特開 2024-135214 光学的測定方法、光学的測定装置、及び、光学的測定プログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2024135214

(43)【公開日】2024-10-04

(54)【発明の名称】光学的測定方法、光学的測定装置、及び、光学的測定プログラム

(51)【国際特許分類】

   G01N 21/27 20060101AFI20240927BHJP

   G01J 3/46 20060101ALI20240927BHJP

【ＦＩ】

G01N21/27 A

G01J3/46 Z

【審査請求】未請求

【請求項の数】16

【出願形態】ＯＬ

(21)【出願番号】P 2023045785

(22)【出願日】2023-03-22

(71)【出願人】

【識別番号】000003078

【氏名又は名称】株式会社東芝

(74)【代理人】

【識別番号】110003708

【氏名又は名称】弁理士法人鈴榮特許綜合事務所

(72)【発明者】

【氏名】高梨 健太

(72)【発明者】

【氏名】加納 宏弥

(72)【発明者】

【氏名】大野 博司

(72)【発明者】

【氏名】岡野 英明

【テーマコード（参考）】

2G020

2G059

【Ｆターム（参考）】

2G020AA08

2G020BA02

2G020BA03

2G020CB41

2G020CB43

2G020DA02

2G020DA04

2G020DA22

2G020DA32

2G020DA34

2G059AA01

2G059AA02

2G059AA05

2G059AA10

2G059BB05

2G059BB12

2G059BB14

2G059CC16

2G059EE01

2G059EE12

2G059EE13

2G059FF03

2G059HH02

2G059JJ11

2G059KK04

2G059MM01

2G059MM02

2G059MM09

2G059MM10

(57)【要約】      （修正有）

【課題】例えば適宜の構造を持つ物体の物性に係る情報を推定することが可能な光学的測定方法を提供すること。
【解決手段】実施形態によれば、光学的測定方法は、第１の波長、及び、第１の波長とは異なる第２の波長を含む照明を用いて物体を照明し、明視野光学系で物体の少なくとも一部を含む物体画像を結像し、第１の波長及び第２の波長を含むスペクトルを各画素で区別可能な撮像素子で物体画像データを撮像して取得すること、物体画像データに基づいて第１の波長に関する暗視野変換を行い、それを第１の変換画像データとすること、物体画像データに基づいて第２の波長に関する暗視野変換を行い、それを第２の変換画像データとすること、第１の変換画像データ及び第２の変換画像データに基づいて色相画像データを生成する色相生成処理を行うこと、色相画像データに基づいて、物体の物性に係る情報を推定することを含む。
【選択図】図２

【特許請求の範囲】

【請求項1】

第１の波長、及び、前記第１の波長とは異なる第２の波長を含む照明を用いて物体を照明し、明視野光学系で前記物体の少なくとも一部を含む物体画像を結像し、前記第１の波長を含むスペクトル及び前記第２の波長を含むスペクトルを各画素で区別可能な撮像素子で物体画像データを撮像して取得すること、
前記物体画像データに基づいて前記第１の波長に関する暗視野変換を行い、それを第１の変換画像データとすること、
前記物体画像データに基づいて前記第２の波長に関する暗視野変換を行い、それを第２の変換画像データとすること、
前記第１の変換画像データ及び前記第２の変換画像データに基づいて色相画像データを生成する色相生成処理を行うこと、
前記色相画像データに基づいて、前記物体の物性に係る情報を推定すること
を含む、光学的測定方法。

【請求項2】

前記暗視野変換を行うことは、
前記物体画像データに基づいて空間周波数領域の一部を抽出する処理を行うことを含む、
請求項１に記載の光学的測定方法。

【請求項3】

前記暗視野変換を行うことは、
前記物体を透過した直後の前記明視野光学系の光軸に垂直な第１の面と、前記撮像素子の撮像面としての第２の面と、前記第１の面と前記第２の面との間の、前記光軸に垂直な、仮想的な第３の面とを規定するとき、前記第３の面において、非回折光成分に相当する位置の電場を０にする処理を行うことを含む、
請求項１又は請求項２に記載の光学的測定方法。

【請求項4】

前記色相生成処理を行うことは、
前記第１の変換画像データ及び前記第２の変換画像データを各色チャンネルとするカラー画像データを生成することと、
前記カラー画像データの各画素値を色相に変換し、これを前記色相画像データとすることと
を含む、請求項１又は請求項２に記載の光学的測定方法。

【請求項5】

前記色相画像データに基づいて、前記物体の前記物性に係る情報を推定することは、前記色相画像データの全体または一部の画素に対し、色相のヒストグラムを算出することを含む、
請求項１又は請求項２に記載の光学的測定方法。

【請求項6】

前記物体画像データは、前記物体を平行光が透過したときの直進光を含む、
請求項１又は請求項２に記載の光学的測定方法。

【請求項7】

前記物性に係る情報は、前記物体に関する密度、濃度比率、体積、材質、重さ、屈折率、温度、歪に係る情報の少なくとも１つである、
請求項１又は請求項２に記載の光学的測定方法。

【請求項8】

前記物体は、溶媒と、前記溶媒中に前記溶媒とは異なる物質である被検物とを含む、
請求項１又は請求項２に記載の光学的測定方法。

【請求項9】

第１の波長、及び、前記第１の波長とは異なる第２の波長を含む照明を用いて物体を照明し、明視野光学系で前記物体の少なくとも一部を含む物体画像を結像し、前記第１の波長を含むスペクトル及び前記第２の波長を含むスペクトルを各画素で区別可能な撮像素子で物体画像データを撮像させて取得し、
前記物体画像データに基づいて前記第１の波長に関する暗視野変換を行い、それを第１の変換画像データとし、
前記物体画像データに基づいて前記第２の波長に関する暗視野変換を行い、それを第２の変換画像データとし、
前記第１の変換画像データ及び前記第２の変換画像データに基づいて色相画像データを生成する色相生成処理を行い、
前記色相画像データに基づいて、前記物体の物性に係る情報を推定する、
処理部を備える、
光学的測定装置。

【請求項10】

前記処理部は、前記暗視野変換を行うため、前記物体画像データに基づいて空間周波数領域の一部を抽出する処理を行うことを含む、
請求項９に記載の光学的測定装置。

【請求項11】

前記処理部は、前記暗視野変換を行うため、
前記物体を透過した直後の前記明視野光学系の光軸に垂直な第１の面と、前記撮像素子の撮像面としての第２の面と、前記第１の面と前記第２の面との間の、前記光軸に垂直な、仮想的な第３の面とを規定し、前記第３の面において、非回折光成分に相当する位置の電場を０にする処理を行うことを含む、
請求項９又は請求項１０に記載の光学的測定装置。

【請求項12】

前記処理部は、
前記色相生成処理を行うため、前記第１の変換画像データ及び前記第２の変換画像データを各色チャンネルとするカラー画像データを生成する処理と、
前記カラー画像データの各画素値を色相に変換し、これを前記色相画像データとする処理と
を行うことを含む、請求項９又は請求項１０に記載の光学的測定装置。

【請求項13】

前記処理部は、前記色相画像データに基づいて、前記物体の前記物性に係る情報を推定するため、前記色相画像データの全体または一部の画素に対し、色相のヒストグラムを算出する処理を行うことを含む、請求項９又は請求項１０に記載の光学的測定装置。

