JPH03214640A - Pattern recognition - Google Patents
Pattern recognitionInfo
- Publication number
- JPH03214640A JPH03214640A JP811490A JP811490A JPH03214640A JP H03214640 A JPH03214640 A JP H03214640A JP 811490 A JP811490 A JP 811490A JP 811490 A JP811490 A JP 811490A JP H03214640 A JPH03214640 A JP H03214640A
- Authority
- JP
- Japan
- Prior art keywords
- pattern
- patterns
- error
- recognition method
- 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.)
- Granted
Links
- 238000003909 pattern recognition Methods 0.000 title abstract description 5
- 238000000034 method Methods 0.000 claims abstract description 14
- 238000012567 pattern recognition method Methods 0.000 claims description 18
- 230000007547 defect Effects 0.000 abstract description 40
- 238000001514 detection method Methods 0.000 abstract description 12
- 238000000605 extraction Methods 0.000 abstract description 5
- 238000007689 inspection Methods 0.000 abstract description 4
- 235000012431 wafers Nutrition 0.000 description 18
- 238000010586 diagram Methods 0.000 description 8
- 238000005286 illumination Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 230000002950 deficient Effects 0.000 description 4
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 238000007792 addition Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000000052 comparative effect Effects 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 241000396922 Pontia daplidice Species 0.000 description 1
- 235000010586 Sophora japonica Nutrition 0.000 description 1
- 244000046101 Sophora japonica Species 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 239000000919 ceramic Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
Abstract
Description
【発明の詳細な説明】
〔産業上の利用分野〕
本発明は、例えばＬＳＩウエハやＴＰＴなどのパターン
を比較してパターンの欠陥等を認識するパターン認識方
法に関する。DETAILED DESCRIPTION OF THE INVENTION [Field of Industrial Application] The present invention relates to a pattern recognition method for recognizing defects in patterns by comparing patterns of, for example, LSI wafers and TPTs.
パターンの認識をパターンの欠陥検査に応用した例を説
明する。An example in which pattern recognition is applied to pattern defect inspection will be explained.
従来の方法は、特開昭５７−１９６３７７号公報に記載
のように、パターンを検出する手段と、検出したパター
ンを記憶しておく手段と、一つ前に検出・記憶しておい
たパターンと検出したパターンとを画素単位に位置合わ
せする手段と、位置合わせした２つのパターンの誤差を
抽出・比較する手段とを設け、これによって比較してパ
ターンの欠陥を認識するようになっていた。ここで、認
識対象は、第２図に示すようなメモリー用ＬＳＩなどの
パターンや、ＴＦＴ （Ｔｈｊ．ｎ Ｆｉｌｍ Ｔｒａ
ｎｓｉｓｔｏｒ）のパターンや、プリント配線板のパタ
ーンや、セラミック基板のパターンや，それらを製造す
る工程−４−
で用いるマスクやレチクルなどのパターンである。The conventional method, as described in Japanese Patent Application Laid-Open No. 57-196377, consists of a means for detecting a pattern, a means for storing the detected pattern, and a means for storing the previously detected and stored pattern. A means for aligning the detected pattern pixel by pixel and a means for extracting and comparing errors between the two aligned patterns are provided, and defects in the pattern can be recognized by comparison. Here, the recognition target is a pattern such as a memory LSI as shown in FIG.
nsistor) patterns, printed wiring board patterns, ceramic substrate patterns, and patterns of masks and reticles used in the step-4- of manufacturing them.
ここでは、一例として半導体ウエハのパターンについて
説明するが、他のパターンについても同じことが成り立
つ。半導体ウエハのパターンは、最終的に切り離されて
個別製品となるチップが数十個一枚のウエハに載ってお
り、これらは互いに同じパターンを持っている。Here, a semiconductor wafer pattern will be described as an example, but the same holds true for other patterns. The pattern of a semiconductor wafer is that each wafer has dozens of chips that are ultimately separated into individual products, and these chips have the same pattern.
上記のようなパターンの欠陥を認識する原理を第２図を
用いて説明する。すなわち、各チップが全く同一のパタ
ーンを持っていることに着目し、あるパターンを検出し
て記憶しておき、それと同一であるはずの別のパターン
を次に検出して、画素単位に位置合わせ（検出パターン
と記憶しておいたパターンとの各画素ごとの差の画像全
面での総和をとる。検出パターンに対して記憶しておい
たパターンを画素単位でシフトさせながらこれを行い、
最も差の総和の小さい位置、すなわち最も２つの画像が
一致している位置に合わせること，，）を行い、位置合
わせした２つのパターンの誤差を抽出して比較する。そ
して、いずれのパターンにも欠陥が存在しない場合には
、パターンの差はほとんどないが、いずれかのパターン
に欠陥が存在する場合には、欠陥部分でパターンに差が
あるため、パターンの比較により誤差を生じる場所を検
出することによってパターン欠陥を認識することができ
る。The principle of recognizing pattern defects as described above will be explained with reference to FIG. In other words, focusing on the fact that each chip has exactly the same pattern, detecting one pattern and storing it, then detecting another pattern that is supposed to be the same, and aligning it pixel by pixel. (Calculate the sum of the differences for each pixel between the detected pattern and the stored pattern over the entire image. This is done while shifting the stored pattern pixel by pixel with respect to the detected pattern.
The pattern is aligned to the position where the total sum of differences is the smallest, that is, the position where the two images match the most, and the error between the two aligned patterns is extracted and compared. If there is no defect in any of the patterns, there is almost no difference between the patterns, but if there is a defect in any of the patterns, there is a difference in the pattern at the defective part, so by comparing the patterns, Pattern defects can be recognized by detecting the location where the error occurs.
