DE60026774T2

DE60026774T2 - Defekterkennung mit Verwendung von Grauwertsignaturen

Info

Publication number: DE60026774T2
Application number: DE60026774T
Authority: DE
Inventors: Naama Gordon; Gadi Greenberg
Original assignee: Applied Materials Inc
Current assignee: Applied Materials Inc
Priority date: 1999-11-12
Filing date: 2000-11-13
Publication date: 2006-12-28
Anticipated expiration: 2020-11-14
Also published as: EP1104915B1; TW471016B; DE60026774D1; US6603873B1; EP1104915A3; JP2001264955A; EP1104915A2

Description

Die vorliegende Erfindung bezieht sich auf Verfahren zur Inspektion photolithographischer Masken, die bei der Herstellung von Halbleitervorrichtungen verwendet werden, und insbesondere auf die Inspektion von isolierten Merkmalen der Maske. Die Erfindung hat eine spezielle Anwendung bei der Inline-Inspektion von Masken mit Submikron-Designmerkmalen.
Die gegenwärtigen Erfordernisse für eine hohe Dichte und Performance, die mit der ultrahochgradigen Integration einhergehen, erfordern Submikron-Merkmale, erhöhte Transistor- und Schaltungsgeschwindigkeiten und eine verbesserte Zuverlässigkeit. Solche Erfordernisse erfordern die Herstellung von Vorrichtungsmerkmalen mit hoher Präzision und Gleichförmigkeit, was wiederum eine sorgfältige Prozessüberwachung erforderlich macht.
Ein wichtiges Verfahren, das eine sorgfältige Inspektion erfordert, ist die Photolithography, bei der Masken oder „Retikel" verwendet werden, um Schaltungsmerkmale auf Haltleiterwafer zu übertragen. Typischerweise wird eine Reihe solcher Masken in einer vorgegebenen Sequenz verwendet. Jede photolithographische Maske umfasst einen komplizierten Satz von geometrischen Mustern oder „Merkmalen", die den Schaltungskomponenten entsprechen, die auf dem Wafer integriert werden sollen, beispielsweise Chrommerkmalen auf einem Gassubstrat. Jede Maske in der Reihe wird verwendet, um ihre entsprechenden Merkmale auf eine photoempfindliche Schicht (d. h. eine Photoresistschicht) zu überfragen, die vorher auf einer Schicht aufgetragen worden ist, beispielsweise eine Polysilizium- oder Metallschicht, die auf dem Siliziumwafer ausgebildet ist. Die Übertragung der Maskenmerkmale auf die Photoresistschicht wird herkömmlicherweise durch ein optisches Belichtungswerkzeug, beispielsweise einen Scanner oder einen Stepper durchgeführt, der Licht oder eine andere Strahlung durch die Maske auftreffen lässt, um den Photoresist zu belichten. Der Photoresist wird danach entwickelt, um eine Photoresistmaske herzustellen, und die darunter liegende Polysilizium- oder Metallschicht wird entsprechend der Maske selektiv geätzt, um die Merkmale, beispielsweise Leitungen oder Gatter, auf dem Wafer auszubilden.
Die Herstellung der Maske folgt einem Satz vorgegebener Designregeln, die durch Verarbeitungs- und Design-Einschränkungen festgelegt sind. Diese Designregeln definieren beispielsweise die Raumtoleranz zwischen den Vorrichtungen und Verbindungsleitungen und die Breite der Leitungen selbst, um sicherzustellen, dass die Vorrichtungen oder Leitungen sich nicht gegenseitig in unerwünschter Weise überlappen oder Wechselwirken. Die Designregeleinschränkung wird als „kritische Dimension" (CD) bezeichnet, die als die kleinste Breite einer Leitung oder der kleinste Abstand zwischen zwei Leitungen definiert ist, der bei der Herstellung der Vorrichtung zugelassen wird. Die Designregel für die meisten Anwendungsfälle der Ultra-Großskalen-Integration ist in der Größenordnung eines Bruchteils eines Mikrons.
Wenn die Designregeln schrumpfen und die Verarbeitungsfenster (d. h. die Fehlergrenzen bei der Verarbeitung) kleiner werden, wird die Inspektion und die Messung von Maskenmerkmalen zunehmend wichtiger, da selbst kleine Abweichungen der Merkmalsdimensionen von den Designdimensionen die Performance der fertigen Halbleitervorrichtung nachteilig beeinflussen. Beispielsweise umfassen die Merkmale auf der Oberfläche der Maske relativ große Merkmale, beispielsweise Leitungen, die sich über eine erhebliche Distanz über die Oberfläche der Maske erstrecken, um Verbindungsleitungen oder Gatter herzustellen, und kleine Quadrate oder „I"-Formen (beispielsweise zur Herstellung von Kontakten), deren größte Abmessung nur etwa 2 μm oder weniger ist. Solche kleinen Merkmale, die hier als „isolierte Merkmale" bezeichnet werden, sind besonders empfindlich im Bezug auf Dimensionsvariationen.
Die 1A–1D zeigen einige typische Fehler von isolierten Merkmalen. 1 zeigt ein zu kleines, isoliertes Merkmal, wobei die Größe eines nicht fehlerhaften Merkmals durch eine gestrichelte Linie dargestellt ist. 1B zeigt ein isoliertes Merkmal mit einem „Ansatz" an einer Ecke. Die 1C und 1D zeigen isolierte Merkmale, die einen „Biss" in einer Ecke bzw. einer Seite haben.
Durchschnittsfachleute erkennen, dass ein Fehler auf der Maske, beispielsweise überschüssiges oder fehlendes Chrom in kleinen Merkmalen, wie sie in den 1A–1D gezeigt sind, auf das Wafer während der Verarbeitung in wiederholter Weise überfragen werden kann, und daher die Ausbeute der Fabrikationslinie erheblich reduzieren kann. Daher ist es von höchster Bedeutung, die Masken zu inspizieren und jegliche Defekte darauf zu erfassen. Die Inspektion wird allgemein durch ein optisches System durchgeführt, beispielsweise das RT 8200 oder ARIS-I-Maskeninspektionssystem, das von Applied Materials, Santa Clara, Kalifornien erhältlich ist. In der Maskenherstellung, d. h., wo die Masken und Retikel hergestellt werden, wird das Inspektionssystem verwendet, um die Maske abzutasten und das erhaltene Bild mit einer Datenbank zu vergleichen, die zur Herstellung der Maske verwendet wird. Unterschiede zwischen dem Bild und der Datenbank werden als eine suspekte Stelle markiert.
Insbesondere wird bei typischen Inspektionsschemata nach dem Stand der Technik die Oberfläche der Maske mit einer ladungsgekoppelten Vorrichtung (CCD) abgetastet, und das resultierende Bild ist ein Feld von Datenelementen, die Pixel genannt werden, wobei jedem Pixel ein „Grauwert" zugeordnet wird, der seiner Durchlässigkeit entspricht, wenn er von der CCD abgetastet wird. Mit anderen Worten wird jedem Pixel ein Grauwert zugeordnet, der proportional zu dem Licht ist, das von einem Teil der Maske durchgelassen wird. Beispielsweise hat je nach der Beleuchtungstechnik, die während der Abtastung verwendet wird, ein in der Mitte eines weißen Merkmals liegendes Pixel einen sehr hohen Grauwert, während ein Pixel in dem Raum zwischen Merkmalen einen niedrigen Grauwert hat oder umgekehrt. Die Pixel werden typischerweise eines nach dem anderen analysiert und mit Pixel an der selben jeweiligen Stelle in einer Referenzdatenbank verglichen, um das Vorhandensein von Fehlern festzustellen. Die Grauwerte von jedem der Pixel in der inspizierten Maske werden auch mit den Grauwerten der benachbarten Pixel verglichen, um Kanten von Merkmalen zum Zwecke dimensionsmäßiger Messungen zu detektieren.
Nachteiligerweise können herkömmliche Maskeninspektionswerkzeuge Defekte in kleinen isolierten Merkmalen nicht immer genau und zuverlässig detektieren. Inspektionswerkzeugen nach dem Stand der Technik fehlt die erforderliche Empfindlichkeit, weil sie darauf begrenzt sind, eine „lokale" Analyse von einem Pixel zu einer Zeit durchzuführen. Ferner benötigen herkömmliche Maskeninspektionswerkzeuge typischerweise eine perfekte „Ausrichtung" oder Synchronisation zwischen den Pixelströmen der inspizierten Daten und der Referenzdatenbank, um ihre Analyse durchzuführen. Diese Ausrichtung ist schwierig und zeitaufwendig, wodurch das Inspektionsverfahren verlangsamt und der Produktionsdurchsatz reduziert wird.
In der US-A-5 058 178 ist ein Verfahren zum Inspizieren eines Gegenstandes offenbart, um fehlende und fehlerhafte spiegelnde, topographische Merkmale auf ihrer Oberfläche und Verformungen in der Topologie solcher Merkmale zu erfassen. Das Verfahren umfasst die Schritte des Ausleuchtens der Oberfläche des Gegenstandes mit einem ersten Licht, das unter einem spitzen Winkel auf die Oberfläche von allen Seiten davon gerichtet wird, das Erfassen des Bildes der Oberfläche; das Erzeugen eines Fensters in dem Bild um jede Gruppe von spiegelnden, topographischen Merkmalen und das nachfolgende Erzeugen einer Begrenzungsbox um jedes topographische Merkmal in jedem Fenster; und das Messen des Wertes von jedem von einem ersten vorgegebenen Satz von Attributen, die den Fenstern, den Boxen in den Fenstern und den Merkmalen innerhalb jeder Box zugeordnet sind. Schließlich wird der Messwert von jedem ersten Attribut mit einem separaten von einem Satz von Referenzwerten verglichen, die jeweils einen Wert eines entsprechenden ersten Attributs, wenn es nicht defekt ist, darstellen, beispielsweise das ein fehlendes oder deformiertes Merkmal vorhanden ist, und die Existenz eines speziellen Fehlertyps wird identifiziert, wenn der erfasste Wert eines separaten aus den ersten Attributen sich von seinem zugeordneten Referenzwert um mehr als eine vorgegebene Toleranz unterscheidet.
