JP2003043663A - フォトマスクパターン形状自動計測方法及びその装置及びそのプログラム及びフォトマスク製造方法及び半導体装置の製造方法 - Google Patents

Abstract

(57)【要約】 【課題】フォトマスクパターンにおいてパターンを自動
分類し、分類されたパターン形状毎に自動的に形状特性
値を迅速かつ正確に計測することを課題とする。 【解決手段】パターン画像取得処理によってコンピュー
タに読み込み、所望のパターン部分の切り出し処理を行
い、切り出したパターン部分画像に対応する正常パター
ン画像を正常なパターン部分画像取得処理によって取得
し、輪郭抽出処理によって正常パターン画像の輪郭線を
抽出し、輪郭線をベクトルデータ化処理することにより
ベクトルデータに変換し、ベクトルデータをパターン信
号化処理することでパターン信号に変換し、パターン形
状認識処理によって分類された形状毎にパターン部分画
像を形状計測処理することにより、所望のパターン部分
の自動分類及び形状特性値データの自動計測が可能とな
る。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は半導体製造のリソグラフ
ィ工程に用いられるフォトマスクのマスクパターン画像
の所望のパターン部分を自動分類しパターン形状を自動
計測するためのフォトマスクパターン形状自動計測方
法、およびフォトマスクパターン形状自動計測プログラ
ムならびにフォトマスクパターン形状自動計測装置及び
その装置をもちいてフォトマスクを製造する方法及びフ
ォトマスクを用いて半導体装置の製造方法に関する。

【０００２】

【従来の技術】近年の半導体ＬＳＩパターンの微細化に
伴い、パターン原版としてのフォトマスク４も同様に微
細化への対応を迫られており、同時に高精度化への要求
は非常に厳しい。従来、フォトマスク４品質における重
要項目として、欠陥・寸法精度・アライメントの３項目
が特に重視されており、半導体の微細化が進む現在では
それぞれの項目のマスクパターン１の形状特性値１０を
計測するための高精度なフォトマスク４専用検査装置が
開発され使用されている。しかしフォトマスクパターン
１の微細化による高精度化への要求は、前記３項目以外
のあらゆる品質項目（パターン形状、パターンデータ保
証、耐久性、クリーン度等）においても同様になりつつ
あり、特にマスクパターン形状特性値の精度については
直接ＬＳＩ回路の精度および性能に関わることから、か
なり重視されるようになってきた。

【０００３】フォトマスク４のパターン形状７は、半導
体回路１６のマスクレイアウトの設計８において設計図
面通りのパターン８が精度良くマスク４上に再現されて
いることが望ましいのは当然である。しかし、実際には
リソグラフィ技術を用いてガラス上の金属薄膜に微細な
パターンを加工しているため、マスクパターン１と設計
パターン８、９とは完全に同一形状ではなく、寸法差や
コーナー部の丸みなど、微小な違い１８が存在する。こ
の違いはマスク４上で数十〜数百ナノメートル程度の大
きさであることがほとんどであるが、近年の超ＬＳＩの
微細化の進展によって、これが半導体回路１６の特性に
影響を与えることが懸念され始めている。すなわち、微
細なパターンであるほど、パターン１自体に対して前記
のパターン形状の違い１８が相対的に大きくなり、半導
体装置の特性値１７に影響するようになってきたという
ことである。

【０００４】また、近年の急激な微細化に伴い、投影露
光技術において光学原理を積極的に利用することで前記
のパターン形状の問題を改善しようという試みが盛んに
なってきている。その代表例は光近接効果補正マスク
（以下ＯＰＣマスクと称する）である。ここでＯＰＣマ
スクについて説明する。ＯＰＣマスクは、ウェハ露光転
写時に回路パターン１６形状が精度良く転写されるよう
に、本来の回路パターン１６に近接あるいは接触するよ
うにして微細な光近接効果補正パターン（以下ＯＰＣパ
ターンと称する）が付加されているマスクである。ＯＰ
Ｃパターンは、投影露光転写時に光学的近接効果が原因
で生じる転写パターン形状の劣化に対して、近接するパ
ターン同士の光干渉効果を利用して形状補正し、本来の
設計パターン８を精度よく、半導体装置用基板１９に転
写可能にすることを目的とするパターンであり、本来の
回路パターン１６の四隅や隣接するパターンと最も近接
する部分に配置されることが多い。また最近では回路パ
ターン１６全体を複雑に変形させるような種類のＯＰＣ
パターンも提案されている。ただし、本来の回路パター
ン１６としては不要なため、ＯＰＣパターン自身は転写
されない程度に微細でなければならない。従って、ＯＰ
Ｃパターンは従来のパターンよりもかなり微細であるた
め、マスクパターン１の寸法ルールが従来のマスクより
も飛躍的に微細化することになり、マスク製造技術の点
では非常に高度な微細加工技術を必要とする。もちろ
ん、微細化の点では従来型のフォトマスク４も同様に進
展していくことは確実であり、やはり高度な微細加工技
術が要求されるようになっている。そこでフォトマスク
製造及び検査技術の課題として重視されるようになった
のが、前述のパターン形状特性値１０の精度の問題であ
る。

