特開 2024-177762 干渉観察装置及び干渉観察方法

(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】P2024177762

(43)【公開日】2024-12-24

(54)【発明の名称】干渉観察装置及び干渉観察方法

(51)【国際特許分類】

   G01B 11/30 20060101AFI20241217BHJP

   G02B 21/06 20060101ALI20241217BHJP

   G01B 9/02 20220101ALI20241217BHJP

   H01L 21/66 20060101ALI20241217BHJP

   G06T 7/00 20170101ALI20241217BHJP

   G06V 10/764 20220101ALI20241217BHJP

   G01N 21/956 20060101ALN20241217BHJP

【ＦＩ】

G01B11/30 Z

G02B21/06

G01B9/02

H01L21/66 J

G06T7/00 350B

G06T7/00 610Z

G06V10/764

G01N21/956 A

【審査請求】未請求

【請求項の数】8

【出願形態】ＯＬ

(21)【出願番号】P 2023096088

(22)【出願日】2023-06-12

(71)【出願人】

【識別番号】000236436

【氏名又は名称】浜松ホトニクス株式会社

(74)【代理人】

【識別番号】100088155

【弁理士】

【氏名又は名称】長谷川 芳樹

(74)【代理人】

【識別番号】100113435

【弁理士】

【氏名又は名称】黒木 義樹

(74)【代理人】

【識別番号】100140442

【弁理士】

【氏名又は名称】柴山 健一

(74)【代理人】

【識別番号】100156395

【弁理士】

【氏名又は名称】荒井 寿王

(72)【発明者】

【氏名】山内 豊彦

(72)【発明者】

【氏名】鈴木 那津輝

【テーマコード（参考）】

2F064

2F065

2G051

2H052

4M106

5L096

【Ｆターム（参考）】

2F064EE01

2F064GG12

2F064HH08

2F065AA30

2F065AA49

2F065BB02

2F065FF51

2F065JJ26

2F065LL12

2F065QQ23

2F065QQ24

2F065QQ31

2F065RR06

2G051AA51

2G051AB01

2G051BA20

2G051BB03

2G051CC11

2H052AA04

2H052AC27

2H052AC33

2H052AF14

2H052AF21

2H052AF25

4M106AA01

4M106AA02

4M106CA22

4M106CA41

4M106DB04

4M106DB07

4M106DB11

4M106DB12

4M106DB13

4M106DB18

4M106DB21

4M106DJ21

4M106DJ26

4M106DJ27

5L096BA03

5L096DA02

5L096DA04

5L096JA22

5L096KA04

(57)【要約】

【課題】観察対象物に付着している異物を弁別可能とする。
【解決手段】干渉観察装置１は、光を出力する光源２と、参照ミラー１５を有し、光源２から出力された光を第１光Ｌ１及び第２光Ｌ２に分割し、観察対象物８で反射された第１光Ｌ１と参照ミラー１５で反射された第２光Ｌ２との干渉光Ｌ３を出力する干渉光学系３と、干渉光Ｌ３を検出する撮像素子４と、撮像素子４の検出結果に基づき干渉画像を取得すると共に干渉画像において観察対象物８に付着している異物領域の画像の乱雑度を取得する処理部５と、処理部５で取得した乱雑度に関する情報を表示する表示部５３と、を備える。
【選択図】図１

【特許請求の範囲】

【請求項1】

光を出力する光源と、
参照ミラーを有し、前記光源から出力された光を第１光及び第２光に分割し、観察対象物で反射された前記第１光と前記参照ミラーで反射された前記第２光との干渉光を出力する干渉光学系と、
前記干渉光を検出する撮像素子と、
前記撮像素子の検出結果に基づき干渉画像を取得すると共に、前記干渉画像において前記観察対象物に付着している異物領域の画像の乱雑度を取得する処理部と、
前記処理部で取得した前記乱雑度に関する情報を出力する出力部と、を備える、干渉観察装置。

【請求項2】

前記異物の前記乱雑度と前記異物の種類との関係に関する異物分類モデルを記憶する記憶部を備え、
前記処理部は、前記記憶部に記憶した前記異物分類モデルを参照して、取得した前記乱雑度から前記異物の種類を判別する、請求項１に記載の干渉観察装置。

【請求項3】

前記観察対象物に前記異物が付着している場合の複数種の前記干渉画像を教師データとした機械学習により、前記異物の前記乱雑度と前記異物の種類との関係に関する異物分類モデルを生成する学習部を備える、請求項２に記載の干渉観察装置。

