JP4154156B2 - 欠陥分類検査装置 - Google Patents
欠陥分類検査装置 Download PDFInfo
- Publication number
- JP4154156B2 JP4154156B2 JP2002032910A JP2002032910A JP4154156B2 JP 4154156 B2 JP4154156 B2 JP 4154156B2 JP 2002032910 A JP2002032910 A JP 2002032910A JP 2002032910 A JP2002032910 A JP 2002032910A JP 4154156 B2 JP4154156 B2 JP 4154156B2
- Authority
- JP
- Japan
- Prior art keywords
- defect
- classification
- unit
- database
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Classifications
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/001—Industrial image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30148—Semiconductor; IC; Wafer
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Computer Hardware Design (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Power Engineering (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は、半導体ウエハー等の欠陥の分類検査を行う欠陥分類検査装置に関する。
【０００２】
【従来の技術】
半導体デバイスは、半導体ウエハー上に微細なデバイスパターンを形成することにより作製される。このようなデバイスパターンを形成するときに、半導体ウエハー上に塵埃等が付着したり、傷が付いたりして、欠陥が生じることがある。このような欠陥が生じた半導体デバイスは、不良デバイスとなり、歩留りを低下させる。
【０００３】
したがって、製造ラインの歩留りを高い水準で安定させるためには、塵埃や傷等によって発生する欠陥を早期に発見し、その原因を突き止め、製造設備や製造プロセスに対して有効な対策を講じることが好ましい。
【０００４】
そこで、欠陥が発見された場合には、欠陥検査装置を用いて、その欠陥が何であるかを調べて分類分けを行い、その欠陥の原因となった設備やプロセスを特定するようにしている。ここで、欠陥が何であるかを調べる欠陥検査装置は、いわば光学顕微鏡のようなものであり、欠陥を拡大して見ることで、その欠陥が何であるかを識別するようにしている。
【０００５】
半導体ウエハー上の欠陥を自動分類する手法として、欠陥画像と参照画像の比較により欠陥を抽出し、欠陥の特徴をデータベースと比較・分類する手法が広く採用されている。
【０００６】
図４は、従来の欠陥分類検査装置における欠陥分類用データべースの作成工程図である。
【０００７】
欠陥分類用データべースの作成工程では、撮像装置２０１により撮像された欠陥画像と参照画像がそれぞれ欠陥画像メモリ２０２と参照画像メモリ２０３に保存される。各画像は、欠陥抽出部２０４で欠陥部位の画像のみが抽出され、特徴抽出部２０５で欠陥の大きさや色などの特徴量が欠陥情報として数値化される。数値化された欠陥情報は、一旦、分類前データメモリ２０６に蓄積された後、作業者により分類される。作業者は各欠陥を経験に基づいて分類し、分類した各グループに分類コードを付与する。上記分類コードを付与された各グループの特徴情報が分類１〜Ｎの情報として分類結果メモリ２１２に保存される。そして、分類結果メモリ２１２に保存された分類１〜Ｎの情報からデータ選択部２１３により冗長性を排除した分類１〜Ｎの特徴情報がデータベースとしてデータベースメモリ２１８に保存される。
【０００８】
また、図５は、従来の欠陥分類検査装置における分類実行工程の工程図である。
【０００９】
分類実行工程では、データベース作成工程と同様に、撮像装置２０１により撮像された欠陥画像と参照画像がそれぞれ欠陥画像メモリ２０２と参照画像メモリ２０３に保存される。各画像は、欠陥抽出部２０４で欠陥部位の画像のみが抽出され、特徴抽出部２０５で欠陥の大きさや色などの特徴量が欠陥情報として数値化された後、比較／分類コード付与部２１９でデータベースメモリ２１８に保存されているデータベースに含まれる分類１〜Ｎの特徴情報と比較され、特徴の一致した分類のコードが付与されることにより分類結果出力部２２０から分類結果がされる。
【００１０】
【発明が解決しようとする課題】
ところで、発見した欠陥に基づき製造設備や製造プロセスの改善を行うためには、より多くの半導体ウエハーの欠陥を検査し、正確な欠陥原因を突き止めることが望ましい。しかしながら、半導体ウエハーのデバイスルールの微細化に伴い欠陥の多様化等が進み、分類作業を的確に行うためには、多大な手間と時間を要する。
【００１１】
また、データベースに含まれる欠陥グループ相互の特徴の差異が少ない場合に欠陥の誤分類が多い。従来のデータベース作成工程においては図４で示すように作業者が経験に基づき判断し分類するため、熟練を要するとともにデータベースに含まれる分類グルーフ相互の類似性の排除が困難である。
【００１２】
また、分類実行工程では、１階層で全ての欠陥を分類するため分類精度が低下し、誤分類が発生しやすいという欠点がある。
【００１３】
そこで、本発明は、高い分類精度を有する欠陥分類検査装置を提供することにある。
【００１４】
【課題を解決するための手段】
本発明では、データベース作成における作業者の関与を少なくすることで、欠陥グループ相互の類似性の少ないデータベースを容易に構築でき、分類実行工程では複数の階層に分けて分類する。
【００１５】
本発明に係る欠陥分類検査装置は、検査対象物を撮像し、欠陥のない参照画像と比較することにより欠陥部位の画像を抽出する欠陥抽出部と、上記欠陥抽出部により抽出された欠陥部位の画像の特徴量を抽出して数値化する特徴抽出部と、上記特徴抽出部により数値化された特徴情報に基づいて類似した特徴をもつ欠陥をグループ化する欠陥分類手段と、上記欠陥分類手段によりグループ化された欠陥に分類コードを付与する分類コード付与手段と、上記欠陥分類手段によりグループ化された欠陥の特徴情報を上記分類コード付与手段により付与される分類コードとともにデータベースとして保存する記憶手段と、上記グループ化され分類コードが付与された各欠陥グループから次階層のデータベースを作成する欠陥グループを選択指定する選択指定手段とを備え、上記選択指定手段により選択指定された複数の欠陥グループに属する欠陥について集約し、上記特徴抽出手段により数値化された特徴情報に基づいて上記欠陥分類手段により類似した特徴をもつ欠陥を再度グループ化して、検査対象物の欠陥を階層的に分類したデータベースを作成するデータベース作成部と、上記データベース作成部により与えられるデータベースを参照して、上記欠陥抽出部により抽出される検査対象物の欠陥部位の画像から、上記特徴抽出部により抽出される数値化された特徴情報に基づいて、上記検査対象物の欠陥を複数の分類を集約して再グループ化し、階層的に分類する分類実行部とを備える。
【００１６】
【発明の実施の形態】
以下、本発明の実施の形態について図面を参照して詳細に説明する。
【００１７】
本発明は、例えば図１に示すような構成の欠陥分類検査装置１００に適用される。
【００１８】
この欠陥分類検査装置１００は、搬送ステージ１０上に検査対象物として載置される半導体ウエハー９０の欠陥の分類検査を行うものであって、ステージ制御部１により制御される搬送ステージ１０、撮像制御部２により制御される撮像装置２０、データ処理制御部３により制御される欠陥画像メモリ３０、参照画像メモリ４０、欠陥抽出部５０、特徴抽出部６０、データベース作成部７０及び分類実行部８０からなる。
【００１９】
この欠陥分類検査装置１００において、搬送ステージ１０は、ステージ制御部１により制御され、載置された半導体ウエハー９０を上記ステージ制御部１により指定された座標位置に位置決めする。
【００２０】
また、撮像装置２０は、検査対象物を撮像するものであって、撮像制御部２により制御され、フォーカス、明るさ等が調整されて、上記搬送ステージ１０上の検査対象物すなわち半導体ウエハー９０の表面を撮像する。この撮像装置２０による撮像出力は、画像ファイルとして欠陥画像メモリ３０又は参照画像メモリ４０に供給される。
【００２１】
欠陥画像メモリ３０は、上記撮像装置２０による撮像出力として得られる欠陥部位の画像を含む欠陥画像を保存するものであって、画像データの書き込み／読み出しがデータ処理制御部３により制御され、上記撮像装置２０による撮像出力として得られる欠陥画像データが書き込まれ、また、上記欠陥画像データが読み出される。
【００２２】
参照画像メモリ４０は、上記欠陥画像と比較される欠陥のない参照画像を保存するものであって、画像データの書き込み／読み出しがデータ処理制御部３により制御され、上記撮像装置２０による撮像出力として得られる欠陥のない同様パターンの参照画像データが書き込まれ、また、上記参照画像データが読み出される。
【００２３】
ここで、上記欠陥画像メモリ３０及び参照画像メモリ４０には、データベース作成及び欠陥分類の実行時に、上記半導体ウエハー９０の製造ラインにおける欠陥検査において検出された欠陥の座標位置データに基づいて上記ステージ制御部１により上記搬送ステージ１０を制御して、上記搬送ステージ１０上の半導体ウエハー９０を上記欠陥の座標位置に位置決めした状態で、上記撮像装置２０により上記半導体ウエハー９０の表面を撮像することによって得られる欠陥部位の画像を含む欠陥画像データが上記欠陥画像メモリ３０書き込まれ、また、上記半導体ウエハー９０を欠陥のない同様パターンの同位置に位置決めした状態で、上記撮像装置２０により上記半導体ウエハー９０の表面を撮像することによって得られる画像が参照画像データとして上記参照画像メモリ４０に書き込まれる。
