带电粒子束装置的制作方法

1.本公开涉及带电粒子束装置。


背景技术：

2.半导体装置不断地大规模化、高集成化。另一方面，随着半导体装置的微细化，对于使用带电粒子束的半导体检查装置要求提高半导体装置的测量精度以及检查精度。
3.作为半导体检查装置之一的扫描电子显微镜(sem：scanning electron microscope)对半导体装置等试样照射电子束，检测从试样释放出的2次电子来生成图像。
4.另外，作为除此以外的半导体检查装置，例如使用cd-sem(critical dimension sem，特征尺寸扫描电子显微镜)、dr-sem(defect review sem，缺陷复检扫描电镜)等。在cd-sem中，使用扫描电子显微镜进行半导体电路图案的尺寸测量。在dr-sem中，进行半导体电路的各种缺陷、异物的检查、观察。
5.例如，在专利文献1中公开了如下方式：基于根据低倍缺陷图像计算出的平均亮度值来生成低倍参照图像，检测这些图像的差异区域来作为缺陷区域。在专利文献2中公开了如下方式：根据多个合格品参照图像求出各亮度平均图像和亮度标准偏差图像，使用基于这些图像而生成的参照图像，由此不受亮度值的大的变动影响地抑制虚拟缺陷的检测。
6.在专利文献3中记载了计算平均图像和标准偏差图像来检查外观图像的方式。在专利文献4中，记载了取得多个检查对象图像，基于平均图像和标准偏差图像来对检查方案的参照图像进行更新的方式。
7.当导入新的半导体制造工艺时，为了取得目标测量图案、异物、缺陷图案的图像要制作对装置的处理顺序进行规定的方案。在方案中，需要使包含粒子(例如电子)的加速电压、探头电流、视野尺寸(帧图像的尺寸)、帧累计数的拍摄条件、用于确定目标测量图案的位置的图案识别用参数等最佳化。
8.但是，为了方案的最佳化，需要在各种拍摄条件下反复执行方案以使拍摄条件以及参数最佳化，因此方案的评价需要很多时间，并且方案评价所涉及的数据量也变大。
9.专利文献1：日本特开2014-130026号公报
10.专利文献2：日本特开2005-274157号公报
11.专利文献3：日本特开2004-185259号公报
12.专利文献4：日本特开2011-174757号公报


技术实现要素：

13.因此，本公开的目的在于提供一种能够抑制数据量增大并且缩短方案评价所需的时间的带电粒子束装置。
14.如下那样简单地说明本技术公开中的代表性的带电粒子束装置的概要。本发明的代表性实施方式的带电粒子束装置具有：显微镜，其对试样扫描带电粒子束，检测从试样释放出的2次粒子来输出检测信号；以及计算机系统，其根据检测信号生成帧图像，进行基于
帧图像的图像处理。计算机系统计算多个帧图像间的矩图像，并基于矩图像计算帧图像的特征量数据。
15.如下那样简单地说明通过本技术公开中的代表性的带电粒子束装置得到的效果。
16.即，根据本公开的代表性的实施方式，能够抑制数据量的增大，并且能够缩短方案评价所需的时间。
附图说明
17.图1是表示带电粒子束装置的一例的结构图。
18.图2说明加权平均图像的生成方法。
19.图3是表示特征量数据的计算方法的一例的流程图。
20.图4示意性地表示与图案截面相对的2次电子信号的强度分布的一例。
21.图5说明虚拟图像的生成方法。
22.图6是表示虚拟图像的生成方法的一例的流程图。
23.图7示意性地说明偏度和峰度的特性。
24.图8说明发生收缩时的状况。
25.图9说明发生像漂移现象时的状况。
26.图10表示包含已饱和的亮度值的帧图像的2次电子强度分布。
27.图11是表示带电漂移图像的生成方法的一例的流程图。
28.图12是例示缺陷复检sem中的1批次的检查处理流程的流程图。
29.图13是表示缺陷检测处理的参数调整方法的一例的流程图。
30.图14是例示用于复制低倍率的sem像的检查处理流程的流程图。
31.图15是表示利用了所复制的低倍率的sem像的缺陷检测处理的参数调整方法的一例的流程图。
32.图16是表示拍摄帧数的最佳化处理的一例的流程图。
具体实施方式
33.以下，参照附图对本公开的实施方式进行说明。以下说明的各实施方式是用于实现本公开的一例，并不限定本公开的技术范围。在实施例中，对具有相同功能的部件标注相同的符号，除了特别需要的情况之外，省略其重复的说明。
34.(实施方式1)
35.在本实施方式中，使用根据帧图像计算出的特征量数据来生成虚拟图像，并使用虚拟图像来进行方案评价等。
36.＜带电粒子束装置的结构＞
37.图1是表示带电粒子束装置的一例的结构图。在此，以扫描电子显微镜为例来说明带电粒子束装置的结构。如图1所示，扫描电子显微镜(带电粒子束装置)200具有电子显微镜201、计算机系统202以及显示装置203。
