【課題】検査対象パターン画像と、設計データ等の検査対象パターンを製造するために使用するデータを用いて検査対象パターンを検査するパターン検査装置および方法を提供する。
【解決手段】検査対象パターン画像と検査対象パターンを製造するために使用するデータを用いて検査するパターン検査装置であって、データから線分もしくは曲線で表現された基準パターンを生成する生成部１１と、検査対象パターン画像を生成する画像生成装置７と、検査対象パターン画像のエッジを検出し、検査対象パターン画像のエッジと線分もしくは曲線で表現された基準パターンとを比較することにより、検査対象パターンを検査する検査部１２とを備え、データに基づいて製造された半導体デバイスから欠陥情報を得て、得られた欠陥情報から、データを構成する同じ幾何学情報に関連する繰り返し発生する欠陥を認識する繰り返し欠陥認識部２５を備えた。

【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、パターン検査装置および方法に関し、より具体的には、例えば、設計データに基づき製造された、半導体集積回路（ＬＳＩ）や液晶パネルおよびそれらのホトマスク（レチクル）などの微細パターンを検査するためのパターン検査装置および方法に関する。
【背景技術】
【０００２】
半導体集積回路の製造工程におけるウェーハのパターン検査、あるいはそのパターン形成用のホトマスクのパターン検査には、ダイ・ツー・ダイ（die to die）比較方法を用いた光学式パターン検査装置が使われている。このダイ・ツー・ダイ比較方法は、検査対象のダイと呼ばれる半導体デバイスとその近接ダイの同じ位置から得られる画像どうしを比較することで欠陥を検出する方法である。
【０００３】
一方、近接ダイの存在しないレチクルと呼ばれるホトマスクの検査には、ダイ・ツー・データベース（die to database）比較と呼ばれる方法が使用されている。この方法は、マスクデータを画像に変換してダイ・ツー・ダイ比較方法で用いた近接ダイの画像の代わりとし、前述同様の検査をする方法である。マスクデータとは設計データにホトマスク用の補正を施して得られるデータである。当該技術は、たとえば米国特許第５５６３７０２号公報“Automated photomask inspection apparatus and method”に記載されている。
【０００４】
しかし、ダイ・ツー・データベース比較方法をウェーハ検査に使用すると、実際にウェーハに形成されたパターンのコーナーラウンドが欠陥として検出される。ホトマスクの検査では、マスクデータから変換された画像にスムージングフィルタでコーナーラウンドをもたせる前処理でコーナーラウンドを欠陥として検出しないようにしている。しかしながら、ウェーハ検査では、この前処理によるコーナーラウンドは、ウェーハに形成されたそれぞれのパターンのコーナーラウンドに等しくないので、コーナーラウンドを欠陥として検出しないようにできないことがある。そこで、この違いを無視するように許容パターン変形量を設定すると、コーナー以外に存在する微少欠陥を検出できないという問題が発生している。
【０００５】
ホトマスクはマスクデータに可能な限り一致する必要があるので、上記の問題はダイ・ツー・データベース比較ホトマスク検査では致命的ではない。よって、現在、ダイ・ツー・データベース比較ホトマスク検査が実用化されている。しかしながら、ウェーハに形成されたパターンは電気特性が保証される限りパターン変形が許されているので、上記の問題はダイ・ツー・データベース比較ウェーハ検査では致命的である。この許容パターン変形量はかなり大きい。また、実際に、ステッパーの露光条件の違いなどに起因して上記のパターン変形が発生している。よってダイ・ツー・データベース比較ウェーハ検査は実用化されていない。
【０００６】
半導体集積回路生産での問題に注目すると、ゴミなどに起因するランダム欠陥よりも繰り返し発生する欠陥が重要視されている。繰り返し発生する欠陥（システマティック欠陥）とは、ホトマスク不良などを原因としてウェーハ上の全ダイにおいて繰り返し発生する欠陥と定義される。繰り返し発生する欠陥は検査対象のダイおよびその比較対象の近接ダイの両方に発生しているため、ダイ・ツー・データベース比較では検出できない。ゆえに、ダイ・ツー・データベース比較方式でのウェーハ検査が必要とされている。
【０００７】
そこで、ダイ・ツー・データベース比較ウェーハ検査は、計算コストなどで問題があり実用化には至っていないが、設計データとウェーハ画像を使う検査方法が提案されている。たとえば、ＮＥＣ技報Ｖｏｌ．５０ Ｎｏ．６／１９９７の「電子ビームテスタを用いたロジックＬＳＩの自動故障箇所トレース法」がある。この文献では、配線エッジのＸ，Ｙ軸へのプロジェクションを用いる方法、配線コーナーに着目した方法、遺伝的アルゴリズムを応用した方法が記述されている。また、この文献で使用した方法として、エッジを直線近似した後に閉領域を抽出し、この閉領域を使うマッチング方法が説明されている。しかし、これらいずれの方法も高速検査に使用可能な検査速度を実現できず、さらに、パターン変形量を検出しながらマッチングすることができない。
【０００８】
また現在では、欠陥を含む画像を使用する自動欠陥種分類（Automatic Defect Classification：ＡＤＣ）が使われている。しかし、この方法では欠陥が回路のどの部分を破壊しているか認識できないので、致命的欠陥とそうでない欠陥の分類ができない。
【０００９】
さらに、ダイ・ツー・ダイ比較での検査で得られる欠陥の位置は、検査装置のステージ精度および画像生成装置の精度に起因する誤差をもっており、その誤差は検査対象パターン線幅より１０倍程度以上大きい。これらの誤差が原因で、欠陥位置を設計データに関連付けても、欠陥が設計データ上のどの位置に存在しているか分からない。
【先行技術文献】
【特許文献】
【００１０】
【特許文献１】米国特許第５５６３７０２号公報
【非特許文献】
【００１１】
【非特許文献１】ＮＥＣ技報Ｖｏｌ．５０ Ｎｏ．６／１９９７ 「電子ビームテスタを用いたロジックＬＳＩの自動故障箇所トレース法」
【発明の概要】
【発明が解決しようとする課題】
【００１２】
近年、半導体集積回路の線幅はリソグラフィー工程で使用する光源波長を大きく下回るようになってきている。このようなリソグラフィー工程には、ＯＰＣ（Optical Proximity Correction、光近接効果補正）パターンを付加する方法が使用されている。この方法は、設計データにＯＰＣパターンを付加して生成したマスクデータを使用して製造されたホトマスクを用い、このホトマスクを使用して製造されるウェーハ上のパターンを設計データに可能なかぎり一致させることができる。ＯＰＣパターンを付加することは、ホトマスクを補正する最も重要な技術の一つである。
【００１３】
ＯＰＣパターンがウェーハ上に形成されたパターンの補正として有効に作用していないとシステマティック欠陥が発生するが、ダイ・ツー・ダイ比較ウェーハ検査ではこの欠陥は検出できない。この解決として、許容パターン変形量を考慮して、ウェーハに形成されたパターンと設計データとを比較検査する方法が必要とされている。
【００１４】
また、システムオンチップ（system-on-a-chip：ＳｏＣ）生産工程などの多品種少量生産工程では、短納期が求められている。この生産工程では、最終検査である電気的検査でシステマティック欠陥を発見しても、短納期に応えられない場合がある。この対策として、リソグラフィー工程ごとにウェーハ上に形成されたパターンと設計データとの差異を検査することが必要とされる。この検査方法では、電気特性に影響しないパターン変形を許容パターン変形量として設定しておき、許容パターン変形量以上の変形を検出する必要がある。
【００１５】
また、ＯＰＣパターンの評価として、リソグラフィ・シミュレータにより設計データとＯＰＣパターンが付加されたマスクデータから得られたシミュレーションパターンとの比較検査が行われている。リソグラフィ・シミュレータはデバイス全体の検証が可能であるが、シミュレーションパターンは、必ずしも実際のパターンと等しくはない。また、リソグラフィ・シミュレータではＯＰＣパターン以外の問題に起因する欠陥が検出できない。このような欠陥としてホトマスクに存在するランダム欠陥、ステッパーの歪などがある。
【００１６】
さらに、このシミュレーションの正当性を検証するために、リソグラフィ・シミュレータが出力したシミュレーションパターンと実際にウェーハ上に形成されたパターンの画像との比較検討手段が必要とされている。また、設計データに対するパターン変形量を厳密に設定することにより、回路設計上の技術を向上させることがますます重要になっている。
【００１７】
現在、半導体集積回路の製造工程における線幅管理用に、ＣＤ−ＳＥＭ（Critical Dimension Scanning Electron Microscope）が用いられている。ＣＤ−ＳＥＭは、プロファイル（ラインプロファイル）を使って指定された位置にある直線形状パターンの線幅を自動的に測定するものである。ＣＤ−ＳＥＭを使ってステッパーの露光条件を管理するために、１ロットごとに、数枚のウェーハ上の数ショットの数ヶ所が測定される。
【００１８】
半導体集積回路の製造工程における管理項目としては線幅以外にも、配線終端の縮み、孤立パターンの位置なども重要であるが、ＣＤ−ＳＥＭの自動測定機能は１次元対応で線幅など長さしか測定できない。したがって、これら２次元形状は、ＣＤ−ＳＥＭや他の顕微鏡から取得された画像を使って操作者が手動で検査している。
【００１９】
孤立パターンには、ホールパターンと島パターンがある。島パターンはホールパターンのネガであることが多い。また、ホールパターンには、コンタクトホール／ビアホールとテストパターンがある。
【００２０】
ＯＰＣパターンは、ゲート線幅の線幅を確保するのはもとより、コーナーや孤立パターンの形状形成にも重要な役目を担っている。またさらに、動作周波数の向上により現在では、ゲート線幅に加えて、エンドキャップと呼ばれるゲートパターンの終端や、フィールドエクステンションと呼ばれるゲートパターンの付け根の形状管理も重要になってきている。
【００２１】
このような２次元パターンの検査は、製造工程での抜き取り検査でも、試作段階でも重要であり、特に試作段階では、ウェーハ上に形成された全パターンの検査が必要とされる。しかし、現在は、２次元形状の管理は人的作業により実施され、完全に実施されてはいない。この問題を解決するために、自動化されたダイ・ツー・データベース比較ウェーハ検査が求められている。
【００２２】
これらの自動化の要請の具体的なものとして、以下の課題があげられる。
（１）検査対象パターンの線幅の１つの測定値の誤差が、プロセス条件の管理値の許容誤差に近づいてきた。検査対象パターンの線幅の測定値の平均値を使って、検査対象パターンの線幅の測定値の精度を向上する必要がある。
【００２３】
（２）プロセス条件の変動が引き起こすウェーハの位置に依存する検査対象パターンの線幅の変動がより大きくなってきた。ウェーハ上の数ショットの数ヶ所の検査対象パターンの線幅の測定値では、前記の変動を管理するには不十分であり、数多くの検査領域に存在する検査対象パターンから検査対象パターンの線幅の測定値を得る必要がある。
【００２４】
（３）プロセス条件の変動が引き起こす検査対象パターンの線幅の設計値に依存する検査対象パターンの線幅の変動がより大きくなってきた。ウェーハ上の数ショットの数ヶ所から得られるショットの数ヶ所から得られる検査対象パターンの線幅の測定値では前記の変動を管理するには不十分であり、数多くの異なる検査対象パターンの線幅の設計値をもつ検査対象パターンから検査対象パターンの線幅の測定値を得る必要がある。検査対象パターンの線幅設計値以外で検査対象パターンの線幅の変動に関係する項目は、検査対象パターンに対応する設計データのパターンの方向、検査対象パターンに対応する設計データのパターンの種類、検査対象パターンと近接するパターン間のスペ−ス幅の設計値もしくは、前記検査対象パターンに対応する設計データのパターンの近傍に存在するパターンの密度などである。
【００２５】
（４）検査対象パターンの線幅の設計値の範囲に対応する測定値から統計量を得ると、異なる検査対象パターンの線幅の設計値に対応する分布が融合するので統計量の精度が低下する。
【００２６】
（５）エッチングプロセス後の半導体デバイスから得られた測定値から得た統計量は、半導体デバイスの性能を管理する数値である。エッチングプロセス後の半導体デバイスから得られた測定値から得た統計量の成分には、エッチングプロセスの前の半導体デバイスが持つ成分とエッチングプロセスの効果の成分を含んでいる。より精度を高くエッチングプロセスを管理するには、エッチングプロセス前の半導体デバイスが持つ成分を除くことが望ましい。
【００２７】
（６）幅の広い配線パターンである検査対象パターンが、検査対象パターンの線幅の設計値とはかなり違った線幅で形成されても、この検査対象パターンを含む半導体デバイスが正常に動作することがある。半導体デバイスが、このような状態で製造された場合に、検査対象パターンの線幅の測定値が検査対象パターンの線幅の変形量の許容値を超えることがあるので、欠陥が検出されることがある。
【００２８】
（７）円形ではないコンタクトホールで使用されるようになったので、コンタクトホールの幅と高さの測定値は、プロセス条件の管理に使用する測定値として精度不足になってきている。
【００２９】
（８）検査対象パターンの線幅の測定値を、検査対象パターンの線幅、方向、種類、検査対象パターンと近接するパターン間のスペ−スもしくは、前記検査対象パターンの近傍に存在するパターンの密度の少なくとも一つを使って分類している。しかし、前述の方法では、設計データの形状に起因する検査結果を解析するためには、分類が粗い。
【課題を解決するための手段】
【００３０】
上記目的を達成するために、本発明のパターン検査装置の第１の態様は、検査対象パターン画像と前記検査対象パターンを製造するために使用するデータを用いて検査するパターン検査装置であって、前記データから線分もしくは曲線で表現された基準パターンを生成する生成手段と、前記検査対象パターン画像を生成する生成手段と、前記検査対象パターン画像のエッジを検出する手段と、前記検査対象パターン画像のエッジと前記線分もしくは曲線で表現された基準パターンとを比較することにより、前記検査対象パターンを検査する検査手段とを備え、前記検査対象パターンを検査する検査手段は、指定された領域に存在する検査対象パターンから得られた測定値から得られる統計量を使って検査することを特徴とする。
【００３１】
また、本発明の好ましい態様は、請求項１に記載のパターン検査装置において、前記得られた統計量を使って、前記検査対象パターンを製造するときに使用する条件を最適化することを特徴とする。
【００３２】
また、本発明の好ましい態様は、請求項１に記載のパターン検査装置において、前記測定値として、検査対象パターンの線幅もしくはスペース幅の測定値、検査対象パターンから得られる最大空円の測定値、最小包含長方形の測定値うち、少なくとも一つを使うことを特徴とする。
【００３３】
また、本発明の好ましい態様は、請求項１に記載のパターン検査装置において、前記測定値と前記測定値に対応する前記データから得られる値の差を使って統計量を得ることを特徴とする。
【００３４】
また、本発明の好ましい態様は、請求項１に記載のパターン検査装置において、前記得られた統計量として、平均値、標準偏差、最大値と、最小値のうち少なくとも一つを使うことを特徴とする。
【００３５】
また、本発明の好ましい態様は、請求項１に記載のパターン検査装置において、前記指定された領域として、ウェーハ上のショット、前記ウェーハ上のダイ、前記ショットの一部分もしくは、前記ダイの一部分のうち少なくとも一つを使うことを特徴とする。
【００３６】
また、本発明の好ましい態様は、請求項６に記載のパターン検査装置において、前記指定された領域として、一辺が1μｍ以上の領域を使うことを特徴とする。
【００３７】
また、本発明の好ましい態様は、請求項１に記載のパターン検査装置において、前記測定値を、前記検査対象パターンに関する情報を使って分類し、前記分類した測定値から統計量を得ることを特徴とする。
【００３８】
また、本発明の好ましい態様は、請求項８に記載のパターン検査装置において、前記検査対象パターンに関する前記情報として、前記検査対象パターンに対応する前記データのパターンの線幅もしくはスペース幅、前記検査対象パターンに対応する前記データのパターンの方向、前記検査対象パターンに対応する前記データのパターンの種類、前記検査対象パターンに対応する前記データのパターンの近傍に存在するパターンから得られる情報のうち少なくとも一つを使うことを特徴とする。
【００３９】
また、本発明の好ましい態様は、請求項９に記載のパターン検査装置において、前記検査対象パターンに対応する前記データのパターンの近傍に存在するパターンから得られる情報として、前記近傍から得られるスペ−ス幅もしくは線幅、前記近傍に存在するパターンの密度のうち少なくとも一つを使うことを特徴とする。
【００４０】
また、本発明の好ましい態様は、請求項１に記載のパターン検査装置において、前記検査手段は、前記検査対象パターンを製造するプロセスの前後で前記検査対象パターンから測定値を得て、同じ検査対象パターンから得られた測定値の差分値を得て、前記得られた差分値から統計量を得ることを特徴とする。
【００４１】
また、本発明の好ましい態様は、請求項１に記載のパターン検査装置において、前記検査手段は、前記データを用いて製造された複数のダイもしくはショットの検査対象パターンから得られた測定値を得て、ダイもしくはショットの同じ場所に存在する検査対象パターンから得られた測定値の差分値を得て、前記得られた差分値から統計量を得ることを特徴とする。
【００４２】
本発明のパターン検査装置の第２の態様は、検査対象パターン画像と前記検査対象パターンを製造するために使用するデータを用いて検査するパターン検査装置であって、前記データから線分もしくは曲線で表現された基準パターンを生成する生成手段と、前記検査対象パターン画像を生成する生成手段と、前記検査対象パターン画像のエッジを検出する手段と、前記検査対象パターン画像のエッジと前記線分もしくは曲線で表現された基準パターンとを比較することにより、前記検査対象パターンを検査する検査手段とを備え、前記検査対象パターンを検査する検査手段は、検査対象パターンの最大空円の測定値、最小包含長方形の測定値のうち少なくとも一つを使用して検査することを特徴とする。
【００４３】
本発明のパターン検査装置の第３の態様は、検査対象パターン画像と前記検査対象パターンを製造するために使用するデータを用いて検査するパターン検査装置であって、前記データから線分もしくは曲線で表現された基準パターンを生成する生成手段と、前記検査対象パターン画像を生成する生成手段と、前記検査対象パターン画像のエッジを検出する手段と、前記検査対象パターン画像のエッジと前記線分もしくは曲線で表現された基準パターンとを比較することにより、前記検査対象パターンを検査する検査手段とを備え、前記検査対象パターンを検査する検査手段は、前記検査手段で得られた結果に対応する前記データ、もしくは前記結果に対応する前記データを使って得られたシミュレーションパターンのうち少なくとも一つを使って得られた類似度を使って前記結果を分類することを特徴とする。
【００４４】
本発明のパターン検査方法の第１の態様は、検査対象パターン画像を用いて検査するパターン検査方法であって、前記検査対象パターン画像を生成し、指定された領域に存在する検査対象パターンから測定値を得て、前記得られた測定値を前記検査対象パターンに関する情報を使って分類し、前記分類された測定値から統計量を得て検査することを特徴とする。
【発明の効果】
【００４５】
本発明によれば、以下の効果を奏することができる。
（１）一辺が１μｍ以上の検査領域に存在する検査対象パターンの線幅の測定値を得る場所が自動的に設定できる。検査対象パターンの線幅の測定値を得る場所が非常に多いので、本実施例を現実に実行するためには、検査対象パターンの線幅の測定値を得る場所を自動的に設定しなければならない。検査領域から得られた検査対象パターンの線幅の測定値の平均値は、一ヶ所から得られる１つの検査対象パターンの線幅の測定値より高い精度である。得られた検査対象パターンの線幅の測定値の平均値は、より精度のよいプロセス条件の管理値になる。さらに、検査対象パターンの線幅の測定値の標準偏差、最大値、最小値を使えば、プロセス条件の原因がより特定しやすくなる。
【００４６】
（２）ショット内に配置された数多くの検査領域に存在する検査対象パターンの線幅の測定値を得る場所が自動的に設定できる。検査領域が増えるにつれて検査対象パターンの線幅の測定値を得る場所は、更に多量になるので、自動設定の必要性がより高くなる。ショット内に配置された数多くの検査領域に存在する検査対象パターンから得られた検査対象パターンの線幅の測定値の統計量を使用すれば、プロセス条件の変動が引き起こすウェーハの位置に依存する検査対象パターンの線幅の変動がより精度よく解析できる。
【００４７】
（３）検査対象パターンの線幅の変動に関係する項目ごとに検査対象パターンの線幅を分類して統計量を得る。プロセス条件の変動によって、前記の統計量の変動が異なる場合は、前記の統計量の変動からプロセス条件の変動の原因の特定が可能になる。
【００４８】
（４）検査対象パターンの線幅の設計値の範囲に対応する測定値から統計量を得ると、異なる検査対象パターンの線幅の設計値に対応する分布が融合するので統計量の精度が低下する。この対策として、検査対象パターンの線幅の測定値と前記測定値に対応する設計値の差を使用すれば、設計値の違いが補正されるので統計量の精度が低下しない。得られた統計量を使えば、より少ない統計量でプロセス条件の変動の管理が出来るようになる。
【００４９】
（５）エッチングプロセス前の半導体デバイスから得られる検査対象パターンの線幅の分布を含まないエッチングプロセスの効果による分布の変化が得られるので厳密にエッチングプロセスの管理ができる。
【００５０】
（６）欠陥として認識する必要がない線幅の違いを無視できるので、欠陥数を低減できる。
【００５１】
（７）コンタクトホールから得られた外形が円形状で近似できない場合に、コンタクトホール製造用のプロセス条件の管理により適した測定値が得られる。
【００５２】
（８）検査結果を、設計データの形状によって自動的に分類することができる。分類した結果から、検査結果に関係する検査対象パターンの形状の特定ができる。
【図面の簡単な説明】
【００５３】
【図１】本発明の実施形態におけるパターン検査装置の画像生成装置の基本構成を示す模式図である。
【図２】設計データから得られた基準パターンの例を示す模式図である。
【図３】設計データに基づいて製造された検査対象パターンの画像の例を示す模式図である。
【図４】本発明の実施形態におけるパターン検査装置が行う検査処理の概要を示す模式図である。
【図５】図１で示す画像生成装置の２次電子検出器で検出した２次電子の強度を示す模式図である。
【図６】図５に示すパターンを９０度回転させ、このパターンのプロファイルを取得した場合の２次電子の強度を示す模式図である。
【図７】本発明の実施形態におけるパターン検査装置によりパターン検査を行う場合の走査領域を示す模式図である。
【図８】検査対象パターンについて、横方向（Ｘ方向）の走査を行った場合のエッジ検出精度を示す模式図である。
【図９】検査対象パターンについて、上方向に向かって縦方向（Ｙ方向）の走査を行った場合のエッジ検出精度を示す模式図である。
【図１０】検査対象パターンについて、双方向の走査を行う場合の模式図である。
【図１１】４５度、もしくは−４５度方向の走査方法を示す模式図である。
【図１２】０度方向の走査で得られた検査対象パターン画像もしくは９０度方向の走査で得られた検査対象パターン画像を用いて検査されるべき線分の例を示す模式図である。
【図１３】ピクセルの位置を置き換えることによって回転された検査対象パターン画像を得る方法を示す模式図である。
【図１４】ピクセルの位置を置き換えることによって回転された検査対象パターン画像を得る別の方法を示す模式図である。
【図１５】本発明の実施形態におけるパターン検査装置の基本構成例を示す模式図である。
【図１６】本発明の実施形態におけるパターン検査装置の機能ブロック図を示す模式図である。
【図１７】本発明の別の実施形態におけるパターン検査装置の機能ブロック図を示す模式図である。
【図１８】基準パターンの補正例を示す模式図である。
【図１９】基準パターンの例を示す模式図である。
【図２０】図１９の基準パターンをピクセルごとのエッジに変換した例を示す模式図である。
【図２１】曲線を含む基準パターンをエッジベクトルに変換した例を示す模式図である。
【図２２】本発明の実施形態におけるレシピ登録処理の例を示すフローチャートである。
【図２３】逐次検査を示す模式図である。
【図２４】ランダム検査を示す模式図である。
【図２５】本発明の実施形態における基本検査処理の例を示すフローチャートである。
【図２６】繰り返し発生する欠陥を認識する場合の検査処理の例を示すフローチャートのサブブロックである。
【図２７】繰り返し発生する欠陥を認識する場合の検査処理の例を示すフローチャートのメインブロックである。
【図２８】検査対象パターン内部と下地との間にコントラストがある検査対象パターン画像の例を示す模式図である。
【図２９】図２８の画像から検出したエッジを示す模式図である。
【図３０】エッジが明るく検査対象パターン内部と下地との間にコントラストがない検査対象パターン画像の例を示す模式図である。
【図３１】図３０の画像から検出したエッジを示す模式図である。
【図３２】１次元の検査対象パターン画像のエッジの強度の例を示す模式図である。
【図３３】図３２のエッジを膨張させた例を示す模式図である。
【図３４】１次元の基準パターンのエッジの例を示す模式図である。
【図３５】図３２のエッジを膨張させた別の例を示す模式図である。
【図３６】１次元の基準パターンのエッジの別の例を示す模式図である。
【図３７】図３２のエッジを膨張させた別の例を示す模式図である。
【図３８】スムージングフィルタの例を示す模式図である。
【図３９】２次元の検査対象パターン画像のエッジの強度の例を示す模式図である。
【図４０】図３９のエッジを膨張させた例を示す模式図である。
【図４１】図３９のエッジを膨張させた別の例を示す模式図である。
【図４２】２次元の検査対象パターン画像のエッジベクトルの例を示す模式図である。
【図４３】図４２のエッジベクトルを膨張させた例を示す模式図である。
【図４４】図４２のエッジベクトルを膨張させた別の例を示す模式図である。
【図４５】図１９の基準パターンをピクセル単位のエッジベクトルで表した図であり、図２０の別の図である。
【図４６】マッチングを説明するための図である。
【図４７】図４３と図４５とを重ね合わせた模式図である。
【図４８】図４３と図４５とを重ね合わせた別の模式図である。
【図４９】（ａ）は基準パターンの例を示す模式図であり、（ｂ）は検査対象パターン画像の例を示す模式図である。
【図５０】線幅とスペース幅が同じ場合の例を示す模式図である。
【図５１】（ａ）は基準パターンの例を示す模式図であり、（ｂ）は（ａ）の基準パターンと検査対象パターン画像との関係の例を示す模式図である。
【図５２】長方形が周期的に並んだパターンのマッチング評価値の計算方法を示す模式図である。
【図５３】ユニークパターンの対であるネガティブパターンを使ってマッチング評価値を計算する方法を示す模式図である。
【図５４】第１のエッジ検出で検出されたエッジの水平軸垂直軸への射影データを使ったマッチング方法を示す模式図である。
【図５５】マッチング誤差値E_pmの計算結果を示す模式図である。
【図５６】マッチング誤差値E_pmの中から選ばれたマッチングに適したシフト量を示す模式図である。
【図５７】マッチング誤差値E_pmを計算する方法を示す模式図である。
【図５８】ホールパターンのマッチングの第１の方法を示す模式図である。
【図５９】ホールパターンのマッチングの第２の方法を示す模式図である。
【図６０】検査対象パターン画像のエッジと基準パターンのエッジとの対応づけの例を示す模式図である。
【図６１】（ａ）は基準パターンのエッジの例を示す模式図であり、（ｂ）は検査対象パターン画像のエッジの例を示す模式図である。
【図６２】基準パターンのエッジの別の例を示す模式図である。
【図６３】異常パターン変形量を持った欠陥を認識する方法を示す模式図である。
【図６４】ピクセルの輝度分布を使う欠陥の認識方法を示す模式図である。
【図６５】輝度値に対する頻度の分布の例を示す模式図である。
【図６６】（ａ）は基準パターンのエッジ、および検査対象パターン画像のエッジの例を示す模式図であり、（ｂ）は（ａ）に示すエッジ間のy=y₀におけるベクトルd(x,y₀)のＸ成分を回帰直線D(x)で近似した例を示す模式図である。
【図６７】（ａ）は基準パターンのエッジ、および検査対象パターン画像のエッジの別の例を示す模式図であり、（ｂ）は（ａ）に示すエッジ間のy=y₀におけるベクトルd(x,y₀)のX成分を回帰直線D(x)で近似した例を示す模式図である。
【図６８】基準パターンの属性の例を示す模式図である。
【図６９】終端のエッジプレイスメントエラーを示す模式図である。
【図７０】孤立パターンのプレイスメントエラーを示す模式図である。
【図７１】（ａ）は基準パターンのコーナーのエッジの例を示す模式図であり、（ｂ）は検査対象パターン画像のコーナーのエッジの例を示す模式図である。
【図７２】プロファイル取得区間の例を示す模式図である。
【図７３】リソグラフィ・シミュレータで得られたシミュレーションパターンの外形を示す模式図である。
【図７４】図７２の一部（Ｂの部分）を拡大した模式図である。
【図７５】図７４の一部（Ｃの部分）を拡大した模式図である。
【図７６】プロファイルの例を示す模式図である。
【図７７】検出された第２のエッジを使って曲線近似（多角形近似を含む）を行い、検出された第２のエッジを連結した例を示す模式図である。
【図７８】（ａ）はプロファイル取得区間の別の例を示す模式図であり、（ｂ）は検査対象パターン画像の第１のエッジと第２の基準パターンとの関係の例を示す模式図である。
【図７９】検査領域が４つの検査単位領域に分割されている場合を示す模式図である。
【図８０】第１の半導体デバイスから得られた欠陥情報と第２の半導体デバイスから得られた欠陥情報を示す模式図である。
【図８１】第１の半導体デバイスから得られた欠陥情報と第２の半導体デバイスの限定された部分から得られた欠陥情報を模式的に示す図である。
【図８２】設計データの形状は同じパターンだが、異なったＯＰＣパターンを持っているパターンの例を模式的に示す図である。
【図８３】設計データに基づいて製造されたホトマスクパターンを複数もつホトマスクから製造された半導体デバイスの例を示す図である。
【図８４】線幅検査用に適した基準パターンを設計データから自動的に抽出する規則を模式的に示す図である。
【図８５】コーナーを持つ直線形状パターンを、コーナー部分で二つの長方形に分離する方法を模式的に示す図である。
【図８６】スペース幅検査用に適した基準パターンを設計データから自動的に抽出する規則を模式的に示す図である。
【図８７】線幅検査に適した基準パターンとスペース幅検査に適した基準パターンを使う検査方法を模式的に示す図である。
【図８８】設計データのコーナー部分から線幅検査に適した基準パターンを得る手順を模式的に示す図である。
【図８９】設計データのコーナー部分である曲線形状パターンの最小線幅検査の手順を模式的に示す図である。
【図９０】Erosion演算を使用して設計データのコーナー部分である曲線形状パターンの最小線幅検査の手順を模式的に示す図である。
【図９１】切断もしくは短絡しやすい部分の抽出方法を模式的に示す図である。
【図９２】切断もしくは短絡しやすい部分の検査を行う手順を模式的に示す図である。
【図９３】検査時の工程に関する基準パターンとその前後する工程に関する基準パターンとの論理積演算で得られた基準パターンを使用する検査方法を示す図である。
【図９４】コンタクトホール／ビアホールに接する配線パターンの終端に対する許容パターン変形量の適応設定方法を模式的に示す図である。
【図９５】接触面積を検査する方法を模式的に示す図である。
【図９６】ＣＤ―ＳＥＭを使って検査対象パターンの線幅の測定値を得る位置の例を示す模式図である
【図９７】検査対象パターンの線幅の測定値を得る検査領域の例を示す模式図である。
【図９８】（ａ）は、全ての検査領域から得られた検査対象パターンの線幅の測定値を使って統計量を得る例を示す模式図であり、（ｂ）は、各ショット内の検査領域から得られた検査対象パターンの線幅の測定値を使って統計量を得る例を示す模式図であり、（ｃ）は、各検査領域から得られた検査対象パターンの線幅の測定値を使って統計量を得る例を示す模式図である。
【図９９】ゲートの両脇のスペース幅の例を示す模式図である。
【図１００】検査対象パターンの近傍に存在するパターンの密度の例を示す模式図である。
【図１０１】検査対象パターンの線幅の測定値の分布を示す模式図である。
【図１０２】同じ半導体デバイスの位置であるが異なったショットの検査対象パターンの線幅の測定値の分布を示す模式図である。
【図１０３】（ａ）は、ショットごとの検査対象パターンの線幅の測定値の平均値の分布を示す模式図であり、（ｂ）は、ショットごとの検査対象パターンの線幅の測定値の標準偏差の分布を示す模式図である。
【図１０４】コンタクトホールから得られる外形から得られる最大空円の測定値と、最小包含長方形の測定値を得る方法を示す模式図である。
【図１０５】コンタクトホールのＣＶＤ工程で欠陥が生じる例を示す模式図である。
【図１０６】欠陥の位置、クリッピングで使用される長方形、クリッピングされた設計データの例を示す模式図である。
【図１０７】クリッピングされた設計データのマッチングの例を示す模式図である。
【図１０８】クリッピングされた設計データ間の距離の例を示す模式図である。
【図１０９】マッチング後のクリッピングされた設計データ間の距離のテーブルの例を示す模式図である。
【発明を実施するための形態】
【００５４】
以下、図面を参照しつつ本発明の好ましい実施形態について詳しく説明する。
【００５５】
内容
１．概要
２．ハードウェア構成
２．１ 画像生成装置の基本構成
２．２ 画像生成装置の走査方法
２．３ パターン検査装置の基本構成
２．４ 機能ブロック図
３．用語の説明
３．１ エッジ
３．２ 基準パターン
３．３ レシピデータ
３．４ 検査単位領域
３．５ 検査結果
４．基本検査処理
４．１ 第１のエッジ検出
４．１．１ 第１のエッジ検出方法１
４．１．２ 第１のエッジ検出方法２
４．２ 直線形状パターンのマッチング方法
４．２．１ ユニークパターンを使うマッチング方法
４．２．２ ネガティブパターンを使うマッチング方法
４．２．３ エッジの水平軸垂直軸への射影データを使ったマッチング方法
４．３ 幾何学情報を使う孤立パターンのマッチング方法
４．４ 統計量を使う孤立パターンのマッチング方法
４．５ マッチング後の処理
４．６ 第１の検査
４．６．１ 異常パターン変形量を持った欠陥の認識方法
４．６．２ ピクセルの輝度分布を使う欠陥の認識方法
４．７ 検査対象パターン画像から得られる特徴量を使った欠陥種の判定方法
４．８ 検査単位領域全体から得られるパターン変形量
４．９ 基準パターンの属性の抽出ルール
４．１０ パターンの属性を使って欠陥を検出する方法
４．１０．１ 終端のエッジプレイスメントエラーを持った欠陥
４．１０．２ 直線部分、コーナーのエッジプレイスメントエラーを持った欠陥
４．１０．３ 孤立パターンのプレイスメントエラーを持った欠陥
４．１０．４ 孤立パターンの他の欠陥
４．１０．５ コーナーの曲率異常欠陥
４．１１ 第２のエッジ検出
４．１２ 第２の検査
５．応用検査処理
５．１ 繰り返し発生する欠陥の認識方法
５．１．１ 第１の繰り返し発生する欠陥の認識方法
５．１．２ 第２の繰り返し発生する欠陥の認識方法
５．１．３ 第３の繰り返し発生する欠陥の認識方法
５．１．４ 第４の繰り返し発生する欠陥の認識方法
５．２ 領域検査方法
５．２．１ 直線形状パターンの線幅検査方法、平均線幅検査方法、スペース幅検査方法、および平均スペース幅検査方法
５．２．２ 曲線形状パターンの線幅検査方法、平均線幅検査方法、スペース幅検査方法、および平均スペース幅検査方法
５．２．３ 切断もしくは短絡しやすい部分の検査方法
５．３ 基準パターンの論理演算の結果を使用する検査方法
５．３．１ ゲート線幅検査方法
５．３．２ エンドキャップ検査方法
５．３．３ コンタクトホール／ビアホールに接する配線パターンの終端に対する許容パターン変形量の適応設定方法
５．３．４ 接触面積の検査方法
５．４ 検査対象パターンの線幅の測定値から得られた統計量を使ったプロセス条件の管理方法
５．５ 検査対象パターンの個々の線幅の変化の管理方法
５．６ プロセス条件の管理に使用する孤立パターンから得られる測定値
５．７ 設計データの類似度を使って検査結果を分類する方法
【００５６】
１．概要
本発明の実施形態に係るパターン検査装置は、図１に示す画像生成装置７により得られた検査対象パターン画像を、基準パターンと比較して検査する。
【００５７】
図２は、設計データから得られた基準パターンの例を示す模式図である。図３は、設計データに基づいて製造された検査対象パターンの画像の例を示す模式図である。図３に示すように、検査対象パターン画像には、短絡欠陥があったり、粒子付着による欠陥があったり、許容パターン変形量内の変形があったりする。特にコーナーには大きなコーナーラウンドがある。このように、検査対象パターン画像は、基準パターンとはかなり異なったものになる。
【００５８】
図４は、本実施形態におけるパターン検査装置が行う検査処理の概要を示す模式図である。第１の検査処理では、まず、検査対象パターン画像から第１のエッジを検出する。次に、検出された第１のエッジと第１の基準パターンのエッジとを比較することにより、検査対象パターン画像と基準パターンとのマッチングを行う。マッチングを行った結果、シフト量S₁が求まるので、このシフト量S₁を用いて第１の基準パターンをシフトする。次に、検出された第１のエッジとシフトした第１の基準パターンのエッジとを比較することにより、検査対象パターンを検査する。この第１の検査では、検出された第１のエッジと第１の基準パターンのエッジとを比較することにより、パターン変形量を求め、求めたパターン変形量から欠陥を検出する。パターン変形量の１つとしてシフト量S₂が求まる。
【００５９】
次に、検査対象パターン画像から第２のエッジを検出するため、第２の基準パターンをシフト量S₁+S₂分シフトする。シフトした第２の基準パターンを用いて、検査対象パターン画像上でプロファイルを求め、第２のエッジを検出する。そして、検出された第２のエッジとシフトした第２の基準パターンのエッジとを比較することにより、検査対象パターンを検査する。この第２の検査においても、検出された第２のエッジと第２の基準パターンのエッジとを比較することにより、パターン変形量を求め、求めたパターン変形量から欠陥を検出する。パターン変形量の１つとしてシフト量S₃が求まる。
【００６０】
以上の方法により、検査対象パターン画像から、短絡欠陥、粒子付着による欠陥、パターン変形量を検出し、設計データの持つ属性などから欠陥やパターン変形量をクラス分けすることが可能になる。
【００６１】
２．ハードウェア構成
【００６２】
２．１ 画像生成装置の基本構成
図１は、本発明の実施形態におけるパターン検査装置の画像生成装置の基本構成を示す模式図である。図１に示すように、本発明のパターン検査装置における画像生成装置７は、照射系装置３１０と試料室３２０と２次電子検出器３３０とから構成されている。
【００６３】
照射系装置３１０は、電子銃３１１と、電子銃３１１から放出された１次電子を集束する集束レンズ３１２と、電子線（荷電粒子線）を，Ｘ方向，Ｙ方向に偏向するＸ偏向器３１３およびＹ偏向器３１４と、対物レンズ３１５とから構成されている。試料室３２０はＸ方向，Ｙ方向に可動のＸＹステージ３２１を備えている。試料室３２０にはウェーハ搬送装置３４０によって試料であるウェーハＷが搬出入されるようになっている。
【００６４】
