JP5537282B2 - 欠陥検査装置および欠陥検査方法 - Google Patents

Description

本発明は、試料表面に存在する微小な欠陥を高感度に検査する欠陥検査装置および欠陥検査方法に関する。

半導体ウェハ、液晶ディスプレイ、ハ−ドディスク磁気ヘッドなどの薄膜デバイスは多数の加工工程を経て製造される。このような薄膜デバイスの製造においては、歩留まり向上および安定化を目的として、いくつかの一連の工程毎に外観検査が実施される。外観検査では本来同一形状となるように形成された２つのパタ−ンの対応する領域を、ランプ光、レ−ザ光または電子線などを用いて得られた参照画像と検査画像を元に、パタ−ン欠陥あるいは異物などの欠陥を検出する。すなわち、参照画像と検査画像の位置合せを行った上で差を算出し、別途定めたしきい値と比較して差が大きくなる部分を欠陥あるいは異物として検出する。しきい値の算出方法として、特許文献１（特許３５６６５８９号公報）に、「長手方向にはほぼ平行光のスリット状ビームを、回路パターンが形成された被検査対象基板に対して、該基板の法線方向から所定の傾きを有し、前記回路パターンの主要な直線群に対して平面状所定の傾きを有し、長手方向が前記被検査対象基板を載置して走行させるステージの走行方向に対してほぼ直角になるように照明する照明過程と、該照明過程で照明された被検査対象基板上に存在する異物等の欠陥から得られる反射散乱光をイメージセンサで受光して信号に変換して検出する検出過程と、該検出過程で検出された信号に基づいて異物等の欠陥を示す信号を抽出する欠陥判定過程とを有することを特徴とする欠陥検査方法」が開示されている。

このような検査において、微小な欠陥を検出するためには、しきい値を低く設定して判定を行う必要がある。しかし、しきい値を低くするとサンプリング誤差やラフネス、グレインといったパタ−ンの微小な相違、あるいは膜厚ムラによる明るさムラなどに起因する虚報が多く発生してしまう。ウェハ全体の虚報の比率が充分小さくなるようにしきい値を高く設定すると、感度が犠牲となり、微細な欠陥の検出が困難となる。ここで、感度を向上させるための方法として、特許文献２（特開２００４−７９５９３号公報）に「予備検査を行って、発生した虚報の位置を確認し、検査領域を予備検査で発生した虚報の密度に応じて複数に分割し、分割された複数の領域ごとに異なるしきい値を用いて、検出された反射光又は散乱光の強度から被検査物の表面に異物があるか否かの判定を行うことを特徴とする異物検査方法」が開示されている。また、特許文献３（特開２００９−２７４３号公報）には、「被検査基板上に光または電子線を照射して得られる検出信号を用いて欠陥を検出する外観検査方法であって、前記検出された欠陥の画像をもとに画像特徴量を算出する工程と、前記検出された欠陥の位置情報をもとに座標特徴量を算出する工程と、前記画像特徴量及び画像特徴量のいずれかに対するしきい値処理で構成される決定木に従って虚報判定を行うことにより実欠陥の情報を出力する工程を有することを特徴とする外観検査方法。」が開示されている。また、特許文献４（特許４０９５８６０号公報）には、「観察対象の外観画像を撮像する工程と、前記観察対象の外観画像が期待した外観と異なる領域を検出する工程と、前記検出した領域の特徴量を算出する工程と、前記撮像する工程から前記算出する工程までを前記試料の本来同一の外観になるべき複数の観察対象に対して順次行うことにより検出した前記期待した外観と異なる領域を含む画像を複数重ね合わせて距離的に近傍にあるグレインや膜厚干渉により生じた欠陥候補を含む必ずしも同一ではない近接している欠陥候補を含む領域同士をグルーピングする工程と、前記グルーピングしたグループ毎に前記検出した領域の特徴量を集計する工程と、前記グループに属する前記検出した領域の特徴量と前記集計した特徴量の分布とを比較して前記検出した領域の属性を決定する工程とを有することを特徴とする試料の欠陥を検査する欠陥検査方法」が開示されている。また、特許文献５（特開２００６−９８１５５号公報）には、「試料を検査し、該検査して検出された欠陥の画像を画面に表示し、該表示された欠陥の中から注目欠陥を指定し、該指定された注目欠陥の特徴量に類似した特徴量を有する欠陥を前記検出された欠陥の画像の中から抽出し、該抽出した欠陥の画像を前記画面上に表示し、該表示された欠陥の画像のうち前記指定した注目欠陥に類似した欠陥を教示し、該教示した情報に基づいて欠陥検査条件を設定し、該設定した検査条件に基づいて試料を検査することをと特徴とする検査方法」が開示されている。

特許３５６６５８９号公報 特開２００４−７９５９３号公報 特開２００９−２７４３号公報 特許４０９５８６０号公報 特開２００６−９８１５５号公報

被検査対象物である半導体ウェハでは、ＣＭＰによる平坦化等が要因となり、隣接チップであっても膜厚に微妙な違いが生じており、チップ間の画像に局所的に明るさの違いが発生している。他にもグレイン（表面の微小な凹凸）やラインエッジラフネス（ＬＥＲ）など、領域毎に異なる明るさムラを生む要因がある。

従来方式のように、参照チップの画像と明るさを比較し、差が特定のしきい値ｔｈ以上となる部分を欠陥とするならば、このような膜厚の違いやパタ−ンの太さのばらつきにより比較画像間で明るさの異なる領域も欠陥として検出されることになる。これは本来、欠陥として検出されるべきものではない。つまり虚報である。従来は虚報発生を避けるための１つの方法として、欠陥検出のためのしきい値ｔｈを大きくしていた。しかし、これは感度を下げることになり、同程度以下の差分値の欠陥は検出できない。

一方、ＬＳＩパタ−ンの微細化・複雑化に伴い、欠陥が歩留りに影響を与えるかどうかの判定を一意に決定することが難しくなってきている。そのため、ユ−ザにより異なる、柔軟な欠陥判定を実現する必要がある。ユ−ザが検出を希望しない欠陥（以下、Ｎｕｉｓａｎｃｅと記述）と検出を希望する欠陥（ＤＯＩ）とに大別できる。本発明の目的は、多様な欠陥種の高感度検出と高感度化に伴い増加する上記ノイズやＮｕｉｓａｎｃｅの抑制と、ＤＯＩの抽出を実現するため、欠陥候補の分類が実現可能な欠陥検査方法および欠陥検査装置を提供することにある。
但し、上記欠陥候補の分類を実施しようとする場合、教示などによりユーザの意志を反映する手段が必要となるが、ユーザが一つ一つの欠陥候補を確認し教示することは、処理時間とユーザ負担の観点から現実的ではない。それに対し、一部の欠陥のみを教示すると、ＤＯＩとＮｕｉｓａｎｃｅを正しく教示できなくなる場合があり、分類精度が低下してしまう。

そこで、本願では、このような従来検査技術の問題を解決して、本来同一形状となるように形成された２つのパタ−ンの対応する領域の画像を比較し、画像の不一致部分を欠陥と判定する欠陥検査において、膜厚の微妙な違いやグレインなどによって生じる、比較画像間の明るさムラによる虚報発生の抑制とユ−ザが検出を希望するＤＯＩの抽出を高感度、かつ高速に実施する欠陥検査技術を実現する方法を開示する。

本願において開示される発明のうち、代表的なものの概要を簡単に説明すれば、次の通りである。
（１）試料に対して照明光を照射する照明光学系と、前記照明光学系からの照明により散乱する該試料からの散乱光を検出する検出光学系と、を備えた欠陥検査装置であって、前記検出光学系により検出された散乱光に基づき抽出された欠陥候補の各々について特徴量を算出する欠陥特徴量算出部と、前記欠陥特徴量算出部により算出された特徴量に基づき前記欠陥候補をグルーピングする欠陥候補グルーピング部と、前記欠陥特徴量算出部により算出された特徴量に基づき、前記欠陥候補の欠陥分類評価値を算出する欠陥分類評価値算出部と、前記欠陥分類評価値算出部により算出された評価値を、教示に基づいて更新する欠陥分類評価値更新部と、前記欠陥分類評価値更新部により更新された評価値に基づいて、前記欠陥候補の欠陥種を分類するためのしきい値である分類境界を決定する欠陥分類しきい値決定部と、前記欠陥分類しきい値決定部により決定されたしきい値を用いて欠陥を検出する欠陥検出部と、を有することを特徴とする欠陥検査装置である。