【０００５】マスク４品質上の点検項目としてパターン
形状７を表す場合、様々な項目がある。例えば、パター
ンコーナー部の丸み（＝コーナーラウンド）、直線パタ
ーンエッジ部のギザツキ（＝エッジラフネス）、描画時
のパターンズレ（＝バッティングエラー）、形状歪み、
テーパー形状など、パターンのそれぞれの部分ごとにチ
ェックすべき項目がある。なお、括弧内はフォトマスク
検査工程で通常使われている項目名である。さらに最近
では、微細なパターンを精度良くウェハ１９上に転写す
る上でＯＰＣパターン等の形状の丸みが問題となる場合
があり、パターン形状の矩形性なども考慮する必要が出
てきている。

【０００６】これらのパターン形状７の精度を確認する
手段として従来は、光学顕微鏡やＳＥＭを用いてマスク
パターン１の形状７観察を行い、パターン１のエッジの
ギザつきやパターン１のコーナー部の形状丸み等の項目
について異常がないかどうかを検査者の目視観察によっ
て判定していた。またその他の手段として、前述の光学
顕微鏡やＳＥＭによるマスクパターン１の観察画像１５
をコンピュータに画像データとして読み込んだ後、コン
ピュータの画面上でパターン１形状７と設計パターン８
を比較して形状７の善し悪しを判断したり、画像データ
の濃淡からパターンを判別した上で画像処理ソフトのツ
ール等を使って、パターンコーナーの大きさや角度、パ
ターン幅などをマウス操作により計測して形状の精度を
確認していた。

【０００７】

【発明が解決しようとする課題】前記のようなパターン
形状７の精度の確認手段において、光学顕微鏡（レーザ
ー顕微鏡や共焦点顕微鏡等の、同様に高倍率での観察を
目的とするパターン観察装置も含む）やＳＥＭによる目
視観察では、判定は検査者の主観によるため、検査者に
よってまちまちの判定となるおそれがあった。また、コ
ンピュータの画面１上で設計パターン８と比較する場合
も検査者による主観的な判定によるため、同様な問題が
あった。こうしたパターン１形状７の確認方法の根本的
な問題は、客観的に評価するための数値表現ができない
こと、つまりパターン１形状７の形状特性値１０を定量
的に計測し、正確に評価することができないということ
である。

【０００８】この意味においては、前記の画像処理ソフ
トのツールを使った従来手段は、形状７を長さや角度な
どによって数値で表すことができるため、他の手段より
優れているといえる。しかしながら前記手段では、画像
データ７の濃淡差によってパターンの輪郭を判断した上
でマウスの手動操作で計測するため、パターン１のコー
ナーの大きさや、パターン幅などを計測する際の計測ポ
イントが測定者によって変わってしまい、正確な計測が
できないという問題があった。また、前記手段でパター
ン１形状７の特性値１０として計測できるのは、長さや
角度など直接的に計測可能なものだけで、曲線形状など
は計測できなかった。また、パターン１形状７の特性値
は１つのパターン２に対して１箇所とは限らないため、
いくつも手動で計測するのは煩わしいという問題もあ
る。

【０００９】このように従来の手段ではパターン１形状
７の特性値１０を自動的に正確かつ迅速に評価するには
不十分であった。本発明は上記の問題点を鑑みてなされ
たもので、微細なパターンを含むフォトマスク４のパタ
ーン１形状を自動分類１２し、分類された形状毎１４に
自動で迅速かつ正確・高精度に計測することを可能にす
る方法およびソフトウェアならびに装置を提供すること
を目的とする。

【００１０】

【問題を解決するための手段】上記課題を解決するため
に請求項１に記載の発明に係るフォトマスクパターンの
形状を自動計測する方法において、（ａ）マスクパター
ンの画像を取得する工程と、（ｂ）マスクパターン画像
から任意のパターン部分を切り出す工程と、（ｃ）該パ
ターン部と同じ位置の設計データ、又は正常なマスクパ
ターンから正常なパターン部分の画像を取得する工程
と、（ｄ）正常なパターン部分画像の輪郭を抽出する工
程と、（ｅ）輪郭線からベクトルデータを生成する工程
と、（ｆ）ベクトルデータからパターン信号への変換を
行う工程と、（ｇ）パターン信号からパターン形状の種
類を決定するパターン形状認識をする工程と、（ｈ）パ
ターン形状認識によって決定した形状の種類毎にパター
ン部分の形状特性値を計測する工程と、からなる工程を
実行することによりマスクパターン画像の所望のパター
ン部分について自動分類及び形状特性値の自動計測を可
能とすることを特徴とするフォトマスクパターン形状自
動計測方法である。

【００１１】また、請求項２に記載の発明に係るフォト
マスクパターンの形状を自動計測する装置において、
（ａ）マスクパターンの画像を取得するマスクパターン
画像取得処理する手段と、（ｂ）マスクパターン画像か
ら任意のパターン部分を切り出すパターン部分切り出す
処理手段と、（ｃ）設計データや正常なマスクパターン
から正常なパターン部分の画像を取得する正常なパター
ン部分画像取得して処理する手段と、（ｄ）正常なパタ
ーン部分画像の輪郭を抽出する輪郭抽出処理する手段
と、（ｅ）輪郭線からベクトルデータを生成するベクト
ルデータ化処理する手段と、（ｆ）ベクトルデータから
パターン信号を生成するパターン信号化処理する手段
と、（ｇ）パターン信号からパターン形状の種類を決定
するパターン形状認識して、処理する手段と、（ｈ）パ
ターン形状認識処理によって決定した形状の種類毎にパ
ターン部分の特性値を計測する形状計測して処理する手
段と、からなることを特徴とするフォトマスクパターン
形状自動計測装置である。

