WO2022195765A1

WO2022195765A1 - 推定装置、推定システム、推定方法、及び記録媒体

Info

Publication number: WO2022195765A1
Application number: PCT/JP2021/010836
Authority: WO
Inventors: 渡部智史
Original assignee: 株式会社エビデント
Priority date: 2021-03-17
Filing date: 2021-03-17
Publication date: 2022-09-22
Also published as: JPWO2022195765A1; US20230417664A1

Abstract

物体の厚みが大きい場合であっても、物体の３次元光学特性を高い精度と高い空間分解能で取得できる推定装置を提供する。　推定装置は、メモリと、プロセッサと、を備え、メモリは、第１波面情報と、第２波面情報と、を記憶する。第１波面情報は、物体を通過した第１照明光に基づいて取得した波面の情報であり、第２波面情報は、物体を通過した第２照明光に基づいて取得した波面の情報である。第２照明光における最大強度の波長は、第１照明光における最大強度の波長よりも短波長側に位置する。プロセッサは、物体の３次元光学特性を推定する推定処理を実行し、３次元光学特性は、屈折率分布又は吸収率分布である。推定処理は、第１波面情報と第２波面情報の両方を用いる。

Description

推定装置、推定システム、推定方法、及び記録媒体

　本発明は、推定装置、推定システム、推定方法、及び記録媒体に関する。

　実際の物体を計算機上の物体モデルで再現する再構成手法がある。この再構成手法では、測定した物体の画像と計算した物体モデルの画像が一致するように、最適化手法で計算機上の物体モデルを変更していく。最終的に、物体の画像と物体モデルの画像が一致した時に、計算機上の物体モデルは実際の物体を再現している。

　非特許文献１に、物体の再構成を行う手法が提案されている。この手法では、ＬＥＤアレイが配置された推定装置が用いられている。ＬＥＤアレイは、照明光学系の瞳位置に配置されている。ＬＥＤの点灯位置を変えることで、標本に対して様々な角度で照明が照射される。各照射角度で標本の画像を取得するので、複数の標本の画像が取得される。

　物体の再構成によって、物体の３次元光学特性が得られる。３次元光学特性は、例えば、屈折率分布又は吸収率分布である。

　物体の３次元光学特性を高い精度と高い空間分解能で取得するためには、物体を高い精度と高い空間分解能で再構成する必要がある。

　高い精度で再構成した物体では、光軸と直交する方向と光軸と平行な方向の両方で、物体の３次元光学特性を、高い確度で取得することができる。

"3D intensity and phase imaging from light field measurements in an LED array microscope", Optica, 2, 104-111 (2015)

　物体の厚みが大きい場合、非特許文献１では、物体を高い精度と高い空間分解能で再構成することが難しい。

　本発明は、このような課題に鑑みてなされたものであって、物体の厚みが大きい場合であっても、物体の３次元光学特性を高い精度と高い空間分解能で取得できる推定装置、推定システム、推定方法、及び記録媒体を提供することを目的とする。

　上述した課題を解決し、目的を達成するために、本発明の少なくとも幾つかの実施形態に係る推定装置は、
　メモリと、プロセッサと、を備え、
　メモリは、第１波面情報と第２波面情報を記憶し、
　第１波面情報は、物体を通過した第１照明光に基づいて取得した波面の情報であり、
　第２波面情報は、物体を通過した第２照明光に基づいて取得した波面の情報であり、
　第２照明光における最大強度の波長は、第１照明光における最大強度の波長よりも短波長側に位置し、
　プロセッサは、物体の３次元光学特性を推定する推定処理を実行し、
　３次元光学特性は、屈折率分布又は吸収率分布であり、
　推定処理は、第１波面情報と第２波面情報の両方を用いることを特徴とする。

　本発明の少なくとも幾つかの実施形態に係る推定システムは、
　上述の推定装置と、
　第１照明光と第２照明光を射出する光源ユニットと、
　光検出器と、
　物体を載置するステージと、
　角度変更機構と、を備え、
　ステージは、光源ユニットから光検出器まで間の光路上に配置され、
　角度変更機構は、第１照明光の物体に対する入射角度と、第２照明光の物体への入射角度を変化させることを特徴とする。

　本発明の少なくとも幾つかの実施形態に係る推定システムは、
　上述の推定装置と、
　第１照明光と第２照明光を射出する光源ユニットと、
　物体の光学像を形成する結像光学系と、
　物体の光学像から物体の画像を取得する光検出器と、
　結像光学系の焦点位置と物体の位置との間隔を、結像光学系の光軸方向に変化させる駆動機構と、を有し、
　第１照明光による照明と第２照明光による照明は、物体に対してパーシャルコヒーレント照明を形成していることを特徴とする。

　本発明の少なくとも幾つかの実施形態に係る推定方法は、
　物体の３次元光学特性を推定する推定処理を有し、
　３次元光学特性は、屈折率分布又は吸収率分布であり、
　第１波面情報は、物体を通過した第１照明光に基づいて取得した波面の情報であり、
　第２波面情報は、物体を通過した第２照明光に基づいて取得した波面の情報であり、
　第２照明光における最大強度の波長は、第１照明光における最大強度の波長よりも短波長側に位置し、
　第１波面情報と第２波面情報の両方を用いて推定処理を実行することを特徴とする。

　本発明の少なくとも幾つかの実施形態に係る記録媒体は、
　メモリとプロセッサを備えたコンピュータに推定処理を実行させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体であって、
　第１波面情報は、物体を通過した第１照明光に基づいて取得した波面の情報であり、
　第２波面情報は、物体を通過した第２照明光に基づいて取得した波面の情報であり、
　第２照明光における最大強度の波長は、第１照明光における最大強度の波長よりも短波長側に位置し、
　推定処理では、物体の３次元光学特性を推定し、
　３次元光学特性は、屈折率分布又は吸収率分布であり、
　プロセッサに、第１波面情報と第２波面情報をメモリから読み出させる処理と、
　第１波面情報と第２波面情報の両方を用いて、推定処理を実行させることを特徴とする。

　本発明によれば、物体の厚みが大きい場合であっても、物体の３次元光学特性を高い精度と高い空間分解能で取得できる推定装置、推定システム、推定方法、及び記録媒体を提供することができる。

本実施形態の推定装置を示す図である。第１の取得方法におけるフローチャートである。第１照明光が物体を通過する様子を示す図である。第２照明光が物体を通過する様子を示す図である。第２の取得方法におけるフローチャートである。第１の推定処理におけるフローチャートである。測定画像と推定画像を示す図である。推定波面情報の算出におけるフローチャートである。第２の推定処理におけるフローチャートである。本実施形態の推定システムを示す図である。本実施形態の推定システムを示す図である。照明光の切替え方法を示す図である。本実施形態の推定システムを示す図である。本実施形態の推定システムを示す図である。本実施形態の推定システムを示す図である。本実施形態の推定システムを示す図である。物体の画像を示す図である。物体の画像を示す図である。本実施形態の推定システムを示す図である。開口部材と物体の画像を示す図である。

　実施例の説明に先立ち、本発明のある態様にかかる実施形態の作用効果を説明する。なお、本実施形態の作用効果を具体的に説明するに際しては、具体的な例を示して説明することになる。しかし、後述する実施例の場合と同様に、それらの例示される態様はあくまでも本発明に含まれる態様のうちの一部に過ぎず、その態様には数多くのバリエーションが存在する。したがって、本発明は例示される態様に限定されるものではない。

　本実施形態の推定装置は、メモリと、プロセッサと、を備え、メモリは、第１波面情報と第２波面情報を記憶する。第１波面情報は、物体を通過した第１照明光に基づいて取得した波面の情報であり、第２波面情報は、物体を通過した第２照明光に基づいて取得した波面の情報である。第２照明光における最大強度の波長は、第１照明光における最大強度の波長よりも短波長側に位置する。プロセッサは、物体の３次元光学特性を推定する推定処理を実行し、３次元光学特性は、屈折率分布又は吸収率分布である。推定処理は、第１波面情報と第２波面情報の両方を用いる。

　図１は、本実施形態の推定装置を示す図である。推定装置１は、メモリ２と、プロセッサ３と、を備える。メモリ２は、第１波面情報と第２波面情報を記憶している。プロセッサ３は、物体の３次元光学特性を推定する推定処理を実行する。３次元光学特性は、屈折率分布又は吸収率分布である。推定処理には、第１波面情報と第２波面情報を用いることができる。

　プロセッサはＡＳＩＣやＦＰＧＡで実現されても良いし、ＣＰＵであっても良い。ＣＰＵでプロセッサを実現する場合、ＣＰＵはプログラムをメモリから読み出して処理を実行する。

　第１波面情報は、物体を通過した第１照明光に基づいて取得した波面の情報である。第２波面情報は、物体を通過した第２照明光に基づいて取得した波面の情報である。

　推定処理では、波面情報が用いられる。波面情報は多い方が良い。波面情報が多いと、物体の３次元光学特性を高い精度で推定することができる。

　波面情報は、物体を通過した照明光に基づいて取得した波面情報である。よって、波面情報の量は、照明光の波長の影響を受ける。

　波面情報は、振幅、位相、光強度、複素振幅の何れかを含む。波面情報は、結像面における波面の情報である。結像面とは、光検出器が光を検出する面であり、撮像面とも言う。

　波長が異なると、空間分解能（以下、「分解能」という）が異なる。この場合、波面情報を抽出するのに必要な点の数に差が生じる。そのため、光軸と直交する方向（以下、「横方向」という）と、光軸と平行な方向（以下、「軸方向」という）の両方で、波面情報の量に差が生じ得る。

　光軸は、例えば、波面情報を測定する装置の光軸である。検出光学系が備わっている装置の場合、光軸は、検出光学系の光軸である。

　また、波長が異なると、照明光の散乱の度合いが異なる。この場合、軸方向では、物体内部における照明光の到達位置に差が生じる。そのため、軸方向で、波面情報の量に差が生じる。

　また、物体の厚みが大きい場合には、照明光が物体を通過する際に生じる変化が大きくなり、位相情報が－π～πの範囲に折り畳まれるため、２πの整数倍の不確定値を持つようになり、波面情報の量が制限されることが起こり得る。物体を通過することによる位相の変動は波長に依存するため、この波面情報の量の制限も波長に依存する。

　波長が長い照明光では、波長が短い照明光と比べて、分解能が低い。よって、横方向と軸方向で、波長が短い照明光と比べて、取得できる波面情報の量が少ない。ただし、軸方向では、波長が短い照明光と比べて、物体内部の深い位置まで照明光が到達する。

　また、物体の厚みが大きい場合には、波長が長い照明光では、波長が短い照明光と比べて位相情報の２πの整数倍の不確定を生じにくく、波面情報の量の制限も受けにくい。よって、軸方向で、波長が短い照明光と比べて、取得できる波面情報の量が多い。

　軸方向では、分解能の面では波面情報の量が少ないが、照明光の到達位置の面では波面情報の量は多い。全体としては、波長が長い照明光では、軸方向における波面情報の量は、波長が短い照明光と比べて多い。

　波長が短い照明光では、波長が長い照明光と比べて、分解能が高い。よって、横方向と軸方向で、波長が長い照明光と比べて、取得できる波面情報の量が多い。ただし、軸方向では、波長が長い照明光と比べて、物体内部の深い位置まで照明光は到達しない。よって、軸方向で、波長が長い照明光と比べて、取得できる波面情報の量が少ない。

　軸方向では、分解能の面では波面情報の量が多いが、照明光の到達位置の面では波面情報の量は少ない。全体としては、波長が短い照明光では、軸方向における波面情報の量は、波長が長い照明光と比べて少ない。

　波面情報の取得に使用する照明光の波長が短くなるほど、軸方向における情報が少なくなる。そのため、軸方向では、推定の精度が低下する。

　軸方向における推定の精度の低下を防ぐには、波長が長い照明光で取得した波面情報を用いれば良い。ただし、照明光の波長が長くなると、回折角度が大きくなる。そのため、分解能が低下する。

　分解能の低下を防ぐには、光学系の開口数を大きくすれば良い。しかしながら、開口数を大きくすると、視野が狭くなると共に、作動距離が減少する。よって、物体の厚みが大きい場合、水平方向の推定に必要な波面情報を取得することが困難になる。

　よって、物体の厚みが大きい場合、１つの波長に基づいて取得した波面情報だけで物体の３次元光学特性の推定を行うと、物体の３次元光学特性を高い精度と高い空間分解能で取得することが難しくなる。

　推定装置１では、２つの波長に基づいて取得した波面情報で、物体の３次元光学特性の推定を行う。第１照明光の波長帯域は、第２照明光の波長帯域と異なる。更に、第２照明光における最大強度の波長は、第１照明光における最大強度の波長よりも短波長側に位置する。そのため、波面情報の量を増やすことができる。その結果、物体の３次元光学特性を高い精度と高い空間分解能で取得することができる。

　最大強度は、ピーク（極大値）の最大値である。ピークが複数の場合もある。具体的には、第１照明光の光源と第２照明光の光源には、例えば、レーザー、又は準単色光ＬＥＤを用いることができる。第１照明光と第２照明光には、光学演算上、単一波長の光、又は単色波長とみなせる波長の光を用いることができる。第１照明光と第２照明光には、波長帯域が狭い光を用いることができる。第１照明光と第２照明光の半値幅は５０ｎｍ以下が望ましい。

　波面情報は、例えば、干渉縞から取得することができる。干渉縞は、測定光と参照光で形成される。測定光は、物体を通過した照明光である。参照光は、物体を通過しない照明光である。照明光には、平行光が用いられる。

　波面を光強度で推定する場合、画像を波面情報として使用することができる。画像を波面情報として使用する場合、画像を解析して波面情報を取得しなくても良い。

　波面情報は、干渉縞の画像を解析することで取得することができる。よって、干渉縞を取得する必要がある。干渉縞の画像の取得方法について説明する。

　図２は、第１の取得方法におけるフローチャートである。第１の取得方法では、照明光の波長を変える。

　ステップＳ１０では、波長変更回数Ｎλを設定する。例えば、照明光の波長を３回変更する場合、波長変更回数Ｎλの値に３を設定する。波長変更回数Ｎλを３として説明したが２以上の値であれば良い。

　ステップＳ２０では、波長λ（ｎ）を設定する。波長λ（ｎ）の設定では、例えば、変数ｎの値が大きくなるにつれて波長が短くなるように、波長λ（ｎ）の値を設定する。この場合、λ（１）の値に、最も長い波長が設定される。

　例えば、λ（１）の値に１５００ｎｍを設定し、λ（２）の値に６５０ｎｍを設定し、λ（３）の値に４８０ｎｍを設定する。１５００ｎｍ、６５０ｎｍ、及び４８０ｎｍは、最大強度における波長である。波長については、数値に単位を付けて説明している。実際には、数値のみを設定する。

　波長λ（ｎ）の設定は、変数ｎが大きくなるにつれて波長が長くなるような設定でも良い。また、（ｎ）の設定は、変数ｎの大きさと波長の長さとがランダムになるような設定でも良い。テーブルであらかじめ定義しておくことで、ランダムな設定が実現可能である。

　ステップＳ３０では、変数ｎの値に１を設定する。

　ステップＳ４０では、波長λ（ｎ）の値に基づいて、照明光を選択する。光源から射出される光の波長が１つの場合、波長λ（ｎ）の値と一致する波長の光を出射する光源を選択する。光源として、レーザーを用いることができる。

