JP2009229555A

JP2009229555A - Correction pattern image generation device, pattern inspecting device, and correction pattern image generation method

Info

Publication number: JP2009229555A
Application number: JP2008071959A
Authority: JP
Inventors: Shinji Sugihara; 真児杉原
Original assignee: Advanced Mask Inspection Technology Inc
Current assignee: Advanced Mask Inspection Technology Inc
Priority date: 2008-03-19
Filing date: 2008-03-19
Publication date: 2009-10-08
Anticipated expiration: 2028-03-19
Also published as: JP4772815B2

Abstract

<P>PROBLEM TO BE SOLVED: To provide a correction pattern image generation device and a correction pattern image generation method for generating a corrected image obtained by suitably correcting an image of an inspection reference pattern so as to suitably inspect an inspected pattern image of a sample to be inspected. <P>SOLUTION: The correction pattern image generation device and correction pattern image generation method include: positioning the inspected pattern image and inspection reference pattern image and calculating relative shift amounts by sub-pixels; shifting the inspection reference pattern image in a vertical or horizontal shift direction on the basis of the relative shift amounts; generating a first corrected pattern image by correcting the inspection reference pattern image in a direction perpendicular to the shift direction using a first linear prediction model; and generating a second corrected pattern image by correcting the first corrected pattern image in the same direction as the shift direction using a second linear prediction model. <P>COPYRIGHT: (C)2010,JPO&INPIT

Description

本発明は、補正パターン画像生成装置、パターン検査装置および補正パターン画像生成方法に関し、例えば、半導体リソグラフィ用マスクの欠陥検査に適用される補正パターン画像生成装置、パターン検査装置および補正パターン画像生成方法に関する。 The present invention relates to a correction pattern image generation device, a pattern inspection device, and a correction pattern image generation method. For example, the present invention relates to a correction pattern image generation device, a pattern inspection device, and a correction pattern image generation method applied to defect inspection of a semiconductor lithography mask. .

近年、大規模集積回路（ＬＳＩ）の高集積化及び大容量化に伴い、半導体素子に要求される回路線幅はますます狭くなってきている。これらの半導体素子は、回路パターンが形成された原画パターン（マスク或いはレチクルともいう。以下、マスクと総称する）を用いて、いわゆるステッパと呼ばれる縮小投影露光装置でウェハ上にパターンを露光転写して回路形成することにより製造される。 In recent years, the circuit line width required for a semiconductor element has been increasingly narrowed as a large scale integrated circuit (LSI) is highly integrated and has a large capacity. These semiconductor elements use an original pattern pattern (also referred to as a mask or a reticle, hereinafter referred to as a mask) on which a circuit pattern is formed, and the pattern is exposed and transferred onto a wafer by a reduction projection exposure apparatus called a stepper. It is manufactured by forming a circuit.

そして、多大な製造コストのかかるＬＳＩの製造にとって、歩留まりの向上は欠かせない。歩留まりを低下させる大きな要因の一つとして、半導体ウェハ上に超微細パターンを露光、転写する際に使用されるマスクのパターン欠陥があげられる。近年、半導体ウェハ上に形成されるＬＳＩパターン寸法の微細化に伴って、パターン欠陥として検出しなければならない寸法も極めて小さいものとなっている。そのため、ＬＳＩ製造に使用される転写用マスクの欠陥を検査するパターン検査装置の高精度化が必要とされている。 In addition, improvement in yield is indispensable for manufacturing an LSI that requires a large amount of manufacturing cost. One of the major factors that reduce the yield is a pattern defect of a mask used when an ultrafine pattern is exposed and transferred onto a semiconductor wafer. In recent years, with the miniaturization of LSI pattern dimensions formed on semiconductor wafers, the dimensions that must be detected as pattern defects have become extremely small. Therefore, it is necessary to improve the accuracy of a pattern inspection apparatus that inspects defects in a transfer mask used in LSI manufacturing.

パターン欠陥を検査する方法には、大きく分けて、ダイとダイとの比較（ＤｉｅｔｏＤｉｅ比較：ＤＤ比較）検査と、ダイとデータベースとの比較（ＤｉｅｔｏＤａｔａｂａｓｅ比較：ＤＢ比較）検査がある。ＤＤ比較検査は、レチクル上の２つのダイの測定データ（検査基準パターン画像のデータと被検査パターン画像のデータ）を比較して欠陥を検出する方法である。また、ＤＢ比較検査は、ダイの測定データ（被検査パターン画像のデータ）とＬＳＩ設計用ＣＡＤデータから発生させたダイの設計データ（検査基準パターン画像のデータ）を比較して欠陥を検出する方法である。 Methods for inspecting pattern defects are roughly classified into die-to-die comparison (Die to Die comparison: DD comparison) inspection and die-to-database comparison (Die to Database comparison: DB comparison) inspection. The DD comparison inspection is a method for detecting a defect by comparing measurement data (inspection reference pattern image data and inspection pattern image data) of two dies on a reticle. The DB comparison inspection is a method for detecting defects by comparing die measurement data (inspected pattern image data) and die design data (inspection reference pattern image data) generated from LSI design CAD data. It is.

ＤＢ比較検査では、試料はパターン検査装置のステージ上に載置され、ステージが動くことによって光束が試料上を走査し、検査が行われる。試料には、光源及び照明光学系によって光束が照射される。試料を透過あるいは反射した光は光学系を介して、センサ上に結像される。センサで撮像された画像は測定データとして比較回路へ送られる。比較回路では、画像同士の位置合わせの後、測定データと設計データとを適切なアルゴリズムに従って比較し、一致しない場合には、パターン欠陥有りと判定する。 In the DB comparison inspection, the sample is placed on the stage of the pattern inspection apparatus, and the stage is moved so that the light beam scans on the sample and the inspection is performed. The sample is irradiated with a light beam by a light source and an illumination optical system. The light transmitted or reflected by the sample is imaged on the sensor via the optical system. The image picked up by the sensor is sent to the comparison circuit as measurement data. The comparison circuit compares the measured data and the design data after aligning the images according to an appropriate algorithm, and determines that there is a pattern defect if they do not match.

ここで、近年、リソグラフィ用マスク上のパターンの微細化に伴い、比較対象画像同士の画像位置ずれや画像の伸縮、うねり、センシングノイズなどに埋もれるような微小な欠陥を検出する必要が生じている。そのために、検査基準パターン画像と被検査パターン画像との高精度な位置合わせが必要となる。さらに、これらの欠陥を検出するためにも画像補正が重要となる。このため、従来、検査基準パターン画像と被検査パターン画像の２つの画像を比較検査する前段では、両画像のアライメントを行った後、画像の伸縮の補正（例えば、特許文献１参照）や画像のうねり補正、リサイズ補正、ノイズ平均化処理などの画像補正を順に行っていた。 Here, in recent years, with the miniaturization of the pattern on the lithography mask, it has become necessary to detect minute defects that are buried in the image misalignment of images to be compared, image expansion / contraction, undulation, sensing noise, and the like. . Therefore, it is necessary to align the inspection reference pattern image and the inspection pattern image with high accuracy. Furthermore, image correction is important for detecting these defects. For this reason, conventionally, in the first stage of comparing and inspecting two images of the inspection reference pattern image and the pattern image to be inspected, after the alignment of both images, the correction of the expansion / contraction of the image (for example, see Patent Document 1) and the image Image correction such as swell correction, resizing correction, and noise averaging processing was sequentially performed.

しかしながら、このような補正を繰り返すことは累積誤差を生じさせ、画像が劣化する大きな要因になっている。さらに、補正しすぎて検査基準パターン画像と被検査パターン画像とが近似しすぎると今度は欠陥の検出が困難になってしまう。すなわち、過剰な補正は逆効果になってしまう。 However, repeating such corrections causes a cumulative error, which is a major factor for image deterioration. Furthermore, if the inspection reference pattern image and the pattern image to be inspected are too close to each other after correction, it becomes difficult to detect the defect. That is, excessive correction is counterproductive.

また、特許文献２には、サブ画素レベルからの最終的な微調整のアライメントと画像補正を統合化し、画像劣化が少なく、効果的な画像補正である入出力予測モデルを用いた画像補正について開示されている。この画像補正は、例えば、検査基準パターン画像を入力データ、被検査パターン画像を出力データとして線形予測モデルを用いて、サブ画素単位のアライメントと画像補正を同時に実現するものである。この場合、画像データから行列の関係式を作り、連立方程式を解くことによってモデルパラメータ（係数）を同定する。そして同定されたモデルパラメータを適用した線形予測モデルに基づいて検査基準パターン画像を補正し補正パターン画像を生成する。
特開２０００−２４１１３６号公報特許第３９６５１８９号公報 Further, Patent Document 2 discloses image correction using an input / output prediction model that integrates final fine adjustment alignment from the sub-pixel level and image correction, and has less image degradation and is effective image correction. Has been. In this image correction, for example, alignment and image correction in units of sub-pixels are realized at the same time using a linear prediction model using the inspection reference pattern image as input data and the pattern image to be inspected as output data. In this case, a model parameter (coefficient) is identified by creating a relational expression of a matrix from image data and solving simultaneous equations. Then, based on the linear prediction model to which the identified model parameter is applied, the inspection reference pattern image is corrected to generate a corrected pattern image.
JP 2000-241136 A Japanese Patent No. 3965189

本発明は、上述した問題点を克服し、検査対象試料の被検査パターン画像を適切に検査するために、検査基準パターンの画像を適切に補正した補正パターン画像を生成する装置及びその方法を提供することを目的とする。 The present invention provides an apparatus and a method for generating a correction pattern image in which an image of an inspection reference pattern is appropriately corrected in order to overcome the above-described problems and appropriately inspect an inspection pattern image of a sample to be inspected. The purpose is to do.