照射系装置３１０においては、電子銃３１１から放出された１次電子は集束レンズ３１２で集束された後に、Ｘ偏向器３１３およびＹ偏向器３１４で偏向されつつ対物レンズ３１５により集束されて試料であるウェーハＷの表面に照射される。
【００６５】
ウェーハＷに１次電子が照射されるとウェーハＷからは２次電子が放出され、２次電子は２次電子検出器３３０により検出される。集束レンズ３１２および対物レンズ３１５はレンズ制御装置３１６に接続され、このレンズ制御装置３１６は制御コンピュータ３５０に接続されている。２次電子検出器３３０は画像取得装置３１７に接続され、この画像取得装置３１７も同様に制御コンピュータ３５０に接続されている。２次電子検出器３３０で検出された２次電子強度が画像取得装置３１７によって検査対象パターン画像に変換される。歪みの無い最大の検査対象パターン画像を取得できる１次電子の照射領域を視野と定義する。
【００６６】
前記Ｘ偏向器３１３およびＹ偏向器３１４は、偏向制御装置３１８に接続され、この偏向制御装置３１８も同様に制御コンピュータ３５０に接続されている。ＸＹステージ３２１は、ＸＹステージ制御装置３２２に接続され、このＸＹステージ制御装置３２２も同様に制御コンピュータ３５０に接続されている。またウェーハ搬送装置３４０も同様に制御コンピュータ３５０に接続されている。制御コンピュータ３５０は、操作コンピュータ３６０に接続されている。
【００６７】
２．２ 画像生成装置の走査方法
図５は、図１で示す画像生成装置の２次電子検出器３３０で検出した２次電子の強度を示す模式図である。図５は、検査対象パターンＰについて１本の電子線をＸ方向に走査した場合の２次電子検出器３３０によって得られた２次電子の強度を示している。図５に示すように、エッジ効果により、検査対象パターンＰのエッジから発生する２次電子の強度が、検査対象パターンＰの中心部から発生する２次電子の強度より強い。また、検査対象パターンの左側から発生する２次電子の強度と右側から発生する２次電子の強度では２次電子の強度は対称ではない。例えば、電子線が検査対象パターンＰに進入する側である図５の左側のエッジから発生する２次電子の強度より、電子線がパターンから進出する側である図５の右側のエッジ（反対側のエッジ）から発生する２次電子の強度が弱い。
【００６８】
図６は、図５に示す検査対象パターンＰを９０度回転させ、この検査対象パターンＰのプロファイルを取得した場合の２次電子の強度を示す模式図である。図６は、検査対象パターンＰについてＸ方向に複数の電子線を走査することにより、２次電子検出器３３０で検出される２次電子の強度を図示したものである。図６に示すように、走査方向に近い方向を持つ検査対象パターンＰのエッジでは図５に比べてエッジ効果を明瞭に得ることが難しい。
【００６９】
図７は、本発明の実施形態におけるパターン検査装置によって検査対象パターンの検査を行う場合の走査領域を示す模式図である。図７において、点線で書かれている長方形は、３．４ 検査単位領域で後述する検査領域である。検査領域の中に、実線で書かれている検査対象パターンＰがある。検査領域は視野で分割して得られる検査単位領域ごとに検査される。走査領域は１回の走査によって走査される領域である。走査領域の最大の大きさは視野である。検査領域の境界内部の検査単位領域と走査領域は同じである。検査領域の境界を含む走査領域の場合は、走査領域で、かつ、検査領域である領域が検査単位領域になる。図７の一点鎖線で書かれている縦３つ横３つの計９つのブロックB1からB9は、走査領域を示している。
【００７０】
検査対象パターン画像のエッジの近傍から得られるプロファイルのピークとボトムに差があるほどエッジ検出精度は高くなる。図８は、検査対象パターンについて横方向（Ｘ方向）の走査を行った場合のエッジ検出精度を示す模式図である。図８に示すように、横方向に検査対象パターンを走査した場合、図５と同様に縦方向のエッジについてのエッジ検出精度は良好であるが、横方向のエッジについては良好なエッジ検出精度が得られない。
【００７１】
図９は、検査対象パターンについて上方向に向かって縦方向（Ｙ方向）の走査を行った場合のエッジ検出精度を示す模式図である。図９に示すように、縦方向に検査対象パターンを走査した場合、横方向のエッジについてのエッジ検出精度は良好であるが、縦方向のエッジについては良好なエッジ検出精度が得られない。
【００７２】
縦横方向のエッジがある図７の左下のブロックB7においては、縦横両方向のエッジについて良好なエッジ検出精度を得ようとすると、図８に示す横方向の走査と図９に示す縦方向の走査の２方向の走査が必要である。ブロックB7の右隣に示す横方向のエッジのみのブロックB8においては、図９に示す縦方向の走査が必要である。また、中段１番左に示す縦方向のエッジのみのブロックB4においては、図８に示す横方向の走査が必要である。これらの例では、検査対象パターンを構成するエッジの方向のすべてにより垂直になる走査方向が選択されている。このように、横方向、縦方向のいずれかの走査を行う、あるいは横方向および縦方向の２方向の走査が、基準パターンを構成するエッジの方向の分布を使って採択される。
【００７３】
半導体集積回路（ＬＳＩ）や液晶パネルの検査対象パターンの大部分は、横縦方向のエッジで構成されているために、これらの横縦方向のエッジを持つ検査対象パターン画像のエッジを精度良く検出するためには、検査対象パターンに横方向および縦方向の走査をする必要がある。
【００７４】
図１０は、検査対象パターンについて双方向の走査を行う方法の模式図である。図５を使って説明したように、電子線の進入側のエッジ（図５の左側のエッジ）が、反対側のエッジ（図５の右側のエッジ）に比べて２次電子の強度が弱く観測される。そこで、図１０に示すように、走査方向を交互に逆転して検査対象パターン画像を取得する。すなわち、左方向と右方向の交互の走査を行って検査対象パターン画像を取得する。左方向走査の検査対象パターン画像で検査対象パターンの左側のエッジを計測し、右方向走査の検査対象パターン画像で検査対象パターンの右側のエッジを計測することにより、右側左側いずれのエッジにおいても良好なエッジ検出精度を得ることができる。
【００７５】
図１１（ａ）、図１１（ｂ）および図１１（ｃ）は、４５度、もしくは−４５度方向の走査方法を示す模式図である。図１１（ａ）で示される横縦方向のエッジから成る検査対象パターンP1については図１１（ｂ）に示す４５度方向、もしくは図１１（ｃ）に示す−４５度方向の走査を１回行うことによって良好な縦横方向のエッジについてのエッジ検出精度を得ることができる。
【００７６】
もし、図１１（ａ）で示される４５度方向のエッジから成る検査対象パターンP2があった場合、検査対象パターンP2に対する４５度と−４５度方向の２方向の走査を行う必要があるが、検査対象パターンP2に対する２方向の走査が必要とされる頻度は、縦横方向のエッジのみの検査対象パターンP1に対する１方向の走査が必要とされる頻度より少ないことが期待される。よって、一方向の走査の場合は、４５度方向または−４５度方向の走査がエッジ検出精度を得る方法として有効である。
【００７７】
次に、４５度方向と−４５度方向の走査が実施される場合を説明する。検査対象パターンP2を成す右下方向（−４５度）のエッジについての良好なエッジ検出精度は、図１１（ｂ）に示す４５度方向の走査で得られるが、図１１（ｃ）に示す−４５度方向の走査では、走査方向と検出すべきエッジが平行なので得られない。検査領域を−４５度方向の走査で検査している場合は、検査対象パターンP2を含む検査単位領域を４５度方向と−４５度方向の走査で検査する。一般に、４５度方向と−４５度方向の走査が必要な頻度は、０度方向、９０度方向の走査が必要な頻度に比べて少ない。
【００７８】
図５から図１１で説明したように、画像生成装置７は、以下の３方法のいずれかによって検査対象パターン画像を得る。
（１）走査方法１
０度、９０度、４５度あるいは−４５度方向の１方向の走査
（２）走査方法２
０度と１８０度方向の交互の走査
（３）走査方法３
０度および９０度方向の２方向の走査もしくは４５度と−４５度方向の２方向の走査
【００７９】
座標系は、設計データと同じく、Ｘ軸を右方向、Ｙ方向を上方向に取る。エッジ方向は、右手側が検査対象パターン内部になるような方向として定義する。図７のブロックB4には、縦方向のエッジが２本あるが、左側のエッジの方向が９０度、右側のエッジの方向が２７０度となる。
【００８０】
４．１ 第１のエッジ検出で後述するように、第１のエッジは局所的な検査対象パターン画像から検出されたエッジである。この第１のエッジの方向は検出された時点で決められる。以下では、前記走査方法１から前記走査方法３で得られた検査対象パターン画像から第１のエッジを検出する方法を説明する。
【００８１】
前記走査方法１である１方向の走査と前記走査方法２である交互の走査では、１枚の検査対象パターン画像からエッジを検出する。前記走査方法３である２方向の走査では、２枚の検査対象パターン画像からエッジを検出し、検出されたエッジ情報を融合させる。０度および９０度方向の２方向の走査の場合は、０度方向の走査で得られた検査対象パターン画像から４５度から１３５度と、２２５度から−４５度の間のエッジを抽出し、９０度方向の走査で得られた検査対象パターン画像から１３５度から２２５度と、−４５度から４５度の間のエッジを抽出し、両者を合成して１検査対象パターン画像から検出されたエッジとして扱う。
【００８２】
４５度および−４５度方向の２方向の走査の場合は、４５度方向の走査で得られた検査対象パターン画像から９０度から１８０度と２７０度から３６０度の間のエッジを抽出し、−４５度方向の走査で得られた検査対象パターン画像から０度から９０度と１８０度から２７０度の間のエッジを抽出し、両者を合成して、１検査対象パターン画像から検出されたエッジとして扱う。
【００８３】
４．１１ 第２のエッジ検出で後述するように、第２のエッジはプロファイル（１次元データ）から検出されたエッジである。この第２のエッジの方向はプロファイルが設定された時点で決められる。以下では、前記走査方法１から前記走査方法３で得られたプロファイルから第２のエッジを検出する方法を説明する。
【００８４】
前記走査方法１である１方向の走査では、プロファイルは同一の検査対象パターン画像から求める。
前記走査方法２である０度、１８０度交互の走査では右側のエッジ（１８０度から３６０度のエッジ）を得るプロファイルを０度方向の走査で得られた検査対象パターン画像から、左側のエッジ（０度から１８０度のエッジ）を得るプロファイルを１８０度方向の走査で得られた検査対象パターン画像から求める。
【００８５】
前記走査方法３である２方向の走査では、４５度から１３５度と、２２５度から−４５度の間のエッジを検出するプロファイルを０度方向の走査で得られた検査対象パターン画像から、１３５度から２２５度と、−４５度から４５度の間のエッジを検出するプロファイルを９０度方向の走査で得られた検査対象パターン画像から求める。
【００８６】
図１２は、０度方向の走査で得られた検査対象パターン画像もしくは９０度方向の走査で得られた検査対象パターン画像を用いて検査されるべき線分の例を示す模式図である。図１２で示されるように、０度方向の走査で得られた検査対象パターン画像から縦方向（９０度または２７０度の方向）、左上方向（１３５度）、右下方向（−４５度）の直線部分、コーナー、終端の線分を検査すれば良い。また、９０度方向の走査で得られた検査対象パターン画像から横方向（０度または１８０度）、右上方向（４５度）、左下方向（２２５度）の直線部分、コーナー、終端の線分を検査すれば良い。
【００８７】
４５度および−４５度の２方向の走査の場合は、９０度から１８０度と２７０度から３６０度の間のエッジを検出するプロファイルを４５度方向の走査で得られた検査対象パターン画像から、０度から９０度と１８０度から２７０度の間のエッジを検出するプロファイルを−４５度方向の走査で得られた検査対象パターン画像から求める。
【００８８】
このように、検査対象パターン画像のエッジは、複数の走査方向のうちの一方向で生成された検査対象パターン画像から検出される。選択された走査方向は、基準パターンのエッジにより垂直になる方向である。
【００８９】
検査対象パターン画像が４５度もしくは−４５度方向の走査で得られた場合においては、設計データと検査対象パターン画像の間に回転が存在するので、その回転を補正する必要がある。回転補正の方法として、設計データを回転する方法が使用できるが、設計データを回転すると傾斜画像が最終出力となるので見難いという欠点がある。そこで、本実施例では検査対象パターン画像を回転する方法を採用した。しかしながら、Ｘ，Ｙ方向に均等にサンプリングする走査をした場合に、その検査対象パターン画像を回転すると、ピクセル間の内挿値を回転した検査対象パターン画像の値として用いなければならない。この場合には、回転された検査対象パターン画像が内挿によってぼけたりする弊害があるので、本実施例では内挿を用いずに、ピクセルの位置を置き換えることによってのみ回転された検査対象パターン画像を得る方法を採用した。この方法を用いる場合は、次に述べるような特別な走査方法を採用する必要がある。
【００９０】
図１３はピクセルの位置を置き換えることによって回転された検査対象パターン画像を得る方法を示す模式図である。図１３の左側に示された４５度傾斜走査方法の図は図１３の右側に示された４５度傾斜画像の図と全く同じものを４５度回転して描いてある。最終的に取得しようとする検査対象パターン画像は右側の形のものである。図中、碁盤の目の格子点はＸ，Ｙ方向に均等にサンプリングされて得られるべき検査対象パターン画像の位置である。黒丸（●）は実際にサンプリングされる位置を示している。黒丸が無い位置はこの走査方法ではサンプリングされない位置である。この右側の形の検査対象パターン画像を取得するために左側の走査方法で行う。
【００９１】
この場合は、Ｘ方向のサンプリング間隔Ｓは各々の走査線で同一であるが、Ｙ方向のサンプリング間隔についてはＸ方向のサンプリング間隔Ｓの半分である。また奇数行と偶数行では、サンプリングされる位置がＸ方向にサンプリング間隔Ｓの半分だけずれている。このサンプリング間隔Ｓは、右側のピクセル間隔に√２をかけたものになる。そうすると、左側の図を横に寝かせるだけで所望の検査対象パターン画像が得られるということになる。この場合は、実際にサンプリングされた順番とは違う順番で値を入れていく作業が必要となる。
【００９２】
図１３は４５度の角度の走査方法を示すものであるが、図１４は、arctan(2)の角度の走査方法および回転された検査対象パターン画像を示す模式図である。
本実施例を使用すれば、検査対象パターン画像を得るために、最小限度の電子線（荷電粒子線）を走査すればよく、したがって最小の時間で検査対象パターン画像を得ることができる。また、内挿による画質低下を伴わない検査対象パターンの回転画像を取得することができ、エッジの検出精度の低下を避けられる。
【００９３】
２．３ パターン検査装置の基本構成
図１５は、本実施形態におけるパターン検査装置の基本構成を示す模式図である。本実施形態におけるパターン検査装置は、主制御部１、記憶装置２、入出力制御部３、入力装置４、表示装置５、印刷装置６および、図１に示す画像生成装置７を備える。
【００９４】
主制御部１はＣＰＵ（Central Processing Unit）等により構成され、装置全体を統括的に制御する。主制御部１には記憶装置２が接続されている。記憶装置２は、ハードディスク、フレキシブルディスク、光ディスク等の形態をとることができる。また、主制御部１には、入出力制御部３を介して、キーボード、マウス等の入力装置４、入力データ、計算結果等を表示するディスプレイ等の表示装置５、および検査結果等を印刷するプリンタ等の印刷装置６が接続されている。
【００９５】
主制御部１は、ＯＳ（Operating System）等の制御プログラム、パターン検査のためのプログラム、および所要データ等を格納するための内部メモリ（内部記憶装置）を有し、これらプログラム等によりパターン検査を実現している。これらのプログラムは、フレキシブルディスク、光ディスク等に記憶しておき、実行前にメモリ、ハードディスク等に読み込ませて実行されるようにすることができる。
【００９６】
２．４ 機能ブロック図
図１６は、本実施形態におけるパターン検査装置の機能ブロック図を示す模式図である。基準パターン生成部１１、検査部１２、出力部１３および欠陥種認識部１４はプログラムにより実現されている。基幹データベース２１、レシピデータベース２２および欠陥種参照データベース２３は記憶装置２内に設けられている。
基幹データベース２１を外部に設け、パターン検査装置がＬＡＮ（Local Area Network）を経由して基幹データベース２１にアクセスするようにしても良い。
【００９７】
図１７は、本発明の別の実施形態におけるパターン検査装置の機能ブロック図を示す模式図である。図１７に示す例は、繰り返し発生する欠陥を認識する機能を有した構成を示す模式図であり、図１６の機能ブロック図に対して、欠陥情報記憶部２４と、繰り返し発生する欠陥を認識する繰り返し欠陥認識部２５とが追加されている。
【００９８】
３．用語の説明
【００９９】
３．１ エッジ
エッジは、検査対象パターンの内部と下地の境を意味する。エッジとして、検査対象パターン画像のエッジと基準パターンのエッジが使用される。検査対象パターン画像のエッジは、エッジ検出方法で検出され、基準パターンのエッジは直線もしくは曲線で表現された基準パターンをピクセル単位で分割して得られる。後述の４．６ 第１の検査の図６０で示されるように、検査対象パターン画像のエッジと基準パターンのエッジとを対応づけて検査が行われる。
【０１００】
エッジは、ピクセルごとに開始点（サブピクセル精度）、方向、および強度の情報を有するベクトルで表現される。検査対象パターン画像のエッジの場合は、強度は、ベクトルの長さとエッジの明確さを乗じた値である。ここで、エッジの明確さは実際にエッジである確からしさと定義される。また、基準パターンのエッジの場合は、強度は、ベクトルの長さとマッチングに寄与する度合いを乗じた値である。
【０１０１】
３．２ 基準パターン
基準パターンとは線分もしくは曲線で表現されたもので、検査対象パターン画像と比較されるものである。基準パターンにもっとも適したものとして設計データが使われる。この設計データとして、たとえばＧＤＳＩＩ（Graphic Design System II）データストリ−ム形式のレイアウトデータに、レイアの融合やフラクチャリングを行ったものが使える。
【０１０２】
まず、検査対象パターン画像から検出されるエッジ位置に最も適したように設計データに対し、シュリンク処理（設計データの倍率を変える処理）、サイズ処理（線幅を変える処理）などを施す。また、第１のエッジ検出と第２のエッジ検出とでは一般的に検出されるエッジ位置が異なるので、第１エッジ検出用、および第２エッジ検出用に基準パターンを２種類用意する。
【０１０３】
次に、この処理で得られた多角形を、視野にＸＹステージ３２１の誤差および検査対象パターンの最大許容パターン変形量を加えた長さを一辺とする長方形領域でクリッピングする。
【０１０４】
次に、得られた多角形のコーナーに丸みがつけられる。図１８に示すように、通常、設計データは、鋭角をもった多角形（図中点線）である一方、ウェーハに形成される検査対象パターンのコーナーはコーナーラウンド（図中実線）がつく。そこで、得られた多角形のコーナー部分に円、楕円、直線、もしくは他の方法で記述した曲線を適用し、検査対象パターンに近くなるように補正する。
【０１０５】
最後に、以上で得られた結果を基準パターンとし、レシピデータベース２２に登録する。ＸＹステージ３２１の誤差が無視できる場合は、パターン変形の絶対座標値が計測できる。本実施形態では、ＸＹステージ３２１の誤差および検査対象パターンの最大許容パターン変形量を考慮し、基準パターンを検査対象パターン画像よりも大きくとって検査に使用しているが、代わりに検査対象パターン画像を基準パターンよりも大きくとって検査に使用しても良い。
【０１０６】
基準パターンに設計データを使えば、ウェーハ上に形成された検査対象パターンと設計データとを比較する欠陥検査が実行できる。この場合は、許容パターン変形量として電気特性に影響しない許容量を設定する。この許容パターン変形量は、基準パターンの属性ごとに設定でき、さらに、検査対象パターンの込み入っている場所とそうでない場所とで可変にすることも可能である。
【０１０７】
基準パターンにリソグラフィ・シミュレータで得られたシミュレーションパターンの外形を形成する曲線（図７３の実線）を使えば、シミュレーションの正当性を検証できる。シミュレーションパターンはマスクデータを使って、光学的にシミュレートして得られた光強度分布から得られる。この分布から外形の曲線を得る。この場合の許容パターン変形量は、シミュレーションで許される誤差量を設定する。
本実施形態においては、基準パターンとして設計データを使う方法を説明する。
【０１０８】
図１９は基準パターンの例を示す模式図であり、図２０は図１９の基準パターンＳをピクセルごとのエッジに変換した例を示す模式図である。図１９において、基準パターンＳ（点線）はサブピクセル精度で示されている。通常、基準パターンのエッジ方向は、ピクセルの横方向（X方向）または縦方向（Ｙ方向）に平行である。基準パターンのエッジも、検査対象パターン画像のエッジと同様に、ピクセルごとに開始点（サブピクセル精度）、方向、および強度の情報を有する。本実施形態においては、後述の４．２．１ ユニークパターンを使うマッチング方法と４．２．２ ネガティブパターンを使うマッチング方法を除いて基準パターンのエッジの強度をすべて１にしている。
【０１０９】
図２１に示すように、基準パターンは、コーナー部分に曲線が含まれる。基準パターンの曲線部分を基準パターンのエッジに変換するために、ピクセルの中心２６１に最も近い基準パターン上の点２６２での接線２６３を生成する。
【０１１０】
３．３ レシピデータ
検査の前に、以下のレシピデータと称される検査パラメータの組を設定する。レシピデータの内でオペレータ入力パラメータとして、設計データ検索用パラメータ、画像取得パラメータ、およびにエッジ検出および検査のためのパラメータがある。また、レシピデータの内で出力データとして、基準パターン生成部１１が生成する基準パターンがある。
【０１１１】
設計データ検索用パラメータとして、検査対象ウェーハ（試料）のデバイス名、およびプロセス名を指定するパラメータを設定する。画像取得パラメータとして、ウェーハを特定するためのスロット番号、照射系装置３１０の条件設定パラメータ、ピクセル間隔、ピクセル数、および検査領域を設定する。
【０１１２】
ピクセル間隔とは、検査対象パターン画像のピクセル間隔に対するウェーハ上の距離を意味する。ピクセル数には、１０２４×１０２４、８１９２×８１９２などの値が使われる。ピクセル間隔にピクセル数を乗じた数は、検査対象パターン画像の大きさになる。この大きさを持つ領域は、前述の２．１ 画像生成装置の基本構成で説明した視野である。例えば、ピクセル間隔が９ｎｍでピクセル数が８１９２×８１９２であれば、視野は約７０μｍ×７０μｍである。
【０１１３】
エッジ検出および検査のためのパラメータとして、以下のパラメータを設定する。
（１）検査すべきパターン変形量
エッジプレイスメントエラー
線幅の変形量
最小線幅
スペース幅の変形量
最小スペース幅
接触面積検査比
孤立パターンの場合の検査対象パターンの重心のプレイスメントエラーと直径変形量
ウェーハに形成されてはならない補正パターンの欠陥判断係数
【０１１４】
（２）上記パターン変形量に対応する許容パターン変形量の−側の限界値および＋側の限界値、ならびにマッチングで使用するエッジの許容方向差の限界値
これらのパターン変形量は、基準パターンの属性ごとに設定される。
【０１１５】
（３）検査対象パターン画像から経験的に決められる第１のエッジ検出パラメータ
第１のエッジ検出方法
エッジ膨張用のフィルタ係数
検査対象パターン画像のエッジの２値化しきい値
検査対象パターン画像のエッジの２値化で使われるｐタイル法の係数ｐ
【０１１６】
（４）基準パターンの属性（直線部分、コーナー、終端、孤立パターン等）を認識するための抽出ルールが使用するパラメータ
基準パターンの属性は、基準パターンの一部もしくは全部を区別するために使用される。典型的な基準パターンの一部を区別するために使用する属性は３種類ある。１つ目は、直線部分（基準パターンの終端に対応しない直線部分）である。２つ目はコーナー（終端の属性を持つ直線部分に接触しない頂点の部分）である。３つ目は終端（基準パターンの終端に対応する直線部分）である。基準パターンの全部を区別するために使用する属性として、孤立パターン（他のパターンから孤立しているパターン）がある。
【０１１７】
（５）領域検査に適した部分を認識するための抽出ルールが使用するパラメータ
線幅検査用に適した基準パターンの最大線幅、最小線長、終端非使用長
スペース検査用に適した基準パターンの最大線幅、最小線長、終端非使用長
切断しやすい部分の最大線幅
切断しやすい部分の最大線長
短絡しやすい部分の最大スペース幅
短絡しやすい部分の最大スペース長
【０１１８】
（６）検査対象パターン画像から経験的に決められる第２のエッジ検出パラメータ
プロファイル取得区間の長さ
プロファイル取得区間の間隔
プロファイル取得区間内のサンプリングポイントの間隔
プロファイルからエッジを認識する方法（しきい値法を使うかなど）
プロファイル取得区間をレシピデータ設定時に設定するか第１のエッジを検出してから設定するかのフラグ
【０１１９】
（７）孤立パターンの大きさの最小値と最大値および安全係数
（８）大域的変形量を求めるために使用する検査単位領域の数
（９）欠陥画像の最大登録数
【０１２０】
（１０）再検査対象とする欠陥の最大登録数
（１１）自動コントラスト・ブライトネス調整、自動フォーカス調整、および自動非点収差調整に適した領域
（１２）歪補正回路が持つ代表歪ベクトルの間隔
【０１２１】
レシピデータは、設計データ検索用パラメータであるデバイス名、プロセス名、および検査モードをキーにして管理される。検査モードとは、画像取得パラメータとエッジ検出および検査のためのパラメータを総称した名前である。
【０１２２】
図２２は、本実施形態におけるレシピ登録処理の例を示すフローチャートである。まず、オペレータは、入力装置４を介して基準パターン生成部１１に、オペレータ入力パラメータ（設計データ検索用パラメータ等）を入力する（ステップＳ２０２）。
【０１２３】
基準パターン生成部１１は、設計データ検索用パラメータ（デバイス名、およびプロセス名）をキーとして基幹データベース２１を検索し、設計データを取り出す（ステップＳ２０４）。基幹データベース２１は、基準パターンに対応する設計データを格納したデータベースである。次に、基準パターン生成部１１は、設計データから基準パターンを生成する（ステップＳ２０６）。
【０１２４】
最後に、基準パターン生成部１１は、基準パターンとオペレータ入力パラメータを、レシピデータとして、レシピデータベース２２に登録する（ステップＳ２０８）
【０１２５】
３．４ 検査単位領域
検査は、入力された検査領域を、視野で分割して得られる検査単位領域ごとに行われるので、基準パターンは検査単位領域ごとに生成される。検査には、逐次検査およびランダム検査がある。
【０１２６】
図２３は、逐次検査を示す模式図である。検査領域は、図２３で示されるようにウェーハ全面を単位として設定されるのではなく、長方形で指定された複数の領域（図２３のように上側の短い長方形と下側の長い長方形など）として設定されるので、その領域を高速検査するために、検査単位領域ごとに逐次走査を実施する。検査単位領域ごとに基準パターンを作成する。
【０１２７】
図２４は、ランダム検査を示す模式図である。ランダム検査においては、ある領域を逐次に検査するのではなく、限定された領域を検査する。図２４では、検査単位領域３０１から３０４についてのみ検査を行う。
【０１２８】
３．５ 検査結果
検査結果として、以下の種類の基本情報がある。
（１）異常パターン変形量を持った欠陥の情報
（２）ピクセルの輝度分布から検出される欠陥の情報
（３）検査単位領域全体から得られるパターン変形量
基準パターンの属性に関するパターン変形量を使用して得られる以下の情報がある。
（４）基準パターンの属性を使って検出される欠陥の情報
対向するエッジを使用して得られる以下の情報がある。
（５）領域検査方法で検出される欠陥の情報
【０１２９】
４．基本検査処理
図２５は、本実施形態における基本検査処理の例を示すフローチャートである。図２６および図２７は、本実施形態における検査処理の他の例を示すフローチャートであり、繰り返し発生する欠陥を認識する場合の検査処理の例を示すフローチャートである。図２７のブロックＡは図２６のブロックＡと同じものであり、検査の前に準備する工程を示している。図２７のブロックＢは図２６のブロックＢと同じものであり、各検査領域の検査の工程を示している。
【０１３０】
図２５に示すフローチャートに基づく基本検査処理において、まず、オペレータは、入力装置４を介して検査部１２に、レシピ検索用パラメータ（デバイス名、プロセス名および検査モード）を入力する（ステップＳ３０２）。
【０１３１】
検査部１２は、レシピ検察用パラメータをキーとしてレシピデータベース２２を検索し、基準パターンを含むレシピデータを取り出す（ステップＳ３０４）。そして、検査部１２は、検査対象パターン画像を取得するため、画像生成装置７に対して画像取得パラメータを設定し、ウェーハ搬送、アライメント、および照射系装置３１０の条件設定を指示する（ステップＳ３０６）。
【０１３２】
アライメントとは、設計データが使用している座標系とウェーハ（試料）の観察位置を管理する座標系との変換係数を求める方法をいう。これはＣＡＤ（Computer Aided Design）ナビゲーションで具現化されている。ＣＡＤナビゲーションは、アライメントの後に、ＣＡＤデータ上の観察したい座標値を、ウェーハ観察位置を管理する座標値に変換し、その位置へ画像生成装置の視野を移動させて、その位置の画像を入手する方法で、よく知られているものである。
【０１３３】
画像生成装置７としては、図１に示す走査型電子顕微鏡が最も適しているが、走査型フォーカスイオンビーム顕微鏡、走査型レーザー顕微鏡や走査型プローブ顕微鏡などの各種の走査型顕微鏡もしくは各種顕微鏡を使用することができる。
画像生成装置７は、検査単位領域ごとに、検査対象パターン画像および画像の中心位置を検査部１２に出力する（ステップＳ３０８）。
【０１３４】
４．１ 第１のエッジ検出
次に、検査部１２は、検査対象パターン画像から第１のエッジを検出する（ステップＳ３１０）。第１のエッジ検出として次の２つのエッジ検出方法が使用できる。第１のエッジ検出方法は、前述の３．３ レシピデータ「（３）第１のエッジ検出方法」によって選択される。
【０１３５】
４．１．１ 第１のエッジ検出方法１
１つは、検査対象パターン内部と下地との間にコントラストがある画像に適した方法である。このような画像の多くは２値化処理でエッジを検出できるが、コントラストが比較的明瞭でない場合は明確にエッジを検出できない。このときに、［文献１］：R.M.Haralick, “Digital step edges from ZERO crossing of second directional derivatives”, IEEE Trans. Pattern Anal. Machine Intell., vol. PAMI-6,No.1,pp.58-68,1984に開示の方法を応用してエッジを検出することができる。この方法を応用すれば、エッジ部分の変曲点をサブピクセル精度で検出することができる。
【０１３６】
４．１．２ 第１のエッジ検出方法２
もう１つは、エッジが明るく検査対象パターン内部と下地との間にコントラストがない画像からエッジを検出する方法である。例えば、［文献２］：“Cartan Steger. An unbiased detector of curvilinear structures”, IEEE Trans. Pattern Anal. Machine Intell., 20(2), February 1998に開示の方法が使用できる。この方法によれば、エッジ部分の峰をサブピクセル精度で検出することができる。ただし、この方法では検査対象パターンの内部と下地を区別できないのでエッジの方向は０度から１８０度の値のみをもつ。
【０１３７】
前述の４．１．１ 第１のエッジ検出方法１の別の方法として前述の文献２の方法を使用しても良い。この場合は検査対象パターン内部と下地との間にコントラストがある画像に微分フィルタ（例えば、Ｓｏｂｅｌフィルタやバンドパスフィルタ）をかけてエッジ強度画像を得て、得られたエッジ強度画像からエッジが検出される。この場合は検査対象パターン内部と下地を区別できる。
【０１３８】
これらの方法はある程度大きな窓を使った処理であるので、サブピクセル精度が得られるだけでなく、エッジの方向も安定している。ゆえに、エッジ検出精度を向上するために、エッジを連結し、連結したエッジを直線近似する方法は必ずしも必要ではない。
【０１３９】
ステップＳ３１０の第１のエッジ検出では、検査対象パターン画像からピクセル単位でエッジの強度および方向を求める。強度は、３．１ エッジで説明したように、ベクトルの長さとエッジの明確さを乗じた値である。前述の４．１．１ 第１のエッジ検出方法１で説明した検査対象パターン内部と下地との間にコントラストがある画像の場合は、前述の文献１の方法を用いて、画像の１次微分値の絶対値をエッジの明確さとし、画像の２次微分値のゼロクロス点をエッジ位置とするエッジが認識される。
【０１４０】
一方、前述の４．１．２ 第１のエッジ検出方法２で説明したエッジが明るく検査対象パターン内部と下地との間にコントラストがない画像の場合には、前述の文献２の方法を用いて、画像の２次微分値の符号反転値（絶対値）をエッジの明確さとし、画像の１次微分値のゼロクロス点をエッジ位置とするエッジが認識される。いずれの画像もエッジはサブピクセル精度で得られる。
【０１４１】
図２８は、前述の４．１．１ 第１のエッジ検出方法１で説明した検査対象パターン内部と下地との間にコントラストがある検査対象パターン画像の例を示す模式図であり、図２９は図２８の画像から検出したエッジを示す模式図である。図２８には、ピクセルごとにその輝度値が示されている。輝度値は２次電子強度をデジタル化した値である。図２９に示すように、エッジはピクセルごとに検出され、ピクセルごとに開始点（サブピクセル精度）、方向（０度から３６０度）、および強度の情報が得られる。強度は、前述のように、明確なエッジであるほど大きい値を取る。
【０１４２】
図３０は、前述の４．１．２ 第１のエッジ検出方法２で説明した、エッジが明るく検査対象パターン内部と下地との間にコントラストがない検査対象パターン画像の例を示す模式図であり、図３１は図３０の画像から検出したエッジを示す模式図である。図３０においても、ピクセルごとにその輝度値が示されている。また、図３１に示すように、エッジはピクセルごとに検出され、ピクセルごとに開始点（サブピクセル精度）、方向（０度から１８０度）、および強度の情報が得られる。
【０１４３】
４．２ 直線形状パターンのマッチング方法
次に、検査部１２は、検査対象パターン画像のエッジを膨張させる。以降、得られた結果を膨張エッジと呼ぶ（ステップＳ３１２）。本実施形態においては、エッジは、電気特性的に影響しない許容パターン変形量分膨張させている。この段階では許容パターン変形量は正の整数である。この値は、前述の３．３ レシピデータ「（２）許容パターン変形量の−側の限界値および＋側の限界値」の値の最大値を整数化した値である。エッジを、許容パターン変形量分膨張させることにより、電気特性的に影響を与えないパターン変形を許容してマッチングすることができる。
【０１４４】
膨張エッジを得る方法を説明する。図３２は１次元の検査対象パターン画像のエッジの強度の例を示す模式図であり、図３３は図３２のエッジを膨張させた例を示す模式図である。図３３が膨張エッジを示している。図３２および図３３では、説明を簡単にするために、１次元データが使用されている。図３２から図３３を得る方法として以下の方法が使用できる。これらの方法では、エッジの強度を示す図を画像として扱い、適切なフィルタを考察している。
【０１４５】
許容パターン変形量内の変形を無視するために、許容パターン変形量の２倍の大きさの窓を持った最大値フィルタによって、図３２に示されたエッジの強度を示す図が処理され、図３３に示された膨張エッジを得る。最大値フィルタとは、対象となるピクセルの近傍である窓の中の各ピクセルが持つ値の最大値を求め、求めた最大値をフィルタ後のピクセルの値とするものである。図３３では、図３２の検査対象パターン画像のエッジを左右に２ピクセル分膨張させている。これは許容パターン変形量が２ピクセルの場合の例である。
【０１４６】
基準パターンのエッジが図３４で示される場合を考察する。まず、図３４をシフトして得られる図を作成する。シフト量はおのおの左方向に２ピクセルから右方向に２ピクセルである。次に、図３３およびシフトされた各図からマッチング評価値を求めると、各マッチング評価値は同じ値になる。よって、シフト量は一意的に決められない。マッチング評価値は後述する。
【０１４７】
この問題を解決するために、図３５に示すように、図３２のエッジに重み付けをしてエッジを膨張する。図３５の膨張を実現するには、係数が０．５、０．７５、１．０、０．７５、０．５のスムージングフィルタを用いれば良い。図３５で示した例の場合、図３４（基準パターンのエッジ）が左右に１ピクセル以上シフトすると評価値が下がる。
【０１４８】
次に、図３６に示すように、図３４で示された基準パターンのエッジに対して２ピクセル分広がった基準パターンのエッジを考察する。まず、図３６をシフトして得られる図を作成する。シフト量は左方向に１ピクセルと右方向に１ピクセルである。次に、図３５およびシフトされた各図から後述するマッチング評価値を求めると、各マッチング評価値は同じ値になる。よって、シフト量は一意的に決められない。
【０１４９】
この問題を解決するために、図３７に示すように、図３２のエッジに重み付けをして膨張すれば良い。図３７の膨張を実現するには、係数が０．５、０．９、１．０、０．９、０．５のスムージングフィルタ（図３８）を用いれば良い。
【０１５０】
以上の考察から、図３７に示すような膨張が最も適している。処理速度やエッジの込み具合などの観点から図３３や図３５に示すような膨張を用いても良い。
スムージングフィルタの係数を決めた後、係数は、前述の３．３ レシピデータ「（３）エッジ膨張用のフィルタ係数」に登録されて使用される。
【０１５１】
図３９は２次元の検査対象パターン画像のエッジの強度の例を示す模式図であり、図４０および図４１は図３９のエッジを膨張させた例を示す模式図である。図３９において、エッジの強度は、２０のところ以外はすべて０である。図４０は図３３と同様の膨張を行った場合の結果を示し、図４１は図３７と同様の膨張を行った場合の結果を示す。
【０１５２】
図４２は２次元の検査対象パターン画像のエッジベクトルの例を示す模式図であり、図４３および図４４は図４２のエッジを膨張させた例を示す模式図である。図４３は図３３と同様の膨張を行った場合の結果を示し、図４４は図３７と同様の膨張を行った場合の結果を示す。膨張はＸ、Ｙ成分ごとに行っている。
【０１５３】
検査部１２は、膨張エッジと基準パターンのエッジとを比較して、検査対象パターン画像と基準パターンとのピクセル単位でのマッチングを行う（ステップＳ３１４）。
【０１５４】
本実施形態においては、後述する４．８ 検査単位領域全体から得られるパターン変形量の中で説明するように、サブピクセル精度でのシフト量S₂を使用してマッチングを行う。よって、ここでは高速化を目的としてピクセル単位でのマッチングを行う。したがって、図４５で示すように、図２０の基準パターンのエッジベクトルをピクセル単位で表したエッジベクトルを使用してマッチングを実施する。
【０１５５】
本実施形態におけるマッチングでは、評価値F₀が最大になる位置を得るために、検査対象パターン画像に対して基準パターンをピクセルごとに上下左右にシフトし、得られた評価値F₀が最大になる位置をマッチング位置とする（図４６）。本実施形態においては、以下の式で示すように、基準パターンのエッジが存在するピクセルにおける膨張エッジの強度の総和を評価値F₀としている。
【０１５６】
【数１】

