WO2011024362A1

WO2011024362A1 - 欠陥検査装置およびその方法

Info

Publication number: WO2011024362A1
Application number: PCT/JP2010/004073
Authority: WO
Inventors: 酒井薫; 浦野貴裕
Original assignee: Hitachi High Technologies Corp; Hitachi High Tech Corp
Current assignee: Hitachi High Tech Corp
Priority date: 2009-08-26
Filing date: 2010-06-18
Publication date: 2011-03-03
Anticipated expiration: 2012-02-26
Also published as: US20120141012A1; JP2011047724A; US8737718B2

Abstract

　被検査対象物を所定の光学条件で照射する照明光学系と、前記照明光学系により照射された前記被検査対象物からの散乱光を所定の検出条件で検出して画像データを取得する検出光学系と、異なる条件で前記検出光学系により取得された複数の画像データについてそれぞれ欠陥候補を検出する欠陥候補検出部と、前記複数の画像データについての欠陥候補を統合処理して欠陥判定を行う検査後処理部と、を備えた画像処理部と、を有する欠陥検査装置である。

Description

欠陥検査装置およびその方法

　本発明は、被検査対象物の微細なパターン欠陥や異物等を検出する欠陥検査装置および欠陥検査方法に関する。

　半導体基板や薄膜基板等の製造ラインにおいて、製品の歩留まりを維持・向上するために、半導体基板や薄膜基板等の表面に存在する欠陥の検査が行われている。
検出画像と参照画像とを比較して欠陥検出を行う従来の技術としては、「多値のディジタル信号を繰り返しパターンのピッチ分遅らせ、遅らされた第１の多値のディジタル信号とその時点で変換された第２の多値のディジタル信号とを比較して、第１および第２の多値のディジタル信号の空間的に対応する位置ずれを検出して、位置ずれが最適になるように遅延手段で遅らせる量を調節することにより、繰り返しパターンの欠陥を検査する欠陥検査装置。」が特許文献１（特開平０５－２６４４６７号公報）に開示されている。また、特許文献２（ＵＳ７２２１９９２）および特許文献３（ＵＳ２００８／０２８５０２３）には、「複数の異なる光学条件による画像を同時検出し、参照画像との明るさの比較を条件ごとに行い、その比較値を統合して欠陥とノイズの判別を行う」方法が開示されている。

特開平０５－２６４４６７号公報ＵＳ７２２１９９２ＵＳ２００８／０２８５０２３

　上記従来技術に基づき、異なる光学条件の画像を同時に検出して統合する構成を用いた場合、統合できる画像の光学条件は装置構成に依存して限定される。また、異なる光学条件の画像を時系列に検出し、統合して欠陥判定を行う場合、各光学条件の画像を保存するための大容量のメモリや記憶媒体が必要となる。また、ステージ走査により被検査対象物の各光学条件による画像を時系列に撮像する場合、異なる光学条件の画像間には、ステージ走行誤差などにより位置のずれが生じており、画像間の位置を補正して統合する必要がある。しかし、光学条件が異なると被対象物のパターンの見え方が大きく異なることもあり、位置補正量を算出するのは困難である。

　また、被検査対象物である半導体ウェハでは、ＣＭＰによる平坦化等により、隣接チップであってもパターンに膜厚の微妙な違いが生じ、チップ間の画像には局所的に明るさの違いがある。また、パターンの太さのばらつきに起因するチップ間の明るさの違いもある。従来方式のように、参照チップの画像と明るさを比較し、差が特定のしきい値ｔｈ以上となる部分を欠陥とするならば、このような膜厚の違いやパターンの太さのばらつきにより比較画像間で明るさの異なる領域も欠陥として検出されることになる。これは本来、欠陥として検出されるべきものではなく、いわゆる虚報である。従来は虚報発生を避けるための１つの方法として、欠陥検出のためのしきい値ｔｈを大きくしていた。しかし、これは感度を下げることになり、同程度以下の差分値の欠陥は検出できない。一方、欠陥の種類は多様であり、検出する必要のない欠陥（以下、「Nuisance欠陥」と記述する。）と検出すべき欠陥に大別できる。本発明によっては、多様な欠陥種の高感度検出と高感度化に伴い増加する上記ノイズやNuisance欠陥の抑制を容易に実現することができる。

　本願において開示される発明のうち代表的なものの概要を簡単に説明すれば次のとおりである。
（１）被検査対象物を所定の光学条件で照射する照明光学系と、前記照明光学系により照射された前記被検査対象物からの散乱光を所定の検出条件で検出して画像データを取得する検出光学系と、異なる条件で前記検出光学系により取得された複数の画像データについてそれぞれ欠陥候補を検出する欠陥候補検出部と、前記複数の画像データについての欠陥候補を統合処理して欠陥判定を行う検査後処理部と、を備えた画像処理部と、を有する欠陥検査装置である。
（２）（１）記載の欠陥検査装置であって、前記検査後処理部では、前記複数の画像データについての欠陥候補の座標を照合することにより欠陥候補を統合処理して欠陥判定を行うことを特徴とする欠陥検査装置である。