38.电子显微镜201具备电子源204、聚焦透镜205、偏转器206、物镜207、载置试样208的试样台209、检测器210。从电子源204发射的电子束通过聚焦透镜205和物镜207而汇聚，照射试样台209上的试样208。
39.偏转器206按照从计算机系统202输出的偏转信号使电子束偏转。由此，电子束在试样208上二维地进行扫描。检测器210检测从试样208产生的2次电子和背向散射电子，将检测出的2次电子(2次粒子)和背向散射电子变换为检测信号。将检测信号输出到计算机系统202。
40.如图1所示，计算机系统202具备数据处理部211、图像存储部212、图像处理部213、非易失性存储器214。
41.数据处理部211进行数据处理部211内的各构成要素间的信息的输入输出、与电子显微镜201以及显示装置203之间的信息的输入输出等。
42.数据处理部211例如生成对电子显微镜201的各构成要素进行控制的控制信号(例如偏转信号等)。例如，数据处理部211生成对检测器210的偏置以及范围进行调整的信号，使得从检测器210输出的检测信号收敛于预定的动态范围内。
43.关于偏置、范围的调整，例如可以通过使用了硬件的abc(auto bias control：自动偏置控制)控制来进行，也可以通过使用软件的abc来进行。
44.另外，数据处理部211从电子显微镜201例如接收检测信号、针对控制信号的响应信号等各种信号。例如，数据处理部211基于检测信号生成帧图像，并将生成的帧图像保存在图像存储部212中。
45.另外，数据处理部211输出使显示装置203显示的图像数据。图像数据例如包含帧图像的图像数据、由后述的图像处理部213进行图像处理后的图像数据等。
46.图像处理部213进行基于帧图像的图像处理。例如，图像处理部213根据图像存储部212中保存的多个帧图像，生成加权平均图像310(图2)。在后面叙述图像处理部213进行的处理。
47.显示装置203是显示扫描电子显微镜200的各种信息的装置。显示装置203例如显示扫描电子显微镜200的设定信息、表示运转状况的信息、帧图像、图像处理后的图像等。另外，显示装置203例如也可以具备由触摸面板等实现的输入装置的功能。此时，在显示装置203显示用于输入信息的用户界面。
48.图2说明加权平均图像的生成方法。图像处理部213将对于第1帧图像310_1、第2帧图像310_2、
…
、第k帧图像310_k的各帧图像分别累计任意设定的权重w1、w2、
…
、wk(w1 w2
…
wk＝1)而得到的结果全部相加，来生成加权平均图像310。图像处理部213将各自的权重设定为w1＝w2＝
…
＝wk＝1/k，由此能够由多个帧图像生成平均图像102。
49.图像处理部213根据帧图像生成特征量数据，并将生成的特征量数据保存在图像存储部212中。关于特征量数据，将在后面详细说明。
50.另外，图像处理部213通过进行模拟来虚拟地生成模拟图像，并将生成的模拟图像保存在图像存储部212中，上述模拟使用了在图像存储部212中保存的特征量数据。以下有时将模拟图像称为虚拟图像。
51.数据处理部211以及图像处理部213例如通过由cpu等处理器执行非易失性存储器214中存储的程序来实现。另外，数据处理部211以及图像处理部213的部分功能也可以由专用的硬件构成。此时，图像存储部212例如能够设置为与cpu等连接的存储器。此时，cpu在进行需要的处理时从非易失性存储器214读出各程序并在内置存储器中展开即可。
52.＜特征量数据的计算＞
53.图3是表示特征量数据计算方法的一例的流程图。这里计算的特征量数据例如是帧图像的平均、标准偏差、峰度以及偏度。以像素为单位计算这些特征量数据。图3的流程包括步骤s501～s507。在步骤s501中，电子显微镜201以预先指定的预定次数对试样208扫描电子束。
54.在步骤s502中，数据处理部211每当电子束扫描试样208时生成帧图像，并将生成的帧图像保存在图像存储部212。然后，图像处理部213将多个帧图像相互比较，计算出帧图像间的位置偏移量。然后，图像处理部213使用计算出的位置偏移量来修正各帧图像。
55.在步骤s503中，图像处理部213使用帧图像的n次方平均图像来计算n阶矩图像。
56.首先，图像处理部213将修正后的帧图像作为中间图像，分别计算帧图像的1次方平均图像＜img1＞、2次方平均图像＜img2＞、3次方平均图像＜img3＞、4次方平均图像＜img4＞。
57.帧图像的1次方平均图像＜img1＞由以下所示的式(1)表示。帧图像的2次方平均图像＜img2＞由以下所示的式(2)表示。帧图像的3次方平均图像＜img3＞由以下所示的式(3)表示。帧图像的4次方平均图像＜img4＞由以下所示的式(4)表示。在式(1)～(4)中，[i，j]表示帧图像上的像素位置，n表示帧图像的数量，帧图像k表示第k帧的帧图像。
