JP2018112470A - 検査システムおよび検査方法 - Google Patents

Abstract

【課題】強度画像から異常候補領域を特定する際に用いる基準を、塗装色によらずに同一化する。【解決手段】実施形態の検査システムは、被検査体に対して光の強度の周期的な時間変化および空間変化を与える面的な照明部と、時間相関カメラまたはそれと等価な動作をする撮像システムから出力される画像データから、振幅画像、位相画像、および強度画像を生成する画像生成部と、振幅画像、位相画像、および強度画像の各々から、被検査体において異常が存在する可能性がある異常候補領域を特定する領域特定部と、異常候補領域から、異常を判定するための複数の特徴を算出する特徴算出部と、複数の特徴を用いた多変量解析を実行することで、異常を判定する異常判定部と、を備え、領域特定部は、強度画像から異常候補領域を特定する場合、強度画像に正規化処理を施し、当該正規化処理が施された後の強度画像を用いて、異常候補領域を特定する。【選択図】図１

Description

本発明の実施形態は、検査システムおよび検査方法に関する。

従来、周期的に変化する光を被検査体に照射し、当該被検査体の表面からの反射光を撮像することで、光の強度のみならず、光の時間遷移に関する情報をも含んだ時間相関画像を取得する技術が提案されている。このような時間相関画像は、たとえば、被検査体の異常を検出するために用いられる。

特許第５６６９０７１号公報

時間相関画像を用いた異常検出では、異常が存在する可能性がある異常候補領域を特定した後、当該異常候補領域から特徴を算出し、算出した特徴を用いた多変量解析を実行することで、異常判定が行われる場合がある。

ここで、被検査体が塗装製品である場合、塗装表面の形状の変化として表れない内層欠陥が存在する領域を、異常候補領域として精度よく特定することが望まれる。しかしながら、塗装表面の光の反射性能は、塗装色に応じて変化するため、たとえ同じ内層欠陥であっても、画像上の変化（たとえば強度画像における画素値の変化）としての表れやすさは、塗装色に応じて異なる。このため、従来では、内層欠陥が存在する領域としての異常候補領域を強度画像から精度よく特定するためには、異常候補領域に該当するか否かの判定基準を塗装色に応じて異ならせる必要があり、煩雑な処理が必要であった。

そこで、強度画像から異常候補領域を特定する際に用いる基準を、塗装色によらずに同一化することが望まれる。

実施形態の検査システムは、被検査体に対して光の強度の周期的な時間変化および空間変化を与える面的な照明部と、時間相関カメラまたはそれと等価な動作をする撮像システムから出力される画像データから、振幅画像、位相画像、および強度画像を生成する画像生成部と、振幅画像、位相画像、および強度画像の各々から、被検査体において異常が存在する可能性がある異常候補領域を特定する領域特定部と、異常候補領域から、異常を判定するための複数の特徴を算出する特徴算出部と、複数の特徴を用いた多変量解析を実行することで、異常を判定する異常判定部と、を備え、領域特定部は、強度画像から異常候補領域を特定する場合、強度画像に正規化処理を施し、当該正規化処理が施された後の強度画像を用いて、異常候補領域を特定する。

図１は、実施形態の検査システムの構成例を示した図である。 図２は、実施形態の時間相関カメラの構成を示したブロック図である。 図３は、実施形態の時間相関カメラで時系列順に蓄積されたフレームを表した概念図である。 図４は、実施形態の照明装置が照射する縞パターンの一例を示した図である。 図５は、実施形態の時間相関カメラによる、被検査体の異常の第１の検出例を示した図である。 図６は、実施形態において、図５に示される異常が被検査体にある場合に、当該異常に応じて変化する、光の振幅の例を表した図である。 図７は、実施形態の時間相関カメラによる、被検査体の異常の第２の検出例を示した図である。 図８は、実施形態の時間相関カメラによる、被検査体の異常の第３の検出例を示した図である。 図９は、実施形態の照明制御部が照明装置に出力する縞パターンの例を示した図である。 図１０は、実施形態のスクリーンを介した後の縞パターンを表した波の形状の例を示した図である。 図１１は、実施形態による被検査体がメタリック塗装やパール塗装などが施された製品である場合における塗装表面の概略的構成を示した図である。 図１２は、振幅画像、位相画像、および強度画像の各々から抽出される異常候補領域と、当該異常候補領域に基づいて算出される特徴と、を説明するための図である。 図１３は、実施形態の検査システムが被検査体の検査を行う際に実行する一連の処理を示したフローチャートである。 図１４は、実施形態の検査システムが実行する異常候補領域の特定処理の詳細を示したフローチャートである。 図１５は、実施形態において用いられうるラプラシアンフィルタの具体例を示した図である。 図１６は、実施形態における強度画像の具体例を示した図である。 図１７は、実施形態においてラプラシアン処理が施された後の強度画像の具体例を示した図である。 図１８は、実施形態の検査システムが実行する特徴算出処理の詳細を示したフローチャートである。 図１９は、実施形態における振幅画像の具体例を示した図である。 図２０は、実施形態においてラプラシアン処理が施された後の強度画像の具体例における第２領域を示した図である。 図２１は、実施形態において強度に関する特徴が算出される領域の具体例を示した図である。 図２２は、第２変形例の照明制御部が出力する縞パターンの切り替え例を示した図である。 図２３は、第２変形例の照明制御部が、異常（欠陥）を含めた表面に縞パターンを照射した例を示した図である。 図２４は、第２変形例において、ｙ方向に縞パターンを変化させた場合における、異常（欠陥）とスクリーン上の縞パターンの関係を示した図である。 図２５は、第３変形例の照明制御部が照明装置に出力する縞パターンの例を示した図である。

（実施形態）
以下、実施形態の検査システムについて説明する。実施形態の検査システムは、被検査体を検査するために様々な構成を備えている。図１は、実施形態の検査システムの構成例を示した図である。図１に示されるように、実施形態の検査システムは、ＰＣ１００と、時間相関カメラ１１０と、照明装置１２０と、スクリーン１３０と、アーム１４０と、を備えている。

アーム１４０は、被検査体１５０を固定するために用いられ、ＰＣ１００からの制御に応じて、時間相関カメラ１１０が撮像可能な被検査体１５０の表面の位置と向きを変化させる。

照明装置１２０は、被検査体１５０に光を照射する装置であって、ＰＣ１００からの縞パターンに従って、照射する光の強度を領域単位で制御できる。さらに、照明装置１２０は、周期的な時間の遷移に従って当該領域単位の光の強度を制御できる。換言すれば、照明装置１２０は、光の強度の周期的な時間変化および空間変化を与えることができる。なお、具体的な光の強度の制御手法については後述する。

スクリーン１３０は、照明装置１２０から出力された光を拡散させた上で、被検査体１５０に対して面的に光を照射する。実施形態のスクリーン１３０は、照明装置１２０から入力された周期的な時間変化および空間変化が与えられた光を、面的に被検査体１５０に照射する。なお、照明装置１２０とスクリーン１３０との間には、集光用のフレネルレンズ等の光学系部品（図示されず）が設けられてもよい。

なお、実施形態は、照明装置１２０とスクリーン１３０とを組み合わせて、光強度の周期的な時間変化および空間変化を与える面的な照明部を構成する例について説明するが、実施形態の照明部は、このような組み合わせに制限されるものではない。実施形態では、たとえば、ＬＥＤを面的に配置したり、大型モニタを配置したりするなどして、照明部を構成してもよい。

図２は、実施形態の時間相関カメラ１１０の構成を示したブロック図である。時間相関カメラ１１０は、光学系２１０と、イメージセンサ２２０と、データバッファ２３０と、制御部２４０と、参照信号出力部２５０と、を備えている。

光学系２１０は、撮像レンズ等を含み、時間相関カメラ１１０の外部の被写体（被検査体１５０を含む）からの光束を透過し、その光束により形成される被写体の光学像を結像させる。

イメージセンサ２２０は、光学系２１０を介して入射された光の強弱を光強度信号として画素毎に高速に出力可能なセンサとする。

実施形態の光強度信号は、検査システムの照明装置１２０が被写体（被検査体１５０を含む）に対して光を照射し、当該被写体からの反射光を、イメージセンサ２２０が受け取ったものである。

イメージセンサ２２０は、たとえば従来のものと比べて高速に読み出し可能なセンサであり、行方向（ｘ方向）、列方向（ｙ方向）の２種類の方向に画素が配列された２次元平面状に構成されたものとする。そして、イメージセンサ２２０の各画素を、画素Ｐ（１，１），……，Ｐ（ｉ，ｊ），……，Ｐ（Ｘ，Ｙ）とする（なお、実施形態の画像サイズをＸ×Ｙとする。）。なお、イメージセンサ２２０の読み出し速度を制限するものではなく、従来と同様であってもよい。

イメージセンサ２２０は、光学系２１０によって透過された、被写体（被検査体１５０を含む）からの光束を受光して光電変換することで、被写体から反射された光の強弱を示した光強度信号（撮像信号）で構成される、２次元平面状のフレームを生成し、制御部２４０に出力する。実施形態のイメージセンサ２２０は、読み出し可能な単位時間毎に、当該フレームを出力する。

