JPH0333605A - パターン比較検査方法および装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 〔産業上の利用分野〕 本発明はＬＳＩウェハ等の検査対象に対して本来同一で
あるべきパターンを検出した画像の差画像の２値化画像
を用いてパターンの欠陥等を検出８− するパターン比較検査方法および装置に関する。

〔従来の技術〕

従来のＬＳＩウェハ等に対して実物パターン同士の濃淡
画像の比較により欠陥を検査するパターン比較検査方法
および装置は、第１９図に示すような構成による検査方
法がとられている。

第１９図は従来のパターン比較検査方法および装置の一
例を示す構成国である。第１９図において、３はステー
ジ、４は撮像手段、６は画像記憶手段、７は差画像検出
手段、８は２値化手段、９は閾値記憶手段、１４は検出
画像信号、１５は記憶画像信号、１６は差画像信号、１
７は閾値、１８は２値画像である。

この構成で、検査対象のＬＳＩウェハ等を載せたステー
ジ３を動かしなから撮像手段４で画像を検出し、この画
像を比較単位分だけ画像記憶手段６に記憶しておくこと
により、パターンの検出画像信号１４と記憶画像信号１
５を得る。ついで差画像検出手段７でこの２つの画像信
号１４．１５の差画像信号１６を算出し、２値化手段８
でこの差画像信号１６を閾値記憶手段９に記憶されてい
る閾値１７で２値化することにより、２値画像信号１８
を得る。この２値画像信号１８によりＬＳＩウェハ等の
パターンの欠陥を検査する。

第２０図は第１９図の検出した画像の例を示す説明図で
ある。第２０図において、各図面を通じて同一符号は相
当部分を示し、９１．９２は欠陥である。例えば検査対
象のある品種Ｘに対して第２０図のような検出画像１４
ａと、記憶画像１５ａと、差画像１６ａが得られ、この
検出画像１４ａの中には欠陥９１があるとする。そこで
差画像１６ａの中の欠陥９１を含むＡ−Ａ’部の信号波
形９０ａをとると欠陥９１の部分で信号波形９０ａの濃
淡差が大きくなっており、ここで適当な閾値Ｖｌで２値
化すると欠陥９１のみを検出することができ、このよう
な２値画像１８ａを得ることができる。この間値ｖ１を
欠陥判定閾値と呼ぶ。またある品種Ｙに対して第２０図
のような検出画像１４ｂと、記憶画像１５ｂと、差画像
１６ｂが得られ、この場合にも検出画像１４ｂの中には
欠陥９２があるとする。そこで差画像１６ｂ中の欠陥９
２を含むＢ−Ｂ’部の信号波形９０ｂをとると欠陥９２
の部分０ とその他の部分で信号波形９０ｂの濃淡差が大きくなっ
ており、ここで先の品種Ｘの場合の閾値Ｖ１で２値化し
たのでは欠陥９２ばかりでなく、パターンの正常部まで
も誤って欠陥として検出してしまう誤検出が発生する。

このため例えば高い閾値Ｖ２で２値化する必要があり、
こうして新たな閾値Ｖ２により２値化して得られる２値
画像１８ｂのように欠陥９２のみを検出することができ
る。しかし品種Ｘの場合の差画像１６ａのときに閾値Ｖ
２で２値化したのでは欠陥９１を検出できずに見逃して
しまう。したがって欠陥判定閾値Ｖは検査対象の品種毎
に最適閾値に設定する必要があった。なおこの種の２値
化閾値の決定法として関連するものには、例えば特開昭
６２−２８２３８７号公報が挙げられる。

〔発明が解決しようとする課題〕

上記従来技術は、検査対象の本来同一であるべきパター
ンを検出した画像の差画像の２値化画像による比較検査
における他品種に対応した最適閾値の設定法の点につい
て配慮がされておらず、検査者が品種毎に試行錯誤で閾
値を設定していたの１１− で、その試行錯誤で設定した閾値が必らずしも最適でな
いため信頼性の高い検査が行われず、また試行錯誤の閾
値設定には莫大な時間を要する問題があった。

本発明の目的は検査対象の多品種に対応した検査を行う
ことのできるパターン比較検査方法および装置を提供る
ことにある。

本発明の他の目的は検査対象の多品種に対応した正確な
検査を行うことのできるパターン比較検査方法および装
置を提供することにある。

本発明のさらに他の目的は検査対象の多品種に対応した
正確な検査を高速に行うことのできるパターン比較検査
方法および装置を提供することにある。

〔課題を解決するための手段〕

上記目的を達成するために本発明によるパターン比較検
査方法および装置は、多品種に対応するように検査対象
の品種毎に最適閾値を算出する手段を設け、まだ検査し
たことのない品種のときには閾値の算出を行い、既に検
査したことのある品１２ 種のときには既に算出しである閾値をそれぞれセットし
た後に、検査対象のパターンの検出画像の差画像を２値
化して検査を行うようにしたものである。

また上記他の目的を達成するために本発明によるパター
ン比較検査方法および装置は、多品種に対応した正確な
検査を行うようにパターンの検出画像の差画像またはそ
の２値化画像の面積等の特徴量から正常パターンを誤検
出したり、パターン欠陥を見逃したりしない閾値を算出
する手段を設け、該閾値を用いて検査対象のパターンの
検出画像の差画像を２値化することにより検査を行うよ
うにしたものである。