本発明の一態様の補正パターン画像生成装置は、試料のパターン検査に用いる検査基準パターン画像の補正を行う補正パターン画像生成装置であって、被検査パターン画像と前記検査基準パターン画像の位置合わせを行い、サブ画素単位の相対シフト量を算出する相対シフト量算出部と、前記検査基準パターン画像を、前記相対シフト量に基づいて垂直または水平方向のいずれか一方のシフト方向にシフトする画像シフト部と、前記被検査パターン画像およびシフトした前記検査基準パターン画像に対して、第１の線形予測モデルを用いた入出力関係を記述する第１の連立方程式を生成する第１の方程式生成部と、前記第１の連立方程式のパラメータを求める第１のパラメータ推定部と、前記第１の連立方程式のパラメータが代入された前記第１の線形予測モデルを用いて、前記検査基準パターン画像を、前記シフト方向に対し垂直な方向に補正した第１の補正パターン画像を生成する第１の補正パターン画像生成部と、前記被検査パターン画像および前記第１の補正パターン画像に対して、第２の線形予測モデルを用いた入出力関係を記述する第２の連立方程式を生成する第２の方程式生成部と、前記第２の連立方程式のパラメータを求める第２のパラメータ推定部と、前記第２の連立方程式のパラメータが代入された前記第２の線形予測モデルを用いて、前記第１の補正パターン画像を、前記シフト方向と同一の方向に補正した第２の補正パターン画像を生成する第２の補正パターン画像生成部と、を備えることを特徴とする。 A correction pattern image generation device according to one aspect of the present invention is a correction pattern image generation device that corrects an inspection reference pattern image used for pattern inspection of a sample, and aligns an inspection pattern image with the inspection reference pattern image. A relative shift amount calculation unit that calculates a relative shift amount in units of subpixels, and an image shift unit that shifts the inspection reference pattern image in one of the vertical and horizontal shift directions based on the relative shift amount. And a first equation generation unit that generates a first simultaneous equation describing an input / output relationship using a first linear prediction model for the inspection pattern image and the shifted inspection reference pattern image, A first parameter estimating unit for obtaining a parameter of the first simultaneous equation, and the parameter of the first simultaneous equation being substituted A first correction pattern image generation unit that generates a first correction pattern image obtained by correcting the inspection reference pattern image in a direction perpendicular to the shift direction using a linear prediction model of 1; A second equation generation unit that generates a second simultaneous equation describing an input / output relationship using a second linear prediction model for the image and the first correction pattern image; and the second simultaneous equation The first correction pattern image is the same as the shift direction by using a second parameter estimation unit for obtaining the parameters of the second linear prediction model in which the parameters of the second simultaneous equations are substituted. And a second correction pattern image generation unit that generates a second correction pattern image corrected in the direction.

ここで、前記第１の線形予測モデルが１×ｎ（ｎは３以上の整数）画素の領域を入力とする１×ｎ次のモデルであり、かつ、前記第２の線形予測モデルがｎ×１画素の領域を入力とするｎ×１次のモデルであること、または、前記第１の線形予測モデルがｎ×１画素の領域を入力とするｎ×１次のモデルであり、かつ、前記第２の線形予測モデルが１×ｎ画素の領域を入力とする１×ｎ次のモデルであることが望ましい。 Here, the first linear prediction model is a 1 × n-order model that receives an area of 1 × n (n is an integer of 3 or more) pixels, and the second linear prediction model is n ×. The first linear prediction model is an n × first order model with an input of an n × 1 pixel area, and It is desirable that the second linear prediction model is a 1 × n-order model with a 1 × n pixel region as an input.

本発明の一態様のパターン検査装置は、上記補正パターン画像生成装置を有することを特徴とする。 A pattern inspection apparatus according to an aspect of the present invention includes the correction pattern image generation apparatus.

本発明の一態様の補正パターン画像生成方法は、試料のパターン検査に用いる検査基準パターン画像の補正を行う補正パターン画像生成方法であって、被検査パターン画像と前記検査基準パターン画像の位置合わせを行い、サブ画素単位の相対シフト量を算出する相対シフト量算出ステップと、前記検査基準パターン画像を、前記相対シフト量に基づいて垂直または水平方向のいずれか一方のシフトする画像シフトステップと、前記被検査パターン画像およびシフトした前記検査基準パターン画像に対して、第１の線形予測モデルを用いた入出力関係を記述する第１の連立方程式を生成する第１の方程式生成ステップと、前記第１の連立方程式のパラメータを求める第１のパラメータ推定ステップと、前記第１の連立方程式のパラメータが代入された前記第１の線形予測モデルを用いて、前記検査基準パターン画像を、前記シフト方向に対し垂直な方向に補正した第１の補正パターン画像を生成する第１の補正パターン画像生成ステップと、前記被検査パターン画像および前記第１の補正パターン画像に対して、第２の線形予測モデルを用いた入出力関係を記述する第２の連立方程式を生成する第２の方程式生成ステップと、前記第２の連立方程式のパラメータを求める第２のパラメータ推定ステップと、前記第２の連立方程式のパラメータが代入された前記第２の線形予測モデルを用いて、前記第１の補正パターン画像を、前記シフト方向と同一の方向に補正した第２の補正パターン画像を生成する第２の補正パターン画像生成ステップと、を備えることを特徴とする。 A correction pattern image generation method according to an aspect of the present invention is a correction pattern image generation method for correcting an inspection reference pattern image used for pattern inspection of a sample, and aligns an inspection pattern image and the inspection reference pattern image. Performing a relative shift amount calculating step for calculating a relative shift amount in units of sub-pixels, an image shift step for shifting the inspection reference pattern image in either the vertical or horizontal direction based on the relative shift amount, and A first equation generating step for generating a first simultaneous equation describing an input / output relationship using a first linear prediction model for the inspection pattern image and the shifted inspection reference pattern image; A first parameter estimating step for obtaining parameters of the simultaneous equations, and a parameter of the first simultaneous equations A first correction pattern image generation step of generating a first correction pattern image obtained by correcting the inspection reference pattern image in a direction perpendicular to the shift direction using the first linear prediction model, A second equation generating step for generating a second simultaneous equation describing an input / output relationship using a second linear prediction model for the inspection pattern image and the first correction pattern image; A second parameter estimation step for obtaining parameters of two simultaneous equations, and the second linear prediction model in which the parameters of the second simultaneous equations are substituted, and the first correction pattern image is shifted by the shift And a second correction pattern image generation step for generating a second correction pattern image corrected in the same direction as the direction.

本発明によれば、検査対象試料の被検査パターン画像を適切に検査するために、検査基準パターンの画像を適切に補正した補正画像を生成する装置及びその方法を提供することが可能となる。 ADVANTAGE OF THE INVENTION According to this invention, in order to test | inspect suitably the to-be-inspected pattern image of a test object sample, it becomes possible to provide the apparatus and its method which produce | generate the correction | amendment image which corrected the image of the test | inspection reference pattern appropriately.

先に特許文献２を例に説明した補正パターン画像の生成方法においても、例えば、斜線パターン等については、パターンシフトの方向が不定となることに起因して、適切な補正が行えない事態が生じうる。また、斜線パターン等においては補正の適否の判定も困難である。このような場合、適切な補正が施されない検査基準パターン画像を用いることで、検査対象試料の検査精度の低下を招く。 Even in the correction pattern image generation method described above with reference to Patent Document 2, for example, with respect to a hatched pattern or the like, there is a situation in which appropriate correction cannot be performed due to an indefinite pattern shift direction. sell. In addition, it is difficult to determine whether correction is appropriate for a diagonal pattern or the like. In such a case, the use of an inspection reference pattern image that is not appropriately corrected causes a decrease in the inspection accuracy of the inspection target sample.

そこで、以下の実施の形態では、リソグラフィ用マスク検査装置などのパターン検査装置における画像補正をする際に、垂直方向と水平方向を別個に補正する。この画像補正によれば、適切な検査基準パターンの補正が実現できる。以下、このように、多様なパターン画像に適応した効果的な画像補正装置、パターン検査装置および画像補正方法について説明する。 Therefore, in the following embodiments, when performing image correction in a pattern inspection apparatus such as a lithography mask inspection apparatus, the vertical direction and the horizontal direction are corrected separately. According to this image correction, an appropriate inspection reference pattern can be corrected. Hereinafter, an effective image correction apparatus, pattern inspection apparatus, and image correction method adapted to various pattern images will be described.

[第１の実施の形態]
図２は、第１の実施の形態のパターン検査装置の構成を示すブロック図である。図２において、パターンが形成された露光用マスクやウェハ等の基板を試料として、かかる試料の欠陥を検査するパターン検査装置１００は、光学画像取得部１５０と制御系回路１６０を備えている。光学画像取得部１５０は、ＸＹθテーブル１０２、光源１０３、拡大光学系１０４、フォトダイオードアレイ１０５、センサ回路１０６、レーザ測長システム１２２、オートローダ１３０、照明光学系１７０を備えている。制御系回路１６０では、コンピュータとなる制御計算機１１０が、データ伝送路となるバス１２０を介して、位置回路１０７、比較回路１０８、展開回路１１１、参照回路１１２、オートローダ制御回路１１３、テーブル制御回路１１４、磁気ディスク装置１０９、磁気テープ装置１１５、フレシキブルディスク装置（ＦＤ）１１６、ＣＲＴ１１７、パターンモニタ１１８、プリンタ１１９に接続されている。また、ＸＹθテーブル１０２は、Ｘ軸モータ、Ｙ軸モータ、θ軸モータにより駆動される。 [First embodiment]
FIG. 2 is a block diagram illustrating a configuration of the pattern inspection apparatus according to the first embodiment. In FIG. 2, a pattern inspection apparatus 100 for inspecting a defect of a sample using a substrate such as an exposure mask or wafer on which a pattern is formed includes an optical image acquisition unit 150 and a control system circuit 160. The optical image acquisition unit 150 includes an XYθ table 102, a light source 103, an enlargement optical system 104, a photodiode array 105, a sensor circuit 106, a laser length measurement system 122, an autoloader 130, and an illumination optical system 170. In the control system circuit 160, the control computer 110 serving as a computer transmits a position circuit 107, a comparison circuit 108, a development circuit 111, a reference circuit 112, an autoloader control circuit 113, and a table control circuit 114 via a bus 120 serving as a data transmission path. , Magnetic disk device 109, magnetic tape device 115, flexible disk device (FD) 116, CRT 117, pattern monitor 118, and printer 119. The XYθ table 102 is driven by an X-axis motor, a Y-axis motor, and a θ-axis motor.