本願において開示される発明によれば、試料表面に存在する微小な欠陥を高感度に検査する欠陥検査方法および欠陥検査装置を提供することが可能となる。

本発明に係る欠陥検査装置の第一の実施の形態の構成の一例を示す図である。 本発明に係る欠陥検査装置の第一の実施の形態におけるチップの構成の一例を示す図である。 本発明に係る欠陥検査装置の第一の実施の形態における欠陥候補抽出フロ−の一例を示す図である。 本発明に係る欠陥検査装置の第一の実施の形態における検査後処理部の構成の一例を示す図である。 本発明に係る欠陥検査装置の第一の実施の形態における欠陥分類演算部の構成の一例を示す図である。 本発明に係る欠陥検査装置における、欠陥候補教示用のＧＵＩの一例を示す図である。 本発明に係る欠陥検査装置の第一の実施の形態における、欠陥分類評価値の更新によるＤＯＩ・Ｎｕｉｓａｎｃｅ分類の一例を示す図である。 本発明に係る欠陥検査装置の第一の実施の形態における欠陥検査の処理フロ−の一例を示す図である。 本発明に係る欠陥検査装置の第一の実施の形態におけるユ−ザの教示による欠陥候補グル−ピングの一例を示す図である。 本発明に係る欠陥検査装置の第一の実施の形態の欠陥候補のグル−ピングにおける、欠陥候補教示用のＧＵＩの一例を示す図である。 本発明に係る欠陥検査装置の第一の実施の形態におけるＤＯＩ定義辞書を用いた検査後処理部の構成の一例を示す図である。 本発明に係る欠陥検査装置の第一の実施の形態におけるＤＯＩ定義辞書を用いた欠陥分類演算部の構成の一例を示す図である。 本発明に係る欠陥検査装置の第二の実施の形態の構成の一例を示す図である。 本発明に係る欠陥検査装置の第三の実施の形態の構成の一例を示す図である。 本発明に係る欠陥検査装置の第四の実施の形態の構成の一例を示す図である。 図４の本発明に係る欠陥検査装置の第一の実施の形態における検査後処理部の構成の変形例である。 図５の本発明に係る欠陥検査装置の第一の実施の形態における欠陥分類演算部の構成の変形例である。 教示欠陥数と分類性能との関係を表わすグラフである。 図６の本発明に係る欠陥検査装置における、欠陥候補教示用のＧＵＩの変形例である。 本発明に係る欠陥検査装置における、欠陥候補教示用のＧＵＩの追加表示の一例を示す図である。 本発明に係る欠陥検査装置の第一の実施形態における、教示画像の追加と、特徴量の再選択による、分類境界の変化を示す図である。 図９の本発明に係る欠陥検査装置の第一の実施の形態における、ユーザの教示による欠陥候補グルーピングの変形例である。 欠陥分類データベースを利用する場合の検査後処理システムの構成を示す図である。 特徴量分布の比較による検索の例を示す図である。 本発明に係る欠陥検査装置の第一の実施の形態における欠陥分類演算部について、欠陥分類データベースを利用する場合の構成の一例を示す図である。 分類済みの欠陥を教示として利用する方法について示す説明図である。

以下、本発明の実施の形態を図面に基づいて詳細に説明する。なお、実施の形態を説明するための全図において、同一の部材には原則として同一の符号を付し、その繰り返しの説明は省略する。

以下において、本発明の欠陥検査技術（欠陥検査方法および欠陥検査装置）の実施の形態１を詳細に説明する。

本発明のパタ−ン検査技術の実施の形態１として、半導体ウェハを対象とした暗視野照明による欠陥検査装置および欠陥検査方法を例にとって説明する。

図１は実施の形態１の暗視野照明による欠陥検査装置の構成の一例を示したものである。実施の形態１に係る欠陥検査装置は、欠陥候補検出部１００と、検査後処理部１０８、全体制御部１０９（ユ−ザインタ−フェ−ス部１０９−１、記憶装置１０９−２）を有して構成される。
欠陥候補検出部１００は、ステ−ジ１０２、メカニカルコントロ−ラ１０３、照明光学系（照明部）１０４、検出光学系（上方検出系）１０５、空間周波数フィルタ１１１、検光子１１２、イメ−ジセンサ１０６、画像比較処理部１０７（前処理部１０７−１、画像メモリ１０７−２、欠陥候補検出部１０７−３、パラメ−タ設定部１０７−４、切り出し画像作成部（パッチ画像切り出し部）１０７−５）を有して構成される。
試料１０１は例えば半導体ウェハなどの被検査物である。ステ−ジ１０２は試料１０１を搭載してＸＹ平面内の移動および回転（θ）とＺ方向への移動が可能である。メカニカルコントロ−ラ１０３はステ−ジ１０２を駆動するコントロ−ラである。照明部１０４の光を試料１０１に照射し、試料１０１からの散乱光を検出光学系（上方検出系）１０５で結像させ、結像された光学像を各々のイメ−ジセンサ１０６で受光して、画像信号に変換する。このとき、試料１０１をＸ‐Ｙ‐Ｚ‐θ駆動のステ−ジ１０２に搭載し、該ステ−ジ１０２を水平方向に移動させながら異物散乱光を検出することで、検出結果を２次元画像として得る。

照明部１０４の照明光源は、レ−ザを用いても、ランプを用いてもよい。また、各照明光源の波長の光は短波長であってもよく、また、広帯域の波長の光（白色光）であってもよい。短波長の光を用いる場合、検出する画像の分解能を上げる（微細な欠陥を検出する）ために、紫外領域の波長の光（Ｕｌｔｒａ Ｖｉｏｌｅｔ Ｌｉｇｈｔ：ＵＶ光）を用いることもできる。レ−ザを光源として用いる場合、それが単波長のレ−ザである場合には、可干渉性を低減する手段（図示せず）を照明部１０４の各々に備えることも可能である。

また、イメ−ジセンサ１０６に複数の１次元イメ−ジセンサを２次元に配列して構成した時間遅延積分型のイメ−ジセンサ（Ｔｉｍｅ Ｄｅｌａｙ Ｉｎｔｅｇｒａｔｉｏｎ Ｉｍａｇｅ Ｓｅｎｓｏｒ：ＴＤＩイメ−ジセンサ）を採用し、ステ−ジ１０２の移動と同期して各１次元イメ−ジセンサが検出した信号を次段の１次元イメ−ジセンサに転送して加算することにより、比較的高速で高感度に２次元画像を得ることが可能になる。このＴＤＩイメ−ジセンサとして複数の出力タップを備えた並列出力タイプのセンサを用いることにより、センサからの出力を並列に処理することができ、より高速な検出が可能になる。また、イメ−ジセンサ１０６に、裏面照射型のセンサを用いると表面照射型のセンサを用いた場合と比べて検出効率を高くすることができる。
試料１０１であるウェハ内の欠陥候補を抽出する画像比較処理部１０７は、検出された画像信号に対してシェ−ディング補正、暗レベル補正等の画像補正を行う前処理部１０７−１、補正された画像のデジタル信号を格納しておく画像メモリ１０７−２、画像メモリ１０７−２に記憶された対応する領域の画像を比較し、欠陥候補を抽出する欠陥候補検出部１０７−３、処理のパラメ−タをセットするパラメ−タ設定部１０７−４、検出した欠陥候補を含む小領域に切り出した画像（分割した画像、パッチ画像）を作成する切り出し画像作成部１０７−５とを備えてなる。

まず、前処理部１０７−１では画像信号に対してシェーディング補正、暗レベル補正等の画像補正を行い、一定単位の大きさの画像に分割し、画像メモリ１０７−２へ格納する。画像メモリ１０７−２に格納された被検査領域の画像（以下、検出画像と記載）と対応する領域の画像（以下、参照画像と記載）のデジタル信号を読み出し、欠陥候補検出部１０７−３において位置を合わせるための補正量を算出し、算出された位置の補正量を用いて、検出画像と参照画像の位置合せを行い、対応する画素の特徴量を用いて特徴空間上ではずれ値となる画素を欠陥候補として出力する。パラメ−タ設定部１０７−４は、外部から入力される、欠陥候補を抽出する際の特徴量の種類やしきい値などの検査パラメ−タを設定し、欠陥候補検出部１０７−３に与える。

全体制御部１０９は、各種制御を行うＣＰＵ（全体制御部１０９に内蔵）を備え、ユ−ザからの検査パラメ−タ（特徴量の種類、しきい値など）の変更を受け付けたり、検出された欠陥情報を表示したりする表示手段と入力手段を持つユ−ザインタ−フェ−ス部１０９−１、検出された欠陥候補の特徴量や画像などを記憶する記憶装置１０９−２と接続されている。メカニカルコントロ−ラ１０３は、全体制御部１０９からの制御指令に基づいてステ−ジ１０２を駆動する。尚、画像比較処理部１０７、光学系等も全体制御部１０９からの指令により駆動される。
検査後処理部１０８は、記憶部（記憶装置）１０９−２に格納されている欠陥候補の情報を読み出し、欠陥候補に対し、ＤＯＩ・Ｎｕｉｓａｎｃｅの再判定を実施し、全体制御部１０９へ結果を出力する。

図２は、本発明に係る欠陥検査装置の第一の形態におけるチップの構成の一例を示す図であり、欠陥候補検出部１００での欠陥候補の検出について説明する。検査対象となる試料（半導体ウェハ、ウェハとも記す）１０１はメモリマット部２００−１と周辺回路部２００−２とを備えてなる同一パタ−ンのチップ２００が多数、規則的に並んでいる。全体制御部１０９では試料である半導体ウェハ１０１をステ−ジ１０２により連続的に移動させ、これに同期して、順次、チップの像をイメ−ジセンサ１０６より取り込み、検出画像に対し、規則的に配列されたチップの同じ位置、例えば図２の検出画像の領域２０３に対し、領域２０１、２０２、２０４、２０５のデジタル画像信号を参照画像とし、参照画像の対応する画素や検出画像内の他の画素と比較し、差異の大きな画素を欠陥候補として検出する。

