JP5707423B2 - パターンマッチング装置、及びコンピュータープログラム - Google Patents

Description

本発明は、パターンマッチング装置、及びパターンマッチングをコンピューターに実行させるコンピュータープログラムに係り、特に設計データに基づいて得られる画像と、撮像に基づいて得られる画像との間の位置合わせを行う装置、及びコンピュータープログラムに関する。

対象試料上に存在する特定のパターンを探索するための手法としてテンプレートマッチング法が知られている。特に、半導体デバイスの微細化に伴い、半導体デバイス評価用の走査電子顕微鏡（Scanning Electron Microscope：ＳＥＭ）等によって取得した画像の位置合わせのためのテンプレートマッチング法には、より高い精度が求められている。特許文献１には、半導体デバイスの設計データに基づいて、テンプレートを作成し、当該テンプレートを用いてパターンマッチングを行う手法が説明されている。また、特許文献２には、ラインアンドスペースパターンと呼ばれるラインパターンがほぼ同じ間隔にて配列されたパターンについて、ライン部（凸部）或いはスペース部（凹部）を判定する手法が開示されている。特許文献３には、評価領域が付加された設計データと、パターン画像間にて位置合わせを行い、位置合わせ後、当該評価領域内に含まれるパターンの形状を評価する手法が説明されている。

特開２００７−５８１８号公報（対応米国特許ＵＳＰ７,２３５,７８２） 特開２００３−９０７１９号公報（対応米国特許ＵＳＰ６,８７２,９４３） 特開２００７−１２１１８１号公報（対応米国特許ＵＳＰ７,７８７,６８７）

特許文献３に開示の手法によれば、所望の評価個所に評価領域を設定することが可能となるが、設計データと、ＳＥＭ等によって取得される画像上のパターン（実パターン）形状との間には乖離があり、パターンマッチングが失敗した場合、誤った位置に評価領域を設定してしまうことになる。このような設計データと実パターンとの形状の乖離を抑制するために、特許文献１には、設計データと実パターン画像の双方に平滑化処理を施し、両者の形状差を抑制する手法が開示されているが、やはりマッチングが失敗した場合の対応についての開示がない。

一方、特許文献２に説明されているような繰り返しパターンのパターン判定法では、或る程度の精度でライン、或いはスペースパターンの特定ができるが、例えばパターンの側壁が左右非対称であるような場合、ライン、或いはスペースの特定を誤ってしまうことが考えられる。また、特許文献２に開示されている手法は、凹凸判定法であって、周期パターンを対象とするパターンマッチングを行うためのものではない。

以下に、繰り返しパターンが含まれる画像上にて、マッチングの成否の判断、或いはマッチング処理が失敗した場合であっても、適正にマッチングを行うことを目的とするコンピュータープログラム、及びパターンマッチング装置について説明する。

上記目的を達成するための一態様として、以下に設計データに基づいて形成されたテンプレートを用いて、画像上でパターンマッチングをコンピューターに実行させるコンピュータープログラム、或いはパターンマッチング装置であって、パターンマッチング処理の後、所定の評価領域内に含まれる画像情報が所定の条件であるか否かの判定を行うコンピュータープログラム、或いはパターンマッチング装置を提案する。

また、他の一態様として、設計データに基づいて得られるエッジ情報と、実画像に基づいて得られるパターンエッジ画像について膨張処理を施すことによって得られる興味領域（Region Of Interest：ＲＯＩ）同士を比較することによって、位置合わせを実行するコンピュータープログラム、及びパターンマッチング装置を提案する。

更に、他の一態様として、評価領域を除いてマスク処理を施したテンプレートを用いて、パターンマッチングを実行するコンピュータープログラム、或いはパターンマッチング装置を提案する。

上記構成によれば、マッチングが失敗したか否かの判定を行うことができるため、その旨をオペレータに通知したり、当該判定に基づいて、マッチングの失敗を解消するような処理を行うことが可能となる。

また、２つのパターンの形状差に依らず、繰り返しパターンを含む画像に対する適正なマッチング処理を行うことが可能となる。

走査電子顕微鏡の一例を示す図。 繰り返しパターンを含む測定、或いは検査対象画像の一例を示す図。 繰り返しパターンを含む設計データに基づいて形成される線図画像の一例を説明する図。 位置合わせ判定工程を示すブロック図。 位置合わせ対象画像のＲＯＩの選択的評価に基づいて、位置合わせ判定を行う工程を示す図。 設計データに基づいて生成されるＲＯＩと、撮像画像に基づいて生成されるＲＯＩとの比較に基づいて、位置合わせを行う工程を示す図。 設計データに基づいて生成されるＲＯＩと、撮像画像に基づいて生成されるＲＯＩとの比較に基づいて、位置合わせを行う場合に用いられる画像例を示す図。 設計データに基づいてＲＯＩ画像を生成する工程を示すフローチャート。 撮像画像（検査画像）に基づいてＲＯＩ画像を生成する工程を示すフローチャート。 ホールアレイを撮像した画像に対する位置合わせ処理を行う場合に用いられる画像の例を示す図。 位置合わせ処理の結果を表示する表示画面の一例を示す図。 設計データに基づいて、ＲＯＩ画像を生成する工程を示すフローチャート。 ＳＥＭを含む半導体測定，検査システムの一例を示す図。 ＲＯＩ（Region Of Interest）内に含まれる設計データに基づく線分画像と、実パターン画像の一例を示す図。 実パターン画像への膨張処理例を示す図。 パターンマッチング、及びマッチングの評価工程を示すフローチャート。 ＲＯＩ部分を用いたテンプレートの一例を示す図。 均等なパターン間隔で適用する一例を示す図。 グレースケールのＲＯＩを用いたマッチングの一例を示す図。 距離変換画像を用いて、ＲＯＩを抽出する工程を示すフローチャート。 マスク処理を施した設計データを用いてパターンマッチングを行う例を示す図。 設計データにマスク処理を施す例を示す図。 設計データから、テンプレート領域を自動選出する例を示す図。 パターンのコーナーの周辺領域をＲＯＩとする例を示す図。 所定条件を満たすＲＯＩの数を評価値として、マッチングの検証を行う工程を示すフローチャート。 複数のマッチング候補の中から正しいマッチング位置を特定する工程を示すフローチャート。 複数のテンプレートを用いてＲＯＩを評価する例を示す図。 複数のテンプレートを用いてＲＯＩ評価を行う工程を示すフローチャート。