実施形態の制御部２４０は、たとえばＣＰＵ、ＲＯＭ、およびＲＡＭ等で構成され、ＲＯＭに格納された検査プログラムを実行することで、転送部２４１と、読出部２４２と、強度画像用重畳部２４３と、第１の乗算器２４４と、第１の相関画像用重畳部２４５と、第２の乗算器２４６と、第２の相関画像用重畳部２４７と、画像出力部２４８と、を実現する。なお、ＣＰＵ等で実現することに制限するものではなく、ＦＰＧＡ、またはＡＳＩＣで実現してもよい。

転送部２４１は、イメージセンサ２２０から出力された、光強度信号で構成されたフレームを、データバッファ２３０に、時系列順に蓄積する。

データバッファ２３０は、イメージセンサ２２０から出力された、光強度信号で構成されたフレームを、時系列順に蓄積する。

図３は、実施形態の時間相関カメラ１１０で時系列順に蓄積されたフレームを表した概念図である。図３に示されるように、実施形態のデータバッファ２３０には、時刻ｔ（ｔ＝ｔ０，ｔ１，ｔ２，……，ｔｎ）毎の複数の光強度信号Ｇ（１，１，ｔ），……，Ｇ（ｉ，ｊ，ｔ），……，Ｇ（Ｘ，Ｙ，ｔ）の組み合わせで構成された複数のフレームＦｋ（ｋ＝１，２，……，ｎ）が、時系列順に蓄積される。なお、時刻ｔで生成される一枚のフレームは、光強度信号Ｇ（１，１，ｔ），……，Ｇ（ｉ，ｊ，ｔ），……，Ｇ（Ｘ，Ｙ，ｔ）で構成される。

実施形態の光強度信号（撮像信号）Ｇ（１，１，ｔ），……，Ｇ（ｉ，ｊ，ｔ），……，Ｇ（Ｘ，Ｙ，ｔ）には、フレームＦｋ（ｋ＝１，２，……，ｎ）を構成する各画素Ｐ（１，１），……，Ｐ（ｉ，ｊ），……，Ｐ（Ｘ，Ｙ）が対応づけられている。

イメージセンサ２２０から出力されるフレームは、光強度信号のみで構成されており、換言すればモノクロの画像データとも考えることができる。なお、実施形態は、解像度、感度、およびコスト等を考慮して、イメージセンサ２２０がモノクロの画像データを生成する例について説明するが、イメージセンサ２２０としてモノクロ用のイメージセンサに制限するものではなく、カラー用のイメージセンサを用いてもよい。

図２に戻り、実施形態の読出部２４２は、データバッファ２３０から、光強度信号Ｇ（１，１，ｔ），……，Ｇ（ｉ，ｊ，ｔ），……，Ｇ（Ｘ，Ｙ，ｔ）をフレーム単位で、時系列順に読み出して、第１の乗算器２４４と、第２の乗算器２４６と、強度画像用重畳部２４３と、に出力する。

実施形態の時間相関カメラ１１０は、読出部２４２の出力先毎に画像データを生成する。換言すれば、時間相間カメラ１１０は、３種類の画像データを生成する。

実施形態の時間相関カメラ１１０は、３種類の画像データとして、強度画像データと、２種類の時間相関画像データと、を生成する。なお、実施形態は、強度画像データと、２種類の時間相関画像データと、を生成することに制限されるものではなく、強度画像データを生成しない場合や、１種類又は３種類以上の時間相関画像データを生成する場合なども考えられる。

実施形態のイメージセンサ２２０は、上述したように単位時間毎に、光強度信号で構成されたフレームを出力している。しかしながら、通常の画像データを生成するためには、撮像に必要な露光時間分の光強度信号が必要になる。そこで、実施形態では、強度画像用重畳部２４３が、撮像に必要な露光時間分の複数のフレームを重畳して、強度画像データを生成する。なお、強度画像データの各画素値（光の強度を表す値）Ｇ（ｘ，ｙ）は、以下に示す式（１）から導き出すことができる。なお、露光時間は、ｔ０とｔｎの時間差とする。

これにより、従来のカメラの撮像と同様に、被写体（被検査体１５０を含む）が撮像された強度画像データが生成される。そして、強度画像用重畳部２４３は、生成した強度画像データを、画像出力部２４８に出力する。

時間相関画像データは、時間遷移に応じた光の強弱の変化を示す画像データである。つまり、実施形態では、時系列順のフレーム毎に、当該フレームに含まれる光強度信号に対して、時間遷移を示した参照信号を乗算し、参照信号と光強度信号との乗算結果である時間相関値で構成された、時間相関値フレームを生成し、複数の時間相関値フレームを重畳することで、時間相関画像データを生成する。

ところで、時間相関画像データを用いて、被検査体１５０の異常を検出するためには、イメージセンサ２２０に入力される光強度信号を、参照信号に同期させて変化させる必要がある。このため、実施形態の照明装置１２０は、上述したように、スクリーン１３０を介して周期的に時間変化および縞の空間的な移動を与えるような、面的な光の照射を行うように構成される。

実施形態では、２種類の時間相関画像データを生成する。参照信号は、時間遷移を表した信号であればよいが、実施形態では、複素正弦波ｅ^-jωtを用いる。なお、角周波数ω、時刻ｔとする。参照信号を表す複素正弦波ｅ^-jωtが、上述した露光時間（換言すれば強度画像データ、および時間相関画像データを生成するために必要な時間）の一周期と相関をとるように、角周波数ωが設定されるものとする。換言すれば、照明装置１２０およびスクリーン１３０等の照明部によって形成された面的かつ動的な光は、被検査体１５０の表面（反射面）の各位置で第１の周期（時間周期）での時間的な照射強度の変化を与えるとともに、表面に沿った少なくとも一方向に沿った第２の周期（空間周期）での空間的な照射強度の増減分布を与える。この面的な光は、表面で反射される際に、当該表面のスペック（法線ベクトルの分布等）に応じて複素変調される。時間相関カメラ１１０は、表面で複素変調された光を受光し、第１の周期の参照信号を用いて直交検波（直交復調）することにより、複素信号としての時間相関画像データを得る。このような複素時間相関画像データに基づく変復調により、表面の法線ベクトルの分布に対応した特徴を検出することができる。

複素正弦波ｅ^-jωtは、ｅ^-jωt＝ｃｏｓωｔ−ｊ・ｓｉｎωｔと表すこともできる。従って、時間相関画像データの各画素値Ｃ（ｘ，ｙ）は、以下に示す式（２）から導き出すことができる。

実施形態では、式（２）において、実部を表す画素値Ｃ１（ｘ，ｙ）と、虚部を表す画素値Ｃ２（ｘ，ｙ）と、に分けて、２種類の時間相関画像データを生成する。

このため、参照信号出力部２５０は、第１の乗算器２４４と、第２の乗算器２４６と、に対してそれぞれ異なる参照信号を生成し、出力する。実施形態の参照信号出力部２５０は、複素正弦波ｅ^-jωtの実部に対応する第１の参照信号ｃｏｓωｔを第１の乗算器２４４に出力し、複素正弦波ｅ^-jωtの虚部に対応する第２の参照信号ｓｉｎωｔを第２の乗算器２４６に出力する。このように、実施形態の参照信号出力部２５０は、一例として、互いにヒルベルト変換対をなす正弦波および余弦波の時間関数として表される２種類の参照信号を出力する。しかしながら、参照信号は、ここで説明する例に制限されるものではなく、時間関数のような、時間遷移に応じて変化する参照信号であればよい。

そして、第１の乗算器２４４は、読出部２４２から入力されたフレーム単位で、当該フレームの光強度信号毎に、参照信号出力部２５０から入力された複素正弦波ｅ^-jωtの実部ｃｏｓωｔを乗算する。

第１の相関画像用重畳部２４５は、撮像に必要な露光時間分の複数のフレームについて、第１の乗算器２４４の乗算結果を画素毎に重畳する処理を行う。これにより、第１の時間相関画像データの各画素値Ｃ１（ｘ，ｙ）が、以下の式（３）から導出される。

そして、第２の乗算器２４６は、読出部２４２から入力されたフレームの光強度信号に対して、参照信号出力部２５０から入力された複素正弦波ｅ^-jωtの虚部ｓｉｎωｔを乗算する。

第２の相関画像用重畳部２４７は、撮像に必要な露光時間分の複数のフレームについて、第２の乗算器２４６の乗算結果を画素毎に重畳する処理を行う。これにより、第２の時間相関画像データの各画素値Ｃ２（ｘ，ｙ）が、以下の式（４）から導出される。

上述した処理を行うことで、２種類の時間相関画像データ、換言すれば２自由度を有する時間相関画像データを生成できる。

また、実施形態は、参照信号の種類を制限するものでない。たとえば、実施形態では、複素正弦波ｅ^-jωtの実部と虚部の２種類の時間相関画像データを生成するが、光の振幅と、光の位相と、による２種類の画像データを生成してもよい。

