TWI489511B - A measurement method, an image processing device, and a charged particle beam device - Google Patents

A measurement method, an image processing device, and a charged particle beam device Download PDF

Info

Publication number
TWI489511B
TWI489511B TW102115214A TW102115214A TWI489511B TW I489511 B TWI489511 B TW I489511B TW 102115214 A TW102115214 A TW 102115214A TW 102115214 A TW102115214 A TW 102115214A TW I489511 B TWI489511 B TW I489511B
Authority
TW
Taiwan
Prior art keywords
distribution
value
luminance
luminance distribution
contour
Prior art date
Application number
TW102115214A
Other languages
English (en)
Other versions
TW201407657A (zh
Inventor
Takeyoshi Ohashi
Junichi Tanaka
Yutaka Hojo
Hiroyuki Shindo
Hiroki Kawada
Original Assignee
Hitachi High Tech Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hitachi High Tech Corp filed Critical Hitachi High Tech Corp
Publication of TW201407657A publication Critical patent/TW201407657A/zh
Application granted granted Critical
Publication of TWI489511B publication Critical patent/TWI489511B/zh

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B15/00—Measuring arrangements characterised by the use of electromagnetic waves or particle radiation, e.g. by the use of microwaves, X-rays, gamma rays or electrons
    • G01B15/04—Measuring arrangements characterised by the use of electromagnetic waves or particle radiation, e.g. by the use of microwaves, X-rays, gamma rays or electrons for measuring contours or curvatures
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J37/00—Discharge tubes with provision for introducing objects or material to be exposed to the discharge, e.g. for the purpose of examination or processing thereof
    • H01J37/02—Details
    • H01J37/22—Optical or photographic arrangements associated with the tube
    • H01J37/222—Image processing arrangements associated with the tube
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G06V10/457—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by analysing connectivity, e.g. edge linking, connected component analysis or slices
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J37/00—Discharge tubes with provision for introducing objects or material to be exposed to the discharge, e.g. for the purpose of examination or processing thereof
    • H01J37/26—Electron or ion microscopes; Electron or ion diffraction tubes
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J37/00—Discharge tubes with provision for introducing objects or material to be exposed to the discharge, e.g. for the purpose of examination or processing thereof
    • H01J37/26—Electron or ion microscopes; Electron or ion diffraction tubes
    • H01J37/28—Electron or ion microscopes; Electron or ion diffraction tubes with scanning beams
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/06—Recognition of objects for industrial automation
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J2237/00—Discharge tubes exposing object to beam, e.g. for analysis treatment, etching, imaging
    • H01J2237/245—Detection characterised by the variable being measured
    • H01J2237/24592—Inspection and quality control of devices
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J2237/00—Discharge tubes exposing object to beam, e.g. for analysis treatment, etching, imaging
    • H01J2237/26—Electron or ion microscopes
    • H01J2237/28—Scanning microscopes
    • H01J2237/2813—Scanning microscopes characterised by the application
    • H01J2237/2817—Pattern inspection

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Electromagnetism (AREA)
  • Length-Measuring Devices Using Wave Or Particle Radiation (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Description