【０１５７】
ここで、E(x,y)は、膨張エッジの強度をその大きさとして持ち、膨張エッジの方向をその方向として持つベクトルである。エッジの存在しない場所ではE(x,y)の大きさは0である。R(x+x_s,y+y_s)は、基準パターンのエッジ方向をその方向として持つベクトルである。ただし、R(x+x_s,y+y_s)の大きさは、基準パターンのピクセル内での長さである。ここで、ベクトル(x_s,y_s)は基準パターンのエッジのシフト量S₁である。
【０１５８】
評価値F₀の計算においてR(x,y)が０でないピクセルのみを記憶すれば、高速に計算が行え、記憶領域が少なくてすむ。さらに、残差逐次検定法（ＳＳＤＡ：Sequential Similarity Detection Algorithm）で使われている計算の打切りを用いれば計算がさらに高速化される。
【０１５９】
図４７および図４８は、図４３（膨張エッジ）と図４５（基準パターンのエッジ）とを重ね合わせた模式図である。図４７において、ピクセル２５４は、図４３のピクセル２５１および図４５のピクセル２５２に対応する。図４８は、図４７で示される位置関係から図４３を右に１ピクセル、下に１ピクセルシフトさせた場合の図４３および図４５の位置関係を示している。したがって、ピクセル２５５は、図４３のピクセル２５１および図４５のピクセル２５３に対応する。評価値F₀を用いれば、エッジの存在するピクセルが重なり合う度合いが大きいほど、評価値が高くなる。評価値F₀を用いる場合には、図３９から図４１で示したような膨張処理を行えば良い。なお、評価値F₀は、前述の４．１．１ 第１のエッジ検出方法１と前述の４．１．２ 第１のエッジ検出方法２で説明したいずれの画像にも適用可能である。
【０１６０】
本実施形態においては、上記評価値F₀を用いているが、他の評価値を用いることもできる。例えば、前述の４．１．１ 第１のエッジ検出方法１で説明した検査対象パターン内部と下地との間にコントラストがある画像の場合には、以下の評価値F_aを用いることができる。
【０１６１】
【数２】