【００１２】また、請求項３に記載の発明に係るフォト
マスクパターンの形状を自動計測するプログラムにおい
て、（ａ）マスクパターンの画像を取得するマスクパタ
ーン画像取得処理プログラムと、（ｂ）マスクパターン
画像から任意のパターン部分を切り出すパターン部分切
り出しプログラムと、（ｃ）設計データや正常なマスク
パターンから正常パターン部分の画像を取得する正常な
パターン部分画像取得処理プログラムと、（ｄ）正常な
パターン部分画像の輪郭を抽出する輪郭抽出処理プログ
ラムと、（ｅ）輪郭線からベクトルデータを生成するベ
クトルデータ化処理プログラムと、（ｆ）ベクトルデー
タからパターン信号を生成するパターン信号化処理プロ
グラムと、（ｇ）パターン信号からパターン形状の種類
を決定するパターン形状認識プログラム処理と、（ｈ）
パターン形状認識処理によって決定した形状の種類毎に
パターン部分の特性値を計測する形状計測プログラム
と、を具備し、マスクパターン画像の所望のパターン部
分について、自動分類及び形状特性値の自動計測を実行
することを特徴とするフォトマスクパターン形状自動計
測プログラムである。

【００１３】前記記載の請求項４に係る発明は、請求項
３に記載のフォトマスクパターン形状自動計測プログラ
ムを搭載することを特徴とするフォトマスクパターン形
状自動計測装置である。

【００１４】前記記載の請求項５に係る発明は、前記請
求項１記載の方法，又は請求項２記載の装置又は請求項
４記載の装置を用いてフォトマスクパターン形状を計測
して、フォトマスクを製造することを特徴とするフォト
マスク製造方法である。

【００１５】前記記載の請求項６に係る発明は、前記請
求項５記載のフォトマスク製造方法にて製造されたフォ
トマスクを用いて半導体装置を製造することを特徴とす
る半導体装置の製造方法である。

【００１６】

【発明の実施の形態】以下、添付図面を参照して本発明
の内容を詳述する。図１はフォトマスクパターン形状自
動計測方法のフロー図である。この図に沿ってフォトマ
スクパターン形状自動計測方法について説明する。

【００１７】Ｓ１は計測するマスクパターン１画像１５
を取得する手段で検査機やＳＥＭ、光学顕微鏡等を用い
る。取得したマスクパターン１画像はビットマップ１１
画像のデータとしてコンピュータに取り込まれる。

【００１８】Ｓ２は取得したマスクパターン１画像から
所望のパターン部分２を切り出す手段で、マウスなどの
ポインティングデバイスを利用して任意に選択されたパ
ターン部分２矩形領域を切り出す。

【００１９】Ｓ３は切り出されたパターン部分２のビッ
トマップ１１画像のデータである。このビットマップ１
１画像のデータは、光透過率を表す画像の濃淡を数値化
したデータということもできる。この時、遮光部分と透
過部分の数値の差は適宜定めれば良く、遮光部分に相当
する数値と透過部分に相当する数値をそれぞれ最小・最
大値として、中間階調部分の数値はその間の等分で求め
られる。

【００２０】Ｓ４は正常なパターン部分９画像を取得す
る手段で、前記Ｓ１のマスクパターン１（欠陥パターン
画像）を取得処理と同様に検査機やSEM、光学顕微鏡を
用いる方法と、Ｓ５に示すように、設計データ８を利用
する方法がある。前記マスクパターン１より取得を検査
機やＳＥＭ、光学顕微鏡を用いる場合は、前記マスクパ
ターン１より切り出したパターン部分２と同じパターン
が正常な状態７で存在するときのみ利用でき、有効であ
る。設計データ８を利用する場合は、切り出したパター
ン部分の位置座標と領域の大きさの情報を元に、パター
ン部分２に対応するところの設計データ８をパターン画
像に変換する処理を行う。

【００２１】Ｓ６は輪郭抽出処理をする手段で、正常な
パターン部分９画像からパターンの輪郭線３を抽出する
ための処理で、正常なパターン９のビットマップ１１画
像のデータに画像処理を施すことで行う。画像処理には
画像のノイズを除去する平滑化処理や多階調データを０
または１からなる2値データに変換する2値化処理、パタ
ーンと背景部分の境界を抽出するエッジ抽出処理、太さ
を持つ線の画像を幅が１、すなわち画像データの最小単
位になるまで収縮する細線化処理などがあり、これらの
処理を適宜組み合わせることにより、パターンの遮光部
と透過部の境界をつなげた輪郭線３を抽出することがで
きる。

【００２２】Ｓ７は、正常なパターン部分９の輪郭線３
をベクトルデータ５へ変換するベクトルデータ化処理を
行う。輪郭線３の出発点（始点）２３から、順番に、輪
郭線に沿った方向に大きさ成分の等しいベクトルを配置
して、量と方向をもったベクトル５をつなげて、輪郭線
３の終点２４のまでベクトルデータ化処理を行う。これ
らのベクトルの方向成分のデータをベクトルデータ５と
する。