計測方法，圖像處理裝置，及帶電粒子束裝置
本發明係有關微細圖樣之形狀計測。
在半導體製造工程中的微細圖樣形成，會使 用以ArF準分子雷射作為光源之微影技術。伴隨圖樣的微細化，目前已逐漸進行解析極限附近之微影，即形成ArF準分子雷射的波長的數分之一尺寸的微細圖樣。解析極限附近下的微影，需要有考量光的近接效應(proximity effect)而修正光罩圖樣形狀或曝光光源形狀之OPC(Optical Proximity Correction)技術。為求修正最佳化，必須實際對轉印光罩圖樣而作成之微細阻劑(resist)試料加以計測，評估其與設計之間的偏差，以便修正光罩或光源形狀。
微細阻劑試料的圖樣形狀輪廓之計測，會使 用掃描式電子顯微鏡(SEM)。利用SEM取得之試料SEM圖像中，在圖樣的邊緣(edge)部，亮度會變強。像這樣亮度較強的部分稱為白邊(white band)，將白邊抽出作為線段，藉此便此計測試料的圖樣形狀的輪廓。又，基於白邊 鄰近的亮度分布(luminance profile)，來決定構成輪廓的點(邊緣點)，藉此便能高精度地抽出輪廓。
然而，以這種手法從SEM圖像抽出的輪廓， 會因為SEM觀察時的電子束照射所造成之阻劑收縮(shrink)或阻劑表面的帶電而受到影響。作為因應此一問題的方法，專利文獻1中揭示一種手法，其將修正對象區域的亮度分布加以置換，以便修正因帶電所造成之SEM偏差(bias)的變動。
此外，還有其他的問題，如在雜訊(noise)強 的SEM圖像中將白邊抽出作為線段時輪廓會缺損，或是在白邊的對比度(contrast)較弱之圖像中，邊緣點的位置會產生很大的誤差。作為因應這類問題的方法，專利文獻2中揭示一種手法，是將輪廓的缺損部適當地連接；專利文獻3中揭示一種手法，是當邊緣點鄰近的亮度分布中亮度的分離度較小時，會將其邊緣點剔除來構成輪廓，以便提高輪廓的可靠性。
[先前技術文獻]
[專利文獻]
[專利文獻1]日本特開2005-228560號
[專利文獻2]日本特開2009-43937號
[專利文獻3]日本特開2006-29891號
SEM圖像，是藉由照射電子束，將從試料放出的訊號電子的量作為亮度，並將其圖像化。亦即，理論上，圖像亮度會與訊號電子的量成比例。然而，因試料表面帶電，有時訊號電子的一部分會再度被試料捕獲、或是訊號電子被鄰近的較高圖樣的側壁所遮蔽而受到立體障礙之影響、或是因訊號電子的軌道不同而無法被檢測器捕獲以致未被檢測到等，其結果，亮度會變動。此外，在將被檢測器捕獲之訊號電子量變換成圖像亮度的電路中，有時會成為非線形變換。舉例來說，當訊號量達一定值以上，可能不論訊號量為何均輸出成為亮度最大值。基於這類原因，圖像亮度有時會不與訊號電子量成比例。
而若圖像亮度發生變動而不與訊號電子量成比例，則基於亮度分布來決定之輪廓點便會產生誤差。帶電或是鄰近圖樣的遮蔽效果，會因圖樣形狀而有不同，此外，檢測器的檢測效率會與SEM在視野內的位置有關。是故，亮度變動所造成之輪廓點誤差，無法藉由加算一定量的偏移量(offset)等單純方法來修正。
專利文獻3所記載之方法中，當因亮度變動而亮度的分離度降低時，雖能將該邊緣點剔除，但當亮度的分離度大幅降低時並不有效，也無法修正邊緣點位置。
此外，專利文獻1所記載之方法中，是以基準區域的亮度分布來置換對象區域的亮度分布，藉此修正 亮度變動，但必須事先設定一處二次電子量差異較小的試料上的表面區域(基準區域)，並事先訂定在該處取得之基準分布。然而，近年來隨著圖樣微細化的進展，如上述般適當地訂定作為基準之區域，有其困難度。即便欲採用此一方法，測定者也必須觀察圖像，依據經驗指定其認為妥當的基準區域。在這樣的情形下，需將觀察對象擴大到測定對象以外之區域，如此會增加時間或因光束照射所造成之損壞問題。
是故，需要一種方法，其不必事先訂定基準區域，便可檢測出亮度變動所造成之邊緣點誤差，以便將誤差大的邊緣點剔除、或修正邊緣點的位置。
本申請案中揭示之發明當中，代表性的例子如下所述。亦即，提出一種計測方法，係從藉由帶電粒子束裝置取得之包含圖樣(pattern)的試料圖像，來計測前述圖樣的輪廓之計測方法，其特徵為，具備：第1步驟，抽出構成前述圖樣的輪廓之邊緣點；第2步驟，在前述邊緣點當中，於第1邊緣點的鄰近，取得第1亮度分布(luminance profile)；第3步驟，在前述邊緣點當中，於第2邊緣點的鄰近，取得第2亮度分布(luminance profile)；第4步驟，在前述邊緣點當中，於第3邊緣點的鄰近，取得第3亮度分布(luminance profile)；第5步驟，依據所取得的前述第1亮度分布與前述第2及第3亮度分 布，來求出前述第1亮度分布的形狀之評估值；及第6步驟，依據前述評估值，進行前述第1邊緣點的圖樣之輪廓修正。
此外，另一例子為，提出一種圖像處理裝置 及帶電粒子束裝置，係從藉由帶電粒子束裝置取得之包含圖樣的試料圖像，來計測前述圖樣的輪廓之圖像處理裝置，其特徵為，具備：亮度分布取得部，取得複數個構成前述輪廓之邊緣點的鄰近的亮度分布；形狀評估部，依據複數個前述亮度分布，抽出第1亮度分布的形狀之評估值；及輪廓修正部，依據前述評估值，修正前述第1亮度分布之邊緣點的輪廓。
利用本發明，能夠精度良好地求得試料的圖樣輪廓。
101‧‧‧線條圖樣
102‧‧‧白邊
103‧‧‧白邊鄰近的區域
201‧‧‧亮度分布
202‧‧‧亮度的最大值
203‧‧‧亮度的最小值
204‧‧‧基準亮度