　光源から射出される光の波長が複数の場合、光学フィルタで１つの波長の光を選択することができる。この場合、波長λ（ｎ）の値と一致する波長の光を透過する光学フィルタを選択する。

　ステップＳ５０では、干渉縞Ｉ（ｎ）の画像を取得する。照明光が物体に照射されることで、干渉縞Ｉ（ｎ）が形成される。干渉縞Ｉ（ｎ）を光検出器で撮像することで、干渉縞Ｉ（ｎ）の画像を取得することができる。

　変数ｎの値は、波長に関する序数を表している。よって、干渉縞Ｉ（ｎ）は、ｎ番目の波長で形成された干渉縞を表している。

　上述のように、波長の設定では、変数ｎの値が大きくなるにつれて波長が短くなるように設定している。よって、干渉縞Ｉ（ｎ）では、変数ｎの値が大きくなるにつれて、干渉縞の形成に使用された照明光の波長は短くなる。

　ステップＳ６０では、変数ｎの値が変更回数Ｎλの値と一致したか否かを判断する。判断結果がＮＯの場合は、ステップＳ７０を実行する。判断結果がＹＥＳの場合は、終了する。

（判断結果がＮＯの場合：ｎ≠Ｎλ）
　ステップＳ７０を実行する。ステップＳ７０では、変数ｎの値に１を加算する。ステップＳ７０が終ると、ステップＳ４０に戻る。ステップＳ７０で、変数ｎの値が１つ増えている。そのため、別の照明光を用いてステップＳ５０を実行する。ステップＳ５０を、全ての照明光が用いられるまで繰り返す。
（判断結果がＹＥＳの場合：ｎ＝Ｎλ）
　干渉縞の画像の取得を終了する。干渉縞の画像の取得は、Ｎλ回行われる。よって、Ｎλ枚の干渉縞の画像が取得される。上記の例では、波長変更回数Ｎλの値に３を設定している。よって、３枚の干渉縞の画像が取得される。

　干渉縞から波面情報を取得することができる。干渉縞Ｉ（ｎ）から取得した波面情報を、波面情報Ｗ（ｎ）とする。

　第２照明光の波長は、第１照明光の波長より短い。そして、第２照明光の波長帯域における最長波長は、第１照明光の波長帯域における最短波長よりも短波長側に位置する。

　上述の例では、λ（１）の値に１５００ｎｍを設定し、λ（２）の値に６５０ｎｍを設定し、λ（３）の値に４８０ｎｍを設定している。よって、第１照明光には、λ（１）の値の照明光が対応する。第２照明光には、λ（２）の値の照明光又はλ（３）の値の照明光が対応する。又は、第１照明光にはλ（２）が対応し、第２照明光にはλ（３）が対応する。

　Ｎλ枚の干渉縞の画像は、第１画像と第２画像を含む。第１画像は、第１照明光で形成された干渉縞の画像である。第２画像は、第２照明光で形成された干渉縞の画像である。

　波面情報Ｗ（ｎ）は、第１波面情報と第２波面情報を含んでいる。よって、波面情報Ｗ（ｎ）をメモリ２に記憶する。このとき、波長λ（ｎ）の値もメモリ２に記憶する。

　上述のように、プロセッサ３は、物体の３次元光学特性を推定する推定処理を実行する。推定処理では、物体の３次元光学特性の推定を、第１波面情報と第２波面情報の両方を用いて実行する。

　本実施形態の推定装置では、メモリは、複数の第１波面情報と複数の第２波面情報を記憶し、複数の第１波面情報では、第１照明光の物体に対する入射角度が、第１波面情報毎に異なり、複数の第２波面情報では、第２照明光の物体に対する入射角度が、第２波面情報毎に異なり、推定処理は、複数の第１波面情報と複数の第２波面情報の両方を用いることが好ましい。

　推定処理には、複数の第１波面情報と複数の第２波面情報を用いる。そのため、メモリは、複数の第１波面情報と複数の第２波面情報を記憶している。

　第１波面情報は、物体を通過した第１照明光に基づいて取得した波面情報である。複数の第１波面情報では、第１照明光の物体に対する入射角度が、第１波面情報毎に異なる。

　図３は、第１照明光が物体を通過する様子を示す図である。図３（ａ）、図３（ｂ）、図３（ｃ）は、第１照明光の向きが変化する様子示す図である。図３（ｄ）、図３（ｅ）、図３（ｆ）は、物体の向きが変化する様子示す図である。

　図３（ａ）、図３（ｂ）、図３（ｃ）では、物体１０の向きを変えずに、第１照明光Ｌλ１の向きを変えている。そのため、物体１０に対する第１照明光Ｌλ１の入射角度が、変化する。θＬは、第１照明光Ｌλ１と光軸ＡＸとのなす角度である。図３（ａ）ではθＬ＝－２０°、図３（ｂ）ではθＬ＝０°、図３（ｃ）ではθＬ＝＋２０°である。

　図３（ｄ）、図３（ｅ）、図３（ｆ）では、第１照明光Ｌλ１の向きを変えずに、物体１０の向きを変えている。そのため、第１照明光Ｌλ１に対する物体１０の向きが、変化する。θＳは、物体の傾き角である。図３（ｄ）ではθＳ＝－２０°、図３（ｅ）ではθＳ＝０°、図３（ｆ）ではθＳ＝＋２０°である。

　図３（ｄ）、図３（ｅ）、図３（ｆ）では、第１照明光Ｌλ１の向きは変化しない。よって、見かけ上、第１照明光Ｌλ１の物体１０に対する入射角度は変化しない。しかしながら、物体１０の向きが変化しているので、実質的には、第１照明光Ｌλ１の物体１０に対する入射角度は変化している。

　第２波面情報は、物体を通過した第２照明光に基づいて取得した波面情報である。複数の第２波面情報では、第２照明光の物体に対する入射角度が、第２波面情報毎に異なる。

　図４は、第２照明光が物体を通過する様子を示す図である。図４（ａ）、図４（ｂ）、図４（ｃ）は、第２照明光の向きが変化する様子を示す図である。図４（ｄ）、図４（ｅ）、図４（ｆ）は、物体の向きが変化する様子を示す図である。

　図４（ａ）、図４（ｂ）、図４（ｃ）では、物体１０の向きを変えずに、第２照明光Ｌλ２の向きを変えている。そのため、物体１０に対する第２照明光Ｌλ２の入射角度が、変化する。θＬは、第２照明光Ｌλ２と光軸ＡＸとのなす角度である。図４（ａ）ではθＬ＝－２０°、図４（ｂ）ではθＬ＝０°、図４（ｃ）ではθＬ＝＋２０°である。

　図４（ｄ）、図４（ｅ）、図４（ｆ）では、第２照明光Ｌλ２の向きを変えずに、物体１０の向きを変えている。そのため、第２照明光Ｌλ２に対する物体１０の向きが、変化する。θＳは、物体の傾き角である。図４（ｄ）ではθＳ＝－２０°、図４（ｅ）ではθＳ＝０°、図４（ｆ）ではθＳ＝＋２０°である。

　図４（ｄ）、図４（ｅ）、図４（ｆ）では、第２照明光Ｌλ２の向きは変化しない。よって、見かけ上、第２照明光Ｌλ２の物体１０に対する入射角度は変化しない。しかしながら、物体１０の向きが変化しているので、実質的には、第２照明光Ｌλ２の物体１０に対する入射角度は変化している。

　照明光の物体に対する入射角度は、照明光と物体の相対的な向き（以下、「相対方向」という）に置き換えることができる。

　上述のように、波面情報は、物体を通過した照明光に基づいて取得した波面情報である。よって、波面情報の量は、相対方向の影響を受ける。

　相対角度を変化させると、変化させた回数だけ波面情報を取得できる。そのため、波面情報の量を増やすことができる。また、相対角度が異なると、物体内部における照明光の通過領域が異なる。１つの相対方向における波面情報は、他の相対方向における波面情報には無い情報を含んでいる。そのため、波面情報の量を増やすことができる。

　複数の第１波面情報では、第１照明光の物体に対する入射角度が、第２波面情報毎に異なる。複数の第２波面情報では、第２照明光の物体に対する入射角度が、第２波面情報毎に異なる。そのため、波面情報の量を増やすことができる。その結果、物体の３次元光学特性を高い精度と高い空間分解能で取得することができる。

　図５は、第２の取得方法におけるフローチャートである。図２と同じステップには同じ番号を付し、説明は省略する。第２の取得方法では、照明光の波長と相対方向を変える。

　ステップＳ２１では、角度変更回数Ｎθを設定する。変更する角度は、相対方向である。例えば、相対方向を５回変更する場合、角度変更回数Ｎθの値に５を設定する。

　相対方向のずれは、角度で表わすことができる。以下では、相対方向のずれを、相対角度θ（ｍ）で表わす。照明光と物体の相対的な向きが一致している場合、相対方向のずれは０°である。この場合、相対角度θ（ｍ）の値に０°を設定する。

　ステップＳ２２では、相対角度θ（ｍ）を設定する。相対角度θ（ｍ）の設定では、例えば、θ（１）の値に０°を設定し、θ（２）の値に４°を設定し、θ（３）の値に７°を設定し、θ（４）の値に１０°を設定し、θ（５）の値に１５°を設定する。

　また、初期値と増分を設定しても良い。この場合、θ（１）の値に初期値を設定し、θ（２）の値、θ（３）の値、θ（４）の値、及びθ（５）の値に、初期値に増分を加えた角度を設定すれば良い。

　角度については、数値に単位を付けて説明している。実際には、数値のみを設定する。

　ステップＳ３１では、変数ｍの値と変数ｎの値に１を設定する。

　ステップＳ３２では、相対角度θ（ｍ）に基づいて位置決めする。位置決めする対象は、照明光又は物体である。位置決めでは、照明光と光軸とのなす角度が相対角度θ（ｍ）の値と一致するように、照明光の向きを変化させる。又は、照明光に対する物体の向きが相対角度θ（ｍ）の値と一致するように、物体を回転させる。

　ステップＳ５１では、干渉縞Ｉ（ｍ，ｎ）の画像を取得する。照明光が物体に照射されることで、干渉縞Ｉ（ｍ，ｎ）が形成される。干渉縞Ｉ（ｍ，ｎ）を光検出器で撮像することで、干渉縞Ｉ（ｍ，ｎ）の画像を取得することができる。

　変数ｍの値は、相対角度に関する序数を表している。変数ｎの値は、波長に関する序数を表している。よって、干渉縞Ｉ（ｍ，ｎ）は、ｍ番目の相対角度とｎ番目の波長で形成された干渉縞を表している。

　上述のように、波長λ（ｎ）の設定では、例えば、変数ｎの値が大きくなるにつれて波長が短くなるように設定することができる。この場合、干渉縞Ｉ（ｍ，ｎ）では、変数ｎの値が大きくなるにつれて、干渉縞の形成に使用された照明光の波長は短くなる。

　変数ｎが大きくなるにつれて波長が長くなるような設定の場合、干渉縞Ｉ（ｍ，ｎ）では、変数ｎの値が大きくなるにつれて、干渉縞の形成に使用された照明光の波長は長くなる。

　ステップＳ６０では、変数ｎの値が変更回数Ｎλの値と一致したか否かを判断する。判断結果がＮＯの場合は、ステップＳ４０を実行する。判断結果がＹＥＳの場合は、ステップＳ８０を実行する。

（判断結果がＹＥＳの場合：ｎ＝Ｎλ）
　ステップＳ８０を実行する。ステップＳ８０では、変数ｍの値が角度変更回数Ｎθの値と一致したか否かを判断する。判断結果がＮＯの場合は、ステップＳ９０を実行する。判断結果がＹＥＳの場合は、終了する。

（判断結果がＮＯの場合：ｍ≠Ｎθ）
　ステップＳ９０を実行する。ステップＳ９０では、変数ｍの値に１を加算する。ステップＳ９０が終ると、ステップＳ３２に戻る。ステップＳ９０で、変数ｍの値が１つ増えている。そのため、別の相対角度で、ステップＳ４０とステップＳ５１を実行する。ステップＳ４０とステップＳ５１を、全ての相対角度で位置決めされるまで繰り返す。

（判断結果がＹＥＳの場合：ｍ＝Ｎθ）
　干渉縞の画像の取得を終了する。干渉縞の画像の取得は、（Ｎλ×Ｎθ）回行われる。よって、（Ｎλ×Ｎθ）枚の干渉縞の画像が取得される。上記の例では、角度変更回数Ｎθの値に５を設定し、波長変更回数Ｎλの値に３を設定している。よって、１５枚の干渉縞の画像が取得される。

　干渉縞から波面情報を取得することができる。干渉縞Ｉ（ｍ，ｎ）から取得した波面情報を、波面情報Ｗ（ｍ，ｎ）とする。

　第２照明光の波長は、第１照明光の波長より短い。上述の例では、λ（１）の値に１５００ｎｍを設定し、λ（２）の値に６５０ｎｍを設定し、λ（３）の値に４８０ｎｍを設定している。よって、第１照明光には、λ（１）の値の照明光が対応する。第２照明光には、λ（２）の値の照明光又はλ（３）の値の照明光が対応する。また、第１照明光にλ（２）の値の照明光が対応する場合、第２照明光にはλ（３）の値の照明光が対応する。

　（Ｎλ×Ｎθ）枚の干渉縞の画像は、複数の第１画像と複数の第２画像を含む。第１画像は、第１照明光で形成された干渉縞の画像である。第２画像は、第２照明光で形成された干渉縞の画像である。

　複数の第１画像は、第１照明光の物体に対する入射角度が異なる干渉縞の画像を含む。よって、複数の第１画像から複数の第１波面情報を取得することができる。複数の第２画像は、第２照明光の物体に対する入射角度が異なる干渉縞の画像を含む。よって、複数の第２画像から複数の第２波面情報を取得することができる。

　波面情報Ｗ（ｍ，ｎ）は、複数の第１波面情報と複数の第２波面情報を含んでいる。よって、波面情報Ｗ（ｍ，ｎ）をメモリ２に記憶する。このとき、角度変更回数Ｎθの値、相対角度θ（ｍ）の値、及び波長λ（ｎ）の値も、メモリ２に記憶する。

　上述のように、プロセッサ３は、物体の３次元光学特性を推定する推定処理を実行する。推定処理では、物体の３次元光学特性の推定を、複数の第１波面情報と複数の第２波面情報の両方を用いて実行する。

　第２の取得方法では、１つの相対角度で、第１照明光で形成された干渉縞と第２照明光で形成された干渉縞を取得している。しかしながら、第１照明光で形成された干渉縞の取得を全ての相対角度で行った後に、第２照明光で形成された干渉縞の取得を全ての相対角度で取得しても良い。

　本実施形態の推定装置では、推定処理は、第１波面情報を拘束条件とする第１最適化処理と、第２波面情報を拘束条件とする第２最適化処理と、を含み、プロセッサは、第１最適化処理の連続実行によって更新された３次元光学特性に対して、第２最適化処理を連続実行することが好ましい。

　物体の３次元光学特性の推定では、波面情報を用いる。波面情報を取得するためには、物体を通過した波面を求める必要がある。本実施形態の推定装置では、ビーム伝搬法を用いて、波面を求めている。ビーム伝搬法の代わりに、ＦＤＴＤ（Finite Difference Time Domain）を用いても良い。