【００２３】Ｓ８は前記ベクトルデータを１次元配列の
数値データに変換するための、パターン信号化処理を行
う。パターン信号６はベクトルデータ５をもとに生成す
る。ここでは輪郭線の出発点２３におけるベクトルを基
準ベクトル２１とし、各ベクトル２２の基準ベクトル２
１に対する相対角度θに対しCosθを計算して、この値
をパターン信号６のデータとした。

【００２４】Ｓ９は正常なパターン部分９の形状の種類
１２を特定するパターン形状１４認識処理を行う。形状
認識１４はパターン信号６を微分処理して絶対値をとっ
たデータを利用して行う。

【００２５】Ｓ１０はパターン形状認識処理１４によっ
て分類されたパターン９形状毎に、パターン１の部分画
像２に対して形状計測処理を行う。形状計測処理によ
り、種類別パターン形状１４毎個別に自動計測が行われ
る。

【００２６】Ｓ１１では、計測結果である形状特性値の
データが出力される。

【００２７】次に、実施した一事例に付いて説明する。
図２の（１）〜（５）はデータ処理の手順を示し、図２
の（１）に示すように、設計データは矩形図形の頂点の
座標データの集まりで構成されている。そのため、ダイ
ｔｏデータベース方式の検査機に使われているような変
換アルゴリズムを用いて、図２の（２）に示す、ビット
マップ１１画像に変換して正常なパターン部分９画像を
得る。

【００２８】図２の（３）は、正常パターン画像９から
輪郭線３を抽出した結果である。

【００２９】図２の（４）には、前記輪郭線３からベク
トルデータ５に変換したデータの結果を示す。

【００３０】図２の（５）には、基準ベクトル２１と各
ベクトル２２の相対角度θを表示する、また図３の
（１）には横軸にベクトルデータＮｏと、例えば一例と
して、縦軸にＣｏｓθをとった場合のパターン信号のグ
ラフを示す。このパターン信号６はパターン形状の特徴
を１次元の数値データで表したもので、各データは基準
ベクトル２１に対する相対角度から求められているた
め、各ベクトル２２はパターンの向きに関係なくパター
ン毎に一意に定まる。なお、パターン信号６のデータは
Cosθに限らず場合に応じてＳｉｎθや、θそのもの、
またベクトルデータ５から生成されるその他の数値を利
用しても良い。

【００３１】図３の（２）は、図３の（１）のパターン
信号６を微分して絶対値をとったデータを示す。

【００３２】図３の（２）のデータではピークの数は6
個なので、このパターンはハンマーパターンであると認
識できる。

【００３３】ここでは、前記のデータ処理の手順によっ
て分類する形状の種類は、次の図４〜図６に示すよう
に、パターンエッジと、パターンコーナーと、ライン端
と、ホールパターンと、セリフパターンと、ハンマーヘ
ッドの6種類とする。

【００３４】次に、図４〜図６には、前記６種類のそれ
ぞれの形状のパターン信号６と、それを微分して、絶対
値をとったデータを示す。図４〜図６からピーク数は形
状の種類によって異なり、そのピーク数はパターンの角
数と同じになっていることが分かる。つまり、このピー
クの数を数えることで、パターン形状の種類１２を認識
し分類することが可能となる。例えば、図５（１）は
（ａ）は、データ図形によるパターンの種類を表わし
て、ライン端、（ｂ）は、各ベクトル２２の相対角度θ
をＣｏｓθをとった場合のパターン信号６のグラフを示
す、（ ｃ）はパターン信号６を微分して絶対値をとっ
たデータを示す。ピークに、、、付けてピークの
数を表わしている。

【００３５】図７に示す、形状計測処理は筆者が発明・
出願済みの「マスクパターン形状計測方法」特願平１１
−３６７６６９の手順に沿って行う。図７にその処理手
順のフローを示す。図７のＳＳ１は切り出されたパター
ン部分９画像の輪郭線３を抽出するための処理で、図７
の（１）のパターン部分画像に画像処理を施すことで行
う。パターン部分９画像の輪郭線３を抽出する手順の画
像処理には、画像のノイズを除去する平滑化処理や、多
階調データを０または１からなる2値データに変換する2
値化処理と、パターンと背景部分の境界を抽出するエッ
ジ抽出処理、太さを持つ線の画像を幅が１すなわち画像
データの最小単位になるまで収縮する細線化処理などが
あり、これらの処理を適宜組み合わせることにより、パ
ターンの遮光部と透過部の境界をつなげた輪郭線３を抽
出することができる。

【００３６】図７の（２）はパターン部分９画像から輪
郭線３を抽出する手順により、輪郭線３を抽出したデー
タの出力結果である。

【００３７】次にパターン９の輪郭線３をベクトルデー
タへ変換するベクトルデータ化処理ＳＳ２を行う。輪郭
線３の出発点２３から、順番に輪郭線に沿った方向に大
きさ成分の等しいベクトルを配置して、量と方向を持つ
たベクトル５をつなげて輪郭線の終点２４までベクトル
データ化の処理を行う。これらのベクトルの方向成分の
データをベクトルデータとする。

【００３８】図７の（３）に輪郭線３データよりベクト
ルデータ５に変換した結果を示す。

【００３９】次にベクトルデータ５を線図形データ２０
に変換する連結・合成処理を行う。これは最初のベクト
ルデータの始点２３の座標と、ベクトルデータの個々の
ｘ、ｙ成分を順次加算していくことで、パターン輪郭線
３の各画素の座標値を算出する処理である。これによっ
て算出された各画素の座標値データはパターンの輪郭に
沿って順番に並んでおり、線図形を構成しているので線
図形データ２０と呼んでいる。図７の（４）に変換され
た線図形データ２０を示す。