【請求項14】

前記処理部は、前記物性に係る情報として、前記物体に関する密度又は濃度比率、体積、材質、重さ、屈折率、温度、歪に係る情報の少なくとも１つを出力する、請求項９又は請求項１０に記載の光学的測定装置。

【請求項15】

前記明視野光学系と、
前記撮像素子と、
を有する、請求項９又は請求項１０に記載の光学的測定装置。

【請求項16】

第１の波長、及び、前記第１の波長とは異なる第２の波長を含む照明を用いて物体を照明し、明視野光学系で前記物体の少なくとも一部を含む物体画像を結像した、前記第１の波長を含むスペクトル及び前記第２の波長を含むスペクトルを互いに各画素で区別可能な撮像素子で物体画像データを撮像させて取得させ、
前記物体画像データに基づいて前記第１の波長に関する暗視野変換を行い、それを第１の変換画像データとさせ、
前記物体画像データに基づいて前記第２の波長に関する暗視野変換を行い、それを第２の変換画像データとさせ、
前記第１の変換画像データ及び前記第２の変換画像データから色相画像データを生成する色相生成処理を行わせ、
前記色相画像データに基づいて、前記物体の物性に係る情報を推定させる
こと、をコンピュータに実行させる光学的測定プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明の実施形態は、光学的測定方法、光学的測定装置、及び、光学的測定プログラムに関する。

【背景技術】

【0002】

適宜の物体（被検物）の形状や大きさ、物性に係る情報を測定するための光学的な手法が重要となっている。例えば適宜の構造を持つ物体に光を照射すると、その物体の構造に依存した光の回折が生じる。そのため、回折光の空間的な強度分布が分かれば、そこから物体の構造や密度分布といった物性に係る情報を推定することができる。さらに、回折光は波長に依存する。そのため、回折光の強度分布が波長ごとに分かれば、より微細な構造や密度分布などの物性に係る情報を推定できる。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特許第４１１１６１４号公報

【非特許文献】

【0004】

【非特許文献1】J. W. Hosch and J. P. Walters, “High spatial resolution schlieren photography”, APPLIED OPTICS, Vol. 16, No. 2, (1977)

【発明の概要】

【発明が解決しようとする課題】

【0005】

本発明が解決しようとする課題は、例えば適宜の構造を持つ物体（被検物）の物性に係る情報を推定することが可能な光学的測定方法、光学的測定装置、及び、光学的測定プログラムを提供することである。

【課題を解決するための手段】

【0006】

実施形態によれば、光学的検査方法は、第１の波長、及び、第１の波長とは異なる第２の波長を含む照明を用いて物体を照明し、明視野光学系で物体の少なくとも一部を含む物体画像を結像し、第１の波長を含むスペクトル及び第２の波長を含むスペクトルを各画素で区別可能な撮像素子で物体画像データを撮像して取得すること、物体画像データに基づいて第１の波長に関する暗視野変換を行い、それを第１の変換画像データとすること、物体画像データに基づいて第２の波長に関する暗視野変換を行い、それを第２の変換画像データとすること、第１の変換画像データ及び第２の変換画像データに基づいて色相画像データを生成する色相生成処理を行うこと、色相画像データに基づいて、物体の物性に係る情報を推定することを含む。

【図面の簡単な説明】

【0007】

【図1】実施形態に係る光学的測定装置を示す概略図。

【図2】図１に示す光学的測定装置の処理部で行う光学的測定手法のフローチャート。

【図3】実施形態に係る光学的測定装置の、モデル化の対象となる暗視野光学系の一例を示す概略図。

【図4】実施形態に係る光学的測定装置における、撮像素子で取得した物体の画素値と物体（サンプル）の透過直後の光の電場分布（明視野画像の入力から算出した物体（サンプル）透過直後の光の電場分布）との関係を示す図。

【図5】実施形態に係る光学的測定装置の、本実施形態に係るマスク面における電場分布（左図）にモデル化の対象の暗視野光学系のマスク（上図）を重ね合わせて、マスク処理（右図）を行った状態を示す概略的な模式図。

【図6】暗視野変換のチャート図。

【図7】明視野画像から暗視野変換画像を取得するためのチャート図。

【図8】同一の被検物に対するカラー暗視野変換画像（左図）と暗視野光学系で撮像した暗視野画像（右図）を示す図。

【図9】色相生成処理手法および物性に係る情報推定手法のフローを示す概略図。

【図10】物体として水処理におけるフロックの色相画像の色相と頻度との関係を示す色相のヒストグラムを示す図。

【図11】図１０に示すヒストグラムの濃度比率と面積比との関係を示す図。

【発明を実施するための形態】

【0008】

本実施形態では、図１から図１１を用いて、一般的な結像光学系で撮影した物体（被検物）画像（以下、明視野画像と称することがある）から、その物体（被検物）の物性に係る情報を測定する方法について説明する。

【0009】

図１には、本実施形態に係る、光学的測定装置１０の全体の構成の概略図を示す。図２には、本実施形態に係る光学的測定装置１０を用いる光学的測定方法（光学的測定プログラム）のフローチャートを示す。

【0010】

図１に示すように、本実施形態に係る光学的測定装置１０は、撮像部１２と、処理部１４とを有する。

【0011】

本実施形態において、光は電磁波の一種であり、Ｘ線、紫外線、可視光、赤外線、マイクロ波なども含まれるとする。本実施形態において、光は可視光であるとし、例えば波長は４００ｎｍから７５０ｎｍの領域にあるとする。

【0012】

撮像部１２は、結像光学系（明視野光学系）２２及び撮像素子（イメージセンサ）２４を有する。

【0013】

結像光学系２２は、一般的な明視野光学系を用いることができる。結像光学系２２として物体Ｏの少なくとも一部を含む物体画像を撮像素子２４に結像することができれば種々のものを用いることができる。結像光学系２２として、例えば、１つ又は複数のレンズを用いることができる。結像光学系２２として、暗視野光学系１２２（図３参照）をセットすることは不要となり得る。

【0014】

撮像素子２４が配置された領域を含む面を、結像光学系２２の撮像面とする。撮像素子２４は例えばエリアセンサーを用いる。エリアセンサーとは、同一面内にエリア状に画素を配列させたものである。本実施形態に係る撮像素子２４は、複数の画素を有する。各画素は少なくとも２つの異なる波長スペクトルの光線、つまり第１の波長スペクトルの光線と、第１の波長スペクトルとは異なる波長の第２の波長スペクトルの光線を受光できる、いわゆるＲＧＢカメラを用いることが好適である。撮像素子２４の各画素では、Ｒ、Ｇ、Ｂの３チャンネルのように、複数の所定波長スペクトルの光を区別して受光する色チャンネルを備えることが好適である。ただし、Ｒ、Ｇ、Ｂに対してそれぞれ独立な画素を備えてもよく、それらのＲ、Ｇ、Ｂの各画素をまとめて一つの画素と考えてもよい。本実施形態では、撮像素子２４の各画素は少なくともＲ（赤）とＢ（青）の２つの色チャンネルを備えるとする。このため、撮像素子２４は、各画素において、波長４５０ｎｍのＢ（青）光と、波長６５０ｎｍのＲ（赤）光をそれぞれ独立な色チャンネルで受光できるとする。本実施形態に係る撮像素子２４は、例えば波長５５０ｎｍのＧ（緑）光も独立な色チャンネルで受光可能である。例えば、第１の色チャンネルをＢ（青）光を受光するものとし、第２の色チャンネルをＲ（赤）光を受光するものとし、第３の色チャンネルをＧ（緑）光を受光するものとする。

