JP2020148615A - 参照画像生成方法およびパターン検査方法 - Google Patents

Abstract

【課題】参照画像の精度を向上させて疑似欠陥の検出を抑制することができる参照画像生成方法およびパターン検査方法を提供する。【解決手段】パターンを有する試料の設計データに付加されたパターンの特徴を示す特徴情報に基づいて、試料を特徴が異なる複数の領域に区分する工程と、複数の領域毎に、設計データからパターンの検査に用いる参照画像を生成するための特徴に応じたパラメータ情報を算出する工程と、算出されたパラメータ情報に基づいて、設計データから参照画像を生成する工程と、を有する。【選択図】図２

Description

本発明は、参照画像生成方法およびパターン検査方法に関する。

フォトリソグラフィに用いるマスクに形成されたパターンの欠陥を検査する検査装置では、検査モードの１つとしてＤ−ＤＢ(Die to Database)検査を行うことが可能である。Ｄ−ＤＢ検査では、センサで光学的に検出されたマスクの光学画像と、マスクの設計データに基づいて生成された参照画像とを比較することで、パターンの欠陥を検査する。

実際にマスクに描画されるパターンは、描画に用いられる荷電粒子ビームの特性に応じて設計データ上のパターンと厳密には一致しない場合があり、例えば、設計データ上のパターンのコーナーが丸められた状態で描画される場合がある。したがって、Ｄ−ＤＢ検査において実際のマスクを撮像した光学画像には、設計データとの差分が生じている場合がある。しかしながら、この差分は、パターンの欠陥による差分ではない。

この差分を疑似欠陥として検出しないようにするため、Ｄ−ＤＢ検査では、設計データ（すなわち、画像データ）に対して設計データを光学画像に近似させるためのフィルタ演算を実施することで参照画像を生成する。

従来は、参照画像を生成するにあたって、マスクの全面で共通の１セットのフィルタ係数を使用してフィルタ演算を実施していた。

特開２００９−２２９２３０号公報

しかしながら、マスクの全面には、密のパターンもあれば疎のパターンもあり、また、形状が異なるパターンがレイアウトされているため、パターンの態様は一様でない。このようにパターンの態様が一様でないマスクに対してマスクの全面で共通の１セットのフィルタ係数を使用して参照画像を生成する場合、高精度の参照画像を生成することが困難となる場合がある。この結果、パターンの欠陥を高感度に検査することが困難となり、疑似欠陥を検出してしまうおそれがある。

本発明の目的は、参照画像の精度を向上させて疑似欠陥の検出を抑制することができる参照画像生成方法およびパターン検査方法を提供することにある。

本発明の一態様である参照画像生成方法は、パターンを有する試料の設計データに付加されたパターンの特徴を示す特徴情報に基づいて、試料を特徴が異なる複数の領域に区分する工程と、複数の領域毎に、設計データからパターンの検査に用いる参照画像を生成するための特徴に応じたパラメータ情報を算出する工程と、算出されたパラメータ情報に基づいて、設計データから参照画像を生成する工程と、を有する。

上述の参照画像生成方法において、特徴情報は、パターンの種別を示すパターン種別情報であってもよい。

上述の参照画像生成方法において、パターンの検査ランクを示す検査ランク情報および前記パターンの外形を示す外形情報の少なくとも一方であってもよい。

上述の参照画像生成方法において、試料を複数の領域に区分する工程の前に、参照画像の生成単位と同一画像サイズの設計データの単位毎に、設計データのパターンの密度およびエッジ数を算出する工程と、算出された密度およびエッジ数に基づいて設計データの単位毎にパターンの種別を決定することで、パターン種別情報を生成する工程と、設計データの単位毎に、パターン種別情報を設計データに付加する工程と、を有していてもよい。

上述の参照画像生成方法において、前記試料を前記複数の領域に区分する工程の前に、ユーザ操作に応じて前記検査ランク情報および前記外形情報の少なくとも一方を前記設計データに付加する工程を有していてもよい。

本発明の一態様であるパターン検査方法は、パターンを有する試料の設計データに付加されたパターンの特徴を示す特徴情報に基づいて、試料を特徴が異なる複数の領域に区分する工程と、複数の領域毎に、設計データからパターンの検査に用いる参照画像を生成するための特徴に応じたパラメータ情報を算出する工程と、算出されたパラメータ情報に基づいて、設計データから参照画像を生成する工程と、参照画像と試料を撮像した光学画像とに基づいてパターンの欠陥を検査する工程と、を有する。

