[go: up one dir, main page]

WO2012101717A1 - パターンマッチング装置、及びコンピュータープログラム - Google Patents

パターンマッチング装置、及びコンピュータープログラム Download PDF

Info

Publication number
WO2012101717A1
WO2012101717A1 PCT/JP2011/006834 JP2011006834W WO2012101717A1 WO 2012101717 A1 WO2012101717 A1 WO 2012101717A1 JP 2011006834 W JP2011006834 W JP 2011006834W WO 2012101717 A1 WO2012101717 A1 WO 2012101717A1
Authority
WO
WIPO (PCT)
Prior art keywords
image
design data
pattern matching
pattern
matching
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
PCT/JP2011/006834
Other languages
English (en)
French (fr)
Inventor
正弘 北澤
池田　光二
安部　雄一
順一 田口
渉 長友
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hitachi High Tech Corp
Original Assignee
Hitachi High Technologies Corp
Hitachi High Tech Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hitachi High Technologies Corp, Hitachi High Tech Corp filed Critical Hitachi High Technologies Corp
Priority to US13/981,963 priority Critical patent/US10535129B2/en
Priority to JP2012554506A priority patent/JP5707423B2/ja
Priority to KR1020137019857A priority patent/KR101522804B1/ko
Publication of WO2012101717A1 publication Critical patent/WO2012101717A1/ja
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/22—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material
    • G01N23/225—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material using electron or ion
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/001—Industrial image inspection using an image reference approach
    • H10P74/00—
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10056—Microscopic image
    • G06T2207/10061—Microscopic image from scanning electron microscope
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30148—Semiconductor; IC; Wafer
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/10—Measuring as part of the manufacturing process
    • H01L22/12—Measuring as part of the manufacturing process for structural parameters, e.g. thickness, line width, refractive index, temperature, warp, bond strength, defects, optical inspection, electrical measurement of structural dimensions, metallurgic measurement of diffusions
    • H10P74/203—