また上記さらに他の目的を達成するために本発明よるパ
ターン比較検査方法および装置は、多品種に対応した正
確な検査を高速に行うように複数の閾値と該閾値によっ
てえられたパターンの差画像の２値化画像の特徴量やそ
の正常パターンの誤検出率やパターン欠陥の見逃し率と
の関係から２値化の閾値を更新する手段を設け、該更新
の終了３ 条件を満たした閾値を設定して２値化することにより検
査を行うようにしたものである。

〔作　用〕

上記パターン比較検査方法および装置は、検査対象の品
種を変える毎にパターンの検出画像の差画像を２値化す
る最適閾値を算出して検出することにより、各品種のパ
ターンの複雑さやでき具合等および各品種のパターンの
検出画像のコントラスト等に応じて検査条件を変えるこ
とができるようになるので、多品種に対応した検査が可
能になる。

また上記パターン比較検査方法および装置は、パターン
の検出画像の差画像の２値化画像を用いて比較検査した
結果の情報を用いて、パターンの差画像またはその２値
化画像の面積等の特徴量から正常なパターンを誤って検
出したり、またはパターンの欠陥を見逃したりしないよ
うな最適閾値で差画像を２値化して検査することにより
、検出した箇所の中に正常なパターンをあやまって検出
したり、あるいはパターンの欠陥を見逃したりし１４− たものが含まれることがないので、正確な検査が可能に
なる。

また上記パターン比較検査方法および装置は、複数の閾
値と該閾値によって観測された２値画像の特徴量やその
正常パターンの誤検出率やパターン欠陥の見逃し率との
関係からパターンの差画像を２値化する閾値を更新しな
がら収束させることにより、単純に値の小さい順または
大きい順に閾値を更新する方法や試行錯誤で閾値を更新
する方法に比べて、最適閾値の存在範囲を速く絞り込ん
で最適閾値を高速に求めることができるので、作業全体
の時間も短縮できて高速な検査が可能になる。

〔実施例〕

以下に本発明の実施例を第１図ないし第１７図により説
明する。

第１図は本発明によるパターン比較検査方法および装置
の第１の実施例を示す構成図である。第１図において、
１ａは検査装置本体部、２ａは閾値算出手段である。３
はステージで該ステージの移１５− 動によって検査対象のＬＳＩウェハを走査させることが
可能である。４は撮像手段でステージ３の動きに同期し
てＬＳＩウェハの画像を検出する。

この画像を検出画像１４と呼ぶ。５は制御部でステージ
３の移動の制御や撮像手段４の制御等をステージ移動指
令１２と、撮像指令１３等により行う。６は画像記憶手
段で検出画像１４を比較単位で記憶しておくことにより
隣接同一パターン間の比較を可能とする。この記憶され
た画像を記憶画像１５と呼ぶこととする。７は差画像検
出手段で検出画像１４と記憶画像１５の差画像１６を検
出する。８は２値化手段、９は閾値記憶手段で、２値化
手段８では閾値記憶手段９に記憶されている閾値１７に
より差画像１６を２値化して２値画像１８を検査結果と
して出力する。２０は切換スイッチで該スイッチを切り
換えることにより検出画像１４と、差画像１６と、２値
画像１８を選択して画像２１を閾値算出手段２ａに送る
ことができる。閾値算出手段２ａでは閾値算出指令ｌＯ
により動作開始して画像取込み指令１１を検査装置本体
部１ａに送り、画像２１を得て該画像２１１６− を用いて閾値の算出を行い、算出閾値１９を閾値記憶手
段９にセットする。

第２図は第１図のパターン比較検査方法のフローチャー
トである。第１図の各部の動作を第２図のフローチャー
トにより説明する。まず検査者が検査対象のＬＳＩウェ
ハの品種が以前に検査を行ったことのある品種かどうか
を調べ（ステップ１００）、検査したことのある品種で
あれば既に最適閾値が算出しであるので、この閾値１９
を閾値算出手段２ａから閾値記憶手段９に入力しくステ
ップ１０１）　、実際の検査を行う（ステップ１０５）
。またこれまでに検査したことのない品種の場合には検
査者が閾値算出指令１０を閾値算出手段２ａに送って閾
値算出を起動する（ステップ１０２）。これらの判断（
ステップ１００）は検査者が行わずに、記憶手段に品種
名と閾値を登録しておいて自動的に行ってもよい。次に
閾値算出手段２ａでは制御部５に画像取込み指令１１を
送り、制御部５はステージ３にステージ移動指令１２を
送ると同時に撮像手段４に撮像指令１３を送って、ステ
ージ３の動きに１７ 合わせて撮像することにより、画像２１を閾値算出手段
２ａに入力する（ステップ１０３）。つぎに閾値算出手
段２ａでは画像２１を用いて閾値を算出するが、この画
像２１としては検出画像１４と、差画像１６と、２値画
像１８などが考えられ、これらは切換えスイッチ２０で
切換え可能である。この算出閾値１９は閾値記憶手段９
にセットされる（ステップ１０５）。

この閾値のセット後に実際の検査を次の手順で行う。ま
ず制御部５からのステヘージ移動指令１２によりステー
ジ３を動かすと同時に撮像指令１３により撮像手段４か
らの検出画像１４を入力し、この検出画像１４を差画像
検出手段７におくると共に画像記憶手段６に記憶してお
く。ついである一定の時間だけ遅延させて記憶画像１５
を取り出すことにより、差画像検出手段７では本来同一
であるべき隣接パターンを検出した検出画像１４と記憶
画像１５の差画像１６を得ることができ、この差画像１
６を２値化手段８では閾値記憶手段９に記憶された閾値
１７で２値化することにより、パターンの欠陥部のみを
検出した２値画像１８を得ることができる（ステ８− ツブ１０５）。このように検査対象の多品種に対応した
検査を行うことができる。