【００４０】最後に線図形データ２０を用いて、パター
ン形状の特性値を計測する座標計測処理ＳＳ４を行う。
座標計測処理ＳＳ４のアルゴリズムはパターン形状の種
類１２毎に異なっており、パターン形状９に応じて異な
る形状特性値１０を計測することができる。パターン形
状の種類１２と計測される形状特性値１０の詳細を次に
述べる。なお、パターン形状の特性値１０は以下に述べ
る以外にもパターン特徴に応じていろいろ考えられる
が、ここで得られた前記線図形データ２０をもとにし
て、計測処理のアルゴリズムを変更・追加することによ
って所望の形状特性値１０を得ることが可能である。

【００４１】次に、図８〜図１３は前記６種類の種類別
パターン部１４に付いて順番に計測方法について説明す
る。

【００４２】図８に示す、パターンエッジの計測方法に
ついて述べる。パターンエッジはエッジのラフネスを計
測する。定量化する特性値は図５（ａ）に示す平均粗さ
とラフネス幅：ａである。平均粗さを求めるには統計的
な計算が必要不可欠であり、従来の画像処理手法ではパ
ターンエッジの平均粗さの計算は困難であった。しか
し、本発明においては図８（ｂ）に示すような線図形デ
ータ２０を生成しｘｙ座標値をもとに計算を行うため、
それが可能となっている。具体的には、パターンのエッ
ジ部分の始点２３と始点２４間の線図形データ２０の座
標値をもとにエッジの平均線をもとめ、平均線と各座標
値の差ｆ（ｘ）の絶対値の定積分値を、終点２４〜始点
２３間迄の距離で割ることによって算出される。またラ
フネス幅ａは、線図形データ２０の座標値を大小の順番
に調べ、幅方向の最小値と最大値の差を求めれば良い。

【００４３】図９に示す、パターンコーナーの計測方法
について解説する。パターンコーナーを定量化するため
の形状特性値１０として、図９（ａ）に示すように、コ
ーナー部分の横方向と縦方向の長さａ、ｂや斜め４５度
方向の長さｃ、丸みによって本来のパターンから欠けた
部分の面積ｓ、本来のパターンの面積Ｓと欠けた部分の
面積ｓとの比によって欠け具合を表す侵食度ｓ／Ｓなど
がある。これらの特性値を計測するためには、パターン
形状の輪郭線３が曲線的に変化する部分、すなわちコー
ナーの曲がり始めと曲がり終わりを検知する必要があ
る。コーナーの曲がり始め曲り終わりは図９（ｂ）に示
すように、線図形データ２０の始点２３から順に、一定
数はなれた２点間のｘｙ成分移動量から直線の傾きを求
め、その傾きが所定の閾値以上（もしくは以下）になる
ところを調べることで検知することが可能である。な
お、パターンの輪郭線３にノイズがのっている場合は、
ノイズ部分をコーナー曲がり始めと特定してしまうこと
が考えられるため、本発明ではマスクパターン画像の画
像品質によって閾値を調整できるようにしてある。コー
ナー部分の横方向と縦方向の長さａ、ｂはコーナー曲が
り始めと曲がり終わりの2点間のｘ、ｙ成分の差の絶対
値を計算することで求められる。コーナーの斜め方向の
長さｃは、曲がり始めと終わりの点より直線を延ばして
交わる点から、輪郭線までの距離を斜め４５度方向に計
算することで求められる。また、欠けた部分の面積ｓは
ａ、ｂを二辺とする長方形（＝本来のパターン）からコ
ーナー部分の面積を減算してもとめられる。なお、コー
ナー部分の面積は線図形データ２０を始点２３から終点
２４まで辿りながら、列ごとのピクセル数をすべて合計
することで算出される。コーナーの欠け具合を表す侵食
度は、単純に本来のパターンの面積Ｓと欠けた部分の面
積ｓの比すなわちｓ／Ｓを計算すれば良い。

【００４４】図１０に示す、ライン端の計測方法につい
て解説する。ライン端には２つの角があるため、定量化
するための特性値として図１０（ａ）に示すように、２
つのパターンコーナーの横方向と縦方向の長さａ１、ａ
２、ａ１、ｂ１、ｂ２、斜め４５度方向の長さｃ１、ｃ
２、本来のパターンから欠けた部分の面積ｓ１、ｓ２、
ラインの幅ｄなどがある。特性値の中でｄ以外の項目
は、パターンコーナーの計測方法と全く同様にして計測
することができる。コーナーの曲がり始めと終わりを検
知する方法も同様で、図１０（ｂ）に示すように、線図
形データ２０の始点２３から順に、一定数はなれた２点
間のｘｙ成分移動量から直線の傾きを求め、その傾きが
所定の閾値以上（もしくは以下）になるところを調べる
ことで行う。ライン幅ｄは始点２３と終点２４のｘ又は
ｙ座標（図の場合はｘ座標）の差の絶対値を計すること
で求められる。

