JP5006520B2 - 欠陥観察装置及び欠陥観察装置を用いた欠陥観察方法 - Google Patents

Description

本発明は、半導体ウェハや液晶パネルなどの製造工程において発生する各種欠陥を観察しその欠陥を分類する欠陥観察装置に関するもので、特にその欠陥部位の画像を高速に自動収集する機能と、その画像を精度良く自動分類する機能とを設けた欠陥観察装置及び欠陥観察装置を用いた欠陥観察方法に関するものである。

半導体ウェハに形成される回路パターンの微細化がますます進んでいる。回路パターンが微細化するにつれ、その製造工程で発生する欠陥が製品歩留まりに与える影響は大きくなってきており、製造段階においてそのような欠陥が発生しないように管理することはますます重要となっている。現在、半導体ウェハの製造現場では、一般的に、ウェハ検査装置と観察装置とを用いることで歩留り対策を行っている。検査装置とは、ウェハ上のどの位置に欠陥が存在するかを高速に調べるものである。光学的な手段もしくは電子線を用いてウェハ表面の状態を画像化しその画像を自動処理することで、欠陥の存在の有無を調べる。検査装置では、その高速性が重要であるため、可能な限り取得する画像の画素サイズを大きく（つまり低解像度化し）することによる画像データ量の削減を行っており、多くの場合、検出した低解像度の画像からは欠陥の存在は確認できても、その欠陥の種類を判別することはできないという課題がある。

一方、欠陥観察装置とは、検査装置によって検出された各欠陥について、画素サイズを小さくした状態で（つまり解像度の高い）画像を撮像し、その欠陥を分類するのに用いられる装置である。現在、各メーカより、画像撮像処理や分類処理を人手もしくは計算機による自動処理で行う欠陥観察装置が市場に投入されている。この欠陥観察装置において十分に精度の高い分類を行うために必要となる画像の解像度は、対象の欠陥により決定される。ますます微細化が進む半導体製造プロセスにおいては、その欠陥サイズが数十ナノメートルのオーダに達していることもあり、画素サイズを数ナノメートルにすることが可能な走査型電子顕微鏡を用いた欠陥観察装置が使われだしてきている。

半導体の生産現場で用いられる欠陥観察用走査型電子顕微鏡（以下レビューＳＥＭ）の装置構成や本装置が持つ機能の概略については、特開２００１−３３１７８４号公報（特許文献１）に開示されている。そこでは、ウェハ検査装置から得られる各欠陥の座標データと、そのウェハをレビューＳＥＭに与えることで、レビューＳＥＭ上で、各欠陥を視野に含む画像（以下欠陥画像）とその欠陥画像と同一の視野で欠陥を含まない良品パターンの画像（参照画像）とを自動取得（以下ＡＤＲ：Automatic Defect Review）し、それらの画像を用いて欠陥を分類する(以下ＡＤＣ：Automatic Defect Classification)技術について記載されている。

また、特開２００３−９８１１４号公報（特許文献２）には、このＡＤＲの高スループット化技術に関して、欠陥画像から推定した欠陥の背景回路パターンの周期情報を用いて視野内から欠陥の位置を推定する技術が記載されている。本手法は、視野内に同一の回路構造が周期的に配列されているパターン（例えば半導体メモリのメモリセルパターン）上に欠陥が存在する場合に好適であり、さらに、参照画像の取得を行わないでＡＤＲを実行することができるためＡＤＲの処理時間（つまり画像取得時間）を大幅に短縮できる。

特開２００１−３３１７８４号公報 特開２００３− ９８１１４号公報

ところで、レビューＳＥＭにおける最重要な技術課題の一つとして、欠陥画像視野からの欠陥位置の自動抽出を行うＡＤＲの高スループット化がある。レビューＳＥＭで行うＡＤＲ処理では、１つの欠陥についての画像を取得する際に、低倍及び高倍の画像撮像が必要であり、また、欠陥画像と参照画像という２種の画像の撮像、それに伴う各種オーバヘッド（例えば、画像取得前の自動焦点合わせや、欠陥画像の撮像位置から参照画像の撮像位置に顕微鏡の視野を移動させるためのステージ移動等）が大きく、１欠陥あたり４秒程度の時間を要するのが通常である。そのため、画像の撮像時間やその他オーバヘッド時間を削減し、１欠陥あたりの時間を短縮することは、レビュー装置の稼働率を向上させるために重要な課題である。

しかしながら、特許文献２に開示された参照画像を用いないＡＤＲ処理は、処理の高スループット化を実現できる一方、その後行われる欠陥画像の分類処理を高確度で行うことについては考慮されていない。

従って、上記特許文献１及び２の何れにも、高スループットなＡＤＲシーケンスにおけるＡＤＣ処理の技術については考慮されていないと共に、半導体ウェハ上に形成される様々な回路パターンに対応したＡＤＲ処理とＡＤＣ処理についても考慮されていない。

本発明の目的は、上記課題を解決すべく、半導体ウェハ等に発生した欠陥を対象として、高スループットで、かつ高精度なＡＤＲ処理とＡＤＣ処理とを実現する欠陥観察装置（レビューＳＥＭ）及び欠陥観察装置を用いた欠陥観察方法を提供することにある。

上記目的を達成するために、本発明は、試料上の各欠陥を撮像して欠陥画像を取得する
画像取得手段を備えた欠陥観察装置を用いた欠陥観察方法において、前記画像取得手段で
取得された少なくとも欠陥画像を用いて欠陥部位周辺の回路パターンの周期性を判定し、
該判定した結果に基づいて各欠陥が存在する欠陥部位の高倍率画像の視野における良品状
態を推定する推定方法を決定し、該決定された推定方法を用いて欠陥部位の良品状態推定
結果を算出する良品状態推定算出ステップと、該良品状態推定算出ステップで算出された
欠陥部位の良品状態推定結果を用いて各欠陥の画像から計算できる欠陥の大きさや欠陥画
像の明るさの特徴量に基づいて、予め設定した分類クラスに分類を行う欠陥分類ステ
ップとを含む画像処理ステップを有し、前記良品状態推定算出ステップにおいて、前記欠
陥部位の高倍率画像の視野における良品状態を推定する推定方法を、前記欠陥画像のうち
高倍率の画像に周期性が有る場合には、該高倍率の画像から判定される周期性に基づいて
前記欠陥の高倍率の画像を用いて推定する第１の方法、並びに、前記欠陥画像のうち高倍
率の画像には周期性が無く低倍率の画像には周期性が有る場合には、各欠陥の低倍率の視
野における良品状態を前記欠陥画像の内低倍率の欠陥画像を用いて推定し、該推定された
低倍率の視野における良品状態を高倍率の視野に拡大する第２の方法、並びに、前記低倍
率及び高倍率の欠陥画像の何れにも周期性が無い場合には、前記画像取得手段により欠陥
部位と同一の回路パターンが形成された欠陥を含まない参照部位の低倍率の参照画像を取
得し、前記低倍率及び高倍率の欠陥画像並びに前記低倍率の参照画像を用いて高倍率画像
の視野における良品状態を推定する第３の方法のうちから決定することを特徴とする。

また、本発明は、試料上の各欠陥を撮像して欠陥画像を取得する画像取得手段を備えた
欠陥観察装置を用いた欠陥観察方法において、低倍率の欠陥画像から欠陥部位を抽出する
ために前記低倍率の欠陥画像に含まれるパターンの周期性から得られる低倍率の欠陥参照
画像を取得する必要が有るか否かの情報に基づいて各欠陥が存在する欠陥部位の高倍率画
像の視野における良品状態を推定する推定方法を決定し、該決定された推定方法を用いて
欠陥部位の良品状態推定結果を算出する良品状態推定算出ステップと、該良品状態推定算
出ステップで算出された欠陥部位の良品状態推定結果を用いて各欠陥の画像から計算でき
る欠陥の大きさや欠陥画像の明るさの特徴量に基づいて、予め設定した分類クラスに
分類を行う欠陥分類ステップとを含む画像処理ステップを有し、前記良品状態推定算出ス
テップにおいて、前記欠陥部位の高倍率画像の視野における良品状態を推定する推定方法
を、前記欠陥画像のうち高倍率の画像に周期性が有る場合には、該高倍率の画像から判定
されるから判定される周期性に基づいて前記欠陥の高倍率の画像を用いて推定する第１の
方法、並びに、前記欠陥画像のうち高倍率の画像には周期性が無く低倍率の画像には周期
性が有る場合には、各欠陥の低倍率の視野における良品状態を前記欠陥画像の内低倍率の
欠陥画像を用いて推定し、該推定された低倍率の視野における良品状態を高倍率の視野に
拡大する第２の方法、並びに、前記低倍率及び高倍率の欠陥画像の何れにも周期性が無い
場合には、前記画像取得手段により欠陥部位と同一の回路パターンが形成された欠陥を含
まない参照部位の低倍率の参照画像を取得し、前記低倍率及び高倍率の欠陥画像並びに前
記低倍率の参照画像を用いて前記高倍率画像の視野における良品状態を推定する第３の方
法のうちから決定することを特徴とする。

