图像处理方法以及图像处理装置

技术领域

本公开涉及图像处理方法以及图像处理装置。

背景技术

在专利文献1公开了如下方法：是使电子束扫描晶片上的图案来获得图像的方法，通过将在多个帧中获取的信号累计来形成S/N比高的图像。

专利文献1:日本特开2010－92949号公报。

发明内容

本公开所涉及的技术进一步减少对拍摄对象扫描荷电粒子线获得的图像中的噪声。

本公开的一个方式是处理图像的图像处理方法，具有：(A)获取多个帧图像的步骤，上述帧图像是通过对拍摄对象的一次荷电粒子线的扫描而获得的；(B)根据多个上述帧图像按每个像素判定亮度的概率分布的步骤；以及(C)生成拍摄对象的图像的步骤，上述拍摄对象的图像相当于对基于每个像素的上述亮度的概率分布所生成的多个另外帧图像进行平均化得到的图像。

根据本公开，能够进一步减少对拍摄对象扫描荷电粒子线获得的图像中的噪声。

附图说明

图1是表示每个实际的帧图像中的特定像素的亮度的图。

图2是关于256帧全部的、X坐标与特定像素一致的像素全部，对亮度进行直方图化的图。

图3是表示包括第一实施方式所涉及的作为图像处理装置的控制装置的处理系统的结构的概略的图。

图4是表示控制部的图像处理所涉及的结构的概略的框图。

图5是说明图4的控制部中的处理的流程图。

图6示出对256帧的帧图像进行平均化得到的图像。

图7示出对基于用于图6的图像生成的256帧的帧图像所生成的256帧的人工帧图像进行平均化得到的人工图像。

图8是表示从256的帧图像生成的人工图像中的频率解析结果的图，示出频率与振动能量的关系。

图9是表示从256的帧图像生成的人工图像中的频率解析结果的图，示出帧数与高频成分的噪声电平的关系。

图10是对256张的过程噪声为零的虚拟的帧图像进行平均化得到的图像。

图11示出基于用于图10的图像生成的256帧的上述虚拟的帧图像来生成256帧的人工帧图像，并对这些人工帧图像进行平均化得到的人工图像。

图12是表示从256张的过程噪声为零的虚拟的帧图像生成的人工图像中的频率解析结果的图，示出频率与振动能量的关系。

图13是表示从256张的过程噪声为零的虚拟的帧图像生成的人工图像中的频率解析结果的图，示出帧数与高频成分的噪声电平的关系。

图14是表示从256的帧图像生成的人工图像中的其它频率解析结果、亦即将人工图像生成时的人工帧图像的帧数设为256以下时的结果的图，示出频率与振动能量的关系。

图15是表示从256的帧图像生成的人工图像中的其它频率解析结果、亦即将人工图像生成时的人工帧图像的帧数设为256以下时的结果的图，示出帧数与高频成分的噪声电平的关系。

图16示出用于人工图像的生成的原帧图像以及人工帧图像的帧数都为256的情况下的、每个帧图像以及每个人工帧图像的亮度的面内平均值的一个例子。

图17是表示对从256帧的帧图像生成的人工帧图像进行亮度调整，从该亮度调整后的人工帧图像生成的人工图像中的频率解析结果的图。

图18是表示使用使从256帧的帧图像生成的人工帧图像移位后的帧图像所生成的人工图像中的频率解析结果的图。

图19示出通过第四实施方式所涉及的方法生成的无限帧的人工图像。

图20是表示第五实施方式所涉及的控制部的图像处理所涉及的结构的概略的框图。

图21是说明图20的控制部中的处理的流程图。

图22是用于说明第六实施方式所涉及的晶片上的图案的特征量的统计量的获取方法的图。

图23是用于说明第七实施方式所涉及的晶片上的图案的特征量的统计量的获取方法的图。

图24是表示与平均化的方式对应的亮度的偏差的图。

具体实施方式

在半导体器件的制造过程中半导体晶片(以下，称为“晶片”。)等形成于基板上的微小图案的检查、解析等使用对基板扫描电子线获得的图像。用于解析等的图像要求噪声较少。

在专利文献1中，通过将在多个帧中获取的信号累计，来形成S/N比高的图像、即噪声较少的图像。

然而，近年来，要求半导体器件的进一步微细化。伴随于此，用于图案的检查、解析等的图像要求噪声的进一步减少。

另外，对于基板以外的拍摄对象，也要求噪声的进一步减少。

因此，本公开所涉及的技术进一步减少使用在拍摄对象上扫描的荷电粒子线的图像中的噪声。此外，在以下的说明中，将通过对作为拍摄对象的基板的一次电子线的扫描而获得的图像称为“帧图像”。

(第一实施方式)

通过电子线的扫描而获得的帧图像中除了由拍摄条件、拍摄环境引起的图像噪声之外还包括由图案形成时的过程引起的图案的波动。而且，对于用于解析等的图像，除去并减少上述图像噪声、且不将上述波动作为噪声而除去、即出自过程的随机的偏差亦即不除去随机噪声是重要的。

为了减少上述图像噪声，在如专利文献1那样将在多个帧中获取的信号累计来形成图像的情况下，增大帧数即可，换言之，使拍摄区域的电子线的扫描次数增加即可。然而，若增大帧数，则在作为拍摄对象的晶片上的图案等产生损伤。

鉴于这一点，本发明人研究出通过抑制实际的帧数且人工创建多个另外的帧图像并进行平均化，从而获得减少了图像噪声的图像。而且，为了人工创建帧图像，需要规定人工的帧图像中的像素的亮度的决定方法。

另外，基于放大检测对晶片照射电子线时所产生的二次电子的结果来创建拍摄对象的实际的帧图像。而且，对晶片照射电子线时的二次电子的产生量遵循泊松分布，另外，放大检测二次电子时的放大率不是恒定的。并且，二次电子的产生量也受拍摄对象的充电的程度等影响。

因此，认为实际的帧图像中相当于电子线照射部分的像素的亮度由某个概率分布决定。

图1以及图2是表示本发明人为了推断上述的概率分布而认真调查的结果的图。在该调查中，在相同的拍摄条件下准备了256帧形成有线和空间的图案的晶片的实际的帧图像。图1是表示每个实际的帧图像中的特定像素的亮度的图。上述特定像素是被认为亮度最稳定的、相当于图案的空间部分的中央的一个像素。图2是表示对于256帧全部的X坐标与上述特定像素一致的全部像素，对亮度进行直方图化而得的图。上述X坐标是与晶片上的图案具有的线的延伸方向大致正交的方向的坐标。