【００４５】図１１に示す、ホールパターンの計測方法
について解説する。ホールパターンを定量化するための
特性値は、図１１（ａ）に示すように、横径と縦径ａ、
ｂやホール面積ｓ、４つのコーナーのへこみ長（斜め４
５度方向の長さ）Ｌ１〜４、本来のパターンの面積Ｓと
実際のホールパターンの面積ｓとの比によってパターン
の出来具合を表す忠実度ｓ／Ｓなどがある。ホールパタ
ーンの横径は、線図形データのｘ方向の最大値と最小値
の差を計算することで、縦径はＹ方向の最大値と最小値
の差を計算することで求められる。また面積は、線図形
データ内に含まれるピクセルの数を算出することで求め
られる。４つのコーナーのへこみ長Ｌ１〜４は、図１１
（ｂ）のように線図形データ２０の最大・最小点からホ
ールパターンの外接矩形（＝本来のパターン）を生成し
て、この矩形の各頂点からホールパターンの輪郭線まで
の距離を計算することによって求める。パターンの出来
具合を表す忠実度は、本来のパターン面積Ｓ（ａ×ｂ）
とホールパターン面積ｓの比すなわちｓ／Ｓを計算すれ
ば良い。

【００４６】図１２に示す、セリフパターンの計測方法
について解説する。セリフパターンを定量化するための
特性値としては、図１２（ａ）に示すように、横径と縦
径ａ、ｂ、や斜め径ｃ、膨らみの横方向と縦方向の長さ
ｄ、ｅ、セリフパターンの面積Ｓ、各コーナー部のへこ
み長（斜め４５度方向の長さ）Ｌ１〜３などがある。セ
リフパターンの特性値は、図１２（ｂ）に示す予測パタ
ーンを元に計測を行う。この予測パターンはセリフパタ
ーンの形状から本来のパターンを予測したものである。
セリフパターンとベースパターンの交点において、セリ
フパターンの辺とベースパターンの辺のなす角は設計デ
ータでは直角になる。そのため、線図形データの一定数
離れた2点間の直線の傾きが、ベースパターンの辺に対
して最大となる地点（直角に最も近くなるところ）を基
準点として検出することで、本来のセリフパターンを予
測することができる。セリフパターンの外接矩形で、こ
の２つの基準点を通るものを予測パターンとする。セリ
フパターンの横径ａ、縦径bはそれぞれ予測パターンの
横径、縦径を算出することで求められる。膨らみ横方向
の長さdはベースパターンの縦辺と予測パターンの縦辺
との距離を算出することで、膨らみ縦方向の長さeはベ
ースパターンの横辺と予測パターンの横辺との距離を算
出することで求められる。３つのコーナーのへこみ長Ｌ
１〜３は、予測パターンの頂点からセリフパターンの輪
郭線までの距離を計算することで求める。斜め径ｃは、
予測パターンの縦横径より三平方の定理によって算出し
た対角線の長さから、Ｌ１とＬ３を減算することによっ
て求められる。線図形データを２つの基準点の間を辿り
ながら、列ごとのピクセル数を‐ｘ方向に進んだときは
減算、＋ｘ方向に進んだときは加算することにより、セ
リフパターンと重なり部分を合わせた面積が算出され
る。よって、ここから重なり部分の面積[ (ａ―ｂ)×
（ｂ−ｅ）] を減算することによって斜線部分のセリ
フパターン面積が求められる。

【００４７】図１３に示す、ハンマーパターンの計測方
法について解説する。ハンマーパターンを定量化するた
めの特性値は、図１３（ａ）に示すように、横径と縦径
ａ、ｂ、やハンマーの突起の長さｃ、ｄ、ハンマーの面
積Ｓ、各コーナー部のへこみ長（斜め４５度方向の長
さ）Ｌ１〜４などがある。ハンマーパターンの特性値
は、図１３（ｂ）に示す予測パターンを元に計測を行
う。この予測パターンはハンマーパターンの形状から本
来のパターンを予測したものである。ハンマーパターン
とベースパターンの交点において、ハンマーパターンの
辺とベースパターンの辺のなす角は設計データでは直角
になる。そのため、線図形データの一定数離れた2点間
の直線の傾きがベースパターンの辺に対して最大となる
地点（直角に最も近くなるところ）を基準点として検出
することで、本来のハンマーパターンを予測することが
できる。なお、２つの基準点の位置座標（図１０の場合
はｙ座標）が異なる場合には、２つの平均の位置を算出
して微調整し、それを新たな基準点とする。ハンマーパ
ターンの外接矩形で、この２つの基準点を通るものを予
測パターンとする。ハンマーパターンの横径ａ、縦径ｂ
はそれぞれ予測パターンの横径、縦径を算出することで
求められる。ハンマーの突起の長さｃ、ｄはベースパタ
ーンの側辺と予測パターンの測辺との距離を両端それぞ
れにおいて算出することで求められる。４つのコーナー
のへこみ長Ｌ１〜４は、予測パターンの頂点からハンマ
ーパターンの輪郭線までの距離を計算することで求め
る。またハンマーパターンの面積Ｓは、線図形データを
２つの基準点の間を辿りながら、列ごとのピクセル数を
‐ｘ方向に進んだときは減算、＋ｘ方向に進んだときは
加算することによって求められる。