図３は、本発明に係る欠陥検査装置の第一の実施の形態における欠陥候補抽出フロ−の一例を示す図である。図２に示した検査対象となるチップの画像（領域２０３）について、欠陥候補検出部１０７−３の処理フロ−の例を示したものである。まず検査対象となるチップの像（検出画像３０１）と、対応する参照画像３０２（ここでは、隣接するチップの像、図２の２０２とする）を画像メモリ１０７−２から読み出し、位置ずれ検出・位置あわせ部３０３にて位置のずれを検出し、位置合せを行う（３０３）。次に、特徴量演算部３０４において、位置合せを行った検出画像３０１の各画素に対して、参照画像３０２の対応する画素との間で複数の特徴量を演算する（３０４）。特徴量は、その画素の特徴を表すものであればよい。その一例としては、（１）明るさ、（２）コントラスト、（３）濃淡差、（４）近傍画素の明るさ分散値、（５）相関係数、（６）近傍画素との明るさの増減、（７）２次微分値、（８）明るさ分散値などがある。

そして、特徴空間形成部３０５において、これらの特徴量のうちのいくつか、あるいは全ての特徴量を軸とする空間に各画素をプロットすることにより特徴空間を形成する（３０５）。そして、この特徴空間におけるデ−タ分布の外側にプロットされる画素、すなわち特徴的なはずれ値となる画素を、はずれ画素検出部において欠陥候補として検出する（３０６）。
切り出し画像作成部１０７−５では、画像メモリ１０７−２に格納された検出画像と参照画像から、欠陥候補検出部１０７−３で検出された欠陥候補を含む周辺の小領域を切り出す。切り出された検出画像３０７−２と参照画像３０７−３の切り出し画像（パッチ画像）と、特徴量演算部３０４にて算出された欠陥候補の特徴量（数値特徴）３０７−１とを、欠陥候補３０７として纏めて、記憶装置（記憶部）１０９−２へ格納する。

図４は、本発明に係る欠陥検査装置の第一の実施の形態における検査後処理部の構成の一例を示す図である。検査後処理部１０８は、デ−タ受信部４０２、記憶装置（デ−タ記憶装置）４０３、欠陥分類演算部４０４を有して構成される。
全体制御部１０９は記憶部（記憶装置）１０９−２に格納されている欠陥候補３０７（欠陥数値特徴３０７−１、検出画像の切り出し画像（パッチ画像）３０７−２、参照画像の切り出し画像３０７−３）を検査後処理部１０８のデ−タ受信部４０２へ送信する。検査後処理部１０８はデータ受信部４０２から欠陥候補３０７を検査後処理部１０８内部の記憶装置４０３に格納する。
欠陥分類演算部４０４では、記憶装置４０３から欠陥候補３０７を読み出し、重要欠陥（ＤＯＩ）と非重要欠陥（Ｎｕｉｓａｎｃｅ）とに分類し、インタ−フェ−ス部１０９−１の結果表示部４０７へ分類の経過を逐次ユーザへ表示する。ユーザは結果表示部４０７に表示された分類結果を確認し、ユーザが希望する分類結果が得られていなければ、教示入力部４０８に対し、欠陥候補３０７がＤＯＩかＮｕｉｓａｎｃｅかを教示する。ユーザが希望する分類結果が得られるまで、結果の表示とユーザ教示を繰り返し、ユーザが希望する分類結果が得られた時点で、終了判定入力部４０９へ終了を入力する。検査後処理部１０８での処理の結果得られる分類境界４０６は、それぞれの欠陥候補に対する、ＤＯＩ・Ｎｕｉｓａｎｃｅの分類境界である。また、分類境界４０６はＤＯＩまたはＮｕｉｓａｎｃｅの欠陥ラベルとしても良い。分類境界４０６を出力し、検査後処理部１０８は、このようにして得られた欠陥ラベルと分類境界４０６を制御装置（全体制御部）１０９の一部である記憶部（記憶装置）１０９−２へ格納する。ただし、記憶部（記憶装置）１０９−２から直接画像データを入力する場合には、記憶装置４０３を含めなくてもよい。

図４の本発明に係る欠陥検査装置の第一の実施の形態における検査後処理部の構成の変形例を図１６に示す。
欠陥候補３０７‘は試料１０１の設計情報３０７−４’をさらに備え、検査後処理部１０８‘は記憶装置を介さずに、データ受信部４０２’から欠陥分類演算部４０４‘に直接送信する。
欠陥分類演算部４０４’では、試料１０１の設計情報３０７−４’を含む欠陥候補３０７’に対し、重要欠陥（ＤＯＩ）と非重要欠陥（Ｎｕｉｓａｎｃｅ）とに分類し、インターフェース部１０９−１’の結果表示部４０７’へ分類の経過を逐次ユーザへ表示する。ユーザは結果表示部４０７’に表示された分類結果を確認し、ユーザが希望する分類結果が得られていなければ、教示入力部４０８’を介し、欠陥分類演算部４０４’へユーザ教示を実施し、欠陥分類演算部４０４’ではユーザ教示に基づき再度欠陥分類を実施する。
以上の結果表示とユーザ教示をユーザが希望する分類結果が得られるまで繰り返す。ユーザは希望する分類結果が得られた時点で、終了判定入力部４０９’を介し、欠陥分類演算部へ終了判定を入力する。欠陥分類演算部４０４’は、ユーザからの終了判定を受け取り、分類境界４０６’を制御装置（全体制御部）１０９’の一部である記憶部（記憶装置）１０９−２’へ格納する。

図５は、本発明に係る欠陥検査装置の第一の実施の形態における欠陥分類演算部の構成の一例を示す図である。欠陥分類演算部４０４は、記憶装置４０３から欠陥候補３０７を入力する。欠陥特徴量算出部５０１は、欠陥候補３０７から特徴量を算出する。次に、欠陥候補グル−ピング部５０２は、欠陥特徴量算出部５０１が算出した特徴量を基に、欠陥候補３０７を類似グル−プへグル−ピングする。グル−プ分けの基準として、（１）参照画像（背景）の類似性、（２）欠陥候補同士の近接性、（３）欠陥候補の形状類似性、などがある。欠陥特徴量算出部５０１は、欠陥候補グルーピング部５０２で使用する特徴量として、欠陥候補３０７の検出画像３０７−２と、参照画像３０７−３、数値特徴３０７−１から、（１）明るさ、（２）コントラスト、（３）濃淡差、（４）近傍画素の明るさ分散値、（５）相関係数、（６）近傍画素との明るさの増減、（７）２次微分値などを算出する。欠陥候補グル−ピング部５０２では、グル−ピングの方法として、例えば、決定木による分類、サポ−トベクタ−マシンによる分類、最近傍則に基づく分類など、一般的に利用されているパタ−ン識別手法を用いる。

次に、欠陥分類評価値算出部５０３は、欠陥特徴量算出部５０１から特徴量を受け取り、欠陥候補のＤＯＩらしさを評価するための評価値を算出する。評価値を算出するための特徴量として、欠陥特徴量算出部５０１において算出した特徴量から、欠陥候補とその周辺画像における（１）明るさ、（２）コントラスト、（３）濃淡差、（４）近傍画素の明るさ分散値、（５）相関係数、（６）近傍画素との明るさの増減、（７）２次微分値などを利用し、欠陥分類評価値ｇを算出する。欠陥分類評価値算出部５０３では、欠陥分類評価値ｇを算出する。例えば、各特徴量をｘ１，ｘ２，ｘ３としたとき、欠陥分類評価値はｇ＝ｉ（ｘ１，ｘ２，ｘ３）と表すことができる。ここで、ｉは、特徴量統合関数で、線形、非線型の多項式などで表現できるが、例えば、重み付きの線形和は重みをｗ１，ｗ２，ｗ３とすると、
ｉ（ｘ１，ｘ２，ｘ３）＝ｗ１・ｘ１＋ｗ２・ｘ２＋ｗ３・ｘ３
として定義することができる。

次に、欠陥マトリクス作成部５０４では、欠陥候補グル−ピング部５０２で求めたグル−プと、欠陥分類評価値算出部５０３で求めたグループ毎の欠陥分類評価値に基づき、欠陥マトリクスを作成する。欠陥マトリクスは、欠陥候補グル−ピング部５０２で求めたグル−プを横軸に、欠陥分類評価値算出部５０３で求めた欠陥分類評価値を縦軸にし、並べられた欠陥候補を表示するものである。欠陥マトリクス作成部５０４は、求めた欠陥マトリクスをユーザインタ−フェ−ス部１０９−１の結果表示部４０７へ送信する。結果表示部４０７は、欠陥マトリクスをユーザへ表示する。ユ−ザは、結果表示部４０７に表示された欠陥マトリクスを確認し、教示入力部４０８にて、欠陥候補に対してＤＯＩまたはＮｕｉｓａｎｃｅの教示を行う。
欠陥分類評価値更新部５０５は、教示入力部４０８からのユーザ教示と、欠陥マトリクス作成部５０４から入力された欠陥マトリクスに基づき、欠陥分類評価値の更新を行う。欠陥分類評価値の更新は、後で詳述するが、欠陥分類評価値順に並べられた欠陥候補の並び替えに相当する。

欠陥分類しきい値決定部５０６は、欠陥分類評価値更新部にて並び替えられた欠陥候補を基に、欠陥候補がＤＯＩであるかＮｕｉｓａｎｃｅであるかを分類する、分類境界４０６を決定する。繰り返し終了判定部５０７は、欠陥マトリクスと分類境界４０６をユ−ザに表示する。ユ−ザは、希望するＤＯＩが正しく抽出されていれば終了と判断し、終了判定入力部４０９において終了判定を行う。ユーザが終了判定をしなかった場合、欠陥マトリクス作成部５０４にて再度欠陥マトリクスをユ−ザに表示し、再度、ユ−ザ教示入力部４０８を実施する。ユ−ザが希望するＤＯＩの抽出ができるまで、何度かこの繰り返しを実施する。ユーザが終了判定入力部４０９にて、終了の判定を入力した場合、繰り返し終了判定部５０７は、繰り返し終了時点の分類境界４０６を記憶部（記憶装置）１０９−２へ出力し、定めた分類境界４０６を用いて、欠陥検出部１１５にて欠陥を検出する。