図２では、本実施の形態を説明する上で必要な構成部分以外については記載を省略している。パターン検査装置１００にとって、通常、必要なその他の構成が含まれることは言うまでもない。 In FIG. 2, description of components other than those necessary for describing the present embodiment is omitted. It goes without saying that the pattern inspection apparatus 100 usually includes other necessary configurations.

図１は、図２の比較回路の内部構成を示すブロック図である。図２において、比較回路１０８は、メモリ１４２、メモリ１４４、位置合わせ部１４０、補正パターン画像生成部２００、及び比較部１４６を有している。 FIG. 1 is a block diagram showing an internal configuration of the comparison circuit of FIG. In FIG. 2, the comparison circuit 108 includes a memory 142, a memory 144, an alignment unit 140, a correction pattern image generation unit 200, and a comparison unit 146.

メモリ１４２には、参照回路１１２から入力される参照データ（検査基準パターン画像データ）が格納される。メモリ１４４には、センサ回路１０６から入力した測定データ（被検査パターン画像データ）が格納される。ここで、補正パターン画像生成部２００は、補正パターン画像生成装置の一例となる。 The memory 142 stores reference data (inspection standard pattern image data) input from the reference circuit 112. The memory 144 stores measurement data (inspected pattern image data) input from the sensor circuit 106. Here, the correction pattern image generation unit 200 is an example of a correction pattern image generation apparatus.

そして、補正パターン画像生成部２００は、相対シフト量算出部２０２、画像シフト部２０４、第１の方程式生成部２０６、第１のパラメータ推定部２０８、第１の補正パターン画像生成部２１０、第２の方程式生成部２１２、第２のパラメータ推定部２１４、第２の補正パターン画像生成部２１６を有している。 The correction pattern image generation unit 200 includes a relative shift amount calculation unit 202, an image shift unit 204, a first equation generation unit 206, a first parameter estimation unit 208, a first correction pattern image generation unit 210, and a second correction pattern image generation unit 210. Equation generating unit 212, second parameter estimating unit 214, and second correction pattern image generating unit 216.

図１では、本実施の形態を説明する上で必要な構成部分以外については記載を省略している。位置合わせ部１４０、補正パターン画像生成部２００あるいは比較部１４６に、その他の構成が含まれても構わない。また、位置合わせ部１４０、補正パターン画像生成部２００、及び比較部１４６の各機能は、例えば、コンピュータで実行可能なソフトウェアで構成してもよい。但し、これに限るものではない。例えば、電気的な回路によるハードウェアにより実施させても構わない。或いは、電気的な回路によるハードウェアとソフトウェアとの組合せにより実施させても構わない。或いは、かかるハードウェアとファームウェアとの組合せでも構わない。同様に、相対シフト量算出部２０２、画像シフト部２０４、第１の方程式生成部２０６、第１のパラメータ推定部２０８、第１の補正パターン画像生成部２１０、第２の方程式生成部２１２、第２のパラメータ推定部２１４、第２の補正パターン画像生成部２１６の各機能は、例えば、コンピュータで実行可能なソフトウェアで構成してもよい。或いは、電気的な回路によるハードウェアにより実施させても構わない。或いは、電気的な回路によるハードウェアとソフトウェアとの組合せにより実施させても構わない。或いは、かかるハードウェアとファームウェアとの組合せでも構わない。 In FIG. 1, description of components other than those necessary for describing the present embodiment is omitted. The alignment unit 140, the correction pattern image generation unit 200, or the comparison unit 146 may include other configurations. The functions of the alignment unit 140, the correction pattern image generation unit 200, and the comparison unit 146 may be configured by software that can be executed by a computer, for example. However, the present invention is not limited to this. For example, it may be implemented by hardware using an electric circuit. Or you may make it implement by the combination of the hardware and software by an electrical circuit. Alternatively, a combination of such hardware and firmware may be used. Similarly, the relative shift amount calculation unit 202, the image shift unit 204, the first equation generation unit 206, the first parameter estimation unit 208, the first correction pattern image generation unit 210, the second equation generation unit 212, the first The functions of the second parameter estimation unit 214 and the second correction pattern image generation unit 216 may be configured by software executable by a computer, for example. Or you may carry out by the hardware by an electric circuit. Or you may make it implement by the combination of the hardware and software by an electrical circuit. Alternatively, a combination of such hardware and firmware may be used.

以下、パターン検査装置１００の動作について図２を参照しつつ説明する。まず、光学画像取得工程として、光学画像取得部１５０は、設計データに基づいてパターンが形成された試料となるフォトマスク１０１の光学画像を取得する。具体的には、光学画像は、以下のように取得される。 Hereinafter, the operation of the pattern inspection apparatus 100 will be described with reference to FIG. First, as an optical image acquisition step, the optical image acquisition unit 150 acquires an optical image of the photomask 101 serving as a sample on which a pattern is formed based on the design data. Specifically, the optical image is acquired as follows.

被検査試料となるフォトマスク１０１は、ＸＹθ各軸のモータによって水平方向及び回転方向に移動可能に設けられたＸＹθテーブル１０２上に載置される。そして、フォトマスク１０１に形成されたパターンには、ＸＹθテーブル１０２の上方に配置されている適切な光源１０３によって光が照射される。光源１０３から照射される光束は、照明光学系１７０を介してフォトマスク１０１を照射する。フォトマスク１０１の下方には、拡大光学系１０４、フォトダイオードアレイ１０５及びセンサ回路１０６が配置されており、フォトマスク１０１を透過した光は拡大光学系１０４を介して、フォトダイオードアレイ１０５に光学像として結像し、入射する。拡大光学系１０４は、図示しない自動焦点機構により自動的に焦点調整がなされていてもよい。 A photomask 101 to be inspected is placed on an XYθ table 102 provided so as to be movable in a horizontal direction and a rotation direction by motors of XYθ axes. Then, the pattern formed on the photomask 101 is irradiated with light by an appropriate light source 103 disposed above the XYθ table 102. The light beam emitted from the light source 103 irradiates the photomask 101 via the illumination optical system 170. A magnifying optical system 104, a photodiode array 105, and a sensor circuit 106 are arranged below the photomask 101, and the light transmitted through the photomask 101 is optically imaged on the photodiode array 105 via the magnifying optical system 104. Is imaged and incident. The magnifying optical system 104 may be automatically focused by an unillustrated autofocus mechanism.

図３は、光学画像の取得手順を説明するための図である。被検査領域は、図３に示すように、Ｙ方向に向かって、スキャン幅Ｗの短冊状の複数の検査ストライプに仮想的に分割され、更にその分割された各検査ストライプが連続的に走査されるようにＸＹθテーブル１０２（図２）の動作が制御され、Ｘ方向に移動しながら光学画像が取得される。 FIG. 3 is a diagram for explaining an optical image acquisition procedure. As shown in FIG. 3, the inspection area is virtually divided into a plurality of strip-shaped inspection stripes having a scan width W in the Y direction, and each of the divided inspection stripes is continuously scanned. Thus, the operation of the XYθ table 102 (FIG. 2) is controlled, and an optical image is acquired while moving in the X direction.

フォトダイオードアレイ１０５（図２）では、図３に示されるようなスキャン幅Ｗの画像を連続的に入力する。そして、第１の検査ストライプにおける画像を取得した後、第２の検査ストライプにおける画像を今度は逆方向に移動しながら同様にスキャン幅Ｗの画像を連続的に入力する。そして、第３の検査ストライプにおける画像を取得する場合には、第２の検査ストライプにおける画像を取得する方向とは逆方向、すなわち、第１の検査ストライプにおける画像を取得した方向に移動しながら画像を取得する。このように、連続的に画像を取得していくことで、無駄な処理時間を短縮することができる。 In the photodiode array 105 (FIG. 2), images having a scan width W as shown in FIG. 3 are continuously input. Then, after acquiring the image of the first inspection stripe, the image of the scan width W is continuously input in the same manner while moving the image of the second inspection stripe in the opposite direction. When an image in the third inspection stripe is acquired, the image moves while moving in the direction opposite to the direction in which the image in the second inspection stripe is acquired, that is, in the direction in which the image in the first inspection stripe is acquired. To get. In this way, it is possible to shorten a useless processing time by continuously acquiring images.