半導体集積回路は微細化が進むにつれて、塵や湿度の変化および振動などの影響によって、歩留まり低下や欠陥発生の可能性が増大する。

また、半導体回路の製造に要する時間が長いことは製造コストの上昇を招くので検査や測定（以下、単に検査と称する）工程を自動化してオペレータが介在する時間の縮減が求められている。一般的なＳＥＭを用いた検査装置を図１に例示する。

ＳＥＭは、主に電子顕微鏡鏡体１０１と、真空チャンバに含まれる試料ステージ１０５を備えている。ＳＥＭは、制御装置１０３に内蔵された計算機１０４からの指示に基づいて、試料ステージ１０５上に搭載された試料に電子ビームを走査し、電子ビームの走査領域から放出される電子を、検出器によって検出すると共に、当該検出電子信号を電子ビームの走査信号と同期して配列することによって、一次元情報（ラインプロファイル）や二次元画像を形成し、表示装置１０９に表示する。

図１３は、ＳＥＭを含む測定，検査システムをより詳細に示す図である。本システムには、ＳＥＭ本体１３０１，Ａ／Ｄ変換機１３０４，制御装置（画像処理装置を含む）１３０５が含まれている。

ＳＥＭ本体１３０１は電子デバイスが製造されたウェハ等の試料に電子ビームを照射し、試料から放出された電子を検出器１３０３で捕捉し、Ａ／Ｄ変換器１３０４でデジタル信号に変換する。デジタル信号は制御装置１３０５に入力されてメモリ１３０７に格納され、画像処理部１３０６に内蔵されるＣＰＵ，ＡＳＩＣ，ＦＰＧＡ等の画像処理ハードウェアによって、目的に応じた画像処理が行われる。また、画像処理部１３０６は、検出信号に基づいて、ラインプロファイルを作成し、プロファイルのピーク間の寸法を測定する機能をも備えている。

更に制御装置１３０５は、入力手段を備えた入力装置１３１５と接続され、当該入力装置１１０８に設けられた表示装置、或いは外部ディスプレイ１１０９には、操作者に対して画像や検査結果等を表示するＧＵＩ（Graphical User Interface）等の機能を有する。

なお、制御装置１３０５における制御や処理の一部又は全てを、ＣＰＵや画像の蓄積が可能なメモリを搭載した電子計算機等に割り振って処理・制御することも可能である。また、入力装置１３１５は、検査等に必要とされる電子デバイスの座標，位置決めに利用するパターンマッチング用のテンプレート，撮影条件等を含む撮像レシピを手動もしくは、電子デバイスの設計データ記憶媒体１３１４に記憶された設計データを活用して作成する撮像レシピ作成装置としても機能する。

入力装置１３１５は、設計データに基づいて形成される線図画像の一部を切り出して、テンプレートとするテンプレート作成部を備えており、作成されたテンプレートは画像処理部１３０６に内蔵されるマッチング処理部１３０６におけるテンプレートマッチングのテンプレートとして、メモリ１３０５に登録される。テンプレートマッチングは、位置合わせの対象となる撮像画像と、テンプレートが一致する個所を、正規化相関法等を用いた一致度判定に基づいて特定する手法であり、マッチング処理部１３０８は、一致度判定に基づいて、撮像画像の所望の位置を特定する。

また、図１３に例示するシステムには、シミュレーター１３１６が含まれている。シミュレーター１３１６は、設計データ記憶媒体１３１４に記憶された設計データに基づいて、パターンの出来栄えを推定する装置である。

以下に説明する実施例は、主に設計データに基づいて得られるエッジ情報と、ＳＥＭ等によって撮像された撮像画像間との間のパターンマッチングに関するものであり、設計データに基づいて得られるエッジ情報は、設計データに基づいて形成されるパターンの理想形状を示す線分画像情報や、シミュレーター１３１６によって、実パターンに近くなるような変形処理が施された線分画像情報である。また、設計データは例えばＧＤＳフォーマットやＯＡＳＩＳフォーマットなどで表現されており、所定の形式にて記憶されている。なお、設計データは、設計データを表示するソフトウェアがそのフォーマット形式を表示でき、図形データとして取り扱うことができれば、その種類は問わない。

なお、以下に説明する実施例では、ＳＥＭに搭載された制御装置、或いはＳＥＭに通信回線等を経由して接続される制御装置（入力装置１３１５）を例に採って説明するが、これに限られることはなく、コンピュータープログラムによって、画像処理を実行する汎用の演算装置を用いて、後述するような処理を行うようにしても良い。更に、集束イオンビーム（Focused Ion beam：ＦＩＢ）装置等、他の荷電粒子線装置に対しても、後述する手法の適用が可能である。

以下に説明する実施例は、パターンマッチングを行う装置，パターンマッチングをコンピューターに実行させるプログラム、及び当該プログラムを記憶する記憶媒体に関するものである。

検査画像に、ラインとスペース幅が略同じのラインアンドスペースパターンのような繰り返しパターンが含まれていると、パターンマッチングに基づく位置合わせが適正に行われない可能性がある。これは、同じパターンが羅列されているような画像では、１ピッチずれて位置合わせが行われたとしても、正確な位置とほぼ同等の一致度となってしまうためである。このように特徴の少ないパターンが含まれる画像や、形状が複雑なパターンが含まれる画像であると、通常のマッチング法では、位置合わせに失敗することがある。この結果、測定，検査システムの稼動が停止、或いは遅延し、オペレータによる操作時間が増大する。また、位置合わせに失敗したことを正しく判断することも難しい。

本実施例では、マッチングの成否の判定を容易に判断可能な装置について、図面を用いて説明する。このような判断を速やかに行うことによって、マッチングエラー時の早期の復旧や、レシピ設定時の適正なテンプレート条件を早期に発見することが可能となり、装置の自動化率を向上することが可能となる。また、マッチングエラーの検出に基づいて、選択的に異なるマッチング処理を実行せしめることによって、マッチング処理の効率化を実現することができる。

本実施例では、主に半導体集積回路の製造に用いられるウェハ上または露光用マスク上の形状を撮像する手段と、該撮像手段により検査画像を格納する手段と、上記撮像手段により撮像しようとするウェハ上または露光用マスク上の位置に対応する半導体回路の設計データを格納する手段と、該設計データを画像化した設計データ画像を格納する手段と、該設計データ画像に含まる形状の相対的粗密関係から求めた関心領域を画像化した設計データＲＯＩ画像を生成する手段と、該検査画像と該設計データ画像の位置合わせを行う位置合わせ部を有し、該設計データＲＯＩ画像を用いて該検査画像と該設計データ画像が一致する位置の特定または、一致度を計算する装置，システム、或いは上記処理を、コンピューターに実行させるコンピュータープログラムについて説明する。