図５の本発明に係る欠陥検査装置の第一の実施の形態における欠陥分類演算部の構成の変形例を図１７に示す。
図５における記憶装置４０３の代わりにデータ受信部４０２‘があり、欠陥分類演算部４０４‘の内部のステップが一部追加されている。また、インターフェース１０９−１‘においては分類性能算出部５０９’の結果を表示する結果表示部４０７‘が追加されている。

図１７においては、欠陥分類演算部４０４‘は、データ受信部４０２’から欠陥候補３０７‘を受け取る。欠陥分類演算部４０４’内の欠陥特徴量算出部５０１‘は、欠陥候補３０７‘から特徴量を算出する。欠陥特徴量算出部５０１‘で算出する特徴量は、欠陥候補３０７‘の検出画像３０７−２‘と、参照画像３０７−３‘、数値特徴３０７−１‘から、（１）明るさ、（２）コントラスト、（３）濃淡差、（４）近傍画素の明るさ分散値、（５）相関係数、（６）近傍画素との明るさの増減、（７）２次微分値などである。さらに、上記特徴量による特徴空間内において、（８）各欠陥候補を中心とする分布密度、（９）最近傍の欠陥候補までの距離、（１０）分布の重心からの距離、などを特徴量の一つとして扱っても良い。また、（１１）設計情報に基づくパターン近接性次などを特徴量としても良い。欠陥候補グルーピング部５０２‘は、欠陥特徴量算出部５０１‘が算出した特徴量を基に、欠陥候補３０７‘を類似グループへグルーピングする。グループ分けの基準として、（１）参照画像（背景）の類似性、（２）欠陥候補同士の近接性、（３）欠陥候補の形状類似性、（４）設計パターンの粗密度、などがある。

特徴量選択部５０３‘は、欠陥特徴量算出部５０１‘において算出された特徴量から少なくとも１つ以上の特徴量を選択し、特徴空間を作成する。分類に有効な特徴量は、ユーザが抽出を希望するＤＯＩ種毎に異なるため、ユーザ教示に基づき、特徴量を選択する。特徴量選択の方法として、教示済みの欠陥に基づき、それらが最も精度良く分類できる特徴量を選択しても良いし、判別分析などにより決定しても良いし、ユーザが任意に選択しても良い。ユーザ教示が実施される前の初期段階では、既定の特徴量を利用しても良いし、過去の分類で適用された特徴量を利用しても良い。

次に、欠陥分類評価値算出部５０４‘は、欠陥特徴量選択部５０３‘が選択した特徴量を受け取り、欠陥候補のＤＯＩらしさを評価するための欠陥分類評価値ｇを算出する。例えば、選択した特徴量をｘ１，ｘ２，ｘ３としたとき、欠陥分類評価値はｇ＝ｉ（ｘ１，ｘ２，ｘ３）と表わすことができる。

次に、教示欠陥選択部５０５‘は欠陥候補３０７‘から、ユーザ教示に用いる欠陥を選択する。欠陥候補の選択方法は、グループ毎の全欠陥候補からランダムに選択しても良いし、欠陥分類境界決定部５０８‘の出力結果である分類境界の周辺から自動的に選択しても良いし、ユーザが任意に選択しても良い。
但し、分類境界の周辺から教示欠陥を選択する場合、分類境界が算出されていない分類初期段階では、分類境界を利用して教示欠陥の選択を行うことができない。そのため、主成分分析やｋ−ｍｅａｎｓクラスタリング手法などによる粗分類を実施し、そこで求められた欠陥分類境界を利用することもできるし、過去の分類結果の分類境界を利用して教示画像の選択を行うこともできる。欠陥候補の選択により、ユーザが教示のために比較する欠陥候補数を減らすことができ、ユーザの負担減と、教示時間の短縮、教示の正確性向上などを実現でき、それにより、ユーザフレンドリーなＤＯＩ・Ｎｕｉｓａｎｃｅの分類を実現することができる。

次に、欠陥マトリクス作成部５０６‘では、欠陥候補グルーピング部５０２‘で求めたグループを横軸に、欠陥分類評価値算出部５０４‘で求めた欠陥分類評価値を縦軸にし、教示欠陥選択部５０５‘により選択された欠陥候補を並べて表示する。
また、教示入力部４０８‘における欠陥候補に対するＤＯＩまたはＮｕｉｓａｎｃｅの教示においては、ユーザ教示の方法として、欠陥候補画像による判断の他に、光学顕微鏡画像や、電子線顕微鏡画像の目視確認により判断しても良い。このとき、入力された欠陥候補３０７‘以外の情報に基づき教示が行われた場合、その欠陥候補は欠陥候補の情報のみでは分類できない曖昧な欠陥として、欠陥分類演算部４０４‘において、分類への影響を小さくするように重み付することもできる。例えば、検査後処理部１０８‘への入力が暗視野式検査画像のみであったとき、光学顕微鏡画像に基づき教示を行った場合などである。さらに、その欠陥候補の影響を排除するため、欠陥候補を削除することもできる。

欠陥分類評価値更新部５０７‘は、教示入力部４０８‘からのユーザ教示に基づき、欠陥分類評価値の更新を行う。
欠陥分類境界決定部５０８‘は、欠陥分類評価値更新部５０７‘にて並び替えられた欠陥候補を基に、欠陥候補がＤＯＩであるかＮｕｉｓａｎｃｅであるかを分類する、分類境界４０６‘を決定する。分類境界４０６‘を決定する際には、一般的な分類法を適用することができる。例えば、決定木による分類、サポートベクターマシンによる分類、最近傍則に基づく分類などである。このとき、グループ毎に異なる分類境界を設定することもでき、各グループ均一の分類境界とすることもできる。また、分類境界はユーザにより教示入力部４０８‘へ直接指定、変更する事もできる。ユーザは、マトリクス結果表示部４０７‘と教示入力部４０８‘により、この欠陥分類評価値更新５０７‘の一連の作業を複数回繰り返すことにより、ユーザ毎に異なる判定基準により、柔軟なＤＯＩ・Ｎｕｉｓａｎｃｅ分類を実現することができる。

分類性能算出部５０９‘では、教示済みの欠陥と分類境界決定部５０８‘により決定された分類境界４０６‘に基づき、教示済みの欠陥における分類正解率と、教示欠陥の追加による推定性能向上量を算出する。ここで算出された性能向上量と分類正解率は結果表示部４０７を介しユーザへ表示される。

図１８は、教示欠陥数と分類性能との関係を表わすグラフである。教示欠陥数と分類性能の関係は一般的に、図１８に示す通り教示点数の増加に伴い分類性能は向上するが、ある一定の教示数で向上は収束する。推定性能向上量は分類正解率の変動幅や推定性能の微分値などにより求められる。また、分類正解率に対し任意の多項式によるフィッティングを実施し、分類推定値を外挿する事により求めても良い。

図１７の繰り返し判定部５１０‘は、教示欠陥追加判定部５１０−１‘と特徴再選択判定部５１０−２‘からなる。教示画像追加判定部５１０−１‘では、分類性能算出部５０９‘から前記の分類正解率と性能推定向上量を受け取り、教示欠陥の追加を実施するかどうかを判定し、教示欠陥の追加により分類性能が向上する場合、教示欠陥選択部５０５‘以降の処理を繰り返す。教示欠陥の追加により分類性能が向上しない場合、特徴量再選択判定部５１０−２‘の処理を実施する。特徴量再選択判定部５１０−２‘では、分類性能算出部５０９‘から分類正解率を受け取り、分類正解率が終了判定入力部４１０‘により入力されたユーザ既定値より低ければ、特徴量選択部５０３‘以降の処理を繰り返す。分類正解率が規定値より高ければ以上の繰り返しを終了する。また、ユーザは結果表示部４０７‘に表示された分類性能を確認し、希望するＤＯＩ・Ｎｕｉｓａｎｃｅ分類が実現できていると判断すれば、終了判定入力部４１０‘へ繰り返しの終了判定を入力し、前記の繰り返しを終了することもできる。繰り返し終了時点の分類境界４０６‘、各欠陥候補の特徴量、選択した特徴量、選択欠陥候補への教示結果、グルーピング基準などを記憶部（記憶装置）１０９−２‘へ出力する。

図６は、本発明に係る欠陥検査装置における、欠陥候補教示用のＧＵＩの一例を示す図である。ここで、欠陥マトリクス作成部５０４にて作成した欠陥マトリクスの表示例と、ユ−ザ教示の例を図６に示す。欠陥マトリクス作成部５０４は、結果表示部４０７において、欠陥マトリクス表示画面（欠陥候補表示画面）６０１に示す欠陥マトリクスを表示する。表示欠陥マトリクスは、横軸にグル−プ、縦軸に欠陥判定評価値をとり、欠陥候補を並べて表示したものである。さらに、欠陥マトリクスには、ＤＯＩとＮｕｉｓａｎｃｅの分類境界４０６が表示される。ユ−ザはマウスなどの入力装置により、欠陥候補を選択する。図６の一例では、欠陥候補６０６が選択されている。欠陥候補情報表示画面６０２には、選択した欠陥候補６０６の参照画像３０７−３、検出画像３０７−２、数値特徴量３０７−１などが表示される。さらに、選択した欠陥候補のウェハ内の発生位置や、セル内の発生位置が表示される。ユ−ザは欠陥候補教示画面６０２を参考にし、ＤＯＩかＮｕｉｓａｎｃｅかの判断を行い、欠陥候補教示画面６０３の教示メニュー６０４に対して、ＤＯＩかＮｕｉｓａｎｃｅかを選択する。このとき、欠陥候補情報表示画面６０２では、欠陥候補６０６のＳＥＭ画像や、光学顕微鏡画像などを表示しても良く、ユーザはそれらを参考にＤＯＩとＮｕｉｓａｎｃｅの判断をすることもできる。欠陥候補教示画面６０３が教示入力部４０８にあたる。