なお、実施形態の時間相関カメラ１１０は、時間相関画像データとして、複数系統分生成可能とする。これにより、たとえば複数種類の幅の縞が組み合わされた光が照射された際に、上述した実部と虚部とによる２種類の時間相関画像データを、縞の幅毎に生成可能とする。このために、時間相関カメラ１１０は、２個の乗算器と２個の相関画像用重畳部とからなる組み合わせを、複数系統分備えるとともに、参照信号出力部２５０は、系統毎に適した角周波数ωによる参照信号を出力可能とする。

そして、画像出力部２４８が、２種類の時間相関画像データと、強度画像データと、をＰＣ１００に出力する。これにより、ＰＣ１００が、２種類の時間相関画像データと、強度画像データと、を用いて、被検査体１５０の異常を検出する。そのためには、被検査体１５０に対して光を照射する必要がある。

実施形態の照明装置１２０は、高速に移動する縞パターンを照射する。図４は、実施形態の照明装置１２０が照射する縞パターンの一例を示した図である。図４に示す例では、縞パターンをｘ方向にスクロール（移動）させている例とする。白い領域が縞に対応した明領域、黒い領域が縞と縞との間に対応した間隔領域（暗領域）である。

実施形態では、時間相関カメラ１１０が強度画像データおよび時間相関画像データを撮像する露光時間で、照明装置１２０が照射する縞パターンが一周期分移動する。これにより、照明装置１２０は、光の強度の縞パターンの空間的な移動により光の強度の周期的な時間変化を与える。実施形態では、図４の縞パターンが一周期分移動する時間を、露光時間と対応させることで、時間相関画像データの各画素には、少なくとも、縞パターン一周期分の光の強度信号に関する情報が埋め込まれる。

図４に示されるように、実施形態では、照明装置１２０が矩形波に基づく縞パターンを照射する例について説明するが、矩形波以外を用いてもよい。実施形態では、照明装置１２０がスクリーン１３０を介して照射されることで、矩形波の明暗の境界領域をぼかすことができる。

実施形態では、照明装置１２０が照射する縞パターンを、Ａ（１＋ｃｏｓ（ωｔ＋ｋｘ））と表す。すなわち、縞パターンには、複数の縞が反復的に（周期的に）含まれる。なお、被検査体１５０に照射される光の強度は０〜２Ａの間で調整可能とし、光の位相ｋｘとする。ｋは、縞の波数である。ｘは、位相が変化する方向である。

そして、フレームの各画素の光強度信号ｆ（ｘ，ｙ，ｔ）の基本周波数成分は、以下の式（５）として表すことができる。式（５）で示されるように、ｘ方向で縞の明暗が変化する。

ｆ（ｘ，ｙ，ｔ）＝Ａ（１＋ｃｏｓ（ωｔ＋ｋｘ））
＝Ａ＋Ａ／２｛ｅ^j(ωt+kx)＋ｅ^-j(ωt+kx)｝ …（５）

式（５）で示されるように、照明装置１２０が照射する縞パターンの強度信号は、複素数として考えることができる。

そして、イメージセンサ２２０には、当該照明装置１２０からの光が被写体（被検査体１５０を含む）から反射して入力される。

したがって、イメージセンサ２２０に入力される光強度信号Ｇ（ｘ，ｙ，ｔ）を、照明装置１２０が照射された際のフレームの各画素の光強度信号ｆ（ｘ，ｙ，ｔ）とすることができる。そこで、強度画像データを導出するための式（１）に式（５）を代入すると、式（６）を導出できる。なお、位相をｋｘとする。

式（６）から、強度画像データの各画素には、露光時間Ｔに、照明装置１２０が出力している光の強度の中間値Ａを乗じた値が入力されていることが確認できる。さらに、時間相関画像データを導出するための式（２）に式（５）を代入すると、式（７）を導出できる。なお、ＡＴ／２を振幅とし、ｋｘを位相とする。

これにより、式（７）で示された複素数で示された時間相関画像データは、上述した２種類の時間相関画像データと置き換えることができる。つまり、上述した実部と虚部とで構成される時間相関画像データには、被検査体１５０に照射された光強度変化における位相変化と振幅変化とが含まれている。換言すれば、実施形態のＰＣ１００は、２種類の時間相関画像データに基づいて、照明装置１２０から照射された光の位相変化と、光の振幅変化と、を検出できる。

そこで、実施形態のＰＣ１００は、時間相関画像データおよび強度画像データに基づいて、画素毎に入る光の位相変化を表した位相画像と、画素毎に入る光の振幅を表した振幅画像と、を生成する。また、ＰＣ１００は、強度画像データに基づいて、画素毎に入る光の強度を表した強度画像を生成する。そして、ＰＣ１００は、位相画像と、振幅画像と、強度画像と、の少なくともいずれかに基づいて、被検査体１５０の異常を検出する。

ところで、被検査体１５０の表面形状に凹凸に基づく異常が生じている場合、被検査体１５０の表面の法線ベクトルの分布には、異常に対応した変化が生じている。また、被検査体１５０の表面に光を吸収するような異常が生じている場合、反射した光の強度に変化が生じる。法線ベクトルの分布の変化は、光の位相変化および振幅変化のうち少なくともいずれか一つとして検出される。そこで、実施形態では、時間相関画像データを用いて、法線ベクトルの分布の変化に対応した、光の位相変化および振幅変化のうち少なくともいずれか一つを検出する。これにより、表面形状の異常が存在する可能性がある領域を特定することが可能となる。以下、被検査体１５０の異常、法線ベクトル、および光の位相変化又は振幅変化の関係について例を挙げて説明する。

図５は、実施形態の時間相関カメラ１１０による、被検査体の異常の第１の検出例を示した図である。図５に示される例では、被検査体５００に突形状の異常５０１がある状況とする。当該状況においては、異常５０１の点５０２の近傍領域においては、法線ベクトル５２１、５２２、５２３が異なる方向を向いていることを確認できる。そして、当該法線ベクトル５２１、５２２、５２３が異なる方向を向いていることで、異常５０１から反射した光に拡散（たとえば、光５１１、５１２、５１３）が生じ、時間相関カメラ１１０のイメージセンサ２２０の任意の画素５３１に入る縞パターンの幅５０３が広くなる。

図６は、図５に示される異常５０１が被検査体５００にある場合に、当該異常に応じて変化する、光の振幅の例を表した図である。図６に示される例では、光の振幅を実部（Ｒｅ）と虚部（Ｉｍ）とに分けて２次元平面上に表している。図６では、図５の光５１１、５１２、５１３に対応する光の振幅６１１、６１２、６１３として示している。そして、光の振幅６１１、６１２、６１３は互いに打ち消し合い、イメージセンサ２２０の当該任意の画素５３１には、振幅６２１の光が入射する。

したがって、図６に示される状況では、被検査体５００の異常５０１が撮像された領域で、局所的に振幅が小さいことが確認できる。換言すれば、振幅変化を示した振幅画像において、周囲と比べて暗くなっている領域がある場合に、当該領域で局所的に光同士の振幅の打ち消し合いが生じていると推測できるため、当該領域に対応する被検査体５００の位置で、異常５０１が生じていると判断できる。なお、ここでは、突形状の異常５０１に対応する領域で、振幅画像が局所的に暗くなる場合を例示したが、キズなどの凹み状の異常に対応する領域でも、振幅画像は局所的に暗くなる。

実施形態の検査システムは、図５の異常５０１のように傾きが急峻に変化しているものに限らず、緩やかに変化する異常も検出できる。図７は、実施形態の時間相関カメラ１１０による、被検査体の異常の第２の検出例を示した図である。図７に示される例では、正常な場合は被検査体の表面が平面（換言すれば法線が平行）となるが、被検査体７００に緩やかな勾配７０１が生じた状況とする。このような状況においては、勾配７０１上の法線ベクトル７２１、７２２、７２３も同様に緩やかに変化する。したがって、イメージセンサ２２０に入力する光７１１、７１２、７１３も少しずつずれていく。図７に示される例では、緩やかな勾配７０１のために光の振幅の打ち消し合いは生じないため、図５、図６で表したような光の振幅はほとんど変化しない。しかしながら、本来スクリーン１３０から投影された光が、そのままイメージセンサ２２０に平行に入るはずが、緩やかな勾配７０１のために、スクリーン１３０から投影された光が平行の状態でイメージセンサ２２０に入らないために、光に位相変化が生じる。従って、光の位相変化について、周囲等との違いを検出することで、図７に示したような緩やかな勾配７０１による異常を検出できる。

また、被検査体の表面形状（換言すれば、被検査体の法線ベクトルの分布）以外にも異常が生じる場合がある。図８は、実施形態の時間相関カメラ１１０による、被検査体の異常の第３の検出例を示した図である。図８に示される例では、被検査体８００に汚れ８０１が付着しているため、照明装置１２０から照射された光が吸収あるいは拡散反射し、時間相関カメラ１１０の、汚れ８０１を撮像している任意の画素領域では光の強度がほとんど変化しない例を表している。換言すれば、汚れ８０１を撮像している任意の画素領域では、光の強度変化が打ち消し合ってキャンセルされ、ほとんど直流的な明るさになる例を示している。