如图1所示，在实际的帧图像中，特定像素的亮度在帧间不是恒定的，看起来是无规律地随机决定的。另外，图2的直方图遵循对数正态分布根据。

如果基于这些结果，则认为在实际的帧图像中相当于电子线照射部分的像素的亮度由遵循对数正态分布的概率分布决定。

鉴于上述的点，在本实施方式所涉及的图像处理方法中，从同一坐标获取多个实际的晶片的帧图像，并根据获取到的多个帧图像按每个像素判定遵循对数正态分布的亮度的概率分布。而且，基于每个像素的亮度的概率分布使随机数产生等，生成多个人工的另外的帧图像(以下，人工帧图像)，并对多个人工帧图像进行平均化，生成人工图像作为拍摄对象的图像。根据该方法，由于能够生成比实际的帧图像更多的人工帧图像，所以与对多个实际的帧图像进行平均化得到的图像相比，能够减少最终生成的人工图像中的图像噪声。另外，无需增加用于获得实际的帧图像的电子线的扫描次数。因此，能够抑制在晶片上的图案等产生的损伤并且实现图像噪声减少。并且，在本实施方式中，能够使得被减少的仅是图像噪声，而不除去出自过程的随机噪声。

以下，参照附图，对本实施方式所涉及的图像处理装置的结构进行说明。此外，在本说明书中，在实际具有相同的功能构成的要素中，通过附加相同的附图标记来省略重复说明。

图3是表示包括第一实施方式所涉及的作为图像处理装置的控制装置的处理系统的结构的概略的图。

图3的处理系统1具有扫描电子显微镜10和控制装置20。

扫描电子显微镜10具有：电子源11，发射作为荷电粒子线的电子线；偏转器12，通过来自电子源11的电子线二维扫描作为基板的晶片W的拍摄区域；以及检测器13，对通过电子线的照射而从晶片W产生的二次电子进行放大检测。

控制装置20具有：存储部21，存储各种信息；控制部22，控制扫描电子显微镜10并控制该控制装置20；以及显示部23，进行各种显示。

图4是表示控制部22的图像处理所涉及的结构的概略的框图。

控制部22由例如具备CPU、存储器等的计算机构成，具有程序储存部(未图示)。在程序储存部中储存有控制控制部22中的各种处理的程序。此外，上述程序记录于计算机可读取的存储介质，也可以从该存储介质安装到控制部22。程序的一部分或者全部可以通过专用硬件(电路基板)来实现。

如图4所示，控制部22具有：帧图像生成部201、获取部202、概率分布判定部203、作为图像生成部的人工图像生成部204、测定部205以及解析部206。

帧图像生成部201基于扫描电子显微镜10的检测器13中的检测结果依次生成多个帧图像。帧图像生成部201生成所指定的帧数(例如32)的帧图像。另外，所生成的帧图像依次被存储至存储部21。

获取部202获取存储于存储部21的由帧图像生成部201生成的多个帧图像。

概率分布判定部203根据获取部202获取到的多个帧图像按每个像素判定遵循对数正态分布的亮度的概率分布。

人工图像生成部204基于每个像素的亮度的概率分布来生成所指定的帧数(例如1024)的人工帧图像。而且，人工图像生成部204生成人工图像，该人工图像相当于对所指定的帧数的人工帧图像进行平均化得到的图像。

测定部205基于人工图像生成部204生成的人工图像进行测定。

解析部206基于人工图像生成部204生成的人工图像进行解析。

图5是说明控制部22中的处理的流程图。在以下的处理中，预先假设通过控制部22的控制在扫描电子显微镜10中进行由用户指定的帧数量的电子线的扫描，并通过帧图像生成部201已完成上述所指定的帧数量的帧图像。另外，已生成的帧图像被存储至存储部21。

在控制部22的处理中，首先获取部202从存储部21获取上述所指定的帧数量的帧图像(步骤S1)。上述所指定的帧数例为32，如果为多个则既可以大于32也可以小于32。此外，在所获取到的帧图像的间共用图像尺寸以及拍摄区域。另外，所获取到的帧的图像尺寸例如为1000×1000像素(像素)，拍摄区域的大小为1000nm×1000nm的区域。

接下来，概率分布判定部203按每个像素判定遵循对数正态分布的该像素中的亮度的概率分布(步骤S2)。具体而言，对数正态分布由以下的式(1)表示，概率分布判定部203按每个像素计算规定该像素的亮度的概率分布遵循的对数正态分布的两个特定的参数μ、σ。

[数1]

接着，人工图像生成部204基于每个像素的亮度的概率分布，依次生成由用户指定的帧数量的人工的帧图像亦即人工帧图像(步骤S3)。此外，为了减少图像噪声，人工帧图像的帧数为多个即可，但优选大于原帧图像的帧数。另外，人工帧图像的尺寸和原帧图像的图像尺寸相等。

人工帧图像具体而言是将各像素的亮度设为根据上述概率分布所生成的随机数值的图像。

换句话说，在步骤S3中，人工图像生成部204例如针对各像素，根据两个参数μ、σ，使随机数产生上述所指定的帧数量的数，所述两个参数μ、σ规定了在步骤S2中按每个像素所计算出的上述概率分布遵循的对数正态分布。

接着，人工图像生成部204对所生成的人工帧图像进行平均化来生成人工图像(步骤S4)。此外，人工图像的图像尺寸与原帧图像、人工帧图像相等。

在步骤S4中，具体而言，对于人工帧图像的各像素，对在步骤S3中所生成的上述所指定的帧数量的数的随机数值进行平均化，并将该平均化得到的值设为与该像素对应的人工图像的像素的亮度。

而且，测定部205基于人工图像生成部204生成的人工图像进行测定，或者，解析部206基于人工图像生成部204生成的人工图像进行解析(步骤S5)。也可以与该测定或解析同时或者在该测定或解析前后，使显示部23显示人工图像。

测定部205进行的测定是晶片W上的图案的特征量的测定。上述特征量例如是图案具有的线的宽度、上述线宽粗糙度(LWR：Line Width Roughness)、上述线边缘粗糙度(LER：Line Edge Roughness)、线间空间的宽度、线的间距以及图案的重心中的至少任意一个。

解析部206进行的解析是晶片W上的图案的解析。解析部206进行的解析例如是图案具有的线宽粗糙度的频率解析、上述线边缘粗糙度的频率解析以及上述线的中心位置(中脊)的粗糙度的频率解析中的至少任意一个。