　本発明によれば、多様な欠陥種の高感度検出と高感度化に伴い増加するノイズやNuisance欠陥の抑制を容易に実現することができる。

欠陥候補検出部および検査後処理部における処理フローの説明図である。本発明に係る欠陥検査装置の実施形態を示す概念図の一例である。本発明に係る欠陥検査装置の実施形態を示す構成図の一例である。センサと検出されるチップとの関係の説明図である。本発明に係る欠陥候補検出部における処理フローの説明図の一例である。本発明に係る欠陥候補検出部の明るさずれ検出・補正ステップの処理フローの説明図である。本発明に係る欠陥候補検出処理で形成する特徴空間の一例である。本発明に係る欠陥候補検出部において検出されたデータの一例である。本発明に係る実施形態を用いて欠陥検査を行った結果の差画像である。異なる２つの検査条件による欠陥検査の結果を示した散布図の一例である。異なる２つの検査条件による欠陥検査の結果を示した散布図の一例である。異なる２つの検査条件による欠陥検査の結果を示した散布図の一例である。異なる２つの検査条件による欠陥検査の結果を示した散布図の一例である。異なる２つの検査条件の画像情報を統合して欠陥判定を行う場合のシステム構成の一例である。異なる２つの検査条件の画像情報を統合して欠陥判定を行う場合のシステム構成の一例である。異なる２つの検査条件の画像情報を統合して欠陥判定を行う場合のシステム構成の一例である。本発明に係る実施形態における欠陥候補検出部および検査後処理部の欠陥判定処理の説明図である。本発明に係る実施形態による欠陥検査の結果を示した散布図の一例である。本発明に係る実施形態による欠陥検査の結果を示した散布図の一例である。

　本発明に係る欠陥検査装置および欠陥検査方法の実施形態の一例を図１乃至図１２を用いて説明する。まず、被検査対象物として半導体ウェハを対象とした暗視野照明による欠陥検査装置の実施形態について説明する。

　図２は本発明に係る欠陥検査装置の実施形態を示す概念図である。図２記載の欠陥検査装置は、光学部１、メモリ２、画像処理部３、全体制御部９とを備えて構成される。
（光学部１）
　光学部１は、複数の照明部４ａ、４ｂ、および複数の検出部７ａ、７ｂとを有して構成される。
  照明部４ａ、照明部４ｂは、互いに異なる照明条件の光を、被検査対象物である半導体ウェハ５に照射する。照明条件としては、例えば、照射角度、照明方位、照明波長、偏光状態等である。照明部４ａおよび照明部４ｂの各々から出射される照明光により被検査対象物５から夫々散乱光６ａおよび散乱光６ｂが発生し、発生した散乱光６ａおよび散乱光６ｂの夫々を検出部７ａおよび検出部７ｂで夫々散乱光強度信号として検出する。
（メモリ２）
　メモリ２は、光学部１に備えられた検出部７ａ、７ｂにて検出された散乱光強度信号の夫々を格納する。
（画像処理部３）
　画像処理部３は、前処理部８－１、欠陥候補検出部８－２、検査後処理部８－３とを備えて構成される。
  前処理部８－１では後述する信号補正および画像分割等を行い、欠陥候補検出部８－２では前処理部８－１で生成された画像から後述する処理を行い、欠陥候補を検出し、検査後処理部８－３では欠陥候補検出部８－２で検出された欠陥候補からノイズやNuisance欠陥（ユーザが不要とする欠陥種や致命性のない欠陥）を除外し、残った欠陥に対して欠陥種に応じた分類と寸法推定を行う。
  画像処理部３では、入力されたメモリ２に格納された散乱光強度信号に対し、上記前処理部８－１、欠陥候補検出部８－２、検査後処理部８－３において上記処理を施されて、全体制御部９に出力する。

　図２には、散乱光６ａ、６ｂは別々の検出部７ａ、７ｂで検出する実施形態が示されているが、１つの検出部で共通に検出しても構わない。照明部および検出部は２つである必要はなく、１または３つ以上であっても構わない。
また、散乱光６ａおよび散乱光６ｂの夫々は、各々照明部４ａおよび４ｂに対応して発生する散乱光分布を指す。照明部４ａによる照明光の光学条件と照明部４ｂによる照明光の光学条件が異なれば、各々によって発生する散乱光６ａと散乱光６ｂは互いに異なる。本願において、ある照明光によって発生した散乱光の光学的性質およびその特徴を、その散乱光の散乱光分布と呼ぶ。散乱光分布とは、より具体的には、散乱光の出射位置・出射方位・出射角度に対する、強度・振幅・位相・偏光・波長・コヒーレンシ等の光学パラメータ値の分布を指す。

　次に、図２に示す構成を実現する具体的な欠陥検査装置の一実施形態を図３に示す。即ち、本願に係る欠陥検査装置は、被検査対象物（半導体ウェハ５）を支持するステージ３３と、半導体ウエハ５に対して照明光を斜方から照射する複数の照明部４ａ、４ｂと、半導体ウェハ５からの垂直方向への散乱光を結像させる検出光学系（上方検出系）７ａと、斜方向への散乱光を結像させる検出光学系（斜方検出系）７ｂと、それぞれの検出光学系により結像された光学像を受光し、画像信号に変換するセンサ部３１、３２と、得られた画像信号を格納するメモリ２（図示せず）と、メモリ２から入力された散乱光強度信号に基づいて画像を処理する画像処理部３と、全体制御部９と、全体制御部９からの制御に基づきステージを移動させるメカニカルコントローラ３４と、を適宜備えて構成される。

　ステージ（Ｘ－Ｙ－Ｚ－θステージ）３３により半導体ウェハ５は支持されており、ＸＹ平面内の移動および回転とＺ方向への移動が可能である。また、Ｘ－Ｙ－Ｚ－θステージ３３はメカニカルコントローラ３４により駆動される。このとき、半導体ウェハ５をＸ－Ｙ－Ｚ－θステージ３３に搭載し、Ｘ－Ｙ－Ｚ－θステージ３３を水平方向に移動させながら被検査対象物上の異物からの散乱光を検出することで、検出結果を二次元画像として得ることができる。