　第２波面情報は、第２照明光を用いたときの情報である。第２照明光の波長帯域は、第１照明光の波長帯域よりも短波長側に位置する。よって、第２波面情報を用いると、横方向では３次元光学特性を精度良く推定できるが、軸方向では３次元光学特性を大まかに推定することはできない。

　これに対して、第１波面情報は、第１照明光を用いたときの情報である。第１照明光の波長帯域は、第２照明光の波長帯域よりも長波長側に位置する。よって、第１波面情報を用いることで、横方向だけでなく、軸方向においても、３次元光学特性を大まかに推定することができる。

　そこで、最初に第１波面情報を用いて、全ての方向において、３次元光学特性を大まかに推定する。大まかな推定が終わった後で、第２波面情報を用いて、３次元光学特性を精度良く推定する。この順で推定することで、物体の３次元光学特性を効率よく、しかも高い精度と高い空間分解能で取得できる。

　図６は、第１の推定処理におけるフローチャートである。第１の推定処理は、ステップＳ１００と、ステップＳ２００と、ステップＳ３００と、ステップＳ４００と、ステップＳ５００と、を有する。

　ステップＳ１００では、各種の設定を行う。

　ステップＳ１００は、ステップＳ１１０と、ステップＳ１２０と、ステップＳ１３０と、ステップＳ１４０と、を有する。ステップＳ１５０は、必要に応じて設ければ良い。

　ステップＳ１１０では、角度変更回数Ｎθを設定する。メモリ２には、角度変更回数Ｎθの値が記憶されている。よって、角度変更回数Ｎθの値に、メモリ２に記憶された値を設定すれば良い。例えば、メモリ２に５が記憶されている場合、角度変更回数Ｎθの値に５を設定する。

　ステップＳ１２０では、波長λ（ｎ）を設定する。メモリ２には、波長λ（ｎ）の値が記憶されている。使用する波長を予め設定しておくことで、表示せずに処理を進めることができる。

　波長λ（ｎ）の値を全てメモリ２から読み出して、表示しても良い。例えば、メモリ２に、１５００ｎｍ、６５０ｎｍ、４８０ｎｍが記憶されている場合、これらの値を表示すれば良い。表示された値は、波長を表している。よって、表示された波長のなかから、推定に用いる波長を複数選択することができる。

　波長λ（ｎ）の設定では、例えば、ｎの値が大きくなるにつれて波長が短くなるように、波長λ（ｎ）の値に選択した値を設定する。この場合、λ（１）の値には、最大強度の波長の値が設定される。

　例えば、１５００ｎｍ、６５０ｎｍ、及び４８０ｎｍを選択した場合、波長λ（ｎ）の値は以下のように設定する。
　λ（１）の値：１５００ｎｍ
　λ（２）の値：６５０ｎｍ
　λ（３）の値：４８０ｎｍ

　ステップＳ１３０では、変数Ｎλ’波長の数を設定する。波長の数は、選択した波長の数である。推定に用いる波長を選択することで、選択した波長の数が求まる。波長の数Ｎλ’の値に、選択した波長の数を設定する。上記の例では、選択した波長の数は３なので、波長の数Ｎλ’の値に３を設定する。選択する波長の数は、２以上であれば良い。

　ステップＳ１４０では、反復数Ｎ（ｎ）を設定する。反復数Ｎ（ｎ）は、最適化処理を実行する回数である。最適化処理には、第１最適化処理と第２最適化処理がある。第１最適化処理と第２最適化処理については、後述する。

　反復数Ｎ（ｎ）と波長λ（ｎ）には、変数ｎが用いられている。よって、反復数Ｎ（ｎ）の設定では、波長λ（ｎ）に設定した値（波長）に対して反復数を設定することになる。

　上記の例では、選択した波長の数は３である。反復数Ｎ（ｎ）の値は、例えば以下のように設定する。
　Ｎ（１）の値：３回
　Ｎ（２）の値：２回
　Ｎ（３）の値：２回

　ステップＳ１５０を設けた場合、ステップＳ１５０では、推定値に初期値を設定する。推定値は、推定物体の３次元光学特性の値である。３次元光学特性の推定は、シミュレーションによって行われる。シミュレーションは推定物体を用いて行われる。推定値に初期値を設定することで、シミュレーションを行うことができる。

　ステップＳ２００では、各種の初期化を行う。

　ステップＳ２００は、ステップＳ２１０と、ステップＳ２２０と、ステップＳ２３０と、を有する。

　ステップＳ２１０では、変数ｎの値に１を設定する。ステップＳ２２０では、変数ｍの値に１を設定する。ステップＳ２３０では、変数ｍの値に１を設定する。

　ステップＳ３００では、推定処理を実施する。推定処理では、物体の３次元光学特性を推定する。

　ステップＳ３００は、ステップＳ４００と、ステップＳ４１０と、ステップＳ４２０と、ステップＳ４３０と、ステップＳ４４０と、ステップＳ４５０と、を有する。

　推定処理では、例えば、評価値が用いられる。評価値は、測定光の波面情報とシミュレーションによる波面情報との差、又は、測定光の波面情報とシミュレーションによる波面情報との比で表わされる。波面情報は、例えば、振幅、位相、光強度、複素振幅の何れかを含んでいる情報である。

　シミュレーションによる波面情報（以下、「推定波面情報」という）は、推定画像から算出される。推定画像は、推定物体を透過した光によって得られる画像である。推定物体を透過する光は、シミュレーションによる光である。測定光の波面情報（以下、「測定波面情報」という）は、測定画像から算出される。

　測定画像は、光学装置で取得した物体の画像である。推定画像は、シミュレーションで取得した推定物体の画像である。

　図７は、測定画像と推定画像を示す図である。図７（ａ）は、測定画像の取得の様子を示す図である。図７（ｂ）と図７（ｃ）は、推定画像の取得の様子を示す図である。

　図７（ａ）に示すように、測定画像の取得では、物体２０と測定光学系２１が用いられる。測定光学系２１は、レンズ２２を有する。

　図７（ａ）において、位置Ｚ_foは、測定光学系２１の焦点の位置を示している。位置Ｚ_sは、物体２０の像側面の位置を示している。

　測定光学系２１では、位置Ｚ_foにおける物体２０の光学像が、結像面ＩＭに形成される。図７（ａ）では、位置Ｚ_sからΔＺ離れた物体２０の内部が、位置Ｚ_foと一致している。

　結像面ＩＭには、ＣＣＤ２３が配置されている。物体２０の光学像は、ＣＣＤ２３によって撮像される。その結果、物体２０の光学像の画像（以下、「測定画像Ｉ_mea」という）を取得できる。測定画像Ｉ_meaから、測定波面情報が算出される。

　光学像の画像は光強度の画像なので、測定画像Ｉ_meaも光強度の画像である。測定画像Ｉ_meaは光強度の画像なので、測定画像Ｉ_meaから算出される測定波面情報は、光強度である。光強度を用いる場合、測定画像を波面情報として使用することもできる。

　推定波面情報は、推定物体２４の光学像の画像（以下、「推定画像Ｉ_est」という）から算出される。

　図７（ｃ）には測定光学系２１が図示されている。推定画像Ｉ_estの算出はシミュレーションで行われるので、測定光学系２１は物理的に存在しない。そのため、推定画像Ｉ_estの算出では、測定光学系２１の瞳関数が用いられる。

　推定画像Ｉ_estは、結像面ＩＭにおける推定物体２４の像から得られる。測定画像Ｉ_meaは光強度の画像なので、推定画像Ｉ_estも光強度の画像であると良い。よって、結像面ＩＭにおける推定物体２４の光強度を算出する必要がある。

　ステップＳ４００では、推定波面情報を算出する。

　図８は、推定波面情報の算出におけるフローチャートである。ステップＳ４００は、ステップＳ４０１と、ステップＳ４０２と、ステップＳ４０３と、ステップＳ４０４と、ステップＳ４０５と、を有する。

　推定波面情報の算出は、波面の順伝搬に基づいて行う。照明光が進行する方向への波面の伝搬である。逆伝搬は、照明光が進行する方向と逆方向への波面の伝搬である。順伝搬では、図７（ｂ）と図７（ｃ）に示すように、波面は推定物体２４から結像面ＩＭに向かって伝搬する。

　ステップＳ４０１では、推定物体へ入射する波面を算出する。

　位置Ｚ_inは、物体２０の光源（照明）側の面に対応する推定物体２４の面の位置である。位置Ｚ_inは、シミュレーションによる光が推定物体２４に入射する側の面の位置である。よって、位置Ｚ_inにおける波面Ｕ_inを算出する。波面Ｕ_inには、物体２０に照射される測定光の波面と同じ波面を用いることができる。

　ステップＳ４０２では、推定物体から射出する波面を算出する。

　位置Ｚ_outは、物体２０の結像側（レンズ側、ＣＣＤ側）の面に対応する推定物体２４の面の位置である。位置Ｚ_outは、推定物体２４からシミュレーションによる光が射出する側の面の位置である。よって、位置Ｚ_outにおける波面Ｕ_outを算出する。波面Ｕ_outは、例えば、ビーム伝搬法を用いて、波面Ｕ_inから算出することができる。

　ステップＳ４０３では、所定の取得位置における波面を算出する。

　所定の取得位置は、測定画像が取得されたときの物体側の位置である。所定の取得位置は、位置Ｚ_inから位置Ｚ_outまでの間の任意の位置である。位置Ｚ_pは、所定の取得位置の一つである。位置Ｚ_pは、結像面ＩＭと共役な位置である。

　推定画像Ｉ_estは、測定画像Ｉ_meaと同じ条件で算出される。測定画像Ｉ_meaは、位置Ｚ_sからΔＺ離れた物体２０の内部の光学像から取得されている。よって、推定画像Ｉ_est算出では、位置Ｚ_sからΔＺ離れた位置における波面が必要である。

　図７（ｂ）では、位置Ｚ_outが位置Ｚ_sに対応している。位置Ｚ_outからΔＺ離れた位置は、位置Ｚ_pである。よって、位置Ｚ_pにおける波面Ｕ_pが算出できれば良い。

　位置Ｚ_pは、位置Ｚ_outからΔＺ離れている。よって、波面Ｕ_outを波面Ｕ_pとして用いることはできない。波面Ｕ_pは、例えば、ビーム伝搬法を用いて、波面Ｕ_outから算出することができる。

　ステップＳ４０４では、結像面における波面を算出する。

　波面Ｕ_pは、測定光学系２１を通過して、結像面ＩＭに到達する。結像面ＩＭにおける波面Ｕ_imgは、波面Ｕ_pと測定光学系２１の瞳関数から算出することができる。

　ステップＳ４０５では、結像面における推定波面情報を算出する。

　波面Ｕ_imgは、光の振幅を表している。光強度は、振幅の二乗で表わされる。よって、波面Ｕ_imgを二乗することで、推定物体２４の光強度を算出することができる。その結果、推定画像Ｉ_estを取得できる。推定画像Ｉ_estから、推定波面情報が算出される。

　光強度の代わりに、振幅と位相を用いても良い。振幅と位相は、電場を用いて表される。よって、振幅と位相を用いる場合、測定地と推定値には、電場から算出された値が用いられる。測定に基づく電場Ｅmesと、推定に基づく電場Ｅestは、以下の式で表される。

　Ｅmes＝Ａmes×exp（i×Ｐmes）
　Ｅest＝Ａest×exp（i×Ｐest）
　ここで、
　Ｐmesは、測定に基づく位相、
　Ａmesは、測定に基づく振幅、
　Ｐestは、推定に基づく位相、
　Ａestは、推定に基づく振幅、
である。

　測定に基づく電場Ｅmesの取得では、測定光と参照光は非平行な状態で、光検出器に入射する。

　光検出器では、測定光と参照光によって、光検出器の撮像面に干渉縞が形成される。干渉縞は光検出器によって撮像される。その結果、干渉縞の画像を取得することができる。

　干渉縞は、測定光と参照光が非平行な状態で取得されている。よって、この干渉縞を解析することで、測定に基づく位相と、測定に基づく振幅と、を得ることができる。その結果、測定に基づく電場Ｅmesが得られる。推定に基づく電場Ｅestは、シミュレーションで得ることができる。

　また、干渉縞を解析することで、複素振幅を得ることができる。よって、光強度の代わりに、複素振幅を波面情報に用いても良い。

　図６に戻って説明を続ける。ステップＳ４１０では、波面情報Ｗ（ｍ，ｎ）で推定波面情報を拘束する。

　波面情報Ｗ（ｍ，ｎ）は、干渉縞Ｉ（ｍ，ｎ）の画像から取得している。干渉縞Ｉ（ｍ，ｎ）は、測定光によって形成されている。よって、波面情報Ｗ（ｍ，ｎ）は、ステップＳ４００で説明した測定波面情報と見なすことができる。

　変数ｍの値は、相対角度に関する序数を表している。変数ｎの値は、波長に関する序数を表している。波面情報Ｗ（ｍ，ｎ）は、ｍ番目の相対角度とｎ番目の波長を用いたときの測定波面情報を表している。

　ステップＳ２１０で、変数ｎの値に１を設定している。ステップＳ１２０で説明したように、波長λ（ｎ）の設定では、変数ｎの値が大きくなるにつれて波長が短くなるように、波長λ（ｎ）の値を設定している。よって、変数ｎの値が１の場合、λ（ｎ）の値には、最も長い波長の値が設定されている。

　変数ｎの値が１の場合、波面情報Ｗ（ｍ，ｎ）は、最も長い波長を用いたときの波面情報である。最も長い波長は、第１照明光の波長である。よって、変数ｎの値が１の場合、波面情報Ｗ（ｍ，ｎ）は、第１照明光を用いたときの波面情報である。

　第１照明光を用いたときの波面情報は、第１波面情報である。よって、変数ｎの値が１の場合、波面情報Ｗ（ｍ，ｎ）は、第１波面情報になる。この場合、ステップＳ４１０における処理は、第１波面情報で推定波面情報を拘束する処理になる。

　第１最適化処理は、第１波面情報を拘束条件とする処理である。変数ｎの値が１の場合、ステップＳ４１０では、第１波面情報で推定波面情報を拘束している。よって、この場合、ステップＳ４１０における処理は、第１最適化処理になる。

　後述のように、変数ｎの値は変化する。よって、変数ｎの値には、１以外の値も設定される。この場合、波長λ（ｎ）の値は、別の波長の値になる。

　別の波長は、最も長い波長よりも短い波長である。最も長い波長は、第１照明光の波長である。第２照明光の波長は、第１照明の波長より短い。よって、別の波長は、第２照明光の波長である。

　変数ｎの値が１以外の場合、波面情報Ｗ（ｍ，ｎ）は、別の波長を用いたときの波面情報である。別の波長は、第２照明光の波長である。よって、変数ｎの値が１以外の場合、波面情報Ｗ（ｍ，ｎ）は、第２照明光を用いたときの波面情報である。

　第２照明光を用いたときの波面情報は、第２波面情報である。よって、変数ｎの値が２の場合、波面情報Ｗ（ｍ，ｎ）は、第２波面情報になる。この場合、ステップＳ４１０における処理は、第２波面情報で推定波面情報を拘束する処理になる。変数ｎの値が３の場合、波面情報Ｗ（ｍ，ｎ）は、第３波面情報になる。この場合、ステップＳ４１０における処理は、第３波面情報で推定波面情報を拘束する処理になる。