第３図は第１図の閾値算出手段２ａの第１の構成側図で
ある。第工図の閾値算出手段２ａを第３図により詳しく
説明する。この第１の構成例では検査装置本体部１ａか
らの画像２１として検出画像１４を入力して閾値の算出
を行う。第３図において、２２はセレクタでセレクト信
号３５により検出画像１４を画像３０ａ、３０ｂのどぢ
らかに出力し、２３ａ　、　２３ｂは画像記憶手段で本
来同一であるべき隣接パターンを検出した画像をそれぞ
れ記憶する。２４は差画像検出手段で２つの画像３１ａ
、３１ｂの差画像３２を検出し、２５は２値化手段で差
画像３２を閾値記憶手段２６に記憶しである閾値３８に
より２値化した２値画像３３を出力する。２７はラベリ
ング手段で２値画像３３中のハイレベルの画素に連結成
分（４連結または８連結）毎にラベル付けを行ってラベ
リング画像３４を出力する。２８は閾値算出制御部で閾
値算出指令１０により閾値算出を開始して制御を行い、
２９は閾値更新手段で最大面積４０をもとに閾値３７を
算出する。

１９− ３９は最大面積算出手段でラベリング画像３４より各ラ
ベルの付いた画素をカラン１−することにより面積を算
出した後その最大面積４０を出力する。

つぎに閾値算出手段２ａの各部の動作を説明する。まず
閾値算出制御部２８で閾値算出指令１０を受は取ったの
ち検査装置本体部１に画像取込み指令１１を送り、検出
画像１４をセレクタ２２に入力する。

このときセレクト信号３５をａ側にておくことにより画
像記憶手段２３ａに画像３０ａを記憶する。ついで再度
に画像取込み指令１１を送って検査装置本体部１でステ
ージ３を移動させることにより、先に記憶した画像３０
ａと本来同一であるべき隣接パターンを検出した検出画
像１４をセレクタ２２に入力し、このときセレクト信号
をｂ側にしておくことにより画像記憶手段２３ｂに画像
３０ｂを記憶手段３０ｂに記憶する。これにより画像の
入力（第２図のステップ１０３）を完了する。つぎに差
画像検出手段２４で本来同一であるべきパターンを検出
した画像３１ａ。

３１ｂの差画像３２を検出する。この差画像３２を２値
化手段２５で閾値記憶手段２６に記憶している閾値３８
０− により２値化して２値画像３３を得、これをラベリング
手段２７でラベリングを行ってラベリング画像３４を得
、さらに最大面積算出手段３９で各ラベルの付いた画素
数をカウントすることにより最大面積４０を出力する。

この最大面積４０をここでは不一致面積Ｓと呼ぶことと
する。不一致面積Ｓは差画像１６（２値画像１ｇ）の特
徴量の１つである。そこで閾値Ｖを変えて不一致面積Ｓ
を求めると第４図のようになる。

第４図は第３図の閾値Ｖ３８と不一致面積Ｓ４０の関係
を示す説明図である。第４図において、不−値面積Ｓ（
画素）は閾値■（階調）に対して、閾値■が増加すると
不一致面積Ｓが減少するかもしくは変化しないという単
調減少の関係にある。ここでパターンの欠陥判定のさい
の最小検出面積Ｓｄとし、不一致面積Ｓがこの最小検出
面積８４未満となるような最小閾値ｖｃを求めると、こ
の閾値Ｖ。はこの閾値算出に用いた画像板中にパターン
の欠陥がない場合に正常部での誤検出の出ない最小の閾
値である。このような最小閾値Ｖ。を見い出すまで閾値
更新手段２９で更新閾値３７を更新させては、最大面積
算出手段３９で不一致面積Ｓ４０の算出をくり返すこと
により、パターンの正常部で誤検出の出ない最小閾値■
。を算出できるようにして、正確なパターンの検査を行
うことができる。

この最小閾値Ｖｃは検査対象の一部分の画像に対するも
のであるが、検査対象の代表的な部分の数箇所から算出
を行って得られた算出閾値Ｖｃの中の最大値を取ること
により、検査対象の広い領域を検査しても正常部の誤検
出の出ない最小閾値ｖｏを得ることができる。このため
には閾値算出に用いる箇所すべてについて黙視確認等に
よりあらかじめ欠陥のないことを確認しておけばよい。

このような最小閾値■。を算出する閾値更新手段２９の
構成を第５図に示す。

第５図は第３図の閾値更新手段２９の構成側図である。

第５図において、４１は演算部で後に説明するような式
により更新閾値３７を算出する。４２は閾値記憶手段、
４３は不一致面積記憶手段で、これまでに不一致面積を
算出した閾値３７と、そのときの不一致面積４０とを全
てそれぞれ記憶しておく。４４は終了判定部でこれらの
閾値４５とこれに対する不一致面積４６との組を全て読
み出して、後に説明する終了条件が成り立つか否かの判
定を行ったのち、終了条件が成り立った場合には終了信
号３６と算出閾値１９を出力する。