Definitions

  • the present invention relates to a pattern matching apparatus and a computer program that causes a computer to execute pattern matching, and in particular, an apparatus that performs alignment between an image obtained based on design data and an image obtained based on imaging, and Regarding computer programs.
  • a template matching method is known as a method for searching for a specific pattern existing on a target sample.
  • SEM scanning Electron Microscope
  • Patent Document 1 describes a method of creating a template based on semiconductor device design data and performing pattern matching using the template.
  • Patent Document 2 discloses a method for determining a line part (convex part) or a space part (concave part) for a pattern in which line patterns called line and space patterns are arranged at substantially the same interval.
  • Japanese Patent Application Laid-Open No. 2004-228561 describes a method of performing alignment between design data to which an evaluation region is added and a pattern image, and evaluating the shape of a pattern included in the evaluation region after alignment.
  • JP 2007-5818 (corresponding US Pat. No. 7,235,782) JP 2003-90719 A (corresponding US Pat. No. 6,872,943) JP 2007-121181 A (corresponding US Pat. No. 7,787,687)
  • Patent Document 3 it is possible to set an evaluation region at a desired evaluation location, but between the design data and the pattern (actual pattern) shape on the image acquired by SEM or the like. If there is a divergence and pattern matching fails, an evaluation area is set at an incorrect position.
  • Patent Document 1 discloses a technique for performing a smoothing process on both the design data and the actual pattern image to suppress the shape difference between the two. However, there is no disclosure about how to deal with matching failure.
  • the line or space pattern can be specified with a certain degree of accuracy.
  • the method disclosed in Patent Document 2 is an unevenness determination method, and is not for performing pattern matching on a periodic pattern.
  • the following describes a computer program and a pattern matching device that are used to properly perform matching even when a matching process fails or a matching process fails on an image including a repetitive pattern. To do.
  • a computer program or a pattern matching apparatus for causing a computer to perform pattern matching on an image using a template formed based on design data as follows, and a pattern matching process Then, a computer program or a pattern matching device for determining whether or not image information included in a predetermined evaluation area is a predetermined condition is proposed.
  • the edge information obtained based on the design data is compared with the region of interest (Region Of Interest: ROI) obtained by performing expansion processing on the pattern edge image obtained based on the actual image.
  • ROI region of interest
  • the flowchart which shows the process of producing
  • the flowchart which shows the process of producing
  • the figure which shows the example of the image used when performing the alignment process with respect to the image which imaged the hole array.
  • the figure which shows an example of the display screen which displays the result of the alignment process.
  • the flowchart which shows the process of producing
  • the figure which shows an example of the semiconductor measurement and test
  • the figure which shows an example of the line segment image based on the design data contained in ROI (Region
  • the flowchart which shows the process of verifying matching by making the number of ROIs which satisfy
  • the flowchart which shows the process of specifying a correct matching position from a some matching candidate.
  • the figure which shows the example which evaluates ROI using a some template.
  • the flowchart which shows the process of performing ROI evaluation using a some template.
  • inspection an inspection and measurement (hereinafter simply referred to as inspection) process.
  • An inspection apparatus using a general SEM is illustrated in FIG.
  • the SEM mainly includes an electron microscope body 101 and a sample stage 105 included in a vacuum chamber.
  • the SEM scans a sample mounted on the sample stage 105 with an electron beam based on an instruction from a computer 104 built in the control device 103, and electrons emitted from the electron beam scanning region are detected by a detector.
  • a detector By detecting and arranging the detected electron signals in synchronization with the scanning signal of the electron beam, one-dimensional information (line profile) and a two-dimensional image are formed and displayed on the display device 109.
  • FIG. 13 is a diagram showing the measurement and inspection system including the SEM in more detail.
  • This system includes an SEM main body 1301, an A / D converter 1304, and a control device (including an image processing device) 1305.
  • the SEM main body 1301 irradiates a sample such as a wafer on which an electronic device is manufactured with an electron beam, captures electrons emitted from the sample with a detector 1303, and converts them into a digital signal with an A / D converter 1304.
  • the digital signal is input to the control device 1305 and stored in the memory 1307, and image processing according to the purpose is performed by image processing hardware such as a CPU, ASIC, and FPGA built in the image processing unit 1306.
  • the image processing unit 1306 also has a function of creating a line profile based on the detection signal and measuring a dimension between peaks of the profile.
  • control device 1305 is connected to an input device 1315 having an input means, and a GUI for displaying images, inspection results, etc. to the operator on a display device provided in the input device 1108 or an external display 1109. (Graphical User Interface) etc.
  • control and processing in the control device 1305 can be assigned to a CPU or an electronic computer equipped with a memory capable of storing images and processed and controlled.
  • the input device 1315 stores an imaging recipe including the coordinates of an electronic device required for inspection, a pattern matching template used for positioning, imaging conditions, etc. manually or in a design data storage medium 1314 of the electronic device. It also functions as an imaging recipe creation device that creates by utilizing the designed data.
  • the input device 1315 includes a template creation unit that cuts out a part of a diagram image formed based on design data and uses it as a template.
  • the created template is a matching processing unit built in the image processing unit 1306.
  • a template matching template in 1306 is registered in the memory 1305.
  • Template matching is a method for identifying a location where a captured image to be aligned and a template match based on matching determination using a normalized correlation method or the like, and the matching processing unit 1308 performs matching determination. Based on the above, a desired position of the captured image is specified.
  • the system illustrated in FIG. 13 includes a simulator 1316.
  • the simulator 1316 is a device that estimates the pattern quality based on the design data stored in the design data storage medium 1314.
  • the embodiment described below relates to pattern matching between edge information obtained mainly based on design data and captured images taken by SEM or the like, and edge information obtained based on design data.
  • the design data is expressed in, for example, the GDS format or the OASIS format, and is stored in a predetermined format.
  • the design data can be of any type as long as the software that displays the design data can display the format and can handle the data as graphic data.
  • a control device mounted on the SEM or a control device (input device 1315) connected to the SEM via a communication line or the like will be described as an example.
  • the processing described below may be performed by a computer program using a general-purpose arithmetic device that executes image processing.
  • the technique described later can be applied to other charged particle beam apparatuses such as a focused ion beam (FIB) apparatus.
  • FIB focused ion beam
  • the embodiments described below relate to an apparatus for performing pattern matching, a program for causing a computer to execute pattern matching, and a storage medium for storing the program.
  • the alignment based on the pattern matching may not be performed properly. This is because in an image in which the same pattern is arranged, even if alignment is performed with a shift of one pitch, the degree of coincidence is almost the same as the accurate position. In such an image including a pattern with few features or an image including a pattern having a complicated shape, alignment may fail in a normal matching method. As a result, the operation of the measurement and inspection system is stopped or delayed, and the operation time by the operator increases. It is also difficult to correctly determine that the alignment has failed.
  • Means for storing design data of a semiconductor circuit corresponding to a position on a wafer or an exposure mask; means for storing a design data image obtained by imaging the design data; and relative shapes included in the design data image Means for generating a design data ROI image obtained by imaging a region of interest obtained from the density relationship, and an alignment unit for aligning the inspection image and the design data image, and using the design data ROI image Specifying the position where the inspection image and the design data image match, or a device or system for calculating the degree of matching, or a computer that causes the computer to execute the above processing.
  • the design data ROI image generated from the design data of the semiconductor circuit is used to focus only on the characteristic area excluding the area having a high shape density. A difference can be made in the degree of coincidence of the inspection images.
  • the design data in the ROI and the inspection image are usually different, so that the correct and incorrect alignment can be correctly determined.
  • an operator-free semiconductor inspection device can be provided.
  • FIG. 4 is a diagram illustrating an example of the alignment determination process.
  • 2 is a captured image to be subjected to pattern matching
  • FIG. 3 is a template image generated based on design data
  • FIG. 5 is a diagram showing a matching process step between two images.
  • a template 4 is stored in the design data storage medium 1314 illustrated in FIG. 13, and is temporarily stored in the memory 1307 in the control device 1305 at the time of template creation (design data image 403).
  • design data image 403 design data image 403
  • the memory 1307 also stores a captured image (inspection image) to be subjected to pattern matching (inspection image 401) and is used for matching processing in the matching processing unit 1308.
  • the inspection image 412 and the design data image 414 are aligned by the alignment unit 406.
  • the design data ROI generation unit 404 creates a design data ROI image 405 based on the design data image 414.
  • Alignment result 407 and design data ROI image 405 are input to alignment determination unit 408.
  • the determination of the alignment result 407 is performed by the alignment determination unit 408 calculating the degree of coincidence 409 while paying attention to the ROI of the design data ROI image 405.
  • the alignment determination unit 408 is the same as the alignment determination unit 1310 in FIG.
  • the alignment matching degree 409 obtained based on this alignment determination is displayed on the display device 109. Note that a generally known correlation value or the like can be used as the alignment matching degree 409.
  • the alignment matching degree 409 is sent to the display device 109 and displayed together with the inspection image 412, the design data image 414, and the design data ROI image 405.
  • an imaging re-execution instruction 411 is sent to the inspection image 401.
  • the alignment is performed again using the inspection image 412 obtained by performing the imaging again.
  • the design data ROI image 405 is generated based on the design data image 502, and the inspection image 501 and the position of the design data image 502 are used using the design data ROI image 405. Judge success or failure.
  • the inspection image 501 and the design data image 502 in FIG. 5 at least an appropriate position between the feature region 503 in the inspection image and the feature region 506 in the design data image. It may be determined whether or not the alignment is performed. In the present embodiment, an example will be described in which the feature regions 507 and 508 on the design data image 502 and the feature regions 504 and 505 of the inspection image 501 are also determined.
  • the feature region 503 is a portion in which the periodicity is interrupted in the design data including the periodic pattern.
  • This part is a part where the degree of coincidence at the time of a matching error is relatively low (or the degree of disagreement is high) compared to a case where the entire inspection image 501 and the entire design data image 502 are compared. In other words, this is a region where the difference in the degree of coincidence between the success and failure of the matching appears remarkably, and if this portion is selectively evaluated, the success or failure of the matching can be accurately verified.
  • the design data image 502 is input to the design data ROI generator 404 to generate the design data ROI image 405.
  • ROIs 509, 5010, and 511 corresponding to 506, 507, and 508 are generated.
  • the design data ROI generation unit 404 corresponds to the ROI generation unit 1312 of FIG. 13 and generates an ROI based on an expansion process or the like described later.
  • the alignment result 407 is an image obtained by combining the inspection image 501 and the design data image 502 based on the alignment result.
  • the alignment determination result 409 and the design data ROI image 405 are logically ANDed with the alignment determination unit 408 to obtain the alignment determination result 409.
  • the alignment determination unit 408 determines the ratio between the edge information of the inspection image 501 included in the alignment determination result 409 and the design information of the design data image 502, it is determined whether the alignment is correct or unsuccessful.
  • FIG. 14 shows an evaluation area (ROI) 1401 obtained based on the design data, a captured image area 1402 that overlaps with the evaluation area 1401 when matching fails, and an evaluation area 1401 that overlaps when matching is successful.
  • ROI evaluation area
  • the success or failure of matching can be determined.
  • success / failure based on the ratio of pixels as described above, it is determined how many pixels of the predetermined luminance included in the evaluation area 1401 are included in the total number of pixels in the evaluation area 1401.
  • a predetermined value condition for example, when the ratio is within the predetermined ratio range or when the predetermined ratio range is not satisfied
  • the matching is determined to be successful or unsuccessful. It is good to do so.
  • success / failure may be determined based on a comparison between an absolute value of the number of pixels and a threshold value instead of a relative value.
  • the success or failure of the alignment may be determined based on a comparison between the design data in the evaluation area that is smaller than the entire template size, the degree of coincidence with the captured image, and the threshold value.
  • a profile waveform is formed in the evaluation window 1405 provided in the evaluation region 1404.
  • the difference in the predetermined number of pixels based on the presence / absence of the edge in the evaluation window becomes clearer. Can be.
  • the operator can know whether the alignment is correct or unsuccessful.
  • the design data image 502 is stored in the memory 1307 as the (N-1) th time (step 801).
  • the expansion processing unit 1311 performs expansion processing to thicken a line segment indicating the contour of the pattern, and sets the processing count N to +1. For example, when at least one pixel corresponding to an edge exists in a pixel adjacent to the target pixel, the dilation processing is performed by setting the target pixel to the same gradation as the edge.
  • step 807 a portion that has not been filled is extracted.
  • step 808 correction processing such as expanding the image is performed so that the unfilled portion has an appropriate position and area as a region of interest (ROI), and output.
  • ROI region of interest
  • FIG. 12 is a diagram illustrating a process of extracting the ROI based on the expansion process.
  • the ROI generation unit 1312 extracts the ROI using the image subjected to the expansion processing by the expansion processing unit 1311. It is assumed that a feature point 1202 and feature points 1203 and 1204 exist as characteristic portions in the input design data image 502. When the design data image 502 is expanded, white portions increase like an image 1206. Further expansion processing results in an image 1208, and another expansion processing results in an image 1210.
  • a region of interest (ROI) image 1220 can be obtained by extracting the shape from the image 1208 of the (N-1) th time in processing 1212 and performing processing such as expansion.
  • the white region 1221 included in the region of interest (ROI) image 1220 corresponds to the feature point 1202
  • the white region 1222 corresponds to the feature point 1203
  • the white region 1223 corresponds to the feature point 1204.
  • the region of interest (ROI) can be obtained from the relative density relationship of the shape rather than judging the shape included in the design data.
  • FIG. 11 is a diagram showing a display example of the display device 109 for displaying the alignment result, and the display data is created by the output data creation unit 1313 illustrated in FIG.
  • a menu 1101 is an ROI method switch for designating whether to obtain an ROI.
  • An Auto switch 1102 designates that an area of interest (ROI) is automatically obtained using the processing flow of FIG.
  • a window 1105 displays an inspection image.
  • a window 1107 displays a design data image.
  • a window 1109 is an ROI display unit that displays the design data ROI image 405 generated by the design data ROI generation unit 404.
  • the window 1111 is a result display unit that displays the alignment result, and displays the alignment determination result 409. Further, the composite images 1105, 1107, and 1109 may be displayed. By viewing the window 1111, it is possible to know which area in the design data image displayed in 1107 is being determined.
  • the measurement target position is positioned in the electron beam irradiation area (step 1601), and an image of the target pattern is acquired based on the electron beam scanning (step 1602).
  • pattern matching is executed using a template such as the design data image 502 (step 1603).
  • the ROI is evaluated, and if it is determined that the target region (for example, the portion where the periodic pattern is interrupted) is included in the ROI, the next processing (beam scanning for measurement, etc.) Is executed (step 1605), and if the target region is not included in the ROI, that is, it is determined that the alignment has failed, correct alignment is executed by the matching process using the ROI (step 1606). ). Even though the alignment has failed, if it can be determined that there is a correct position at a close position, a template including a selection area 1701 including three ROIs and a single ROI 1702 is used as illustrated in FIG. To perform matching processing in a narrow range. In this case, for example, by limiting the movement range of the template to 3 pitches of the line and space pattern (that is, searching a narrow range compared to the movement amount of the template of the first template matching), the processing speed is increased. It is possible to improve efficiency.