　第２最適化処理は、第２波面情報を拘束条件とする処理である。変数ｎの値が２の場合、ステップＳ４１０では、第２波面情報で推定波面情報を拘束している。よって、この場合、ステップＳ４１０における処理は、第２最適化処理になる。変数ｎの値が３の場合、ステップＳ４１０では、第３波面情報で推定波面情報を拘束している。よって、この場合、ステップＳ４１０における処理は、第３最適化処理になる。

　測定画像Ｉ_meaから、測定波面情報が算出される。推定画像Ｉ_estから、推定波面情報が算出される。測定波面情報と推定波面情報との差、又は測定波面情報と推定波面情報との比から評価値を算出することができる。測定波面情報による推定波面情報の拘束とは、測定波面情報を用いて推定波面情報を修正する、又は推定波面情報と測定波面情報との誤差を算出することであり、評価値を算出することとほぼ同義である。

　測定画像Ｉ_meaと推定画像Ｉ_estとの差、又は、測定画像Ｉ_meaと推定画像Ｉ_estとの比を、評価値に用いても良い。

　ステップＳ４２０では、評価値と閾値との比較を行う。

　評価値が測定波面情報と推定波面情報との差で表されている場合、測定波面情報と推定波面情報との差が、評価値として算出される。評価値は、閾値と比較される。判断結果がＮＯの場合は、ステップＳ５００を実行する。判断結果がＹＥＳの場合は、ステップＳ４３０を実行する。

　（判断結果がＮＯの場合：閾値≧評価値）
　ステップＳ５００を実行する。

　ステップＳ５００では、推定物体の３次元光学特性を算出する。

　得られた推定物体２４の３次元光学特性は、物体２０の３次元光学特性と同一か、又は、略同一である。ステップＳ５００で得られた３次元光学特性を用いることで、再構成された推定物体を得ることができる。

　再構成された推定物体は、例えば、表示装置に出力することができる。

　上述のように、ステップＳ５００で得られた３次元光学特性は、物体２０の３次元光学特性と同一か、又は、略同一である。よって、再構成された推定物体は、物体２０の構造と同一か、又は、略同一と見なすことができる。

　（判断結果がＹＥＳの場合：閾値≦評価値の場合）
　ステップＳ４３０を実行する。ステップＳ４３０では、勾配を算出する。

　ステップＳ４３０は、ステップＳ４３１と、ステップＳ４３２と、を有する。

　勾配の算出は、波面の逆伝搬に基づいて行う。逆伝搬では、波面は位置Ｚ_outから位置Ｚ_inに向かって伝搬する。

　ステップＳ４３１では、補正後の波面を算出する。

　光強度で算出する場合は、波面情報として画像を使用することができる。よって、補正後の波面Ｕ’_pの算出では、測定画像Ｉ_meaと推定画像Ｉ_estが用いられる。波面Ｕ’_pは、位置Ｚ_pにおける波面である。

　図７（ｃ）に示すように、推定画像Ｉ_estは、波面Ｕ_imgに基づいて算出される。また、波面Ｕ_imgは、波面Ｕ_pに基づいて算出される。

　ステップＳ１５０を設けた場合、波面Ｕ_pの算出には、ステップＳ１５０で設定した初期値が用いられている。初期値は、推定物体２４の３次元光学特性の値である。ステップＳ４３０の１回目の実行時、初期値は、物体２０の３次元光学特性の値（以下、「物体特性値」という）と異なる。

　初期値と物体特性値との差が大きくなるほど、推定画像Ｉ_estと測定画像Ｉ_meaとの差も大きくなる。よって、推定画像Ｉ_estと測定画像Ｉ_meaとの差は、初期値と物体特性値との差を反映していると見なすことができる。

　光強度で算出する場合は、波面情報として画像を使用することができる。そこで、推定画像Ｉ_est（ｒ）と測定画像Ｉ_mea（ｒ）とを用いて、波面Ｕ_pを補正する。その結果、補正後の波面、すなわち、波面Ｕ’_pが得られる。

　波面Ｕ’_pは、例えば、以下の式（１）で表される。
　Ｕ’_p＝Ｕ_p×√（Ｉ_mea／Ｉ_est）　　　（１）

　ステップＳ４３２では、勾配を算出する。

　勾配の算出は、波面の逆伝搬に基づいて行うことができる。

　波面の逆伝搬では、位置Ｚ_outから位置Ｚ_inに向かう波面が算出される。よって、勾配を算出するためには、位置Ｚ_outにおける補正後の波面（以下「波面Ｕ’_out」という）が必要である。

　波面Ｕ’_pは波面Ｕ_pを補正した波面なので、波面Ｕ’_pは位置Ｚ_pにおける波面である。図７（ｃ）では、見易さのために、波面Ｕ’_pは、位置Ｚ_pからずれた位置に図示されている。また、図７（ｂ）では、波面Ｕ’_outは、位置Ｚ_outからずれた位置に図示されている。

　図７（ｂ）と図７（ｃ）に示すように、位置Ｚ_outは、位置Ｚ_pからΔＺだけ離れている。よって、波面Ｕ’_pを波面Ｕ’_outとして用いることはできない。波面Ｕ’_outは、例えば、ビーム伝搬法を用いて、波面Ｕ’_pから算出することができる。

　波面Ｕ’_outが算出されると、波面の逆伝搬に基づいて、波面の算出が行われる。波面の逆伝搬では、推定物体２４の内部を伝搬する波面が算出される。波面の算出では、波面Ｕ_outとＵ’_outとが用いられる。

　波面Ｕ’_pは、波面Ｕ_pと異なる。よって、波面Ｕ’_outも、波面Ｕ_outと異なる。波面Ｕ’_outと波面Ｕ_outを用いることで、勾配を算出することができる。勾配は、物体内の任意の位置の波面の勾配である。勾配には、推定物体２４の３次元光学特性の値に関する新たな情報が含まれている。

　ステップＳ４６１では、変数ｍの値が角度変更回数Ｎθの値と一致したか否かを判断する。判断結果がＮＯの場合は、ステップＳ４６２を実行する。判断結果がＹＥＳの場合は、ステップＳ４４０を実行する。

（判断結果がＮＯの場合：ｍ≠Ｎθ）
　ステップＳ４６２を実行する。ステップＳ４６２では、変数ｍの値に１を加算する。ステップＳ４６２が終ると、ステップＳ４００に戻る。

　ステップＳ４６２で、変数ｍの値が１つ増えている。この場合、波面情報Ｗ（ｍ，ｎ）におけるｍの値が変化する。よって、別の相対角度の波面情報で、ステップＳ４００からステップＳ４３０までを実行する。ステップＳ４００からステップＳ４３０までを、全ての相対角度で位置決めされるまで繰り返す。

　上記の例では、角度変更回数Ｎθの値に５を設定している。よって、ステップＳ４００からステップＳ４３０までを、５回実行する。

　例えば、波面情報Ａと波面情報Ｂで相対角度が異なる場合、波面情報Ａは波面情報Ｂには無い情報を含み、波面情報Ｂは波面情報Ａには無い情報を含む。よって、相対角度が異なる波面情報が多いほど、情報量が多くなる。

　情報量が多くなると、ステップＳ４３１で、より正確に、補正後の波面を算出することができる。その結果、勾配の精度も高まる。勾配には、推定値と物体特性値との差に関する情報が含まれている。勾配の精度を高めることで、推定値と物体特性値との差を小さくすることができる。すなわち、推定値を、より物体特性値に近づけることができる。

（判断結果がＹＥＳの場合：ｍ＝Ｎθ）
　ステップＳ４４０を実行する。ステップＳ４４０では、推定値を更新する。

　勾配には、推定値と物体特性値との差に関する情報が含まれている。よって推定値に勾配を加えることで、更新された推定値が得られる。

　更新された推定値は、初期値に比べて、物体特性値により近い。よって、更新された推定値を用いて、推定物体２４の３次元光学特性の値を更新することができる。

　ステップＳ４５０では、ＴＶ正則化を行う。

　ＴＶ正則化を行うことで、ノイズ除去やぼけ画像の修正を行うことができる。ＴＶ正則化は、必要に応じて実行すれば良い。よって、ステップＳ４５０を省略しても良い。

　ステップＳ４６３では、変数ｉの値が反復数Ｎ（ｎ）の値と一致したか否かを判断する。判断結果がＮＯの場合は、ステップＳ４６４を実行する。判断結果がＹＥＳの場合は、ステップＳ４６５を実行する。

（判断結果がＮＯの場合：ｉ≠Ｎ（ｎ））
　ステップＳ４６４を実行する。ステップＳ４６４では、変数ｉの値に１を加算する。ステップＳ４６４が終ると、ステップＳ２３０に戻る。

　ステップＳ４６４で、変数ｉの値が１つ増えている。但し、波面情報Ｗ（ｍ，ｎ）における変数ｎの値は変化しない。変数ｎの値は１なので、第１波面情報で、再びステップＳ３００を実行する。ステップＳ３００を、変数ｉの値が反復数Ｎ（ｎ）の値と一致するまで繰り返す。

　ステップＳ２３０で、変数ｍの値に１を設定している。そのため、ステップＳ４００からステップＳ４３０までを、変数ｍの値が角度変更回数Ｎθと一致するまで繰り返す。

　上記の例では、変数ｎの値が１のとき、反復数Ｎ（ｎ）の値に３を設定している。よって、ステップＳ３００を３回実行する。また、ステップＳ４１０における処理は、第１最適化処理である。上記の例では、ステップＳ３００を３回実行するので、第１最適化処理が３回実行される。

　１回目の第１最適化処理で、推定値が更新されている。更新された推定値は、初期値に比べて、物体特性値により近い。２回目の第１最適化処理では、更新された推定値を使用する。その結果、２回目の第１最適化処理では、推定値を、物体特性値に近づけることができる。第１最適化処理を複数回実行することで、推定値を、物体特性値に近づけることができる。

（判断結果がＹＥＳの場合：ｉ＝Ｎ（ｎ））

　ステップＳ４６５を実行する。ステップＳ４６５では、変数ｎの値が波長の数Ｎλ’の値と一致したか否かを判断する。判断結果がＮＯの場合は、ステップＳ４６６を実行する。判断結果がＹＥＳの場合は、終了する。

（判断結果がＮＯの場合：ｎ≠Ｎλ’）
　ステップＳ４６６を実行する。ステップＳ４６６では、変数ｎの値に１を加算する。ステップＳ４６６が終ると、ステップＳ２２０に戻る。

　ステップＳ４６６で、変数ｎの値が１つ増えている。この場合、波面情報Ｗ（ｍ，ｎ）における変数ｎの値が変化する。変数ｎの値が１以外なので、第２波面情報で、ステップＳ３００を実行する。変数ｎの値が２の場合は、第２波面情報で、ステップＳ３００を実行する。変数ｎの値が３の場合は、第３波面情報で、ステップＳ３００を実行する。

　ステップＳ２２０で、変数ｉの値に１を設定している。そのため、ステップＳ３００を、変数ｉの値が反復数Ｎ（ｎ）の値と一致するまで繰り返す。

　また、ステップＳ２３０で、変数ｍの値に１を設定している。そのため、ステップＳ４００からステップＳ４３０までを、変数ｍの値が角度変更回数Ｎθと一致するまで繰り返す。

　上記の例では、変数ｎの値が２のとき、反復数Ｎ（ｎ）の値に２を設定している。よって、ステップＳ３００を２回実行する。また、ステップＳ４１０における処理は、第２最適化処理である。上記の例では、ステップＳ３００を２回実行するので、第２最適化処理が２回実行される。

　第２最適化処理を実行する前に、第１最適化処理を実行している。よって、第２最適化処理における初期値には、第１最適化処理で更新された推定値が用いられる。第２最適化処理における初期値は、第１最適化処理における初期値よりも、物体特性値に近い。よって、推定値を、物体特性値に近づけることができる。

　１回目の第２最適化処理で、推定値が更新されている。更新された推定値は、初期値に比べて、物体特性値により近い。２回目の第２最適化処理では、更新された推定値を使用する。その結果、２回目の第２最適化処理では、推定値を、物体特性値に近づけることができる。第２最適化処理を複数回実行することで、推定値を、物体特性値に近づけることができる。

　ステップＳ３００は、変数ｎの値が波長の数Ｎλ’の値と一致するまで繰り返す。上記の例では、波長の数Ｎλ’の値に３を設定している。よって、最適化処理の回数は３回である。

　上述のように、変数ｎの値が１のときに、第１最適化処理を１回実行し、変数ｎの値が２のときに、第２最適化処理を１回実行している。よって、変数ｎの値が３のとき、第３最適化処理を行えば、変数ｎの値が波長の数Ｎλ’の値と一致する。

　上記の例では、λ（１）の値に１５００ｎｍを設定し、λ（２）の値に６５０ｎｍを設定し、λ（３）の値に４８０ｎｍを設定している。

　波長が１５００ｎｍの照明光は、第１照明光である。この波長に関する最適化処理は、変数ｎの値が１のときの第１最適化処理である。波長が６５０ｎｍの照明光は、第２照明光である。この波長に関する最適化処理は、変数ｎの値が２のときの第２最適化処理である。

　変数ｎの値が３のときの最適化処理は、第３最適化処理である。第３最適化処理は、４８０ｎｍの波長に関する最適化処理である。波長が４８０ｎｍの波長の照明光は、第２照明光である。よって、４８０ｎｍの波長に関する最適化処理は、第２最適化処理と同じである。よって、説明は省略する。

　変数ｎの値が３のときの最適化処理は、以下の順番で行うことができる。
（例１）第１最適化処理、第２最適化処理、第３最適化処理の順。
（例２）第１最適化処理、第３最適化処理、第２最適化処理の順。

　変数ｎの値が３のときの最適化処理では、以下の組み合わせで処理を行うことができる。
（例１）
　第１最適化処理：波長が１５００ｎｍの照明光。
　第２最適化処理：波長が６５０ｎｍの照明光
（例２）
　第１最適化処理：波長が１５００ｎｍの照明光。
　第２最適化処理：波長が４８０ｎｍの照明光
（例３）
　第１最適化処理：波長が６５０ｎｍの照明光。
　第２最適化処理：波長が４８０ｎｍの照明光

　例えば、波面情報ａと波面情報ｂで波長が異なる場合、波面情報ａは波面情報ｂには無い情報を含み、波面情報ｂは波面情報ａには無い情報を含む。よって、波長が異なる波面情報が多いほど、情報量が多くなる。

　情報量が多くなると、ステップＳ４３１で、より正確に、補正後の波面を算出することができる。その結果、勾配の精度も高まる。勾配には、推定値と物体特性値との差に関する情報が含まれている。勾配の精度を高めることで、推定値と物体特性値との差を小さくすることができる。すなわち、推定値を、より物体特性値に近づけることができる。よって、第１最適化処理と第２最適化処理を、各々２回以上実行することが好ましい。

（判断結果がＹＥＳの場合：ｎ＝Ｎλ’）
　既定の反復回数に達したため、ステップＳ５００で推定物体の３次元光学特性を算出し、終了する。

　上述のように、波長が長い照明光では、軸方向で多くの波面情報を取得することができる。また、横方向でも、ある程度の量の波面情報を取得することができる。第１波面情報の取得に用いる照明光の波長は、第２波面情報の取得に用いる照明光の波長よりも長い。よって、第１波面情報を用いることで、推定物体の３次元光学特性を大まかに推定することができる。