フォトダイオードアレイ１０５上に結像されたパターンの像は、フォトダイオードアレイ１０５によって光電変換され、更にセンサ回路１０６によってＡ／Ｄ（アナログデジタル）変換される。フォトダイオードアレイ１０５には、例えば、ＴＤＩ（タイムディレイインテグレータ）センサのようなセンサが設置されている。ステージとなるＸＹθテーブル１０２をＸ軸方向に連続的に移動させることにより、ＴＤＩセンサは試料となるフォトマスク１０１のパターンを撮像する。これらの光源１０３、拡大光学系１０４、フォトダイオードアレイ１０５、センサ回路１０６により高倍率の検査光学系が構成されている。 The pattern image formed on the photodiode array 105 is photoelectrically converted by the photodiode array 105 and further A / D (analog-digital) converted by the sensor circuit 106. For example, a sensor such as a TDI (Time Delay Integrator) sensor is installed in the photodiode array 105. By continuously moving the XYθ table 102 serving as a stage in the X-axis direction, the TDI sensor images the pattern of the photomask 101 serving as a sample. These light source 103, magnifying optical system 104, photodiode array 105, and sensor circuit 106 constitute a high-magnification inspection optical system.

ＸＹθテーブル１０２は、制御計算機１１０の制御の下にテーブル制御回路１１４により駆動される。Ｘ方向、Ｙ方向、θ方向に駆動する３軸（Ｘ−Ｙ−θ）モータの様な駆動系によって移動可能となっている。これらの、Ｘ軸モータ、Ｙ軸モータ、θ軸モータは、例えばステップモータを用いることができる。そして、ＸＹθテーブル１０２の移動位置はレーザ測長システム１２２により測定され、位置回路１０７に供給される。また、ＸＹθテーブル１０２上のフォトマスク１０１はオートローダ制御回路１１３により駆動されるオートローダ１３０から自動的に搬送され、検査終了後に自動的に排出されるものとなっている。 The XYθ table 102 is driven by the table control circuit 114 under the control of the control computer 110. It can be moved by a drive system such as a three-axis (XY-θ) motor that drives in the X, Y, and θ directions. As these X-axis motor, Y-axis motor, and θ-axis motor, for example, a step motor can be used. The movement position of the XYθ table 102 is measured by the laser length measurement system 122 and supplied to the position circuit 107. The photomask 101 on the XYθ table 102 is automatically conveyed from the autoloader 130 driven by the autoloader control circuit 113, and is automatically discharged after the inspection is completed.

センサ回路１０６から出力された測定データ（被検査パターン画像データ：光学画像）は、位置回路１０７から出力されたＸＹθテーブル１０２上におけるフォトマスク１０１の位置を示すデータとともに比較回路１０８に送られる。測定データは例えば８ビットの符号なしデータであり、各画素の明るさの階調を表現している。測定データは、例えば、５１２画素×５１２画素の画像データ毎に比較される。 Measurement data (pattern image data to be inspected: optical image) output from the sensor circuit 106 is sent to the comparison circuit 108 together with data indicating the position of the photomask 101 on the XYθ table 102 output from the position circuit 107. The measurement data is, for example, 8-bit unsigned data, and represents the brightness gradation of each pixel. The measurement data is compared for each image data of 512 pixels × 512 pixels, for example.

一方、フォトマスク１０１のパターン形成時に用いた設計データは、記憶装置の一例である磁気ディスク装置１０９に記憶される。そして、設計データは、磁気ディスク装置１０９から制御計算機１１０を通して展開回路１１１に読み出される。そして、展開回路１１１は、読み出された被検査試料となるフォトマスク１０１の設計データを２値ないしは多値のイメージデータに変換して、このイメージデータが参照回路１１２に送られる。 On the other hand, design data used at the time of pattern formation of the photomask 101 is stored in a magnetic disk device 109 which is an example of a storage device. The design data is read from the magnetic disk device 109 to the development circuit 111 through the control computer 110. Then, the development circuit 111 converts the read design data of the photomask 101 to be inspected into binary or multivalued image data, and the image data is sent to the reference circuit 112.

ここで、設計データは長方形や三角形を基本図形としたもので、例えば、図形の２つの頂点位置における座標（ｘ、ｙ）や、長方形や三角形等の図形種を区別する識別子となる図形コードといった情報で各パターン図形の形、大きさ、位置等を定義した図形データが格納されている。かかる図形データとなる設計データが展開回路１１１に入力されると、図形ごとのデータにまで展開される。そして、その図形データの図形形状を示す図形コード、図形寸法などを解釈する。そして、所定の量子化寸法のグリッドを単位とするマス目内に配置されるパターンとして２値ないしは多値の図形パターンデータに展開される。 Here, the design data is a rectangle or triangle as a basic figure. For example, the coordinates (x, y) at two vertex positions of the figure, or a figure code serving as an identifier for distinguishing the figure type such as a rectangle or a triangle. The graphic data defining the shape, size, position, etc. of each pattern graphic is stored in the information. When design data as such graphic data is input to the expansion circuit 111, it is expanded to data for each graphic. Then, a graphic code indicating a graphic shape of the graphic data, a graphic dimension, and the like are interpreted. Then, it is developed into binary or multi-value graphic pattern data as a pattern arranged in a grid having a grid of a predetermined quantization dimension as a unit.

言い換えれば、設計データを読み込み、検査領域を所定の寸法を単位とするマス目として仮想分割してできたマス目毎に設計データにおける図形データが示す図形が占める占有率を演算し、ｎビットの占有率データが生成され、内部のパターンメモリに出力される。例えば、１つのマス目を１画素として設定すると好適である。そして、１画素に１／２^８（＝１／２５６）の分解能を持たせるとすると、画素内に配置されている図形の領域分だけ１／２５６の小領域を割り付けて画素内の占有率を演算する。そして、８ビットの占有率データとして生成され、内部のパターンメモリに格納される。 In other words, the design data is read and the occupation ratio occupied by the figure indicated by the figure data in the design data is calculated for each square formed by virtually dividing the inspection area into squares having a predetermined size as a unit, and the n-bit Occupancy data is generated and output to the internal pattern memory. For example, it is preferable to set one square as one pixel. If a resolution of 1/2 ⁸ (= 1/256) is given to one pixel, 1/256 small areas are allocated by the figure area arranged in the pixel, and the occupation ratio in the pixel is set. Calculate. Then, it is generated as 8-bit occupancy data and stored in an internal pattern memory.

そして、参照回路１１２は、展開回路１１１から送られてきた図形のイメージデータから測定データと比較するための参照データ（検査基準パターン画像データ）を作成する。比較対象となる参照データは、測定データと同様、例えば、５１２画素×５１２画素の画像データとして作成される。 Then, the reference circuit 112 creates reference data (inspection standard pattern image data) for comparison with measurement data from the graphic image data sent from the development circuit 111. The reference data to be compared is created as image data of 512 pixels × 512 pixels, for example, like the measurement data.

ここでは、「ｄｉｅｔｏｄａｔａｂａｓｅ検査」を行うために設計データに基づいて参照データを作成しているが、これに限るものではない。「ｄｉｅｔｏｄｉｅ検査」を行うこともできる。その場合には、比較対象となる別の測定データ（光学画像）に基づいて参照データを作成すればよい。そして、参照データは、比較回路１０８に送られる。 Here, reference data is created based on design data in order to perform “die to database inspection”, but the present invention is not limited to this. A “die to die inspection” can also be performed. In that case, reference data may be created based on another measurement data (optical image) to be compared. Then, the reference data is sent to the comparison circuit 108.

比較回路１０８では、参照データと測定データを取り込む。そして、参照データ（検査基準パターン画像データ）は、図１に示すメモリ１４２に格納される。また、測定データ（被検査パターン画像データ）は、メモリ１４４に格納される。そして、位置合わせ部１４０が、１画素単位でシフトして画素位置ズレを補正しておく。つまり、両画像の位置ズレを１画素未満に追い込んでおく。予め、両画像の対応する各画素の階調差の２乗和などで表される評価関数を最小にする位置に合わせればよい。 The comparison circuit 108 captures reference data and measurement data. The reference data (inspection standard pattern image data) is stored in the memory 142 shown in FIG. Measurement data (pattern image data to be inspected) is stored in the memory 144. Then, the alignment unit 140 shifts pixel by pixel and corrects the pixel position deviation. That is, the positional deviation between both images is driven to less than one pixel. The evaluation function represented by the sum of squares of the gradation differences of the corresponding pixels of both images may be adjusted in advance to a position where the evaluation function is minimized.

その後、後に詳述する方法で参照データ（検査基準パターン画像データ）を補正して補正パターン画像を生成した後に、補正パターン画像データと測定データとを所定のアルゴリズムに従って比較し、欠陥の有無を判定する。 After that, after correcting the reference data (inspection standard pattern image data) by a method described in detail later to generate a corrected pattern image, the corrected pattern image data and measurement data are compared according to a predetermined algorithm to determine the presence or absence of defects. To do.

図４は、本実施の形態における補正パターン画像生成方法の要部工程について示すフローチャート図である。図４において、補正パターン画像生成方法は、相対シフト量算出ステップＳ１０、画像シフトステップＳ１２、第１の方程式生成ステップＳ１４、第１のパラメータ推定ステップＳ１６、第１の補正パターン画像生成ステップＳ１８、第２の方程式生成ステップＳ２０、第２のパラメータ推定ステップＳ２２、第２の補正パターン画像生成ステップＳ２４という一連の工程を実施する。そして、その後、検査工程として、第２の補正パターン画像と被検査パターン画像とを比較する比較ステップＳ２６を実施する。 FIG. 4 is a flowchart showing the main steps of the correction pattern image generation method according to the present embodiment. 4, the correction pattern image generation method includes a relative shift amount calculation step S10, an image shift step S12, a first equation generation step S14, a first parameter estimation step S16, a first correction pattern image generation step S18, and a first correction pattern image generation step S18. A series of steps of an equation generation step S20, a second parameter estimation step S22, and a second correction pattern image generation step S24 are performed. After that, as an inspection process, a comparison step S26 for comparing the second correction pattern image with the pattern image to be inspected is performed.

