特開 2024-113537 欠陥分類装置及び欠陥分類方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2024113537

(43)【公開日】2024-08-22

(54)【発明の名称】欠陥分類装置及び欠陥分類方法

(51)【国際特許分類】

   G01N 21/88 20060101AFI20240815BHJP

【ＦＩ】

G01N21/88 J

【審査請求】未請求

【請求項の数】7

【出願形態】ＯＬ

(21)【出願番号】P 2023018602

(22)【出願日】2023-02-09

(71)【出願人】

【識別番号】000219314

【氏名又は名称】東レエンジニアリング株式会社

(71)【出願人】

【識別番号】301014904

【氏名又は名称】東レエンジニアリング先端半導体ＭＩテクノロジー株式会社

(74)【代理人】

【識別番号】110001427

【氏名又は名称】弁理士法人前田特許事務所

(72)【発明者】

【氏名】大▲美▼ 英一

【テーマコード（参考）】

2G051

【Ｆターム（参考）】

2G051AA90

2G051AB02

2G051CA04

2G051EA12

2G051EB01

2G051EC01

2G051ED04

2G051ED08

2G051ED11

(57)【要約】

【課題】被検査対象に発生した欠陥のパターンを精度よく分類することにある。
【解決手段】自動欠陥分類装置１は、被検査対象Ｗに発生した欠陥Ｘのパターンを分類する。被検査対象Ｗは、互いに隣接した複数の視野Ｆに区画されるように、撮像されている。自動欠陥分類装置１は、複数の視野Ｆのうちの一の視野Ｆである任意視野ＦＡとしての第１視野Ｆ１の外周Ｆ１ａに欠陥Ｘが含まれ且つ複数の視野Ｆのうちの第１視野Ｆ１（任意視野ＦＡ）に隣接する他の視野Ｆである隣接視野ＦＢとしての第２視野Ｆ２の外周Ｆ２ａに欠陥Ｘが含まれる場合に、第１視野Ｆ１（任意視野ＦＡ）と第２視野Ｆ２（隣接視野ＦＢ）とを結合した状態にて欠陥Ｘのパターンを分類する。
【選択図】図２

【特許請求の範囲】

【請求項1】

被検査対象に発生した欠陥のパターンを分類する欠陥分類装置であって、
前記被検査対象は、互いに隣接した複数の視野に区画されるように撮像されており、
複数の前記視野のうちの一の前記視野である任意視野の外周に前記欠陥が含まれ且つ複数の前記視野のうちの前記任意視野に隣接する他の前記視野である隣接視野の前記外周に前記欠陥が含まれる場合に、前記任意視野と前記隣接視野とを結合した状態にて前記欠陥の前記パターンを分類する、欠陥分類装置。

【請求項2】

請求項１に記載の欠陥分類装置であって、
前記任意視野における前記隣接視野側の前記外周に前記欠陥が含まれ且つ前記隣接視野における前記任意視野側の前記外周に前記欠陥が含まれる場合に、前記任意視野と前記隣接視野とを結合した状態にて前記欠陥の前記パターンを分類する、欠陥分類装置。

【請求項3】

請求項１又は２に記載の欠陥分類装置であって、
前記任意視野は、複数の画素に区画されており、
前記隣接視野は、複数の前記画素に区画されており、
前記任意視野における前記外周の前記画素に前記欠陥が含まれ且つ前記隣接視野における前記外周の前記画素に前記欠陥が含まれる場合に、前記任意視野と前記隣接視野とを結合した状態にて前記欠陥の前記パターンを分類する、欠陥分類装置。

【請求項4】

請求項３に記載の欠陥分類装置であって、
前記画素は、前記欠陥が含まれる状態を示す値と前記欠陥が含まれない状態を示す値との２値で構成されている、欠陥分類装置。

【請求項5】

請求項１に記載の欠陥分類装置であって、
前記隣接視野は、前記任意視野の上下左右の少なくともいずれかに配置されている、欠陥分類装置。

【請求項6】

請求項１に記載の欠陥分類装置であって、
前記任意視野の前記外周に前記欠陥が含まれる場合に、前記任意視野をメモリに記憶して、
前記隣接視野の前記外周に前記欠陥が含まれる場合に、前記隣接視野を前記メモリに記憶して、
前記任意視野と前記隣接視野とを前記メモリから出力して、前記任意視野と前記隣接視野とを結合した状態にて前記欠陥の前記パターンを分類する、欠陥分類装置。

【請求項7】

被検査対象に発生した欠陥のパターンを分類する欠陥分類方法であって、
前記被検査対象は、互いに隣接した複数の視野に区画されるように撮像されており、
複数の前記視野のうちの一の前記視野である任意視野の外周に前記欠陥が含まれ且つ複数の前記視野のうちの前記任意視野に隣接する他の前記視野である隣接視野の前記外周に前記欠陥が含まれる場合に、前記任意視野と前記隣接視野とを結合した状態にて前記欠陥の前記パターンを分類する、欠陥分類方法。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、欠陥分類装置及び欠陥分類方法に関する。