上記構成によれば半導体回路の設計データから生成した設計データＲＯＩ画像を用いて形状の密度の高い領域を除いた特徴的な領域だけに着目することから、位置合わせが少し違うだけで設計データと検査画像の一致度に差を出すことができる。

たとえば、検査画像が繰り返しパターン形状で、周期ズレが生じるような場合にはＲＯＩにおける設計データと検査画像は通常異なるものとなるので位置合わせの正解と失敗を正しく判断できる。

また、検査画像から検査画像ＲＯＩ画像を生成すると繰り返しパターン形状以外の領域だけが残るので周期ズレは生じにくいので、位置合わせの失敗は低減され、且つ位置合わせの正解と失敗を正しく判断できる。

位置合わせの正解と失敗を正しく判断できるので、オペレータフリーな半導体検査装置を提供することができる。

以下、図面を用いて画像内の選択的な評価に基づく、マッチングの成否判定を行う装置について、詳細に説明する。なお、各図において、共通する部分には同一の符号を付し重複した説明を省略する。

図４は位置合わせ判定工程の一例を示す図である。図２は、パターンマッチングの対象となる撮像画像、図３は、設計データに基づいて生成されるテンプレート画像、図５は、２つの画像間のマッチング処理工程を示す図である。

図４の設計データ４０２は、図１３に例示する設計データ記憶媒体１３１４に格納されており、テンプレート作成時には、制御装置１３０５内のメモリ１３０７に一時的に格納される（設計データ画像４０３）。なお、以下の説明では、設計データ画像に基づいてテンプレートを作成する例について説明するが、シミュレーター１３１６にて生成されてシミュレーション画像に基づいてテンプレートを作成するようにしても良い。メモリ１３０７には、パターンマッチングの対象となる撮像画像（検査画像）も併せて格納され（検査画像４０１）、マッチング処理部１３０８におけるマッチング処理に供される。

検査画像４１２と設計データ画像４１４は位置合わせ部４０６で位置合わせが行われる。一方、設計データＲＯＩ生成部４０４では、設計データ画像４１４に基づいて、設計データＲＯＩ画像４０５を作成する。

位置合わせ結果４０７と設計データＲＯＩ画像４０５は位置合わせ判定部４０８に入力される。

位置合わせ結果４０７の判定は位置合わせ判定部４０８で設計データＲＯＩ画像４０５のＲＯＩに着目して一致度４０９を算出することで行う。位置合わせ判定部４０８は、図１３の位置合わせ判定部１３１０と同じものである。この位置合わせ判定に基づいて得られる位置合わせ一致度４０９を表示装置１０９に表示する。なお、位置合わせ一致度４０９は一般的に知られている相関値などを用いることができる。

位置合わせ一致度４０９は検査画像４１２と設計データ画像４１４および設計データＲＯＩ画像４０５と共に表示装置１０９に送られて表示される。また、位置合わせ一致度４０９が失敗を示した場合は検査画像４０１に撮像やり直し指示４１１を送る。撮像をやり直して得られた検査画像４１２を用いて再度位置合わせを行う。

本実施例では、図５に例示するように、設計データ画像５０２に基づいて、設計データＲＯＩ画像４０５を生成し、当該設計データＲＯＩ画像４０５を用いて、検査画像５０１と設計データ画像５０２の位置合わせの成否を判断する。図５の検査画像５０１と設計データ画像５０２において正解な位置合わせができているのかを判断するには、少なくとも検査画像中の特徴領域５０３と設計データ画像の特徴領域５０６との間で適正な位置合わせが行われているか否かの判断を行えば良い。本実施例では、設計データ画像５０２上の特徴領域５０７，５０８と、検査画像５０１の特徴領域５０４，５０５をも判定対象とする例について説明する。

特徴領域５０３は、周期パターンが含まれる設計データの中で、その周期性が途切れる部分であり、マッチングによって適正な位置合わせが行われなかった場合、特定領域５０３に位置合わせされる検査画像５０３上の周期パターン部となる。当該部分は、検査画像５０１全体と設計データ画像５０２全体を比較する場合と比べると、マッチングエラー時の一致度が相対的に低くなる（或いは不一致度が高くなる）部分である。即ち、マッチング成功時と失敗時の一致度の差が顕著に現れる領域であり、この部分を選択的に評価すれば、マッチング成否の検証を正確に行うことが可能となる。

本実施例では、設計データ画像５０２を設計データＲＯＩ生成部４０４に入力して設計データＲＯＩ画像４０５を生成する。設計データＲＯＩ画像４０５には５０６，５０７，５０８に対応する５０９，５０１０，５１１のＲＯＩが生成される。設計データＲＯＩ生成部４０４は、図１３のＲＯＩ生成部１３１２に相当するものであり、後述する膨張処理等に基づいて、ＲＯＩを生成する。位置合わせ結果４０７は検査画像５０１と設計データ画像５０２が位置合わせ結果に基づいて合成された画像である。

次に、位置合わせ結果４０７と設計データＲＯＩ画像４０５を位置合わせ判定部４０８で論理積（ＡＮＤ）することで位置合わせ判定結果４０９を得る。この場合、位置合わせ判定結果４０９に含まれる検査画像５０１のエッジ情報と、設計データ画像５０２のデザイン情報の比率を求めることで位置合わせが正解か失敗かを判断する。

また、ＲＯＩ評価部１３０９によって、以下のような手順に基づいて、位置合わせの成否を判定することも可能である。図１４には、設計データに基づいて得られる評価領域（ＲＯＩ）１４０１、マッチングが失敗したときに、評価領域１４０１と重畳する撮像画像領域１４０２、及びマッチングが成功したときに、評価領域１４０１と重畳する撮像画像領域１４０３が例示されている。

