JP2013542404A - 領域ベースの仮想フーリエ・フィルタ - Google Patents

Abstract

本発明は、半導体ウェハ上のパターン形成された領域を識別するために画像データをサーチすること、仮想フーリエ・フィルタ（ＶＦＦ）作業領域を生成すること、ＶＦＦ作業領域から画像データの最初の組を取得すること、画像データの最初の組を用いてＶＦＦ作業領域の識別されたパターン形成された領域内のＶＦＦトレーニング・ブロックであり、選択された繰り返しパターンを呈する識別されたパターン形成された領域の一部をそれぞれが包含するように定義されるＶＦＦトレーニング・ブロックを定義すること、ＶＦＦトレーニング・ブロックからの画像データの最初の組を用いて各ＶＦＦトレーニング・ブロックに関する最初のスペクトルを計算すること、及び周波数領域における極大を有する最初のスペクトルの周波数を識別することによって、各トレーニング・ブロックに関するＶＦＦを生成することを含み、ＶＦＦは、スペクトル極大を呈するように識別された周波数での最初のスペクトルの大きさを無効にするように構成される。

Description

本発明は、一般に、領域ベースの仮想フーリエ・フィルタリングを用いる検査ベースの欠陥検出のための方法及びシステムに関する。

論理デバイス及びメモリデバイスのような半導体デバイスの製作は、典型的に、種々の機能部及び複数のレベルの半導体デバイスを形成するために、多数の半導体製作プロセスを用いて半導体ウェハのような基板を処理することを含む。例えば、リソグラフィは、レチクルから半導体ウェハ上に配置されたレジストにパターンを転写することを含む半導体製作プロセスである。半導体製作プロセスの付加的な例は、化学機械研磨（ＣＭＰ）、エッチング、堆積及びイオン注入を含むが、これらに限定されない。複数の半導体デバイスが、単一の半導体ウェハ上の配置で製作され、次いで、個々の半導体デバイスに分離されてもよい。

レチクル及びウェハのような試験片上の欠陥を検出するために、半導体製造プロセス中の種々のステップで検査プロセスが用いられる。検査プロセスは常に、集積回路のような半導体デバイスの製作の重要な部分である。しかしながら、半導体デバイスの寸法が減少するのに伴い、容認可能な半導体デバイスをうまく製造するのに検査プロセスがより一層重要になる。例えば、比較的小さな欠陥でさえも半導体デバイスに望ましくない逸脱を生じる可能性があるため、半導体デバイスの寸法が減少するのに伴って減少したサイズの欠陥の検出が必要となる。

したがって、検査の分野では、以前は無視できていたサイズを有する欠陥を検出することができる検査システムの設計に多くの研究が向けられている。典型的な検査プロセスは、ウェハ上の類似の半導体デバイスエリアを比較することによって欠陥を検出する。２つのデバイスエリア間で検出される差異は、デバイスを不適切に機能させる可能性がある欠陥又はシステムの動作には影響しないであろうニュイサンス（ｎｕｉｓａｎｃｅ）のいずれかである可能性がある。半導体ウェハ検査の必須段階は、ニュイサンスから欠陥を正確に区別することができるように、検査デバイスの「レシピ」と一般に呼ばれる設定を最適化することを含む。

多くの異なるタイプの欠陥の検査もまた、最近ではさらに重要となっている。例えば、検査結果を用いて半導体製作プロセスを監視し及び修正するために、ウェハ上にどんなタイプの欠陥が存在するかを知ることがしばしば必要である。加えて、可能な最高の歩留まりを達成するために、半導体製造に関係するすべてのプロセスを制御することが望まれるので、多くの異なる半導体プロセスから結果的に生じる場合がある異なるタイプの欠陥を検出する能力を有することが望ましい。検出されるべき異なるタイプの欠陥は、それらの特徴を劇的に変える場合がある。例えば、半導体製造プロセス中に検出することが望ましい場合がある欠陥は、厚さの変化、微粒子欠陥、引っかき傷、パターン機能部の欠損又は誤ったサイズにされたパターン機能部等のパターン欠陥、及びこうした異種の特徴を有する多くの他の欠陥を含む場合がある。

伝統的に、イメージ化された半導体ウェハの繰り返しパターンエリアをフィルタして、半導体ウェハの欠陥を検出する能力を強化できるようにするために、ハードウェアベースのフーリエ・フィルタリングが用いられる。しかしながら、ハードウェアベースのフーリエ・フィルタは、半導体ウェハの特定の領域又はパターンを選択的にフィルタリングして除去することはできない。したがって、ハードウェアベースのフーリエ・フィルタは、全体のフィルタリング・プロセスを必要とし、これは半導体ウェハの幾つかの領域が「過度にフィルタされる」ことにつながる。この意味で、所与のパターン形成された領域に関連する所与の周波数領域スペクトルの必要以上に多くの周波数領域ピークがフィルタで除去されて、関連する領域からの信号が光「不足」になる。したがって、半導体ウェハのパターン形成された領域からの照明を、領域ごとの基準（ｒｅｇｉｏｎ−ｂｙ−ｒｅｇｉｏｎ ｂａｓｉｓ）でフィルタリングするのに適した方法及びシステムを提供することが有利であろう。

半導体表面から取得される画像データの欠陥を検出するためのコンピュータで実行される方法が開示される。一態様では、方法は、半導体ウェハ上の１つ又は複数のパターン形成された領域を識別するために画像データの１つ又は複数の組のパターン・サーチを行うこと、１つ又は複数の仮想フーリエ・フィルタ（ｖｉｒｔｕａｌ Ｆｏｕｒｉｅｒ ｆｉｌｔｅｒ）（ＶＦＦ）作業領域であり、１つ又は複数の識別されたパターン形成された領域のうちの少なくとも１つをそれぞれが含むＶＦＦ作業領域を生成すること、ＶＦＦ作業領域のそれぞれから画像データの最初の組を取得すること、画像データの最初の組を用いて１つ又は複数のＶＦＦ作業領域の１つ又は複数の識別されたパターン形成された各領域内の１つ又は複数のＶＦＦトレーニング・ブロックを定義することであり、識別されたパターン形成された領域の繰り返しパターンでない部分からの強度の寄与が制限されるように、識別されたパターン領域内の各ＶＦＦトレーニング・ブロックが、選択された繰り返しパターンを呈する識別されたパターン形成された領域の一部を包含するように定義され、ＶＦＦトレーニング・ブロックのそれぞれからの画像データの最初の組を用いて、１つ又は複数のＶＦＦトレーニング・ブロックに関連する空間領域強度情報を周波数領域スペクトル情報に変換することによって、各ＶＦＦトレーニング・ブロックに関する少なくとも１つの次元に沿って最初のスペクトルを計算すること、周波数領域におけるスペクトル極大を有する最初のスペクトルの周波数を識別することによって各ＶＦＦトレーニング・ブロックに関するＶＦＦを生成することであり、そのＶＦＦは、スペクトル極大を呈するように識別された最初のスペクトルの周波数での最初のスペクトルの大きさを無効にするように構成されるものであり、１つ又は複数の生成されたＶＦＦを１つ又は複数のパターン形成された領域の最初のスペクトルに適用することによって、１つ又は複数のパターン形成された領域に関する１つ又は複数のフィルタされたスペクトルを生成すること、及び１つ又は複数のパターン形成された領域の１つ又は複数の生成されたフィルタされたスペクトルを１つ又は複数の空間領域画像データセットに変換することによって、１つ又は複数のパターン形成された領域に関する画像データのフィルタされた組を作成することを含んでもよいが、これらに限定されない。

半導体表面に関連する設計データを使用して画像データの欠陥を検出するためのコンピュータで実行される方法が開示される。一態様では、方法は、半導体ウェハの１つ又は複数のデバイス構造の近傍の半導体ウェハの１つ又は複数のパターン形成された領域若しくは１つ又は複数のデバイス構造のうちの少なくとも１つを識別するために半導体ウェハに関連する設計レイアウトデータのパターン・サーチを行うこと、半導体ウェハに対する１つ又は複数の仮想フーリエ・フィルタ（ＶＦＦ）作業領域を生成することであり、各ＶＦＦ作業領域は、設計レイアウトデータを介して識別される１つ又は複数のパターン形成された領域のうちの少なくとも１つを含み、ＶＦＦ作業領域のそれぞれから画像データの最初の組を取得すること、画像データの最初の組を用いて１つ又は複数のＶＦＦ作業領域の１つ又は複数の識別されたパターン形成された各領域内の１つ又は複数のＶＦＦトレーニング・ブロックを定義することであって、識別されたパターン形成された領域の繰り返しパターンでない部分からの強度の寄与が制限されるように、識別されたパターン領域内の各ＶＦＦトレーニング・ブロックが、選択された繰り返しパターンを呈する識別されたパターン形成された領域の一部を包含するように定義され、ＶＦＦトレーニング・ブロックのそれぞれからの画像データの最初の組を用いて、１つ又は複数のトレーニング・ブロックに関連する空間領域強度情報を周波数領域スペクトル情報に変換することによって、各ＶＦＦトレーニング・ブロックに関する少なくとも１つの次元に沿って最初のスペクトルを計算すること、周波数領域におけるスペクトル極大を有する最初のスペクトルの周波数を識別することによって、各ＶＦＦトレーニング・ブロックに関するＶＦＦを生成すること、１つ又は複数の生成されたＶＦＦを１つ又は複数のパターン形成された領域の最初のスペクトルに適用することによって、１つ又は複数のパターン形成された領域に関する１つ又は複数のフィルタされたスペクトルを生成すること、及び１つ又は複数のパターン形成された領域の１つ又は複数の生成されたフィルタされたスペクトルを１つ又は複数の空間領域画像データセットに変換することによって、１つ又は複数のパターン形成された領域に関する画像データのフィルタされた組を作成することを含んでもよいが、これらに限定されない。

半導体表面から取得される画像データの欠陥を検出するための代替的なコンピュータで実行される方法が開示される。一態様では、方法は、半導体ウェハに対する１つ又は複数の仮想フーリエ・フィルタ（ＶＦＦ）作業領域であり、１つ又は複数の繰り返しパターンをそれぞれが含むＶＦＦ作業領域を生成すること、ＶＦＦ作業領域に対応する半導体ウェハの一部から反射した照明の一部に対してハードウェア・フーリエ・フィルタリング・プロセスを行うこと、ＶＦＦ作業領域のそれぞれから画像データの最初の組を取得することであり、その画像データは、ハードウェア・フーリエ・フィルタリング・プロセスの後で取得され、１つ又は複数のＶＦＦ作業領域からの画像データの最初の組を用いて１つ又は複数のＶＦＦ作業領域に関連する空間領域強度情報を周波数領域スペクトル情報に変換することによって、１つ又は複数のＶＦＦ作業領域に関する少なくとも１つの次元に沿って最初のスペクトルを計算すること、周波数領域におけるスペクトル極大を有する最初のスペクトルの周波数を識別することによって、１つ又は複数のＶＦＦ作業領域に関するＶＦＦを生成すること、１つ又は複数のＶＦＦ作業領域の生成されたＶＦＦであり、スペクトル極大を呈するように識別された最初のスペクトルの周波数での最初のスペクトルの大きさを無効にするように構成されるＶＦＦを、１つ又は複数のＶＦＦ作業領域の最初のスペクトルに適用することによって、１つ又は複数のＶＦＦ作業領域に関するフィルタされたスペクトルを生成すること、及び１つ又は複数のＶＦＦ作業領域の生成されたフィルタされたスペクトルを空間領域強度情報に変換することによって、１つ又は複数のＶＦＦ作業領域に関する画像データのフィルタされた組を作成することを含んでもよいが、これらに限定されない。