205‧‧‧作為基準亮度之位置
310‧‧‧記錄裝置
311‧‧‧圖像記錄部
312‧‧‧輪廓記錄部
313‧‧‧亮度分布記錄部
314‧‧‧評估值記錄部
315‧‧‧圖樣截面記錄部
320‧‧‧演算裝置
321‧‧‧圖像處理演算部
322‧‧‧亮度分布評估演算部
323‧‧‧輪廓修正演算部
324‧‧‧立體障礙演算部
1101‧‧‧圖樣高度
1102‧‧‧側壁傾斜角
1201‧‧‧修正前的亮度分布
1202‧‧‧修正後的亮度分布
1401‧‧‧電子源
1402‧‧‧電子束
1403‧‧‧偏轉器
1404‧‧‧對物鏡頭
1405‧‧‧平台
1406‧‧‧試料
1407‧‧‧二次電子
1408‧‧‧檢測器
1409‧‧‧裝置控制部
1410‧‧‧輪廓抽出演算部
1411‧‧‧資料庫
[圖1A]具有線條形狀的圖樣之試料模型圖。
[圖1B]線條圖樣的SEM圖像模型圖。
[圖2]亮度分布模型圖。
[圖3]本實施例之圖像處理裝置概略構成全體圖。
[圖4]本實施例之流程圖一例示意圖。
[圖5]本實施例之特異性(singularity)評估值一例示意 圖。
[圖6]本實施例之流程圖一例示意圖。
[圖7]利用臨界值(threshold)法之邊緣再決定方法一例示意圖。
[圖8]修正前的輪廓與修正後的輪廓一例示意圖。
[圖9]本實施例之圖像處理裝置概略構成全體圖。
[圖10]本實施例之流程圖一例示意圖。
[圖11A]因立體障礙而發生亮度降低之圖樣構造模型圖。
[圖11B]將立體障礙所造成之亮度降低加以修正之前的輪廓模型圖。
[圖12]修正前與修正前的亮度分布模型示意圖。
[圖13]本實施例之流程圖一例示意圖。
[圖14]本實施例之SEM全體構成概略圖一例示意圖。
[圖15]本實施例之SEM全體構成概略圖一例示意圖。
[圖16]本實施例之資料庫的蓄積資料一例示意圖。
[圖17]用來顯示或輸入圖像取得條件之GUI一例示意圖。
作為用以解決上述問題之形態，以下說明一種圖像處理方法，是從由掃描式電子顯微鏡(SEM)取得之 阻劑圖樣的SEM圖像，考量亮度變動之影響後抽出阻劑圖樣的輪廓。
首先，敘述從SEM圖像抽出阻劑圖樣的輪廓 之方法。所謂圖樣，係指在試料表面形成之凸形狀的部分，在圖樣的輪廓部(邊緣部)，當照射電子束時從試料放出的訊號電子量會變大。因此，在檢測訊號電子並以圖像亮度表示之SEM圖像當中，會觀測到與輪廓相對應之亮度較強部分(白邊)。
圖1A為具有線條形狀的圖樣(線條圖樣)101 之試料模型圖，圖1B為線條圖樣的SEM圖像模型圖。可以觀察到與線條圖樣的輪廓相對應之白邊102。
欲從SEM圖像抽出輪廓，只要藉由圖像處理 檢測出白邊位置作為邊緣點，再得到連接邊緣點而成之線段即可。作為此一圖像處理方法，凡是檢測出亮度較亮的部分以作為線段之手法，則可運用任意方法。舉例來說，僅抽出亮度比某一定值還大的像素，並進行細線化處理以使其像素的區域的寬度成為1像素，將留下來的像素的中心決定成為邊緣點，再將邊緣點連接而得到輪廓。
此外，除了上述依靠圖像處理之方法以外， 還有利用白邊鄰近的亮度分布來抽出輪廓之方法。此處，所謂亮度分布，係指與白邊方向交錯之方向的圖像亮度的分布，也就是在白邊鄰近的區域103中的亮度分布之分布。另，下文之記述中係舉例在與白邊方向正交之方向取得亮度分布，但未必需為正交之方向。舉例來說，當圖像 的縱方向倍率與橫方向倍率不同的情形下，SEM圖像中與白邊方向正交之方向，可能並非在試料上與該白邊相對應的輪廓正交之方向。在這樣的情形下，可以因應圖像的縱方向倍率與橫方向倍率之比率，來設定白邊方向與取得亮度分布的方向所夾的角度，使成為在試料上與輪廓正交之方向。此外，有時會因局部的雜訊而在白邊上產生突起構造等，而發生本來的輪廓方向與局部的白邊方向不同之情況。在這樣的情形下，可參照圖樣的設計資料，判定與白邊相對應之輪廓方向，並將與該方向正交之方向，訂為取得亮度分布之方向。
在獲得此亮度分布時，為了減低分布的雜 訊，亦可於白邊方向使用平均化後的亮度。亦即，可將區域103設定成白邊方向的寬度會比1像素還大之範圍，於其中取得平均分布。是否平均化、及該區域的大小等，是設定成事先指定。此外，若有SEM圖像的縱軸方向或橫軸方向與取得亮度分布之方向(與白邊正交之方向)不一致等情形，像這種區域103的外周(邊)與像素格點不一致的情形下，可以運用使圖像旋轉之圖像處理、或使像素數增加之圖像處理等，使區域103的外周恰好與像素的分界線一致，藉此便能取得亮度分布。
圖2為亮度分布模型圖。亮度分布201的峰 值與白邊相對應。雖然也可單純地將亮度峰值位置作為邊緣點，但在該情形下，輪廓位置會因亮度的雜訊而容易受影響。較不受雜訊影響的邊緣點決定法，有利用亮 度分布的臨界值法。臨界值法當中，是利用分布內的亮度最大值A(202)、與比最大值處(峰值位置)更位於圖樣外側的亮度最小值B(203)，藉由數學式1求出基準亮度C(204)。
[式1]C =B +(A -B )T
其中，T是事先訂定的範圍從0到1之值，多使用0.5。其後，在最大值與最小值之間的亮度分布中，將作為基準亮度C的位置205決定成為邊緣點。另，比峰值位置還偏圖樣外側是指哪一側，係藉由參照圖樣設計資料等其他方法來決定。將上述方法運用在白邊上的各點，再將得到的邊緣點加以連接便得到輪廓。所運用之白邊上的點的間隔，可為任意。
又，在連接邊緣點時，可將各邊緣點以直線連接，亦可以樣條(spline)內插等任意方法來進行插補而連接。
[實施例1]