また、本発明は、試料上の各欠陥を撮像して欠陥画像を取得する画像取得手段を備えた
欠陥観察装置において、前記画像取得手段で取得された少なくとも欠陥画像を用いて欠陥
部位周辺の回路パターンの周期性を判定し、該判定した結果に基づいて各欠陥が存在する
欠陥部位の高倍率画像の視野における良品状態を推定する推定方法を決定し、該決定され
た推定方法を用いて欠陥部位の良品状態推定結果を算出する良品状態推定算出機能部と、
該良品状態推定算出機能部で算出された欠陥部位の良品状態推定結果を用いて各欠陥の画
像から計算できる欠陥の大きさや欠陥画像の明るさの特徴量に基づいて、予め設定し
た分類クラスに分類を行う欠陥分類機能部とを有する画像処理部を備え、前記良品状態推
定算出機能部において、前記欠陥部位の高倍率画像の視野における良品状態を推定する推
定方法を、前記欠陥画像のうち高倍率の画像に周期性が有る場合には、該高倍率の画像か
ら判定されるから判定される周期性に基づいて、前記欠陥の高倍率の画像を用いて推定す
る第１の方法、並びに、前記欠陥画像のうち高倍率の画像には周期性が無く低倍率の画像
には周期性が有る場合には、各欠陥の低倍率の視野における良品状態を前記欠陥画像の内
低倍率の欠陥画像を用いて推定し、該推定された低倍率の視野における良品状態を高倍率
の視野に拡大する第２の方法、並びに、前記低倍率及び高倍率の欠陥画像の何れにも周期
性が無い場合には、前記画像取得手段により欠陥部位と同一の回路パターンが形成された
欠陥を含まない参照部位の低倍率の参照画像を取得し、前記低倍率及び高倍率の欠陥画像
並びに前記低倍率の参照画像を用いて前記高倍率画像の視野における良品状態を推定する
第３の方法のうちから決定することを特徴とする。

また、本発明は、試料上の各欠陥を撮像して欠陥画像を取得する画像取得手段を備えた
欠陥観察装置において、低倍率の欠陥画像から欠陥部位を抽出するために前記低倍率の欠
陥画像に含まれるパターンの周期性から得られる低倍率の欠陥画像を取得する必要が有る
か否かの情報に基づいて各欠陥が存在する欠陥部位の高倍率画像の視野における良品状態
を推定する推定方法を決定し、該決定された推定方法を用いて欠陥部位の良品状態推定結
果を算出する良品状態推定算出機能部と、該良品状態推定算出機能部で算出された欠陥部
位の良品状態推定結果を用いて各欠陥の画像から計算できる欠陥の大きさや欠陥画像の明
るさの特徴量に基づいて、予め設定した分類クラスに分類を行う欠陥分類機能部とを有する画像処理部を備え、前記良品状態推定算出機能部において、前記欠陥部位の高倍率画像の視野における良品状態を推定する推定方法を、前記欠陥画像のうち高倍率の画像に周期性が有る場合には、該高倍率の画像から判定される周期性に基づいて、前記欠陥の高倍率の画像を用いて推定する第１の方法、並びに、前記欠陥画像のうち高倍率の画像には周期性が無く低倍率の画像には周期性が有る場合には、各欠陥の低倍率の視野における良品状態を前記欠陥画像の内低倍率の欠陥画像を用いて推定し、該推定された低倍率の視野における良品状態を高倍率の視野に拡大する第２の方法、並びに、前記低倍率及び高倍率の欠陥画像の何れにも周期性が無い場合には前記画像取得手段により欠陥部位と同一の回路パターンが形成された欠陥を含まない参照部位の低倍率の参照画像を取得し、前記低倍率及び高倍率の欠陥画像並びに前記低倍率の参照画像を用いて前記高倍率画像の視野における良品状態を推定する第３の方法のうちから決定することを特徴とする。

本発明によれば、半導体ウェハ等に発生した欠陥を対象とした欠陥観察装置において、高スループットで、かつ高精度なＡＤＲ処理とＡＤＣ処理とを実現することが可能になる。

本発明に係る走査電子顕微鏡を用いた欠陥観察装置（レビューＳＥＭ）及びそれを用いた半導体ウェハ上の欠陥に対するＡＤＲ及びＡＤＣ処理の実施の形態について図面を用いて説明する。

まず、本発明に係る欠陥観察装置（レビューＳＥＭ）の一実施の形態について説明する。図１には、本発明に係る欠陥観察装置（レビューＳＥＭ）の概要を示す。電子顕微鏡（ＳＥＭ）は、１次電子１０８を発生させる電子源１０１と、１次電子を加速する為の加速電極１０２と、１次電子を収束する為の集束レンズ１０３と、１次電子を２次元走査偏向する偏向器１０４と、１次電子を試料１０６上に収束させるための対物レンズ１０５とを備えて構成される。１０７は試料１０６を搭載するステージである。１１０は試料１０６より発生した２次電子信号１０９を検出する検出器であり、１２０ａ、１２０ｂはそれぞれ反射電子信号１１９を検出する反射電子検出器である。図１では、反射電子検出器１２０ａ、１２０ｂは対向して２つ設置されており、それぞれ試料１０６から放出された反射電子信号の異なる成分を検出するものである。１１１は検出された信号をデジタル化するためのデジタル化手段である。これらの各部位は、バス１１８を通じて全体制御部１１３に接続されている。

本欠陥観察装置には、その他、取得画像に対しＡＤＲ／ＡＤＣ処理を行う画像処理部（欠陥分類装置部）１１４、検査条件などを格納したレシピを記憶するレシピ部１１６、並びに装置に対し指示を与える為のキーボードやマウスなどのデバイス及び装置からのデータを出力するモニタやプリンタなどからなる入出力部１１７がバス１１８により互いに接続されている。なお、画像処理部１１４は、具体的に、取得した低倍率の欠陥画像及び高倍率の欠陥画像等を基に図２、図３、図５又は図６に示す処理シーケンスに従ってＡＤＲ／ＡＤＣ処理を行うＣＰＵ１１４１と、該ＡＤＲ／ＡＤＣ処理を行うプログラムを格納したプログラムメモリ１１４２と、デジタル化手段１１１から取得される画像データやその他の画像データを格納する画像メモリ１１４３とによって構成される。

次に、本発明に係る欠陥観察装置を用いたＡＤＲ処理及びＡＤＣ処理の第１の実施例について説明する。該第１の実施例は、欠陥ＳＥＭ画像として撮像された背景の回路パターンがメモリセル等の繰り返しパターンであり、参照ＳＥＭ画像の撮像を行わないシーケンスを実現した場合であり、その処理内容を図２に示す。

先ず、開始前に、試料ウェハ１０６はステージ１０７に搭載されており、さらに試料ウェハを検査装置（図示せず）により検査して得られた各欠陥の位置情報、及び画像撮像する際の各種の電子光学系条件（例えば、加速電圧、プローブ電流、撮像倍率）等の条件がレシピファイルに格納され、それがレシピ部１１６に格納されているものとする。この際レシピに設定する倍率には通常、低倍率（例えば１万倍程度）及び高倍率（例えば５万倍程度）の２種が設定される。これは、非常に微小な欠陥の分類処理を行うには、対象の微小な構造を解析できるだけの画像情報が必要なために、その撮像倍率を５万倍程度以上に設定する必要があるが、そのような条件下では撮像視野が狭くなり、上記検査装置で検出された欠陥の位置座標と欠陥観察装置（レビューＳＥＭ）との位置座標との一致精度が悪い場合には、撮像部位が視野に入らなくなる場合が想定されるからである。この場合、画像取得処理つまりＡＤＲ処理では、（１）低倍率で視野の広い画像を取得し、その画像視野内からの欠陥位置の抽出、（２）抽出された欠陥位置を高倍率で撮像する、という２ステップの処理が行われることになる。