ここで、欠陥マトリクス作成部５０４は、欠陥マトリクスに表示する欠陥候補を限定するため、サンプリングを実施する。サンプリングは、欠陥候補が多数ある場合など、全ての欠陥候補を欠陥マトリクスへ表示できない場合に実施する。サンプリング方法の一例として、全欠陥候補からランダムにサンプリングする方法や、一定間隔でサンプリングする方法などがあり、分類境界４０６の周辺にある欠陥候補のみをサンプリングする方法もある。サンプリングにより、ユ−ザが教示のために比較する欠陥候補数を減らすことができ、ユ−ザの負担減と、教示時間の短縮、教示の正確性向上などを実現でき、それにより、ユーザフレンドリーなＤＯＩ・Ｎｕｉｓａｎｃｅの分類を実現することができる。

図６の本発明に係る欠陥検査装置における、欠陥候補教示用のＧＵＩの変形例を図１９に示す。
図５、図１７の欠陥マトリクス作成部５０４、５０６‘は、結果表示部４０７、４０７’において、欠陥マトリクス表示画面（欠陥候補表示画面）６０１‘に示す欠陥マトリクスを表示する。欠陥マトリクスは、横軸にグループ、縦軸に欠陥判定評価値をとり、欠陥候補画像を並べて表示したもので、ＤＯＩとＮｕｉｓａｎｃｅの分類境界４０６’も表示される。さらに、全欠陥候補によるグループ毎の欠陥判定評価値の分布表示画面６０５‘も表示される。欠陥マトリクス表示画面には検査データとして、ウェハ情報や検査レシピ、総欠陥数なども表示される。ユーザはマウスなどの入力装置により、教示を行う欠陥候補を選択することができ、図１９では、欠陥候補６０６’を選択している。欠陥候補情報表示画面６０２’には、選択した欠陥候補６０６’の参照画像６０６−３’、検出画像６０６−２’、数値特徴量６０６−１’などが表示される。さらに、選択した欠陥候補のウェハ内の発生位置や、チップ内の発生位置などが表示される。ユーザは欠陥候補教示画面６０２’を参考にし、ＤＯＩかＮｕｉｓａｎｃｅかの判断を行い、欠陥候補教示部６０７’にてＤＯＩかＮｕｉｓａｎｃｅかを選択する。このとき、欠陥候補情報表示画面６０２’では、欠陥候補６０６’のＳＥＭ画像６０６−５’や、光学顕微鏡画像６０６−４’などを表示しても良く、ユーザはそれらを参考にＤＯＩとＮｕｉｓａｎｃｅの判断をすることもできる。以上のユーザ教示により、欠陥分類が実施されると、現在の分類状況を表す欠陥分類状況表示画面６０３’が表示される。欠陥分類状況表示画面６０３’内の特徴空間表示画面６０８’では、選択特徴量からなる特徴空間における欠陥候補の分布や、未教示・教示済みに分けられた欠陥候補の分布、分類境界４０６’、選択されている特徴量とその重みなども表示されている。一方、推定性能表示画面６０９’では、教示済欠陥数や、教示済み欠陥に基づく分類正解率、推定性能向上量が表示される。ユーザは欠陥マトリクス表示画面６０１’と、欠陥分類状況表示画面６０３’を確認し、教示欠陥の追加や特徴量再選択の判定を、繰り返し判定画面６０４’へ入力する。また、自動的に繰り返し判定をさせることもでき、自動判定を選択することもできる。

図２０は、本発明に係る欠陥検査装置における、欠陥候補教示用のＧＵＩの追加表示の一例を示す図である。
追加表示画面６０９’は前記欠陥候補情報表示画面６０２’の追加表示である。ユーザは欠陥候補画像６０６−２’、６０６−３’を目視で確認することにより、その欠陥候補がＤＯＩかＮｕｉｓａｎｃｅかを判断し、欠陥候補教示部６０７’にて教示を行う。このとき、欠陥候補画像６０６−２’、６０６−３’のみで判断でき無かった場合、ユーザは光学顕微鏡画像（ＯＭ画像）６１１や電子線顕微鏡画像（ＳＥＭ画像）６１２’を判断のための情報として追加することができる。欠陥候補以外の画像を追加する場合、ユーザは、チェックボックス６１３’へチェックを行う。
装置側では、チェックされた欠陥候補について顕微鏡画像６１１’やＳＥＭ画像６１２’の取得を行い、欠陥候補情報表示画面６０９’へ取得画像を表示する。また、ユーザは欠陥候補以外の画像による教示結果を、後段の分類へ、どの程度反映させるかを決定し、分類影響度入力部６１４’へ数値として入力することができる。このとき、欠陥候補の情報のみでは判断できなかった曖昧な欠陥として、分類影響度入力部へ低い値を入力しても良いし、複数の情報から判断した信頼性の高い欠陥として、高い値を入力しても良い。
このようにして教示された欠陥候補に基づき分類が実施されると、教示状況表示画面６１０’に欠陥候補の特徴量分布とそれに基づき算出された分類境界が示される。教示状況表示画面６１０’内の画面６１５’には、ＤＦ、ＯＭ、ＳＥＭのいずれかの画像に基づき教示した欠陥候補と、それに基づき算出した分類境界が表示され、画面６１６’には、ＤＦ画像またはＯＭ画像に基づき教示した欠陥候補と、それに基づき算出された分類境界が示されている。画面６１７’には、ＤＦ画像のみで教示することができた欠陥候補と、それに基づき算出された分類境界が示されている。 図７は、本発明に係る欠陥検査装置の第一の実施の形態における、欠陥分類評価値の更新によるＤＯＩ・Ｎｕｉｓａｎｃｅ分類の一例を示す図であり、図５や図１７の欠陥分類評価値更新部５０５、５０７‘における欠陥分類評価値の更新処理の内容を示す。図６や図１８で示した欠陥マトリクスでは縦軸に欠陥判定評価値を取っているが、ここでは説明のため横軸にしてある。欠陥候補Ａ、Ｂ、Ｃ、Ｄ、Ｅが欠陥分類評価値ｇ１＝ｉ１（ｘ１，ｘ２，・・・）に基づき並べられていたとする。このとき、ユ−ザは、教示入力部４０８、４０８’により欠陥候補ＢとＥをＤＯＩ、欠陥候補ＤをＮｕｉｓａｎｃｅと教示したとする。図５の欠陥分類しきい値決定部５０６、図１７の欠陥分類境界決定部５０８では、欠陥候補をＤＯＩとＮｕｉｓａｎｃｅに分類する分類しきい値を、欠陥分類評価値ｇのある値に設定するのだが、どこに設定したとしても正しく分類することは不可能である。

そこで、図５や図１７の欠陥分類評価値更新部５０５、５０７‘は、特徴量統合関数ｉ１をｉ２に変更し、欠陥分類評価値をｇ２＝ｉ２（ｘ１，ｘ２，・・・）と更新する。更新の方法は、例えば、特徴量統合関数ｉ１を重み付きの線形和
ｉ１（ｘ１，ｘ２，ｘ３）＝ｗ１・ｘ１＋ｗ２・ｘ２＋ｗ３・ｘ３
としたとき、重みｗ１，ｗ２，ｗ３の重みパラメータ値を変更することもできるし、関数ｉ自体を変更し、例えば２乗和（＾はべき乗を表す）
ｉ２（ｘ１，ｘ２，ｘ３）＝ｗ１・ｘ１＾２＋ｗ２・ｘ２＾２＋ｗ３・ｘ３＾２
とすることもできる。

欠陥分類評価値更新部５０５における評価値の更新により、欠陥欠陥候補の並びをＡ、Ｂ、Ｃ、Ｄ、Ｅから、Ｄ、Ａ、Ｅ、Ｃ、Ｂと変更することができ、ＤＯＩとしたＢ、Ｅと、ＮｕｉｓａｎｃｅとしたＤとを分類するしきい値を決定することができる。欠陥分類評価値更新部５０５では、各グループに異なる欠陥分類評価値の更新を実施することもできるし、全てのグループに同様の更新を実施することもできる。つまり、グループ毎に異なる欠陥分類評価値としても良いし、全てのグループが同じ欠陥分類評価値としても良い。

欠陥分類しきい値決定部５０６では、各グループの評価値順並べられた欠陥候補に対し、ＤＯＩとＮｕｉｓａｎｃｅの分類のためのしきい値を決定する。しきい値は、ユーザが教示したＤＯＩとＮｕｉｓａｎｃｅを弁別するように決定され、一般的な分類法を適用することができる。例えば、決定木による分類、サポ−トベクタ−マシンによる分類、最近傍則に基づく分類などである。

グループ毎に異なるしきい値を設定することもでき、各グループ均一のしきい値とすることもできる。また、欠陥分類しきい値決定部５０６で自動的に決定することもできる。ユーザは、マトリクス結果表示部４０７と教示入力部４０８により、この欠陥分類評価値更新（５０５）の一連の作業を複数回繰り返すことにより、ユーザ毎に異なる判定基準により、柔軟なＤＯＩ・Ｎｕｉｓａｎｃｅ分類を実現することができる。