【０１６２】
また、例えば、前述の４．１．２ 第１のエッジ検出方法２で説明したエッジが明るく検査対象パターン内部と下地との間にコントラストがない画像の場合には、以下の評価値F_bを用いることができる。
【０１６３】
【数３】

【０１６４】
評価値F_aまたはF_bを用いる場合には、図４２から図４４で示したような膨張処理を行えば良い。
【０１６５】
評価値F₀、F_a、およびF_bを考察する。評価値F₀はデータがスカラのため高速計算に関して有利である。一方、評価値F_aおよびF_bは、例えば、図４９に示すような場合に有効である。評価値F_aおよびF_bを用いた場合には、基準パターン（図４９（ａ））の縦線部分のエッジ（ベクトル）と検査対象パターン画像（図４９（ｂ））の横線部分のエッジ（ベクトル）との内積をとると０に近くなるため、１０１の部分と１０２の部分とがうまくマッチングする。しかし、評価値F₀を用いた場合には、方向は関係なく強度のみで判断するため、１０１の部分と１０３の部分とが誤ってマッチングする可能性がある。
【０１６６】
評価値F_aは検査対象パターン内部と下地の区別がつくので評価値F_bよりマッチングが堅牢である。例えば、図５０に示すように、線幅１１１、１１３とスペース幅１１２、１１４が同じ場合にF_aを用いると、どちらがラインかスペースかの区別がつくのでF_bより望ましい結果が得られる。
本実施形態においては、検査対象パターン画像のエッジを膨張してマッチングを行っているが、代わりに基準パターンのエッジを膨張してマッチングを行うこともできる。
【０１６７】
４．２．１ ユニークパターンを使うマッチング方法
前述のマッチング方法では全ての基準パターンのエッジの強度を同等に扱って処理を実施した。前述の３．１ エッジで説明したように、強度はベクトルの長さとマッチングに寄与する度合を乗じた値である。前述の方法とは別の方法として、基準パターンのエッジの強度に異なる値を与えてマッチングがより堅牢になるマッチング方法が使用できる。この方法は図５１を用いて以下の手順で実施される。
【０１６８】
図５１の（ａ）は基準パターンの例を示す模式図であり、図５１の（ｂ）は（ａ）の基準パターン（点線）と検査対象パターン画像（実線）との関係の例を示す模式図である。図５１（ａ）に示す基準パターンは周期的なパターンであるが、１ヶ所ギャップがある。この基準パターンと検査対象パターン画像とのマッチングを行う際に、図５１（ｂ）に示すように、両パターンが１周期ずれていても、ギャップの部分以外は一致するので、マッチングの評価値は高くなってしまう。そこで、このギャップの部分に対応する基準パターンのエッジのマッチングに寄与する度合を大きくして、検査対象パターン画像のギャップと基準パターンのギャップとが一致しない場合にはマッチング評価値が大きく低下するようにする。
【０１６９】
まず自己相関法で基準パターンの周期を求める。次に、もとの基準パターンと一周期ずらした基準パターンを比較してもとの基準パターンにあって１周期ずらした基準パターンにないパターンを求める。求めたパターンをユニークパターンとして認識する。ユニークパターンのエッジのマッチングに寄与する度合を他の基準パターンより大きい値にする。この値は１より大きい値にする。この値として経験から得られた固定値もしくは、固定値÷全基準パターン中のユニークパターンの比率などが使用できる。
【０１７０】
４．２．２ ネガティブパターンを使うマッチング方法
ユニークパターンをより効率的に使う方法として、ユニークパターンの対であるネガティブパターンを使うマッチング方法が使用できる。図５２（ａ）および図５２（ｂ）は長方形パターンが周期的に並んでいる基準パターンのマッチング評価値の計算方法を示す模式図である。図５２（ａ）および図５２（ｂ）に示された検査対象パターンの右側にも長方形パターンが周期的に並んでいるが、画像が限定されているので、右側の長方形パターンの終わりがどこか分からない。このような場合に、前述の４．２．１ ユニークパターンを使うマッチング方法を使ってマッチングを施すと図５２の（ａ）と（ｂ）とではマッチング評価値がほぼ同じになり、マッチング位置が一意的に決まらない。
【０１７１】
この対策として以下の手順でユニークパターンの対であるネガティブパターンを抽出してマッチング評価値計算に使用する。
図５３（ａ）、図５３（ｂ）および図５３（ｃ）はユニークパターンの対であるネガティブパターンを使ってマッチング評価値を計算する方法を示す模式図である。もとの基準パターンから左方向に一周期ずれた部分に基準パターンが無い場合に、もとの基準パターンの位置はユニークパターン（点線で示された長方形）とする。ユニークパターンを左側に一周期ずらした部分をネガティブパターン（実線で示された長方形）とする。同様に、右方向、上方向、下方向などの他の方向についても実施する。
【０１７２】
ユニークパターンについては、前述のようにマッチングに寄与する度合いを１より大きい値にする。一方、ネガティブパターンについては、マッチングに寄与する度合を前述の１より大きい値に（−１）を乗じた値にする。
【０１７３】
ネガティブパターンを使う評価値を考察する。１つのユニークパターンに検査対象パターンが存在しているときの評価値をF₁とする。図５３（ａ）の評価値は(3・F₁)、図５３（ｂ）の評価値は(0)である。図５３（ｃ）の評価値は(3・F₁)-(3・F₁)≒(0)である。この計算から、図５３（ａ）がマッチング位置と判断される。
【０１７４】
本実施例によれば、ネガティブパターンが最適なマッチング位置からの一周期のズレに対して大きなペナルティーを課すので、周期的に同じパターンが並んだ部分とそうでない部分の境界を正確にマッチングできる。
【０１７５】
４．２．３ エッジの水平軸垂直軸への射影データを使ったマッチング方法
以上のマッチング方法は十分高速であるが、より高速に実行できる方法が求められる。高速化するために、ステップＳ３１４の中の「ピクセルごとにマッチングを行う」部分を改良する。
【０１７６】
設計データの多くは横線と縦線である。この性質を使って、基準パターンのエッジの水平軸垂直軸への射影データと検査対象パターン画像から検出されたエッジの水平軸垂直軸への射影データを使ってより高速にマッチングをすることが可能になる。
【０１７７】
図５４（ａ）および図５４（ｂ）は前述の４．１ 第１のエッジ検出方法で検出されたエッジの水平軸垂直軸への射影データをつかったマッチング方法を示す模式図である。本実施例では、４．１．１ 第１のエッジ検出方法１で説明した検査対象パターン内部と下地との間にコントラストがある画像に適したエッジ検出を用いて説明する。また基準パターンを成す線分は上下左右の４方向があるが、ここでは代表例として上方向の線分を例にマッチングの方法を説明する。
【０１７８】
（１）基準パターンを成す全ての線分の線分長の合計値L_rpを求める。次に４．１．１ 第１のエッジ検出方法１で検出されたエッジを強度ごとにソートする。ソートされたエッジを強度がより大きいものからL_rp個選んでエッジとして残し他のエッジを消去する。基準パターンはピクセル単位の座標系で表現されていて、基準パターンと検査対象パターン画像の大きさは大よそ同じだから、選択されたエッジは、大よそ基準パターンのエッジに対応する。
【０１７９】
（２）基準パターンを成す線分で上方向の線分を抽出する。抽出された線分を水平軸（Ｘ軸）に射影して１次元データを作成する。この１次元データは配列の形でインデックスはＸ座標値で要素は線分の長さになる。同様に、この線分を垂直軸（Ｙ軸）に射影して１次元データを作成する。この１次元データは配列の形でインデックスはＹ座標値で要素は線分の長さになる。この結果は図５４（ａ）に示すものになる。
【０１８０】
（３）前述の選ばれたエッジから上方向エッジを抽出する。このエッジを水平軸（Ｘ軸）に射影して１次元データを作成する。この１次元データは配列の形でインデックスはＸ座標値で要素の値はエッジ（ベクトル）のＹ成分になる。同様に、このエッジを垂直軸（Ｙ軸）に射影して１次元データを作成する。この１次元データは配列の形でインデックスはＹ座標値で要素の値はエッジ（ベクトル）のＹ成分になる。この結果は図５４（ｂ）に示すものになる。
【０１８１】
（４）上方向エッジの水平軸への射影データを図４６に示すＸ方向の範囲の中をシフトさせながら、上方向のエッジの水平軸への射影データと上方向線分の水平軸への射影データとのＸ方向のマッチング誤差値E_pmを計算する。同様に、上方向エッジの垂直軸への射影データを図４６に示すＹ方向の範囲の中をシフトさせながら、上方向エッジの垂直軸への射影データと上方向線分の垂直軸への射影データとのＹ方向のマッチング誤差値E_pmを計算する。マッチング誤差値E_pmの計算結果が図５５に示されている。マッチング誤差値E_pmは後述する。
【０１８２】
（５）Ｘ方向のマッチング誤差値E_pmの最大値E_pmMaxと最小値E_pmMinを求めてしきい値を以下の式で求める。Ｙ方向のしきい値も同様に求める。
【数４】

【０１８３】
このしきい値以下のマッチング誤差値E_pmをもつシフト量がマッチングに適したシフト量と判断される。係数k_mtは経験的に決められる値で０から１の間の値を取り、０に近いほどマッチングに適したと判断されたシフト量の数が多くなる。図５６の矢印で示したシフト量がマッチングに適したと判断されたシフト量である。
【０１８４】
（６）次に、（５）で得られたマッチングに適したと判断されたシフト量から最適解を求める。前述の４．２ 直線形状パターンのマッチング方法では、「本実施形態におけるマッチングでは、評価値F₀が最大になる位置を得るために、検査対象パターン画像に対して基準パターンをピクセルごとに上下左右にシフトし、得られた評価値F₀が最大になる位置をマッチング位置とする（図４６）。」と説明した。本方法を採用すると、この部分を「本実施形態におけるマッチングでは、評価値F₀が最大になる位置を得るために、検査対象パターン画像に対して基準パターンを上記（５）で得られたシフト量ごとに上下左右にシフトし、得られた評価値F₀が最大になる位置をマッチング位置とする（図４６）。」と読み替えて前述の直線形状パターンのマッチング方法を実施することになる。
【０１８５】
マッチング誤差値E_pmは図５７（ａ）に示す方法で計算される。本実施例では、代表例として、上方向線分の水平軸への射影データの要素R_p[i]、上方向エッジの水平軸への射影データの要素E_p[i]と、シフト量S_pを使用する方法を示す。単純なマッチング誤差値E_pmSは、上方向線分の水平軸への射影データの要素R_p[i]とこれに対応するシフトされた上方向エッジの水平軸への射影データの要素E_p[i+S_p]を使い次の式で求められる。
【数５】

総和Σ_ｉは、全ての要素E_p[i]に対する和を意味する。
【０１８６】
ステップＳ３１２（検査対象パターン画像のエッジを膨張させて、膨張エッジを求める。）で説明したように、電気特性的に影響しない許容パターン変形量内のパターン変形を無視する必要がある。ステップＳ３１２と同様の方法を使用しても良いが、他の方法として以下の方法を使用する。
【０１８７】
ここでは、許容パターン変形量が１ピクセルの場合を説明する。まず、以下の計算を全ての要素E_p[i]に対して実行する。
（１）もし、
【数６】

であれば、以下の計算を実行する。
【数７】

【０１８８】
（２）もし、
【数８】

で、次のδＲが正であれば、以下のρ_-1からのE_p[i+S_p]の計算を実行する。
【数９】

【０１８９】
（３）もし、
【数１０】

で、δＲが負であれば、以下の計算を実行する。
【数１１】

【０１９０】
以上の計算が終了した後、許容パターン変形量を考慮したマッチング誤差値E_pmDを、下記の式で求める。
【数１２】

【０１９１】
この計算の結果が図５７（ｂ）、（ｃ）に示されている。図５７（ｂ）ではR_p[i]とE_p[i+S_p]がマッチングに適した位置に置かれている。一方、図５７（ｃ）ではR_p[i]とE_p[i+S_p]がマッチングに適した位置から１ピクセルずれた位置に置かれている。図５７（ｂ）、（ｃ）に示されるように、許容パターン変形量を考慮したマッチング誤差値E_pmDは、単純なマッチング誤差値E_pmSより許容パターン変形量を考慮して対応付けられた量だけ小さな値になっている。よって、マッチング誤差値E_pmとして許容パターン変形量を考慮したマッチング誤差値E_pmDが適している。
【０１９２】
許容パターン変形量が１ピクセルより大きい場合は、R_p[i-1]、R_p[i+1]の他にR_p[i-2]、R_p[i+2]、などを使用して処理を行えば良い。
【０１９３】
以上のマッチング誤差値E_pmの、計算を下方向左方向右方向のエッジと線分にも実施する。また、他の方向例えば４５度の倍数の方向の線分を使用しても良い。
【０１９４】
本実施例では上方向下方向のエッジなど１８０度逆方向のエッジの区別がつくが、４．１．２ 第１のエッジ検出方法２を使用する場合は、１８０度逆方向のエッジの区別がつかない。この場合は、１８０度逆のエッジを混合して計算する。
【０１９５】
図４６では、検査対象パターン画像に対して基準パターンをピクセルごとに上下左右にシフトして、評価値F₀が最大になる位置をマッチング位置とする方法を示した。しかし、本実施例によれば、ピクセルごとにシフトする代わりに、飛び飛びのピクセルの間隔でシフトできるので計算時間が大幅に短縮できる。
【０１９６】
４．３ 幾何学情報を使う孤立パターンのマッチング方法
前述のマッチング方法は、直線形状パターンには最適である。しかし、孤立パターンであるホールパターン、島パターンのマッチングには別の方法が使用可能である。ホールパターン、島パターンとは、長方形であって、長辺と短辺とも最小線幅の２，３倍以下のパターンである。ホールパターン、島パターンは直線形状パターンより小さく、かつ、より多いので、マッチングにはより計算時間が必要とされる。この課題を解決するために、前述の４．２ 直線形状パターンのマッチング方法に比べて計算量が減らせて高速化が可能な以下の方法が使用できる。
【０１９７】
この方法は全ての検査対象パターンがホールパターン、島パターンである場合に使用することができる。また、通常、ホールパターンと、島パターンとは同時には存在しない。よって、本実施例では全ての検査対象パターンがホールパターンの場合の方法を説明する。島パターンについては本実施例のホールを島に読み替えればホールパターンのマッチング方法が使用できる。
【０１９８】
ホールパターンのマッチングの第１の方法は検査対象パターン画像のエッジから得られた幾何学情報を使用する方法である。図５８はホールパターンのマッチングの第１の方法を示す模式図である。図５８（ａ）には、検査対象パターン画像から検出されたエッジが太線で表示されている。また、そのエッジの重心が黒丸（●）点で示されている。
【０１９９】
第１段階として、図５８（ａ）で示すようにエッジを検出して、連結しているエッジの最外枠と重心を求める。検査対象パターン内部と下地との間にコントラストがある画像の場合は、前述の４．１．１ 第１のエッジ検出方法１で説明したエッジ検出が使用できる。
【０２００】
前述の４．１．２ 第１のエッジ検出方法２で、説明したエッジが明るく検査対象パターン内部と下地との間にコントラストがない画像の場合は、前述の４．１．２ 第１のエッジ検出方法２で説明したエッジ検出が使用できる。この場合は、エッジは必ずしも連結したピクセルとして認識されないので、エッジを膨張して連結した後に、ラベリング処理をして連結したピクセルを求めて、これらの連結したピクセルの最外枠と重心を求めエッジの最外枠と重心とする。ラベリング処理とは、４近傍もしくは８近傍で連結しているピクセルに同一の値を書き込み、連結ピクセル群を生成する方法である。
【０２０１】
第２段階として、得られたエッジを、図５８（ｂ）を使って、次の手順で選別する。
（１）予め、前述の３．３ レシピデータ「（７）孤立パターンの大きさの最小値S_hmaxと最大値S_hminおよび安全係数k_hmin、k_hmax」を決めて登録しておく。
【０２０２】
（２）エッジの最外枠の大きさがS_hmax×k_hmaxより大きい場合は、エッジはホールパターンのエッジとは見なさない。安全係数k_hmaxは、１から２程度の値で経験的に決められる値である。
【０２０３】
（３）また、エッジの最外枠の大きさがS_hmin×k_hminより小さい場合は、ノイズやゴミとみなしホールパターンのエッジとは見なさない。安全係数k_hminは、０．５から１程度の値で経験的に決められる値である。
【０２０４】
（４）連結したエッジが、リング状を成さねば、ホールパターンのエッジとは見なさない。
（５）検査対象パターン内部と下地との間にコントラストがある画像の場合は、上記の（４）のリング状の内部がホールか島の判定ができる。もしリング状の内部がホールでない場合は、エッジをホールパターンのエッジとは見なさない。
【０２０５】
本実施例は、前述の４．２ 直線形状パターンのマッチング方法で使用したF₀、F_aおよびF_bの代わりに評価値F_hを使ってマッチングが実施される。評価値にF_hを使用すること以外は、前述の４．２ 直線形状パターンのマッチング方法と同様の処理を使用する。本実施例では基準パターンは単純に設計データを変換して得る。評価値F_hは以下の方法で得られた値を全てのホールパターンである基準パターンについて求めて総和をとった値である。
【０２０６】
（１）図５８（ｃ）の第１列で示すように基準パターン内にエッジの重心が存在しなければ値は０になる。
（２）図５８（ｃ）の第２列のように基準パターン内に重心が存在すれば値は１になる。
【０２０７】
前述の４．２ 直線形状パターンのマッチング方法で使用した４．２．１ ユニークパターンを使うマッチング方法と４．２．２ ネガティブパターンを使うマッチング方法を本例に使用するために、以下の２計算を追加する。ユニークパターンとネガティブパターンの認識法とマッチングに寄与する度合の設定は前述の４．２ 直線形状パターンのマッチング方法と同じである。
【０２０８】
（３）ユニークパターンに重心が存在すれば、値は前述のマッチングに寄与する度合になる。
（４）ネガティブパターンに重心が存在すれば、値は前述のマッチングに寄与する度合×（−１）になる。
【０２０９】
本実施例を使用すれば、複数のエッジをまとめた情報を使用してマッチングする方法が実現できる。この方法は、個々のエッジを使用してマッチングする方法に比べて高速に実行できる。さらに、大幅に計算コストが減らせる。
【０２１０】
さらに、前述の４．２．３ エッジの水平軸垂直軸への射影データを使ったマッチング方法を応用して高速化な計算が可能である。この場合は、エッジの射影データではなくて、エッジの重心の射影データが使用される。
【０２１１】
４．４ 統計量を使う孤立パターンのマッチング方法
ホールパターンのマッチングの第２の方法は基準パターンの内部に相当する検査対象パターン画像の統計量と、基準パターンの外部に相当する検査対象パターン画像の統計量とを比較する方法である。図５９はホールパターンのマッチングの第２の方法を示す模式図である。図５９（ａ）は、本実施例で使用する基準パターンを表している。これらの基準パターンは、設計データにサイズ処理を実施して得られる。サイズ処理で大きくする量は、３．３ レシピデータ「（２）孤立パターンの場合の許容直径変形量」の＋側の限界値の半分未満の量である。図５９（ｂ）は、典型的なホールパターンの検査対象パターン画像である。ホールパターンのエッジは下地より明るく、ホールパターンの内部は下地より暗い。
【０２１２】
本実施例は、前述の４．２ 直線形状パターンのマッチング方法で使用したF₀、F_aおよびF_bの代わりに評価値F_dを使ってマッチングが実施される。評価値にF_dを使用すること以外の処理は前述の４．２ 直線形状パターンのマッチング方法と同様の処理を使用する。評価値F_dは、以下の手順で得られる。
【０２１３】
（１）図５９（ｃ）のように全ての基準パターンの内部に対応するホールパターンの検査対象パターン画像のピクセルに対してヒストグラムH_insideを求める。得られたヒストグラムH_insideを規格化する。
【０２１４】
（２）全ての基準パターンの外部に対応するホールパターンの検査対象パターン画像のピクセルに対してヒストグラムH_outsideを求める。得られたヒストグラムH_outsideを規格化する。
【０２１５】
（３）各差分ヒストグラムH_differenceの要素は、それぞれ差分ヒストグラムH_differenceの要素に対応するヒストグラムH_insideの要素とヒストグラムH_outsideの要素の差として計算される。差分ヒストグラムH_differenceの各要素の絶対値の和を評価値F_dとする。
【０２１６】
前述の４．２ 直線形状パターンのマッチング方法で使用した４．２．１ ユニークパターンを使うマッチング方法と４．２．２ ネガティブパターンを使うマッチング方法を本実施例に使用するために、以下の２計算を追加する。ユニークパターンとネガティブパターンの認識法とマッチングに寄与する度合いの設定は４．２ 直線形状パターンのマッチング方法と同じである。
【０２１７】
（４）ユニークパターンの内部に対応するホールパターンの検査対象パターン画像のピクセルの場合は、これらの各ピクセルを前述のマッチングに寄与する度合に相当する数のピクセルに換算し、換算したピクセルを使ってヒストグラムH_insideを求める。
【０２１８】
（５）ネガティブパターンの内部に対応するホールパターンの検査対象パターン画像のピクセルの場合は、これらの各ピクセルを前述のマッチングに寄与する度合に相当する数×（−１）のピクセルに換算し、換算したピクセルを使ってヒストグラムH_insideを求める。
【０２１９】
上記の（５）の計算が意味することは以下である。ネガティブパターン内にホールが存在するとヒストグラムH_insideの要素の総和は減るが形はあまり変わらない。よって、この場合は、評価値F_dはネガティブパターンの計算前の評価値F_dとほぼ等しい。一方、ネガティブパターン内にホールが存在しないとヒストグラムH_insideは差分ヒストグラムH_differenceに似てくる。差分ヒストグラムH_difference（手順（１）で作成されるH_insideのかわりに使用される。）とヒストグラムH_outsideを使った評価値F_dは、ヒストグラムH_insideとヒストグラムH_outsideを使った評価値F_dより大きい。ゆえにこの場合は、評価値F_dはネガティブパターンの計算前の評価値F_dより大きくなる。
【０２２０】
ホールパターン、島パターンは、帯電現象などの影響で下地部分の画像の明るさの分布が場所によって変化する。このことはヒストグラムH_outsideが広がることを意味している。しかし、ヒストグラムH_outsideが広がることによる評価値F_dの影響はあまり大きくない。
【０２２１】
本実施例によれば、評価値としてホールパターン、島パターンの内部と外部の差分ヒストグラムを使用しているので、帯電現象などの影響で下地部分の画像の明るさの分布が場所によって変化しても影響を受けにくいマッチング方法が実現できる。なお、本方法は、直線形状パターンのマッチングとして使用することも可能である。
【０２２２】
４．５ マッチング後の処理
マッチングを行い、最大の評価値をとるシフト量S₁=(x_s,y_s)が求まったら、シフト量S₁の分だけ基準パターンをシフトさせる。以後の処理は、このシフトを行った状態で行う。シフト量S₁は検査結果として、表示装置５および印刷装置６に出力することができる。
【０２２３】
マッチングが終わった後、検査対象パターン画像のエッジを２値化する。この２値化は、検査対象パターン画像のエッジの強度に対して前述の３．３ レシピデータ「（３）検査対象パターン画像のエッジの２値化しきい値」を使用して実行される。すなわち、検査対象パターン画像のエッジの強度が、前述の３．３ レシピデータ「（３）検査対象パターン画像のエッジの２値化しきい値」より大きい検査対象パターン画像のエッジを２値化処理後の検査対象パターン画像のエッジとし、そうでなければ、２値化処理後の検査対象パターン画像のエッジとしない。以降の処理では、検査対象パターン画像のエッジの強度は使用されない。
【０２２４】
２値化の方法の別の方法としてｐタイル法が使用できる。この方法では、検査対象パターン画像のエッジの個数が、基準パターンのエッジに相当するピクセル数×ｐ個になるようにする。すなわち、検査対象パターン画像のエッジの強度の大きい順に、基準パターンのエッジに相当するピクセル数×ｐ個分の検査対象パターン画像のエッジを、２値化処理後の検査対象パターン画像のエッジとし、残りを２値化処理後の検査対象パターン画像のエッジとしない。ここで係数ｐは通常０．９から１．１程度の数で、３．３ レシピデータ「（３）検査対象パターン画像のエッジのｐタイル法の係数ｐ」に設定されて使用される。
【０２２５】
４．６ 第１の検査
次に、検査部１２は、第１の検査を行う。具体的には、パターン変形量の計算、欠陥検出、および欠陥種の認識を行う。検査部１２は、まず、検査対象パターン画像のエッジと基準パターンのエッジとの対応づけを行う（ステップＳ３１８）。エッジ位置は、サブピクセル精度で扱われる。したがって、エッジ間の距離もサブピクセル精度で得られる。エッジの方向は、右方向を０度として０度から３６０度の値として決定される。
【０２２６】
本実施形態においては、検査対象パターン画像のエッジとシフト量S₁シフトされた基準パターンのエッジとの距離、および両エッジの方向を考慮して対応づけを以下の手順で実施している。
【０２２７】
基準パターンの各エッジについて、前述の３．３ レシピデータ「（２）許容パターン変形量」の距離内にある検査対象パターン画像のエッジを探す。そして、検出されたエッジの中で基準パターンのエッジとの方向差が前述の３．３ レシピデータ「（２）エッジの許容方向差」以下のものを、許容パターン変形量内のエッジとして対応づける。対応づけた両エッジ間のベクトルd(x,y)は、パターン変形量を求めるのに用いることができる。なお、前述の手順で複数のエッジが認識された場合は、最も距離が短く、最も方向差が小さいエッジを採用する。
【０２２８】
図６０は、検査対象パターン画像のエッジと基準パターンのエッジとの対応づけの例を示す模式図である。図６０においては、方向を示すために、エッジを矢印で示している。図６０の例では、基準パターンのエッジを含む各ピクセルにおいて、基準パターンのエッジの中心から、エッジ方向と垂直な方向に検査対象パターン画像のエッジを探していくことにより、対応づけを行っている。基準パターンのエッジの中心からの距離が許容パターン変形量以下であり、かつ、方向の差がエッジの許容方向差以下である検査対象パターン画像のエッジが見つかれば、両エッジを対応づける。図６０においてエッジ間のベクトルd(x,y)が、前記のベクトルの例である。
【０２２９】
図６１において、（ａ）は基準パターンのエッジの例を示し、（ｂ）は（ａ）の基準パターンに対応する検査対象パターン画像のエッジの例を示している。図６１を用いて、両エッジの対応づけの例を説明する。この例では、許容パターン変形量は１ピクセル分とする。また、エッジの許容方向差は６０度とする。例えば、基準パターンのエッジ８１に対応する検査対象パターン画像のエッジを探したところ、エッジ６８がエッジ８１の許容パターン変形量の距離内にあり、かつ、方向の差がエッジの許容方向差以下であることから、エッジ６８はエッジ８１に対応するエッジと認定される。基準パターンのエッジ８４についても、対応する検査対象パターン画像のエッジとしてエッジ７０が認定される。
【０２３０】
基準パターンのエッジ８２に対して、エッジ６１は許容パターン変形量の距離内にない。エッジ６４は、許容パターン変形量の距離内になく、方向差もエッジの許容方向差より大きい。また、エッジ６６および６９は、許容パターン変形量の距離内にはあるが、方向差がエッジの許容方向差より大きい。したがって、エッジ８２に対応するエッジは得られない。エッジ８３に対応するエッジについても同様に得られない。
【０２３１】
なお、図６１（ａ）および図６１（ｂ）の例はパターンの内側か外側かを区別しない方法で、方向が０から１８０度の範囲の値のみをもつ場合であるが、パターン内外を区別する方法とすることも可能である。例えば、エッジ方向はパターン内側を必ずエッジの右手におくように決定しておけば、図６１（ａ）の基準パターンのエッジは、図６２のようになり、対応づけをより厳密に実行することができる。
【０２３２】
次に、検査部１２は、欠陥検出を行う（ステップＳ３２０）。欠陥検出には次の２つの方法が使用できる。
【０２３３】
４．６．１ 異常パターン変形量を持った欠陥の認識方法
欠陥検出の第１の方法として以下の手順で、異常パターン変形量を持つ欠陥を認識する。図６３は、異常パターン変形量を持った欠陥を認識する方法を示す模式図である。検査部１２は、基準パターンと対応づけができなかった検査対象パターン画像のエッジ（例えば、図６１（ｂ）のエッジ６１から６７、６９および７５）を、欠陥ピクセルとして認識する。上記の欠陥ピクセルを表現する２値化ビットマップを得る。
【０２３４】
次に、図６３（ａ）で示すように得られた２値化ビットマップを膨張幅W_dilation分（本図では２ピクセル）膨張させ、欠陥ピクセルどうしを連結する。膨張させた２値化ビットマップは、２値化ビットマップのDilation演算の結果として得ることができる。このDilation演算はモルフォロジーの代表的な演算の一つである。
【０２３５】
図６３（ｂ）で示すように欠陥検出時にはノイズ等の要因で欠陥が分断されて検出されることがある。この場合は、分断されて検出された部分を経験的な値である膨張幅W_dilationを使って融合して、融合された部分である領域を１個の欠陥として認識する。
【０２３６】
モルフォロジーの代表的な演算であるDilation演算とErosion演算を説明する。Dilation演算δとErosion演算εとはＡを対象画像（２値化ビットマップ）、Ｂを構造要素（２値化ビットマップ）とすると以下の結果を出力する演算である。
【数１３】