操作者は、入出力部１１７を通して、レシピ部１１６に登録された複数のレシピから、測定に用いるレシピを例えば入出力部１１７のモニタに表示して指示選択し、そこに格納された処理条件でＡＤＲ／ＡＤＣを行うように全体制御部１１３に指示を与える。また、必要ならば、レシピ１１６に格納されている検査装置の結果である欠陥データの内から選択したＡＤＲ／ＡＤＣを行う部分欠陥データを全体制御部１１３に伝える。全体制御部１１３は、ＡＤＲ／ＡＤＣ対象の欠陥一つ一つについて、試料ウェハ１０６上の対象欠陥が撮像視野に入るようにステージ１０７を移動した後（Ｓ２０１）、その箇所の画像データつまり低倍率の欠陥画像を取得する（Ｓ２０２）。画像画像の取得処理では、電子源１０１より放出された１次電子１０８が、加速電極１０２により加速された後、集束レンズ１０３で収束され、その後さらに対物レンズ１０５で収束され、試料１０６の測定部位に照射される。その際、偏向器１０４は、レシピに登録された倍率で定まる視野範囲を１次電子が２次元走査するように、１次電子ビームを偏向する。電子ビームの照射により試料表面から発生した、２次電子１０９や反射電子信号１１９は、２次電子検出器１１０や反射電子検出器１２０により捕獲され、シンチレータ（図示せず）により光信号に変換された後さらに、光電子倍増管（図示せず）により電気信号に変換された後、デジタル化手段１１１で、デジタル信号に変換される。得られたデジタル信号はデジタル画像として、画像メモリ１１５に格納される。なお、走査型電子顕微鏡においては、その試料から発生する２次電子等のショットノイズが多いため、同一箇所を１度スキャンするだけでは、十分にＳ／Ｎ比の高い画像を得ることができない場合が多い。そのため、通常はレシピに指定されたスキャン回数（フレーム数）だけ、１次電子ビームの走査及びデジタルデータの取得が行われ、後にそれらの平均画像を求めることで画像データを生成する。

該生成された低倍率の画像データが画像メモリ１１４３に格納されると、画像処理部１１４内のＣＰＵ１１４１は、全体制御部１１３からの指示により、プログラムメモリ１１４２に格納された良品パターン推定プログラムに従った低倍率画像についての良品パターン推定処理（Ｓ２０３）と、プログラムメモリ１１４２に格納された欠陥抽出処理プログラムに従った低倍率画像での欠陥抽出処理（Ｓ２０４）とを行う。

まず、ここでは、図４（ａ）に示すように欠陥画像４０４として撮像された背景の回路パターンがメモリセル４０１等の繰り返しパターンである場合に、そのパターン上に欠陥４０２が存在する場合について、ＣＰＵ１１４１が画像視野内におけるその欠陥の位置を検出するとともに、図４（ｂ）に示す参照画像つまり欠陥が存在しない良品パターン画像４０３を推定する方法について説明する。この方法は、画像メモリ１１４３に取得された欠陥画像４０４を基に繰り返しパターン４０１の周期の算出と参照画像４０３の合成の２ステップからなる。周期算出の方法としては、まず、図４（ｃ）に示すように、画像の左上の矩形領域をテンプレート４０５、欠陥画像４０４全体を対象画像として２画像の相互相関係数を求め、そのピーク値を選択することで、Ｘ及びＹ方向のパターンの周期及び代表周期方向を求める。図４のような繰り返しパターンにおいては周期の整数倍についても周期として算出される可能性があるため、そのような候補（つまり相関係数が１に近い値をもつＸ、Ｙの周期が）複数ある場合にはその最小のものを選択することにする。また、Ｘ、Ｙのうちその周期が強い、具体的には相関係数が大きい方向を代表方向とする。なお、選択したテンプレート４０５に偶然欠陥が含まれる場合などで周期が正しく求まらない可能性がある場合には、テンプレート４０５を複数個、例えば右上、右下、左下の４つ設定し、それらのテンプレートそれぞれから得られた周期値の中間値を選択する等の処理を行なうことで周期計算を安定化させることができる。

次に、各画素について、自画素４０６の諧調値と、上記求められた代表周期方向に関し、自画素４０６から上記求められた周期分離れた複数個の画素４０７の諧調値を選択し、その複数画素４０７の画像（諧調値）の中間値をその自画素４０６の諧調値とすることで、図４（ｂ）に示す欠陥の存在しない画像つまり参照画像４０３を合成して画像メモリ１１４３に格納することができる。周期分離れた画素が視野から外れる場合であっても、画像の連続性つまり欠陥画像４０４が無限に繰り返されることを仮定することで画素値を得ることができる。この処理は、欠陥の存在しない領域から上記代表周期方向に上記周期分離れて選択される複数個の画素４０７はほぼ同一の諧調値を持ち、欠陥部の画素はそれとは異なった諧調値を持つこと仮定している。この方法により、欠陥が周期に比べて非常に大きい場合を除いて、欠陥画像４０４からその良品画像つまり参照画像４０３を合成することができる。

その結果、ＣＰＵ１１４１は、参照画像４０３を合成した後に、画像メモリ１１４３に格納された欠陥画像４０４と合成参照画像４０３との差演算を行うことで欠陥を示す差画像が得られ、該差画像を例えば所定のしきい値と比較して欠陥４０２を抽出し、その欠陥４０２の位置を計算するつまり欠陥抽出を行うことが可能となる（Ｓ２０４）。

従って、参照画像を撮像して取り込むことなく、ＣＰＵ１１４１は、欠陥の存在しない領域から上記代表周期方向に上記周期分離れて選択される複数個の画素４０７はほぼ同一の諧調値を持ち、欠陥部の画素はそれとは異なった諧調値を持つことを仮定することにより、欠陥画像４０４から参照画像（欠陥が存在しない良品パターン）４０３を合成して生成することが可能となり、その結果欠陥画像４０４と合成参照画像４０３との差画像を基に欠陥の位置を抽出することが可能となる。

次に、全体制御部１１３からの指示により、電子顕微鏡（ＳＥＭ）は、抽出された欠陥位置を中心として高倍率の画像を撮像して画像メモリ１１４３に格納する（Ｓ２０５）。その後、ＣＰＵ１１４１は、全体制御部１１３からの指示により、再び、プログラムメモリ１１４２に格納された良品パターン推定プログラムに従った高倍率画像についての良品パターン推定処理（Ｓ２０６）を行い、ＣＰＵ１１４１は、プログラムメモリ１１４２に格納された欠陥抽出処理プログラムに従った高倍率画像での欠陥抽出処理（Ｓ２０７）を行う。

上記高倍率画像についての推定処理（Ｓ２０６）において、例えば図８（ａ）に示すように、高倍率の欠陥画像８０４ａにおいて欠陥８０２ａの背景部に存在する回路パターン８０１ａの周期が視野に対し十分小さい場合には、Ｓ２０３で行った低倍欠陥画像からの良品パターン推定方式と同様の方法で高倍の良品パターン画像８０３ａの推定を行うことが可能となる。

一方、図８（ｂ）に示すように高倍率で欠陥画像８０４ｂを取得した結果、欠陥画像の背景にある繰り返しパターン８０１ｂの周期よりもその視野が小さく撮像されるケースつまり、欠陥８０２ｂの背景部に存在する回路パターン８０１ｂの周期が視野に対し比較的大きい場合においては、Ｓ２０３での処理方法と同一の方法により高倍率の欠陥画像８０４ｂの１枚から良品パターン画像８０３ｂを推定することは困難になる。この場合は、処理Ｓ２０３で作成した良品パターンの推定画像つまり合成参照画像４０３を用いることにする。具体的には、ＣＰＵ１１４１は、画像メモリ１１４３に高倍率の欠陥画像８０４ｂを取得した際の撮像中心座標値８０６を撮像時に記憶しておき、その撮像中心座標値８０６に相当する低倍合成参照画像４０３の視野８０７を計算し、その視野の画像をデジタル的に拡大する（デジタルズームする）ことで高倍率の合成参照画像８０３ｂを作成して画像メモリ１１４３に格納する（Ｓ２０６）。なおここまでの説明における参照画像合成処理においては、その対象画像は２次電子画像や反射電子画像などの画像種類には限定されないのは当然である。