　照明部４ａ、４ｂは、半導体ウエハ５に対して斜方から照明光を照射する。各照明光源としては、レーザを用いても、ランプを用いてもよい。また、各照明光源の波長の光は短波長であってもよく、また、広帯域の波長の光（白色光）であってもよい。短波長の光を用いる場合、検出する画像の分解能を上げる（微細な欠陥を検出する）ために、紫外領域の波長の光（Ultra Violet Light：ＵＶ光）を用いることもできる。レーザを光源として用いる場合、それが単波長のレーザである場合には、可干渉性を低減する手段（図示していない）を照明部４ａ、４ｂの夫々に備えることも可能である。

　検出光学系７ａ、７ｂは、半導体ウェハ５からの光路が分岐した散乱光をそれぞれ検出する。検出光学系（上方検出系）７ａは半導体ウェハ５表面に対して垂直方向への散乱光を結像させる検出光学系であり、検出光学系（斜方検出系）７ｂは半導体ウェハ５表面に対して斜方向への散乱光を結像させる検出光学系である。
センサ部３１、３２は、それぞれ検出光学系７ａ、７ｂにより結像された光学像を受光して画像信号に変換する。ここで、センサ部３１、３２として、イメージセンサに複数の１次元イメージセンサを２次元に配列して構成した時間遅延積分型のイメージセンサ（Time Delay Integration Image Sensor：ＴＤＩイメージセンサ）を用いると、Ｘ－Ｙ－Ｚ－θステージ１２の移動と同期して各１次元イメージセンサが検出した信号を次段の１次元イメージセンサに転送して加算することにより、比較的高速で高感度に２次元画像を得ることが可能になる。このＴＤＩイメージセンサとして複数の出力タップを備えた並列出力タイプのセンサを用いることにより、センサからの出力を並列に処理することができ、より高速な検出が可能になる。

　画像処理部３は、前処理部８－１、欠陥候補検出部８－２、検査後処理部８－３、パラメータ設定部８－４とを適宜備えて構成される。画像処理部３では、メモリ２から入力された散乱光強度信号に基づき、被検査対象物である半導体ウェハ５上の欠陥を抽出する。
具体的には、前処理部８－１では、センサ部３１、３２から入力された画像信号に対してシェーディング補正、暗レベル補正等の画像補正を行い、一定単位の大きさの画像に分割し、欠陥候補検出部８－２では、補正、分割された画像から欠陥候補を検出し、検査後処理部８－３では、検出された欠陥候補からNuisance欠陥やノイズを除去し、残った欠陥について欠陥種に応じた分類と寸法推定を行い、パラメータ設定部８－４では、外部から入力されるパラメータなどを受け付け、欠陥候補検出部８－２および検査後処理部８－３へセットする。ここで、パラメータ設定部８－４は、例えば画像処理部３においてデータベース３５を接続して構成される。

　全体制御部９は、各種制御を行うＣＰＵ（全体制御部９に内蔵）を備え、ユーザインターフェース部（ＧＵＩ部）３６と、記憶装置３７とを適宜接続して構成される。
ユーザインターフェース部（ＧＵＩ部）３６は、ユーザからのパラメータなどを受け付け、検出された欠陥候補の画像、最終的に抽出された欠陥の画像等を表示する表示手段と入力手段とを持ち、記憶装置３７は画像処理部３で検出された欠陥候補の特徴量や画像等を記憶する。

　メカニカルコントローラ３４は、全体制御部９からの制御指令に基づいてＸ－Ｙ－Ｚ－θステージ３３を駆動する。尚、画像処理部３、検出光学系７ａ、７ｂ等も全体制御部９からの指令により駆動される。
ここで、被検査対象物である半導体ウェハ５は、例えばメモリマット部と周辺回路部とを有する同一パターンのチップが多数、規則的に並んでいる。全体制御部９は半導体ウェハ５をＸ－Ｙ－Ｚ－θステージ３３により連続的に移動させ、これに同期して、順次、チップの像をセンサ部３１、３２より取り込み、得られた２種の散乱光（６ａ、６ｂ）の画像各々に対し、規則的に配列されたチップの同じ位置の画像を比較して欠陥を抽出する。図４を用いて上記検査の流れを説明する。

　半導体ウェハ５において、例えばＸ－Ｙ－Ｚ－θステージ３３の走査により帯状の領域４０の画像が得られたとする。チップｎを検査対象チップとした場合、センサ部３１から得られたチップｎの画像を６分割した分割画像４１ａ、４２ａ、・・、４６ａが得られる。また、チップｍからは、隣接するチップｍをチップｎと同様に６分割した分割画像４１ａ’、４２ａ’、・・、４６ａ’が得られる。同じセンサ部３１から得られたこれらの分割画像は、いずれも縦縞で図示されている。一方、センサ部３２から得られたチップｎの画像を同様に６分割した分割画像４１ｂ、４２ｂ、・・、４６ｂ、チップｍを同様に６分割した分割画像４１ｂ’、４２ｂ’、・・、４６ｂ’がそれぞれ得られる。同じセンサ部３２から得られたこれらの分割画像は、いずれも横縞で図示されている。本願では、画像処理部３に入力される２つの異なる検出系の画像各々について、分割位置がチップ間で対応するように分割する。画像処理部３は複数の並列に動作するプロセッサで構成されており、各対応する画像（例えば、センサ部３１で得たチップｎとチップｍの対応する位置の分割画像４１ａと４１ａ’、センサ部３２で得たチップｎとチップｍの対応する位置の分割画像４１ｂと４１ｂ’など）を同じプロセッサに入力する。各プロセッサは同じセンサ部から入力された各チップの対応する箇所の分割画像から欠陥候補の検出を並列に行う。このように、２つのセンサ部から光学条件と検出条件の組合せが異なる同領域の画像が同時に入力された場合、複数のプロセッサにて並列（例えば、図４のプロセッサＡとプロセッサＣの並列、プロセッサＢとプロセッサＤの並列等）に欠陥候補の検出を行う。一方、光学条件と検出条件の組合せが異なる画像から欠陥候補の検出を時系列に行うことも可能である。例えば、プロセッサＡにて分割画像４１ａと４１ａ’から欠陥候補の検出を行った後、同じプロセッサＡにて分割画像４１ｂと４１ｂ’から欠陥候補の検出を行ってもよく、各プロセッサと分割画像との割り振りは任意に設定可能であり、複数の光学条件の画像各々に対し、各チップの対応する位置の分割画像を同一のプロセッサに入力し、各光学条件の画像毎に欠陥候補を検出していればよい。