【０２３７】
(Ａ)_-bはＡを-b平行移動することを意味する。また、∪、∩は、ｂ∈Ｂを満たす全てのｂに対する２値化ビットマップの和演算（OR）、積演算（AND）を意味する。
【０２３８】
次に、ラベリング処理で互いに連結されたピクセルを１つの領域として認識する。ラベリング処理とは、４近傍もしくは８近傍で連結しているピクセルに同一の値を書き込み、連結ピクセル群を生成する方法である。互いに連結していない連結ピクセル群に別の値を与えることで、各連結ピクセル群を区別できる。この連結ピクセル群を欠陥が存在する領域と認識し、欠陥の外接長方形を求める。欠陥の外接長方形とは、連結ピクセル群を含む最小の長方形を意味する。
【０２３９】
以上の手順は、図６３（ｂ）で示すように実行される。図６３（ｂ）では、基準パターンの右下方向（−４５度）の線分に対応する欠陥が不連続に存在している。これらの欠陥は本来１つの欠陥であるが分断されている。まず、欠陥と認識された領域を二値化画像（黒いピクセルで示す）として求める。この二値化画像を膨張幅W_dilation分ふくらませると白いピクセルで示された領域ができる。次に黒いピクセルと白いピクセルとをラベリング処理で領域として認識して、この認識された領域を包含する最小の長方形領域が外接長方形として得られる。
【０２４０】
最後に、外接長方形の中心を計算して欠陥位置とし、外接長方形の大きさを計算して欠陥サイズとする。得られた欠陥位置と欠陥サイズを欠陥情報とする。
【０２４１】
４．６．２ ピクセルの輝度分布を使う欠陥の認識方法
欠陥検出の第２の方法として以下の手順で、ピクセルの輝度分布を使い欠陥を認識する。まず、基準パターンとの対応づけが行われた検査対象パターン画像のエッジを連結して領域を求める。得られた領域の内側と外側の部分に存在するピクセルの輝度値を求める。各々の輝度値の分布は欠陥が無ければ正規分布をなす。よって、正規分布ではない輝度値を持つピクセルを欠陥ピクセルとして認識することが可能である。
【０２４２】
正規分布ではない輝度値を持つピクセルを検出し、それらをラベリング処理で領域として認識して、この認識された領域を包含する最小の長方形領域が外接長方形として得られる。最後に、外接長方形の中心を計算して欠陥位置とし、外接長方形の大きさを計算して欠陥サイズとする。得られた欠陥位置と欠陥サイズを欠陥情報とする。
【０２４３】
図６４は、ピクセルの輝度分布を使う欠陥の認識方法を示す模式図である。破線２０１は検査対象パターン画像のエッジを示す。破線２０１の両サイドの実線２０２、２０３は、エッジを指定幅太らせてできた領域の境界であり、実線２０２、２０３で囲まれた部分をエッジ領域と認識する。下地２０４と検査対象パターン内部２０５の輝度値は、おおよそ正規分布をなす。
【０２４４】
図６５に示すように、輝度値の分布が±３σ程度を越した部分Ｄは欠陥である可能性が高い。区間Ｄにはノイズも含まれるが、ノイズは領域内に比較的均一に存在する一方、欠陥は固まって存在する。区間Ｄに対応する輝度値を持つピクセルを１、それ以外の輝度値を持つピクセルを０とした２値化マップを作成する。指定された大きさ（例えば２×２ピクセル）以下の輝度値１を持ったピクセルの固まり（例えば、図６４のピクセルの固まり２０７）を消去する。この処理にはミディアンフィルタなどが使用できる。このフィルタのウインドウサイズは検出したい欠陥の大きさを考慮した経験値である。残った輝度値１を持ったピクセルの固まり（例えば、図６４のピクセルの固まり２０６）を欠陥と認識する。
【０２４５】
前述の４．６．１ 異常パターン変形量を持った欠陥の認識方法は、基準パターンのエッジの近傍の欠陥を検出する。一方、本方法であるピクセルの輝度分布を使う欠陥の認識方法は、基準パターンのエッジの近傍以外の場所に存在する欠陥を検出する。
【０２４６】
欠陥が検出された場合には、欠陥情報（欠陥位置、欠陥サイズ、および、欠陥を含む画像）を欠陥種認識部１４に出力する（ステップＳ３２２、３２４）。
【０２４７】
４．７ 検査対象パターン画像から得られる特徴量を使った欠陥種の判定方法
欠陥種認識部１４は、欠陥情報および欠陥種参照データベース２３の情報を使用して欠陥種を判定する（ステップＳ３２６）。具体的には、欠陥に対応する検査対象パターン画像の部分から特徴量を得て、基準となる特徴量と比較して欠陥種を判定する。基準となる特徴量は、典型的な各種の欠陥に対応する検査対象パターン画像の部分から得られた特徴量であり、欠陥種参照データベース２３に蓄積されている。欠陥種認識部１４は、欠陥情報（欠陥位置、欠陥サイズ、および、欠陥を含む画像）および欠陥種を、出力部１３を介して表示装置５および印刷装置６に出力する（ステップＳ３２８）。欠陥種参照データベース２３は、既に取得された画像を欠陥種ごとに登録したデータベースである。
【０２４８】
欠陥種認識部１４は、以下の手順で欠陥種を判定する。
欠陥と認識された連結したピクセルの幾何学情報を得る。幾何学情報は特徴量の一種である。得られた幾何学情報から、丸い、細長いなど欠陥の形状的特徴を認識することができ、丸ければ異物など、細長ければスクラッチなどと認識できる。欠陥と認識されたピクセルを検査対象パタ−ンの内側、外側、境界の３部分に区分する。これらの各部分ごとに、検査対象パターン画像のピクセルの輝度値を使ったピクセルの特徴量を得る。ここで得られる特徴量により、異物が金属片であるか有機物（例えば人間のあか）であるかなどの判断をつけることができる。すなわち、異物が金属であれば明るく、有機物であれば暗いということで種類を判別することができる。
【０２４９】
また、検査対象パターンの内部に異物がある場合は、異物と認識されたピクセルの輝度値の変化が大きい場合に、異物が検査対象パターンの上に存在している可能性が高いと判断され、逆に、輝度値の変化が小さい場合は、異物が検査対象パターンの下に存在している可能性が高いと判断される。欠陥が検査対象パターン内部に存在するか外部に存在するか、検査対象パターン画像だけでは区別できないので、この処理は従来のダイ・ツー・ダイ法では困難である。本方法は、これらの特徴量を使い、良く知られた分類法で欠陥種を判定する。その分類法として、ｋ最短距離法が使用できる。
【０２５０】
上記の欠陥種判定方法は、従来行われている光学方式、ＳＥＭ方式のＡＤＣ（Automatic Defect Classification）を基にした方法であるが、本実施例によれば、設計データを使って検査対象パターンの内部と外部が認識できるので、各部分の特徴量が正確に得られ、分類精度が向上する。
【０２５１】
４．８ 検査単位領域全体から得られるパターン変形量
次に、検査部１２は、対応づけを行った検査対象パターン画像のエッジと基準パターンのエッジとの関係からパターン変形量を求める（ステップＳ３３０）。パターン変形量は、欠陥が検出されなかった部分から求める。そして、パターン変形量を、出力部１３を介して表示装置５および印刷装置６に出力する（ステップＳ３３２）。
【０２５２】
パターン変形量には、検査単位領域全体から得られるパターン変形量と、基準パターンの属性を使って検出されるパターン変形量の２種類がある。検査単位領域全体から得られるパターン変形量としては、例えば、エッジプレイスメントエラーの平均値、倍率変化量、および線幅の変形量が使用できる。
【０２５３】
エッジプレイスメントエラーの平均値は、対応づけを行った検査対象パターン画像のエッジと基準パターンのエッジ間のベクトルd(x,y)の平均値として求められる。このエッジプレイスメントエラーの平均値はサブピクセル精度でのシフト量S₂となる。このシフト量S₂に４．５ マッチング後の処理で説明したシフト量S₁を加えたものがサブピクセル精度でのシフト量になる。ＸＹステージ３２１の誤差が無視できる場合は、シフト量S₁+S₂が検査単位領域ごとに検査対象パターンのエッジプレイスメントエラーの平均値になる。
【０２５４】
ＸＹステージ３２１の誤差が無視できなくて、検査をサブピクセル精度で実施する場合は、ここでシフト量S₁+S₂の値をシフト量S₁に代入し、基準パターンをシフト量S₁シフトさせて、ステップＳ３１８からＳ３３０を再度実行する。
【０２５５】
Ｘ方向の倍率変化量を求めるには、縦方向の基準パターンの線分に関するベクトルd(x,y)のＸ成分を回帰直線で近似して回帰直線D(x)を求める。そして、回帰直線の勾配をＸ方向の倍率変化量とする。Ｙ方向の倍率変化量についても同様の手順である。
【０２５６】
図６６において、（ａ）は基準パターンのエッジ（破線）、および検査対象パターン画像のエッジ（実線）の例を示し、（ｂ）は（ａ）に示すエッジ間のy=y₀におけるベクトルd(x,y₀)のＸ成分を回帰直線D(x)で近似した例を示す。ベクトルd(x,y₀)のＸ成分を回帰直線D(x)=ax+bで近似すると、傾きａが倍率変化量に相当する。図６６（ａ）の例では、検査対象パターンが基準パターンよりも全体に大きいことがわかる。
【０２５７】
図６７において、（ａ）は基準パターンのエッジ（破線）、および検査対象パターン画像のエッジ（実線）の別の例を示し、（ｂ）は（ａ）に示すエッジ間のy=y₀におけるベクトルd(x,y₀)のＸ成分を回帰直線D(x)で近似した例を示す。図６７（ａ）の例では、検査対象パターン画像のパターンが基準パターンよりも全体に大きいことに加えて、直線形状パターンの幅が太っている。図６７（ａ）において、基準パターンの直線形状パターン１２１、１２２、１２３は、それぞれ検査対象パターン画像の直線形状パターン１２４、１２５、１２６に対応する。
【０２５８】
Ｘ方向の線幅の変形量は、例えば、sign(x,y₀)・{d(x,y₀)のＸ成分-D(x)}の平均値として求めることができる。ここで、sign(x,y₀)は、(x,y₀)の位置がラインの左側であれば−１をとり、ラインの右側であれば１をとる。なお、線幅の変形量に関して、sign(x,y₀)・{d(x,y₀)のＸ成分-D(x)}の標準偏差を求めれば、線幅の標準偏差が得られる。
【０２５９】
４．９ 基準パターンの属性の抽出ルール
前述の３．３ レシピデータ「（４）基準パターンの属性（直線部分、コーナー、終端、孤立パターン等）を認識するための抽出ルールが使用するパラメータ」の例を図６８に従い説明する。直線部分１７１は、所定長Ｌ以上の長さをもつ線分として抽出される。コーナー１７２は、所定角度（９０度、１３５度や２７０度など）で接触する２線分の接点近傍にある部分として抽出される。終端１７３は、所定長Ｌ以下の長さをもつ線分で、直線部分１７１，１７１と９０度の角度をもって接する両端１７３ｔ，１７３ｔをもつ線分として抽出される。終端１７３と二つの直線部分１７１，１７１はコの字型の形状をなす。孤立パターンは、所定面積以下の閉図形として抽出される。
【０２６０】
４．１０ 基準パターンの属性を使って欠陥を検出する方法
図６８で示したように、基準パターンの属性として、直線部分１７１、コーナー１７２、終端１７３、孤立パターン１７４などを使用する。基準パターンに基準パターンの属性を自動的に付加して検査時に使用する。
【０２６１】
基準パターンの属性に関するパターン変形量として、前述の４．８ 検査単位領域全体から得られるパターン変形量で説明したエッジプレイスメントエラーの平均値、倍率変化量、および線幅の変形量のほか、直径、面積、周囲長、円形度、モーメント、曲率半径などの特徴量の変形量が使用できる。
【０２６２】
４．１０．１ 終端のエッジプレイスメントエラーを持った欠陥
図６９（ａ）および（ｂ）は、終端のエッジプレイスメントエラーを示す模式図である。終端のエッジプレイスメントエラーは、図６９（ａ）に示すように、基準パターンの終端を構成するエッジ１６４と検査対象パターン画像のエッジ１６３の間の最小距離である。
【０２６３】
他の方法として、図６９（ｂ）に示すように、任意の幅をもった区間１５７に対応する複数の距離の平均値、最大値、最小値、または、中央値などを、終端のエッジプレイスメントエラーとしても良い。
【０２６４】
もし、エッジプレイスメントエラーが、３．３ レシピデータ「（２）許容パターン変形量の−側の限界値および＋側の限界値」の中の終端の許容エッジプレイスメントエラーの範囲になければ、この終端は欠陥を持っていると認識される。
【０２６５】
４．１０．２ 直線部分、コーナーのエッジプレイスメントエラーを持った欠陥
図６９（ａ）および（ｂ）では、終端のエッジプレイスメントエラーについて説明したが、直線部分、コーナーも同様にエッジプレイスメントエラーを測定できる。直線部分については直線部分に対応する区間について得たエッジプレイスメントエラーから欠陥を検出する。コーナーについては、コーナーの成す角度の半分の角度もしくは指定した角度を持つ方向でのエッジプレイスメントエラーを求めて欠陥を検出する。
【０２６６】
これらの場合は、終端の許容エッジプレイスメントエラーの代わりに、それぞれ、直線部分、コーナーの許容エッジプレイスメントエラーを使用する。
【０２６７】
４．１０．３ 孤立パターンのプレイスメントエラーを持った欠陥
図７０は、孤立パターンのプレイスメントエラーを示す模式図である。プレイスメントエラーは、（孤立パターンを構成する）基準パターンのエッジ１６０の重心１６２と、（孤立パターンを構成する）検査対象パターン画像のエッジ１５９の重心１６１との距離である。
【０２６８】
もし、プレイスメントエラーが、３．３ レシピデータ「（２）許容パターン変形量の−側の限界値および＋側の限界値」の中の孤立パターンの許容プレイスメントエラーの範囲になければ、この孤立パターンは欠陥を持っていると認識される。
【０２６９】
４．１０．４ 孤立パターンの他の欠陥
また、孤立パターンから得られる特徴量の変形量を検査することができる。特徴量として、直径、面積、周囲長、円形度、モーメントなどが使用できる。図７０で示すように、基準パターンのエッジ１６０と検査対象パターン画像のエッジ１５９から前記の特徴量を計算して、両者の特徴量の差異を検査して欠陥を検出することができる。
【０２７０】
４．１０．５ コーナーの曲率異常欠陥
図７１において、（ａ）は基準パターンのコーナーのエッジの例を示し、（ｂ）は検査対象パターン画像のコーナーのエッジの例を示す。図７１（ａ）に示す基準パターンのエッジ１６６のコーナーには半径R₁の丸みをつける処理がなされている。検査対象パターン画像のエッジ１６５の曲率半径として、最小自乗近似して得られた半径R₂が得られる。半径R₂の代わりに、コーナーの曲線を楕円で最小自乗近似して得られた長径、短径を用いても良い。半径R₁と半径R₂の差異を検査して欠陥を検出することができる。
【０２７１】
以上の検査は、視野内の複数の箇所に対し同時に実行される。検査項目は、前述の３．３ レシピデータ「（１）求めたいパターン変形量」に従い選択される。
【０２７２】
４．１１ 第２のエッジ検出
検査部１２は、検査対象パターン画像から再度エッジ（第２のエッジ）を検出する（ステップＳ３３４）。第２のエッジは、検査対象パターン画像から得られたプロファイルから検出される。第２の基準パターンとしては、図７６の点Ｑがエッジになる基準パターンを用いる。これに対し、前述の４．１．２ 第１のエッジ検出方法２で説明したエッジが明るく検査対象パターン内部と下地との間にコントラストがない画像の場合、第１の基準パターンとしては、点Ｐがエッジになる基準パターンが用いられる。したがって、第２の基準パターンと第１の基準パターンは一般に異なる。
【０２７３】
検査対象パターン画像の第２のエッジ検出を行う前に、前述のシフト量S₁+S₂の分だけ第２の基準パターンをシフトさせる。以後の処理は、このシフトを行った状態で行う。
【０２７４】
プロファイルからエッジ位置を検出するには、しきい値法、直線近似法など各種開示されているが、本実施形態では、その中のしきい値法を用いて、ＣＤ−ＳＥＭで行っている線幅測定を２次元パターン画像（検査対象パターン画像）に応用している。ただし、しきい値法を、直線近似法など別の方法に置き換えても同様に処理が可能である。ここで、直線近似法とは、プロファイルを直線で近似し、交点を使ってエッジを検出する方法である。
【０２７５】
図７２は、プロファイル取得区間の例を示す模式図である。図７２で示すように、プロファイル取得区間は、第２の基準パターンを中点として、第２の基準パターンのエッジの垂直方向に設定される（二重線で示された線分）。プロファイル取得区間の長さは、前述の３．３ レシピデータ「（６）プロファイル取得区間の長さ」であり、プロファイル取得区間の間隔は、前述の３．３ レシピデータ「（６）プロファイル取得区間の間隔」である。
【０２７６】
なお、前述の第２の基準パタ−ンの代わりに、図７３に示すように、リソグラフィ・シミュレータで得られた露光パターンの外形を（図中実線）を使用しても良い。
【０２７７】
プロファイル取得区間に対応する検査対象パターン画像の区間から、前述の３．３ レシピデータ「（６）プロファイル取得区間内のサンプリングポイントの間隔」である間隔で、プロファイルのデータを取得する。プロファイル取得区間の長さは許容パターン変形量より長くする。またサンプリングポイントの間隔は通常ピクセル間隔以下の値とする。プロファイルのデータの作成には、双一次補間、スプライン補間、フーリエ級数などの方法を用いる。
【０２７８】
図７４は図７２の一部（Ｂの部分）を拡大した模式図であり、図７５は図７４の一部（Ｃの部分）を拡大した模式図である。図７４もしくは図７４の二重線は図７２のプロファイル取得区間と同じである。図７５の格子の交点はピクセルの位置を、プロファイル取得区間上の黒点はプロファイル取得区間上の輝度値を取得する位置を示している。
【０２７９】
双一次補間法とは、(0,0)(0,1)(1,0)(1,1)で示されたピクセルの輝度値I(0,0)、I(0,1)、I(1,0)、I(1,1)を使って、位置(x,y)、(0＜x≦1,0＜y≦1)にある点の輝度値I(x,y)を次の計算式で計算するものである。
【数１４】