なお、ＣＰＵ１１４１の良品状態推定算出機能部１１４１ａは、Ｓ２０３、Ｓ２０４、Ｓ２０６を実行することになる。

次に、ＣＰＵ１１４１の欠陥分類機能部１１４１ｂは、欠陥抽出処理（ＡＤＲ処理）を行う（Ｓ２０７）。該欠陥抽出処理は、取得した高倍の欠陥画像の視野内に存在する欠陥の位置を自動で調べることにある。即ち、欠陥抽出処理は、高倍率の欠陥画像４０４と良品パターン推定結果である高倍率の合成参照画像４０３との間で画像の差演算を行い、その差画像上で諧調値の差が大きい位置を欠陥として自動認識することである。

図９（ｃ）は、図９（ａ）に示す欠陥画像８０４と図９（ｂ）に示す合成参照画像８０３との差演算で得られた差画像を適当なしきい値で２値化し、その差の値が大きい画素のみを黒色で表示したものである。黒色の領域をここでラベル９０１と呼ぶことにすると、このように、欠陥が複数の背景回路パターンと重なることで、１つの欠陥は複数のラベルの集合として得られることになる。この場合、欠陥全体の領域を表現する方法の一つとして、例えばラベルの凸包９０２を計算する手法が挙げられる。この場合、凸包により囲まれる領域全体を欠陥が存在する領域とみなすことにする。なお、実際の処理では画像に含まれるノイズ信号が欠陥画像と参照画像で微妙に異なることに起因して欠陥ラベルが誤検出されることがあるため、例えば、ラベルの面積に対するしきい値処理を施すことで、サイズの小さいラベルを凸包の計算対象から削除するといった前処理を行っても良い。

次に、ＣＰＵ１１４１の欠陥分類機能部１１４１ｂは、欠陥分類処理（ＡＤＣ処理）を行う（Ｓ２０８）。該欠陥分類処理は、欠陥抽出処理（ＡＤＲ処理）から得られる高倍率の欠陥画像４０４と高倍率の合成参照画像４０３（それぞれ、２次電子画像や反射電子画像からなる）を用いて、高倍率の欠陥画像内に存在する欠陥の形状を認識したり、その欠陥の断面の凹凸状態を調べたり、またその欠陥が背景の回路パターンに対しどの位置にあるか（例えば、配線間をまたがっているのか、１本の配線上に存在するか、もしくは配線が無い領域に存在するか？）を調べその致命性を判定するなど、幾つかの基準を用いることで、各欠陥を複数のクラスに分類する処理である。

なお、ここでいうＡＤＣ処理とは広い意味での欠陥の特徴づけを意味し、その欠陥に対し、各種の尺度（例えば、大きさ、明るさ、模様の情報や、凹凸、高さなどの３次元情報、周辺パターンとの位置関係、欠陥が配線の形状変化である場合には、配線短絡／断線であるのかといった情報）を用いてその欠陥を定量評価する、もしくは、その欠陥にその特徴によりカテゴライズされる分類クラスのラベル（例えば、異物、パターン欠陥等）を付加することを意味する。その意味で、ＡＤＣ処理、欠陥分類及び欠陥の特徴付けは同一の意味を持つ。

即ち、欠陥分類処理（ＡＤＣ処理）においては、以下に示す幾つかの処理が行われる。一つ目は配線認識処理である。これは高倍画像の視野においてどの部位が配線パターン・非配線パターン（つまり下地）であるのかを調べるものである。具体的には高倍率の合成参照画像８０３から回路パターンの位置を認識する。図１０（ｂ）は、図１０（ａ）に示す合成参照画像８０３に対し２値化処理を行うことで、セル（回路パターン）の部分が背景の下地部よりも暗いという情報利用して、セルを白色に、下地を黒色として２値化処理により認識した結果画像１００１を表示したものである。本処理結果１００１は、参照画像８０３の各画素毎に、そこが配線部（回路パターン）であるのか下地であるのかの情報が得られたことを示す。

次に、ＣＰＵ１１４１は、欠陥の領域致命性判定処理を行う。これは、先に求めた欠陥凸包９０２と配線認識結果１００１を図１１に示すように重ね合わせ、欠陥が配線パターンの対してどの位置に存在するかを判定する処理である。本実施例では、凸包９０２はセル３つに重なっていることが認識できる。本処理により、本実施例に示すように、欠陥が“複数配線パターンにブリッジする”ケースの他、各“単一の配線パターン上に存在”や、“下地の上に存在”などの特徴を各欠陥に付加することができる。

次に、ＣＰＵ１１４１は、欠陥の凹凸状態の認識を行う。これは反射電子１１９を２つの対向する反射電子検出器１２０ａ、１２０ｂで検出して画像メモリ１１４３に格納される反射電子像を用いる。図１２は、（ａ）に示す付着異物など表面に凸形状を持つ欠陥１２０１を撮像した２つの反射電子像を（ｂ）（ｃ）に模式的に示したものである。図１２（ｂ）（ｃ）はそれぞれの視野に対し、それぞれ（１）及び（２）の方向からそれぞれの検出器１２０ａ、１２０ｂで撮像した像であり、異物欠陥の陰影がそれぞれ逆方向に生じている様子を示している。走査型電子顕微鏡において左右に対向する反射電子検出器１２０ａ、１２０ｂにより凸形状の物質を観察すると、本図に示す様に、（ｂ）については（１）の方向から照明光を照らした時に見られる陰影のつき方（（１）の方向に明るい成分が、（２）の方向に暗い影が見られる）と同様な方向に陰影が見られる画像が得られる。（ｃ）については逆の方向に影が生じる。

凹凸認識の処理手順を図１３に示す。図１３（ａ）に示すように実際の試料表面には、形成された配線パターン１３０１も凹凸形状をもつため、図１３（ｂ）に示すように反射電子像１３０２、１３０３上には、配線による陰影と欠陥による陰影が混在して存在する。よって欠陥の凹凸判定にはパターンの凹凸判定に影響されない処理が必要である。まず反射電子の欠陥画像（１３０２と１３０３）と反射電子像に対して良品パターン推定を行うことで得られた合成参照画像（１３０４と１３０５）とに対し差画像を計算することによりその陰影成分を強調した画像を欠陥画像・参照画像それぞれについて取得する（１３０６と１３０７）。次に、得られた２枚の画像１３０６、１３０７の差演算を行い背景の配線パターンがもつ凹凸の情報を除去し欠陥の凹凸情報が顕在化された画像を取得する（１３０８）。そしてこの画像から陰影の斜面が存在する方向、具体的には図の白部と黒部の相対位置関係を調べることでこの欠陥が凹みであるのか凸であるのかを判定する。白が黒の右に存在するならば凸、逆ならば凹である。

次に、ＣＰＵ１１４１は、これまで得られた画像やその処理結果から特徴量データを計算する。この特徴量とは例えば欠陥の凸包から計算したその欠陥の大きさや、その凸包内部の２次電子画像の平均明るさなど画像から計算できる定量数値である。最後に、これまで計算した各種のデータから最終的な欠陥の特徴付け、つまり欠陥分類を行う。図１３に示した実施例では、欠陥は表面構造が凸であるため多くの場合は異物であり、またそれは下地上に存在するものと判定される。分類の他の方法としては、欠陥の面積や明るさなどの情報を用いた統計分類を行うことも可能である。この場合、あらかじめその素性がわかっている複数の異なるクラスの見本欠陥データを数十から数百個ほど取得しておきそれらのデータから同様の特徴量を計算しておき、各クラス毎に特徴量が持つ統計的な性質を調べた教示データを作成しておく。そして、分類対象の特徴量をその教示データと比べることでどのクラスに属する欠陥であるかを判定するものである。ここまで述べた各欠陥の分類シーケンスは、観察対象となる欠陥のすべてが終了するまで続けられる（Ｓ２０９）。