【0015】

このように、本実施形態に係る撮像素子２４は、複数の画素を有し、少なくとも２つの波長を含むスペクトルを各画素で区別可能である。このため、撮像素子２４は、第１の波長（例えばＢ光）を含むスペクトル及び第２の波長（例えばＲ光）を含むスペクトルを各画素で区別可能である。また、撮像素子２４は、第３の波長（例えばＧ光）を含むスペクトルを各画素で区別可能である。

【0016】

撮像素子２４は、一般的なものを用いることができる。撮像素子２４は例えば、Charge-Coupled Device（ＣＣＤ）を用いることができる。撮像素子２４は例えば単板式のカラーＣＣＤを用いてもよく、３板式のカラーＣＣＤを用いてもよい。撮像素子２４は、ＣＣＤに限らず、Complementary Metal-Oxide Semiconductor（ＣＭＯＳ）等の撮像センサであってもよいし、受光素子であってもよい。

【0017】

処理部１４は、例えば、コンピュータ等から構成され、プロセッサ（処理回路）及び記憶媒体を備える。プロセッサは、ＣＰＵ（Central Processing Unit）、ＡＳＩＣ（Application Specific Integrated Circuit）、マイコン、ＦＰＧＡ（Field Programmable Gate Array）及びＤＳＰ（Digital Signal Processor）等のいずれかを含む。記憶媒体には、メモリ等の主記憶装置に加え、非一時的な補助記憶装置が含まれ得る。記憶媒体としては、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、磁気ディスク、光ディスク（ＣＤ－ＲＯＭ、ＣＤ－Ｒ、ＤＶＤ等）、光磁気ディスク（ＭＯ等）、及び、半導体メモリ等の書き込み及び読み出しが随時に可能な不揮発性メモリが挙げられる。

【0018】

処理部１４では、プロセッサ及び記憶媒体のそれぞれは、１つのみ設けられてもよく、複数設けられてもよい。処理部１４では、プロセッサは、記憶媒体等に記憶されるプログラム等を実行することにより、処理を行う。また、処理部１４のプロセッサによって実行されるプログラムは、インターネット等のネットワークを介して処理部１４に接続されたコンピュータ（サーバ）、又は、クラウド環境のサーバ等に格納されてもよい。この場合、プロセッサは、ネットワーク経由でプログラムをダウンロードする。

【0019】

処理部１４では、撮像素子２４からの画像取得、撮像素子２４から取得した画像に基づく各種算出処理は、プロセッサ等によって実行され、記憶媒体が、データ記憶部として機能する。

【0020】

また、処理部１４による処理の少なくとも一部が、クラウド環境に構成されるクラウドサーバによって実行されてもよい。クラウド環境のインフラは、仮想ＣＰＵ等の仮想プロセッサ及びクラウドメモリによって、構成される。ある一例では、撮像素子２４からの画像取得、撮像素子２４から取得した画像に基づく各種算出処理が、仮想プロセッサによって実行され、クラウドメモリが、データ記憶部として機能する。

【0021】

本実施形態では、処理部１４は、撮像素子２４を制御するとともに、撮像素子２４から得た像データに対して各種の演算を行う。

【0022】

また、光学的測定装置１０は、図示しないが、少なくとも２つの波長（第１の波長、及び、第１の波長とは異なる第２の波長）を含む照明光を用いて物体Ｏを照明する照明部（図示せず）を備えていてもよい。照明部の照明としては、平行光（直進光）に限らず、平行光でなくてもよい。照明部の照明として、例えば白色光、その他の複数の波長を有する光を用いることができる。一例として、第１の波長を４５０ｎｍのＢ（青）光とし、第２の波長を６５０ｎｍのＲ（赤）光とする。ただし、これに限らず、各波長は何でもよい。なお、照明部は、処理部１４に制御されることが好適である。

【0023】

本実施形態に係る光学的測定装置１０に本実施形態に係る光学測定手法を適用する流れを簡略に説明する。

【0024】

はじめに、処理部１４は、図１に示す光学的測定装置１０の撮像部１２の撮像素子２４を制御し、物体Ｏの明視野画像（物体画像データ）Ｉｂを撮像させる。一例として、物体画像データＩｂは、物体Ｏを平行光が透過したときの直進光、回折光を含む。そして、処理部１４は、撮像素子２４から、その物体Ｏの画像Ｉｂを取得する。すなわち、処理部１４には、その物体Ｏの画像Ｉｂが入力される（ステップＳＴ１）。処理部１４に入力される物体Ｏの画像Ｉｂは、ＳＳＤ等の記憶媒体に記憶されていてもよい。すなわち、光学的測定手法を適用するための物体Ｏの画像データＩｂがあれば、光学的測定装置１０の撮像部１２は不要となる場合があり得る。

【0025】

処理部１４は、その明視野画像Ｉｂを波長ごと、すなわち、色ごとに区別する（ステップＳＴ２）。処理部１４は、明視野画像Ｉｂをここでは、２つの波長に区別する。処理部１４は、撮像素子２４のチャンネル数に合わせて、明視野画像Ｉｂを３つ以上の波長に区別してもよい。

【0026】

そして、処理部１４は、明視野画像Ｉｂの各波長成分に対して、暗視野変換と呼ぶ処理を施す（ステップＳＴ３１，ＳＴ３２）。この暗視野変換は、物体Ｏで生じる回折光を抽出した画像（暗視野画像）Ｉｄを取得するように、図３に示す暗視野光学系１２２をモデル化したものであり、処理部１４は、明視野画像Ｉｂから回折光の波長依存性を反映したカラー暗視野変換画像Ｉｔを生成し得る。

【0027】

処理部１４は、カラー暗視野変換画像Ｉｔ（カラー画像データ）に含まれる色相情報を抽出する色相生成処理を行う（ステップＳＴ４）。

【0028】

そして、処理部１４は、色相生成処理を行った後、その色相生成処理を行ったその情報から物体（被検物）の物性に係る情報を推定し得る（ステップＳＴ５）。

【0029】

処理部１４は、その推定した物性に係る情報をモニタ（図示せず）等に出力する（ステップＳＴ６）。推定した物性に係る情報は、各種の制御の指標として用いられることも好適である。

【0030】

したがって、本手法で必要なのは明視野光学系２２を用いて取得する、又は、取得した物体画像Ｉｂ及び処理部１４であり、暗視野光学系１２２及び撮像部１２を必ずしも必要としない。以下では、各項目について具体的に説明してゆく。

【0031】

ここで、今回モデル化する暗視野光学系１２２について図３を用いて説明する。図３には、モデル化する暗視野光学系１２２の構成の例を示す。

【0032】

図３に示す暗視野光学系１２２を用いる場合、処理部１４は照明部から光軸ＯＡに平行な平行光Ｐを出射する。照明部からの平行光Ｐは、一例であるが、物体（検査対象）Ｏの容器Ｒ内の溶媒Ｓ及び被検物Ｔに照射される。図３に示す容器Ｒ、溶媒Ｓは、照明部からの照明光を通すものである必要がある。