Aus der US-A-5 137 362 ist ein automatisches, visuelles Realzeit-Halbleiterbauteil-Inspektionsverfahren bekannt, bei dem eine Richtungs-Kantenverbesserung an einem Bild des Bauteils durchgeführt wird. Das verbesserte Bild der Richtungskante wird erweitert und mit einer gespeicherten Richtungskantenform in Bezug gebracht, um alle interessierenden Formen in dem in Inspektion befindlichen Bauteil zu identifizieren. Auch anormale Formen und unkorrelierte Richtungskantenformen werden identifiziert und aufgeweitet. Die aufgeweitete Richtungskantenform wird unter Verwendung von relativ einfachen mathematischen Techniken analysiert, beispielsweise durch Zählen der Anzahl der Formen eines speziellen Typs, durch Transformieren der interessierenden Formen, um interessierende Punkte zu identifizieren und durch Messen der relativen Position zwischen den interessierenden Punkten, um die Annehmbarkeit des Halbleiterbauteils festzustellen. Auch die Größe und die Lage von unnormalen Formen werden berechnet, um die Annehmbarkeit des Bauteils festzustellen.
Es gibt einen Bedarf für ein einfaches, schnelles, kosteneffektives Verfahren zur Inspektion von Masken, das die genaue Detektion von Fehlern in isolierten Merkmalen ermöglicht.
Ein Vorteil der vorliegenden Erfindung ist die Fähigkeit, Fehler in isolierten Merkmalen oder anderweitig begrenzten Bereichen zuverlässig zu detektieren, ohne dass die Inspektionszeit vergrößert wird.
Gemäß der vorliegenden Erfindung werden die vorstehenden und andere Vorteile teilweise durch ein Verfahren zur Inspektion eines Zielmerkmals erreicht, das auf einer Oberfläche ausgebildet ist, wie in dem beigefügten Anspruch 1 definiert ist.
Das Zielmerkmal wird als einem Zielreferenzmerkmal entsprechende identifiziert, und die Energie- und Streuwerte des Zielmerkmals werden mit Energie- und Streuwerten in einer historischen Datenbank von vorher inspizierten Merkmalen verglichen, die dem Zielreferenzmerkmal zugeordnet sind, um festzustellen, ob ein Defekt in dem Zielmerkmal existiert.
Ein anderer Aspekt der vorliegenden Erfindung ist ein Inspektionswerkzeug zur Durchführung der Schritte des obigen Verfahrens.
Zusätzliche Vorteile der vorliegenden Erfindung werden leicht für den Durchschnittsfachmann aus der folgenden detaillierten Beschreibung ersichtlich, wobei nur das bevorzugte Ausführungsbeispiel der vorliegenden Erfindung gezeigt und beschrieben ist einfach mit Hilfe der Darstellung der besten Art und Weise, die zur Ausführung der vorliegenden Erfindung erdacht wurde. Es ist ersichtlich, dass die vorliegende Erfindung zu anderen und unterschiedlichen Ausführungsbeispielen fähig ist, und dass ihre verschiedenen Details Modifikationen in verschiedener, offensichtlicher Hinsicht unterworfen werden können, alle ohne von der vorliegenden Erfindung abzuweichen. Entsprechend werden die Zeichnungen und die Beschreibung als ihrer Natur nach beschreibend angesehen und nicht als einschränkend.
Es wird auf die beigefügten Zeichnungen Bezug genommen, wobei Elemente mit den gleichen Bezugszahlen durchgehend gleiche Elemente darstellen, und worin:
1A–1D mögliche Fehler eines Merkmals auf einer Maske zeigen,
2 ein Flußdiagramm ist, das sequentielle Schritte in einem Verfahren gemäß einem Ausführungsbeispiel der vorliegenden Erfindung zeigen,
3 ein Blockdiagramm ist, das ein Ausführungsbeispiel der Erfindung zeigt,
4 ein Bildherstellungsverfahren zeigt, das bei der Umsetzung eines Ausführungsbeispiels der vorliegenden Erfindung in die Praxis verwendet wird,
5 ein Flußdiagramm ist, das sequentielle Schritte zur Umsetzung von Pixeln in ein isoliertes Format bei einem Verfahren gemäß einem Ausführungsbeispiel der vorliegenden Erfindung zeigt,
6 ein Flußdiagramm ist, das sequentielle Schritte der Bestimmung eines isolierten Merkmals in einem Verfahren gemäß einem Ausführungsbeispiel der vorliegenden Erfindung zeigt,
7A–7D Pixelabstände zeigen, die zur Erfassung eines isolierten Merkmals in einem Verfahren gemäß einem Ausführungsbeispiel der vorliegenden Erfindung verwendet werden,
8 ein Flußdiagramm ist, das sequentielle Schritte der Anpassung eines isolierten Merkmals an ein Referenzmerkmal in einem Verfahren gemäß einem Ausführungsbeispiel der vorliegenden Erfindung zeigt,
9 einen Pixelabstand zeigt, um Projektionen von einem Ursprung aus in einem Verfahren gemäß einem Ausführungsbeispiel der vorliegenden Erfindung zu berechnen,
10 die Pixelgrauwerte und einen Isolierrahmen für ein isoliertes Merkmal zeigt,
11 ein Flußdiagramm ist, das sequentielle Schritte bei der Erfassung von Fehlern in einem Verfahren gemäß einem Ausführungsbeispiel der vorliegenden Erfindung zeigt,
12 die Identifizierung von Merkmalblocks gemäß einem Ausführungsbeispiel der vorliegenden Erfindung zeigt,
13 ein Blockdiagramm ist, das ein Ausführungsbeispiel der Erfindung zeigt.
Herkömmliche Verfahren zur Inspektion von Merkmalen, die auf der Oberfläche einer photolithographischen Maske ausgebildet sind, sind nicht in der Lage, Defekte in isolierten Merkmalen genau, zuverlässig und wirtschaftlich zu detektierten, beispielsweise Kontakte, die Dimensionen von weniger als 2 μm haben. Die vorliegende Erfindung spricht diese Probleme an und löst sie, indem ein zu analysierendes Merkmal global isoliert wird, d. h. als ein individuelles Gesamtmerkmal, statt lokal und Pixel für Pixel wie bei den Inspektionsverfahren nach dem Stand der Technik zu analysieren. Durch Analysieren von Merkmalen als Gesamtmerkmale statt als individuelle Pixel werden fehlerempfindliche Inspektionsparameter, die Eigenschaften des gesamten, isolierten Merkmals sind (beispielsweise Energie und Streuung um eine spezielle Achse), durch das vorliegende Verfahren berechnet. Die berechneten Inspektionsparameter werden als „Signatur" oder „charakteristischer Vektor" des inspizierten Merkmals verwendet und beispielsweise mit entsprechenden Parametern von bekannten, nicht fehlerhaften, vergleichbaren, isolierten Merkmalen verglichen, um Fehler zuverlässig und genau zu detektieren. Weil die verwendeten Parameter nicht von der Ausrichtung zwischen den inspizierten Merkmalpixelströmen und den Referenzmerkmalpixelströmen abhängen, sind komplexe und zeitaufwendige Registrierungsverfahren nicht notwendig, wenn die vorliegende Erfindung ausgeführt wird, wodurch die Inspektionszeit herabgesetzt und der Produktionsdurchsatz erhöht wird.
Gemäß dem Verfahren der vorliegenden Erfindung wird eine Maske unter Verwendung eines herkömmlichen Inspektionswerkzeuges, beispielsweise dem RT 8200 oder ARIS-i, inspiziert, welches eine Maske (wie mit einem Scan-CCD-Feld) als ein Feld von Pixeln abbildet, von denen jedes einen Grauwert hat. Ein isoliertes Merkmal wird dadurch detektiert, dass als erstes eine Kantenerfassung in einer herkömmlichen Weise durchgeführt wird, um den Prozentsatz der Pixelfläche zu bestimmen, der von einem Merkmal ein genommen wird, und indem dann der Prozentsatz mit dem Grauwert des Pixels multipliziert wird, um das Grauwertniveau zu erhalten, das dem Merkmal für jedes Pixel in dem Feld zugeordnet werden kann (der im folgenden als „isolierter Formatgrauwert" bezeichnet wird). Als nächstes werden ein ausgewähltes Pixel, das einen Teil eines Merkmals enthält, und alle anderen Pixel in seiner Nähe (beispielsweise innerhalb eines 13 × 13 Abstands der Pixel) analysiert, um festzustellen, ob sie Teil eines isolierten Merkmals sind, indem beispielsweise versucht wird, einen „Rahmen" von Hintergrundpixeln (d. h. von Pixeln, die den Raum zwischen den Merkmalen auf der Maske darstellen) zu finden, die das Merkmal, das das ausgewählte Pixel enthält, umgeben. Wenn solch ein Rahmen existiert, dann stellen die Pixel innerhalb desselben ein isoliertes Merkmal dar.
Nachdem ein isoliertes Merkmal detektiert worden ist und nachdem seine Komponentenpixel wie oben beschrieben identifiziert worden sind, wird der Wert von ausgewählten „Signaturparametern" des isolierten Merkmals berechnet. Solche Parameter können Dimensionscharakteristiken des isolierten Merkmals einschließlich Breite, Höhe, Durchmesser usw., und auch mathematische Charakteristiken und von der Bildverarbeitung abgeleitete Charakteristiken sein (beispielsweise Frequenzen). In einem Ausführungsbeispiel der vorliegenden Erfindung werden die gewichteten Grauwerte der Pixel, die zu dem isolierten Merkmal gehören, aufsummiert, was den Energieparameter ergibt. Das Gleichgewichtszentrum (d. h. das Massenzentrum) des isolierten Merkmals in Bezug auf einen Ursprung wird dann berechnet und auch die Trägheitsmomente des Merkmals um Achsen in verschiedenen Richtungen in dem Pixelfeld, die durch den Ursprung hindurchtreten (beispielsweise die „x"-, „y"-, „slash"- und „backslash"-Diagonalrichtungen), und die Trägheitsmomente des Merkmals um die Achsen in den verschiedenen Richtungen, die durch das Gleichgewichtszentrum hindurchtreten. Schließlich wird die „Streuung" des Merkmals um die Achsen in den verschiedenen Richtungen, die durch das Gleichgewichtszentrum verlaufen, berechnet.