相対シフト量算出ステップＳ１０において、相対シフト量算出部２０２（図１）は、被検査パターン画像と検査基準パターン画像の位置合わせを行い、被検査パターン画像と検査基準パターン画像のサブ画素単位の相対シフト量を算出する。 In the relative shift amount calculation step S10, the relative shift amount calculation unit 202 (FIG. 1) aligns the inspection pattern image and the inspection reference pattern image, and compares the inspection pattern image and the inspection reference pattern image in units of sub-pixels. The shift amount is calculated.

一般に、サブ画素単位での水平方向のシフト量をｌ、垂直方向のシフト量をｍとすると、画像ｕをｌ，ｍだけシフトした画像ｕ’’は、バイキュービック補間法と呼ばれる以下の式（１−１）と式（１−２）で求めることができる。シフト量の求め方は、例えばシフト量を所定の範囲で振って、シフト後の階調差の二乗和が最小となるシフト量を求める方法などがある。

ここで、ｐ、ｑは次式で与えられる。

本実施の形態においても、画像のシフト演算はバイキュービック補間法で行うものとするが、画像のシフト演算はバイキュービック補間法に限定されず、直線補間法やスプライン補間法などを用いることができる。 In general, when the horizontal shift amount in sub-pixel units is l and the vertical shift amount is m, an image u ″ obtained by shifting the image u by l and m is expressed by the following formula called bicubic interpolation method ( 1-1) and equation (1-2). As a method of obtaining the shift amount, for example, there is a method of obtaining the shift amount that minimizes the sum of squares of the gradation difference after shifting by shifting the shift amount within a predetermined range.

Here, p and q are given by the following equations.

Also in this embodiment, the image shift calculation is performed by the bicubic interpolation method. However, the image shift calculation is not limited to the bicubic interpolation method, and a linear interpolation method, a spline interpolation method, or the like can be used. .

なお、本実施の形態において、以下、被検査画像をｙ、検査基準画像をｕ、検査基準パターン画像を相対シフト量算出ステップＳ１０で求めた相対シフト量に基づいてシフトさせた画像、すなわちシフトさせた検査基準画像をｖ、第１の補正パターン画像をｗ、第２の補正パターン画像をｘという記号で表すものとする。 In this embodiment, hereinafter, the image to be inspected is y, the inspection reference image is u, and the inspection reference pattern image is shifted based on the relative shift amount obtained in the relative shift amount calculation step S10, that is, the image is shifted. The inspection reference image is represented by v, the first correction pattern image is represented by w, and the second correction pattern image is represented by x.

画像シフトステップＳ１２において、画像シフト部２０４（図１）は、Ｓ１０で得られた相対シフト量に基づいて、検査基準パターン画像ｕを垂直方向にのみシフトさせる。具体的には、式（１−１）と式（１−２）において、ｌ＝０とすることにより検査基準パターン画像を垂直方向にのみシフトさせた検査基準パターン画像ｖを生成する。 In the image shift step S12, the image shift unit 204 (FIG. 1) shifts the inspection reference pattern image u only in the vertical direction based on the relative shift amount obtained in S10. Specifically, the inspection reference pattern image v is generated by shifting the inspection reference pattern image only in the vertical direction by setting l = 0 in the expressions (1-1) and (1-2).

次に、第１の方程式生成ステップＳ１４、第１のパラメータ推定ステップＳ１６、第１の補正パターン画像生成ステップＳ１８の一連のステップで、検査基準パターン画像ｕを、画像シフトステップＳ１２においてシフトした方向に対し垂直な方向に補正する。この実施の形態においては、画像シフトステップＳ１２で検査基準パターン画像ｕを垂直方向にシフトしているため、これに垂直な方向、すなわち水平方向の補正を行う。画像シフトステップＳ１２において、サブ画素単位の垂直方向の位置合わせを行った結果、水平方向により精度の高い補正を行うことができる。 Next, in a series of steps of the first equation generation step S14, the first parameter estimation step S16, and the first correction pattern image generation step S18, the inspection reference pattern image u is shifted in the direction shifted in the image shift step S12. Correct the vertical direction. In this embodiment, since the inspection reference pattern image u is shifted in the vertical direction in the image shift step S12, correction in the direction perpendicular to this, that is, in the horizontal direction is performed. In the image shift step S12, as a result of performing the alignment in the vertical direction in units of sub-pixels, it is possible to perform correction with higher accuracy in the horizontal direction.

まず、第１の方程式生成ステップＳ１４において、第１の方程式生成部２０６は、被検査パターン画像ｙのデータと対応するシフトされた検査基準パターン画像ｖのデータとを用いて、第１の線形予測モデルに基づく連立方程式を生成する。以下、シフトした検査基準パターン画像ｖを入力データと見なし、被検査パターン画像ｙを出力データと見なして、第１の線形予測モデルを設定する方法について説明する。 First, in the first equation generation step S14, the first equation generation unit 206 uses the data of the inspection pattern image y and the data of the shifted inspection reference pattern image v corresponding to the first linear prediction. Generate simultaneous equations based on the model. Hereinafter, a method for setting the first linear prediction model with the shifted inspection reference pattern image v as input data and the inspection pattern image y as output data will be described.

ここでは、第１の線形予測モデルとして、１×５画素の領域を用いた１×５次の線形予測モデルを用いる。このモデルで用いるサフィックスを以下の表（１）に示す。

Here, a 1 × 5 order linear prediction model using a 1 × 5 pixel region is used as the first linear prediction model. The suffixes used in this model are shown in Table (1) below.

表（１）に示すようにサフィックスを取り、入力データ（階調値）と出力データ（階調値）をそれぞれｖ（ｉ，ｊ）、ｙ（ｉ，ｊ）あるいはｖ_ｉ，ｊ、ｙ_ｉ，ｊとする。図５は、第１の線形予測モデルを説明するための図である。被検査パターン画像１０の着目する画素２０のサフィックス（座標）をｉ，ｊとする。そして、シフトした検査基準パターン画像１２で同じ座標の画素２６と画素２６の左右２個ずつの画素２８の合計５個の画素のサフィックスを表（１）のように設定する。そして、ある１組の１×５領域の画素データについて、以下に示す式（３）のような関係式を設定する。

As shown in Table (1), the suffix is taken, and the input data (gradation value) and the output data (gradation value) are v (i, j) and y (i, j) or v _{i, j} and y _{i respectively. , J.} FIG. 5 is a diagram for explaining the first linear prediction model. Let the suffixes (coordinates) of the pixel 20 of interest in the pattern image 10 to be inspected be i and j. Then, in the shifted inspection reference pattern image 12, the suffixes of a total of five pixels, that is, the pixel 26 having the same coordinates and the two pixels 28 on the left and right of the pixel 26 are set as shown in Table (1). Then, a relational expression such as Expression (3) shown below is set for a set of pixel data in a 1 × 5 region.

ここで、式（３）に示す関係式における各座標のシフトした検査基準パターン画像データｖ（ｉ，ｊ）に乗じるａ_０〜ａ_４は、同定すべきモデルパラメータ（係数）である。式（３）の意味するところは、被検査パターン画像１０のある１画素２０のデータｙ_ｋ＝ｙ（ｉ，ｊ）は、対応するシフトした検査基準パターン画像１２の１画素２６とその左右の画素２８とで構成する１×５画素のデータの線形結合で表すことができるということである。このように、線形予測モデルで畳み込み演算を行なうことで、画像のうねりやノイズを補正することができる。式（３）をベクトル形式（行列形式）で表すと、式（４−１）〜式（４−３）のように示すことができる。

Here, a _{0 to} a ₄ to be multiplied by the inspection reference pattern image data v (i, j) shifted in each coordinate in the relational expression shown in Expression (3) are model parameters (coefficients) to be identified. The expression (3) means that the data y _k = y (i, j) of one pixel 20 in the pattern image 10 to be inspected corresponds to one pixel 26 of the corresponding shifted inspection reference pattern image 12 and its left and right. This means that it can be expressed by a linear combination of 1 × 5 pixel data composed of the pixels 28. Thus, by performing the convolution operation with the linear prediction model, it is possible to correct the swell and noise of the image. When Expression (3) is expressed in a vector format (matrix format), it can be expressed as Expression (4-1) to Expression (4-3).

ここで、式（４−１）〜式（４−３）において、シフトした検査基準パターン画像ｖと被検査パターン画像ｙの座標（ｉ，ｊ）を走査して５組のデータを連立させれば、モデルパラメータを同定することができる。ここで、統計的観点から、以下の式（５−１）のようにｎ（＞５）組のデータを用意して、以下の式（５−２）のような最小２乗法に基づいて５次元の連立方程式を解き、αを同定しても好適である。この様な方程式の解法としては、最小２乗法の他に最尤推定法などがあり、どのような方法を使用しても構わない。

ここで、Ａ＝［ｘ_１，ｘ_２，…ｘ_ｎ］^Ｔ、ｙ＝［ｙ_１，ｙ_２，…ｙ_ｎ］^Ｔ、ｋ＝１，２，…ｎである。 Here, in the equations (4-1) to (4-3), the coordinates (i, j) of the shifted inspection reference pattern image v and the inspection pattern image y can be scanned to obtain five sets of data. Model parameters can be identified. Here, from a statistical point of view, n (> 5) sets of data are prepared as in the following equation (5-1), and 5 based on the least square method as in the following equation (5-2). It is also preferable to solve α-dimensional simultaneous equations and identify α. As a method of solving such an equation, there is a maximum likelihood estimation method in addition to the least square method, and any method may be used.

Here, A = [x ₁ , x ₂ ,... X _n ] ^T , y = [y ₁ , y ₂ ,... Y _n ] ^T , k = 1, 2,.

