，低倍缺陷图像801中的缺陷区域804的亮度低(暗)，除了缺陷区域的区域的亮度高(亮)，因此生成的低倍参照图像802与理想的低倍参照图像相比亮度变低(暗)。因此，在比较低倍缺陷图像801与低倍参照图像802并将差分计算为缺陷区域的差分图像803中，想要检测的缺陷区域805被判定为非缺陷区域(图中的黑色部分)，另一方面，将应判定为非缺陷区域的背景部分误检测为缺陷区域(图中的白色部分)。
[0081]这样，在实施例1中说明的根据低倍缺陷图像的平均亮度值生成低倍参照图像的方法，在低倍缺陷图像中缺陷所占的比例大的情况下，存在缺陷检测精度下降的问题。
[0082]使用图9说明解决在图8中说明的低倍缺陷图像中的缺陷占有率高的情况下，缺陷检测精度下降的问题的方法。图9是根据缺陷图像的缺陷占有率改变低倍参照图像的ADR流程图的例子。即，是在缺陷占有率高的情况下取得参照图像，在缺陷占有率低的情况下通过实施例1的方法生成低倍参照图像的例子。
[0083]首先，取得低倍缺陷图像(901)。接着，求出缺陷区域在取得的低倍缺陷图像中所占的占有率(缺陷占有率)，判定与预先决定的阈值的大小(902)。根据该判定结果，决定是否使用低倍缺陷图像的平均亮度值生成低倍参照图像。具体而言，在缺陷占有率低的情况下，判断根据低倍缺陷图像的平均亮度值生成低倍参照图像的方法为有效，通过与图6或图7中说明的同样的方法，根据低倍缺陷图像的平均亮度值生成低倍参照图像(904)。另一方面，在缺陷占有率高的情况下，若根据低倍缺陷图像的平均亮度值生成低倍参照图像，则受到缺陷占有率高的缺陷区域的影响而无法以所期望的亮度值生成低倍参照图像的可能性较高，因此新取得能够期待为不存在缺陷的坐标的图像作为低倍参照图像(903)。在此，缺陷占有率的大小如实施例8所示的方法那样，通过某阈值来进行判定即可。
[0084]接着，比较在903中取得的低倍参照图像或在904中生成的低倍参照图像与在901中取得的低倍缺陷图像，检测出其差分作为缺陷区域(905)。并且，以适于观察检测出的缺陷区域的倍率，一般以比低倍缺陷图像高的倍率，来取得高倍缺陷图像(906)。对所有试样和检查对象点执行901至906的作业(907)。
[0085]图10是表示在图9中说明的缺陷检测方法的示意图的例子。在低倍缺陷图像1001中，在判定为缺陷区域1004大、缺陷占有率高的情况下，不根据低倍缺陷图像生成低倍参照图像，而是取得能够期待为不存在缺陷的坐标的图像来设为低倍参照图像1002。另一方面，在判定为缺陷区域小、缺陷占有率低的情况下，将通过与在图6或图7中说明的方法同样的方法根据低倍缺陷图像的平均亮度值生成的图像设为低倍参照图像。
[0086]接着，比较低倍缺陷图像1001与低倍参照图像1002来求出差分图像1003。以像素单位比较低倍缺陷图像1001与低倍参照图像1002，在灰度值的差在阈值以上的情况下，判定为存在有意义差。在图10的差分图像1003中，用白色表示判定为存在有意义差的部分，用黑色表示判定为没有有意义差的部分。
[0087]这样，以低倍缺陷图像301为输入，通过缺陷占有率判定处理部305求出缺陷占有率。参照图像生成处理部306在缺陷占有率高的情况下重新拍摄低倍参照图像302，并且在缺陷占有率低的情况下根据低倍缺陷图像的平均亮度值生成低倍参照图像307。缺陷检测处理部308比较低倍缺陷图像301与从参照图像生成处理部306输出的低倍参照图像307，将其差分作为缺陷坐标309而输出。
[0088]根据该方法，在低倍缺陷图像的缺陷占有率低的情况下，将以低倍缺陷图像的平均亮度值生成的低倍参照图像应用于缺陷检测，由此能够针对噪声或观察坐标的材质或结构引起的亮度的变动实现稳定的缺陷检测，在低倍缺陷图像的缺陷占有率高的情况下，取得能够期待为不存在缺陷的坐标的图像而设为低倍参照图像，因此能够防止缺陷检测率的降低。此外，在处理速度的观点，在取得低倍参照图像的次数增加时，ADR的吞吐量降低，但通过留意不过度提高低倍缺陷图像的倍率(不使观察视野过度变窄)来设定低倍缺陷图像的观察条件，也能够抑制缺陷占有率高的缺陷图像的产生。