このとき、比較して差があれば、いずれかのパターンに
欠陥があると言えるが、いずれのパターンに欠陥がある
かを判別することはできない。これを判別する手段とし
ては種々のものがあるが、本発明に係わる技術とは直接
関係がないので、ここでは特に説明しない。At this time, if there is a difference in comparison, it can be said that one of the patterns has a defect, but it is not possible to determine which pattern has a defect. There are various means for determining this, but since they are not directly related to the technology related to the present invention, they will not be specifically explained here.
検査対象のウエハの正常部パターンは、各種誤差要因に
よって場所により異なったパターンとなっている。この
ため、パターンに差があっても必ずしも欠陥とは限らず
、小さい欠陥と正常部の誤差との識別が困難になる。こ
のことを以下に説明する。The normal pattern of the wafer to be inspected differs depending on the location due to various error factors. Therefore, even if there is a difference in the pattern, it does not necessarily mean that it is a defect, and it becomes difficult to distinguish between a small defect and an error in a normal part. This will be explained below.
まず、欠陥と正常部の誤差との違いを定義する。First, we will define the difference between a defect and an error in a normal part.
正常部の誤差は、着目場所の近傍でも同一のパターンで
は同じように誤差を持っているものとする。It is assumed that the error in the normal part is the same for the same pattern even in the vicinity of the place of interest.
これに対し、欠陥は局所的な違いで、近傍の同一のパタ
ーンでは誤差を持っていないとする。また、正常部の許
容寸法誤差は、認識すべき最小欠陥寸法より大きいもの
とする。もちろん例外はあるが、それらは対象外とする
。On the other hand, it is assumed that a defect is a local difference and that neighboring identical patterns do not have errors. Further, the allowable dimensional error of the normal part shall be larger than the minimum defect size to be recognized. Of course there are exceptions, but these are excluded.
上記のような定義の場合、パターンに差があれば欠陥と
する方式では、第３図に示すような問題がある。すなわ
ち、第３図は説明を簡単にするため２値画像として、第
３図（ａ）は記憶パターンと検出パターンで許容寸法誤
差を持った正常部を比較した場合、同図（ｂ）は正常な
パターンと欠陥を持った検出パターンで認識すべき最小
寸法の欠陥を持ったパターンを比較した場合、同図（ｃ
）、（ｄ）はそれぞれ同図（．）、（ｂ）のパターンの
差を示したものである。第３図（ｃ）と（ｄ）とを比較
すると、正常部のパターンの違う面積が欠陥部のパター
ンの違う面積より大きくなっており，欠陥の識別は困難
となる。In the case of the above definition, a method in which any difference in pattern is considered a defect has a problem as shown in FIG. 3. In other words, Fig. 3 is a binary image to simplify the explanation, Fig. 3 (a) is a normal part with an allowable dimensional error between the memorized pattern and the detected pattern, and Fig. 3 (b) is a normal part. When comparing a pattern with a defect of the minimum size that should be recognized by a detection pattern with a defect,
) and (d) show the differences between the patterns in (.) and (b) in the figure, respectively. Comparing FIGS. 3(c) and 3(d), it is found that the different area of the pattern in the normal part is larger than the different area of the pattern in the defective part, making it difficult to identify the defect.
＝７
上記の例では、誤差を持った正常部パターンと欠陥との
識別を容易にする方式が必要である。また、パターンの
ずれや変形量などのパターンの性質を認識する場合にも
、実施例の欄で説明するように、同様の方法で問題を解
決することができる。=7 In the above example, a method is needed to easily distinguish between a normal pattern with an error and a defect. Further, when recognizing the properties of a pattern such as pattern deviation or deformation amount, the problem can be solved using a similar method as described in the Examples section.
本発明の目的は、これらの課題を解決しうるパターン認
識方法を提供することにある。なお、後記する課題を解
決するための手段、作用の欄では欠陥検査についてのみ
説明するが、他の例についても同様であることは言うま
でもない。An object of the present invention is to provide a pattern recognition method that can solve these problems. In addition, although only defect inspection will be explained in the section of means and effects for solving the problems described later, it goes without saying that the same applies to other examples.
上記目的を達成するため、本発明では、２つのパターン
に対して複数個の一致度の高い位置合わせシフトした画
像を選択し、各画素ごとに該シフトのすべてでの値とそ
の画素近傍の値とを用いて２つのパターンの誤差を計算
して誤差画像を作成し、パターンの認識を行う。In order to achieve the above object, the present invention selects a plurality of images that have been aligned and shifted with a high degree of matching with respect to two patterns, and for each pixel, the values at all of the shifts and the values in the vicinity of that pixel. An error image is created by calculating the error between the two patterns using , and the pattern is recognized.
第１図に、本発明のパターン認識方法の原理図を示す。FIG. 1 shows a principle diagram of the pattern recognition method of the present invention.
すなわち、検査対象であるウエハ１のパターンを検出す
る検出手段２と、検出したパター−８−
ンを記憶しておく記憶手段３と、一つ前に検出・記憶し
ておいたパターンと検出したパターンとを位置合わせす
る位置合わせ手段４と、位置合わせした２つのパターン
に対して一致度の高い画像として複数個の位置合わせシ
フトの候補を選択する位置合わせ候補選択手段５と、選
択したすべての候補より各画素ごとに候補の値とその画
素近傍の値とを用いて計算して誤差画像を作成する誤差
画像抽出手段６と、誤差画像からパターンの欠陥を認識
する欠陥認識手段７からなっている。That is, there is a detection means 2 for detecting the pattern of the wafer 1 to be inspected, a storage means 3 for storing the detected pattern, and a detection means 3 for storing the detected pattern and the previously detected pattern. a positioning means 4 for positioning the two patterns; a positioning candidate selection means 5 for selecting a plurality of positioning shift candidates as images having a high degree of matching with the two aligned patterns; It consists of an error image extracting means 6 which creates an error image by calculating each pixel from the candidate using the candidate value and the values in the vicinity of the pixel, and a defect recognition means 7 which recognizes pattern defects from the error image. There is.