此外，在进行与图案具有的线有关的特征量的测定、与上述线有关的频率解析的情况下，在这些测定或解析之前，基于各像素的亮度进行线的检测。

以下，对由本实施方式所涉及的作为图像处理装置的控制装置20生成的人工图像进行说明。此外，在以下的说明中，假设在晶片W的拍摄区域形成线和空间的图案。

图6示出对256帧的帧图像进行平均化得到的图像，图7示出对基于用于图6的图像生成的256帧的帧图像所生成的256帧的人工帧图像进行平均化得到的人工图像。

如图6以及图7所示，通过本实施方式所涉及的处理生成的人工图像为与对原帧图像进行平均化得到的图像大致相等的内容。换句话说，通过根据本实施方式的图像处理，能够生成与原图像相同内容的人工图像。

图8以及图9是表示从256的帧图像生成的人工图像中的频率解析结果的图。图8(A)～图8(C)示出频率与振动能量(PSD：Power Spectrum density：功率谱密度)的关系。图9(A)～图9(C)示出用于人工图像的人工帧图像的帧数或用于后述的简单平均图像的帧图像的帧数与高频成分的噪声电平的关系。此外，此处，高频成分是指频率解析中的频率为100(1/像素)以上的部分，噪声电平是指高频成分的PSD的平均值。另外，图8(A)以及图9(A)示出有关图案具有的线的LWR的频率解析结果。图8(B)以及图9(B)示出有关上述线的左侧的LER(以下，称为LLER。)的频率解析结果，图8(C)以及图9(C)示出有关上述线的右侧的LWR(以下，称为RLER。)的频率解析结果。此外，在图9(A)～图9(C)中一并示出有关对256个原帧图像中最先的N(N为2以上的自然数)张进行平均化得到的图像(以下，将对帧图像进行平均化得到的图像称为简单平均图像。)的频率解析结果。此外，此处对N张图像进行平均化得到的图像是指按每个像素对亮度进行简单平均即算术平均得到的图像。另外，在此处的图像的频率解析中根本不使用一般用于图像的频率解析的简单平滑化滤波器、高斯滤波器。

在人工图像中的LWR的频率解析中，如图8(A)所示，高频成分的PSD随着用于人工图像的人工帧图像的帧数的增加而减少。另外，如图9(A)所示，噪声电平随着人工帧图像的帧数的增加而减少，但没有变为零，而在某个正的值下恒定。

如图8(B)以及图8(C)及图9(B)以及图9(C)所示，在LLER以及RLER的频率解析中也是同样的。

换句话说，在超高帧的人工图像中，除去图像噪声，但留下一定量的噪声。而且，认为该噪声是出自过程的随机噪声(以下，有时省略为过程噪声)。

此外，实际形成过程噪声为零的图案是不可能的。因此，作为晶片W的帧图像，虚拟地创建多个过程噪声为零的帧图像，并从该帧图像通过根据本实施方式的处理方法生成人工帧图像以及人工图像。此外，此处虚拟地创建的、过程噪声为零的第n张帧图像是将X坐标共用的像素的亮度设为在第n张实际的帧图像中X坐标相同的像素的亮度的平均值的帧图像。

图10是对256张过程噪声为零的虚拟的帧图像进行平均化得到的图像。图11示出人工图像。该人工图像是基于用于图10的图像生成的256帧的上述虚拟的帧图像生成256帧的人工帧图像，并对这些人工帧图像进行平均化得到的图像。如图10以及图11所示，在使用过程噪声为零的虚拟的帧图像的情况下，通过本实施方式所涉及的处理生成的人工图像为与对原上述虚拟的帧图像进行平均化得到的图像大致相等的内容。

图12以及图13是表示从256张的过程噪声为零的虚拟的帧图像生成的人工图像中的频率解析结果的图。图12(A)～图12(C)示出频率与PSD的关系。图13(A)～图13(C)示出用于人工图像的人工帧图像的帧数与高频成分的噪声电平的关系。另外，图12(A)以及图13(A)示出针对LWR的频率解析结果。图12(B)以及图13(B)示出针对LLER的频率解析结果，图12(C)以及图13(C)示出针对RLER的频率解析结果。此外，在图13(A)～图13(C)中一并示出针对上述的简单平均图像的频率解析结果。

在使用过程噪声为零的虚拟的帧图像的情况下，在人工图像中的LWR的频率解析中，如图12(A)所示，PSD随着用于人工图像的人工帧图像的帧数的增加而减少。另外，如图13(A)所示，噪声电平随着人工帧图像的帧数的增加而减少，并在某个帧数以上(例如1000以上)大致为零。

如图12(B)以及图12(C)及图13(B)以及图13(C)所示，在LLER以及RLER的频率解析中也是同样的。

换句话说，在过程噪声为零的情况下，在超高帧的人工图像中，除去图像噪声，整个图像的噪声为零。

如以上那样，

(i)在有过程噪声的情况下，噪声电平随着人工帧的帧数的增加而减少，但即使虚拟帧图像的帧数非常大，人工图像中的噪声也不会成为零。

(ii)另外，在将过程噪声虚拟地设为零的情况下，若上述虚拟帧图像的帧数较大，则人工图像中的噪声为零。

基于上述(i)、(ii)，根据本实施方式的图像处理方法，可以说能够生成仅除去图像噪声而留下过程噪声的图像。

另外，在本实施方式中，即使通过电子线的扫描获得的实际的帧图像的帧数较少，也能够获得人工图像。而且，用于人工图像的生成的实际的帧图像的帧数越少，则电子线对晶片上的图案的损伤越少。因此，根据本实施方式，能够获得针对没有电子线带来的损伤的状态的图案的图像，换句话说，能够获得反映了更准确的过程噪声的图像。

(与人工图像有关的进一步考察)

(考察1)

图14以及图15是表示从256帧的帧图像生成的人工图像中的其它频率解析结果的图，示出将人工图像生成时的人工帧图像的帧数设为256以下时的结果。图14(A)～图14(C)示出频率与PSD的关系。图15(A)～图15(C)示出用于人工图像的人工帧图像的帧数、用于简单平均图像的帧图像的帧数与高频成分的噪声电平的关系。噪声电平是指高频成分的PSD的平均值。另外，图14(A)以及图15(A)示出针对LWR的频率解析结果。图14(B)以及图15(B)示出针对LLER的频率解析结果，图14(C)以及图15(C)示出针对RLER的频率解析结果。此外，在图15(A)～图15(C)中一并示出与256帧的原帧图像中的最先的N张的简单平均图像有关的频率解析结果。