第６図は第３図（第５図）の算出閾値Ｖ。１９の算出方
法のフローチャートである。第３図（第５図）の閾値更
新手段２９の算出閾値■ｃ１９の算出手順を第６図によ
り説明する。先に不一致面積Ｓ４０の算出方法について
は既に説明したが、今度は閾値更新手段２９でまず閾値
Ｖ３８の初期値Ｖ１を算出しくステップ２００）　、つ
ぎに不一致面積Ｓｎを算出して（ステップ２０１）　、
終了条件が成立したか否か判断したのち（ステップ２０
２）　、ｎ　＝ｎ＋１として閾値Ｖｎを算出しくステッ
プ２０３）、この閾値Ｖ３８を順に様々に変化させて各
閾値Ｖｌｌ　Ｖ２・・・、Ｖｎに対する不一致面積Ｓ４
０の各不一致面積ＳＩ＋Ｓ２＋・・・ｔｓｎを求める動
作（ステップ２０１）を終了条件が成立する（ステップ
２０２）までくり返す。この２３ ときの終了条件（ステップ２０２）は次式となる。

Ｖ、−ＶＩ１１＝　１かつｓ　、＜　ｓ　ｄかつＳＷｌ
≧ＳｄここでＱ、ｍ＝１〜ｎ、最小検出面積Ｓｄである
。

この終了条件が成立したときに閾値Ｖ。＝ＶＡとして算
出閾値Ｖ０１９が求められ閾値算出が終了し、この時点
で閾値更新手段２９より終了信号３６が閾値算出制御部
２８に送られ、算出閾値Ｖ。１９が検査装置本体部１に
送られる。

第７図は第５図の演算部４１の計算方法のセカント法お
よびセカント法とはさみうち法を組み合わせた方法の説
明図である。第５図の閾値更新手段２９の演算部４１の
計算方法のセカント法とはさみうち法を組み合わせた方
法の計算手順を第７図により説明する。まずセカント法
では閾値■（階調）の初期値Ｖｌｌ　Ｖ２は差画像１６
の標順偏差の整数倍などの値から算出するかまたは入力
し、閾値Ｖ３からは次式により閾値ｖｎを更新する。

２４− この式はｎ＝３とおくと第７図の点Ｐｌ＊Ｐ２＋Ｐ３を
見ればわかるように点ＰＩ＋Ｐ２を通る直線と不一致面
積Ｓ（画素）の直線５＝Ｓｄとの交点の■座標を閾値Ｖ
３として不一致面積Ｓ３の点Ｓ３を決定することに対応
する。このさい検査対象によっては不一致面積Ｓの対数
をとり、 として、収束を速めることも可能である。つぎにこの処
理に加え、はさみうち法を組み合わせて、例えば第７図
の点”　ｎ−１＋　Ｐ　ｎ−２のようにＳｎ−菫くＳ　
ａ　ｒ　５ｎ−ｚ＜　Ｓ　ａとなったときには（１）式
の添字ｎ−２をｎ−３に変えた次の式を用いることとす
る。

これがはさみうち法の処理であって、 この処理よ ？５− り必ず最適閾値■。に収束させることができる。

第８図は第５図の演算部４１の計算方法のはさみうち法
の説明図である。第５図の閾値更新手段２９の演算部４
１の計算方法のはさみうち法の計算手順を免８図により
説明する。先にセカント法と組み合せてはさみうち法の
計算式（３）を既に説明したが、このはさみうち法のセ
カント法との違いは閾値Ｖの初期値Ｖ　Ｉ　＋　Ｖ　２
のうちＶｌを十分小さくとり、Ｖ２を十分大きくとるこ
とにより、不一致面積ＳのＳ、≧Ｓｄ、Ｓ２〈Ｓｄとし
て、初めから初期値Ｖ　Ｉ　ｒ　Ｖ　２の間に最適閾値
Ｖ。があるという状態で（３）により算出を行う点であ
る。

第９図は第５図の演算部４１の計算方法の２分法の説明
図である。第５図の閾値更新手段２９の演算部４１の計
算方法の２分法の計算手順を第９図により説明する。こ
の２分法では先のはさみうち法と同様に閾値Ｖの初期値
ＶＩＩＶ２として十分小さなＶｌと十分大きなＶ２を与
えることにより、Ｓ＋＞Ｓｄ、Ｓ２〈Ｓｄとして、閾値
Ｖ３は初期値Ｖ　Ｉ　＋　Ｖ　２の中点をと−＋てＶｓ
＝　（ＶｌｌＶ２）／２とり、、こ２６ （ｖｎ−２＋ｖｎ−１）　／　２とし、Ｓ　ｎ　＜　Ｓ
　ｄかつＳ　ｎ−２＞Ｓ　ｎ−３またはＳｎ≧ｓｄかつ
Ｓ　ｎ−２＜　Ｓ　ｎ−３のとき、点Ｐ。−２とＰ。−
３を交換するという動作を逐次的にくり返す。この動作
により必ず最適閾値Ｖ。に収束する。