以下說明考量亮度變動而抽出圖樣輪廓的實施形態之一例。本實施例為檢測出因亮度變動而受到影響的邊緣點，將其剔除而構成輪廓之方法。
圖3為本實施例之圖像處理裝置概略構成全 體圖，由記錄裝置310與演算裝置320所構成。在記錄裝置310，具備圖像記錄部311、輪廓記錄部312、亮度分布記錄部313、評估值記錄部314。在演算裝置320，具備圖像處理演算部321、亮度分布評估演算部322、輪廓修正演算部323。前述構成可構成為以分別獨立之裝置來實現，亦可以一台計算機或複數台計算機來實現。
圖4為本實施例之流程圖一例。以下依照此流程圖來說明。
步驟S401中，將拍攝有欲計測之阻劑試料的SEM圖像檔案輸入，保存於圖像記錄部311。
步驟S402中，利用圖像處置演算部321，對保存於SEM圖像記錄部311的SEM圖像資料進行演算，抽出試料圖樣的輪廓。輪廓之一例模型如圖5的501所示。抽出之輪廓資料，保存於輪廓記錄部312。此處所謂輪廓資料，係指構成輪廓的邊緣點的座標之集合。邊緣點之抽出可利用任意方法，例如可如前述般將圖像中亮度變強的白邊位置作為邊緣點，或運用臨界值法來決定邊緣點。
步驟S403中，利用圖像處理演算部321，對保存於SEM圖像記錄部311的SEM圖像進行演算，針對保存於輪廓記錄部312的邊緣點，算出其邊緣點周邊的亮度分布。亮度分布之一例模型如圖5的502所示。算出之亮度分布，保存於亮度分布記錄部313。此時，將示意各亮度分布與各邊緣點之對應資訊一併保存。另，亦可 對亮度分布運用減低雜訊之平滑(smoothing)處理，而保存得到之亮度分布。此外，步驟S402中若包含使用臨界值法等算出亮度分布之過程，則亦可省略步驟S403，將步驟S402中算出之亮度分布保存於亮度分布記錄部313。
步驟S404中，利用亮度分布評估演算部 322，針對保存於亮度分布記錄部313的亮度分布，評估形狀的特異性，將得到的特異性評估值保存於評估值記錄部314。特異性評估值之一例模型如圖5的503所示。
以下記述特異性的評估方法例。另，保存於 評估值記錄部314的特異性評估值，針對每個亮度分布可為一個值，亦可為以複數個方法得到的複數個值。
一個例子是，針對各個亮度分布抽出亮度的 最大值，將最大值與平均值相距的偏差作為評估值之評估方法。此處，偏差可單純為差值，亦可為差值的平方或絕對值。又或者是，亦可求出偏差值，再以它和50的差值(或差值的平方或絕對值)來作為評估值。除此之外，亦可利用任意統計指標，來示意某一值對於包含該值的集合之平均而言偏離多少程度。另，亦可利用亮度的最小值的取代亮度的最大值，或是亦可利用亮度的最大值與最小值之差或平均等由這些值算出之值。
另外一個例子是，利用前述評估方法例中記 載的值(亮度的最大值或最小值、及由它們算出之值)當中 的複數個值之方法。可單純地藉由前述評估方法例，針對各個值算出評估值，並將它們的平均或平方和平均、最大值等作為亮度分布的特異性評估值。又或者是，針對各亮度分布，作成以用來評估的值(亮度的最大值或最小值、及由它們算出之值)為要素之向量，求出這些向量的平均向量，再例如以常態化相關係數等來求出各向量與平均向量之間的類似性，將其作為特異性評估值。
另外一個例子是，評估亮度分布的形狀的類 似性之方法。以下記述藉由常態化相關係數來評估特異性之情形例。某一亮度分布以函數P(i)來表示。亦即，從分布的一端開始，亮度為P(1)、P(2)、P(3)‧‧‧。此外，將所有亮度分布平均後之亮度分布以函數Q(i)表示。以函數P(i)來表示之亮度分布的特異性，可藉由P(i)與Q(i)之間的常態化相關係數R來評估。R的算出方法如下述數學式2。
其中，N為構成分布的亮度資料數量，P0、Q0分別為P(i)、Q(i)的平均亮度，Pn(i)、Qn(i)分別為將 P(i)、Q(i)常態化後之函數。係數R取-1至1的值，愈小表示與平均亮度分布相距的偏差愈大，也就是特異性愈大。至此已記述利用常態化相關的評估方法來作為具體例，但亦可利用除此之外的統計指標，來表示與平均亮度分布之間的類似性。舉例來說，亦可利用常態化後的函數Pn(i)的最大值與Qn(i)的最大值之差值，或各自的最小值之差值。
此外，亦可藉由從所有的亮度分布求出標準 分布之統計手法而求得之分布，來取代平均後的亮度分布Q(i)。舉例來說，亦可從所有的亮度分布求出平均分布後，求出與平均分布之間的常態化相關係數R，將常態化相關係數R最小的亮度分布，或是達一定值以下的亮度分布判斷為異常並剔除，留下來的分布取平均而使用。此外，可反覆此處理，直到取平均的所有亮度分布的常態化相關係數R都達一定值以上為止。
步驟S405中，利用輪廓修正演算部323，針 對保存於輪廓記錄部312的各個邊緣點，判定保存於評估值記錄區域314的評估值是否落在事先訂定的容許範圍內，若未落在容許範圍則視為不良邊緣點，並於輪廓記錄部312追加示意其為不良之資訊。
步驟S406中，利用輪廓修正演算部323，針 對保存於輪廓記錄部312的邊緣點當中，以步驟S405中被判定為不良的邊緣點以外的邊緣點來構成新的輪廓，並保存於輪廓記錄部312。新構成的輪廓之一例模型如圖5 的504所示。
藉由利用以上方法，在從SEM圖像抽出圖樣 的輪廓時，能夠剔除因亮度變動而產生誤差的邊緣點，能得到可靠性高的輪廓。此外，將修正前的輪廓與邊緣點的特異性評估值一併輸出，藉此還能讓使用者知道輪廓線的可靠度。
