JP2020012816A - 検査システムおよび検査方法 - Google Patents

Abstract

【課題】時間相関画像検査において欠陥の種別を推定する。【解決手段】実施形態の検査システムは、光の強度の周期的な時間変化および空間変化を与える面的な照明部と、検査対象面からの光強度信号と、光の強度の時間変化に対応して周期的に変化する参照信号と、を乗算する撮像システムによって時間相関画像を生成する時間相関画像生成部と、時間相関画像より得られる特徴について複数種類の異常の検出を実行する異常検出部と、異常検出部によって検出された複数種類の異常の検出結果の組み合わせに基づいて異常の種別を推定する異常種別推定部と、を備える。【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、被検査体に光を照射し、当該被検査体の表面からの反射光を画像データとして撮像し、当該画像データの輝度変化等に基づいて、被検査体の異常を検出する技術が提案されている。

その際に被検査体に照射する光の強度を周期的に変化させ、撮像された画像データの輝度変化に基づいて、異常を検出する技術が提案されている。

特開２０１４−００２１２５号公報

しかしながら、従来技術においては光の強度を変化させているが、撮像された画像データには光の強度を変化させた際の時間の遷移に関する情報が含まれていない。このため、撮影された画像データで被検査体の異常を検出する際に、検出精度が低くなる可能性がある。また、この種の技術において、欠陥の種別を把握することができれば、有意義である。

実施形態の検査システムは、光の強度の周期的な時間変化および空間変化を与える面的な照明部と、検査対象面からの光強度信号と、光の強度の時間変化に対応して周期的に変化する参照信号と、を乗算する撮像システムによって時間相関画像を生成する時間相関画像生成部と、時間相関画像より得られる特徴について複数種類の異常の検出を実行する異常検出部と、異常検出部によって検出された複数種類の異常の検出結果の組み合わせに基づいて異常の種別を推定する異常種別推定部と、を備える。

図１は、第１の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、第１の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、第１の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、第１の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、第１の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、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、第１の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、第１の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、第１の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、第１の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、第１の実施形態の異常検出部の構成を示したブロック図である。 図１２は、第１の実施形態の異常検出部における振幅に基づく異常検出処理の手順を示すフローチャートである。 図１３は、第１の実施形態の異常検出部における、位相に基づく異常検出処理の手順を示すフローチャートである。 図１４は、第１の実施形態の異常検出部における振幅および強度に基づく異常検出処理の手順を示すフローチャートである。 図１５は、第１の実施形態の検査システムにおける被検査体の検査処理の手順を示すフローチャートである。 図１６は、変形例２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１７は、変形例２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１８は、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１９は、変形例３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２０は、第２の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。

（第１の実施形態）
本実施形態の検査システムについて説明する。第１の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、本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、本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が撮影可能な被検査体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及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。本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及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、本実施形態は、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及び空間変化を与える面的な照射部を構成する例について説明するが、このような組み合わせに制限するものではなく、例えば、ＬＥＤを面的に配置して照明部を構成してもよい。

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。図２は、本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。

光学系２１０は、撮影レンズ等を含み、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。

本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、例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、本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（撮影信号）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。本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。

本実施形態の制御部２４０は、例えばＣＰＵ、ＲＯＭ、及び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、本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、本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で作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。

本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、フレーム画像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、本実施形態は、解像度、感度、及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、本実施形態の読出部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。

本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、時間相関カメラ１１０は、３種類の画像データを作成する。

本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、本実施形態は、３種類の画像データを生成することに制限するものではなく、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も考えられる。

本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、撮影に必要な露光時間分の光強度信号が必要になる。そこで、本実施形態では、強度画像用重畳部２４３が、撮影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、従来のカメラの撮影と同様に、被写体（被検査体を含む）が撮影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、本実施形態では、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。このために、照明装置１２０が、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こととした。

本実施形態では、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、本実施形態では、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、時間相関画像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）の各位置で第一の周期（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二の周期（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、第一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＝ｃｏｓ（ωｔ）−ｊ・ｓｉｎ（ωｔ）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。

本実施形態では、式（２）において、実数部を表す画素値Ｃ１（ｘ，ｙ）と、虚数部を表す画素値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。本実施形態の参照信号出力部２５０は、複素正弦波ｅ^-ｊωtの実数部に対応する第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の虚数部に対応する第２の参照信号ｓｉｎωｔを第２の乗算器２４６に出力する。このように本実施形態の参照信号出力部２５０は、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例について説明するが、参照信号は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の実数部ｃｏｓωｔを乗算する。

第１の相関画像用重畳部２４５は、撮影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の虚数部ｓｉｎωｔを乗算する。

第２の相関画像用重畳部２４７は、撮影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、本実施形態は、参照信号の種類を制限するものでない。例えば、本実施形態では、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作成するが、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、本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、複数系統分作成可能とする。これにより、例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、縞の幅毎に作成可能とする。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、被検査体の異常を検出する。そのためには、被写体に対して光を照射する必要がある。

本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、本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。

本実施形態では、時間相関カメラ１１０が強度画像データ及び時間相関画像データを撮影する露光時間で、照明装置１２０が照射する縞パターンが一周期分移動させる。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。本実施形態では、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、本実施形態では、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。本実施形態では、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。

本実施形態では、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、検査体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、本実施形態の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、本実施形態のＰＣ１００が、時間相関画像データ及び強度画像データに基づいて、画素毎に入る光の振幅を表した振幅画像データと、画素毎に入る光の位相変化を表した位相画像データと、を生成する。