また、誤差画像抽出手段６は、例えば候補の値の最小値
をとる方式がある。Furthermore, the error image extracting means 6 has a method of taking, for example, the minimum value of the candidate values.
第１図の構成の作用を、前述の第３図（ａ）、（ｂ）に
適用した場合を例として説明する。The effect of the configuration shown in FIG. 1 will be explained by taking as an example the case where it is applied to the above-mentioned FIGS. 3(a) and 3(b).
まず、第３図（ａ）の場合、最良位置合わせ位置の近傍
±２画素の画像シフトの範囲で複数個の位置合わせシフ
トの候補を探す。各シフト位置における画像全体での差
の総和の例を第１表に示す。First, in the case of FIG. 3(a), a plurality of alignment shift candidates are searched within an image shift range of ±2 pixels near the best alignment position. Table 1 shows an example of the sum of differences over the entire image at each shift position.
第１表
正常部誤差
？こで、（０．０）、（１．０）の差の総和は小さく、
位置合わせシフトの候補となり、２つの候補での差画像
はそれぞれ第４図（ａ）、（ｂ）のようになり、２つの
候補の最小誤差はすべての画素で０となる。これに対し
て，第３図（ｂ）の場合、差の総和の例を第２表に示し
てあるが、（０，Ｏ）以外の差の総和は太き＜．（０，
Ｏ） しか位置合わせ候補とならず、誤差画像は第３図
（ｄ）と同一となる。これらのことから、差の面積が太
きｂ）“７“゜”′″１′３１”゛′゜ 。１■−
イ白第２表
欠陥部
以上の例で示したように、着目点の近傍で同じように誤
差を持っている正常部の場合、その誤差をなくす位置は
位置合わせシフトの候補となり、また、着目点の近傍で
誤差のない場合は位置合わせシフトの候補とならず、誤
差画像には欠陥のみが現われる。Table 1 Normal part error? Here, the sum of the differences between (0.0) and (1.0) is small,
This becomes a candidate for alignment shift, and the difference images between the two candidates are as shown in FIGS. 4(a) and 4(b), respectively, and the minimum error between the two candidates is 0 for all pixels. On the other hand, in the case of FIG. 3(b), an example of the sum of differences is shown in Table 2, and the sum of differences other than (0, O) is thick <. (0,
O) is the only alignment candidate, and the error image is the same as that in FIG. 3(d). From these facts, the area of the difference is thick b) "7"゜"'"1'31"゛'゜ .1■-
B. White Table 2 Defective area As shown in the above example, in the case of a normal area that has a similar error near the point of interest, the position that eliminates the error becomes a candidate for positioning shift, and If there is no error in the vicinity of a point, it is not a candidate for alignment shift, and only defects appear in the error image.
なお、位置合わせシフト候補の決定方法としては、例え
ば最良位置合わせ位置での差の総和の２倍より小さい差
の総和の持つ位置とするなどの方式で一致度の高い画像
を選択する。また、位置合わせ手段４を省略して、複数
個所の位置合わせシフト候補を選択する位置合わせ候補
選択手段５において同時に最良位置合わせ位置を探すこ
ともできる。As a method for determining alignment shift candidates, images with a high degree of matching are selected, for example, by selecting positions where the sum of differences is smaller than twice the sum of differences at the best alignment position. Further, the alignment means 4 can be omitted and the best alignment position can be simultaneously searched for in the alignment candidate selection means 5 which selects alignment shift candidates at a plurality of locations.
一１１一 〔実施例〕 以下、本発明の第１の実施例を第５図により説明する。1111 〔Example〕 A first embodiment of the present invention will be described below with reference to FIG.
本実施例は、本発明のパターン認識方法をＬＳＩウエハ
のパターンの欠陥検査に適用した例であるが、ＴＰＴな
どのパターンにも適用できることは言うまでもない。第
５図は、その実施に用いるＬＳＩウエハのパターン認識
装置（以下の説明では装置と略す）の構成図である。装
置は、ウエハ１を走査するＸ−Ｙステージ８、ウエハを
照明する照明光源９と照明光学系１０、照明されたウエ
ハの光学像を検出する対物レンズ１１と一次元イメージ
センサ１２からなる検出部２Ａ、および一次元イメージ
センサ１２の信号をデジタル化して記憶するためのＡ／
Ｄ変換器１３と画像メモリ部１４とからなる画像入力部
１５、および画像入力部１５に入力された検出画像１６
と画像メモリ部１４からの比較画像１７より、後記する
式（１）で表わされるマッチング値を計算するマッチン
グ部１８、マッチング部１８からのマッチング値より最
良位置合わせ位置および複数の位置合わせ候補シフトを
求める演算−１２−
部１９、演算部１９からの位置合わせ候補シフト量を用
いて検出画像１６と比較画像１７とより誤差画像２αを
抽出する誤差画像抽出部２１、誤差画像２０を二値化し
て差の存在する場所の各種特徴量を抽出し、欠陥判定を
行う欠陥判定部２２からなる画像処理部２３、およびＸ
−Ｙステージ８の制御と画像処理部２３から出力される
欠陥情報の記憶や表示と全体シーケンスの管理を行う計
算機で構成された全体制御部２４からなる。Although this embodiment is an example in which the pattern recognition method of the present invention is applied to defect inspection of patterns of LSI wafers, it goes without saying that the method can also be applied to patterns of TPT and the like. FIG. 5 is a configuration diagram of an LSI wafer pattern recognition apparatus (abbreviated as apparatus in the following description) used for the implementation. The apparatus includes an X-Y stage 8 for scanning the wafer 1, an illumination light source 9 and an illumination optical system 10 for illuminating the wafer, and a detection section consisting of an objective lens 11 and a one-dimensional image sensor 12 for detecting an optical image of the illuminated wafer. 2A, and A/A for digitizing and storing the signal of the one-dimensional image sensor 12.