【0033】

ここで、物体（サンプル）Ｏを透過した直後の暗視野光学系１２２の光軸ＯＡに垂直な面をΣ_１とする。面Σ_１において、光は物体Ｏ中の被検物Ｔの物性に係る情報に依存して回折する光（回折光）Ｄと、溶媒Ｓを通してそのまま直進する光（直進光）Ｂに分離される。物体Ｏの後方（直進光Ｂの光路上）にはレンズＬ１とマスクＭの遮光領域Ｍａが配置されている。ここで、マスクＭが存在する位置の光軸ＯＡに垂直な面をΣ_２とする。面Σ_２は、レンズＬ１に対して、レンズＬ１の焦点距離ｆ１離れ、面Σ_１とレンズＬ１とは、レンズＬ１の焦点距離ｆ１離れている。また、レンズＬ２は、マスクＭと撮像素子２４との間に設けられる。面Σ_２と、レンズＬ２との間の距離、レンズＬ２と撮像素子２４の撮像面Σ_３との間の距離は、それぞれレンズＬ２の焦点距離ｆ２離れている。

【0034】

物体Ｏに照射され、被検物Ｔに当たらず、容器Ｒ及び溶媒Ｓを通過した平行光Ｐ（直進光Ｂ）はレンズＬ１によって、レンズＬ１の焦点であるマスクＭの遮光領域Ｍａに到達する。遮光領域Ｍａの大きさは、平行光Ｐの光源（図示せず）の光を遮光領域Ｍａに投影した大きさよりも大きい。このため、平行光Ｐ（直進光Ｂ）は、遮光領域Ｍａで遮光され、撮像素子２４に到達しない。このため、マスクＭの遮光領域Ｍａは、直進光Ｂを遮光する。

【0035】

光の回折による回折光Ｄは、平行光Ｐに沿う光軸ＯＡからずれた状態でレンズＬ１に向かう。レンズＬ１に入射され、レンズＬ１を通した回折光Ｄは、マスクＭのうち光軸ＯＡ上の遮光領域Ｍａからずれた通過領域Ｍｂを通る。すなわち、レンズＬ１の焦点面ｆ１の焦点に配置された通過領域Ｍｂは、平行光Ｐのうち、被検物Ｔによって平行光Ｐの方向とは異なる方向に向かう回折光Ｄを通す。

【0036】

マスクＭの通過領域Ｍｂを通過した回折光Ｄは、レンズＬ２によって、撮像素子２４の撮像面Σ_３に入射する。このとき、処理部１４は、撮像素子２４で、撮像素子２４の撮像面Σ_３に到達する、少なくとも２つ以上の異なる波長スペクトルの光を、互いに区別して同時期に各画素で撮像する。したがって、撮像素子２４は、物体Ｏの暗視野画像Ｉｄを取得する。このとき、処理部１４は、撮像素子２４によって撮像された暗視野画像Ｉｄにより、溶媒Ｓとは異なる被検物Ｔに関する情報を非接触に取得する。被検物Ｔに関する情報の一例は、被検物Ｔの形状、輪郭、大きさ等である。

【0037】

物体Ｏに照射され、被検物Ｔに当たらず、容器Ｒ及び溶媒Ｓを通過した平行光Ｐ（直進光Ｂ）はレンズＬ１によって、レンズＬ１の焦点であるマスクＭの遮光領域Ｍａに到達し、撮像素子２４に到達しないため、撮像素子２４では、回折光Ｄが撮像される。したがって、図３に示す暗視野光学系１２２を用いて得られる暗視野画像Ｉｄは、溶媒Ｓ中の被検物Ｔの構造情報を反映したものであると言える。

【0038】

ところで、波長に応じて回折光Ｄの回折角は変化する。一般に、波長が大きくなるにつれて、回折角が大きくなり得る。４５０ｎｍの青光（第１の波長）と、６５０ｎｍの赤光（第２の波長）では、赤光の方が青光に比べて回折角が大きくなり、すなわち、回折角が異なり得る。撮像素子２４は、少なくとも２つ以上の異なる波長スペクトルの光を区別して同時期に各画素で撮像する。したがって、図１に示す明視野光学系２２は、溶媒Ｓ中の被検物Ｔで生じた回折光Ｄの方向分布の波長依存性（色を有する画像）を撮像素子２４を用いて取得することができる。

【0039】

このように、暗視野光学系１２２を通して撮像素子２４で得られる画像は、回折光Ｄの方向分布の波長依存性に関する情報、及び、被検物Ｔの構造情報を反映する。図３に示す暗視野光学系１２２の処理部１４は、撮像素子２４を制御して溶媒Ｓ中の被検物Ｔで生じた回折光Ｄの方向分布の波長依存性及び被検物Ｔの構造情報を撮像素子２４を用いて取得する。

【0040】

続いて、本実施形態に係る明視野光学系２２を用いる、本モデルに入力する画像データＩｂについて述べる。通常、回折光を用いて物体Ｏの物性に係る情報を推定するためには、物体Ｏで生じる強度変調と位相変調をともに考慮しなければならない。本実施形態に係る光学的測定手法では強度変調のみを仮定して物体Ｏの物性に係る情報を推定する方法について説明する。以下に具体的な方法を述べる。

【0041】

ここで、以降の説明のために、図１に示す撮像部１２（明視野光学系２２及び撮像素子２４）に対して、図３に示す暗視野光学系１２２に対応する座標系を仮想的に定義する。光軸ＯＡをｚ軸とし、物体（サンプル）Ｏを透過した直後の明視野光学系２２の光軸ＯＡに垂直な面をΣ_１とする。同様に、マスクＭが存在すると仮定する位置の光軸ＯＡに垂直な面をΣ_２とし、撮像素子２４の撮像面（受光面）であって、光軸ＯＡに垂直な、仮想的な面をΣ_３とする。面Σ_２は、面Σ_１と面Σ_３との間にある。面Σ_２は、明視野光学系２２のレンズＬ１がある位置に対して距離ｆ１の焦点距離の位置にあるとする。面Σ_３は、明視野光学系２２のレンズＬ２がある位置に対して距離ｆ２の焦点距離の位置にあるとする。面Σ_１の面内座標は光軸ＯＡを原点とする直交座標（ｘ_１，ｙ_１）で表す。面Σ_２の面内座標を（ｘ_２，ｙ_２）で表し、面Σ_３の面内座標を（ｘ_３，ｙ_３）で表す。ｘ_１，ｘ_２，ｘ_３軸はそれぞれ互いに平行であるとし、ｙ_１，ｙ_２，ｙ_３軸はそれぞれ互いに平行であるとする。また、レンズＬ１，Ｌ２やマスクＭは厚さを無視できる薄肉の光学素子とする。

【0042】

はじめに、処理部１４は、図１に示す明視野光学系２２を用いて、物体Ｏの明視野画像Ｉｂを撮影する。物体Ｏの例としては、容器Ｒ、容器Ｒ内に入れられた溶媒Ｓ、溶媒Ｓ内に存在する被検物Ｔを含む。一例として、本実施形態に係る光学的測定装置１０は、明視野光学系２２及び撮像素子２４により、物体Ｏを、図４の左図に示すような画像データＩｂとして得ることができる。