さらに、ＰＣ１００は、生成した振幅画像データと位相画像データとに基づいて、被検査体の異常を検出する。

ところで、被検査体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、光の位相変化及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、本実施形態では、時間相関画像データ及び強度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、光の位相変化及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、表面形状の異常を検出可能となる。次に、被検査体の異常、法線ベクトル、及び光の位相変化又は振幅変化の関係について説明する。

図５は、第１の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（例えば、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）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、被検査体５００の異常５０１が撮像された領域で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データで、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。

本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、第１の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、第１の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を撮影している任意の画素領域では光がほとんど強度変化しない例を表している。換言すれば、汚れ８０１を撮影している任意の画素領域では、光強度は位相打ち消しを起こし振動成分がキャンセルされ、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を撮影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、振幅画像データを表示した際に、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等の異常があることを推定できる。

このように、本実施形態では、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、被検査体に異常があることを推定できる。

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。本実施形態では、ＰＣ１００において、被検査体の撮影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の撮影が終了する毎に、アーム制御部１０１が、当該設定に従って、時間相関カメラ１１０が設定された表面を撮影できるように、アーム１４０が被検査体１５０を移動させる。なお、本実施形態は撮影が終了する毎にアームを移動させ、撮影が開始する前に停止させることを繰り返すことに制限するものではなく、継続的にアーム１４０を駆動させてもよい。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。本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。

本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、振幅−位相画像生成部１０４と、異常検出部１０５と、異常種別推定部１０６と、を備え、時間相関カメラ１１０から入力された強度画像データと、時間相関画像データと、により、被検査体１５０の検査対象面の法線ベクトルの分布と対応した特徴であって、周囲との違いによって異常を検出する特徴を算出するための処理を行う。なお、本実施形態は、検査を行うために、複素数で示した時間相関画像データ（複素時間相関画像データと称す）の代わりに、複素数相関画像データの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。

振幅−位相画像生成部１０４は、時間相関カメラ１１０から入力された強度画像データと、時間相関画像データと、に基づいて、振幅画像データと、位相画像データと、を生成する。

振幅画像データは、画素毎に入る光の振幅を表した画像データとする。位相画像データは、画素毎に入る光の位相を表した画像データとする。

本実施形態は振幅画像データの算出手法を制限するものではないが、例えば、振幅−位相画像生成部１０４は、２種類の時間相関画像データの画素値Ｃ１（ｘ，ｙ）及びＣ２（ｘ，ｙ）から、式（８）を用いて、振幅画像データの各画素値Ｆ（ｘ，ｙ）を導き出せる。

そして、本実施形態では、振幅画像データの画素値（振幅）と、強度画像データの画素値と、に基づいて、異常が生じている領域があるか否かを判定できる。例えば、強度画像データの画素値（ＡＴ）を２で除算した値と、振幅画像データの振幅（打ち消し合いが生じない場合にはＡＴ／２となる）と、がある程度一致する領域は異常が生じていないと推測できる。一方、一致していない領域については、振幅の打ち消しが生じていると推測できる。なお、具体的な手法については後述する。

同様に、振幅−位相画像生成部１０４は、画素値Ｃ１（ｘ，ｙ）及びＣ２（ｘ，ｙ）から、式（９）を用いて、位相画像データの各画素値Ｐ（ｘ，ｙ）を導き出せる。

異常検出部１０５は、振幅画像データ、位相画像データ、および強度画像データにより、検査対称面の法線ベクトルの分布と対応した特徴であって、周囲との違いによって、被検査体１５０の異常に関連する特徴を検出する。

図１１は、異常検出部１０５の構成を示す図である。図１１に示されるように、異常検出部１０５は、振幅異常検出部１０５ａ、位相異常検出部１０５ｂ、強度異常検出部１０５ｃ、およびＷＦ異常検出部１０５ｄを有している。

まずは、本実施形態の振幅異常検出部１０５ａにおける振幅に基づく異常検出処理について説明する。図１２は、本実施形態の振幅異常検出部１０５ａにおける当該処理の手順を示すフローチャートである。なお、複素時間相関画像の振幅の分布とは、複素時間相関画像の各画素の振幅の分布を示したデータであり、振幅画像データに相当する。

まず、振幅異常検出部１０５ａは、振幅画像データの各画素に格納された、光の振幅値（を表した画素値）から、当該画素を基準（例えば中心）として、Ｎ×Ｎ領域の平均振幅値を減算し（ステップＳ１１０１）、振幅の平均差分画像データを生成する。振幅の平均差分画像データは、振幅の勾配に対応する。なお、整数Ｎは実施の態様に応じて適切な値が設定されるものとする。

次に、振幅異常検出部１０５ａは、減算により生成された振幅の平均差分画像データに対して、予め定められた振幅の閾値を用いたマスク処理を行う（ステップＳ１１０２）。

さらに、振幅異常検出部１０５ａは、平均差分画像データのマスク領域内について画素毎に標準偏差を算出する（ステップＳ１１０３）。なお、本実施形態では、標準偏差に基づいた手法について説明するが、標準偏差を用いた場合に制限するものではなく、例えば平均値等を用いてもよい。

そして、振幅異常検出部１０５ａは、平均を引いた振幅画素値が−４．５σ（σ：標準偏差）より小さい値の画素を、異常（欠陥）がある領域として検出する（ステップＳ１１０４）。

上述した処理手順により、各画素の振幅値（換言すれば、振幅の分布）から、被検査体の異常を検出できる。しかしながら、本実施形態は、複素時間相関画像の振幅の分布から異常を検出することに制限するものではない。検査対称面の法線ベクトルの分布と対応した特徴として、位相の分布の勾配を用いてもよい。そこで、次に位相の分布の勾配を用いた例について説明する。

