分类装置和分类方法制造方法及图纸

本发明专利技术提供了分类装置和分类方法。该分类装置具有：区域提取装置（１０７），用于从图像提取多个区域；分类装置（１０８），用于将所提取的各区域分类成预定类别；和代表性类别判定装置（１０９），用于基于图像的各区域的分类结果来判定整个图像的代表性类别。

【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及。
技术介绍
目前，存在可用的各种使用对测试物体成像而获得的图像来进行分类的装置。可将这些装置分为以下类型在经处理的图像中仅有一个待分类目标的类型和在经处理的图像中存在多个待分类目标的类型。作为具体的示例，将考虑用于半导体晶片(wafer)的制造工艺的缺陷分类装置。在微观检查(其旨在发现非常小的缺陷，如布线图案异常或晶体缺陷)的缺陷分类的情况下，局部地扩大预先检测到的缺陷位置并对其成像，并利用其图像对目标缺陷分类。因此，这种情况与在经处理的图像中仅有一个待分类目标的类型相对应。另一方面，在如下的宏观检查的缺陷分类的情况下，在图像中会存在多个缺陷，其中所述宏观检查以肉眼的低倍放大对整个晶片的图像成像，以大范围的缺陷(如分辨率不良(resolution failure)、不平整膜、瑕疵和异物)为目标。因此，这种情况与在经处理的图像中存在多个待分类目标的类型相对应。在后一情况下，对测试物体进行宏观检查的优点在于，可获得在局部检查或分析中未知的结果，并且可以以较高的速度处理相同的范围，因此，宏观检查是一种在各种领域中都有用的方法。专利技术人的第2003-168114号日本特开公开了一种关于以半导体晶片等为目标的宏观检查的缺陷分类装置的构造。下面，将参照图18来描述这种缺陷分类的原理。通过对测试物体的整个表面成像而获得的待检查图像800(图18的(A))通常包括解析不良801、不平整度802、瑕疵803等。将这种待检查图像800与质量良好的图像850(图18的(B))进行比较，从而获得差异图像860(图18的(C))。通过使该差异图像860经受例如二值化的处理，获得在其中提取出缺陷区域871至873的缺陷区域提取图像870(图18的(D))。接下来，计算关于所提取的缺陷区域871至873的大小、形状、排列或亮度的特征值(图中的试验性特征值1、2、3、...)，从而获得各区域的特征值信息，如图19的(A)所示。通过利用该信息和图19的(B)中所示的分类表(模糊理论的条件规则(IF-THEN rule))，将缺陷区域871至873分类为预定的缺陷类型(＝类别)。结果，例如，输出以下的分类结果缺陷区域871→不平整度(确定因子0.6)缺陷区域872→分辨率不良(确定因子0.9)缺陷区域873→瑕疵(确定因子0.8)
技术实现思路
根据特开2003-168114的装置，单独输出在图像(＝一个晶片)中检测到的缺陷区域的分类结果。然而，当实际上使用该装置时，可能会由于以下原因而希望获得图像(晶片)的代表性结果(1)要优选地检查重要的缺陷类型(＝类别)；(2)要检查分类结果中高可靠性的缺陷类型(＝类别)；和(3)要检查总的趋势。还提出了一种对这些问题提供有用方案的分类装置。例如，在日本专利申请特开第2001-225453号中描述的印刷问题检查装置采用了这样的构造，该构造基于图像确定缺陷类型并根据该类型发出警告声音。然而，当检测到两种或更多种缺陷类型时，发出复合缺陷的单独警告。没有输出关于缺陷类型的信息。已经开发了本专利技术来解决上述问题，本专利技术的目的是提供用于分类的装置和方法，其能够根据其中存在多个分类目标的图像输出多个个体目标的分类结果中的分类结果代表。为了实现该目的，根据本专利技术的第一特征，一种分类装置包括区域提取装置，用于从图像提取多个区域；分类装置，用于将所提取的区域分类成预定类别；和代表性类别判定装置，用于基于图像的区域的分类结果来判定整个图像的代表性类别。根据本专利技术的第二特征，在第一特征的分类装置中，利用所述图像中各区域的存在比的值、表示各区域的分类结果的可靠性的值和各类别的优先级中的至少一个，来判定所述代表性类别。根据本专利技术的第三特征，在第二特征的分类装置中，所述表示区域的所述存在比的值由以下中的至少一个表示所述图像中的各类别的区域的数量、各类别的总面积、以及当按任意大小将所述图像的内部分成多个部分时各类别的占据部分的数量。根据本专利技术的第四特征，在第二或第三特征的分类装置中，基于用于分类的特征值空间的距离来计算所述表示可靠性的值。根据本专利技术的第五特征，在第一至第四特征中的任何一个的分类装置中，所述多个分类目标区域是对测试物体的表面进行成像时的缺陷区域。根据本专利技术的第六特征，在第五特征的分类装置中，所述优先级是根据所述缺陷区域的关键性而设置的。根据本专利技术的第七特征，在第一至第六特征中的任何一个的分类装置中，所述测试物体是半导体晶片或平板显示器基板。根据本专利技术的第八特征，在第七特征的分类装置中，所述图像是干涉图像或衍射图像。根据本专利技术的第九特征，第一至第八特征中的任何一个的分类装置还包括显示装置，该显示装置用于用所述整个图像的代表性类别来切换各区域的检测到的类别，以显示所述类别。根据本专利技术的第十特征，在第九特征的分类装置中，当所述显示装置显示所述类别时一起显示处理目标的图像。根据本专利技术的第十一特征，在第十特征的分类装置中，对于各类别，通过针对所提取的区域或所提取的区域的可见轮廓使用不同颜色，来显示所述处理目标的图像。根据本专利技术的第十二特征，一种分类方法包括从图像提取多个区域的步骤；将所提取的区域分类为预定类别的步骤；以及基于所述图像中的区域的分类结果判定整个图像的代表性类别的步骤。附图说明图1是示出了根据本专利技术实施例的缺陷分类装置的构造的图。图2是示出了缺陷区域提取的第一方法的说明图。图3是示出了缺陷区域提取的第二方法的说明图。图4是示出了利用形态学处理(闭合处理)的区域连接处理的示例的图。图5是示出了成员(membership)函数的示例的图。图6是基于利用成员函数的分类规则来确定缺陷类型的原理的说明图。图7是基于k邻元法来确定缺陷类型的原理的说明图。图8是基于距教导数据(teacher data)分布的代表点的距离来确定缺陷类型的原理的说明图。图9是示出了各区域的分类结果数据的表。图10是示出了各缺陷类型的分类结果数据的表。图11是示出了待检查图像的人工确定结果与基于区域数量的确定结果或基于面积的确定结果之间的差异的说明图。图12是示出了图11的瑕疵200、不平整度201的占据部分的情况的图。图13是示出了在各区域分类结果数据的表中选择高可靠性指标值的区域的结果的表。图14是示出了基于在图13中所选择的区域的各缺陷类型分类结果数据的表。图15是示出了代表性缺陷类型信息和待检查图像的显示画面的图。图16是示出了图15的格(slot)03的详细分类结果的显示画面的图。图17是示出了实施例的缺陷分类装置的处理流程的流程图。图18是传统的缺陷分类方法的原理的说明图。图19是示出了针对各缺陷区域和分类规则而计算的特征值的示例的图。具体实施例方式下面，将参照附图来详细描述本专利技术的优选实施例。将针对这样的情况进行说明，即，将本专利技术应用于缺陷分类装置，该缺陷分类装置用于以半导体晶片或平板显示器基板为目标进行的宏观检查的情况。然而，这种情况决不是限制性的，本专利技术还例如可用于对多种室(cell)进行分类并显示代表性结果的目的。图1示出了根据本专利技术实施例的缺陷分类装置的构造。该缺陷分类装置包括照明器101，用于照亮测试物体112；带通滤波器102，用于限制来自照明器101的照明光的波长；透镜103，用于利用来自测试物体本文档来自技高网...