Die Parameterwerte (d. h. Energie- und Streuungswerte) der inspizierten, isolierten Merkmale werden dann mit entsprechenden Parameterwerten von vorher inspizierten Merkmalen derselben Art wie das inspizierte Merkmal verglichen und in einer historischen Datenbank gespeichert, um Fehler in dem inspizierten, isolierten Merkmal zu detektieren. Wenn einer der berechneten Parameter des inspizierten Merkmals von denen in der historischen Datenbank um mehr als einen Schwellenwert für diesen Parameter abweicht, wird das inspizierte, isolierte Merkmal als fehlerhaft angenommen.
So wird jeder Grauwert von jedem Pixel eines Bildes in einen isolierten Formatgrauwert umgesetzt (durch Multiplizieren des Grauwertes mit dem Prozentsatz der Pixelfläche, die von einem Merkmal eingenommen wird), so dass die isolierten Formatgrauwerte aufsummiert werden können, so dass die gesamte relevante Information eines isolierten Merkmals und nur die Information dieses isolierten Merkmals gesammelt wird. Da die Inspektionsparameter des isolierten Merkmals für das Merkmal als ganzes und nicht Pixel für Pixel berechnet werden (beispielsweise werden die Streuungswerte auf der Basis des Gleichgewichtszentrums des Merkmals berechnet, und die Energie hängt nicht von dem Ort des Merkmals ab), ist eine Ausrichtung mit einer Referenzdatenbank nicht erforderlich, um die Parameter mit denen in der historischen Datenbank zu vergleichen. Ferner kann für jeden Parameter ein Bereich von möglichen Werten für unterschiedliche Typen von isolierten Merkmalen bestimmt werden. Beispielsweise kann ein Bereich von Energiewerten für einen quadratischen 1 μm-Kontakt, einen quadratischen 1,5 μm-Kontakt und ein I-förmiges 1 μm-Merkmal usw. bestimmt werden. Diese Information wird bei dem Verfahren der vorliegenden Erfindung verwendet, um Parameter eines inspizierten, isolierten Merkmals (bspw. ein 1 μm-Kontakt, einen 0,5 μm-Kontakt usw.) mit typischen Parametern in der historischen Datenbank zu vergleichen.
Die Energieparameter und Streuparameter einschließlich der Streuwerte, die um Achsen in verschiedenen Richtungen berechnet werden (horizontal, vertikal oder diagonal in einer Slash- oder Backslash-Richtung in Bezug auf das Feld der Pixel) sind besonders nützlich zum Erfassen von Fehlern in isolierten Maskenmerkmalen, weil diese Parameter für kleine Änderungen in der Größe der Merkmale empfindlich und auch in Bezug auf die Anwesenheit von fehlenden oder zusätzlichen Abschnitten des Merkmals empfindlich sind. Der Unterschied in der Bedeutung bestimmter Parameter, der von der Natur des Fehlers abhängt, wird unter Bezugnahme auf die 1A–1D erläutert. Der zu klein geratene Fehler in 1 verursacht eine Änderung in der Energie des Merkmals (je nach der Länge des Merkmals, die fehlt) und eine erhebliche Änderung in der Streuung in der X-Richtung, jedoch nicht viel Änderung in der Streuung in der Y-Richtung. Andererseits beeinflußt der eine ausgedehnte Ecke aufweisende Fehler von 1B den Energiewert nicht stark, hat jedoch eine große Auswirkung auf die Streuung in der Backslash-Richtung. Auf ähnliche Weise hat der Biss in dem Eckendefekt von 1C keine Auswirkung auf die Energie in einem großen Ausmaß, wenn der Fehler klein ist, die Streuung in der Backslash-Richtung wird jedoch herabgesetzt. Der Biss in der Seite des Merkmals, das in 1D gezeigt ist, vermindert die Energie und die Streuung in der X-Richtung, da er nicht weit von der Mitte des Merkmals entfernt ist und viele Pixel beeinflußt.
Ein Ausführungsbeispiel der vorliegenden Erfindung, das die Energie- und Streuwerte des isolierten Merkmals verwendet, ist in den 2–13 gezeigt. Die vorliegende Erfindung wird an einem Inspektionswerkzeug 300 umgesetzt, wie in 3 gezeigt ist, das eine Abbildungsvorrichtung 310 zum Abbilden der Oberfläche einer Maske R mit hoher Geschwindigkeit aufweist, die typischerweise eine Foto-Multiplayerröhre (PMT) oder eine CCD und eine Beleuchtungsquelle, bspw. eine Lampe oder einen Laser, verwendet. Die Maske R, die typischerweise Metall-Merkmale auf einem transparenten Substrat (bspw. Chrom auf einer Glasoberfläche) aufweist, kann dadurch abgebildet werden, dass Licht durch das Substrat auf die CCD übertragen wird, das Licht von den Merkmalen zu der CCD reflektiert wird oder beides. Das Inspektionswerkzeug 300 umfasst ferner einen Prozessor 320, der vorzugsweise die hier beschriebene Analyse elektronisch durchführt, und einen Monitor 330, um die Resultate der Analyse des Prozessor 320 anzuzeigen. Der Prozessor 320 kann mit einer herkömmlichen Masken-Musterdesigndatenbank 350 und einer Speichervorrichtung 340, bspw. einem Halbleiterspeicher, in Kommunikation stehen. Die Funktionen des Prozessors 320 werden vorzugsweise in einer Hardware, bspw. als logische Gatter, implementiert, um eine erhöhte Geschwindigkeit im Vergleich zu der Software implementierten Verarbeitung zu erreichen.
2 ist eine allgemeine Übersichtsdarstellung des Fehlerdetektionsverfahrens der vorliegenden Erfindung. Das erfindungsgemäße Verfahren hat zwei hauptsächliche Kanäle, die nahezu identisch sind:
Einen Referenz-(Datenbank)-Kanal an dem oberen Teil des Diagramms und einen inspizierten Kanal an dem unteren Teil des Diagramms. An dem Schritt 200a in 2 wird die Maske R von der Abbildungsvorrichtung 130 in herkömmlicher Weise abgebildet, und das Bild wird von dem Prozessor 320 empfangen, der das Bild als eine Vielzahl von Datenelementen, die „Pixel" genannt werden, verarbeitet, wobei jedes Pixel einen Grauwert hat und mit einer Stelle auf der Maske R verknüpft ist. Eine R. Binary Referenzinformation, die den Merkmalen auf der Maske R entspricht, wird von dem Prozessor 320 von der Datenbank 350 an dem Schritt 200b als Pixel mit Grauwerten empfangen.
4 zeigt ein ideales, isoliertes Maskenmuster 400 auf der Maske R (d. h., wie das Merkmal 400 in der Datenbank 350 erscheinen würde), das Kanten E1–E4 und eine Oberfläche S hat. Das Feld von Quadraten stellt dar, wie Pixel gebildet werden, wobei gezeigt ist, wieviel Grau in jedem Pixel P1–P12 vorhanden wäre. Ein tatsächliches Merkmal aber von der Maske R entsprechend dem Merkmal 400 würde typischerweise ähnlich wie das Merkmal 400 aussehen mit kleinen Abweichungen, bspw. Eckenabrundung, Mehrungseffekten usw.. Die Pixel P1–P12 sind typischerweise eine Matrix von Zahlen, die die Grauwerte darstellen.
An dem Schritt 210a werden die Pixel der abgebildeten Merkmale der Maske R durch den Prozessor 320 in ein „isoliertes Pixelformat" dadurch umgesetzt, dass der Ort der Kanten E1–E4 in jedem Pixel P1–P12 in herkömmlicher Weise detektiert wird, und dass der Prozentsatz der Fläche von jedem Pixel P1–P12, der einen Teil des Merkmals 400 enthält, mit dem Grauwert des Pixels multipliziert wird. An dem Schritt 210b werden binäre Daten von der Datenbank 350 in das isolierte Pixelformat umgesetzt. Die Kantenerfassung muss nicht an dem Schritt 310b ausgeführt werden, da die Lage der Kanten in der Datenbank 350 enthalten ist.
An den Schritten 220a, 220b werden die Pixel beider Kanäle auf die Anwesenheit eines isolierten Merkmals von dem Prozessor 320 überprüft, und an dem Schritt 230 wird festgestellt, ob ein Defekt als „fehlendes Merkmal" vorhanden ist und ob ein gültiges, isoliertes Merkmal in den Schritten 220a, 220b gefunden worden ist. Wenn ein isoliertes Merkmal gefunden worden ist, berechnet der Prozessor 320 die Projektion von jedem Pixel in dem isolierten Merkmal von dem Ursprung in den Schritten 240a, 240b, und er berechnet dann die Energie, den Schwerpunkt und die verschiedenen Streuparameter bei den Schritten 250a, 250b.
Die berechneten Energie- und Streuparameter von dem Referenzkanal werden dann von dem Prozessor 320 verwendet, um das isolierte Merkmal in dem Schritt 260 zu identifizeren. Eine „Historie"-Datenbank der Energie- und Streuparameter der vorher inspizierten Merkmale, die dem identifizierten Merkmal zugeordnet sind, wird dann mit den Energie- und Streuwerten des inspizierten Merkmals an dem Schritt 270 verglichen, um festzustellen, ob ein Defekt in dem inspizierten Merkmal vorhanden ist. Wenn das inspizierte Merkmal keinen Defekt hat, werden seine Energie- und Streuwerte zu der historischen Datenbank an dem Schritt 280 hinzugefügt.
Der Schritt 210a, in dem Pixel von einer zu inspizierenden Maske in ein isoliertes Pixelformat durch Kombinineren der Merkmalkantendetektion und des Pixelgrauwerts umgesetzt werden, werden nun in größerem Detail unter Bezugnahme auf 4 und das Flußdiagramm von 5 beschrieben. An diesem Schritt wird ein Grauwert, der einem Pixel des Merkmals zugeordnet werden kann, für jedes Pixel bestimmt, so dass isolierte Merkmale identifiziert und auf Defekte analysiert werden können.