[0089]实施例3
[0090]在本实施例中说明与在实施例1中说明的方法相比，重视缺陷检测的稳定性且将处理速度的降低抑制到最小限的缺陷观察方法的实施例。此外，与实施例2相比，缺陷检测的稳定性相同，处理速度为高速。另外，图1至图3的结构和图4至图7的说明内容与本实施例相同，因此省略说明。
[0091]在实施例2中说明的方法与在图5中说明的取得代表参照图像的方法同样，存在容易受低倍参照图像的噪声影响，缺陷检测精度下降的问题。此外，通过调整低倍缺陷图像取得时的倍率能够进行控制，但如图9所述，在判定为缺陷占有率高的事例增加时，需要取得低倍参照图像的处理，因此存在吞吐量下降的问题。
[0092]图11是在低倍缺陷图像的缺陷占有率高的情况下，以代表低倍参照图像的平均亮度值生成低倍参照图像的ADR流程图的例子。在实施例2说明的、低倍缺陷图像的缺陷占有率高的情况下，在取得能够期待为不存在缺陷的坐标的图像而设为低倍参照图像的方法中，说明用于解决上述课题的方法。
[0093]首先，在ADR序列的最初，取得能够期待为不存在缺陷的坐标的图像，将其设为代表低倍参照图像(1101)。接着，取得低倍缺陷图像(1102)，求出缺陷区域在取得的低倍缺陷图像中所占的缺陷占有率，判定与预先决定的阈值的大小(1103)。根据该判定结果，决定是否使用低倍缺陷图像的平均亮度值来生成低倍参照图像。具体而言，在缺陷占有率低的情况下，判断以低倍缺陷图像的平均亮度值生成低倍参照图像的方法为有效，根据低倍缺陷图像的平均亮度值生成低倍参照图像(1105)。另一方面，在缺陷占有率高的情况下，以在1101中取得的代表低倍参照图像的平均亮度值生成低倍参照图像(1104)。
[0094]最后，比较以代表低倍参照图像的平均亮度值生成的低倍参照图像或以低倍缺陷图像的平均亮度值生成的低倍参照图像与在1102中取得的低倍缺陷图像，来检测出差分作为缺陷区域(1106)。接着，取得扩大了检测出的缺陷区域的高倍缺陷图像(1107)，对所有的试样和检测对象点执行1102至1107的处理(1108)。
[0095]图12是表示在图11中说明的缺陷检测方法的示意图的例子。首先，根据在ADR序列的最初取得的代表低倍参照图像1206的平均亮度值生成低倍参照图像1202。求出取得的低倍缺陷图像1201的缺陷占有率。在缺陷占有率高的情况下，比较低倍缺陷图像1201与低倍参照图像1202来求出差分图像1203。另一方面，在判定为缺陷区域小、缺陷占有率低的情况下，将通过与在图6或图7中说明的方法同样的方法根据低倍缺陷图像的平均亮度值生成的图像设为低倍参照图像。
[0096]在图12的差分图像1203中，以像素单位比较低倍缺陷图像1201与低倍参照图像1202，在灰度值的差在阈值以上的情况下，判定为存在有意义差。在差分图像1203中，用白色表示判定为存在有意义差的像素，用黑色表示判定为没有有意义差的图像。
[0097]这样，以低倍缺陷图像301为输入，通过缺陷占有率判定处理部305求出缺陷占有率。参照图像生成处理部306在缺陷占有率高的情况下以代表低倍参照图像的平均亮度值生成低倍参照图像307，并且在缺陷占有率低的情况下根据低倍缺陷图像的平均亮度值生成低倍参照图像307。缺陷检测处理部308比较低倍缺陷图像301与从参照图像生成处理部306输出的低倍参照图像307，将其差分作为缺陷坐标309而输出。