本発明によれば、参照画像の精度を向上させて疑似欠陥の検出を抑制することができる。

第１の実施形態によるパターン検査方法を実施可能なパターン検査装置の一例を示す図である。 第１の実施形態によるパターン検査方法を示すフローチャートである。 第１の実施形態によるパターン検査方法を示す斜視図である。 第１の実施形態によるパターン検査方法において、第１のパターン種別のパターンを示す平面図である。 第１の実施形態によるパターン検査方法において、第２のパターン種別のパターンを示す平面図である。 第１の実施形態によるパターン検査方法において、第３のパターン種別のパターンを示す平面図である。 第１の実施形態によるパターン検査方法において、マスク面を複数の領域に区分する工程を説明するための説明図である。 第２の実施形態によるパターン検査方法を示すフローチャートである。

以下、図面を参照して本発明に係る実施形態を説明する。実施形態は、本発明を限定するものではない。また、実施形態で参照する図面において、同一部分または同様な機能を有する部分には同一の符号または類似の符号を付し、その繰り返しの説明は省略する。

（第１の実施形態）
図１は、第１の実施形態によるパターン検査方法を実施可能なパターン検査装置の一例を示す図である。図１のパターン検査装置１は、例えば、Ｄ−ＤＢ検査によりマスク２（すなわち試料）に形成されたパターンの欠陥を検査するために用いることができる。パターンには、ウェハ上に転写されるパターンだけでなく、露光用の補助パターンであるＳＲＡＦ(Sub Resolution Assist Features)等のウェハに転写されないパターンも含まれる。

図１に示すように、パターン検査装置１は、光の進行方向順に、光源３と、偏光ビームスプリッタ４と、対物レンズ５と、ＸＹθテーブル６と、結像用レンズ７と、フォトダイオードアレイ８とを備える。なお、偏光ビームスプリッタ４とＸＹθテーブル６との間に、光の偏光方向を変化させる波長板を設けてもよい。

光源３は、偏光ビームスプリッタ４に向けてレーザ光を出射する。偏光ビームスプリッタ４は、光源３からの光を対物レンズ５に向けて反射する。対物レンズ５は、偏光ビームスプリッタ４で反射された光をＸＹθテーブル６に向けて照射する。ＸＹθテーブル６に載置されたマスク２は、対物レンズ５から照射された光を反射する。このマスク２の反射光によって、マスク２が照明される。マスク２の反射光は、対物レンズ５および偏向ビームスプリッタ４を透過した後、結像用レンズ７に入射する。結像用レンズ７は、入射したマスク２の反射光を、マスク２の光学画像としてフォトダイオードアレイ８に結像させる。フォトダイオードアレイ８は、マスク２の光学画像を撮像し、撮像された光学画像を光電変換によって電気信号へと変換する。変換された電気信号は、後述するセンサ回路１９に送られてＡ／Ｄ変換された後に、画像データとして後述する比較回路２５に送られる。比較回路２５に送られた画像データに基づいて、マスク２に形成されたパターンの欠陥が検査される。

また、図１に示すように、パターン検査装置１は、オートローダ９と、Ｘ軸モータ１０Ａ、Ｙ軸モータ１０Ｂおよびθ軸モータ１０Ｃと、レーザ測長システム１１と、Ｚセンサ１２と、フォーカス機構１３と、を備える。

オートローダ９は、ＸＹθテーブル６上にマスク２を自動搬送する。Ｘ軸モータ１０Ａ、Ｙ軸モータ１０Ｂおよびθ軸モータ１０Ｃは、それぞれ、ＸＹθテーブル６をＸ方向、Ｙ方向およびθ方向に移動させる。ＸＹθテーブル６を移動させることで、ＸＹθテーブル６上のマスク２に対して光源３の光がスキャンされる。レーザ測長システム１１は、ＸＹθテーブル６のＸ方向およびＹ方向の位置を検出する。

Ｚセンサ１２は、パターン側のマスク２の表面であるマスク面の高さすなわちＺ方向の位置を検出する。Ｚセンサ１２は、例えば、マスク面に光を照射する投光器と、照射された光を受光する受光器とを備えていてもよい。

