JP2018205039A - 画像処理装置および検査システム - Google Patents

Abstract

【課題】例えば、検査画像の空間周波数に関する分析によって、検査の効率を向上することが可能な新規な画像処理装置や検査システムを得る。【解決手段】画像処理装置は、複素画像を２次元フーリエ変換して２次元パワースペクトルを算出するフーリエ変換部と、空間周波数平面における前記２次元パワースペクトルの特徴量を算出する特徴量算出部と、前記算出された特徴量に基づいて所定の演算処理を実行する第一演算処理部と、を備える。【選択図】図１９

Description

本開示は、画像処理装置および検査システムに関する。

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２０１４−２１２５号公報

この種の検査システムでは、例えば、検査画像の空間周波数に関する分析によって、検査の効率や信頼性を向上することが可能な新規な画像処理装置や検査システムが得られれば、有益である。

そこで、本発明の課題の一つは、例えば、検査画像の空間周波数に関する分析によって、検査の効率や信頼性を向上することが可能な新規な画像処理装置や検査システムを得ることである。

本開示の画像処理装置は、複素画像を２次元フーリエ変換して２次元パワースペクトルを算出するフーリエ変換部と、空間周波数平面における前記２次元パワースペクトルの特徴量を算出する特徴量算出部と、前記算出された特徴に基づいて所定の演算処理を実行する第一演算処理部と、を備える。

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６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７は、実施形態の異常検出処理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８は、実施形態の異常検出処理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９は、実施形態の異常検出処理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１０は、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１１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１２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１３は、実施形態の検査システムに含まれる異常検出処理部の一例を示すブロック図である。 図１４は、形状の変化が比較的緩やかな異常領域を含むサンプルの側面図である。 図１５は、検査面の傾斜に応じた位相の逆行についての説明図である。 図１６は、実施形態の検査システムによって得られた位相画像であって、形状の変化が比較的緩やかな異常を含むサンプルの位相画像の一例である。 図１７は、図１６のサンプルの時間相関画像の空間周波数領域における２次元パワースペクトルの一例を示すグラフである。 図１８は、実施形態の検査システムによって得られた位相画像であって、図１７の周波数領域について逆フーリエ変換を実行して得られた位相画像である。 図１９は、実施形態の検査システムにおいて縦縞の縞パターンが照射された場合の時間相関画像から２次元パワースペクトルの特徴量が得られる手順の一例を示す説明図である。 図２０は、実施形態の検査システムにおいて横縞の縞パターンが照射された場合の時間相関画像から２次元パワースペクトルの特徴量が得られる手順の一例を示す説明図である。 図２１は、実施形態の検査システムにおいて検査面に設定された複数の撮像領域およびその撮像順序（検査順序）が示された例示的な模式図である。

（実施形態）
本実施形態の検査システムについて説明する。本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１は、ＰＣ１００と、時間相関カメラ１１０と、プロジェクタ１２１と、スクリーン１２２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。

プロジェクタ１２１は、被検査体１５０に光を照射する装置であって、ＰＣ１００からのパターンに従って、照射する光の強度を領域単位で制御できる。さらに、プロジェクタ１２１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、プロジェクタ１２１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１２２は、プロジェクタ１２１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１２２は、プロジェクタ１２１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。プロジェクタ１２１およびスクリーン１２２は、照明装置１２０を構成している。照明装置１２０は、照明部の一例である。

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。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。

本実施形態の光強度信号は、検査システム１のプロジェクタ１２１（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、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。時間相関カメラ１０は、時間相関画像生成部の一例である。

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１５０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。このために、プロジェクタ１２１が、上述したように、スクリーン１２２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、プロジェクタ１２１およびスクリーン１２２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＝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。

本実施形態では、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。本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１５０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。

本実施形態のプロジェクタ１２１は、高速に移動する光パターンとして、縞パターンを照射することができる。図４は、本実施形態のプロジェクタ１２１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、プロジェクタ１２１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、プロジェクタ１２１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、プロジェクタ１２１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、プロジェクタ１２１がスクリーン１２２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、プロジェクタ１２１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、プロジェクタ１２１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、当該プロジェクタ１２１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、プロジェクタ１２１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、プロジェクタ１２１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、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、プロジェクタ１２１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。本実施形態によれば、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１５０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１５０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１４０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を移動させてもよい。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を検査するためにプロジェクタ１２１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、プロジェクタ１２１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プロジェクタ１２１に指示する。