【００２４】
欠陥抽出部５０は、検査対象物を撮像して得られる検査対象画像を欠陥のない参照画像と比較することにより欠陥部位の画像を抽出するもので、上記欠陥画像メモリ３０に保存された欠陥画像データと上記参照画像メモリ４０に保存された参照画像データとを比較することにより、上記撮像装置２０により撮像した半導体ウエハー９０の欠陥部位の画像として欠陥画像と参照画像の差分を抽出する。この欠陥抽出部５０により抽出された欠陥部位の画像は、特徴抽出部６０に供給される。
【００２５】
特徴抽出部６０は、上記欠陥抽出部５０により抽出された欠陥部位の画像について、大きさ、色、コントラスト、形状などの情報を特徴量として抽出して数値化する。
【００２６】
この特徴抽出部６０により数値化された大きさ、色、コントラスト、形状などの特徴情報は、データベースの作成時にはデータベース作成部７０に供給され、また、欠陥分類の実行時には分類実行部８０に供給される。
【００２７】
データベース作成部７０は、上記特徴抽出部６０から供給される特徴情報を保存する分類前データメモリ７１、上記分類前データメモリ７１に保存されている数値化された特徴情報に基づいて類似した特徴をもつ欠陥を自動的にグループ化する欠陥分類部７２、上記欠陥分類部７２による分類結果として得られる各欠陥グループを保存する分類結果メモリ７３、上記分類結果メモリ７３に保存されている各欠陥グループを表示し、作業者による分類コードの入力を受け付け、また、欠陥グループを選択指定入力を受け付ける表示及び入力部７４、上記分類結果メモリ７３に保存されている各欠陥グループの中で作業者によって上記表示／入力部７４を介して選択指定された欠陥グループの分類コードを判定し、上記選択指定された欠陥グループに属する欠陥について、上記数値化された特徴情報に基づいて類似した特徴をもつ欠陥を上記欠陥分類部７２により再度グループ化させる分類コード判定部７５、上記分類結果メモリ７３に保存されている各欠陥グループの特徴情報と付与された分類コードを選択するデータ選択部７６や、このデータ選択部７６により選択された各欠陥グループの特徴情報と付与された分類コードをデータベースとして保存するデータベースメモリ７７などからなる。このデータベース作成部７０では、作業者により上記表示／入力部７４を介して選択指定された欠陥グループに属する欠陥について、上記特徴抽出部６０により数値化された特徴情報に基づいて上記欠陥分類部７２により類似した特徴をもつ欠陥を再度グループ化して、検査対象物の欠陥を階層的に分類したデータベースをデータベースメモリ７７上に作成する。
【００２８】
そして、分類実行部８０は、上記特徴抽出部６０により抽出され数値化された特徴情報を上記データベース作成部７０により与えられるデータベースと比較し、上記データベースに従って分類コードを付与する比較／分類コード付与部８１、上記比較／分類コード付与部８１により付与された分類コードについて次階層の処理を必要とするか否かを判定する分類コード判定部８２、上記比較／分類コード付与部８１により付与された分類コードを出力する分類結果出力部８３からなる。この分類実行部８０は、上記データベース作成部７０により与えられるデータベースを参照して、上記欠陥抽出部５０により抽出される検査対象物すなわち半導体ウエハー９０の欠陥部位の画像から、上記特徴抽出部６０により抽出される数値化された特徴情報に基づいて、上記半導体ウエハー９０の欠陥を階層的に分類する。
【００２９】
このような構成の欠陥分類検査装置１００では、次のようにしてデータベースを作成して欠陥分類を実行する。
【００３０】
すなわち、データベース作成工程では、上記半導体ウエハー９０の製造ラインにおける欠陥検査において検出された欠陥の座標位置データに基づいて上記ステージ制御部１により上記搬送ステージ１０を制御して、上記搬送ステージ１０上の半導体ウエハー９０を上記欠陥の座標位置に位置決めした状態で、上記撮像装置２０により上記半導体ウエハー９０の表面を撮像することによって得られる欠陥部位の画像を含む欠陥画像データを上記欠陥画像メモリ３０に保存し、また、上記半導体ウエハー９０を欠陥のない同様パターンの位置に位置決めした状態で、上記撮像装置２０により上記半導体ウエハー９０の表面を撮像することによって得られる画像を参照画像データとして上記参照画像メモリ４０に保存する。
【００３１】
次に、欠陥抽出部５０において、上記欠陥画像メモリ３０に保存された欠陥画像データと上記参照画像メモリ４０に保存された参照画像データとを比較することにより、上記撮像装置２０により撮像した半導体ウエハー９０の欠陥部位の画像として欠陥画像と参照画像の差分を抽出し、特徴抽出部６０において、上記欠陥抽出部５０により抽出された欠陥部位の画像について、大きさ、色、コントラスト、形状などの情報を特徴量として抽出して数値化する。例えば大きさは面積がそのまま保存され、色は３原色の明るさとして保存され、コントラストは欠陥画像内の輝度の最高値と最低値の比が保存され、形状は一番近い形状モデルの種類とその構成比、例えば楕円であれば直径比が、長方形であれば２辺の比が保存される。
【００３２】
そして、データベース作成部７０では、上記特徴抽出部６０により得られる数値化された特徴情報を分類前データメモリ７１に蓄積し、上記数値化された特徴情報に基づいて欠陥分類部７２により類似した特徴をもつ欠陥を自動的にグループ化し、上記欠陥分類部７２による分類結果として得られる各欠陥グループを保存する分類結果メモリ７３に保存する。
【００３３】
上記欠陥分類部７２における自動分類は、例えば次の手順で実行される。
【００３４】
各々の特徴を持つ幾つに分類するかは、予めパラメータとして設定しておく。次に大きさで全欠陥を例えば３種類に分類した後、各々のグループをさらに形状モデルと構成比に基づいて分類する。次に、コントラスト比により閾値に応じて別グループに分類する。以上のように各特徴を順次適用して数値の違いによりグループを細分化していく。
【００３５】
作業者は、上記欠陥分類部７２による分類結果を表示／入力部７４で確認し、そのグループが所望の欠陥のみで構成されているか複数の欠陥が混在しているか及び欠陥の種類を判断し、各々の欠陥グループが識別できる分類コードを上記表示／入力部７４を介して各欠陥グループに付与する。分類コードを付与された各欠陥グループの欠陥情報は、データ選択部７６で冗長性を排除されデータベースメモリ７７に分類コードとともに保存される。
【００３６】
また、上記分類結果メモリ７３に保存されている各欠陥グループの中で複数の欠陥が混在しているグループが、作業者によって上記表示／入力部７４を介して選択指定される。そして、分類コード判定部７５により各欠陥グループの分類コードを判定することにより、複数の欠陥が混在している欠陥グループに属する欠陥の特徴情報を特定し、上記複数の欠陥が混在している欠陥グループに属する欠陥について、上記特徴抽出部６０により数値化された特徴情報に基づいて上記欠陥分類部７２により類似した特徴をもつ欠陥を再度グループ化して、分類コードを付与する。作業者は、再度混在グループの有無を確認し、混在グループが存在しなくなるまで、分類処理を繰り返し行い、その都度、その階層のデータベースを作成する。
【００３７】
さらに、分類実行工程では、先ず、上記半導体ウエハー９０の製造ラインにおける欠陥検査において検出された欠陥の座標位置データに基づいて上記ステージ制御部１により上記搬送ステージ１０を制御して、上記搬送ステージ１０上の半導体ウエハー９０を上記欠陥の座標位置に位置決めした状態で、上記撮像装置２０により上記半導体ウエハー９０の表面を撮像することによって得られる欠陥部位の画像を含む欠陥画像データを上記欠陥画像メモリ３０に保存し、また、上記半導体ウエハー９０を欠陥のない同様パターンの同位置に位置決めした状態で、上記撮像装置２０により上記半導体ウエハー９０の表面を撮像することによって得られる画像を参照画像データとして上記参照画像メモリ４０に保存する。
【００３８】
次に、欠陥抽出部５０において、上記欠陥画像メモリ３０に保存された欠陥画像データと上記参照画像メモリ４０に保存された参照画像データとを比較することにより、上記撮像装置２０により撮像した半導体ウエハー９０の欠陥部位の画像として欠陥画像と参照画像の差分を抽出し、特徴抽出部６０において、上記欠陥抽出部５０により抽出された欠陥部位の画像について、大きさ、色、コントラスト、形状などの情報を特徴量として抽出して数値化する。
【００３９】
そして、分類実行部８０では、比較／分類コード付与部８１において、上記特徴抽出部６０により得られる数値化された特徴情報を上記データベース作成部７０により与えられるデータベースと比較し、上記データベースに従って分類コードを付与する。分類コード判定部８２は、上記比較／分類コード付与部８１で付与された分類コードについて、次階層の再比較が必要な分類コードであるか否かを判定する。次階層の再比較が必要な分類コードであった場合に、再度、上記比較／分類コード付与部８１において次階層の比較を行い分類コードを付与する。そして、再比較が不要な分類コードであった場合は、その欠陥の分類コードとして分類結果出力部８３に送られる。再比較の必要な分類コードを付与された欠陥は、改めて上記比較／分類コード付与部８１において上記データベース作成部７０により与えられる次階層のデータベースと比較され分類コードを付与される。上記比較／分類コード付与部８１において再比較の不要な分類コードが付与されるまで、上記分類処理が繰り返し行われる。そして、再分類不要の分類コードが付与され、分類が確定した欠陥は、その都度、分類結果出力部８３に送られる。
【００４０】
このような構成の欠陥分類検査装置１００におけるデータベース作成処理の実行例を図２に示す。この図２に示す実行例では、以下の手順がデータ処理制御部３により決定・実行される。
【００４１】
撮像装置２０で撮像された欠陥画像と参照画像の画像ファイルはそれぞれ欠陥画像メモリ３０と参照画像メモリ４０に取り込まれ、欠陥抽出部５０で欠陥画像と参照画像の差分画像が欠陥情報として抽出される。抽出された欠陥情報は、特徴抽出部６０により、大きさ、色、コントラスト、形状などの情報が数値化されて欠陥画像の特徴情報とされる。
【００４２】