An dem Schritt 500 wird ein ausgewähltes Pixel, bspw. das Pixel P2 in 4, unter Verwendung eines herkömmlichen Kantendetektionsverfahren, bspw. des „Canny"-Verfahrens, analyisert, um festzustellen, ob die Merkmalkanten E1, E2 innerhalb des Pixels P2 liegen. Als nächstes wird an dem Schritt 510 unter Verwendung der Kantenlageinformation von dem Schritt 500 der Prozentsatz des Pixels P2 festgestellt, der ein Merkmal enthält, in Abhängigkeit von der „Polarität" des Pixels. Da, wie oben diskutiert wurde, die Masken typischerweise Chrommerkmale umfassen, bspw. das Merkmal 400 auf einer Glasoberfläche, wird, wenn sie mit durchtretendem Licht abgebildet wird, das Glas, das Licht durchlässt, als weiß gesehen, und das Chrom, das das Licht blockiert (d. h. das Merkmal 400) wird als Schwarz gesehen. Daher werden herkömmlicherweise Messungen von dem Prozessor 320 sowohl von schwarzen als auch von weißen Merkmalen genommen, und jeder Messung wird eine Polarität zugeordnet, die davon abhängt, ob es weiß oder schwarz ist. An dem Schritt 520 wird der Grauwert des Pixels P2 mit dem Prozentsatz von dem Schritt 510 multipliziert, um den isolierten Formatgrauwert des Pixels P2 zu erhalten.
Als nächstes wird das Detektionsverfahren für ein isoliertes Merkmal nach den Schritten 220a, 220b von 2 in größerem Detail unter Bezugnahme auf die 6 und 7 beschrieben. Wenn die Oberfläche der Maske R von der CCD abgebildet wird, oder wenn dann, die für die Oberfläche einer fehlerfreien Maske repräsentativ sind, von dem Prozessor 320 von der Datenbank 350 empfangen werden, ist das Resultat ein Feld von Pixeln, die für Merkmale auf der Oberfläche und für die Abstände, die die Merkmale trennen, repräsentativ sind. An den Schritten 220a, 220b werden die Pixel in dem isolierten Pixelformat von den Schritten 210a, 210b nacheinander überprüft, um festzustellen, ob sie zu einem isolierten Merkmal gehören.
An dem Schritt 600 wird ein Pixel ausgewählt, und an dem Schritt 610 wird ihm ein binärer Wert (bspw. 0 oder 1) auf der Basis seines Grauwertes zugeordnet, um es als ein Pixel zu identifizieren, das Teil eines Merkmals ist, oder als ein Pixel, das Teil eines Zwischenraums zwischen Merkmalen ist. Bspw. wird das ausgewählte Pixel mit einem vorgegebenen Schwellengrauwert verglichen, und das Pixel wird als „schwarzes" oder „weißes" Pixel (d. h. ein Pixel, das einen Abstand zwischen Merkmalen entspricht) bestimmt, wenn sein Grauwert niedriger als der Schwellengrauwert ist.
Als nächstes wird an dem Schritt 620 ein Bereich von Pixeln, die das gegenwärtige Pixel umgeben, für die Analyse ausgewählt. Der Bereich ist ein quadratisches Feld von Pixeln, bspw. ein 11 × 11 oder 13 × 13 Feld, wobei das gegenwärtige Pixel in der Mitte ist. Je größer der Bereich ist, desto größer sind die isolierten Merkmale, die durch die vorliegende Erfindung analysiert werden können. Wenn es jedoch bevorzugt ist, die vorliegende Erfindung in Hardware zu realisieren (bspw. wenn der Prozessor 320 vorzugsweise als eine Vielzahl von logischen Gattern implementiert ist), hat ein kleiner Bereich eine komplexere Schaltung zur Folge.
Es wird zum Zwecke der Erläuterung angenommen, dass im wesentlichen weiße Merkmale auf einen im wesentlichen schwarzen Hintergrund existieren. Die vorliegende Erfindung kann jedoch auch unter Verwendung einer anderen Farbpolarität ausgeführt werden. An dem Schritt 360 werden die Pixel des ausgewählten Bereiches analysiert, um einen „Rahmen" aus zusammenhängenden schwarzen (d. h. dunklen) Pixeln zu identifizieren, die ein Fenster aus einem oder mehreren grauen oder weißen Pixeln umgeben, die einem isolierten Merkmal entsprechen. Bspw. werden alle möglichen Rahmen um das gegenwärtige Pixel herum überprüft, um einen schwarzen Rahmen zu finden, wenn einer existiert, in dem das gegenwärtige Pixel genau in der Mitte liegt, wenn die Höhen- oder Breitendimension ungeradzahlig und oberhalb oder links von dem Fenstermittelpunkt ist, wenn die Höhen- oder Breitendimension geradzahlig ist. Solche Rahmen sind in den 7A–7D gezeigt, wobei das gegenwärtige Pixel durch „C" bezeichnet ist. 7a zeigt einen Rahmen, wo die Höhe und die Breite ungerade sind (5 × 7). 7b zeigt einen Rahmen, wo die Höhe und Breite geradzahlig sind (4 × 6). 7c zeigt einen Rahmen, wo die Höhe geradzahlig und die Breite ungeradzahlig ist (4 × 5). 7d zeigt einen Rahmen, wo die Höhe ungeradzahlig und die Breite geradzahlig (5 × 4) ist. Die 7a–7d zeigen den Rahmen als schwarzen Rahmen, der weiße Pixel umgibt; der Rahmen kann jedoch auch weiß und die darin befindlichen Pixel schwarz sein je nach dem Merkmal.
Nachdem alle möglichen Rahmen an dem Schritt 630 überprüft worden sind (bspw. 100 mögliche Rahmen für einen 11 × 11-Bereich) wird, wenn zusammenhängende Rahmen aufgefunden werden, der kleinste Rahmen als „blockierender Rahmen" ausgewählt (siehe Schritt 640), und die Pixel innerhalb desselben werden als zu einem isolierten Merkmal für die Weiterverarbeitung gehörig „markiert", bspw. durch ein „Indikatorbit für ein isoliertes Merkmal" (Schritt 650). Pixel, die nicht Teil eines isolierten Merkmals sind, werden ebenfalls als solche durch ein Indikatorbit für ein isoliertes Merkmal gekennzeichnet.
Bezugnehmend wiederum auf 2 wird nach der Durchführung der Schritte 220a und 220b (d. h. nach der Durchführung der Merkmalsisolation von den Referenz- und Inspektionskanälen) die Verarbeitung der Isolations-Anzeigedaten an dem Schritt 230 ausgeführt. Dieser Schritt wird nun im Detail unter Bezugnahme auf 8 beschrieben. Der Zweck dieses Schrittes ist es, den Referenzkanal und den inspizierten Kanal zu synchronisieren, während auf ein Defekt eines fehlenden Merkmals überprüft wird, und auch, um sicherzustellen, dass ein vorgegebenes Merkmal nur einmal und nicht mehrfach verarbeitet wird. Eine Fehlausrichtung kann zwischen den Pixelströmen der Datenbank und dem inspizierten Bild auftreten (bspw. ein Versatz von einem oder zwei Pixeln). Wenn solch eine Fehlausrichtung auftritt, sind die Pixel des inspizierten Maskenbildes nicht an ihrem erwarteten Ort in Bezug auf die Datenbankpixel. An dem Schritt 320 sucht der Prozessor 320 nach einem isolierten, inspizierten Merkmal, wenn ein isoliertes Merkmal in der Referenzdatenbank gefunden wird, wobei die isolierten Merkmalindikatoren in den Referenz- und Inspektionskanälen ausgenutzt werden. Wenn ein isoliertes, inspiziertes Merkmal nicht in der Nachbarschaft gefunden wird, wo es gemäß der Referenzdatenbank sein sollte, wird ein Defekt eines fehlenden Merkmals angezeigt.
Wie oben diskutiert wurde, müssen bei herkömmlichen Maskeninspektionsverfahren zwei Ströme von Pixeldaten, einer von den unter Inspektion befindlichen Muster und der andere von einer Referenzdatenbank, perfekt synchronisiert werden (d. h. „ausgerichtet" werden), um die Defektdetektion ordnungsgemäß auszuführen. Typischerweise erfordert dies ein komplexes und zeitaufwendiges Verfahren, das darin besteht, dass eine globale Ausrichtung auf dem Pixelniveau durchgeführt wird, dass dann eine Subpixelausrichtung durchgeführt wird, indem abgeschätzt wird, was der Grauwert des inspizierten Pixels sein würde, wenn die beiden Datenströme perfekt ausgerichtet wären. Im Gegensatz dazu erfordert das vorliegende Verfahren nur eine allgemeine Ausrichtung zwischen den Referenz- und Inspektionskanälen, und es kann dann relativ große Fehler hinnehmen, je nach der Nachbarschaft der Merkmale zueinander. Bspw. kann die Ausrichtung um eines oder zwei Pixel verschoben sein, solange die Merkmale auf der Unterinspektion befindlichen Maske nicht weniger als vier Pixel auseinander liegen. Diese Fehlertoleranz in der Ausrichtung ist ein hauptsächlicher Vorteil der vorliegenden Erfindung, da sie das Inspektionsverfahren stark vereinfacht und die Inspektionszeit signifikant herabsetzt.
Bezugnehmend nun auf 8 wird an dem Schritt 800 der Indikator Ii des isolierten Merkmals des inspizierten Kanals für das gegenwärtige Pixel auf n × n-Pixel (d. h. n = 1, 3 oder 5) um das gegenwärtige Pixel herum aufgeweitet, und die Indikatoren des isolierten Merkmals des Pixels des Bereichs werden an dem Schritt 810 überprüft. Wenn der Indikator Ir des isolierten Merkmals des Referenzkanals = „1" ist, was anzeigt, dass ein isoliertes Merkmal in der inspizierten Maske an dieser Stelle sein sollte, und wenn keine „1" in dem n × n-Bereich vorhanden ist, wird ein Defekt eines fehlenden Merkmals identifiziert, wenn nicht ein Abschaltesignal D von der Referenzdatenbank (siehe Schritt 820) gesendet wird. Das Abschaltsignal D wird gesendet, wenn das Merkmal in der Datenbank zu groß ist, um isoliert zu werden, d. h., wenn es größer als eine vorgegebene Größe ist, typischerweise geringfügig kleiner als der Bereich des oben beschriebenen Schrittes 620.
Bezugnehmend wiederum auf 2 werden, wenn ein isoliertes Merkmal an der richtigen Stelle in der inspizierten Maske R gefunden wird, die Projektionen der Grauwerte (bspw. in den x-, y, slash- und backslash-Richtungen) an den Schritten 240a, 240b für das isolierte Merkmal in der Datenbank und den inspizierten Kanälen berechnet. Die Projektionen sind die Summe der Grauwerte der Pixel in einer Spalte, einer Zeile oder einer Diagonalen der Pixelmatrix, die ein isoliertes Merkmal enthält. 9 ist ein Beispiel eines 11 × 11-Feldes von Pixeln, die ein isoliertes Merkmal darstellen, wobei die Zahlenpaaren in den Klammern die Zeilen- und Spaltennummern sind. Im folgenden bezieht sich „j" auf eine Spaltenzahl, „i" bezieht sich auf eine Zeilenzahl, und „k" bezieht sich auf eine Diagonalenzahl. Die Projektionen werden wie folgt berechnet:

Pxj ist die Summe der Grauwerte der j-ten Spalte in dem Bereich (j = 1–11)
Pyi ist die Summe der Grauwerte der i-ten Zeile in dem Bereich (i = 1–11)
Pbsk ist die Summe der k-ten-Richtungsdiagonalen beginnend von dem oberen linken Pixel (1,1) (k = 1–21)

Als nächstes werden an den Schritten 250a, 250b die Energie-Gleichgewichtsmittelpunkts- und Streuberechnungen unter Verwendung der Projektionen durchgeführt. Unter Verwendung des 11 × 11-Bereichs von 9 als Beispiel wird die Energie E berechnet durch:
Das Gleichgewichtszentrum in Bezug auf den Ursprung (0,0) wird berechnet durch:
Die Trägheitsmomente um die Achsen in den Ix-, Iy-, Ibs- in den x-, y- und Backslash-Richtungen respektive, die durch den Ursprung (0,0) verlaufen, werden berechnet durch:
Die Trägheitsmomente Ixcm, Iycm, Ibscm um die Achsen in der x-, y- und Backslash-Richtung, die durch das Gleichgewichtszentrum (xe, ye) verlaufen, werden berechnet durch:
Die Streuungen Sx, Sy, Sbs, Ssl um die Achsen in der x-, y-, Backslash- und Slash-Richtung, die durch das Gleichgewichtszentrum (xe, ye) respektive verlaufen, werden berechnet durch:
Um die Umsetzung der vorliegenden Erfindung in Hardware zu erleichtern, ist es bevorzugt, die vorstehenden Formeln zu kombinieren, um dadurch zu ermöglichen, dass die Energie- und Streuwerte (die die relevanten Parameter sind, die für die Defektdetektion in diesem Ausführungsbeispiel der vorliegenden Erfindung verwendet werden) direkt mit nur zwei Formeln berechnet werden können. Somit werden, nachdem die Energie E berechnet worden ist, die Streuwerte wie folgt berechnet:
Das folgende ist ein numerisches Beispiel solch einer Berechnung unter Bezugnahme auf 10, wobei die Zahlen in den Zellen die Grauwert ihrer entsprechenden Pixel darstellen. Als erstes werden die Projektionen berechnet:

9 Pxj's sind: 0, 0, 0, (16 + 40 + 12 = 68), (47 + 55 + 22 = 124), (14 + 20 + 10 = 44), 0, 0, 0
9 Pyi's sind: 0, 0, 0, (16 + 47 + 14 = 77), (40 + 55 + 20 = 115), (12 + 22 + 10 = 44), 0, 0, 0
17 Pbsk's sind: 0, 0, 0, 0, 0, 0, 16, (40 + 47 = 87), (12 + 55 + 14 = 81), (22 + 20 = 42), 10, 0, 0, 0, 0, 0, 0