　第１波面情報は、第１最適化処理で用いる。よって、第１最適化処理を実行することで、推定物体の３次元光学特性を大まかに推定することができる。

　ステップＳ２１０で、変数ｎの値に１を設定している。よって、最初に実行するステップＳ４１０における処理は、第１最適化処理である。第１最適化処理では、推定物体の３次元光学特性を大まかに推定することができる。よって、第１最適化処理を第２最適化処理よりも先に実行することで、効率良く推定物体の３次元光学特性を推定することができる。

　また、第１の推定処理では、第１最適化処理と第２最適化処理を、各々２回以上実行する。よって、分解能の低下と推定の精度の低下を防ぐことができる。その結果、物体の厚みが大きい場合であっても、物体の３次元光学特性を高い精度と高い分解能で取得できる推定装置を実現することができる。

　本実施形態の推定装置では、プロセッサは、３次元光学特性に設定された初期値に対して、第１最適化処理を連続で実行することが好ましい。

　上述のように、ステップＳ１５０は、必要に応じて設けることができる。ステップＳ１５０を設けた場合、３次元光学特性の推定値に初期値が設定される。この場合、３次元光学特性に設定された初期値に対して、第１最適化処理を連続で実行する。

　本実施形態の推定装置では、推定処理は、第１波面情報を拘束条件とする第１最適化処理と、第２波面情報を拘束条件とする第２最適化処理と、を含み、プロセッサは、第１最適化処理と第２最適化処理とからなる複合処理を、２回以上実行し、複合処理では、第１最適化処理が最初に実行され、複合処理では、第２最適化処理が実行された後に、第１最適化処理は実行されないことが好ましい。

　図９は、第２の推定処理におけるフローチャートである。第１の推定処理と同じステップには同じ番号を付し、説明は省略する。

　以下では、複合処理について説明する。そのため、最初から複合処理を開始する説明になっている。しかしながら、第１最適化処理や第２最適化処理など特定の最適化処理を所定回数実行した後に、複合処理を開始しても良い。

　第２の推定処理は、複合処理を有する。複合処理は、第１最適化処理と第２最適化処理とからなる。複合処理は、２回以上実行する。

　複合処理を繰り返すために、第２の推定処理は、ステップＳ１４１と、ステップＳ１４２と、ステップＳ２０１と、ステップＳ４６７と、ステップＳ４６８と、ステップＳ４６９と、を有する。

　波長λ（ｎ）の設定で、例えば、１５００ｎｍと６５０ｎｍを選択した場合、波長λ（ｎ）の値は以下のように設定する。
　λ（１）の値：１５００ｎｍ
　λ（２）の値：６５０ｎｍ

　上記の例では、選択した波長の数は２なので、波長の数Ｎλ’の値に２を設定する。

　ステップＳ１４１では、第１反復数ＮＳを設定する。第１反復数ＮＳは、複合処理を実行する回数である。例えば、複合処理を２回実行する場合、第１反復数ＮＳの値に２を設定する。

　ステップＳ１４２では、第２反復数Ｎ（ｎ，ｊ）を設定する。第２反復数Ｎ（ｎ，ｊ）は、最適化処理を実行する回数である。

　第２反復数Ｎ（ｎ，ｊ）と波長λ（ｎ）には、変数ｎが用いられている。よって、第２反復数Ｎ（ｎ，ｊ）の設定では、波長λ（ｎ）に設定した値（波長）に対して反復数を設定することになる。

　最適化処理を実行する回数は、複合処理毎に変えることができる。よって、第２反復数Ｎ（ｎ，ｊ）の設定では、複合処理毎に反復数を設定することになる。

　上記の例では、選択した波長の数は２である。また、複合処理を実行する回数は４である。第２反復数Ｎ（ｎ，ｊ）の値は、例えば以下のように設定する。
　Ｎ（１，１）の値：５回
　Ｎ（２，１）の値：１回
　Ｎ（１，２）の値：５回（５回のまま継続）
　Ｎ（２，２）の値：１回
　Ｎ（１，３）の値：３回（５回から３回に減らす）
　Ｎ（２，３）の値：１回
　Ｎ（１，４）の値：３回（３回のまま継続）
　Ｎ（２，４）の値：１回
　Ｎ（１，４）の値：１回（３回から１回に減らす）
　Ｎ（２，４）の値：１回

　上記の例では、第１最適化処理の実行回数が、第２最適化処理の実行回数以上になっている。第２最適化処理の実行回数と第１最適化処理の実行回数との差は減っている。複合処理を連続実行した後に、第２最適化処理の実行回数と第１最適化処理の実行回数との差は減っている。

　第２最適化処理の数を増やすことで、複合処理における第１最適化処理と第２最適化処理との差を減らしても良い。

　ステップＳ２０１では、変数ｊの値に１を設定する。

　変数ｊの値が１なので、１回目の複合処理を実行する。また、ステップＳ２１０で、変数ｎの値に１を設定している。よって、最初のステップＳ３００における処理では、第１最適化処理を実行する。

　ステップＳ４６７では、変数ｉの値が第２反復数Ｎ（ｎ，ｊ）の値と一致したか否かを判断する。判断結果がＮＯの場合は、ステップＳ４６４を実行する。判断結果がＹＥＳの場合は、ステップＳ４６５を実行する。

（判断結果がＮＯの場合：ｉ≠Ｎ（ｎ，ｊ））
　ステップＳ４６４を実行する。ステップＳ４６４では、変数ｉの値に１を加算する。ステップＳ４６４が終ると、ステップＳ２３０に戻る。

　ステップＳ４６４で、変数ｉの値が１つ増えている。但し、変数ｎの値は変化しないので、変数ｎの値は１である。よって、Ｓ３００における処理では、再び第１最適化処理を実行する。第１最適化処理を、変数ｉの値が反復数Ｎ（ｎ）の値と一致するまで繰り返す。

　変数ｊの値は変化しないので、変数ｊの値は１である。上記の例では、変数ｎの値が１で、変数ｊの値は１のとき、第２反復数Ｎ（ｎ，ｊ）の値に３を設定している。よって、第１最適化処理を３回実行する。

（判断結果がＹＥＳの場合：ｉ＝Ｎ（ｎ，ｊ））
　ステップＳ４６５を実行する。ステップＳ４６５では、変数ｎの値が波長の数Ｎλ’の値と一致したか否かを判断する。判断結果がＮＯの場合は、ステップＳ４６６を実行する。判断結果がＹＥＳの場合は、ステップＳ４６８を実行する。

　ステップＳ４６６で、変数ｎの値が１つ増えている。この場合、変数ｎの値が１以外なので、Ｓ３００における処理では、第２最適化処理を実行する。

　ステップＳ２２０で、変数ｉの値に１を設定している。そのため、第２最適化処理を、変数ｉの値が第２反復数Ｎ（ｎ，ｊ）の値と一致するまで繰り返す。

　変数ｎの値は１から２に変化する。変数ｊの値は変化しないので、変数ｊの値は１である。上記の例では、変数ｎの値が２で、変数ｊの値は１のとき、第２反復数Ｎ（ｎ，ｊ）の値に２を設定している。よって、第２最適化処理を２回実行する。

（判断結果がＹＥＳの場合：ｎ＝Ｎλ’）
　ステップＳ４６８を実行する。ステップＳ４６８では、変数ｊの値が第１反復数ＮＳの値と一致したか否かを判断する。判断結果がＮＯの場合は、ステップＳ４６９を実行する。判断結果がＹＥＳの場合は、終了する

（判断結果がＮＯの場合：ｎ≠ＮＳ）
　ステップＳ４６９を実行する。ステップＳ４６８では、変数ｊの値に１を加算する。ステップＳ４６８が終ると、ステップＳ２１０に戻る。

　ステップＳ４６６で、変数ｊの値が１つ増えている。変数ｊの値が２なので、２回目の複合処理を実行する。

　ステップＳ２１０で変数ｎの値に１が設定されている。よって、第１最適化処理を実行する。ステップＳ２２０で、変数ｉの値に１を設定している。そのため、第２最適化処理を、変数ｉの値が第２反復数Ｎ（ｎ，ｊ）の値と一致するまで繰り返す。

　変数ｎの値は１で、変数ｊの値は２である。上記の例では、変数ｎの値が２で、変数ｊの値は１のとき、第２反復数Ｎ（ｎ，ｊ）の値に１を設定している。よって、第１最適化処理を１回実行する。

　第１最適化処理の実行が終わると、変数ｎの値は１から２に変化する。よって、第２最適化処理を実行する。ステップＳ２２０で、変数ｉの値に１を設定している。そのため、第２最適化処理を、変数ｉの値が第２反復数Ｎ（ｎ，ｊ）の値と一致するまで繰り返す。

　変数ｎの値は２で、変数ｊの値は２である。上記の例では、変数ｎの値が２で、変数ｊの値は２のとき、第２反復数Ｎ（ｎ，ｊ）の値に４を設定している。よって、第２最適化処理を４回実行する。

（判断結果がＹＥＳの場合：ｎ＝ＮＳ’）
　既定の反復回数に達したため、ステップＳ５００で推定物体の３次元光学特性を算出し、終了する。

　以上のように、第２の推定処理では、複合処理を２回以上実行する。この場合、第１最適化処理と第２最適化処理が交互に実行される。よって、分解能の低下と推定の精度の低下を防ぐことができる。その結果、物体の厚みが大きい場合であっても、物体の３次元光学特性を高い精度と高い分解能で取得できる推定装置、推定システム、推定方法、及び記録媒体を提供することができる。

　本実施形態の推定装置では、プロセッサは、３次元光学特性に設定された初期値に対して、複合処理を実行することが好ましい。

　上述のように、ステップＳ１５０は、必要に応じて設けることができる。ステップＳ１５０を設けた場合、３次元光学特性の推定値に初期値が設定される。この場合、３次元光学特性に設定された初期値に対して、複合処理を実行する。

　本実施形態の推定装置では、複合処理において、第１最適化処理の実行回数が第２最適化処理の実行回数以上になる制御がされることが好ましい。

　上述のように、第１最適化処理を実行することで、推定物体の３次元光学特性を大まかに推定することができる。よって、第２波面情報を用いる回数よりも第１波面情報を用いる回数を多くすることで、効率良く推定物体の３次元光学特性を大まかに推定することができる。

　ステップＳ１５０を設けた場合、第１の推定処理と第２の推定処理では、ステップＳ１５０で、推定値に初期値が設定されている。初期値は、物体特性値と異なる。よって、できるだけ早く第１最適化処理を実行することで、推定値を物体特性値に近づけることができる。その結果、効率よく推定することができる。

　本実施形態の推定装置では、複合処理で、所定の処理を実行する。所定の処理では、第１最適化処理の実行回数が第２最適化処理の実行回数よりも多い。また、第１最適化処理を、第２最適化処理よりも先に実行する。よって、推定物体の３次元光学特性を、効率よく推定することができる。

　本実施形態の推定装置では、連続する複合処理において、制御が継続することが好ましい。

　本実施形態の推定装置では、複合処理が所定回数実行されたあと、複合処理において、第２最適化処理の実行回数と第１最適化処理の実行回数との差を減らす制御がされることが好ましい。

　本実施形態の推定装置では、２回目の複合処理で、所定の処理を実行する。所定の処理では、第１最適化処理の実行回数が第２最適化処理の実行回数よりも多い。また、第１最適化処理を、第２最適化処理よりも先に実行する。よって、推定物体の３次元光学特性を、効率よく推定することができる。

　本実施形態の推定装置では、第１照明光は、赤外領域の光であり、第２照明光は、可視領域の光であることが好ましい。

　本実施形態の推定装置によれば、推定物体の３次元光学特性を、効率よく推定することができる。

　本実施形態の推定装置では、第１照明光は、赤外領域の光であり、
　以下の条件式（Ａ）を満足することが好ましい。
　２×λ２＜λ１　　　（Ａ）
　ここで、
　λ１は、第１照明光の波長、
　λ２は、第２照明光の波長、
である。

　本実施形態の推定システムは、本実施形態の推定装置と、第１照明光と第２照明光を射出する光源ユニットと、光検出器と、物体を載置するステージと、角度変更機構と、を備える。ステージは、光源ユニットから光検出器まで間の光路上に配置され、角度変更機構は、第１照明光の物体に対する入射角度と、第２照明光の物体への入射角度を変化させる。

　図１０は、本実施形態の推定システムを示す図である。図１と同じ構成については同じ番号を付し、説明を省略する。

　推定システム３０は、光源ユニット３１と、光検出器３４と、ステージ３５と、推定装置１と、を備える。推定装置１は、メモリ２と、プロセッサ３と、を有する。

　光源ユニット３１は、第１照明光と第２照明光を射出する。推定システム３０では、光源ユニット３１は、第１光源３２と、第２光源３３と、を有する。第１光源３２は、第１照明光を射出する。第２光源３３は、第２照明光を射出する。第２照明光の波長帯域における最長波長は、第１照明光の波長帯域における最短波長よりも短波長側に位置する。

　第１照明光は、第１の方向から、ダイクロイックミラー３６に入射する。第２照明光は、第１の方向と直交する方向から、ダイクロイックミラー３６に入射する。

　ダイクロイックミラー３６は、波長の長い光を透過し、且つ波長の短い光を反射する分光特性を有する。よって、第１照明光は、ダイクロイックミラー３６を透過して、第１の方向に進行する。第２照明光はダイクロイックミラー３６で反射して、第１の方向に進行する。

　第１の方向には、ビームスプリッタ３７が配置されている。第１照明光と第２照明光は、ビームスプリッタ３７に入射する。ビームスプリッタ３７は、光学膜が形成された光学面を有する。ビームスプリッタ３７では、光学膜によって、入射した光から、第１の方向に透過する光と、第２の方向に反射する光と、が生成される。

　推定システム３０では、第１の方向に測定光路ＯＰ_meaを形成し、第２の方向に参照光路ＯＰ_refを形成している。しかしながら、第１の方向に参照光路ＯＰ_refを形成し、第２の方向に測定光路ＯＰ_meaを形成しても良い。第１照明光と第２照明光は、各々、測定光路ＯＰ_meaと参照光路ＯＰ_refを進行する。

　測定光路ＯＰ_meaには、ミラー３８が配置されている。測定光路ＯＰ_meaは、ミラー３８で第２の方向に折り曲げられる。参照光路ＯＰ_refには、ミラー３９が配置されている。参照光路ＯＰ_refは、ミラー３９で第１の方向に折り曲げられる。その結果、参照光路ＯＰ_refは、測定光路ＯＰ_meaと交差する。２つの光路が交差する位置に、ビームスプリッタ４０が配置されている。

　測定光路ＯＰ_meaでは、ミラー３８とビームスプリッタ４０の間に、ステージ３５が配置されている。ステージ３５上に、物体Ｓが載置されている。第１照明光と第２照明光は、物体Ｓに照射される。

　第１照明光を物体Ｓに照射すると、物体Ｓから第１測定光Ｌ_mea1が出射する。第１測定光Ｌ_mea1は、物体Ｓを通過した第１照明光である。第２照明光を物体Ｓに照射すると、物体Ｓから第２測定光Ｌ_mea2が出射する。第２測定光Ｌ_mea2は、物体Ｓを通過した第２照明光である。

　参照光路ＯＰ_refでは、第１参照光Ｌ_ref1と第２参照光Ｌ_ref2が進行する。第１参照光Ｌ_ref1は、物体Ｓを通過しない第１照明光である。第２参照光Ｌ_ref2は、物体Ｓを通過しない第２照明光である。