上記の概要と以下の詳細な説明との両方は単なる例示及び解説であって、特許請求される本発明を必ずしも制限するものではないことが理解される。本明細書に組み込まれ及びその一部をなす付属の図面は、本発明の実施形態を例証し、概要と共に、本発明の原理を解説するのに役立つ。

添付の図面を参照することで、本開示の多数の利点が当業者により良く理解されるであろう。

本発明の一実施形態に係る、半導体表面からの画像データの欠陥を検出するためのシステムを例証するブロック図である。 本発明の一実施形態に係る、半導体表面からの画像データの欠陥を検出するための方法を例証する流れ図である。 本発明の一実施形態に係る、イメージ化された半導体表面の作業領域の略平面図である。 本発明の一実施形態に係る半導体表面の略平面図である。 本発明の一実施形態に係る半導体表面のイメージ化された作業領域である。 本発明の一実施形態に係る最初の周波数領域スペクトルを例証する図である。 本発明の一実施形態に係るフィルタされた周波数領域スペクトルを例証する図である。 本発明の一実施形態に係る、仮想フーリエ・フィルタがフィルタで除去するように構成されてもよい一次元パターンの概略図である。 本発明の一実施形態に係る、仮想フーリエ・フィルタがフィルタで除去するように構成されてもよい一次元パターンの概略図である。 本発明の一実施形態に係る、仮想フーリエ・フィルタがフィルタで除去するように構成されてもよい分離可能な二次元パターンの概略図である。 本発明の一実施形態に係る、仮想フーリエ・フィルタがフィルタで除去するように構成されてもよい分離可能でない二次元パターンの概略図である。 本発明の一実施形態に係る、フィルタリング前の作業領域内で測定されたパターン形成された領域のＶＦＦトレーニング・ブロックのイメージを例証する図である。 本発明の一実施形態に係る、フィルタリング後の作業領域内で測定されたパターン形成された領域のＶＦＦトレーニング・ブロックのイメージを例証する図である。 本発明の一実施形態に係る、ハードウェア・フーリエ・フィルタを含む、半導体表面からの画像データの欠陥を検出するためのシステムを例証するブロック図である。 本発明の一実施形態に係る、半導体表面からの画像データの欠陥を検出するための方法を例証する流れ図である。 本発明の一実施形態に係る、半導体ウェハのＳＲＡＭデバイス及びそれらの周辺コンポーネントの組の略平面図である。 本発明の一実施形態に係る、半導体表面からの画像データの欠陥を検出するための方法を例証する流れ図である。

付属の図面で例証される開示された主題への言及をここで詳細に行う。

図１〜図１３を概して参照すると、仮想フーリエ・フィルタリングを用いる改善された欠陥検出のための方法及びシステムが本開示に従って説明される。領域ベースの仮想フーリエ・フィルタ（ＶＦＦ）を採用することは、全体的な半導体ウェハの欠陥検出感度を最適化する一助となる可能性がある。本発明は、領域ベースのＶＦＦを訓練し及び実装するのに適した方法及びシステムを提供することに向けられ、これにより、ウェハの欠陥を検出するために検査システムを実装する能力を改善する。

本開示の全体を通して用いられる場合の「ウェハ」という用語は、概して半導体材料又は非半導体材料で形成された基板のことを指す。例えば、半導体材料又は非半導体材料は、単結晶シリコン、ガリウムヒ素及びりん化インジウムを含んでもよいが、これらに限定されない。ウェハは、１つ又は複数の層を含んでもよい。例えば、こうした層は、レジスト、誘電体材料、導電体材料及び半導体材料を含んでもよいが、これらに限定されない。多くの異なるタイプのこうした層が当該技術分野では公知であり、本明細書で用いられる場合のウェハという用語は、その上にすべてのタイプのこうした層が形成されてもよいウェハを包含することを意図される。

ウェハ上に形成された１つ又は複数の層は、パターン形成されてもよいし又はパターン形成されなくてもよい。例えば、ウェハは、繰返し可能なパターンが形成された機能部をそれぞれが有する複数のダイを含んでもよい。こうした材料の層の形成及び処理が、最終的に完成したデバイスをもたらしてもよい。ウェハ上に多くの異なるタイプのデバイスが形成されてもよく、本明細書で用いられる場合のウェハという用語は、当該技術分野では公知のあらゆるタイプのデバイスがその上に製作されているウェハを包含することを意図される。

他の実施形態では、レチクル検査システムによって生成されたレチクルのイメージが、設計データスペースにおける設計データとして用いられる。レチクルは、ウェハ上に設計データを印刷するのに用いられる。このように、それぞれ、高倍率光学レチクル検査システム又は電子ビームベースのレチクル検査システムによって、レチクルのイメージビームイメージが取得される。代替的に、レチクルのイメージは、空中イメージング・レチクル検査システムによって取得されるレチクルの空中イメージであってもよい。レチクルのイメージは、１つ又は複数のステップを行うために設計データを用いる本明細書で説明される実施形態のうちのいずれかにおいて、設計データのためのプロキシとして用いられてもよい。

「フロアプラン」として知られている半導体チップ設計は、セルとして知られている繰り返し構造の位置情報を含む。この情報は、普通はＧＤＳＩＩ又はＯＡＳＩＳファイルフォーマットで格納されるチップの物理的設計から抽出することができる。

本開示で用いられる場合の「設計データ」という用語は、一般に、複雑なシミュレーション又は簡単な幾何学的演算及びブール演算を通じて集積回路の物理的設計及び物理的設計から導出されたデータのことを指す。加えて、レチクル検査システム及び／又はその導出物によって収集されるレチクルのイメージは、設計データのための１つ又は複数のプロキシとして用いられてもよい。こうしたレチクルイメージ又はその導出物は、設計データを用いる本明細書で説明されるいずれかの実施形態における設計レイアウトの代替として役立つ場合がある。設計データ及び設計データプロキシは、その両方が２００６年１１月２０日に出願され且つその両方が参照により本明細書に組み込まれる、米国特許出願第１１／５６１，７３５号及び米国特許出願第１１／５６１，６５９号で説明される。

図１は、プロセス２００を行うのに用いられてもよい、仮想フーリエ・フィルタリングを用いる改善された欠陥検出に適したシステム１００を例証する。一実施形態では、システム１００は、検査システム１０４のような半導体ウェハ１０６上の欠陥を検出するように構成された測定システム１０２を含んでもよいが、これに限定されない。検査システム１０４は、明視野検査システム、暗視野検査システム又は電子ビーム検査システムのような当該技術分野では公知のあらゆる適切な検査システムを含んでもよいが、これらに限定されない。さらに、検査システム１０４の照明源は、狭帯域照明源又は広帯域照明源を含んでもよい。さらなる実施形態では、検査システム１０４は、半導体ウェハ１０６の欠陥を識別するためにシステム１００の別のサブシステムからの命令を受けるように構成されてもよい。例えば、検査システム１０４は、システム１００のコンピュータ・システム１０８から命令を受けてもよい。コンピュータ・システム１０８から命令を受信すると、検査システム１０４は、提供された命令において識別される半導体ウェハ１０６の場所で検査プロセスを行ってもよい。

一実施形態では、システム１００のコンピュータ・システム１０８は、１つ又は複数のＶＦＦトレーニング・ブロックに関連する画像データを用いて、１つ又は複数の領域ベースの仮想フーリエ・フィルタを生成するように構成されてもよい。この意味で、コンピュータ・システム１０８は、１つ又は複数の識別されたパターン形成された領域の１つ又は複数のトレーニング・ブロックを定義してもよい。コンピュータ・システム１０８は、空間領域画像データを周波数領域データに変換することによって、最初のスペクトル若しくは１つ又は複数のＶＦＦトレーニング・ブロックの少なくとも１つの次元に沿ったスペクトルを計算するために、定義されたトレーニング・ブロックのうちの１つ又は複数を使用してもよい。さらに、コンピュータ・システム１０８は、次いで、周波数領域データにおけるスペクトル極大（すなわち、強度対周波数データにおけるピーク位置）を識別し、これらのピーク周波数での最初のスペクトルの大きさを無効にすることによって、領域ベースのＶＦＦを生成してもよい。したがって、コンピュータ・システム１０８は、生成されたＶＦＦを各トレーニング・ブロックの最初のスペクトルに適用することによって、各トレーニング・ブロックに関するフィルタされたスペクトルを生成してもよい。加えて、コンピュータ・システム１０８は、１つ又は複数の生成されたＶＦＦを１つ又は複数のパターン形成された領域に適用し、１つ又は複数のパターン形成された領域のフィルタされた周波数領域スペクトルを空間領域強度情報に変換することによって、１つ又は複数のパターン形成された領域に関する画像データのフィルタされた組（セット）を作成してもよい。

さらに、コンピュータ・システム１０８は、本明細書で説明される方法の実施形態のうちのいずれかのあらゆる他のステップ（単数又は複数）を行うように構成されてもよい。

別の実施形態では、コンピュータ・システム１０８は、当該技術分野では公知のあらゆる方法で検査システム１０４に通信可能に結合されてもよい。例えば、コンピュータ・システム１０８は、検査システム１０４のコンピュータ・システムに結合されてもよい。さらに、システム１００のコンピュータ・システム１０８は、ワイヤライン部及び／又は無線部を含んでもよい伝送媒体によって、他のシステムからデータ又は情報（例えば、検査システムから検査結果又は計測システムから計測結果）を受信する及び／又は取得するように構成されてもよい。このように、伝送媒体は、システム１００のコンピュータ・システム１０８及び他のサブシステムの間のデータ・リンクとして役立ってもよい。さらに、コンピュータ・システム１０８は、伝送媒体を介して外部のシステムにデータを送信してもよい。例えば、コンピュータ・システム１０８は、生成したＶＦＦを、説明されたシステム１００とは独立して存在する別個の検査システムに送信してもよい。

コンピュータ・システム１０８は、パーソナル・コンピュータ・システム、メインフレーム・コンピュータ・システム、ワークステーション、イメージ・コンピュータ、パラレル・プロセッサ又は当該技術分野では公知のあらゆる他のデバイスを含んでもよいが、これらに限定されない。一般に、「コンピュータ・システム」という用語は、メモリ媒体からの命令を実行する１つ又は複数のプロセッサを有するあらゆるデバイスを包含するように広く定義されてもよい。

本明細書で説明される方法のような方法を実行するプログラム命令１１２は、搬送媒体１１０で伝送され又は搬送媒体１１０上に格納されてもよい。搬送媒体は、ワイヤ、ケーブル又は無線伝送リンクのような伝送媒体であってもよい。搬送媒体はまた、読出し専用メモリ、ランダムアクセスメモリ、磁気又は光ディスク、若しくは磁気テープのような記憶媒体を含んでもよい。

図１で例証されるシステム１００の実施形態は、さらに本明細書で説明されるように構成されてもよい。加えて、システム１００は、本明細書で説明される方法の実施形態（単数又は複数）のうちのいずれかのあらゆる他のステップ（単数又は複数）を行うように構成されてもよい。

図２は、半導体表面から取得される画像データの欠陥を検出するためのコンピュータで実行されるプロセス２００で行われるステップを例証する流れ図である。

第１のステップ２０２において、半導体ウェハ上の１つ又は複数のパターン形成された領域を識別するために、パターン・サーチが行われてもよい。一態様では、繰り返しパターンを呈する１つ又は複数の領域を識別するために、検査システム１０４を介して得られた半導体ウェハ１０６の表面の画像データが解析されてもよい。例えば、パターンを呈する１つ又は複数の領域を識別するために、画像データにパターン認識アルゴリズムが適用されてもよい。別の例として、繰り返しパターンエリアは、ユーザ・インターフェースを介するユーザからのフィードバックを用いて識別されてもよい。このように、システム１００は、検査システム１０４を介して収集されたイメージをディスプレイ・デバイス１１４上に表示してもよい。ユーザは、次いで、ユーザ・インターフェース（例えば、キーボード、マウス、タッチスクリーンなど）を介して識別命令を入力することによって、１つ又は複数の繰り返しパターンエリアを識別し及び選択してもよい。１つ又は複数のパターン認識アルゴリズムを介して繰り返しパターンエリアが最初に識別されてもよく、次いで、ユーザが繰り返しパターンエリアの自動識別の結果を「チェック」し、ユーザ・インターフェースを介して調整を行ってもよいことがさらに考慮される。本発明との関連で種々のパターン認識アルゴリズムが実装されてもよいことを認識されたい。