上記の第７図ないし第９図の演算部４１の計算方法で、
第７図のセカント法は最適閾値■。の付近に速く移動す
るという長所があるが、閾値Ｖと不一致面積Ｓの関係で
傾きが水平に近くなると収束しなくなるという短所があ
る。第８図のはさみうち法は必ず最適閾値Ｖ。に収束す
るという長所があるが、初期値Ｖ、、Ｖ２の間隔を大き
くとる必要があるため収束が遅くなるという短所がある
。したがって第７図の説明のようにセカン１−法とはさ
みうち法を組み合わせた方法により、初めにセカント法
で最適閾値Ｖ。付近まで高速に移動したのち、十分に最
適閾値Ｖｃの存在範囲を限定した範囲ではさみうち法を
適用できるため、単調に小さ７− い順または大きい順に閾値ｖｎを変化させる場合に比べ
高速に閾値Ｖ。を算出することができる。

第１０図は第１図の閾値算出手段２ａの第２の構成側口
である。この第２の構成例では第３図の構成例と違って
、検査装置本体部１ａより検査対象の本来同一であるべ
きパターンを検出した画像の差画像１６を入力して閾値
１９の算出を行うため、差画像記憶手段６０を有するが
第３図のセレクタ２２と画像記憶手段２３ａ、　２３ｂ
と差画像検出手段２４とが不要となるので、第３図の構
成例に比尺て閾値算出手段２ａの構成が簡単になるとい
う利点がある。

この閾値１９の算出手順は第３図と同様である。

第１１図は第１図の閾値算出手段２ａの第３の構成側口
である。この第３の構成例では第３図の構成例と違って
検査装置本体部１ａより検査対象の本来同一であるべき
パターンを検出した画像の差画像１６の２値画像１８を
入力して閾値１９の算出を行うが、ただしこの構成の場
合には閾値１９を変える毎に２値化画像１８を入力する
必要がある。この構成例では第３図のセレクタ２２と画
像記憶手段２３ａ。

＝２８ ２３ｂと差画像検出手段２４と２値化手段２５と閾値記
憶手段２６とが不要であるので、第３図の構成例に比べ
て閾値算出手段２ａの構成がさらに簡単になるという利
点がある。この閾値１９の算出手順は第３図と同様であ
る。

第１２は本発明によるパターン比較検査方法および装置
の第２の実施例を示す構成図である。第１２図において
、１ｂは検査装置本体部、２ｂは閾値算出手段である。

６１は座標算出手段で２値画像１８とステージ３の移動
量６４をもとに座！７ｉ！６２を算出する。

この構成は第１図とほぼ同様であるが、その違いは検査
装置本体部１ｂに座標算出手段６１と、ステージ３の移
動量６４があって、第１図の切換スイッチ２０がないこ
とと、閾値算出手段２ｂり内部構成と、第１図の画像取
込み指令■１の代りに検査指令６３があることなどであ
る。

第１３図は第１２図のパターン比較検査方法の第１のフ
ローチャートである。第１２図の各部の動作を第１３図
のフローチャー１−により説明する。まず検査者が検査
対象の品種が検査を行ったことがある９ かどうかを調べ（ステップ１００）　、検査したことが
あれば既に最適閾値が算出しであるのでこの閾値１９を
閾値記憶手段９に入力しくステップ１０■）、実際の検
査を行う（ステップ１０５）。またこれまでに検査した
ことのない品種の場合には検査者が閾値算出指令１０を
閾値算出手段２ｂに送って閾値算出を起動する（ステッ
プ１０２）。これらの判定（ステップ１００）は検査者
が行わずに記憶手段に品種名と最適閾値を登録しておい
て自動的に行ってもよい。ここまでの手順は第２図のフ
ローチャート・と同じである。つぎに閾値算出手段２ａ
では制御部５に検査指令６３を送って試し検査を行うが
、この試し検査では閾値記憶手段９に適当な閾値１７を
セットするか算出するかして検査を行う。この試し検査
は実際の検査（ステップ１０５）と同様の動作を行うが
、これについて説明する。まず制御部５からステージ移
動指令１２によりステージ３を動かすと同時に撮像指令
１３により撮像手段４から検出画像１４を入力し、この
検出画像１４を差画像検出手段７に送ると共に画像記憶
手段６に記憶して０ おく。ついである一定の時間だけ遅延させて記憶画像１
５を取り出すことにより、差画像検出手段７では検査対
象の本来同一であるべき隣接パターンを検出した検出画
像１４と記憶画像１５との差画像１６を得ることができ
る。この差画像１６を２値化手段８では閾値記憶手段９
に記憶された閾値１９で２値化することによりパターン
の欠陥候補を検出した２値画像１８を得る。座標算出手
段６１ではこの２値画像１８とステージ３の移動量６４
をもとにパターンの欠陥候補の座標６２を算出して出力
し、ここで試し検査を終了する（ステップ１０６）。つ
ぎに目視確認を行うが、この目視確認では欠陥候補の座
標６２にもとづき制御部５からのステージ移動指令１２
と撮像指令１３によりステージ３と撮像手段４を動作さ
せ、欠陥候補の画像を取り込んで検査者がこれをモニタ
等で観察することにより真の欠陥であるか、それとも誤
検出であるかの判断をして、誤検出の座標６２を閾値算
出手段２ｂに送る。この目視確認は画像ではなく直接に
顕微鏡等で見て行ってもよい（ステップ１０７）。つぎ
にこの誤検出率６８ 標６２をもとに閾値算出手段２ｂで閾値算出を行って算
出閾値１９を閾値記憶手段９にセットしくステップ１０
８）　、その後に実際の検査を行う（ステップ１０５）
。このようにして検査対象の多品種に対応した検査を行
うことができる。