次に、本実施形態の位相異常検出部１０５ｂにおける位相に基づく異常検出処理について説明する。図１３は、本実施形態の位相異常検出部１０５ｂ（異常検出部１０５）における当該処理の手順を示すフローチャートである。

まず、位相異常検出部１０５ｂは、位相画像データの画素毎の光の位相値（を表した画素値）から、当該画素を基準（例えば中心）として、Ｎ×Ｎ領域の平均位相値を減算し（ステップＳ１２０１）、位相の平均差分画像データを生成する。位相の平均差分画像データは、位相の勾配に対応する。

次に、位相異常検出部１０５ｂは、減算により生成された位相の平均差分画像データの大きさ（絶対値）と、閾値とを比較し、平均差分画像データの大きさが閾値以上となる画素を、異常（欠陥）のある画素として検出する（ステップＳ１２０２）。

このステップＳ１２０２の検出結果により、位相異常検出部１０５ｂは、平均差分画像データの正負、すなわち、画素の位相値と平均位相値との大小関係によって、凹凸を判別することができる（ステップＳ１２０３）。画素の位相値と平均位相値とのどちらが大きい場合に凸となるかは、各部の設定によって変化するが、大小関係が異なると、凹凸が異なる。

なお、他の手法によって得られた位相の分布の勾配から、異常を検出することができる。例えば、位相異常検出部１０５ｂは、別の手法として、正規化された時間相関画像データのＮ×Ｎの領域の平均ベクトルと、正規化された各画素のベクトルとの差の大きさが、閾値よりも大きい場合に、異常（欠陥）がある画素として検出することができる。また、位相の分布の勾配に限られず、位相の分布に対応する情報に基づいて被検査体の異常を検出すればよい。

次に、本実施形態の振幅異常検出部１０５ａおよび強度異常検出部１０５ｃによる振幅および強度に基づく異常検出処理について説明する。図１４は、本実施形態の異常検出部１０５における当該処理の手順を示すフローチャートである。

まず、振幅異常検出部１０５ａおよび強度異常検出部１０５ｃ（異常検出部１０５）は、時間相関画像データと強度画像データとから、各画素について、次の式（１００）を用いて、振幅（を表す画素値）Ｃ（ｘ，ｙ）（式（７）参照）と強度（を表す画素値）Ｇ（ｘ，ｙ）（式（６）参照）との比Ｒ（ｘ，ｙ）を算出する（ステップＳ１３０１）。

Ｒ（ｘ，ｙ）＝Ｃ（ｘ，ｙ）／Ｇ（ｘ，ｙ）……（１００）

次に、振幅異常検出部１０５ａおよび強度異常検出部１０５ｃは、比Ｒ（ｘ，ｙ）と閾値とを比較し、比Ｒ（ｘ，ｙ）の値が対応する閾値以下となる画素を、異常（欠陥）のある画素として検出する（ステップＳ１３０２）。また、振幅異常検出部１０５ａおよび強度異常検出部１０５ｃは、比Ｒ（ｘ，ｙ）と閾値とを比較し、比Ｒ（ｘ，ｙ）の値が対応する別の閾値以上となる画素を、ムラ（汚れ等）のある画素として検出する（ステップＳ１３０３）。法線ベクトルの分布の異常により、振幅の打ち消し合い（減殺）が顕著となった場合には、強度に比べて振幅がより大きく下がる。一方、法線ベクトルの分布にはそれほどの異常は無いものの被検査体１５０の表面の汚れ等によって光の吸収が顕著となった場合には、振幅に比べて強度がより大きく下がる。よって、振幅異常検出部１０５ａおよび強度異常検出部１０５ｃは、ステップＳ１３０２およびステップＳ１３０３による異常種別の検出が可能となる。

ＷＦ異常検出部１０５ｄは、複素時間相関画像に対するウィーナフィルタを適用することによって得られた複素復元画像と、複素時間相関画像との複素差分画像に基づいて、異常を検出する。

ＷＦ異常検出部１０５ｄは、まず、複素時間相関画像データに対して、ｘ方向及びｙ方向についての２次元フーリエ変換（離散フーリエ変換、高速フーリエ変換）を実行し、スペクトル画像を生成する。

ウィーナフィルタＫ（ｍ，ｎ）は、信号から雑音成分を除去するための数学的フィルタの一種である。ＷＦ異常検出部１０５ｄは、２次元フーリエ変換によって得られた（空間周波数）スペクトル画像に対して、画素毎に設定されたウィーナフィルタＫ（ｍ，ｎ）を適用することにより、スペクトル画像に含まれている検査対象の欠陥部分を雑音成分として取り除く。すなわち、ＷＦ異常検出部１０５ｄは、検査対象から欠陥部分が取り除かれた複素復元画像のスペクトル画像を生成する。ここに、複素復元画像とは、複素時間相関画像データに含まれている、被検査体１５０の検査対象面の欠陥を表した雑音成分を取り除いた振幅と位相とを含む画像である。なお、ｍは、スペクトル画像におけるｘ軸方向の座標を示し、ｎは、スペクトル画像におけるｙ軸方向の座標を示す。

ウィーナフィルタＫ（ｍ，ｎ）は、予め、欠陥が含まれていない良品である、被検査体の検査対象面の複素時間相関画像データに基づいて、生成されうる。また、ウィーナフィルタＫ（ｍ，ｎ）は、縞パターン毎に設定される。