図２１は、本発明に係る欠陥検査装置の第一の実施形態における、教示画像の追加と、特徴量の再選択による、分類境界の変化を示す図であり、ユーザ教示欠陥の追加による分類境界の変化と、特徴量の再選択による特徴空間内でのＤＯＩ・Ｎｕｉｓａｎｃｅ分布の変化を表している。図２１上段では、未教示の欠陥候補から数点についてユーザ教示され、教示欠陥に基づき分類境界が決定される様子が示されている。図２１中段では、上段での分類境界がユーザ教示欠陥の追加により、更新される様子が示されている。しかし、図２１中段の状態において、さらに教示欠陥の追加を行っても分類性能は向上しない。そこで、特徴量を再選択を実施することにより、特徴空間内での欠陥分布の変化と、それに伴う分類境界の変化を図２１下段に示している。教示欠陥の追加と特徴量の再選択を行うことで、分類性能を向上させることができる。

図８は、本発明に係る欠陥検査装置の第一の実施の形態における欠陥検査の処理フロ−の一例を示す図であり、欠陥候補検出部１００と検査後処理部１０８の処理を含めた、処理の流れを示す。欠陥候補検出部１００では、ユ−ザはためし検査チップを指定（８０１）し、パラメ−タを設定（８０２）した後、試し検査を実施（８０３）する。試し検査（８２０）とは、ウェハの一部領域に対して検査を実施し、そこで検出された実欠陥と虚報の割合が適当となるように、検査パラメ−タを設定するための検査方法である。
検査後処理部１０８では試し検査により検出された欠陥候補（数値特徴）（３０７−１）に対して欠陥分類（８０７）を実施し、分類結果を確認（８０８）した後、欠陥マトリクス６０１として分類結果をユ−ザへ表示（８１２）する。結果表示に基づきユ−ザは各欠陥候補に対し、ＤＯＩとＮｕｉｓａｎｃｅの教示（８１０）を実施する。分類が最適であるか否かを判断し（８０９）、ユ−ザ希望の欠陥分類が実現するまで、結果表示（８１２）とユ−ザ教示（８１０）を繰り返す（８１１）。

次に、試し検査により設定した検査パラメ−タ８１３を用い、ウェハ全面に対して検査を実施（８１４）する。全面検査の結果、検出された欠陥候補に対して、欠陥候補分類（８２１）で決定した分類境界８１６を使用し欠陥候補をＤＯＩとＮｕｉｓａｎｃｅに分類（８１７）し、分類結果をユ−ザに表示（８１８）する。
上記実施例では、欠陥分類評価値更新のためにユ−ザ教示を行ったが、欠陥候補のグル−プ分けに対してユ−ザ教示を行ってもよい。

図９に、本発明に係る欠陥検査装置の第一の実施の形態におけるユ−ザの教示による欠陥候補グル−ピングの一例を示す。欠陥候補グル−ピング部５０２に対して、グル−ピング結果表示部９０１、グル−ピング条件変更部９０２、繰り返し終了判定部９０３を追加する。

欠陥分類演算部４０４へ欠陥候補を入力し、欠陥候補の特徴量を欠陥特徴量算出部５０１において出力する。欠陥特徴量算出部５０１により、特徴量を算出し、欠陥候補グル−ピング部５０２において、算出した特徴量を基に、類似グル−プへグル−ピングする。グル−プ分けの基準として、（１）参照画像（背景）の類似性、（２）欠陥候補同士の近接性、（３）欠陥候補の欠陥形状類似性、などがある。
ここで、欠陥候補グル−ピングのために利用される特徴量として、（１）明るさ、（２）コントラスト、（３）濃淡差、（４）近傍画素の明るさ分散値、（５）相関係数、（６）近傍画素との明るさの増減、（７）２次微分値などがある。グル−ピングの結果をユ−ザへ表示し、グル−ピングの結果が正しくなければ、ユ−ザは正しいグル−プを教示する。

図９の本発明に係る欠陥検査装置の第一の実施の形態における、ユーザの教示による欠陥候補グルーピングの変形例を図２２に示す。
欠陥候補グルーピング部５０２’に対して、グルーピング条件変更部９０１’、繰り返し終了判定部９０２’を追加する。

第一の実施の形態と同様に、データ受信部４０２’から欠陥特徴量算出部５０１’へ欠陥候補３０７’を入力し、欠陥特徴量算出部５０１’において欠陥候補３０７’の特徴量を算出する。欠陥候補グルーピング部５０２’において、算出した特徴量に基づき、類似グループへグルーピングする。グルーピングの結果を結果表示部９０３’を介しユーザへ表示し、グルーピングの結果が正しくなければ、ユーザは正しいグループを教示入力部９０４’を介し、グルーピング条件変更部９０１’へ入力する。

図１０は、本発明に係る欠陥検査装置の第一の実施の形態の欠陥候補のグル−ピングにおける、欠陥候補教示用のＧＵＩの一例を示す図である。欠陥候補グル−ピング部５０２にて分けられたグル−プから、誤ったグル−ピングが実施された欠陥候補を選択する。ユ−ザは欠陥候補教示画面１００２において、参照画像３０７−３を参考にし、正しいグル−プを選択する。この操作が教示入力部９０４での動作となる。欠陥候補グル−ピング部５０２でのグル−ピングの方法は、一般的に利用されているパタ−ン識別手法を用いる。例えば、決定木による分類、サポ−トベクタ−マシンによる分類、最近傍則に基づく分類などを適用することができ、これらの手法は、事前にグル−ピング条件を学習する必要がある。ここで、グル−ピング条件変更部９０２では、正しいグル−プの教示に基づき、パタ−ン識別手法に対して、新しいグル−ピング条件を設定する。その後、新しいグル−ピング条件に基づき、再度欠陥候補をグル−ピングし、ユ−ザに表示する。この操作を繰り返し、ユ−ザが満足するグル−ピングとなった時点で、ユ−ザは終了判定入力部９０６に対して、繰り返しを終了する判定を行い、繰り返し終了判定部９０３において繰り返しを終了する。

欠陥候補のグル−ピングに対して教示を行うことで、より正確なグル−プ分けが実現でき、その後、グル−プ毎の欠陥分類しきい値や欠陥分類境界を決定する際に、より正確なＤＯＩ・Ｎｕｉｓａｎｃｅ分類が実現できる。

上記実施例では、欠陥候補グルーピング部５０２によるグループ分けと欠陥分類評価値算出部５０３による欠陥分類評価値の算出により、欠陥マトリクス作成部５０４は欠陥マトリクスを作成し、ユ−ザに表示する。それに対して、ユーザはユーザインターフェース部１０９−１より教示を行うことで、欠陥候補の分類を実現した。
欠陥候補のグルーピングとユーザ教示により、欠陥分類を実現したが、ここでは、ユ−ザの教示は行わず、過去のデ−タなど、事前に定義したＤＯＩの特徴量と欠陥候補から算出した特徴量に基づき、欠陥候補をＤＯＩとＮｕｉｓａｎｃｅに分類する実施例を示す。

図１１は、本発明に係る欠陥検査装置の第一の実施の形態におけるＤＯＩ定義辞書を用いた検査後処理部の構成の一例を示す図であり、教示を行わない検査後処理部の実施形態について以下で説明する。上記実施の形態１と同様に、欠陥候補３０７（欠陥数値特徴４０４−１、検出画像の切り出し画像４０４−２、参照画像の切り出し画像４０４−３）をデ−タ受信部４０２に入力し、記憶装置４０３に格納する。記憶装置４０３に格納された欠陥候補の特徴と、全体制御部の記憶部（記憶装置）１０９−２に格納されているＤＯＩ定義辞書１１０３に含まれるＤＯＩの特徴との比較を行い、欠陥候補をＤＯＩとＮｕｉｓａｎｃｅとに分類する。ＤＯＩ定義辞書１１０３は、ユーザが事前に入力した、ＤＯＩまたはＮｕｉｓａｎｃｅが定義済みの欠陥候補と、欠陥候補から抽出された特徴量が格納されている。また、ＤＯＩ定義辞書１１０３は、事前に算出したＤＯＩ・Ｎｕｉｓａｎｃｅの分類境界としても良い。また、図１６に対応させて、欠陥候補３０７として試料１０１の設計情報３０７−４‘を含ませてもよい。

図１２は、本発明に係る欠陥検査装置の第一の実施の形態におけるＤＯＩ定義辞書を用いた欠陥分類演算部の構成の一例を示す図である。欠陥特徴量算出部５０１は、入力された欠陥候補３０７から特徴量を算出する。欠陥分類のために利用する特徴量として、（１）明るさ、（２）コントラスト、（３）濃淡差、（４）近傍画素の明るさ分散値、（５）相関係数、（６）近傍画素との明るさの増減、（７）２次微分値などがある。欠陥特徴量照合部１２０１はＤＯＩ定義辞書１１０３に格納されているＤＯＩの特徴量と、欠陥候補３０７の特徴量との比較を行う。特徴量の比較には、一般的に用いられている最近傍則やサポートベクターマシンなどを利用できる。欠陥分類しきい値算出部（欠陥分類境界算出部）１２０２では、欠陥候補３０７がＤＯＩかＮｕｉｓａｎｃｅかを判定し、分類境界４０６を算出する。 ユ−ザ教示を行わず、ＤＯＩ定義辞書１１０３による欠陥判定を行うことで、半導体ウェハ量産時点での欠陥検査において、ユ−ザ毎に異なる判定基準による検査感度のばらつきを抑えるとともに、教示の時間や欠陥分類のための演算時間を短縮させることができるため、高速性化を実現できる。