如图14(A)～图14(C)所示，在LER、LLER以及LRER任意频率解析中，PSD都伴随着频率的增加而减少，另外，在高频部分中，PSD伴随着人工图像生成时的帧数的增加而减少。图示省略，但在256帧的原帧图像中的最先的N张的简单平均图像中，也获得同样的结果。

另外，如图15(A)～图15(C)所示，在人工图像中，高频成分的噪声电平随着所使用的人工帧图像的帧数的增加而减少。另外，在简单平均图像中，高频成分的噪声电平也随着使用帧图像的帧数的增加而减少。

但是，在人工图像和简单平均图像中，虽然噪声电平的趋势相互相似，但噪声电平的绝对值不同。

图16示出用于人工图像的生成的原帧图像以及人工帧图像的帧数都为256的情况下的、每个帧图像以及每个人工帧图像的亮度的面内平均值的一个例子。

在原帧图像中，亮度的面内平均虽然在帧数方向上显示出某种趋势但不是恒定。与此相对，在人工帧图像中，在亮度的面内平均中是恒定的。此外，原帧图像中的拍摄中的亮度的面内平均的变化取决于拍摄条件以及拍摄环境。

因此，以第M(M为自然数)个人工帧图像的亮度的平均值与第M个帧图像的亮度的平均值成为恒定的方式调整人工帧图像的亮度，并对调整后的人工帧图像进行平均化以生成人工图像。

图17是表示如上述那样对从256帧的帧图像生成的人工帧图像进行亮度调整，从该亮度调整后的人工帧图像生成的人工图像中的频率解析结果的图。图17(A)～图17(C)分别是表示针对LWR、LLER、RLER的频率解析结果的图。

如图17所示，从亮度调整后的人工帧图像生成的人工图像的高频成分的噪声电平接近帧图像的简单平均图像。

从该结果可知，拍摄中的亮度的变化给高频成分的噪声电平带来影响。

(考察2)

如前述那样，根据拍摄条件等，原帧图像中的亮度的面内平均在拍摄中变化，但除此以外，作为根据拍摄条件等变化的，还有拍摄区域。

因此，使第二帧以后的人工帧图像在图像面内逐渐移位，并使其移位量随着帧编号的增加而增加，在最后的人工帧图像中，在图像面内移位10像素。而且，使用移位后的人工帧图像来生成人工图像。

图18是表示使用如上述那样使从256帧的帧图像生成的人工帧图像移位后的图像所生成的人工图像中的频率解析结果的图。图18(A)～图18(C)分别是表示针对LWR、LLER、RLER的频率解析结果的图。

如图18所示，当使用在图像面内如上述那样移位后的人工帧图像来生成该人工图像的情况下，人工图像的高频成分的噪声电平接近帧图像的简单平均图像的高频成分的噪声电平。

从该结果可知，拍摄中的拍摄区域的变化，换言之，帧图像间的位置偏移给人工图像的高频成分的噪声电平带来影响。

(考察3)

由于晶片W上的图案在拍摄中逐渐受到损伤，所以根据拍摄条件等，图案的CD(Critical Dimension：临界尺寸)也变化。由于图案的CD的变化呈现出帧图像中对应的像素的亮度的变化，所以从上述的考察1显而易见，拍摄中的图案的CD的变化给人工图像的高频成分的噪声电平带来影响。

(第二实施方式)

鉴于上述的考察1以及考察3，在本实施方式中，概率分布判定部203按第二帧以后的各个帧图像中的每个像素基于一系列的帧图像中的该像素的亮度的时间变化来修正该像素的亮度。而且，概率分布判定部203根据包括修正后的第二帧以后的帧图像的多个帧图像按每个像素判定遵循对数正态分布的亮度的概率分布。以下，更具体地进行说明。

概率分布判定部203首先按第二帧以后的各个帧图像中的每个像素获取一系列帧图像中的该像素的亮度的时间变化的信息。该时间变化的信息可以通过每次根据获取部202获取到的多个帧图像计算来获取，或可以预先从外部的装置获取。接下来，概率分布判定部203按第二帧以后的各个帧图像中的每个像素基于上述时间变化的信息进行修正，使得该像素的亮度不随时间变化而为恒定的。例如，被修正为在第一张帧图像的该像素的亮度处恒定。而且，概率分布判定部203根据修正后的第二帧以后的帧图像和第一帧的帧图像按每个像素计算规定该像素中的亮度的概率分布遵循的对数正态分布的参数μ、σ。

在人工图像生成部204中，基于根据包括修正后的帧图像的多个帧图像按每个像素所生成的上述参数μ、σ生成多个人工帧图像，并对这些人工帧图像进行平均化来生成人工图像。

根据本实施方式，能够除去基于相同的部分中的拍摄时的亮度的变化或CD的变化的噪声。

此外，在以上的例子中，针对第二帧以后的各个帧图像，按每个像素、即按像素单位进行亮度的修正。也可以取而代之，针对第二帧以后的各个帧图像，按帧单位进行亮度的修正。具体而言，概率分布判定部203首先针对全部帧，获取帧图像内的平均亮度的信息，获取上述平均亮度的时间变化的信息。而且，概率分布判定部203修正各帧图像的各像素的亮度，使得全部帧的平均亮度为恒定的。而且，概率分布判定部203根据修正后的帧图像按每个像素计算上述参数μ、σ，人工图像生成部204基于上述参数μ、σ与上述同样地生成人工图像。

(第三实施方式)

鉴于上述的考察2，在本实施方式中，概率分布判定部203基于来自第一帧的帧图像的图像面内的移位量对第二帧以后的各个帧图像进行修正。由此，在修正后，在原帧图像间，图像面内的移位量变为零。此外，上述移位量的信息可以通过每次根据获取部202获取到的多个帧图像计算来获取，或可以预先从外部的装置获取。

而且，概率分布判定部203根据包括修正后的第二帧以后的帧图像的多个帧图像按每个像素判定遵循对数正态分布的亮度的概率分布。具体而言，概率分布判定部203使用修正后的第二帧以后的帧图像按每个像素计算规定该像素中的亮度的概率分布遵循的对数正态分布的参数μ、σ。

在人工图像生成部204中，基于上述参数μ、σ生成多个人工帧图像，并对这些人工帧图像进行平均化来生成人工图像。

根据本实施方式，能够除去拍摄中的拍摄区域的变化亦即基于图像移位的噪声。

(第四实施方式)

在上述的实施方式中，由步骤S3和步骤S4这两个步骤构成人工图像生成步骤。

在本实施方式中，假设用于人工图像的人工帧图像的帧数是无限的。在上述的情况下，人工图像生成步骤能够由如下的一个步骤构成：人工图像生成部204生成将各像素的亮度作为亮度的概率分布的期待值的图像作为人工图像。