ここで撮像画像領域１４０２と１４０３の違いが分かれば、マッチングの成否判断を行うことができる。上述のように画素の比率に基づいて、成否判断を行う場合、評価領域１４０１に含まれる所定輝度の画素が、評価領域１４０１全体の画素数に対し、どの程度含まれているかの判定を行い、その比率が所定値の条件を満たしている場合（例えば、所定の比率の範囲に収まっている場合、或いは所定の比率の範囲を脱している場合）に、マッチングが成功、或いは失敗したと判断するようにすると良い。また、相対値ではなく、画素数の絶対値と閾値の比較に基づいて、成否を判定するようにしても良い。また、単にテンプレート全体の大きさに比べて小さな評価領域内の設計データと、撮像画像との一致度と、閾値との比較に基づいて、位置合わせの成否を判断するようにしても良い。

更に、評価領域１４０４内に設けられた評価ウィンドウ１４０５内にて、プロファイル波形を形成し、評価ウィンドウ１４０６のように、所定の閾値を超えるピークが検出されたときには、マッチングが失敗したと判断し、評価ウィンドウ１４０７のように、ピークが検出されない場合には、マッチングが成功したと判断するようにしても良い。

更に、図１５に例示するように、評価ウィンドウ１４０５について、エッジ部の膨張処理を行った上で、画素数をカウントすれば、評価ウィンドウ内のエッジの存否に基づく所定画素数の差異をより明確にすることができる。

以上のようなマッチングの成否の結果を、位置合わせ判定結果４０９として、表示装置１０９にて表示することでオペレータに位置合わせが正解か失敗かを知られることができる。

次に、設計データＲＯＩ生成部４０４（ＲＯＩ生成部１３１２）における設計データＲＯＩ画像４０５の生成工程を、図８を用いて説明する。

まず、設計データ画像５０２を、メモリ１３０７に、Ｎ−１回目として保存する（ステップ８０１）。ステップ８０２では、膨張処理部１３１１によって、膨張処理を施すことによって、パターンの輪郭を示す線分を太らせる処理を行い、処理回数Ｎを＋１とする。膨張処理は例えば、注目画素に隣接する画素に、１つでもエッジに相当する画素が存在する場合に、当該注目画素をエッジと同じ階調とすることによって行われる。

ステップ８０３では、ステップ８０２にて生成された画像から、膨張処理によって輝度が変化した領域以外の領域（ブロブ）の個数を数えてＭとする。Ｍの数が１となるまでステップ８０１〜８０３を繰り返し（ステップ８０４）、Ｍ＝１となった場合に、ステップ８０５に進む。

ステップ８０５では、膨張回数Ｎの数をカウントし、Ｎ＝１である場合には、ステップ８０７に進み、膨張処理回数が２回以上である場合には、ステップ８０６に進む。ステップ８０６では、Ｎ−１回目の画像が次のステップの処理対象となるように、膨張画像を戻す。

ステップ８０７では、塗り潰されなかった部分を抽出する。ステップ８０８では、塗り潰されなかった部分が、関心領域（ＲＯＩ）として適切な位置と面積になるように画像を膨張させるなどの補正処理を施して出力する。

図１２は、膨張処理に基づいてＲＯＩを抽出する工程を示す図である。ＲＯＩ生成部１３１２では、膨張処理部１３１１によって膨張処理を施された画像を用いて、ＲＯＩを抽出する。入力された設計データ画像５０２には特徴的な箇所として特徴点１２０２と特徴点１２０３および１２０４が存在していると仮定する。設計データ画像５０２を膨張処理すると画像１２０６のように白い部分が増える。さらに膨張処理すると画像１２０８となりもう１回膨張処理すると画像１２１０となる。

画像１２１０内にて塗り潰しの処理を施されなかった領域（ブロブ）の数は１個である。設計データ画像５０２は２回以上膨張処理を行ったのでＮ−１回目となる画像１２０８から処理１２１２で形状を取り出し、膨張などの処理を行うと関心領域（ＲＯＩ）画像１２２０が得られる。

関心領域（ＲＯＩ）画像１２２０に含まれる白い領域１２２１は特徴点１２０２、白い領域１２２２は特徴点１２０３、白い領域１２２３は特徴点１２０４に対応する。

膨張させて最後まで残った情報を関心領域（ＲＯＩ）とするので、設計データに含まれる形状を判断するのではなく形状の相対的な粗密関係から関心領域（ＲＯＩ）を求めることができる。

図１１は位置合わせ結果を表示する表示装置１０９の表示例を示す図であり、表示データは図１３に例示する出力データ作成部１３１３にて作成される。メニュー１１０１はＲＯＩを求めるかどうかを指定するＲＯＩ方式スイッチでＡｕｔｏスイッチ１１０２は図８の処理フローを使用して自動で関心領域（ＲＯＩ）を求めることを指定する。

関心領域（ＲＯＩ）を使用しない場合はＯＦＦスイッチ１１０３を指定する。ウィンドウ１１０５は検査画像を表示する。ウィンドウ１１０７は設計データ画像を表示する。ウィンドウ１１０９は設計データＲＯＩ生成部４０４で生成した設計データＲＯＩ画像４０５を表示するＲＯＩ表示部である。

ウィンドウ１１１１は位置合わせ結果が表示される結果表示部であり位置合わせ判定結果４０９を表示する。また１１０５，１１０７，１１０９の合成画像を表示してもよい。ウィンドウ１１１１をオペレータが見ることで１１０７に表示された設計データ画像内のどの領域を判断しているのかを知ることができる。

なお、上述の例では、位置合わせの成否を判定するところまでを説明したが、位置合わせが失敗したとの判断に基づいて、再度位置合わせ処理を実行する例を、図１６のフローチャートを用いて説明する。電子ビームの照射領域に、測定対象位置を位置づけ（ステップ１６０１）、電子ビーム走査に基づいて、対象パターンの画像を取得する（ステップ１６０２）。ここで設計データ画像５０２のようなテンプレートを用いてパターンマッチングを実行する（ステップ１６０３）。テンプレートマッチング後、ＲＯＩ内の評価を行い、ＲＯＩ内に対象部位（例えば周期パターンが途切れた部分）が含まれていると判断される場合には、次の処理（測定のためのビーム走査等）を実行し（ステップ１６０５）、ＲＯＩ内に対象部位が含まれていない、すなわち位置合わせが失敗したと判断される場合には、ＲＯＩを用いたマッチング処理によって、正しい位置合わせを実行する（ステップ１６０６）。位置合わせが失敗したとは言え、近接した位置に正解の位置が存在すると判断できるような場合、図１７に例示するように、３つのＲＯＩを含む選択領域１７０１や、１つのＲＯＩ１７０２からなるテンプレートを用いて、狭い範囲でのマッチング処理を実行する。この場合、例えば、テンプレートの移動範囲を、ラインアンドスペースパターンの３ピッチ分に制限する（即ち、最初のテンプレートマッチングのテンプレートの移動量に比べて狭い範囲をサーチする）ことによって、処理の高速化、及び効率化をはかることが可能となる。