此外，亦可具有手段505，其將步驟S405中 被判定為不良的邊緣點會成為修正對象之訊息、或所構成之新輪廓是藉由修正後的結果而完成之訊息，於SEM圖像輸出之外另行顯示，或是重疊顯示。如此一來，便能讓使用者辨識修正對象的場所。此外，又可具有手段506，其讓使用者依據該SEM圖像輸出的顯示結果，來輸入是否執行最終的修正。如此一來，便能使修正的精度提升。
另，藉由此方法得到的修正輪廓，亦可輸出 至記憶媒體或其他裝置而作為邊緣點之資料，或是利用圖3中未圖示之顯示裝置，使其如圖5的504般顯示成為輪廓線。此一做法在下述的實施例中亦同。
[實施例2]
本發明之另一實施例為，檢測出因亮度變動而受到影響的邊緣點，將其修正而構成輪廓之方法。本實施例之圖像處理裝置概略構成全體圖，與圖3相同。
圖6為本實施例之流程圖一例。以下依照此 流程圖來說明。另，步驟S601至S605，與圖4中步驟S401至S405相同。
步驟S606中，針對步驟S605中被判定為不 良的邊緣點，係利用圖像處理演算部321，由保存於亮度分布記錄部313的亮度分布來再度決定邊緣點。此時，利用將亮度分布與平均亮度分布比較後之結果，來進行修正。另，亦可不進行步驟S605的不良判定，而是對於所有邊緣點，進行邊緣點的再決定。
以下記述利用臨界值法之情形，來作為具體 的邊緣再決定方法之一例。本例為修正局部亮度降低的方法之一例。首先，求出常態化後之分布的最小值的差M1(從常態化亮度分布Pn(i)的最小值減去常態化後之平均亮度分布Qn(i)的最小值後之值)。
圖7為此值的模型示意圖，701為分布 Pn(i)、702為分布Qn(i)、703為最小值的差M1。接著，為了從亮度分布來決定邊緣點，對常態化後之亮度分布Pn(i)利用臨界值法。此處，對基準亮度進行修正。在不進行修正的情形下，基準亮度C係藉由數學式1而算出，但這裡係使用基準亮度C’，其如下述數學式3般利用M進行修正而算出。
[式3]C '=(B -M 1 )+[A -(B -M 1 )]T
亦即，對常態化後之亮度分布Pn(i)運用臨界 值法時，利用常態化後之平均亮度分布Qn(i)中的最小值來決定基準亮度之方法。另，此處雖記述利用常態化後之分布的最小值的差之方法，但亦可為利用常態化後之分布的最大值的差M2(圖7中704)之方法、或利用該兩者之方法。在這些情形下，基準亮度C’係分別藉由下述數學式4、數學式5而算出。
[式4]C '=B +[(A -M 2 )-B )]T
[式5]C '=(B -M 1 )+[(A -M 2 )-(B -M 1 )]T
此外，以下記述另一邊緣再決定方法之一例。本例為修正SEM圖像內的局部亮度梯度的影響之方法一例。首先，求出常態化後之亮度分布Pn(i)、與常態化後之平均亮度分布Qn(i)。接著，求出其差值Pn(i)-Qn(i)，並對其做一次近似。此近似直線的斜率即相當於亮度梯度，故藉由以Pn(i)減去一次近似後之結果，便能得到將亮度梯度的影響加以修正後之亮度分布。對得到的亮度分布運用臨界值法，藉此便能決定邊緣點。
除此之外，亦可利用直接修正邊緣點位置之方法，如對常態化後之分布的最小值的差M1(或是最大 值的差M2、或M1-M2)乘上事先訂定的係數而得到一個值，依該值使邊緣點的位置移動。另，亦可利用常態化後之平均分布的邊緣點的梯度之倒數，來取代事先訂定的係數。
此外，亦可以平均亮度分布Qn(i)來置換亮度 分布Pn(i)，利用該亮度分布來再決定邊緣點。
又，此處雖記述利用常態化後之亮度分布的 方法，但亦可利用常態化前的亮度分布而實施同樣的方法。
步驟S607中，由步驟S606中決定的邊緣點 來構成輪廓，保存於輪廓記錄部312。修正前的輪廓與修正後的輪廓之一例模型，如圖8的801與802所示。
藉由利用以上方法，在從SEM圖像抽出圖樣 的輪廓時，能夠修正因亮度變動而造成之邊緣點誤差，能得到高精度的輪廓。
[實施例3]
本發明之另一實施例為，檢測出因立體障礙所造成之亮度變動而受到影響的邊緣點，將其修正而構成輪廓之方法。
本實施例之圖像處理裝置概略構成全體圖如圖9所示。除了圖3所示之構成外，於記錄裝置310還具備圖樣截面記錄部315、於演算裝置320還具備立體障礙演算部324。
圖10為本實施例之流程圖一例。以下依照此流程圖來說明。
步驟S1001至S1005，與圖4中步驟S401至S405相同。
步驟S606中，針對步驟S605中被判定成不良的邊緣點的亮度分布，利用立體障礙修正部324進行修正後，利用圖像處理演算部321再度決定邊緣點。邊緣點之檢測，可利用臨界值法等由亮度分布求出邊緣點之已知手法。
接下來，記述將立體障礙的影響加以修正之方法一例。
圖11A為因立體障礙而發生亮度降低之圖樣構造模型圖，圖11B為步驟S1002中得到的修正前之輪廓模型圖。圖11B中以虛線區域表示之處1103，其鄰近有許多的圖樣，從試料表面放出的一部分訊號電子會與鄰近的圖樣衝撞而未被檢測出來，亮度會降低。但，立體障礙所造成之亮度降低，只要圖樣的立體形狀資訊已知，便能以計算求得。立體形狀資訊，可依據CAD等設計資料中所含的圖樣配置資訊、及微影模擬(lithography simulation)之計算、或藉由AFM、截面SEM、截面TEM等觀察手法而得到的圖樣截面資訊來求出。又或者是，亦可如下文記述般，利用從SEM圖像抽出的輪廓資訊，來取代設計資料之圖樣配置資訊。此手法中，是將事先保存於圖樣截面記錄部315的圖樣截面形狀資訊、與步驟S1002中求得的輪 廓圖樣配置加以組合而求出立體形狀，並於圖像內的各位置，計算出訊號電子不會被鄰近的圖樣遮蔽而能脫離之立體角，以其作為訊號檢測率。利用此結果，求出進行修正的亮度分布的各點之訊號檢測率d(i)。此外，設想如圖1A般的線條形狀圖樣，同樣地求出亮度分布的各點之訊號檢測率，以其作為標準的訊號檢測率d0(i)，並藉由下述數學式6來計算出檢測率降低率。