[0058]
《img1》[i，j]＝(1/n)
×
σ{k＝1，
…
，n}帧图像k[i，j]
…
(1)
[0059]
《img2》[i，j]＝(1/n)
×
∑{k＝1，
…
，n}帧图像k[i，j]2…
(2)
[0060]
《img3》[i，j]＝(1/n)
×
∑{k＝1，
…
，n}帧图像k[i，j]3…
(3)
[0061]
《img4》[i，j]＝(1/n)
×
∑{k＝1，
…
，n}帧图像k[i，j]4…
(4)
[0062]
以下，图像处理部213能够同样地计算到帧图像n的n次方平均图像＜imgn＞[i，j]。
[0063]
接着，图像处理部213根据通过式(1)～(4)计算出的1次方～4次方的各平均图像、以及n次方平均图像，计算帧图像的n阶矩图像。帧图像的1阶矩图像由以下所示的式(5)表示。帧图像的2阶矩图像由以下所示的式(6)表示。帧图像的3阶矩图像由以下所示的式(7)表示。帧图像的4阶矩图像由以下所示的式(8)表示。
[0064]
1阶矩图像[i，j]＝＜img1＞[i，j]
…
(5)
[0065]
2阶矩图像[i，j]＝＜img2＞[i，j]﹣＜img1＞[i，j]2…
(6)
[0066]
3阶矩图像[i，j]＝《img3》[i，j]﹣3《img2》[i，j]
×
《img1》[i，j] 2《img1》[i，j]3…
(7)
[0067]
4阶矩图像[i，j]＝《img4》[i，j]﹣4
×
《img3》[i，j]
×
《img1》[i，j] 6
×
《img2》[i，j]
×
《img1》[i，j]2﹣3《img1》[i，j]4…
(8)
[0068]
n阶矩图像能够使用以下所示的二项定理的展开公式(9)来计算。
[0069]
(a b)n＝σ{k＝0,
…
,n}
nck
×ak
×b(n-k)
…
(9)
[0070]
接着，图像处理部213使用各个矩图像，分别进行平均图像的计算(s504)、标准偏差图像的计算(s505)、峰度图像的计算(s506)、偏度图像的计算(s507)。
[0071]
步骤s504的平均图像通过以下所示的式(10)来计算。
[0072]
平均图像[i，j]＝1阶矩图像[i，j]
…
(10)
[0073]
步骤s505的标准偏差图像通过以下所示的式(11)来计算。
[0074]
标准偏差图像
[0075]
步骤s507的偏度图像通过以下所示的式(12)来计算。
[0076]
偏度图像[i，j]＝3阶矩图像[i，j]
÷
标准偏差图像[i，j]3…
(12)
[0077]
步骤s506的峰度图像通过以下所示的式(13)来计算。
[0078]
峰度图像[i，j]＝4阶矩图像[i，j]
÷
标准偏差图像[i，j]4﹣3
…
(13)
[0079]
步骤s504～s507的顺序能够适当调换。当步骤s504～s507的处理结束时，特征量数据的计算处理完成。
[0080]
在此，示出了计算到4阶矩图像的例子。如果使用到4阶矩图像，则能够抑制图像处理部213的负荷，并且确保特征量的计算精度。
[0081]
＜sem图像中的信号的产生过程＞
[0082]
在此说明sem图像中的信号的产生过程。图4示意性地表示与图案截面相对的2次电子信号的强度分布的一例。图4的(a)表示试样的图案截面。在图4的(a)中，401表示非图案边缘部，402表示图案边缘部。图4的(b)表示2次电子信号的强度分布。在图4的(b)中，横轴是2次电子信号强度，纵轴是频度。在图4的(b)中，403是非图案边缘部401的2次电子信号的强度分布，404是图案边缘部402的2次电子信号的强度分布。
[0083]
由于边缘效应，容易从非图案边缘部401产生sem的2次电子。另一方面，具有从图案边缘部402产生的sem的2次电子与非图案边缘部401相比相对少的特性。假设2次电子的产生概率是随机过程，设2次电子的产生频度遵照正态分布。
[0084]
在本实施方式中，如上所述，得到从n个帧图像以像素为单位提取了概率分布的特性而得到的特征量数据(平均、标准偏差、偏度、峰度)。与图案边缘部402对应的平均图像上的像素例如是图2所示的边缘部的像素320。与非图案边缘部401对应的平均图像上的像素成为图2所示的非边缘部的像素330。
[0085]
同样地，在第1帧图像中，与非图案边缘部401对应的像素是像素330_1，与图案边缘部402对应的像素是像素320_1。在第2帧图像中，与非图案边缘部401对应的像素是像素330_2，与图案边缘部402对应的像素是像素320_2。在第k帧图像中，与非图案边缘部401对应的像素是像素330_k，与图案边缘部402对应的像素是像素320_k。