例えば、シフトした検査基準パターン画像１２と被検査パターン画像１０がそれぞれ５１２×５１２画素であれば、約２５万組のデータが得られることになり、統計的に見て充分な個数を確保することができる。第１の方程式生成部２０６（図１）は、被検査パターン画像と被検査パターン画像から式（５−１）及び式（５−２）の連立方程式、すなわち、５×５要素のマトリックス（Ａ^ＴＡ）と、５要素のベクトルＡ^Ｔｙを生成する。 For example, if the shifted inspection reference pattern image 12 and the inspected pattern image 10 are each 512 × 512 pixels, about 250,000 sets of data can be obtained, and a sufficient number can be ensured statistically. Can do. The first equation generation unit 206 (FIG. 1) calculates simultaneous equations of the equations (5-1) and (5-2) from the pattern image to be inspected and the pattern image to be inspected, that is, a 5 × 5 matrix (A ^T A) and a five-element vector A ^T y are generated.

第１のパラメータ推定ステップＳ１６において、第１のパラメータ推定部２０８は、式（５−１）及び式（５−２）の連立方程式を解いて、パラメータα（係数）を算出する演算を行う。すなわち、パラメータa_０〜a_４（係数）を算出する。 In the first parameter estimation step S16, the first parameter estimation unit 208 calculates the parameter α (coefficient) by solving the simultaneous equations of the equations (5-1) and (5-2). That is, the parameters a _{0 to} a ₄ (coefficients) are calculated.

第１の補正パターン画像生成ステップＳ１８として、第１の補正パターン画像生成部２１０は、第１の連立方程式のパラメータが代入された第１の線形予測モデルを用いて、画像シフトステップＳ１２でシフトする前の検査基準パターン画像ｕを、画像シフトステップＳ１２のシフト方向に対し垂直な方向、ここでは水平方向に補正した第１の補正パターン画像ｗを生成する。すなわち、第１のパラメータ推定ステップＳ１６で得られたパラメータａ_ｊを以下の式（６）に示すように用いて、座標（ｉ，ｊ）の第１の補正パターン画像データｗ_ｉ，ｊを演算する。そして、演算結果を第２の方程式生成部２１２に出力する。ここで、ｕ_ｉ，ｊは検査基準パターン画像データである。

As the first correction pattern image generation step S18, the first correction pattern image generation unit 210 uses the first linear prediction model in which the parameters of the first simultaneous equations are substituted, and shifts in the image shift step S12. A first correction pattern image w is generated by correcting the previous inspection reference pattern image u in a direction perpendicular to the shift direction of the image shift step S12, here the horizontal direction. That is, the first correction pattern image data w _{i, j} at the coordinates (i, j) is calculated using the parameter a _j obtained in the first parameter estimation step S16 as shown in the following equation (6). To do. Then, the calculation result is output to the second equation generation unit 212. Here, u _{i, j} is inspection reference pattern image data.

以上のようにして、第１の補正パターン画像生成部２１０は、第１のパラメータ推定部２０８で得られたパラメータαを用いて、検査基準パターン画像ｕに対し、水平方向の補正を加えた第１の補正パターン画像ｗを生成する。 As described above, the first correction pattern image generation unit 210 applies the correction in the horizontal direction to the inspection reference pattern image u using the parameter α obtained by the first parameter estimation unit 208. One correction pattern image w is generated.

次に、第２の方程式生成ステップＳ２０、第２のパラメータ推定ステップＳ２２、第２の補正パターン画像生成ステップＳ２４の一連のステップで、第１の補正パターン画像ｗを、画像シフトステップＳ１２でのシフト方向と同一の方向に補正する。この実施の形態においては、画像シフトステップＳ１２が垂直方向にシフトしているため、これと同一の垂直方向の補正を行う。すなわち、水平方向に補正が行われた第１の補正パターン画像ｗに対し、垂直方向の補正を行うことになる。 Next, the first correction pattern image w is shifted in the image shift step S12 in a series of steps of the second equation generation step S20, the second parameter estimation step S22, and the second correction pattern image generation step S24. Correct in the same direction as the direction. In this embodiment, since the image shift step S12 is shifted in the vertical direction, the same correction in the vertical direction is performed. That is, the vertical correction is performed on the first correction pattern image w corrected in the horizontal direction.

まず、第２の方程式生成ステップＳ２０において、第２の方程式生成部２１２は、被検査パターン画像ｙのデータと対応する第１の補正パターン画像ｗのデータとを用いて、第２の線形予測モデルに基づく連立方程式を生成する。以下、第１の補正パターン画像ｗを入力データと見なし、被検査パターン画像ｙを出力データと見なして第２の線形予測モデルを設定する方法について説明する。 First, in the second equation generation step S20, the second equation generation unit 212 uses the data of the inspection pattern image y and the data of the first correction pattern image w corresponding to the second linear prediction model. Generate simultaneous equations based on. Hereinafter, a method for setting the second linear prediction model by regarding the first correction pattern image w as input data and regarding the inspection pattern image y as output data will be described.

ここでは、第２の線形予測モデルとして、５×１画素の領域を用いた５×１次の線形予測モデルを用いる。このモデルで用いるサフィックスを以下の表（２）に示す。

Here, a 5 × 1 linear prediction model using a 5 × 1 pixel region is used as the second linear prediction model. The suffixes used in this model are shown in Table (2) below.

表（２）に示すようにサフィックスを取り、入力データ（階調値）と出力データ（階調値）をそれぞれｗ（ｉ，ｊ）、ｙ（ｉ，ｊ）とする。図６は、第２の線形予測モデルを説明するための図である。被検査パターン画像１０の着目する画素２０のサフィックス（座標）をｉ，ｊとする。そして、第１の補正パターン画像１４で同じ座標の画素２２と画素２２の上下２個ずつの画素２４の合計５個の画素のサフィックスを表（２）のように設定する。そして、ある１組の５×１領域の画素データについて、以下に示す式（７）のような関係式を設定する。

As shown in Table (2), a suffix is taken, and input data (gradation value) and output data (gradation value) are w (i, j) and y (i, j), respectively. FIG. 6 is a diagram for explaining the second linear prediction model. Let the suffixes (coordinates) of the pixel 20 of interest in the pattern image 10 to be inspected be i and j. Then, in the first correction pattern image 14, the suffixes of a total of five pixels, that is, the pixel 22 having the same coordinates and the two pixels 24 above and below the pixel 22, are set as shown in Table (2). Then, a relational expression such as Expression (7) below is set for a set of pixel data in a 5 × 1 region.

ここで、第１の方程式生成ステップＳ１４と同様に

として、次の式（９）の第２の連立方程式を生成する。

ここで、Ａ＝［ｘ_１，ｘ_２，…ｘ_ｎ］^Ｔ、ｙ＝［ｙ_１，ｙ_２，…ｙ_ｎ］^Ｔ、ｋ＝１，２，…ｎである。 Here, as in the first equation generation step S14

As a result, a second simultaneous equation of the following equation (9) is generated.

第２のパラメータ推定ステップＳ２２として、第２のパラメータ推定部２１４は、式（９）の連立方程式を解いて、この連立方程式における各座標の第１の補正パターン画像ｗに乗じるパラメータβ（係数）を算出する演算を行う。 As the second parameter estimation step S22, the second parameter estimation unit 214 solves the simultaneous equations of Equation (9) and multiplies the first correction pattern image w of each coordinate in the simultaneous equations by the parameter β (coefficient). An operation for calculating is performed.

第２の補正パターン画像生成ステップＳ２４として、第２の補正パターン画像生成部２１６は、得られた第２の補正モデルパラメータｂ_ｊを以下の式（１０）に示すように用いて、座標（ｉ，ｊ）の第２の補正パターン画像データｘ_ｉ，ｊを演算する。そして、演算結果を比較部１４６に出力する。ここで、ｗ_ｉ，ｊは第１の補正パターン画像データである。

In the second correction pattern image generation step S24, the second correction pattern image generation unit 216 uses the obtained second correction model parameter b _j as shown in the following equation (10), and coordinates (i , J) of the second correction pattern image data x _{i, j} is calculated. Then, the calculation result is output to the comparison unit 146. Here, w _{i, j} is the first correction pattern image data.

以上のようにして、第２の補正パターン画像生成部は、第２のパラメータ推定部で得られたパラメータβを用いて、第１の補正パターン画像ｗから第２の補正パターン画像ｘを生成する。 As described above, the second correction pattern image generation unit generates the second correction pattern image x from the first correction pattern image w using the parameter β obtained by the second parameter estimation unit. .

比較ステップＳ２６として、比較部１４６は、第２の補正パターン画像データｘ_ｉ，ｊと被検査パターン画像データｙ（ｉ，ｊ）とを所定のアルゴリズムを用いて比較する。そして、欠陥の有無を検査し、その結果を出力する。 As the comparison step S26, the comparison unit 146 compares the second correction pattern image data x _{i, j} with the inspected pattern image data y (i, j) using a predetermined algorithm. Then, the presence or absence of a defect is inspected, and the result is output.