フォーカス機構１３は、対物レンズ５の焦点をマスク面に合わせるフォーカス合わせを行う。フォーカス合わせは、例えば、Ｚセンサ１２で検出されたマスク面の高さに応じた移動量でＸＹθテーブル６をＺ方向に移動させることで行う。

また、図１に示すように、パターン検査装置１は、バス１４に接続された各種の回路を備える。具体的には、パターン検査装置１は、オートローダ制御回路１５と、テーブル制御回路１７と、オートフォーカス制御回路１８とを備える。また、パターン検査装置１は、位置検出回路２２と、展開回路２３と、参照回路２４と、比較回路２５とを備える。また、パターン検査装置１は、センサ回路１９を備えており、このセンサ回路１９は、フォトダイオードアレイ８と参照回路２４および比較回路２５との間に接続されている。

オートローダ制御回路１５は、オートローダ９を制御することで、ＸＹθテーブル６上にマスク２を自動搬送する。

テーブル制御回路１７は、パターンの欠陥を検査すべきマスク２の検査領域２０１（図３参照）を複数の短冊状に仮想的に分割したストライプ２０２に沿って検査領域２０１に光源３からの光をスキャンする制御を行う。具体的には、テーブル制御回路１７は、ストライプ２０２に沿って検査領域２０１に光源３からの光がスキャンされるように、モータ１０Ａ〜１０Ｃを駆動制御してＸＹθテーブル６を移動させる。

オートフォーカス制御回路１８は、Ｚセンサ１２で検出されたマスク面の高さに応じてフォーカス機構１３を制御することで、光源３の光を自動的にマスク面に合焦させる。

センサ回路１９は、フォトダイオードアレイ８で光電変換された電気信号を取り込み、取り込まれた電気信号をＡ／Ｄ変換することで画像データを生成する。そして、センサ回路１９は、画像データを参照回路２４および比較回路２５に出力する。センサ回路１９は、例えば、ＴＤＩ(Time Delay Integration)センサの回路であってもよい。ＴＤＩセンサを用いることで、パターンを高精度に撮像できる。

レーザ測長システム１１は、ＸＹθテーブル６の移動位置を検出し、検出された移動位置を位置検出回路２２に出力する。位置検出回路２２は、レーザ測長システム１１から入力された移動位置に基づいて、ＸＹθテーブル６上でのマスク２の位置を検出する。そして、位置検出回路２２は、検出されたマスク２の位置を比較回路２５に出力する。

展開回路２３は、後述する磁気ディスク装置３１に記憶された設計データを、磁気ディスク装置３１から読み出す。

設計データは、マスク２のパターン形成の基となるデータであり、例えば、設計されたパターンの形状等を示すＣＡＤデータをＯＡＳＩＳ等の階層化されたフォーマットのデータに変換することで作成される。設計データは、例えば、パターン群であるチップの配置状態を示すレイアウトデータと、チップを構成するフレームなどを示すチップデータとを有する。レイアウトデータでは、チップの位置などが規定されている。また、設計データは、チップ毎に、チップの単位寸法であるチップアドレスユニットを有する。また、設計データは、チップ毎のスケール率を有する。スケール率は、例えば、マスク２の製造工程においてマスクブランクにチップをシュリンクして描画する際に使用されたチップの縮小倍率である。

展開回路２３は、磁気ディスク装置３１から読み出された設計データを、例えばアドレスユニットおよびスケール率に応じた単位寸法の図形でチップを表現した２値または多値の参照画像データに変換する。そして、展開回路２３は、変換された参照画像データを参照回路２４に出力する。

参照回路２４は、展開回路２３から入力された参照画像データに、後述する制御計算機３０によって予め算出されたフィルタ係数（すなわち、パラメータ情報）を用いたフィルタ演算を実施する。フィルタ演算を実施することで、マスク２のパターンの欠陥検査に用いる参照画像が生成される。フィルタ係数は、参照画像データを画像データに近似させることができる係数であり、例えば、フィルタ演算において参照画像データに適用すべきぼかし量や丸め量を規定した値を有する。参照回路２４は、生成された参照画像を比較回路２５に出力する。

比較回路２５は、センサ回路１９から入力された画像データと、参照回路２４から入力された参照画像とに基づいて、パターンの欠陥検査を実行する。具体的には、比較回路２５は、位置検出回路２２から入力された位置情報を用いながら、画像データのパターンの各位置の線幅を測定する。比較回路２５は、測定された画像データのパターンと、参照画像のパターンとについて、両パターンの線幅や階調値すなわち明るさを比較する。そして、比較回路２５は、例えば、画像データのパターンの線幅と、参照画像のパターンの線幅との誤差をパターンの欠陥として検出する。