次に、以上説明した処理シーケンスで撮像した画像を順次入出力部に表示する実施例について説明する。即ち、図２における処理シーケンスで撮像した画像を順次入出力部１１７に表示すれば、ユーザはその処理の過程を目視で確認できる。例えば、図２のシーケンスにおいては、各欠陥について低倍率の欠陥画像４０４と高倍率の欠陥画像８０４が撮像されるためこの順で２つの画像４０４、８０４が表示される。このように撮像した画像のみを表示すれば、ステージは良品パターンの画像撮像を行っていないことが容易にわかる。また内部で生成された推定の良品パターン画像４０３、８０３も同一の画面で表示することも可能である。この場合、その画像が推定結果である旨を表示すればユーザはその画像が実際に撮像されたものでないことを容易に確認できる。なおここで述べたように取得や合成した画像の入出力部１１７への出力は、この後に述べる他のシーケンスにおいても実施可能である。

次に、本発明に係る欠陥観察装置を用いたＡＤＲ処理及びＡＤＣ処理の第２の実施例について説明する。該第２の実施例は、欠陥ＳＥＭ画像として撮像された背景の回路パターンがロジック回路部など周期性を持たない回路パターンであり、参照ＳＥＭ画像の撮像を行うシーケンスの場合であり、その処理内容を図３に示す。先の第１の実施例は、メモリセルなどの繰り返しパターン部の上に欠陥が存在したケースのＡＤＲ／ＡＤＣ処理シーケンスである。第２の実施例は、ロジック回路部など周期性を持たない回路パターン（例えば図１４）上に欠陥が存在する場合のＡＤＲ／ＡＤＣ処理シーケンスである。図１４に示す欠陥画像及び参照画像は下地パターンを白色、配線パターンを灰色で模式的に示したものである。この場合、先ず、欠陥が存在しない参照パターンが視野入るようにステージを移動させ（Ｓ３０１）、低倍率で参照画像１４０２を取得する（Ｓ３０２）。この参照パターンとは欠陥部位と同一の回路パターンが形成された領域で欠陥が存在しない領域のことであるが、同一のチップが多数配列して形成される半導体ウェハにおいては、隣接するチップにおいてその欠陥箇所とチップ内の座標が同一の領域を一例として挙げることができる。そして、次に欠陥位置にステージ移動（Ｓ３０３）を行い、低倍率で欠陥画像１４０１を取得する（Ｓ３０４）。次に、ＣＰＵ１１４１は、得られた低倍率の欠陥画像１４０１及び参照画像１４０２の差演算を行うことで欠陥位置の抽出を行う（Ｓ３０５）。次に、欠陥位置を中心に高倍の欠陥画像１４０６を取得する（Ｓ３０６）。次に、ＣＰＵ１１４１は、高倍の欠陥画像１４０６を対象として、良品パターンの推定つまり参照画像１４０７の合成を行う（Ｓ３０７）。

この方式についてもっとも単純な方法は、図８（ｂ）に示した手法と同様、先に取得した低倍率の参照画像１４０２を用いて、その高倍率の欠陥画像の視野の位置の部分画像１４０３をデジタル的にズームして作成することである。このようなデジタルズームは簡便な手法であるが、その低倍率と高倍率の倍率比が大きい場合には、十分な解像度の高倍率の参照画像の推定画像１４０３を得ることが難しい。この場合、次に示す方法を適用することができる。この方法は、低倍率画像における欠陥抽出結果１４０４をマスクとし、そのマスクを高倍率までズーム拡大し、該ズーム拡大したマスク画像１４０５と高倍率の欠陥画像１４０６を重ね合わせることで、高倍率の欠陥画像の視野において欠陥部ではないであろうと予想される領域を求め、その領域の画像データの部分画像を張り合わせることで、高倍率の参照画像１４０７を合成することである。例えば、図１４において、１４０４は、取得した低倍の欠陥画像１４０１と参照画像１４０２の差画像をあるしきい値で２値化した低倍欠陥２値画像であり、白色の部分が欠陥領域を意味する。本画像を高倍欠陥画像の倍率とその視野が同じになるようにズームアップし、白黒部を反転させたのがマスク画像１４０５であり、そこにおいて黒色となる領域は欠陥である可能性が高い領域を意味する、つまり、このマスク領域以外の部位（白色部）は正常パターンである可能性が高いことを示す。そこで、高倍欠陥画像１４０６とこのマスク画像１４０５を重ねた場合にマスクされない高倍欠陥画像１４０６の領域の画像データを用いて、マスクされている領域内部を推定することにより、十分な解像度を持つ高倍の良品パターン画像１４０７を推定する。

より具体的な方式を図１５に示す。高倍欠陥画像１４０６を複数の矩形画像に分割し、そのうちマスク領域１６０１を含む各矩形領域について（例えば矩形領域１６０２）、低倍参照画像１４０２の同一視野をデジタルズームした画像１４０３において、その領域（１６０２）と対応する矩形領域（１６０３）を選択し、次に、その領域のパターンと見かけが類似する矩形領域であって、マスク領域１６０２に含まれない領域をデジタルズーム参照画像１４０３内からパターンマッチング法により探し（本例では例えば１６０４が探索される）、最後に、高倍欠陥画像１４０６の探索された位置の矩形画像データ１６０５を、現在の着目矩形領域（本例では１６０２）に貼り付けるという処理を適用する。本処理を、マスク領域１６０１を含む区分領域全体について行うことで、高倍率の参照画像１４０７を合成する。

なお、ＣＰＵ１１４１の良品状態推定算出機能部１１４１ａは、Ｓ３０５、Ｓ３０７を実行することになる。

そして、その後、先の第１の実施例において図２により説明した方法と同一の方法で、ＣＰＵ１１４１の欠陥分類機能部１１４１ｂは、欠陥抽出（Ｓ２０７）と欠陥分類処理（Ｓ２０８）を行う。

図７は、図２、図３、図５及び図６に示すシーケンスにより各欠陥について得られた分類結果を入出力部１１７に表示した画面の一実施例である。図中７０１は高倍の欠陥画像で、７０２は推定された良品パターンの画像である。図７には、分類結果と共に、撮像時の条件（加速電圧など）と実際に取得した画像の種類（本実施例では、低倍欠陥と低倍参照と高倍欠陥の３種類を取得し、高倍参照画像を合成した第２の実施例の場合）を表示する。なお、第１の実施例の場合は、低倍欠陥と高倍欠陥の２種類を取得し、高倍参照画像を合成することになる。

次に、本発明に係る欠陥観察装置を用いたＡＤＲ処理及びＡＤＣ処理の第３の実施例について説明する。第１及び第２の実施例においては、それぞれ欠陥が繰り返しパターン及びロジックパターン等の非繰り返しパターンの上に存在する場合のＡＤＲ／ＡＤＣシーケンスについて述べた。実際の半導体ウェハ上には、繰り返しパターンと非繰り返しパターンが混在することがほとんどの場合であり、第１の実施例が適用できるのは、ウェハ上の一部に限られるというような制約がある。第２の実施例は、繰り返しパターン部においても問題なく機能するが、すべての領域に対し第２の実施例を適用することはスループットの面で好適ではない。ここで述べる第３の実施例は、各欠陥について第１及び第２の実施例のどちらの方式を使用するかを判断する機能を備えた欠陥観察装置に関するものである。

第３の実施例のシーケンスを図５に示す。まず、第１の実施例に述べているように、欠陥部が撮像視野に入るようにステージを移動させ（Ｓ２０１）、低倍の欠陥画像４０４を取得し（Ｓ２０２）、次に、ＣＰＵ１１４１は、低倍の参照画像４０３の合成処理を行う（Ｓ２０３）。次に、ＣＰＵ１１４１は、その合成処理が成功したかもしくは失敗したかについて自動判定を行う（Ｓ５０４）。この判定処理において失敗したと判定された場合には、第２の実施例に述べているように、参照パターンへステージを移動し（Ｓ３０１）、低倍の参照画像１４０２を取得し（Ｓ３０２）、Ｓ２０２で得られた低倍の欠陥画像１４０１とＳ３０２で取得された低倍の参照画像１４０２とから欠陥抽出を行い（Ｓ３０５）、該抽出された欠陥位置を中心にして欠陥を高倍率で撮像して高倍の欠陥画像１４０６を取得する。