上述期待值能够使用各像素的亮度的概率分布遵循的对数正态分布的特定的参数μ、σ由以下的式(2)表示。

exp(μ+σ

此外，以下，将所使用的人工帧图像的帧数为无限的人工图像称为无限帧的人工图像。

根据本实施方式，能够以较少的运算量生成仅除去图像噪声而留下过程噪声的图像。

图19示出利用第四实施方式所涉及的方法所生成的无限帧的人工图像。

如图19所示，根据本实施方式，能够获得更鲜明的人工图像。

(第五实施方式)

图20是表示第五实施方式所涉及的控制部22a的图像处理所涉及的结构的概略的框图。图21是说明控制部22a中的处理的流程图。

如图20所示，本实施方式所涉及的控制部22a与第一实施方式所涉及的控制部22同样地具有：帧图像生成部201、获取部202、概率分布判定部203、人工图像生成部204、测定部205以及解析部206。此外，控制部22a具有滤波器部301，该滤波器部301针对每个像素的、规定该像素的亮度的概率分布遵循的对数正态分布的两个特定的参数μ、σ实施低通滤波处理。

在控制部22a中的处理中，如图21所示，在步骤S2之后，即，概率分布判定部203按每个像素计算上述两个特定的参数μ、σ后，滤波器部301针对每个像素的上述两个特定的参数μ、σ实施低通滤波处理。具体而言，滤波器部301针对每个像素的参数μ(参数μ的二维分布信息)以及每个像素的参数σ(参数μ的二维分布信息)实施使用低通滤波器的除去高频成分的处理。低通滤波器能够使用巴特沃斯滤波器、第一种切比雪夫滤波器、第二种切比雪夫滤波器、贝塞尔滤波器、FIR(Finite impulse Response：有限长单位冲激响应)滤波器等。实施低通滤波处理可以仅针对与图案的形状对应的方向(例如线和空间的图案)。

而且，人工图像生成部204基于实施了低通滤波处理的、每个像素的上述两个特定的参数μ、σ来生成人工图像(步骤S12以及步骤4)。

具体而言，人工图像生成部204基于实施了低通滤波处理的、上述两个特定的参数μ、σ依次生成由用户指定的帧数量的人工帧图像(步骤S12)。更具体而言，人工图像生成部204例如基于在步骤S11中实施了低通滤波处理的每个像素的上述特定的两个参数μ、σ，针对各像素，使随机数产生上述所指定的帧数量的数。

接下来，人工图像生成部204对所生成的人工帧图像进行平均化来生成人工图像(步骤S4)。

所生成的人工图像用于测定部205的测定、解析部206的解析。

根据本实施方式，有以下那样的效果：

即，在第一实施方式等中，人工帧图像中的某个像素的亮度根据该像素的亮度的概率分布简单使用随机数来决定，没有受到位于该像素的周围的像素的亮度的影响。然而，在人工帧图像中，在决定某个像素的亮度时，优选考虑该像素的周围的像素的亮度。原因是，被照射的部位由于连续照射的电子线而受到带电影响，因此不能形成完全独立的状态。与此相对，在本实施方式中，如上述那样，通过实施低通滤波处理，能够获得各像素的亮度就好像是根据该像素的亮度的概率分布使用考虑了该像素的周围的亮度的随机数而产生的亮度那样的人工帧图像。换句话说，根据本实施方式，能够获得反映了实际拍摄的图案的形状(即，反映了过程噪声)的更适当的人工帧图像，因而，能够获得适当的人工图像。

另外，在本实施方式中，设为实施低通滤波处理仅针对与图案的形状对应的方向，所以人工帧图像以及人工图像不会由于低通滤波处理而变得不鲜明。

此外，在以上的说明中，针对上述特定的参数μ、σ的两方实施低通滤波处理，但也可以仅对任意一方实施。

另外，也可以基于低通滤波处理后的特定的参数μ和σ，与第四实施方式所涉及的方法同样地生成无限帧的人工图像。

(第六实施方式)

在第一实施方式等中，人工图像生成部204基于每个像素的亮度的概率分布，使用随机数生成一个人工图像，测定部205基于上述一个人工图像进行晶片W上的图案的特征量的测定。

与此相对，在本实施方式中，人工图像生成部204基于每个像素的亮度的概率分布，使用随机数生成多个人工图像。而且，测定部205基于上述多个人工图像各个进行晶片W上的图案的特征量的测定，并计算测定出的上述特征量的统计量。

具体而言，在本实施方式中，人工图像生成部204反复Q(Q≥2)次如下的步骤以生成Q张的人工图像：

(X)根据两个参数μ、σ使随机数产生，生成P(P≥2)张的人工帧图像，所述两个参数μ、σ规定每个像素的亮度的概率分布遵循的对数正态分布，

(Y)对所生成的P张的人工帧图像进行平均化，生成人工图像。

然后，测定部205例如基于Q张的人工图像各个，计算图案的边缘坐标作为晶片W上的图案的特征量，并根据所计算出的Q个边缘坐标计算并获取该边缘坐标的平均值，作为该边缘坐标的统计值。

与本实施方式不同，若对使用随机数所生成的大量的人工帧图像进行平均化来生成1张人工图像，并根据该1张的人工图像进行上述特征量的计算，则随机数会影响所计算出的上述特征量。另外，仅进行了对使用随机数所生成的不是大量的人工帧图像进行平均化来生成1张人工图像，并根据该1张人工图像进行上述特征量的计算，上述特征量是不准确的。

与此相对，在本实施方式中，生成多个使用随机数对不是大量的人工帧图像进行平均化得到的人工图像，基于多个人工图像各个计算特征量，并计算该特征量的统计值。因此，根据本实施方式，能够获得随机数的影响较少、更准确的特征量。此外，如果能够准确地获得边缘坐标作为上述特征量，则能够计算准确的图案的LER或LWR。另外，也可以不计算边缘坐标的平均值而直接计算图案的LER或LWR作为上述特征量。

(第七实施方式)

在第六实施方式中，如前述那样，生成多张(Q张)人工图像，并针对多张人工图像各个，计算晶片W上的图案的特征量，计算该平均值。

图22是表示第六实施方式中的、作为晶片W上的图案的特征量的图案的LWR的平均值与用于该平均值的计算的人工图像的张数的关系的图。

如图示那样，图案的LWR的平均值根据用于该平均值的计算的人工图像的张数的增加而减少，收敛于某个值，即，噪声变少。因此，作为图案的LWR的平均值，为了获得噪声较少的图像，增加用于平均值的计算的人工图像的张数以及基于该人工图像的特征量的计算次数即可。然而，如果增加这些，则计算需要时间，生产率降低。