このような場合、汚れ８０１を撮像している画素領域においては、光の振幅がほとんどないため、振幅画像を表示した際に、周囲と比べて暗くなる領域が生じる。したがって、当該領域に対応する被検査体８００の位置に、汚れ８０１があることを推定できる。

このように、実施形態では、時間相関画像データに基づいて、光の振幅の変化と、光の位相の変化と、を検出することで、被検査体における、異常が存在する可能性がある領域を特定することができる。

図１に戻り、ＰＣ１００について説明する。ＰＣ１００は、検出システム全体の制御を行う。ＰＣ１００は、アーム制御部１０１と、照明制御部１０２と、制御部１０３と、を備える。

アーム制御部１０１は、被検査体１５０の時間相関カメラ１１０による撮像対象となる表面を変更するために、アーム１４０を制御する。実施形態では、ＰＣ１００において、被検査体１５０の撮像対象となる表面を複数設定しておく。そして、時間相関カメラ１１０が被検査体１５０の撮像が終了する毎に、アーム制御部１０１が、当該設定に従い、時間相関カメラ１１０が設定された表面を撮像できるようにアーム１４０を制御して、被検査体１５０を移動させる。なお、実施形態によるアーム１４０の移動方法は、撮像が終了する毎にアーム１４０を移動させ、撮像が開始する前に停止させるのを繰り返すことに制限されるものではなく、継続的にアーム１４０を駆動させることも含まれ得る。なお、アーム１４０は、搬送部、移動部、位置変更部、姿勢変更部等とも称されうる。

照明制御部１０２は、被検査体１５０を検査するために照明装置１２０が照射する縞パターンを出力する。実施形態の照明制御部１０２は、少なくとも３枚以上の縞パターンを、照明装置１２０に受け渡し、当該縞パターンを露光時間中に切り替えて表示するように照明装置１２０に指示する。

図９は、照明制御部１０２が照明装置１２０に出力する縞パターンの例を示した図である。図９（Ｂ）に示す矩形波に従って、図９（Ａ）に示す黒領域と白領域とが設定された縞パターンが出力されるように、照明制御部１０２が制御を行う。

実施形態で照射する縞パターン毎の縞の間隔は、検出対象となる異常（欠陥）の大きさに応じて設定されるものとして、ここでは詳しい説明を省略する。

また、縞パターンを出力するための矩形波の角周波数ωは、参照信号の角周波数ωと同じ値とする。

図９に示されるように、照明制御部１０２が出力する縞パターンは、矩形波として示すことができるが、スクリーン１３０を介することで、縞パターンの境界領域をぼかす、すなわち、縞パターンにおける明領域（縞の領域）と暗領域（間隔の領域）との境界での光の強度変化を緩やかにする（鈍らせる）ことで、正弦波に近似させることができる。図１０は、スクリーン１３０を介した後の縞パターンを表した波の形状の例を示した図である。図１０に示されるように波の形状が、正弦波に近づくことで、計測精度を向上させることができる。また、縞に明度が多段階に変化するグレー領域を追加したり、グラデーションを与えたりしてもよい。また、カラーの縞を含む縞パターンを用いてもよい。

図１に戻り、制御部１０３は、画像生成部１０４と、領域特定部１０５と、特徴算出部１０６と、異常判定部１０７と、を備える。制御部１０３は、時間相関カメラ１１０から入力されるデータに基づいて、振幅画像および位相画像（時間相関画像）と、強度画像とを生成し、生成した画像に基づいて、異常が存在する可能性のある領域（以下、異常候補領域と記載する）を特定する。そして、制御部１０３は、特定した異常候補領域に基づいて、異常を判定するための複数の特徴（特徴量）を算出し、算出した複数の特徴を用いた多変量解析を実行することで被検査体１５０の異常を判定する。なお、実施形態では、制御部１０３は、振幅成分と位相成分とで分けた極形式の複素数で示される時間相関画像データ（複素時間相関画像データと称されうる）ではなく、当該複素数を実部と虚部とで分けた２種類の時間相関画像データを、時間相関カメラ１１０から受け取るものとする。

画像生成部１０４は、時間相関カメラ１１０から入力されるデータ（強度画像データや時間相関画像データなどといった画像データ）に基づいて、振幅画像、位相画像、および強度画像を生成する。前述したように、振幅画像とは、画素毎に入る光の振幅を表した画像であり、位相画像とは、画素毎に入る光の位相を表した画像であり、強度画像とは、画素毎に入る光の強度を表した画像である。

実施形態は、振幅画像の算出手法を制限するものではないが、たとえば、画像生成部１０４は、２種類の時間相関画像データの画素値Ｃ１（ｘ，ｙ）およびＣ２（ｘ，ｙ）から、下記の式（８）を用いて、振幅画像の各画素値Ｆ（ｘ，ｙ）を導き出すことが可能である。

また、画像生成部１０４は、画素値Ｃ１（ｘ，ｙ）およびＣ２（ｘ，ｙ）から、下記の式（９）を用いて、位相画像の各画素値Ｐ（ｘ，ｙ）を導き出すことが可能である。

なお、画像生成部１０４が時間相関カメラ１１０から入力される強度画像データに基づいて強度画像を生成することも可能であることは言うまでもないため、ここでは強度画像の各画素値の導出方法についての説明を省略する。

領域特定部１０５は、画像生成部１０４により生成された振幅画像、位相画像、および強度画像の各々から、異常が存在する可能性がある異常候補領域を特定する。領域特定部１０５は、たとえば、光の振幅が（周囲などとの関係で）局所的に変化する位置を含む領域を、振幅画像の異常候補領域として特定し、光の位相が局所的に変化する位置を含む領域を、位相画像の異常候補領域として特定する。これらの異常候補領域の特定の際には、ガウシアン処理（平滑化処理）や、ラプラシアン処理、閾値処理などといった様々な画像処理が用いられうる。

また、領域特定部１０５は、光の強度が（周囲などとの関係で）局所的に変化する位置を含む領域を、強度画像の異常候補領域として特定する。

ここで、被検査体１５０が、メタリック塗装やパール塗装などが施された製品である場合を想定する。この場合、被検査体１５０の表面は、以下のような構成となる。

図１１は、実施形態による被検査体１５０がメタリック塗装やパール塗装などが施された製品である場合における塗装表面の概略的構成を示した図である。図１１に示されるように、被検査体１５０がメタリック塗装やパール塗装などが施された製品である場合、当該被検査体１５０の表面は、下地層１１０１と、カラー層１１０２と、光拡散層１１０３と、上塗層１１０４と、によって構成される。

ここで、図１１の例では、上塗層１１０４の下、より具体的にはカラー層１１０２と光拡散層１１０３との間に、塵芥１１０５が存在している。この塵芥１１０５は、上塗層１１０４の表面形状の変化として表れない、いわゆる内層欠陥を構成する。

内層欠陥は、上塗層１１０４の表面形状の変化として表れないため、当該内層欠陥が存在する領域を振幅画像および位相画像の異常候補領域として特定することは困難である。しかしながら、内層欠陥は、被検査体１５０からの反射光の強度に影響を与えるため、内層欠陥が存在する領域を強度画像の異常候補領域として特定することは可能である。

ところで、被検査体１５０の表面の光の反射性能は、カラー層１１０２の色（塗装色）に応じて変化するため、たとえ同じ内層欠陥であっても、強度画像における画素値の変化としての表れやすさは、塗装色に応じて異なる。このため、従来では、内層欠陥が存在する領域としての異常候補領域を強度画像から精度よく特定するためには、異常候補領域に該当するか否かの判定基準を塗装色に応じて異ならせる必要があり、煩雑な処理が必要となる。

そこで、実施形態では、強度画像から異常候補領域を特定する場合に、強度画像に正規化処理を施すことで塗装色の影響を排除し、塗装色の影響を排除した後の強度画像から、異常候補領域を特定することにした。これにより、強度画像から異常候補領域を特定する際に用いる基準を、塗装色によらずに同一化することができるので、強度画像からの異常候補領域の特定をより容易に行うことが可能になる。なお、強度画像から異常候補領域を具体的にどのように特定するかについては、領域特定部１０５が実行する処理の説明とともに、後で詳細に説明するため、ここではこれ以上の説明を省略する。

図１に戻り、特徴算出部１０６は、領域特定部１０５により特定された全ての異常候補領域から、異常を判定するための複数の特徴（振幅、位相、および強度に関する複数の特徴）を算出する。そして、異常判定部１０７は、特徴算出部１０６により算出された複数の特徴を用いた多変量解析を実行することで、被検査体１５０の異常を判定する。

多変量解析の手法としては、たとえば、ＭＴ法（マハラノビスタグチ法）などが挙げられる。ＭＴ法とは、多数の情報をマハラノビス距離という１つの尺度に集約し、マハラノビス距離の大小によって、検査対象の品質を判定する方法である。具体的に、ＭＴ法では、品質に問題が無い良品サンプルの特徴を表すデータに基づいて予め基準を作成し、作成した基準と、検査対象の特徴を表すデータとに基づいて、検査対象に対応するマハラノビス距離を算出し、算出したマハラノビス距離を所定の閾値と比較等することで、検査対象の品質を判定する。