図６は、設計データに基づいて生成される画像データ、撮像画像に基づいて生成される画像データ共に、膨張処理を施すことによって、ＲＯＩ領域同士を比較するマッチングを実行する工程を示すブロック図である。図７は、双方の画像データとＲＯＩが抽出された画像の例を示す図である。

本実施例では、検査画像７０１と設計データ画像７０２の双方をメモリ１３０７内に格納し、検査画像ＲＯＩ生成部６０１、及び設計データＲＯＩ生成部４０４（図１３の場合、双方ともＲＯＩ生成部１３１２）にてＲＯＩの生成を行う。

位置合わせ部４０６に検査画像ＲＯＩ画像６０２と設計データＲＯＩ画像６０５を入力して正規化相関などの一般的に知られた方法で位置合わせを実行する。また、例えばマッチング処理部１３０８にてマッチング処理を行う場合、ＲＯＩの輪郭を抽出し、試料上のパターン形状同士の比較ではなく、ＲＯＩ形状同士の比較によって、マッチング処理を行うこともできる。この場合、ＲＯＩ形状の輪郭同士の差分が最も小さくなるときの相対的な移動量をマッチングに要する移動量と定義するようにすると良い。このような構成によれば、設計データと実パターン形状との乖離に基づくマッチングエラーの可能性を抑制することが可能となる。

出力データ作成部１３１３では、位置合わせ結果４０９として、検査画像ＲＯＩ画像６０２と設計データＲＯＩ画像６０５の一致する位置に基づいて、両者の位置誤差情報７０４を生成し、表示装置１０９に表示させることもできる。出力データ作成部１３１３では、マッチングの成否，位置誤差情報などを表示装置に表示させるための出力データを作成し、表示装置１０９は、レシピ名，画像取得時間，試料の座標情報等の付加情報と併せて表示する。

また、位置誤差情報に基づいて、位置補正を行った位置合わせ結果７０４を表示装置１０９に表示させるようにしても良い。

図９は検査画像ＲＯＩ生成部６０１の処理フローである。図８の処理フローに入力する情報を検査画像から作成することが図８のフローチャートと異なる点である。ステップ９０１にて、検査画像７０１に対し、ノイズ除去とエッジ強調などの画像処理を施し、画質改善を行う。このような画像処理は、画像処理部１３０６にて行われる。ステップ９０２では、画質改善した検査画像を２値化画像に変換する。以降、図８と同様の手順で検査画像から関心領域（ＲＯＩ）を求めて検査画像ＲＯＩ画像６０２を生成する。

図１０は、繰り返しパターンの一態様であるホールアレイを対象画像としたときのマッチング処理の概要を示す図である。

検査画像１００１と、設計データ画像１００３との間にて、位置合わせを行った場合、検査画像のホール１００２と設計データのホール１００４が重なるようにしたい。

しかし、ホールアレイ形状は、繰り返しパターンなのでホールアレイの１行また１列だけズレが生じる場合がある。

１行または１列ズレの場合、一致度は検査画像１００１のホール総数をＢ、設計データ画像のホールと検査画像のホールが重なっていないホール数をＡとした場合、式１の単純な式で表すと、図１０の失敗画像１００５においてＡは５、Ｂは３０となり式１より一致度は８３％を示す。

一致度＝１−（Ａ／Ｂ）×１００「％」 …式１
この場合、ＲＯＩの内側だけについて一致度を求めれば良い。具体的なステップとして、まず、位置合わせ結果に基づいて設計データ画像を切り出して設計データＲＯＩ画像１００７を生成する。設計データＲＯＩ画像１００７に含まれるＲＯＩ１００８を位置合わせ結果１００６に重ねたものが一致度算出画像１０１０である。一致度算出領域１０１１について式１を用いると、Ａは５、Ｂは９となり一致度は４４％となる。このことから、設計データＲＯＩを用いれば精度よく位置合わせの正解と失敗を判断することができる。

上述したパターンマッチング法、及びパターンマッチングの検証法は、特に半導体デバイスのウェハや露光用マスクの回路パターンを検査するパターン検査装置，測長装置及び半導体測定，検査システムに適用することが可能である。

図１８は、設計データに基づいたパターンが均等な間隔で縦と横の線分から構成される設計データ画像の例である。設計データ画像１８０１から折れ曲がり部分を特徴領域と判断するためには、縦パターン成分１８０２を選択的に左右の隣り合うパターンと重なるまで左右に膨張させる。横パターン１８０３と縦パターン１８０２の膨張領域１８０４の境界がパターンの粗密関係となり特徴領域１８０７が得られる。または、設計データ画像１８０１から折れ曲がり部分を特徴領域と判断するためには、横パターン成分１８０３を選択的に上下の隣り合うパターンと重なるまで上下に膨張させる。縦パターン１８０２と横パターン１８０３の膨張領域１８０６の境界が粗密関係となり特徴領域１８０７が得られる。設計データ画像１８０１から特徴領域１８０７の領域を使いマッチングを行うことで、精度の良いマッチングを行うことが可能となる。

図１９は、設計データＲＯＩをグレースケールで用い重み付きマッチングを行う例である。設計データＲＯＩを示す画像は、白黒の２値画像ではなく、グレースケール設計データＲＯＩ１９０１を用いることもできる。グレースケール設計データＲＯＩ１９０１は、グレースケールの画素値がマッチング正解位置の重みを意味する。グレースケール設計データＲＯＩ１９０１の中心にマッチングすることを期待しており、同一画素値の領域１９１１，１９１２、１９１３，１９１４は、グレースケール設計データＲＯＩ１９０１の周囲から中心に向かって、昇順の画素値とする。例えば、設計データ画像１９０２と撮像したＳＥＭ像１９０３をマッチングしたマッチング失敗結果画像１９０４の場合、水平パターン１９０５の幅だけマッチング位置が上にずれている。一方、設計データ画像１９０２と撮像したＳＥＭ像１９０３をマッチングしたマッチング正解結果画像１９０６の場合は設計データのパターンとＳＥＭ像のエッジが重なっている。１９０４と１９０６のどちらのマッチング位置が正解かを判断するには、１９０４と１９０６において設計データのパターンとＳＥＭ像のエッジが重なっている画素をプラス点、乖離している画素をマイナス点とする。さらに、画素が位置している１９１１，１９１２，１９１３，１９１４の画素値を乗算する。設計データのパターンとＳＥＭ像のエッジが重なった度合いを、グレースケール設計データＲＯＩ１９０１の画素値で乗算した点数から点数が高い方をマッチング正解位置とすればマッチングの失敗を低減できる。