上記構成以外にも、図１に示すように、パターン検査装置１は、制御計算機３０と、磁気ディスク装置３１と、ＣＲＴ３２と、プリンタ３３とを備える。これらの構成部３０〜３３は、いずれもバス１４に接続されている。

制御計算機３０は、フィルタ係数の算出などの欠陥検査に関連する各種の処理を実行する。フィルタ係数の算出方法については、以下のパターン検査方法の説明において詳述する。磁気ディスク装置３１は、設計データを記憶する。ＣＲＴ３２は、欠陥検査に関連する各種の画像を表示する。プリンタ３３は、欠陥検査に関連する各種の情報を印刷する。

（パターン検査方法）
次に、図１のパターン検査装置１を適用した第１の実施形態によるパターン検査方法について説明する。図２は、第１の実施形態によるパターン検査方法を示すフローチャートである。図２は、パターン検査方法のうち、参照画像の生成までの工程を示している。図３は、第１の実施形態によるパターン検査方法を示す斜視図である。パターン検査方法では、図３の破線矢印に示す方向に検査領域２０１のストライプ２０２が連続的にスキャンされるように、ＸＹθテーブル６を移動させる。ＸＹθテーブル６を移動させながら、フォトダイオードアレイ８で撮像された光学画像に基づいてストライプ２０２上のパターンの欠陥を検査する。

先ず、図２に示すように、制御計算機３０は、検査の開始前に、磁気ディスク装置３１から設計データを読み込む（ステップＳ１）。

設計データを読み込んだ後、制御計算機３０は、参照画像の生成単位と同一画像サイズの設計データの単位毎に、設計データのパターンの密度およびエッジ数を算出する（ステップＳ２）。パターンの密度とは、マスク面の全面の面積に対するパターンの面積の割合（％）すなわち白黒比である。パターンのエッジ数とは、パターンの端部の数である。エッジ数には、Ｘ方向に沿ってパターンの端部の個数を数えた場合のＸ方向のエッジ数と、Ｙ方向に沿ってパターンの端部の個数を数えた場合のＹ方向のエッジ数との２種類がある。

設計データのパターンの密度およびエッジ数を算出した後、制御計算機３０は、算出されたパターンの密度およびエッジ数に基づいて、密度およびエッジ数が互いに近い複数のパターンを同一のグループに分類するラベリングを実施することで、パターンの種別を決定する（ステップＳ３）。制御計算機３０は、パターンの種別を決定することで、パターンの特徴を示す特徴情報として、パターンの種別を示すパターン種別情報を生成する。

ここで、図４は、第１の実施形態によるパターン検査方法において、第１のパターン種別のパターンを示す平面図である。図５は、第１の実施形態によるパターン検査方法において、第２のパターン種別のパターンを示す平面図である。図６は、第１の実施形態によるパターン検査方法において、第３のパターン種別のパターンを示す平面図である。

図４〜図６は、参照画像の生成単位と同一画像サイズの設計データのパターンを示している。図４〜図６において、黒塗りの領域は、パターンの形成領域を示し、白塗りの領域は、パターンの非形成領域を示す。図４のパターンは、密度が１０％、Ｘ方向のエッジ数がＮｘ１個、Ｙ方向のエッジ数がＮｙ１個である。図５のパターンは、密度が５０％、Ｘ方向のエッジ数がＮｘ２個、Ｙ方向のエッジ数が０個である。図６の２つのパターンは、密度が４０％、Ｘ方向のエッジ数がＮｘ３個、Ｙ方向のエッジ数がＮｙ３個である。制御計算機３０は、これら図４〜図６に示されるパターンを、それぞれ異なる種別に分類する。

パターン種別情報を生成した後、図２に示すように、制御計算機３０は、生成されたパターン種別情報を設計データに付加する（ステップＳ４）。

パターン種別情報を設計データに付加した後、制御計算機３０は、検査セットアップにおいて、パターン種別情報に示されるパターンの種別に基づいて、設計データ上のマスク面の全面をパターンの種別が異なる複数の領域に仮想的に区分する（ステップＳ５）。なお、検査セットアップでは、オートローダ９によるマスク２のロードと、ＸＹθテーブル６によるマスク２のアライメントと、不図示のキャリブレーション回路によるマスク２に応じた撮像条件（例えば、光量等）のキャリブレーションと、制御計算機３０による検査領域２０１の設定と、代表的な光学画像を用いて参照画像を修正する学習処理とを行う。この学習処理において、ステップＳ５および以下のステップＳ６およびステップＳ７が実施される。