[式6]e (i )=d (i )/d 0 (i )
其後，如下述數學式7般對亮度分布P(i)進行修正，得到修正後之亮度分布P’(i)。
[式7]P '(i )=P (i )/e (i )
藉由以上方法，便能由亮度分布來修正立體障礙的影響。圖12修正前的亮度分布1201與修正後的亮度分布1202模型示意圖。另，保存於圖樣截面記錄部315的截面形狀資訊，可在執行圖10之流程圖前輸入，亦可利用事先保存的形狀。此外，若無法得到詳細的形狀資訊時，可僅輸入圖樣高度(圖11A中的1101)或側壁傾斜角(圖11A中的1102)等參數，以長方形或梯形來近似並決 定。又，為了高精度地求出訊號檢測率d(i)，亦可考量訊號電子的放出量的角度關連性。一般而言，我們知道訊號電子的放出量，若假設與試料表面的法線之夾角為θ，則會與cosθ成比例，可利用這點來對每個放出角度賦予權重來求出訊號檢測率。
步驟S1007中，如同步驟S607般，由步驟S1006中決定的邊緣點來構成輪廓，保存於輪廓記錄部312。
藉由利用以上方法，在從SEM圖像抽出圖樣的輪廓時，能夠修正因立體障礙導致的亮度變動而造成之邊緣點誤差，能得到高精度的輪廓。
[實施例4]
本發明之另一實施例，係為針對抽出輪廓的SEM圖像，計算出亮度變動所造成之輪廓誤差程度，來判定SEM圖像的可靠性之方法。
本實施例之圖像處理裝置概略構成全體圖，與圖3相同。
圖13為本實施例之流程圖一例。以下依照此流程圖來說明。
步驟S1301至S1304，與步驟S401至S404相同。
步驟S1305中，求出針對SEM圖像內的所有邊緣點的特異性評估值之平均值，以作為SEM圖像的可 靠性指標。另，不限於單純之平均值，亦可利用代表複數個值的後統計指標。當SEM圖像的可靠性指標落在事先訂定的容許值範圍外時，便判定從SEM圖像抽出的輪廓的可靠性低。在此情形下，例如會在與裝置連接的顯示裝置上，顯示輪廓可能有較大誤差之示意警告。如此一來，便能敦促使用者做SEM圖像的再取得、或資料的取捨選擇。
[實施例5]
本發明之另一實施例，係為內建有實施例1至4所示之圖像處理裝置的SEM。
利用圖14說明本實施例。
圖14為本實施例之SEM全體構成概略圖一例，由電子源1401發出的電子束1402，會藉由偏轉器1403而偏向，藉由對物鏡頭1404而收斂，照射在保持於平台1405上之試料1406的表面。藉由電子束的照射而從試料表面發出的二次電子1407，會被檢測器1408檢測出來。這些部分會受到裝置控制部1409控制，將來自檢測器的訊號強度，表示成在圖像上與偏轉器造成的偏向量相應的位置之像素亮度，藉此生成SEM圖像。對此SEM圖像，利用輪廓抽出演算部1410進行輪廓修正。此輪廓修正演算部1410，便為圖3所示之圖像處理裝置。
針對以SEM得到的圖像，運用實施例1至4所示之處理，藉此便能修正SEM圖像取得時的亮度變動 所造成之誤差，得到高精度的輪廓線。此外，標示出邊緣點的可靠性、或取得的SEM圖像之輪廓可靠性，藉此便能讓使用者知曉SEM圖像的取得條件是否適於輪廓計測。
[實施例6]
本發明之另一實施例，係為一SEM，其實現了能得到輪廓可靠性高的SEM圖像之圖像取得條件。亮度變動當中，帶電導致之亮度變動，會與SEM圖像的取得條件有關，故藉由利用適當的圖像取得條件，便能得到可靠性高的SEM圖像。
利用圖15說明本實施例。
圖15為本實施例之SEM全體構成概略圖一例，除了圖14所示之構成外，還具備了資料庫1411，保持SEM圖像取得條件與材料資料或其一部分，以及其與SEM圖像的可靠性指標之間的關係之資料。所謂SEM圖像取得條件，係指電子束的加速電壓值、探針電流值、倍率、框架整合(frame intergration)次數、掃描速度、掃描順序等。
本實施例之SEM，在取得SEM像時是以實施例4的方法來算出SEM圖像的可靠性指標，再將此時的SEM圖像取得條件與材料資訊與可靠性指標保存於資料庫1411。又或者是，亦可保存以其他SEM蓄積之資料。如此一來，資料庫中便蓄積資料。圖16為資料之一 例。
利用資料庫1411，在取得可靠性高的SEM圖像時，在圖15中未圖示之顯示裝置上，顯示如圖17所示般的輸入視窗，好讓使用者選擇在圖像取得條件當中使用者欲指定之項目與自動設定之項目，針對使用者指定之項目，使其輸入指定之值。此外，針對圖樣的材料，亦使其選擇為不明或由使用者指定，若欲指定，則輸入材料名。接下來，從蓄積於資料庫1411的資料當中，抽出含有被指定的項目之值的資料，再從其中抽SEM圖像的可靠性高之資料，以決定自動設定之項目，並依此條件進行圖像取得。又或者是，亦可令顯示裝置顯示自動設定好的項目，讓使用者選擇是否依此設定做圖像取得。
藉由此一方法，便能減低帶電導致之亮度變動，得到輪廓可靠性高的SEM圖像。此外，利用本實施例記載之SEM，以複數個圖像取得條件來對同一試料取得SEM圖像，比較SEM圖像的可靠性指標，當可靠性指標差異較大的情形下，便能判定帶電的影響很大，而能提升從SEM圖像得到的輪廓可靠性。
以上，藉由利用本發明，可高精度地修正SEM圖像的亮度局部變動而導致之邊緣點計測誤差，能夠高精度地求出阻劑試料的圖樣輪廓或尺寸。