なお、実施形態では、多変量解析の手法として、ＭＴ法以外の手法が用いられてもよい。

ここで、実施形態では、以下に説明するように、ＭＴ法で用いられる複数の特徴のうち、強度に関する複数の特徴の一つとして、異常候補領域における強度の差分値、より具体的には強度値の最大値（ＭＡＸ）および最小値（ｍｉｎ）の差分値、が用いられる。この差分値は、「Ｒａｎｇｅ」とも称されうる。

なお、実施形態では、異常を判定するための特徴が、複数存在する。したがって、実施形態では、特徴算出部１０６は、強度の差分値以外の他の特徴も算出する。たとえば、特徴算出部１０６は、強度画像以外の他の画像（振幅画像または位相画像）から特定された異常候補領域、または当該異常候補領域に種々の画像処理を施した領域における画素値（振幅または位相）の最大値および最小値の差分値などを、他の特徴として算出しうる。

図１２は、振幅画像、位相画像、および強度画像の各々から抽出される異常候補領域と、当該異常候補領域に基づいて算出される特徴と、を説明するための図である。図１２の例では、領域Ａが、振幅画像、位相画像、および強度画像の全てにおいて異常候補領域として特定され、領域Ｂが、振幅画像のみにおいて異常候補領域として特定され、領域Ｃが、位相画像および強度画像において異常候補領域として特定されている。なお、図１２では、簡単化のため、同一の符号が付された領域（異常候補領域）が同一の外形を有するように図示されているが、振幅画像から特定された異常候補領域と、位相画像から特定された異常候補領域と、強度画像から特定された異常候補領域とは、それぞれ異なる外形を有しうる。

図１２に示されるように、実施形態では、異常候補領域として特定された全ての領域Ａ〜Ｃから、強度の最大値および最小値の差分値（Ｒａｎｇｅ）が算出される。すなわち、実施形態では、強度画像から特定された異常候補領域（領域ＡおよびＣ）のみならず、強度画像からは特定されていないものの他の画像（振幅画像および位相画像の少なくとも一方）から特定された異常候補領域（領域Ｂ）からも、強度の差分値が算出される。

強度画像以外の他の画像から異常候補領域（領域Ｂ）が特定されている場合、従来では、振幅画像の領域Ｂに対応した強度画像内の領域から、強度の差分値が算出されていた。しかしながら、たとえば長手側の縁が湾曲した細長形状の部分の表面が検査対象（撮像対象）となっている場合、その部分の強度画像は、湾曲した縁の部分において、異常の有無に関わらず相対的に暗くなる。このため、従来では、もし領域Ｂのような異常候補領域が上記の湾曲した縁の部分に位置するものとして特定されると、その異常候補領域における強度の差分値が異常の有無に関わらず大きくなるので、たとえ異常がなくても異常があるものとして検出される過検出が発生しうる。

そこで、実施形態では、湾曲した縁の部分においては異常の有無に関わらず強度の差分値が大きくなることに起因する上記の過検出を抑制するため、領域特定部１０５により特定された異常候補領域が強度画像から特定された領域であるか否かに応じて、強度の差分値を算出する対象の領域を異ならせることにした。

概略的に説明すると、実施形態による特徴算出部１０６は、異常候補領域が少なくとも強度画像から特定された領域である場合、当該異常候補領域に膨張処理を施した領域における強度値の最大値と、膨張処理を施していない異常候補領域における強度値の最小値と、の差分値を、強度の差分値として算出する。また、特徴算出部１０６は、異常候補領域が強度画像から特定された領域ではなく、かつ振幅画像および位相画像のうち少なくとも一方から特定された領域である場合、当該異常候補領域に対応した強度画像内の第１領域と、当該第１領域において強度値の勾配の変化が最も大きい位置を含む第２領域と、の論理積に対応した領域から、強度の差分値を算出する。なお、第１領域および第２領域がどのように設定されるかについては、特徴算出部１０６が実行する処理の説明とともに、後で詳細に説明するため、ここではこれ以上の説明を省略する。

なお、実施形態では、上述した通り、内層欠陥が存在する可能性がある領域をより確実に異常候補領域として判定するため、正規化処理によって塗装色の影響を排除した強度画像から、異常候補領域を特定していた。しかしながら、たとえば塗装色として暗い色が使用されている場合、仮に内層欠陥があったとしても、暗い色の影響により、内層欠陥が人の目では認識されないため、この場合は、内層欠陥を異常として判定しないことが望まれる。したがって、異常判定の際には、異常候補領域の特定の際と異なり、塗装色の影響を加味することが望まれる。

そこで、実施形態では、異常を判定するための複数の特徴のうち強度に関する複数の特徴を算出する場合、正規化処理を施していない強度画像を用いることで、異常判定の際に塗装色の影響が加味されるようにした。すなわち、実施形態による特徴算出部１０６は、強度画像に正規化処理を施すことなく、上述した強度の差分値を算出する。

以下、実施形態において実行される処理について説明する。図１３は、実施形態の検査システムが被検査体１５０の検査を行う際に実行する一連の処理を示したフローチャートである。以下では、被検査体１５０は、既にアーム１４０に固定された状態で、検査の初期位置に配置されているものとする。

図１３に示されるように、実施形態のＰＣ１００は、まず、照明装置１２０に対して、被検査体１５０を検査するための縞パターンを出力する（Ｓ１３０１）。

照明装置１２０は、ＰＣ１００から入力された縞パターンを格納する（Ｓ１３２１）。そして、照明装置１２０は、格納された縞パターンを、時間遷移に従って変化するように表示する（Ｓ１３２２）。なお、照明装置１２０が表示を開始する条件は、縞パターンが格納されることに制限するものではなく、たとえば検査者が照明装置１２０に対して開始操作を行ったことであってもよい。

そして、ＰＣ１００の制御部１０３は、時間相関カメラ１１０に対して、撮像開始指示を送信する（Ｓ１３０２）。

次に、時間相関カメラ１１０は、送信されてきた撮像開始指示に従って、被検査体１５０および当該被検査体１５０の周囲を含む領域について撮像を開始する（Ｓ１３１１）。そして、時間相関カメラ１１０の制御部２４０は、強度画像データと、時間相関画像データと、を生成する（Ｓ１３１２）。そして、時間相関カメラ１１０の制御部２４０は、強度画像データと、時間相関画像データと、を、ＰＣ１００に出力する（Ｓ１３１３）。

ＰＣ１００の制御部１０３は、強度画像データと、時間相関画像データと、を受け取る（Ｓ１３０３）。そして、画像生成部１０４は、受け取った強度画像データおよび時間相関画像データから、振幅画像、位相画像、および強度画像を生成する（Ｓ１３０４）。

そして、領域特定部１０５は、振幅画像、位相画像、および強度画像の各々から、異常が存在する可能性のある異常候補領域を特定する（Ｓ１３０５）。以下、このＳ１３０５における異常候補領域の特定処理の詳細について説明する。

図１４は、実施形態の検査システムが実行する異常候補領域の特定処理（図１３のＳ１３０５の処理）の詳細を示したフローチャートである。以下では、一例として、強度画像を用いた異常候補領域の特定処理についてのみ説明し、振幅画像および位相画像を用いた異常候補領域の特定処理については説明を省略する。

図１４に示されるように、異常候補領域の特定処理において、領域特定部１０５は、まず、強度画像にガウシアン処理（平滑化処理）を施す（Ｓ１４０１）。これにより、図１１に示されたような光拡散層１１０３のような、ランダムな光の拡散を引き起こす層が被検査体１５０内に存在する場合でも、当該光の拡散によって表れる強度画像の画素値の細かい変化の影響をキャンセルした強度画像を生成することができる。

そして、領域特定部１０５は、ガウシアン処理が施された強度画像に、ラプラシアン処理を施す（Ｓ１４０２）。ラプラシアン処理とは、複数の画素を有した画像内における画素値の勾配の変化を算出する処理のことである。ラプラシアン処理は、２階微分に対応するので、画素値の緩やかな（定常的な）変化を無視することができる。したがって、ラプラシアン処理によれば、たとえば長手側の縁が湾曲した細長形状の部分の表面が検査対象（撮像対象）となっている場合であっても、当該湾曲した縁の部分の強度値が急峻に（局所的に）変化していない場合には、当該強度値の変化を無視することができる。

図１５は、実施形態において用いられうるラプラシアンフィルタの具体例を示した図である。この図１５に示されたラプラシアンフィルタは、処理対象の画素の画素値と、処理対象の画素の周囲に隣接する８個の画素の画素値との差分をとるための、いわゆる８近傍ラプラシアンフィルタである。より具体的に、図１５に示されたラプラシアンフィルタは、処理対象の画素の画素値を８倍した値から、処理対象の画素の周囲に隣接する８個の画素の画素値の総和を引いた値を、処理対象の画素の新たな画素値とするためのフィルタである。この計算により求められた新たな画素値が、ラプラシアン処理前の画素値の２階微分に相当する。