図５は、照明制御部１０２がプロジェクタ１２１に出力する縞パターンの例を示した図である。図５（Ｂ）に示す矩形波に従って、図５（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５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１２２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６は、スクリーン１２２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６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、異常検出処理部１０５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−位相画像生成部１０４は、画像取得部の一例である。

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。

異常検出処理部１０５は、振幅−位相画像生成部１０４により生成された振幅画像データ、及び位相画像データにより、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。本実施形態では、法線ベクトルの分布に対応した特徴として、複素時間相関画像の振幅の分布を用いた例について説明する。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。異常検出処理部１０５は、演算処理部の一例である。

次に、本実施形態の異常検出処理部１０５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７は、本実施形態の異常検出処理部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、異常検出処理部１０５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、異常検出処理部１０５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、異常検出処理部１０５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、異常検出処理部１０５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１５０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、本実施形態の異常検出処理部１０５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８は、本実施形態の異常検出処理部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、異常検出処理部１０５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、異常検出処理部１０５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、異常検出処理部１０５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、異常検出処理部１０５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１５０の異常を検出すればよい。

次に、本実施形態の異常検出処理部１０５におけ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９は、本実施形態の異常検出処理部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、異常検出処理部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（１０）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）……（１０）

次に、異常検出処理部１０５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、異常検出処理部１０５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、異常検出処理部１０５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。

次に、本実施形態の検査システム１における被検査体１５０の検査処理について説明する。図１０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、プロジェクタ１２１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（ステップＳ１４０１）。

プロジェクタ１２１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、プロジェクタ１２１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、プロジェクタ１２１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、例えば検査者がプロジェクタ１２１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の開始の指示に従って、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、異常検出処理部１０５が、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１５０の異常検出制御を行う（ステップＳ１４０５）。そして、異常検出処理部１０５は、異常検出結果を、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、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１５０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１５０の表面が、時間相関カメラ１１０で撮影できるように、アーム１４０の移動制御を行う（ステップＳ１４０８）。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１５０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、プロジェクタ１２１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）
上記実施形態では、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、異常検出処理部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、上記実施形態と同じ構成の検査システム１を用い、参照表面として正常な被検査体１５０の表面を用いる例とする。

プロジェクタ１２１がスクリーン１２２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１５０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１５０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１５０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１５０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１５０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１５０の表面と差異が生じているか否か、換言すれば、被検査体１５０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、上記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）
上記実施形態では、ｘ方向に縞パターンを動かして、被検査体１５０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１５０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、プロジェクタ１２１に出力する縞パターンを切り替える。これにより、プロジェクタ１２１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１１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１１の（Ａ）では、照明制御部１０２は、プロジェクタ１２１が表示する縞パターンをｘ方向に遷移させる。その後、図１１の（Ｂ）に示されるように、照明制御部１０２は、プロジェクタ１２１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１１の（Ａ）の縞パターンの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１１の（Ｂ）の縞パターンの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１２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１２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。

本変形例の検査システム１において、被検査体１５０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。

［形状の変化が比較的緩やかな異常の検出：ＦＦＴ（fast Fourier transform）→空間周波数フィルタリング→ＩＦＦＴ（inverse ＦＦＴ）による分析］
図１３は、異常検出処理部１０５のブロック図である。図１４は、形状の変化が比較的緩やかな異常領域Ａａを含むサンプルの側面図、図１５は、位相の逆行についての説明図である。また、図１６は、形状の変化が比較的緩やかな異常を含むサンプルの位相画像の一例であり、図１７は、図１６のサンプルの時間相関画像の空間周波数領域における２次元パワースペクトルの一例を示すグラフであり、図１８は、図１７の周波数領域について逆フーリエ変換を実行して得られた位相画像である。