第１４図は第１３図の閾値Ｖ　ｌ　９と誤検出率ｆの関
係を示す説明図である。第１４図において、パターンの
欠陥候補の誤検出率ｆを例えば検査対象のチップ当りの
誤検出の個数と定義し、この誤検出率ｆ（個／チツプ）
と閾値Ｖ（階調）の関係を調べると図示のように単調減
少の関係になる。ここで誤検出率ｆがある適当な設定値
ｆｄより小さくなる最小閾値■。を最適閾値として求め
ることにする。

この最小閾値Ｖ。の算出を行うための閾値算出手段２ｂ
の構成を第１５図に示す。

第１５図は第１２図の閾値算出手段２ｂの構成側図であ
る。第１５図において、２８は閾値算出制御部、２９は
閾値更新手段、６５は誤検出座標記憶手段で座標算出手
段６１から送られる誤検出座標６２を記憶しておく。６
６は誤検出率算出手段で誤検出座標６２ま−３ま たは誤検出座標６７により誤検出率６８を算出する。

６９はセレクタでセレクト信号７０により誤検出座標６
２を誤検出座標記憶手段６５または誤検出率算出手段６
６に送る。

つぎに第１５図の閾値算出の動作を説明する。まず目視
確認終了用後（第１３図のステップ１０７）　、誤検出
座標６２を検査装置本体部１より入力する。セレクタ６
９ではセレクト信号７０により誤検出座標６２を誤検出
座標記憶手段６５に送って記憶させる。つぎに誤検出率
算出手段６６では誤検出座標６２をカウントして誤検出
率ｆ６８を算出する。ついで閾値更新手段２９出は誤検
出率６８をもとに閾値１９を更新して検査装置本体部１
ｂの閾値記憶手段９にセットする。ここで閾値算出制御
部２８より検査指令６３を検査装置本体部１ｂに送って
試し検査（第１３図のステップ１０６）と同じ箇所を検
査する。つぎにその検査結果の欠陥候補の座標６２を受
は取り、この座標６２をセレクタ６２ではセレクト信号
７０により誤検出１＄算出手段６６に送って、ここで誤
検出座標記憶手段６５に記憶しである誤検出座標６７と
照合することにより誤検出率ｆ６８を算出する。ついで
閾値更新手段２９ではこの誤検出率ｆ６８をもとに第３
図（第５図）の不一致面積Ｓ４０の場合と同様の終了判
定（第６図のステップ２０２）を行う。ここで終了条件
が満たされない場合にはさらに閾値１９を更新して同様
の処理をくり返す。こうして終了条件が満たされたとき
には誤検出率ｆ（個／チツプ）が設定値ｆｄ以下となる
算出閾値Ｖ。１９を検査装置本体部１ｂにセットして閾
値算出の処理を終了する（第１３図のステップ１０８）
。

このように第１２図（第１５図）の実施例によれば、誤
検出のでない閾値■。で正確な検査を行うことができ、
その不良原因をチエツクして有効な対策ができる。また
第１５図の閾値更新手段２９の構成は第５図の構成で不
一致面積記憶手段４３を誤検出率記憶手段に置き換えて
誤検出率６８を入力するようにすればよい。この場合の
閾値更新手段２９の動作も先と同様であって、閾値更新
手段２９の演算部４１の計算方法も先のセカント法とは
さみうち法を併用した方法と、はさみうち法単独と、２
分法などで閾値Ｖ。を算出できる。ここでは閾値算出手
段２ｂで誤検出率ｆ６８を用いて閾値Ｖ。の算出を行っ
ているが、他の評価量を用いて同様の処理で閾値■ｏを
求めることができる。

第１６図は第１３図の閾値ＶＩ９と欠陥の見逃し率Ｍの
関係を示す説明図である。第１６図においてパターンの
欠陥の見逃し率Ｍを例えば検査対象のチップ当りの見逃
しの個数と定義し、この見逃し率Ｍ（個／チツプ）と閾
値Ｖ（階調）の関係を調べると図示のように単調増加の
関係になる。ここで見逃し率Ｍがある適当な設定値Ｍ、
未満となる最大閾値Ｖ。を最適閾値として求めることに
する。これによりほぼ全ての欠陥を見つけることができ
るため全ての不良原因をチエツクして対策できる。

ただしこの閾値算出を行うためにはパターンの欠陥の座
標があらかしめ判っている必要があるが、これには第１
３図のフローチャー１〜のように試し検査（ステップ１
０６）と、目視確認（ステップ１０７）を行うか、また
は欠陥を埋め込んだテストパターンを用意すればよい。

５ 第１７図は第１２図のパターン比較検査方法の第２のフ
ローチャートである。第１７図において、まず検査した
ことのある品種かどうかを調べ（ステップ１００）　、
検査したことのある品種であればその閾値の入力を行い
（ステップ１０１．）　、実際の検査を行う（ステップ
１０５）。また検査したことのない品種の場合には閾値
算出の起動を行い（ステップ１０２）　、画像を入力し
くステップ１０３）　、その画像より閾値を算出しくス
テップ１０４）　、この閾値で試し検査を行い（ステッ
プ１０６）　、ついで目視確認を行い（ステツプ１０７
）、誤検出率ｆより閾値算出を行って（ステップ１．０
８）　、実際の検査を行う（ステップ１０５）。この場
合には先の閾値算出手段２ａ、２ｂの両方が必要となる
。この検査方法によれば閾値の精度を高めることができ
る。