【背景技術】

【0002】

例えば、半導体デバイスの製造工程では、半導体ウエハ(基板)の表面に露光、現像、エッチング等の処理を行うことによって、半導体ウエハ表面に多数の回路パターンを形成する。そして、多数の回路パターンが形成された半導体ウエハを、複数のチップ部品として個片化する。個片化されたチップ部品は、パッケージングされた後、電子部品単体として出荷されたり、電気製品に組み込まれたりする。

【0003】

ここで、半導体ウエハが複数のチップ部品として個片化される前に、半導体ウエハ表面に対して、欠陥の検出が行われる。欠陥の検出は、例えば、光学顕微鏡や走査電子顕微鏡に接続されたカメラにより撮像された検査画像に基づいて、行われる。

【0004】

そして、欠陥の検出された半導体ウエハに対して、欠陥の形状やサイズや色などの特徴量に基づいて、欠陥パターンの分類が行われる。欠陥パターンとして、例えば、異物や傷などがある。

【0005】

従来、欠陥パターンの分類は、作業者による目視検査によって行われてきた。しかしながら、目視検査では、作業者の主観に応じて、欠陥パターンの分類結果にバラツキが生じ得るので、欠陥パターンを精度よく分類することができなかった。

【0006】

そこで、特許文献１に示すように、半導体ウエハ表面に発生した欠陥パターンを自動的に分類する自動欠陥分類装置（Automatic Defect Classification：ＡＤＣ）が、知られている。

【先行技術文献】

【特許文献】

【0007】

【特許文献1】特開２００４－４７９３９号公報

【発明の概要】

【発明が解決しようとする課題】

【0008】

しかしながら、特許文献１に係る自動欠陥分類装置を用いて、作業者の主観を排して欠陥パターンを分類したとしても、依然として、欠陥パターンの分類精度に課題がある。

【0009】

被検査対象である半導体ウエハは、通常、カメラの視野（撮像範囲）よりも大きい。そこで、半導体ウエハを複数の視野に区画してカメラで撮像することによって、複数の視野毎に検査画像を得る。このとき、半導体ウエハに発生した欠陥が、複数の視野に亘って跨ることがある。

【0010】

このため、１つの視野のみに基づいて欠陥パターンを分類しようとすると、欠陥パターンを正確に分類できないことがある。例えば、当該１つの視野の外周に僅かに一部だけ欠陥が映っている場合、一部だけ映された欠陥の本来の特徴量（形状やサイズや色など）を十分に把握できないので、正確な欠陥パターンを把握することができない。

【0011】

上記課題は、半導体ウエハ以外の他の被検査対象にも、当てはまる。

【0012】

本開示は斯かる点に鑑みてなされたものであり、その目的とするところは、被検査対象に発生した欠陥のパターンを精度よく分類することにある。

【課題を解決するための手段】

【0013】

本開示に係る欠陥分類装置は、被検査対象に発生した欠陥のパターンを分類する欠陥分類装置であって、前記被検査対象は、互いに隣接した複数の視野に区画されるように撮像されており、複数の前記視野のうちの一の前記視野である任意視野の外周に前記欠陥が含まれ且つ複数の前記視野のうちの前記任意視野に隣接する他の前記視野である隣接視野の前記外周に前記欠陥が含まれる場合に、前記任意視野と前記隣接視野とを結合した状態にて前記欠陥の前記パターンを分類する。

【0014】

撮像される被検査対象において、任意視野と隣接視野とは、互いに隣接している。任意視野の外周に欠陥が含まれ且つ隣接視野の外周に欠陥が含まれる場合、任意視野と隣接視野とが結合された状態にて欠陥のパターンが分類される。

【0015】

このように、任意視野と隣接視野とが結合された状態にて欠陥のパターンが分類されるので、被検査対象に発生した欠陥が任意視野と隣接視野とに亘って跨っている場合であっても、欠陥の本来の特徴量を把握することができる。

【0016】

以上、被検査対象に発生した欠陥のパターンを精度よく分類することができる。

【0017】

一実施形態では、前記任意視野における前記隣接視野側の前記外周に前記欠陥が含まれ且つ前記隣接視野における前記任意視野側の前記外周に前記欠陥が含まれる場合に、前記任意視野と前記隣接視野とを結合した状態にて前記欠陥の前記パターンを分類する。

【0018】

任意視野における隣接視野側の外周に欠陥が含まれ且つ隣接視野における任意視野側の外周に欠陥が含まれる場合、ある欠陥が任意視野と隣接視野とに亘って跨っている可能性が高い。このような場合に任意視野と隣接視野とを結合することによって、任意視野と隣接視野とに亘って跨る欠陥の全体像を把握する上で有利になる。