別の態様では、２つ以上のパターン形成されたエリアが、単一のパターン形成された領域に一緒にグループ化されてもよい。図３は、パターン形成された領域に一緒にグループ化される、半導体ウェハ１０６の表面上に存在する複数の繰り返しパターンエリアを例証する。例えば、図３に示すように、半導体ウェハは、領域のそれぞれが実質的に類似の繰り返しパターンを呈する、繰り返しパターンエリア３０２ａ，３０２ｂ，３０２ｃ，３０２ｄ，３０２ｅを含んでもよい。これらのパターンエリアは、次いで、単一のパターン領域３０４に一緒にグループ化されてもよい。別の例では、単一のパターン領域３０８を形成するために、繰り返しパターンエリア３０６ａ及び３０６ｂが一緒にグループ化されてもよい。

幾つかの実施形態では、パターンエリアは、パターンエリアに存在する繰り返しピッチ、パターンエリアに関連するパターンの複雑さ、及びパターンエリアの配向に基づいて、パターン形成された領域にグループ化されてもよい。

所与のパターン領域（例えば、３０４又は３０８）は、パターン形成されていない部分を含んでもよいことが本明細書でさらに理解される。例えば、図３で例証されるように、パターン形成された領域３０４とパターン形成された領域３０８との両方が、パターン形成されていない機能部３１０を含んでもよい。

一実施形態では、繰り返しパターンは、パターン・サーチ及びグループ化アルゴリズムを介してパターン形成された領域にグループ化されてもよい。このように、システム１００のコンピュータ・システム１０８のプロセッサによって実行されるパターン・サーチ及びグループ化アルゴリズムは、類似したパターン形成されたエリアを探し出し、単一のパターン形成された領域にグループ化するように作用してもよい。１つの意味では、パターン・サーチ及びグループ化アルゴリズムは、同じ又はほぼ同じ繰り返しピッチ（例えば、サイズ又は配向）を呈する半導体ウェハ１０６の一部の２つ以上の繰り返しパターンエリアを識別するように構成されてもよい。別の意味では、パターン・サーチ及びグループ化アルゴリズムは、識別された２つ以上の繰り返しパターンエリアを、単一のパターン形成された領域にマージ（融合）してもよい。

別の実施形態では、システム１００は、ユーザ・インターフェース１１６を介してユーザが供給したフィードバックを用いて、類似したパターンエリアをパターン形成された領域にグループ化するように作用してもよい。さらに、システム１００は、識別されたパターン形成された領域を、ディスプレイ・デバイス１１４を介してユーザに表示するように構成されてもよく、ユーザは、次いで、パターングループ化アルゴリズムを介して行われる自動グループ化プロセスの的確さに関係したフィードバックを、システム１００に提供してもよいことも考慮される。このように、ユーザは、パターン領域を検証し、パターン領域を却下し、若しくはパターン領域の場所又はサイズを調整してもよい。

第２のステップ２０４において、１つ又は複数の仮想フーリエ・フィルタ（ＶＦＦ）作業領域が生成されてもよい。一態様では、各ＶＦＦ作業領域は、ステップ２０２で定義される場合の少なくとも１つのパターン形成された領域（例えば、３０２ａ・・・３０２ｅ）を含む。一般的な意味で、各ＶＦＦ作業領域は、あらゆる数の識別されたパターン形成された領域を含んでもよい。図４は、ウェハ４０８のパターン領域４０４を包含するように設計された単一の作業領域４０２の実施形態を例証し、この場合、パターン形成された領域４０４は２つの別個のパターンエリア４０６を含む。図４で例証される実施形態は、限定するものではく、むしろ単なる例証として解釈されるべきである。各作業領域４０２が複数のパターン形成された領域４０４を含む状態で、複数の作業領域４０２が同時に実装されてもよいことを認識されたい。さらに、２つの異なる作業領域が同じパターン形成された領域を含んでもよい。本明細書でさらに詳しく説明されることになるように、指定された１つ又は複数の作業領域４０２から本発明のＶＦＦを生成するための画像データが収集されてもよいことがさらに理解されるはずである。

一実施形態では、ＶＦＦ作業領域は、半導体ウェハ１０６のダイを包含してもよい。例えば、作業領域から取得した画像データの組は、ダイのイメージの組を含んでもよい。このように、各イメージは、イメージ化されたダイの一部に対応する場合があるダイのイメージの組を含んでもよい。

さらなる実施形態では、画像データを取り込むために半導体ウェハ１０６のエリアを指定するのに使用される作業領域４０２は、ユーザ・インターフェース１１６を介してユーザによって選ばれてもよい。このように、ユーザは、解析するために半導体ウェハ１０６の一部（すなわち、作業領域４０２）を選択してもよい。

第３のステップ２０６において、ステップ２０４で指定されたＶＦＦ作業領域のそれぞれから画像データの最初の組（セット）が取得されてもよい。このように、システム１００は、ＶＦＦ作業領域によって指定される場合の半導体ウェハ１０６のユーザが定義したエリアから画像データ（例えば、検査ベースのイメージ）を取得するように作用してもよい。

図５は、検査システム１０４を用いて収集された半導体ウェハ１０６の表面の指定された作業領域５０２のイメージのレンダリング５００を例証する。図５に示すように、イメージ化された作業領域は、一方が水平方向に走り、他方が垂直方向に走る、２つの繰り返しパターン領域を呈する。これは、作業領域３０１が、水平方向の繰り返しパターン領域３０４及び垂直方向の繰り返しパターン領域３０８を含む、図３の例証された図と比較されてもよい。本出願人は、１つ又は複数のＶＦＦ作業領域の画像データが、限定はされないが明視野検査技術及び暗視野検査技術のような当該技術分野では公知のあらゆる事象で収集されてもよいことを特筆する。

さらなる実施形態では、画像データの単一の組を形成するために、同じ作業領域から取得した２つ以上のイメージをデジタル形式で組み合わせてもよい。１つ又は複数の作業領域から取得された画像データを組み合わせる及び／又は処理するために、当該技術分野では公知のあらゆる画像処理ステップが使用されてもよいことを認識されたい。

第４のステップ２０８において、１つ又は複数のＶＦＦ作業領域のパターン領域のそれぞれの１つ又は複数のＶＦＦトレーニング・ブロックが定義されてもよい。一態様では、システム１００は、作業領域のパターン形成された各領域内の１つ又は複数のＶＦＦトレーニング・ブロックを定義するために、ステップ２０６の取得された画像データを解析してもよい。例えば、図３に示すように、システム１００は、パターン形成された領域３０４のＶＦＦトレーニング・ブロック３１２ａ，３１２ｂ，３１２ｃ，３１２ｄ，３１２ｅを定義するように作用してもよい。同様に、システム１００は、パターン形成された領域３０８のＶＦＦトレーニング・ブロック３１４ａ及び３１４ｂを定義するように作用してもよい。パターン形成された領域のＶＦＦトレーニング・ブロックは、半導体ウェハ１０６の表面のパターン形成されていないエリアから反射された光の寄与を制限するために用いられる。このように、ＶＦＦトレーニング・ブロックは、所与のパターン形成された領域で見受けられる選択された繰り返しパターンだけを実質的に包含するように構成される。例えば、パターン領域３０４に関しては、図３に示すように、ＶＦＦトレーニング・ブロック３１２ａ，３１２ｂ，３１２ｃ，３１２ｄ，３１２ｅは、それぞれ３０２ａ，３０２ｂ，３０２ｃ，３０２ｄ，３０２ｅの繰り返しパターンエリアを包含してもよい。同様に、パターン領域３０８に関しては、ＶＦＦトレーニング・ブロック３１４ａ及び３１４ｂは、それぞれ３０６ａ及び３０６ｂの繰り返しパターンエリアを包含してもよい。ＶＦＦトレーニング・ブロックの数に関係する上記の説明は、限定するものではなく、単なる例証として解釈されるべきであることに留意されたい。一般的な意味で、所与のパターン領域は、あらゆる数のＶＦＦトレーニング・ブロックを含んでもよいことを認識されたい。

一実施形態では、システム１００は、ＶＦＦ作業領域の１つ又は複数のパターン形成された領域の１つ又は複数のトレーニング・ブロックを自動的に定義するために、ＶＦＦトレーニング・ブロック・アルゴリズムを実装（実行）してもよい。例えば、ＶＦＦトレーニング・ブロック・アルゴリズムは、繰り返しパターンだけを含む１つ又は複数のページ区切りの部分を位置付けてもよい。

別の実施形態では、システム１００のユーザ・インターフェース１１６を介するユーザからのフィードバックを用いて、１つ又は複数のパターン形成された領域のトレーニング・ブロックが定義されてもよい。このように、システム１００は、所与の作業領域に関して収集された画像データをディスプレイ・デバイス１１４上に表示してもよい。ユーザは、次いで、ユーザ・インターフェース１１６（例えば、キーボード、マウス、タッチスクリーンなど）を介して所与のパターン形成された領域の１つ又は複数のＶＦＦトレーニング・ブロックを位置付け、及びこのサイズを定義してもよい。

第５のステップ２１０において、ステップ２０８で定義されたＶＦＦトレーニング・ブロックのうちの１つ又は複数に関する最初のスペクトルが計算されてもよい。一態様では、空間領域強度情報（システム１００の検査システム１０４で集められた）を周波数領域スペクトル情報に変換することによって、トレーニング・ブロックのうちの１つ又は複数に関する最初のスペクトルが計算されてもよい。空間領域情報と周波数領域情報との変換は、当該技術分野では公知のあらゆる公知の「フーリエ同様の」変換の適用を含んでもよい。こうした変換は、フーリエ変換、ハートレー変換、又は当該技術分野では公知のあらゆる適切な正準変換を含んでもよいが、これらに限定されない。

図６は、１つの方向（例えば、Ｘ方向又はＹ方向）に沿った周期性を呈する１つ又は複数のＶＦＦトレーニング・ブロックから取得した画像データからの空間領域強度情報を変換することによって計算した周波数領域スペクトル６０２を例証する。図６に描かれたスペクトル情報は、周波数の関数としての光の強さを表すことを認識されたい。

空間領域と周波数領域との変換は、少なくとも１つの空間的方向に沿った空間強度情報を周波数領域スペクトル情報に変換することを含んでもよい。これに関して、空中位置の関数としての強度を表す所与のＶＦＦトレーニング・ブロックから取得された二次元イメージが、周波数領域スペクトルに変換されてもよいことが認識される。さらに、単一の方向（例えば、Ｘ方向又はＹ方向）に沿った周期性を呈する二次元イメージが、一次元周波数領域スペクトルにマップされてもよいことが認識される。しかしながら、分離可能でない二次元周期性（例えば、周期的アレイ）を呈する二次元イメージに関して、二次元空間領域イメージを二次元周波数領域スペクトルマップに変換できることがさらに理解される。本発明での実装に適した種々の空間領域と周波数領域との変換動作が存在することを当業者は理解するであろう。半導体検査データとの関連で空間領域と周波数領域との変換を行うための方法は、１９９６年７月１６日に発行された米国特許第５，５３７，６６９号、２０００年２月１日に発行された米国特許第６，０２１，２１４号、２００３年１２月１６日に発行された米国特許第６，６６５，４３２号、及び２００７年５月１５日に発行された米国特許第７，２１８，７６８号で説明され、これらのすべては、それらの全体が参照により本明細書に組み込まれる。