Claims (18)

  1. 一種計測方法，係從藉由帶電粒子束裝置取得之包含圖樣(pattern)的試料圖像，來計測前述圖樣的輪廓之計測方法，其特徵為，具備：第1步驟，抽出構成前述圖樣的輪廓之邊緣點；第2步驟，在前述邊緣點當中，於第1邊緣點的鄰近，取得第1亮度分布(luminance profile)；第3步驟，在前述邊緣點當中，於第2邊緣點的鄰近，取得第2亮度分布；第4步驟，在前述邊緣點當中，於第3邊緣點的鄰近，取得第3亮度分布；第5步驟，依據所取得的前述第1亮度分布與前述第2及第3亮度分布，來求出前述第1亮度分布的形狀之評估值；及第6步驟，依據前述評估值，進行前述第1邊緣點的圖樣之輪廓修正。
  2. 如申請專利範圍第1項之計測方法，其中，前述第1亮度分布的形狀之前述評估值，係依據前述第1亮度分布的最大值與前述第2及第3亮度分布的最大值之間的差、或是前述第1亮度分布的最小值與前述第2及第3亮度分布的最小值之間的差、又或是前述第1亮度分布的最大值及最小值與前述第2及第3亮度分布的最大值及最小值之間的差，而訂定。
  3. 如申請專利範圍第1項之計測方法，其中， 前述第1亮度分布的形狀之前述評估值，係依據前述第1亮度分布的最大值與前述第2及第3亮度分布的最大值的平均值之間的差、或是前述第1亮度分布的最小值與前述第2及第3亮度分布的最小值的平均值之間的差、又或是前述第1亮度分布的最大值及最小值與前述第2及第3亮度分布的最大值的平均值及最小值的平均值之間的差，而訂定。
  4. 如申請專利範圍第1項之計測方法，其中，前述第1亮度分布的形狀之前述評估值，係依據將前述第1亮度分布加以常態化後之第1常態化分布的最大值與將前述第2及第3亮度分布加以常態化後之第2及第3常態化分布的最大值之間的差、或是前述第1常態化分布的最小值與前述第2及第3常態化分布的最小值之間的差、又或是前述第1常態化分布的最大值及最小值與前述第2及第3常態化分布的最大值及最小值之間的差，而訂定。
  5. 如申請專利範圍第1項之計測方法，其中，前述第1亮度分布的形狀之前述評估值，係依據將前述第1亮度分布加以常態化後之第1常態化分布的最大值與將前述第2及第3亮度分布加以平均化後再常態化之第4常態化分布的最大值之間的差、或是前述第1常態化分布的最小值與前述第4常態化分布的最小值之間的差、又或是前述第1常態化分布的最大值及最小值與前述第4常態化分布的最大值及最小值之間的差，而 訂定。
  6. 如申請專利範圍第1項之計測方法，其中，前述第1亮度分布的形狀之前述評估值，係為將前述第1亮度分布加以常態化後之分布與將前述第2及第3亮度分布加以常態化後之分布之間的常態化相關係數。
  7. 如申請專利範圍第1項之計測方法，其中，前述第1亮度分布的形狀之前述評估值，係為將前述第1亮度分布加以常態化後之分布與將前述第2及第3亮度分布加以常態化後之分布取其差，再將得到的亮度分布做線形近似而獲得之係數。
  8. 如申請專利範圍第1項之計測方法，其中，依據前述評估值之輪廓修正，係當前述評估值未落在規定之範圍內時，則修正成從構成輪廓的邊緣點剔除前述第1邊緣點而再構成輪廓。
  9. 如申請專利範圍第1項之計測方法，其中，依據前述評估值之輪廓修正，係當前述評估值未落在規定之範圍內時，則依據前述評估值，修正決定前述第1邊緣點的位置時之基準亮度，再抽出邊緣點的位置，並依據前述再抽出之邊緣點來再構成輪廓。
  10. 如申請專利範圍第1項之計測方法，其中，依據前述評估值之輪廓修正，係當前述評估值未落在規定之範圍內時，則依據前述 輪廓與圖樣截面形狀資訊，計算出前述第1亮度分布中的訊號電子之檢測降低率，依據前述檢測降低率，進行前述第1亮度分布之修正，藉由前述修正後的第1亮度分布，再抽出前述第1邊緣點的位置，並藉由再抽出之邊緣點來再構成輪廓。
  11. 如申請專利範圍第1項之計測方法，其中，依據前述評估值之輪廓修正，以將前述第2及第3亮度分布加以平均化後之分布，來置換前述第1亮度分布，藉由前述置換後之分布來再抽出第1邊緣點的位置，並藉由前述再抽出之邊緣點來再構成輪廓。
  12. 如申請專利範圍第1項之計測方法，其中，更具備第7步驟，求出針對前述圖像中的複數邊緣點之前述評估值的平均值或是代表值，以算出前述邊緣點或前述輪廓的可靠性。
  13. 一種圖像處理裝置，係從藉由帶電粒子束裝置取得之包含圖樣的試料圖像，來計測前述圖樣的輪廓之圖像處理裝置，其特徵為，具備：亮度分布取得部，取得複數個構成前述輪廓之邊緣點的鄰近的亮度分布；形狀評估部，依據複數個前述亮度分布，抽出第1亮度分布的形狀之評估值；及 輪廓修正部，依據前述評估值，修正前述第1亮度分布之邊緣點的輪廓。
  14. 如申請專利範圍第13項之圖像處理裝置，其中，更具備評估顯示部，顯示前述評估值以及前述第1亮度分布之邊緣點的位置。
  15. 如申請專利範圍第14項之圖像處理裝置，其中，更具備是否輸入部，輸入是否修正前述第1亮度分布之邊緣點。
  16. 一種帶電粒子束裝置，其特徵為：具備申請專利範圍第13項之圖像處理裝置。
  17. 如申請專利範圍第16項之帶電粒子束裝置，其中，具備可靠性算出部，依據前述評估值，算出前述邊緣點或前述輪廓的可靠性。
  18. 如申請專利範圍第16項之帶電粒子束裝置，其中，更具備資料庫部，保存前述邊緣點或前述輪廓的可靠性，以及保存取得前述試料的圖像之條件。
TW102115214A 2012-05-31 2013-04-29 A measurement method, an image processing device, and a charged particle beam device TWI489511B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2012123901A JP6018803B2 (ja) 2012-05-31 2012-05-31 計測方法、画像処理装置、及び荷電粒子線装置