そして、データベース作成部７０において、先ず第１階層のデータベース作成工程７０Ａを実行する。
【００４３】
第１階層のデータベース作成工程７０Ａでは、欠陥画像の特徴情報は一旦、分類前データメモリ７１に蓄積された後、欠陥分類部７２により似通った特徴を持つ複数のグループに自動分類され、分類結果メモリ７３に「分類１」から「分類４」のグループとして保存される。そして、次に作業者により、所望の単一欠陥のみで構成されているグループとして、分類ａが振り分けられ、欠陥が混在しているグループとして分類ｂ，ｃ，ｄが振り分けられる。この時点では既に自動分類が行われており、作業者は自己判断による分類を要求されないため比較的容易に判断および分類コードの付与が可能である。分類コードが付与された分類ａ〜ｄの欠陥情報は冗長性が排除され、第１階層のデータベースＤ１として各分類ａ〜ｄの特徴情報が分類コードとともにデータベースメモリ７７に保存される。
【００４４】
そして、欠陥が混在しているグループの分類ｂ，ｃについて、第２階層の第１のデータべース作成工程７０Ｂ１を実行する。また、分類ｄについて、第２階層の第２のデータべース作成工程７０Ｂ２を実行する。
【００４５】
第２階層の第１のデータべース作成工程７０Ｂ１では、第１階層のデータべース作成工程７０Ａと同様に、欠陥情報が欠陥分類部７２により自動分類され、その分類結果が分類結果メモリ７３に保存され、作業者により、単一欠陥グループに分類ｅが振り分けられ、また混在欠陥グループに分類ｆと分類ｇが振り分けられた後、第２階層の第１のデータベースＤ２１として各分類ｅ〜ｇの特徴情報が分類コードとともにデータベースメモリ７７に保存される。
【００４６】
さらに、混在欠陥グループの分類ｆ，ｇについて第３階層のデータべース作成工程７０Ｃを実行する。
【００４７】
また、第２階層の第２のデータべース作成工程７０Ｂ２では、第１階層のデータべース作成工程７０Ａと同様に、欠陥情報が欠陥分類部７２により自動分類され、その分類結果が分類結果メモリ７３に保存され、作業者により、単一欠陥グループに分類ｈ，ｉが振り分けられ、付与された分類コードにより次階層に送ることを不要と認識し、分類ｈ，ｉの特徴情報が分類コードとともに第２階層の第２のデータベースＤ２２として保存され工程を終了する。
【００４８】
また、第３階層のデータべース作成工程７０Ｃにおける欠陥情報の流れは第２階層の第２のデータべース作成工程７０Ｂ２と同様に、自動分類／分類コード付与の後、作業者により分類ｊ，ｋが振り分けられ、付与された分類コードにより次階層に送ることを不要と認識し、分類ｊ，ｋが第３階層のデータベースＤ３としてデータベースメモリ７７に保存され工程を終了する。
【００４９】
以上のデータベース作成工程によれば、階層的にデータベースを作成することにより、分類が容易である、つまり欠陥の特徴が際立っている分類のみ順次確定させることができるため１階層のデータベースで全ての分類を行う場合に比べ分類グループ相互の類似性の排除が容易である。
【００５０】
また、このように作成された階層的なデータベースによる自動分類の実行例を図３に示す。この図３に示す実行例では、以下の手順がデータ処理制御部３により決定、実行される。
【００５１】
撮像装置２０で撮像された欠陥画像と参照画像の画像ファイルはそれぞれ欠陥画像メモリ３０と参照画像メモリ４０に取り込まれ、欠陥抽出部５０で欠陥画像と参照画像の差分画像が欠陥情報として抽出される。抽出された欠陥情報は、特徴抽出部６０により、大きさ、色、コントラスト、形状などの情報が数値化されて欠陥画像の特徴情報とされる。
【００５２】
そして、分類実行部８０において第１階層の分類実行工程８０Ａを実行する。
【００５３】
第１階層の分類実行工程８０Ａでは、比較／分類コード付与部８１により、特徴抽出部６０により数値化された欠陥画像の特徴情報が第１階層のデータベースＤ１に含まれる分類ａ〜ｄの特徴情報と比較され、特徴の一致する分類のコードが付与される。本事例の場合、第１階層の分類実行工程８０Ａで付与された分類コードが分類ａである場合はそのままの分類コードが確定し、分類結果出力部８３に送られて分類工程を終了する。
【００５４】
また、上記第１階層の分類実行工程８０Ａで付与された分類コードが、分類ｂ，ｃ又は不定を示す分類ｘであった場合、その欠陥について第２階層の第１の分類実行工程８０Ｂ１を実行する。
【００５５】
第２階層の第１の分類実行工程８０Ｂ１では、上記第１階層の分類実行工程８０Ａを実行した結果、付与された分類コードが分類ｂ，ｃ又は不定を示す分類ｘであった欠陥について、比較／分類コード付与部８１により、その欠陥画像の特徴情報が第２階層の第１のデータベースＤ２１に含まれる分類ｅ，ｆ，ｇの特徴情報と比較され、特徴の一致する分類のコードが付与される。本事例の場合、第２階層の第１の分類実行工程８０Ｂ１で付与された分類コードが分類ｅである場合はそのままの分類コードが確定し、分類結果出力部８３に送られて分類工程を終了する。
【００５６】
また、上記第２階層の第１の分類実行工程８０Ｂ１で付与された分類コードが分類ｆ，ｇ又は不定を示す分類ｘであった場合は、その欠陥について第３階層の分類実行工程８０Ｃを実行する。
【００５７】
第３階層の分類実行工程８０Ｃでは、上記第２階層の第１の分類実行工程８０Ｂ１を実行した結果、付与された分類コードが分類ｆ，ｇ又は不定を示す分類ｘであった欠陥について、比較／分類コード付与部８１により、その欠陥画像の特徴情報が第３階層のデータベースＤ３に含まれる分類ｊ，ｋの特徴情報と比較され、特徴の一致する分類のコードが付与される。本事例では、第３階層の分類実行工程８０Ｃで付与された分類ｊ，ｋ又は不定の分類ｘはそのまま分類コードが確定し、分類結果出力部８３に送られて分類工程を終了する。
【００５８】
一方、上記第１階層の分類実行工程８０Ａで付与された分類コードが分類ｄであった場合、その欠陥について第２階層の第２の分類実行工程８０Ｂ２を実行する。
【００５９】
第２階層の第２の分類実行工程８０Ｂ２では、上記第１階層の分類実行工程８０Ａで付与された分類コードが分類ｄであった欠陥について、比較／分類コード付与部８１により、その欠陥画像の特徴情報が第２階層の第２のデータベースＤ２２に含まれる分類ｈ，ｉの特徴情報と比較され、特徴の一致する分類のコードが付与される。本事例では、第３階層の分類実行工程８０Ｃで付与された分類ｈ，ｉ又は不定の分類ｘはそのまま分類コードが確定し、分類結果出力部８３に送られて分類工程を終了する。
【００６０】
以上の自動分類工程によれば、階層毎に別のデータベースと比較して特徴の際立った分類から順次分類コードを確定させることになり精度の良い分類が可能となる。
【００６１】
以上説明した欠陥検査装置では、欠陥抽出部５０は、上記欠陥画像メモリ３０に保存された欠陥画像データと上記参照画像メモリ４０に保存された参照画像データとを比較することにより、上記撮像装置２０により撮像した半導体ウエハー９０の欠陥部位の画像として欠陥画像と参照画像の差分を抽出するようにしたが、画像メモリ上の記憶領域を分割して参照画像データと欠陥画像データを保存してもよく、また、繰り返しパターンの形成された検査対象物の場合には、上記検査対象物を撮像して得られる繰り返しパターンの画像の一部を参照画像として用いるようにして、上記繰り返しパターンの画像の変化に基づいて欠陥部位の画像を抽出するようにすることもできる。
【００６２】
【発明の効果】
以上のように、本発明に係る欠陥検査装置では、データベース作成部において、選択指定手段により選択指定された複数の欠陥グループに属する欠陥について集約し、特徴抽出手段により数値化された特徴情報に基づいて欠陥分類手段により類似した特徴をもつ欠陥を再度グループ化して、検査対象物の欠陥を階層的に分類したデータベースを作成することができる。また、本発明に係る欠陥検査装置では、特徴抽出部により数値化された特徴情報に基づいて、上記欠陥分類手段により類似した特徴をもつ欠陥をグループ化するため、作業者は欠陥グループが所望の欠陥のみで構成されているかどうかの判断と識別コードの付与のみで容易にデータベースを作成することができ、また、データベースの作成を複数階層に分散させることにより、分類グループ相互の類似性を排除することが可能となる。
【００６３】
そして、分類実行部では、上記データベース作成部により与えられる階層的なデータベースを参照して、上記欠陥抽出部により抽出される検査対象物の欠陥部位の画像から、上記特徴抽出部により抽出される数値化された特徴情報に基づいて、上記検査対象物の欠陥を複数の分類を集約して再グループ化し、階層的に分類するので、一階層で全ての分類を確定させる場合に比べ精度の高い欠陥分類が可能となる。
【図面の簡単な説明】
【図１】本発明に係る欠陥分類検査装置の構成を示すブロック図である。
【図２】上記欠陥分類検査装置におけるデータベース作成処理の実行例を示す図である。
【図３】上記欠陥分類検査装置におけるデータベース作成処理により作成された階層的なデータベースによる自動分類の実行例を示す図である。
【図４】従来の欠陥分類検査装置における欠陥分類用データべースの作成工程図である。
【図５】従来の欠陥分類検査装置における分類実行工程の工程図である。
【符号の説明】
１ ステージ制御部、２ 撮像制御部、３ データ処理制御部、１０ 搬送ステージ、２０ 撮像装置、３０ 欠陥画像メモリ、４０ 参照画像メモリ、５０欠陥抽出部、６０ 特徴抽出部、７０ データベース作成部、７１ 分類前データメモリ、７２ 欠陥分類部、７３ 分類結果メモリ、７４ 表示及び入力部、７５ 分類コード判定部、７６ データ選択部、７７ データベースメモリ、８０ 分類実行部、８１ 比較／分類コード付与部、８２ 分類コード判定部、８３ 分類結果出力部、９０ 半導体ウエハー、１００ 欠陥分類検査装置
【発明の属する技術分野】
本発明は、半導体ウエハー等の欠陥の分類検査を行う欠陥分類検査装置に関する。
【０００２】
【従来の技術】
半導体デバイスは、半導体ウエハー上に微細なデバイスパターンを形成することにより作製される。このようなデバイスパターンを形成するときに、半導体ウエハー上に塵埃等が付着したり、傷が付いたりして、欠陥が生じることがある。このような欠陥が生じた半導体デバイスは、不良デバイスとなり、歩留りを低下させる。
【０００３】