図２１は、検査画像と設計データとのパターンマッチングを行う方法において、設計データＲＯＩの領域を、検査画像と設計データとの類似度評価を行う選択領域とする方法を説明する図である。ここでは検査画像と設計データとの類似度評価を行わない領域をマスク処理領域と呼び、マスク処理領域では類似度評価を行わないマッチング方法をマスク処理付きパターンマッチングと呼ぶこととする。

本方法によりパターンマッチングで類似度評価を行う領域を画像内の特徴的な領域である設計データＲＯＩに限定することができ、マッチングのロバスト性が向上する（ロバスト性が向上する理由は後述する）。図２１（ａ）は、本方法の処理フローを示している。マスク処理付きパターンマッチング２１０７は、検査画像２１０１、設計データ２１０２、マスクデータ２１０６を入力とし、マッチング位置２１０８を出力する。なお、マスクデータ２１０６は、次の処理により生成する。まず設計データをもとに図８で説明した設計データＲＯＩ生成処理２１０３でＲＯＩ画像２１０４を生成し、次に生成したＲＯＩ画像２１０４をもとにマスク領域生成処理２１０５でマスクデータを生成する。

以上の処理で、設計データＲＯＩを用いたマスク処理付きパターンマッチングを行うことができる。図２１（ｂ）は、マスク処理付きパターンマッチングで生成する画像等を説明する図である。パターンマッチングにおいては、検査画像２１２０で、マッチング処理用のテンプレートとする設計データと同サイズの領域を切り出し、その切り出した領域と設計データとの類似度を評価する。この切り出す領域の位置を検査画像上で移動させて（２１２２）、各位置での類似度を算出し、類似度の最大の位置をマッチング位置とする。

本例ではマッチング正解位置は矩形の破線部２１２１である。また検査画像２１２０での丸型の破線部が本画像での特徴的な領域である（その他の領域はラインアンドスペースパターンの繰り返しパターンとなっている）。設計データ２１３０において特徴的な領域は、設計データ２１３０での丸型の破線部であり、本領域は、図８で述べたＲＯＩ生成方法により抽出できる。抽出したＲＯＩがＲＯＩ画像２１３１で白色の丸領域で示した領域である（領域内の設計データは、領域の位置を示すために参考のために描画しているだけで、実際は無い）。

マスク領域生成部において、ＲＯＩ画像のＲＯＩをマスク処理付きマッチング処理で、類似度評価を行うフラグを付け（例えば１とする）、それ以外の領域（マスク領域）は類似度評価を行わないフラグを付ける（例えば０とする）。マッチング処理は、先に述べたように、検査画像２１２０、設計データ２１３０、マスクデータ２１４０を入力とする。マスクデータ２１４０を用いることで、検査画像との類似度評価に設計データでの特徴的な領域のみを用いた評価をすることができる。

本方法でマッチングのロバスト性が向上する理由は、例えば検査画像２１２０のように特徴的でないパターンであるラインアンドスペースの繰り返しパターン（ライン幅：スペース幅＝１：１）の領域が類似度評価領域に多く含まれた場合に、半導体パターンの形成具合によっては、検査画像と設計データとの間でライン同士（或いはスペース同士）よりもラインとスペースとの幅が一致してしまっている場合に、類似度評価領域の多くを占めるラインアンドスペースの悪影響でマッチング位置が例えば半ピッチずれ、マッチングに失敗してしまう恐れがある。一方で、先の説明したように丸型の破線部の特徴的な領域に限定して類似度評価を行うと、このような半ピッチずれしてマッチングに失敗することを回避でき、マッチングをロバストに行うことが可能となる。

なお、マスク領域のフラグは２値に限定するものではなく、図１９の説明にあったようにグレースケール（多値）にしても良い。その場合、例えばパターンマッチングの類似度評価が相関演算の場合に、画素毎の相関値への寄与率としてグレースケール（多値）の重みを掛け合わせることを行うことが可能となる。

図２２は、図２１（実施例６）で述べた設計データＲＯＩを用いてマスク処理付きパターンマッチングを行う方法において、マスクデータを異なる方法で生成する方法を説明する図である。設計データ２２１１から図８で説明したＲＯＩ生成方法でＲＯＩを生成するまでは、図２１（実施例６）と同じである。

抽出したＲＯＩにおいて（ＲＯＩ画像２２１２の白色の丸領域）、設計データ近傍の領域のみを類似度評価を行う領域とし、それ以外の領域はマスク領域とする。例えば、マスクデータ生成時の中間処理画像２２２１に示すように、ＲＯＩ内の設計データである破線の周辺を類似度評価領域（白色部）とする。本領域は、例えば設計データ部の領域を膨張処理することで生成する。マスクデータ２１３２で白色の領域が類似度評価を行う領域、それ以外の黒色の領域がマスク領域となる。

これにより例えば検査画像２２４１に示すようにＲＯＩ内にパターンのエッジがある領域以外に余剰なパターン２２４２が写り込んだ場合にでも、その余剰なパターン２２４２はマスク処理により類似度評価から除外することができ、余剰なパターン２２４２の悪影響を受けないロバスト性の高いパターンマッチングを行うことが可能になる。

図２３は、設計データから生成したＲＯＩを用いて、設計データからテンプレート領域を自動選出する方法を説明する図である。本方法により、よりロバストなマッチングを可能にするテンプレートを設計データから自動選出することができる。図２３（ａ）はテンプレート選出の処理フローを説明する図である。

まず図８で説明したＲＯＩ生成処理２３０２により設計データ２３０１からＲＯＩ画像２３０３を生成する。次にＲＯＩ画像２３０３からテンプレート選出処理２３０４によりテンプレート２３０５を選出する。図２３（ｂ）はテンプレート選出の例を説明する図である。設計データ２３０１では、破線で示した領域２３０２がＲＯＩとなる。テンプレート選出処理２３０４では、テンプレート内にＲＯＩの領域が多く含まれるようにテンプレートを選出する。