【技术保护点】
一种分类装置，该装置包括：区域提取装置，用于从图像中提取多个区域；分类装置，用于将所提取的区域分类成预定类别；和代表性类别判定装置，用于基于所述图像的所述区域的分类结果来判定整个图像的代表性类别。

【技术特征摘要】
【国外来华专利技术】JP 2004-4-14 119291/20041.一种分类装置，该装置包括区域提取装置，用于从图像中提取多个区域；分类装置，用于将所提取的区域分类成预定类别；和代表性类别判定装置，用于基于所述图像的所述区域的分类结果来判定整个图像的代表性类别。2.根据权利要求1所述的分类装置，其中，利用所述图像中各区域的存在比的值、表示各区域的分类结果的可靠性的值和各类别的优先级中的至少一个，来判定所述代表性类别。3.根据权利要求2所述的分类装置，其中，所述表示区域的所述存在比的值由以下中的至少一个表示所述图像中的各类别的区域的数量、各类别的总面积、以及当按任意大小将所述图像的内部分成多个部分时各类别的占据部分的数量。4.根据权利要求2或3所述的分类装置，其中，基于用于分类的特征值空间的距离来计算所述表示可靠性的值。5.根据权利要求1至4中任一项所述的分类装置，其中，所述多个分类目标区域是...

【专利技术属性】
技术研发人员：神田大和，菊地奖，
申请(专利权)人：奥林巴斯株式会社，
类型：发明
国别省市：JP[日本]