关于这一点，根据本发明人研究的结果，图的图案的LWR的平均值与用于该平均值的计算的人工图像的张数的关系能够通过由以下的式(2)表示的回归式进行近似。

y＝a/x+b…(2)

y：晶片W上的图案的LWR的平均值

x：用于平均值的计算的人工图像的张数

a、b：正常量

此外，上述回归式的决定系数R

因此，在本实施方式中，人工图像生成部204与第六实施方式同样地生成多张人工图像。此处，假设生成16张人工图像。

而且，测定部205改变T的值以多次计算上述多张人工图像所包含的T张人工图像中的图案的LWR的平均值。具体而言，在生成16张人工图像的情况下，例如，计算16个上述平均值(第一张人工图像中的图案的LWR(的平均值)，第一～二张人工图像中的上述平均值、第一～三张人工图像中的上述平均值、…、第一～第十六张人工图像中的上述平均值)。

并且，测定部205针对上述的计算结果(在上述的例子中，针对16个图案的LWR的平均值)，拟合上述式(2)，并获取拟合后的上述式(2)的截距b作为图案的LWR的统计量。

尽管由人工图像生成部204生成的人工图像的张数较少，但该获取到的图案的LWR的统计量成为噪声较少的统计量。换言之，在本实施方式中，能够简单地获得噪声较少的图案的LWR的统计量。

此外，用于上述拟合的式子并不限于上述式(2)，也可以是由以下的式(3)、式(4)等表示的特定的单调减少函数的式子。特定的单调减少函数是指将用于图案的LWR的平均值的计算的人工图像的张数T设为独立变量、将上述平均值设为因变量且因变量以及该因变量的减少率都单调减少的函数。

y＝a/x

y＝ke

y：晶片W上的图案的LWR的平均值

x：用于平均值的计算的人工图像的张数

a、b、c、k：正常量

(第八实施方式)

在本实施方式中，与第六实施方式以及第七实施方式同样地，人工图像生成部204生成多张人工图像。此处，假设生成16张人工图像。

而且，在本实施方式中，测定部205改变选择数U的值多次进行形成多个从上述多张人工图像选择U个而成的相互不同的组合，并按每个组合计算图案的LWR的平均值。具体而言，在测定部205生成16张人工图像的情况下，如图23所示，形成C

形成C

…

形成C

并且，测定部205针对上述的计算结果(在上述的例子中，针对C

尽管由人工图像生成部204生成的人工图像的张数较少，但该获取到的图案的LWR的统计量成为噪声较少的统计量。另外，在本实施方式中，用于拟合的图案的LWR的平均值的数(曲线数)与第七实施方式相比非常多。因此，由于能够更准确地进行拟合，所以能够获得更准确的图案的LWR的统计量。

此外，用于上述拟合的式子与第七实施方式同样地不限于上述式(2)，也可以是由上述的式(3)、式(4)等表示的上述特定的单调减少函数的式。

第六～第八实施方式如第五实施方式那样能够应用于人工图像的生成使用低通滤波处理后的特定的参数μ和σ的情况。

在以上的例子中，由于图2的直方图遵循对数正态分布，所以概率分布判定部203按每个像素判定遵循对数正态分布的亮度的概率分布。

根据本发明人的进一步研究，图2的直方图遵循多个对数正态分布的和、威布尔分布、伽马及泊松分布。另外，也遵循单一的对数正态分布或者多个对数正态分布与威布尔分布的组合、单一的对数正态分布或者多个对数正态分布与伽马及泊松分布的组合、威布尔分布与伽马及泊松分布的组合。也遵循单一的对数正态分布或者多个对数正态分布、威布尔分布以及伽马及泊松分布的组合。因此，概率分布判定部203按每个像素判定的亮度的概率分布遵循对数正态分布或者对数正态分布的和、威布尔分布以及伽马及泊松分布中的至少任意一个或者它们的组合即可。

另外，在以上的说明中，假设拍摄对象为晶片，但是并不限于此，例如，也可以是其它种类的基板，还可以是基板以外。

以上，对于在像素的亮度、图案的LWR等的平均化时所使用的平均化的方式，没有特别记载，但上述平均化的方式并不限于简单平均、即算术平均。平均化的方式例如也可以是如由式(5)表示那样将平均化对象(例如坐标(x，y)的像素的亮度C

[数2]

上述的对数方式的情况下，例如，如图24所示，即使是较少的人工帧数，也能够获得噪声较少的像素的亮度的信息。

另外，平均化的方式例如可以是如由式(6)表示那样将平均化对象变换为对数，计算该对数的均方根，并将该均方根变换为反对数的方式。

[数3]

在以上的说明中，将扫描电子显微镜所涉及的控制装置作为各实施方式中的图像处理装置。但也可以取而代之，将基于涂布显影处理系统等半导体制造装置中的处理结果的图像进行解析等的主机作为各实施方式所涉及的图像处理装置。

另外，在以上的说明中，假设荷电粒子线是电子线，但是并不限于此，例如也可以是离子束。

此外，以上，对于各实施方式，以对线和空间的图案的图像的处理为例进行了说明。然而，各实施方式也能够对其它图案的图像，例如，接触孔的图案的图像、柱的图案的图像应用。

应认为本次公开的实施方式在全部方面仅为例示，不起限制作用。上述的实施方式只要不脱离附加的权利要求以及其主旨，可以以各种方式省略、置换、变更。

此外，以下那样的结构也属于本公开的技术范围。

(1)一种处理图像的图像处理方法，具有：

(A)获取多个帧图像的步骤，上述帧图像是通过对拍摄对象的一次荷电粒子线的扫描而获得的；

(B)根据多个上述帧图像按每个像素判定亮度的概率分布的步骤；以及

(C)生成拍摄对象的图像的步骤，上述拍摄对象的图像相当于对基于每个像素的上述亮度的概率分布所生成的多个另外帧图像进行平均化得到的图像。

在上述(1)中，获取多个拍摄对象的帧图像，并根据获取到的多个帧图像按每个像素判定遵循对数正态分布等的亮度的概率分布。而且，生成对基于每个像素的亮度的概率分布所生成的多个另外的帧图像(人工帧图像)进行平均化得到的拍摄对象的图像(人工图像)。根据该方法，能够生成对比帧图像多的人工帧图像进行平均化得到的人工图像，因此，能够使人工图像中的图像噪声较低。