なお、実施形態では、図１５に示された例とは異なるフィルタ係数を有したラプラシアンフィルタが用いられてもよい。以下、ラプラシアンフィルタによって得られる結果について、画像の具体例とともに簡単に説明する。

図１６は、実施形態における強度画像の具体例を示した図である。図１７は、実施形態においてラプラシアン処理が施された後の強度画像の具体例を示した図である。これらの図１６および図１７に示されるように、ラプラシアンフィルタによれば、湾曲した縁の部分の影響が表れた強度画像１６０１から、当該縁の部分の影響がキャンセルされた画像１７０１を得ることができる。

図１４に戻り、ラプラシアン処理（Ｓ１４０２）が終了すると、領域特定部１０５は、ラプラシアン処理が施された後の強度画像に、正規化処理を施す（Ｓ１４０３）。これにより、塗装色の影響が排除される。

そして、領域特定部１０５は、正規化処理（Ｓ１４０３）が施された後の強度画像に対して、閾値処理を実行する（Ｓ１４０４）。たとえば、領域特定部１０５は、正規化処理が施された後の強度画像から、画素値が所定値以上であり、かつ面積が所定値以上の領域を抽出する。

そして、領域特定部１０５は、閾値処理（Ｓ１４０４）によって抽出された領域を、強度画像の異常候補領域として特定する（Ｓ１４０５）。これにより、Ｓ１４０１から始まる一連の処理（異常候補領域の特定処理）が終了し、図１３のＳ１３０６に処理が移行する。

図１３に戻り、異常候補領域の特定処理（Ｓ１３０５）が終了すると、特徴算出部１０６は、異常候補領域から、異常を判定するための複数の特徴を算出する（Ｓ１３０６）。以下、このＳ１３０６における特徴算出処理の詳細について説明する。

図１８は、実施形態の検査システムが実行する特徴算出処理（図１３のＳ１３０６の処理）の詳細を示したフローチャートである。以下では、一例として、強度に関する特徴（強度の差分値）を算出するための特徴算出処理についてのみ説明し、強度の差分値以外の他の特徴を算出するための特徴算出処理については、説明を省略する。

図１８に示されるように、特徴算出部１０６は、まず、強度画像にガウシアン処理（平滑化処理）を施す（Ｓ１８０１）。このＳ１８０１の処理は、上述した図１４におけるＳ１４０１の処理と同様である。

そして、特徴算出部１０６は、特徴を算出する対象となっている異常候補領域（以下、算出対象領域と記載する）が、少なくとも強度画像から特定された異常候補領域か否かを判断する（Ｓ１８０２）。

算出対象領域が少なくとも強度画像から特定された異常候補領域であると判断された場合（Ｓ１８０２：Ｙｅｓ）、特徴算出部１０６は、当該異常候補領域を所定回数膨張させる（Ｓ１８０３）。膨張処理とは、ある領域に、当該領域の周囲の数ピクセル分の領域を追加する処理である。そして、特徴算出部１０６は、膨張処理が施された領域における画素値（平滑化後の強度値）の最大値と、膨張処理が施される前の領域における画素値（平滑化後の強度値）の最小値と、の差分値を、異常を判定するための特徴（強度に関する特徴）の一つとして算出する（Ｓ１８０４）。

一方、算出対象領域が、振幅画像および位相画像のうち少なくとも一方から特定された異常候補領域であると判断された場合（Ｓ１８０２：Ｎｏ）、特徴算出部１０６は、算出対象領域が、振幅画像および位相画像のうち一方のみから特定された異常候補領域であるか否かを判断する（Ｓ１８０５）。

算出対象領域が振幅画像および位相画像のうち一方のみから特定された異常候補領域であると判断された場合（Ｓ１８０５：Ｙｅｓ）、特徴算出部１０６は、当該異常候補領域に対応した強度画像内の領域を、第１領域として設定する（Ｓ１８０６）。

一方、算出対象領域が振幅画像および位相画像の両方から特定された異常候補領域であると判断された場合（Ｓ１８０５：Ｎｏ）、特徴算出部１０６は、振幅画像から特定された異常候補領域と、位相画像から特定された異常候補領域と、の論理和に対応した領域を、第１領域として設定する（Ｓ１８０７）。

Ｓ１８０６またはＳ１８０７における第１領域の設定が終了すると、特徴算出部１０６は、振幅画像にラプラシアン処理を施す（Ｓ１８０８）。なお、ラプラシアン処理については、前述したため、ここでは説明を省略する。

そして、特徴算出部１０６は、ラプラシアン処理後の強度画像における上記の第１領域内で画素値が最も大きい画素を特定する（Ｓ１８０９）。そして、特徴算出部１０６は、Ｓ１８０９で特定した画素に、当該画素の周囲の数ピクセル分の領域を追加する膨張処理を実行する（Ｓ１８１０）。

そして、特徴算出部１０６は、Ｓ１８１０で膨張された領域に基づき、第２領域を設定する（Ｓ１８１１）。たとえば、特徴算出部１０６は、Ｓ１８１０で膨張された領域そのものを、第２領域として設定することができる。しかしながら、Ｓ１８０９で特定された画素が、第１領域の端部に位置する場合には、Ｓ１８１０で膨張された領域が、第１領域からはみ出すことになる。したがって、この場合、特徴算出部１０６は、Ｓ１８１０で膨張された領域そのものを第２領域として設定するのではなく、Ｓ１８１０で膨張された領域と、第１領域と、が重なる領域を、第２領域として設定する。

そして、特徴算出部１０６は、上述したＳ１８０６またはＳ１８０７で特定された第１領域と、Ｓ１８１１で特定された第２領域と、の論理積に対応した領域を特定し、当該領域から、強度の差分値（平滑化後の強度値の最大値および最小値の差分値）を算出する（Ｓ１８１２）。

ここで、図１６、および図１９〜図２１を参照して、第１領域および第２領域が設定され、当該第１領域および第２領域に基づいて振幅の減衰量が算出されるまでの処理の流れについて、画像の具体例とともにより詳細に説明する。

上述したように、図１６は、実施形態における強度画像の具体例を示した図である。一方、図１９は、実施形態における振幅画像の具体例を示した図である。以下では、一例として、強度画像１６０１（図１６参照）および位相画像（不図示）からは異常候補領域が特定されず、振幅画像１９０１（図１９参照）のみから異常候補領域１９０２（図１９参照）が特定された場合について説明する。

振幅画像１９０１のみから異常候補領域１９０２が特定された場合、前述したように、振幅画像１９０１の異常候補領域１９０２に対応した強度画像１６０１内の領域が、第１領域として設定される。そして、第１領域が設定されると、強度画像１６０１にラプラシアン処理が施され、当該ラプラシアン処理後の画像における第１領域から、画素値が最も大きい画素が特定される。そして、当該画素値が最も大きい画素を中心として膨張処理が施された領域が、第２領域として設定される。

図２０は、実施形態においてラプラシアン処理が施された後の強度画像の具体例（図１７参照）における第２領域を示した図である。この図２０（および図１７）に示された画像１７０１は、図１６に示された強度画像１６０１にラプラシアン処理が施されることで生成されたものである。図２０に示された領域２００１は、画像１７０１における第１領域に対応した領域（図１９の異常候補領域１９０２に対応した領域）内で画素値が最も大きい画素を中心として膨張処理が施された領域を表す。したがって、図２０の例では、領域２００１が、第２領域として設定される。

上記のように第１領域および第２領域が設定されると、当該第１領域および第２領域の論理積に対応した領域が、強度に関する特徴を算出する対象の領域として特定される。そして、このように特定された領域から、画素値（強度値）の最大値および最小値が抽出され、それらの差分値が、強度に関する特徴として算出される。

なお、上記では、第１領域と第２領域との論理積に対応した領域から強度の差分値を算出する例について説明したが、当該論理積に対応した領域と、第２領域とは、実際には同一となることが多い。したがって、実施形態では、論理積に対応した領域に替えて、第２領域から、強度の差分値が算出されてもよい。つまり、実施形態では、論理積に対応した領域から強度の差分値を算出することも可能であるし、第２領域から強度の差分値を算出することも可能である。

図２１は、実施形態において強度に関する特徴が算出される領域の具体例を示した図である。この図２１は、図１６に示された強度画像１６０１に、図１９で第１領域として特定された領域１９０２と、図２０で第２領域として特定された領域２００１と、を重ねて図示したものである。図２１の例では、第１領域として特定された領域１９０２と、第２領域として特定された領域２００１と、の論理積に対応した領域２１０１から、画素値の最大値および最小値が抽出され、それらの差分値が、強度に関する特徴として算出される。

図１８に戻り、Ｓ１８０４またはＳ１８１２の処理によって差分値（強度に関する特徴）が算出されると、Ｓ１８０１から始まる一連の処理（特徴算出処理）が終了し、図１３のＳ１３０７に処理が移行する。