さらなる実施形態では、２つ以上のＶＦＦトレーニング・ブロックから取得された空間画像データは、上記で説明された空間領域と周波数領域との変換の適用前に、デジタル形式で組み合わされてもよい。これに関して、システム１００又はユーザは、空間画像データの所与の組（セット）のサンプリング統計を改善するために、所与のパターン形成された領域（例えば３０４）の利用可能なＶＦＦトレーニング・ブロック（例えば、３１２ａ・・・３１２ｅ）のうちの２つ以上を選択してもよいことに注目される。例えば、図３を再び参照すると、システム１００（アルゴリズム選択又はユーザ・フィードバックを介する）は、第１のＶＦＦトレーニング・ブロック３１２ｂと第２のＶＦＦトレーニング・ブロック３１２ｄを選択し、それらを組み合わせて、空間画像データの集約（一体化）された組を形成してもよい。そうする際に、システム１００のアルゴリズム（又はユーザ・フィードバック）は、トレーニング・ブロック３１２ｂ及び３１２ｄの強度対空間位置データのピークを識別し、２つのデータセットを一緒にデジタル形式で加える前に２つのトレーニング・ブロック３１２ｂ及び３１２ｄに関連する周期的パターンを位置合わせしてもよいことが認識される。空間画像データの集約（一体化）された組を作成すると、上記で説明された空間領域と周波数領域との変換が適用されてもよい。

第６のステップ２１２において、ステップ２０８で定義されるＶＦＦトレーニング・ブロックのうちの１つ又は複数に対して仮想フーリエ・フィルタ（ＶＦＦ）が生成されてもよい。第７のステップ２１４において、ステップ２１２の生成されたＶＦＦを１つ又は複数のＶＦＦトレーニング・ブロックの最初のスペクトルに適用することによって、１つ又は複数のＶＦＦトレーニング・ブロックに関するフィルタされたスペクトルが生成されてもよい。

図６を再び参照すると、一態様では、周波数領域における極大（例えば、６０４ａ、６０４ｂ、６０４ｃなど）を呈する最初のスペクトル６０２の識別された周波数（ステップ２１０で計算される）を用いて、ＶＦＦトレーニング・ブロックのうちの１つ又は複数に関するＶＦＦ６０６が生成されてもよい。

別の態様では、ＶＦＦ６０６は、スペクトル極大を呈するように識別された周波数での最初のスペクトルの強度の大きさを無効にするように構成される。このように、生成されたＶＦＦ６０６は、周波数領域データの強度ピークによって明らかにされる、周期的パターンに関連する強度の寄与を制限するように作用してもよい。周波数領域強度データの強度ピークを無効にすることによって、システム１００は、本明細書でさらに詳しく説明されるように、検査される半導体ウェハ１０６の繰り返しパターン部分からの寄与をなくす又は少なくとも制限するように作用してもよい。図６に描かれたように、ＶＦＦ６０６は、最初の周波数領域スペクトル６０２のピーク極大（例えば、６０４ａ、６０４ｂ、６０５ｃなど）の周波数の場所でゼロの振幅を有するように定義される。

一実施形態では、システム１００は、ピーク検出アルゴリズムを介して強度極大の位置（すなわち、周波数値）を自動的に突き止めてもよい。例えば、システム１００のピーキング検出アルゴリズムは、最初のスペクトル（例えば、６０２）の強度ピーク（例えば、６０４ａ、６０４ｂ、６０４ｃなど）のうちのすべて又はほぼすべてを検出するように作用してもよい。多数のピーク検出アルゴリズムが本発明での実装に適する可能性があることを認識されたい。

別の実施形態では、強度対周波数データの組の強度ピークは、ユーザ・インターフェースを介してユーザによって提供されたフィードバックを用いて識別されてもよい。このように、システム１００は、ディスプレイ・デバイス１１４上に周波数領域強度スペクトルの１つ又は複数のイメージを表示してもよい。ユーザは、次いで、ユーザ・インターフェース１１６（例えば、キーボード、マウス、タッチスクリーンなど）を介して識別命令を入力することによって強度ピークのうちの１つ又は複数を識別してもよい。さらなる実施形態では、１つ又は複数のピーキング検出アルゴリズムを介して所与の周波数領域スペクトルの強度ピークが最初に識別されてもよい。次いで、ユーザは、自動ピーク識別の結果を「チェック」し、ユーザ・インターフェース１１６を介して識別されたピークの組の調整を行ってもよい。

さらなる実施形態では、システム１００は、ユーザが、システム１００のピーキング検出アルゴリズムによって用いられる基準を修正できるように構成されてもよい。例えば、システム１００は、システム１００が解析するべき周波数範囲をユーザが選択できるように構成されてもよい。別の例では、システム１００は、ピーク強度の位置が割り当てられるべき最小強度をユーザが確立できるように構成されてもよく、これにより、選択された最小強度を下回るすべてのピークが無視される。ピーキング検出基準に関係した上記の例は、制限を表さないが、ユーザによって選択され及び／又は調整されてもよい当該技術分野では公知の多数の基準が存在するので、単なる例証として解釈されるべきであることを当業者は理解するはずである。

ピークの場所（例えば、６０４ａ、６０４ｂ、６０４ｃなど）を識別すると、システム１００は、図６に描かれたように、識別されたピークの周波数の場所でのゼロの振幅及び１（ｕｎｉｔｙ）の最大振幅を有する関数を作成することによって、ＶＦＦ６０６を形成してもよい。したがって、ＶＦＦ６０６関数は、ピークでない周波数での同じ振幅値を維持しながら最初の周波数領域スペクトルの強度ピークを無効にするように作用する。

図７は、生成されたＶＦＦ６０６を１つ又は複数のトレーニング・ブロックの最初のスペクトル６０２に適用することから結果的に得られるフィルタされたスペクトル７０２を例証する。図７に示すように、図６のフィルタされていないスペクトル６０２に存在するピーク（例えば、６０４ａ、６０４ｂ、６０４ｃなど）は、フィルタで除去されており、一方、スペクトル７０２のピークでない周波数の強度レベルは、最初のスペクトル６０２に関して不変のままである。

別の実施形態では、単一の集約（一体化）されたＶＦＦを形成するために、２つ以上のＶＦＦがマージされてもよい。例えば、パターン領域の第１のＶＦＦトレーニング・ブロックから取得された第１のＶＦＦは、同じパターン領域の第２のトレーニングから取得された第２のＶＦＦとマージされてもよい。例えば、第１の及び第２のトレーニング・ブロックから取得されたスペクトルは、一緒に平均されてもよい。別の事例では、２つのスペクトルが選択的に組み合わされてもよく、システム１００は、２つのスペクトルのどの部分を組み合わせるかを能動的に選んでもよい。さらなる実施形態では、２つ以上のＶＦＦのマージは、システム１００のマージング・アルゴリズムを用いて自動化ベースで行われてもよい。別の実施形態では、システム１００は、ユーザ・インターフェース１１６を介してユーザが提供したフィードバックに基づいて２つ以上のＶＦＦをマージするように作用してもよい。例えば、ディスプレイ・デバイス１１４上の２つ以上のフィルタされたスペクトル７０２又は関連するＶＦＦ６０６を見ると、ユーザは、データの２つ以上の組をどのようにしてマージするかに関するユーザ・フィードバックを提供してもよい。例えば、ユーザは、マージするＶＦＦ６０６のグループを選択してもよい。さらなる実施形態では、ユーザは、ユーザ・インターフェース１１６を介して、組み合わせるパターン領域の２つ以上のＶＦＦトレーニング・ブロックを選択してもよい。システム１００は、次いで、ユーザによって選択されたＶＦＦトレーニング・ブロックに関連するＶＦＦをマージするマージ動作を自動的に行ってもよい。

ピークの場所を識別する前に２つ以上の周波数領域データセットを最初にマージすることによって、２つ以上のＶＦＦのマージが行われてもよいことが本明細書でさらに理解される。この意味で、システム１００は、２つ以上のＶＦＦトレーニング・ブロックから取得した強度対周波数データセットの組合せからなる集約（一体化）された強度対周波数データセットのピークの場所（ピーク位置）を識別してもよい。

別の実施形態では、画像データの最初の組は、検査システムの第１のチャネル上に集められた画像データの第１の組と、検査の第２のチャネル上に集められた画像データの第２の組とを含んでもよい。これに関して、各フィルタは、検査システムの個々のチャネルに対応するように構成されてもよい。

ここで図８Ａ〜図８Ｄを参照すると、ＶＦＦフィルタは、一次元フィルタ又は二次元フィルタとして構成されてもよい。一実施形態では、図８Ａ及び図８Ｂに示されたように、一次元ＶＦＦは、垂直方向又は水平方向のみの周期性をもつパターンが形成された領域からの照明の寄与をフィルタリングで除去するのに適したフィルタからなってもよい。例えば、図８Ａの領域８０２は、垂直方向の繰り返し構造を有する領域を例証し、一方、図８Ｂの領域８０４は、水平方向の繰り返し構造を有する領域を例証する。これに関して、ステップ２１２で生成されたＶＦＦは、図８Ａ及び図８Ｂに示すように一次元パターンからの照明をフィルタで除去するように構成されてもよい。

別の実施形態では、ＶＦＦは、二次元ＶＦＦを含んでもよい。例えば、図８Ｃは、「分離可能な」二次元構造を有するパターン形成された領域を例証する。この意味で、構造８０６のコンポーネント構造のそれぞれは、垂直方向又は水平方向のいずれかに沿った周期性を呈する。したがって、ステップ２１２で生成されたＶＦＦは、図８Ｃに示すように「分離可能な」二次元パターンからの照明をフィルタで除去するように構成されてもよい。

別の例として、図８Ｄは、「分離可能でない」二次元構造を有するパターン形成された領域を例証する。この意味で、構造８０８で表わされる周期性は、２つの別個の直交する方向に分離することはできない。したがって、一般化された二次元フィルタが必要とされる。半導体検査データとの関連での二次元スペクトル分析のための方法は、１９９６年７月１６日に発行された米国特許第５，５３７，６６９号、２０００年２月１日に発行された米国特許第６，０２１，２１４号、２００３年１２月１６日に発行された米国特許第６，６６５，４３２号、及び２００７年５月１５日に発行された米国特許第７，２１８，７６８号で説明され、これらのすべては、それらの全体が上記の参照により組み込まれることに留意されたい。

第８のステップ２１６において、ステップ２１２で生成された１つ又は複数のＶＦＦを用いて、１つ又は複数のパターン形成された領域に関する画像データのフィルタされた組が生成されてもよい。一態様では、選択されたＶＦＦトレーニング・ブロックを用いて生成されたＶＦＦフィルタは、１つ又は複数のパターン形成された領域から集められた周波数領域スペクトル情報をフィルタするのに用いられてもよい。このように、第１のＶＦＦトレーニング・ブロック（又は利用可能なトレーニング・ブロックのサブセット）は、ＶＦＦ（ステップ２１２で説明されるように）をトレーニングするのに使用されてもよい。ＶＦＦを生成した後で、ＶＦＦは、所与のパターン形成された領域の付加的なＶＦＦトレーニング・ブロックから収集されたスペクトル・データセットに適用されてもよい。したがって、ＶＦＦは、選択されパターン形成された領域の他の部分からのＶＦＦトレーニング・ブロックのサブセットを用いて、ＶＦＦトレーニング中に識別されたスペクトル強度ピークをフィルタで除去するのに用いられてもよい。このプロセスは、結果的に、パターン形成された領域全体に関連付けられたフィルタされた周波数領域データの組をもたらす。