  • FIG. 6 is a block diagram illustrating a process of performing matching for comparing ROI regions by performing expansion processing on both image data generated based on design data and image data generated based on a captured image. is there.
  • FIG. 7 is a diagram illustrating an example of an image from which both image data and ROI are extracted.
  • both the inspection image 701 and the design data image 702 are stored in the memory 1307, and the inspection image ROI generation unit 601 and the design data ROI generation unit 404 (both in the case of FIG. 13, both ROI generation units 1312).
  • the ROI is generated at
  • the inspection image ROI image 602 and the design data ROI image 605 are input to the alignment unit 406 and alignment is performed by a generally known method such as normalized correlation.
  • a generally known method such as normalized correlation.
  • the contour of ROI is extracted, and matching processing can be performed not by comparing pattern shapes on a sample but by comparing ROI shapes.
  • the output data creation unit 1313 generates position error information 704 between the inspection image ROI image 602 and the design data ROI image 605 as the alignment result 409 and displays them on the display device 109. it can.
  • the output data creation unit 1313 creates output data for displaying matching success / failure, position error information, and the like on the display device.
  • the display device 109 includes additional information such as a recipe name, image acquisition time, and sample coordinate information. Display together.
  • the alignment result 704 after the position correction may be displayed on the display device 109 based on the position error information.
  • FIG. 9 is a processing flow of the inspection image ROI generation unit 601.
  • the difference from the flowchart of FIG. 8 is that the information to be input to the processing flow of FIG. 8 is created from the inspection image.
  • image processing such as noise removal and edge enhancement is performed on the inspection image 701 to improve image quality.
  • image processing is performed by the image processing unit 1306.
  • the inspection image with improved image quality is converted into a binarized image.
  • a region of interest (ROI) is obtained from the inspection image in the same procedure as in FIG. 8, and the inspection image ROI image 602 is generated.
  • ROI region of interest
  • FIG. 10 is a diagram showing an outline of matching processing when a hole array which is an aspect of a repetitive pattern is used as a target image.
  • the hole array shape is a repetitive pattern, there may be a shift of one row or one column of the hole array.
  • the degree of coincidence is expressed by a simple expression of Expression 1, where B is the total number of holes in the inspection image 1001, and A is the number of holes where the holes in the design data image and the inspection image do not overlap. In this case, A is 5 and B is 30 in the failure image 1005 of FIG.
  • the degree of coincidence 1 ⁇ (A / B) ⁇ 100 “%” Equation 1
  • the degree of coincidence may be obtained only for the inside of the ROI.
  • a design data ROI image 1007 is generated by cutting out a design data image based on the alignment result.
  • a matching degree calculation image 1010 is obtained by superimposing the ROI 1008 included in the design data ROI image 1007 on the alignment result 1006.
  • Expression 1 is used for the coincidence calculation area 1011, A is 5 and B is 9, so the coincidence is 44%. From this, if the design data ROI is used, it is possible to accurately determine whether the alignment is correct or unsuccessful.
  • the pattern matching method and the pattern matching verification method described above can be applied particularly to a pattern inspection apparatus, a length measuring apparatus, and a semiconductor measurement and inspection system for inspecting a circuit pattern of a semiconductor device wafer or an exposure mask. .
  • FIG. 18 is an example of a design data image in which a pattern based on design data is composed of vertical and horizontal line segments at equal intervals.
  • the vertical pattern component 1802 is selectively expanded left and right until it overlaps with the left and right adjacent patterns.
  • the boundary between the expansion areas 1804 of the horizontal pattern 1803 and the vertical pattern 1802 is a pattern density relationship, and a characteristic area 1807 is obtained.
  • the horizontal pattern component 1803 is selectively expanded vertically until it overlaps with the upper and lower adjacent patterns.
  • the boundary between the expansion areas 1806 of the vertical pattern 1802 and the horizontal pattern 1803 is in a dense relationship, and a characteristic area 1807 is obtained.
  • FIG. 19 shows an example of performing weighted matching using the design data ROI in gray scale.
  • the image indicating the design data ROI can be grayscale design data ROI 1901 instead of a black and white binary image.
  • the gray scale design data ROI 1901 means that the gray scale pixel value is the weight of the matching correct position. It is expected to match the center of the gray scale design data ROI 1901, and the regions 1911, 1912, 1913, and 1914 having the same pixel value are set to pixel values in ascending order from the periphery of the gray scale design data ROI 1901 toward the center. .
  • the matching position is shifted upward by the width of the horizontal pattern 1905.
  • a matching correct result image 1906 obtained by matching the design data image 1902 and the captured SEM image 1903, the design data pattern and the edge of the SEM image overlap.
  • the pixel where the pattern of the design data and the edge of the SEM image overlap is defined as a plus point, and the pixel which is deviated is defined as a minus point.
  • the pixel values of 1911, 1912, 1913, and 1914 where the pixels are located are multiplied. Matching failures can be reduced by setting the higher score from the points obtained by multiplying the degree of overlap between the design data pattern and the edge of the SEM image by the pixel value of the gray scale design data ROI 1901 as the matching correct position.
  • FIG. 21 is a diagram for explaining a method in which the region of the design data ROI is selected as a selection region for evaluating the similarity between the inspection image and the design data in the method of pattern matching between the inspection image and the design data.
  • a region in which the similarity evaluation between the inspection image and the design data is not performed is referred to as a mask processing region
  • a matching method in which the similarity evaluation is not performed in the mask processing region is referred to as pattern matching with mask processing.
  • FIG. 21A shows a processing flow of this method.
  • the pattern matching with mask processing 2107 receives the inspection image 2101, the design data 2102, and the mask data 2106, and outputs a matching position 2108.
  • the mask data 2106 is generated by the following process. First, the ROI image 2104 is generated by the design data ROI generation processing 2103 described in FIG. 8 based on the design data, and then the mask data is generated by the mask area generation processing 2105 based on the generated ROI image 2104.
  • FIG. 21B is a diagram illustrating an image generated by pattern matching with mask processing.
  • pattern matching an area having the same size as the design data used as a template for matching processing is extracted from the inspection image 2120, and the similarity between the extracted area and the design data is evaluated. The position of this cutout area is moved on the inspection image (2122), the similarity at each position is calculated, and the position with the maximum similarity is set as the matching position.
  • the matching correct answer position is a rectangular broken line portion 2121.
  • a round broken line portion in the inspection image 2120 is a characteristic region in the main image (other regions are repetitive patterns of line and space patterns).
  • a characteristic area in the design data 2130 is a circular broken line portion in the design data 2130, and this area can be extracted by the ROI generation method described in FIG.
  • the extracted ROI is an area indicated by a white circle area in the ROI image 2131 (design data in the area is drawn for reference only to indicate the position of the area, and is not actually present).
  • a flag for performing similarity evaluation is attached to the ROI of the ROI image in the matching process with mask processing (for example, 1), and flags other than that (mask area) are not subjected to similarity evaluation. Add (for example, 0).
  • the matching process receives the inspection image 2120, the design data 2130, and the mask data 2140 as inputs. By using the mask data 2140, it is possible to perform evaluation using only characteristic areas in the design data for similarity evaluation with the inspection image.
  • the flag of the mask area is not limited to binary, but may be gray scale (multi-value) as described in FIG.
  • the similarity evaluation of pattern matching is a correlation calculation, it is possible to multiply a gray scale (multi-value) weight as a contribution rate to a correlation value for each pixel.
  • FIG. 22 is a diagram for explaining a method of generating mask data by a different method in the method of performing pattern matching with mask processing using the design data ROI described in FIG. 21 (Example 6).
  • the process until the ROI is generated from the design data 2211 by the ROI generation method described in FIG. 8 is the same as that in FIG. 21 (Example 6).
  • the extracted ROI (white circle area of the ROI image 2212)
  • the other areas are set as mask areas.
  • the vicinity of the broken line that is the design data in the ROI is set as the similarity evaluation region (white portion). This area is generated, for example, by expanding the area of the design data section.
  • the white area is an area for similarity evaluation
  • the other black area is a mask area.
  • the excessive pattern 2242 can be excluded from the similarity evaluation by mask processing.
  • pattern matching with high robustness that is not adversely affected by the excessive pattern 2242 can be performed.
  • FIG. 23 is a diagram for explaining a method for automatically selecting a template region from design data using an ROI generated from the design data. With this method, a template that enables more robust matching can be automatically selected from design data.
  • FIG. 23A is a diagram for explaining the processing flow for template selection.
  • the ROI image 2303 is generated from the design data 2301 by the ROI generation processing 2302 described in FIG.
  • a template 2305 is selected from the ROI image 2303 by template selection processing 2304.
  • FIG. 23B is a diagram for explaining an example of template selection.
  • a region 2302 indicated by a broken line is an ROI.
  • a template is selected so that many ROI regions are included in the template.
  • the region 2303 includes the most ROI, so the region 2303 is selected as a template.
  • pattern matching if there are many characteristic areas in the template, matching tends to be robust. By using an area that contains many ROIs that are characteristic areas as in this method as a template, Become robust. If the template size is determined, a template position that includes more ROIs in the template region may be selected.
  • the template size and the template position may be selected so that more ROIs are included in the template within the allowable range of the template size.
  • the determination of whether or not many templates are included is not limited to the total area of ROIs, but may be selected so that the ratio of the ROI area to the template area is maximized.
  • the weighted sum may be the weighted ROI described in FIG.
  • FIG. 24 is a diagram for explaining a method of generating an ROI by a method different from that in FIG.
  • FIG. 24A is a diagram for explaining the processing flow.
  • a corner point extraction process 2402 is performed on the design data 2401, and a corner point peripheral area extraction process 2403 is performed on the result, thereby generating an ROI image 2404.
  • FIG. 24B illustrates the contents of this process.
  • a corner point 2406 (circled portion) is extracted as a characteristic region from the design data 2401.
  • corner extraction methods by image processing include Harris corner detection method and SUZAN corner detection method, but are not limited to this method, and any method may be used as long as it is a corner detection method.
  • a corner point peripheral area 2407 (circled portion) is generated based on the corner point 2406. For example, this area can be generated by expanding the corner points.
  • the generation method is not limited to the expansion process, and it is sufficient that a corner peripheral region can be generated.
  • a corner peripheral area 2407 is an ROI (white area) of the ROI image 2404.
  • FIG. 20 is a flowchart showing a process of extracting the ROI based on the distance conversion image.
  • an edge image or a simulation image of design data is read from the design data storage medium 1314 (step 2001), and a distance conversion image is formed (step 2002).
  • the distance conversion image used in this example is formed by giving a signal according to the distance from the edge to the pixel with the edge position as a reference. To form.
  • the distance conversion image forming method itself is a known one, and various methods can be applied.
  • the position farthest from the edge is a portion where the periodic pattern is interrupted, and one or a plurality of ROI candidate positions farthest from the edge by forming a distance conversion image Can be specified.
  • a position farthest from the edge, or a portion separated by a predetermined value or more from the edge is selected as the ROI center (step 2003).
  • the distance conversion image there is a point that it can be applied even when the distance between the edges of the discontinuity (y direction) is smaller than the distance between the lines (x direction).
  • the discontinuous portion is filled in first, so it is difficult to set the ROI in the discontinuous portion.
  • a portion having a specific distance from the edge can be selectively extracted based on the distance image, for example, a portion closest to the edge or a predetermined distance condition (for example, a distance between lines) By selectively extracting a portion having different distance information, an appropriate ROI center can be selected.
  • a predetermined size is set as an ROI from this ROI center position (step 2004), and this measurement condition is registered in the recipe as an automatic measurement condition (step 2005).
  • FIG. 25 is a flowchart showing the process.
  • a plurality of ROI evaluations are performed (step 2502).
  • the number of ROIs whose evaluation values (matching degree etc.) satisfy a predetermined condition is determined (step 2503), and it is determined whether or not the number satisfies a predetermined condition (step 2504). For example, it is determined whether there are a predetermined number or more of ROIs with a matching degree equal to or greater than a predetermined value, or whether the number of ROIs with a mismatching degree equal to or greater than a predetermined value is equal to or less than a predetermined value.
  • step 2505 If it can be determined that the number of ROIs satisfies the predetermined condition, it is determined that the matching is successful (step 2505). If it is determined that the number of ROIs does not satisfy the predetermined condition, it is determined that the matching has failed. (Step 2506). If it is determined that the matching has failed, the process returns to step 2501 again to select a next candidate or generate an error message or the like.
  • the verification of matching is not simply performed using the evaluation value in the ROI, but a plurality of ROIs are provided, and the number of ROIs that satisfy the conditions is used as a criterion, for example, the pattern is partially deformed. Even when the evaluation value shows an abnormal value, matching can be verified properly.
  • FIG. 26 is a flowchart showing the process.
  • a plurality of matching candidate positions for example, the matching degree is equal to or higher than a predetermined value or the top n matching positions are selected
  • one matching position is identified from a plurality of matching candidate positions based on the determination in the ROI (step 2603). In this case, the best match between the first matching and the statistical value of the evaluation value of the ROI may be selected, or only the evaluation value in the ROI may be used for determination.
  • ROI evaluation can be used not only for verification of matching but also for selecting an appropriate one from a plurality of matching candidates.
  • FIG. 27 is a diagram showing an ROI 2701 including two line ends 2702 and 2703.
  • the relative position of the two line ends can change.
  • Optical Proximity Correction Optical Proximity Correction
  • pattern matching is executed after preparing templates 2704 and 2705 for evaluating ROI.
  • normal pattern matching is executed (step 2801), and then pattern matching using the templates 2704 and 2705 is executed in the ROI 2701 (step 2802).
  • a predetermined condition it is determined whether a matching result using a plurality of (or three or more) templates satisfies a predetermined condition. If the matching result satisfies a predetermined condition, it is determined that the matching performed in step 2801 is successful (step 2805), and the process proceeds to the next process such as pattern measurement. If it is determined that the matching result does not satisfy the predetermined condition, it is determined that the pattern matching in step 2801 has failed (step 2806), and the next candidate is selected or an error message is generated. Execute processing such as
  • whether or not the matching result satisfies a predetermined condition is determined based on whether or not a location having a matching degree equal to or higher than a predetermined value can be identified by matching using two templates, for example. According to such a determination, even if the two pattern positions are relatively displaced, it is possible to determine the presence or absence of the two patterns, and the matching verification can be performed stably regardless of the pattern formation conditions. It can be performed. Since one pattern may be formed out of the ROI, it may be determined that matching is successful when one pattern is detected, or one pattern is detected. In such a case, the verification may be performed by lowering the threshold value of the other matching degree.
  • the area for pattern matching is set to ROI. According to the limiting method, since the types of pattern shapes within the search target are limited, matching verification using a simple shape template can be performed.
  • a plurality of verification templates having different relative positions between patterns may be prepared in advance, and when a matching degree equal to or higher than a predetermined value is obtained in any of them, it may be determined that matching is successful.
  • Electron Microscope 103 Control Device 104 Computer 109 Display Device 201 Inspection Image 301 Design Data Image 402 Design Data 404 Design Data ROI Generation Unit 405 Design Data ROI Image 408 Registration Determination Unit 601 Inspection Image ROI Generation Unit 602 Inspection Image ROI Image