【０２８０】
この式を使って得られたプロファイルから、しきい値法を使って第２のエッジ位置を検出する。図７６に示すように、得られたプロファイルの中の最大輝度値Ｖとその位置Ｐを求める。その最大輝度値Ｖに予め指定された係数ｋをかけた数値をしきい値Ｔとし、輝度値＝しきい値Ｔの直線とプロファイル曲線との交点を求める。これらの交点で、点Ｐから検査対象パターンの外側方向にあり、最も点Ｐに近い交点Ｑを求める。すべてのプロファイルから交点Ｑを計算して第２のエッジを検出する。
【０２８１】
ウェーハに形成された検査対象パターンの断面形状は台形状をなす。測定を、この断面形状の上辺で行うのか、下辺で行うのか、あるいは中間部で行うかを係数ｋで設定することができる。
【０２８２】
例えば、図７６に示す係数ｋとして0.5を使用すれば、検出されたエッジは、理想的なエッジ位置から検査対象パターンの外側方向に電子線のビーム径の半分の量だけ移動した位置になる。電子線のビーム径とは区間の幅であって、その区間内の輝度値が、輝度値の最大値の半分以上を持っている。
【０２８３】
第２のエッジを検出したら、検出された第２のエッジを使って曲線近似（多角形近似を含む）を行い、検出された第２のエッジを連結する。最も単純な方法は、検出されたエッジを単に折れ線（多角形形状の線）で連結する方法である。例えば、以下の分割融合法を用いると、最小自乗法による多角形近似で検出された第２のエッジをスムーズに連結できる。T. Pavlidis and S. L. Horowitz : “Segmentation of plane curves”, IEEE Trans. On Computers,vol. C-23, no.8 Aug., 1974。図７７（ａ）は、この方法の例を示す模式図である。
【０２８４】
これ以外にも、図７７（ｂ）に示すような最小自乗法と２次元スプライン関数を使った平面データの平滑化による曲線近似を用いることもできる。前者は、高速に処理できるが丸まった形状を多く含む曲線には柔軟性がない。一方、後者は、高速性を満たし且つ柔軟性をもつ特性がある。これら以外にも、フーリエ記述子による方法など各種の方法が開示されており、これらでも置き換え可能である。
なお、以上のような曲線近似は、第１のエッジ検出を行った後に行っても良い。
【０２８５】
プロファイル取得区間を設定する方法として次の２つの方法が使用できる。その１つは、前述の方法であって、プロファイルを取得する方向および位置を第２の基準パターンを使って予め設定する方法である。この方法は、前述の３．３ レシピデータ「（６）プロファイル取得区間をレシピデータ設定時に設定するか第１のエッジを検出してから設定するかのフラグ」がレシピデータ設定時のときに使用される。この方法では、プロファイル取得区間が、第２の基準パターンを使って一意的に設定される。
【０２８６】
プロファイル取得区間を設定する別の方法として、プロファイル取得区間を第１のエッジを検出してから適応的に設定する方法が使用できる。前述の３．３ レシピデータ「（６）プロファイル取得区間をレシピデータ設定時に設定するか第１のエッジを検出してから設定するかのフラグ」が、「第１のエッジを検出してから」の場合に使用される。
【０２８７】
この方法は、図７８（ａ）に示すように、検出された検査対象パターン画像の第１のエッジの垂直方向にプロファイル取得区間を設定する方法である。この方法によれば、図７８（ｂ）に示すように、検出された検査対象パターン画像の第１のエッジ（実線）が前述の第２の基準パターン（点線）からずれていたとしても、プロファイル取得区間を前述の方法より短くできる。また、この方法は、前述の方法に比べ、パターンの変形に追従しやすい。プロファイル取得区間の設定後は、前述の方法と同様の処理を行う。
【０２８８】
４．１２ 第２の検査
第２のエッジ検出の後、検査部１２は、第２の検査を行う（ステップＳ３３６）。この検査は、４．６ 前述の第１の検査のＳ３２０からＳ３３２と同じ処理であるが第１のエッジのかわりに第２のエッジを使用することが異なっている。ステップＳ３１８では、検査対象パターン画像のエッジと基準パターンのエッジとの対応づけを行うが、第２の検査ではプロファイル取得区間によって対応づけられている。
【０２８９】
第２の検査で欠陥検出を行い、パターン変形量を求める。ここで求められる画像全体に関するシフト量S₃は、前述の４．８ 検査単位領域全体から得られるパターン変形量で説明したシフト量S₂に対応する。ここで求めたシフト量S₃に、前述のシフト量S₁およびシフト量S₂を加えたものが、第２の基準パターンと検査対象パターン画像のパターンとの間の全シフト量となる。
【０２９０】
第２の検査では、前述の４．６．１ 異常パターン変形量を持った欠陥の認識方法と前述の４．６．２ ピクセルの輝度分布を使う欠陥の認識方法を以下の方法にする。
【０２９１】
第１の検査の４．６．１ 異常パターン変形量を持った欠陥の認識方法では、基準パターンのエッジと対応づけができなかった検査対象パターン画像のエッジのピクセルは、欠陥として認識される。しかし、第２の検査では、前述の３．３ レシピデータ「（２）許容パターン変形量の−側の限界値および＋側の限界値」の範囲にエッジが存在しないプロファイル取得区間を欠陥として扱う。
【０２９２】
第１の検査の４．６．２ ピクセルの輝度分布を使う欠陥の認識方法では、基準パターンのエッジと対応づけが行われた検査対象パターン画像のエッジを連結して領域を求める。しかし、第２の検査では、基準パターンのエッジを連結して領域を求める。
【０２９３】
以上の基本検査処理をすべての検査単位領域について行った場合には検査処理を終了し、そうでない場合にはステップＳ３０８に戻る（ステップＳ３４０）。
【０２９４】
５．応用検査処理
以上は図２５に示されたフローチャートに基づく基本検査処理の説明である。この章では、この基本検査処理を発展させた応用検査処理を説明する。
５．１ 繰り返し発生する欠陥の認識方法
前述の４．基本処理で説明したように、繰り返し発生する欠陥を認識する場合の検査処理の例が図２７に示されている。この検査処理は図２５に示された検査処理を拡張したものである。
【０２９５】
５．１．１ 第１の繰り返し発生する欠陥の認識方法
第１の繰り返し発生する欠陥の認識方法として、以下の手順を実行する。
まず検査の前に準備する工程を示すブロックＡが実行される。次に、各半導体デバイスの検査領域の検査の工程であるブロックＢで欠陥を検出した後に、検出された欠陥を融合する（ステップＳ４０２）。図２７のブロックＡおよびブロックＢは、それぞれ図２６のブロックＡおよびブロックＢと同一である。ブロックＡにおけるステップＳ３０２からＳ３０６は、図２５におけるステップＳ３０２からＳ３０６とそれぞれ同一である。またブロックＢにおけるステップＳ３０８からＳ３３６はそれぞれ図２５のステップＳ３０８からＳ３３６と同一である。
【０２９６】
ブロックＢにおいては、欠陥情報を欠陥情報記憶部２４に出力するステップＳ３３８が追加されていることが、図２５と異なっている。ブロックＢにおけるステップＳ３４０は図２５のステップＳ３４０と同一である。ステップＳ３４０における検査単位領域は、設計データで使われている座標系で表現された検査領域を分割して得られたものであり、各半導体デバイスの検査単位領域が検査される。
【０２９７】
図２３に示す検査単位領域より広範囲の検査領域を検査する場合は、複数の検査単位領域に存在する欠陥が複数箇所に分断されて検出されることがある。これらの複数箇所に分断された欠陥を融合することにより、検査単位領域の間にある境界による欠陥の分割を解消することができる。
【０２９８】
図７９は検査領域が４つの検査単位領域に分割されている場合を示す模式図である。欠陥Ａは、右上側の検査単位領域と右下側の検査単位領域にまたがって存在している。まず、右上側の検査単位領域に存在する欠陥Ａの部分の外接長方形３１と右下側の検査単位領域に存在する欠陥Ａの部分の外接長方形３２が求められる。外接長方形３１、外接長方形３２は、４．６．１ 異常パターン変形量を持った欠陥の認識方法で説明した手順で求められたものである。
【０２９９】
次に、検査領域を構成する全ての検査単位領域内に含まれる外接長方形について重なり検査をする。もし重なっている場合は、上記の重なり合った外接長方形全てを含む最小の外接長方形が融合された外接長方形とされる。本例では、外接長方形３１と外接長方形３２から融合された外接長方形Ｍが得られる。なお、外接長方形Ｍ（点線で示す）と、外接長方形３１および外接長方形３２とは、一部の線が重なっているべきであるが、図示上の便宜上、外接長方形Ｍの方が若干大きく描かれている。
【０３００】
同様に４つの検査単位領域にまたがって存在している欠陥Ｂも融合される。この場合は４つの外接長方形が融合して１つの融合された外接長方形が得られる（ステップＳ４０２）。得られた外接長方形の内に存在する欠陥情報を融合し、融合された欠陥情報を欠陥情報記憶部２４に記憶させる（ステップＳ４０３）。
【０３０１】
検査対象半導体デバイスの全ての検査を行ったか否かのチェックをしたのちに（ステップＳ４０４）、全ての検査が終了したと判断された場合には、繰り返し発生する欠陥を認識する（ステップＳ４０６）。これらの欠陥情報は同一の設計データに基づいて製造された各半導体デバイスの同じ検査領域から得られたものであり、設計データで使われている座標系で表現されており、ステップＳ３３８によって欠陥情報記憶部２４に記憶されている。
【０３０２】
図８０は、第１の半導体デバイスと第２の半導体デバイスから得られた欠陥情報を示す模式図である。第１の半導体デバイスから得られた欠陥情報と第２の半導体デバイスから得られた欠陥情報を重ねると、外接長方形３３Ａと外接長方形３３Ｂが外接長方形３４と重なると判定される。この処理は図形の論理演算として広く知られている。これら３つの外接長方形を含む最小の外接長方形として共通外接長方形３５を得る。この共通外接長方形３５内に存在する欠陥（図示されていない）を、複数の半導体デバイスに共通に存在する欠陥、すなわち繰り返し発生する欠陥として認識する。
【０３０３】
この場合は、共通外接長方形３５の内部に繰り返し発生する欠陥が存在し、第１の半導体デバイスの欠陥検出時にはノイズなどの要因で外接長方形３３Ａと外接長方形３３Ｂとに分断されて検出され、第２の半導体デバイスの欠陥検出時には一塊の外接長方形３４として検出されたことを意味する。外接長方形３３Ａと外接長方形３３Ｂと、外接長方形３４がずれているのは、欠陥がわずかにずれた位置で検出されたことを意味する。
【０３０４】
以上の処理は、３つ以上の数であるＮ個の半導体デバイスから得られた欠陥情報を使用する方法でも同様に実行できる。この場合は、Ｍ個以上の半導体デバイスから得られた外接長方形が重なり合うときに、繰り返し発生する欠陥が認識される。数Ｍは２からＮまでの数値で、大きいほどより厳密に繰り返し発生する欠陥を取得できる。
【０３０５】
以上の検査で得られた繰り返し発生する欠陥の欠陥情報を欠陥情報記憶部２４に出力する（ステップＳ４０８）。この欠陥情報記憶部２４の欠陥情報は、出力部１３を介して表示装置５および印刷装置６に出力される（ステップＳ４１０）。
【０３０６】
本実施例によれば、オペレータの大量の単純労働を不要にし、オペレータのミスによる欠陥認識低下を防ぐことが可能になる。また、試料が汚染された場合でも、汚染物が異なるダイの同一箇所に存在することがほとんど無いので、汚染物を繰り返し発生する欠陥として認識することがない。
【０３０７】
５．１．２ 第２の繰り返し発生する欠陥の認識方法
第２の繰り返し発生する欠陥の認識方法として、複数の半導体デバイスから得られた欠陥情報のうち、少なくとも一つの半導体デバイスについては検査領域の全体から欠陥情報を得て、それ以外の半導体デバイスについては前記欠陥情報中の欠陥位置の近傍に対応する部分のみを検査して欠陥情報を得ることにより、繰り返し発生する欠陥として認識する。
【０３０８】
本実施例では第１の半導体デバイスの検査領域の全ての場所から欠陥情報を得て第２の半導体デバイスについては前記欠陥情報中の欠陥位置の近傍に対応する部分のみを検査して欠陥情報を得る方法について説明する。
【０３０９】
第１段階として、第１の半導体デバイスについて、ブロックＡ、ブロックＢ、ステップＳ４０２、ステップＳ４０３を実行する。図８１の左側ではステップＳ４０３を経て得られた第１の半導体デバイスの欠陥情報が模式的に示されている。第１の半導体デバイスから得られた外接長方形４１の近傍に対応する画像を第２の半導体デバイスから取得して欠陥を検査する。図８１の右側ではこのように限定的に検査された結果が第２の半導体デバイスから得られた欠陥情報として模式的に示されている。
【０３１０】
第２段階として、第１の半導体デバイスから得られた欠陥情報を第２の半導体デバイスから得られた欠陥情報と重ねる。図８１では、外接長方形４１が外接長方形４２Ａと外接長方形４２Ｂと重なる。次にこれら３つの外接長方形を含む最小の外接長方形として共通外接長方形４３を得る。この共通外接長方形４３に存在する欠陥（図示されていない）を両半導体デバイスに共通に存在する欠陥、すなわち繰り返し発生する欠陥として認識する。同様の処理を外接長方形５１に対して実施する。
【０３１１】
本実施例では、第１の半導体デバイスから得られた欠陥情報に含まれる全ての欠陥に関して第２の半導体デバイスの限定的な領域が検査される。よって、第１の半導体デバイスから得られた欠陥情報に含まれる欠陥の数が少ない場合は、この方法は、前述の５．１．１ 第１の繰り返し発生する欠陥の認識方法に比べて高速に実行する。
【０３１２】
５．１．３ 第３の繰り返し発生する欠陥の認識方法
第３の繰り返し発生する欠陥の認識方法として、一つの半導体デバイス全体から欠陥情報を得てＯＰＣパターンが起因して発生する繰り返し発生する欠陥を認識する方法が使用できる。この方法は、同じＯＰＣパターンをもったマスクデータに関連する基準パターンを、設計データのセル名を使って分類できる場合に使用できる。
【０３１３】
例えば、図８２において、設計データの形状として、セル名CellAを持つ設計データのパターンとセル名CellBを持つ設計データのパターンは同じ形状であるが、異なったＯＰＣパターンを持っているのでこれらの設計データのパターンは異なったセル名を持つ必要がある。もし、これらの設計データのパターンが同じセル名を持つ場合は、セル名と欠陥を検出するときに使用したセルの線分番号の組み合わせを使用する。この場合は厳密に基準パターンを分類できない。ここで設計データのセル名とは設計データを構成する固有幾何学情報のひとつである。他の設計データを構成する固有幾何学情報として設計データに対応するマスクデータのセル名を使用することができる。
【０３１４】
本実施例では、第１段階として、１つの半導体デバイスについて、ブロックＡ、ブロックＢ、ステップＳ４０２、ステップＳ４０３を実行する。図８１の左側ではステップＳ４０３を経て得られた１つの半導体デバイスの欠陥情報が模式的に示されている。１つの半導体デバイスから得られた外接長方形４１に対応する設計データのセル名を取得する。同様の処理を外接長方形５１に対して実施する。
【０３１５】
第２段階として、欠陥情報を取得されたセル名によって分類する。もし、同一のセル名に属する欠陥の数が複数あれば、ＯＰＣパターンが起因して発生する繰り返し発生する欠陥として認識する。そうでなければ、前述の５．１．２ 第２の繰り返し発生する欠陥の認識方法を使用して、欠陥が繰り返し発生する欠陥かどうか認識される。
【０３１６】
本実施例によれば、設計データのセル名により同じＯＰＣパターンをもったマスクデータと関連する基準パターンを分類できる場合は、１つの半導体デバイスを検査することによりＯＰＣパターンに起因する繰り返し発生する欠陥を認識することができる。この結果、検査時間を短縮することが可能になる。
【０３１７】
５．１．４ 第４の繰り返し発生する欠陥の認識方法
図８３は、設計データに基づいて製造された同じホトマスクパターンを複数もつホトマスクから製造された半導体デバイスの例を示す模式図である。この場合は、ホトマスクを使った一度の露光で同時に複数の半導体デバイスが製造される。図８３に示されるように、設計データのエラーは全ての半導体デバイスに繰返し発生する欠陥を発生させるが、ホトマスク上の欠陥はホトマスク座標で記述された同じ位置に繰返し発生する欠陥を発生させる。このような半導体デバイスには、第４の繰り返し発生する欠陥の認識方法として、以下の手順が使用できる。
【０３１８】
本実施例では、第１段階として、ホトマスクを使った一度の露光で同時に製造された複数の半導体デバイスについて、前述の５．１．１ 第１の繰り返し発生する欠陥の認識方法を使用して欠陥情報を得て、繰り返し発生する欠陥を認識する。得られた繰り返し発生する欠陥は設計データのエラーに起因する繰り返し発生する欠陥と認識される。次に、複数の半導体デバイスから得られた全ての欠陥情報から繰り返し発生する欠陥を除いた欠陥を繰り返し発生しない欠陥と認識する。
【０３１９】
第２段階として、ホトマスクを使った別の一度の露光で製造された半導体デバイスに対して、得られた繰り返し発生しない欠陥が存在するホトマスク座標で記述された位置の近傍を検査して欠陥情報を得ることにより、繰り返し発生する欠陥として認識する。上記の処理のために前述の５．１．２ 第２の繰り返し発生する欠陥の認識方法が使用される。この場合は、少なくとも一つの半導体デバイスの検査領域の全体から検出された欠陥を使用する代わりに、前述の繰り返し発生しない欠陥を使用する。この変形された５．１．２ 第２の繰り返し発生する欠陥の認識方法で得られた繰り返し発生する欠陥はマスク上の欠陥に起因する繰り返し発生する欠陥と認識される。繰り返し発生する欠陥以外の欠陥は、半導体デバイスの粒子などのランダム欠陥と認識される。
【０３２０】
一般に設計データのエラーに起因する繰り返し発生する欠陥の数は、マスク上の欠陥に起因する繰り返し発生する欠陥の数より非常に多い。従って、本実施例によれば、前述の５．１．１ 第１の繰り返し発生する欠陥の認識方法と５．１．２ 第２の繰り返し発生する欠陥の認識方法より検査時間を短縮することが可能になる。また、欠陥を、設計データのエラーに起因する繰り返し発生する欠陥、マスク上の欠陥に起因する繰り返し発生する欠陥と、ランダム欠陥に分類できる。
【０３２１】
５．２ 領域検査方法
前述の４．６ 第１の検査と４．１２ 第２の検査では設計データを単純に基準パターンに変換している。他の検査方法として、領域検査方法に適した基準パターンを、設計データを成す線分の幾何学情報もしくは接するか近接する設計データを成す線分同士の関係を使用して抽出する検査方法が使用できる。領域検査方法とは対向するエッジを使用する検査方法を意味している。
【０３２２】
領域検査方法として、直線形状パターンの線幅検査方法、平均線幅検査方法、スペース幅検査方法、平均スペース幅検査方法、曲線形状パターンの線幅検査方法、平均線幅検査方法、スペース幅検査方法、平均スペース幅検査方法、切断もしくは短絡しやすい部分の検査方法、および、ゲート線幅検査方法が使用できる。
【０３２３】
５．２．１ 直線形状パターンの線幅検査方法、平均線幅検査方法、スペース幅検査方法、および平均スペース幅検査方法
線幅、平均線幅、スペース幅、および平均スペース幅のモニタリングによって半導体デバイスのプロセスを管理する方法がある。本実施例によれば、線幅、平均線幅、スペース幅、もしくは平均スペース幅の検査に適した基準パターンを、設計データから抽出し、抽出された基準パターンごとに、線幅、平均線幅、スペース幅、もしくは平均スペース幅の許容パターン変形量を設定する検査方法が実現できる。これらの検査方法は以下の手順で実施される。
【０３２４】
図８４では、線幅検査用に適した基準パターンを設計データから自動的に抽出する規則を模式的に示している。設計データの直線形状パターンであって、指定された最大線幅Lwより細く、かつ、指定された最小線長Lmより長い直線形状パターンが線幅検査用に適した基準パターンが対象になる。図８４の左側で示すように、設計データには３つの直線形状パターンがある。左の直線形状パターンは処理の対象になるが、中の直線形状パターンは最大線幅Lw以上なので、処理の対象にならない。また右の直線形状パターンは最小線長Lm以下なので処理の対象にならない。
【０３２５】
次に、図８４の右側の部分で示すように、選別された直線形状パターンを、その終端から指定された終端非使用長Lo分内側に縮める。この直線形状パターンを区間長Liの長方形に分割し、分割された長方形が線幅検査用基準パターンＡ（実線で示されている）として登録される。また、ここで得られた線幅検査用基準パターンＡの境界が中心にくる基準パターンＢ（二重線で示されている）を線幅検査用基準パターンＢとして追加しても良い。
【０３２６】
基準パターンＢを付加することによって、基準パターンＡの境界およびその近傍に存在している欠陥の検出能力が向上する。基準パターンの大きさに対する欠陥の大きさの割合が高いほど、欠陥の検出能力は高い。欠陥が一つの基準パターンに存在している場合の基準パターンの大きさに対する欠陥の大きさの割合をＲとする。同じ大きさの欠陥が二つの基準パターンに分割されて存在している場合の基準パターンの大きさに対する欠陥の大きさの各割合はＲより小さくなる。従って、欠陥が一つの基準パターンに存在する場合の方が欠陥の検出能力が高くなる。
【０３２７】
図８５に示すように、少なくとも１つのコーナーを持つ設計データの直線形状パターンに対しては、コーナー部分で長方形に分離してから処理を施す。図８５の点線で示すコーナーを有したＬ字状多角形が実線で示す２つの長方形に分離されることになる。
【０３２８】
スペース幅検査は反転された設計データを使って上記と同様の処理を施すことで実現できる。反転された設計データとは、設計データの中のパターンの内部を外部に、外部を内部に反転したものである。図８６では、スペース幅検査用に適した基準パターンを設計データから自動的に抽出する規則を模式的に示している。図８６で示すように、Lm’、Lw’、Li’、Lo’はLm、Lw、Li、Loと意味は同じだが、一般に異なる値を使用する。これらの値を用いて、図８４で説明した方法と同じ方法によりスペース幅検査を行えば良い。以上で使用したLm、Lw、Li、Lo、Lm’、Lw’、Li’とLo’の値は前述の３．３ レシピデータ「（５）線幅検査用に適した基準パターンの最大線幅、最小線長、終端非使用長、スペース検査用に適した基準パターンの最大線幅、最小線長、終端非使用長」として管理される。
【０３２９】
線幅検査用に適した基準パターンとスペース幅検査用に適した基準パターンを使う検査方法は、次の手順で実施される。
得られた基準パターンの線分であって設計データに存在していた線分に対応する検査対象パターン画像のエッジの平均エッジ位置を計算する。この平均エッジ位置間の距離を計算し、得られた距離と設計データの線幅もしくはスペース幅Ｗとの差が３．３ レシピデータ「（２）線幅の許容パターン変形量」もしくは「（２）スペース幅の許容パターン変形量」を超えた場合にこの基準パターンに対応する部分が欠陥をもつと認識する。
【０３３０】
図８７に線幅検査用に適した基準パターンとスペース幅検査用に適した基準パターンを使う検査方法が模式的に示されている。基準パターンには設計データに存在していた二重線で示された線分Ldと長方形に分離したときに付加された線分Leがある。図７２に示すように、線分Ldに対して垂直方向にプロファイルを取得し、図７６に示すようにそのプロファイルからエッジを求める。これらの求めたエッジ位置の平均を取り平均エッジ位置を求める。
【０３３１】
図８７では左側の平均エッジ位置Ａと右側の平均エッジ位置Ｂが得られる。次に左側の平均エッジ位置Ａと右側の平均エッジ位置Ｂの距離Ｗ’を求め、この距離Ｗ’と設計データの線幅Ｗとの差を求める。この差が許容パターン変形量以上なら、基準パタ−ンに対応する部分に欠陥があると認識する。
別の方法として、線分Ld上の各プロファイルを取得してこれらのプロファイルを平均して平均エッジ位置を求める方法が使用できる。
【０３３２】
以上では平均線幅検査もしくは平均スペース幅検査の方法を示したが、平均値を使用せずに各々の線幅もしくはスペース幅を検査する方法を使用しても良い。
なお、後述するように、５．３．１ ゲート線幅検査方法は直線形状パターンの線幅検査方法と直線形状パターンの平均線幅検査方法の一種である。５．３．１ ゲート線幅検査方法では、線幅検査に適した基準パターンとしてゲートパターンを抽出する方法が追加されている。
【０３３３】
５．２．２ 曲線形状パターンの線幅検査方法、平均線幅検査方法、スペース幅検査方法、および平均スペース幅検査方法
前述の領域検査方法では実施できない曲線形状パターンの線幅、平均線幅、スペース幅、および、平均スペース幅検査方法が使用できる。曲線形状パターンとして設計データのコーナー部分が典型である。曲線形状パターン検査方法には複雑な計算を必要とするが、直線形状パターンと同様にこれらの検査方法が半導体デバイスのプロセスを管理する方法として重要である。
【０３３４】
図８８は、設計データのコーナー部分から線幅検査に適した基準パターンを得る手順を模式的に示す図であり、図８９は、設計データのコーナー部分である曲線形状パターンの最小線幅検査の手順を模式的に示す図である。
【０３３５】
図８８に示すように、設計データから得られた基準パターン（点線で示されたＬ字状多角形）から直線形状パターンの線幅検査に適した基準パターン（実線で示された二つの長方形）を削除して得られた多角形CP1，CP2，CP3を得る。得られた多角形であって終端を含むパターンではない多角形CP2が設計データのコーナー部分の線幅検査に適した基準パターンとして選ばれる。
【０３３６】
検査の対象となる線幅とは、設計データに存在していた線分に対応する曲線（図８９の太い実線で示され、図１８に示すように曲線で補正されたコーナー部分を有するＬ字状の線分に相当する曲線）間の最小距離である。まず、これらの曲線に対応する第２のエッジを検出する（図７２から図７６参照）。図８９で図示の二重線はプロファイル取得区間を表し、黒丸（●）は検出された第２のエッジを表している。
【０３３７】
以下の処理を左下側の曲線に対応する全ての検出された第２のエッジについて実行する。
（１）左下側の曲線に対応する１つの検出された第２のエッジと右上側の曲線に対応する全ての検出された第２のエッジとの距離を求める。
（２）得られた距離の中で最小のものを得る。
得られたそれぞれの距離の最小値が前述の３．３ レシピデータ「（２）許容される最小線幅」未満なら、この基準パターンに対応する部分に欠陥が存在していると判断する。ここで、最小距離の代わりに、平均線幅を計算して、平均線幅を検査する方法を実行しても良い。
【０３３８】
曲線形状パターンは一般に線幅の異なる複数の直線形状パターンからなっている。また、曲線形状パターンは回路の接続に使用される。以上の理由から許容パターン変形量を使用する線幅検査方法よりも最小線幅検査方法が適している。
【０３３９】
他の方法として、Erosion演算を使用する方法が使用できる。Erosion演算は、前述の４．６．１ 異常パターン変形量を持った欠陥の認識方法で説明した。図９０は、Erosion演算を使用して設計データのコーナー部分である曲線形状パターンの最小線幅検査の手順を模式的に示す図である。Erosion演算を使用する最小線幅検査方法は以下の手順で実行される。
【０３４０】
（１）左下側の検出された第２のエッジと右上側の検出された第２のエッジを時計回り又は反時計回りに連続的に連結して多角形を作る。図９０においては、全ての検出された第２のエッジは、矢印CW1−CW5で示すように、線分によって時計回りに連続的に接続されている。
（２）得られた多角形を２値化ビットマップに変換する。（図９０の格子状の部分）
（３）多角形CP2を作成したときに付加された線分Lcに、Erosion演算で使用される構造要素の半径の幅を持った長方形を付加する。（図９０のドットで示す２つの長方形部分）
【０３４１】
（４）得られた２値化ビットマップのErosion演算の結果を求める（図９０の太線で囲まれた２つの領域Me）。Erosion演算で使用する構造要素は、前述の３．３ レシピデータ「（２）線幅の許容パターン変形量の−側の限界値」の絶対値を直径とする円を使用する。
（５）もし線分Lcに対応するビットマップの部分ILcが上記の領域Meで連結していれば、この基準パターンに対応する部分に欠陥がないと判断される。しかしこの場合、線分Lcに対応するビットマップの部分ILcが上記の領域Meで連結していないので、この部分に欠陥が存在すると判断される。
【０３４２】
前述の方法の（１）から（５）の等価な処理として、矢印CW1−CW5で示された多角形をサイズ処理しても良い。この場合は、２本の線分Lcはサイズ処理を実施しない。それ以外の多角形の線分は、前述の３．３ レシピデータ「（２）線幅の許容パターン変形量の−側の限界値」の絶対値の半分の量のサイズ処理を実施し多角形を縮める。サイズ処理後の多角形が２本の線分Lcそれぞれに対応する線分を含んでいれば、この基準パターンに対応する部分に欠陥がないと判断される。そうでなければこの部分に欠陥が存在すると判断される。
以上の処理は線幅検査であったが、スペース幅についても同様に検査される。
【０３４３】
以上の領域検査に関わる本実施例を使用すれば、これらの領域検査が複数のエッジの情報を使用しているので、欠陥検出能力、および欠陥認識精度が向上する。
【０３４４】
５．２．３ 切断もしくは短絡しやすい部分の検査方法
前述の５．２．２ 直線形状パターンの線幅もしくはスペース幅検査方法の一種に、切断もしくは短絡しやすい部分の検査方法が使用できる。図９１は、切断もしくは短絡しやすい部分の抽出方法を模式的に示す図である。図９１の左側に示すように、線幅が前述の３．３ レシピデータ「（５）切断しやすい部分の最大線幅Bw」より狭く、かつ、前述の３．３ レシピデータ「（５）切断しやすい部分の最大線長Bl」より短い、設計データの直線形状パターンの部分である長方形γによって示される部分が抽出される。
【０３４５】
この抽出された部分である長方形γが切断されやすい部分に該当し基準パターンとして登録される。長方形γの両側である線分αと線分βに対して図８７で示した第2のエッジ検出を行うことで検査を行う。線分βはコーナーの丸みがあるので平均線幅を試用せずに各々の線幅が検査される。
【０３４６】
同様に、短絡しやすい部分については、図９１の右側に示すように、前述の３．３ レシピデータ「（５）短絡しやすい部分の最大スペース幅Sw」，前述の３．３ レシピデータ「（５）短絡しやすい部分の最大スペース長Sl」を使って得られた長方形ζが短絡しやすい部分として登録され、スペース幅が検査される。
【０３４７】
切断もしくは短絡しやすい部分の別の検査方法は、図９２に示すように以下の手順で行われる。
図９２の左側は切断しやすい部分の検査方法を模式的に示しており、図９２の右側は短絡しやすい部分の検査方法を模式的に示している。図９２の太い黒枠で示された長方形パターンは、図９１の長方形γ，長方形ζと同じである。また、図９２の格子状の部分に対応する画像部分には明確に下地とコントラストがあるが、ドットで示す部分に対応する画像部分には下地に薄いコントラストがある。図９２の左側のドットで示す部分は、切断している状態が示されている。また、図９２の右側のドットで示す部分は、短絡している状態が示されている。
【０３４８】
このような場合には３種類のエッジが存在している。１つは下地と格子状の部分の境界に存在するエッジであり、もう１つは下地とドットで示す部分の境界に存在するエッジである。最後は格子状の部分とドットで示す部分の境界に存在するエッジである。図９２の左側に示すような切断の場合は、下地とドットで示す部分の境界に存在するエッジが検出されてしまい、欠陥が検出されない。また図９２の右側に示すような短絡の場合は格子状の部分とドットで示す部分の境界に存在するエッジを検出してしまい、欠陥が検出されない。このような場合でもドットで示す部分に存在する欠陥を以下の方法で検出できる。
【０３４９】
Ｇで示された長方形γおよび長方形ζが含まれる８つの区間について図示の矢印方向に第2のエッジが存在するか検査する。これら８つの区間には、切断もしくは短絡しやすい部分ともに第2のエッジが存在してはならない。よって、これらの８つの区間に第2のエッジが検出された場合には、長方形γもしくは長方形ζは欠陥と認識されることになる。
本実施例によれば、薄いコントラストで観察される切断もしくは短絡した欠陥を検出できる。また、切断もしくは短絡したという情報を持つ欠陥種を設定できる。
【０３５０】
以上のこれらの領域検査に関わる本実施例によれば、オペレータの検査では不可能な広い範囲の検査が可能になる。
【０３５１】
５．３ 基準パターンの論理演算の結果を使用する検査方法
前述の４．６ 第１の検査と４．１２ 第２の検査では検査時の工程に関する基準パターンを使って検査される。しかし、検査時の工程に関する基準パターンと検査時の工程に関連する工程に関する基準パターンとの論理演算の結果を使用する検査方法によって、より高度な検査が実現可能である。
【０３５２】
５．３．１ ゲート線幅検査方法
基準パターンの論理演算の結果を使用する検査方法の第１の方法として、論理演算を使用して領域検査に適した基準パターンを抽出して検査する方法が使用できる。この方法としてゲート線幅検査方法とエンドキャップ検査方法が実施される。
【０３５３】
半導体デバイスの検査にトランジスタのゲート幅検査がある。ゲート幅検査の対象はポリシリコン工程とアクティブ工程（ポリシリコン工程の前工程）の重なった部分である。図９３は、検査時の工程（ポリシリコン工程）に関する基準パターンとその前後する工程（アクティブ工程）に関する基準パターンとの論理積演算で得られた基準パターンを使用する検査方法を示す図である。
【０３５４】
ポリシリコン工程に関する基準パターンとアクティブ工程に関する基準パターンの論理積演算で基準パターンＣ（実線で示された長方形）を得る。ここで使用している論理積演算は、計算幾何学で使用されている方法を用いている。検査は基準パターンＣを使って前述の５．２．１ 直線形状パターンの線幅検査方法、平均線幅検査方法と同様に実行する。
【０３５５】
本実施例によれば、ゲート部分を自動的に抽出できる。この結果、半導体デバイス全体の全てのゲート線幅の自動的検査が可能になり、半導体デバイスの性能向上に大きく貢献することができる。
【０３５６】
５．３．２ エンドキャップ検査方法
終端の検査方法として、ゲート部分のエンドキャップの検査がある。まず、エンドキャップの認識方法を説明する。図９３のポリシリコン工程に関する基準パターンから基準パターンＣを取り除いてできる多角形を求める。図９３のポリゴンＦとポリゴンＧがこれにあたる。これらのパターンであって以下の条件を満たすものをエンドキャップと認識する。
（１）線幅Ｗ（図９３）が指定値以下の長方形であること
（２）終端である線分と相対する線分までの長さＤ（図９３）が指定値以下であること
【０３５７】
これらの条件を満たすものはポリゴンＦとなる。次に、ポリゴンＦの中の終端を、図６９（ａ）および図６９（ｂ）と同様に検査する。ゲートのエンドキャップの縮み管理のための許容パタ−ン変形量は単純な終端の縮み管理のための許容パターン変形量より小さい。これは、有効なゲート長を確保する必要があるからである。
本実施例を用いれば、ゲートのエンドキャップに単純な終端より小さい許容パターン変形量を自動的に設定することができるので、ゲートのエンドキャップをより厳密に検査することが可能になる。
【０３５８】
５．３．３ コンタクトホール／ビアホールに接する配線パターンの終端に対する許容パターン変形量の適応設定方法
基準パターンの論理演算の結果を使用する検査方法の第２の方法として、コンタクトホール／ビアホールに接する配線パターンの終端に対する許容パターン変形量の適応設定方法が使用できる。この方法では、コンタクトホール／ビアホールとの接続に使用する終端で一定値以上のマージンが無いものを識別して、認識された終端に許容パターン変形量を適応的に設定して終端を検査する。図９４では、この方法が模式的に示されている。
【０３５９】
配線パターンの終端とコンタクトホール／ビアホールの接触面積が検査されている。同じような形状の終端であっても、コンタクトホール／ビアホールとの接続に使用する終端の終端の縮み管理のための許容パタ−ン変形量は、単純な終端の終端の縮み管理のための許容パタ−ン変形量より小さい。これは、接触面積を確保する必要があるからである。
【０３６０】
コンタクトホール／ビアホールに接する配線パターンの終端に対する許容パターン変形量は、配線工程とコンタクトホール／ビアホール工程のオーバーレイエラーと終端のマージンを考慮して決められる。ほとんど全ての終端のマージンは一定値以上を確保している。しかし、込み入った配線の場合は終端のマージンが一定値以上を確保できない場合がある。
【０３６１】
コンタクトホール／ビアホールとの接続に使用する終端で一定値以上のマージンが無いものを識別する方法は以下の手順で実施される。
（１）配線パターンの終端である線分Leaを含み、配線パターンの内側方向に許容パターン変形量の長さをもつ図９４の左上の枠内の実線で示す長方形を作る。以降、これらの長方形を終端近傍パターンと呼ぶ。
【０３６２】
（２）終端近傍パターンとコンタクトホール／ビアホール工程に関する基準パターンとの論理積の結果が領域として得られる。この領域はドットで示された長方形領域である。一定値以上のマージンがない終端が、論理積演算で得られる領域を発生させる。
【０３６３】
この領域の発生に関係した配線パターンの終端の縮みの許容パターン変形量を、他の終端に対する終端の縮みの許容パターン変形量より小さくする。小さくする量は図９４における長さΔである。認識された終端に長さΔを反映した許容パターン変形量を適応的に設定して、この終端を検査する。
【０３６４】
本実施例によれば、コンタクトホール／ビアホールとの接続に使用する終端のマージンによって、終端の縮みの許容パターン変形量を適応的に設定することができる。
【０３６５】
５．３．４ 接触面積の検査方法
基準パターンの論理演算の結果を使用する検査方法の第３の方法として、コンタクトホール／ビアホールと配線パタ-ンの終端との接触面積を検査する方法が使用できる。図９５（ａ）および図９５（ｂ）はこの方法を示す図である。
【０３６６】
まず、図９３で示した方法と同じ方法で配線工程の基準パターンとコンタクトホール／ビアホール工程の基準パターンの論理積演算によって基準パターンRcaを得る。論理積演算は、５．３．１ ゲート線幅検査方法で説明している。
【０３６７】
次に、図８７と同じ方法で設計データに存在していた二重線で示された線分Ldに対するエッジを検出する。この検出されたエッジをつなげて多角形Pcaを得る。図８７の点線で示された各線分は、線分Ldの１つに対する検出されたエッジの終端を他の線分Ldに対する検出されたエッジと接続する。
【０３６８】
最後に多角形Pcaの面積と基準パターンRcaの面積の比が計算される。得られた比が前述の３．３ レシピデータ「（２）許容される接触面積検査比」より小さければ、基準パターンRcaに対応する部分に欠陥が存在していると判断される。
【０３６９】
５．４ 検査対象パターンの線幅の測定値から得られた統計量を使ったプロセス条件の管理方法
ＣＤ―ＳＥＭを使って得られたウェーハ上の数ショットの数ヶ所の検査対象パターンの線幅の測定値を使った、プロセス条件を管理する方法が使用されている。図９６は、ＣＤ―ＳＥＭを使って検査対象パターンの線幅の測定値を得る位置の例を示す模式図である。図９６の黒丸（●）は、検査対象パターンの線幅の測定値を得る位置を示している。各検査対象パターンの線幅の測定値を得る位置は、平均エッジ位置を求めるために使用するプロファイル取得区間の中心位置である。プロファイル取得区間は、長方形を成し、この長方形の各辺の長さは、検査対象パターンの線幅程度である。各位置から検査対象パターンの線幅の１つの測定値が得られる。図９６で示された例では、５ショットの５箇所の位置から２５個の検査対象パターンの線幅の測定値を得てプロセス条件を管理している。
【０３７０】
しかしながら、検査対象パターンの微細化により、ＣＤ―ＳＥＭを使って得られたウェーハ上の数ショットの数ヶ所の検査対象パターンの線幅の測定値の精度が、プロセス条件を管理する管理値として不十分になってきた。以下の項目が理由としてあげられる。
【０３７１】
（１）検査対象パターンの線幅の１つの測定値の誤差が、プロセス条件の管理値の許容誤差に近づいてきた。検査対象パターンの線幅の測定値の平均値を使って、検査対象パターンの線幅の測定値の精度を向上する必要がある。
【０３７２】
この問題を解決するためには、一辺が１μｍ以上の検査領域に存在する検査対象パターンから検査対象パターンの線幅の測定値を得て、得られた検査対象パターンの線幅の測定値の平均値を使う方法が使用できる。図９７は、検査対象パターンの線幅の測定値を得る検査領域の例を示す模式図である。図９７（ａ）は、図９６に示したショットと同じである。図９７（ｂ）の正方形は、一辺が１μｍ以上の検査領域を示している。図示上の便宜上、検査領域を示すために使った正方形は大きいが、ショットの大きさに比べて検査領域の大きさは非常に小さい。
【０３７３】
これ以降、検査対象パターンの線幅の測定値として前述の５．３．１ ゲート線幅検査方法を使って得られたゲート線幅を使う方法を説明する。この方法を使用すれば、自動的に検査領域からゲート部分を抽出して、抽出されたゲート部分が、検査対象パターンの線幅の測定値を得る場所として設定できる。ゲートの線幅が45nm程度で検査領域の一辺が１μｍ以上なので、検査対象パターンの線幅の測定値を得る場所が非常に多い。本実施例を現実に実行するためには、検査対象パターンの線幅の測定値を得る場所を自動的に設定しなければならない。
【０３７４】
（２）プロセス条件の変動が引き起こすウェーハの位置に依存する検査対象パターンの線幅の変動がより大きくなってきた。ウェーハ上の数ショットの数ヶ所の検査対象パターンの線幅の測定値では、前記の変動を管理するには不十分であり、数多くの検査領域に存在する検査対象パターンから検査対象パターンの線幅の測定値を得る必要がある。
【０３７５】
この問題を解決するためには、一辺が１μｍ以上の検査領域をショットごとに配置して、ショットごとに配置された検査領域をウェーハ内のショットを設定して、これらの検査領域から検査対象パターンの線幅の測定値を得る。図９７（ｃ）の正方形は、ショット内に配置された一辺が１μｍ以上の検査領域の例を示している。図示上の便宜上、検査領域を示すために使った正方形は大きいが、ショットの大きさに比べて検査領域の大きさは非常に小さい。
【０３７６】
検査領域は、必ずしもショット内で一定の間隔で配置する必要はなく、プロセス条件の変動を受けやすい部分に配置することが望ましい。ウェーハ内の全てのショットに、ショットごとに配置された検査領域を設定してもよいし、間引かれたショットに設定しても良い。
【０３７７】
次に、以下の方法で検査対象パターンの線幅の測定値から、統計量が得られる。
（Ａ）全ての検査領域から得られた検査対象パターンの線幅の測定値を使って統計量を得る。図９８（ａ）は、全ての検査領域から得られた検査対象パターンの線幅の測定値を使って統計量を得る例を示す模式図である。
（Ｂ）各ショット内の検査領域から得られた検査対象パターンの線幅の測定値を使って統計量を得る。図９８（ｂ）は、各ショット内の検査領域から得られた検査対象パターンの線幅の測定値を使って統計量を得る例を示す模式図である。
（Ｃ）各検査領域から得られた検査対象パターンの線幅の測定値を使って統計量を得る。図９８（ｃ）は、各検査領域から得られた検査対象パターンの線幅の測定値を使って統計量を得る例を示す模式図である。
前記の（Ｂ）の方法を使えばウェーハ内での線幅変動の傾向が解析できる。（Ｃ）の方法を使えば各ショット内での線幅変動の傾向が解析できる。
【０３７８】
（３）プロセス条件の変動が引き起こす検査対象パターンの線幅の設計値に依存する検査対象パターンの線幅の変動がより大きくなってきた。ウェーハ上の数ショットの数ヶ所から得られるショットの数ヶ所から得られる検査対象パターンの線幅の測定値では前記の変動を管理するには不十分であり、数多くの異なる検査対象パターンの線幅の設計値をもつ検査対象パターンから検査対象パターンの線幅の測定値を得る必要がある。検査対象パターンの線幅設計値以外で検査対象パターンの線幅の変動に関係する項目は、検査対象パターンに対応する設計データのパターンの方向、検査対象パターンに対応する設計データのパターンの種類、検査対象パターンと近接するパターン間のスペ−ス幅の設計値もしくは、前記検査対象パターンに対応する設計データのパターンの近傍に存在するパターンの密度などである。
【０３７９】
この問題を解決するために、以下のように、前述の検査対象パターンの線幅の変動に関係する項目を使って検査対象パターンの線幅の測定値を分類する。
【０３８０】
（Ａ）検査対象パターンの線幅の設計値として、前述の５．３．１ ゲート線幅検査方法で説明した基準パターンＣに対応する設計データのパターンの線幅を使用する。全ての線幅の設計値を使用せずに、線幅の設計値の範囲を使ってもよい。線幅の設計値の範囲の例として、30nm以上32nm未満の範囲、32nm以上34nm未満の範囲などが使用できる。線幅の設計値の範囲に対応する測定値から得られた統計量を使えば、より少ない統計量でプロセス条件の変動の管理が出来るようになる。
【０３８１】
検査対象パターンの線幅の設計値の範囲に対応する測定値から統計量を得ると、異なる検査対象パターンの線幅の設計値に対応する分布が融合するので統計量の精度が低下する。この対策として、検査対象パターンの線幅の測定値と前記測定値に対応する設計値の差を使用すれば、設計値の違いが補正されるので統計量の精度が低下しない。
【０３８２】
（Ｂ）検査対象パターンに対応する設計データのパターンの方向として、前述の５．３．１ ゲート線幅検査方法で説明した基準パターンＣに対応する設計データのパターンの方向を使用する。多くのゲートは、縦方向もしくは横方向であるので、縦方向、横方向、および、それ以外で分離すればよい。４５度の倍数の角度を用いてもよい。
【０３８３】
（Ｃ）前述の５．３．１ ゲート線幅検査方法で説明したアクティブ工程に関する基準パターンに対応する設計データが、Ｐ型半導体、Ｎ型半導体に区別できる場合は、検査対象パターンに対応する設計データのパターンの種類として、Ｐ型半導体、Ｎ型半導体が使用できる。
【０３８４】
（Ｄ）検査対象パターンと近接するパターン間のスペ−ス幅の設計値として、前述の５．３．１ ゲート線幅検査方法で説明した基準パターンＣに対応する設計データのパターンの両脇のスペース幅を使用する。図９９は、ゲートの両脇のスペース幅の例を示す模式図である。図９９（ａ）の中央のゲートと図９９（ｂ）の中央のゲートは、同じ線幅であるが、スペース幅が異なる。図９９（ａ）の中央のゲートは、スペース幅S₁₁とS₁₂を持っている。図９９（ｂ）の中央のゲートは、スペース幅S₂₁とS₂₂を持っている。スペース幅S₁₁、S₁₂、S₂₁とS₂₂は、それぞれ異なる。この場合は、これらのゲートは違うゲートの型として分類される。前記（Ａ）の線幅の範囲と同じ方法で、スペース幅の範囲を使用してもよい。
【０３８５】
（Ｅ）検査対象パターンに対応する設計データの近傍に存在するパターンの密度として、ゲートの近傍に存在するパターンの密度を使用する。ゲートの両脇のスペース幅を使用した分類では、スペース幅が２つあり方向もあるので、細かく分類される。しかし、本方法では、１つの数値で分類するので緩やかに分類される。検査対象パターンの近傍に存在するパターンの密度は、以下の式で求める。
（近傍領域内のパターンの面積）／（近傍領域面積）
【０３８６】
図１００は、検査対象パターンの近傍に存在するパターンの密度の例を示す模式図である。図１００の太線で内部がハッチングされていないパターンはゲートを示し、破線は前記ゲートの近傍領域を示し、実線で内部がハッチングされたパターンは、近傍領域内のパターンを示している。図１００（ａ）のゲートの近傍に存在するパターンの密度は、図１００（ｂ）のゲートの近傍に存在するパターンの密度より大きい。線幅と同様にパターンの密度の範囲を使用してもよい。
【０３８７】
以上では、一つの測定値と比較するために、平均値を統計量として使用している。検査領域から得られる測定値を使う場合は、標準偏差、最大値、最小値などが他の統計量として使用できる。前述の統計量は、一つの測定値から得られないので、前述の統計量は、ＣＤ―ＳＥＭを使って得られたウェーハ上の数ショットの数ヶ所の検査対象パターンの線幅の測定値から得られない。あるプロセス条件の変動が線幅の平均値の大きな変動を引き起こし、小さな線幅の標準偏差の小さな変動を引き起こすことがある。一方、他のプロセス条件の変動が線幅の平均値の小さな変動を引き起こし、小さな線幅の標準偏差の大きな変動を引き起こすことがある。このような場合は、平均値と標準偏差を使えば、プロセス条件の原因が特定できる。
【０３８８】
本実施例では、ショットを使って説明したが、ショットの中のダイを使ってもよい。また、５．３．１ ゲート線幅検査方法の代わりに、５．２．１ 直線形状パターンの線幅検査方法、平均線幅検査方法、スペース幅検査方法、および平均スペース幅検査方法など、他の方法を使用して測定値を得てもよい。スペース幅を検査対象パターンの測定値にする場合は、以上の手順で使用した線幅とスペース幅を入れ替えて実施する。
【０３８９】
図１０１は、検査対象パターンの線幅の測定値の分布を示す模式図である。図１０１（ａ）は、一辺が６μｍの検査領域の一つの例を示している。検査領域の中には、線幅が７０ｎｍの検査対象パターンが存在している。図１０１（ａ）の正方形は、１つの検査対象パターンの線幅を得る領域であって検査領域の中心位置に存在する領域を示している。検査対象パターンのスペース幅は、１２０ｎｍ，１１０ｎｍ，１００ｎｍ，９０ｎｍ，８０ｎｍ，７０ｎｍ，６０ｎｍである。
【０３９０】
図１０１（ｂ）は、スペース幅ごとに、検査対象パターンの線幅の測定値の分布の正規確率プロットを示している。図１０１（ｂ）の横軸は、検査対象パターンの線幅の測定値を示し、縦軸は、標準偏差を示している。表示された分布は、左側から右側に、１２０ｎｍ，１１０ｎｍ，１００ｎｍ，９０ｎｍ，８０ｎｍ，７０ｎｍ，６０ｎｍのスペース幅に対応する検査対象パターンの線幅の測定値の分布である。標準偏差は、それぞれ、０．５９ｎｍ，０．６１ｎｍ，０．６０ｎｍ，０．６５ｎｍ，０．７５ｎｍ，０．９４ｎｍ，１．３１ｎｍである。
【０３９１】
図１０１（ｃ）は、スペース幅ごとに、検査領域の中心位置から得られた検査対象パターンの線幅の測定値と検査対象パターンの線幅の測定値の分布の平均値の差の絶対値を示している。差の絶対値は、スペース幅とは無相関でばらついている。検査領域の中心位置から得られた検査対象パターンの線幅は、検査対象パターンの線幅の測定値の分布の平均値に比べて誤差が大きい。
【０３９２】
図１０２は、同じ半導体デバイスの位置であるが異なったショットの検査対象パターンの線幅の測定値の分布を示す模式図である。図１０２（ａ）は、検査対象とするショットを示している。点でハッチングされたショットを中央のショット、格子でハッチングされたショットを上のショットと呼ぶ。これらのショットは、同じ条件で製造されたショットである。
【０３９３】
図１０２（ｂ）の各正方形は、同じ半導体デバイスの位置の検査対象パターンの組を意味し、横軸の値が、中央のショットの検査対象パターンの線幅の測定値を示し、縦軸の値が、上のショットの検査対象パターンの線幅の測定値を示している。検査対象パターンの線幅は7０ｎｍで、スペース幅は６０ｎｍである。
【０３９４】
図１０２（ｂ）から、中央のショットの検査対象パターンの線幅の測定値と、上のショットの検査対象パターンの線幅の測定値に相関関係はなく、分布の標準偏差が大きいことが分かる。このような場合に、1点の検査対象パターンの線幅の測定値を比較では、2つのショットが同じ品質で形成されているかどうか判断できない。また、図１０２（ｂ）の検査対象パターンの線幅の測定値の平均値の差は、個々の検査対象パターンの線幅の測定値の差に比べて非常に小さい。
【０３９５】
図１０３（ａ）は、ショットごとの検査対象パターンの線幅の測定値の平均値の分布を示す模式図である。図１０３（ｂ）は、ショットごとの検査対象パターンの線幅の測定値の標準偏差の分布を示す模式図である。図１０３（ａ）と図１０３（ｂ）は同じ検査対象パターンの線幅の測定値を使用して表示されている。図１０３（ａ）と図１０３（ｂ）で図示されたショットは、横方向にドーズを、縦方向にフォーカスを条件を変化させて、露光されている。
【０３９６】
図１０３（ａ）のショットＡの検査対象パターンの線幅の測定値の平均値は、ショットＢの検査対象パターンの線幅の測定値の平均値とあまり違わない。しかし、図１０３（ｂ）のショットＡの検査対象パターンの線幅の測定値の標準偏差は、ショットＢの検査対象パターンの線幅の測定値の標準偏差とは大きく異なる。このような場合に、検査対象パターンの線幅の測定値の平均値を使ってプロセス条件を決めると、検査対象パターンの線幅の標準偏差が大きな半導体デバイスが製造され、製造された半導体デバイスが不良となる可能性がある。
【０３９７】
本実施例によれば、以下の効果が得られる。
（１）一辺が１μｍ以上の検査領域に存在する検査対象パターンの線幅の測定値を得る場所が自動的に設定できる。検査対象パターンの線幅の測定値を得る場所が非常に多いので、本実施例を現実に実行するためには、検査対象パターンの線幅の測定値を得る場所を自動的に設定しなければならない。検査領域から得られた検査対象パターンの線幅の測定値の平均値は、一ヶ所から得られる１つの検査対象パターンの線幅の測定値より高い精度である。得られた検査対象パターンの線幅の測定値の平均値は、より精度のよいプロセス条件の管理値になる。さらに、検査対象パターンの線幅の測定値の標準偏差、最大値、最小値を使えば、プロセス条件の原因がより特定しやすくなる。
【０３９８】
（２）ショット内に配置された数多くの検査領域に存在する検査対象パターンの線幅の測定値を得る場所が自動的に設定できる。検査領域が増えるにつれて検査対象パターンの線幅の測定値を得る場所は、更に多量になるので、自動設定の必要性がより高くなる。ショット内に配置された数多くの検査領域に存在する検査対象パターンから得られた検査対象パターンの線幅の測定値の統計量を使用すれば、プロセス条件の変動が引き起こすウェーハの位置に依存する検査対象パターンの線幅の変動がより精度よく解析できる。
【０３９９】
（３）検査対象パターンの線幅の変動に関係する項目ごとに検査対象パターンの線幅を分類して統計量を得る。プロセス条件の変動によって、前記の統計量の変動が異なる場合は、前記の統計量の変動からプロセス条件の変動の原因の特定が可能になる。
【０４００】
５．５ 検査対象パターンの個々の線幅の変化の管理方法
エッチングプロセス前に半導体デバイスから得られた測定値から統計量を得て、エッチングプロセス後に同じ半導体デバイスから得られた測定値から統計量を得て、得られた統計量を使って、エッチングプロセスが管理される。統計量は、前述の５．４ 検査対象パターンの線幅の測定値から得られた統計量を使ったプロセス条件の管理方法で説明した方法で得られる。
【０４０１】
しかしながら、エッチングプロセス後の半導体デバイスから得られた測定値から得た統計量は、半導体デバイスの性能を管理する数値である。エッチングプロセス後の半導体デバイスから得られた測定値から得た統計量の成分には、エッチングプロセスの前の半導体デバイスが持つ成分とエッチングプロセスの効果の成分を含んでいる。より精度が高くエッチングプロセスを管理するには、エッチングプロセス前の半導体デバイスが持つ成分を除くことが望ましい。
【０４０２】
この問題を解決するために、検査対象パターンの個々の線幅の変化の管理方法が使用できる。この方法は以下の手順で実施される。
【０４０３】
（１）前述の５．４ 検査対象パターンの線幅の測定値から得られた統計量を使ったプロセス条件の管理方法で説明した方法を用いて、エッチングプロセス前の半導体デバイスから検査対象パターンの線幅の測定値W_Riを取得する。添え字iは、場所を特定する記号である。
【０４０４】
（２）前述の（１）と同様に、エッチングプロセス後の同じ半導体デバイスから検査対象パターンの線幅の測定値W_Eiを取得する。
【０４０５】
（３）同じ検査対象パターンの線幅の測定値の差W_Ri-W_Eiを取得する。エッチングプロセス後の同じ半導体デバイスから検査対象パターンの線幅の測定値W_Eiの分布は、エッチングプロセス前の半導体デバイスから検査対象パターンの線幅の測定値W_Riの分布と、エッチングプロセスの効果による分布の変化を含んでいる。しかし、線幅の測定値の差W_Ri-W_Eiの分布は、エッチングプロセスの効果による分布の変化のみがある。
【０４０６】
線幅の測定値の差W_Ri-W_Eiを使って５．５ 検査対象パターンの個々の線幅の変化の管理方法と同じ手順でエッチングプロセスの効果に関する統計量を得る。得られた統計量を使ってエッチングプロセスを管理する。
【０４０７】
他の方法として、良品と判断された半導体デバイスから得られた検査対象パターンの線幅の測定値を得る方法が使用できる。前記の測定値をW_Giで表わす。前記の検査対象パターンの製造のプロセスと同じプロセスで製造された半導体デバイスから得られた検査対象パターンの線幅の測定値W_Aiを得る。同じ場所に存在する検査対象パターンの線幅の測定値の差W_Gi-W_Aiを得る。この場合は、同じ場所は、ショットもしくはウェーハ上の同じ場所を意味している。得られた線幅の測定値の差W_G-W_Aiを使い前述の方法で、このプロセスの管理ができる。
【０４０８】
幅の広い配線パターンである検査対象パターンが、検査対象パターンの線幅の設計値とはかなり違った線幅で形成されても、この検査対象パターンを含む半導体デバイスが正常に動作することがある。測定値W_Giが得られた半導体デバイスと測定値W_Aiが得られた半導体デバイスが、このような状態で製造された場合に、測定値W_GiとW_Aiが検査対象パターンの線幅の変形量の許容値を超えることがあるので、欠陥が検出されることがある。しかし、線幅の測定値の差W_Gi-W_Aiを使うことにより、欠陥を認識しないようにできる。
【０４０９】
本実施例によれば、エッチングプロセス前の半導体デバイスから得られる検査対象パターンの線幅の分布を含まないエッチングプロセスによる分布の変化が得られるので厳密にエッチングプロセスの管理ができる。さらに、欠陥として認識する必要がない線幅の違いを無視できるので、欠陥数を低減できる。
【０４１０】
５．６ プロセス条件の管理に使用する孤立パターンから得られる測定値
前述の４．１０．４ 孤立パターンの他の欠陥では、孤立パターンから得られる特徴量として、直径、面積、周囲長、円形度、モーメントなどを説明した。これら以外の特徴量として、孤立パターンから得られた外形から得られる最大空円の測定値と最小包含長方形の測定値が使用できる。これらの測定値は、プロセス条件の管理に使用する測定値に適している。
【０４１１】
これ以降、孤立パターンとして、コンタクトホールを使った例を説明する。コンタクトホール製造用のプロセス条件の管理に使用する最も単純な測定値として、コンタクトホールの幅と高さの測定値を使う方法が使われてきた。しかし、近年、円形ではないコンタクトホールで使用されるようになったので、コンタクトホールの幅と高さの測定値は、プロセス条件の管理に使用する測定値として精度不足になってきている。
【０４１２】
この対策として、コンタクトホールから得られる外形から得られる最大空円の測定値と、最小包含長方形の測定値を、コンタクトホール製造用のプロセス条件の管理に使用する方法が使用できる。図１０４は、コンタクトホールから得られる外形から得られる最大空円の測定値と、最小包含長方形の測定値を得る方法を示す模式図である。
【０４１３】
図１０４（ａ）と図１０４（ｂ）の点線は、コンタクトホールから得られる外形を示し、黒丸（●）は、検出された第２のエッジを示している。検出された第２のエッジを順につなげて得られた多角形が、コンタクトホールから得られた外形である。
【０４１４】
図１０４（ｂ）の円は外形から得られた最大空円を示している。図１０４（ｂ）の長方形は外形から得られた最小包含長方形を示している。外形の内部にあり、外形の頂点を含まない最大の円が最大空円である。また、外形の外部にあり、外形の頂点を含まない最小の面積の長方形が最小包含長方形である。最大空円、最小包含長方形は、計算幾何学でよく知られた方法で得ることができる。
【０４１５】
コンタクトホールから得られた外形が円形状で近似できる場合は、最大空円と最小包含長方形の測定値は、幅と高さの測定値と同等の情報を持つ。しかし、図１０４（ｂ）で示すように、コンタクトホールから得られた外形が円形状で近似できない外形の場合は、最大空円と最小包含長方形の測定値は、幅と高さより、プロセス条件の管理に使用する測定値として適している。最小包含長方形の面積は、コンタクトホールが傾斜している場合でもより正確にコンタクトホールの大きさを管理できる。最大空円の半径は、コンタクトホールのＣＶＤ(Chemical vapor deposition)工程に関する管理に使用できる。
【０４１６】
図１０５は、コンタクトホールのＣＶＤ工程で生じた欠陥の例を示す模式図である。図１０５（ｂ）と図１０５（ｃ）は、図１０５（ａ）の点線で示した線分に対応する断面図である。点線で示した線分は、最大空円の直径上にある。図１０５（ｂ）と図１０５（ｃ）のコンタクトホールの幅は、最大空円の半径R_MECの２倍である。図１０５（ｂ）は、ＣＶＤ工程で形成した半径R_MEC以下の膜の例を示し、図１０５（ｃ）は、ＣＶＤ工程で形成した半径R_MEC以上の膜の例を示している。
【０４１７】
ＣＶＤ工程で形成する膜の厚さより広い最大空円の半径R_MECを持つコンタクトホールに膜を形成すると、コンタクトホール内に埋め込み不良が発生する可能性がある。このようなコンタクトホールを検出することによりＣＶＤ工程の管理がしやすくなる。
【０４１８】
前述の５．４ 検査対象パターンの線幅の測定値から得られた統計量を使ったプロセス条件の管理方法と同じ方法を使い、ゲートの線幅の測定値の代わりに、前記の測定値を使用して、コンタクトホール製造用のプロセス条件を管理する。
【０４１９】
本実施例によれば、コンタクトホールから得られた外形が円形状で近似できない場合に、コンタクトホール製造用のプロセス条件の管理により適した測定値が得られる。
【０４２０】
５．７ 設計データの類似度を使って検査結果を分類する方法
前述の５．４ 検査対象パターンの線幅の測定値から得られた統計量を使ったプロセス条件の管理方法では、検査対象パターンの線幅の測定値を、検査対象パターンの線幅、方向、種類、検査対象パターンと近接するパターン間のスペ−スもしくは、前記検査対象パターンの近傍に存在するパターンの密度の少なくとも一つを使って分類している。
【０４２１】
しかし、前述の方法では、設計データの形状に起因する検査結果を解析するためには、分類が粗い。検査結果とは欠陥や異常な検査対象パターンの線幅の測定値などを含む。この問題を解決するために、設計データの類似度を使って検査結果を分類する方法が使用できる。本実施例では、設計データの類似度として、マッチング後のクリッピングされた設計データ間の距離を使った方法を説明する。マッチング後のクリッピングされた設計データ間の距離が短いほど、設計データの類似度が高いと判断される。設計データの類似度を使って検査結果を分類する方法は、以下の手順で実施される。
【０４２２】
（１）検査結果が得られる位置を得る。得られた位置が中心で、指定された大きさの長方形で設計データをクリッピングする。クリッピングで使用される長方形は、長方形の中心に影響を与えるパターンを含んでいる。図１０６は、欠陥の位置、クリッピングで使用される長方形、クリッピングされた設計データの例を示す模式図である。図１０６の黒丸（●）の位置は欠陥の位置を示し、点線はクリッピングで使用される長方形を示し、実線はクリッピングされた設計データを示している。図１０６の左側のクリッピングされた設計データは、長方形であり、左側の欠陥に対応している。図１０６の右側のクリッピングされた設計データは、頂点を８つ持つ多角形であり、右側の欠陥に対応している。以降、説明を簡単にするためにこの多角形を八角形と表現する。
【０４２３】
（２）欠陥に対応したクリッピングされた設計データをマッチングして、クリッピングされた設計データ間の距離を求める。図１０７は、クリッピングされた設計データのマッチングの例を示す模式図である。図１０７の長方形は、図１０６の左側のクリッピングされた設計データと同じであり、図１０７の八角形は、図１０６の右側のクリッピングされた設計データと同じである。マッチングに適したシフト量の一つとして、図１０７の長方形の頂点の一つと八角形の頂点の一つが一致するシフト量が使われる。マッチングに適したシフト量ごとに図１０７の八角形を移動して、長方形と八角形の間の距離を求める。
【０４２４】
図１０８は、クリッピングされた設計データ間の距離の例を示す模式図である。図１０８の長方形と八角形は、図１０７の長方形と八角形と同じである。本実施例では、以下の方法で距離を得る。
【０４２５】
（Ａ）図１０８の長方形の一辺から八角形の他の辺までの距離の中の最小距離を得る。この最小距離をすべての長方形の辺から得る。
（Ｂ）図１０８の八角形の一辺から長方形の全ての辺までの距離の中の最小距離を得る。この最小距離をすべての八角形の辺から得る。
（Ｃ）前述の（Ａ）（Ｂ）で得られた最小距離の中の最大距離を、クリッピングされた設計データ間の距離として得る。
【０４２６】
図１０８の矢印が、前述の（Ａ）（Ｂ）で得られた最小距離を表わしている。長方形と八角形の左上の頂点は、一致しているので、長方形の上辺と左辺の最小距離は０である。
【０４２７】
前述の（Ｃ）で使用した最大距離の代わりに平均距離などをクリッピングされた設計データ間の距離として使ってもよい。また、クリッピングされた設計データの和演算（OR）で得られた多角形P_ORの面積と積演算（AND）で得られた多角形P_ANDの面積の比R_O/Aを設計データ間の距離として使ってもよい。比R_O/Aの代わりに、多角形P_OR、P_ANDから得られる値を使ってもよい。さらに、クリッピングされた設計データを画像に変換して、画像のマッチングから得られる値を使ってもよい。しかし、最小距離を使えば、前述の（Ａ）（Ｂ）で得られた最小距離の一つが、クリッピングされた設計データ間の距離の許容距離を越したときに計算を打ち切れるので計算が最も速い。
【０４２８】
マッチングに適したシフト量ごとに、クリッピングされた設計データ間の距離を得る。得られた距離の中の最小距離を、マッチング後のクリッピングされた設計データ間の距離とする。
【０４２９】
（３）前述の（２）の処理を、全ての欠陥のペアごとに実施して、マッチング後のクリッピングされた設計データ間の距離のテーブルを作成する。図１０９は、マッチング後のクリッピングされた設計データ間の距離のテーブルの例を示す模式図である。図１０９の、D₁からD₅は、５つの欠陥を識別するシンボルである。縦方向の欠陥D₁からD₅と、横方向の欠陥D₁からD₅の交点上の数値は、マッチング後のクリッピングされた設計データ間の距離である。使用される設計データは、縦方向の欠陥のシンボルに対応する設計データと横方向の欠陥のシンボルに対応する設計データである。
【０４３０】
得られたマッチング後のクリッピングされた設計データ間の距離の一覧を使ったクラスター分析の方法を使って欠陥をクラスターに分類する。クリッピングされた設計データ間の距離の許容距離を１５とした場合には、図１０９の欠陥D₁、D₂と、D₃が一つのクラスターに、欠陥D₄とD₅が別のクラスターに分類される。
【０４３１】
本実施例では、設計データを使用しているが、設計データに対応するマスクデータや、リソグラフィ・シミュレータで得られたシミュレーションパターンの外形を使ってもよい。また、設計データを用いた方法、設計データに対応するマスクデータを用いた方法、リソグラフィ・シミュレータで得られたシミュレーションパターンの外形を用いた方法を組み合わせて使ってもよい。
【０４３２】
本実施例によれば、検査結果を、設計データの形状によって自動的に分類することができる。分類した結果から、検査結果に関係する検査対象パターンの形状の特定ができる。
【符号の説明】
【０４３３】
１ 主制御部
２ 記憶装置
３ 入出力制御部
４ 入力装置
５ 表示装置
６ 印刷装置
７ 画像生成装置
１１ 基準パターン生成部
１２ 検査部
１３ 出力部
１４ 欠陥種認識部
２１ 基幹データベース
２２ レシピデータベース
２３ 欠陥種参照データベース
２４ 欠陥情報記憶部
２５ 欠陥認識部
３３Ａ、３３Ｂ、４１、４２ 外接長方形
３４ 外接長方形
３５、４３ 共通外接長方形
６１〜７０、７５、８１〜８４ エッジ
１０１〜１０３ 部分
１１１、１１３ 線幅
１１２、１１４ スペース幅
１２１〜１２６ 直線形状パターン
１５７ 区間
１５９、１６３、１６５ 検査対象パターン画像のエッジ
１６０、１６６ 基準パターンのエッジ
１６４ 基準パターンの終端を構成するエッジ
１６１ 検査対象パターン画像のエッジの重心
１６２ 基準パターンのエッジの重心
１７１ 直線部分
１７２ コーナー
１７３ 終端
１７４ 孤立パターン
１８１ 検査対象パターン画像のパターン
１８２、１８３ 位置
１８４、１８５ 高倍画像
１８６ 検査対象パターン画像のパターンの幅
１８７ 低倍画像
２０１ 破線
２０２、２０３ 実線
２０４ 下地
２０５ パターン内部
２０６、２０７ ピクセルの固まり
２５１〜２５５ ピクセル
２６１ ピクセルの中心
２６２ ピクセルの中心に最も近い基準パターン上の点
２６３ 接線
３０１〜３０４ 検査単位領域
３１０ 照射系装置
３１１ 電子銃
３１２ 集束レンズ
３１３ Ｘ偏向器
３１４ Ｙ偏向器
３１５ 対物レンズ
３１６ レンズ制御装置
３１７ 画像取得装置
３１８ 偏向制御装置
３２０ 試料室
３２１ ＸＹステージ
３２２ ＸＹステージ制御装置
３３０ ２次電子検出器
３４０ ウェーハ搬送装置
３５０ 制御コンピュータ
３６０ 操作コンピュータ