さらなる態様では、１つ又は複数のパターン領域に関連するフィルタされた画像データセットは、１つ又は複数のパターン形成された領域に関連するフィルタされた周波数領域データに対して周波数領域と空間領域との変換を行うことによって作成されてもよい。フィルタされた周波数領域データは、種々の変換技術を使用して空間領域データに変換されてもよいことを当業者は認識するであろう。半導体検査データとの関連で周波数領域と空間領域との変換を行うための方法は、１９９６年７月１６日に発行された米国特許第５，５３７，６６９号、２０００年２月１日に発行された米国特許第６，０２１，２１４号、２００３年１２月１６日に発行された米国特許第６，６６５，４３２号、及び２００７年５月１５日に発行された米国特許第７，２１８，７６８号で説明され、これらのすべては、それらの全体が上記で組み込まれる。

ここで図９Ａ及び図９Ｂを参照すると、上記で説明されたプロセス２００を介してトレーニングされたＶＦＦの適用前及び適用後に取得された画像データの例が描かれる。図９Ａは、検査システム１０４で取得された作業領域９０２から取得された画像データ９００の例を例証する。作業領域９０２は、実質的に類似の繰り返しパターンを呈する４つの領域を有するパターン形成された領域９０４を含む。トレーニング・ブロック固有のＶＦＦを生成する目的でＶＦＦトレーニング・ブロック９０６が指定される。上記で概説されたように画像データと空間領域周波数領域変換に基づいてＶＦＦを生成すると、トレーニング・ブロック９０６を用いて作成されたＶＦＦが、パターン形成された領域９０４内のすべての繰り返しパターンエリアに適用されてもよい。図９Ｂは、トレーニングされたＶＦＦの適用後に作業領域９０２から取得された画像データ９０１のレンダリングを例証する。例証されるように、ＶＦＦの適用は、適用されたＶＦＦをトレーニングするのに用いられる、トレーニング・ブロック９０６の繰り返しパターンと同一のパターン形成された領域９０４のパターン部分を除去するように作用する。図９Ａ及び図９Ｂの画像データに関係した上記の説明は、限定するものではなく、単なる例証として解釈されるべきであることを認識されたい。

プロセス２００のさらなるステップでは、ステップ２１４のフィルタされたスペクトルをステップ２１０の最初の計算されたスペクトルと比較することによって、ステップ２１４のスペクトル結果が検証されてもよい。一態様では、各トレーニング・ブロックに関するフィルタされたスペクトルが、最初の空間領域画像データから導出された最初の計算されたスペクトルと比較されてもよい。例えば、図６及び図７に示すように、トレーニング・ブロックから取得したフィルタされたスペクトル７０２が、所与のトレーニング・ブロックから取得した画像データから計算された最初のスペクトル６０２と比較されてもよい。プロセス２００のさらなるステップでは、ステップ２１６のフィルタされた画像結果をステップ２０６の画像結果の最初の組と比較することによって、ステップ２１６の画像結果が検証されてもよい。さらに、システム１００は、最初の画像データ（又は最初の周波数領域データ）とフィルタされた画像データ（又はフィルタされた周波数領域データ）をディスプレイ・デバイス１１４上に同時に表示して、ユーザが結果を比較できるようにしてもよい。

プロセス２００の付加的なステップでは、上記で概説されたＶＦＦトレーニング・プロセスと併せて、ハードウェアベースのフィルタリング・プロセスが実装されてもよい。このように、ハードウェア・フーリエ・フィルタ（ＨＷＦＦ）は、システム１００の検査システム１０４内に実装されてもよい。図１０は、付加的なＨＷＦＦ能力を備えたＶＦＦフィルタリングに適した検査システム１０４のブロック図を例証する。限定はされないが明視野検査システム又は暗視野検査システムのような種々のタイプの検査システムが本発明での実装に適する可能性があることを当業者は理解するであろう。

図１０に示すように、検査システム１０４は、ＨＷＦＦ１００２、対物レンズ１００４、イメージング・レンズ１００６及びカメラ１０１２を含むが、これらに限定されない。一態様では、ＨＷＦＦ１００２は、検査システム１０４の光学カラムの光学瞳平面内に位置決めされる。例えば、図１０に示すように、ＨＷＦＦ１００２は、対物レンズ１００４とイメージング・レンズ１００６とによって定義される瞳平面内に位置決めされる。これに関して、ＨＷＦＦ１００２は、ステージ１０１０上に配置された半導体ウェハ１００８の１つ又は複数の繰り返しパターンから反射された光をフィルタで除去するように作用してもよい。

一実施形態では、ＨＷＦＦは、プロセス２００で説明された１つ又は複数のＶＦＦ作業領域に対応する半導体ウェハの一部から反射する照明の一部をフィルタで除去してもよい。例えば、ＨＷＦＦは、プロセス２００のＶＦＦトレーニング・ブロックのうちの１つ又は複数を含む選択された作業領域の繰り返しパターン部分から反射する照明をフィルタで除去してもよい。一般的な意味で、ＨＷＦＦフィルタリングは、それ自体では領域ベースのフィルタリングに適さないことに留意されたい。したがって、実装されるＨＷＦＦは、半導体ウェハ１０６のより大きい領域（例えば、作業領域全体）からの照明をフィルタで除去するように作用するであろう。したがって、ＨＷＦＦ１００２は、所与の半導体ウェハ１０６の広い領域にわたってフーリエ・フィルタリングを実行するのに用いられてもよく、一方、同時に実施されるＶＦＦは、領域ベースのフーリエ・フィルタリングを実行するのに用いられてもよい。

一実施形態では、システム１０００のＨＷＦＦ１００２及びシステム１０００によって生成されるＶＦＦは、全体的なパターン・フィルタリング性能を最適化するように構成されてもよい。例えば、ＨＷＦＦ１００２及びＶＦＦは、ＶＦＦ生成結果の最適化を達成するように構成されてもよい。例えば、ＶＦＦは、システムのパターン・フィルタリングを最適化するように生成されてもよい。このように、選択されフィルタされパターン形成された領域と、生成されたＶＦＦによって無効にされる周波数領域スペクトルの選択されたピークは、組み合わされたＨＷＦＦ１００２及びＶＦＦシステムの性能を最大にするように選択されてもよい。例えば、ＶＦＦの組は、ＨＷＦＦによって行われる光のフィルタリングを増強するようなアレイ設定で実装されてもよい。

別の実施形態では、システム１０００のＨＷＦＦは、システム１００の生成されたＶＦＦの性能を最適化するように構成されてもよい。例えば、システム１０００のＨＷＦＦ１００２は、システム１０００によって生成されるＶＦＦの性能を最適化するように選択されてもよい。

さらなる実施形態では、ＨＷＦＦ１００２は、繰り返しパターンの第１の組から反射された光をフィルタするように構成されてもよく、一方、プロセス２００の生成されたＶＦＦは、繰り返しパターンの異なる組から反射された光を同時にフィルタするように構成されてもよい。さらなる態様では、プロセス２００の生成されたＶＦＦは、ＨＷＦＦ１００２が効果的にフィルタリングで除去しない半導体ウェハのパターン形成された領域を対象とするのに使用されてもよい。これに関して、ＨＷＦＦフィルタリングとＶＦＦフィルタリングとの組合せは、システム１００とユーザがパターン・フィルタリング・プロトコルをより効率よく仕立てることができるようにする。したがって、ＨＷＦＦ及びＶＦＦは、それらの組合せが半導体ウェハの繰り返されるパターンから反射した照明のフィルタリングを最適化するように選択されてもよい。この意味で、システム１００又はユーザは、どの周波数成分がＨＷＦＦ又はＶＦＦのいずれかによる除去に最適であるかを判定してもよい。

プロセス２００の付加的なステップでは、ステップ２１２の生成された領域ベースのＶＦＦのうちの１つ又は複数は、半導体ウェハの一部からフィルタされた画像データのセットを収集するために、検査システムによって実行される検査プロセスで用いられてもよい。一実施形態では、上記で説明されたようにＶＦＦトレーニング・ブロックを用いて１つ又は複数のＶＦＦをトレーニングすると、生成されたＶＦＦは、所与のＶＦＦをトレーニングするのに用いられるＶＦＦトレーニング・ブロックの繰り返しパターンを除外するために、フィルタされた検査データを取得するのに使用されてもよい。プロセス２００のさらなるステップでは、半導体ウェハ１０６の検査されるエリアに存在する１つ又は複数の欠陥を検出するために、１つ又は複数の領域ベースのＶＦＦを用いて取得した検査データのフィルタされた組が使用されてもよい。このように、所与のパターン形成された領域に関連する選択された繰り返しパターンを除去することによって、カメラ（例えば、ＣＣＤ）によって収集された画像データは、半導体ウェハの表面上に／表面内に存在する欠陥をより容易に識別できる可能性がある。

図１１は、半導体表面の設計データを用いて半導体表面の画像データの欠陥を検出するための代替的なプロセス１１００で行われるステップを例証する流れ図である。第１のステップ１１０２において、半導体ウェハのパターン形成された領域又は半導体ウェハのデバイス構造を識別するために、半導体に関連する設計レイアウトデータの組に対してパターン・サーチが行われてもよい。一態様では、設計レイアウトデータを介して識別されるパターン形成された領域は、半導体ウェハの１つ又は複数のデバイス構造の近傍に位置付けられる。別の態様では、設計レイアウトデータの分析は、半導体ウェハのデバイス構造（例えば、ＳＲＡＭブロック）を識別するのに使用されてもよい。このように、繰り返し構造を呈する設計エリアのためにＧＤＳ又はＯＡＳＩＳのような設計レイアウトデータファイルがスキャンされてもよい。例えば、一様な周期性を共有する設計エリアを識別するために、設計レイアウト・ファイルがスキャンされてもよい。

設計レイアウトデータは、各繰り返し構造が異なるピッチを呈する状態で、複数の繰り返し構造を含んでもよいことが認識される。この変化する繰り返しピッチ情報は、１つ又は複数の異なるパターン形成された領域を定義するのに使用されてもよい。例えば、繰り返しピッチ情報は、ＳＲＡＭデバイスと、半導体ウェハの周辺エリア又はランダム論理領域における繰り返しパターンのような、ＳＲＡＭデバイスに隣接するパターン形成された領域とを見分けるのに使用されてもよい。

ここで図１２を参照すると、一実施形態では、１つ又は複数のパターン形成された領域は、パターン・サーチ及びグループ化アルゴリズムを介して識別されてもよい。このように、システム１００のコンピュータ・システム１０８のプロセッサ（図１参照）によって実行されるパターン・サーチ及びグループ化アルゴリズムは、類似したパターン形成されたエリアを探し出し、これを単一のパターン形成された領域にグループ化するために、１つ又は複数の設計レイアウトデータファイル（例えば、ＧＤＳ又はＯＡＳＩＳ）をスキャンしてもよい。１つの意味では、パターン・サーチ及びグループ化アルゴリズムは、同じ又はほぼ同じ繰り返しピッチ（例えば、サイズ又は配向）を呈する半導体ウェハ１２０１の一部（設計レイアウトデータの組で表されるように）の２つ以上の繰り返しパターンエリアを識別するように構成されてもよい。別の意味では、パターン・サーチ及びグループ化アルゴリズムは、次いで、識別された２つ以上の繰り返しパターンエリアを単一のパターン形成された領域にグループ化してもよい。例えば、コンピュータ・システム１０８のプロセッサによって実行されるパターン・サーチ及びグループ化アルゴリズムは、同じ繰り返しピッチサイズ及び繰り返しピッチ配向を有する半導体ウェハ１２０１の２つ以上のパターン形成されたエリアを識別するために、設計レイアウトデータファイル（単数又は複数）をサーチしてもよい。次いで、サーチ及びグループ化アルゴリズムは、同じ繰り返しピッチサイズ及び配向を有するパターン形成されたエリアを共通のグループにグループ化してもよい。これに関して、パターン・サーチ及びグループ化アルゴリズムは、ＳＲＡＭブロック１２０２とＳＲＡＭブロック１２０４の近傍に位置決めされた繰り返しパターン構造（例えば、ＲＰＦ）とを見分けるように作用してもよい。