【0043】

処理部１４は、被検物Ｔの形状として画像Ｉｂを取得し、演算（画像処理）を行うことで、被検物Ｔの形状とともに、その被検物Ｔの大きさがわかる。このため、処理部１４は、被検物Ｔの面積（表面積）を推定することができる。また、光学的測定装置１０は、被検物Ｔの面積（表面積）の積分によって、被検物Ｔの体積Ｔを推定することができる。

【0044】

この明視野画像Ｉｂにおける各画素の画素値（カラー画像に対しては各チャンネルにおける各画素値）をＩ（ｘ，ｙ）とおく。画素値Ｉ（ｘ，ｙ）は光の強度分布（ある波長に対応する、例えば直進光と回折光の光強度分布）を表しているため、光の電場分布ν（ｘ，ｙ）とは以下の式（１）の関係がある（ＳＴ３０１）。

【0045】

【数1】

【0046】

そこで、物体（サンプル）Ｏの透過直後の面Σ_１の光の電場分布ν_１（ｘ_１，ｙ_１）は、例えば式（２）のように表すこととした。

【0047】

【数2】

【0048】

物体（サンプル）Ｏの透過直後の面Σ_１の光の電場分布ν_１（ｘ_１，ｙ_１）を本モデルの明視野画像Ｉｂの入力とする（図４の右図参照）。更に、物体Ｏで生じる位相変調が小さい場合には、処理部１４は、本手法により暗視野画像Ｉｄに対応するカラー暗視野変換画像Ｉｔを理論的に導出することができる。これは以下のように説明できる。

【0049】

光が物体Ｏを透過すると、その物質の透過後の面Σ_１の電場分布ν（ｘ，ｙ）は一般に複素関数になる。しかし、物体Ｏで生じる位相変調が小さい場合、電場分布ν（ｘ，ｙ）の虚部が微小となるため、実質的に実部だけを考えればよい。

【0050】

ゆえに、式（１）および式（２）に従って処理部１４に物体（サンプル）Ｏの透過直後の面Σ_１の光の電場分布ν_１（ｘ_１，ｙ_１）、すなわち明視野画像Ｉｂを入力することで、暗視野画像Ｉｄに相当するカラー暗視野変換画像Ｉｔを理論的に計算できる。

【0051】

実際に、例えば水処理システムを用いて水処理時に発生させるフロック（floc）と呼ばれる、被検物Ｔを含む物体Ｏ（サンプル）に対して今回構築した光学検査手法を適用したところ、その有効性が確認できた。実施形態とその結果については後述する。

【0052】

次に、処理部１４は、入力した画像データＩｂに基づいて暗視野変換画像Ｉｔを取得するための演算（処理）を行う。先に述べた通り、今回モデル化した暗視野光学系１２２（図３参照）は２枚のレンズＬ１，Ｌ２とその間に配置されたマスクＭの遮蔽領域Ｍａによって回折光を抽出する。以下、処理部１４によるこの過程による暗視野画像Ｉｄの計算を「暗視野変換」と呼ぶ。暗視野変換は、回折過程、遮光過程、イメージング過程という３つの段階に分けられる。これは、暗視野光学系１２２を用いて暗視野画像Ｉｄを取得する際の、物体Ｏで回折させ、マスクＭの遮光領域Ｍａで遮光した像を撮像素子２４で取得するのと同様の過程を経ることと同じである。このうち、回折過程とイメージング過程は光の回折現象で理論的に記述できる。更に、図３に示すような配置のもとではフラウンホーファー回折近似が適用できる。

【0053】

まず、回折過程について説明する。

【0054】

物体Ｏ（サンプル）の透過直後の面Σ_１における光の電場分布をν_１（ｘ_１，ｙ_１，λ）とし、マスク面Σ_２における光の電場分布をν_２（ｘ_２，ｙ_２，λ）とすると、フラウンホーファー回折は以下の式（３）のように表される。

【0055】

【数3】

【0056】

更に、式（３）に対して適切な変数変換（以下、正規化と呼ぶ）を施す。その変数変換は、具体的には、式（４Ａ）－（４Ｆ）のように表される（ａ１は任意定数）。

【0057】

【数4】

【0058】

即ち、正規化は物体Ｏの透過直後の面Σ_１の電場分布ν_１（ｘ_１，ｙ_１，λ）、および、マスク面Σ_２の電場分布ν_２（ｘ_２，ｙ_２，λ）に対し、波長λやレンズＬ１の焦点距離ｆ_１に応じてスケーリングする座標変換である。正規化後の座標系を「´」で表すと、式（５）を得る（ＳＴ３０２）。

【0059】

【数5】

【0060】

式（５）は、マスク面Σ_２における電場分布ν_２（ｘ_２，ｙ_２，λ）は、物体Ｏの透過直後の面Σ_１における電場分布ν_１（ｘ_１，ｙ_１，λ）に対するフーリエ変換で計算できることを意味している。

【0061】

続いて遮光過程について図５を用いて説明する。

【0062】

本遮光過程は、先ほど計算したマスク面Σ_２における光の電場分布ν_２（ｘ_２，ｙ_２，λ）に対し、非回折光成分に相当する（ｘ_２，ｙ_２）＝（０，０）近傍の値を０にする処理でその効果を適用した（ＳＴ３０３）。すなわち、図５に示すように、処理部１４は、本実施形態に係るマスク面Σ_２における電場分布ν_２（ｘ_２，ｙ_２，λ）（図５左図）にモデル化の対象の暗視野光学系１２２のマスクＭの遮光領域Ｍａ及び通過領域Ｍｂと同じもの（上図）を仮想的に重ね合わせて、マスク面Σ_２における電場分布ν_２（ｘ_２，ｙ_２，λ）に対してマスク処理（図５右図）を行った。したがって、このマスク処理は、図３に示す暗視野光学系１２２のマスクＭの遮蔽領域Ｍａにおいて、平行光の直進光を遮光する処理を行ったと同様の処理を行ったと言える。マスクＭに対応する関数をｍ（ｘ_２，ｙ_２）とすると、遮光処理後の光電場分布ν_２ ^（ｍ）（ｘ_２，ｙ_２，λ）は以下の式（６）のように表される。

【0063】

【数6】

【0064】

式（３）のマスク面Σ_２における電場分布ν_２（ｘ_２，ｙ_２，λ）が物体Ｏの透過直後の面Σ_１における電場分布ν_１（ｘ_１，ｙ_１，λ）のフーリエ変換であることから分かるように、マスク面Σ_２の光の電場分布ν_２（ｘ_２，ｙ_２，λ）は物体Ｏの透過直後の面（サンプル面）Σ_１の電場分布ν_１（ｘ_１，ｙ_１，λ）を空間周波数領域で表示したものに相当する。したがって式（６）で表される処理は、マスク面Σ_２において、波長ごとに異なる空間周波数領域を抽出するマスク処理であると言える。

【0065】

最後のイメージング過程は、回折過程を時間反転させたものに相当する。したがって、式（３）と同様の対応付けが可能であり、最終的な撮像素子２４の撮像面Σ_３における光の電場分布ν_３（ｘ_３，ｙ_３，λ）は、遮光処理後の光電場分布ν_２ ^（ｍ）（ｘ_２，ｙ_２，λ）を用いて式（７）のように表される。