図７は、本実施の形態の作用を説明する図である。ここで、パターンＡをパターンＢにあわせる補正を行う場合を例に説明する。パターンＡとパターンＢは２つの異なる画像に個別に含まれており、図では重ねて表示している。補正のパラメータが２次元の場合、すなわち、補正のシフトが水平、垂直方向同時に行われる場合、図中破腺矢印で示すように、パターンのエッジと平行な方向へのシフト量が任意となる。その結果、推定で得られるシフトパラメータの、パターンのエッジと平行な方向の寄与が不定となり、良好なシフトパラメータを得られない可能性がある。例えば、シフトする画像に欠陥像があった場合、その欠陥像がパターンのエッジと平行な方向にぼけてしまうことがある。 FIG. 7 is a diagram for explaining the operation of the present embodiment. Here, a case where correction for matching pattern A with pattern B is performed will be described as an example. Pattern A and pattern B are individually included in two different images, and are displayed in an overlapping manner in the figure. When the correction parameter is two-dimensional, that is, when the correction is shifted simultaneously in the horizontal and vertical directions, the amount of shift in the direction parallel to the pattern edge is arbitrary as shown by the broken line arrow in the figure. As a result, the contribution of the shift parameter obtained by the estimation in the direction parallel to the edge of the pattern becomes indefinite, and a good shift parameter may not be obtained. For example, if there is a defect image in the shifted image, the defect image may be blurred in a direction parallel to the edge of the pattern.

これに対し、本実施の形態の第１のパターン画像生成、第２のパターン画像生成のように、補正のパラメータを１次元に限定する場合、すなわち、補正のシフトが水平方向または垂直方向のいずれかに固定される場合、図中実線矢印で示すように、２つのパターンのエッジ位置が一致する場所が存在する。このように、推定する係数の自由度がパターンのエッジ位置で拘束されるので、良好なシフトパラメータを得ることできる。ただし、画像が水平あるいは垂直方向のパターンのみで占められている場合は、水平あるいは垂直方向のパラメータが不定となることがある。この場合でもシフトパラメータが１次元であるため、パラメータが異常であることが、パラメータの重心判定等により容易に判別できる。また、式（１−１）、（１−２）と式（６）、（１０）は同形である。したがって、異常なパラメータは、前述のバイキュービック補間法パラメータｐあるいはｑと置き換えることが可能であり、その操作によって良好な補正画像を得ることができる。 On the other hand, when the correction parameters are limited to one dimension as in the first pattern image generation and the second pattern image generation of the present embodiment, that is, the correction shift is either horizontal or vertical. In the case of being fixed, there is a place where the edge positions of the two patterns coincide as indicated by solid arrows in the figure. Thus, since the degree of freedom of the coefficient to be estimated is constrained by the edge position of the pattern, a good shift parameter can be obtained. However, if the image is occupied only by a horizontal or vertical pattern, the horizontal or vertical parameter may be indefinite. Even in this case, since the shift parameter is one-dimensional, it can be easily determined that the parameter is abnormal by determining the center of gravity of the parameter. Moreover, Formula (1-1), (1-2) and Formula (6), (10) are the same shape. Therefore, the abnormal parameter can be replaced with the aforementioned bicubic interpolation parameter p or q, and a good corrected image can be obtained by the operation.

以上のように、上述したステップで生成した第２の補正パターン画像ｘは、補正のシフト方向が不定となることに起因して欠陥信号が劣化することを回避しながら、検査基準画像ｕを被検査パターン画像ｙに合わせて補正した画像に相当する。特に水平方向、垂直方向を逐次推定する効果により、斜線パターン等に見られる、ある方向成分が不定となるような場合に良好な推定が行える。従って、ここで得られた第２の補正パターン画像ｘと、被検査パターンｙを比較することにより、高精度な検査を行うことができる。 As described above, the second correction pattern image x generated in the above-described step is subjected to the inspection reference image u while avoiding the deterioration of the defect signal due to the indefinite shift direction of the correction. This corresponds to an image corrected in accordance with the inspection pattern image y. In particular, due to the effect of sequentially estimating the horizontal direction and the vertical direction, good estimation can be performed when a certain direction component, such as a hatched pattern, becomes indefinite. Therefore, by comparing the second correction pattern image x obtained here with the pattern to be inspected y, a highly accurate inspection can be performed.

なお、本実施の形態においては、検査基準パターン画像を、相対シフト量に基づいて垂直方向のシフト方向にシフトし、その後、水平方向の補正、垂直方向の補正を逐次行う場合を例に説明した。しかし、検査基準パターン画像を、相対シフト量に基づいて水平方向のシフト方向にシフトし、その後、垂直方向の補正、水平方向の補正を逐次行っても同様の効果を得ることが可能である。 In the present embodiment, an example has been described in which the inspection reference pattern image is shifted in the vertical shift direction based on the relative shift amount, and then the horizontal correction and the vertical correction are sequentially performed. . However, the same effect can be obtained by shifting the inspection reference pattern image in the horizontal shift direction based on the relative shift amount, and then sequentially performing the vertical correction and the horizontal correction.

また、第１の線形予測モデルが１×５画素の領域を用いた１×５次のモデルであり、かつ、第２の線形予測モデルが５×１画素の領域を用いた５×１次のモデルである場合を例に説明した。補正の精度および計算処理時間の観点からは、１×５次、５×１次程度が適当である。しかし、必ずしも、１×５次のモデルおよび５×１次のモデルである必要はなく、ｎを３以上の任意の整数とする１×ｎ次のモデルおよびｎ×１次のモデルを採用することが可能である。そして、第１の線形予測モデルがｎ×１画素の領域を用いたｎ×１次のモデルであり、かつ、第２の線形予測モデルが１×ｎ画素の領域を用いた１×ｎ次のモデルとしても構わない。 In addition, the first linear prediction model is a 1 × 5 order model using a 1 × 5 pixel region, and the second linear prediction model is a 5 × 1 order model using a 5 × 1 pixel region. The case of a model has been described as an example. From the viewpoint of the accuracy of correction and the calculation processing time, about 1 × 5th order and 5 × 1st order are appropriate. However, the 1 × 5 order model and the 5 × 1 order model are not necessarily used, and a 1 × n order model and an n × 1 order model in which n is an arbitrary integer of 3 or more should be adopted. Is possible. The first linear prediction model is an n × 1 order model using an area of n × 1 pixels, and the second linear prediction model is an 1 × n order model using an area of 1 × n pixels. It does not matter as a model.

図８は、別の光学画像の取得手順を説明するための図である。図２の構成では、スキャン幅Ｗの画素数（例えば２０４８画素）を同時に入射するフォトダイオードアレイ１０５を用いているが、これに限るものではなく、図８に示すように、ＸＹθテーブル１０２をＸ方向に定速度で送りながら、レーザ干渉計で一定ピッチの移動を検出した毎にＹ方向に図示していないレーザスキャン光学装置でレーザビームをＹ方向に走査し、透過光を検出して所定の大きさのエリア毎に二次元画像を取得する手順を用いても構わない。 FIG. 8 is a diagram for explaining another optical image acquisition procedure. In the configuration of FIG. 2, the photodiode array 105 that simultaneously enters the number of pixels of the scan width W (for example, 2048 pixels) is used. However, the present invention is not limited to this, and as shown in FIG. Each time a constant pitch movement is detected by a laser interferometer while scanning at a constant speed in the direction, a laser scanning optical device (not shown) scans the laser beam in the Y direction, detects transmitted light, A procedure for obtaining a two-dimensional image for each size area may be used.

以上の説明において、「〜回路」或いは「〜ステップ」と記載したものは、コンピュータで動作可能なプログラムにより構成することができる。或いは、ソフトウェアとなるプログラムだけではなく、ハードウェアとソフトウェアとの組合せにより実施させても構わない。或いは、ファームウェアとの組合せでも構わない。また、プログラムにより構成される場合、プログラムは、磁気ディスク装置、磁気テープ装置、ＦＤ、或いはＲＯＭ（リードオンリメモリ）等の記録媒体に記録される。例えば、図２の演算制御部を構成するテーブル制御回路１１４、展開回路１１１、参照回路１１２、比較回路１０８等は、電気的回路で構成されていても良いし、制御計算機１１０によって処理することのできるソフトウェアとして実現してもよい。また電気的回路とソフトウェアの組み合わせで実現しても良い。 In the above description, what is described as “˜circuit” or “˜step” can be configured by a computer-operable program. Or you may make it implement by not only the program used as software but the combination of hardware and software. Alternatively, a combination with firmware may be used. When configured by a program, the program is recorded on a recording medium such as a magnetic disk device, a magnetic tape device, an FD, or a ROM (Read Only Memory). For example, the table control circuit 114, the expansion circuit 111, the reference circuit 112, the comparison circuit 108, and the like that constitute the arithmetic control unit in FIG. 2 may be configured by an electrical circuit or processed by the control computer 110. It may be realized as software that can. Moreover, you may implement | achieve with the combination of an electrical circuit and software.

以上、具体例を参照しつつ実施の形態について説明した。しかし、本発明は、これらの具体例に限定されるものではない。例えば、各実施の形態では、透過光を用いているが、反射光あるいは、透過光と反射光を同時に用いてもよい。検査基準パターン画像となる参照画像は設計データから生成しているが、フォトダイオードアレイ等のセンサにより撮像した同一パターンのデータを用いても良い。言い換えれば、ｄｉｅｔｏｄｉｅ検査でもｄｉｅｔｏｄａｔａｂａｓｅ検査でも構わない。 The embodiments have been described above with reference to specific examples. However, the present invention is not limited to these specific examples. For example, in each embodiment, transmitted light is used, but reflected light or transmitted light and reflected light may be used simultaneously. Although the reference image to be the inspection standard pattern image is generated from the design data, data of the same pattern captured by a sensor such as a photodiode array may be used. In other words, a die to die inspection or a die to database inspection may be used.

また、装置構成や制御手法等、本発明の説明に直接必要しない部分等については記載を省略したが、必要とされる装置構成や制御手法を適宜選択して用いることができる。その他、本発明の要素を具備し、当業者が適宜設計変更しうる全ての補正パターン画像生成装置、パターン検査装置、或いは補正パターン画像生成方法は、本発明の範囲に包含される。 In addition, although descriptions are omitted for parts and the like that are not directly required for the description of the present invention, such as a device configuration and a control method, a required device configuration and a control method can be appropriately selected and used. In addition, any correction pattern image generation apparatus, pattern inspection apparatus, or correction pattern image generation method that includes the elements of the present invention and that can be appropriately modified by those skilled in the art is included in the scope of the present invention.