[0086]
如果帧图像数量足够多，则帧图像上的非图案边缘部401的2次电子信号的强度分布403以及图案边缘部402的2次电子信号的强度分布404分别遵照正态分布。
[0087]
如果假定2次电子信号的强度分布遵照正态分布，则能够根据中心极限定理虚拟地生成任意k帧的sem图像来作为模拟图像(虚拟图像)。另外，也能够从各帧的虚拟图像虚拟地生成多个帧的累计图像。
[0088]
中心极限定理是指在计算遵照连续概率分布的采样数据的平均时，其平均值的偏差收敛于总体的标准偏差除以采样数的平方根而得到的数值。
[0089]
＜虚拟图像的生成方法＞
[0090]
接着说明虚拟图像的生成方法。图5说明虚拟图像的生成方法。图5的(a)表示虚拟图像生成的概念图。在图5的(a)中，101是虚拟图像。102是平均图像。103是标准偏差图像。104是随机数图像。105是修正系数。例如，如图5所示，修正系数105是由用于生成虚拟图像的帧数(k)的平方根的倒数规定的值。图5的(b)表示正态随机数的分布106。正态随机数具
有平均＝0，标准偏差＝1的特性。
[0091]
图6是表示虚拟图像的生成方法的一例的流程图。在图6的例子中，在生成虚拟图像时，执行步骤s1001～s1004。在步骤s1001中，图像处理部213使用正态随机数的分布106，生成表示2次电子产生频度分布的随机数图像104。在步骤s1002中，图像处理部213计算修正系数105。
[0092]
然后，图像处理部213将标准偏差图像103、随机数图像104和修正系数105相乘(步骤s1003)，对在步骤s1003中计算出的结果加上平均图像102，生成k帧中的模拟图像101(s1004)。将标准偏差图像103与修正系数105相乘而得到的结果是k帧中的累计图像的偏差(标准偏差)。
[0093]
同样的处理也可以通过随机选择k个用于计算特征量数据的帧图像并进行平均化来进行，但为了保存图像数据所需的容量变得庞大，因此不现实。另外，图像处理变得庞大，对图像处理部213施加的负荷变大。
[0094]
将如此生成的虚拟图像例如用作图案匹配用图像、方案评价用图像。
[0095]
由基于多个帧图像得到的平均图像、标准偏差图像以及随机数图像来生成虚拟图像。根据该结构，仅通过较少的(3个)图像来生成方案评价用图像。因此，能够缩短方案评价用图像的生成时间。由此，能够抑制数据量的增大，并且能够缩短方案评价所需的时间。
[0096]
另外，根据本实施方式，能够生成基于特征量数据变更了拍摄条件的sem图像的虚拟图像，因此能够不经由装置而高效地进行条件不同的方案的评价。另外，由于对试样的损伤得到抑制，再现性提高，因此能够进行累计了多个帧的累计评价。
[0097]
另外，通过利用虚拟图像，能够不依赖应用工程师的经验而将测量用参数等各种参数设定为最佳。另外，在利用设计数据的情况下，也能够通过虚拟图像来预测噪声起因的再现性，能够省去用于确认试样的测量。
[0098]
(实施方式2)
[0099]
接着对实施方式2进行说明。
[0100]
通过削减帧数来缩短sem图像的拍摄时间，能够使缺陷复检高速化。但是，难以推测削减了帧数时的缺陷检测率的降低情况，需要再次执行方案来监视缺陷检测率，因此存在图像处理参数的最佳化作业花费工时的课题。
[0101]
并且，目视确认测量边缘的检测位置，由此判断拍摄图像的帧数是否最佳，信噪比(s/n)是否足够。在检测出微细的缺陷、异物的情况下，需要进行通过目视来确认它们是否为事实的作业。
[0102]
另外，在对用于从sem图像中检测缺陷的图像处理参数进行最佳化时，需要取得很多sem图像，其中，sem图像拍摄到缺陷，并包含大量噪声。反复取得sem图像不仅使得最佳化作业花费工时，而且由污染痕迹(污染)导致的缺陷的视觉辨认性也变化，因此存在难以再现性良好地将图像处理参数最佳化的课题。
[0103]
因此，在本实施方式中，使用偏度以及峰度来使帧累计数最佳化。图7示意性地说明偏度和峰度的特性。图7的(a)表示偏度的特性601，图7的(b)表示峰度的特性605。在图7的(a)、图7的(b)中，横轴是2次电子信号强度，纵轴是频度。
[0104]
在正态分布中，通常已知偏度和峰度的值为零。在图7的(a)中，在偏度的产生频度分布成为从正态分布602偏向正的分布603时，峰度成为负值。另一方面，在偏度的产生频度
分布成为从正态分布602偏向负的分布604时，峰度成为正值。
[0105]
在图7的(b)中，在峰度的产生频度分布从正态分布606成为下摆鼓起的分布607时，偏度成为正值。另一方面，在峰度的产生频度分布从正态分布606成为下摆收缩的分布608时，偏度成为负值。
[0106]