判定処理Ｓ５０４は、複数の判定基準を用いて行う。第一の判定条件は、周期計算の成功/不成功の判定である。Ｓ２０３の良品パターン推定の処理では、第１の実施例で述べたとおり、図４（ｃ）に示す参照画像の合成処理の1ステップとして周期の計算を行う。ここでは、第１の実施例で述べたとおり、相関係数を用いた周期計算を行うがこの相関係数の最大値があるしきい値より低い場合には、周期計算ができなかったつまり参照画像４０３の合成に失敗したと判定する。第１の実施例の説明では、１枚の画像から４つのテンプレートを用いて４つの周期計算を行う旨説明したが、この場合においては、４つの周期の計算のすべてが成功しなければ参照画像の合成に成功しなかったとみなす。

次に、周期計算が成功した場合において、参照画像の合成に失敗するケースを判定する第二の判定条件について説明する。図１６は、視野全面でなく部分領域にのみ繰り返しパターンが存在するケースであり、相関係数に与えるしきい値によっては、周期計算が成功したものと判定される可能性があるケースの典型的な例である。本例については、視野の中心領域については、参照画像の合成が成功しないおそれがある。参照画像の合成が失敗すると、得られる欠陥抽出結果には、誤判定による欠陥ラベルが多く存在することになることから、このラベルの面積、ラベルの総数、ラベルに対する凸包の面積に対し基準を設け、いずれかのデータがこの基準を満たさない場合には、参照画像の合成に失敗したと判定する。本処理において、参照画像の合成失敗を成功と誤判定することがないように基準を厳しく設定すれば、参照画像合成の成功を失敗と誤判定するケースは、若干は発生するものの、失敗したケースを確実に判定することが可能である。

次に、ＣＰＵ１１４１がステップＳ５０５において低倍の参照画像４０３の合成に成功した（低倍の欠陥画像に周期性パターン有り）と判定された場合にはＳ５０４で抽出された欠陥位置を中心にして高倍の欠陥画像を取得する（Ｓ５０７（Ｓ２０５））。その後，次に説明するように高倍画像に関して参照画像（８０３ａ、８０３ｂ又は１４０７）の合成を行う。この高倍の参照画像の推定においても、その欠陥に適した方式を判定する（Ｓ５０８）。この判定処理においても先に述べた周期判定を用いて行うことができる。つまり、ＣＰＵ１１４１がＳ５０８において、Ｓ５０７で取得される高倍の欠陥画像においてその背景パターンに繰り返し成分が含まれていると判定されれば、図８（ａ）に示すように高倍の欠陥画像８０４ａのみから高倍の参照画像８０３ａの合成（Ｓ５１０（Ｓ２０６））が可能であるし、Ｓ５０８において、高倍の欠陥画像において繰り返し成分が含まれていないと判定されれば、図８（ｂ）に示すように低倍合成参照画像４０３のデジタルズームにより高倍の参照画像８０３ｂの合成を行う（Ｓ５１１（Ｓ２０６））ことが可能である。

一方、ＣＰＵ１１４１がステップＳ５０５において低倍の参照画像４０３の合成に失敗した（低倍の欠陥画像に周期性パターン無し）と判定されて参照画像の取得が必要と判定され、ＣＰＵ１１４１がステップＳ５０８において高倍の欠陥画像に周期性パターン無しと判定された場合には、第２の実施例に述べた通り、低倍と高倍の撮像倍率の比をそれに対しあらかじめ設定した基準値と比較し、その比が基準より大きい場合には、図１４に示すように、Ｓ２０２で取得される低倍の欠陥画像１４０１、Ｓ３０２で取得される低倍の参照画像１４０２、Ｓ５０７で取得される高倍の欠陥画像１４０６を用いた参照画像合成方法（Ｓ５１２（Ｓ３０７））を行い、基準より小さい場合には低倍の参照画像１４０２からデジタルズームによる参照画像１４０３の合成処理（Ｓ５１１）を行う。
なお、ステップＳ５０９においては、高倍及び低倍の欠陥画像のパターン周期性に応じて分岐されることになる。また、ＣＰＵ１１４１の良品状態推定算出機能部１１４１ａは、Ｓ２０３、Ｓ５０４、Ｓ５０５、Ｓ５０８〜Ｓ５１２を実行することになる。

その後、ＣＰＵ１１４１の欠陥分類機能部１１４１ｂは、欠陥抽出処理（Ｓ２０７）及び欠陥分類処理（Ｓ２０８）を第１の実施例に述べた方法で行う。

本第３の実施例によれば、各欠陥の背景パターンの特徴に応じて好適なシーケンス及び参照画像合成方法が選択される。

次に、本発明に係る欠陥観察装置を用いたＡＤＲ処理及びＡＤＣ処理の第４の実施例について説明する。先の第３の実施例においては、各欠陥についてのＡＤＲ／ＡＤＣ処理、具体的には参照画像の合成方法について画像処理を用いて変更することについて述べたが、このように各欠陥に適した処理方式を判定するのは画像処理による自動判定を利用することには限られない。例えば、全体制御部１１３において、検査装置（図示せず）で検査されてネットワーク（図示せず）等を通して得られてレシピファイルとしてレシピ部１１６に格納された試料上の欠陥の位置座標の情報を、例えばＣＡＤシステム（図示せず）から入力されてレシピ部１１６に格納された試料上のＣＡＤ等の設計データと比較することで、事前にどの欠陥が繰り返しパターン上に存在するのか、非繰り返しパターン領域の存在するのかの情報を例えばレシピ部１１６に保有しておき、画像処理部１１４のＣＰＵ１１４１はそれらの情報を例えばレシピ部１１６から読み出してそれぞれに適したシーケンスでＡＤＲ処理／ＡＤＣ処理を行うことが考えられる。このほかにも、ＣＡＤ等の設計データを使わなくても、入出力手段１１７のモニタの表示画面上に、チップの全面もしくはその一部の光学顕微鏡像などの画像を表示させ、その画面上でユーザが第１及び第２の実施例の何れか１つ以上による処理を行う領域をそれぞれ指定し、検査装置から得られる各欠陥の位置座標をその内容と比較することで、いずれのモードを用いてＡＤＲ／ＡＤＣ処理を行うかを切り替えることも可能である。また、その他の実施例としては検査装置の結果を用いることもできる。検査装置の中には、欠陥の検査においてチップのどの領域が繰り返しパターン領域であるのかといった情報を用いて検査の方法を切り替えるものがあり、このような検査装置からは、各欠陥が繰り返し／非繰り返し部のどちらのモードで検査されたかの検査条件を検査結果に付随して出力するものがある。この場合には、検査装置から出力された検査結果の情報をレシピ部１１６に格納しておくことにより、ＣＰＵ１１４１は、この情報を用いてＡＤＲ／ＡＤＣを行うモードを決定することが可能となる。

本第４の実施例に係る処理シーケンスを図６に示す。ＣＰＵ１１４１は各欠陥に対しＡＤＲ／ＡＤＣ処理を開始するに当たり、先ずその欠陥のモードが何であるか、より具体的には低倍の参照画像の取得が必要であるのか否かを判定する（Ｓ６０１）。この判定は先に述べた通り、検査装置から得られる欠陥の位置座標とＣＡＤデータとの比較結果等を利用する。参照画像が必要な欠陥については、参照部へのステージ移動、低倍の参照画像の撮像、欠陥部へのステージ移動、低倍の欠陥画像の撮像、欠陥抽出が行われる（Ｓ３０１〜Ｓ３０５）。一方参照画像が必要でない欠陥については、欠陥部へのステージ移動、低倍の欠陥画像の取得、良品パターンの推定、欠陥抽出処理が行われる（Ｓ２０１〜Ｓ２０４）。高倍の欠陥画像を取得後（Ｓ６１０（Ｓ２０５、Ｓ３０６））、高倍の欠陥画像からパターンの周期性を判定し（Ｓ５０８）、その後高倍の良品パターンの合成方法についての方式判定処理が行われる（Ｓ５０９）。ここでは、低倍画像の撮像シーケンスにおいて参照画像を取得したか、していないか、及び低倍と高倍の倍率比に応じて処理を切り替える。セル領域に存在する欠陥であって、高倍の視野よりも周期が小さいと事前に判断されている欠陥は、高倍の欠陥画像を用いたパターン推定方式（Ｓ５１０）を、高倍の視野に対し比較的周期が大きい場合であって、低倍の参照画像を取得していない場合には、低倍の合成参照画像をデジタルズームする方式（Ｓ５１１）により、また、参照画像を取得した場合であって低倍と高倍の撮像倍率の比があらかじめ定めた基準より大きい場合には、第２の実施例で述べた、低倍欠陥画像、低倍参照画像、高倍欠陥画像を用いた参照画像合成方法（Ｓ５１２）を、基準より小さい場合にはデジタルズームによる参照画像合成処理（Ｓ５１１）を行う。