　次に、図５を用いて、画像処理部３の欠陥候補検出部８－２において、センサ部３１から取得した分割画像（４１ａ；４１ａ’）に基づき欠陥候補を検出する処理フローを説明する。
  ここで、プロセッサＡにおいて、センサ部３１で取得されるチップｎの先頭の分割画像４１ａを検査対象画像（以下、「検出画像」と記述する。）、隣接チップｍの対応する領域の分割画像４１ａ’を参照画像とする。
  欠陥候補検出部８－２では、まず、検出画像４１ａと参照画像４１ａ’とを比較して、明るさのずれを検出し補正する（step501）。次に、位置ずれを検出し補正を行い（step502）、検出画像４１ａの対象画素に対して、参照画像４１ａ’の対応する画素との間で特徴量を演算する（step503）。その後、対象画素の任意の特徴量に基づいて特徴空間を形成し（step504）、特徴空間内でしきい値面を演算し（step505）、しきい値面の内外に基づき欠陥候補を検出する（step506）。
  半導体ウェハ５は前述の通り同一パターンが規則的に形成されており、検出画像４１ａと参照画像４１ａ’は本来、同一であるべきだが、多層膜でできているウェハ５には、チップ間の膜厚の違いに起因して、画像間には大きな明るさの違いが生じる場合がある。また、ステージ走査時の振動などにより、画像取得位置がチップ間でずれているため、欠陥候補検出部８－２において明るさのずれの補正を行う必要がある。本実施形態では、欠陥候補検出部８－２の最初の部分にて行うが、この明るさのずれの検出および補正は欠陥候補検出部８－２ではなく他の部分において行われてもよい。

　図６を用いて、明るさずれ検出・補正ステップ（step501）の処理フローを示す。
step501では、入力される検出画像４１ａ、参照画像４１ａ’に（数１）に示す平滑化フィルタをかける。（数１）は、４１ａ、４１ａ’の各画素値ｆ（ｘ，ｙ）に対し、平均０、分散σ^２の２次元ガウス関数を用いた平滑化の実施例であるが、（数２）に示す単純平均化や、局所領域での中央値をとるメディアンフィルタ等により平滑化を行っても構わない。次に、画像間の明るさのずれを補正するための補正係数を計算する。ここでは、画像内の全画素を用いた最小二乗近似による例を示す。これは、平滑化後の画像５１ａ、５１ａ’の各画素値Ｇｆ（ｘ，ｙ）、Ｇｇ（ｘ，ｙ）について、（数３）に示す線形関係があると仮定し、（数４）が最小となるようにａ、ｂを算出し、これを補正係数ｇａｉｎ、ｏｆｆｓｅｔとするものである。そして、平滑化前の検出画像の全画素値ｆ（ｘ，ｙ）に対して、（数５）の通りに明るさの補正を行う。

　　　　　　　　　　　　＊はたたみ込みを表す

　　　　ｍ，ｎは平滑化するマトリクスサイズ，［］はガウス記号を表す

　（数３）　　G(g(x,y))=a＋b・G(f(x,y))　　　　　　　　　　　　　　　　　　　　
　

　（数５）　　L(f(x,y))=gain・f(x,y)＋offset　　　　　　　　　　　　　　　　　　
　　

　次に、位置ずれの検出・補正ステップ（step502）では、一方の画像をずらしながら、他方の画像との間で輝度差の二乗和が最小になるずれ量を求める、もしくは、正規化相関係数が最大となるずれ量を求める方法等が一般的である。
特徴空間形成ステップ（step504）では、step503にて演算された対象画素の特徴量のうちの全て、あるいは、任意の個数を選択し、特徴空間を形成する。このとき特徴量は、その画素の特徴を表すものであればよい。その一実施例としては、（１）コントラスト、（２）濃淡差、（３）近傍画素の明るさ分散値、（４）相関係数、（５）近傍画素との明るさの増減、（６）２次微分値等がある。これらの特徴量の一実施例は、検出画像の各点の明るさをｆ(x,y)、対応する参照画像の明るさをｇ(x,y)とすると以下の式で画像のセット（４１ａと４１ａ’）から算出する。

（数６）　コントラスト；max{ｆ(x,y)、ｆ(x+1,y)、ｆ(x,y+1)、ｆ(x+1,y+1)}－min{ｆ(x,y)、ｆ(x+1,y)、ｆ(x,y+1)、ｆ(x+1,y+1)　

（数７）　濃淡差；ｆ(x,y)－ｇ(x,y)

　（数８）分散； [Σ{ｆ(x+i,y+j)^２}－{Σｆ(x+i,y+j)}^２／Ｍ]／（Ｍ－１）
　　　　　　　　　　　　　　　　　　i,j=-1、0、1　Ｍ＝９　　　

　加えて、各画像の明るさそのもの（検出画像４１ａ、参照画像４１ａ’）も特徴量とする。ここで、特徴量として、検出画像４１ａと参照画像４１ａ’の明るさｆ(x,y)、ｇ(x,y)の２つを選択する実施例について説明すると、特徴空間は、Ｘ値をｆ(x,y)、Ｙ値をｇ(x,y)として、２次元空間に全画素の値をプロットして生成する。
しきい値面算出ステップ（step505）では、step504の特徴空間形成ステップにより形成された特徴空間（本実施形態であれば２次元空間）内でしきい値面を演算する。
はずれ画素検出ステップ（step506）では、例えば、しきい値面の外側にある画素、すなわち、特徴的にはずれ値となる画素を欠陥候補として検出する等、しきい値面に基づき欠陥候補を検出する。