Die Energie E wird dann berechnet: E = 68 + 124 + 44 = 236
Die Streuwerte werden berechnet: Sx = (42 × 68 + 52 × 124 + 62 × 44)/236 – ((4 × 68 + 5 × 124 + 6 × 44)/236)2 = 0.4642
Sy ist eine ähnliche Berechnung. Sbs = (82 × 6 + 92 × 87 + 102 × 81 + 112 × 42 + 122 × 10)/(2 × 236) – 0.5((4 × 68 + 5 × 124 + 6 × 44 + 4 × 77 + 5 × 115 + 6 × 44)/236)2 = 0.4645
Wie in 2 gezeigt ist, werden, nachdem die Energie- und Streuparameter sowohl für die isolierten Referenzmerkmale als auch die inspizierten Merkmale an den Schritten 250a, 250b berechnet worden sind, die fünf Referenzmerkmalparameter (d. h. der Energieparameter und vier Streuparameter) zusammen mit der Lage des Referenzmerkmals auf der CCD (d. h. die Lage der Diode, die das Merkmal detektiert hat) verwendet, um das Merkmal an dem Schritt 260 zu identifizieren. Dieser Schritt wird in größerem Detail unter Bezugnahme auf die 11 und 12 beschrieben. An dem Schritt 1100 werden die fünf Referenzparameter und die Lageninformation des Referenzmerkmals mit den Referenzparametersätzen verglichen, die als „Identifikationsmerkmalsblocks" (IFB) bezeichnet werden, wie in 12 gezeigt ist. Jeder IFB entspricht einem anderen isolierten Merkmal, von dem erwartet wird, dass es auf der Maske R gefunden wird; bspw. ein 1 μm-Kontakt, ein 2 μm-Kontakt, ein I-förmiges 1 μm-Merkmal, ein I-förmiges 2 μm-Merkmal usw.. In 12 sind bspw. acht Merkmale, die positiv identifiziert werden können. Jeder IFB ist einer separaten historischen Datenbank von Energie- und Streuparametern von vorher inspizierten Merkmalen dieser Art zugeordnet (bspw. solche, die in dem Speicher 360 gespeichert sind). Wenn das isolierte Referenzmerkmal an diesem Schritt identifiziert wird, werden die Parameter des inspizierten Merkmals mit der geeigneten, historischen Datenbank verglichen, um festzustellen, ob das inspizierte Merkmal einen Defekt hat.
Jeder der fünf Referenzparameter werden an dem Schritt 1100 mit einen entsprechenden Parameter in jedem der IFB's separat verglichen, und die Differenz wird mit einem vorgegebenen Schwellenwert verglichen. Zusätzlich wird die Lage des Referenzmerkmals auf der CCD mit einem vorgegebenen Bereich von Lagen auf der CCD verglichen, wo dieses Merkmal des IFB's auftreten kann. Für jeden IFB gilt, dass, wenn einer der fünf Parametervergleiche eine Differenz oberhalb des Schwellenwertes ergibt oder wenn die Lagenüberprüfung zeigt, dass die Lage des Referenzmerkmals außerhalb des Bereiches dieser Lage ist, der IFB das Merkmal nicht identifiziert. Andererseits wird, wenn die Parameter und die Lagen innerhalb vorgegebener Grenzen zueinander passen, das Merkmal identifiziert, und das Identifikationsbit für diesen IFB wird gesetzt.
In einem Ausführungsbeispiel der vorliegenden Erfindung, wird, wenn keiner der IFB's zu dem Referenzmerkmal an dem Schritt 1110 passt, ein neuer IFB an dem Schritt 1120 hinzugefügt, wobei die Energie des isolierten Referenzmerkmals und die Streuwerte als neuer IFB Referenzparametersatz verwendet werden. An dem Schritt 1130 wird eine neue historische Datenbank hinzugefügt, wobei die Energie- und Streuwerte des isolierten, inspizierten Merkmals verwendet werden. Auf diese Weise können bei einem neuen Maskendesign historische Daten für ein neues Merkmal, die vorher in der Datenbank nicht vorhanden waren, zu einer neuen IFB hinzugefügt werden.
Wenn das isolierte Referenzmerkmal identifiziert ist (d. h., wenn seine Parameter zu denen von einem der IFB's passt), wird an dem Schritt 1140 an die historische Datenbank, die dem passenden IFB zugeordnet ist, durch den Prozessor 320 zugegriffen, und die Energie- und Streuwerte des isolierten, inspizierten Merkmals werden mit denen der historischen Datenbank (siehe Schritt 1150) verglichen. Der Schritt 1150 entspricht dem Schritt 270 von 2. An dem Schritt 1160 wird festgestellt, ob die Parameter des isolierten, inspizierten Merkmals zu den entsprechenden Parametern der historischen Datenbank in einem vorgegebenen Fehlerschwellenwert für jedes Merkmal passen. Wenn einer der fünf inspizierten Parameter aus seinem Defektschwellenwert herausfällt, wird das Merkmal an dem Schritt 1170 als defekt betrachtet.
Wenn die fünf inspizierten Energie- und Streuwerte innerhalb der Nicht-defekt-Schwellenwerte sind, wird an dem Schritt 1180 festgestellt, ob jeder von ihnen in einen vorgegebenen (Update-Schwellenwert) fällt, der den maximalen Betrag der Differenz darstellt, der zwischen dem inspizierten Parameterwert und dem Parameterwert der historischen Datenbank für Update-Zwecke toleriert wird. Wenn die Differenz zwischen jedem der inspizierten Merkmalsparameter und dem entsprechenden Parameter von der historischen Datenbank kleiner als der Update-Schwellenwert ist, können die Parameter des inspizierten Merkmals verwendet werden, um die historische Datenbank entsprechend einer Gewichtungsformel auf den neuesten Stand zu bringen. Wenn jedoch die Differenz größer ist als der Update-Schwellenwert, werden die inspizierten Parameter nicht verwendet, um die historische Datenbank auf den neuesten Stand zu bringen (siehe Schritt 1180a), da sie die historische Datenbank in unannehmbarer Weise verfälschen.
Das oben beschriebene Ausführungsbeispiel der Erfindung bestimmt, ob ein Defekt in dem isolierten Merkmal vorhanden ist, auf der Basis der Energie- und Streuwerte des isolierten Merkmals. Es sollte jedoch verstanden werden, dass andere berechnete Parameterwerte des isolierten Merkmals statt oder zusätzlich zu den Energie- und Streuwerten verwendet werden können. Bspw. können die Dimensionen des isolierten Merkmals, bspw. sein Durchmesser, sein Umfang, sein Radius, seine Höhe und/oder seine Breite je nach der Empfindlichkeit der berechneten Parameter gegenüber relevanten Veränderungen in den Charakteristiken des Merkmals je nach der Einschätzung des Benutzers der vorliegenden Erfindung verwendet werden.
13 ist ein Blockdiagramm, das ein Ausführungsbeispiel der Erfindung zeigt, das in 3 gezeigt ist. Gemäß diesem Ausführungsbeispiel umfasst der Prozessor 320, wie er in 3 gezeigt ist, einen Bus 1302 oder einen anderen Kommunikationsmechanismus, um Informationen zu kommunizieren, und eine zentrale Verarbeitungseinheit (CPU) 1304, die mit dem Bus 1302 gekoppelt ist, um Informationen zu verarbeiten. Der Prozessor 320 umfasst auch einen Hauptspeicher 1306, bspw. einen Speicher mit freiem Zugriff (RAM) oder eine andere dynamische Speichervorrichtung, die mit dem Bus 1302 gekoppelt ist, um Informationen und Befehle zu speichern, die von der CPU 1304 ausgeführt werden. Der Hauptspeicher 1306 kann auch zur Speicherung von temporären Variablen oder anderer Zwischeninformationen während der Ausführung der Befehle verwendet werden, die von der CPU 1304 ausgeführt werden. Der Prozessor 320 umfasst ferner einen Lesespeicher (ROM) 1308 oder eine andere statische Speichervorrichtung, die mit dem Bus 1302 gekoppelt ist, um statische Informationen und Befehle für die CPU 1304 zu speichern. Eine Speichervorrichtung 1310, bspw. eine Magnetplatten- oder optische Plattenvorrichtung ist mit dem Bus 1302 gekoppelt, um Informationen und Befehle zu speichern. Die Speichervorrichtung 1310 kann auch als Speicher 340 in 3 dienen.
Der Prozessor 320 ist über einen Bus 1302 mit einem Monitor 330 (3) gekoppelt, bspw. einer Kathodenstrahlröhre (CRT), um Informationen für den Benutzer anzuzeigen. Eine Eingabevorrichtung 1314 mit alphanumerischen oder anderen Tasten ist mit dem Bus 1302 gekoppelt, um eine Auswahl an Informationen und Befehlen an die CPU 1304 zu kommunizieren. Ein anderer Typ von Benutzer-Eingabevorrichtung ist eine Cursorsteuerung 1316, bspw. eine Maus, ein Trackball oder Cursor-Richtungstasten, um Richtungsinformationen und Befehle an die CPU 1304 zu geben oder die Cursorbewegung auf dem Monitor 330 zu steuern.
Die Abbildungsvorrichtung 310 (3) gibt Daten, die für Bilder einer unter Inspektion befindlichen Maske darstellen, wie oben beschrieben wurde, an den Bus 1302 ein. Solche Daten können in dem Hauptspeicher 1306 und/oder der Speichervorrichtung 340 gespeichert und von der CPU 1304 benutzt werden, während sie die Befehle ausführt. Die Abbildungsvorrichtung 310 kann auch Befehle über den Bus 1302 von der CPU 1304 empfangen.
Auf ähnliche Art gibt die Datenbank an 350 (3) Daten, die für eine im wesentlichen fehlerfreie Maske repräsentativ sind, wie oben beschrieben wurde, in den Bus 1302 ein. Solche Daten können in dem Hauptspeicher 1306 und/oder der Speichervorrichtung 340 gespeichert und von der CPU 1304 verwendet werden, wenn sie Befehle ausführt.
Die Erfindung ist auf die Verwendung eines Prozessors 320 zum Inspizieren der Oberfläche einer Maske bezogen. Gemäß einem Ausführungsbeispiel der Erfindung wird die Inspektion der Maske durch den Prozessor 320 geliefert in Antwort darauf, dass die CPU 1304 eine oder mehrere Sequenzen von einem oder mehreren Befehlen ausführt, die in dem Hauptspeicher 1306 enthalten sind. Solche Befehle können in den Hauptspeicher 1306 von einem anderen computerlesbaren Medium eingelesen werden, bspw. der Speichervorrichtung 1310. Die Ausführung der Sequenzen der Befehle, die in dem Hauptspeicher 1306 enthalten sind, bewirken, dass die CPU 1304 die oben beschriebenen Verfahrensschritte ausführt. Einer oder mehrere Prozessoren in einer Mehrprozessoranordnung können ebenfalls verwendet werden, um die Sequenzen der Befehle auszuführen, die in dem Hauptspeicher 1306 enthalten sind. Wie oben beschrieben wurde, kann in alternativen Ausführungsbeispielen eine verdrahtete Schaltung statt oder in Kombination mit Softwarebefehlen verwendet werden, um die Erfindung umzusetzen. Somit sind die Ausführungsbeispiele der Erfindung nicht auf eine spezielle Kombination von Hardwareschaltungen und Software beschränkt. Die Programmierung der Vorrichtung kann durch einen Durchschnittsfachmann leicht den Flußdiagrammen der 2, 5, 6, 8 und 11 durchgeführt werden.
Der Begriff „computerlesbares Medium" wie er hier verwendet wird, bezieht sich auf jegliches Medium, das an der Lieferung von Befehlen an die CPU 1304 zwecks Ausführung teilnimmt. Solch ein Medium kann viele Formen annehmen, einschließlich jedoch nicht eingeschränkt auf ein nicht-flüchtiges Medium, ein flüchtiges Medium und ein Übertragungsmedium. Nicht-flüchtige Medien umfassen bspw. optische oder magnetische Platten wie die Speichervorrichtung 1310. Flüchtige Medien umfassen einen dynamischen Speicher wie den Hauptspeicher 1306. Übertragungsmedien umfassen Koaxialkabel, Kupferdraht und Faseroptik einschließlich der Drähte, die den Bus 1302 bilden. Übertragungsmedien können die Form von akustischen oder Lichtwellen, bspw. solche, die mit Hochfrequenz- (RF) oder Infrarot- (IR) Datenkommunikationen erzeugt werden. Übliche Formen von computerlesbaren Medien umfassen bspw, eine Diskette, eine flexible Platte, eine Hartplatte, Magnetband, jegliches andere magnetische Medium, einen CD-ROM, DVD und andere optische Medien, Lochkarten, Papierband, ein anderes physikalisches Medium mit gelochten Merkmalen, ein RAM, ein PROM, ein EPROM, ein FLASH-EPROM und einen anderen Speicherchip oder eine Kassette oder ein anderes Medium, von dem ein Rechner lesen kann.
Verschiedene Formen von computerlesbaren Medien können bei der Ausführung von einer oder mehreren Sequenzen von einem oder mehreren Befehlen für die CPU 1304 zur Ausführung beteiligt sein. Bspw. können die Befehle anfänglich auf einer Magnetplatte eines entfernt liegenden Rechners enthalten sein. Der entfernt liegende Rechner kann die Befehle in seinen dynamischen Speicher laden und die Befehle über eine Telefonleitung unter Verwendung eines Modems senden. Ein Modem, das bei dem Prozessor 320 lokal angeordnet ist, kann die Daten auf der Telefonleitung empfangen und einen Infrarotsender verwenden, um die Daten in ein Infrarotsignal umzusetzen. Ein Infrarotdetektor, der mit dem Bus 1302 gekoppelt ist, kann die in dem Infrarotsignal enthaltenen Daten empfangen und die Daten auf den Bus 1302 legen. Der Bus 1302 legt die Daten zu dem Hauptspeicher 1306, von dem die CPU 1304 die Befehle empfängt und ausführt. Die Instruktionen, die von dem Hauptspeicher 1306 empfangen wurden, können optional auf der Speichervorrichtung 1310 entweder vor oder nach der Ausführung durch die CPU 1304 gespeichert werden.
Das Verfahren der vorliegenden Erfindung ermöglicht somit eine genaue und zuverlässige Inspektion eines isolierten Merkmals, in dem alle Pixel und nur die Pixel als ganzes und teilweise identifiziert werden, die Teil des isolierten Merkmals sind, und in dem dann signifikante Merkmalsparameter (bspw. Energie- und Streuwerte) berechnet werden, um eine Signatur des Merkmals zu erhalten. Dadurch wird die Vergleichsinspektion von Pixel zu Pixel der herkömmlichen Maskeninspektionswerkzeuge vermieden, die kleine Merkmale verpassen können oder ungenaue Resultate geben können. Durch Berechnung vergleichbarer Parameterwerte für ein Referenzmerkmal kann im wesentlichen der gleichen Stelle auf der Maske wie das inspizierte Merkmal wird ferner das inspizierte Merkmal als spezieller Typ eines isolierten Merkmals aus einer vordefinierten „Kollektion" von Merkmalen inspiziert oder die Notwendigkeit, dass eine perfekte Ausrichtung zwischen dem Referenzkanal und dem inspizierten Kanal durchgeführt wird, wodurch die Inspektionszeit reduziert wird. Die Parameter des inspizierten Merkmals werden dann mit vergleichbaren Parametern in einer historischen Datenbank von vorher inspizierten Merkmalen verglichen, um Defekte zu detektieren, und sie können zu der historischen Datenbank hinzugefügt werden, wenn ein Defekt nicht aufgefunden wird. Wenn die inspizierten Merkmale und die isolierten Referenzmerkmale nicht als Bestandteil in der Kollektion der Merkmale identifiziert werden können, können sie zu der Kollektion als repräsentativ für ein neues Merkmal hinzugefügt werden.
Die vorliegende Erfindung ist auf die Inspektion von einer beliebigen photolithographischen Maske anwendbar, die bei der Herstellung von Halbleitervorrichtungen verwendet wird, und sie ist besonders nützlich für die Inspektion von Masken während des Verfahrens, die in der Herstellung von hochdichten Halbleitervorrichtungen mit Submikron-Designmerkmalen verwendet werden.
Die vorliegende Erfindung kann durch die Verwendung herkömmlicher Materialien, Verfahren und einer herkömmlichen Ausrüstung ausgeführt werden. Entsprechend werden die Details solcher Materialien, der Ausrüstung und der Verfahren hier nicht im Detail dargelegt. In den vorhergehenden Beschreibungsteilen sind zahlreiche spezielle Details angegeben, bspw. spezielle Materialien, Strukturen, Chemikalien, Verfahren und dergleichen, um ein gründliches Verständnis der vorliegenden Erfindung zu liefern. Es ist jedoch zu erkennen, dass die vorliegende Erfindung ohne Rückgriff auf die speziell angegebenen Details ausgeführt werden kann. In anderen Fällen sind bekannte Verarbeitungsstrukturen nicht im Detail beschrieben, um die vorliegende Erfindung nicht unnötigerweise zu verschleiern.
Nur das bevorzugte Ausführungsbeispiel der vorliegenden Erfindung und nur einige Beispiele seiner Variierbarkeit sind beschrieben und in der vorliegenden Beschreibung dargelegt. Es ist zu erkennen, dass die vorliegende Erfindung in verschiedenen anderen Kombination und Umgebungen zu nutzen ist, und dass sie Änderungen und Multifikationen innerhalb des Schutzumfangs des erfindungsgemäßen Konzepts erfahren kann, das durch die angefügten Ansprüche definiert ist.