【0019】

一実施形態では、前記任意視野は、複数の画素に区画されており、前記隣接視野は、複数の前記画素に区画されており、前記任意視野における前記外周の前記画素に前記欠陥が含まれ且つ前記隣接視野における前記外周の前記画素に前記欠陥が含まれる場合に、前記任意視野と前記隣接視野とを結合した状態にて前記欠陥の前記パターンを分類する。

【0020】

各視野の外周における欠陥の有無を、画素における欠陥の有無によって、より明確に定義することができる。

【0021】

一実施形態では、前記画素は、前記欠陥が含まれる状態を示す値と前記欠陥が含まれない状態を示す値との２値で構成されている。

【0022】

各画素を２値で構成することによって、各画素に欠陥が含まれるか否かを明確にすることができる。

【0023】

一実施形態では、前記隣接視野は、前記任意視野の上下左右の少なくともいずれかに配置されている。

【0024】

欠陥が、任意視野と上下左右の少なくともいずれかの隣接視野とに亘って跨る場合であっても、被検査対象に発生した欠陥の本来の特徴量を把握することができる。

【0025】

一実施形態では、前記任意視野の前記外周に前記欠陥が含まれる場合に、前記任意視野をメモリに記憶して、前記隣接視野の前記外周に前記欠陥が含まれる場合に、前記隣接視野を前記メモリに記憶して、前記任意視野と前記隣接視野とを前記メモリから出力して、前記任意視野と前記隣接視野とを結合した状態にて前記欠陥の前記パターンを分類する。

【0026】

各視野の外周に欠陥が含まれる場合のみに、各視野がメモリに記憶されるので、メモリへの負担が少ない。

【0027】

本開示に係る欠陥分類方法は、被検査対象に発生した欠陥のパターンを分類する欠陥分類方法であって、前記被検査対象は、互いに隣接した複数の視野に区画されるように撮像されており、複数の前記視野のうちの一の前記視野である任意視野の外周に前記欠陥が含まれ且つ複数の前記視野のうちの前記任意視野に隣接する他の前記視野である隣接視野の前記外周に前記欠陥が含まれる場合に、前記任意視野と前記隣接視野とを結合した状態にて前記欠陥の前記パターンを分類する。

【発明の効果】

【0028】

本開示によれば、被検査対象に発生した欠陥のパターンを精度よく分類することができる。

【図面の簡単な説明】

【0029】

【図1】図１は、自動欠陥分類装置による欠陥分類方法を模式的に示す。

【図2】図２は、被検査対象に発生した欠陥が第１視野と第２視野とに亘って跨る場合における第１視野と第２視野との結合を示す。

【図3】図３は、欠陥Ｘが第１視野と第２視野と第３視野とに亘って跨る場合における第１視野と第２視野と第３視野との結合を示す。

【発明を実施するための形態】

【0030】

以下、本開示の一実施形態を図面に基づいて詳細に説明する。以下の好ましい実施形態の説明は、本質的に例示に過ぎず、本開示、その適用物あるいはその用途を制限することを意図するものでは全くない。

【0031】

（欠陥分類）
図１は、自動欠陥分類装置１による欠陥分類方法を模式的に示す。自動欠陥分類装置１は、被検査対象Ｗに発生した欠陥Ｘのパターンを、分類する。本例では、被検査対象Ｗは、半導体製造工程における半導体ウエハ（基板）の表面である。

【0032】

自動欠陥分類装置１による欠陥Ｘのパターンの分類工程の前工程において、欠陥検出装置（図示せず）による欠陥Ｘの検出が行われる。欠陥Ｘの検出にあたって、光学顕微鏡や走査電子顕微鏡に接続されたカメラ（図示せず）によって被検査対象Ｗを撮像して検査画像Ｊを得るとともに、検査画像Ｊを基準画像Ｋと比較する。

【0033】

基準画像Ｋは、フィッティング画像や統計的良品画像とも呼ばれる。基準画像Ｋは、例えば、良品判定された被検査対象Ｗの画像を平均化することによって、得られる。基準画像Ｋは、事前に設定されている。欠陥Ｘの検出にあたって、検査画像Ｊを、基準画像Ｋに重ね合わせる。

【0034】

自動欠陥分類装置１は、欠陥検出装置により欠陥Ｘが検出された被検査対象Ｗについてのみ、欠陥Ｘのパターンを分類する。ここで、欠陥Ｘのパターンとして、例えば、異物、傷、エッジリンス不良、スルーホール異常、塗膜ムラ、剥がれ、スクラッチ、ボンディングパッド異常、色ムラ、パターン異常、染み、変色、変形、などがある。