　ここで、ｓｔｅｐ５０４の特徴空間は２次元である実施例について説明したが、複数の特徴量のうち、いくつか、あるいは全ての特徴量を軸とする多次元特徴空間でも構わない。

　３つの特徴量で形成した２次元特徴空間の実施例を図７に示す。対象画像の各画素を、特徴Ａ、Ｂ、Ｃの値に応じて特徴量Ａ、Ｂ、Ｃを軸とする特徴空間にプロットし、正常と推定された分布を囲むようにしきい値面を設定する。図中では、多角形面７０がしきい値面、７０に囲まれた画素が正常（ノイズを含む）、その外側にあるはずれ画素が欠陥候補である。正常範囲の推定には、ユーザが個別にしきい値を設定してもよいし、正常画素の特徴の分布は正規分布に従うと仮定し、対象画素が非欠陥画素である確率を求めて識別する方法でもよい。後者は、ｎ個の正常画素のｄ個の特徴量をｘ１、ｘ２、‥、ｘｎとすると、特徴量がｘとなる画素を欠陥候補として検出するための識別関数φは、（数９）、(数１０)で与えられる。

　欠陥候補検出部８－２は、上記処理をセンサ部３１、３２から入力される半導体ウェハ５の検査対象領域の各画像に対して行う。

　次に、図１および図８を用いて画像処理部３の検査後処理部８－３において、欠陥候補検出部８－２において検出した欠陥候補から、Nuisance欠陥やノイズを除去し、残った欠陥に対して欠陥種に応じた分類と寸法推定を行う処理フローを説明する。
ここで、図１は本発明による画像処理部３で行われる欠陥検出処理（画像入力から最終出力まで）の一実施例である。
上述の通り、欠陥候補検出部８－２では、センサ部３１、３２により入力された光学条件および検出条件の異なる組合せ条件（以下、「検査条件」と記述する。）で取得された画像に基づき、検査条件毎に、欠陥候補を検出する（step101）。次に、検査後処理部８－３では、欠陥候補のウェハ上での座標の照合を行い(step102)、その特徴量を統合して（step103）、検出された欠陥候補の欠陥判定を行い、真の欠陥を抽出する（step104）。そして、真の欠陥と判定されたものについて、欠陥分類と寸法推定を行う(step105)。

　step101の欠陥候補検出部８－２において検出された欠陥候補に関するデータの一例を図８に示す。図８によると、各欠陥候補について、検出画像から切り出した欠陥候補を含む周辺部（図中の欠陥画像）と、参照画像から切り出した対応する位置の背景画像を含む小領域画像、半導体ウェハ上の欠陥候補の座標（分布）、濃淡差、輝度値といった欠陥候補の特徴等がある。

　座標照合ステップ（step102）では、欠陥候補検出部８－２より出力された検査条件Ａ、Ｂ各々の画像について、検査条件Ａ、Ｂから出力された欠陥候補のウェハ上での座標の照合を行う。すなわち、検査条件Ａ、検査条件Ｂの両方から共通で検出されたものか否かを判定する。
  特徴量統合ステップ（step103）では、当該欠陥候補が、検査条件ＡおよびＢの両条件から共通に検出されたものであれば、その特徴量を統合する。統合の一例としては、検査条件Ａから得られた欠陥候補部の輝度値と検査条件Ｂから得られた欠陥候補部の輝度値の比等がある。
  欠陥判定ステップ（step104）では、検出された欠陥候補がノイズか、Nuisance欠陥か、真の欠陥かの欠陥判定を行い、真の欠陥のみを抽出する。
  分類・寸法推定ステップ（step105）では、真の欠陥と判定されたものについて、欠陥分類と寸法推定を行う。

　以上の通り、本発明による欠陥検査装置では、異なる複数の検査条件から個々に欠陥候補を検出し、その結果を統合して最終的な欠陥判定を行う。

　図９に、本実施形態を用いて欠陥検査を行った結果の一例を示す。図９（ａ）の画像９０、９１は、異なる２つの検査条件Ａ、Ｂで取得した画像から、検出画像と参照画像との輝度差を特徴量としたときの、欠陥を含む領域の特徴量の分布、すなわち、輝度差を明るさで表示した差画像である。明るいほど、輝度差が大きいことを示す。画像中央の○で囲んだ中央部分にあるのが欠陥である。欠陥部では輝度差が大きいが、周辺も欠陥部と同等以上に輝度差は大きく、欠陥をはずれ値として検出することは困難である。これに対し、画像９２、９３は画像９０、９１の差画像に白色化によるノイズ抑制処理を施したものであり、欠陥部が顕在化していることが分かる。
図９（b）の９４は、画像９２の値（検査条件Ａの画像から算出された白色化後の特徴量）を横軸に、画像９３の値（検査条件Ｂの画像から算出された白色化後の特徴量）を縦軸にとった散布図である。ここでは特徴量として、濃淡差を用いている。図９（b）の黒い丸でプロットされた点が欠陥部、それ以外は正常パターンである。散布図中の９４ａ、９４ｂは、検査条件Ａ、検査条件Ｂの画像各々からノイズ（すなわち正常パターン）を検出しないために必要なしきい値である。従って、検査条件Ａの画像から欠陥が検出できるのはしきい値９４ａよりも濃淡差の大きい領域、検査条件Ｂの画像から欠陥が検出できるのはしきい値９４ｂよりも濃淡差の大きい領域ということになる。図９（c）９５の破線で囲んだ領域が検査条件Ａ、もしくは検査条件Ｂのいずれか１つの条件での欠陥の検出可能領域となる。これに対し、検査条件Ａと検査条件Ｂの画像から算出される特徴量を統合してしきい値を設定することにより、欠陥の検出可能領域を拡大することができる。２次元の散布図上で正常範囲を推定すれば、原理的には図９（d）９６の網掛けの領域が図９（c）の９５の領域に対し、拡大されることになる。図９（e）９７の破線で囲んだ領域は、２つの検査条件の画像を統合して正常範囲を推定した場合、はずれ値として欠陥候補の検出が可能な領域である。黒い丸でプロットした欠陥画素がより高感度に検出可能となることがわかる。