したがって、製造ラインの歩留りを高い水準で安定させるためには、塵埃や傷等によって発生する欠陥を早期に発見し、その原因を突き止め、製造設備や製造プロセスに対して有効な対策を講じることが好ましい。
【０００４】
そこで、欠陥が発見された場合には、欠陥検査装置を用いて、その欠陥が何であるかを調べて分類分けを行い、その欠陥の原因となった設備やプロセスを特定するようにしている。ここで、欠陥が何であるかを調べる欠陥検査装置は、いわば光学顕微鏡のようなものであり、欠陥を拡大して見ることで、その欠陥が何であるかを識別するようにしている。
【０００５】
半導体ウエハー上の欠陥を自動分類する手法として、欠陥画像と参照画像の比較により欠陥を抽出し、欠陥の特徴をデータベースと比較・分類する手法が広く採用されている。
【０００６】
図４は、従来の欠陥分類検査装置における欠陥分類用データべースの作成工程図である。
【０００７】
欠陥分類用データべースの作成工程では、撮像装置２０１により撮像された欠陥画像と参照画像がそれぞれ欠陥画像メモリ２０２と参照画像メモリ２０３に保存される。各画像は、欠陥抽出部２０４で欠陥部位の画像のみが抽出され、特徴抽出部２０５で欠陥の大きさや色などの特徴量が欠陥情報として数値化される。数値化された欠陥情報は、一旦、分類前データメモリ２０６に蓄積された後、作業者により分類される。作業者は各欠陥を経験に基づいて分類し、分類した各グループに分類コードを付与する。上記分類コードを付与された各グループの特徴情報が分類１〜Ｎの情報として分類結果メモリ２１２に保存される。そして、分類結果メモリ２１２に保存された分類１〜Ｎの情報からデータ選択部２１３により冗長性を排除した分類１〜Ｎの特徴情報がデータベースとしてデータベースメモリ２１８に保存される。
【０００８】
また、図５は、従来の欠陥分類検査装置における分類実行工程の工程図である。
【０００９】
分類実行工程では、データベース作成工程と同様に、撮像装置２０１により撮像された欠陥画像と参照画像がそれぞれ欠陥画像メモリ２０２と参照画像メモリ２０３に保存される。各画像は、欠陥抽出部２０４で欠陥部位の画像のみが抽出され、特徴抽出部２０５で欠陥の大きさや色などの特徴量が欠陥情報として数値化された後、比較／分類コード付与部２１９でデータベースメモリ２１８に保存されているデータベースに含まれる分類１〜Ｎの特徴情報と比較され、特徴の一致した分類のコードが付与されることにより分類結果出力部２２０から分類結果がされる。
【００１０】
【発明が解決しようとする課題】
ところで、発見した欠陥に基づき製造設備や製造プロセスの改善を行うためには、より多くの半導体ウエハーの欠陥を検査し、正確な欠陥原因を突き止めることが望ましい。しかしながら、半導体ウエハーのデバイスルールの微細化に伴い欠陥の多様化等が進み、分類作業を的確に行うためには、多大な手間と時間を要する。
【００１１】
また、データベースに含まれる欠陥グループ相互の特徴の差異が少ない場合に欠陥の誤分類が多い。従来のデータベース作成工程においては図４で示すように作業者が経験に基づき判断し分類するため、熟練を要するとともにデータベースに含まれる分類グルーフ相互の類似性の排除が困難である。
【００１２】
また、分類実行工程では、１階層で全ての欠陥を分類するため分類精度が低下し、誤分類が発生しやすいという欠点がある。
【００１３】
そこで、本発明は、高い分類精度を有する欠陥分類検査装置を提供することにある。
【００１４】
【課題を解決するための手段】
本発明では、データベース作成における作業者の関与を少なくすることで、欠陥グループ相互の類似性の少ないデータベースを容易に構築でき、分類実行工程では複数の階層に分けて分類する。
【００１５】
本発明に係る欠陥分類検査装置は、検査対象物を撮像し、欠陥のない参照画像と比較することにより欠陥部位の画像を抽出する欠陥抽出部と、上記欠陥抽出部により抽出された欠陥部位の画像の特徴量を抽出して数値化する特徴抽出部と、上記特徴抽出部により数値化された特徴情報に基づいて類似した特徴をもつ欠陥をグループ化する欠陥分類手段と、上記欠陥分類手段によりグループ化された欠陥に分類コードを付与する分類コード付与手段と、上記欠陥分類手段によりグループ化された欠陥の特徴情報を上記分類コード付与手段により付与される分類コードとともにデータベースとして保存する記憶手段と、上記グループ化され分類コードが付与された各欠陥グループから次階層のデータベースを作成する欠陥グループを選択指定する選択指定手段とを備え、上記選択指定手段により選択指定された複数の欠陥グループに属する欠陥について集約し、上記特徴抽出手段により数値化された特徴情報に基づいて上記欠陥分類手段により類似した特徴をもつ欠陥を再度グループ化して、検査対象物の欠陥を階層的に分類したデータベースを作成するデータベース作成部と、上記データベース作成部により与えられるデータベースを参照して、上記欠陥抽出部により抽出される検査対象物の欠陥部位の画像から、上記特徴抽出部により抽出される数値化された特徴情報に基づいて、上記検査対象物の欠陥を複数の分類を集約して再グループ化し、階層的に分類する分類実行部とを備える。
【００１６】
【発明の実施の形態】
以下、本発明の実施の形態について図面を参照して詳細に説明する。
【００１７】
本発明は、例えば図１に示すような構成の欠陥分類検査装置１００に適用される。
【００１８】
この欠陥分類検査装置１００は、搬送ステージ１０上に検査対象物として載置される半導体ウエハー９０の欠陥の分類検査を行うものであって、ステージ制御部１により制御される搬送ステージ１０、撮像制御部２により制御される撮像装置２０、データ処理制御部３により制御される欠陥画像メモリ３０、参照画像メモリ４０、欠陥抽出部５０、特徴抽出部６０、データベース作成部７０及び分類実行部８０からなる。
【００１９】
この欠陥分類検査装置１００において、搬送ステージ１０は、ステージ制御部１により制御され、載置された半導体ウエハー９０を上記ステージ制御部１により指定された座標位置に位置決めする。
【００２０】
また、撮像装置２０は、検査対象物を撮像するものであって、撮像制御部２により制御され、フォーカス、明るさ等が調整されて、上記搬送ステージ１０上の検査対象物すなわち半導体ウエハー９０の表面を撮像する。この撮像装置２０による撮像出力は、画像ファイルとして欠陥画像メモリ３０又は参照画像メモリ４０に供給される。
【００２１】
欠陥画像メモリ３０は、上記撮像装置２０による撮像出力として得られる欠陥部位の画像を含む欠陥画像を保存するものであって、画像データの書き込み／読み出しがデータ処理制御部３により制御され、上記撮像装置２０による撮像出力として得られる欠陥画像データが書き込まれ、また、上記欠陥画像データが読み出される。
【００２２】
参照画像メモリ４０は、上記欠陥画像と比較される欠陥のない参照画像を保存するものであって、画像データの書き込み／読み出しがデータ処理制御部３により制御され、上記撮像装置２０による撮像出力として得られる欠陥のない同様パターンの参照画像データが書き込まれ、また、上記参照画像データが読み出される。
【００２３】
ここで、上記欠陥画像メモリ３０及び参照画像メモリ４０には、データベース作成及び欠陥分類の実行時に、上記半導体ウエハー９０の製造ラインにおける欠陥検査において検出された欠陥の座標位置データに基づいて上記ステージ制御部１により上記搬送ステージ１０を制御して、上記搬送ステージ１０上の半導体ウエハー９０を上記欠陥の座標位置に位置決めした状態で、上記撮像装置２０により上記半導体ウエハー９０の表面を撮像することによって得られる欠陥部位の画像を含む欠陥画像データが上記欠陥画像メモリ３０書き込まれ、また、上記半導体ウエハー９０を欠陥のない同様パターンの同位置に位置決めした状態で、上記撮像装置２０により上記半導体ウエハー９０の表面を撮像することによって得られる画像が参照画像データとして上記参照画像メモリ４０に書き込まれる。
【００２４】
欠陥抽出部５０は、検査対象物を撮像して得られる検査対象画像を欠陥のない参照画像と比較することにより欠陥部位の画像を抽出するもので、上記欠陥画像メモリ３０に保存された欠陥画像データと上記参照画像メモリ４０に保存された参照画像データとを比較することにより、上記撮像装置２０により撮像した半導体ウエハー９０の欠陥部位の画像として欠陥画像と参照画像の差分を抽出する。この欠陥抽出部５０により抽出された欠陥部位の画像は、特徴抽出部６０に供給される。
【００２５】
特徴抽出部６０は、上記欠陥抽出部５０により抽出された欠陥部位の画像について、大きさ、色、コントラスト、形状などの情報を特徴量として抽出して数値化する。
【００２６】
この特徴抽出部６０により数値化された大きさ、色、コントラスト、形状などの特徴情報は、データベースの作成時にはデータベース作成部７０に供給され、また、欠陥分類の実行時には分類実行部８０に供給される。
【００２７】
データベース作成部７０は、上記特徴抽出部６０から供給される特徴情報を保存する分類前データメモリ７１、上記分類前データメモリ７１に保存されている数値化された特徴情報に基づいて類似した特徴をもつ欠陥を自動的にグループ化する欠陥分類部７２、上記欠陥分類部７２による分類結果として得られる各欠陥グループを保存する分類結果メモリ７３、上記分類結果メモリ７３に保存されている各欠陥グループを表示し、作業者による分類コードの入力を受け付け、また、欠陥グループを選択指定入力を受け付ける表示及び入力部７４、上記分類結果メモリ７３に保存されている各欠陥グループの中で作業者によって上記表示／入力部７４を介して選択指定された欠陥グループの分類コードを判定し、上記選択指定された欠陥グループに属する欠陥について、上記数値化された特徴情報に基づいて類似した特徴をもつ欠陥を上記欠陥分類部７２により再度グループ化させる分類コード判定部７５、上記分類結果メモリ７３に保存されている各欠陥グループの特徴情報と付与された分類コードを選択するデータ選択部７６や、このデータ選択部７６により選択された各欠陥グループの特徴情報と付与された分類コードをデータベースとして保存するデータベースメモリ７７などからなる。このデータベース作成部７０では、作業者により上記表示／入力部７４を介して選択指定された欠陥グループに属する欠陥について、上記特徴抽出部６０により数値化された特徴情報に基づいて上記欠陥分類部７２により類似した特徴をもつ欠陥を再度グループ化して、検査対象物の欠陥を階層的に分類したデータベースをデータベースメモリ７７上に作成する。