2

200a: Bild der Maske
200b: Empfange Datenbankinformationen
210a: Setze in isoliertes Format um
210b: Setze in isoliertes Format um
220a: Suche nach isoliertem Merkmal
220b: Suche nach isoliertem Merkmal
230: Überprüfe auf Gültigkeit und fehlendes Merkmal
240a: Projektionsberechnung
240b: Projektionsberechnung
250a: Energie- und Streuungsberechnungen
250b: Energie- und Streuungsberechnungen
260: Identifiziere Merkmal
270: Vergleiche
280: Bringe auf neuesten Stand

3

R: Maske
301: Abbildungsgerät
320: Prozessor
330: Monitor
350: Datenbank
340: Speicher

5

500: Detektiere Kanten
510: Finde Pixelprozentsatz enthaltendes Muster
520: Multiplizierte Grauwert mit Prozentsatz

6

600: Wähle gegenwärtiges Pixel aus
610: Isoliertes Format auf Bit-1
620: Überspanne gegenwärtiges Pixel
630: Prüfe auf Rahmen
640: Wähle Rahmen aus
650: Kennzeichne Pixel

8

800: Spanne n × x auf
810: Finde I_i = 1
Missing feature: fehlendes Merkmal

11

1100: Vergleiche Präferenzparameter und Lage von W/IFBS
1110: W/IFB abgestimmt?
N: Nein
Y: Ja
1120: Füge neues IFB hinzu
1130: Erweitere neue Datenbank mit Inspektionsparametern
1140: Greife auf historische Datenbankparameter entsprechend Tasten der IFB zu
1150: Vergleiche historische Datenbankparameter mit inspizierten Parametern
1160: W/IN-Schwellenwert abgestimmt?
N: Nein
Y: Ja
1170: Berichte fehlerhaftes Merkmal
1180: Übereinstimmung W/IN-Schwellenwert und Update-Grenzwerten?
N: Nein
Y: Ja
1180a: Kein Update
1190: Ändern die inspizierten Parameter PDi zu viel?
N: Nein
Y: Ja
1190a: Bringe historische Datenbank auf den neuesten Stand
1190b: Kein Update

12

Location info: Lageinformation
Reference parameters: Referenzparameter
Identification bit: Identifikationsbit

13

310: Bilderzeugungsgerät
330: Monitor
350: Datenbank
1314: Eingabevorrichtung
1316: Cursorsteuerung
1306: Hauptspeicher
1308: ROM
1310: Speichervorrichtung
1302: Bus
1304: CPU