図１６のサンプルにあっては、位相を示すパターンの変化（不連続性）から、図１６の破線ＤＬ中に示される異常領域Ａ１は、位相逆行領域を含んでいることが明らかである。位相逆行領域とは、その周辺の正常領域とは逆向きに位相が増加する領域である。このような位相逆行領域は、図１４に示されるような、形状の変化が比較的緩やかな異常領域Ａａと正常領域Ａｎとの境界近傍に出現することがある。形状が急変する部分では、位相が逆行する領域は狭くなる（あるいは短くなる）。したがって、位相逆行領域の検出は、形状の変化が比較的緩やかな異常領域Ａａ、例えば、塗装時に塗料の滴が溜まったこと等による緩やかな膨らみや、緩やかな凹み等の検出に、適している。

図１５に詳しく例示されるように、検査面がｘ方向に向かうにつれて緩やかに上る場合、すなわち、検査面のｘ方向の勾配が徐々に大きくなる場合、点１から点７にかけてはｘ方向に向かうにつれて位相は増大するが、点７と点８との間の位置から位相が逆行を開始し、点８から点１１にかけてはｘ方向に向かうにつれて位相が減少する。また、点１１と点１２との間の位置から位相は順行に戻り、点１２から点１４にかけてはｘ方向に向かうにつれて位相が増大する。この場合、点１と点７との間の領域、および点１２と点１４との間の領域が位相順行領域Ａｐであり、点８と点１１との間の領域が位相逆行領域（特徴領域Ａｒ）となる。なお、位相の範囲は、−πから＋πまでに限定されているため、位相が増加している領域では、位相は＋πに到達した時点で−πにスキップし、位相が減少している領域では、位相は−πに到達した位置で＋πにスキップしている。また、図１５の例では、正常領域Ａｎに含まれる位相順行領域Ａｐと異常領域Ａａに含まれる位相順行領域Ａｐとがある。したがって、この例の場合、位相逆行領域は、正常領域Ａｎと異常領域Ａａとの間の境界領域に相当する。

このような位相逆行領域は、時間相関画像の空間周波数領域における周波数フィルタリングに基づいて、検出することができる。このような異常検出を行うため、異常検出処理部１０５は、図１３に示されるように、フーリエ変換部１０５ａ、フィルタ部１０５ｂ、逆フーリエ変換部１０５ｃ、および異常判別部１０５ｄを有している。フーリエ変換部１０５ａ、フィルタ部１０５ｂ、および逆フーリエ変換部１０５ｃは、形状の比較的緩やかな異常の検出において機能するものであり、第二演算処理部の一例である。また、異常検出処理部１０５を含むＰＣ１００（図１）は、画像処理装置の一例である。

フーリエ変換部１０５ａは、時間相関画像（複素画像、検査画像）に対して、ｘ方向および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、２次元パワースペクトル（複素スペクトルの絶対値）を算出する。

フィルタ部１０５ｂは、空間周波数領域において、特定の周波数領域を抽出する。図１７の例では、空間周波数フィルタＳＦＦによって、周波数ｆｘの符号が＋（正）の周波数領域を抽出している。なお、図１７の例は一例であって、空間周波数フィルタＳＦＦは種々に変更可能である。

逆フーリエ変換部１０５ｃは、抽出された特定の周波数領域について２次元逆フーリエ変換（逆離散フーリエ変換、逆高速フーリエ変換）を実行することにより、周波数フィルタリングされた時間相関画像を得る。

異常判別部１０５ｄは、位相の方向微分値が、正常領域と異なる領域を、異常領域として検出する。位相の方向微分値の符号が＋（正）である場合、周波数の符号は＋（正）となり、位相の方向微分値の符号が−（負）である場合、周波数の符号は−（負）となる。よって、異常判別部１０５ｄは、空間周波数領域における周波数の符号に基づいて、より容易にあるいはより確実に、位相逆行領域Ａｒを検出することができる。