接着，说明使用这样的偏度和峰度的特性来进行帧累计数最佳化的方法。已知与帧累计数相对的2次电子信号的强度分布大致遵循泊松分布，在帧累计数足够的情况下，按照中心极限定理而接近正态分布。在2次电子信号的强度分布遵循正态分布的情况下，如上所述峰度以及偏度为零。因此，通过判定峰度以及偏度是否为接近零的值，能够将帧累计数最佳化。
[0107]
具体而言，图像处理部213通过判定峰度以及偏度是否为预先分别设定的预定的阈值以下，能够判定帧累计数是否为最佳。
[0108]
例如，在峰度以及偏度比预先设定的预定阈值大的情况下，认为帧累计数不足，继续取得帧图像。另一方面，在峰度以及偏度为预定阈值以下时，认为帧累计数充分，停止取得帧图像。这样，通过峰度以及偏度的判定，能够使帧累计数最佳化。
[0109]
另外，该帧累计数的最佳化处理也能够在执行方案时进行。在执行方案时，图像处理部213在每次取得帧图像时，计算所累计的图像的峰度以及偏度，并将计算出的峰度以及偏度与预定的阈值进行比较，由此判断帧累计数是否为最佳，能够变更帧累计数。
[0110]
根据本实施方式，能够使用偏度和峰度在扫描电子显微镜(带电粒子束装置)200内使帧累计数最佳化。由此，不需要作业者的确认作业等，能够在短时间内执行帧累计数的最佳化处理。
[0111]
另外，能够在登记方案时确认拍摄图像的帧数是否为最佳或者s/n比是否足够。另外，不需要进行通过目视来确认测量边缘的检测位置或通过目视来确认细微的缺陷、异物是否为虚报这样的作业。
[0112]
另外，在与登记的引导图案图像的图案匹配中，通过使用虚拟图像来代替sem图像(帧图像)，能够容易地计算出图案检测所需的最低限的帧累计数。
[0113]
(实施方式3)
[0114]
接着，对实施方式3进行说明。
[0115]
例如，按照以下方案自动地连续执行采用了cd-sem的图案尺寸测量，其中，上述方案由半导体晶片上的测量点的位置、sem观察条件、成为确定测量位置的引导的图案图像、测量参数等构成。具体而言，cd-sem按照方案信息移动到测量图案位置，在所登记的sem观察条件下扫描图案，取得sem图像。在基于以下的阈值等测量参数对所取得的sem图像进行了处理后，对测量图案的2个边缘间的距离进行测量，其中，上述阈值用于决定噪声去除滤波器的平滑尺寸、边缘位置。
[0116]
取决于sem图像的噪声量、图案的边缘形状来决定上述用于决定噪声去除滤波器的平滑尺寸、边缘位置的阈值。因此，测量参数的最佳化很大程度上取决于应用工程师的经验。另外，难以说明过去设定的测量参数的依据。
[0117]
并且，由于需要预先登记测量参数，因此即便使用设计数据确定了目标图案的位置，也需要确认在反复进行测量图案的边缘检测时的再现性。
[0118]
cd-sem在按照方案信息使工作台移动到测量图案位置后，对登记的引导图案图像
和所取得的图像进行图案匹配来高精度地检测测量位置。为了提高吞吐量，优选在短时间内取得sem图像，但是由于图像的对比度、噪声量的影响，测量参数的最佳化作业花费工时。
[0119]
因此，在本实施方式中，在生成虚拟图像时准备多个遵照标准偏差图像103的分布的随机数图像104，由此生成白噪声不同的多个虚拟图像。
[0120]
通过使用多个虚拟图像，能够离线即在装置内容易地使图案测量处理中的用于决定空间平滑化尺寸、边缘检测位置的阈值最佳化。
[0121]
另外，与此同样地使用多个虚拟图像，例如执行用于确定图案测量位置的图案匹配，并判定图案匹配是否成功，由此能够使这些阈值最佳化。
[0122]
(实施方式4)
[0123]
接着，对实施方式4进行说明。由于在帧累计过程中长时间照射电子束，有时会产生试样208的图案收缩的收缩现象。若产生收缩现象，则方案执行结果的再现性降低。收缩现象例如在抗蚀剂材料等中显著。因此，在本实施方式中，使用特征量数据的偏度和峰度进行收缩现象的检测。
[0124]
图8说明发生收缩时的状况。图8的(a)表示发生收缩时的图案截面变化。图8的(b)表示发生收缩时的图案轮廓部分的2次电子信号强度的频度直方图变化。
[0125]
如图8的(a)所示，当产生了收缩时，试样208的图案截面从电子束扫描开始时的图案截面701向电子束扫描中间阶段的图案截面702、电子束扫描结束时的图案截面703变化，图案宽度逐渐变小。
[0126]
此时，图案轮廓部分704中的2次电子的产生频度成为将电子束扫描开始时的图案截面701的边缘部分的2次电子产生概率分布(正态分布)705、电子束扫描中间阶段的图案截面702的边缘部分的2次电子产生概率分布(正态分布)706、以及电子束扫描结束时的图案截面703的边缘部分的2次电子产生概率分布(正态分布)707进行合成后的合成分布708。这样，发生收缩时的概率分布成为偏离了正态分布的状态(图8的(b))。