　図１０（ａ）は、異なる光学条件の画像を統合して欠陥判定を行う場合のシステム構成の一例である。センサ部３１、３２から検査条件の異なる画像を前処理部８－１に入力し、それぞれ処理した後、欠陥候補検出部８－２へ入力し、各画像から特徴量を算出し、統合して欠陥候補を検出した後、検査後処理部８－３にて分類を行う。このとき、欠陥候補検出部８－２において画像を統合して欠陥判定を行う場合に、検査条件の異なる画像間の対応関係が画素レベルでとれていることが望ましい。これに対し、ステージ走査をしながら被検査対象物の画像を撮像する場合、ステージ走行誤差などにより、画像走査位置のずれが生じるため、検査条件の異なる画像を画素レベルで対応を取りながら統合するためには、（１）統合する画像は同時走査、同時撮像をする、（２）時系列に走査して画像を得、位置のずれを合わせてから統合する、のいずれかを行う必要がある。（１）を行う場合、ステージ走行誤差および画像走査位置のずれは生じないため、検出精度を高めることはできるが、センサ部は２個以上必要であり、装置規模が大きくなる可能性がある。また、統合できる画像の検査条件は装置構成に依存して限定される。（２）を行う場合、第１の検査条件の画像を、第２の検査条件の画像撮像が開始されるまで保存しておく必要があり、図中１００１のように、大容量のメモリや記憶媒体が必要となる。更に、検査条件が異なると被対象物のパターンの見え方が大きく異なることがあり、位置のずれを合わせるための共通のパターンが得られないこともある。

　次に、図１０（ｂ）は、より簡易に複数の検査条件の結果を統合する例である。ここでは、入力される２種類の画像に対し、欠陥候補検出処理（８－２a）、（８－２b）、検査後処理（８－３a）、（８－３b）を個別に行い、最終的な結果のみを全体制御部９で統合して表示するものである。統合は、得られた結果の論理積や論理和を取るなどの方法がある。処理は簡単であるが、図１０（ｂ）の構成は、図９（c）の９５に示した領域が欠陥検出可能領域となり、図１０（ａ）の構成に対して感度は下がる。そこで、本発明による統合方式は図１０（ｃ）の構成をとることも可能とする。これによると、入力される２種類の画像に対し、欠陥候補検出処理（８－２a）、（８－２b）を検査条件毎に個別に行い、各条件で検出された欠陥候補の情報を用いて、検査後処理（８－３）にて欠陥判定を行う。

　図１１は、検査後処理部（８－３）で行う欠陥判定処理の概要の一例である。まず、欠陥候補検出部で行う検査条件毎の処理（８－２ａ）、（８－２ｂ）は、低しきい値、すなわち、高感度な検査とする。これは、欠陥判定のためのしきい値が低く設定されるように画像処理のパラメータを調整することである。当然のことながら、微小な欠陥とともにノイズも多数検出される。１１０ａ、１１０ｂは、それぞれの検査条件で個別に検出された欠陥候補のウェハ上の分布（各欠陥候補のウェハ上での座標）である。１１１ａ、１１１ｂは、検出画像と参照画像との輝度差を特徴量とし、検査条件Ａ、Ｂ各々において低いしきい値により共通の分割画像内で検出された欠陥候補である。黒い領域はしきい値以下の画素、それ以外は設定されたしきい値を越え、欠陥候補として検出された画素であり、明るいほど輝度差が大きいことを示す。これらの２つの異なる検査条件による結果が検査後処理部８－３に入力されると、各条件で検出された欠陥候補のウェハ座標の照合、すなわち１１０ａと１１０ｂの重ね合せを行い、両者から共通に算出された欠陥（以下、「共通欠陥」と記述する。）と一方の条件でのみ検出された欠陥（以下、「単一欠陥」と記述する。）に分離する（step1101）。１１２は１１０ａと１１０ｂを重ね合わせたものである。照合は、ウェハ上での座標があらかじめ設定する範囲（単位：nm、画素など）内で重なるか否かを評価する。１１３は各検査条件から検出された、分割画像内の欠陥候補１１１ａ、１１１ｂの重ね合せ結果である。次に条件間で重ね合わせた結果を用いて、欠陥とノイズの判別を行う一例を述べる。

　まず、通常のしきい値（例えば、図９の９４ａ、９４ｂ）で算出されたものを欠陥とする。次に、通常のしきい値以下のものであっても低しきい値で共通欠陥となった欠陥候補を欠陥とし、それ以外の（通常しきい値では算出されなくて、かつ、低しきい値では片方の検査条件でのみ算出された）欠陥候補をノイズとして除外する（step1102）。１１４は、１１３の分割画像内の欠陥候補から、上記判定によりノイズを除去した結果である。１１４ａ、１１４ｂは、通常しきい値でいずれかの検査条件で算出されたもの、１１４ｃは、低しきい値で両検査条件において算出されたものである。