別の実施形態では、システム１００は、ユーザ・インターフェース１１６を介してユーザが供給したフィードバックを使用して、類似したパターンエリアをパターン形成された領域にグループ化するように作用してもよい。さらに、システム１００は、設計レイアウトデータに存在する識別されたパターン形成された領域を、ディスプレイ・デバイス１１４を介してユーザに表示するように構成されてもよく、ユーザは、次いで、パターン・サーチ及びグループ化アルゴリズムを介して行われる自動サーチ及びグループ化プロセスの的確さに関係したフィードバックをシステム１００に提供してもよいことも考慮される。このように、ユーザは、パターン領域を検証し、パターン領域を却下し、若しくはパターン領域の場所又はサイズを調整してもよい。

設計データを介して識別されるパターン領域に対応する半導体ウェハのパターン領域は、上記で解説されたプロセス２００と同様にＶＦＦを生成するのに使用されてもよいことがさらに理解される。プロセス１１００のステップ１１０４〜１１１６は、プロセス２００のステップ２０４〜２１６と類似していることに留意されたい。したがって、プロセス２００の種々のプロセス・ステップの説明は、プロセス１１００に延長されるように解釈されるべきである。

図１３は、半導体ウェハの画像データの欠陥を検出するための代替的なプロセス１３００で行われるステップを例証する流れ図である。プロセス１３００は、半導体表面の繰り返しパターンから反射した照明をフィルタリングで除去するのに適したＶＦＦフィルタを生成するための領域ベースでない手法を表す。さらに、プロセス１３００は、ハードウェアベースのフーリエ・フィルタリング（ＨＷＦＦ）を介した照明のＶＦＦフィルタリングの増強の付加的な態様を含む。図１０を再び参照すると、ハードウェア・フーリエ・フィルタリング・プロセスの後で、システム１０００は、定義された作業領域全体から取得したスペクトルを用いて領域ベースでないＶＦＦを生成するように構成されてもよい。

ステップ１３０２において、半導体ウェハの１つ又は複数のＶＦＦ作業領域が生成されてもよい。ステップ１３０４において、ステップ１３０２のＶＦＦ作業領域によって画定される半導体ウェハから反射された光の一部に対して、ハードウェアベースのフーリエ・フィルタリング・プロセスが行われてもよい。ステップ１３０６において、ハードウェア・フーリエ・フィルタリング・プロセスの後で、検査システム（例えば、明視野検査システム）を用いてＶＦＦ作業領域からの画像データの最初の組が取得されてもよい。ステップ１３０８において、取得された画像データの空間領域強度情報を周波数領域スペクトル情報に変換することによってＶＦＦ作業領域に対する最初のスペクトルが計算されてもよい。ステップ１３１０において、周波数領域データにおけるスペクトル極大を呈する最初のスペクトルの周波数を識別することによって、ＶＦＦ作業領域のそれぞれに対するＶＦＦが生成されてもよい。ステップ１３１２において、ステップ１３１０の生成されたＶＦＦを適用することによって、ＶＦＦ作業領域のそれぞれに対するフィルタされたスペクトルが生成されてもよい。一態様では、生成されたＶＦＦは、スペクトル極大を呈するように識別された最初のスペクトルの周波数での最初のスペクトルの大きさを無効にするように構成される。ステップ１３１４において、作業領域のステップ１３１２で作成され周波数領域フィルタされたスペクトルを空間領域強度情報に変換することによって、作業領域のそれぞれに対するイメージャ・データのフィルタされた組が作成されてもよい。プロセス１３００のプロセス・ステップ１３０２〜１３１４の特定の態様は、プロセス２００及びプロセス１１００の既に提供された説明を通じて概して説明されることが本明細書で理解される。したがって、プロセス２００及びプロセス１１００に関係した説明は、プロセス１３００に延長されるように解釈されるべきである。

一実施形態では、ＨＷＦＦ１００２は、プロセス２００で説明された１つ又は複数のＶＦＦ作業領域に対応する半導体ウェハの一部から反射する照明の一部をフィルタで除去してもよい。例えば、ＨＷＦＦは、選択された作業領域の繰り返しパターン部分から反射する照明をフィルタで除去してもよい。さらに、システム１０００によってトレーニングされる領域ベースでないＶＦＦはまた、同じ作業領域の繰り返しパターン部分から反射する照明をフィルタで除去するように構成されてもよい。したがって、実装されるＨＷＦＦ及び領域ベースでないＶＦＦは、半導体ウェハ１０６のより大きい領域（例えば、作業領域全体）からの照明をフィルタで除去するように作用するであろう。

別の実施形態では、システム１０００のＨＷＦＦ１００２及びシステム１０００によって生成されるＶＦＦは、全体的なパターン・フィルタリング性能を最適化するように構成されてもよい。例えば、ＨＷＦＦ１００２及びＶＦＦは、ＶＦＦ生成結果の最適化を達成するように構成されてもよい。例えば、ＶＦＦは、システムのパターン・フィルタリングを最適化するように生成されてもよい。このように、生成されたＶＦＦによって無効にされる周波数領域スペクトルにおける選択されたピークは、組み合わされたＨＷＦＦ１００２及びＶＦＦシステムの性能を最大にするように選択されてもよい。別の実施形態では、システム１０００のＨＷＦＦは、システム１００の生成されたＶＦＦの性能を最適化するように構成されてもよい。例えば、システム１０００のＨＷＦＦ１００２は、システム１０００によって生じるＶＦＦの性能を最適化するように選択されてもよい。

格納されたイメージ・データを用いて生成されたウェハのイメージのすべてはまた、あらゆる他の適切な記憶媒体の記憶媒体のアレイに格納されてもよい。例えば、一実施形態では、プロセッサ・ノードの組は、検査システム１０４の複数のイメージングモードで取得されるウェハのイメージをアーカイブするように構成されてもよい。このように、複数のイメージングモードを用いて収集したイメージ・データから生成されたすべてのウェハ・イメージがディスク上に格納されてもよい。加えて、本明細書で説明される実施形態は、アーカイブされたウェハ・イメージを用いて１つ又は複数の機能を果たすように構成されてもよい。例えば、一実施形態では、アーカイブされたイメージは、検査レシピのためのモード選択に用いられてもよい。こうしたアーカイブされたイメージは、本明細書でさらに説明されるように、ウェハの検査のために検査システム１０４の１つ又は複数のパラメータ（例えば、光学モード）を選択するのに用いられてもよい。

加えて、プロセッサ・ノードの組は、ＢＦ比較的小ピクセル検査を用いて取得したウェハ・イメージのアーカイブを行うように構成されてもよい。例えば、検査システム１０４は、ＢＦ小ピクセル検査システムとして構成されてもよく、プロセッサ・ノードの組は、検査システム１０４によって生成されたウェハのイメージをアーカイブするように構成されてもよい。「小ピクセル」は、約１００ｎｍ未満のサイズを有するピクセルとして本明細書で定義される。こうしたアーカイブされたイメージはまた、本明細書で説明される１つ又は複数の適用を行うのに用いられてもよい。例えば、一実施形態では、プロセッサ・ノードの組は、検査システムよりも低いスループット及びより高い分解能を有する別の検査システムのための検査サンプルプランを識別するために、記憶媒体のアレイに格納されたイメージ・データのオフラインイメージ解析を行うように構成される。こうしたオフラインイメージ解析は、アーカイブされたＢＦ比較的小ピクセル検査イメージを用いて行われてもよい。

一実施形態では、プロセッサ・ノードの組は、記憶媒体のアレイに格納されるイメージ・データを用いて検査レシピを調整するように構成される。例えば、一実施形態では、プロセッサ・ノードの組は、ウェハの走査中に検出器によって生成され記憶媒体のアレイに格納されるイメージ・データのすべて又はイメージ・データのうちの選択された部分を用いてウェハの検査のための１つ又は複数の欠陥検出パラメータを選択するように構成される。１つ又は複数の欠陥検出パラメータは、欠陥検出方法又はアルゴリズムのあらゆる調整可能なパラメータ（例えば、１つ又は複数の閾値）を含んでもよい。１つ又は複数の欠陥検出パラメータは、本明細書で説明される実施形態のうちのいずれかに従ってイメージ・データのすべて又はイメージ・データのうちの選択された部分を用いて選択されてもよい。

幾つかの実施形態では、プロセッサ・ノードの組は、ウェハの付加的な走査を行うことによって生成される付加的なイメージ・データを必要とすることなく、ウェハの走査中に検出器によって生成され記憶媒体のアレイに格納されるイメージ・データを用いるウェハの検査のための１つ又は複数の欠陥検出パラメータを選択するように構成される。このように、本明細書で説明される実施形態は、格納されたデータの再生を用いてアルゴリズムを調整できるようにし、これにより、他の方法では対象ウェハの再走査を必要とするであろう貴重な検査システムの時間を解放する。特に、ＶＩは、ツール又はウェハの必要なしに後で再生するためにディスクにウェハ・イメージを格納する。ウェハ・イメージは、ウェハがツール上にロードされていたかのように走査することができ、これにより、ユーザが特定の光学モード／光レベルに対するレシピを最適化できるようにする。例えば、検査システム１０４は、最初のイメージ取得中にのみ必要とされる場合がある。

オフラインレシピ設定のために格納されたイメージ・データを用いて、物理的ウェハを必要としない新しい検査を走らせることによって、「新しい」欠陥を検出することができる。したがって、オフラインレシピ設定は、ウェハ及び検査システム１０４の存在なしに新しい欠陥を検出することを含んでもよい。このように、ウェハの付加的な走査を必要とせずに、且つウェハの検査中に検出された欠陥に制限されずに、１つ又は複数の欠陥検出パラメータの選択を行うことができる。特に、生イメージ・データが格納されるので、オフライン設定中に生イメージ・データに複数の欠陥検出アルゴリズムを適用することができ、複数の欠陥検出アルゴリズムは、欠陥を、１つ又は複数の欠陥検出パラメータを調節することによってなくすことができるだけでなく、１つ又は複数の欠陥検出パラメータを調節することによって発見することができるように、感度を高めることができる。

一実施形態では、検査データと標準参照ダイベースの検査のための標準参照ダイを使用してウェハ上の欠陥が検出されてもよい。例えば、欠陥検出は、標準参照ダイベースの検査を行うことを含んでもよい。幾つかのこうした実施形態では、欠陥検出は、設計データスペースにおける標準参照ダイ・イメージの、標準参照ダイ・ツー・ダイ（ｄｉｅ−ｔｏ−ｄｉｅ）検査モード用のウェハの検査システムによって取得されるライブ・イメージへのマッピングを適用することを含んでもよい。「標準参照ダイ」という用語は、一般に、検査されるがダイ・ツー・ダイ検査に必要な「テスト」ダイに対する通常の隣接性制約条件を満たさない、ウェハ上の参照ダイを指す。幾つかの市販の検査システムは、幾つかのバージョンの標準参照ダイ・ツー・ダイ検査モードを用いるように構成される。