[0127]
在偏离了正态分布的合成分布708中，偏度以及峰度成为非零的值，因此能够检测图像内的图案的哪个部分收缩。由此，在登记方案时检测出收缩的情况下能够采取以下等应对：减少帧累计数，或者计算出收缩量并切换为将收缩量反映到测量值中的模式。
[0128]
根据本实施方式，能够自动检测出图案的收缩现象，能够在登记方案时或执行方案时进行适当的处理。
[0129]
(实施方式5)
[0130]
接着，对实施方式5进行说明。
[0131]
由于在帧累计过程中长时间照射电子束使得试样208带电，产生带电漂移现象或工作台漂移现象，其中，带电漂移现象是指产生像漂移的现象，工作台漂移现象是指由于试样台209刚停止后的惯性而产生像漂移的现象。当产生了像漂移现象时，方案执行结果的再现性降低。在本实施方式中，说明这些像漂移现象的检测方法。
[0132]
图9说明发生像漂移现象时的状况。图9的(a)表示了产生像漂移现象时的帧图像。图9的(b)表示了左边缘部的2次电子信号强度的频度直方图变化。图9的(c)表示了右边缘部的2次电子信号强度的频度直方图变化。
[0133]
如图9的(a)所示，在产生像漂移现象时，观察到从电子束扫描开始时的帧图像801开始，按照扫描中间阶段时的帧图像802、扫描结束时的帧图像803的顺序图案平行地移动。
[0134]
另一方面，在电子束扫描开始时间点的帧图像801中指定的左边缘部的像素811和右边缘部的像素821中，随着图案的移动，亮度值如帧图像802、803所示那样依次变化。
[0135]
此时，图案的左边缘部的2次电子的产生频度成为将电子束扫描开始时的2次电子产生概率分布(正态分布)831、扫描中间阶段时的2次电子产生概率分布(正态分布)832、以及扫描结束时的2次电子产生概率分布(正态分布)833进行合成后的合成分布834。这样，发生像漂移时的左边缘部的概率分布成为偏离了正态分布的状态(图9的(b))。
[0136]
与此同样地，图案的右边缘部的2次电子的产生频度成为将电子束扫描开始时的2次电子产生概率分布(正态分布)841、扫描中间阶段时的2次电子产生概率分布(正态分布)842、以及扫描结束时的2次电子产生概率分布(正态分布)843进行合成后的合成分布844。这样，发生像漂移时的右边缘部的概率分布也成为偏离了正态分布的状态(图9的(c))。
[0137]
此时，与上述收缩现象的检测同样地，左边缘的合成分布834、右边缘的合成分布844偏离了正态分布，偏度以及峰度具有不为零的值。由此，能够检测出帧图像内的图案的亮度变化。
[0138]
并且，通过将左边缘的亮度值的变化与右边缘的亮度值的变化进行比较，能够区别地检测出是发生了像漂移现象还是发生了收缩现象。此时成为比较对象的数据是正态分布的方差值、偏度、峰度等。
[0139]
另外，在执行方案时检测出像漂移现象的情况下，图像处理部213计算出漂移量，生成基于漂移量对帧图像进行修正后的像漂移图像。另外，图像处理部213使用像漂移图像再次计算平均图像。然后，图像处理部213计算使用了再次计算出的平均图像的虚拟图像。
[0140]
《带电漂移图像的生成方法》
[0141]
在此，作为像漂移图像，对带电漂移图像的生成方法进行说明。图11是表示带电漂移图像生成方法的一例的流程图。图11包括步骤s1101～s1107。
[0142]
在步骤s1101中，图像处理部213生成基于多个帧图像的累计图像。但是，由于在该阶段仍处于生成了初始帧图像的状态，因此累计图像中的各像素的亮度为零。
[0143]
在步骤s1102～s1106中，对每个帧图像进行处理。在步骤s1103中，数据处理部211生成帧图像，并且将生成的帧图像保存在图像存储部212中。在步骤s1104中，图像处理部213从步骤s1103中生成的帧图像计算特征量数据。然后，图像处理部213将计算出的特征量数据与未发生带电漂移现象时的特征量数据进行比较，计算该帧图像中的特征量数据偏差量。图像处理部213也可以与紧前的帧图像中的特征量数据进行比较来计算特征量数据偏差量。
[0144]
在步骤s1105中，图像处理部213基于计算出的特征量数据偏移量来进行使图像平移移动的处理，生成平移图像。
[0145]
在步骤s1106中，将直到前一帧为止的累计图像与在当前帧中生成的平移图像进行累计，生成新的累计图像。然后，与最后的帧图像相对的在步骤s1106中生成的累计图像成为带电漂移图像(步骤s1107)。
[0146]
根据本实施方式，能够自动检测由带电现象引起的像漂移、工作台停止时的漂移，能够在登记方案时或执行方案时进行适当的处理。
[0147]
(实施方式6)
[0148]
接着，对实施方式6进行说明。
[0149]