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Image Analysis (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Image Processing (AREA)
  • Length-Measuring Devices Using Wave Or Particle Radiation (AREA)

Abstract

　検査画像が繰り返しパターン形状のように特徴の少ない画像や形状が複雑な画像でも位置合わせを良好に、位置合わせの正解と失敗を自動で正しく判断できるオペレータフリーな半導体検査装置を提供することを目的とする。　ウェハ上または露光用マスク上の形状を撮像する手段と、該撮像手段により検査画像を格納する手段と、上記撮像手段により撮像しようとするウェハ上または露光用マスク上の位置に対応する半導体回路の設計データを格納する手段と、該設計データを画像化した設計データ画像を格納する手段と、該設計データ画像に含まる形状の相対的粗密関係から求めた関心領域を画像化した設計データＲＯＩ画像を生成する手段と、該検査画像と該設計データ画像の位置合わせを行う位置合わせ部を有し、該設計データＲＯＩ画像を用いて該検査画像と該設計データ画像が一致する位置の特定または、一致度を計算するように構成する。

Description

パターンマッチング装置、及びコンピュータープログラム
　本発明は、パターンマッチング装置、及びパターンマッチングをコンピューターに実行させるコンピュータープログラムに係り、特に設計データに基づいて得られる画像と、撮像に基づいて得られる画像との間の位置合わせを行う装置、及びコンピュータープログラムに関する。
　対象試料上に存在する特定のパターンを探索するための手法としてテンプレートマッチング法が知られている。特に、半導体デバイスの微細化に伴い、半導体デバイス評価用の走査電子顕微鏡（Scanning Electron Microscope：ＳＥＭ）等によって取得した画像の位置合わせのためのテンプレートマッチング法には、より高い精度が求められている。特許文献１には、半導体デバイスの設計データに基づいて、テンプレートを作成し、当該テンプレートを用いてパターンマッチングを行う手法が説明されている。また、特許文献２には、ラインアンドスペースパターンと呼ばれるラインパターンがほぼ同じ間隔にて配列されたパターンについて、ライン部（凸部）或いはスペース部（凹部）を判定する手法が開示されている。特許文献３には、評価領域が付加された設計データと、パターン画像間にて位置合わせを行い、位置合わせ後、当該評価領域内に含まれるパターンの形状を評価する手法が説明されている。
特開２００７－５８１８号公報（対応米国特許ＵＳＰ７,２３５,７８２） 特開２００３－９０７１９号公報（対応米国特許ＵＳＰ６,８７２,９４３） 特開２００７－１２１１８１号公報（対応米国特許ＵＳＰ７,７８７,６８７）
　特許文献３に開示の手法によれば、所望の評価個所に評価領域を設定することが可能となるが、設計データと、ＳＥＭ等によって取得される画像上のパターン（実パターン）形状との間には乖離があり、パターンマッチングが失敗した場合、誤った位置に評価領域を設定してしまうことになる。このような設計データと実パターンとの形状の乖離を抑制するために、特許文献１には、設計データと実パターン画像の双方に平滑化処理を施し、両者の形状差を抑制する手法が開示されているが、やはりマッチングが失敗した場合の対応についての開示がない。
　一方、特許文献２に説明されているような繰り返しパターンのパターン判定法では、或る程度の精度でライン、或いはスペースパターンの特定ができるが、例えばパターンの側壁が左右非対称であるような場合、ライン、或いはスペースの特定を誤ってしまうことが考えられる。また、特許文献２に開示されている手法は、凹凸判定法であって、周期パターンを対象とするパターンマッチングを行うためのものではない。
　以下に、繰り返しパターンが含まれる画像上にて、マッチングの成否の判断、或いはマッチング処理が失敗した場合であっても、適正にマッチングを行うことを目的とするコンピュータープログラム、及びパターンマッチング装置について説明する。
　上記目的を達成するための一態様として、以下に設計データに基づいて形成されたテンプレートを用いて、画像上でパターンマッチングをコンピューターに実行させるコンピュータープログラム、或いはパターンマッチング装置であって、パターンマッチング処理の後、所定の評価領域内に含まれる画像情報が所定の条件であるか否かの判定を行うコンピュータープログラム、或いはパターンマッチング装置を提案する。
　また、他の一態様として、設計データに基づいて得られるエッジ情報と、実画像に基づいて得られるパターンエッジ画像について膨張処理を施すことによって得られる興味領域（Region Of Interest：ＲＯＩ）同士を比較することによって、位置合わせを実行するコンピュータープログラム、及びパターンマッチング装置を提案する。
　更に、他の一態様として、評価領域を除いてマスク処理を施したテンプレートを用いて、パターンマッチングを実行するコンピュータープログラム、或いはパターンマッチング装置を提案する。
　上記構成によれば、マッチングが失敗したか否かの判定を行うことができるため、その旨をオペレータに通知したり、当該判定に基づいて、マッチングの失敗を解消するような処理を行うことが可能となる。
　また、２つのパターンの形状差に依らず、繰り返しパターンを含む画像に対する適正なマッチング処理を行うことが可能となる。
走査電子顕微鏡の一例を示す図。 繰り返しパターンを含む測定、或いは検査対象画像の一例を示す図。 繰り返しパターンを含む設計データに基づいて形成される線図画像の一例を説明する図。 位置合わせ判定工程を示すブロック図。 位置合わせ対象画像のＲＯＩの選択的評価に基づいて、位置合わせ判定を行う工程を示す図。 設計データに基づいて生成されるＲＯＩと、撮像画像に基づいて生成されるＲＯＩとの比較に基づいて、位置合わせを行う工程を示す図。 設計データに基づいて生成されるＲＯＩと、撮像画像に基づいて生成されるＲＯＩとの比較に基づいて、位置合わせを行う場合に用いられる画像例を示す図。 設計データに基づいてＲＯＩ画像を生成する工程を示すフローチャート。 撮像画像（検査画像）に基づいてＲＯＩ画像を生成する工程を示すフローチャート。 ホールアレイを撮像した画像に対する位置合わせ処理を行う場合に用いられる画像の例を示す図。 位置合わせ処理の結果を表示する表示画面の一例を示す図。 設計データに基づいて、ＲＯＩ画像を生成する工程を示すフローチャート。 ＳＥＭを含む半導体測定，検査システムの一例を示す図。 ＲＯＩ（Region Of Interest）内に含まれる設計データに基づく線分画像と、実パターン画像の一例を示す図。 実パターン画像への膨張処理例を示す図。 パターンマッチング、及びマッチングの評価工程を示すフローチャート。 ＲＯＩ部分を用いたテンプレートの一例を示す図。 均等なパターン間隔で適用する一例を示す図。 グレースケールのＲＯＩを用いたマッチングの一例を示す図。 距離変換画像を用いて、ＲＯＩを抽出する工程を示すフローチャート。 マスク処理を施した設計データを用いてパターンマッチングを行う例を示す図。 設計データにマスク処理を施す例を示す図。 設計データから、テンプレート領域を自動選出する例を示す図。 パターンのコーナーの周辺領域をＲＯＩとする例を示す図。 所定条件を満たすＲＯＩの数を評価値として、マッチングの検証を行う工程を示すフローチャート。 複数のマッチング候補の中から正しいマッチング位置を特定する工程を示すフローチャート。 複数のテンプレートを用いてＲＯＩを評価する例を示す図。 複数のテンプレートを用いてＲＯＩ評価を行う工程を示すフローチャート。
　半導体集積回路は微細化が進むにつれて、塵や湿度の変化および振動などの影響によって、歩留まり低下や欠陥発生の可能性が増大する。
　また、半導体回路の製造に要する時間が長いことは製造コストの上昇を招くので検査や測定（以下、単に検査と称する）工程を自動化してオペレータが介在する時間の縮減が求められている。一般的なＳＥＭを用いた検査装置を図１に例示する。
　ＳＥＭは、主に電子顕微鏡鏡体１０１と、真空チャンバに含まれる試料ステージ１０５を備えている。ＳＥＭは、制御装置１０３に内蔵された計算機１０４からの指示に基づいて、試料ステージ１０５上に搭載された試料に電子ビームを走査し、電子ビームの走査領域から放出される電子を、検出器によって検出すると共に、当該検出電子信号を電子ビームの走査信号と同期して配列することによって、一次元情報（ラインプロファイル）や二次元画像を形成し、表示装置１０９に表示する。
　図１３は、ＳＥＭを含む測定，検査システムをより詳細に示す図である。本システムには、ＳＥＭ本体１３０１，Ａ／Ｄ変換機１３０４，制御装置（画像処理装置を含む）１３０５が含まれている。
　ＳＥＭ本体１３０１は電子デバイスが製造されたウェハ等の試料に電子ビームを照射し、試料から放出された電子を検出器１３０３で捕捉し、Ａ／Ｄ変換器１３０４でデジタル信号に変換する。デジタル信号は制御装置１３０５に入力されてメモリ１３０７に格納され、画像処理部１３０６に内蔵されるＣＰＵ，ＡＳＩＣ，ＦＰＧＡ等の画像処理ハードウェアによって、目的に応じた画像処理が行われる。また、画像処理部１３０６は、検出信号に基づいて、ラインプロファイルを作成し、プロファイルのピーク間の寸法を測定する機能をも備えている。
　更に制御装置１３０５は、入力手段を備えた入力装置１３１５と接続され、当該入力装置１１０８に設けられた表示装置、或いは外部ディスプレイ１１０９には、操作者に対して画像や検査結果等を表示するＧＵＩ（Graphical User Interface）等の機能を有する。
　なお、制御装置１３０５における制御や処理の一部又は全てを、ＣＰＵや画像の蓄積が可能なメモリを搭載した電子計算機等に割り振って処理・制御することも可能である。また、入力装置１３１５は、検査等に必要とされる電子デバイスの座標，位置決めに利用するパターンマッチング用のテンプレート，撮影条件等を含む撮像レシピを手動もしくは、電子デバイスの設計データ記憶媒体１３１４に記憶された設計データを活用して作成する撮像レシピ作成装置としても機能する。
　入力装置１３１５は、設計データに基づいて形成される線図画像の一部を切り出して、テンプレートとするテンプレート作成部を備えており、作成されたテンプレートは画像処理部１３０６に内蔵されるマッチング処理部１３０６におけるテンプレートマッチングのテンプレートとして、メモリ１３０５に登録される。テンプレートマッチングは、位置合わせの対象となる撮像画像と、テンプレートが一致する個所を、正規化相関法等を用いた一致度判定に基づいて特定する手法であり、マッチング処理部１３０８は、一致度判定に基づいて、撮像画像の所望の位置を特定する。
　また、図１３に例示するシステムには、シミュレーター１３１６が含まれている。シミュレーター１３１６は、設計データ記憶媒体１３１４に記憶された設計データに基づいて、パターンの出来栄えを推定する装置である。
　以下に説明する実施例は、主に設計データに基づいて得られるエッジ情報と、ＳＥＭ等によって撮像された撮像画像間との間のパターンマッチングに関するものであり、設計データに基づいて得られるエッジ情報は、設計データに基づいて形成されるパターンの理想形状を示す線分画像情報や、シミュレーター１３１６によって、実パターンに近くなるような変形処理が施された線分画像情報である。また、設計データは例えばＧＤＳフォーマットやＯＡＳＩＳフォーマットなどで表現されており、所定の形式にて記憶されている。なお、設計データは、設計データを表示するソフトウェアがそのフォーマット形式を表示でき、図形データとして取り扱うことができれば、その種類は問わない。
　なお、以下に説明する実施例では、ＳＥＭに搭載された制御装置、或いはＳＥＭに通信回線等を経由して接続される制御装置（入力装置１３１５）を例に採って説明するが、これに限られることはなく、コンピュータープログラムによって、画像処理を実行する汎用の演算装置を用いて、後述するような処理を行うようにしても良い。更に、集束イオンビーム（Focused Ion beam：ＦＩＢ）装置等、他の荷電粒子線装置に対しても、後述する手法の適用が可能である。
　以下に説明する実施例は、パターンマッチングを行う装置，パターンマッチングをコンピューターに実行させるプログラム、及び当該プログラムを記憶する記憶媒体に関するものである。
　検査画像に、ラインとスペース幅が略同じのラインアンドスペースパターンのような繰り返しパターンが含まれていると、パターンマッチングに基づく位置合わせが適正に行われない可能性がある。これは、同じパターンが羅列されているような画像では、１ピッチずれて位置合わせが行われたとしても、正確な位置とほぼ同等の一致度となってしまうためである。このように特徴の少ないパターンが含まれる画像や、形状が複雑なパターンが含まれる画像であると、通常のマッチング法では、位置合わせに失敗することがある。この結果、測定，検査システムの稼動が停止、或いは遅延し、オペレータによる操作時間が増大する。また、位置合わせに失敗したことを正しく判断することも難しい。
　本実施例では、マッチングの成否の判定を容易に判断可能な装置について、図面を用いて説明する。このような判断を速やかに行うことによって、マッチングエラー時の早期の復旧や、レシピ設定時の適正なテンプレート条件を早期に発見することが可能となり、装置の自動化率を向上することが可能となる。また、マッチングエラーの検出に基づいて、選択的に異なるマッチング処理を実行せしめることによって、マッチング処理の効率化を実現することができる。
　本実施例では、主に半導体集積回路の製造に用いられるウェハ上または露光用マスク上の形状を撮像する手段と、該撮像手段により検査画像を格納する手段と、上記撮像手段により撮像しようとするウェハ上または露光用マスク上の位置に対応する半導体回路の設計データを格納する手段と、該設計データを画像化した設計データ画像を格納する手段と、該設計データ画像に含まる形状の相対的粗密関係から求めた関心領域を画像化した設計データＲＯＩ画像を生成する手段と、該検査画像と該設計データ画像の位置合わせを行う位置合わせ部を有し、該設計データＲＯＩ画像を用いて該検査画像と該設計データ画像が一致する位置の特定または、一致度を計算する装置，システム、或いは上記処理を、コンピューターに実行させるコンピュータープログラムについて説明する。
　上記構成によれば半導体回路の設計データから生成した設計データＲＯＩ画像を用いて形状の密度の高い領域を除いた特徴的な領域だけに着目することから、位置合わせが少し違うだけで設計データと検査画像の一致度に差を出すことができる。
　たとえば、検査画像が繰り返しパターン形状で、周期ズレが生じるような場合にはＲＯＩにおける設計データと検査画像は通常異なるものとなるので位置合わせの正解と失敗を正しく判断できる。
　また、検査画像から検査画像ＲＯＩ画像を生成すると繰り返しパターン形状以外の領域だけが残るので周期ズレは生じにくいので、位置合わせの失敗は低減され、且つ位置合わせの正解と失敗を正しく判断できる。
　位置合わせの正解と失敗を正しく判断できるので、オペレータフリーな半導体検査装置を提供することができる。
　以下、図面を用いて画像内の選択的な評価に基づく、マッチングの成否判定を行う装置について、詳細に説明する。なお、各図において、共通する部分には同一の符号を付し重複した説明を省略する。
　図４は位置合わせ判定工程の一例を示す図である。図２は、パターンマッチングの対象となる撮像画像、図３は、設計データに基づいて生成されるテンプレート画像、図５は、２つの画像間のマッチング処理工程を示す図である。
　図４の設計データ４０２は、図１３に例示する設計データ記憶媒体１３１４に格納されており、テンプレート作成時には、制御装置１３０５内のメモリ１３０７に一時的に格納される（設計データ画像４０３）。なお、以下の説明では、設計データ画像に基づいてテンプレートを作成する例について説明するが、シミュレーター１３１６にて生成されてシミュレーション画像に基づいてテンプレートを作成するようにしても良い。メモリ１３０７には、パターンマッチングの対象となる撮像画像（検査画像）も併せて格納され（検査画像４０１）、マッチング処理部１３０８におけるマッチング処理に供される。