　第１測定光Ｌ_mea1、第２測定光Ｌ_mea2、第１参照光Ｌ_ref1、及び第２参照光Ｌ_ref2は、ビームスプリッタ４０に入射する。ビームスプリッタ４０は、光学膜が形成された光学面を有する。ビームスプリッタ４０では、光学膜によって、入射した光から、第１の方向に透過する光と、第２の方向に反射する光と、が生成される。

　第１の方向には、光検出器３４が配置されている。第１光源３２と第２光源３３が点灯している場合、光検出器３４に、第１測定光Ｌ_mea1、第２測定光Ｌ_mea2、第１参照光Ｌ_ref1、及び第２参照光Ｌ_ref2が入射する。

　第１光源３２を点灯し、第２光源３３を消灯すると、第１測定光Ｌ_mea1と第１参照光Ｌ_ref1が光検出器３４に入射する。第１光源３２を消灯し、第２光源３３を点灯すると、第２測定光Ｌ_mea2と第２参照光Ｌ_ref2が光検出器３４に入射する。

　第１測定光Ｌ_mea1と第１参照光Ｌ_ref1で、第１の干渉縞が形成される。第２測定光Ｌ_mea2と第２参照光Ｌ_ref2で、第２の干渉縞が形成される。第１の干渉縞と第２の干渉縞を光検出器３４で撮像することで、第１の干渉縞の画像と第２の干渉縞の画像を取得することができる。

　第１の干渉縞の画像と第２の干渉縞の画像は、推定装置１に送られる。推定装置１では、第１の干渉縞の画像に基づいて第１波面情報を取得する。第２の干渉縞の画像に基づいて第２波面情報を取得する。第１波面情報と第２波面情報を、メモリ２に記憶する。第１波面情報と第２波面情報を用いて、推定処理を実行する。

　推定処理では、複数の第１波面情報と複数の第２波面情報を用いる。複数の第１波面情報では、第１照明光の物体への入射角度が、第１波面情報毎に異なる。複数の第２波面情報では、第２照明光の物体への入射角度が、第２波面情報毎に異なる。

　本実施形態の推定システムは、角度変更機構を有する。角度変更機構は、相対方向を変える。そのため、照明光の物体に対する入射角度を変えることができる。その結果、複数の第１波面情報と複数の第２波面情報を取得することができる。

　本実施形態の推定システムでは、角度変更機構は、駆動装置と、回転部材と、を有し、回転部材は、ステージを保持し、回転部材の回転軸は、物体と交差すると共に、光路の光軸と直交することが好ましい。

　図１０に示すように、推定システム３０は、角度変更機構４１を有する。角度変更機構４１は、測定光路ＯＰ_mea側に配置されている。

　角度変更機構４１は、駆動装置４２と、回転部材４３と、を有する。回転部材４３は、ステージ３５を保持している。軸ＲＸは、回転部材４３の回転軸である。軸ＲＸは、物体Ｓと交差すると共に、光軸ＡＸと直交している。

　角度変更機構４１では、駆動装置４２によって回転部材４３が回転する。回転部材４３がステージ３５を保持しているので、ステージ３５が回転する。ステージ３５を回転させることで、軸ＲＸを中心に物体Ｓを回転させることができる。

　第１照明光と第２照明光は、ミラー３８で反射して、物体Ｓに入射する。物体Ｓの回転によって、第１照明光に対する物体Ｓの向きと、第２照明光する物体Ｓの向きが変わる。よって、様々な方向から、第１照明光と第２照明光が物体Ｓに照射される。

　物体Ｓから、第１測定光Ｌ_mea1と第２測定光Ｌ_mea2が出射する。第１測定光Ｌ_mea1と第２測定光Ｌ_mea2は、光検出器３４に入射する。

　推定システム３０では、第１照明光の向きと第２照明光の向きは変わらずに、物体Ｓの向きが変わる。よって、第１照明光の物体Ｓに対する入射角度と、第２照明光の物体Ｓに対する入射角度を変えることができる。

　本実施形態の推定システムでは、角度変更機構は、駆動装置と、回転部材と、を有し、回転部材は、反射面を有し、回転部材の配置角度を変えることによって、反射面の向きが変化することが好ましい。

　図１１は、本実施形態の推定システムを示す図である。図１０と同じ構成については同じ番号を付し、説明を省略する。

　推定システム５０は、角度変更機構６０と、角度変更機構７０と、を有する。角度変更機構６０と、角度変更機構７０は、測定光路ＯＰ_meaに配置されている。

　角度変更機構６０は、駆動装置６１と、回転部材６２と、を有する。回転部材６２は、反射面を有する。回転部材６２の回転運動又は反復運動によって、反射面の向きが変化する。角度変更機構７０は、駆動装置７１と、回転部材７２と、を有する。回転部材７２は、反射面を有する。回転部材７２の回転運動又は反復運動によって、反射面の向きが変化する。

　角度変更機構６０は、例えば、ガルバノメータースキャナ、又はポリゴンスキャナーである。ガルバノメータースキャナでは、平面ミラーの反復運動によって、反射面の向きが変化する。ポリゴンスキャナーでは、ポリゴンミラーの回転運動によって、反射面の向きが変化する。ガルバノメータースキャナとポリゴンスキャナーは、光偏向器と呼ばれる。

　角度変更機構６０から角度変更機構７０までの間に、照明光学系５１と、ステージ３５と、検出光学系５２と、が配置されている。物体Ｓは、照明光学系５１と検出光学系５２の間に位置している。

　第１照明光と第２照明光は、照明光学系５１を通過して、物体Ｓに入射する。回転部材６２の回転運動又は反復運動によって、物体Ｓに対する第１照明光の向きと、物体Ｓに対する第２照明光の向きが変わる。よって、様々な方向から、第１照明光と第２照明光が物体Ｓに照射される。

　物体Ｓから、第１測定光Ｌ_mea1と第２測定光Ｌ_mea2が出射する。第１測定光Ｌ_mea1と第２測定光Ｌ_mea2は、検出光学系５２を通過して、角度変更機構７０に入射する。

　角度変更機構７０に対する第１測定光Ｌ_mea1の入射角度は、変化する。角度変更機構７０に対する第２測定光Ｌ_mea2の入射角度も、変化する。入射角度の変化は、角度変更機構７０で打ち消すことができる。よって、第１測定光Ｌ_mea1と第２測定光Ｌ_mea2は、動くこと無くミラー５３に入射する。ミラー５３で反射された第１測定光Ｌ_mea1と第２測定光Ｌ_mea2は、光検出器３４に入射する。

　推定システム５０では、角度変更機構６０によって、照明光の向きが変わる。この場合、物体Ｓの向きは変わらずに、第１照明光の向きと第２照明光の向きが変わる。よって、第１照明光の物体Ｓに対する入射角度と、第２照明光の物体Ｓに対する入射角度を変えることができる。

　推定システム５０では、１つの軸において、回転部材の回転運動、又は回転部材の反復運動を行っている。しかしながら、直交する２つの軸において、回転部材の回転運動、又は回転部材の反復運動を行っても良い。

　推定システム３０と推定システム５０では、照明光の数は２で、光検出器の数は１である。そのため、照明光の切替えが必要になる。

　図１２は、照明光の切替え方法を示す図である。図１０と同じ構成については同じ番号を付し、説明を省略する。図１２（ａ）は、第１の切替え方法を示す図である。図１２（ｂ）は、第２の切替え方法を示す図である。図１２（ｃ）は、第３の切替え方法を示す図である。

（第１の方法）
　図１２（ａ）に示すように、第１の方法では、第１遮光板８０と第２遮光板８１を用いる。第１光源３２と第２光源３３は、点灯している。第１光源３２から第１照明光が出射し、第２光源３３から第２照明光が出射する。

　第１光源３２とダイクロイックミラー３６の間の光路の外側に、第１遮光板８０を配置する。第２光源３３とダイクロイックミラー３６の間の光路の外側に、第２遮光板８１を配置する。第１遮光板８０と第２遮光板８１は、光路に対して出し入れが可能になっている。

　第１遮光板８０を光路の外側に位置させた状態で、第２光源３３とダイクロイックミラー３６の間に第２遮光板８１を挿入する。この配置にすることで、第１照明光を選択することができる。

　第２遮光板８１を光路の外側に位置させた状態で、第１光源３２とダイクロイックミラー３６の間に第１遮光板８０を挿入する。この配置にすることで、第２照明光を選択することができる。

（第２の方法）
　図１２（ｂ）に示すように、第２の方法では、第１光学フィルタ８２と第２光学フィルタ８３を用いる。光源ユニット３１は、点灯している。光源ユニット３１は、１つの光源を有する。１つの光源から第１照明光と第２照明光が出射する。

　光源ユニット３１とビームスプリッタ３７の間の光路の外側に、第１光学フィルタ８２と第２光学フィルタ８３を配置する。第１光学フィルタ８２と第２光学フィルタ８３は、光路に対して出し入れ可能になっている。

　第１光学フィルタ８２は、第１照明光だけを透過する分光特性を有する。第２光学フィルタ８３は、第２照明光だけを透過する分光特性を有する。

　第２光学フィルタ８３を光路の外側に位置させた状態で、光源ユニット３１とビームスプリッタ３７の間に第１光学フィルタ８２を挿入する。この配置にすることで、第１照明光を選択することができる。

　第１光学フィルタ８２を光路の外側に位置させた状態で、光源ユニット３１とビームスプリッタ３７の間に第２光学フィルタ８３を挿入する。この配置にすることで、第２照明光を選択することができる。

　図１２（ａ）に示すように、光源ユニット３が２つの光源を有する場合、ダイクロイックミラー３６とビームスプリッタ３７の間で、第１光学フィルタ８２と第２光学フィルタ８３を出し入れすれば良い。

（第３の方法）
　図１２（ｃ）に示すように、第３の方法では、第１光学フィルタ８２と第２光学フィルタ８３を用いる。第１光源３２と第２光源３３は、点灯している。

　ビームスプリッタ４０と光検出器３４の間の光路の外側に、第１光学フィルタ８２と第２光学フィルタ８３を配置する。第１光学フィルタ８２と第２光学フィルタ８３は、光路に対して出し入れ可能になっている。

　第２光学フィルタ８３を光路の外側に位置させた状態で、ビームスプリッタ４０と光検出器３４の間に第１光学フィルタ８２を挿入する。このような配置にすることで、第１照明光を選択することができる。

　第１光学フィルタ８２を光路の外側に位置させた状態で、ビームスプリッタ４０と光検出器３４の間に第２光学フィルタ８３を挿入する。このような配置にすることで、第２照明光を選択することができる。

　本実施形態の推定システムは、光検出器とは別の光検出器を備え、光検出器は、第１照明光の波長帯域に対して第１閾値以上の感度を持ち、第２照明光の波長帯域に対して第１閾値以上の感度を持たず、別の光検出器は、第２照明光の波長帯域に対して第２閾値以上の感度を持ち、第１照明光の波長帯域に対して第２閾値以上の感度を持たないことが好ましい。

　図１３は、本実施形態の推定システムを示す図である。図１１と同じ構成については同じ番号を付し、説明を省略する。

　推定システム９０は、第１光検出器９１と、第２光検出器９２と、を有する。第１光源３２と第２光源３３が点灯している場合、第１光検出器９１と第２光検出器９２には、第１測定光Ｌ_mea1、第２測定光Ｌ_mea2、第１参照光Ｌ_ref1、及び第２参照光Ｌ_ref2が入射する。

　第１光検出器９１は、第１照明光の波長帯域に対して第１閾値以上の感度を持つが、第２照明光の波長帯域に対して第１閾値以上の感度を持たない。よって、第１光検出器９１では、第１測定光Ｌ_mea1と第１参照光Ｌ_ref1で形成された第１の干渉縞のだけを、撮像することができる。第１閾値は、適宜決めれば良い。

　第２光検出器９２は、第２照明光の波長帯域に対して第２閾値以上の感度を持つが、第１照明光の波長帯域に対して第２閾値以上の感度を持たない。よって、第２光検出器９２では、第２測定光Ｌ_mea2と第２参照光Ｌ_ref2で形成された第２の干渉縞だけを、撮像することができる。第２閾値は、適宜決めれば良い。

　本実施形態の推定システムは、光検出器とは別の光検出器と、光検出器と共に用いられる第１光学素子と、別の光検出器と共に用いられる第２光学素子と、を備え、第１光学素子は、第１照明光を透過し、第２照明光を遮光する特性を有し、第２光学素子は、第２照明光を透過し、第１照明光を遮光する特性を有することが好ましい。

　図１４は、本実施形態の推定システムを示す図である。図１１と同じ構成については同じ番号を付し、説明を省略する。

　推定システム１００は、第１光検出器１０１と、第２光検出器１０２と、第１光学素子１０３と、第２光学素子１０４と、を有する。

　第１光学素子１０３は、ビームスプリッタ４０と第１光検出器１０１の間に配置されている。第２光学素子１０４は、ビームスプリッタ４０と第２光検出器１０２の間に配置されている。

　第１光源３２と第２光源３３が点灯している場合、第１光学素子１０３と第２光学素子１０４には、第１測定光Ｌ_mea1、第２測定光Ｌ_mea2、第１参照光Ｌ_ref1、及び第２参照光Ｌ_ref2が入射する。

　第１光学素子１０３は、第１照明光を透過し、第２照明光を遮光する特性を有する。よって、第１測定光Ｌ_mea1と第１参照光Ｌ_ref1が第１光検出器１０１に入射する。第１測定光Ｌ_mea1と第１参照光Ｌ_ref1で、第１の干渉縞が形成される。第１の干渉縞を第１光検出器１０１で撮像することで、第１の干渉縞の画像を取得することができる。

　第１光学素子１０４は、第２照明光を透過し、第１照明光を遮光する特性を有する。よって、第２測定光Ｌ_mea2と第２参照光Ｌ_ref2が第２光検出器１０２に入射する。第２測定光Ｌ_mea2と第２参照光Ｌ_ref2で、第２の干渉縞が形成される。第２の干渉縞を第２光検出器１０２で撮像することで、第２の干渉縞の画像を取得することができる。

　図１５は、本実施形態の推定システムを示す図である。図１０と同じ構成については同じ番号を付し、説明を省略する。

　推定システム１１０は、ミラー１１１と、ビームスプリッタ１１２と、を有する。ミラー１１１は、測定光路ＯＰ_meaに配置されている。ビームスプリッタ１１２は、参照光路ＯＰ_refと測定光路ＯＰ_meaが交差する位置に配置されている。

　図１０に示す推定システム３０では、ビームスプリッタ４０で測定光路ＯＰ_meaを第１の方向に折り曲げ、ミラー３９で参照光路ＯＰ_refを第１の方向に折り曲げている。

　これに対して、推定システム１１０ではミラー１１１で測定光路ＯＰ_meaを第１の方向と逆方向に折り曲げ、ビームスプリッタ１１２で参照光路ＯＰ_refを第１の方向と逆方向に折り曲げている。そのため、測定光路ＯＰ_meaの光路長と参照光路ＯＰ_refの光路長と間で、差が生じる。

　照明光における可干渉距離が光路長の差よりも長い場合、干渉縞が形成される。照明光における可干渉距離が光路長の差よりも短い場合、光路長調整部１１３をビームスプリッタ３７とミラー１１２の間に配置する。このような配置にすることで、干渉縞を形成することができる。

