[发明专利]GUI、分类装置、分类方法、程序以及存储分类程序的存储介质

说明书

技术领域

本发明涉及针对拍摄半导体晶片上所得到的图像的GUI(图形用户接口：Graphical User Interface)、分类装置、分类方法以及存储程序的存储介质。

背景技术

在半导体的制造工艺中，为了提高生产量，立刻查明半导体晶片上的缺陷的产生原因是重要的。现在的情况是，在半导体制造现场，使用缺陷检查装置和缺陷观察装置来进行缺陷的解析。

所谓缺陷检查装置是指，使用光学的部件或者电子线来观测晶片，并输出检测到的缺陷的位置坐标的装置。对于缺陷检查装置，由于在较广范围中进行高速处理是重要的，所以尽可能地进行由于增大获取的图像的像素尺寸(即低分辨率化)而造成的图像数据量的削减，在较多情况下，即使能够从检测到的低分辨率的图像中确认缺陷的存在，也难以详细判别该缺陷的种类(缺陷种类)。

因此，使用缺陷观察装置。所谓缺陷观察装置是指，使用缺陷检查装置的输出信息，以高分辨率来拍摄晶片的缺陷坐标，并输出图像的装置。在半导体制造工艺中，伴随微细化进展，有时缺陷尺寸也达到数十nm的级别，为了详细观察缺陷，需要数nm级别的分辨率。由此，近年，广泛使用采用了扫描型电子显微镜(SEM：Scanning Electron Microscope)的缺陷观察装置(再检查SEM：review SEM)。再检查SEM具有使用缺陷检查装置输出的缺陷坐标，自动收集晶片上的缺陷的高分辨率图像(缺陷图像)的ADR(自动缺陷再检查：Automatic Defect Review)功能。

拍摄到的SEM图像基于拍摄到的缺陷的种类等而被分类。在分类作业中，用户确认图像，按照每个图像赋予用户想要分类的类别(用户类别)。以上的类别赋予作业大多由用户手动进行，被称为手动分类。将缺陷图像的手动分类称为手动缺陷分类(MDC：Manual Defect Classification)。另外，在SEM图像的分类中，有时以确定缺陷易于产生的电路模式作为目的，基于图像上的缺陷部以及缺陷部周边的电路模式来对图像进行分类。

近年，由于再检查SEM的ADR的生产量得到提高，所以也提出有将由收集的大量的缺陷图像来判别缺陷种类的作业自动化的功能。在再检查SEM中，搭载有从缺陷图像中自动判别缺陷种类，并进行分类的ADC(自动缺陷分类：Automatic Defect Classification)功能。

作为自动分类的一个方法，在专利文献1(特开平8-21803号)中公开有，通过图像处理对缺陷部位的外观特征量进行定量化，使用神经网络进行分类的方法。自动分类按照分类配方来进行分类。在分类配方中，包含图像处理参数等各种参数、应分类的缺陷种类的信息(分类类别)、属于各分类类别的缺陷图像(教示图像)等。为了对自动分类给出各类别的分类基准而需要教示图像，基本上由MDC给出。基于MDC的分类结果由于对ADC的性能也有较大影响，所以手动分类依然处于重要的位置。

此外，在图像分类中，作为使用通过图像处理得到的图像特征量的分类手法，在专利文献2(特表2008-516259号)以及专利文献3(US6,999,614)中公开有对图像进行无教师分类，对分类结果统一进行类别赋予的手法。

在先技术文献

专利文献

专利文献1：JP特开平8-21803号

专利文献2：JP特表2008-516259号

专利文献3：US6,999,614

发明概要

发明要解决的课题

在背景技术中叙述的手动分类是，由用户目视确认拍摄到的SEM图像中的缺陷部位的外观的特征、缺陷部位或者周边的电路模式，并分类为事前定义的多个缺陷类别的作业。该作业，需要从多个不同类别的图像同时存在的大量的图像之中，由用户选择各类别的图像，并赋予类别，所以存在用户负荷大，花费时间这样的课题。

此外，基于专利文献1中公开的技术，如前所述，手动分类依然处于重要的位置，基于专利文献2以及3中公开的技术，由于分类性能的不足等，大多情况不能得到正确的结果。由此，需要用户进行结果确认和按每个类别来分离手动的分类结果内的图像的作业(修正作业)。但是，该修正作业存在用户负荷大这样的课题。

发明内容

因此，本发明的目的在于，提供一种用户负担少的GUI、分类装置、分类方法、程序以及存储程序的存储介质。

本发明的上述以及其他的目的和新的特征，从本说明书的记述以及附图得到明确。

用于解决课题的手段