Claims

Verfahren zum Inspizieren eines Zielmerkmals, das auf einer Oberfläche ausgebildet ist, wobei das Verfahren umfasst: Abbilden des Zielmerkmals, um eines oder mehrere Zieldatenelemente zu erzeugen, die für das Zielmerkmal repräsentativ sind, wobei jedes Zieldatenelement ein Grauwertniveau hat und einem zugehörigen Ort auf der Oberfläche zugeordnet ist; Isolieren des Zielmerkmals; Berechnen von wenigstens einem Parameterwert des isolierten Zielmerkmals; und Vergleichen des wenigstens einen isolierten Zielmerkmal-Parameterwerts mit einem entsprechenden Parameterwert, der dem Zielreferenzmerkmal zugeordnet ist, um zu bestimmen, ob ein Defekt in dem Zielmerkmal existiert; dadurch gekennzeichnet, dass das Zielmerkmal als entsprechend einem Zielreferenzmerkmal identifiziert wird, bevor die Parameterwerte verglichen werden; und dass der wenigstens eine Parameterwert des isolierten Zielmerkmals dadurch berechnet wird, dass ein Energiewert des Zielmerkmals dadurch berechnet wird, dass die Grauwertniveaus der Zieldatenelemente, die dem Zielmerkmal entsprechen, aufsummiert werden, und dass Streuwerte des Zielmerkmals in einer Vielzahl von Richtungen berechnet werden, wobei jeder Streuwert als ein Trägheitsmoment um eine Achse in einer der X-, Y-, Schrägstrichrichtung und einer Richtung nach einem umgekehrten Schrägstrich, die durch eine Gleichgewichtszentrum (XE, YE) des Zielmerkmals verlaufen, dividiert durch den Energiewert des Zielmerkmals definiert ist.
Verfahren nach Anspruch 1, umfassend das Abbilden des Zielmerkmals mit einer ladungsgekoppelten Vorrichtung (CCD).
Verfahren nach Anspruch 2, umfassend das Abbilden des Zielmerkmals entweder durch Übertragen von Licht durch das Zielmerkmal zu der ladungsgekoppelten Vorrichtung (CCD) oder durch Reflektieren von Licht von dem Zielmerkmal zu der ladungsgekoppelten Vorrichtung (CCD).
Verfahren nach Anspruch 1, worin das Zielmerkmal Merkmalsoberflächen und -kanten umfasst, und worin jedes Zieldatenelement wenigstens eine Merkmalsoberfläche, die dem Grauwertniveau des Zieldatenelements zugeordnet ist, oder eine Kante des Zielmerkmals darstellt, ferner umfassend: Bestimmen der Zielmerkmalskanten in den Zieldatenelementen; Berechnen einer Prozentzahl von jedem Zieldatenelement, das einen Teil des Zielmerkmals enthält, basierend auf der Bestimmung der Zielmerkmalkanten; und Multiplizieren des Grauwertniveaus und der Prozentzahl von jedem Zieldatenelement, um die gewichteten Grauwertniveaus der Zieldatenelemente entsprechend dem Zielmerkmal zu erhalten.
Verfahren nach Anspruch 4 umfassend die Bestimmung der Zielmerkmalkanten unter Verwendung des Canny-Verfahrens.
Verfahren nach Anspruch 1 umfassend: Berechnen einer Projektion von jedem der Zieldatenelemente in dem Zielmerkmal: Berechnen des Gleichgewichtzentrums des Zielmerkmals in Bezug auf den Ursprung basierend auf der Projektion von jedem der Zieldatenelemente; Berechnen eines Trägheitsmoments des Zielmerkmals um eine Achse, die durch den Ursprung verläuft; Berechnen des Trägheitsmoments des Zielmerkmals um eine Achse, die durch das Gleichgewichtszentrum verläuft; und Berechnen der Streuwerte des Zielmerkmals um die Achse, die durch das Gleichgewichtszentrum verläuft.
Verfahren nach Anspruch 1, worin das Berechnen der Streuwerte umfasst: Berechnen der Projektion von jedem der Zieldatenelemente in vorgegebenen Richtungen in dem Zielmerkmal; Berechnen des Gleichgewichtszentrums des Zielmerkmals in Bezug auf dem Ursprung basierend auf der Projektion von jedem der Zieldatenelemente; Berechnen der Trägheitsmomente des Zielmerkmals um Achsen in vorgegebenen Richtungen, die durch den Ursprung verlaufen; Berechnen von Trägheitsmomenten des Zielmerkmals um Achsen in den vorgegebenen Richtungen, die durch das Gleichgewichtszentrum verlaufen; und Berechnen der Streuwerte des Zielmerkmals um die Achsen in den vorgegebenen Richtungen, die durch das Gleichgewichtszentrum verlaufen.
Verfahren nach Anspruch 7, worin die vorgegebenen Richtungen in dem Zielmerkmal willkürliche Richtungen umfassen.
Verfahren nach Anspruch 7, worin die vorgegebenen Richtungen in dem Zielmerkmal wenigstens eine aus einer horizontalen Richtung, einer vertikalen Richtung, einer Schrägstrichrichtung und einer Richtung nach einem umgekehrten Schrägstrich umfassen.
Verfahren nach Anspruch 4, worin die Oberfläche eine Vielzahl von beabstandeten Merkmalen aufweist, die das Zielmerkmal umfassen, wobei das Verfahren umfasst: Abbilden der Vielzahl der Merkmale, um ein Feld von Merkmalsdatenelementen, die für die Merkmale repräsentativ sind, und Hintergrundsdatenelemente zu erzeugen, die für die die Merkmale trennenden Abstände repräsentativ sind; Auswählen von einem der Zieldatenelemente; und Bestimmen aller Zieldatenelemente, die für das Zielmerkmal repräsentativ sind, durch Analysieren der Datenelemente, die das ausgewählte Zieldatenelement umgeben, um einen Rahmen von zusammenhängenden Hintergrundsdatenelementen zu identifizieren, die alle Zieldatenelemente und nur die Zieldatenelemente umgeben.
Verfahren nach Anspruch 10, umfassend Zuordnen eines ersten binären Werts zu den Hintergrundsdatenelementen und eines zweiten binären Werts zu den Merkmalsdatenelementen vor dem Bestimmungsschritt basierend auf ihren respektiven Grauwertniveaus, wobei der Bestimmungsschritt das Identifizieren des Rahmens durch Ermitteln der Datenelemente, die den ersten binären Wert haben, umfasst.
Verfahren nach Anspruch 10, worin der Schritt des Identifizierens des Zielmerkmals als dem Zielreferenzmerkmal entsprechend umfasst: Empfangen eines Feldes von Referenzdatenelementen von einer Referenzdatenbank, wobei die Referenzdatenelemente für eine Vielzahl von beabstandeten Merkmalen repräsentativ sind, die das Zielreferenzmerkmal umfassen, und die Hintergrundsdatenelemente für die Abstände, die die Merkmale trennen, repräsentativ sind, wobei jedes Referenzdatenelement ein Grauwertniveau hat, wobei die Zielreferenzmerkmalsdatenelemente derselben Stelle auf der Oberfläche wie die Zieldatenelemente entsprechen; Auswählen von einem der Zielreferenzdatenelemente; Bestimmen von allen Datenelementen, die für das Zielreferenzmerkmal repräsentativ sind, durch Analysieren der Datenelemente, die das ausgewählte Zielreferenzdatenelement umgeben, um einen Rahmen von fortlaufenden Hintergrundsdatenelementen zu identifizieren, die alle die Zielreferenzdatenelemente und nur die Zielreferenzdatenelemente umgeben; Auswählen eines Zielreferenzdatenelementes innerhalb des Rahmens; Auswählen eines Merkmalsdatenelements entsprechend dem Ort des ausgewählten Zielreferenzdatenelements; und Analysieren des ausgewählten Merkmalsdatenelementes und einer Vielzahl von Merkmalsdatenelementen, die das ausgewählte Merkmalsdatenelement umgeben, um zu bestimmen, ob das ausgewählte Merkmalsdatenelement oder eines der Vielzahl der umgebenden Merkmalsdatenelemente ein Zielmerkmalsdatenelement ist.
Verfahren nach Anspruch 12, umfassend das Bestimmen, dass ein Defekt eines fehlenden Merkmals auf der Oberfläche existiert, wenn keines der ausgewählten Merkmalsdatenelemente oder der Vielzahl der umgebenden Merkmalsdatenelemente ein Zielmerkmalsdatenelement ist.
Verfahren nach Anspruch 12, worin, wenn das ausgewählte Merkmalsdatenelement oder eines der Vielzahl der umgebenden Merkmalsdatenelemente ein Zielmerkmalsdatenelement ist, das Verfahren das Berechnen des Zielreferenzmerkmalsparameterwerts umfasst.
Verfahren nach Anspruch 1, worin der Zielreferenzmerkmalsparameterwert von einer historischen Datenbank von früher inspizierten Zielmerkmalen empfangen wird, wobei das Verfahren die Bestimmung umfasst, dass ein Defekt in dem Zielmerkmal existiert, wenn der Zielmerkmalsparameterwert von einem entsprechenden, historischen Datenbankparameterwert um mehr als einen vorgegebenen Schwellenwert abweicht.
Verfahren nach Anspruch 15, umfassend: Vergleichen des Zielreferenzmerkmalsparameterwerts mit einer Vielzahl von Merkmalsidentifizierungsparameterwerten, wobei jeder Merkmalsidentifizierungsparameterwert einer entsprechenden, historischen Datenbank von Parameterwerten von früher inspizierten Zielmerkmalen zugeordnet ist; und Bestimmen, dass ein Defekt in dem Zielmerkmal existiert, wenn der Zielreferenzmerkmalsparameterwert zu einem der Merkmalsidentifizierungsparameterwerten passt, und der Zielmerkmalsparameterwert von dem historischen Datenbankparameterwert, der dem passenden Merkmalsidentifizierungsparameterwert zugeordnet ist, um mehr als einen vorgegebenen Schwellenwert abweicht.
Verfahren nach Anspruch 16, umfassend Hinzufügen des Zielmerkmalsparameterwerts zu der historischen Datenbank, die dem passenden Merkmalsidentifizierungsparameterwert zugeordnet ist, wenn gefunden wurde, dass kein Defekt in dem Zielmerkmal existiert, und dass der Zielmerkmalsparameterwert nicht von dem historischen Datenbankparameterwert, der dem passenden Merkmalsidentifizierungsparameterwert zugeordnet ist, um mehr als einen vorgegebenen Update-Schwellenwert abweicht.
Verfahren nach Anspruch 16, worin, wenn der Zielreferenzmerkmalsparameterwert nicht zu einem der Merkmalidentifizierungsparameterwert passt, das Verfahren umfasst: Ausbilden eines zusätzlichen Merkmalsidentifizierungsparameterwerts basierend auf dem Zielreferenzmerkmalsparameterwert; und Ausbilden einer zusätzlichen, historischen Datenbank, die dem zusätzlichen Merkmalsidentifizierungsparameterwert zugeordnet ist, basierend auf dem Zielmekmalsparameterwert.
Verfahren nach Anspruch 14, worin das Berechnen des Zielreferenzmerkmalsparameterwerts umfasst: Berechnen eines Energiewertes des Zielreferenzmerkmals durch Aufsummieren der Grauwertniveaus der Referenzdatenelemente, die dem Zielreferenzmerkmal entsprechen; und Berechnen eines Streuwertes des Zielreferenzmerkmals in einer vorgegebenen Richtung in dem Zielreferenzmerkmal.
Verfahren nach Anspruch 1, worin der Zielmerkmalsparameterwert wenigstens einem aus folgendem entspricht: einer Höhe des Zielmerkmals, einer Breite des Zielmerkmals, einem Umfang des Zielmerkmals, einem Durchmesser des Zielmerkmals, einem Radius des Zielmerkmals, der Energie des Zielmerkmals und einem Streuwert des Zielmerkmals.
Computerlesbares Medium, das Instruktionen trägt, um ein Zielmerkmal, das auf einer Oberfläche ausgebildet ist, zu inspizieren, wobei die Befehle, wenn sie ausgeführt werden, so vorgesehen sind, dass sie bewirken, dass einer oder mehrere Prozessoren (320) die Schritte ausführen, die in einem der Ansprüche 1 bis 20 angegeben sind.
Inspektionswerkzeug zum Inspizieren eines Zielmerkmals, das auf einer Oberfläche ausgebildet ist, wobei das Inspektionswerkzeug umfasst: eine Abbildungsvorrichtung (310), um das Zielmerkmal abzubilden, um eines oder mehrere Zieldatenelemente, die für das Zielmerkmal repräsentativ sind, zu erzeugen, wobei jedes Zieldatenelement ein Grauwertniveau hat und einer entsprechenden Stelle auf der Oberfläche zugeordnet ist; und einen Prozessor (320), der konfiguriert ist, um das Verfahren nach einem der Ansprüche 1–20 auszuführen.