　検査画像４１２と設計データ画像４１４は位置合わせ部４０６で位置合わせが行われる。一方、設計データＲＯＩ生成部４０４では、設計データ画像４１４に基づいて、設計データＲＯＩ画像４０５を作成する。
　位置合わせ結果４０７と設計データＲＯＩ画像４０５は位置合わせ判定部４０８に入力される。
　位置合わせ結果４０７の判定は位置合わせ判定部４０８で設計データＲＯＩ画像４０５のＲＯＩに着目して一致度４０９を算出することで行う。位置合わせ判定部４０８は、図１３の位置合わせ判定部１３１０と同じものである。この位置合わせ判定に基づいて得られる位置合わせ一致度４０９を表示装置１０９に表示する。なお、位置合わせ一致度４０９は一般的に知られている相関値などを用いることができる。
　位置合わせ一致度４０９は検査画像４１２と設計データ画像４１４および設計データＲＯＩ画像４０５と共に表示装置１０９に送られて表示される。また、位置合わせ一致度４０９が失敗を示した場合は検査画像４０１に撮像やり直し指示４１１を送る。撮像をやり直して得られた検査画像４１２を用いて再度位置合わせを行う。
　本実施例では、図５に例示するように、設計データ画像５０２に基づいて、設計データＲＯＩ画像４０５を生成し、当該設計データＲＯＩ画像４０５を用いて、検査画像５０１と設計データ画像５０２の位置合わせの成否を判断する。図５の検査画像５０１と設計データ画像５０２において正解な位置合わせができているのかを判断するには、少なくとも検査画像中の特徴領域５０３と設計データ画像の特徴領域５０６との間で適正な位置合わせが行われているか否かの判断を行えば良い。本実施例では、設計データ画像５０２上の特徴領域５０７，５０８と、検査画像５０１の特徴領域５０４，５０５をも判定対象とする例について説明する。
　特徴領域５０３は、周期パターンが含まれる設計データの中で、その周期性が途切れる部分であり、マッチングによって適正な位置合わせが行われなかった場合、特定領域５０３に位置合わせされる検査画像５０３上の周期パターン部となる。当該部分は、検査画像５０１全体と設計データ画像５０２全体を比較する場合と比べると、マッチングエラー時の一致度が相対的に低くなる（或いは不一致度が高くなる）部分である。即ち、マッチング成功時と失敗時の一致度の差が顕著に現れる領域であり、この部分を選択的に評価すれば、マッチング成否の検証を正確に行うことが可能となる。
　本実施例では、設計データ画像５０２を設計データＲＯＩ生成部４０４に入力して設計データＲＯＩ画像４０５を生成する。設計データＲＯＩ画像４０５には５０６，５０７，５０８に対応する５０９，５０１０，５１１のＲＯＩが生成される。設計データＲＯＩ生成部４０４は、図１３のＲＯＩ生成部１３１２に相当するものであり、後述する膨張処理等に基づいて、ＲＯＩを生成する。位置合わせ結果４０７は検査画像５０１と設計データ画像５０２が位置合わせ結果に基づいて合成された画像である。
　次に、位置合わせ結果４０７と設計データＲＯＩ画像４０５を位置合わせ判定部４０８で論理積（ＡＮＤ）することで位置合わせ判定結果４０９を得る。この場合、位置合わせ判定結果４０９に含まれる検査画像５０１のエッジ情報と、設計データ画像５０２のデザイン情報の比率を求めることで位置合わせが正解か失敗かを判断する。
　また、ＲＯＩ評価部１３０９によって、以下のような手順に基づいて、位置合わせの成否を判定することも可能である。図１４には、設計データに基づいて得られる評価領域（ＲＯＩ）１４０１、マッチングが失敗したときに、評価領域１４０１と重畳する撮像画像領域１４０２、及びマッチングが成功したときに、評価領域１４０１と重畳する撮像画像領域１４０３が例示されている。
　ここで撮像画像領域１４０２と１４０３の違いが分かれば、マッチングの成否判断を行うことができる。上述のように画素の比率に基づいて、成否判断を行う場合、評価領域１４０１に含まれる所定輝度の画素が、評価領域１４０１全体の画素数に対し、どの程度含まれているかの判定を行い、その比率が所定値の条件を満たしている場合（例えば、所定の比率の範囲に収まっている場合、或いは所定の比率の範囲を脱している場合）に、マッチングが成功、或いは失敗したと判断するようにすると良い。また、相対値ではなく、画素数の絶対値と閾値の比較に基づいて、成否を判定するようにしても良い。また、単にテンプレート全体の大きさに比べて小さな評価領域内の設計データと、撮像画像との一致度と、閾値との比較に基づいて、位置合わせの成否を判断するようにしても良い。
　更に、評価領域１４０４内に設けられた評価ウィンドウ１４０５内にて、プロファイル波形を形成し、評価ウィンドウ１４０６のように、所定の閾値を超えるピークが検出されたときには、マッチングが失敗したと判断し、評価ウィンドウ１４０７のように、ピークが検出されない場合には、マッチングが成功したと判断するようにしても良い。
　更に、図１５に例示するように、評価ウィンドウ１４０５について、エッジ部の膨張処理を行った上で、画素数をカウントすれば、評価ウィンドウ内のエッジの存否に基づく所定画素数の差異をより明確にすることができる。
　以上のようなマッチングの成否の結果を、位置合わせ判定結果４０９として、表示装置１０９にて表示することでオペレータに位置合わせが正解か失敗かを知られることができる。
　次に、設計データＲＯＩ生成部４０４（ＲＯＩ生成部１３１２）における設計データＲＯＩ画像４０５の生成工程を、図８を用いて説明する。
　まず、設計データ画像５０２を、メモリ１３０７に、Ｎ－１回目として保存する（ステップ８０１）。ステップ８０２では、膨張処理部１３１１によって、膨張処理を施すことによって、パターンの輪郭を示す線分を太らせる処理を行い、処理回数Ｎを＋１とする。膨張処理は例えば、注目画素に隣接する画素に、１つでもエッジに相当する画素が存在する場合に、当該注目画素をエッジと同じ階調とすることによって行われる。
　ステップ８０３では、ステップ８０２にて生成された画像から、膨張処理によって輝度が変化した領域以外の領域（ブロブ）の個数を数えてＭとする。Ｍの数が１となるまでステップ８０１～８０３を繰り返し（ステップ８０４）、Ｍ＝１となった場合に、ステップ８０５に進む。
　ステップ８０５では、膨張回数Ｎの数をカウントし、Ｎ＝１である場合には、ステップ８０７に進み、膨張処理回数が２回以上である場合には、ステップ８０６に進む。ステップ８０６では、Ｎ－１回目の画像が次のステップの処理対象となるように、膨張画像を戻す。
　ステップ８０７では、塗り潰されなかった部分を抽出する。ステップ８０８では、塗り潰されなかった部分が、関心領域（ＲＯＩ）として適切な位置と面積になるように画像を膨張させるなどの補正処理を施して出力する。
　図１２は、膨張処理に基づいてＲＯＩを抽出する工程を示す図である。ＲＯＩ生成部１３１２では、膨張処理部１３１１によって膨張処理を施された画像を用いて、ＲＯＩを抽出する。入力された設計データ画像５０２には特徴的な箇所として特徴点１２０２と特徴点１２０３および１２０４が存在していると仮定する。設計データ画像５０２を膨張処理すると画像１２０６のように白い部分が増える。さらに膨張処理すると画像１２０８となりもう１回膨張処理すると画像１２１０となる。
　画像１２１０内にて塗り潰しの処理を施されなかった領域（ブロブ）の数は１個である。設計データ画像５０２は２回以上膨張処理を行ったのでＮ－１回目となる画像１２０８から処理１２１２で形状を取り出し、膨張などの処理を行うと関心領域（ＲＯＩ）画像１２２０が得られる。
　関心領域（ＲＯＩ）画像１２２０に含まれる白い領域１２２１は特徴点１２０２、白い領域１２２２は特徴点１２０３、白い領域１２２３は特徴点１２０４に対応する。
　膨張させて最後まで残った情報を関心領域（ＲＯＩ）とするので、設計データに含まれる形状を判断するのではなく形状の相対的な粗密関係から関心領域（ＲＯＩ）を求めることができる。
　図１１は位置合わせ結果を表示する表示装置１０９の表示例を示す図であり、表示データは図１３に例示する出力データ作成部１３１３にて作成される。メニュー１１０１はＲＯＩを求めるかどうかを指定するＲＯＩ方式スイッチでＡｕｔｏスイッチ１１０２は図８の処理フローを使用して自動で関心領域（ＲＯＩ）を求めることを指定する。
　関心領域（ＲＯＩ）を使用しない場合はＯＦＦスイッチ１１０３を指定する。ウィンドウ１１０５は検査画像を表示する。ウィンドウ１１０７は設計データ画像を表示する。ウィンドウ１１０９は設計データＲＯＩ生成部４０４で生成した設計データＲＯＩ画像４０５を表示するＲＯＩ表示部である。
　ウィンドウ１１１１は位置合わせ結果が表示される結果表示部であり位置合わせ判定結果４０９を表示する。また１１０５，１１０７，１１０９の合成画像を表示してもよい。ウィンドウ１１１１をオペレータが見ることで１１０７に表示された設計データ画像内のどの領域を判断しているのかを知ることができる。
　なお、上述の例では、位置合わせの成否を判定するところまでを説明したが、位置合わせが失敗したとの判断に基づいて、再度位置合わせ処理を実行する例を、図１６のフローチャートを用いて説明する。電子ビームの照射領域に、測定対象位置を位置づけ（ステップ１６０１）、電子ビーム走査に基づいて、対象パターンの画像を取得する（ステップ１６０２）。ここで設計データ画像５０２のようなテンプレートを用いてパターンマッチングを実行する（ステップ１６０３）。テンプレートマッチング後、ＲＯＩ内の評価を行い、ＲＯＩ内に対象部位（例えば周期パターンが途切れた部分）が含まれていると判断される場合には、次の処理（測定のためのビーム走査等）を実行し（ステップ１６０５）、ＲＯＩ内に対象部位が含まれていない、すなわち位置合わせが失敗したと判断される場合には、ＲＯＩを用いたマッチング処理によって、正しい位置合わせを実行する（ステップ１６０６）。位置合わせが失敗したとは言え、近接した位置に正解の位置が存在すると判断できるような場合、図１７に例示するように、３つのＲＯＩを含む選択領域１７０１や、１つのＲＯＩ１７０２からなるテンプレートを用いて、狭い範囲でのマッチング処理を実行する。この場合、例えば、テンプレートの移動範囲を、ラインアンドスペースパターンの３ピッチ分に制限する（即ち、最初のテンプレートマッチングのテンプレートの移動量に比べて狭い範囲をサーチする）ことによって、処理の高速化、及び効率化をはかることが可能となる。
　図６は、設計データに基づいて生成される画像データ、撮像画像に基づいて生成される画像データ共に、膨張処理を施すことによって、ＲＯＩ領域同士を比較するマッチングを実行する工程を示すブロック図である。図７は、双方の画像データとＲＯＩが抽出された画像の例を示す図である。
　本実施例では、検査画像７０１と設計データ画像７０２の双方をメモリ１３０７内に格納し、検査画像ＲＯＩ生成部６０１、及び設計データＲＯＩ生成部４０４（図１３の場合、双方ともＲＯＩ生成部１３１２）にてＲＯＩの生成を行う。
　位置合わせ部４０６に検査画像ＲＯＩ画像６０２と設計データＲＯＩ画像６０５を入力して正規化相関などの一般的に知られた方法で位置合わせを実行する。また、例えばマッチング処理部１３０８にてマッチング処理を行う場合、ＲＯＩの輪郭を抽出し、試料上のパターン形状同士の比較ではなく、ＲＯＩ形状同士の比較によって、マッチング処理を行うこともできる。この場合、ＲＯＩ形状の輪郭同士の差分が最も小さくなるときの相対的な移動量をマッチングに要する移動量と定義するようにすると良い。このような構成によれば、設計データと実パターン形状との乖離に基づくマッチングエラーの可能性を抑制することが可能となる。
　出力データ作成部１３１３では、位置合わせ結果４０９として、検査画像ＲＯＩ画像６０２と設計データＲＯＩ画像６０５の一致する位置に基づいて、両者の位置誤差情報７０４を生成し、表示装置１０９に表示させることもできる。出力データ作成部１３１３では、マッチングの成否，位置誤差情報などを表示装置に表示させるための出力データを作成し、表示装置１０９は、レシピ名，画像取得時間，試料の座標情報等の付加情報と併せて表示する。
　また、位置誤差情報に基づいて、位置補正を行った位置合わせ結果７０４を表示装置１０９に表示させるようにしても良い。
　図９は検査画像ＲＯＩ生成部６０１の処理フローである。図８の処理フローに入力する情報を検査画像から作成することが図８のフローチャートと異なる点である。ステップ９０１にて、検査画像７０１に対し、ノイズ除去とエッジ強調などの画像処理を施し、画質改善を行う。このような画像処理は、画像処理部１３０６にて行われる。ステップ９０２では、画質改善した検査画像を２値化画像に変換する。以降、図８と同様の手順で検査画像から関心領域（ＲＯＩ）を求めて検査画像ＲＯＩ画像６０２を生成する。
　図１０は、繰り返しパターンの一態様であるホールアレイを対象画像としたときのマッチング処理の概要を示す図である。
　検査画像１００１と、設計データ画像１００３との間にて、位置合わせを行った場合、検査画像のホール１００２と設計データのホール１００４が重なるようにしたい。
　しかし、ホールアレイ形状は、繰り返しパターンなのでホールアレイの１行また１列だけズレが生じる場合がある。
　１行または１列ズレの場合、一致度は検査画像１００１のホール総数をＢ、設計データ画像のホールと検査画像のホールが重なっていないホール数をＡとした場合、式１の単純な式で表すと、図１０の失敗画像１００５においてＡは５、Ｂは３０となり式１より一致度は８３％を示す。
　　　一致度＝１－（Ａ／Ｂ）×１００「％」　　　　　…式１
　この場合、ＲＯＩの内側だけについて一致度を求めれば良い。具体的なステップとして、まず、位置合わせ結果に基づいて設計データ画像を切り出して設計データＲＯＩ画像１００７を生成する。設計データＲＯＩ画像１００７に含まれるＲＯＩ１００８を位置合わせ結果１００６に重ねたものが一致度算出画像１０１０である。一致度算出領域１０１１について式１を用いると、Ａは５、Ｂは９となり一致度は４４％となる。このことから、設計データＲＯＩを用いれば精度よく位置合わせの正解と失敗を判断することができる。
　上述したパターンマッチング法、及びパターンマッチングの検証法は、特に半導体デバイスのウェハや露光用マスクの回路パターンを検査するパターン検査装置，測長装置及び半導体測定，検査システムに適用することが可能である。
　図１８は、設計データに基づいたパターンが均等な間隔で縦と横の線分から構成される設計データ画像の例である。設計データ画像１８０１から折れ曲がり部分を特徴領域と判断するためには、縦パターン成分１８０２を選択的に左右の隣り合うパターンと重なるまで左右に膨張させる。横パターン１８０３と縦パターン１８０２の膨張領域１８０４の境界がパターンの粗密関係となり特徴領域１８０７が得られる。または、設計データ画像１８０１から折れ曲がり部分を特徴領域と判断するためには、横パターン成分１８０３を選択的に上下の隣り合うパターンと重なるまで上下に膨張させる。縦パターン１８０２と横パターン１８０３の膨張領域１８０６の境界が粗密関係となり特徴領域１８０７が得られる。設計データ画像１８０１から特徴領域１８０７の領域を使いマッチングを行うことで、精度の良いマッチングを行うことが可能となる。
　図１９は、設計データＲＯＩをグレースケールで用い重み付きマッチングを行う例である。設計データＲＯＩを示す画像は、白黒の２値画像ではなく、グレースケール設計データＲＯＩ１９０１を用いることもできる。グレースケール設計データＲＯＩ１９０１は、グレースケールの画素値がマッチング正解位置の重みを意味する。グレースケール設計データＲＯＩ１９０１の中心にマッチングすることを期待しており、同一画素値の領域１９１１，１９１２、１９１３，１９１４は、グレースケール設計データＲＯＩ１９０１の周囲から中心に向かって、昇順の画素値とする。例えば、設計データ画像１９０２と撮像したＳＥＭ像１９０３をマッチングしたマッチング失敗結果画像１９０４の場合、水平パターン１９０５の幅だけマッチング位置が上にずれている。一方、設計データ画像１９０２と撮像したＳＥＭ像１９０３をマッチングしたマッチング正解結果画像１９０６の場合は設計データのパターンとＳＥＭ像のエッジが重なっている。１９０４と１９０６のどちらのマッチング位置が正解かを判断するには、１９０４と１９０６において設計データのパターンとＳＥＭ像のエッジが重なっている画素をプラス点、乖離している画素をマイナス点とする。さらに、画素が位置している１９１１，１９１２，１９１３，１９１４の画素値を乗算する。設計データのパターンとＳＥＭ像のエッジが重なった度合いを、グレースケール設計データＲＯＩ１９０１の画素値で乗算した点数から点数が高い方をマッチング正解位置とすればマッチングの失敗を低減できる。