なお、ＣＰＵ１１４１の良品状態推定算出機能部１１４１ａは、Ｓ６０１、Ｓ２０３、Ｓ２０４、Ｓ３０５、Ｓ５０８〜Ｓ５１２を実行することになる。

その後、ＣＰＵ１１４１の欠陥分類機能部１１４１ｂは、欠陥抽出処理（Ｓ２０７）、欠陥分類処理（Ｓ２０８）を行う。本第４の実施例も、先に述べた第３の実施例と同様に、各欠陥に従って好適なシーケンスでＡＤＲ及びＡＤＣ処理が行われる。

なお、以上説明した第１〜第４の実施例は、光学式欠陥観察装置（レビュー装置）にも適用可能である。

以上説明したように、本実施の形態によれば、半導体ウェハ等に発生した欠陥を対象とした欠陥観察装置において、高スループットで、かつ高精度なＡＤＲ処理とＡＤＣ処理とを実現することが可能になる。

また、本実施の形態によれば、欠陥観察装置において、取得した欠陥部位をその視野に含む画像から、同一視野の正常状態（欠陥が存在しない状態）を推定し、その推定結果を用いて欠陥の特徴付けを行うことができる。

また、本実施の形態によれば、欠陥観察装置において、欠陥が存在しない正常部位の画像を実際に取得する必要がないため、従来技術に比べて画像撮像のスループットを飛躍的に高めることが可能になる。

また、本実施の形態によれば、ウェハ上に存在する欠陥それぞれの位置が、メモリセルなどの周期パターン上やロジック回路等の非周期パターン上などと多様であっても、その欠陥に応じたＡＤＲシーケンスとＡＤＣ処理を実行することが可能である。

本発明に係る欠陥観察装置（レビューＳＥＭ）の一実施の形態を示す構成図である。 本発明に係る欠陥観察装置を用いたＡＤＲ処理及びＡＤＣ処理の第１の実施例を示す処理フロー図である。 本発明に係る欠陥観察装置を用いたＡＤＲ処理及びＡＤＣ処理の第２の実施例を示す処理フロー図である。 本発明に係る繰り返しパターンにおける参照画像を合成する処理方式の一実施例を説明するための図である。 本発明に係る欠陥観察装置を用いたＡＤＲ処理及びＡＤＣ処理の第３の実施例を示す処理フロー図である。 本発明に係る本発明に係る欠陥観察装置を用いたＡＤＲ処理及びＡＤＣ処理の第４の実施例を示す処理フロー図である。 本発明に係る欠陥観察装置を用いた第１〜第４の実施例で得られた欠陥分類結果の表示例を示す図である。 本発明に係る回路パターンの周期が高倍率の欠陥画像の視野に対して小さい場合、及び回路パターンの周期が高倍率の欠陥画像の視野に対して大きい場合における高倍率の参照画像を合成する処理方式の一実施例を説明するための図である。 本発明に係る欠陥抽出処理の一実施例の説明図である。 本発明に係るＡＤＣ処理における配線認識処理の一実施例の説明図である。 本発明に係るＡＤＣ処理における領域致命性判定処理の一実施例の説明図である。 本発明に係る反射電子像の性質を説明するための図である。 本発明に係るＡＤＣ処理における凹凸認識処理の一実施例の内容を説明するための図である。 本発明に係る非繰り返しパターンにおける高倍率における良品パターン画像を推定する一実施例を説明するための図である。 本発明に係る参照画像合成の手順を説明するための図である。 本発明に係る視野一面が単一の周期パターンで形成されていなく、周期計算が成功したものと判定される可能性があるケースの典型的な欠陥画像の例を示す図である。

符号の説明

１０１…電子源、１０２…加速電極、１０３…集束レンズ、１０４…偏向器、１０５…対物レンズ、１０６…試料、１０７…ステージ、１０８…１次電子、１０９…２次電子、１１０…２次電子検出器、１１１…デジタル化手段、１１３…全体制御部、１１４…画像処理部（欠陥分類装置部）、１１４１…ＣＰＵ、１１４１ａ…良品状態推定算出機能部、１１４１ｂ…欠陥分類機能部、１１４２…プログラムメモリ、１１４３…画像メモリ、１１６…レシピ部、１１７…入出力部、１１８…バス、１１９…反射電子、１２０ａ、１２０ｂ…反射電子検出器、４０１…メモリセル（繰り返しパターン）、４０２…欠陥、４０３…良品パターン推定結果（参照画像合成結果）、４０４…欠陥画像、４０５…テンプレート、４０６…自画素の位置、４０７…周期分離れた位置の画素、７０１…高倍率の欠陥画像、７０２…良品パターン推定画像、８０１ａ、８０１ｂ…繰り返しパターン、８０２ａ、８０２ｂ…欠陥、８０３、８０３ａ、８０３ｂ…高倍率の良品パターン推定結果（高倍率の参照画像合成結果）、８０４、８０４ａ、８０４ｂ…高倍率の欠陥画像、８０６…高倍画像撮像中心、８０７…高倍画像視野、９０１…欠陥ラベル、９０２…欠陥凸包、１００１…配線認識結果、１２０１…異物、１３０１…配線パターン、１３０２…欠陥反射電子像（１）、１３０３…欠陥反射電子像（２）、１３０４…合成参照反射電子像（１）、１３０５…合成参照反射電子像（２）、１３０６…欠陥差画像、１３０７…参照差画像、１３０８…欠陥陰影顕在化像、１４０１…低倍率の欠陥画像、１４０２…低倍率の参照画像、１４０３…デジタルズーム参照画像、１４０４…低倍率の欠陥２値画像、１４０５…マスク画像、１４０６…高倍率の欠陥画像、１４０７…高倍率の良品パターン推定画像、１６０２…マスク領域を含む矩形領域、１６０３…デジタルズーム参照画像において矩形領域１６０２に対応する箇所、１６０４…矩形領域１６０３と類似する領域、１６０５…高倍欠陥画像において、矩形領域１６０４に対応する箇所。

Claims (10)