具体的に、ウィーナフィルタＫの算出に際しては、被検査体１５０の良品に対する複数の（空間周波数）スペクトル画像を用いて、下記の式（１０１）を演算することで、良品を表した複素時間相関画像の平均的なスペクトル画像のパワースペクトルΦFFを算出する。なお、数値ｎsumは、スペクトル画像ｓの合計の数とする。

ΦFF ＝ ｜（１／ｎsum）＊Σｓ｜^2 ・・・ （１０１）

ウィーナフィルタＫは、平均的なスペクトル画像のパワースペクトルΦFFを用いた、下記の式（１０２）の演算から生成される。なお、雑音成分のパワースペクトルΦNNは、取り除きたい雑音成分に基づいて予め定められるパラメータである。

Ｋ＝１／（１＋ΦNN／ΦFF） ・・・ （１０２）

雑音成分のパワースペクトルΦNNを小さくすることで、高周波をより通すことになりエッジ際の復元率を向上させることができる。しかしながら、雑音成分のパワースペクトルΦNNを小さくすると、エッジ際の高周波と共に欠陥箇所も復元されてしまう。

そこで、一例としては、被検査体の検査対象面が緩やかに変化するタレ・ヘコミ等の欠陥箇所が復元されきらないような値を、雑音成分のパワースペクトルΦNNに設定することができる。しかし、これは一例であって、取り除く対象となる欠陥は、タレ・ヘコミには限定されない。

ウィーナフィルタとは、従来、劣化成分を認識されている場合に、劣化画像から、劣化を示した雑音成分を取り除くことで、劣化が生じていない原画像を生成するために用いられていた。しかしながら、本実施形態では、ウィーナフィルタを、劣化が生じていない原画像を生成するために用いるのではなく、ＷＦ異常検出部１０５ｄは、検査対象面の欠陥等が含んだ複素時間相関画像に基づいたスペクトル画像から、当該欠陥等を当該雑音成分として取り除くことで、検査対象面の欠陥等が含まれていない複素復元画像のスペクトル画像を生成している。

そして、ＷＦ異常検出部１０５ｄは、複素復元画像に基づいたスペクトル画像と、複素時間相関画像データに基づいたスペクトル画像と、の画素毎の画素値の差分を示した差分スペクトル画像を生成する。ここで、差分スペクトル画像は、複素復元画像と複素時間相関画像の差分に基づいたスペクトル画像、換言すれば、被検査体の検査対象面の複素時間相関画像に含まれていた欠陥等を表した雑音成分のスペクトル画像である。

ＷＦ異常検出部１０５ｄは、差分スペクトル画像に対して、フーリエ逆変換を実行して、複素差分画像を得る。

ＷＦ異常検出部１０５ｄは、例えば、複素差分画像に含まれている位相の値（≒位相差）が、所定の閾値以上になる領域を、異常な領域として検出することができる。閾値は、固定値には限定されず、例えば、振幅に応じて可変設定されてもよい。なお、ＷＦ異常検出部１０５ｄは、複素差分画像から得られる位相とは異なる特徴に基づいて異常な領域を検出してもよい。また、ＷＦ異常検出部１０５ｄは、欠陥を検出する際に、雑音成分を取り除くためのフィルタ処理を実行しても良い。フィルタ処理としては、例えば、高周波除去フィルタ等がある。異常な領域あるいは異常が検出されたとは、互いに隣接した異常な画素の集合であり、グルーピングおよびラベリングされている。

異常種別推定部１０６は、異常検出部１０５における複数の異常検出結果の組み合わせに基づいて、異常の種別を推定する。よって、本実施形態によれば、別途の詳細検査が不要となったり、別途の詳細検査の準備をより容易にあるいはより迅速に行えたりといったメリットがある。以下、異常種別の推定について例示する。

［異常種別推定１：突起］
発明者らの鋭意検討により、「突起」に対応して生じる検査対象面の傾斜に対しては、振幅および位相の双方が異常な値を示す場合が多いことが判明している。よって、異常種別推定部１０６は、振幅に異常が検出され、かつ位相に異常が検出された領域の異常の種別を、「突起」と推定する。

［異常種別推定２：高突起］
上述したように、「突起」に対応して生じる検査対象面の傾斜に対しては、振幅および位相の双方が異常な値を示す。また、発明者らの鋭意検討により、当該異常が検出された領域について、さらに強度異常検出部１０５ｃによる検査において異常が検出された場合には、「突起」の高さが高い場合が多いことが判明している。よって、異常種別推定部１０６は、振幅に異常が検出され、位相に異常が検出され、かつ強度に異常が検出された領域の異常の種別を、振幅に異常が検出され位相に異常が検出されかつ強度に異常が検出されない領域において推定される上記異常種別推定１の「突起」よりも高い「高突起」と推定する。

［異常種別推定３：欠陥種傷］
「欠陥種傷」とは、例えば被検査体１５０に何らかの物体が当たってできたような細長い傷であり、一例としては、その幅は数μｍ〜数１０μｍ程度、その長さは数ｍｍ程度である。発明者らの鋭意検討により、位相異常検出部１０５ｂによる検査およびＷＦ異常検出部１０５ｄによる検査においては異常が検出されず、振幅異常検出部１０５ａによる検査において異常が検出された場合には、当該異常は「欠陥種傷」である場合が多いことが判明している。よって、異常種別推定部１０６は、振幅には異常が検出されず、位相に異常が検出され、かつ差分画像から異常が検出されなかった領域の異常の種別を、「欠陥種傷」と推定する。