【0035】

自動欠陥分類装置１は、例えば、マイコン及びプログラムで構成されている。自動欠陥分類装置１は、被検査対象Ｗの検査画像Ｊに対して、欠陥Ｘにおける所定の特徴量に基づいて、欠陥Ｘのパターンを分類する。欠陥Ｘの特徴量として、例えば、面積、明るさ、色、輝度、形状、鮮明さ、長さ、幅、幅／長さ、角度、透明度、などがある。自動欠陥分類装置１には、欠陥Ｘの特徴量が、事前に登録されている。

【0036】

また、自動欠陥分類装置１は、被検査対象Ｗの検査画像Ｊに対して、ＡＩ（Artificial Intelligence）学習により生成された分類条件に基づいて、欠陥Ｘのパターンを分類してもよい。ＡＩ学習として、例えば、機械学習やディープラーニング等がある。また、機械学習として、「教師有り学習」、「教師無し学習」及び「強化学習」等がある。

【0037】

（視野の区画）
ここで、被検査対象Ｗは、通常、カメラの視野（撮像範囲）Ｆよりも大きい。そこで、被検査対象Ｗは、複数の視野Ｆに区画されるように、撮像される。これにより、複数の視野Ｆ毎に検査画像Ｊが得られる。

【0038】

各視野Ｆ（各検査画像Ｊ）は、互いに隣接している。本例では、各視野Ｆは、四角形である。各視野Ｆは、四角形の格子状に並んでいる。換言すると、各視野Ｆは、上下左右に互いに隣接している。

【0039】

図１では、複数の視野Ｆとして、左上の第１視野Ｆ１、右上の第２視野Ｆ２、左下の第３視野Ｆ３及び右下の第４視野Ｆ４を、例示する。第１視野Ｆ１と第２視野Ｆ２とは、左右方向に隣接しており、左右の辺を共有している。第１視野Ｆ１と第３視野Ｆ３とは、上下方向に隣接しており、上下の辺を共有している。第１視野Ｆ１と第４視野Ｆ４とは、斜め上下左右に隣接しているが、いずれの辺をも共有していない。

【0040】

カメラによって、４つの視野Ｆ１～Ｆ４に対応するように、４つの検査画像Ｊ１～Ｊ４が得られる。具体的には、第１視野Ｆ１に対応する第１検査画像Ｊ１、第２視野Ｆ２に対応する第２検査画像Ｊ２、第３視野Ｆ３に対応する第３検査画像Ｊ３及び第４視野Ｆ４に対応する第４検査画像Ｊ４が、カメラによって得られる。

【0041】

基準画像Ｋも、検査画像Ｊと同様である。すなわち、４つの視野Ｆ１～Ｆ４に対応するように、４つの基準画像Ｋ１～Ｋ４が予め用意されている。具体的には、第１視野Ｆ１に対応する第１基準画像Ｋ１、第２視野Ｆ２に対応する第２基準画像Ｋ２、第３視野Ｆ３に対応する第３基準画像Ｋ３及び第４視野Ｆ４に対応する第４基準画像Ｋ４が、用意されている。

【0042】

ここで、被検査対象Ｗに発生した欠陥Ｘが、複数の視野Ｆ（検査画像Ｊ）に亘って跨ることがある。図１では、被検査対象Ｗに発生した欠陥Ｘは、第１視野Ｆ１（第１検査画像Ｊ１）と第２視野Ｆ２（第２検査画像Ｊ２）とに亘って左右方向に跨っている。

【0043】

図１に示すように、欠陥Ｘは、第１視野Ｆ１（第１検査画像Ｊ１）における中央部から外周の右端まで延びた後に、第２視野Ｆ２（第２検査画像Ｊ２）における外周の左端付近に僅かに至っている。欠陥Ｘには、ノコギリの歯のようなギザギザの形状がある
ここで、欠陥検出装置は、被検査対象Ｗにおける第１視野Ｆ１（第１検査画像Ｊ１）及び第２視野Ｆ２（第２検査画像Ｊ２）において、欠陥Ｘを検出する。一方、欠陥検出装置は、被検査対象Ｗにおける第３視野Ｆ３（第３検査画像Ｊ３）及び第４視野Ｆ４（第４検査画像Ｊ４）において、欠陥Ｘを検出しない。なお、４つの基準画像Ｋ１～Ｋ４のいずれにも、欠陥Ｘは存在しない。

【0044】

自動欠陥分類装置１による欠陥Ｘのパターンの分類では、欠陥検出装置により欠陥Ｘの検出された視野Ｆ（検査画像Ｊ）のみを、抽出して、基準画像Ｋと比較する。本例では、欠陥Ｘの検出された視野Ｆ（検査画像Ｊ）として、第１視野Ｆ１（第１検査画像Ｊ１）及び第２視野Ｆ２（第２検査画像Ｊ２）が、先ず抽出される。そして、第１視野Ｆ１（第１検査画像Ｊ１）が第１基準画像Ｋ１と比較されるとともに、第２視野Ｆ２（第２検査画像Ｊ２）が第２基準画像Ｋ２と比較される。