第１８図は第１２図のパターン比較検査方法の第３のフ
ローチャー１・である。第１８図において、まず検査し
たことのある品種かどうかを調べ（ステップ１００）　
、検査したことのある品種であればその閾値を入力しく
ステップ１．０１）　、実際の検査を行６ う（ステップ１０５）。また検査したことのない品種の
場合には閾値算出を起動しくステップ１０２）、画像を
入力しくステップ１０３）　、この画像により閾値を算
出しくステップ１０４）　、この閾値で試し検査を行い
（ステップ１（１６）　、ついで目視確認を行い（ステ
ップ１．０７）　、ここで判明した誤検出の発生した箇
所の画像を入力しくステップ１０９）、この画像より閾
値算出を行い（ステップ１０８）、実際の検査を行う（
ステツプ１０５）。この検査方法によれば同様に閾値の
精度を高めることができる。

上記の実施例では差画像１６の特徴量として不一致面積
Ｓを用いて閾値Ｖの算出を行う例を説明したが、これに
限定されるものでなく、他の特徴量を用いて閾値算出を
行ってもよく、その他の特徴量としては例えば差画像１
６（２値画像１８）の周囲長、投撮長、体積（明るさが
ある値以上となる画素の明るさの和）などがある。

〔発明の効果〕

本発明によれば、検査対象の品種により本来同一である
べきパターンの差画像の２値化の最適閾値３７ 値を設定して検査を行うことができるので多品種への対
応が可能である。

また正常なパターンを誤って検出しないような最適閾値
で検査を行うことができるので検査の精度を高めること
がか能である。

さらに複数の閾値とその閾値によって観測された誤検出
量との関係から閾値を更新してゆき収束させることがで
きるので最適閾値を高速に算出することが可能となるな
どの効果がある。

【図面の簡単な説明】

第１図は本発明によるパターン比較検査方法および装置
の第１の実施例を示す構成図、第２図は第１図検査方法
のフローチャート、第３図は第１図の閾値算出手段の第
Ｉの構成側口、第４図は第３図の閾値と不一致面積の関
係の説明図、第５図は第３図の閾値更新手段構成側口、
第６図は第３図（第５図）の閾値算出方法のフローチャ
ー１・、第７図は第５図の演算部のセカント法の説明図
、第８図は第５図の演算部のはさみうち法の説明図、第
９図は第５図の演算部の２分法の説明図、第１０８ 図は第工図の閾値算出手段の第２の構成測量、第１１図
は第１図の閾値算出手段の第３の構成側口、第１２図は
本発明によるパターン比較検査方法および装置の第２の
実施例を示す構成図、第１３図は第１２図の検査方法の
第Ｉのフローチャート、第１４図は第１３図の閾値と誤
検出率の関係の説明図、第１５図は第１２図の閾値算出
手段の構成測量、第１６図は第１３図の閾値と見逃し率
の関係の説明図、第１７図は第１２図の検査方法の第２
のフローチャート、第１８図は第１２図の検査方法の第
３のフローチャート、第１９図は従来のパターン比較検
査方法および装置の一例を示す構成図、第２０図は第１
９図の検出画像例の説明図である。

Claims (1)