次に、上記説明したシステム構成の画像処理系をもつ本欠陥検査装置の別の例を、蓄積された過去の分類情報を利用して分類する場合で説明する。欠陥分類データベースには、過去の欠陥分類結果の出力である、（１）分類境界、（２）各欠陥候補の特徴量、（３）選択した特徴量、（４）選択欠陥候補への教示結果、（５）グルーピング基準などが格納されており、分類にそれらの情報を利用する。

図２３に、欠陥分類データベースを利用する場合の検査後処理システムの構成を示す。上記実施の形態１と同様に、記憶部１０９−２に格納された欠陥候補３０７（欠陥数値特徴３０７−１、検出画像の切り出し画像３０７−２、参照画像の切り出し画像３０７−３、設計情報３０７−４）をデータ受信部４０２に入力する。検索部１５０１は、データ受信部４０２から分類対象の欠陥候補３０７を受け取り、欠陥分類データベース１５０２に格納されている、分類済みの欠陥候補群から欠陥候補３０７と類似した欠陥候補を検索する。前記欠陥候補の検索は、（１）試料１０１の品種・工程の情報、（２）検出画像の類似性、（３）特徴量分布の類似性などに基づき評価しても良いし、ユーザが類似する欠陥候補を指定しても良い。欠陥分類演算部１５０３では、類似欠陥候補の、前記（１）分類境界、（２）各欠陥候補の特徴量、（３）選択した特徴量、（４）選択欠陥候補への教示結果、（５）グルーピング基準などと、インターフェース１０９−１からのユーザ入力を利用して欠陥分類を実施し、分類境界４０６を記憶部１０９−２へ出力する。

図２４は特徴量分布の比較による検索の例を示す図である。分類対象の特徴量分布１６０１と類似した欠陥候補を、過去の分類結果である欠陥候補群１６０２から検索する。検索は、分類対象の欠陥候補１６０１の特徴量分布と、分類結果Ａ、分類結果Ｂ、分類結果Ｃの特徴量分布との類似度評価により行われる。類似度の評価は、（１）比較すべき欠陥候補を重ね合わせた時の最近傍の欠陥候補同士の距離の総和、（２）特徴空間内での局所的な欠陥密度の比較、などによって行われる。図１７の場合、類似度の評価によって、分類結果Ｃが検索欠陥候補として選択され、後述の欠陥分類演算部にて、グルーピング基準や、選択特徴量、分類境界などが、ＤＯＩ・Ｎｕｉｓａｎｃｅ分類に利用される。

図２５は、本発明に係る欠陥検査装置の第一の実施の形態における欠陥分類演算部について、欠陥分類データベースを利用する場合の構成の一例を示す図である。ＤＯＩ・Ｎｕｉｓａｎｃｅ分類の流れは前記実施例と同様の部分は割愛する。欠陥分類データベースは、欠陥候補グルーピング部５０２’へグルーピング基準を入力することができ、特徴量選択部５０３’へは、分類に有効な特徴量の組合せを入力することができ、欠陥分類評価値算出部５０４’へは、欠陥分類評価値算出のための特徴量統合関数を入力でき、欠陥分類評価値更新部５０７’へはユーザ教示の代わりに、分類済みの欠陥や教示済みの欠陥などを入力することができ、欠陥分類境界決定部５０８’へは、分類境界を入力することができる。

図２６は、分類済みの欠陥を教示として利用する方法について示す説明図である。未教示である分類対象の欠陥候補１７０２について、特徴空間内での距離が近い分類結果の欠陥候補１７０３の欠陥種を参照（１７０１）し、ユーザ教示の代わりにＤＯＩ・Ｎｕｉｓａｎｃｅを欠陥候補１７０２に与える。一方、分類結果の欠陥候補から、分類に有効な欠陥候補１７０５を抽出してきて、分類対象の特徴空間へ挿入（１７０４）し、それに基づき分類境界４０６を決定することもできる。欠陥分類データベースに格納されている分類境界と、欠陥分類データベースを利用して、新たに分類した分類境界は比較的類似した出力となるため、同一装置または異装置間で発生する、分類結果のばらつきを抑制することができるようになる。さらに、欠陥分類データベースを利用することで、教示欠陥数を低減、または教示を実施しなくても分類可能となるため、ユーザ負担を軽減することができるようになる。また、教示と分類の繰り返しを実施しなくとも分類境界を算出できるようになるため、処理時間の削減も実現できるようになる。

次に、上記説明したシステム構成の画像処理系をもつ本欠陥検査装置の別の例を、照明光学系と画像を検出する検出光学系が複数ある場合で説明する。

図１３は、本発明に係る欠陥検査装置の第二の実施の形態の構成の一例を示す図であり、図１に示した暗視野照明による欠陥検査装置において、照明光学系と検出光学系が２つになった例である。照明光学系１０４−１、１０４−２、上方検出系（検出光学系）１０５−１、斜方検出系（検出光学系）１０５−２、イメ−ジセンサ１０６−１、１０６−２を持つ。画像比較処理部１０７（前処理部１０７−１、画像メモリ１０７−２、欠陥候補検出部１０７−３、パラメ−タ設定部１０７−４、切り出し画像作成部１０７−５）などから構成される。複数の照明部１０４−１、１０４−２は互いに異なる照明条件（例えば照射角度、照明方位、照明波長、偏光状態等が異なる）の光を試料１０１に照射し、試料１０１からの散乱光を上方検出系（検出光学系）１０５−１または、斜方検出系（検出光学系）１０５−２で結像させ、結像された光学像を各々のイメ−ジセンサ１０６−１、１０６−２で受光して、画像信号に変換する。各々の照明条件と、各々の検出条件の、異なる２つ以上の組み合せ条件により撮像された画像に対して欠陥候補の検出を行い、検出した欠陥候補に対して、検査後処理部によるＤＯＩ・Ｎｕｉｓａｎｃｅの分類を実施することもできる。
このとき、異なる２つ以上の組合せ条件により撮像された画像から抽出された特徴量から、前記特徴量選択部により、分類に有効な特徴量を自動的に選択することは、分類に有効な光学条件を自動的に決定することに相当する。

一方、上記説明したシステム構成の画像処理系を持つ本欠陥装置の別の例を、複数の波長の光を照射する光学系と、それぞれの波長の光を別々に受光可能な検出光学系を適用した場合で説明する。

図１４は、本発明に係る欠陥検査装置の第三の実施の形態の構成の一例を示す図であり、図１に示した暗視野照明による欠陥検査装置において、異なる波長の光を照明できる照明光学系と、それぞれの波長の光を受光できる検出光学系を持つ例である。照明部１０４−３にて、異なる波長（例えばλ１、λ２）を持つ光を試料１０１へ照射し、試料１０１からの散乱光をダイクロイックミラ−１１０などにより分光し、検出系（検出光学系）１０５−３と１０５−４により結像させ、結像された光学像を各々のイメ−ジセンサ１０６−３、１０６−４で受光して画像信号に変換する。各々の波長の光とそれを受光する検出系による、異なる２つ以上の条件により撮像された画像に対して、欠陥候補の検出を行い、検出した欠陥候補に対して、後処理によるＤＯＩ・Ｎｕｉｓａｎｃｅの分類を実施することもできる。
このとき、異なる２つ以上の組合せ条件により撮像された画像から抽出された特徴量から、前記特徴量選択部により、分類に有効な特徴量を自動的に選択することは、分類に有効な光学条件を自動的に決定することに相当する。

さらに、上記説明したシステム構成の画像処理系を持つ本欠陥装置の別の例を、複数の照明系による異なる領域への照明と、複数の検出系による、同時に異なる領域の画像取得が可能な光学系を持つ場合で説明する。

図１５は、本発明に係る欠陥検査装置の実施の形態４の構成の一例を示す図であり、２つの照明光学系１０４−５、１０４−６により、複数の領域へ同時に照明し、光を試料１０１に照射し、試料１０１からの散乱光を検出光学系（上方検出系）１０５にて結像させ、結像された各々の領域の光学像に対して、イメ−ジセンサ１０６−５、１０６−６で受光して画像信号に変換する。欠陥候補の検出を行う。各々の領域から検出された画像に対し、アライメントやマ−ジを実施し、その画像により欠陥候補の検出を行い、検出した欠陥候補に対して、後処理によるＤＯＩ・Ｎｕｉｓａｎｃｅの分類を実施することもできる。
このとき、異なる２つ以上の組合せ条件により撮像された画像から抽出された特徴量から、前記特徴量選択部により、分類に有効な特徴量を自動的に選択することは、分類に有効な光学条件を自動的に決定することに相当する。

上記実施例１乃至４では、欠陥候補をＤＯＩとＮｕｉｓａｎｃｅの２つに分類する例を示したが、２またはそれ以上の欠陥種（スクラッチ・異物・ブリッジなど）への分類や、致命と非致命の分類、実欠陥と虚報の分類など、いずれの分類対象に対しても適用することが可能である。

また、上記実施例１乃至４では、本発明の対象として、半導体デバイスの検査をする場合について説明したが、本発明はこれに限定されるものではなく、例えばＴＦＴパネルの製造工程およびその評価、ハ−ドディスクのＧＭＲヘッド製造工程における欠陥の検査およびその評価、プリント基板における欠陥の検査およびその評価などいずれの対象に対しても適用することができる。
さらに、暗視野検査装置による実施例を示したが、明視野検査装置、ＳＥＭ式検査装置など、全ての方式の検査装置に適用することができる。