　光路長調整部１１３は、例えば、ピエゾステージと４枚のミラーを有する。ピエゾステージには、２枚のミラーが載置されている。２枚のミラーを移動させることで、参照光路ＯＰ_refにおける光路長を変化させることができる。このピエゾステージを光源波長以下のステップで駆動することにより、複数回撮影を行うことで波面情報を算出しても良い。

　本実施形態の推定システムは、本実施形態の推定装置と、第１照明光と第２照明光を射出する光源ユニットと、を備え、光源ユニットは、照射角度が異なる複数の独立した光源で構成されており、推定装置のプロセッサ若しくはプロセッサと異なるプロセッサが、光源に照明光を射出させるか否かを制御することで、第１照明光の物体に対する入射角度と、第２照明光の物体への入射角度を変化させることを特徴とする。

　図１６は、本実施形態の推定システムを示す図である。図１１と同じ構成については同じ番号を付し、説明を省略する。

　推定システム１２０は、光源１２１と、レンズ１２２と、レンズ１２３と、光検出器１２４と、を有する。レンズ１２３は、照明光学系５１に配置されている。推定システム１２０では、測定光路ＯＰ_meaだけが形成されている。

　光源１２１は、第１照明部と、第２照明部と、を有する。第１照明部と第２照明部は、各々、複数の光射出部を有する。光射出部には、例えば、発光ダイオード（ＬＥＤ）、または、半導体レーザ（ＬＤ）を配置することができる。

　光射出部は、アレイ状に配置されている。光射出部では、発光と消光を独立に制御できる。第１照明部は、第１照明光を出射する。第２照明部は、第２照明光を出射する。

　光射出部は、ファイババンドルの出射面であっても良い。ファイババンドルは、第１ファイババンドルと、第２ファイババンドルを有する。第１ファイババンドルを第１光源（不図示）に接続することで、第１ファイババンドルの出射面から第１照明光が出射する。第２ファイババンドルを第２光源（不図示）に接続することで、第２ファイババンドルの出射面から第２照明光が出射する。

　物体Ｓは、平行光で照明されることが好ましい。光源１２１では、光射出部の面積は点光源と見なせる程度に小さい。そのため、光射出部は、照明光学系５１の瞳位置と共役な位置に配置されている。

　レンズ１２２は、光源１２１と照明光学系５１の間に配置されている。レンズ１２２とレンズ１２３とで、光源１２１の位置と照明光学系５１の瞳位置を、共役にすることができる。照明光学系５１の瞳位置の周囲に十分な空間が確保できる場合、光射出部は、照明光学系５１の瞳位置に配置しても良い。

　光源１２１では、第１照明部の制御と第２照明部の制御が行われる。この制御では、複数の光射出部のうち光が射出される光射出部が変更される。この制御により、第１照明光の物体に対する入射角度の変更と、第２照明光の物体に対する入射角度の変更を行うことができる。

　光源１２１を光源ユニットと見なすと、光源ユニットから、第１照明光と第２照明光を射出される。第１照明部と第２照明部は、各々、複数の光射出部を有する。よって、光源ユニットは、照射角度が異なる複数の独立した光源で構成されていることになる。

　推定装置１２０は、プロセッサ若しくはプロセッサと異なるプロセッサを有する。よって。プロセッサで、照明光を射出させるか否かの制御を、光源ユニットに対して行うことができる。この制御により、第１照明光の物体に対する入射角度と、第２照明光の物体への入射角度を変化させることができる。

　推定システム１２０では、光路の数が１つしかないため、干渉縞から直接的に位相情報を得ることができない。

　そのため、推定システム１２０では、波面の振幅データを測定する。測定する波面は、光検出器１２４の検出面での波面である。波面の振幅データの測定では、複数の波長での測定、あるいは照明角度の変更による測定などを行えば良い。照明角度の変更による測定では、照明角度を、微小な角度で変化させる。これらの測定方法を用いることで、検出面での波面の位相推定に必要なデータセットを測定できる。

　推定システム１２０では、参照光路が不要となるため、構成をより簡易にすることができる。

　図１７は、物体の画像を示す図である。図１７（ａ）は、第１波面情報で推定した画像である。図１７（ｂ）は、第２波面情報で推定した画像したである。図１７（ｃ）は、第１波面情報と第２波面情報で推定した画像である。画像は、シミュレーションで得られた画像である。

　シミュレーションでは、物体として、フォトニッククリスタルファイバー（以下、「ＰＣＦ」という）を用いているＰＣＦは、円柱部材と、貫通孔と、を有する。

　ＰＣＦでは、貫通孔が複数、円柱部材の内部に形成されている。貫通孔は円筒形で、円柱部材の母線に沿って形成されている。ＰＣＦの外径は２３０μｍで、媒質の屈折率は１．４７である。貫通孔と円柱部材の周囲は、屈折率が１．４４の液体で満たされている。

　図１７（ａ）に示す画像の推定には、波長λが６３３ｎｍの照明光で取得した波面情報を用いている。図１７（ｂ）に示す画像の推定には、波長λが１３００ｎｍの照明光で取得した波面情報を用いている。

　第２照明光の波長帯域における最長波長は、第１照明光の波長帯域における最短波長よりも短波長側に位置する。よって、図１７（ａ）に示す画像の推定には、第２照明光で取得した波面情報、すなわち、第２波面情報が用いられている。図１７（ｂ）に示す画像の推定には、第１照明光で取得した波面情報、すなわち、第１波面情報が用いられている。

　上述のように、第２波面情報では、軸方向における波面情報の量が、第１波面情報よりも少ない。よって、図１７（ａ）に示すように、ＰＣＦの構造はほとんど推定できていない。これに対して、第１波面情報では、軸方向における波面情報の量が、第２波面情報よりも多い。よって、図１７（ｂ）に示すように、ＰＣＦの構造を大まかに推定できている。
　図１７（ｃ）に示す画像の推定には、波長λ１が１３００ｎｍの照明光で取得した波面情報と、波長λ２が６３３ｎｍの照明光で取得した波面情報を用いている。よって、図１７（ｃ）に示す画像の推定には、第１波面情報と第２波面情報が用いられている。

　第２波面情報では、横方向における波面情報の量が、第１波面情報よりも多い。よって、第１波面情報と第２波面情報を推定に用いることで、推定の精度を高めることができる。第１波面情報と第２波面情報で推定した画像では、図１７（ｃ）に示すように、横方向におけるＰＣＦの構造をより鮮明にすることができる。

　図１８は、物体の画像を示す図である。図１８（ａ）と図１８（ｂ）は、第１波面情報で推定した画像である。図１８（ｃ）と図１８（ｄ）は、第１波面情報と第２波面情報で推定した画像である。画像は、シミュレーションで得られた画像である。

図１８（ａ）に示す画像の推定と、図１８（ｃ）に示す画像の推定には、開口数ＮＡが０．１の検出光学系で取得した波面情報を用いている。図１８（ｂ）に示す画像の推定と、図１８（ｄ）に示す画像の推定には、開口数ＮＡが０．２の検出光学系で取得した波面情報を用いている。

　光学系の開口数ＮＡを大きくすると、分解能が向上する。分解能が向上すると、波面情報の量が増える。波面情報が多いと、物体の３次元光学特性を高い精度で推定することができる。

　図１８（ｂ）に示す画像の推定では、図１８（ａ）に示す画像の推定よりも、多くの波面情報を用いることができる。よって、図１８（ｂ）に示す画像では、図１８（ａ）に示す画像に比べて、ＰＣＦの構造がより鮮明になっている。

　図１８（ｄ）に示す画像の推定では、図１８（ｃ）に示す画像の推定よりも、多くの波面情報を用いることができる。よって、図１８（ｄ）に示す画像では、図１８（ｃ）に示す画像に比べて、ＰＣＦの構造がより鮮明になっている。

　図１８（ａ）に示す画像の推定と図１８（ｂ）に示す画像の推定には、波長λが１３００ｎｍの照明光で取得した波面情報を用いている。図１８（ｃ）に示す画像の推定と図１８（ｄ）に示す画像の推定には、波長λ１が１３００ｎｍの照明光で取得した波面情報と、波長λ２が６３３ｎｍの照明光で取得した波面情報を用いている。

　波長の数を多くすると波面情報の量が増える。波面情報が多いと、物体の３次元光学特性を高い精度で推定することができる。図１８（ｃ）に示す画像の推定と図１８（ｄ）に示す画像の推定では、１３００ｎｍの波長よりも短い波長で取得した波面情報を用いている。

　波長が短い照明光では、波長が長い照明光と比べて、分解能が高い。よって、１３００ｎｍの照明光で取得した波面情報よりも多くの情報を使って、推定できる。取得することができる。

　図１８（ｃ）に示す画像の推定では、図１８（ａ）に示す画像の推定よりも、多くの波面情報を用いることができる。よって、図１８（ｃ）に示す画像では、図１８（ａ）に示す画像に比べて、ＰＣＦの構造がより鮮明になっている。

　図１８（ｄ）に示す画像の推定では、図１８（ｂ）に示す画像の推定よりも、多くの波面情報を用いることができる。よって、図１８（ｄ）に示す画像では、図１８（ｂ）に示す画像に比べて、ＰＣＦの構造がより鮮明になっている。

　本実施形態の推定システムは、本実施形態の推定装置と、第１照明光と第２照明光を射出する光源ユニットと、物体の光学像を形成する結像光学系と、物体の光学像から物体の画像を取得する光検出器と、結像光学系の焦点位置と物体の位置との間隔を、結像光学系の光軸方向に変化させる駆動機構と、を有する。第１照明光による照明と第２照明光による照明は、物体に対して空間的なパーシャルコヒーレント照明を形成している。

　図１９は、本実施形態の推定システムを示す図である。図１１と同じ構成については同じ番号を付し、説明を省略する。

　推定システム１３０は、光源ユニット３１と、照明光学系１３３と、開口部材１３４と、結像光学系１３５と、光検出器１３６と、駆動機構１３７と、推定装置１と、を備える。推定装置１は、メモリ２と、プロセッサ３と、を有する。

　光源ユニット３１は、第１照明光と第２照明光を射出する。推定システム１３０では、光源ユニット３１は、第１光源１３１と、第２光源１３２と、を有する。第１光源１３１は、第１照明光を射出する。第２光源１３２は、第２照明光を射出する。第１照明光と第２照明光は、準単色光であると良い。準単色光は、波長帯域が狭い光である。第１光源１３１と第２光源１３２には、例えば、ＬＥＤ（発光ダイオード）を用いることができる。

　ＬＥＤの代わりに、波長帯域が広い光を出射する光源を用いることができる。この場合、ダイクロイックミラー１３８と照明光学系１３３の間で、２枚の狭帯域光学フィルタを出し入れすれば良い。例えば、２枚狭帯域光学フィルタには、図１２（ｂ）に示す第１光学フィルタ８２と第２光学フィルタ８３を用いれば良い。狭帯域光学フィルタの分光透過率特性の精度は高くなくても良い。

　第１光源１３１から出射する光を赤外光とし、第２光源１３２から出射する光を可視光にすることができる。

　第１照明光と第２照明光は、ダイクロイックミラー１３８に入射する。ダイクロイックミラー１３８は、波長の長い光を透過し、且つ波長の短い光を反射する分光特性を有する。よって、第１照明光は、ダイクロイックミラー１３８を透過し、第２照明光はダイクロイックミラー１３８で反射する。

　第１照明光と第２照明光は、照明光学系１３３に入射する。照明光学系１３３は、物体Ｓを照明する。

　照明光学系１３３には、開口部材１３４が配置されている。開口部材１３４は、円形の遮光部１３４ａと、輪帯形状の透過部１３４ｂと、輪帯形状の遮光部１３４ｃと、を有する。透過部１３４ｂは、減光部でも良い。

　開口部材１３４とは別の開口部材を用意して、２つの開口部材を用いても良い。別の開口部材では、透過部は透過部１３４ｂと同一で、２つの遮光部は、遮光部１３４ａ及び遮光部１３４ｃと同一である。ただし、開口部材１３４では、透過部１３４ｂに第１光学フィルタ８２を設ける。別の開口部材では、透過部に第２光学フィルタ８３を設ける。

　２つの開口部材を用いる場合、ダイクロイックミラー１３８と照明光学系１３３の間で、２枚の狭帯域光学フィルタを出し入れする必要はない。

　開口部材１３４上に、第１光源１３１の発光部の像と、第２光源１３２の発光部の像が形成される。第１光源１３１と第２光源１３２は、面光源である。面光源では、発光部は無数の点光源で形成されている。開口部材１３４上には、無数の点光源が位置していると見なすことができる。

　開口部材１３４では、透過部１３４ｂに形成された点光源の像から、第１照明光と第２照明光が出射する。しかしながら、遮光部１３４ａと遮光部１３４ｃに形成された点光源の像から、第１照明光と第２照明光は出射しない。よって、第１照明光による照明と第２照明光による照明は、パーシャルコヒーレント照明である。

　パーシャルコヒーレント照明は、コヒーレント照明とインコヒーレント照明の中間の照明である。コヒーレント照明は、点光源から出射した光による照明で、例えば、レーザー光による照明である。インコヒーレント照明は、面光源から、出射した光による照明で、例えば、ハロゲンランプから出射した光による照明である。

　面光源であっても、光が出射する領域を狭めることで点光源に近づく。パーシャルコヒーレント照明における光源は、面光源と点光源の中間の光源ということになる。

　開口部材１３４は、レンズ１３３ａの前側焦点位置に配置されている。よって、照明光学系１３３から、平行光束が出射する。物体Ｓは、平行光で照明される。

　結像光学系１３５は、物体Ｓの光学像を形成する。光学像を光検出器１３６で撮像することで、物体Ｓの画像を取得することができる。光検出器１３６には、２次元センサー、例えば、ＣＣＤ又はＣＭＯＳを用いることができる。

　図１４に示す推定システム１００のように、２つの光検出器を用いても良い。この場合、一方の光検出器にＳｉセンサーを用い、他方の光検出器に、ＩｎＧａＡｓセンサーを用いることができる。

　駆動機構１３７は、結像光学系１３５の焦点位置と物体Ｓの位置の間隔を、光軸ＡＸと平行な方向に変化させる。推定システム１３０では、駆動機構１３７にステージが用いられている。この場合、結像光学系１３５を固定したまま、ステージを光軸ＡＸと平行な方向に移動する。その結果、結像光学系１３５の焦点位置に対して物体Ｓの位置を変えることができる。

　ステージを移動させる代わりに、結像光学系１３５と光検出器１３６を、光軸ＡＸと平行な方向に移動させても良い。この方法でも、結像光学系１３５の焦点位置に対して物体Ｓの位置を変えることができる。

　結像光学系１３５では、レンズ１３５ａに無限遠補正型の顕微鏡対物レンズを用いることができる。この場合、レンズ１３５ａから平行光が出射する。よって、レンズ１３５ａだけを、光軸ＡＸと平行な方向に移動させても良い。

　結像光学系１３５の焦点位置と物体Ｓの位置の間隔を変化させながら、物体Ｓの画像を取得する。その結果、複数の画像を取得することができる。複数の画像から、複数の波面情報を取得することができる。複数の波面情報は、第１照明光と第２照明光の各々について、軸方向の情報を含んでいる。