　図２１は、検査画像と設計データとのパターンマッチングを行う方法において、設計データＲＯＩの領域を、検査画像と設計データとの類似度評価を行う選択領域とする方法を説明する図である。ここでは検査画像と設計データとの類似度評価を行わない領域をマスク処理領域と呼び、マスク処理領域では類似度評価を行わないマッチング方法をマスク処理付きパターンマッチングと呼ぶこととする。
　本方法によりパターンマッチングで類似度評価を行う領域を画像内の特徴的な領域である設計データＲＯＩに限定することができ、マッチングのロバスト性が向上する（ロバスト性が向上する理由は後述する）。図２１（ａ）は、本方法の処理フローを示している。マスク処理付きパターンマッチング２１０７は、検査画像２１０１、設計データ２１０２、マスクデータ２１０６を入力とし、マッチング位置２１０８を出力する。なお、マスクデータ２１０６は、次の処理により生成する。まず設計データをもとに図８で説明した設計データＲＯＩ生成処理２１０３でＲＯＩ画像２１０４を生成し、次に生成したＲＯＩ画像２１０４をもとにマスク領域生成処理２１０５でマスクデータを生成する。
　以上の処理で、設計データＲＯＩを用いたマスク処理付きパターンマッチングを行うことができる。図２１（ｂ）は、マスク処理付きパターンマッチングで生成する画像等を説明する図である。パターンマッチングにおいては、検査画像２１２０で、マッチング処理用のテンプレートとする設計データと同サイズの領域を切り出し、その切り出した領域と設計データとの類似度を評価する。この切り出す領域の位置を検査画像上で移動させて（２１２２）、各位置での類似度を算出し、類似度の最大の位置をマッチング位置とする。
　本例ではマッチング正解位置は矩形の破線部２１２１である。また検査画像２１２０での丸型の破線部が本画像での特徴的な領域である（その他の領域はラインアンドスペースパターンの繰り返しパターンとなっている）。設計データ２１３０において特徴的な領域は、設計データ２１３０での丸型の破線部であり、本領域は、図８で述べたＲＯＩ生成方法により抽出できる。抽出したＲＯＩがＲＯＩ画像２１３１で白色の丸領域で示した領域である（領域内の設計データは、領域の位置を示すために参考のために描画しているだけで、実際は無い）。
　マスク領域生成部において、ＲＯＩ画像のＲＯＩをマスク処理付きマッチング処理で、類似度評価を行うフラグを付け（例えば１とする）、それ以外の領域（マスク領域）は類似度評価を行わないフラグを付ける（例えば０とする）。マッチング処理は、先に述べたように、検査画像２１２０、設計データ２１３０、マスクデータ２１４０を入力とする。マスクデータ２１４０を用いることで、検査画像との類似度評価に設計データでの特徴的な領域のみを用いた評価をすることができる。
　本方法でマッチングのロバスト性が向上する理由は、例えば検査画像２１２０のように特徴的でないパターンであるラインアンドスペースの繰り返しパターン（ライン幅：スペース幅＝１：１）の領域が類似度評価領域に多く含まれた場合に、半導体パターンの形成具合によっては、検査画像と設計データとの間でライン同士（或いはスペース同士）よりもラインとスペースとの幅が一致してしまっている場合に、類似度評価領域の多くを占めるラインアンドスペースの悪影響でマッチング位置が例えば半ピッチずれ、マッチングに失敗してしまう恐れがある。一方で、先の説明したように丸型の破線部の特徴的な領域に限定して類似度評価を行うと、このような半ピッチずれしてマッチングに失敗することを回避でき、マッチングをロバストに行うことが可能となる。
　なお、マスク領域のフラグは２値に限定するものではなく、図１９の説明にあったようにグレースケール（多値）にしても良い。その場合、例えばパターンマッチングの類似度評価が相関演算の場合に、画素毎の相関値への寄与率としてグレースケール（多値）の重みを掛け合わせることを行うことが可能となる。
　図２２は、図２１（実施例６）で述べた設計データＲＯＩを用いてマスク処理付きパターンマッチングを行う方法において、マスクデータを異なる方法で生成する方法を説明する図である。設計データ２２１１から図８で説明したＲＯＩ生成方法でＲＯＩを生成するまでは、図２１（実施例６）と同じである。
　抽出したＲＯＩにおいて（ＲＯＩ画像２２１２の白色の丸領域）、設計データ近傍の領域のみを類似度評価を行う領域とし、それ以外の領域はマスク領域とする。例えば、マスクデータ生成時の中間処理画像２２２１に示すように、ＲＯＩ内の設計データである破線の周辺を類似度評価領域（白色部）とする。本領域は、例えば設計データ部の領域を膨張処理することで生成する。マスクデータ２１３２で白色の領域が類似度評価を行う領域、それ以外の黒色の領域がマスク領域となる。
　これにより例えば検査画像２２４１に示すようにＲＯＩ内にパターンのエッジがある領域以外に余剰なパターン２２４２が写り込んだ場合にでも、その余剰なパターン２２４２はマスク処理により類似度評価から除外することができ、余剰なパターン２２４２の悪影響を受けないロバスト性の高いパターンマッチングを行うことが可能になる。
　図２３は、設計データから生成したＲＯＩを用いて、設計データからテンプレート領域を自動選出する方法を説明する図である。本方法により、よりロバストなマッチングを可能にするテンプレートを設計データから自動選出することができる。図２３（ａ）はテンプレート選出の処理フローを説明する図である。
　まず図８で説明したＲＯＩ生成処理２３０２により設計データ２３０１からＲＯＩ画像２３０３を生成する。次にＲＯＩ画像２３０３からテンプレート選出処理２３０４によりテンプレート２３０５を選出する。図２３（ｂ）はテンプレート選出の例を説明する図である。設計データ２３０１では、破線で示した領域２３０２がＲＯＩとなる。テンプレート選出処理２３０４では、テンプレート内にＲＯＩの領域が多く含まれるようにテンプレートを選出する。
　設計データ２３０１において、テンプレートの候補が領域２３０３、２３０４，２３０５とすれば、領域２３０３がＲＯＩを最も多く含むことから、領域２３０３をテンプレートとして選ぶ。パターンマッチングにおいては特徴的な領域がテンプレートに多く含まれるとマッチングがロバストになる傾向にあり、本方法のように特徴的な領域であるＲＯＩが多く含まれる領域をテンプレートとすることで、マッチングがロバストになる。テンプレートサイズが決まっているのであれば、そのテンプレートの領域内に、より多くのＲＯＩが含まれるようなテンプレート位置を選出すれば良い。
　テンプレートサイズが決まっていないのであれば、テンプレートサイズの許容範囲内でより多くのＲＯＩがテンプレート内に含まれるように、テンプレートサイズ及びテンプレート位置を選べば良い。なお、テンプレートが多く含まれるかの判定は、ＲＯＩの面積総和に限定するものではなく、テンプレートの面積に対するＲＯＩの面積の割合が最大となるように選んでも良い。また図１９で説明した重み付きＲＯＩであれば、重みの総和であっても良い。
　図２４は、図８とは異なる方法でＲＯＩを生成する方法を説明する図である。図２４（ａ）は、処理フローを説明する図である。設計データ２４０１に対して、コーナ点抽出処理２４０２を行い、その結果に対して、コーナ点周辺領域抽出処理２４０３を行い、ＲＯＩ画像２４０４を生成する。本処理内容を説明する図が図２４（ｂ）である。設計データ２４０１から特徴的な領域として、コーナ点２４０６（丸印部）を抽出する。
　一般的に知られている画像処理によるコーナ抽出方法としては、Harrisのコーナ検出方法、ＳＵＺＡＮのコーナ検出方法等があるが、本方法に限定するものではなく、コーナを検出する方法であれば良い。次にコーナ点２４０６をもとにコーナ点周辺領域２４０７（丸印部）を生成する。例えば、コーナ点を膨張処理することで本領域が生成できる。生成方法は、膨張処理に限定するものではなく、コーナ周辺領域が生成できれば良い。コーナ周辺領域２４０７がＲＯＩ画像２４０４のＲＯＩ（白色の領域）となる。
　次に、関心領域（ＲＯＩ）を設定するための他の手法について説明する。先述した実施例では、設計データのエッジ画像（輪郭線画像）、或いはシミュレーション画像のエッジを太らせる膨張処理を施すことによって、ＲＯＩ中心を求める例について説明をしたが、膨張処理に換えて、或いは併用して距離変換画像を用いて、ＲＯＩ抽出を行うことも可能である。図２０は距離変換画像に基づいてＲＯＩを抽出する工程を示すフローチャートである。
　まず、設計データのエッジ画像、或いはシミュレーション画像を、設計データ記憶媒体１３１４から読み出し（ステップ２００１）、距離変換画像を形成する（ステップ２００２）。本例で用いる距離変換画像は、エッジ位置を基準として、エッジとの距離に応じた信号を画素に付与することによって形成されるものであり、例えばエッジから離れるほど、大きな値を各位置の情報とすることによって形成する。距離変換画像形成法自体は公知のものであり、種々の手法の適用が可能である。
　図２に例示するような周期パターンの場合、エッジから最も遠い位置とは、周期パターンが途切れた部分であり、距離変換画像を形成することによって、エッジから最も遠い、１または複数のＲＯＩ候補位置を特定することができる。本例の場合、エッジから最も遠い位置、或いはエッジより所定値以上、離間している部分を、ＲＯＩ中心として選択する（ステップ２００３）。
　更に、距離変換画像を用いる利点として、途切れ（ｙ方向）部分のエッジ間の距離が、ライン間の距離（ｘ方向）より小さい場合であっても適用が可能な点がある。膨張処理の場合、「途切れ（ｙ方向）部分のエッジ間の距離＜ライン間の距離」であると、先に途切れ部分が塗り潰されてしまうため、途切れ部分にＲＯＩを設定することが難しい。一方、距離画像に基づけば、エッジから特定の距離を有する部分を選択的に抽出することができるため、例えばエッジからの距離が最も近い部分、或いは所定の距離条件を満たす（例えばライン間距離とは異なる距離情報を持つ）部分を選択的に抽出することにより、適正なＲＯＩ中心の選択が可能となる。
　このＲＯＩ中心位置から所定の大きさをＲＯＩとして設定（ステップ２００４）し、この測定条件を自動測定条件としてレシピに登録する（ステップ２００５）。
　以上のような構成によれば、膨張処理によらずとも、適正な位置にＲＯＩを設定することが可能となる。
　次に、複数のＲＯＩを設け、複数のＲＯＩ評価を行うことによって、マッチングの検証を行う例について説明する。図２５は、その工程を示すフローチャートである。通常のパターンマッチングを実施（ステップ２５０１）した後、複数のＲＯＩ評価を行う（ステップ２５０２）。評価値（一致度等）が所定条件を満たしているＲＯＩの数を判定し（ステップ２５０３）、その数が所定条件を満たすか否かを判定する（ステップ２５０４）。例えば一致度が所定値以上のＲＯＩが所定数以上存在するか、或いは不一致度が所定値以上のＲＯＩの数が所定値以下であるかの判断を行う。
　ＲＯＩの数が所定条件を満たすと判断できる場合は、マッチングが成功したものと判定（ステップ２５０５）し、ＲＯＩの数が所定条件を満たさないと判断される場合には、マッチングが失敗したと判定する（ステップ２５０６）。マッチングが失敗したと判定された場合には、再度ステップ２５０１に戻り、次候補を選択するか、或いはエラーメッセージ等を発生する等の処理を行う。
　このように単にＲＯＩ内の評価値を用いてマッチングの検証を行うだけではなく、複数のＲＯＩを設け、条件を満たすＲＯＩの数を判断基準とすることによって、例えば、パターンが部分的に変形し、評価値が異常値を示すような場合であっても、適正にマッチングの検証を行うことが可能となる。
　また、これまでの説明では１のマッチング結果を検証するために、ＲＯＩの評価を行っていたが、最初のパターンマッチングで複数のマッチング候補を選択し、ＲＯＩの評価によって、複数のマッチング候補から適正なものを選択することも可能である。図２６はその工程を示すフローチャートである。
　まず、通常のパターンマッチングによって、複数のマッチング候補位置（例えば一致度が所定値以上、或いは一致度が上位ｎ個の位置）を選択する（ステップ２６０１）。次に、ＲＯＩ内の判定に基づいて、複数のマッチング候補位置の中から、１のマッチング位置を特定する（ステップ２６０３）。この場合、最初のマッチングにおける一致度と、ＲＯＩの評価値の統計値の一番良いものを選択するようにしても良いし、ＲＯＩ内の評価値のみで判断するようにしても良い。
　以上のように、マッチングの検証だけではなく、複数のマッチング候補から適正なものを選択することにも、ＲＯＩ評価を用いることができる。
　次に、ＲＯＩ評価を複数のテンプレートを用いて行う例について説明する。図２７は、２つのラインエンド２７０２，２７０３が含まれるＲＯＩ２７０１を示す図である。例えば、二重露光法等によって形成されたパターンや、光近接効果（Optical Proximity Correction：ＯＰＣ）によって部分的にパターンがずれて形成されるパターンの場合、２つのラインエンドの相対位置が変化する可能性がある。本例ではＲＯＩの評価を行うテンプレートを複数用意し、複数のテンプレートの一致度評価に基づいて、マッチングの検証を行う例について説明する。
　図２７に例示するように、ＲＯＩを評価するためのテンプレート２７０４，２７０５を用意した上でパターンマッチングを実行する。まず、通常のパターンマッチングを実行し（ステップ２８０１）、次に、ＲＯＩ２７０１内にて、テンプレート２７０４，２７０５を用いたパターンマッチングを実行する（ステップ２８０２）。所定数のテンプレートを用いたマッチングが終了した場合には、複数（３以上でも可）のテンプレートを用いたマッチング結果が所定の条件を満たしているかを判定する（ステップ２８０４，２８０５）。ここで、マッチング結果が所定の条件を満たしている場合には、ステップ２８０１で実施したマッチングが成功したものと判定（ステップ２８０５）し、パターンの測定等、次の処理に移行する。また、マッチング結果が所定の条件を満たしていないと判断される場合には、ステップ２８０１でのパターンマッチングが失敗したものと判定（ステップ２８０６）し、次の候補を選択する、或いはエラーメッセージを発生する等の処理を実行する。
　なお、マッチング結果が所定の条件を満たしたか否かの判定は、例えば、２つのテンプレートを用いたマッチングによって、一致度が所定値以上である個所が特定できたか否かで判定する。このような判定によれば、２つのパターン位置が相対的にずれていたとしても、２つのパターンの存在の有無を判定することができ、パターンの形成条件によらず、安定してマッチングの検証を行うことができる。また、一方のパターンがＲＯＩの外にずれて形成されている可能性もあるため、一方のパターンが検出された場合に、マッチング成功と判定するようにしても良いし、一方のパターンが検出された場合には、他方の一致度の閾値を下げて、検証を行うようにしても良い。
　通常のパターンマッチングでは、サーチ領域に種々のパターンが存在するため、本例で説明するような１パターン単位でのマッチングは困難であるが、本例のように、パターンマッチングを行う領域をＲＯＩに制限する手法によれば、サーチ対象内のパターン形状の種類が限定されるため、簡単な形状のテンプレートを用いたマッチングの検証が可能となる。
　また、予めパターン間の相対位置が異なる複数の検証用テンプレートを用意し、そのいずれかで所定値以上の一致度が得られた場合に、マッチング成功と判定するようにしても良い。
１０１　電子顕微鏡鏡体
１０３　制御装置
１０４　計算機
１０９　表示装置
２０１　検査画像
３０１　設計データ画像
４０２　設計データ
４０４　設計データＲＯＩ生成部
４０５　設計データＲＯＩ画像
４０８　位置合わせ判定部
６０１　検査画像ＲＯＩ生成部
６０２　検査画像ＲＯＩ画像