【００４８】フォトマスク４のパターン形状７は、半導
体回路１６のマスクレイアウトの設計８において設計図
面通りのパターン８が精度良くマスク４上に再現されて
いることが望ましいのは当然である。しかし、実際には
リソグラフィ技術を用いてガラス上の金属薄膜に微細な
パターンを加工しているため、マスクパターン１と設計
パターン８、９とは完全に同一形状ではなく、寸法差や
コーナー部の丸みなど、微小な違い１８が存在する。そ
の課題として、本発明の方法、及び処理の手順を用い
て、本発明のソフトウエアの要求するハードウエアの環
境を備えたシステム上により、本発明の画像処理ソフト
ウエアのツール等を用いて検査及びパターン形状の自動
計測装置開発提供することにより、微小な違い１８を検
査及び自動計測をした。

【００４９】次に、フォトマスクパターン１の微細化に
よる高精度化への要求は、欠陥パターンの寸法精度と、
各フォトマスク間の重ね会わせ精度、の項目以外のあら
ゆる品質項目（パターン形状、パターンデータ保証、耐
久性、クリーン度等）にも厳しい品質規格の要求になり
つつあり、特にマスクパターン形状特性値の精度につい
ては直接ＬＳＩ回路（半導体回路）の精度および性能に
関わることから、重視されるようになってきた。半導体
装置の製造時において、半導体装置用基板１９上に形成
する半導体回路は光プロセスの手段を用いて、前記半導
体装置用基板１９上に感光性レジストの塗布形成と、フ
ォトマスクに形成した回路パターンを露光転写と、現像
工程によるレジスト層の現像後に、薄膜導電膜形成、又
は腐蝕によるパターン層形成、或いは前記レジストパタ
ーンをマスク層としたイオン照射等のプロセス加工が順
次繰り返されて、階層構造の回路を形成する為に、複数
回工程を実行することが一般的である。又前記半導体回
路を形成する為に複数枚のフォトマスクを使用するが、
前記工程では半導体回路のパターンを形成にはフォトマ
スクの精度に大きく依存する為に、本発明で製造したフ
ォトマスクを用いて半導体装置の製造し、又露光転写の
精度を検証した。

【００５０】

【発明の効果】以上のようにフォトマスクパターン形状
の計測において、本発明のフォトマスクパターン自動計
測方法を用いることにより、所望のパターン部分を自動
分類し、パターン形状毎に自動的に迅速でかつ高精度な
形状計測が可能となり、さらに統計手法など多様な計算
方法が利用できるため、形状の特徴を正確に定量化する
ことが可能となり、本発明の装置を用いて、高精度のフ
ォトマスクが製造され、また、そのフォトマスクを用い
た半導体装置の製造においても高い精度の製品を供給で
き、又その他のフォトマスクパターン形状においても同
じ形状データを用いて、座標計測処理のアルゴリズムを
変更するだけで、形状の特徴を定量化するための自動形
状計測が可能となる。

【図面の簡単な説明】

【図１】本発明のフォトマスクパターン形状自動計測方
法の一実施例の手順Ｓ１〜Ｓ１１を示すフローである。

【図２】正常なパターン部分画像を輪郭画像、ベクトル
データおよびパターン信号に変換する手順Ｓ４〜Ｓ８を
示す模式図で、（１）は設計データ、（２）は正常なマ
スクパターン、（３）は輪郭線、（４）はベクトルデー
タ、（５）はベクトルデータ相対角度θを表わした。

【図３】図２の続いての手順を表わすグラフ図であり、
（１）はパターン信号のグラフ、（２）は微分したデー
タである。

【図４】と、と、と、6種類のパターン形状とパターン
信号の一実施例であり、（１）は、パターンエッジ
（ａ）は正常なマスクパターンであり、（ｂ）は、Ｃｏ
ｓθのグラフ、（ｃ）は積分値の絶対値グラフである。
（２）パターンコーナー

【図５】6種類のパターン形状とパターン信号の一実施
例であり、（１）は、ライン端（ａ）は正常なマスクパ
ターンであり、（ｂ）は、Ｃｏｓθのグラフ、（ｃ）は
積分値の絶対値グラフである。（２）ホールパターンで
ある。又（ａ）、、は数を表わす。

【図６】6種類のパターン形状とパターン信号の一実施
例であり、（１）は、セリフパターン（ａ）は正常なマ
スクパターンであり、（ｂ）は、Ｃｏｓθのグラフ、
（ｃ）は積分値の絶対値グラフである。（２）ハンマー
ヘッドである。