設計データ２３０１において、テンプレートの候補が領域２３０３、２３０４，２３０５とすれば、領域２３０３がＲＯＩを最も多く含むことから、領域２３０３をテンプレートとして選ぶ。パターンマッチングにおいては特徴的な領域がテンプレートに多く含まれるとマッチングがロバストになる傾向にあり、本方法のように特徴的な領域であるＲＯＩが多く含まれる領域をテンプレートとすることで、マッチングがロバストになる。テンプレートサイズが決まっているのであれば、そのテンプレートの領域内に、より多くのＲＯＩが含まれるようなテンプレート位置を選出すれば良い。

テンプレートサイズが決まっていないのであれば、テンプレートサイズの許容範囲内でより多くのＲＯＩがテンプレート内に含まれるように、テンプレートサイズ及びテンプレート位置を選べば良い。なお、テンプレートが多く含まれるかの判定は、ＲＯＩの面積総和に限定するものではなく、テンプレートの面積に対するＲＯＩの面積の割合が最大となるように選んでも良い。また図１９で説明した重み付きＲＯＩであれば、重みの総和であっても良い。

図２４は、図８とは異なる方法でＲＯＩを生成する方法を説明する図である。図２４（ａ）は、処理フローを説明する図である。設計データ２４０１に対して、コーナ点抽出処理２４０２を行い、その結果に対して、コーナ点周辺領域抽出処理２４０３を行い、ＲＯＩ画像２４０４を生成する。本処理内容を説明する図が図２４（ｂ）である。設計データ２４０１から特徴的な領域として、コーナ点２４０６（丸印部）を抽出する。

一般的に知られている画像処理によるコーナ抽出方法としては、Harrisのコーナ検出方法、ＳＵＺＡＮのコーナ検出方法等があるが、本方法に限定するものではなく、コーナを検出する方法であれば良い。次にコーナ点２４０６をもとにコーナ点周辺領域２４０７（丸印部）を生成する。例えば、コーナ点を膨張処理することで本領域が生成できる。生成方法は、膨張処理に限定するものではなく、コーナ周辺領域が生成できれば良い。コーナ周辺領域２４０７がＲＯＩ画像２４０４のＲＯＩ（白色の領域）となる。

次に、関心領域（ＲＯＩ）を設定するための他の手法について説明する。先述した実施例では、設計データのエッジ画像（輪郭線画像）、或いはシミュレーション画像のエッジを太らせる膨張処理を施すことによって、ＲＯＩ中心を求める例について説明をしたが、膨張処理に換えて、或いは併用して距離変換画像を用いて、ＲＯＩ抽出を行うことも可能である。図２０は距離変換画像に基づいてＲＯＩを抽出する工程を示すフローチャートである。

まず、設計データのエッジ画像、或いはシミュレーション画像を、設計データ記憶媒体１３１４から読み出し（ステップ２００１）、距離変換画像を形成する（ステップ２００２）。本例で用いる距離変換画像は、エッジ位置を基準として、エッジとの距離に応じた信号を画素に付与することによって形成されるものであり、例えばエッジから離れるほど、大きな値を各位置の情報とすることによって形成する。距離変換画像形成法自体は公知のものであり、種々の手法の適用が可能である。

図２に例示するような周期パターンの場合、エッジから最も遠い位置とは、周期パターンが途切れた部分であり、距離変換画像を形成することによって、エッジから最も遠い、１または複数のＲＯＩ候補位置を特定することができる。本例の場合、エッジから最も遠い位置、或いはエッジより所定値以上、離間している部分を、ＲＯＩ中心として選択する（ステップ２００３）。

更に、距離変換画像を用いる利点として、途切れ（ｙ方向）部分のエッジ間の距離が、ライン間の距離（ｘ方向）より小さい場合であっても適用が可能な点がある。膨張処理の場合、「途切れ（ｙ方向）部分のエッジ間の距離＜ライン間の距離」であると、先に途切れ部分が塗り潰されてしまうため、途切れ部分にＲＯＩを設定することが難しい。一方、距離画像に基づけば、エッジから特定の距離を有する部分を選択的に抽出することができるため、例えばエッジからの距離が最も近い部分、或いは所定の距離条件を満たす（例えばライン間距離とは異なる距離情報を持つ）部分を選択的に抽出することにより、適正なＲＯＩ中心の選択が可能となる。

このＲＯＩ中心位置から所定の大きさをＲＯＩとして設定（ステップ２００４）し、この測定条件を自動測定条件としてレシピに登録する（ステップ２００５）。

以上のような構成によれば、膨張処理によらずとも、適正な位置にＲＯＩを設定することが可能となる。

次に、複数のＲＯＩを設け、複数のＲＯＩ評価を行うことによって、マッチングの検証を行う例について説明する。図２５は、その工程を示すフローチャートである。通常のパターンマッチングを実施（ステップ２５０１）した後、複数のＲＯＩ評価を行う（ステップ２５０２）。評価値（一致度等）が所定条件を満たしているＲＯＩの数を判定し（ステップ２５０３）、その数が所定条件を満たすか否かを判定する（ステップ２５０４）。例えば一致度が所定値以上のＲＯＩが所定数以上存在するか、或いは不一致度が所定値以上のＲＯＩの数が所定値以下であるかの判断を行う。

ＲＯＩの数が所定条件を満たすと判断できる場合は、マッチングが成功したものと判定（ステップ２５０５）し、ＲＯＩの数が所定条件を満たさないと判断される場合には、マッチングが失敗したと判定する（ステップ２５０６）。マッチングが失敗したと判定された場合には、再度ステップ２５０１に戻り、次候補を選択するか、或いはエラーメッセージ等を発生する等の処理を行う。

このように単にＲＯＩ内の評価値を用いてマッチングの検証を行うだけではなく、複数のＲＯＩを設け、条件を満たすＲＯＩの数を判断基準とすることによって、例えば、パターンが部分的に変形し、評価値が異常値を示すような場合であっても、適正にマッチングの検証を行うことが可能となる。

また、これまでの説明では１のマッチング結果を検証するために、ＲＯＩの評価を行っていたが、最初のパターンマッチングで複数のマッチング候補を選択し、ＲＯＩの評価によって、複数のマッチング候補から適正なものを選択することも可能である。図２６はその工程を示すフローチャートである。