実施の形態の比較回路の内部構成を示すブロック図である。It is a block diagram which shows the internal structure of the comparison circuit of embodiment. 実施の形態のパターン検査装置のブロック図である。It is a block diagram of the pattern inspection apparatus of an embodiment. 実施の形態の光学画像の取得手順を説明するための図である。It is a figure for demonstrating the acquisition procedure of the optical image of embodiment. 実施の形態における補正パターン画像生成方法の要部工程について示すフローチャート図である。It is a flowchart figure shown about the principal part process of the correction | amendment pattern image generation method in embodiment. 実施の形態の第１の線形予測モデルを説明するための図である。It is a figure for demonstrating the 1st linear prediction model of embodiment. 実施の形態の第２の線形予測モデルを説明するための図である。It is a figure for demonstrating the 2nd linear prediction model of embodiment. 実施の形態の作用を説明する図である。It is a figure explaining the effect | action of embodiment. 別の光学画像の取得手順を説明するための図である。It is a figure for demonstrating the acquisition procedure of another optical image.

符号の説明Explanation of symbols

１００パターン検査装置
１０８比較回路
１４０位置合わせ部
１４６比較部
２００補正パターン画像生成部
２０２相対シフト量算出部
２０４画像シフト部
２０６第１の方程式生成部
２０８第１のパラメータ推定部
２１０第１の補正パターン画像生成部
２１２第２の方程式生成部
２１４第２のパラメータ推定部
２１６第２の補正パターン画像生成部 100 pattern inspection apparatus 108 comparison circuit 140 alignment unit 146 comparison unit 200 correction pattern image generation unit 202 relative shift amount calculation unit 204 image shift unit 206 first equation generation unit 208 first parameter estimation unit 210 first correction pattern Image generation unit 212 Second equation generation unit 214 Second parameter estimation unit 216 Second correction pattern image generation unit

Claims

試料のパターン検査に用いる検査基準パターン画像の補正を行う補正パターン画像生成装置であって、
被検査パターン画像と前記検査基準パターン画像の位置合わせを行い、サブ画素単位の相対シフト量を算出する相対シフト量算出部と、
前記検査基準パターン画像を、前記相対シフト量に基づいて垂直または水平方向のいずれか一方のシフト方向にシフトする画像シフト部と、
前記被検査パターン画像およびシフトした前記検査基準パターン画像に対して、第１の線形予測モデルを用いた入出力関係を記述する第１の連立方程式を生成する第１の方程式生成部と、
前記第１の連立方程式のパラメータを求める第１のパラメータ推定部と、
前記第１の連立方程式のパラメータが代入された前記第１の線形予測モデルを用いて、前記検査基準パターン画像を、前記シフト方向に対し垂直な方向に補正した第１の補正パターン画像を生成する第１の補正パターン画像生成部と、
前記被検査パターン画像および前記第１の補正パターン画像に対して、第２の線形予測モデルを用いた入出力関係を記述する第２の連立方程式を生成する第２の方程式生成部と、
前記第２の連立方程式のパラメータを求める第２のパラメータ推定部と、
前記第２の連立方程式のパラメータが代入された前記第２の線形予測モデルを用いて、前記第１の補正パターン画像を、前記シフト方向と同一の方向に補正した第２の補正パターン画像を生成する第２の補正パターン画像生成部と、
を備えることを特徴とする補正パターン画像生成装置。 A correction pattern image generation device for correcting an inspection reference pattern image used for pattern inspection of a sample,
A relative shift amount calculation unit that performs alignment between the inspection pattern image and the inspection reference pattern image and calculates a relative shift amount in sub-pixel units;
An image shift unit that shifts the inspection reference pattern image in either the vertical or horizontal shift direction based on the relative shift amount;
A first equation generation unit that generates a first simultaneous equation describing an input / output relationship using a first linear prediction model for the inspection pattern image and the shifted inspection reference pattern image;
A first parameter estimation unit for obtaining a parameter of the first simultaneous equations;
Using the first linear prediction model into which the parameters of the first simultaneous equations are substituted, a first correction pattern image is generated by correcting the inspection reference pattern image in a direction perpendicular to the shift direction. A first correction pattern image generation unit;
A second equation generation unit for generating a second simultaneous equation describing an input / output relationship using a second linear prediction model for the inspection pattern image and the first correction pattern image;
A second parameter estimation unit for obtaining a parameter of the second simultaneous equation;
Using the second linear prediction model in which the parameters of the second simultaneous equations are substituted, a second correction pattern image is generated by correcting the first correction pattern image in the same direction as the shift direction. A second correction pattern image generation unit that
A correction pattern image generation apparatus comprising:

前記第１の線形予測モデルが１×ｎ（ｎは３以上の整数）画素の領域を入力とする１×ｎ次のモデルであり、かつ、前記第２の線形予測モデルがｎ×１画素の領域を入力とするｎ×１次のモデルであること、または、
前記第１の線形予測モデルがｎ×１画素の領域を入力とするｎ×１次のモデルであり、かつ、前記第２の線形予測モデルが１×ｎ画素の領域を入力とする１×ｎ次のモデルであることを特徴とする請求項１記載の補正パターン画像生成装置。 The first linear prediction model is a 1 × n-order model that receives an area of 1 × n (n is an integer of 3 or more) pixels, and the second linear prediction model has n × 1 pixels. An n × 1 order model with a region as input, or
The first linear prediction model is an n × 1 order model that receives an n × 1 pixel region, and the second linear prediction model uses a 1 × n pixel region as an input 1 × n. The correction pattern image generation apparatus according to claim 1, wherein the correction pattern image generation apparatus is the following model.

請求項１または請求項２に記載の補正パターン画像生成装置を有することを特徴とするパターン検査装置。 A pattern inspection apparatus comprising the correction pattern image generation apparatus according to claim 1.

試料のパターン検査に用いる検査基準パターン画像の補正を行う補正パターン画像生成方法であって、
被検査パターン画像と前記検査基準パターン画像の位置合わせを行い、サブ画素単位の相対シフト量を算出する相対シフト量算出ステップと、
前記検査基準パターン画像を、前記相対シフト量に基づいて垂直または水平方向のいずれか一方のシフトする画像シフトステップと、
前記被検査パターン画像およびシフトした前記検査基準パターン画像に対して、第１の線形予測モデルを用いた入出力関係を記述する第１の連立方程式を生成する第１の方程式生成ステップと、
前記第１の連立方程式のパラメータを求める第１のパラメータ推定ステップと、
前記第１の連立方程式のパラメータが代入された前記第１の線形予測モデルを用いて、前記検査基準パターン画像を、前記シフト方向に対し垂直な方向に補正した、第１の補正パターン画像を生成する第１の補正パターン画像生成ステップと、
前記被検査パターン画像および前記第１の補正パターン画像に対して、第２の線形予測モデルを用いた入出力関係を記述する第２の連立方程式を生成する第２の方程式生成ステップと、
前記第２の連立方程式のパラメータを求める第２のパラメータ推定ステップと、
前記第２の連立方程式のパラメータが代入された前記第２の線形予測モデルを用いて、前記第１の補正パターン画像を、前記シフト方向と同一の方向に補正した第２の補正パターン画像を生成する第２の補正パターン画像生成ステップと、
を備えることを特徴とする補正パターン画像生成方法。 A correction pattern image generation method for correcting an inspection reference pattern image used for pattern inspection of a sample,
Relative shift amount calculating step for aligning the inspection pattern image and the inspection reference pattern image and calculating a relative shift amount in units of sub-pixels
An image shift step of shifting the inspection reference pattern image in either the vertical or horizontal direction based on the relative shift amount;
A first equation generating step for generating a first simultaneous equation describing an input / output relationship using a first linear prediction model for the inspection pattern image and the shifted inspection reference pattern image;
A first parameter estimating step for obtaining a parameter of the first simultaneous equations;
Using the first linear prediction model in which the parameters of the first simultaneous equations are substituted, a first correction pattern image is generated by correcting the inspection reference pattern image in a direction perpendicular to the shift direction. A first correction pattern image generation step,
A second equation generation step for generating a second simultaneous equation describing an input / output relationship using a second linear prediction model for the inspection pattern image and the first correction pattern image;
A second parameter estimating step for obtaining a parameter of the second simultaneous equation;
Using the second linear prediction model in which the parameters of the second simultaneous equations are substituted, a second correction pattern image is generated by correcting the first correction pattern image in the same direction as the shift direction. A second correction pattern image generation step,
A correction pattern image generation method comprising:

前記第１の線形予測モデルが１×ｎ（ｎは３以上の整数）画素の領域を入力とする１×ｎ次のモデルであり、かつ、前記第２の線形予測モデルがｎ×１画素の領域を入力とするｎ×１次のモデルであること、または、
前記第１の線形予測モデルがｎ×１画素の領域を入力とするｎ×１次のモデルであり、かつ、前記第２の線形予測モデルが１×ｎ画素の領域を入力とする１×ｎ次のモデルであることを特徴とする請求項４記載の補正パターン画像生成方法。

The first linear prediction model is a 1 × n-order model that receives an area of 1 × n (n is an integer of 3 or more) pixels, and the second linear prediction model has n × 1 pixels. An n × 1 order model with a region as input, or
The first linear prediction model is an n × 1 order model that receives an n × 1 pixel region, and the second linear prediction model uses a 1 × n pixel region as an input 1 × n. 5. The correction pattern image generation method according to claim 4, wherein the correction pattern image generation method is the following model.