　透過部１３４ｂは、光軸ＡＸを含まない。よって、光軸ＡＸと交差する方向から、物体Ｓは平行光で照明される。その結果、コントラストを有する物体の画像を取得することができる。更に、パーシャルコヒーレント照明を行っているので、コヒーレント照明と比べて、高い分解能で物体の画像を取得することができる。

　推定システム１３０は、１つの開口部材を用いている。しかしながら、複数の開口部材を用いることができる。遮光部１３４ａの大きさ、輪帯形状の透過部１３４の幅を変えることで、異なる波面情報を取得することができる。

　図２０は、開口部材と物体の画像を示す図である。図２０（ａ）は、第１の開口部材と物体の画像を示す図である。図２０（ｂ）は、第２の開口部材と物体の画像を示す図である。図２０（ｃ）は、第３の開口部材と物体の画像を示す図である。画像は、シミュレーションで得られた画像である。

　第１の開口部材、第２の開口部材及び第３の開口部材は、輪帯形状の透過部を有する。透過部の位置、透過部の幅は、各々の開口部材で異なる。そのため、波面情報は、各開口部材で異なる。

　撮像した画像から取得した波面情報は、空間周波数に関連した情報を含んでいる。透過部が中心から離れるにつれて、物体に対する照明光の入射角が大きくなる。入射角が大きくなると、高周波数成分の情報が低周波成分の情報よりも多くなる。高周波数成分の情報が多いと、物体の画像では、細部の構造が強調される。

　透過部は、第１の開口部材、第２の開口部材、第３の開口部材の順で、中心から遠ざかっている。そのため、物体の画像では、細部の構造が、図２０（ａ）に示す画像、図２０（ｂ）に示す画像、図２０（ｃ）に示す画像の順で、鮮明になっている。

　以上説明したように、推定システム１３０では、多くの波面情報を取得することができる。よって、物体の厚みが大きい場合であっても、物体の３次元光学特性を高い精度と高い空間分解能で取得できる。

　本実施形態の推定方法は、物体の３次元光学特性を推定する推定方法である。３次元光学特性は、屈折率分布又は吸収率分布である。第１波面情報は、物体を通過した第１照明光に基づいて取得した波面の情報であり、第２波面情報は、物体を通過した第２照明光に基づいて取得した波面の情報である。第２照明光における最大強度の波長は、第１照明光における最大強度の波長よりも短波長側に位置する。第１波面情報と第２波面情報の両方を用いて推定処理を実行する。

　推定処理は、コンピュータが実行する。コンピュータは、メモリに記憶されている第１波面情報と第２波面情報を読み出して推定処理を実行する。

　本実施形態の推定方法では、複数の第１波面情報と複数の第２波面情報の両方を用いて推定処理を実行し、複数の第１波面情報では、第１照明光の物体に対する入射角度が、第１波面情報毎に異なり、複数の第２波面情報では、第２照明光の物体に対する入射角度が、第２波面情報毎に異なることが好ましい。

　本実施形態の推定方法では、推定処理は、第１波面情報を拘束条件とする第１最適化処理と、第２波面情報を拘束条件とする第２最適化処理と、を含む。第１最適化処理と第２最適化処理の各々を、２回以上実行する。第１最適化処理の連続実行によって更新された３次元光学特性に対して、第２最適化処理を連続実行する。

　本実施形態の推定方法では、推定処理は、第１最適化処理の実行によって更新された３次元光学特性に対して、第２最適化処理を実行する。

　本実施形態の推定方法では、推定処理は、第１波面情報を拘束条件とする第１最適化処理と、第２波面情報を拘束条件とする第２最適化処理と、を含む。第１最適化処理と第２最適化処理とからなる複合処理を、２回以上実行する。複合処理では、第１最適化処理が最初に実行される。複合処理では、第２最適化処理が実行された後に、第１最適化処理は実行されない。

　本実施形態の推定方法では、複合処理は、３次元光学特性に設定された初期値に対して、第１最適化処理を実行する。

　本実施形態の推定方法では、第１最適化処理の実行回数が第２最適化処理の実行回数以上になる制御がされる。

　本実施形態の推定方法では、連続する複合処理において、制御が継続する。

　本実施形態の推定方法では、複合処理が所定回数実行されたあと、複合処理において、第２最適化処理の実行回数と第１最適化処理の実行回数との差を減らす制御がされる。

　本実施形態の推定方法では、第１照明光は、赤外領域の光であり、第２照明光は、可視領域の光である。

　本実施形態の推定方法では、第１照明光は、赤外領域の光であり、以下の条件式（Ａ）を満足する。
　２×λ２＜λ１　　　（Ａ）
　ここで、
　λ１は、第１照明光の波長、
　λ２は、第２照明光の波長、
である。

　本実施形態の記録媒体は、プログラムを記録したコンピュータ読み取り可能な記録媒体である。記録媒体には、メモリとプロセッサを備えたコンピュータに推定処理を実行させるためのプログラムが記録されている。メモリは、第１波面情報と第２波面情報を記憶している。第１波面情報は、物体を通過した第１照明光に基づいて取得した波面の情報であり、第２波面情報は、物体通過した第２照明光に基づいて取得した波面の情報である。第２照明光における最大強度の波長は、第１照明光における最大強度の波長よりも短波長側に位置する。３次元光学特性は、屈折率分布又は吸収率分布である。コンピュータは、プロセッサに、第１波面情報と第２波面情報をメモリから読み出させる処理と、第１波面情報と第２波面情報の両方を用いて、推定処理を実行させる。

　本実施形態の記録媒体では、メモリに、複数の第１波面情報と複数の第２波面情報を記憶し、複数の第１波面情報と複数の第２波面情報の両方を用いて、プロセッサに推定処理を実行させることが好ましい。複数の第１波面情報では、第１照明光の物体に対する入射角度が、第１波面情報毎に異なり、複数の第２波面情報では、第２照明光の物体に対する入射角度が、第２波面情報毎に異なる。

　以上のように、本発明は、物体の厚みが大きい場合であっても、物体の３次元光学特性を高い精度と高い空間分解能で取得できる推定装置、推定システム、推定方法、及び記録媒体に適している。

　１　推定装置
　２　メモリ
　３　プロセッサ
　１０、２０　物体
　２１　測定光学系
　２２　レンズ
　２３　ＣＣＤ
　２４　推定物体
　３０　推定システム
　３１　光源ユニット
　３２　第１光源
　３３　第２光源
　３４　光検出器
　３５　ステージ
　３６　ダイクロイックミラー
　３７、４０　ビームスプリッタ
　３８、３９　ミラー
　４１、６０、７０　角度変更機構
　４２、６１，７１　駆動装置
　４３、６２，７２　回転部材
　５０　推定システム
　５１　照明光学系
　５２　検出光学系
　５３　ミラー
　８０　第１遮光板
　８１　第２遮光板
　８２　第１光学フィルタ
　８３　第２光学フィルタ
　９０、１００、１１０、１２０　推定システム
　９１、１０１　第１光検出器
　９２、１０２　第２光検出器
　１０３　第１光学素子
　１０４　第２光学素子
　１１１　ミラー
　１１２　ビームスプリッタ
　１１３　光路長調整部
　１２１　光源
　１２２、１２３　レンズ
　１２４　光検出器
　１３０　推定システム
　１３１　第１光源
　１３２　第２光源
　１３３　照明光学系
　１３３ａ、１３５ａ　レンズ
　１３４　開口部材
　１３４ａ、１３４ｃ　遮光部
　１３４ｂ　透過部
　１３５　結像光学系
　１３６　光検出器
　１３７　駆動機構
　１３８　ダイクロイックミラー
　ＡＸ　光軸
　Ｌλ１　第１照明光
　Ｌλ２　第２照明光
　Ｌ_mea1　第１測定光
　Ｌ_mea2　第２測定光
　Ｌ_ref1　第１参照光
　Ｌ_ref2　第２参照光
　ＯＰ_mea　測定光路
　ＯＰ_ref　参照光路
　ＲＸ　軸
　Ｓ　物体

Claims

　メモリと、プロセッサと、を備え、
　前記メモリは、第１波面情報と第２波面情報を記憶し、
　前記第１波面情報は、物体を通過した第１照明光に基づいて取得した波面の情報であり、
　前記第２波面情報は、前記物体を通過した第２照明光に基づいて取得した波面の情報であり、
　前記第２照明光における最大強度の波長は、前記第１照明光における最大強度の波長よりも短波長側に位置し、
　前記プロセッサは、前記物体の３次元光学特性を推定する推定処理を実行し、
　前記３次元光学特性は、屈折率分布又は吸収率分布であり、
　前記推定処理は、前記第１波面情報と前記第２波面情報の両方を用いることを特徴とする推定装置。
　前記メモリは、複数の前記第１波面情報と複数の前記第２波面情報を記憶し、
　複数の前記第１波面情報では、前記第１照明光の前記物体に対する入射角度が、前記第１波面情報毎に異なり、
　複数の前記第２波面情報では、前記第２照明光の前記物体に対する入射角度が、前記第２波面情報毎に異なり、
　前記推定処理は、複数の前記第１波面情報と複数の前記第２波面情報の両方を用いることを特徴とする請求項１に記載の推定装置。
　前記推定処理は、前記第１波面情報を拘束条件とする第１最適化処理と、前記第２波面情報を拘束条件とする第２最適化処理と、を含み、
　前記プロセッサは、前記第１最適化処理の連続実行によって更新された前記３次元光学特性に対して、前記第２最適化処理を連続実行することを特徴とする請求項１に記載の推定装置。
　前記プロセッサは、前記３次元光学特性に設定された初期値に対して、前記第１最適化処理を連続で実行することを特徴とする請求項３に記載の推定装置。
　前記推定処理は、前記第１波面情報を拘束条件とする第１最適化処理と、前記第２波面情報を拘束条件とする第２最適化処理と、を含み、
　前記プロセッサは、前記第１最適化処理と前記第２最適化処理とからなる複合処理を、２回以上実行し、
　前記複合処理では、前記第１最適化処理が最初に実行され、
　前記複合処理では、前記第２最適化処理が実行された後に、前記第１最適化処理は実行されないことを特徴とする請求項１に記載の推定装置。
　前記プロセッサは、前記３次元光学特性に設定された初期値に対して、前記複合処理を実行することを特徴とする請求項５に記載の推定装置。
　前記複合処理では、前記第１最適化処理の実行回数が前記第２最適化処理の実行回数以上になる制御がされることを特徴とする請求項５に記載の推定装置。
　連続する前記複合処理において、前記制御が継続することを特徴とする請求項７に記載の推定装置。
　前記複合処理が所定回数実行されたあと、前記複合処理において、前記第２最適化処理の実行回数と前記第１最適化処理の実行回数との差を減らす制御がされることを特徴とする請求項８に記載の推定装置。
　前記第１照明光は、赤外領域の光であり、
　前記第２照明光は、可視領域の光であることを特徴とする請求項１に記載の推定装置。
　前記第１照明光は、赤外領域の光であり、
　以下の条件式（Ａ）を満足することを特徴とする請求項１に記載の推定装置。
　２×λ２＜λ１　　　（Ａ）
　ここで、
　λ１は、前記第１照明光の波長、
　λ２は、前記第２照明光の波長、
である。
　請求項１から１１のいずれか１項に記載の推定装置と、
　前記第１照明光と前記第２照明光を射出する光源ユニットと、
　光検出器と、
　前記物体を載置するステージと、
　角度変更機構と、を備え、
　前記ステージは、前記光源ユニットから前記光検出器まで間の光路上に配置され、
　前記角度変更機構は、前記第１照明光の前記物体に対する入射角度と、前記第２照明光の前記物体への入射角度を変化させることを特徴とする推定システム。
　前記角度変更機構は、駆動装置と、回転部材と、を有し、
　前記回転部材は、前記ステージを保持し、
　前記回転部材の回転軸は、前記物体と交差すると共に、前記光路の光軸と直交することを特徴とする請求項１２に記載の推定システム。
　前記角度変更機構は、駆動装置と、回転部材と、を有し、
　前記回転部材は、反射面を有し、
　前記回転部材の配置角度を変えることによって、前記反射面の向きが変化することを特徴とする請求項１２に記載の推定システム。
　前記光検出器とは別の光検出器を備え、
　前記光検出器は、前記第１照明光の波長帯域に対して第１閾値以上の感度を持ち、前記第２照明光の波長帯域に対して前記第１閾値以上の感度を持たず、
　前記別の光検出器は、前記第２照明光の波長帯域に対して第２閾値以上の感度を持ち、前記第１照明光の波長帯域に対して前記第２閾値以上の感度を持たないことを特徴とする請求項１１に記載の推定システム
　前記光検出器とは別の光検出器と、
　前記光検出器と共に用いられる第１光学素子と、
　前記別の光検出器と共に用いられる第２光学素子と、を備え、
　前記第１光学素子は、前記第１照明光を透過し、前記第２照明光を遮光する特性を有し、
　前記第２光学素子は、前記第２照明光を透過し、前記第１照明光を遮光する特性を有することを特徴とする請求項１２に記載の推定システム。
　請求項１から１１のいずれか１項に記載の推定装置と、
　前記第１照明光と前記第２照明光を射出する光源ユニットと、を備え、
　前記光源ユニットは、照射角度が異なる複数の独立した光源で構成されており、
　前記推定装置の前記プロセッサ若しくは前記プロセッサと異なるプロセッサが、前記光源に照明光を射出させるか否かを制御することで、前記第１照明光の前記物体に対する入射角度と、前記第２照明光の前記物体への入射角度を変化させることを特徴とする推定システム。
　請求項１から１１のいずれか１項に記載の推定装置と、
　前記第１照明光と前記第２照明光を射出する光源ユニットと、
　前記物体の光学像を形成する結像光学系と、
　前記物体の光学像から前記物体の画像を取得する光検出器と、
　前記結像光学系の焦点位置と前記物体の位置との間隔を、前記結像光学系の光軸方向に変化させる駆動機構と、を有し、
　前記第１照明光による照明と前記第２照明光による照明は、前記物体に対してパーシャルコヒーレント照明を形成していることを特徴とする推定システム。
　物体の３次元光学特性を推定する推定方法であって、
　前記３次元光学特性は、屈折率分布又は吸収率分布であり、
　第１波面情報は、前記物体を通過した第１照明光に基づいて取得した波面の情報であり、
　第２波面情報は、前記物体を通過した第２照明光に基づいて取得した波面の情報であり、
　前記第２照明光における最大強度の波長は、前記第１照明光における最大強度の波長よりも短波長側に位置し、
　前記第１波面情報と前記第２波面情報の両方を用いて推定処理を実行することを特徴とする推定方法。
　メモリとプロセッサを備えたコンピュータに推定処理を実行させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体であって、
　第１波面情報は、物体を通過した第１照明光に基づいて取得した波面の情報であり、
　第２波面情報は、前記物体を通過した第２照明光に基づいて取得した波面の情報であり、
　前記第２照明光における最大強度の波長は、前記第１照明光における最大強度の波長よりも短波長側に位置し、
　前記推定処理では、前記物体の３次元光学特性を推定し、
　前記３次元光学特性は、屈折率分布又は吸収率分布であり、
　前記プロセッサに、前記第１波面情報と前記第２波面情報を前記メモリから読み出させる処理と、
　前記第１波面情報と前記第２波面情報の両方を用いて、前記推定処理を実行させることを特徴とするプログラムを記録したコンピュータ読み取り可能な記録媒体。