　図１２を用いて、本願に係る発明の実施形態による結果の一例を説明する。図１２（a）の９８は、図９に示した、異なる２つの検査条件Ａ、Ｂで取得した画像から検出画像と参照画像との輝度差を特徴量とし、白色化処理を施したあとの散布図である。また、散布図中の９８ａ、９８ｂは、検査条件Ａ、検査条件Ｂの画像各々から、ノイズ（すなわち正常パターン）を検出しないために必要なしきい値、すなわち、通常のしきい値である。これに対し、１２０ａ、１２０ｂは、図１１で説明した低しきい値を示す。図１２（ｂ）の散布図１２１の破線で囲んだ領域は、各条件Ａ、Ｂの画像各々に対し低しきい値１２０ａ、１２０ｂを設定したときの欠陥検出可能領域を示す。ただし、この領域の中にはノイズを多数含む。そこで、これらのノイズを多数含む検査条件Ａ、検査条件Ｂの結果を統合し、図１１に示した判定を行うと、通常しきい値で検出される欠陥に対し、ノイズを検出することなく、散布図１２１の網掛けの領域１２２にある欠陥が新規に検出可能となる。

　以上に説明したように、本発明では、入力される２種類の画像に対し、欠陥候補検出処理（８－２）を検査条件毎に個別に行い、各条件で検出された欠陥候補の情報を用いて、検査後処理（８－３）にて欠陥判定を行うことにより、見え方の異なる２つの検査条件の画像に対し、簡単な座標合わせのみで欠陥の照合が可能となる。統合する際、画像そのものは不要なため、時系列に検査条件の結果を得るとき大容量の記憶媒体は必要ない。このため、当然のことながら、３つ以上の検査条件で得られた結果の統合も容易にできる。また、上記統合の例では、欠陥とノイズの判別に検出画像と参照画像との輝度差を特徴量としたが、別の複数の特徴を用いて判定することも可能である。

　本発明では、図８に示した通り、欠陥毎の数値特徴量が欠陥候補検出処理において計算され、出力されるため、これを利用することも可能である。これにより。より高度なノイズと欠陥の判別が可能となり、図１２の１２２の新規欠陥検出可能領域を拡大することも可能となる。
更に本発明では、図８に示した通り、欠陥毎の小領域画像も欠陥候補検出処理において抽出され、出力されるので、小領域画像から新たな特徴量を演算し、これらを統合してノイズと欠陥の判別を行うこともできる。ここで、小領域画像を統合して欠陥の再判定や分類、寸法推定を行う際に、両検査条件の小領域画像が揃っているとは限らない。例えば、検査条件Ａで低しきい値を設定して検出されず、後から行う検査条件Ｂで検出される欠陥候補などである。これらに対しては、検査条件Ｂで欠陥候補を抽出した後、それが検査条件Ａで検出されていなかった場合、再度、検査条件Ａの設定を行い、検査条件Ｂで検出された位置の画像を再取得することで、両条件の小領域画像を揃えることができる。検査条件Ｂから検出された欠陥候補の領域といった、限定された領域のみの画像を取得すればよく、再取得の時間は短くてすむ。なお、両条件による画像が揃った欠陥の分類の例としては、検査条件Ａで算出された欠陥部の参照画像に対する濃淡差 DA(x,y)=ｆA(x,y)－ｇA(x,y)と、検査条件Ｂで算出された欠陥部の参照画像に対する濃淡差 DB(x,y)=ｆB(x,y)－ｇB(x,y)との比などがある。

　　R(x,y)=DA(x,y)/DB(x,y)
　　　　If 　R(x,y)>Th　　then　異物
　　　　　　　　　　　　　else　スクラッチ

　更に、上記例のような分類により欠陥種が特定された後、寸法推定を行う。散乱光量と寸法との関係は、欠陥種により異なる。例えば、異物は微小なものであっても得られる画像の散乱光量は大きく、一方、スクラッチは大きなものであっても得られる画像の散乱光量は小さい。このため、欠陥種を特定した後に寸法推定を行うことでより、正確な推定を行うことができる。その例としては、欠陥種毎に、散乱光量（欠陥部の輝度値などの特徴量）と寸法の関係をあらかじめ光学シミュレーションなどを用いて算出しておき、欠陥種に応じた、散乱光量と寸法の関係データを参照する。

　以上のように、本発明の各実施例で説明した検査装置によれば、複数の検出条件、複数の光学条件といった見え方の異なる複数の画像各々を画像処理部に入力し、欠陥候補を検出する。そして、得られた欠陥候補の情報を統合して、最終的な欠陥／非欠陥の判定を行うことにより、高感度な欠陥抽出を可能とする。また、見え方の異なる複数の画像から抽出される欠陥候補の統合は、欠陥候補のウェハ上の発生位置（発生座標）を照合することで行う。これにより、統合を簡易化する。また、条件の異なる複数の欠陥候補を時系列に得る場合、大容量の記憶媒体を不要とし、高速、かつ容易に高感度な検査を可能とする。

　CMP等平坦化プロセス後のパターンの膜厚の微妙な違いや、照明光の短波長化により比較するチップ間に大きな明るさの違いがあっても、本発明により、２０ｎｍ～９０ｎｍ欠陥の検出が可能となる。
また、ＳｉＯ2をはじめ、ＳｉＯＦ、ＢＳＧ、ＳｉＯＢ、多孔質シリア膜、等の無機絶縁膜や、メチル基含有ＳｉＯ2、ＭＳＱ、ポリイミド系膜、パレリン系膜、テフロン（登録商標）系膜、アモルファスカーボン膜等の有機絶縁膜といったｌｏｗ　k膜の検査において、屈折率分布の膜内ばらつきによる局所的な明るさの違いがあっても、本発明により、２０ｎｍ～９０ｎｍ欠陥の検出が可能となる。