在通常的方案中，在通过硬件abc控制检测器210的偏置以及范围使得检测信号收敛于预定的动态范围内之后取得帧图像。为了提高吞吐量，还存在以下方案：通过在检测器210设定预先登记的偏置和范围来省略硬件abc的工序。
[0150]
但是，有时2次电子的释放量根据试样的材质而大幅变动。因此，有时2次电子检测信号未收敛于系统的动态范围内，帧图像的部分区域(像素)的亮度值饱和，无法得到适当的图像。因此，在本实施方式中，进行偏置以及范围的重新设定。
[0151]
图10表示包含已饱和的亮度值的帧图像的2次电子强度分布。在未收敛于动态范围内图像内的部分亮度值已饱和的情况下，2次电子强度分布成为例如图6那样的分布。902是非边缘部的2次电子信号强度分布。903是边缘部的2次电子信号强度分布。这些分布均为从正态分布偏离的分布，因此偏度和峰度为非零的值。
[0152]
此外，通过分别计算非边缘部的分布902和边缘部的分布903，能够判别这些分布是以动态范围的最小值饱和还是以动态范围的最大值饱和。
[0153]
根据本实施方式，在执行方案时，当在检测器210中设定了预先登记的偏置和范围时取得的帧图像中检测出亮度值饱和时，通过追加使用硬件abc来重新设定偏置和范围的过程，能够取得亮度值不饱和的帧图像。
[0154]
(实施方式7)
[0155]
接着，对实施方式7进行说明。
[0156]
在本实施方式中，对于使用了sem图像的方案条件评价方法进行说明，其中，在该sem图像中拍摄到缺陷复检对象。首先，对于缺陷复检中的缺陷检查流程和缺陷检测率的定义、缺陷检测处理的参数调整的概要进行说明。之后，作为具体例子，对于使用了虚拟图像的与缺陷检查相关的方案条件评价方法进行说明。
[0157]
图12是例示了缺陷复检sem中的1批次的检查处理流程的流程图。在图12中，包含步骤s1201～s1209。在检查时，在半导体晶片装载处理(s1201)之后，进行对准处理(s1202)。对准处理是检测位于半导体晶片上的对准用标记，进行坐标修正的处理。在对准处理中，检测最低2点以上的对准用标记。
[0158]
接着，对半导体晶片上的各缺陷复检对象反复执行以下的步骤s1203～s1209的处理。设为通过前级检查装置的检查，半导体晶片上的缺陷复检对象的位置、大小为已知。首先，向缺陷复检位置移动视野(s1203)。
[0159]
在由前级的检查装置测量出的缺陷复检位置中包含测量误差，因此首先进行缺陷复检位置进入视野的低倍率的sem图像的拍摄(s1204)，将拍摄图像例如保存在计算机系统202的图像存储部212中(s1205)。
[0160]
图像处理部213对于低倍率的sem图像执行用于检测缺陷复检对象的图像处理(缺陷检测处理)(s1206)。图像处理部213根据图像处理结果，计算缺陷复检对象的大小、以及由检测出的缺陷复检对象的位置与sem图像中央之间的差量规定的位置偏移量。
[0161]
然后，计算机系统202基于位置偏移量调整电子束的偏转量，使得缺陷复检对象映现在图像的中央(s1207)。在调整电子束的偏转量后，拍摄高倍率的sem图像(s1208)，将拍摄图像保存在图像存储部212中(s1209)。当针对所有的缺陷复检对象的处理完成时，检查处理流程结束。
[0162]
将检查处理流程中的识别出缺陷(缺陷复检对象)位置的概率频度称为缺陷检测
率。在缺陷检测位置包含在缺陷区域中的情况下，设为准确地识别了缺陷的检测位置。
[0163]
在半导体设备的检查工序中，例如需要缺陷检测率为95％以上的精度。sem图像的成像方式(例如，非缺陷部的图案形状、缺陷的锐利度或s/n比(signal-to-noise ratio：信噪比)等)根据检查工序的种类、材料、制造设备而分别不同。因此，适当地调整缺陷检测处理的参数对于提高缺陷检测率的精度是不可缺少的。
[0164]
接着，对缺陷检测处理的参数调整方法进行说明。图13是表示缺陷检测处理的参数调整方法的一例的流程图。图13包括步骤s1301～s1305。在此，设为预先执行了检查处理流程，并示教了低倍率的sem图像和sem图像上的缺陷描绘区域。
[0165]
首先，进行缺陷检测参数的初始设定(s1301)。对于初始参数，例如使用通过接近于检查对象工序的sem图像进行调整后的参数。接着，使用当前的参数对示教的低倍率的sem图像执行图12的缺陷检测处理(s1302)。图像处理部213基于缺陷检测结果以及示教的缺陷描绘区域来计算缺陷检测率(s1303)。
[0166]
在步骤s1304中，图像处理部213判定是否结束缺陷检测处理的参数调整。在缺陷检测率为预定值(例如95％)以上时(是)，图像处理部213结束缺陷检测处理的参数调整。另一方面，在缺陷检测率小于95％时(否)，图像处理部213使用低倍率的缺陷图像以及缺陷检测率来更新参数(s1305)。