An image input section 15 consisting of a D converter 13 and an image memory section 14, and a detected image 16 input to the image input section 15.
and a comparison image 17 from the image memory unit 14, a matching unit 18 calculates a matching value expressed by equation (1) described later, and a best alignment position and a plurality of alignment candidate shifts are calculated from the matching value from the matching unit 18. Calculation-12-- The error image extracting unit 21 extracts the error image 2α from the detected image 16 and the comparison image 17 using the alignment candidate shift amount from the calculation unit 19, and the error image extraction unit 21 binarizes the error image 20. an image processing unit 23 consisting of a defect determination unit 22 that extracts various feature amounts of locations where differences exist and performs defect determination;
- It consists of an overall control section 24 made up of a computer that controls the Y stage 8, stores and displays defect information output from the image processing section 23, and manages the entire sequence.
装置の各部は、以下のように動作してパターン欠陥を検
出する。すなわち、全体制御部２４からの指令により各
部のイニシャライズを行った後、Ｘ一Ｙステージ８の走
査に同期して、照明光源９で照明されたウエハ］−のパ
ターンを対物レンズ１１を介して一次元イメージセンサ
１２で光電変換することにより二次元のパターンを検出
し、Ａ／Ｄ変換器１３でデジタル化した二次元の検出画
像１６とし、得られた検出画像を画像メモリ部１４に記
憶する。Each part of the apparatus operates as follows to detect pattern defects. That is, after initializing each part according to a command from the overall control unit 24, in synchronization with the scanning of the A two-dimensional pattern is detected by photoelectric conversion using the original image sensor 12, a two-dimensional detected image 16 is digitized by the A/D converter 13, and the obtained detected image is stored in the image memory section 14.
検出画像１６と画像メモリ部１４に記憶しておいた比較
画像１７とから、マッチング部１８でマッチング値を求
める。この動作を第６図を用いて以下に説明する。A matching value is determined by a matching unit 18 from the detected image 16 and the comparison image 17 stored in the image memory unit 14. This operation will be explained below using FIG.
第６図はマッチング部１８の動作原理を示した図である
。検出画像１６と比較画像１７より、比較画像１７をΔ
Ｘ、ΔＹ方向に位置ずれ許容量の±δ画素（本実施例で
はδ＝１として説明するが、これは検出対象の寸法精度
と欠陥検出装置の位置決め精度で決まる値であり、必要
な値を適宜設定するものとする。）だけシフトしたとき
の検出画像１６と比較画像１７との画像の差を式（１）
で計算し、各シフト量に対応した画像の差をマッチング
値Ｓ１として出力する。FIG. 6 is a diagram showing the operating principle of the matching section 18. From the detection image 16 and the comparison image 17, the comparison image 17 is
±δ pixels of the positional deviation tolerance in the The difference between the detected image 16 and the comparison image 17 when shifted by the amount (set appropriately) is expressed by formula (1).
The difference between the images corresponding to each shift amount is output as a matching value S1.
・・・・・・・・・（１）
ここで、ｆ（１，ｊ）は検出画像１６の画素（］，ｊ）
における値、ｇ（ｉ，ｊ）は比較画像１７の画素（ｉ，
ｊ）における値、８１（Δｊ，Δｊ）は画素シフ１・量
（Δｉ，Δｊ）における画像の差である。・・・・・・・・・(1) Here, f(1, j) is the pixel (], j) of the detected image 16
The value g(i, j) is the pixel (i, j) of the comparison image 17.
The value 81 (Δj, Δj) in pixel shift 1 is the image difference in the amount (Δi, Δj).
ΣΣは位置ずれを計算する画像全面における加算、Δｉ
，Δｊは第６図の場合は−１から１である。ΣΣ is the addition over the entire image to calculate the positional shift, Δi
, Δj range from -1 to 1 in the case of FIG.
演算部１９では、８１（Δｉ，Δｊ）の最小値Ｓ，ｌｌ
ｉｒｌと、その最小値をとる（Δｉ，Δｊ）の組である
最良位置合わせ位置（Δ１ｆｆｌ＋Δｊｍ）を求める。In the calculation unit 19, the minimum value S, ll of 81 (Δi, Δj)
The best alignment position (Δ1ffl+Δjm), which is a pair of irl and (Δi, Δj) that takes its minimum value, is determined.
次に、式（２）を満足する（Δｉ，Δｊ）の組として複
数の位置合わせ候補シフト（ΔＩＧ＋ΔｊｓＬ ｇ＝
１， ２１ ・・・を求める。Next, multiple alignment candidate shifts (ΔIG+ΔjsL g=
Find 1, 21...