マスク面を複数の領域に区分した後、制御計算機３０は、区分された複数の領域毎に、マスク２の光学画像を取得する（ステップＳ６）。ここで、図７は、第１の実施形態によるパターン検査方法において、マスク面を複数の領域に区分する工程を説明するための説明図である。図７は、マスク２を用いて製造される半導体チップの複数の機能ブロック毎の領域にマスク面が区分される例を示している。図７の例において、マスク面は、入出力部、演算部、メモリ部およびメモリ制御部毎の領域Ａ〜Ｄに区分される。なお、マスク面上における領域Ａ〜Ｄの位置関係は、半導体チップ上での領域Ａ〜Ｄの位置関係と必ずしも整合しない。

光学画像を取得した後、図２に示すように、制御計算機３０は、区分された複数の領域毎に、光学画像に基づいて、設計データからパターンの検査に用いる参照画像を生成するためのパターンの種別に応じたフィルタ係数を算出する（ステップＳ７）。フィルタ係数の算出にあたっては、区分された複数の領域毎に、光学画像に基づく画像データと設計データに基づく参照画像データとを比較し、参照画像データを画像データに近似させることができるフィルタ係数を算出する。複数の領域毎にフィルタ係数を算出することで、パターンの種別毎に異なるフィルタ係数を算出することができる。例えば、密度が高くエッジ数が多い複雑なパターンについては、丸め量が大きくなるようなフィルタ係数を算出し、密度が低くエッジ数が少ない簡易なパターンについては、丸め量が少なくなるようなフィルタ係数を算出することができる。

フィルタ係数が算出された後、参照回路２４は、制御計算機３０から算出されたフィルタ係数を取得する。そして、パターンの検査時において、参照回路２４は、算出されたフィルタ係数を用いて、区分された複数の領域毎に設計データから参照画像を生成する（ステップＳ８）。

ここで、マスク面には、密のパターンもあれば疎のパターンもあり、また、形状が異なるパターンがレイアウトされているため、パターンは一様でない。このようにパターンが一様でないマスク２に対して、もし、マスク面の全面で共通の１セットのフィルタ係数を使用して参照画像を生成する場合、高精度の参照画像を生成することが困難となる場合がある。例えば、密のパターンおよび疎のパターンの双方の設計データに対して共通のフィルタ係数でフィルタ演算を実施した場合、一方のパターンの設計データから光学画像とは形状が大きく異なる参照画像が生成されてしまう場合がある。

これに対して、第１の実施形態によれば、パターン種別情報に基づいて区分されたパターンの種別が異なる複数の領域毎に、パターンの種別に応じたフィルタ係数を算出する。このように、パターンの種別に応じたフィルタ係数を用いて参照画像を生成することで、パターンの種別に応じた高精度の参照画像を生成することができる。この結果、疑似欠陥の検出を抑制することができる。また、第１の実施形態によれば、パターンの種別を自動で決定することができるので、欠陥検査の労力を軽減することができる。なお、制御計算機３０は、パターンの密度およびエッジ数に加えて、更に、パターンサイズにも基づいてパターンの種別を決定してもよい。この場合、より詳細に区分されたパターン種別に応じたフィルタ係数を算出することができるので、より高精度の参照画像を生成することが可能となる。

（第２の実施形態）
次に、図８を参照して、第２の実施形態によるパターン検査方法について説明する。図８は、第２の実施形態によるパターン検査方法を示すフローチャートである。なお、第２の実施形態によるパターン検査方法は、図１で説明したパターン検査装置１を用いて実施することができる。

先ず、図８に示すように、制御計算機３０は、ユーザ操作に応じて、磁気ディスク装置３１に記憶されている設計データに、特徴情報として、検査ランク情報および外形情報を付加する（ステップＳ１１）。検査ランク情報とは、パターンの検査の感度すなわち検出したいパターンの欠陥のサイズである検査ランクを示す情報である。検査ランク情報は、例えば、レイヤーやパターン形状から決定づけられるテクノロジーノードに関連づけられたランク情報である。外形情報とは、パターンの外形すなわち形状を示す情報である。