[0167]
对于参数更新，采用使用了实验计划法的参数搜索法、选择性地变更对缺陷检测率灵敏度高的参数的方法。例如，在使用了深度学习的缺陷检测处理的情况下，通过使用逆误差传播法或随机梯度法，能够选择性地变更对缺陷检测率灵敏度高的参数。
[0168]
根据本实施方式，能够根据缺陷检测率来更新缺陷检测参数。
[0169]
(实施方式8)
[0170]
接着，对实施方式8进行说明。
[0171]
在本实施方式中，对使用了特征量数据的缺陷检查方法进行说明。具体而言，使用在实施方式1中叙述的特征量数据来复制所示教的低倍率的sem图像。由此，能够用少量的拍摄图像来调整缺陷检测参数。
[0172]
在本实施方式中，扩展图12的缺陷检查流程以及图13的缺陷检测参数的调整流程。
[0173]
图14是例示了用于复制低倍率sem图像的检查处理流程的流程图。图14与图12类似，与图12的主要不同点在于，在步骤s1204与步骤s1205之间插入了步骤s1410。
[0174]
在步骤s1410中，图像处理部213通过在实施方式1中叙述的方法，计算有关各帧图像的特征量数据。然后，在图14的步骤s1205中，将在步骤s1410中计算出的特征量数据(特征量数据图像)保存在图像存储部212中。此时，也可以与特征量数据图像一起保存对应的帧图像。
[0175]
图15是表示使用了所复制的低倍率sem图像的缺陷检测处理的参数调整方法的一例的流程图。图15与图13类似，与图13的主要不同点在于，在步骤s1301与步骤s1302之间插入了步骤s1506。
[0176]
在步骤s1506中，图像处理部213针对所示教的低倍率sem图像，使用在图14的步骤s1410中计算出的特征量数据来虚拟地复制低倍率sem图像。
[0177]
然后，在步骤s1302中，图像处理部213使用原来的sem图像、在步骤s1506中复制的
sem图像、以及当前设定的参数等，执行图14的缺陷检测处理。
[0178]
由于sem图像具有容易附加噪声的特性，因此在通过包含很多噪声的示教数据来调整缺陷检测的参数时，需要在缺陷检查流程中大量取得类似的缺陷图像。
[0179]
与此相对，在本实施方式中，能够复制s/n比相同的类似的缺陷图像，因此能够减少缺陷检测的参数调整的示教数据，能够在短期内收集示教数据。
[0180]
根据本实施方式，在从所取得的sem图像中搜索识别缺陷的参数时，生成了虚拟sem图像。由此，能够增加示教数据来进行参数的最佳化。
[0181]
(实施方式9)
[0182]
接着，对实施方式9进行说明。
[0183]
在本实施方式中，对于使用实施方式1中叙述的特征量数据，为了将缺陷检测率维持在预定值(例如95％)以上而使拍摄条件最佳化的方法进行说明。
[0184]
在缺陷检查复检中，要求能够在维持缺陷检测率的状态下更高速地进行检查的检查流程。为了使缺陷检查流程高速化，缩短低倍率sem图像的拍摄时间是不可或缺的。
[0185]
因此，在本实施方式中，为了缩短低倍率sem图像的拍摄时间，进行拍摄帧数的最佳化。
[0186]
图16是表示拍摄帧数最佳化处理的一例的流程图。图16包括步骤s1601～s1606。作为图16的流程的前提条件，设为预先执行了实施方式8的缺陷检查流程(图14)以及缺陷检测的参数调整(图15)。
[0187]
首先，图像处理部213从在缺陷检查流程中取得的拍摄图像的拍摄条件中取得帧数，将拍摄帧数设定为当前帧数(s1601)。然后，图像处理部213使用在实施方式1中叙述的虚拟图像生成方法虚拟地生成累计了当前帧数的sem图像(虚拟图像)(s1602)。
[0188]
图像处理部213使用在步骤s1602中虚拟生成的sem图像来执行缺陷检测处理(s1603)。图像处理部213使用缺陷检测结果和预先示教的缺陷区域来计算出缺陷检测率(s1604)。
[0189]
在步骤s1605中，图像处理部213判定是否结束拍摄帧数的调整。在缺陷检测率为预定值(例如95％)以上时(否)，图像处理部213将拍摄帧数设定为当前的一半数量来进行更新(s1606)，继续进行拍摄帧数的调整。另外，此时，图像处理部213保持紧前设定的拍摄帧数。另一方面，在缺陷检测率小于95％时(是)，图像处理部213在将拍摄帧数恢复为紧前设定的拍摄帧数后，结束拍摄帧数的调整。
[0190]
根据本实施方式，能够将拍摄帧数设定为缺陷检测率为预定值(例如95％)以上的最小拍摄帧数，能够缩短拍摄时间。
[0191]
附图标记的说明
[0192]
200扫描电子显微镜(带电粒子束装置)、201电子显微镜、202计算机系统、203显示装置、211数据处理部、212图像存储部、213图像处理部、214非易失性存储器。