【図７】形状計測処理の手順Ｓ１０を示すフローであ
る。

【図８】前記６種類の内の一実施例で、パターンエッジ
の特性値である。

【図９】前記６種類の内の一実施例で、パターンコーナ
ーの特性値である。

【図１０】前記６種類の内の一実施例で、ライン端の特
性値である。

【図１１】前記６種類の内の一実施例で、ホールパター
ンの特性値である。

【図１２】前記６種類の内の一実施例で、セリフパター
ンの特性値である。

【図１３】前記６種類の内の一実施例で、ハンマーパタ
ーンの特性値である。

【符号の説明】

Ｓ１…マスクパターン画像取得処理 Ｓ２…パターン部分切り出し処理 Ｓ３…パターン部分画像 Ｓ４…正常なパターン部分画像取得処理 Ｓ５…設計データ Ｓ６…輪郭抽出処理 Ｓ７…ベクトルデータ化処理 Ｓ８…パターン信号化処理 Ｓ９…パターン形状認識処理 Ｓ１０…形状計測処理 Ｓ１１…形状特性値データ ＳＳ１…輪郭抽出処理 ＳＳ２…ベクトルデータ化処理 ＳＳ３…連結・合成処理 ＳＳ４…座標計測処理 １…（フォト）マスクパターン ２…任意のパターン部 ３…（画像の）輪郭線（抽出） ４…フォトマスク ５…ベクトルデータ ６…パターン信号 ７…フォトマスクのパターン形状 ８…設計データ ９…正常なマスクパターン（マスクデータ） １０…形状特性値 １１…ビットマップ画像 １２…パターン形状の種類 １３…正常なパターン部 １４…種類別パターン部 １５…画像 １６…半導体回路 １７…半導体装置の特性値 １８…パターン形状の違い（正常なパターン９とマスク
パターン１の形状の差） １９…半導体装置用基板 ２０…線図形データ ２１…基準ベクトル ２２…各ベクトル ２３…始点 ２４…終点

───────────────────────────────────────────────────── フロントページの続き Ｆターム(参考） 2F065 AA56 BB02 CC18 QQ04 QQ31 QQ33 QQ34 2H095 BA00 BB01 5B057 AA20 BA02 CA02 CA08 CA12 CA16 CB02 CB08 CB12 CB16 CC01 CE02 CE03 CE05 CE09 CE12 CE15 CF01 DB02 DB05 DB08 DC03 DC04 DC09 DC16

Claims (6)

【特許請求の範囲】
1. 【請求項１】フォトマスクパターンの形状を自動計測す
   る方法において、（ａ）マスクパターンの画像を取得す
   る工程と、（ｂ）マスクパターン画像から任意のパター
   ン部分を切り出す工程と、（ｃ）該パターン部と同じ位
   置の設計データ、又は正常なマスクパターンから正常な
   パターン部分の画像を取得する工程と、（ｄ）正常なパ
   ターン部分画像の輪郭を抽出する工程と、（ｅ）輪郭線
   からベクトルデータを生成する工程と、（ｆ）ベクトル
   データからパターン信号への変換を行う工程と、（ｇ）
   パターン信号からパターン形状の種類を決定するパター
   ン形状認識をする工程と、（ｈ）パターン形状認識によ
   って決定した形状の種類毎にパターン部分の形状特性値
   を計測する工程と、からなる工程を実行することにより
   マスクパターン画像の所望のパターン部分について自動
   分類及び形状特性値の自動計測を可能とすることを特徴
   とするフォトマスクパターン形状自動計測方法。
2. 【請求項２】フォトマスクパターンの形状を自動計測す
   る装置において、（ａ）マスクパターンの画像を取得す
   るマスクパターン画像取得処理する手段と、（ｂ）マス
   クパターン画像から任意のパターン部分を切り出すパタ
   ーン部分切り出す処理手段と、（ｃ）設計データや正常
   なマスクパターンから正常なパターン部分の画像を取得
   する正常なパターン部分画像取得して処理する手段と、
   （ｄ）正常なパターン部分画像の輪郭を抽出する輪郭抽
   出処理する手段と、（ｅ）輪郭線からベクトルデータを
   生成するベクトルデータ化処理する手段と、（ｆ）ベク
   トルデータからパターン信号を生成するパターン信号化
   処理する手段と、（ｇ）パターン信号からパターン形状
   の種類を決定するパターン形状認識して、処理する手段
   と、（ｈ）パターン形状認識処理によって決定した形状
   の種類毎にパターン部分の特性値を計測する形状計測し
   て処理する手段と、からなることを特徴とするフォトマ
   スクパターン形状自動計測装置。
3. 【請求項３】フォトマスクパターンの形状を自動計測す
   るプログラムにおいて、（ａ）マスクパターンの画像を
   取得するマスクパターン画像取得処理プログラムと、
   （ｂ）マスクパターン画像から任意のパターン部分を切
   り出すパターン部分切り出しプログラムと、（ｃ）設計
   データや正常なマスクパターンから正常パターン部分の
   画像を取得する正常なパターン部分画像取得処理プログ
   ラムと、（ｄ）正常なパターン部分画像の輪郭を抽出す
   る輪郭抽出処理プログラムと、（ｅ）輪郭線からベクト
   ルデータを生成するベクトルデータ化処理プログラム
   と、（ｆ）ベクトルデータからパターン信号を生成する
   パターン信号化処理プログラムと、（ｇ）パターン信号
   からパターン形状の種類を決定するパターン形状認識プ
   ログラム処理と、（ｈ）パターン形状認識処理によって
   決定した形状の種類毎にパターン部分の特性値を計測す
   る形状計測プログラムと、を具備し、マスクパターン画
   像の所望のパターン部分について、自動分類及び形状特
   性値の自動計測を実行することを特徴とするフォトマス
   クパターン形状自動計測プログラム。
4. 【請求項４】請求項３に記載のフォトマスクパターン形
   状自動計測プログラムを搭載することを特徴とするフォ
   トマスクパターン形状自動計測装置。
5. 【請求項５】前記請求項１記載の方法，又は請求項２記
   載の装置又は請求項４記載の装置を用いてフォトマスク
   パターン形状を計測して、フォトマスクを製造すること
   を特徴とするフォトマスク製造方法。
6. 【請求項６】前記請求項５記載のフォトマスク製造方法
   にて製造されたフォトマスクを用いて半導体装置を製造
   することを特徴とする半導体装置の製造方法。