そして、図１３に戻り、異常判定部１０７は、特徴算出部１０６により算出された複数の特徴を用いて、ＭＴ法などに基づく多変量解析を実行することで、被検査体１５０の異常を判定する（Ｓ１３０７）。Ｓ１３０７における異常判定処理の結果は、ＰＣ１００が備える（図示しない）表示装置などに出力される。

なお、異常判定処理の結果の出力方法としては、たとえば、強度画像データを表示するとともに、振幅画像データと位相画像データとに基づいて異常が検出された領域に対応する、強度画像データの領域を、検査者が異常を認識できるように装飾表示する方法などが考えられる。なお、実施形態では、判定結果を視覚的に出力することに限らず、判定結果を音声などにより出力してもよい。

上記のＳ１３０７の処理が終了すると、制御部１０３は、被検査体１５０の検査が終了したか否かを判定する（Ｓ１３０８）。検査が終了していないと判定された場合（Ｓ１３０８：Ｎｏ）、アーム制御部１０１が、予め定められた設定に従って、次の検査対象となる被検査体１５０の表面が、時間相関カメラ１１０で撮像できるように、アーム１４０の移動制御を行う（Ｓ１３０９）。そして、アーム１４０の移動制御が終了した後、制御部１０３が、再び時間相関カメラ１１０に対して、撮像の開始指示を送信する（Ｓ１３０２）。

一方、制御部１０３は、被検査体１５０の検査が終了したと判定された場合（Ｓ１３０８：Ｙｅｓ）、終了指示を時間相関カメラ１１０に対して出力する（Ｓ１３１０）。これにより、ＰＣ１００が実行する一連の処理が終了する。

そして、時間相関カメラ１１０は、終了指示を受け付けたか否かを判定する（Ｓ１３１４）。終了指示を受け付けていない場合（Ｓ１３１４：Ｎｏ）、再びＳ１３１１からの処理が行われる。一方、終了指示を受け付けた場合（Ｓ１３１４：Ｙｅｓ）、処理が終了する。

なお、照明装置１２０の終了処理は、検査者が行ってもよいし、他の構成からの指示に従って終了してもよい。

以上により、実施形態の検査システムが被検査体の検査を行う際に実行する一連の処理が終了する。

なお、上述した実施形態では、時間相関カメラ１１０を用いて生成された強度画像データと、時間相関画像データと、を生成する例について説明した。しかしながら、強度画像データと、時間相関画像データと、を生成するために時間相関カメラ１１０を用いることに制限するものではなく、アナログ的な処理で実現可能な時間相関カメラや、それと等価な動作をする撮像システムを用いてもよい。たとえば、通常のデジタルスチルカメラが生成した画像データを出力し、情報処理装置が、デジタルスチルカメラが生成した画像データを、フレーム画像データとして用いて参照信号を重畳することで、時間相関画像データを生成してもよいし、イメージセンサ内で光強度信号に参照信号を重畳するようなデジタルカメラを用いて、時間相関画像データを生成してもよい。

以上説明したように、実施形態による領域特定部１０５は、強度画像から異常候補領域を特定する場合、強度画像に正規化処理を施し、当該正規化処理が施された後の強度画像を用いて、異常候補領域を特定する。これにより、強度画像に表れる塗装色の影響が正規化処理によって排除されるので、強度画像から異常候補領域を特定する際に用いる基準を、塗装色によらずに同一化することができる。

さらに、実施形態による特徴算出部１０６は、異常を判定するための複数の特徴のうちの強度に関する特徴を算出する場合、正規化処理が施されていない強度画像を用いて、強度に関する特徴を算出する。前述したように、異常判定の際には、異常候補領域の特定の際と異なり、塗装色の影響を加味することが望まれるが、実施形態によれば、正規化処理が施されていない強度画像、すなわち塗装色の影響を含んだ強度画像から算出した特徴に基づき、塗装色の影響を加味した異常判定が行われるので、上記の要望を実現することができる。

以下、実施形態のいくつかの変形例について説明する。

（第１変形例）
上述した実施形態では、位相、振幅および強度の局所的な変化（周囲との違い）に基づいて、異常候補領域を特定する例について説明したが、周囲との違いに基づいて異常候補領域を特定することに制限するものではない。たとえば、第１変形例として、予め設定（取得）された参照形状のデータ（参照データ）との差異に基づいて異常候補領域を特定する場合も考えられる。この場合、空間位相変調照明（縞パターン）の位置合わせおよび同期の状況を、参照データを設定（取得）した時の状況に合わせることが必要となる。

第１変形例では、領域特定部１０５が、予め（図示しない）記憶部に記憶された、参照表面から得られた位相画像、振幅画像および強度画像と、被検査体１５０の位相画像、振幅画像および強度画像と、を比較し、被検査体１５０の表面と参照表面との間で、光の位相、振幅および強度のうちいずれか１つ以上について所定の基準以上の違いがあるか否かを判定する。

以下では、第１変形例において、実施形態と同じ構成の検査システムが用いられ、参照表面の例として、正常な被検査体の表面が用いられるものとする。

この場合、照明装置１２０がスクリーン１３０を介して縞パターンを照射している間に、時間相関カメラ１１０が、正常な被検査体の表面を撮像し、強度画像データと、時間相関画像データと、を生成する。そして、ＰＣ１００が、時間相関カメラ１１０で生成された強度画像データおよび時間相関画像データから、位相画像、振幅画像および強度画像を生成し、ＰＣ１００の記憶部（図示せず）に、生成した位相画像、振幅画像および強度画像を記憶させておく。そして、時間相関カメラ１１０が、異常が存在する可能性の有無を判定したい被検査体を撮像し、強度画像データと、時間相関画像データとを生成する。そして、ＰＣ１００が、強度画像データおよび時間相関画像データから、位相画像、振幅画像および強度画像を生成した後、過去に記憶部に記憶した、正常な被検査体の位相画像、振幅画像および強度画像と、を比較する。その際、ＰＣ１００は、正常な被検査体の位相画像、振幅画像および強度画像と、検査対象の被検査体の位相画像、振幅画像および強度画像との比較結果を、異常候補領域を特定するための特徴を表すデータとして出力するものとする。これにより、ＰＣ１００は、異常候補領域を特定するための特徴が、所定の基準以上となっている画素（領域）を特定することで、位相画像、振幅画像および強度画像の各々の異常候補領域を特定することができる。

以上の構成により、第１変形例では、正常な被検査体の表面と差異が生じているか否か、換言すれば、被検査体の表面に異常が存在する可能性の有無を判定できる。なお、位相画像、振幅画像および強度画像の比較手法は、どのような手法を用いてもよいので、説明を省略する。

第１変形例では、参照表面との違いに基づいて、異常候補領域を抽出するための特徴を示したデータを出力する例について説明した。しかしながら、第１変形例で説明した参照表面の違いを用いる技術と、実施形態で説明した周囲との違いを用いる技術と、を組み合わせて、異常候補領域を特定することも考えられる。なお、第１変形例の技術と、実施形態の技術と、を組み合わせる手法は、どのような手法を用いてもよいので、ここでは説明を省略する。

（第２変形例）
また、上述した実施形態では、ｘ方向に縞パターンを動かして、被検査体の異常（欠陥）を検出する例について説明した。しかしながら、ｘ方向に垂直なｙ方向で急峻に法線の分布が変化する異常（欠陥）が被検査体に生じている場合、ｘ方向に縞パターンを動かすよりも、ｙ方向に縞パターンを動かす方が欠陥の検出が容易になる場合がある。そこで、第２変形例として、ｘ方向に移動する縞パターンと、ｙ方向に移動する縞パターンとを、交互に切り替える例について説明する。

第２変形例の照明制御部１０２は、所定の時間間隔毎に、照明装置１２０に出力する縞パターンを切り替える。これにより、照明装置１２０は、一つの検査対象面に対して、異なる方向に延びた複数の縞パターンを出力する。

図２２は、第２変形例の照明制御部１０２が出力する縞パターンの切り替え例を示した図である。図２２の（Ａ）では、照明制御部１０２は、照明装置１２０が表示する縞パターンをｘ方向に遷移させる。その後、図２２の（Ｂ）に示されるように、照明制御部１０２は、照明装置１２０が表示する縞パターンをｙ方向に遷移させる。

そして、ＰＣ１００の制御部１０３は、図２２の（Ａ）の縞パターン照射から得られた時間相関画像データに基づいて、異常検出を行い、図２２の（Ｂ）の縞パターン照射から得られた時間相関画像データに基づいて、異常検出を行う。

図２３は、第２変形例の照明制御部１０２が、異常（欠陥）２３０１を含めた表面に縞パターンを照射した例を示した図である。図２３に示される例では、異常（欠陥）２３０１が、ｘ方向に延びている。この場合、照明制御部１０２は、ｘ方向に交差するｙ方向、換言すれば異常（欠陥）２３０１の長手方向に交差する方向に縞パターンが移動するように設定する。当該設定により、検出精度を向上させることができる。