【0045】

１つの視野Ｆのみに基づいて欠陥Ｘのパターンを分類しようとすると、欠陥Ｘのパターンを正確に分類できないことがある。例えば、第２視野Ｆ２（第２検査画像Ｊ２）には、その外周の左端付近に僅かにしか欠陥Ｘが映っていない。このため、第２視野Ｆ２（第２検査画像Ｊ２）を第２基準画像Ｋ２と比較したとしても、欠陥Ｘの本来の特徴量（形状やサイズや色など）を十分に把握できず、正確な欠陥Ｘのパターンを把握することができない。

【0046】

一方、第１視野Ｆ１（第１検査画像Ｊ１）には、その中央部から外周の右端に亘って大部分で欠陥Ｘが映っている。このため、第１視野Ｆ１（第１検査画像Ｊ１）を第１基準画像Ｋ１と比較した場合、欠陥Ｘの本来の特徴量を把握できるかもしれず、正確な欠陥Ｘのパターンを把握できるかもしれない。例えば、第１視野Ｆ１（第１検査画像Ｊ１）に映る欠陥Ｘにおけるギザギザの形状に基づいて、欠陥Ｘのパターンを「傷」と分類できるかもしれない。

【0047】

しかしながら、仮に、第１視野Ｆ１（第１検査画像Ｊ１）にも、第２視野Ｆ２（第２検査画像Ｊ２）と同様に僅かにしか欠陥Ｘが映っていなければ、やはり欠陥Ｘの本来の特徴量を把握できず、正確な欠陥Ｘのパターンを把握できないであろう。

【0048】

このように、被検査対象Ｗに発生した欠陥Ｘが複数の視野Ｆ（検査画像Ｊ）に亘って跨る場合に、欠陥Ｘのパターンを精度よく分類することは難しい。

【0049】

本実施形態に係る自動欠陥分類装置１では、以下の工夫を施すことによって、被検査対象Ｗに発生した欠陥Ｘが複数の視野Ｆ（検査画像Ｊ）に亘って跨る場合であっても、欠陥Ｘのパターンを精度よく分類することを可能にした。

【0050】

（欠陥の結合）
図２は、被検査対象Ｗに発生した欠陥Ｘが第１視野Ｆ１と第２視野Ｆ２とに亘って跨る場合における第１視野Ｆ１と第２視野Ｆ２との結合を示す。

【0051】

第１視野Ｆ１は、複数の視野Ｆ（第１視野Ｆ１、第２視野Ｆ２、第３視野Ｆ３及び第４視野Ｆ４）のうちの任意に選択された一の視野Ｆである任意視野ＦＡとする。第２視野Ｆ２は、複数の視野Ｆ（第１視野Ｆ１、第２視野Ｆ２、第３視野Ｆ３及び第４視野Ｆ４）のうちの任意視野ＦＡ（第１視野Ｆ１）に隣接する他の視野である隣接視野ＦＢとする。

【0052】

なお、隣接視野ＦＢの候補として、第２視野Ｆ２の他にも、第１視野Ｆ１（任意視野ＦＡ）に上下方向に隣接する第３視野Ｆ３と、第１視野Ｆ１（任意視野ＦＡ）に斜め上下左右に隣接する第４視野Ｆ４とがあるが、これらには欠陥Ｘが検出されていないので今回は除外する（メモリ２の説明の際に後述する）。

【0053】

隣接視野ＦＢは、任意視野ＦＡの上下左右の少なくともいずれかに配置されている。本例では、隣接視野ＦＢとしての第２視野Ｆ２は、任意視野ＦＡとしての第１視野Ｆ１の右側に配置されている。

【0054】

自動欠陥分類装置１は、第１視野Ｆ１（任意視野ＦＡ）の外周Ｆ１ａに欠陥Ｘが含まれ且つ第２視野Ｆ２（隣接視野ＦＢ）の外周Ｆ２ａに欠陥Ｘが含まれる場合に、第１視野Ｆ１（任意視野ＦＡ）と第２視野Ｆ２（隣接視野ＦＢ）とを結合した状態にて、欠陥Ｘのパターンを分類する。

【0055】

詳細には、自動欠陥分類装置１は、第１視野Ｆ１（任意視野ＦＡ）における第２視野Ｆ２（隣接視野ＦＢ）側の外周Ｆ１ａ（右端Ｆ１ｂ）に欠陥Ｘが含まれ且つ第２視野Ｆ２（隣接視野ＦＢ）における第１視野Ｆ１（任意視野ＦＡ）側の外周Ｆ２ａ（左端Ｆ２ｂ）に欠陥Ｘが含まれる場合のみに、第１視野Ｆ１（任意視野ＦＡ）と第２視野Ｆ２（隣接視野ＦＢ）とを結合した状態にて、欠陥Ｘのパターンを分類する。