［異常種別推定４：緩凹凸］
発明者らの鋭意検討により、検査対象面上の比較的緩やかな傾斜に対しては、振幅異常検出部１０５ａによる検査においては異常が検出されず、位相異常検出部１０５ｂによる検査およびＷＦ異常検出部１０５ｄによる検査において異常が検出される場合が多いことが判明している。よって、異常種別推定部１０６は、振幅には異常が検出されず、位相に異常が検出され、かつ差分画像から異常が検出された領域の異常の種別を、「緩凹凸」と推定する。

［異常種別推定５−１：シミ系統欠陥＃１］
「シミ系統欠陥」とは、例えば、検査対象面が部分的に白くなったりくもったりするなど、光沢度が低下したような欠陥である。発明者らの鋭意検討により、振幅異常検出部１０５ａによる検査およびＷＦ異常検出部１０５ｄによる検査において異常が検出された場合には、当該異常は「シミ系統欠陥」である場合が多いことが判明している。よって、異常種別推定部１０６は、振幅に異常が検出され、かつ差分画像から異常が検出された領域の異常の種別を「シミ系統欠陥」と推定する。

［異常種別推定５−２：シミ系統欠陥＃２］
発明者らの鋭意検討により、ＷＦ異常検出部１０５ｄによる検査において異常が検出された領域を第一領域、位相異常検出部１０５ｂの検査において異常が検出された領域を第二領域とした場合、第一領域と第二領域とが近接するかあるいは少なくとも部分的に重なっている場合に、シミ系統欠陥を、当該第一領域と当該第二領域との和集合（ＯＲ）の領域としても検出できることが判明した。

そこで、異常種別推定部１０６は、例えば、第一領域および第二領域の周囲を１画素分外側に拡張するという膨張処理を所定回数（例えば１回や複数回）施し、第一領域、および第二領域が結合された第一領域を、異常候補領域とする。ここで、膨張処理とは、異常では無い演算対象画素と隣接し当該演算対象画素を取り囲む八つ（３×３−１）の画素内に異常画素が少なくとも一つ含まれていた場合に、当該異常では無い演算対象画素を異常画素に変更する処理である。また、第二領域を第一領域に結合する処理とは、膨張した第一領域のうち少なくとも一つの画素と膨張した第二領域のうち少なくとも一つの画素とが互いに重なるかあるいは隣接した場合に、当該膨張した第二領域を第一領域に含めて異常候補領域とする処理、言い換えると、膨張された第一領域と膨張された第二領域とが互いに部分的に重なるかあるいは隣接した場合に、それらのＯＲ集合を異常候補領域とする処理である。また、異常種別推定部１０６は、例えば、第一領域の重心と第二領域の重心との距離が所定値以内である場合や、第二領域の重心が第一領域の重心を中心とする所定範囲内に位置されていた場合、あるいは第二領域の重心が第一領域の重心を中心とする所定範囲内に位置されていた場合であって当該所定範囲が所定方向に細長い場合などに、それら第一領域と第二領域とを含む異常候補領域を決定するなどのように、第一領域と第二領域との距離の条件や、距離および配置（存在する方向）の条件に基づいて、異常候補領域を決定することができる。

次に、異常種別推定部１０６は、異常候補領域の幾何学的な特徴に基づいて、当該異常候補領域をシミ系統欠陥とするか否かを決定する。異常種別推定部１０６は、例えば、
（１）異常候補領域のサイズ（大きさ）、すなわち当該異常候補領域に含まれる画素数が、所定の閾値以上である場合、
（２）異常候補領域の画素配列方向の２方向（例えばｉ方向、ｊ方向）における長さ（幅）のうち少なくとも一方が所定の閾値以上である場合、
（３）異常候補領域の対角長さを異常種別推定部の円近似直径で除した値が所定の閾値以下である場合（ここに、対角長さとは、例えば、ｉ方向の長さの２乗とｊ方向の長さの２乗との和の平方根であり、円近似直径とは、画素数をπで除した値の平方根である。）、
（４）異常候補領域の真円度が所定範囲内である場合、のような複数の条件のうち少なくとも一つ、複数、または全てが満たされた場合に、当該異常候補領域を、シミ系統欠陥と決定することができる。これは、例えば、サイズが小さ過ぎるもの、細長いものは、シミ系統欠陥では無い場合が多いという知見に基づいている。ただし、幾何学的な特徴の充足条件や除外条件は、例えば、登録された所定形状との類似度が所定の閾値以上である場合など、他の条件であってもよい。

また、異常種別推定部１０６は、上記幾何学的な条件が満たされない場合にあっても、例えば、シミ系統欠陥の検査対象領域内で検出された異常候補領域の数が所定の閾値以上であった場合には、当該異常候補領域を、シミ系統欠陥と決定することができる。これは、シミ系統欠陥が単独（一つのみ）で出現することがほぼ無いという知見に、基づいている。なお、異常種別推定部１０６は、上記幾何学的な条件を満たし、かつシミ系統欠陥の検査対象領域内で検出された異常候補領域の数が所定の閾値以上であった場合に、当該異常候補領域を、シミ系統欠陥と決定してもよい。なお、シミ系統欠陥の検査対象領域は、検査面においてシミ系統欠陥が生じやすい領域であり、同じスペックの検査物については、同じ領域に設定される。