８１（Δｉ，Δｊ） ＜ Ｓｖｎ ＸＴｈ ＋＋
＋＋・＋・＋＋ （２）ここで、Ｔｈはあらかじめ設定
しておくしきい値で、２程度の値をとる。81 (Δi, Δj) < Svn XTh ++
++・+・++ (2) Here, Th is a threshold value set in advance and takes a value of about 2.
誤差画像抽出部Ｚ１では、演算部１９よりの複数の位置
合わせ候補シフト（Δｉ６，Δｊｓ）から、式（３）で
誤差画像２０を求める。The error image extraction unit Z1 obtains the error image 20 from the plurality of alignment candidate shifts (Δi6, Δjs) from the calculation unit 19 using equation (3).
ｈ （ｉｌｊ） ＝ Ｍａｎ （ｓ＝１． ２１・・・
）・・・・・・・・（３）
欠陥判定部２２では、誤差画像２０を欠陥判定のしきい
値Ｖ ｔ ｈで二値化して、差の存在する場所の面積、
幅、投影長などの各種特徴量を抽出して欠陥判定を行う
。h (ilj) = Man (s=1.21...
)...(3) The defect determination unit 22 binarizes the error image 20 using the defect determination threshold value V th and determines the area of the location where the difference exists,
Defects are determined by extracting various feature quantities such as width and projected length.
本実施例によれば、誤差を持った正常部パターー１５一
ンと欠陥との識別を容易にできるため、正常部許容誤差
寸法より小さい欠陥を認識することができるという効果
がある。According to this embodiment, it is possible to easily distinguish between a normal part pattern 151 having an error and a defect, so that a defect smaller than the normal part tolerance size can be recognized.
また、本実施例の変形として次のものがある。Further, there are the following modifications of this embodiment.
すなわち、第１に、式（２）のＳｍｉｎＸＴｈの代りに
Ｓ ｍ ＋ ｎ Ｘ Ｓ ｍ ； ｎ Ｘ Ｔ ｈなど
Ｓｍｉｎの関数とするものがある。本変形例レこよれば
、自由度を大きくでき、本例の場合Ｓｍｉｎが小さく一
致度の高い場合には基準を低くし、逆の場合は高くする
という画質に合わせたしきい値をとることができる。That is, first, instead of SminXTh in equation (2), there is a function of Smin such as S m + n X S m ; n X Th h. According to this modification, the degree of freedom can be increased, and in this example, if Smin is small and the degree of coincidence is high, the standard is lowered, and in the opposite case, it is set higher, which is a threshold value that matches the image quality. I can do it.
第２に、まず記憶パターンと検出パターンとを位置合わ
せした後、位置合わせ範囲より狭い範囲で複数の位置合
わせ候補を求めるようにするものがある。この場合は、
位置合わせ候補シフトを求める範囲が狭いので、この部
分の回路の規模は小さくなる。また、位置合わせは一般
的に行われており、そのような装置へ最小限の追加で本
発明の方法を導入できる効果がある。Second, there is a method in which a stored pattern and a detected pattern are first aligned, and then a plurality of alignment candidates are found within a range narrower than the alignment range. in this case,
Since the range for determining the alignment candidate shift is narrow, the scale of this portion of the circuit is small. Furthermore, alignment is commonly performed, and the method of the present invention can be applied to such devices with a minimum of additions.
第３に、式（３）において、最小値を求める代りに式（
４）を用いるものがある。すなわち、も−１６−
し、 ｛ｆ（ｉ，ｊ）−ｇ（ｉ＋Δｌｓ＋Ｊ＋Δ．ｊ−
））に符号の違うものが存在すれば
ｈ （１＋ｊ） ＝Ｍｉｎ （ｓ＝１． ２， ・・・
）＝０ ・・・・・・・・・
（４）この場合、符号が違うものがあるということは、
画素以下の単位でみたときにどこかにＯという値がある
ということで、これを正確しこ評価できる効果がある。Third, in equation (3), instead of finding the minimum value, equation (
4) is used. That is, −16− and {f(i,j)−g(i+Δls+J+Δ.j−
)) with different signs, h (1+j) = Min (s=1. 2, ...
)=0 ・・・・・・・・・
(4) In this case, the fact that there are things with different signs means that
Since there is a value of O somewhere when viewed in units of pixels or less, it has the effect of being able to accurately evaluate this value.
第４に、Ｘ−Ｙステージ８の走査に同期して一次元イメ
ージセンサ１２で光電変換することにより二次元のパタ
ーンを検出する代りに、Ｘ−Ｙステージ８をステップ移
動させてＴＶカメラで光電変換することにより、二次元
のパターンを検出するものがある。または、一次元イメ
ージセンサｌ２の代りに、フォトマルなどのポイント型
センサと走査機構を用いるなど、他の型のセンサを用い
ることができる。Fourth, instead of detecting a two-dimensional pattern by photoelectric conversion using the one-dimensional image sensor 12 in synchronization with the scanning of the X-Y stage 8, the Some devices detect two-dimensional patterns by converting them. Alternatively, other types of sensors may be used instead of the one-dimensional image sensor l2, such as a point type sensor such as a photomultiplier and a scanning mechanism.
第５に、検出画像１６と比較画像１７のマッチング値を
式（１）で計算する代りに、検出画像１６と比較画像１
７にそれぞれフィルタをかけてエッジを抽出し、そのエ
ッジ画像に対してマッチング値を式（１）で計算するも
のがある。または、検出画像１６と比較画像１７にそれ
ぞれフィルタをかけてエッジを二値化し、そのエンジュ
値画像に対してマッチング値を式（１）で計算する。こ
の変形例によれば、エッジを用いているため検出画像と
比較画像のパターンの明るさの違いなどによる影Ｗを受
けにくい利点がある。Fifth, instead of calculating the matching value between the detected image 16 and the comparative image 17 using equation (1), the matching value between the detected image 16 and the comparative image 1
There is a method in which edges are extracted by applying filters to each of 7 and 7, and a matching value is calculated for the edge image using equation (1). Alternatively, the detection image 16 and comparison image 17 are each filtered to binarize the edges, and a matching value is calculated for the enju value image using equation (1). According to this modification, since edges are used, there is an advantage that shadows W due to differences in pattern brightness between the detected image and the comparison image are less likely to occur.