【００２８】
そして、分類実行部８０は、上記特徴抽出部６０により抽出され数値化された特徴情報を上記データベース作成部７０により与えられるデータベースと比較し、上記データベースに従って分類コードを付与する比較／分類コード付与部８１、上記比較／分類コード付与部８１により付与された分類コードについて次階層の処理を必要とするか否かを判定する分類コード判定部８２、上記比較／分類コード付与部８１により付与された分類コードを出力する分類結果出力部８３からなる。この分類実行部８０は、上記データベース作成部７０により与えられるデータベースを参照して、上記欠陥抽出部５０により抽出される検査対象物すなわち半導体ウエハー９０の欠陥部位の画像から、上記特徴抽出部６０により抽出される数値化された特徴情報に基づいて、上記半導体ウエハー９０の欠陥を階層的に分類する。
【００２９】
このような構成の欠陥分類検査装置１００では、次のようにしてデータベースを作成して欠陥分類を実行する。
【００３０】
すなわち、データベース作成工程では、上記半導体ウエハー９０の製造ラインにおける欠陥検査において検出された欠陥の座標位置データに基づいて上記ステージ制御部１により上記搬送ステージ１０を制御して、上記搬送ステージ１０上の半導体ウエハー９０を上記欠陥の座標位置に位置決めした状態で、上記撮像装置２０により上記半導体ウエハー９０の表面を撮像することによって得られる欠陥部位の画像を含む欠陥画像データを上記欠陥画像メモリ３０に保存し、また、上記半導体ウエハー９０を欠陥のない同様パターンの位置に位置決めした状態で、上記撮像装置２０により上記半導体ウエハー９０の表面を撮像することによって得られる画像を参照画像データとして上記参照画像メモリ４０に保存する。
【００３１】
次に、欠陥抽出部５０において、上記欠陥画像メモリ３０に保存された欠陥画像データと上記参照画像メモリ４０に保存された参照画像データとを比較することにより、上記撮像装置２０により撮像した半導体ウエハー９０の欠陥部位の画像として欠陥画像と参照画像の差分を抽出し、特徴抽出部６０において、上記欠陥抽出部５０により抽出された欠陥部位の画像について、大きさ、色、コントラスト、形状などの情報を特徴量として抽出して数値化する。例えば大きさは面積がそのまま保存され、色は３原色の明るさとして保存され、コントラストは欠陥画像内の輝度の最高値と最低値の比が保存され、形状は一番近い形状モデルの種類とその構成比、例えば楕円であれば直径比が、長方形であれば２辺の比が保存される。
【００３２】
そして、データベース作成部７０では、上記特徴抽出部６０により得られる数値化された特徴情報を分類前データメモリ７１に蓄積し、上記数値化された特徴情報に基づいて欠陥分類部７２により類似した特徴をもつ欠陥を自動的にグループ化し、上記欠陥分類部７２による分類結果として得られる各欠陥グループを保存する分類結果メモリ７３に保存する。
【００３３】
上記欠陥分類部７２における自動分類は、例えば次の手順で実行される。
【００３４】
各々の特徴を持つ幾つに分類するかは、予めパラメータとして設定しておく。次に大きさで全欠陥を例えば３種類に分類した後、各々のグループをさらに形状モデルと構成比に基づいて分類する。次に、コントラスト比により閾値に応じて別グループに分類する。以上のように各特徴を順次適用して数値の違いによりグループを細分化していく。
【００３５】
作業者は、上記欠陥分類部７２による分類結果を表示／入力部７４で確認し、そのグループが所望の欠陥のみで構成されているか複数の欠陥が混在しているか及び欠陥の種類を判断し、各々の欠陥グループが識別できる分類コードを上記表示／入力部７４を介して各欠陥グループに付与する。分類コードを付与された各欠陥グループの欠陥情報は、データ選択部７６で冗長性を排除されデータベースメモリ７７に分類コードとともに保存される。
【００３６】
また、上記分類結果メモリ７３に保存されている各欠陥グループの中で複数の欠陥が混在しているグループが、作業者によって上記表示／入力部７４を介して選択指定される。そして、分類コード判定部７５により各欠陥グループの分類コードを判定することにより、複数の欠陥が混在している欠陥グループに属する欠陥の特徴情報を特定し、上記複数の欠陥が混在している欠陥グループに属する欠陥について、上記特徴抽出部６０により数値化された特徴情報に基づいて上記欠陥分類部７２により類似した特徴をもつ欠陥を再度グループ化して、分類コードを付与する。作業者は、再度混在グループの有無を確認し、混在グループが存在しなくなるまで、分類処理を繰り返し行い、その都度、その階層のデータベースを作成する。
【００３７】
さらに、分類実行工程では、先ず、上記半導体ウエハー９０の製造ラインにおける欠陥検査において検出された欠陥の座標位置データに基づいて上記ステージ制御部１により上記搬送ステージ１０を制御して、上記搬送ステージ１０上の半導体ウエハー９０を上記欠陥の座標位置に位置決めした状態で、上記撮像装置２０により上記半導体ウエハー９０の表面を撮像することによって得られる欠陥部位の画像を含む欠陥画像データを上記欠陥画像メモリ３０に保存し、また、上記半導体ウエハー９０を欠陥のない同様パターンの同位置に位置決めした状態で、上記撮像装置２０により上記半導体ウエハー９０の表面を撮像することによって得られる画像を参照画像データとして上記参照画像メモリ４０に保存する。
【００３８】
次に、欠陥抽出部５０において、上記欠陥画像メモリ３０に保存された欠陥画像データと上記参照画像メモリ４０に保存された参照画像データとを比較することにより、上記撮像装置２０により撮像した半導体ウエハー９０の欠陥部位の画像として欠陥画像と参照画像の差分を抽出し、特徴抽出部６０において、上記欠陥抽出部５０により抽出された欠陥部位の画像について、大きさ、色、コントラスト、形状などの情報を特徴量として抽出して数値化する。
【００３９】
そして、分類実行部８０では、比較／分類コード付与部８１において、上記特徴抽出部６０により得られる数値化された特徴情報を上記データベース作成部７０により与えられるデータベースと比較し、上記データベースに従って分類コードを付与する。分類コード判定部８２は、上記比較／分類コード付与部８１で付与された分類コードについて、次階層の再比較が必要な分類コードであるか否かを判定する。次階層の再比較が必要な分類コードであった場合に、再度、上記比較／分類コード付与部８１において次階層の比較を行い分類コードを付与する。そして、再比較が不要な分類コードであった場合は、その欠陥の分類コードとして分類結果出力部８３に送られる。再比較の必要な分類コードを付与された欠陥は、改めて上記比較／分類コード付与部８１において上記データベース作成部７０により与えられる次階層のデータベースと比較され分類コードを付与される。上記比較／分類コード付与部８１において再比較の不要な分類コードが付与されるまで、上記分類処理が繰り返し行われる。そして、再分類不要の分類コードが付与され、分類が確定した欠陥は、その都度、分類結果出力部８３に送られる。
【００４０】
このような構成の欠陥分類検査装置１００におけるデータベース作成処理の実行例を図２に示す。この図２に示す実行例では、以下の手順がデータ処理制御部３により決定・実行される。
【００４１】
撮像装置２０で撮像された欠陥画像と参照画像の画像ファイルはそれぞれ欠陥画像メモリ３０と参照画像メモリ４０に取り込まれ、欠陥抽出部５０で欠陥画像と参照画像の差分画像が欠陥情報として抽出される。抽出された欠陥情報は、特徴抽出部６０により、大きさ、色、コントラスト、形状などの情報が数値化されて欠陥画像の特徴情報とされる。
【００４２】
そして、データベース作成部７０において、先ず第１階層のデータベース作成工程７０Ａを実行する。
【００４３】
第１階層のデータベース作成工程７０Ａでは、欠陥画像の特徴情報は一旦、分類前データメモリ７１に蓄積された後、欠陥分類部７２により似通った特徴を持つ複数のグループに自動分類され、分類結果メモリ７３に「分類１」から「分類４」のグループとして保存される。そして、次に作業者により、所望の単一欠陥のみで構成されているグループとして、分類ａが振り分けられ、欠陥が混在しているグループとして分類ｂ，ｃ，ｄが振り分けられる。この時点では既に自動分類が行われており、作業者は自己判断による分類を要求されないため比較的容易に判断および分類コードの付与が可能である。分類コードが付与された分類ａ〜ｄの欠陥情報は冗長性が排除され、第１階層のデータベースＤ１として各分類ａ〜ｄの特徴情報が分類コードとともにデータベースメモリ７７に保存される。
【００４４】
そして、欠陥が混在しているグループの分類ｂ，ｃについて、第２階層の第１のデータべース作成工程７０Ｂ１を実行する。また、分類ｄについて、第２階層の第２のデータべース作成工程７０Ｂ２を実行する。
【００４５】
第２階層の第１のデータべース作成工程７０Ｂ１では、第１階層のデータべース作成工程７０Ａと同様に、欠陥情報が欠陥分類部７２により自動分類され、その分類結果が分類結果メモリ７３に保存され、作業者により、単一欠陥グループに分類ｅが振り分けられ、また混在欠陥グループに分類ｆと分類ｇが振り分けられた後、第２階層の第１のデータベースＤ２１として各分類ｅ〜ｇの特徴情報が分類コードとともにデータベースメモリ７７に保存される。
【００４６】
さらに、混在欠陥グループの分類ｆ，ｇについて第３階層のデータべース作成工程７０Ｃを実行する。
【００４７】
また、第２階層の第２のデータべース作成工程７０Ｂ２では、第１階層のデータべース作成工程７０Ａと同様に、欠陥情報が欠陥分類部７２により自動分類され、その分類結果が分類結果メモリ７３に保存され、作業者により、単一欠陥グループに分類ｈ，ｉが振り分けられ、付与された分類コードにより次階層に送ることを不要と認識し、分類ｈ，ｉの特徴情報が分類コードとともに第２階層の第２のデータベースＤ２２として保存され工程を終了する。
【００４８】