【0056】

換言すると、自動欠陥分類装置１は、第１視野Ｆ１（任意視野ＦＡ）及び第２視野Ｆ２（隣接視野ＦＢ）における互いに共有する辺同士（右端Ｆ１ｂ及び左端Ｆ２ｂ）に欠陥Ｘが含まれる場合のみに、欠陥Ｘのパターンを分類する。

【0057】

また、第１視野Ｆ１（任意視野ＦＡ）における第２視野Ｆ２（隣接視野ＦＢ）側の外周Ｆ１ａ（右端Ｆ１ｂ）に欠陥Ｘが含まれるとしても、第２視野Ｆ２（隣接視野ＦＢ）における第１視野Ｆ１（任意視野ＦＡ）側の外周Ｆ２ａ（左端Ｆ２ｂ）に欠陥Ｘが含まれない場合には、自動欠陥分類装置１は、第１視野Ｆ１（任意視野ＦＡ）及び第２視野Ｆ２（隣接視野ＦＢ）を後述のメモリ２に記憶しつつも、第１視野Ｆ１（任意視野ＦＡ）と第２視野Ｆ２（隣接視野ＦＢ）とを結合しない。

【0058】

より詳細には、第１視野Ｆ１（任意視野ＦＡ）は、複数の画素Ｇに区画されている。第２視野Ｆ２（隣接視野ＦＢ）は、複数の画素Ｇに区画されている。第３視野Ｆ３及び第４視野Ｆ４についても、同様である。

【0059】

画素Ｇは、欠陥Ｘが含まれる状態を示す値Ｇ１と欠陥Ｘが含まれない状態を示す値Ｇ０との２値で構成されている。欠陥Ｘが含まれる状態を示す値Ｇ１と欠陥Ｘが含まれない状態を示す値Ｇ０とは、例えば、画素Ｇにおける輝度（０～２５５）に基づいて所定の閾値（又は範囲）を基準に区分けされる。

【0060】

そして、自動欠陥分類装置１は、第１視野Ｆ１（任意視野ＦＡ）における第２視野Ｆ２（隣接視野ＦＢ）側の外周Ｆ１ａ（右端Ｆ１ｂ）の画素Ｇに欠陥Ｘが含まれ（値Ｇ１）且つ第２視野Ｆ２（隣接視野ＦＢ）における第１視野Ｆ１（任意視野ＦＡ）側の外周Ｆ２ａ（左端Ｆ２ｂ）の画素Ｇに欠陥Ｘが含まれる（値Ｇ１）場合のみに、第１視野Ｆ１（任意視野ＦＡ）と第２視野Ｆ２（隣接視野ＦＢ）とを結合した状態にて、欠陥Ｘのパターンを分類する。

【0061】

第１視野Ｆ１（任意視野ＦＡ）に映る欠陥Ｘと、第２視野Ｆ２（隣接視野ＦＢ）に映る欠陥Ｘとは、必ずしも画素Ｇ単位で隣接しなくてもよい。

【0062】

次に、メモリ２への各視野Ｆの記憶について説明する。なお、メモリ２は、例えば公知のＲＡＭである。

【0063】

自動欠陥分類装置１は、第１視野Ｆ１（任意視野ＦＡ）における第２視野Ｆ２（隣接視野ＦＢ）側の外周Ｆ１ａ（右端Ｆ１ｂ）の画素Ｇに欠陥Ｘが含まれる（値Ｇ１）場合に、第１視野Ｆ１（任意視野ＦＡ）をメモリ２に記憶する。

【0064】

同様に、自動欠陥分類装置１は、第２視野Ｆ２（隣接視野ＦＢ）における第１視野Ｆ１（任意視野ＦＡ）側の外周Ｆ２ａ（左端Ｆ２ｂ）に欠陥Ｘが含まれる（値Ｇ１）場合に、第２視野Ｆ２（隣接視野ＦＢ）をメモリ２に記憶する。

【0065】

一方、自動欠陥分類装置１は、隣接視野ＦＢとしての第３視野Ｆ３における第１視野Ｆ１（任意視野ＦＡ）側の外周Ｆ３ａ（上端Ｆ３ｂ）に欠陥Ｘが含まれない（値Ｇ０）ので、第３視野Ｆ３をメモリ２に記憶しない。

【0066】

同様に、自動欠陥分類装置１は、隣接視野ＦＢとしての第４視野Ｆ４における第１視野Ｆ１（任意視野ＦＡ）側の外周Ｆ４ａ（左上端Ｆ４ｂ）に欠陥Ｘが含まれない（値Ｇ０）ので、第４視野Ｆ４をメモリ２に記憶しない。