　以上、本発明の一実施例を半導体ウェハを対象とした暗視野検査装置における比較検査画像を例にとって説明したが、電子線式パターン検査における比較画像にも適用可能である。また、明視野照明のパターン検査装置にも適用可能である。
検査対象は半導体ウェハに限られるわけではなく、画像の比較により欠陥検出が行われているものであれば、例えばＴＦＴ基板、ホトマスク、プリント板等でも適用可能である。

　１：光学部、２：メモリ、３：画像処理部、４ａ・４ｂ：照明部、５：半導体ウェハ、７ａ・７ｂ：検出部、８－２：欠陥候補検出部、８－３：検査後処理部、３１・３２：センサ部、９：全体制御部

Claims

被検査対象物を所定の光学条件で照射する照明光学系と、
前記照明光学系により照射された前記被検査対象物からの散乱光を所定の検出条件で検出して画像データを取得する検出光学系と、
異なる条件で前記検出光学系により取得された複数の画像データについてそれぞれ欠陥候補を検出する欠陥候補検出部と、前記複数の画像データについての欠陥候補を統合処理して欠陥判定を行う検査後処理部と、を備えた画像処理部と、
を有する欠陥検査装置。
請求項１記載の欠陥検査装置であって、
前記検査後処理部では、前記複数の画像データについての欠陥候補の座標を照合することにより欠陥候補を統合処理して欠陥判定を行うことを特徴とする欠陥検査装置。
請求項１または２に記載の欠陥検査装置であって、
前記検査後処理部では、前記複数の画像データについての欠陥候補の座標を照合して、該欠陥候補が前記複数の画像データの全てについて検出されたものであるか否かを判別することを特徴とする欠陥検査装置。
請求項１乃至３のいずれかに記載の欠陥検査装置であって、
前記欠陥候補検出部では、前記複数の画像データに対してそれぞれ任意に定めた第一のしきい値よりも低い値をしきい値とする第二のしきい値を用いて、前記複数の画像データについてそれぞれ欠陥候補を検出し、
前記検査後処理部では、前記第一のしきい値および前記第二のしきい値の両方を用いて欠陥とノイズとを判別することを特徴とする欠陥検査装置。
請求項４記載の欠陥検査装置であって、
前記検査後処理部では、前記欠陥候補のうち前記第一のしきい値を用いた欠陥検出により欠陥を抽出し、前記欠陥候補のうち前記第二のしきい値により欠陥とノイズとを判定することを特徴とする欠陥検査装置。
請求項４または５に記載の欠陥検査装置であって、
前記検査後処理部では、前記欠陥候補のうち前記第一のしきい値を用いて少なくとも一の画像データにて欠陥であると判定された欠陥候補を欠陥とし、前記第二のしきい値を用いて欠陥検出を行った結果、全ての画像データについて欠陥であると判定された欠陥候補を欠陥とし、前記欠陥検出により欠陥であると判定されなかった欠陥候補についてはノイズと判定することを特徴とする欠陥検査装置。
請求項１乃至６のいずれかに記載の欠陥検査装置であって、
前記検査後処理部では、前記複数の画像データに基づいて欠陥の種類を分類し、さらに、分類された欠陥の寸法推定を行うことを特徴とする欠陥検査装置。
被検査対象物の表面を所定の光学条件で複数回照射する照明工程と、
前記照明工程により照射された前記被検査対象物の表面からの散乱光を、互いに異なる検出条件で複数回検出して複数の画像データを取得する検出工程と、
前記検出工程により検出された前記複数の画像データについてそれぞれ欠陥候補を検出する欠陥候補検出工程と、
前記複数の画像データについてそれぞれ検出された欠陥候補を統合処理して欠陥判定を行う検査後処理工程と、
を備えた欠陥検査方法。
請求項８記載の欠陥検査方法であって、
前記検査後処理工程では、前記複数の画像データについての欠陥候補の座標を照合することにより欠陥候補を統合処理して欠陥判定を行うことを特徴とする欠陥検査方法。
請求項８または９に記載の欠陥検査方法であって、
前記検査後処理工程では、前記複数の画像データについての欠陥候補の座標を照合して、該欠陥候補が前記複数の画像データの全てについて検出されたものであるか否かを判別することを特徴とする欠陥検査方法。
請求項８乃至１０のいずれかに記載の欠陥検査方法であって、
前記欠陥候補検出工程では、前記複数の画像データに対してそれぞれ任意に定めた第一のしきい値よりも低い値をしきい値とする第二のしきい値を用いて、前記複数の画像データについてそれぞれ欠陥候補を検出し、
前記検査後処理工程では、前記第一のしきい値および前記第二のしきい値の両方を用いて欠陥とノイズとを判別することを特徴とする欠陥検査方法。
請求項１１記載の欠陥検査方法であって、
前記検査後処理工程では、前記欠陥候補のうち前記第一のしきい値を用いた欠陥検出により欠陥を抽出し、前記欠陥候補のうち前記第二のしきい値により欠陥とノイズとを判定することを特徴とする欠陥検査方法。
請求項１１または１２に記載の欠陥検査方法であって、
前記検査後処理工程では、前記欠陥候補のうち前記第一のしきい値を用いて少なくとも一の画像データにて欠陥であると判定された欠陥候補を欠陥とし、前記第二のしきい値を用いて欠陥検出を行った結果、全ての画像データについて欠陥であると判定された欠陥候補を欠陥とし、前記欠陥検出により欠陥であると判定されなかった欠陥候補についてはノイズと判定することを特徴とする欠陥検査方法。
請求項８乃至１３のいずれかに記載の欠陥検査方法であって、
前記検査後処理工程では、前記複数の画像データに基づいて欠陥の種類を分類し、さらに、分類された欠陥の寸法推定を行うことを特徴とする欠陥検査方法。