異常種別推定５−２における各種の閾値や、条件設定は、種々に変更可能である。

［異常種別推定６：埃］
発明者らの鋭意検討により、検査対象面に例えば埃のようなもの微小なものが付着している場合には、振幅異常検出部１０５ａによる検査および強度異常検出部１０５ｃによる検査において異常が検出され、位相異常検出部１０５ｂによる検査およびＷＦ異常検出部１０５ｄによる検査においては異常が検出されない場合が多いことが判明している。よって、異常種別推定部１０６は、振幅に異常が検出され、位相には異常が検出されず、強度に異常が検出され、かつ差分画像から異常が検出されない領域の異常の種別を「埃」と推定する。

次に、本実施形態の検査システムにおける被検査体の検査処理について説明する。図１５は、本実施形態の検査システムにおける上述した処理の手順を示すフローチャートである。なお、被検査体１５０は、すでにアーム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。

本実施形態のＰＣ１００が、照明装置１２０に対して、被検査体を検査するための縞パターンを出力する（ステップＳ１４０１）。

照明装置１２０は、ＰＣ１００から入力された縞パターンを格納する（ステップＳ１４２１）。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（ステップＳ１４２２）。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た際に制限するものではなく、例えば検査者が照明装置１２０に対して開始操作を行った際でもよい。

そして、ＰＣ１００の制御部１０３が、時間相関カメラ１１０に対して、撮影の開始指示を送信する（ステップＳ１４０２）。

次に、時間相関カメラ１１０が、送信されてきた撮影指示に従って、被検査体１５０を含む領域について撮像を開始する（ステップＳ１４１１）。次に、時間相関カメラ１１０の制御部２４０が、強度画像データと、時間相関画像データと、を生成する（ステップＳ１４１２）。そして、時間相関カメラ１１０の制御部２４０が、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（ステップＳ１４１３）。

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（ステップＳ１４０３）。そして、振幅−位相画像生成部１０４は、受け取った強度画像データと時間相関画像データとから、振幅画像データと、位相画像データとを生成する（ステップＳ１４０４）。

そして、異常検出部１０５が、振幅画像データ、位相画像データ、強度画像データ等に基づいて、被検査体の各種の異常検出を実行するとともに、異常種別推定部１０６が、欠陥種別を推定する（ステップＳ１４０５）。そして、異常検出部１０５は、異常検出および欠陥種別推定の結果を、ＰＣ１００が備える（図示しない）表示装置に出力する（ステップＳ１４０６）。

異常検出結果の出力例としては、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などが考えられる。また、欠陥種別の推定の結果は、異常領域の画像に対応して、当該種別を示す文字や画像等の表示を添付してもよいし、異常領域を示す画像に欠陥種別を識別可能な色や模様等を付与してもよい。なお、視覚に基づく出力に制限するものではなく、音声等で異常が検出されたことを出力してもよい。

制御部１０３は、当該被検査体の検査が終了したか否かを判定する（ステップＳ１４０７）。検査が終了していないと判定した場合（ステップＳ１４０７：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の表面が、時間相関カメラ１１０で撮影できるように、アームの移動制御を行う（ステップＳ１４０８）。アーム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、撮影の開始指示を送信する（ステップＳ１４０２）。

一方、制御部１０３は、当該被検査体の検査が終了したと判定した場合（ステップＳ１４０７：Ｙｅｓ）、終了指示を時間相関カメラ１１０に対して出力し（ステップＳ１４０９）、処理を終了する。

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（ステップＳ１４１４）。終了指示を受け付けていない場合（ステップＳ１４１４：Ｎｏ）、再びステップＳ１４１１から処理を行う。一方、終了指示を受け付けた場合（ステップＳ１４１４：Ｙｅｓ）、処理を終了する。

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。

また、本実施形態では、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。例えば、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。

（変形例１）
本実施形態では、周囲との違いに基づいて、異常に関連する特徴を検出する例について説明したが、周囲との違いに基づいて当該特徴を検出することに制限するものではなく、参照形状のデータ（参照データ、例えば、時間相関データや、振幅画像データ、位相画像データ等）との差異に基づいて当該特徴を検出してもよい。この場合、参照データの場合とで、空間位相変調照明（縞パターン）の位置合わせおよび同期が必要となる。

本変形例では、異常検出部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振幅画像データ及び位相画像データと、被検査体１５０の振幅画像データ及び位相画像データと、を比較し、被検査体１５０の表面と参照表面との間で、光の振幅及び光の位相とのうちいずれか一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。

本変形例は、第１の実施形態と同じ構成の検査システムを用い、参照表面として正常な被検査体の表面を用いる例とする。

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、時間相関画像データを生成する。そして、ＰＣ１００が、時間相関カメラ１１０で生成された時間相関画像データを入力し、振幅画像データ及び位相画像データを生成し、ＰＣ１００の図示しない記憶部に振幅画像データ及び位相画像データを記憶させておく。そして、時間相関カメラ１１０が、異常が生じているか否か判定したい被検査体を撮像し、時間相関画像データを生成する。そして、ＰＣ１００が、時間相関画像データから、振幅画像データ及び位相画像データを生成した後、記憶部に記憶されていた、正常な被検査体の振幅画像データ及び位相画像データと比較する。その際に、正常な被検査体の振幅画像データ及び位相画像データと、検査対象の被検査体の振幅画像データ及び位相画像データと、の比較結果を、異常を検出する特徴を示したデータとして出力する。そして、異常を検出する特徴が、当該所定の基準以上の場合に、被検査体１５０に対して異常があると推測できる。

これにより、本変形例では、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生じているか否かを判定できる。なお、振幅画像データ及び位相画像データの比較手法は、どのような手法を用いてもよいので、説明を省略する。