１００・・・欠陥候補検出部、１０１・・・試料、１０２・・・ステ−ジ、１０３・・・メカニカルコントロ−ラ、１０４・・・照明光学系、１０５・・・上方検出系（検出光学系）、１１１・・・空間周波数フィルタ、１１２・・・検光子、１０６・・・イメ−ジセンサ、１０７・・・画像比較処理部、１０７−１・・・前処理部、１０７−２・・・画像メモリ、１０７−３・・・欠陥候補検出部、１０７−４・・・パラメ−タ設定部、１０７−５・・・切り出し画像作成部、１０９・・・全体制御部、１０９−１・・・ユ−ザインタ−フェ−ス部、１０９−２・・・記憶装置、１１５・・・欠陥検出部、３０７・・・欠陥候補、３０７−１・・・数値特徴、３０７−２・・・検出画像、３０７−３・・・参照画像、４０４・・・欠陥分類演算部、４０６・・・分類境界、４０７・・・結果表示部、４０８・・・教示入力部、４０９・・・終了判定入力部、５０１・・・欠陥特徴量算出部、５０２・・・欠陥候補グル−ピング部、５０３・・・欠陥分類評価値算出部、５０４・・・欠陥マトリクス作成部、５０５・・・欠陥分類評価値更新部、５０６・・・欠陥分類しきい値決定部、６０１・・・欠陥候補表示画面

Claims (14)

1. 試料に対して照明光を照射する照明光学系と、
   前記照明光学系からの照明により散乱する該試料からの散乱光を検出する検出光学系と、
   前記検出光学系にて検出した散乱光に基づき欠陥を検出する処理部と、
   を備えた欠陥検査装置であって、
   前記処理部は、前記検出光学系により検出された散乱光に基づき抽出された欠陥候補の各々について特徴量を算出する欠陥特徴量算出部と、
   前記欠陥特徴量算出部により算出された特徴量に基づき前記欠陥候補をグルーピングする欠陥候補グルーピング部と、
   前記欠陥特徴量算出部により算出された特徴量から少なくとも一つを選択し、前記選択した特徴量に基づき、前記欠陥候補の欠陥分類評価値を算出する欠陥分類評価値算出部と、
   前記欠陥候補を分類するためのしきい値である第１の分類境界を基に自動的に選択された前記欠陥候補を教示することで前記欠陥分類評価値算出部により算出された前記欠陥分類評価値を更新する欠陥分類評価値更新部と、
   前記欠陥分類評価値更新部により更新された前記欠陥分類評価値に基づいて、第２の分類境界を決定する欠陥分類しきい値決定部と、
   前記欠陥分類しきい値決定部により決定された前記第２の分類境界を用いて欠陥を検出する欠陥検出部と、を有し、
   前記欠陥分類評価値算出部では、前記欠陥候補グルーピング部によりグルーピングされたグループ毎に、前記欠陥特徴量算出部により算出された特徴量を選択して統合し、欠陥分類評価値を算出することを特徴とする欠陥検査装置。
2. 請求項１記載の欠陥検査装置であって、
   前記欠陥候補グルーピング部では、前記欠陥候補の背景類似性または欠陥候補同士の近接性または欠陥候補の形状類似性の少なくとも１つを用いて、前記欠陥候補をグルーピングすることを特徴とする欠陥検査装置。
3. 請求項１または２に記載の欠陥検査装置であって、
   前記欠陥特徴量算出部では、前記欠陥候補および前記散乱光に基づく画像信号または数値的特徴に基づき特徴量を算出することを特徴とする欠陥検査装置。
4. 請求項１乃至３のいずれかに記載の欠陥検査装置であって、
   前記欠陥分類評価値更新部では、前記自動的に選択された前記欠陥候補の教示の追加または前記欠陥特徴量算出部により算出された特徴量の再選択の少なくとも一方を実施することを特徴とする欠陥検査装置。
5. 請求項４記載の欠陥検査装置であって、
   前記処理部は、
   前記欠陥分類評価値更新部において更新された欠陥分類評価値による分類性能を算出する分類性能算出部と、
   前記分類性能算出部により算出された分類性能に基づき、前記自動的に選択された前記欠陥候補の教示の追加および前記特徴量の再選択の実施の必要性を判定する判定部と、
   前記判定部において必要と判定された場合に、前記教示の追加に基づき前記特徴量を自動的に選択する特徴量選択部を有することを特徴とする欠陥検査装置。
6. 請求項１乃至５のいずれかに記載の欠陥検査装置であって、
   前記処理部は、前記欠陥候補グルーピング部により欠陥候補をグルーピングする基準または前記欠陥特徴量算出部により算出された前記特徴量または前記欠陥分類しきい値決定部により決定された前記分類境界または教示済みの欠陥候補を格納する記憶部を備え、
   前記処理部は、前記グルーピングする基準または前記算出された特徴量または前記決定された分類境界または前記教示済みの欠陥候補のうち少なくとも一つを前記記憶部から検索し、欠陥分類に用いることを特徴とする欠陥検査装置。
7. 請求項３に記載の欠陥検査装置であって、
   前記処理部は、前記試料の品種または工程の情報あるいは前記欠陥検出部により検出された欠陥候補群の特徴量分布の類似性または前記画像信号の類似性を基に検索し、欠陥分類に用いることを特徴とする欠陥検査装置。
8. 試料に対して照明光を照射する照明工程と、
   前記照明工程からの照明により散乱する該試料からの散乱光を検出する検出工程と、
   前記検出工程にて検出した散乱光に基づき欠陥を検出する処理工程と、
   を有する欠陥検査方法であって、
   前記処理工程は、前記検出工程により検出された散乱光に基づき抽出された欠陥候補の各々について特徴量を算出する欠陥特徴量算出工程と、
   前記欠陥特徴量算出工程により算出された特徴量に基づき前記欠陥候補をグルーピングする欠陥候補グルーピング工程と、
   前記欠陥特徴量算出工程により算出された特徴量から少なくとも一つを選択し、前記選択した特徴量に基づき、前記欠陥候補の欠陥分類評価値を算出する欠陥分類評価値算出工程と、
   前記欠陥候補を分類するためのしきい値である第１の分類境界を基に自動的に選択された前記欠陥候補を教示することで前記欠陥分類評価値算出工程により算出された前記欠陥分類評価値を更新する欠陥分類評価値更新工程と、
   前記欠陥分類評価値更新工程により更新された前記欠陥分類評価値に基づいて、第２の分類境界を決定する欠陥分類しきい値決定工程と、
   前記欠陥分類しきい値決定工程により決定された前記第２の分類境界を用いて欠陥を検出する欠陥検出工程と、を有し、
   前記欠陥分類評価値算出工程では、前記欠陥候補グルーピング工程によりグルーピングされたグループ毎に、前記欠陥特徴量算出工程により算出された特徴量を選択して統合し、欠陥分類評価値を算出することを特徴とする欠陥検査方法。
9. 請求項８記載の欠陥検査方法であって、
   前記欠陥候補グルーピング工程では、前記欠陥候補の背景類似性または欠陥候補同士の近接性または欠陥候補の形状類似性の少なくとも１つを用いて、前記欠陥候補をグルーピングすることを特徴とする欠陥検査方法。
10. 請求項８または９に記載の欠陥検査方法であって、
    前記欠陥特徴量算出工程では、前記欠陥候補および前記散乱光に基づく画像信号または数値的特徴に基づき特徴量を算出することを特徴とする欠陥検査方法。
11. 請求項８乃至１０のいずれかに記載の欠陥検査方法であって、
    前記欠陥分類評価値更新工程では、前記自動的に選択された前記欠陥候補の教示の追加または前記欠陥特徴量算出工程により算出された特徴量の再選択の少なくとも一方を実施することを特徴とする欠陥検査方法。
12. 請求項１１に記載の欠陥検査方法であって、
    前記処理工程は、
    前記欠陥分類評価値更新工程において更新された欠陥分類評価値による分類性能を算出する分類性能算出工程と、
    前記分類性能算出工程により算出された分類性能に基づき、前記自動的に選択された前記欠陥候補の教示の追加および前記特徴量の再選択の実施の必要性を判定する判定工程と、
    前記判定工程において必要と判定された場合に、前記教示の追加に基づき前記特徴量を自動的に選択する特徴量選択工程を有することを特徴とする欠陥検査方法。
13. 請求項８乃至１２のいずれかに記載の欠陥検査方法であって、
    前記処理工程は、前記欠陥候補グルーピング工程により欠陥候補をグルーピングする基準または前記欠陥特徴量算出工程により算出された前記特徴量または前記欠陥分類しきい値決定工程により決定された前記分類境界または教示済みの欠陥候補を格納する記憶工程を備え、
    前記処理工程は、前記記憶工程により記憶されたグルーピングする基準または前記算出された特徴量または前記決定された分類境界または前記教示済みの欠陥候補のうち少なくとも一つを検索し、欠陥分類に用いることを特徴とする欠陥検査方法。
14. 請求項１０記載の欠陥検査方法であって、
    前記処理工程は、前記試料の品種または工程の情報あるいは前記欠陥検出工程により検出された欠陥候補群の特徴量分布の類似性または前記画像信号の類似性を基に検索し、欠陥分類に用いることを特徴とする欠陥検査方法。

Images