1. 試料上の各欠陥を撮像して欠陥画像を取得する画像取得手段を備えた欠陥観察装置を用
   いた欠陥観察方法であって、
   前記画像取得手段で取得された少なくとも欠陥画像を用いて欠陥部位周辺の回路パター
   ンの周期性を判定し、該判定した結果に基づいて各欠陥が存在する欠陥部位の高倍率画像
   の視野における良品状態を推定する推定方法を決定し、該決定された推定方法を用いて欠
   陥部位の良品状態推定結果を算出する良品状態推定算出ステップと、
   該良品状態推定算出ステップで算出された欠陥部位の良品状態推定結果を用いて各欠陥
   の画像から計算できる欠陥の大きさや欠陥画像の明るさの特徴量に基づいて、予め設
   定した分類クラスに分類を行う欠陥分類ステップと
   を含む画像処理ステップを有し、
   前記良品状態推定算出ステップにおいて、前記欠陥部位の高倍率画像の視野における良
   品状態を推定する推定方法を、前記欠陥画像のうち高倍率の画像に周期性が有る場合には
   、該高倍率の画像から判定される周期性に基づいて前記欠陥の高倍率の画像を用いて推定
   する第１の方法、並びに、前記欠陥画像のうち高倍率の画像には周期性がなく低倍率の画
   像に周期性が有る場合には、各欠陥の低倍率の視野における良品状態を前記欠陥画像の内
   低倍率の欠陥画像を用いて推定し、該推定された低倍率の視野における良品状態を高倍率
   の視野に拡大する第２の方法、並びに、前記低倍率及び高倍率の欠陥画像の何れにも周期
   性が無い場合には、前記画像取得手段により、欠陥部位と同一の回路パターンが形成され
   た欠陥を含まない参照部位の低倍率の参照画像を取得し、前記低倍率及び高倍率の欠陥画
   像並びに前記低倍率の参照画像を用いて前記高倍率画像の視野における良品状態を推定す
   る第３の方法のうちから決定することを特徴とする欠陥観察装置を用いた欠陥観察方法。
2. 試料上の各欠陥を撮像して欠陥画像を取得する画像取得手段を備えた欠陥観察装置を用
   いた欠陥観察方法であって、
   低倍率の欠陥画像から欠陥部位を抽出するために前記低倍率の欠陥画像に含まれるパタ
   ーンの周期性から得られる低倍率の参照画像を取得する必要が有るか否かの情報に基づい
   て各欠陥が存在する欠陥部位の高倍率画像の視野における良品状態を推定する推定方法を
   決定し、該決定された推定方法を用いて欠陥部位の良品状態推定結果を算出する良品状態
   推定算出ステップと、
   該良品状態推定算出ステップで算出された欠陥部位の良品状態推定結果を用いて各欠陥
   の画像から計算できる欠陥の大きさや欠陥画像の明るさの特徴量に基づいて、予め設
   定した分類クラスに分類を行う欠陥分類ステップと
   を含む画像処理ステップを有し、
   前記良品状態推定算出ステップにおいて、前記欠陥部位の高倍率画像の視野における良
   品状態を推定する推定方法を、前記欠陥画像のうち高倍率の画像に周期性が有る場合には
   、該高倍率の画像から判定される周期性に基づいて前記欠陥の高倍率の画像を用いて推定
   する第１の方法、並びに、前記欠陥画像のうち高倍率の画像には周期性が無く低倍率の画
   像には周期性が有る場合には、各欠陥の低倍率の視野における良品状態を前記欠陥画像の
   内低倍率の欠陥画像を用いて推定し、該推定された低倍率の視野における良品状態を高倍
   率の視野に拡大する第２の方法、並びに、前記低倍率及び高倍率の欠陥画像の何れにも周
   期性が無い場合には、前記画像取得手段により、欠陥部位と同一の回路パターンが形成さ
   れた欠陥を含まない参照部位の低倍率の参照画像を取得し、
   前記低倍率及び高倍率の欠陥画像並びに前記低倍率の参照画像を用いて前記高倍率画像の
   視野における良品状態を推定する第３の方法のうちから決定することを特徴とする欠陥観
   察装置を用いた欠陥観察方法。
3. 前記欠陥分類ステップは、欠陥とその背景にある回路パターンとの位置関係を判定する
   第１の判定ステップ、及び、欠陥部の凹凸状態を判定する第２の判定ステップのいずれか
   もしくは両者を含むことを特徴とする請求項１又は２記載の欠陥観察装置を用いた欠陥観
   察方法。
4. さらに、前記良品状態推定算出ステップにおいて算出された欠陥部位の良品状態推定結
   果を保存または表示するステップを有することを特徴とする請求項１又は２記載の欠陥観
   察装置を用いた欠陥観察方法。
5. 請求項１乃至４記載の何れか一つに記載の欠陥観察装置を用いた欠陥観察方法において
   、前記欠陥観察装置を電子顕微鏡によって構成することを特徴とする欠陥観察装置を用い
   た欠陥観察方法。
6. 試料上の各欠陥を撮像して欠陥画像を取得する画像取得手段を備えた欠陥観察装置であ
   って、
   前記画像取得手段で取得された少なくとも欠陥画像を用いて欠陥部位周辺の回路パター
   ンの周期性を判定し、該判定した結果に基づいて各欠陥が存在する欠陥部位の高倍率画像
   の視野における良品状態を推定する推定方法を決定し、該決定された推定方法を用いて欠
   陥部位の良品状態推定結果を算出する良品状態推定算出機能部と、
   該良品状態推定算出機能部で算出された欠陥部位の良品状態推定結果を用いて各欠陥の
   画像から計算できる欠陥の大きさや欠陥画像の明るさの特徴量に基づいて、予め設定
   した分類クラスに分類を行う欠陥分類機能部と
   を有する画像処理部を備え、
   前記良品状態推定算出機能部において、前記欠陥部位の高倍率画像の視野における良品
   状態を推定する推定方法を、前記欠陥画像のうち高倍率の画像に周期性が有る場合には、
   該高倍率の画像から判定される周期性に基づいて前記欠陥の高倍率の画像を用いて推定す
   る第１の方法、並びに、前記欠陥画像のうち高倍率の画像には周期性が無く低倍率の画像
   には周期性が有る場合には、各欠陥の低倍率の視野における良品状態を前記欠陥画像の内
   低倍率の欠陥画像を用いて推定し、該推定された低倍率の視野における良品状態を高倍率
   の視野に拡大する第２の方法、並びに、前記低倍率及び高倍率の欠陥画像の何れにも周期
   性が無い場合には、前記画像取得手段により、欠陥部位と同一の回路パターンが形成され
   た欠陥を含まない参照部位の低倍率の参照画像を取得し、前記低倍率及び高倍率の欠陥画
   像並びに前記低倍率の参照画像を用いて前記高倍率画像の視野における良品状態を推定す
   る第３の方法のうちから決定することを特徴とする欠陥観察装置。
7. 試料上の各欠陥を撮像して欠陥画像を取得する画像取得手段を備えた欠陥観察装置であ
   って、
   低倍率の欠陥画像から欠陥部位を抽出するために前記低倍率の欠陥画像に含まれるパタ
   ーンの周期性から得られる低倍率の参照画像を取得する必要が有るか否かの情報に基づい
   て各欠陥が存在する欠陥部位の高倍率画像の視野における良品状態を推定する推定方法を
   決定し、該決定された推定方法を用いて欠陥部位の良品状態推定結果を算出する良品状態
   推定算出機能部と、
   該良品状態推定算出機能部で算出された欠陥部位の良品状態推定結果を用いて各欠陥の
   画像から計算できる欠陥の大きさや欠陥画像の明るさの特徴量に基づいて、予め設定
   した分類クラスに分類を行う欠陥分類機能部と
   を有する画像処理部を備え、
   前記良品状態推定算出機能部において、前記欠陥部位の高倍率画像の視野における良品
   状態を推定する推定方法を、前記欠陥画像のうち高倍率の画像に周期性が有る場合には、
   該高倍率の画像から判定される周期性に基づいて前記欠陥の高倍率の画像を用いて推定す
   る第１の方法、並びに、前記欠陥画像のうち高倍率の画像には周期性が無く低倍率の画像
   には周期性が有る場合には、各欠陥の低倍率の視野における良品状態を前記欠陥画像の内
   低倍率の欠陥画像を用いて推定し、該推定された低倍率の視野における良品状態を高倍率
   の視野に拡大する第２の方法、並びに、前記低倍率及び高倍率の欠陥画像の何れにも周期
   性が無い場合には、前記画像取得手段により、欠陥部位と同一の回路パターンが形成され
   た欠陥を含まない参照部位の低倍率の参照画像を取得し、前記低倍率及び高倍率の欠陥画
   像並びに前記低倍率の参照画像を用いて前記高倍率画像の視野における良品状態を推定す
   る第３の方法のうちから決定することを特徴とする欠陥観察装置。
8. さらに、前記良品状態推定算出機能部において算出された欠陥部位の良品状態推定結果
   を保存または表示する手段を備えたことを特徴とする請求項６又は７記載の欠陥観察装置
   。
9. 前記欠陥分類機能部は、欠陥とその背景にある回路パターンとの位置関係を判定する第
   １の判定機能部、及び、欠陥部の凹凸状態を判定する第２の判定機能部のいずれかもしく
   は両者を含むことを特徴とする請求項６又は７記載の欠陥観察装置。
10. 請求項６乃至９記載の何れか一つに記載の欠陥観察装置は、電子顕微鏡によって構成さ
    れることを特徴とする欠陥観察装置。

Images