標準参照ダイ・ツー・ダイ検査モードの１つの実装は、ダイをダイ列内のあらゆるダイと比較することを含む。別の実装では、標準参照ダイ・イメージは、格納されたイメージであってもよい。したがって、格納された標準参照ダイ・ツー・ダイ検査モードは、ウェハ上の参照ダイを用いるという制約がないこと以外は、標準参照ダイ・ツー・ダイ検査モードと非常に似ている。この検査モードの１つの利点は、「実質的に欠陥のない」標準参照ダイ・イメージを作製するために、格納された標準参照ダイ・イメージを修正できることである。

標準参照ダイ・ツー・ダイ検査モードで用いられてもよい一実施形態では、検査されるダイに関して取得されたライブ・イメージは、別のウェハ上の既知の良好なダイ（標準参照ダイ）から得られて格納されたダイ・イメージと位置合わせされ及び比較される。この場合、標準参照ダイ・ピクセルの、設計データ座標スペースへのマッピングは、完全にオンラインで行われてもよい。例えば、標準参照ダイにおける位置合わせ部位は、上記で説明されたように設計データスペースにマップされてもよく、マップされた標準参照ダイ・ピクセルは、オンラインで格納され、検査中に検査システムに送られてもよい。このように、標準参照ダイ・ツー・ダイ検査モードに関しては、設計データ座標スペースにおけるライブ検査データの位置の判定は、ライブ・データを、それ自体が設計スペースにマップされている格納された標準参照ダイ・イメージ又はデータと位置合わせすることによって行われてもよい。

別の実施形態では、標準参照ダイ・ツー・ダイ検査に関しては、参照ウェハ上の既知の良好なダイが、選択されたピクセルサイズ及びイメージングモードで走査され、既知の良好なダイ・イメージ全体が、適切な記憶媒体（例えば、ディスク）に格納されてもよい。ウェハの検査中に、帯状の適切な標準参照ダイ・イメージが検査システム・イメージ・コンピュータにダウンロードされ、各ダイが走査される際に、対象ダイ（すなわち、検査されるダイ）のフレームが、対応する標準参照ダイ・フレームと位置合わせされる。フレーム間の位置合わせのずれは、サブピクセル補間を用いて補正されてもよい。標準参照ダイ・イメージは、次いで、ウェハ上の欠陥を検出するために（例えば、欠陥のあるピクセルを検出するために）ウェハのイメージと比較されてもよい。このように、検査データを設計データスペース座標と位置合わせするために及び欠陥検出のために、同じイメージを用いることができる。

異なる実施形態では、方法は、エラーをリアルタイムで補正するために検査データ・ストリームにおけるウェハ上の位置合わせ部位に関するデータを所定の位置合わせ部位に関するレンダリングされたＧＤＳクリップと位置合わせすることを含む。例えば、方法は、設計データスペースにおけるレンダリングされたＧＤＳ ＩＩクリップの、ダイ・ツー・ダイ検査モードのウェハ上の位置合わせ部位に関するデータへのマッピングを適用することを含んでもよい。方法は、ダウンロードした位置合わせ部位パッチイメージ（検査プロセスのセットアップ中に選択される）を所定のサーチ範囲にわたるライブ・イメージ・データと相互に関連付けること、及び２つのイメージの間のオフセットを判定することを含んでもよい。別の例では、検査データ・ストリームにおけるウェハ上の位置合わせ部位に関するデータを、所定の位置合わせ部位に関するデータと位置合わせすることは、位置合わせ部位における１つ又は複数の機能部の重心又は他の属性を位置合わせすることによって行われてもよく、これは、本明細書でさらに説明されるように行われてもよい。一実施形態では、ダイ・ツー・ダイ検査モードでの欠陥検出に関しては、スキャンした各ダイ・フレームに関するデータが、帯状の後続するダイ・フレームに関するデータと位置合わせされる。この場合、所定の位置合わせ部位とウェハ上の位置合わせ部位とのマッピングは、検査データ・ストリームにおける各ダイに関するデータの位置が、検査システムの機械的エラー及び他のエラー源の影響を受けるので、オフラインで行われない場合がある。したがって、この場合、方法は、検査データの収集中に（例えば、イメージ・コンピュータを用いて）各ダイにおける位置合わせ部位を識別することを含んでもよい。

幾つかの実施形態では、欠陥情報は、電気設計と位置合わせされてもよい。例えば、走査型電子顕微鏡（ＳＥＭ）レビュー・システムは、欠陥のサンプルに関する欠陥の場所のより正確な座標を判定するのに用いられてもよく、ＳＥＭレビュー・システムによって報告される欠陥座標は、電気設計における欠陥の場所を判定するのに用いられてもよい。他の実施形態では、検査ケアエリア（例えば、検査が行われることになるウェハ上に形成されたデバイスパターンのエリア）は、ウェハ上に印刷されたパターンの物理的場所と位置合わせされてもよい。

本明細書で説明される方法のすべては、方法の実施形態の１つ又は複数のステップの結果を記憶媒体に格納することを含んでもよい。結果は、本明細書で説明される結果のうちのいずれかを含んでもよく、当該技術分野では公知のあらゆる方法で格納されてもよい。記憶媒体は、本明細書で説明されるあらゆる記憶媒体又は当該技術分野では公知のあらゆる他の適切な記憶媒体を含んでもよい。結果が格納された後で、記憶媒体の中の結果にアクセスし、本明細書で説明される方法又はシステムの実施形態のいずれかによって使用し、ユーザに表示するためにフォーマットし、別のソフトウェアモジュール、方法、又はシステムなどによって用いることができる。さらに、結果は、「永久に」、「半永久的に」、一時的に、又は或る期間にわたって格納されてもよい。例えば、記憶媒体は、ランダムアクセスメモリ（ＲＡＭ）であってもよく、結果は、記憶媒体の中に必ずしも無期限に存在しないであろう。

上記で説明された方法の実施形態のそれぞれは、本明細書で説明されるあらゆる他の方法（単数又は複数）のあらゆる他のステップ（単数又は複数）を含んでもよいことがさらに考慮される。加えて、上記で説明された方法の実施形態のそれぞれは、本明細書で説明されるシステムのうちのいずれかによって行われてもよい。

本明細書で説明されるプロセス、及び／又はシステム、及び／又は他の技術によってもたらすことができる種々の手段（例えば、ハードウェア、ソフトウェア、及び／又はファームウェア）が存在すること、及びプロセス、及び／又はシステム、及び／又は他の技術が展開される状況と共に好ましい手段が変化することになることが当業者には分かるであろう。例えば、実施者が速度と的確さが最優先事項であると判断する場合、実施者は、主としてハードウェア、及び／又はファームウェア手段を選んでもよく、代替的に、融通性が最優先事項である場合、実施者は、主としてソフトウェア実装を選んでもよく、又はさらに代替的に、実施者は、ハードウェア、ソフトウェア、及び／又はファームウェアのうちの幾つかの組合せを選んでもよい。したがって、本明細書で説明されるプロセス、及び／又はデバイス、及び／又は他の技術がもたらされる可能性がある幾つかの可能な手段が存在し、用いられるべきあらゆる手段は、手段が展開されることになる状況と、実施者の特定の関心事（例えば、速度、融通性、又は予測可能性）に応じた選択であるという点で、そのどれもが他のものよりも本質的に優位というわけではなく、そのいずれも変化する可能性がある。実装の光学的態様は、典型的に光学指向のハードウェア、ソフトウェア、及び又はファームウェアを採用することになることを当業者は認識するであろう。

デバイス及び／又はプロセスを本明細書に記載された様態で説明し、その後、こうした説明されたデバイス及び／又はプロセスをデータ処理システムに統合するために工学的慣例を用いることは当該技術分野では普通であることを当業者は認識するであろう。すなわち、本明細書で説明されるデバイス及び／又はプロセスの少なくとも一部は、妥当な量の実験を通じてデータ処理システムに統合することができる。典型的なデータ処理システムは、一般に、システムユニットハウジング、ビデオディスプレイ・デバイス、揮発性及び不揮発性メモリのようなメモリ、マイクロプロセッサ及びデジタル信号プロセッサのようなプロセッサ、オペレーティング・システム、ドライバ、グラフィカル・ユーザ・インターフェース、及びアプリケーション・プログラムのような計算エンティティ、タッチパッド又はスクリーンのような１つ又は複数の対話デバイス、及び／又はフィードバックループ及び制御モータ（例えば、位置及び／又は速度を感知するためのフィードバック、コンポーネント及び／又は数量を動かす及び／又は調整するための制御モータ）を含む制御システムのうちの１つ又は複数を含むことを当業者は理解するであろう。典型的なデータ処理システムは、データ・コンピューティング／通信、及び／又はネットワーク・コンピューティング／通信システムで典型的に見受けられるコンポーネントのようなあらゆる適切な市販のコンポーネントを用いて実装されてもよい。

本明細書で説明される主題は、時には、異なる他のコンポーネント内に含まれる又はこれと接続される異なるコンポーネントを例証する。こうした描かれたアーキテクチャは単なる例示であって、実際には、同じ機能性を達成する多くの他のアーキテクチャを実装することができることが理解される。概念的な意味で、同じ機能性を達成するためのコンポーネントのあらゆる構成は、所望の機能性が達成されるように効果的に「関連付けられる」。したがって、特定の機能性を達成するために組み合わされる本明細書のあらゆる２つのコンポーネントは、アーキテクチャ又は介在するコンポーネントに関係なく所望の機能性が達成されるように互いに「関連付けられる」ように見えることがある。同様に、そのように関連付けられたあらゆる２つのコンポーネントはまた、所望の機能性を達成するために互いに「接続される」又は「結合される」ように見られることがあり、そのように関連付けることができるあらゆる２つのコンポーネントはまた、所望の機能性を達成するために互いに「結合可能」であるように見られることがある。結合可能の具体例は、物理的に嵌め合わせることができる及び／又は物理的に相互作用するコンポーネント、及び／又は無線で相互作用できる及び／又は無線で相互作用するコンポーネント、及び／又は論理的に相互作用する及び／又は論理的に相互作用できるコンポーネントを含むがこれらに限定されない。

本明細書で説明される本発明の主題の特定の態様が示され説明されているが、本明細書の教示に基づいて、本明細書で説明される主題及びそのより広い態様から逸脱することなく変化及び修正が加えられてもよく、したがって、付属の請求項は、本明細書で説明される主題の真の精神及び範囲内にあるものとしてすべてのこうした変化及び修正をそれらの範囲内に包含するものであることが当業者には明らかであろう。

さらに、本発明は付属の請求項によって定義されることが理解される。

本発明の特定の実施形態が例証されているが、本発明の種々の修正及び実施形態が上記の開示の精神及び範囲から逸脱することなく当業者によってなされてもよいことは明らかである。したがって、本発明の範囲は、これに付属の請求項によってのみ制限されるべきである。

本開示及びその付随する利点の多くは、上記の説明によって理解されることになると考えられ、開示された主題から逸脱することなく又はその材料の利点のすべてを犠牲にすることなく、コンポーネントの形態、構成、及び配置に種々の変化が加えられてもよいことは明らかであろう。説明された形態は、単なる説明的なものであり、こうした変化を包含する及び含むことが以下の請求項の意図である。

Claims (28)