[0098]根据该方法，在缺陷占有率低的情况下，将以低倍缺陷图像的平均亮度值生成的低倍参照图像应用于缺陷检测，由此能够针对噪声或观察坐标的材质或结构引起的亮度的变动实现稳定的缺陷检测，在低倍缺陷图像的缺陷占有率高的情况下，以代表低倍参照图像的平均亮度值生成低倍参照图像，因此能够不受低倍缺陷图像的缺陷区域的影响地进行缺陷检测，能够防止缺陷检测率的降低。此外，根据代表低倍参照图像的平均亮度生成低倍参照图像，从而与直接使用代表低倍参照图像的情况相比，难以受到代表低倍参照图像的噪声的影响，能够实现高精度的缺陷检测。并且，在序列的最初仅取得I次代表参照图像，从而与在缺陷占有率高的情况下每次取得低倍参照图像的方法相比，能够将由取得低倍参照图像所引起的吞吐量的降低抑制到最小限。
[0099]实施例4
[0100]在本实施例中说明通过使用过去已取得或已生成的参照图像来实现稳定的缺陷检测的缺陷观察方法的例子。图1至图3的结构和图4至图7的说明内容与本实施例相同，因此省略说明。
[0101]通过在实施例1至实施例3中说明的方法，能够考虑缺陷检测精度与吞吐量的平衡来选择适于观察对象的缺陷观察方法，但例如在对不同的工序重复使用一个配方的情况下，因试样的材质或结构的不同而背景部分的样子不同的可能性高，因此要求在这样的事例中也能够稳定对应的方法。
[0102]此外，如在实施例3中说明的ADR序列所示，通过在序列的最初取得I幅代表参照图像的方法，无法保证代表参照图像为理想的参照图像。理想的参照图像是不仅在视野内不显示制造图案或下层结构，为与缺陷图像的背景部分相同的亮度，并且不会产生由噪声或试样的带电引起的亮度不均的图像。虽然罕见，但存在代表参照图像不是理想的参照图像的情况，因此要求对于这样的事例也稳定的方法。
[0103]图13是在低倍缺陷图像的缺陷占有率高的情况下，以已取得或已生成的参照图像的平均亮度值生成低倍参照图像的ADR流程图。首先，取得低倍缺陷图像(1301)，求出缺陷区域在取得的低倍缺陷图像中所占的占有率，判定与预先决定的阈值的大小(1302)。根据该判定结果，决定是否使用低倍缺陷图像的平均亮度值来生成低倍参照图像。具体而言，在缺陷占有率低的情况下，判断以低倍缺陷图像的平均亮度值生成参照图像的方法为有效，根据低倍缺陷图像的平均亮度值生成低倍参照图像(1304)。另一方面，在缺陷占有率高的情况下，以已取得的参照图像或已生成的参照图像的平均亮度值生成低倍参照图像(1303)。在此，已取得的参照图像或已生成的参照图像并不局限于在观察时的ADR序列内取得或生成的低倍参照图像，也可以包含通过被认为像质相同的配方在过去取得或生成的参照图像。参照图像的选择可以是自动选择，也可以是操作员选择后通过配方指定。也可以选择多个已取得或已生成的低倍参照图像，根据这些所有图像的平均亮度值来生成低倍参照图像。
[0104]在图13中，在缺陷占有率判定处理(1302)后，以已取得或已生成的参照图像的平均亮度值生成低倍参照图像(1303)，因此能够使用在ADR序列内生成的最新的低倍参照图像。由此，能够期待跟踪基于观察点的材质或构造的样子的变动而稳定的缺陷检测。
[0105]然而，每次生成低倍参照图像时需要相应的运算成本，因此在ADR序列的开始前，可以通过已取得或已生成的参照图像的平均亮度预先生成低倍参照图像。例如，也可以将生成的低倍参照图像登录在记述了 ADR执行条件的配方中。由此，不会使ADR的吞吐量下降而能够灵活运用考虑了过去取得或生成的参照图像的低倍参照图像，因此能够实现稳定的缺陷检测。
[0106]接着，比较在1303中生成的低倍参照图像或在1304中生成的低倍参照图像与在1301中取得的低倍缺陷图像，来检测出差分作为缺陷区域(1305)。最后，取得检测出的缺陷区域的扩大图像作为高倍缺陷图像(1306)。对所有试样和检查对象点执行1301至1306的处理(1307) ο
[0107]图14是表示在图13中说明的缺陷检测方法的示意图的例子。
[0108]首先，以已取得或已生成的I幅以上的参照图像1406的平均亮度值生成低倍参照图像1402。求出取得的低倍缺陷图像1401的缺陷占有率，在缺陷占有率高的情况下，以像素单位比较低倍缺陷图像1401与低倍参照图像1402。另一方面，在判定为缺陷区