図１６〜１８は、空間周波数領域における周波数フィルタリングによる位相逆行領域Ａｒの検出の、検証結果の一例を示している。図１６は、形状の変化が比較的緩やかな異常（領域Ａ１）を含むサンプルの位相画像の一例であり、図１７は、図１６のサンプルの時間相関画像の空間周波数領域における２次元パワースペクトルであり、図１８は、図１７の周波数領域ＳＦＦに対応した位相画像、すなわち周波数領域ＳＦＦについて逆フーリエ変換を実行して得られた位相画像である。図１６では、検査面において−π（黒）から＋π（白）にかけて位相が変化している様子が、白黒の縞模様によって示されている。図１７の横軸は、図１７，１８のｘ方向における周波数、図１８の縦軸は、図１７，１８のｙ方向における周波数である。また、周波数領域ＳＦＦは、ｘ方向の周波数ｆｘの範囲は、０＜ｆｘ＜Ｌｘであり、ｙ方向の周波数ｆｙの範囲は、−Ｌｙ＜ｆｙ＜＋Ｌｙである。図１８では、便宜上、図１７とは白黒が反転されており、データが無い部分は白で示されている。

図１６を見れば、破線ＤＬ内の領域Ａ１の部分で、位相が乱れていることがわかる。別のより詳しい分析によれば、当該領域Ａ１の部分ではその周辺部分（正常領域Ａｎ）と位相の進行方向が逆になっている。すなわち、正常領域Ａｎでは、図１６の右方向（ｘ方向の反対方向）に向かうにつれて位相が増大し、領域Ａ１では、図１６の左方向（ｘ方向）に向かうにつれて位相が増大している。ここで、図１７のように、フーリエ変換部１０５ａが、（１）図１６の時間相関画像に対してｘ方向およびｙ方向についての２次元フーリエ変換を実行し、（２）フィルタ部１０５ｂが、ｘ方向の＋（正）の周波数領域ＳＦＦを抽出し、（３）逆フーリエ変換部１０５ｃが、当該周波数領域ＳＦＦについて２次元逆フーリエ変換を施して、図１８に示されるような位相画像を得る。この場合、周波数が＋（正）の領域Ａ１、すなわち、位相の方向微分値が＋（正）の領域Ａ１として、位相逆行領域Ａｒが検出される。

［２次元パワースペクトルを利用した検査の効率または信頼性の向上］
時間相関画像（複素画像、検査画像）のＦＦＴによって得られた２次元パワースペクトル（複素スペクトルの絶対値）が、検査状態や、被検査面に対応していることを利用し、検査の効率や信頼性の向上を図ることができる。このような演算を実行するため、図１３に示されるように、異常検出処理部１０５は、フーリエ変換部１０５ａの他、特徴量算出部１０５ｅ、検査画像判別部１０５ｆ、被検査面特定部１０５ｇ、および検査データ良否判別部１０５ｈを有している。

図１９は、縦縞の縞パターンが照射された場合の時間相関画像から２次元パワースペクトルの特徴量が得られる手順の一例を示す説明図であり、図２０は、横縞の縞パターンが照射された場合の時間相関画像から２次元パワースペクトルの特徴量が得られる手順の一例を示す説明図である。

図１９，２０の例の場合、フーリエ変換部１０５ａは、一つの被検査面について縦縞の縞パターンが照射された時間相関画像および横縞の縞パターンが照射された時間相関画像のそれぞれから、２次元パワースペクトル（複素スペクトルの絶対値）を算出する。

次に、特徴量算出部１０５ｅは、空間周波数平面における２次元パワースペクトルの特徴量として、例えば、空間周波数平面における２次元パワースペクトルの重心Ｐｇｃ１（図１９、縦縞の場合）および重心Ｐｇｃ２（図２０、横縞の場合）を算出する。この場合、特徴量算出部１０５ｅは、空間周波数平面の原点Ｏを中心とした抽出領域内について、重心を算出してもよい。また、特徴量算出部１０５ｅは、パワーが一定値（例えば、最大値の所定％以上）である範囲内について、重心を算出してもよい。ここで、重心とは、周波数の座標（ｆｘ，ｆｙ）である。重心は、例えば、パワーによる重み付けを加味して算出される。