(2)根据技术方案1所述的图像处理方法，其中，上述亮度的概率分布遵循对数正态分布或者对数正态分布的和、威布尔分布以及伽马及泊松分布中的至少任意一个或者它们的组合。

(3)根据技术方案1或者2所述的图像处理方法，其中，上述拍摄对象是形成有图案的基板，上述图像处理方法还具有：基于在上述(C)步骤中生成的作为上述拍摄对象的图像的上述基板的图像进行上述图案的特征量的测定的步骤。

(4)根据技术方案3所述的图像处理方法，其中，上述图案的特征量是上述图案的线宽度、上述图案的线宽度粗糙度、以及上述图案的线边缘粗糙度中的至少任意一个。

(5)根据技术方案1～4中的任意一项所述的图像处理方法，其中，上述拍摄对象是形成有图案的基板，上述图像处理方法还具有：基于在上述(C)步骤中生成的作为上述拍摄对象的图像的上述基板的图像进行上述图案的解析的步骤。

(6)根据技术方案5所述的图像处理方法，其中，上述解析是上述图案的线宽度粗糙度的频率解析以及上述图案的线边缘粗糙度的频率解析中的至少任意一个。

(7)根据技术方案1～6中的任意一项所述的图像处理方法，其中，上述(C)步骤具有：按第二帧以后的上述帧图像各个中的每个像素，基于一系列上述帧图像中的该像素的亮度的时间变化来修正该像素的亮度的步骤；以及根据包括修正后的上述第二帧以后的上述帧图像的上述多个上述帧图像按每个像素判定上述亮度的概率分布的步骤。

(8)根据技术方案1～7中的任意一项所述的图像处理方法，其中，上述(C)步骤具有：基于来自第一帧的上述帧图像的、图像面内的移位量来修正第二帧以后的上述帧图像各个的步骤；以及根据包括修正后的上述第二帧以后的上述帧图像的上述多个上述帧图像按每个像素判定上述亮度的概率分布的步骤。

(9)根据技术方案1～8中的任意一项所述的图像处理方法，其中，上述亮度的概率分布遵循对数正态分布，上述(B)步骤是按每个像素计算规定上述对数正态分布的两个参数μ、σ的步骤，在上述(C)步骤中，基于上述两个参数μ、σ来生成上述拍摄对象的图像。

(10)根据技术方案9所述的图像处理方法，其中，上述图像处理方法还具有：针对通过上述计算的步骤所计算出的每个像素的上述两个参数μ、σ中的至少任意一方实施低通滤波处理的步骤，在上述(C)步骤中，基于对至少任意一方实施了上述低通滤波处理的每个上述像素的上述两个参数μ、σ来生成上述拍摄对象的图像。

(11)根据技术方案10所述的图像处理方法，其中，上述拍摄对象是形成有图案的基板，实施上述低通滤波处理时，针对每个上述像素的上述两个参数μ、σ的至少任意一方，仅在与上述图案的形状对应的方向上实施上述低通滤波处理。

(12)根据技术方案1～11中的任意一项所述的图像处理方法，其中，在上述(C)步骤中，基于每个像素的上述亮度的概率分布依次生成上述多个上述另外帧图像，对所生成的上述多个上述另外帧图像进行平均化，生成上述拍摄对象的图像。

(13)根据技术方案1～12中的任意一项所述的图像处理方法，其中，上述另外帧图像是将各像素的亮度作为基于每个上述像素的上述亮度的概率分布所生成的随机数值的图像。

(14)根据技术方案1～11中的任意一项所述的图像处理方法，在上述(C)步骤中，生成将各像素的亮度作为上述亮度的概率分布的期待值的图像作为上述拍摄对象的图像。

(15)根据技术方案12所述的图像处理方法，其中，上述拍摄对象是形成有图案的基板，在上述(C)步骤中还具有：生成多个上述基板的图像作为上述多个上述拍摄对象的图像，基于上述多个上述基板的各个图像进行上述图案的特征量的测定，并基于测定结果来获取上述图案的特征量的统计量的步骤。

(16)根据技术方案15所述的图像处理方法，其中，获取上述统计量的步骤中的上述图案的特征量是上述图案的边缘坐标，上述图案的特征量的统计量是上述边缘坐标的平均值。

(17)根据技术方案15所述的图像处理方法，其中，获取上述统计量的步骤中的上述图案的特征量是上述图案的线宽度粗糙度，获取上述统计量的步骤具有：改变T的值以多次计算在上述(C)步骤中所生成的上述多个上述基板的图像所包含的T张上述基板的图像中的上述图案的线宽度粗糙度的平均值的步骤；以及针对计算结果，拟合将用于上述图案的线宽度粗糙度的平均值的计算的上述基板的图像的张数T设为独立变量且因变量以及其减少率都单调减少的单调减少函数，获取该单调减少函数的截距作为上述图案的线宽度粗糙度的统计量的步骤。

(18)根据技术方案15记载的图像处理方法，其中，获取上述统计量的步骤中的上述图案的特征量是上述图案的线宽度粗糙度，获取上述统计量的步骤具有：改变选择数U的值以多次进行形成多个从在上述(C)步骤中所生成的上述多个上述基板的图像选择U个而成的组合，并且按每个组合计算上述图案的线宽度粗糙度的平均值的步骤；以及针对计算结果，拟合将选择数U设为独立变量且因变量以及其减少率都单调减少的单调减少函数，并获取该单调减少函数的截距作为上述图案的线宽度粗糙度的统计量的步骤。

(19)根据技术方案1～18中的任意一项所述的图像处理方法，在平均化时，将平均化对象变换为对数，并将该对数的平均值变换为反对数，或者将平均化对象变换为对数，计算该对数的均方根，并将该均方根变换为反对数。

(20)一种处理图像的图像处理装置，具有：获取部，获取多个帧图像，上述帧图像是通过对拍摄对象的一次荷电粒子线的扫描而获得的；概率分布判定部，根据多个上述帧图像按每个像素判定亮度的概率分布；以及图像生成部，生成拍摄对象的图像，上述拍摄对象的图像相当于对基于每个像素的上述亮度的概率分布所生成的多个另外帧图像进行平均化得到的图像。

附图标记的说明

20 控制装置

201 帧图像生成部

202 获取部

203 概率分布判定部

204 人工图像生成部

W 晶片

权利要求书(按照条约第19条的修改)