Claims (25)

  1. 　設計データに基づいて形成されたテンプレートを用いて、画像上でパターンマッチングを実行する画像処理部を備えたパターンマッチング装置において、
    　前記画像処理部は、前記パターンマッチングを実行した後、前記テンプレート内の所定の評価領域内に含まれる前記画像が所定の条件を満たすか否かの判定を行うことを特徴とするパターンマッチング装置。
  2. 　請求項１において、
    　前記設計データに基づいて形成されるテンプレートは、前記設計データに基づいて得られる画像に対し、膨張処理を施すことによって形成されるものであることを特徴とするパターンマッチング装置。
  3. 　請求項２において、
    　前記評価領域は、前記膨張処理を施すことによって、塗り潰されなかった部分を抽出したものであることを特徴とするパターンマッチング装置。
  4. 　請求項３において、
    　前記評価領域は、前記塗り潰されなかった部分を、膨張することによって得られるものであることを特徴とするパターンマッチング装置。
  5. 　請求項１において、
    　前記画像処理部は、前記評価領域内に、所定のパターンが含まれているか否かによって、前記判定を行うことを特徴とするパターンマッチング装置。
  6. 　請求項１において、
    　前記テンプレートには、繰り返しパターンが含まれることを特徴とするパターンマッチング装置。
  7. 　請求項６において、
    　前記評価領域には、前記繰り返しパターンの周期性が途切れた部分が含まれることを特徴とするパターンマッチング装置。
  8. 　請求項１において、
    　前記評価領域は、前記テンプレートと比較して小さいことを特徴とするパターンマッチング装置。
  9. 　請求項１において、
    　前記テンプレートは、前記設計データに基づいて得られる画像に対し、縦方向、または横方向に選択的に膨張処理を施すことによって形成されるものであることを特徴とするパターンマッチング装置。
  10. 　請求項１において、
    　前記画像処理部は、前記評価領域を、周囲と中心で重みに相当する画素値が異なるよう生成することを特徴とするパターンマッチング装置。
  11. 　請求項１０において、
    　前記画像処理部は、前記評価領域内に、所定のパターンが含まれているか否かを、前記評価領域の画素値との演算を行った値で判定することを特徴とするパターンマッチング装置。
  12. 　請求項1において、
    　前記評価領域は、設計データから抽出したコーナ点を膨張処理して抽出したものであることを特徴とするパターンマッチング装置。
  13. 　設計データに基づいて形成されたテンプレートを用いて、撮像画像上でパターンマッチングを実行する画像処理部を備えたパターンマッチング装置において、
    　前記画像処理部は、前記設計データに基づいて得られる画像と、前記撮像画像の双方に膨張処理を施し、当該膨張処理によって塗り潰されなかった領域を、マッチング対象として比較することによって、前記パターンマッチングを実行することを特徴とするパターンマッチング装置。
  14. 　請求項１３において、
    　前記マッチング対象は、前記塗り潰されなかった部分を、膨張することによって得られるものであることを特徴とするパターンマッチング装置。
  15. 　請求項１３において、
    　前記マッチング対象の位置は、繰り返しパターンの周期性が途切れた位置に相当することを特徴とするパターンマッチング装置。
  16. 　設計データに基づいて形成されたテンプレートを用いて、画像上でパターンマッチングをコンピューターに実行させるコンピュータープログラムにおいて、
    　当該プログラムは、前記コンピューターに前記パターンマッチングを実行させた後、前記テンプレート内の所定の評価領域内に含まれる前記画像が所定の条件を満たすか否かの判定を行わせることを特徴とするコンピュータープログラム。
  17. 　請求項１６において、
    　前記プログラムは、前記コンピューターに、前記設計データに基づいて得られる画像に対し、膨張処理を施させることによって前記テンプレートを生成させることを特徴とするコンピュータープログラム。
  18. 　請求項１７において、
    　前記プログラムは、前記コンピューターに、前記膨張処理を施すことによって、塗り潰されなかった部分を抽出したものを、前記評価領域とさせることを特徴とするコンピュータープログラム。
  19. 　請求項１８において、
    　前記プログラムは、前記コンピューターに、前記塗り潰されなかった部分を、膨張させることによって前記評価領域を生成させることを特徴とするコンピュータープログラム。
  20. 　設計データに基づいて形成されたテンプレートを用いて、画像上でパターンマッチングをコンピューターに実行させるコンピュータープログラムにおいて、
    　当該プログラムは、前記コンピューターに、前記設計データに基づいて得られる画像と、前記撮像画像の双方に膨張処理を施させ、当該膨張処理によって塗り潰されなかった領域を、マッチング対象として比較させることによって、前記パターンマッチングを実行させることを特徴とするコンピュータープログラム。
  21. 　請求項２０において、
    　前記マッチング対象は、前記塗り潰されなかった部分を、膨張することによって得られるものであることを特徴とするコンピュータープログラム。
  22. 　請求項２１において、
    　前記マッチング対象の位置は、繰り返しパターンの周期性が途切れた位置に相当することを特徴とするコンピュータープログラム。
  23. 　設計データに基づいて形成されたテンプレートを用いて、撮像画像上でパターンマッチングを実行する画像処理部を備えたパターンマッチング装置において、
    　前記画像処理部は、前記設計データに基づいて得られる画像に膨張処理を施し、当該膨張処理によって塗り潰されなかった領域について選択的に、前記設計データに基づいて得られる画像と前記撮像画像との間で前記パターンマッチングを実行することを特徴とするパターンマッチング装置。
  24. 　請求項２２において、
    　前記膨張処理によって塗り潰されなかった領域において、設計データでパターンのデザインがある領域周辺について選択的に、前記設計データに基づいて得られる画像と前記撮像画像とで前記パターンマッチングを実行することを特徴とするパターンマッチング装置。
  25. 　設計データに基づいて形成されたテンプレートを用いて、撮像画像上でパターンマッチングを実行する画像処理部を備えたパターンマッチング装置において、
    　前記画像処理部は、前記設計データに基づいて得られる画像に膨張処理を施し、当該膨張処理によって塗り潰されなかった領域が含まれる割合が大きなテンプレートを用いて、前記設計データに基づいて得られる画像と前記撮像画像とで前記パターンマッチングを実行することを特徴とするパターンマッチング装置。
PCT/JP2011/006834 2011-01-26 2011-12-07 パターンマッチング装置、及びコンピュータープログラム Ceased WO2012101717A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
US13/981,963 US10535129B2 (en) 2011-01-26 2011-12-07 Pattern matching apparatus and computer program
JP2012554506A JP5707423B2 (ja) 2011-01-26 2011-12-07 パターンマッチング装置、及びコンピュータープログラム
KR1020137019857A KR101522804B1 (ko) 2011-01-26 2011-12-07 패턴 매칭 장치 및 기록 매체