次に、本発明の第２の実施例を第７図により説明する。Next, a second embodiment of the present invention will be described with reference to FIG.
本実施例は、本発明のパターン認識方法をＬＳＩウエハ
のパターンのずれ量測定に適用した例であるが．ＴＰＴ
などのパターンにも適用できることは言うまでもない。This example is an example in which the pattern recognition method of the present invention is applied to measuring the amount of deviation of a pattern on an LSI wafer. TPT
Needless to say, it can also be applied to other patterns.
第７図は、その実施に用いるＬＳＩウエハのパターン認
識装置（以下の説明では装置と略す）の構成図である。FIG. 7 is a configuration diagram of an LSI wafer pattern recognition device (abbreviated as device in the following description) used for the implementation.
装置は、ウエハ１を走査するＸ−Ｙステージ８、ウエハ
を照明する照明光源９と照明光学系１０、照明されたウ
エハの光学像を検出する対物レンズ１１とＴＶカメラ２
５からなる検出部２Ｂ、およびＴＶカメラ２５の信号を
デジタル化して記憶するためのＡ／Ｄ変換器１３と画像
メモリ部１４とからなる画像入力部１５、および画像入
力部１５に入力された検出画像１６と画像メモリ部１４
からの比較画像１７より、式（１）で表わされるマッチ
ング値を計算するマッチング部１８、マッチング部１８
からのマッチング値より最良位置合わせ位置および複数
の位置合わせ候補シフトを求める演算部１９、ずれ量を
求めるずれ量抽出部２６からなる画像処理部２３Ａ、お
よびＸ−Ｙステージ８の制御と画像処理部２３Ａから出
力されるずれ量情報の記憶や表示と全体シーケンスの管
理を行う計算機で構成された全体制御部２４からなる。The apparatus includes an X-Y stage 8 for scanning the wafer 1, an illumination light source 9 and an illumination optical system 10 for illuminating the wafer, an objective lens 11 and a TV camera 2 for detecting an optical image of the illuminated wafer.
5, an image input section 15 consisting of an A/D converter 13 for digitizing and storing the signal from the TV camera 25, and an image memory section 14; Image 16 and image memory section 14
A matching unit 18 that calculates a matching value expressed by equation (1) from a comparison image 17 from
An image processing unit 23A that includes a calculation unit 19 that calculates the best alignment position and a plurality of alignment candidate shifts from matching values from a matching value, a deviation amount extraction unit 26 that calculates the amount of deviation, and an image processing unit that controls the X-Y stage 8. The overall control section 24 is composed of a computer that stores and displays the deviation amount information output from 23A and manages the entire sequence.
装置の各部は、以下のように動作してパターンの位置ず
れ量を測定する。すなわち、全体制御部２４からの指令
により各部のイニシャライズを行った後、ｘ−Ｙステー
ジ８を位置決めして、照明光源９で照明されたウエハ１
のパターンを対物レンズ１１を介してＴＶカメラ２５で
光電変換することにより二次元のパターンを検出し、Ａ
／Ｄ変換器１３でデジタル化した二次元の検出画像１６
とし、得ら−１９−
れた検出画像は画像メモリ部１４に記憶する。検出画像
１６と画像メモリ部１４に記憶しておいた比較画像１７
とから、マッチング部１８でマッチング値を求める。マ
ッチング値を求める動作は、第１の実施例で説明したも
のと同じであり、前出の式（１）を用いて行う。Each part of the apparatus operates as follows to measure the amount of positional deviation of the pattern. That is, after initializing each part according to a command from the overall control unit 24, the x-y stage 8 is positioned, and the wafer 1 illuminated by the illumination light source 9 is
A two-dimensional pattern is detected by photoelectrically converting the pattern of A with the TV camera 25 through the objective lens 11.
Two-dimensional detection image 16 digitized by /D converter 13
The detected image thus obtained is stored in the image memory section 14. Detection image 16 and comparison image 17 stored in image memory unit 14
From this, the matching unit 18 calculates a matching value. The operation for determining the matching value is the same as that described in the first embodiment, and is performed using the above-mentioned equation (1).
演算部１９では、第１の実施例と同様に、式（１）での
８１（Δｉ，Δｊ）の最小値ｓｍ；ｎと、その最小値を
とる（Δｉ，Δｊ）の組である最良位置合わせ位置（Δ
：Ｌｍ＋ ΔｊｌＩｌ）を求める。次に、前出の式（２
）を満足する（Δｉ，Δｊ）の組として複数の位置合わ
せ候補シフト（Δｉｓ＋Δｊｓ），ｓ＝１．２，・・を
求める。Similarly to the first embodiment, the calculation unit 19 calculates the best position which is a combination of the minimum value sm;n of 81 (Δi, Δj) in equation (1) and (Δi, Δj) that takes the minimum value. Alignment position (Δ
:Lm+ΔjlIl). Next, the equation (2
), a plurality of alignment candidate shifts (Δis+Δjs), s=1.2, . . . are determined as a set of (Δi, Δj) that satisfies
ずれ量抽出部２６では、８１（Δｊ，Δｊ）の小さい方
から順番をつけて出力する。The deviation amount extracting unit 26 outputs 81 (Δj, Δj) in ascending order of magnitude.