Publications (2)

Publication Number Publication Date
TW201407657A TW201407657A (zh) 2014-02-16
TWI489511B true TWI489511B (zh) 2015-06-21

Family

ID=49673238

Family Applications (1)

Application Number Title Priority Date Filing Date
TW102115214A TWI489511B (zh) 2012-05-31 2013-04-29 A measurement method, an image processing device, and a charged particle beam device

Country Status (5)

Country Link
US (1) US9536170B2 (zh)
JP (1) JP6018803B2 (zh)
KR (1) KR101632011B1 (zh)
TW (1) TWI489511B (zh)
WO (1) WO2013180043A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015174228A1 (ja) * 2014-05-13 2015-11-19 オムロン株式会社 姿勢推定装置、姿勢推定システム、姿勢推定方法、姿勢推定プログラム、および姿勢推定プログラムを記録したコンピュータ読み取り可能な記録媒体
WO2024053043A1 (ja) * 2022-09-08 2024-03-14 株式会社日立ハイテク 寸法計測システム、推定システム、および寸法計測方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS4835481B1 (zh) * 1970-04-13 1973-10-29
TW478009B (en) * 1998-12-01 2002-03-01 Advantest Corp Electric beam tester and image processing apparatus
JP4263556B2 (ja) * 2003-07-15 2009-05-13 パナソニック株式会社 半導体装置の製造方法
US20110208477A1 (en) * 2008-11-05 2011-08-25 Keiichiro Hitomi Measuring method of pattern dimension and scanning electron microscope using same
TW201214025A (en) * 2010-05-14 2012-04-01 Ibm Test pattern for contour calibration in OPC model build

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040081350A1 (en) * 1999-08-26 2004-04-29 Tadashi Kitamura Pattern inspection apparatus and method
KR100543467B1 (ko) * 2003-12-11 2006-01-20 삼성전자주식회사 미세 패턴 선폭 측정 방법 및 그 시스템
JP4129439B2 (ja) 2004-02-12 2008-08-06 株式会社東芝 画像処理方法および画像処理装置
JP4262125B2 (ja) * 2004-03-26 2009-05-13 株式会社日立ハイテクノロジーズ パターン測定方法
JP4271085B2 (ja) * 2004-06-03 2009-06-03 株式会社リコー 画像補正装置、画像読取装置、プログラム及び記憶媒体
JP4604582B2 (ja) 2004-07-14 2011-01-05 凸版印刷株式会社 パターン画像計測方法
US20060061743A1 (en) * 2004-09-22 2006-03-23 Asml Netherlands B.V. Lithographic apparatus, alignment system, and device manufacturing method
JP2008253292A (ja) * 2007-03-30 2008-10-23 Fujifilm Corp 症例画像検索装置及びシステム
JP5408852B2 (ja) 2007-08-09 2014-02-05 株式会社日立ハイテクノロジーズ パターン測定装置
JP5492383B2 (ja) * 2008-02-27 2014-05-14 株式会社日立ハイテクノロジーズ 走査型電子顕微鏡及びこれを用いたパターン寸法計測方法
DE102009006636B4 (de) * 2008-12-30 2016-02-18 Siemens Aktiengesellschaft Verfahren zur Ermittlung einer 2D-Kontur einer in 3D-Bilddaten abgebildeten Gefäßstruktur
JP5502569B2 (ja) * 2010-04-06 2014-05-28 株式会社日立ハイテクノロジーズ 走査電子顕微鏡
JP5460479B2 (ja) * 2010-06-21 2014-04-02 株式会社日立ハイテクノロジーズ パターン寸法測定装置及び輪郭線形成装置
JP5426497B2 (ja) * 2010-08-09 2014-02-26 株式会社アドバンテスト パターン測定装置及びパターン測定方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS4835481B1 (zh) * 1970-04-13 1973-10-29
TW478009B (en) * 1998-12-01 2002-03-01 Advantest Corp Electric beam tester and image processing apparatus
JP4263556B2 (ja) * 2003-07-15 2009-05-13 パナソニック株式会社 半導体装置の製造方法
US20110208477A1 (en) * 2008-11-05 2011-08-25 Keiichiro Hitomi Measuring method of pattern dimension and scanning electron microscope using same
TW201214025A (en) * 2010-05-14 2012-04-01 Ibm Test pattern for contour calibration in OPC model build

Also Published As

Publication number Publication date
KR20140142741A (ko) 2014-12-12
WO2013180043A1 (ja) 2013-12-05
US20150110406A1 (en) 2015-04-23
JP2013250106A (ja) 2013-12-12
TW201407657A (zh) 2014-02-16
JP6018803B2 (ja) 2016-11-02
KR101632011B1 (ko) 2016-06-21
US9536170B2 (en) 2017-01-03

Similar Documents

Publication Publication Date Title
US9858659B2 (en) Pattern inspecting and measuring device and program
US8110800B2 (en) Scanning electron microscope system and method for measuring dimensions of patterns formed on semiconductor device by using the system
US9449790B2 (en) Pattern shape evaluation method, semiconductor device manufacturing method, and pattern shape evaluation device
KR101764658B1 (ko) 결함 해석 지원 장치, 결함 해석 지원 장치에 의해 실행되는 프로그램 및 결함 해석 시스템
JP6043735B2 (ja) 画像評価装置及びパターン形状評価装置
JP4512395B2 (ja) 露光プロセスモニタ方法及びその装置
JP2011033423A (ja) パターン形状選択方法、及びパターン測定装置
JP5966087B2 (ja) パターン形状評価装置及び方法
CN104094390B (zh) 半导体评价装置以及半导体评价方法
JP2009222454A (ja) パターン測定方法及びパターン測定装置
TW201237363A (en) Image processing apparatus and computer program
KR20150003783A (ko) X선 검사 방법 및 x선 검사 장치
TWI567789B (zh) A pattern measuring condition setting means, and a pattern measuring means
TWI489511B (zh) A measurement method, an image processing device, and a charged particle beam device
US20200294756A1 (en) Charged particle ray device and cross-sectional shape estimation program
WO2015125504A1 (ja) パターン測定装置、及びコンピュータープログラム
TWI733184B (zh) 圖案形狀評價裝置、圖案形狀評價系統及圖案形狀評價方法
JP2013200319A (ja) 電子顕微鏡システム及びそれを用いたパターン寸法計測方法
TWI697025B (zh) 帶電粒子線裝置，截面形狀推定程式
JP6264007B2 (ja) 走査型電子顕微鏡装置の評価方法、及び走査型電子顕微鏡装置の評価装置
JP5389840B2 (ja) パターン形状評価方法及びパターン形状評価装置