また、第３階層のデータべース作成工程７０Ｃにおける欠陥情報の流れは第２階層の第２のデータべース作成工程７０Ｂ２と同様に、自動分類／分類コード付与の後、作業者により分類ｊ，ｋが振り分けられ、付与された分類コードにより次階層に送ることを不要と認識し、分類ｊ，ｋが第３階層のデータベースＤ３としてデータベースメモリ７７に保存され工程を終了する。
【００４９】
以上のデータベース作成工程によれば、階層的にデータベースを作成することにより、分類が容易である、つまり欠陥の特徴が際立っている分類のみ順次確定させることができるため１階層のデータベースで全ての分類を行う場合に比べ分類グループ相互の類似性の排除が容易である。
【００５０】
また、このように作成された階層的なデータベースによる自動分類の実行例を図３に示す。この図３に示す実行例では、以下の手順がデータ処理制御部３により決定、実行される。
【００５１】
撮像装置２０で撮像された欠陥画像と参照画像の画像ファイルはそれぞれ欠陥画像メモリ３０と参照画像メモリ４０に取り込まれ、欠陥抽出部５０で欠陥画像と参照画像の差分画像が欠陥情報として抽出される。抽出された欠陥情報は、特徴抽出部６０により、大きさ、色、コントラスト、形状などの情報が数値化されて欠陥画像の特徴情報とされる。
【００５２】
そして、分類実行部８０において第１階層の分類実行工程８０Ａを実行する。
【００５３】
第１階層の分類実行工程８０Ａでは、比較／分類コード付与部８１により、特徴抽出部６０により数値化された欠陥画像の特徴情報が第１階層のデータベースＤ１に含まれる分類ａ〜ｄの特徴情報と比較され、特徴の一致する分類のコードが付与される。本事例の場合、第１階層の分類実行工程８０Ａで付与された分類コードが分類ａである場合はそのままの分類コードが確定し、分類結果出力部８３に送られて分類工程を終了する。
【００５４】
また、上記第１階層の分類実行工程８０Ａで付与された分類コードが、分類ｂ，ｃ又は不定を示す分類ｘであった場合、その欠陥について第２階層の第１の分類実行工程８０Ｂ１を実行する。
【００５５】
第２階層の第１の分類実行工程８０Ｂ１では、上記第１階層の分類実行工程８０Ａを実行した結果、付与された分類コードが分類ｂ，ｃ又は不定を示す分類ｘであった欠陥について、比較／分類コード付与部８１により、その欠陥画像の特徴情報が第２階層の第１のデータベースＤ２１に含まれる分類ｅ，ｆ，ｇの特徴情報と比較され、特徴の一致する分類のコードが付与される。本事例の場合、第２階層の第１の分類実行工程８０Ｂ１で付与された分類コードが分類ｅである場合はそのままの分類コードが確定し、分類結果出力部８３に送られて分類工程を終了する。
【００５６】
また、上記第２階層の第１の分類実行工程８０Ｂ１で付与された分類コードが分類ｆ，ｇ又は不定を示す分類ｘであった場合は、その欠陥について第３階層の分類実行工程８０Ｃを実行する。
【００５７】
第３階層の分類実行工程８０Ｃでは、上記第２階層の第１の分類実行工程８０Ｂ１を実行した結果、付与された分類コードが分類ｆ，ｇ又は不定を示す分類ｘであった欠陥について、比較／分類コード付与部８１により、その欠陥画像の特徴情報が第３階層のデータベースＤ３に含まれる分類ｊ，ｋの特徴情報と比較され、特徴の一致する分類のコードが付与される。本事例では、第３階層の分類実行工程８０Ｃで付与された分類ｊ，ｋ又は不定の分類ｘはそのまま分類コードが確定し、分類結果出力部８３に送られて分類工程を終了する。
【００５８】
一方、上記第１階層の分類実行工程８０Ａで付与された分類コードが分類ｄであった場合、その欠陥について第２階層の第２の分類実行工程８０Ｂ２を実行する。
【００５９】
第２階層の第２の分類実行工程８０Ｂ２では、上記第１階層の分類実行工程８０Ａで付与された分類コードが分類ｄであった欠陥について、比較／分類コード付与部８１により、その欠陥画像の特徴情報が第２階層の第２のデータベースＤ２２に含まれる分類ｈ，ｉの特徴情報と比較され、特徴の一致する分類のコードが付与される。本事例では、第３階層の分類実行工程８０Ｃで付与された分類ｈ，ｉ又は不定の分類ｘはそのまま分類コードが確定し、分類結果出力部８３に送られて分類工程を終了する。
【００６０】
以上の自動分類工程によれば、階層毎に別のデータベースと比較して特徴の際立った分類から順次分類コードを確定させることになり精度の良い分類が可能となる。
【００６１】
以上説明した欠陥検査装置では、欠陥抽出部５０は、上記欠陥画像メモリ３０に保存された欠陥画像データと上記参照画像メモリ４０に保存された参照画像データとを比較することにより、上記撮像装置２０により撮像した半導体ウエハー９０の欠陥部位の画像として欠陥画像と参照画像の差分を抽出するようにしたが、画像メモリ上の記憶領域を分割して参照画像データと欠陥画像データを保存してもよく、また、繰り返しパターンの形成された検査対象物の場合には、上記検査対象物を撮像して得られる繰り返しパターンの画像の一部を参照画像として用いるようにして、上記繰り返しパターンの画像の変化に基づいて欠陥部位の画像を抽出するようにすることもできる。
【００６２】
【発明の効果】
以上のように、本発明に係る欠陥検査装置では、データベース作成部において、選択指定手段により選択指定された複数の欠陥グループに属する欠陥について集約し、特徴抽出手段により数値化された特徴情報に基づいて欠陥分類手段により類似した特徴をもつ欠陥を再度グループ化して、検査対象物の欠陥を階層的に分類したデータベースを作成することができる。また、本発明に係る欠陥検査装置では、特徴抽出部により数値化された特徴情報に基づいて、上記欠陥分類手段により類似した特徴をもつ欠陥をグループ化するため、作業者は欠陥グループが所望の欠陥のみで構成されているかどうかの判断と識別コードの付与のみで容易にデータベースを作成することができ、また、データベースの作成を複数階層に分散させることにより、分類グループ相互の類似性を排除することが可能となる。
【００６３】
そして、分類実行部では、上記データベース作成部により与えられる階層的なデータベースを参照して、上記欠陥抽出部により抽出される検査対象物の欠陥部位の画像から、上記特徴抽出部により抽出される数値化された特徴情報に基づいて、上記検査対象物の欠陥を複数の分類を集約して再グループ化し、階層的に分類するので、一階層で全ての分類を確定させる場合に比べ精度の高い欠陥分類が可能となる。
【図面の簡単な説明】
【図１】本発明に係る欠陥分類検査装置の構成を示すブロック図である。
【図２】上記欠陥分類検査装置におけるデータベース作成処理の実行例を示す図である。
【図３】上記欠陥分類検査装置におけるデータベース作成処理により作成された階層的なデータベースによる自動分類の実行例を示す図である。
【図４】従来の欠陥分類検査装置における欠陥分類用データべースの作成工程図である。
【図５】従来の欠陥分類検査装置における分類実行工程の工程図である。
【符号の説明】
１ ステージ制御部、２ 撮像制御部、３ データ処理制御部、１０ 搬送ステージ、２０ 撮像装置、３０ 欠陥画像メモリ、４０ 参照画像メモリ、５０欠陥抽出部、６０ 特徴抽出部、７０ データベース作成部、７１ 分類前データメモリ、７２ 欠陥分類部、７３ 分類結果メモリ、７４ 表示及び入力部、７５ 分類コード判定部、７６ データ選択部、７７ データベースメモリ、８０ 分類実行部、８１ 比較／分類コード付与部、８２ 分類コード判定部、８３ 分類結果出力部、９０ 半導体ウエハー、１００ 欠陥分類検査装置
Claims (2)
- 検査対象物を撮像し、欠陥のない参照画像と比較することにより欠陥部位の画像を抽出する欠陥抽出部と、
上記欠陥抽出部により抽出された欠陥部位の画像の特徴量を抽出して数値化する特徴抽出部と、
上記特徴抽出部により数値化された特徴情報に基づいて類似した特徴をもつ欠陥をグループ化する欠陥分類手段と、上記欠陥分類手段によりグループ化された欠陥に分類コードを付与する分類コード付与手段と、上記欠陥分類手段によりグループ化された欠陥の特徴情報を上記分類コード付与手段により付与される分類コードとともにデータベースとして保存する記憶手段と、上記グループ化され分類コードが付与された各欠陥グループから次階層のデータベースを作成する欠陥グループを選択指定する選択指定手段とを備え、上記選択指定手段により選択指定された複数の欠陥グループに属する欠陥について集約し、上記特徴抽出手段により数値化された特徴情報に基づいて上記欠陥分類手段により類似した特徴をもつ欠陥を再度グループ化して、検査対象物の欠陥を階層的に分類したデータベースを作成するデータベース作成部と、
上記データベース作成部により与えられるデータベースを参照して、上記欠陥抽出部により抽出される検査対象物の欠陥部位の画像から、上記特徴抽出部により抽出される数値化された特徴情報に基づいて、上記検査対象物の欠陥を複数の分類を集約して再グループ化し、階層的に分類する分類実行部とを備える欠陥分類検査装置。 - 上記欠陥抽出部は、検査対象物を撮像した画像の繰り返しパターンの変化に基づいて欠陥部位の画像を抽出する請求項１記載の欠陥分類検査装置。
Priority Applications (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002032910A JP4154156B2 (ja) | 2002-02-08 | 2002-02-08 | 欠陥分類検査装置 |
| TW091118288A TW565689B (en) | 2002-02-08 | 2002-08-14 | Defect classification/inspection system |
| US10/222,431 US7171039B2 (en) | 2002-02-08 | 2002-08-16 | Defect classification/inspection system |
| KR1020020050747A KR100615738B1 (ko) | 2002-02-08 | 2002-08-27 | 결함 분류 검사 장치 |
| DE10240877A DE10240877A1 (de) | 2002-02-08 | 2002-09-04 | Fehlerklassifikations-/Inspektions-System |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002032910A JP4154156B2 (ja) | 2002-02-08 | 2002-02-08 | 欠陥分類検査装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2003233801A JP2003233801A (ja) | 2003-08-22 |