【0067】

そして、自動欠陥分類装置１は、第１視野Ｆ１（任意視野ＦＡ）と第２視野Ｆ２（隣接視野ＦＢ）とをメモリ２から出力（呼び出して）して、第１視野Ｆ１（任意視野ＦＡ）と第２視野Ｆ２（隣接視野ＦＢ）とを結合した状態にて欠陥Ｘのパターンを分類する。

【0068】

なお、任意視野ＦＡを第１視野Ｆ１とした場合における任意視野ＦＡ（第１視野Ｆ１）及び隣接視野ＦＢ（第２視野Ｆ２）のメモリ２への記憶が完了したら、次に、任意視野ＦＡを、第２視野Ｆ２、第３視野Ｆ３及び第４視野Ｆ４に置き換えて、同様の手順を繰り返す。

【0069】

（作用効果）
撮像される被検査対象Ｗにおいて、第１視野Ｆ１（任意視野ＦＡ）と第２視野Ｆ２（隣接視野ＦＢ）とは、互いに隣接している。第１視野Ｆ１（任意視野ＦＡ）の外周Ｆ１ａに欠陥Ｘが含まれ且つ第２視野Ｆ２（隣接視野ＦＢ）の外周Ｆ２ａに欠陥Ｘが含まれる場合、第１視野Ｆ１（任意視野ＦＡ）と第２視野Ｆ２（隣接視野ＦＢ）とが結合された状態にて欠陥Ｘのパターンが分類される。

【0070】

このように、第１視野Ｆ１（任意視野ＦＡ）と第２視野Ｆ２（隣接視野ＦＢ）とが結合された状態にて欠陥Ｘのパターンが分類されるので、被検査対象Ｗに発生した欠陥Ｘが第１視野Ｆ１（任意視野ＦＡ）と第２視野Ｆ２（隣接視野ＦＢ）とに亘って跨っている場合であっても、欠陥Ｘの本来の特徴量を把握することができる。

【0071】

以上、被検査対象Ｗに発生した欠陥Ｘのパターンを精度よく分類することができる。

【0072】

第１視野Ｆ１（任意視野ＦＡ）における第２視野Ｆ２（隣接視野ＦＢ）側の外周Ｆ１ａ（右端Ｆ１ｂ）に欠陥Ｘが含まれ且つ第２視野Ｆ２（隣接視野ＦＢ）における第１視野Ｆ１（任意視野ＦＡ）側の外周Ｆ２ａ（左端Ｆ２ｂ）に欠陥Ｘが含まれる場合、ある欠陥Ｘが第１視野Ｆ１（任意視野ＦＡ）と第２視野Ｆ２（隣接視野ＦＢ）とに亘って跨っている可能性が高い。

【0073】

このような場合に第１視野Ｆ１（任意視野ＦＡ）と第２視野Ｆ２（隣接視野ＦＢ）とを結合することによって、第１視野Ｆ１（任意視野ＦＡ）と第２視野Ｆ２（隣接視野ＦＢ）とに亘って跨る欠陥Ｘの全体像を把握する上で有利になる。

【0074】

各視野Ｆ１，Ｆ２（ＦＡ，ＦＢ）の外周Ｆ１ａ，Ｆ２ａにおける欠陥Ｘの有無を、画素Ｇにおける欠陥Ｘの有無によって、明確に定義することができる。

【0075】

各画素Ｇを２値Ｇ０，Ｇ１で構成することによって、各画素Ｇに欠陥Ｘが含まれるか否かを明確にすることができる。

【0076】

欠陥Ｘが、任意視野ＦＡと上下左右の少なくともいずれかの隣接視野ＦＢとに亘って跨る場合であっても、被検査対象Ｗに発生した欠陥Ｘの本来の特徴量を把握することができる。

【0077】

各視野Ｆ１，Ｆ２（ＦＡ，ＦＢ）の外周Ｆ１ａ，Ｆ２ａに欠陥Ｘが含まれる場合のみに、各視野Ｆ１，Ｆ２（ＦＡ，ＦＢ）がメモリ２に記憶されるので、メモリ２への負担が少ない。

【0078】

（その他の実施形態）
以上、本開示を好適な実施形態により説明してきたが、こうした記述は限定事項ではなく、勿論、種々の改変が可能である。

【0079】

第１視野Ｆ１（任意視野ＦＡ）の外周Ｆ１ａにおける左端に欠陥Ｘが含まれ且つ第２視野Ｆ２（隣接視野ＦＢ）の外周Ｆ２ａにおける右端に欠陥Ｘが含まれる場合に、第１視野Ｆ１（任意視野ＦＡ）と第２視野Ｆ２（隣接視野ＦＢ）とを一先ず結合した状態にて、欠陥Ｘのパターンを分類してもよい。この場合、第１視野Ｆ１（任意視野ＦＡ）の左端に映る欠陥Ｘと、第２視野Ｆ２（隣接視野ＦＢ）の右端に映る欠陥Ｘとは、互いに別物である（両者は繋がっていない）と判断されるだろう。