本実施例によると、テグなどの情報を用いないで、重な
った位置ずれ量の違う複数のパターンのずれや変形量な
どのパターンの性質を認識できるという効果がある。According to this embodiment, it is possible to recognize the properties of patterns such as the amount of displacement and deformation of a plurality of overlapping patterns having different amounts of positional displacement without using information such as tags.
−２０−
〔発明の効果〕
本発明によると、誤差を持った正常部パターンと欠陥と
の識別を容易に行うことができ、またパターンのずれや
変形量などのパターンの性質を認識することができると
いう効果がある。-20- [Effects of the Invention] According to the present invention, it is possible to easily distinguish between a normal part pattern having an error and a defect, and also to recognize the properties of the pattern such as the amount of pattern deviation and deformation. There is an effect that it can be done.
第１図は本発明のパターン誌識方法の原理図、第２図は
一般的なパターン比較方式によるパターン欠陥検出方法
の原理図で、（ａ）は記憶パターン、（ｂ）は欠陥を有
する検出パターン、（Ｃ）は（ａ）と（ｂ）との差をと
ったパターンを示す。
第３図はパターン例で、（ａ）は許容寸法の誤差を持っ
た正常部、（ｂ）は欠陥部であり、（ｃ）は（ａ）の差
画像、（ｄ）は（ｂ）の差画像を示す。第４図は位置合
わせ候補のシフ１・位置での差画像、第５図は本発明の
第１の実施例に用いる装置の構成図、第６図はマッチン
グ部を説明するためのシフト位置での差画像、第７図は
本発明の第２の実施例に用いる装置の構成図である。
符号の説明
１・・・ウエハ ２・・・検出手段２Ａ、２
Ｂ・・・検出部 ３・・・記憶手段４・・・位置合わ
せ手段
５・・・位置合わせ候補選択手段
６・・・誤差画像抽出手段 ７・・・欠陥認識手段８・
・・Ｘ−Ｙステージ ９・・・照明光源１０・・・照
明光学系 １１・・・対物レンズ１２・・・一次
元イメージセンサFIG. 1 is a principle diagram of the pattern journal method of the present invention, and FIG. 2 is a principle diagram of a pattern defect detection method using a general pattern comparison method. Pattern (C) shows a pattern obtained by taking the difference between (a) and (b). Figure 3 shows an example of a pattern, where (a) is a normal part with an error within the allowable size, (b) is a defective part, (c) is a difference image of (a), and (d) is a difference image of (b). The difference image is shown. Fig. 4 is a difference image of the alignment candidate at shift 1 position, Fig. 5 is a block diagram of the apparatus used in the first embodiment of the present invention, and Fig. 6 is a shift position for explaining the matching section. FIG. 7 is a block diagram of the apparatus used in the second embodiment of the present invention. Explanation of symbols 1...Wafer 2...Detection means 2A, 2
B... Detection unit 3... Storage means 4... Alignment means 5... Alignment candidate selection means 6... Error image extraction means 7... Defect recognition means 8.
...X-Y stage 9...Illumination light source 10...Illumination optical system 11...Objective lens 12...One-dimensional image sensor
Claims (1)
合わせシフトした画像をあらかじめ設定した選択基準に
よって選択し、各画素ごとに該シフトのすべてでの値と
その画素近傍の値とを用いて２つのパターンの誤差を計
算して誤差画像を作成する処理を含むことを特徴とする
パターン認識方法。 ２、請求項１に記載のパターン認識方法において、作成
した誤差画像からパターンの違いを認識することを特徴
とするパターン認識方法。 ３、請求項１または２に記載のパターン認識方法におい
て、対象とするパターンが、検出したパターンとあらか
じめ記憶しておいたパターンとを位置合わせした２つの
パターンであることを特徴とするパターン認識方法。 ４、請求項１ないし３のいずれか１項に記載のパターン
認識方法において、２つのパターンの一致度の高いもの
の選択基準を最も一致度の高いものの値から計算し設定
することを特徴とするパターン認識方法。 ５、請求項４に記載のパターン認識方法において、２つ
のパターンの一致度の高いものの選択基準として、最も
一致度の高いもののｎ倍（ｎ＞１）の誤差以下とするこ
とを特徴とするパターン認識方法。 ６、請求項４に記載のパターン認識方法において、２つ
のパターンの一致度の高いものの選択基準として、最も
一致度の高いものの誤差の小さいときは選択基準の誤差
が小さくなるように、誤差の大きいときは選択基準の誤
差が大きくなるようにすることを特徴とするパターン認
識方法。 ７、請求項１ないし６のいずれか１項に記載のパターン
認識方法において、誤差画像として、各画素ごとのシフ
トでの２パターン差の絶対値の最小値を用いることを特
徴とするパターン認識方法。 ８、請求項１ないし６のいずれか１項に記載のパターン
認識方法において、誤差画像として、各画素ごとのシフ
トでの２パターン差の符号が変化しているものがあった
ときは０とし、それ以外の場合はパターン差の絶対値と
することを特徴とするパターン認識方法。 ９．２つのパターンに対して複数個の一致度の高い位置
合わせシフトした画像をあらかじめ設定した選択基準に
よって選択し、選択したシフト位置および２つのパター
ンの誤差情報を用いてパターンの性質を認識することを
特徴とするパターン認識方法。 １０、請求項９に記載のパターン認識方法において、認
識するパターンの性質が、複数個の重なったパターンの
ずれ量であることを特徴とするパターン認識方法。 １１、請求項９に記載のパターン認識方法において、認
識するパターンの性質が、パターンの変形量であること
を特徴とするパターン認識方法。[Claims] 1. For two patterns, a plurality of highly matching alignment shifted images are selected according to preset selection criteria, and for each pixel, the values of all the shifts and that pixel are 1. A pattern recognition method comprising: calculating an error between two patterns using neighboring values to create an error image. 2. The pattern recognition method according to claim 1, wherein differences in patterns are recognized from created error images. 3. The pattern recognition method according to claim 1 or 2, wherein the target pattern is two patterns obtained by aligning a detected pattern and a previously stored pattern. . 4. In the pattern recognition method according to any one of claims 1 to 3, the pattern for selecting a pattern with a high degree of coincidence between the two patterns is calculated and set from the value of the one with the highest degree of coincidence. Recognition method. 5. In the pattern recognition method according to claim 4, the criterion for selecting a pattern with a high degree of coincidence between the two patterns is that the error is less than or equal to n times (n>1) the error of the pattern with the highest degree of coincidence. Recognition method. 6. In the pattern recognition method according to claim 4, as a selection criterion for the one with a high degree of coincidence between the two patterns, when the error of the one with the highest degree of coincidence is small, the error of the selection criterion is small; A pattern recognition method characterized by increasing the error of selection criteria when 7. The pattern recognition method according to any one of claims 1 to 6, characterized in that the minimum absolute value of the difference between two patterns in a shift for each pixel is used as the error image. . 