| JP4154156B2 true JP4154156B2 (ja) | 2008-09-24 |
Family
ID=27621384
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2002032910A Expired - Fee Related JP4154156B2 (ja) | 2002-02-08 | 2002-02-08 | 欠陥分類検査装置 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US7171039B2 (ja) |
| JP (1) | JP4154156B2 (ja) |
| KR (1) | KR100615738B1 (ja) |
| DE (1) | DE10240877A1 (ja) |
| TW (1) | TW565689B (ja) |
Families Citing this family (33)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006507539A (ja) * | 2002-11-21 | 2006-03-02 | トッパン、フォウタマスクス、インク | 欠陥画像を検査システムからデータベースに自動的に送信するシステム及び方法 |
| JP4238074B2 (ja) * | 2003-06-19 | 2009-03-11 | 新日本製鐵株式会社 | 表面疵検査方法 |
| JP2005158780A (ja) * | 2003-11-20 | 2005-06-16 | Hitachi Ltd | パターン欠陥検査方法及びその装置 |
| US7647132B2 (en) * | 2004-05-05 | 2010-01-12 | Taiwan Semiconductor Manufacturing Company, Ltd. | Method and system for problem case packaging |
| US7593565B2 (en) * | 2004-12-08 | 2009-09-22 | Rudolph Technologies, Inc. | All surface data for use in substrate inspection |
| US7643665B2 (en) * | 2004-08-31 | 2010-01-05 | Semiconductor Insights Inc. | Method of design analysis of existing integrated circuits |
| US7460688B2 (en) * | 2004-12-09 | 2008-12-02 | Aptina Imaging Corporation | System and method for detecting and correcting defective pixels in a digital image sensor |
| US7283227B2 (en) * | 2005-11-21 | 2007-10-16 | Corning Incorporated | Oblique transmission illumination inspection system and method for inspecting a glass sheet |
| TWI320497B (en) | 2005-12-09 | 2010-02-11 | Taiwan Tft Lcd Ass | Multiple-angle imaging machine, multiple-angle inspection system and method for blemish measurement of a flat panel display |
| KR100893157B1 (ko) | 2007-04-27 | 2009-04-16 | 삼성전자주식회사 | 반도체 디바이스의 불량 분석 방법 및 불량 분석 시스템 |
| US7773224B2 (en) * | 2007-09-28 | 2010-08-10 | Motorola, Inc. | Spectrum verification imaging system and method |
| JP5243785B2 (ja) * | 2007-12-28 | 2013-07-24 | 日清紡ホールディングス株式会社 | 太陽電池検査装置及び太陽電池欠陥判定方法 |
| JP5155698B2 (ja) | 2008-03-06 | 2013-03-06 | 東京エレクトロン株式会社 | パーティクル発生要因判別システム及びパーティクル発生要因判別方法 |
| JP5156452B2 (ja) * | 2008-03-27 | 2013-03-06 | 東京エレクトロン株式会社 | 欠陥分類方法、プログラム、コンピュータ記憶媒体及び欠陥分類装置 |
| JP5381166B2 (ja) * | 2009-03-04 | 2014-01-08 | オムロン株式会社 | モデル画像取得支援装置、モデル画像取得支援方法およびモデル画像取得支援プログラム |
| JP5245938B2 (ja) * | 2009-03-12 | 2013-07-24 | オムロン株式会社 | ３次元認識結果の表示方法および３次元視覚センサ |
| JP5714232B2 (ja) * | 2009-03-12 | 2015-05-07 | オムロン株式会社 | キャリブレーション装置および３次元計測のためのパラメータの精度の確認支援方法 |
| JP2010210585A (ja) * | 2009-03-12 | 2010-09-24 | Omron Corp | ３次元視覚センサにおけるモデル表示方法および３次元視覚センサ |
| JP5282614B2 (ja) * | 2009-03-13 | 2013-09-04 | オムロン株式会社 | 視覚認識処理用のモデルデータの登録方法および視覚センサ |
| JP5448598B2 (ja) | 2009-06-24 | 2014-03-19 | 東京エレクトロン株式会社 | パーティクル発生要因判定システム、課金方法、及び記憶媒体 |
| JP2011023638A (ja) * | 2009-07-17 | 2011-02-03 | Toshiba Corp | 検査領域設定方法 |
| US20130022240A1 (en) * | 2011-07-19 | 2013-01-24 | Wolters William C | Remote Automated Planning and Tracking of Recorded Data |
| JP5873764B2 (ja) * | 2012-06-06 | 2016-03-01 | 株式会社Ｓｃｒｅｅｎホールディングス | 欠陥画像の提示方法 |
| US11110648B2 (en) * | 2012-07-31 | 2021-09-07 | Makerbot Industries, Llc | Build material switching |
| US9244946B2 (en) | 2012-11-26 | 2016-01-26 | International Business Machines Corporation | Data mining shape based data |
| US9142014B2 (en) * | 2013-05-30 | 2015-09-22 | Dmo Systems Limited | System and method for identifying systematic defects in wafer inspection using hierarchical grouping and filtering |
| KR102278352B1 (ko) | 2013-12-26 | 2021-07-19 | 하마마츠 포토닉스 가부시키가이샤 | 화상 처리 방법, 화상 처리 장치, 화상 처리 프로그램 및 화상 처리 프로그램을 기억한 기억 매체 |
| JP6329397B2 (ja) * | 2014-03-07 | 2018-05-23 | 株式会社ダイヘン | 画像検査装置及び画像検査方法 |
| JP6329923B2 (ja) * | 2015-06-08 | 2018-05-23 | 東京エレクトロン株式会社 | 基板の検査方法、コンピュータ記憶媒体及び基板検査装置 |
| CN109348732A (zh) * | 2017-05-30 | 2019-02-15 | 正凯人工智能私人有限公司 | 图像处理方法及*** |
| WO2019138263A1 (en) * | 2018-01-11 | 2019-07-18 | Remade | Method and system for grading the visual aspect of an electronic device |
| CN108776808A (zh) * | 2018-05-25 | 2018-11-09 | 北京百度网讯科技有限公司 | 一种用于检测钢包溶蚀缺陷的方法和装置 |
| CN113096119B (zh) * | 2021-04-30 | 2024-06-07 | 上海众壹云计算科技有限公司 | 晶圆缺陷分类的方法、装置、电子设备以及存储介质 |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4519041A (en) * | 1982-05-03 | 1985-05-21 | Honeywell Inc. | Real time automated inspection |
| JPH0750483B2 (ja) * | 1985-05-22 | 1995-05-31 | 株式会社日立製作所 | 文書画像追加情報の蓄積方法 |