1. 半導体表面から取得される画像データの欠陥を検出するためのコンピュータで実行される方法であって、
   半導体ウェハ上の１つ又は複数のパターン形成された領域を識別するために画像データの１つ又は複数の組のパターン・サーチを行うこと、
   １つ又は複数の仮想フーリエ・フィルタ（ＶＦＦ）作業領域であり、前記１つ又は複数の識別されたパターン形成された領域のうちの少なくとも１つをそれぞれが含むＶＦＦ作業領域を生成すること、
   前記ＶＦＦ作業領域のそれぞれから画像データの最初の組を取得すること、
   前記画像データの最初の組を用いて前記１つ又は複数のＶＦＦ作業領域の前記１つ又は複数の識別されたパターン形成された各領域内の１つ又は複数のＶＦＦトレーニング・ブロックを定義することであり、前記識別されたパターン形成された領域の繰り返しパターンでない部分からの強度の寄与が制限されるように、識別されたパターン領域内の各ＶＦＦトレーニング・ブロックが、選択された繰り返しパターンを呈する識別されたパターン形成された領域の一部を包含するように定義され、
   前記ＶＦＦトレーニング・ブロックのそれぞれからの前記画像データの最初の組を用いて、前記１つ又は複数のＶＦＦトレーニング・ブロックに関連する空間領域強度情報を周波数領域スペクトル情報に変換することによって、各ＶＦＦトレーニング・ブロックに関する少なくとも１つの次元に沿って最初のスペクトルを計算すること、
   前記周波数領域におけるスペクトル極大を有する最初のスペクトルの周波数を識別することによって、各ＶＦＦトレーニング・ブロックに関するＶＦＦを生成することであり、そのＶＦＦは、スペクトル極大を呈するように識別された最初のスペクトルの周波数での最初のスペクトルの大きさを無効にするように構成されるものであり、
   前記１つ又は複数の生成されたＶＦＦを前記１つ又は複数のパターン形成された領域の最初のスペクトルに適用することによって、前記１つ又は複数のパターン形成された領域に関する１つ又は複数のフィルタされたスペクトルを生成すること、
   前記１つ又は複数のパターン形成された領域の前記１つ又は複数の生成されたフィルタされたスペクトルを１つ又は複数の空間領域画像データセットに変換することによって、前記１つ又は複数のパターン形成された領域に関する画像データのフィルタされた組を作成すること、
   を含む方法。
2. 半導体ウェハの一部の画像データのフィルタされた組を取得するために、半導体ウェハの一部の検査プロセス中に、生成されたＶＦＦのうちの１つ又は複数を用いることをさらに含む、請求項１に記載の方法。
3. 半導体ウェハの１つ又は複数の欠陥を検出するために、半導体ウェハの一部の画像データのフィルタされた組を用いることをさらに含む、請求項２に記載の方法。
4. パターン形成された領域の第１のトレーニング・ブロックの第１のＶＦＦと、前記パターン形成された領域の少なくとも第２のトレーニング・ブロックからの少なくとも第２のＶＦＦを、集約されたＶＦＦに組み合わせることをさらに含む、請求項１に記載の方法。
5. 前記画像データのフィルタされた組を前記画像データの最初の組と比較することによって、前記画像データのフィルタされた組を検証することをさらに含む、請求項１に記載の方法。
6. 各トレーニング・ブロックに関するフィルタされたスペクトルを各トレーニング・ブロックに関する最初の計算されたスペクトルと比較することによって、各トレーニング・ブロックに関するフィルタされたスペクトルを検証することをさらに含む、請求項１に記載の方法。
7. 前記周波数領域におけるスペクトル極大を有する最初のスペクトルの周波数が、ピーク検出アルゴリズムを介して識別される、請求項１に記載の方法。
8. 前記周波数領域におけるスペクトル極大を有する最初のスペクトルの周波数が、ユーザ・インターフェースを介して提供されるユーザ・フィードバックを用いて識別可能である、請求項１に記載の方法。
9. 前記１つ又は複数のＶＦＦトレーニング・ブロックが、トレーニング・ブロック・アルゴリズムを介して識別される、請求項１に記載の方法。
10. 前記１つ又は複数のＶＦＦトレーニング・ブロックが、ユーザ・インターフェースを介するユーザ・フィードバックを用いて識別可能である、請求項１に記載の方法。
11. 前記ＶＦＦ作業領域のそれぞれからの画像データの最初の組が、ダイからのイメージの組を含み、前記イメージの組のうちの各イメージがダイの一部をカバーする、請求項１に記載の方法。
12. 前記半導体ウェハ上の１つ又は複数のパターン形成された領域が、パターン・サーチ及びグループ化アルゴリズムを介して識別される、請求項１に記載の方法。
13. 前記パターン・サーチ及びグループ化アルゴリズムが、
    同じ繰り返しピッチを有する半導体ウェハの一部にわたる複数の繰り返しパターンエリアを識別し、
    同じ繰り返しピッチを有する複数の繰り返しパターンエリアをパターン形成された領域にマージする、
    ように構成される、請求項１２に記載の方法。
14. 前記画像データの最初の組が、画像データの第１の部分及び画像データの少なくとも第２の組を含み、前記画像データの第１の部分が第１のチャネル上に収集され、前記画像データの少なくとも第２の組が前記第１のチャネルとは異なる少なくとも第２のチャネル上に収集される、請求項１に記載の方法。
15. 前記１つ又は複数の生成されたＶＦＦが、一次元ＶＦＦ又は二次元ＶＦＦのうちの少なくとも１つを含む、請求項１に記載の方法。
16. 前記１つ又は複数のＶＦＦ作業領域に対応する半導体ウェハの一部から反射した照明の一部に対してハードウェア・フーリエ・フィルタ（ＨＷＦＦ）を使用してハードウェア・フーリエ・フィルタリング・プロセスを行うことをさらに含む、請求項１に記載の方法。
17. 前記ＨＷＦＦが、繰り返しパターンの第１の組から反射された光をフィルタするように構成され、前記生成されたＶＦＦが、繰り返しパターンの少なくとも第２の組から反射された光をフィルタするように構成され、前記繰り返しパターンの少なくとも第２の組が前記繰り返しパターンの第１の組とは異なる、請求項１６に記載の方法。
18. 少なくとも１つの生成されたＶＦＦが、第１のパターン領域から反射された光をフィルタするように構成され、前記ＨＷＦＦが、前記第１のパターン領域から反射された光をフィルタリングするのに適さない、請求項１６に記載の方法。
19. 前記ＨＷＦＦが、前記生成されたＶＦＦの性能を強化するように構成される、請求項１６に記載の方法。
20. 前記ＨＷＦＦ及び前記生成されたＶＦＦが、繰り返しパターン・フィルタリングの全体を強化するように構成される、請求項１６に記載の方法。
21. 半導体表面に関連する設計データを用いて欠陥を検出するためのコンピュータで実行される方法であって、
    半導体ウェハの１つ又は複数のデバイス構造の近傍の半導体ウェハの１つ又は複数のパターン形成された領域若しくは前記１つ又は複数のデバイス構造のうちの少なくとも１つを識別するために半導体ウェハに関連する設計レイアウトデータのパターン・サーチを行うこと、
    半導体ウェハに対する１つ又は複数の仮想フーリエ・フィルタ（ＶＦＦ）作業領域を生成することであり、各ＶＦＦ作業領域は、前記設計レイアウトデータを介して識別される前記１つ又は複数のパターン形成された領域のうちの少なくとも１つを含み、
    前記ＶＦＦ作業領域のそれぞれから画像データの最初の組を取得すること、
    前記画像データの最初の組を用いて前記１つ又は複数のＶＦＦ作業領域の前記１つ又は複数の識別されたパターン形成された各領域内の１つ又は複数のＶＦＦトレーニング・ブロックを定義することであり、前記識別されたパターン形成された領域の繰り返しパターンでない部分からの強度の寄与が制限されるように、識別されたパターン領域内の各ＶＦＦトレーニング・ブロックが、選択された繰り返しパターンを呈する識別されたパターン形成された領域の一部を包含するように定義され、
    前記ＶＦＦトレーニング・ブロックのそれぞれからの前記画像データの最初の組を用いて、前記１つ又は複数のトレーニング・ブロックに関連する空間領域強度情報を周波数領域スペクトル情報に変換することによって、各ＶＦＦトレーニング・ブロックに関する少なくとも１つの次元に沿って最初のスペクトルを計算すること、
    前記周波数領域におけるスペクトル極大を有する最初のスペクトルの周波数を識別することによって、各ＶＦＦトレーニング・ブロックに関するＶＦＦを生成すること、
    前記１つ又は複数の生成されたＶＦＦを前記１つ又は複数のパターン形成された領域の最初のスペクトルに適用することによって、前記１つ又は複数のパターン形成された領域に関する１つ又は複数のフィルタされたスペクトルを生成すること、
    前記１つ又は複数のパターン形成された領域の前記１つ又は複数の生成されたフィルタされたスペクトルを１つ又は複数の空間領域画像データセットに変換することによって、前記１つ又は複数のパターン形成された領域に関する画像データのフィルタされた組を作成すること、
    を含む方法。
22. 前記設計レイアウトデータがＧＤＳデータ又はＯＡＳＩＳデータのうちの１つを含む、請求項２１に記載の方法。
23. 前記１つ又は複数のデバイス構造のうちの１つがＳＲＡＭブロックを含む、請求項２１に記載の方法。
24. 前記１つ又は複数のデバイス構造の近傍の半導体ウェハの１つ又は複数のパターン形成された領域が、１つ又は複数のＳＲＡＭブロックの近傍に位置決めされた繰り返し構造を含む、請求項２１に記載の方法。
25. 前記１つ又は複数のパターン形成された領域を識別することが、パターン・サーチ及びグループ化アルゴリズムを用いて１つ又は複数のパターン形成された領域を識別することを含む、請求項２１に記載の方法。
26. 前記パターン・サーチ及びグループ化アルゴリズムが、
    実質的に類似の繰り返しピッチサイズ及び繰り返しピッチ配向を有する半導体ウェハの複数のパターン形成されたエリアを識別し、
    前記半導体ウェハの前記識別された複数のパターン形成されたエリアを共通のパターン形成された領域にグループ化する、
    ように構成される、請求項２５に記載の方法。
27. 前記パターン・サーチ・アルゴリズムが、少なくとも１つのＳＲＡＭ領域と、前記ＳＲＡＭ領域の近傍の少なくとも１つのパターン形成された領域と、少なくとも１つのランダム論理領域とを区別するように構成される、請求項２５に記載の方法。
28. 半導体表面から取得される画像データの欠陥を検出するためのコンピュータで実行される方法であって、
    半導体ウェハに対する１つ又は複数の仮想フーリエ・フィルタ（ＶＦＦ）作業領域であり、１つ又は複数の繰り返しパターンをそれぞれが含むＶＦＦ作業領域を生成すること、
    前記ＶＦＦ作業領域に対応する前記半導体ウェハの一部から反射した照明の一部に対してハードウェア・フーリエ・フィルタリング・プロセスを行うこと、
    前記ＶＦＦ作業領域のそれぞれから画像データの最初の組を取得することであり、その画像データは、前記ハードウェア・フーリエ・フィルタリング・プロセスの後で取得され、
    前記１つ又は複数のＶＦＦ作業領域からの前記画像データの最初の組を用いて前記１つ又は複数のＶＦＦ作業領域に関連する空間領域強度情報を周波数領域スペクトル情報に変換することによって、前記１つ又は複数のＶＦＦ作業領域に関する少なくとも１つの次元に沿って最初のスペクトルを計算すること、
    前記周波数領域におけるスペクトル極大を有する最初のスペクトルの周波数を識別することによって、１つ又は複数のＶＦＦ作業領域に関するＶＦＦを生成すること、
    前記１つ又は複数のＶＦＦ作業領域の生成されたＶＦＦであり、スペクトル極大を呈するように識別された最初のスペクトルの周波数での最初のスペクトルの大きさを無効にするように構成されるＶＦＦを、前記１つ又は複数のＶＦＦ作業領域の最初のスペクトルに適用することによって、前記１つ又は複数のＶＦＦ作業領域に関するフィルタされたスペクトルを生成すること、
    前記１つ又は複数のＶＦＦ作業領域の生成されたフィルタされたスペクトルを空間領域強度情報に変換することによって、前記１つ又は複数のＶＦＦ作業領域に関する画像データのフィルタされた組を作成すること、
    を含む方法。

Images