8. In the pattern recognition method according to any one of claims 1 to 6, if there is an error image in which the sign of the difference between two patterns in each pixel shift is changed, it is set as 0; A pattern recognition method characterized in that in other cases, the absolute value of the pattern difference is used. 9. Select multiple highly matched shifted images for two patterns according to preset selection criteria, and recognize the nature of the patterns using the selected shift positions and error information of the two patterns. A pattern recognition method characterized by: 10. The pattern recognition method according to claim 9, wherein the property of the pattern to be recognized is the amount of shift between a plurality of overlapping patterns. 11. The pattern recognition method according to claim 9, wherein the property of the pattern to be recognized is the amount of deformation of the pattern.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP811490A JP2926118B2 (en) | 1990-01-19 | 1990-01-19 | Defect detection method |
| US07/641,001 US5153444A (en) | 1988-12-23 | 1991-01-14 | Method and apparatus for detecting patterns |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP811490A JP2926118B2 (en) | 1990-01-19 | 1990-01-19 | Defect detection method |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP03230699A Division JP3182517B2 (en) | 1999-02-10 | 1999-02-10 | Defect detection apparatus and method |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH03214640A true JPH03214640A (en) | 1991-09-19 |
| JP2926118B2 JP2926118B2 (en) | 1999-07-28 |
Family
ID=11684265
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP811490A Expired - Lifetime JP2926118B2 (en) | 1988-12-23 | 1990-01-19 | Defect detection method |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2926118B2 (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109596620A (en) * | 2018-11-10 | 2019-04-09 | 江苏网进科技股份有限公司 | Product surface shape defect detection method and system based on machine vision |
-
1990
- 1990-01-19 JP JP811490A patent/JP2926118B2/en not_active Expired - Lifetime
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109596620A (en) * | 2018-11-10 | 2019-04-09 | 江苏网进科技股份有限公司 | Product surface shape defect detection method and system based on machine vision |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2926118B2 (en) | 1999-07-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5153444A (en) | Method and apparatus for detecting patterns | |
| US7466854B2 (en) | Size checking method and apparatus | |
| JPH1096613A (en) | Defect detection method and device thereof | |
| JP2796430B2 (en) | Pattern defect detection method and apparatus | |
| JP2897890B2 (en) | Printing accuracy measuring method and its device | |
| US20090303323A1 (en) | Pattern inspection device and method of inspecting pattern | |
| JP3170598B2 (en) | Appearance inspection device | |
| US6965687B2 (en) | Size checking method and apparatus | |
| JP2002005850A (en) | Defect inspection method and apparatus therefor, and production method of mask | |
| JPH03214640A (en) | Pattern recognition | |
| JP3182517B2 (en) | Defect detection apparatus and method | |
| JPH09147107A (en) | Method and device for evaluating image position | |
| JP4178875B2 (en) | Mark position detection device, mark position detection method, overlay measurement device, and overlay measurement method | |
| JP2675167B2 (en) | Pattern recognition method | |
| JPH03102846A (en) | Pattern defect detection method | |
| JP5391172B2 (en) | Foreign object inspection apparatus and alignment adjustment method | |
| JPH0160766B2 (en) | ||
| JP2886278B2 (en) | Circuit pattern image detection method and device | |
| JPH04316346A (en) | Pattern recognition method | |
| JPS61151410A (en) | Pattern defect detection and its apparatus | |
| JP3262030B2 (en) | Defect detection device | |
| JP2000137003A (en) | Pattern inspection method and its device | |
| JP4357666B2 (en) | Pattern inspection method and apparatus | |
| JP3198105B2 (en) | Automatic visual inspection device | |
| JP4300802B2 (en) | Mark position detection device, mark position detection method, overlay measurement device, and overlay measurement method |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080514 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080514 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090514 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090514 Year of fee payment: 10 |
|
| S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090514 Year of fee payment: 10 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090514 Year of fee payment: 10 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090514 Year of fee payment: 10 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100514 Year of fee payment: 11 |
|
| EXPY | Cancellation because of completion of term | ||
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100514 Year of fee payment: 11 |