検査ランク情報および外形情報を設計データに付加した後、制御計算機３０は、磁気ディスク装置３１から、検査ランク情報および外形情報が付加された設計データを読み込む（ステップＳ１２）。

設計データを読み込んだ後、制御計算機３０は、設計データに付加された検査ランク情報および外形情報に基づいて、設計データ上のマスク面の全面を検査ランクおよびパターン外形が異なる複数の領域に仮想的に区分する（ステップＳ１３）。

マスク面を複数の領域に区分した後、制御計算機３０は、区分された複数の領域毎に、マスク２の光学画像を取得する（ステップＳ１４）。

光学画像を取得した後、制御計算機３０は、区分された複数の領域毎に、光学画像に基づいて、設計データからパターンの検査に用いる参照画像を生成するための検査ランクおよびパターン外形に応じたフィルタ係数を算出する（ステップＳ１５）。

フィルタ係数が算出された後、参照回路２４は、検査時において、算出されたフィルタ係数に基づいて設計データから参照画像を生成する（ステップＳ１６）。

第２の実施形態によれば、検査ランク情報および外形情報に基づいて区分された複数の領域毎に、検査ランクおよびパターン外形に応じたフィルタ係数を算出する。このように、検査ランクおよびパターン外形に応じたフィルタ係数を用いて参照画像を生成することで、パターンの検査ランクおよび外形に応じた高精度の参照画像を生成することができる。この結果、疑似欠陥の検出を抑制することができる。

パターン検査装置１の少なくとも一部は、ハードウェアで構成してもよいし、ソフトウェアで構成してもよい。ソフトウェアで構成する場合には、パターン検査装置１の少なくとも一部の機能を実現するプログラムをフレキシブルディスクやＣＤ−ＲＯＭ等の記録媒体に収納し、コンピュータに読み込ませて実行させてもよい。記録媒体は、磁気ディスクや光ディスク等の着脱可能なものに限定されず、ハードディスク装置やメモリなどの固定型の記録媒体でもよい。

上述の実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。

１ パターン検査装置
２ マスク
２４ 参照回路
３０ 制御計算機

Claims (6)

1. パターンを有する試料の設計データに付加された前記パターンの特徴を示す特徴情報に基づいて、前記試料を前記特徴が異なる複数の領域に区分する工程と、
   前記複数の領域毎に、前記設計データから前記パターンの検査に用いる参照画像を生成するための前記特徴に応じたパラメータ情報を算出する工程と、
   前記算出されたパラメータ情報に基づいて、前記設計データから前記参照画像を生成する工程と、
   を有することを特徴とする参照画像生成方法。
2. 前記特徴情報は、前記パターンの種別を示すパターン種別情報であることを特徴とする請求項１に記載の参照画像生成方法。
3. 前記特徴情報は、前記パターンの検査ランクを示す検査ランク情報および前記パターンの外形を示す外形情報の少なくとも一方であることを特徴とする請求項１に記載の参照画像生成方法。
4. 前記試料を前記複数の領域に区分する工程の前に、
   前記参照画像の生成単位と同一画像サイズの前記設計データの単位毎に、前記設計データのパターンの密度およびエッジ数を算出する工程と、
   前記算出された密度およびエッジ数に基づいて前記設計データの単位毎に前記パターンの種別を決定することで、前記パターン種別情報を生成する工程と、
   前記設計データの単位毎に、前記パターン種別情報を前記設計データに付加する工程と、を有することを特徴とする請求項２に記載の参照画像生成方法。
5. 前記試料を前記複数の領域に区分する工程の前に、
   ユーザ操作に応じて前記検査ランク情報および前記外形情報の少なくとも一方を前記設計データに付加する工程を有することを特徴とする請求項３に記載の参照画像生成方法。
6. パターンを有する試料の設計データに付加された前記パターンの特徴を示す特徴情報に基づいて、前記試料を前記特徴が異なる複数の領域に区分する工程と、
   前記複数の領域毎に、前記設計データから前記パターンの検査に用いる参照画像を生成するための前記特徴に応じたパラメータ情報を算出する工程と、
   前記算出されたパラメータ情報に基づいて、前記設計データから前記参照画像を生成する工程と、
   前記参照画像と前記試料を撮像した光学画像とに基づいて前記パターンの欠陥を検査する工程と、
   を有することを特徴とするパターン検査方法。

Images