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2011-013562 2011-01-26
JP2011013562 2011-01-26

Publications (1)

Publication Number Publication Date
WO2012101717A1 true WO2012101717A1 (ja) 2012-08-02

Family

ID=46580330

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2011/006834 Ceased WO2012101717A1 (ja) 2011-01-26 2011-12-07 パターンマッチング装置、及びコンピュータープログラム

Country Status (4)

Country Link
US (1) US10535129B2 (ja)
JP (1) JP5707423B2 (ja)
KR (1) KR101522804B1 (ja)
WO (1) WO2012101717A1 (ja)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015213749A (ja) * 2014-04-21 2015-12-03 株式会社東芝 Ｘ線コンピュータ断層撮影装置及び撮影条件設定支援装置
JP2016014994A (ja) * 2014-07-01 2016-01-28 セイコーエプソン株式会社 ロボットシステム
JP2016033694A (ja) * 2014-07-30 2016-03-10 東芝テック株式会社 物体認識装置及び物体認識プログラム
JP2017033365A (ja) * 2015-08-04 2017-02-09 富士通セミコンダクター株式会社 検出方法、検出装置及び検出プログラム
WO2020195304A1 (ja) * 2019-03-22 2020-10-01 Ｔａｓｍｉｔ株式会社 パターンマッチング方法
JP2022013853A (ja) * 2020-06-30 2022-01-18 シック アイヴィピー エービー 物体マッチングにおいて使用するための第１の物体モデルに基づく第２の物体モデルの生成
JP2023032759A (ja) * 2021-08-27 2023-03-09 株式会社Ｓｃｒｅｅｎホールディングス 描画システム、描画方法およびプログラム
JP2023094661A (ja) * 2021-12-24 2023-07-06 トヨタ自動車株式会社 検査用プログラム、検査方法、検査装置、学習済みモデル、機械学習モデルの学習方法、機械学習モデルの学習用プログラム
WO2024142323A1 (ja) * 2022-12-27 2024-07-04 株式会社日立ハイテク コンピュータシステム、試料観察方法、およびプログラム

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10483081B2 (en) * 2014-10-22 2019-11-19 Kla-Tencor Corp. Self directed metrology and pattern classification
TWI684225B (zh) * 2015-08-28 2020-02-01 美商克萊譚克公司 自定向計量和圖樣分類
EP3367166A1 (en) * 2017-02-24 2018-08-29 ASML Netherlands B.V. Method of measuring variation, inspection system, computer program, and computer system
JP7080771B2 (ja) * 2018-08-29 2022-06-06 株式会社ミマキエンジニアリング 加工用データ生成プログラム、加工用データ生成システムおよび加工用データ生成方法
CN113557140B (zh) * 2019-03-11 2024-09-13 王山国际有限公司 用于装饰层压板制造中的配准对准精度的系统及方法
US11023770B2 (en) * 2019-09-23 2021-06-01 Hong Kong Applied Science And Technology Research Institute Co., Ltd. Systems and methods for obtaining templates for tessellated images
US20230117237A1 (en) * 2020-02-13 2023-04-20 Asml Netherlands B.V. Contour extraction method from inspection image in multiple charged-particle beam inspection
WO2021166142A1 (ja) * 2020-02-20 2021-08-26 株式会社日立ハイテク パターンマッチング装置、パターン測定システムおよび非一時的コンピュータ可読媒体
CN115380207A (zh) * 2020-04-17 2022-11-22 塔斯米特株式会社 图案匹配方法
WO2022009357A1 (ja) * 2020-07-09 2022-01-13 株式会社日立ハイテク パターンマッチング装置、パターン測定システム、パターンマッチングプログラム
CN114202578A (zh) * 2020-09-18 2022-03-18 长鑫存储技术有限公司 一种晶圆的对准方法和装置
US12062164B2 (en) * 2020-12-30 2024-08-13 Samsung Electronics Co., Ltd. Pattern analysis system and method of manufacturing semiconductor device using the same
JP7729146B2 (ja) * 2021-09-28 2025-08-26 富士フイルムビジネスイノベーション株式会社 情報処理装置、情報処理システム、およびプログラム

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06215139A (ja) * 1993-01-13 1994-08-05 Kobe Steel Ltd 図形認識方法
JP2002267441A (ja) * 2001-03-07 2002-09-18 Fuji Heavy Ind Ltd ステレオマッチング方法および監視装置
JP2007121181A (ja) * 2005-10-31 2007-05-17 Toshiba Corp パターン形状評価方法およびパターン形状評価プログラム
JP2010009437A (ja) * 2008-06-30 2010-01-14 Hitachi High-Technologies Corp パターンの消失に対応したマッチング方式及びそれを用いた検査装置
WO2010114117A1 (ja) * 2009-04-03 2010-10-07 株式会社日立ハイテクノロジーズ 合成画像作成方法及び装置

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6987873B1 (en) * 1998-07-08 2006-01-17 Applied Materials, Inc. Automatic defect classification with invariant core classes
JP4199939B2 (ja) 2001-04-27 2008-12-24 株式会社日立製作所 半導体検査システム
JP4215454B2 (ja) 2001-07-12 2009-01-28 株式会社日立製作所 試料の凹凸判定方法、及び荷電粒子線装置
JP4564728B2 (ja) * 2003-07-25 2010-10-20 株式会社日立ハイテクノロジーズ 回路パターンの検査装置
JP4926116B2 (ja) * 2008-04-16 2012-05-09 株式会社日立ハイテクノロジーズ 画像検査装置
JP5357725B2 (ja) * 2009-12-03 2013-12-04 株式会社日立ハイテクノロジーズ 欠陥検査方法及び欠陥検査装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06215139A (ja) * 1993-01-13 1994-08-05 Kobe Steel Ltd 図形認識方法
JP2002267441A (ja) * 2001-03-07 2002-09-18 Fuji Heavy Ind Ltd ステレオマッチング方法および監視装置
JP2007121181A (ja) * 2005-10-31 2007-05-17 Toshiba Corp パターン形状評価方法およびパターン形状評価プログラム
JP2010009437A (ja) * 2008-06-30 2010-01-14 Hitachi High-Technologies Corp パターンの消失に対応したマッチング方式及びそれを用いた検査装置
WO2010114117A1 (ja) * 2009-04-03 2010-10-07 株式会社日立ハイテクノロジーズ 合成画像作成方法及び装置

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015213749A (ja) * 2014-04-21 2015-12-03 株式会社東芝 Ｘ線コンピュータ断層撮影装置及び撮影条件設定支援装置
JP2016014994A (ja) * 2014-07-01 2016-01-28 セイコーエプソン株式会社 ロボットシステム
JP2016033694A (ja) * 2014-07-30 2016-03-10 東芝テック株式会社 物体認識装置及び物体認識プログラム
JP2017033365A (ja) * 2015-08-04 2017-02-09 富士通セミコンダクター株式会社 検出方法、検出装置及び検出プログラム
WO2020195304A1 (ja) * 2019-03-22 2020-10-01 Ｔａｓｍｉｔ株式会社 パターンマッチング方法
JP7201751B2 (ja) 2020-06-30 2023-01-10 シック アイヴィピー エービー 物体マッチングにおいて使用するための第１の物体モデルに基づく第２の物体モデルの生成
JP2022013853A (ja) * 2020-06-30 2022-01-18 シック アイヴィピー エービー 物体マッチングにおいて使用するための第１の物体モデルに基づく第２の物体モデルの生成
US11928184B2 (en) 2020-06-30 2024-03-12 Sick Ivp Ab Generation of a second object model based on a first object model for use in object matching
JP2023032759A (ja) * 2021-08-27 2023-03-09 株式会社Ｓｃｒｅｅｎホールディングス 描画システム、描画方法およびプログラム
JP7701216B2 (ja) 2021-08-27 2025-07-01 株式会社Ｓｃｒｅｅｎホールディングス 描画システム、描画方法およびプログラム
JP2023094661A (ja) * 2021-12-24 2023-07-06 トヨタ自動車株式会社 検査用プログラム、検査方法、検査装置、学習済みモデル、機械学習モデルの学習方法、機械学習モデルの学習用プログラム
JP7687201B2 (ja) 2021-12-24 2025-06-03 トヨタ自動車株式会社 検査用プログラム、検査方法および検査装置
WO2024142323A1 (ja) * 2022-12-27 2024-07-04 株式会社日立ハイテク コンピュータシステム、試料観察方法、およびプログラム
TWI888975B (zh) * 2022-12-27 2025-07-01 日商日立全球先端科技股份有限公司 電腦系統、試料觀察方法及程式

Also Published As

Publication number Publication date
KR20130102116A (ko) 2013-09-16
JP5707423B2 (ja) 2015-04-30
US20140023265A1 (en) 2014-01-23
JPWO2012101717A1 (ja) 2014-06-30
KR101522804B1 (ko) 2015-05-26
US10535129B2 (en) 2020-01-14

Similar Documents

Publication Publication Date Title
JP5707423B2 (ja) パターンマッチング装置、及びコンピュータープログラム
US10937146B2 (en) Image evaluation method and image evaluation device
JP5313939B2 (ja) パターン検査方法、パターン検査プログラム、電子デバイス検査システム
JP5543872B2 (ja) パターン検査方法およびパターン検査装置
JP5639925B2 (ja) パターンマッチング装置、及びコンピュータープログラム
US9141879B2 (en) Pattern matching method, image processing device, and computer program
TWI475187B (zh) Image processing devices and computer programs
CN105074896B (zh) 图案测定装置以及半导体测量系统
US8577125B2 (en) Method and apparatus for image generation
JP5948138B2 (ja) 欠陥解析支援装置、欠陥解析支援装置で実行されるプログラム、および欠陥解析システム
US20180005363A1 (en) Pattern Matching Device and Computer Program for Pattern Matching
US20130117723A1 (en) Pattern shape evaluation method, pattern shape evaluation device, pattern shape evaluating data generation device and semiconductor shape evaluation system using the same
JP2020004443A (ja) 多層構造体の層間のオーバレイを測定する技法
KR20120068128A (ko) 패턴의 결함 검출 방법 및 이를 수행하기 위한 결함 검출 장치
JP2009198338A (ja) 電子顕微鏡システム及びそれを用いたパターン寸法計測方法
WO2014129018A1 (ja) 文字認識装置、文字認識方法及び記録媒体
JP5144415B2 (ja) 欠陥レビュー装置、欠陥レビュー方法及び欠陥レビュー実行プログラム
JP2013140468A (ja) パターンマッチング装置、検査システム、及びコンピュータプログラム
US8045807B2 (en) Pattern edge detecting method and pattern evaluating method
JP2013200319A (ja) 電子顕微鏡システム及びそれを用いたパターン寸法計測方法
KR20220123467A (ko) 패턴 매칭 장치, 패턴 측정 시스템 및 비일시적 컴퓨터 가독 매체
JP2006226676A (ja) マーク認識装置およびマーク認識方法

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 11857053

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2012554506

Country of ref document: JP

Kind code of ref document: A

ENP Entry into the national phase

Ref document number: 20137019857

Country of ref document: KR

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

WWE Wipo information: entry into national phase

Ref document number: 13981963

Country of ref document: US

122 Ep: pct application non-entry in european phase

Ref document number: 11857053

Country of ref document: EP

Kind code of ref document: A1