【0066】

【数7】

【0067】

したがって、明視野光学系２２で取得した入力としての物体Ｏの画像Ｉｂ（物体Ｏの透過直後の面Σ_１における電場分布ν_１（ｘ_１，ｙ_１，λ））から、暗視野変換した、撮像素子２４の撮像面Σ_３における光の電場分布ν_３（ｘ_３，ｙ_３，λ）が取得される。式（１）、式（２）の関係から、撮像素子２４の撮像面Σ_３における光の電場分布ν_３（ｘ_３，ｙ_３，λ）に基づいて、ある波長に対応する回折光の光強度分布を算出する（ＳＴ３０４）。

【0068】

以上が暗視野変換の流れである。図６にその簡易的なチャート図（ＳＴ３０１－ＳＴ３０４）を示す。

【0069】

続いて、波長ごとの暗視野変換画像Ｉｔ（Ｉｔｂ，Ｉｔｒ，Ｉｔｇ）の計算について述べる。

【0070】

式（３）および式（７）を見ると、マスク面Σ_２における回折光の電場分布ν_２（ｘ_２，ｙ_２，λ）および撮像面Σ_３における回折光の電場分布ν_３（ｘ_３，ｙ_３，λ）は波長λに依存していることが分かる。これは、暗視野変換画像Ｉｔにおける光の波長、すなわち色の情報が物体Ｏの物性に係る情報を推定する上で重要な役割を持つことを意味している。そこで、処理部１４は、入力した物体Ｏの明視野画像Ｉｂに対して複数の波長λでそれぞれ暗視野変換を実行し、最後にそれらを合成することでカラー暗視野変換画像Ｉｔを生成した。

【0071】

例えば、処理部１４は、Ｂ光（第１波長）を波長４５０ｎｍと対応づけ、Ｒ光（第２波長）を波長６５０ｎｍと対応づけ、Ｇ光（第３波長）を波長５５０ｎｍと対応づけ、処理部１４は、明視野画像ＩｂのＢチャンネル、Ｒチャンネル、Ｇチャンネルに対して暗視野変換を実行する。処理部１４は、その計算結果（変換画像データＩｔｂ，Ｉｔｒ、Ｉｔｇ）を再度カラー暗視野変換画像ＩｔのＢチャンネル、Ｒチャンネル、Ｇチャンネルにそれぞれ割り当てることで、回折の波長依存性を再現したカラー暗視野変換画像Ｉｔを生成できる。すなわち、処理部１４は、第１の波長（例えばＢ光（波長：４５０ｎｍ））に関する暗視野変換を行い、それを第１の変換画像データＩｔｂとする。処理部１４は、第２の波長（例えばＲ光（波長：６５０ｎｍ））に関する暗視野変換を行い、それを第２の変換画像データＩｔｒとする。また、処理部１４は、第３の波長（例えばＧ光（波長：５５０ｎｍ））に関する暗視野変換を行い、それを第３の変換画像データＩｔｇとする。

【0072】

図７には、処理部１４が、明視野画像Ｉｂに基づいて、カラー暗視野変換画像Ｉｔを取得するまでのチャート図を示す。処理部１４は、明視野画像ＩｂをＢチャンネル（Ｂ成分）、Ｒチャンネル（Ｒ成分）、Ｇチャンネル（Ｇ成分）にそれぞれ分解した画像Ｉｂｂ，Ｉｂｒ，Ｉｂｇを生成する。そして、処理部１４は、それぞれの波長（チャンネル）ごとに暗視野変換を行い、すなわち、明視野画像ＩｂのＢ成分に対応する暗視野変換画像Ｉｔｂを算出し、Ｒ成分に対応する暗視野変換画像Ｉｔｒを算出し、Ｇ成分に対応する暗視野変換画像Ｉｔｇを算出する。なお、処理部１４が暗視野変換画像Ｉｔｂ，Ｉｔｒ，Ｉｔｇを合成すると、カラー暗視野変換画像Ｉｔを得ることができる。

【0073】

同一の物体Ｏを用いて、本実施形態に係る光学的計測方法（光学的計測プログラムのアルゴリズム）を用いて明視野画像Ｉｂを取得し、明視野画像Ｉｂから暗視野変換して生成した暗視野変換画像Ｉｔ（図８左図）と、実際に暗視野光学系１２２を用いて撮影した暗視野画像Ｉｄ（図８右図）とを並べたものを図８に示す。図８の左側に示す例のように、本実施形態に係る暗視野変換によるカラー暗視野変換画像Ｉｔと、暗視野光学系１２２を用いて取得した暗視野画像Ｉｄは、略一致する。このため、本実施形態に係る処理部１４により、暗視野光学系１２２のような特別な光学系を組む必要がなく、明視野光学系２２から暗視野画像Ｉｄに対応するカラー暗視野変換画像Ｉｔが出力される。

【0074】

溶媒Ｓ及び被検物Ｔを含む物体Ｏ（図８に示す像のサンプル）は、図１に示す照明部と結像光学系（明視野光学系）２２との間に配置される。また、物体Ｏは、図３に示す暗視野光学系１２２の照明部とレンズＬ１との間に配置される。本実施形態での物体Ｏは溶媒Ｓ中に被検物Ｔが混入されているものを対象とする。溶媒Ｓは液体であり、例えば水である。溶媒Ｓは、水以外の材料であっても構わない。溶媒Ｓに色が付されていてもよい。溶媒Ｓは、照明部の光源で出射した光がそのまま抜けるようなものが用いられる。

【0075】

最後に、本実施形態に係る明視野光学系２２を用いて取得する暗視野変換画像Ｉｔ（Ｉｔｂ，Ｉｔｒ，Ｉｔｇ）に基づく画像解析による物性に係る情報の推定手法について述べる。

【0076】

まず、処理部１４は、波長ごとの暗視野変換によって生成した暗視野変換画像Ｉｔに対して、各画素値を色相に変換した色相画像Ｉｈを生成する。以下、暗視野変換画像Ｉｔを生成し、それを色相画像Ｉｈに変換する過程を色相生成処理と呼ぶ。なお、暗視野変換画像Ｉｔが回折光の波長依存性を反映したものであり、色相画像Ｉｈも回折光の波長依存性を反映したものとなる。そして、処理部１４は、色相画像Ｉｈに対して画像解析を施すことで物体Ｏ（被検物Ｔ）の物性に係る情報が推定できる。処理部１４が行う画像解析の内容としては、例えば色相画像Ｉｈ内に現れる各色相値の頻度、即ち色相のヒストグラムを算出することが挙げられる。図９には、処理部１４が行う、色相生成処理手法および物性に係る情報推定手法のフローの概略図を示す。また、推定される物体の物性に係る情報としては、例えば今回の実施形態で測定する物体に含まれる被検物Ｔの濃度比率ρのほか、物体の密度、体積、材質、重さ、屈折率、温度、歪などが挙げられ得る。

【0077】

今回の実施形態では、物体Ｏの被検物Ｔとして、水中の懸濁物質に凝集剤を注入することで生成した凝集体（フロックと呼ぶ）の明視野画像Ｉｂを撮影し、それに本実施形態に係る光学的測定方法を適用して、物体Ｏの被検物Ｔの物性に係る情報を推定する例について説明する。本実施形態では濃度比率ρの異なる３種類のフロック（被検物Ｔ）の物体（サンプル）Ｏを用意した。ここで濃度比率ρは、フロック（被検物Ｔ）を生成した懸濁物質濃度と凝集剤濃度で以下の式（８）のように定義する。