1. 【特許請求の範囲】 １、検査対象の本来同一であるべきパターンを検出した
   画像の差画像の２値化画像を用いたパターン比較検査方
   法おいて、検査対象の品種毎に２値化の最適閾値を算出
   して設定することを特徴とするパターン比較検査方法。 ２、検査対象の本来同一であるべきパターンを検出する
   手段と、該検出画像を記憶する手段と、該検出画像の差
   画像を検出する手段と、該差画像を２値化する手段とか
   らなるパターン比較検査装置において、検査対象の品種
   毎に２値化する最適閾値を算出する手段と、該閾値を設
   定する手段とを設けたことを特徴とするパターン比較検
   査装置。 ３、検査対象の本来同一であるべきパターンを検出した
   画像の差画像の２値化画像を用いたパターン比較検査方
   法において、複数の検出画像から求められる差画像また
   は２値化画像の特徴量から２値化の最適閾値を算出して
   設定することを特徴とするパターン比較検査方法。 ４、検査対象の本来同一であるべきパターンを検出する
   手段と、該検出画像を記憶する手段と、該検出画像の差
   画像を検出する手段と、該差画像を２値化する手段とか
   らなるパターン比較検査装置において、複数の検出画像
   から求められる差画像または２値化画像の特徴量を算出
   する手段と、該特徴量から２値化する最適閾値を算出す
   る手段と、該閾値を設定する手段とを設けたことを特徴
   とするパターン比較検査装置。 ５、検査対象の本来同一であるべきパターンを検出した
   画像の差画像の２値化画像を用いたパターン比較検査方
   法において、複数の２値化の閾値と該閾値によってえら
   れた２値化画像の特徴量との関係から２値化の閾値を更
   新することにより最適閾値を設定することを特徴とする
   パターン比較検査方法。 ６、検査対象の本来同一であるべきパターンを検出する
   手段と、該検出画像を記憶する手段と、該検出画像の差
   画像を検出する手段と、該差画像を２値化する手段とか
   らなるパターン比較検査装置において、複数の２値化す
   る閾値と該閾値によってえられた２値化画像の特徴量と
   の関係から２値化の閾値を更新する手段と、該更新の終
   了を判定する手段と、該更新の終了した閾値を設定する
   手段とを設けたことを特徴とするパターン比較検査装置
   。 ７、検査対象の本来同一であるべきパターンを検出した
   画像の差画像の２値化画像を用いたパターン比較検査方
   法において、複数の２値化の閾値と該閾値によってえら
   れた２値化画像の面積との関係から２値化の閾値を更新
   することにより最適閾値を設定することを特徴とするパ
   ターン比較検査方法。 ８、請求項７記載のパターン比較検査方法において、閾
   値を更新する方法として、閾値に対して２値化画像の面
   積が単調減少の関係にあるのに対して、閾値がある設定
   値となるときの面積の値を求める方法において、閾値の
   ２つの値に対する面積の値を求め、これを結ぶ直線と面
   積の設定値との交点から閾値を更新し、かつ面積が設定
   値を越えたときからは必ず設定値をはさむように２点を
   結ぶことにより更新する逐次的計算方法を用いることを
   特徴とするパターン比較検査方法。 ９、請求項７記載のパターン比較検査方法において、閾
   値を更新する方法としてセカント法と、はさみうち法と
   、２分法とのうちの１つを用いることを特徴とするパタ
   ーン比較検査方法。 １０、請求項７記載のパターン比較検査方法において、
   閾値を更新する方法としてセカント法と、はさみうち法
   と、２分法とのうちの少なくとも２つ以上を組み合わせ
   て用いることを特徴とするパターン比較検査方法。 １１、検査対象の本来同一であるべきパターンを検出す
   る手段と、該検出画像を記憶する手段と、該検出画像の
   差画像を検出する手段と、該差画像を２値化する手段と
   からなるパターン比較検査装置において、２値化画像の
   ラベリングを行う手段と、該ラベル中の連結成分の最大
   面積を求める手段と、該最大面積を記憶する手段と、複
   数の２値化する閾値と該閾値によってえられた２値化画
   像の最大面積との関係から２値化の閾値を更新する手段
   と、該更新の終了を判定する手段と、該更新の終了した
   閾値を設定する手段とを設けたことを特徴とするパター
   ン比較検査装置。 １２、検査対象の本来同一であるべきパターンを検出し
   た画像の差画像の２値化画像を用いたパターン比較検査
   方法において、比較検査した結果の情報を用いて正常パ
   ターンの誤検出率をもとに、該誤検出率が設定値未満に
   なるように２値化の閾値を設定することを特徴とするパ
   ターン比較検査方法。 １３、検査対象の本来同一であるべきパターンを検出し
   た画像の差画像の２値化画像を用いたパターン比較検査
   方法において、複数の２値化の閾値と該閾値によってえ
   られた２値化画像の正常パターンの誤検出率との関係か
   ら２値化の閾値を更新することにより最適閾値を設定す
   ることを特徴とするパターン比較検査方法。 １４、検査対象の本来同一であるべきパターンを検出す
   る手段と、該検出画像を記憶する手段と、該検出画像の
   差画像を検出する手段と、該差画像を２値化する手段と
   からなるパターン比較検査装置おいて、複数の２値化の
   閾値と該閾値によってえられた２値化画像の正常パター
   ンの誤検出率との関係から２値化の閾値を更新する手段
   と、該更新の終了を判定する手段と、該更新の終了した
   閾値を設定する手段とを設けたことを特徴とするパター
   ン比較検査装置。 １５、検査対象の本来同一であるべきパターンを検出し
   た画像の差画像の２値化画像を用いたパターン比較検査
   方法において、比較検査した結果の情報を用いてパター
   ン欠陥の見逃し率をもとに、該見逃し率が設定値未満に
   なるように２値化の閾値を設定することを特徴とするパ
   ターン比較検査方法。 １６、検査対象の本来同一であるべきパターンを検出し
   た画像の差画像の２値化画像を用いたパターン比較検査
   方法において、複数の２値化の閾値と該閾値によってえ
   られた２値化画像のパターン欠陥の見逃し率との関係か
   ら２値化の閾値を更新することにより最適閾値を設定す
   ることを特徴とするパターン比較検査方法。 １７、検査対象の本来同一であるべきパターンを検出す
   る手段と、該検出画像を記憶する手段と、該検出画像の
   差画像を検出する手段と、該差画像を２値化する手段と
   からなるパターン比較検査装置において、複数の２値化
   の閾値と該閾値によってえられた２値化画像のパターン
   欠陥の見逃し率との関係から２値化の閾値を更新する手
   段と、該更新の終了を判定する手段と、該更新の終了し
   た閾値を設定する手段とを設けたことを特徴とするパタ
   ーン比較検査装置。 １８、検査対象の本来同一であるべきパターンを検出す
   る手段と、該検出画像を記憶する手段と、該検出画像の
   差画像を検出する手段と、該差画像を２値化する手段と
   からなるパターン比較検査装置において、検査対象の品
   種毎に２値化する最適閾値を算出する手段と、該品種対
   応の最適閾値を記憶する手段と、該閾値を設定する手段
   とを設けたことを特徴とするパターン比較検査装置。 １９、検査対象の本来同一であるべきパターンを検出す
   る手段と、該検出画像を記憶する手段と、該検出画像の
   差画像を検出する手段と、該差画像を２値化する手段と
   、該２値化画像の座標を照合する手段とからなるパター
   ン比較検査装置において、検査対象の品種毎に２値化す
   る最適閾値を算出する手段と、該閾値を設定する手段と
   を設けたことを特徴とするパターン比較検査装置。