図１９と図２０とを比較すれば、縦縞画像から得られた重心Ｐｇｃ１（図１９）と、横縞画像から得られた重心Ｐｇｃ２（図２０）とが、異なる位置となっていることが明らかである。よって、検査画像判別部１０５ｆは、各時間相関画像について得られた、空間周波数平面における２次元パワースペクトルの特徴量としての重心Ｐｇｃ１，Ｐｇｃ２により、縦縞画像であるか、横縞画像であるかを判別することができる。この場合、例えば、記憶部（不図示）には、被検査面毎に、重心の周波数座標の範囲と、縦縞画像と横縞画像とを識別する識別子と、の相関関係を示すデータが、記憶されている。検査画像判別部１０５ｆは、記憶部に記憶された当該データを参照することにより、重心の周波数座標に基づいて、時間相関画像（複素画像、検査画像）が、縦縞画像であるか横縞画像であるかを判別することができる。検査画像判別部１０５ｆは、第一演算処理部の一例である。縦縞画像は、第一検査画像（または第二検査画像）の一例であり、横縞画像は、第二検査画像（または第一検査画像）の一例である。図１９中の方向Ｄ１は第一方向の一例であり、図２０中の方向Ｄ２は、第二方向の一例である。方向Ｄ１と方向Ｄ２とは交差（直交）している。

また、特徴量算出部１０５ｅは、空間周波数平面における２次元パワースペクトルの特徴量として、例えば、所定の周波数座標の参照点Ｒ１，Ｒ２におけるパワーや、複数の参照点Ｒ１，Ｒ２におけるパワーの比率を算出してもよい。図１９の場合の参照点Ｒ１のパワーは、図２０の場合の参照点Ｒ１のパワーよりも小さく、図１９の場合の参照点Ｒ２のパワーは、図２０の場合の参照点Ｒ２のパワーよりも大きい。また、図１９の場合の参照点Ｒ１のパワーに対する参照点Ｒ２のパワーの比率は、１よりも大きくなり、図２０の場合の参照点Ｒ１のパワーに対する参照点Ｒ２のパワーの比率は、１よりも小さくなる。このように、縦縞画像と横縞画像とでパワーが異なる点や、縦縞画像におけるパワーの比率と横縞画像におけるパワーの比率とが異なる複数の点を、参照点として設定し、特徴量算出部１０５ｅが、当該パワーの値や、パワーの比率を特徴量として算出する。この場合、例えば、記憶部（不図示）には、被検査面毎に、パワーまたはパワーの比率（例えば、同一画像内の複数の周波数座標でのパワーの比率、あるいは異なる複数の画像間の同一周波数座標でのパワーの比率）と、縦縞画像と横縞画像とを識別する識別子と、の相関関係を示すデータが、記憶されている。検査画像判別部１０５ｆは、記憶部に記憶された当該データを参照することにより、参照点Ｒ１，Ｒ２におけるパワーや、パワーの比率に基づいて、記憶部に記憶された当該データを参照することにより、重心の周波数座標に基づいて、時間相関画像（複素画像、検査画像）が、縦縞画像であるか横縞画像であるかを判別することができる。なお、パワーに基づく値とは、パワーを含む所定の数式により算出される値であってもよい。

図２１は、被検査体１５０について設定された複数の被検査面（検査画面、検査画像、検査領域、検査範囲）を示す図である。被検査面特定部１０５ｇは、特徴量算出部１０５ｅが算出した特徴量に基づいて、被検査面Ｐ１〜Ｐ１４を特定することができる。２次元パワースペクトルの特徴量は、被検査面Ｐ１〜Ｐ１４毎に異なる。よって、被検査面特定部１０５ｇは、被検査面Ｐ１〜Ｐ１４毎に算出された特徴量に基づいて、時間相関画像（複素画像、検査画像）に対応した被検査面Ｐ１〜Ｐ１４を特定することができる。この場合、例えば、記憶部（不図示）には、被検査面毎に、特徴量の範囲を示すデータが記憶されている。被検査面特定部１０５ｇは、記憶部に記憶された当該データを参照することにより、特徴量に対応した被検査面Ｐ１〜Ｐ１４を特定することができる。被検査面特定部１０５ｇは、第一演算処理部の一例である。

なお、図２１のように、被検査面Ｐ１〜Ｐ１４が、互いに境界近傍において重なっている場合、異常判別部１０５ｄ等において、同じ異常が複数の被検査面Ｐ１〜Ｐ１４で検出される場合がある。このような場合において、本来は一箇所に生じている異常が、複数箇所に生じているように誤って判別されるのは好ましくない。そこで、複数の被検査面Ｐ１〜Ｐ１４が互いに重なっている領域については、被検査面の座標の対応付けを予め取得し、記憶部（不図示）に記憶しておくことにより、同じ異常が複数箇所で生じているという誤判定を、回避することができる。