【特許請求の範囲】
【請求項１】
検査対象パターン画像と前記検査対象パターンを製造するために使用するデータを用いて検査するパターン検査装置であって、
前記データから線分もしくは曲線で表現された基準パターンを生成する生成手段と、
前記検査対象パターン画像を生成する生成手段と、
前記検査対象パターン画像のエッジを検出する手段と、
前記検査対象パターン画像のエッジと前記線分もしくは曲線で表現された基準パターンとを比較することにより、前記検査対象パターンを検査する検査手段とを備え、
前記検査対象パターンを検査する検査手段は、指定された領域に存在する検査対象パターンから得られた測定値から得られる統計量を使って検査することを特徴とするパターン検査装置。
【請求項２】
請求項１に記載のパターン検査装置において、前記得られた統計量を使って、前記検査対象パターンを製造するときに使用する条件を最適化することを特徴とするパターン検査装置。
【請求項３】
請求項１に記載のパターン検査装置において、前記測定値として、検査対象パターンの線幅もしくはスペース幅の測定値、検査対象パターンから得られる最大空円の測定値、最小包含長方形の測定値うち、少なくとも一つを使うことを特徴とするパターン検査装置。
【請求項４】
請求項１に記載のパターン検査装置において、前記測定値と前記測定値に対応する前記データから得られる値の差を使って統計量を得ることを特徴とするパターン検査装置。
【請求項５】
請求項１に記載のパターン検査装置において、前記得られた統計量として、平均値、標準偏差、最大値と、最小値のうち少なくとも一つを使うことを特徴とするパターン検査装置。
【請求項６】
請求項１に記載のパターン検査装置において、前記指定された領域として、ウェーハ上のショット、前記ウェーハ上のダイ、前記ショットの一部分もしくは、前記ダイの一部分のうち少なくとも一つを使うことを特徴とするパターン検査装置。
【請求項７】
請求項６に記載のパターン検査装置において、前記指定された領域として、一辺が1μｍ以上の領域を使うことを特徴とするパターン検査装置。
【請求項８】
請求項１に記載のパターン検査装置において、前記測定値を、前記検査対象パターンに関する情報を使って分類し、前記分類した測定値から統計量を得ることを特徴とするパターン検査装置。
【請求項９】
請求項８に記載のパターン検査装置において、前記検査対象パターンに関する前記情報として、前記検査対象パターンに対応する前記データのパターンの線幅もしくはスペース幅、前記検査対象パターンに対応する前記データのパターンの方向、前記検査対象パターンに対応する前記データのパターンの種類、前記検査対象パターンに対応する前記データのパターンの近傍に存在するパターンから得られる情報のうち少なくとも一つを使うことを特徴とするパターン検査装置。
【請求項１０】
請求項９に記載のパターン検査装置において、前記検査対象パターンに対応する前記データのパターンの近傍に存在するパターンから得られる情報として、前記近傍から得られるスペ−ス幅もしくは線幅、前記近傍に存在するパターンの密度のうち少なくとも一つを使うことを特徴とするパターン検査装置。
【請求項１１】
請求項１に記載のパターン検査装置において、前記検査手段は、前記検査対象パターンを製造するプロセスの前後で前記検査対象パターンから測定値を得て、同じ検査対象パターンから得られた測定値の差分値を得て、前記得られた差分値から統計量を得ることを特徴とするパターン検査装置。
【請求項１２】
請求項１に記載のパターン検査装置において、前記検査手段は、前記データを用いて製造された複数のダイもしくはショットの検査対象パターンから得られた測定値を得て、ダイもしくはショットの同じ場所に存在する検査対象パターンから得られた測定値の差分値を得て、前記得られた差分値から統計量を得ることを特徴とするパターン検査装置。
【請求項１３】
検査対象パターン画像と前記検査対象パターンを製造するために使用するデータを用いて検査するパターン検査装置であって、
前記データから線分もしくは曲線で表現された基準パターンを生成する生成手段と、
前記検査対象パターン画像を生成する生成手段と、
前記検査対象パターン画像のエッジを検出する手段と、
前記検査対象パターン画像のエッジと前記線分もしくは曲線で表現された基準パターンとを比較することにより、前記検査対象パターンを検査する検査手段とを備え、
前記検査対象パターンを検査する検査手段は、検査対象パターンの最大空円の測定値、最小包含長方形の測定値のうち少なくとも一つを使用して検査することを特徴とするパターン検査装置。
【請求項１４】
検査対象パターン画像と前記検査対象パターンを製造するために使用するデータを用いて検査するパターン検査装置であって、
前記データから線分もしくは曲線で表現された基準パターンを生成する生成手段と、
前記検査対象パターン画像を生成する生成手段と、
前記検査対象パターン画像のエッジを検出する手段と、
前記検査対象パターン画像のエッジと前記線分もしくは曲線で表現された基準パターンとを比較することにより、前記検査対象パターンを検査する検査手段とを備え、
前記検査対象パターンを検査する検査手段は、前記検査手段で得られた結果に対応する前記データ、もしくは前記結果に対応する前記データを使って得られたシミュレーションパターンのうち少なくとも一つを使って得られた類似度を使って前記結果を分類することを特徴とするパターン検査装置。
【請求項１５】
検査対象パターン画像を用いて検査するパターン検査方法であって、
前記検査対象パターン画像を生成し、
指定された領域に存在する検査対象パターンから測定値を得て、
前記得られた測定値を前記検査対象パターンに関する情報を使って分類し、
前記分類された測定値から統計量を得て検査することを特徴とするパターン検査方法。