| US5226118A (en) * | 1991-01-29 | 1993-07-06 | Prometrix Corporation | Data analysis system and method for industrial process control systems |
| US5544256A (en) * | 1993-10-22 | 1996-08-06 | International Business Machines Corporation | Automated defect classification system |
| US6292582B1 (en) * | 1996-05-31 | 2001-09-18 | Lin Youling | Method and system for identifying defects in a semiconductor |
| US6092059A (en) * | 1996-12-27 | 2000-07-18 | Cognex Corporation | Automatic classifier for real time inspection and classification |
| US6148099A (en) * | 1997-07-03 | 2000-11-14 | Neopath, Inc. | Method and apparatus for incremental concurrent learning in automatic semiconductor wafer and liquid crystal display defect classification |
| US20030061243A1 (en) * | 1998-05-21 | 2003-03-27 | Kim Jeong Jung | Information auto classification method and information search and analysis method |
| GB9821787D0 (en) * | 1998-10-06 | 1998-12-02 | Data Limited | Apparatus for classifying or processing data |
| US6751343B1 (en) * | 1999-09-20 | 2004-06-15 | Ut-Battelle, Llc | Method for indexing and retrieving manufacturing-specific digital imagery based on image content |
| US6535776B1 (en) * | 1999-09-20 | 2003-03-18 | Ut-Battelle, Llc | Method for localizing and isolating an errant process step |
-
2002
- 2002-02-08 JP JP2002032910A patent/JP4154156B2/ja not_active Expired - Fee Related
- 2002-08-14 TW TW091118288A patent/TW565689B/zh not_active IP Right Cessation
- 2002-08-16 US US10/222,431 patent/US7171039B2/en not_active Expired - Fee Related
- 2002-08-27 KR KR1020020050747A patent/KR100615738B1/ko not_active IP Right Cessation
- 2002-09-04 DE DE10240877A patent/DE10240877A1/de not_active Withdrawn
Also Published As
| Publication number | Publication date |
|---|---|
| US20030152276A1 (en) | 2003-08-14 |
| KR20030067457A (ko) | 2003-08-14 |
| US7171039B2 (en) | 2007-01-30 |
| KR100615738B1 (ko) | 2006-08-25 |
| DE10240877A1 (de) | 2003-08-21 |
| JP2003233801A (ja) | 2003-08-22 |
| TW565689B (en) | 2003-12-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4154156B2 (ja) | 欠陥分類検査装置 | |
| US6941009B2 (en) | Method for evaluating pattern defects on a water surface | |
| JP5599387B2 (ja) | ウェハー上の欠陥を検出して検査結果を生成するシステム及び方法 | |
| US6246787B1 (en) | System and method for knowledgebase generation and management | |
| JP4616864B2 (ja) | 外観検査方法及びその装置および画像処理評価システム | |
| US6292582B1 (en) | Method and system for identifying defects in a semiconductor | |
| US6205239B1 (en) | System and method for circuit repair | |
| US6091846A (en) | Method and system for anomaly detection | |
| US7173693B2 (en) | Method for inspecting defects and an apparatus of the same | |
| US6556955B2 (en) | Method of determining lethality of defects in circuit pattern inspection, method of selecting defects to be reviewed, and inspection system of circuit patterns involved with the methods | |
| TW202006603A (zh) | 基於機器學習之圖案分組方法 | |
| JP4521386B2 (ja) | 欠陥データ解析方法およびその装置 | |
| US8081814B2 (en) | Linear pattern detection method and apparatus | |
| US20080298670A1 (en) | Method and its apparatus for reviewing defects | |
| KR20140039075A (ko) | 영역 결정 장치, 관찰 장치 또는 검사 장치, 영역 결정 방법 및 영역 결정 방법을 사용한 관찰 방법 또는 검사 방법 | |
| JP2008082821A (ja) | 欠陥分類方法及びその装置並びに欠陥検査装置 | |
| KR20010015028A (ko) | 결함에 대한 하이브리드식 불변의 적응성 자동 분류 방법및 장치 | |
| CN103972124B (zh) | 图案化晶圆缺点检测***及其方法 | |
| US7634131B2 (en) | Image recognition apparatus and image recognition method, and teaching apparatus and teaching method of the image recognition apparatus | |
| JP2006098153A (ja) | 欠陥自動分類方法及び装置 | |
| JP7254921B2 (ja) | 半導体試料の欠陥の分類 | |
| US6303394B1 (en) | Global cluster pre-classification methodology | |
| US20050058335A1 (en) | Defect management method | |
| JP2000306964A (ja) | 検査データ処理方法および検査データ処理装置 | |
| US6978041B2 (en) | Review work supporting system |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20041215 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20080307 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080311 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080509 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20080603 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20080707 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110711 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120711 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130711 Year of fee payment: 5 |
|
| LAPS | Cancellation because of no payment of annual fees |