まず、通常のパターンマッチングによって、複数のマッチング候補位置（例えば一致度が所定値以上、或いは一致度が上位ｎ個の位置）を選択する（ステップ２６０１）。次に、ＲＯＩ内の判定に基づいて、複数のマッチング候補位置の中から、１のマッチング位置を特定する（ステップ２６０３）。この場合、最初のマッチングにおける一致度と、ＲＯＩの評価値の統計値の一番良いものを選択するようにしても良いし、ＲＯＩ内の評価値のみで判断するようにしても良い。

以上のように、マッチングの検証だけではなく、複数のマッチング候補から適正なものを選択することにも、ＲＯＩ評価を用いることができる。

次に、ＲＯＩ評価を複数のテンプレートを用いて行う例について説明する。図２７は、２つのラインエンド２７０２，２７０３が含まれるＲＯＩ２７０１を示す図である。例えば、二重露光法等によって形成されたパターンや、光近接効果（Optical Proximity Correction：ＯＰＣ）によって部分的にパターンがずれて形成されるパターンの場合、２つのラインエンドの相対位置が変化する可能性がある。本例ではＲＯＩの評価を行うテンプレートを複数用意し、複数のテンプレートの一致度評価に基づいて、マッチングの検証を行う例について説明する。

図２７に例示するように、ＲＯＩを評価するためのテンプレート２７０４，２７０５を用意した上でパターンマッチングを実行する。まず、通常のパターンマッチングを実行し（ステップ２８０１）、次に、ＲＯＩ２７０１内にて、テンプレート２７０４，２７０５を用いたパターンマッチングを実行する（ステップ２８０２）。所定数のテンプレートを用いたマッチングが終了した場合には、複数（３以上でも可）のテンプレートを用いたマッチング結果が所定の条件を満たしているかを判定する（ステップ２８０４，２８０５）。ここで、マッチング結果が所定の条件を満たしている場合には、ステップ２８０１で実施したマッチングが成功したものと判定（ステップ２８０５）し、パターンの測定等、次の処理に移行する。また、マッチング結果が所定の条件を満たしていないと判断される場合には、ステップ２８０１でのパターンマッチングが失敗したものと判定（ステップ２８０６）し、次の候補を選択する、或いはエラーメッセージを発生する等の処理を実行する。

なお、マッチング結果が所定の条件を満たしたか否かの判定は、例えば、２つのテンプレートを用いたマッチングによって、一致度が所定値以上である個所が特定できたか否かで判定する。このような判定によれば、２つのパターン位置が相対的にずれていたとしても、２つのパターンの存在の有無を判定することができ、パターンの形成条件によらず、安定してマッチングの検証を行うことができる。また、一方のパターンがＲＯＩの外にずれて形成されている可能性もあるため、一方のパターンが検出された場合に、マッチング成功と判定するようにしても良いし、一方のパターンが検出された場合には、他方の一致度の閾値を下げて、検証を行うようにしても良い。

通常のパターンマッチングでは、サーチ領域に種々のパターンが存在するため、本例で説明するような１パターン単位でのマッチングは困難であるが、本例のように、パターンマッチングを行う領域をＲＯＩに制限する手法によれば、サーチ対象内のパターン形状の種類が限定されるため、簡単な形状のテンプレートを用いたマッチングの検証が可能となる。

また、予めパターン間の相対位置が異なる複数の検証用テンプレートを用意し、そのいずれかで所定値以上の一致度が得られた場合に、マッチング成功と判定するようにしても良い。

１０１ 電子顕微鏡鏡体
１０３ 制御装置
１０４ 計算機
１０９ 表示装置
２０１ 検査画像
３０１ 設計データ画像
４０２ 設計データ
４０４ 設計データＲＯＩ生成部
４０５ 設計データＲＯＩ画像
４０８ 位置合わせ判定部
６０１ 検査画像ＲＯＩ生成部
６０２ 検査画像ＲＯＩ画像

Claims (12)

1. 設計データに基づいて形成されたテンプレートを用いて、画像上でパターンマッチングを実行する画像処理部を備えたパターンマッチング装置において、
   前記画像処理部は、前記パターンマッチングを実行した後、前記テンプレート内の所定の評価領域に含まれる前記画像が所定の条件を満たすか否かの判定を行うものであって、前記評価領域は、前記設計データに基づいて得られる画像に対する膨張処理によって塗りつぶされなかった部分の抽出に基づいて得られることを特徴とするパターンマッチング装置。
2. 請求項１において、
   前記評価領域は、前記塗りつぶされなかった部分を膨張することによって得られるものであることを特徴とするパターンマッチング装置。
3. 請求項１において、
   前記画像処理部は、前記評価領域内に、所定のパターンが含まれているか否かによって、前記判定を行うことを特徴とするパターンマッチング装置。
4. 請求項１において、
   前記テンプレートには、繰り返しパターンが含まれることを特徴とするパターンマッチング装置。
5. 請求項４において、
   前記評価領域には、前記繰り返しパターンの周期性が途切れた部分が含まれることを特徴とするパターンマッチング装置。
6. 請求項１において、
   前記評価領域は、前記テンプレートと比較して小さいことを特徴とするパターンマッチング装置。
7. 請求項１において、
   前記テンプレートは、前記設計データに基づいて得られる画像に対し、縦方向、または横方向に選択的に膨張処理を施すことによって形成されるものであることを特徴とするパターンマッチング装置。
8. 請求項１において、
   前記画像処理部は、前記評価領域を、周囲と中心で重みに相当する画素値が異なるよう生成することを特徴とするパターンマッチング装置。
9. 請求項８において、
   前記画像処理部は、前記評価領域内に、所定のパターンが含まれているか否かを、前記評価領域の画素値との演算を行った値で判定することを特徴とするパターンマッチング装置。
10. 請求項１において、
    前記評価領域は、設計データから抽出したコーナ点を膨張処理して抽出したものであることを特徴とするパターンマッチング装置。
11. 設計データに基づいて形成されたテンプレートを用いて、画像上でパターンマッチングをコンピューターに実行させるコンピュータープログラムにおいて、
    当該プログラムは、前記コンピューターに前記パターンマッチングを実行させた後、前記テンプレート内の所定の評価領域内に含まれる前記画像が所定の条件を満たすか否かの判定を行わせるものであって、前記評価領域は、前記設計データに基づいて得られる画像に対する膨張処理によって塗りつぶされなかった部分の抽出に基づいて得られることを特徴とするコンピュータープログラム。
12. 請求項１１において、
    前記プログラムは、前記コンピューターに、前記塗り潰されなかった部分を、膨張させることによって前記評価領域を生成させることを特徴とするコンピュータープログラム。

Images