【0078】

【数8】

【0079】

また、処理部１４は、色相画像Ｉｈに対する解析として、色相のヒストグラムを算出した。その結果を図１０に示す。図１０中、横軸の０．０近傍は赤、横軸の０．６近傍は青に相当する。図１０中の縦軸はその色相の値を持つ画素の数を頻度として示す。この結果をみると、色相ヒストグラムには２つの山型曲線が現れており、そのピークの値は濃度比率ρと相関があることが分かる。すなわち、ピークの高さは濃度比率ρに応じて変化することがわかる。そこで、この関係性を定量的に評価する指標として、処理部１４は、“Γ”という値を定義する。まず、処理部１４は、色相ヒストグラム中に２つの領域を定める。本実施形態では、２つのピークの中心近傍の色相値を境界として、その前後で領域１，領域２を定めた。領域１のピーク周辺では、濃度比率ρが大きいほど、頻度が小さくなり、反対に、領域２のピーク周辺では、濃度比率ρが大きいほど頻度が高くなった。各領域１，領域２におけるヒストグラムの面積を算出し、その面積比を“Γ”とする。即ち、面積比Γは、式（９）のように表される。

【0080】

【数9】

【0081】

以上のようにして定義した面積比Γを各濃度比率ρに対して算出し、散布図にしたものが図１１である。図１１を見ると、濃度比率ρと面積比Γとの間に正の相関があることが分かる。すなわち、濃度比率ρが上昇すると面積比Γが上昇し、濃度比率ρが下降すると面積比Γが下降する。すなわち本実施形態では、光学的測定手法によりフロックの濃度比率ρという物性に係る情報の推定を達成したといえる。

【0082】

なお、今回は面積比Γを式（９）のように定義したが、定量的に評価する指標は他にも考えられる。例えば、面積ではなくヒストグラム中で極大値となっている２点の比や、ヒストグラムをある関数形でフィッティングした時のフィッティングパラメータを用いるといったことが考えられる。

【0083】

以下、水処理システムに本実施形態に係る光学的測定装置１０を適用した場合の、フロックの濃度比率ρなど、被検物Ｔの物性分布を推定する一連の処理について、図２を用いて説明する。

【0084】

処理部１４は、まず、溶媒Ｓ内に被検物Ｔを含む物体Ｏを撮像素子２４で撮像させ、明視野画像Ｉｂを取得する（ステップＳＴ１）。

【0085】

そして、処理部１４は、図２に示すステップＳＴ２及びステップＳＴ３１，ＳＴ３２を経て、色相生成処理（ステップＳＴ４）を行う。

【0086】

撮像素子２４で撮像し、取得した被検物Ｔの画像に基づいて、処理部１４は、被検物Ｔの暗視野変換画像Ｉｔを構成するピクセルの出力値を色相（Ｈｕｅ）に変換する。処理部１４は、さらに、目的の色相画像Ｉｈに対して処理を行うべく、色相画像Ｉｈの全体または一部のピクセルに対し、色相のヒストグラムを算出する。

【0087】

処理部１４は、色相のヒストグラムから上述した面積比Γを算出する。すなわち、処理部１４は、撮像素子２４によって撮像された明視野画像Ｉｂの全部又は一部の画素に基づいて、溶媒Ｓとは異なる被検物Ｔを含む物体Ｏに関する情報を取得する。そして、処理部１４は、例えば記憶媒体に記憶された面積比Γに対応する濃度比率ρを読み出して、濃度比率ρを推定する（ＳＴ５）。なお、濃度比率ρに適宜の係数を乗算すること等により、物体Ｏにおける被検物Ｔの密度を推定することができることが分かっている。

【0088】

そして、処理部１４は、物体Ｏにおける被検物Ｔの濃度比率ρ及び／又は密度を出力する（ＳＴ６）。

【0089】

このように、例えば、推定対象箇所におけるフロックの濃度比率ρ及び／又は密度を推定することにより、水処理システムに含まれる光学的測定装置１０の処理部１４又は水処理システムのオペレータは、推定対象箇所において、必要な凝集剤の量を推定することができる。濃度比率ρは、例えば降雨による河川の増水、濁り、ダム湖の貯水率等、自然の影響を受けて時々刻々と変化する。本実施形態に係る光学的測定装置１０を用いて測定し、出力した濃度比率ρに基づいて、処理部１４、又は、水処理システムのオペレータは、水質変動の影響に依らず凝集剤の量を決めることができる。

【0090】

なお、例えば、物体Ｏ（被検物Ｔ）の温度が変われば、被検物Ｔの屈折率が変化する。このため、２つ以上の異なる波長スペクトルの光の強度を比較することで、被検物Ｔの温度又は屈折率を推定し、すなわち、被検物Ｔに関する物性分布を推定することとなる。
同様に、被検物Ｔの温度が変われば、被検物Ｔの濃度比率ρ及び密度が変化し得る。このため、２つ以上の異なる波長スペクトルの光の強度を比較することで、被検物Ｔの温度、濃度比率、及び、密度を推定し、すなわち、被検物Ｔに関する物性分布を推定することとなる。
上述した、溶媒Ｓとは異なる被検物Ｔに係る情報とは、例えば被検物Ｔの形状、密度及び、濃度比率、体積、材質、重さ、屈折率などである。このように、本実施形態に係る光学的計測装置１０によれば、従来は非接触かつ迅速に測定又は取得することができなかった物体Ｏにおける溶媒Ｓ中の被検物Ｔの物性に係る情報を非接触で取得することができる。また、処理部１４を用いた処理により、撮像素子２４によって撮像された明視野画像Ｉｂに基づいて、色相画像Ｉｈを生成し、２つ以上の異なる波長スペクトルの光の強度を比較し、物体Ｏにおける溶媒Ｓとは異なる被検物Ｔの物性分布を推定することができる。

【0091】

このように、本実施形態によれば、例えば適宜の構造を持つ物体の物性に係る情報を推定することが可能な光学的測定装置１０、光学的測定方法、及び、光学的測定プログラムを提供することができる。