図２４は、図２３においてｙ方向、換言すれば異常（欠陥）２３０１の長手方向に直交する方向に縞パターンを変化させた場合における、異常（欠陥）２３０１とスクリーン１３０上の縞パターンの関係を示した図である。図２４に示されるように、ｙ方向に幅が狭く、且つ当該ｙ方向に交差するｘ方向を長手方向とする異常（欠陥）２３０１が生じている場合、照明装置１２０から照射された光は、ｘ方向に交差するｙ方向で光の振幅の打ち消しが大きくなる。このため、ＰＣ１００では、ｙ方向に移動させた縞パターンに対応する振幅画像データから、当該異常（欠陥）２３０１を検出できる。

第２変形例の検査システムにおいて、被検査体に生じる欠陥の長手方向がランダムな場合には、複数方向（例えば、ｘ方向、および当該ｘ方向に交差するｙ方向等）で縞パターンを表示することで、欠陥の形状を問わずに当該欠陥の検出が可能となり、異常（欠陥）の検出精度を向上させることができる。また、異常の形状に合わせた縞パターンを投影することで、異常の検出精度を向上させることができる。

（第３変形例）
また、上述した第２変形例は、ｘ方向の異常検出と、ｙ方向の異常検出と、を行う際に、縞パターンを切り替える手法に制限するものでない。そこで、第３変形例として、照明制御部１０２が照明装置１２０に出力する縞パターンをｘ方向およびｙ方向に同時に動かす例について説明する。

図２５は、第３変形例の照明制御部１０２が照明装置１２０に出力する縞パターンの例を示した図である。図２５に示される例では、照明制御部１０２が縞パターンを、方向２５０１に移動させる。

図２５に示される縞パターンは、ｘ方向では１周期２５０２の縞パターンを含み、ｙ方向では一周期２５０３の縞パターンを含んでいる。つまり、図２５に示される縞パターンは、幅が異なる交差する方向に延びた複数の縞を有している。ここで、第３変形例では、ｘ方向の縞パターンの幅と、ｙ方向の縞パターンの幅と、を異ならせる必要がある。これにより、ｘ方向に対応する時間相関画像データと、ｙ方向に対応する時間相関画像データと、を生成する際に、対応する参照信号を異ならせることができる。なお、縞パターンによる光の強度の変化の周期（周波数）が変化すればよいので、縞の幅を変化させるのに代えて、縞パターン（縞）の移動速度を変化させてもよい。

そして、時間相関カメラ１１０が、ｘ方向の縞パターンに対応する参照信号に基づいて、ｘ方向の縞パターンに対応する時間相関画像データを生成し、ｙ方向の縞パターンに対応する参照信号に基づいて、ｙ方向の縞パターンに対応する時間相関画像データを生成する。そして、ＰＣ１００の制御部１０３は、ｘ方向の縞パターンに対応する時間相関画像データに基づいて、異常検出を行った後、ｙ方向の縞パターンに対応する時間相関画像データに基づいて、異常検出を行う。これにより、第３変形例では、欠陥の生じた方向を問わずに検出が可能となり、異常（欠陥）の検出精度を向上させることができる。

上述した実施形態のＰＣ１００で実行される検査プログラムは、インストール可能な形式又は実行可能な形式のファイルでＣＤ−ＲＯＭ、フレキシブルディスク（ＦＤ）、ＣＤ−Ｒ、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｋ）等のコンピュータで読み取り可能な記録媒体に記録されて提供される。

また、上述した実施形態のＰＣ１００で実行される検査プログラムを、インターネット等のネットワークに接続されたコンピュータ上に格納し、ネットワーク経由でダウンロードさせることにより提供するように構成してもよい。また、上述した実施形態のＰＣ１００で実行される検査プログラムをインターネット等のネットワーク経由で提供または配布するように構成してもよい。

本発明のいくつかの実施形態および変形例を説明したが、これらの実施形態および変形例は、例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態および変形例は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形例は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

１００…ＰＣ（検査システム）、１０４…画像生成部、１０５…領域特定部、１０６…特徴算出部、１０７…異常判定部、１１０…時間相関カメラ、１２０…照明装置（照明部）、１３０…スクリーン（照明部）。

Claims (12)

1. 被検査体に対して光の強度の周期的な時間変化および空間変化を与える面的な照明部と、
   時間相関カメラまたはそれと等価な動作をする撮像システムから出力される画像データから、振幅画像、位相画像、および強度画像を生成する画像生成部と、
   前記振幅画像、前記位相画像、および前記強度画像の各々から、前記被検査体において異常が存在する可能性がある異常候補領域を特定する領域特定部と、
   前記異常候補領域から、前記異常を判定するための複数の特徴を算出する特徴算出部と、
   前記複数の特徴を用いた多変量解析を実行することで、前記異常を判定する異常判定部と、
   を備え、
   前記領域特定部は、前記強度画像から前記異常候補領域を特定する場合、前記強度画像に正規化処理を施し、当該正規化処理が施された後の前記強度画像を用いて、前記異常候補領域を特定する、
   検査システム。
2. 前記領域特定部は、前記強度画像から前記異常候補領域を特定する場合、前記強度画像にラプラシアン処理を施し、当該ラプラシアン処理が施された後の前記強度画像に正規化処理を施し、当該正規化処理が施された後の前記強度画像を用いて、前記異常候補領域を特定する、
   請求項１に記載の検査システム。
3. 前記領域特定部は、前記強度画像から前記異常候補領域を特定する場合、前記強度画像にガウシアン処理を施し、当該ガウシアン処理を施した後の前記強度画像にラプラシアン処理を施し、当該ラプラシアン処理が施された後の前記強度画像に正規化処理を施し、当該正規化処理が施された後の前記強度画像を用いて、前記異常候補領域を特定する、
   請求項２に記載の検査システム。
4. 前記特徴算出部は、前記複数の特徴のうちの強度に関する特徴を算出する場合、前記正規化処理が施されていない前記強度画像を用いて、前記強度に関する特徴を算出する、
   請求項１〜３のいずれか１項に記載の検査システム。
5. 前記特徴算出部は、前記異常候補領域が前記強度画像から特定された領域ではなく、かつ前記振幅画像および前記位相画像のうち少なくとも一方から特定された領域である場合、前記異常候補領域に対応した前記強度画像内の第１領域と、当該第１領域において画素値の勾配の変化が最も大きい位置を含む第２領域と、の論理積に対応した領域における強度値の最大値および最小値の差分値、または前記第２領域における前記強度値の最大値および最小値の差分値を、前記強度に関する特徴として算出する、
   請求項４に記載の検査システム。
6. 前記特徴算出部は、前記異常候補領域が前記強度画像から特定された領域ではなく、かつ前記振幅画像および前記位相画像の両方から特定された領域である場合、前記振幅画像から特定された前記異常候補領域と、前記位相画像から特定された前記異常候補領域と、の論理和に対応した領域を、前記第１領域として設定する、
   請求項５に記載の検査システム。
7. 前記特徴算出部は、前記強度画像にラプラシアン処理を施し、当該ラプラシアン処理が施された後の前記強度画像の前記第１領域において画素値が最も大きい画素を中心として膨張処理を施した領域を、前記第２領域として設定する、
   請求項５または６に記載の検査システム。
8. 前記特徴算出部は、前記膨張処理を施した領域と、前記第１領域と、が重なる領域を、前記第２領域として設定する、
   請求項７に記載の検査システム。
9. 前記特徴算出部は、前記強度画像にガウシアン処理を施し、当該ガウシアン処理を施した後の前記強度画像を用いて、前記第１領域および前記第２領域を設定する、
   請求項５〜８のいずれか１項に記載の検査システム。
10. 前記特徴算出部は、前記異常候補領域が前記強度画像から特定された領域である場合、前記強度画像から特定された前記異常候補領域に膨張処理を施した領域における前記強度値の最大値と、前記膨張処理を施していない前記異常候補領域における前記強度値の最小値と、の差分値を、前記強度に関する特徴として算出する、
    請求項５〜９のいずれか１項に記載の検査システム。
11. 前記異常判定部は、前記多変量解析として、ＭＴ（マハラノビスタグチ）法を用いた判定処理を実行することで、前記異常を判定する、
    請求項１〜１０のいずれか１項に記載の検査システム。
12. 光の強度の周期的な時間変化および空間変化を与える面的な照明部により照らされた被検査体を撮像した時間相関カメラまたはそれと等価な動作をする撮像システムから出力される画像データから、振幅画像、位相画像、および強度画像を生成する画像生成ステップと、
    前記振幅画像、前記位相画像、および前記強度画像の各々から、前記被検査体において異常が存在する可能性がある異常候補領域を特定する領域特定ステップと、
    前記異常候補領域から、前記異常を判定するための複数の特徴を算出する特徴算出ステップと、
    前記複数の特徴を用いた多変量解析を実行することで、前記異常を判定する異常判定ステップと、
    を備え、
    前記領域特定ステップは、前記強度画像から前記異常候補領域を特定する場合、前記強度画像に正規化処理を施し、当該正規化処理が施された後の前記強度画像を用いて、前記異常候補領域を特定するステップを含む、
    検査方法。