また、検査データ良否判別部１０５ｈは、被検査面Ｐ１〜Ｐ１４毎に設定され記憶部（不図示）に記憶された特徴量の範囲（閾値）と、被検査面Ｐ１〜Ｐ１４の時間相関画像（複素画像、検査画像）から得られた特徴量とを比較することにより、当該時間相関画像のデータの良否を判別することができる。これにより、例えば、検査システム１における照明装置の不具合や、被検査体の搬送不良等に基づく信頼性の低い検査データを、異常検出処理の対象から除外することができる。

以上、説明したように、本実施形態によれば、空間周波数平面における２次元パワースペクトルの特徴量に基づいて、検査の信頼性や効率を向上することが可能となる。なお、特徴量を算出するための複素画像は、時間相関画像以外の複素画像であってもよいし、フーリエ変換、空間周波数フィルタリング、および逆フーリエ変換によって得られた検査画像ではない検査画像であってもよい。また、特徴量は、２次元パワースペクトルの特徴を示す物理量や、２次元パワースペクトルによって検査条件や、検査対象、検査状態等を識別可能な物理量であればよく、上記実施形態には限定されない。

なお、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。例えば、本発明は、時間相関画像以外の複素画像にも適用可能である。

１…検査システム、１００…ＰＣ（画像処理装置）、１０５ａ…フーリエ変換部（第二演算処理部）、１０５ｂ…フィルタ部（第二演算処理部）、１０５ｃ…逆フーリエ変換部（第二演算処理部）、１０５ｄ…異常判別部、１０５ｅ…特徴量算出部、１０５ｆ…検査画像判別部（第一演算処理部）、１０５ｇ…被検査面特定部（第一演算処理部）、１０５ｈ…検査データ良否判別部（第一演算処理部）、１１０…時間相関カメラ（撮像部、時間相関画像生成部）、１２０…照明装置（照明部）。

Claims (6)

1. 複素画像を２次元フーリエ変換して２次元パワースペクトルを算出するフーリエ変換部と、
   空間周波数平面における前記２次元パワースペクトルの特徴量を算出する特徴量算出部と、
   前記算出された特徴量に基づいて所定の演算処理を実行する第一演算処理部と、
   を備えた、画像処理装置。
2. 前記特徴量は、空間周波数平面における前記２次元パワースペクトルの重心である、請求項１に記載の画像処理装置。
3. 前記特徴量は、空間周波数平面上の所定の周波数座標におけるパワーに基づく値である、請求項１に記載の画像処理装置。
4. 前記複素画像は、被検査面に第一方向に空間的に移動する光の強度の縞パターンが照射された場合に得られた第一検査画像と、前記第一検査画像を得たのと同一の被検査面に第一方向と直交する第二方向に空間的に移動する光の強度の縞パターンが照射された場合に得られた第二検査画像と、を含み、
   前記第一演算処理部は、前記特徴量に基づいて、前記第一検査画像と前記第二検査画像とを判別する、請求項１〜３のうちいずれか一つに記載の画像処理装置。
5. 前記複素画像は、複数の被検査面のそれぞれに対応して得られた複数の検査画像を含み、
   前記第一演算処理部は、前記特徴量に基づいて、前記複数の被検査面の中から前記検査画像に対応した前記被検査面を特定する、請求項１〜３のうちいずれか一つに記載の画像処理装置。
6. 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によって強度と位相とによって表される複素画像である時間相関画像を生成する時間相関画像生成部と、
   前記時間相関画像を２次元フーリエ変換して２次元パワースペクトルを算出するフーリエ変換部と、
   前記２次元パワースペクトルの特徴量を算出する特徴量算出部と、
   前記算出された特徴量に基づいて所定の演算処理を実行する第一演算処理部と、
   前記時間相関画像より、検査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する、第二演算処理部と、
   前記異常を検出する特徴に基づいて前記検査面を正常領域と異常領域とに区別する異常判別部と、
   を備えた、検査システム。