【図１】

【図２】

【図３】

【図４】

【図５】

【図６】

【図７】

【図８】

【図９】

【図１０】

【図１１】

【図１２】

【図１３】

【図１４】

【図１５】

【図１６】

【図１７】

【図１８】

【図１９】

【図２０】

【図２１】

【図２２】

【図２３】

【図２４】

【図２５】

【図２６】

【図２７】

【図２８】

【図２９】

【図３０】

【図３１】

【図３２】

【図３３】

【図３４】

【図３５】

【図３６】

【図３７】

【図３８】

【図３９】

【図４０】

【図４１】

【図４２】

【図４３】

【図４４】

【図４５】

【図４６】

【図４７】

【図４８】

【図４９】

【図５０】

【図５１】

【図５２】

【図５３】

【図５４】

【図５５】

【図５６】

【図５７】

【図５８】

【図５９】

【図６０】

【図６１】

【図６２】

【図６３】

【図６４】

【図６５】

【図６６】

【図６７】

【図６８】

【図６９】

【図７０】

【図７１】

【図７２】

【図７３】

【図７４】

【図７５】

【図７６】

【図７７】

【図７８】

【図７９】

【図８０】

【図８１】

【図８２】

【図８３】

【図８４】

【図８５】

【図８６】

【図８７】

【図８８】

【図８９】

【図９０】

【図９１】

【図９２】

【図９３】

【図９４】

【図９５】

【図９６】

【図９７】

【図９８】

【図９９】

【図１００】

【図１０１】

【図１０２】

【図１０３】

【図１０４】

【図１０５】

【図１０６】

【図１０７】

【図１０８】

【図１０９】

【公開番号】特開２０１０−１６９６６１（Ｐ２０１０−１６９６６１Ａ）
【公開日】平成２２年８月５日（２０１０．８．５）
【国際特許分類】
【出願番号】特願２００９−２６８２４３（Ｐ２００９−２６８２４３）
【出願日】平成２１年１１月２６日（２００９．１１．２６）
【出願人】（３０１０１４９０４）株式会社ナノジオメトリ研究所 (15)
【Ｆターム（参考）】