【0080】

第１視野Ｆ１（任意視野ＦＡ）の外周Ｆ１ａにおける右下端に欠陥Ｘが含まれ且つ第４視野Ｆ４（隣接視野ＦＢ）の外周Ｆ４ａにおける左上端Ｆ４ｂに欠陥Ｘが含まれる場合に、第１視野Ｆ１（任意視野ＦＡ）及び第４視野Ｆ４（隣接視野ＦＢ）をメモリ２に記憶しつつも、第１視野Ｆ１（任意視野ＦＡ）と第４視野Ｆ４（隣接視野ＦＢ）とを結合しなくてもよい。第１視野Ｆ１（任意視野ＦＡ）と第４視野Ｆ４（隣接視野ＦＢ）とを四隅同士で結合するように画像処理することは、難しいからである。

【0081】

上記実施形態では、欠陥Ｘが、任意視野ＦＡとしての第１視野Ｆ１と隣接視野ＦＢとしての第２視野Ｆ２との間にのみ跨っているが、これに限定されない。図３に示すように、欠陥Ｘは、任意視野ＦＡとしての第１視野Ｆ１と、隣接視野ＦＢとしての第２視野Ｆ２と、隣接視野ＦＢとしての第３視野Ｆ３と、に亘って跨ってもよい。

【0082】

この場合、第１視野Ｆ１（任意視野ＦＡ）と第２視野Ｆ２（隣接視野ＦＢ）と第３視野Ｆ３（隣接視野ＦＢ）とが結合された状態にて、欠陥ＸのパターンＸが分類される。

【0083】

任意視野ＦＡと隣接視野ＦＢとの組合せは、複数ある。例えば、任意視野ＦＡが第２視野Ｆ２である場合、隣接視野ＦＢの候補として、第１視野Ｆ１、第３視野Ｆ３及び第４視野Ｆ４がある。

【0084】

視野Ｆは、四角形に限定されず、四角形以外の多角形や、多角形以外の形状などでもよい。

【0085】

被検査対象Ｗは、半導体ウエハに限定されず、種々の対象が考えられ得る。被検査対象Ｗは、例えば、ガラスや金属や樹脂等でもよい。被検査対象Ｗは、板材でなくてもよく、例えば電線等でもよい。

【0086】

画素Ｇにおける欠陥Ｘの有無を判定するにあたって、例えば、色相、明度、暗度、彩度、光度、照度などの、その他の光学情報を参照してもよい。

【0087】

本開示に係る欠陥分類方法は、被検査対象Ｗに発生した欠陥Ｘのパターンを分類する。
この欠陥分類方法では、被検査対象Ｗは、互いに隣接した複数の視野Ｆに区画されるように、撮像されている。この欠陥分類方法では、複数の視野Ｆのうちの一の視野Ｆである任意視野ＦＡとしての第１視野Ｆ１の外周Ｆ１ａに欠陥Ｘが含まれ且つ複数の視野Ｆのうちの第１視野Ｆ１（任意視野ＦＡ）に隣接する他の視野Ｆである隣接視野ＦＢとしての第２視野Ｆ２の外周Ｆ２ａに欠陥Ｘが含まれる場合に、第１視野Ｆ１（任意視野ＦＡ）と第２視野Ｆ２（隣接視野ＦＢ）とを結合した状態にて欠陥Ｘのパターンを分類する。

【産業上の利用可能性】

【0088】

本開示は、欠陥分類装置及び欠陥分類方法に適用できるので、極めて有用であり、産業上の利用可能性が高い。

【符号の説明】

【0089】

Ｗ 被検査対象
Ｘ 欠陥
Ｊ 検査画像
Ｊ１ 第１検査画像
Ｊ２ 第２検査画像
Ｊ３ 第３検査画像
Ｊ４ 第４検査画像
Ｋ 基準画像
Ｋ１ 第１基準画像
Ｋ２ 第２基準画像
Ｋ３ 第３基準画像
Ｋ４ 第４基準画像
Ｆ 視野
Ｆ１ 第１視野
Ｆ１ａ 外周
Ｆ１ｂ 右端
Ｆ２ 第２視野
Ｆ２ａ 外周
Ｆ２ｂ 左端
Ｆ３ 第３視野
Ｆ３ａ 外周
Ｆ３ｂ 上端
Ｆ４ 第４視野
Ｆ４ａ 外周
Ｆ４ｂ 左上端
ＦＡ 任意視野
ＦＢ 隣接視野
Ｇ 画素
Ｇ０ 値
Ｇ１ 値
１ 自動欠陥分類装置
２ メモリ

【図1】

【図2】

【図3】