【0092】

本実施形態に係る光学的測定方法は、第１の波長（Ｂ光）、及び、第１の波長とは異なる第２の波長（Ｒ光）を含む照明を用いて物体Ｏを照明し、結像光学系（明視野光学系２２）で物体Ｏの少なくとも一部を含む物体画像（明視野画像）Ｉｂを結像し、第１の波長を含むスペクトル及び第２の波長を含むスペクトルを各画素で区別可能な撮像素子２４で物体画像Ｉｂを撮像して取得すること、物体画像Ｉｂに基づいて第１の波長に関する暗視野変換を行い、それを第１の変換画像Ｉｔ１（Ｉｔｂ）とすること、物体画像Ｉｂに基づいて第２の波長に関する暗視野変換を行い、それを第２の変換画像Ｉｔ２（Ｉｔｒ）とすること、第１の変換画像Ｉｔ１及び第２の変換画像Ｉｔ２から色相画像Ｉｈを生成する色相生成処理を行うこと、色相画像に基づいて、物体Ｏの物性に係る情報を推定することを含む。
本実施形態に係る光学的測定プログラムは、第１の波長（Ｂ光）、及び、第１の波長とは異なる第２の波長（Ｒ光）を含む照明を用いて物体Ｏを照明し、結像光学系（明視野光学系１２２）で物体Ｏの少なくとも一部を含む物体画像（明視野画像）ＩＢを結像した、第１の波長を含むスペクトル及び第２の波長を含むスペクトルを互いに各画素で区別可能な撮像素子２４で物体画像データＩｂを撮像させて取得させ、物体画像データＩｂに基づいて第１の波長に関する暗視野変換を行い、それを第１の変換画像データＩｔ１（Ｉｔｂ）とさせ、物体画像データＩｂに基づいて第２の波長に関する暗視野変換を行い、それを第２の変換画像データＩｔ２（Ｉｔｒ）とさせ、第１の変換画像データＩｔ１及び第２の変換画像データＩｔ２から色相画像データＩｈを生成する色相生成処理を行わせ、色相画像データＩｈに基づいて、物体Ｏの物性に係る情報を推定させること、をコンピュータに実行させる。
本実施形態に係る光学的測定装置１０は、処理部１４を含む。処理部１４は、第１の波長（例えばＢ光）、及び、第１の波長とは異なる第２の波長（例えばＲ光）を含む照明を用いて物体Ｏを照明し、結像光学系２２で物体Ｏの少なくとも一部を含む物体画像を結像し、第１の波長を含むスペクトル及び第２の波長を含むスペクトルを各画素で区別可能な撮像素子２４で物体画像データＩｂを撮像させて取得し、物体画像データＩｂに基づいて第１の波長に関する暗視野変換を行い、それを第１の変換画像データＩｔ１（Ｉｔｂ）とし、物体画像データＩｂに基づいて第２の波長に関する暗視野変換を行い、それを第２の変換画像データＩｔ２（Ｉｔｒ）とし、第１の変換画像データＩｔ１及び第２の変換画像データＩｔ２に基づいて色相画像データＩｈを生成する色相生成処理を行い、色相画像データＩｈに基づいて、物体Ｏの物性に係る情報を推定する。

【0093】

このため、処理部１４は、物体画像（＝明視野画像）Ｉｂから、暗視野変換（回折光の抽出処理）を行って、波長の情報を用いて色相画像データＩｈを算出し、色相画像データＩｈに基づいて物体Ｏの物性に係る情報を取得できる。

【0094】

暗視野変換を行うことは、物体画像データＩｂに基づいて空間周波数領域の一部を抽出する処理を行うことを含む。
このため、処理部１４は、明視野の物体画像データＩｂについて、回折光の強度分布を波長ごとに取得できる。

【0095】

暗視野変換を行うことは、物体Ｏを透過した直後の明視野光学系２２の光軸ＯＡに垂直な第１の面Σ_１と、撮像素子２４の撮像面としての第２の面Σ_３と、第１の面Σ_１と第２の面Σ_３との間の、光軸ＯＡに垂直な、仮想的な第３の面Σ_２とを規定するとき、第３の面Σ_２において、非回折光成分に相当する位置の電場を０にする処理を行うことを含む。
第１の面Σ_１の明視野画像Ｉｂに対して、第３の面Σ_２で暗視野変換を行う際、マスク処理を行って非回折光を遮蔽し、撮像面（第２の面Σ_３）において、回折光を抽出した暗視野変換画像Ｉｔを取得することができる。

【0096】

色相生成処理を行うことは、第１の変換画像データＩｔ１及び第２の変換画像データＩｔ２を各色チャンネルとするカラー画像データＩｔを生成することを含み、カラー画像データＩｔの各画素値を色相に変換し、これを色相画像データＩｈとすることを含む。
このため、処理部１４は、回折光の波長依存性を反映したカラー暗視野変換画像Ｉｔを取得できる。また、処理部１４は、例えば３波長（色）の情報を１つのスカラー量として扱うことができ、定量的な評価が容易になる。

【0097】

色相画像データＩｈに基づいて、物体Ｏの物性に係る情報を推定することは、色相画像データＩｈの全体または一部の画素に対し、色相のヒストグラムを算出することを含む。
このため、処理部１４は、色相のヒストグラムから物体Ｏの物性に係る情報を測定できる。

【0098】

物体画像データＩｂは、物体Ｏを平行光が透過したときの直進光を含む。
このため、暗視野変換画像Ｉｔが図３に示す暗視野光学系１２２のモデル化で理論的に計算できるようになる。

【0099】

物性に係る情報は、物体Ｏに関する密度、濃度比率、体積、材質、重さ、屈折率、温度、歪に係る情報の少なくとも１つである。
物体Ｏの物性をつかさどる具体的な物理量を、本光学的物性測定方法で測定できる。

【0100】

本実施形態に係る光学的測定装置１０、光学的測定方法、光学的測定プログラムは、医療分野、海洋分野等、種々の分野に用いることができる。

【0101】

本実施形態に係る光学的測定装置１０は、例えば医療分野であれば、細胞膜内の組織に関する情報を取得する場合に用いることができる。本実施形態に係る光学的測定装置１０は、例えば、透明な細胞の構造を画像として取得できる。溶媒Ｓとは異なる被検物Ｔに関する情報として、細胞質、核、ミトコンドリア等がある。そして、処理部１４を用いて取得した、被検物Ｔに関する情報を含む画像（明視野画像）Ｉｂに基づいて、細胞内の組織や核等の形状、密度又は濃度比率、体積、材質、重さ、屈折率、温度、歪等の物性に係る少なくとも１つの情報を推定可能となり得る。

【0102】

また、海洋分野であれば、洋上に本実施形態に係る光学的測定装置１０を設置し、マイクロプラスチックなどの被検物Ｔの形状を画像（明視野画像）Ｉｂとして取得でき、取得した被検物Ｔに関する情報を含む画像（明視野画像）Ｉｂに基づいて、被検物Ｔの形状、密度又は濃度比率、体積、材質、重さの少なくとも１つ等を推定可能となり得る。本実施形態に係る光学的測定装置１０は、例えば、海中の特定の領域のリアルタイムの汚れ具合を可視化することができる。

【0103】

その他、水中にレーザー光を発して例えば対象材料の改良を行うレーザーピーニングを行う際の対象材料からの飛散物を被検物Ｔの画像（明視野画像）Ｉｂとしてとらえ、それを分析したり、レーザーピーニングを行う際に生じるキャビテーションの発生を画像（明視野画像）Ｉｂとしてとらえ、それを分析したりすることができる。このため、本実施形態に係る光学的測定装置１０は、レーザーピーニングにより生じる現象、メカニズム等をとらえることができる。

【0104】

上述した実施形態では、溶媒Ｓとして水を用いる例について説明したが、単なる水とは異なる適宜の溶媒も用いることができる。

【0105】

以上述べた少なくともひとつの実施形態の光学的測定装置１０、光学的測定方法、及び、光学的測定プログラムによれば、例えば適宜の構造を持つ物体の物性に係る情報を推定することができる。

【0106】

本発明のいくつかの実施形態を説明したが、これらの実施形態は、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は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

【符号の説明】

【0107】

１０…光学的測定装置、１２…撮像部、１４…処理部、２２…結像光学系（明視野光学系）、２４…撮像素子、１２２…暗視野光学系。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】