さらに、本変形例では参照表面の違いに基づいて、異常を検出する特徴を示したデータを出力する例について説明したが、参照表面の違いと、第１の実施形態で示した周囲との違いと、を組み合わせて、異常を検出する特徴を算出してもよい。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、説明を省略する。

（変形例２）
第１の実施形態では、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、変形例では、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。

本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１６は、本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１６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、（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１６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１６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１７は、本変形例の照明制御部１０２が、異常（欠陥）１６０１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１７に示す例では、異常（欠陥）１６０１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）１６０１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１８は、ｙ方向、換言すれば異常（欠陥）１６０１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）１７０１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１８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）１７０１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）を検出できる。

本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、及び当該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。

（変形例３）
また、上述した変形例２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、変形例３では、照明制御部１０２が照明装置１２０に出力する縞パターンをｘ方向及びｙ方向同時に動かす例について説明する。

図１９は、本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１９に示される例では、照明制御部１０２が縞パターンを、方向１８０１に移動させる。

図１９に示される縞パターンは、ｘ方向では１周期１８０２の縞パターンを含み、ｙ方向では一周期１８０３の縞パターンを含んでいる。つまり、図１９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。なお、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変えて、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。その後、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、本変形例では、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。

（第２の実施形態）
第１の実施形態では、照明装置１２０が、ｘ方向に縞の幅が一種類の縞パターンを表示する例について説明した。しかしながら、上述した実施形態はｘ方向の縞の幅を一種類に制限するものではなく、ｘ方向の縞の幅を複数種類にしてもよい。そこで、本実施形態では、ｘ方向の縞の幅を複数種類とする例について説明する。

本実施形態は、被検査体の一つの検査対象面について、ｘ方向に縞の幅を複数種類用いて、換言すれば縞が異なる複数の縞パターンを用いて、被検査体で生じた異常が突形状か否かを判定する例とする。

第２の実施形態の検査システムは、第１の実施形態の検査システムと同様の構成を備えているため、説明を省略する。次に、第２の実施形態の照明制御部１０２が出力する縞パターンについて説明する。

図２０は、第２の実施形態の照明制御部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２０に示されるように、照明制御部１０２は、幅が異なる同一方向に延びた複数の縞を有する縞パターンを出力するよう制御する。

図２０に示される例では、図２０の矩形波（Ａ）と、矩形波（Ｂ）と、を重畳した矩形波（Ｃ）に対応する縞パターン（Ｄ）が照明制御部１０２により出力される。本実施形態では、距離１９０１の間に、矩形波（Ａ）が１周する間に、矩形波（Ｂ）が８周する。

本実施形態では、矩形波（Ｂ）で表される縞の数が、矩形波（Ａ）で表される縞の数の、偶数倍になるように設定されている。これは、矩形波には奇数倍の高調波成分が重畳されていることに基づくものであり、偶数倍にすることで高調波成分と干渉するのを抑止できる。

複数種類の縞パターンを用いて解析処理を行う場合、複数種類間の縞パターンについて、適宜な縞幅の差があるのが好ましい。例えば、一方の縞の幅に対して、他方の縞の幅が６倍以上であれば好ましい解析結果が得られる。そこで、本実施形態では、例として、一方の縞の幅に対して、他方の縞の幅が８倍になるように設定した。

なお、本実施形態では、矩形波（Ａ）が１周するのに対して、矩形波（Ｂ）が８周する例について説明したが、このような例に制限するものではなく、矩形波（Ａ）と、矩形波（Ｂ）と、の周波数（周期）が異なっていればよい。

そして、照明装置１２０が、照明制御部１０２から出力された図２０で示されるような縞パターンを、スクリーン１３０を介して、被検査体１５０に対して照射する。これに伴い、時間相関カメラ１１０は、図２０に示される縞パターンの、被検査体からの反射光を撮影する。本実施形態の時間相関カメラ１１０は、撮影結果として、２系統分の時間相関画像データを生成する。

具体的には、時間相関カメラ１１０は、矩形波（Ａ）の縞パターンに対応する参照信号に基づいて、矩形波（Ａ）の縞パターンに対応する時間相関画像データを生成し、矩形波（Ｂ）の縞パターンに対応する参照信号に基づいて、矩形波（Ｂ）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。出力された２種類（２系統）の時間相関画像データと、強度画像データは、ＰＣ１００に出力される。なお、１種類の時間相関画像データ毎に、第１の実施の形態で示したように、実部と虚部との時間相関画像データを含んでいる。

その後、ＰＣ１００の制御部１０３は、矩形波（Ａ）の縞パターンに対応する時間相関画像データと、矩形波（Ｂ）の縞パターンに対応する時間相関画像データと、に基づいて、被検査体の異常検出を行う。

本実施形態のＰＣ１００は、矩形波（Ａ）の縞パターンに対応する時間相関画像データと、矩形波（Ｂ）の縞パターンに対応する時間相関画像データと、を受け取ることで、第１の実施形態で示したような、位相の違いに基づく異常と振幅の違いに基づく異常との他に、被検査体の表面の形状を確認することが容易となる。

なお、本実施形態では、一つの縞パターンに複数種類の縞幅を重畳した例について説明するが、複数種類の縞幅を用いる手法として、重畳する手法に制限するものではなく、一つの検査対象面について幅が異なる複数の縞パターンを出力できればどのような手法を用いてもよく、例えば、幅が異なる複数の縞パターンを切り替えて表示するように制御してもよい。

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及び変形例を説明したが、これらの実施形態及び変形例は、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及び変形例は、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、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、１０１…アーム制御部、１０２…照明制御部、１０３…制御部、１０４…振幅−位相画像生成部（時間相関画像生成部）、１０５…異常検出部、１０６…異常種別推定部、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）。