1.(修改后)一种图像处理方法，是处理图像的图像处理方法，具有：

(A)获取多个帧图像的步骤，上述帧图像是通过对拍摄对象用荷电粒子线扫描而获得的；

(B)根据多个上述帧图像按每个像素判定亮度的概率分布的步骤；以及

(C)生成拍摄对象的图像的步骤，上述拍摄对象的图像相当于对基于每个像素的上述亮度的概率分布生成的多个另外帧图像进行平均化得到的图像。

2.根据权利要求1所述的图像处理方法，其中，

上述亮度的概率分布遵循对数正态分布或者对数正态分布的和、威布尔分布以及伽马及泊松分布中的至少任意一个或者它们的组合。

3.根据权利要求1或者2所述的图像处理方法，其中，

上述拍摄对象是形成有图案的基板，

上述图像处理方法还具有：基于作为在上述(C)步骤中生成的上述拍摄对象的图像的上述基板的图像进行上述图案的特征量的测定的步骤。

4.根据权利要求3所述的图像处理方法，其中，

上述图案的特征量是上述图案的线宽度、上述图案的线宽度粗糙度、以及上述图案的线边缘粗糙度中的至少任意一个。

5.根据权利要求1～4中的任意一项所述的图像处理方法，其中，

上述拍摄对象是形成有图案的基板，

上述图像处理方法还具有：基于作为在上述(C)步骤中生成的上述拍摄对象的图像的上述基板的图像进行上述图案的解析的步骤。

6.根据权利要求5所述的图像处理方法，其中，

上述解析是上述图案的线宽度粗糙度的频率解析以及上述图案的线边缘粗糙度的频率解析中的至少任意一个。

7.根据权利要求1～6中的任意一项所述的图像处理方法，其中，

上述(C)步骤具有：

按第二帧以后的上述帧图像各个中的每个像素，基于一系列上述帧图像中的该像素的亮度的时间变化来修正该像素的亮度的步骤；以及

根据包括修正后的上述第二帧以后的上述帧图像的上述多个上述帧图像按每个像素判定上述亮度的概率分布的步骤。

8.根据权利要求1～7中的任意一项所述的图像处理方法，其中，

上述(C)步骤具有：

基于来自第一帧的上述帧图像的图像面内的移位量来修正第二帧以后的上述帧图像各个的步骤；以及

根据包括修正后的上述第二帧以后的上述帧图像的上述多个上述帧图像按每个像素判定上述亮度的概率分布的步骤。

9.根据权利要求1～8中的任意一项所述的图像处理方法，其中，

上述亮度的概率分布遵循对数正态分布，

上述(B)步骤是按每个像素计算规定上述对数正态分布的两个参数μ、σ的步骤，

在上述(C)步骤中，基于上述两个参数μ、σ来生成上述拍摄对象的图像。

10.根据权利要求9所述的图像处理方法，其中，

上述图像处理方法还具有：针对通过上述进行计算的步骤所计算出的每个像素的上述两个参数μ、σ中的至少任意一方实施低通滤波处理的步骤，

在上述(C)步骤中，基于对至少任意一方实施了上述低通滤波处理的每个上述像素的上述两个参数μ、σ来生成上述拍摄对象的图像。

11.根据权利要求10所述的图像处理方法，其中，

上述拍摄对象是形成有图案的基板，

实施上述低通滤波处理时，针对每个上述像素的上述两个参数μ、σ的至少任意一方，仅在与上述图案的形状对应的方向上实施上述低通滤波处理。

12.根据权利要求1～11中的任意一项所述的图像处理方法，其中，

在上述(C)步骤中，

基于每个像素的上述亮度的概率分布依次生成上述多个上述另外帧图像，

对所生成的上述多个上述另外帧图像进行平均化，生成上述拍摄对象的图像。

13.根据权利要求1～12中的任意一项所述的图像处理方法，其中，

上述另外帧图像是将各像素的亮度作为基于每个上述像素的上述亮度的概率分布所生成的随机数值的图像。

14.根据权利要求1～11中的任意一项所述的图像处理方法，其中，

在上述(C)步骤中，

生成将各像素的亮度作为上述亮度的概率分布的期待值的图像来作为上述拍摄对象的图像。

15.根据权利要求12所述的图像处理方法，其中，

上述拍摄对象是形成有图案的基板，

在上述(C)步骤中还具有：

生成多个上述基板的图像作为上述多个上述拍摄对象的图像，

基于上述多个上述基板的各个图像进行上述图案的特征量的测定，并基于测定结果来获取上述图案的特征量的统计量的步骤。

16.根据权利要求15所述的图像处理方法，其中，

获取上述统计量的步骤中的上述图案的特征量是上述图案的边缘坐标，

上述图案的特征量的统计量是上述边缘坐标的平均值。

17.根据权利要求15所述的图像处理方法，其中，

获取上述统计量的步骤中的上述图案的特征量是上述图案的线宽度粗糙度，

获取上述统计量的步骤具有：

通过改变T的值来多次计算上述图案的线宽度粗糙度的平均值的步骤，上述图案是在上述(C)步骤中所生成的上述多个上述基板的图像所包含的T张上述基板的图像中的图案；以及

针对计算结果，拟合将用于上述图案的线宽度粗糙度的平均值的计算的上述基板的图像的张数T设为独立变量且因变量及其减少率都单调减少的单调减少函数，获取该单调减少函数的截距作为上述图案的线宽度粗糙度的统计量的步骤。

18.根据权利要求15所述的图像处理方法，其中，

获取上述统计量的步骤中的上述图案的特征量是上述图案的线宽度粗糙度，

获取上述统计量的步骤具有：

通过改变选择数U的值来多次进行形成多个组合并且按每个组合计算上述图案的线宽度粗糙度的平均值的步骤，上述组合是从在上述(C)步骤中所生成的上述多个上述基板的图像选择U个而得到的组合；以及

针对计算结果，拟合将选择数U设为独立变量且因变量及其减少率都单调减少的单调减少函数，并获取该单调减少函数的截距作为上述图案的线宽度粗糙度的统计量的步骤。

19.根据权利要求1～18中的任意一项所述的图像处理方法，其中，

在平均化时，

将平均化对象变换为对数，并将该对数的平均值变换为反对数，或者，

将平均化对象变换为对数，计算该对数的均方根，并将该均方根变换为反对数。

20.(修改后)一种图像处理装置，是处理图像的图像处理装置，具有：

获取部，获取多个帧图像，上述帧图像是通过对拍摄对象用荷电粒子线扫描而获得的；

概率分布判定部，根据多个上述帧图像按每个像素判定亮度的概率分布；以及

图像生成部，生成拍摄对象的图像，上述拍摄对象的图像相当于对基于每个像素的上述亮度的概率分布所生成的多个另外帧图像进行平均化得到的图像。