［異常種別推定３：欠陥種傷］
「欠陥種傷」とは、例えば被検査体１５０に何らかの物体が当たってできたような細長い傷であり、一例としては、その幅は数μｍ〜数１０μｍ程度、その長さは数ｍｍ程度である。発明者らの鋭意検討により、位相異常検出部１０５ｂによる検査およびＷＦ異常検出部１０５ｄによる検査においては異常が検出されず、振幅異常検出部１０５ａによる検査において異常が検出された場合には、当該異常は「欠陥種傷」である場合が多いことが判明している。よって、異常種別推定部１０６は、振幅に異常が検出され、位相に異常が検出されず、かつ差分画像から異常が検出されなかった領域の異常の種別を、「欠陥種傷」と推定する。

Claims (11)

1. 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、
   検査対象面からの光強度信号と、光の強度の時間変化に対応して周期的に変化する参照信号と、を乗算する撮像システムによって時間相関画像を生成する時間相関画像生成部と、
   前記時間相関画像より得られる特徴について複数種類の異常の検出を実行する異常検出部と、
   前記異常検出部によって検出された複数種類の異常の検出結果の組み合わせに基づいて異常の種別を推定する異常種別推定部と、
   を備えた検査システム。
2. 前記異常検出部は、前記時間相関画像の振幅、および前記時間相関画像の位相のそれぞれについて異常を検出し、
   前記異常種別推定部は、前記振幅に異常が検出され、かつ前記位相に異常が検出された領域の異常の種別を突起と推定する、
   請求項１に記載の検査システム。
3. 前記異常検出部は、さらに、前記時間相関画像の強度について異常を検出し、
   前記異常種別推定部は、前記振幅に異常が検出され、前記位相に異常が検出され、かつ前記強度に異常が検出された領域の異常の種別を高突起と推定する、
   請求項２に記載の検査システム。
4. 前記異常種別推定部は、前記時間相関画像の振幅の異常、前記時間相関画像の位相の異常、および前記時間相関画像からウィーナフィルタを用いて復元した復元画像と前記時間相関画像との差分画像から得られる異常を、それぞれ検出し、
   前記異常種別推定部は、前記振幅には異常が検出されず、前記位相に異常が検出され、かつ前記差分画像から異常が検出されなかった領域の異常の種別を、欠陥種傷と推定する、
   請求項１に記載の検査システム。
5. 前記異常検出部は、前記時間相関画像の振幅の異常、前記時間相関画像の位相の異常、および前記時間相関画像からウィーナフィルタを用いて復元した復元画像と前記時間相関画像との差分画像から得られる異常を、それぞれ検出し、
   前記異常種別推定部は、前記振幅には異常が検出されず、前記位相に異常が検出され、かつ前記差分画像から異常が検出された領域の異常の種別を緩凹凸と推定する、
   請求項１に記載の検査システム。
6. 前記異常検出部は、前記時間相関画像の振幅の異常と、前記時間相関画像からウィーナフィルタを用いて復元した復元画像と前記時間相関画像との差分画像から得られる異常と、をそれぞれ検出し、
   前記異常種別推定部は、前記振幅に異常が検出され、かつ前記差分画像から異常が検出された領域の異常の種別をシミ系統欠陥と推定する、
   請求項１に記載の検査システム。
7. 前記異常検出部は、前記時間相関画像の位相の異常と、前記時間相関画像からウィーナフィルタを用いて復元した復元画像と前記時間相関画像との差分画像から得られる異常と、をそれぞれ検出し、
   前記異常種別推定部は、前記位相の異常および前記差分画像から得られた異常に基づいて決定した異常候補領域の幾何学的な特徴が所定条件を満たす場合に、当該異常候補領域をシミ系統欠陥と推定する、請求項１に記載の検査システム。
8. 前記異常検出部は、前記時間相関画像の位相の異常と、前記時間相関画像からウィーナフィルタを用いて復元した復元画像と前記時間相関画像との差分画像から得られる異常と、をそれぞれ検出し、
   前記異常種別推定部は、前記位相の異常および前記差分画像から得られた異常に基づいて決定した異常候補領域が検査対象領域内に所定数以上存在した場合に、当該異常候補領域をシミ系統欠陥と推定する、請求項１に記載の検査システム。
9. 前記異常候補領域は、前記位相の異常が検出された領域と前記差分画像から異常が検出された領域との和集合である、請求項７または８に記載の検査システム。
10. 前記異常検出部は、前記時間相関画像の振幅、前記時間相関画像の位相、および前記時間相関画像の強度のそれぞれについて異常を検出するとともに、前記時間相関画像からウィーナフィルタを用いて復元した復元画像と前記時間相関画像との差分画像から得られる異常を検出し、
    前記異常種別推定部は、前記振幅に異常が検出され、前記位相には異常が検出されず、前記強度に異常が検出され、かつ前記差分画像から異常が検出されない領域の異常の種別を埃と推定する、
    請求項１に記載の検査システム。
11. 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で照らされた被検査体について、検査対象面からの光強度信号と、光の強度の時間変化に対応して周期的に変化する参照信号と、を乗算する撮像システムによって時間相関画像を生成し、
    前記時間相関画像より、検査対象面の法線ベクトルの分布と対応した特徴であって、周囲との違いおよび参照表面との違いのうち少なくとも一方によって異常を検出する特徴を算出し、
    検出された複数種類の異常の検出結果の組み合わせに基づいて異常の種別を推定する、
    検査方法。

Images