【請求項4】

前記異物は、反射性異物及び透過性異物を含む、請求項２又は３に記載の干渉観察装置。

【請求項5】

前記反射性異物は、半導体を含み、
前記透過性異物は、有機物を含む、請求項４に記載の干渉観察装置。

【請求項6】

前記出力部は、前記乱雑度に関する情報を表示する表示部を含む、請求項１に記載の干渉観察装置。

【請求項7】

前記干渉光学系は、前記第２光の光路の光路長が変更可能に構成されている、請求項１に記載の干渉観察装置。

【請求項8】

光源から光を出力する光出力ステップと、
前記光源から出力した光を第１光及び第２光に分割し、観察対象物で反射された前記第１光と参照ミラーで反射された前記第２光との干渉光を出力する干渉光出力ステップと、
前記干渉光を撮像素子で検出する干渉光検出ステップと、
前記撮像素子の検出結果に基づき干渉画像を取得すると共に、前記干渉画像において前記観察対象物に付着している異物領域の画像の乱雑度を取得する処理ステップと、
前記処理ステップで取得した前記乱雑度に関する情報を出力する出力ステップと、を備える、干渉観察方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、干渉観察装置及び干渉観察方法に関する。

【背景技術】

【0002】

光を出力する光源と、光源から出力された光を第１光及び第２光に分割し、観察対象物で反射された第１光と参照ミラーで反射された第２光との干渉光を出力する干渉光学系と、干渉光を検出する撮像素子と、撮像素子の検出結果に基づき干渉画像を取得する処理部と、を備えた干渉観察装置が知られている。この種の技術として、例えば特許文献１には、細胞の光学的な厚さ等の情報を取得することで細胞の種類を見分けることが図られた細胞観察装置が開示されている。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】ＷＯ２０１１／１３２５８７号公報

【特許文献2】特開平０８－１２４９８２

【特許文献3】特開平１１－１７６８９８

【発明の概要】

【発明が解決しようとする課題】

【0004】

上述した干渉観察装置では、観察対象物に異物が付着している場合があり、この場合、当該異物を弁別する（つまり、当該異物の種類を見分ける）ことが望まれる。この課題に関して、例えば特許文献２には、半導体装置のパターン表面等に付着する微細な異物が、半導体装置の歩留まりを低下させる重大な要因であることが記載されている。また、例えば特許文献２には、このような異物の付着を防止するためには、その発生源をいち早く特定して汚染防止対策を施すことが重要となること、そして、そのためには、異物の組成及び状態の分析が不可欠であることが記載されている。

【0005】

異物の組成に関して、例えば特許文献３には、半導体製造工程において熱酸化によりゲート酸化膜を形成する際に、金属汚染及び有機汚染が存在すると絶縁破壊を起こすことが記載されている。また、例えば特許文献３には、有機汚染について、ゲート酸化膜形成後に付着した場合にも絶縁性の劣化をもたらすこととともに、有機汚染を検出し除去する方法が記載されている。

【0006】

そこで、本発明は、観察対象物に付着している異物を弁別可能な干渉観察装置及び干渉観察方法を提供することを目的とする。

【課題を解決するための手段】

【0007】

本発明者らは鋭意検討を重ねた結果、異物が付着している観察対象物の干渉画像では、異物領域の画像の乱雑度が当該異物の種類によって異なることを見出した。よって、干渉画像における異物領域の画像の乱雑度を得ることができれば、当該異物を弁別することが可能となるという知見を得て、本発明を完成するに至った。

【0008】

すなわち、本発明の干渉観察装置は、［１］「光を出力する光源と、参照ミラーを有し、前記光源から出力された光を第１光及び第２光に分割し、観察対象物で反射された前記第１光と前記参照ミラーで反射された前記第２光との干渉光を出力する干渉光学系と、前記干渉光を検出する撮像素子と、前記撮像素子の検出結果に基づき干渉画像を取得すると共に、前記干渉画像において前記観察対象物に付着している異物領域の画像の乱雑度を取得する処理部と、前記処理部で取得した前記乱雑度に関する情報を出力する出力部と、を備える、干渉観察装置」である。

【0009】

この干渉観察装置では、観察対象物に異物が付着している場合、干渉画像における当該異物領域の画像の乱雑度に関する情報を出力することができる。よって、出力した乱雑度に関する情報に基づくことで、上述した知見により、観察対象物に付着する異物を弁別することが可能となる。

【0010】

本発明の干渉観察装置は、［２］「異物の前記乱雑度と前記異物の種類との関係に関する異物分類モデルを記憶する記憶部を備え、前記処理部は、前記記憶部に記憶した前記異物分類モデルを参照して、取得した前記乱雑度から前記異物の種類を判別する、［１］に記載の干渉観察装置」であってもよい。この場合、観察対象物に付着する異物を、異物分類モデルを参照して弁別することが可能となる。

【0011】

本発明の干渉観察装置は、［３］「前記観察対象物に前記異物が付着している場合の複数の前記干渉画像を教師データとした機械学習により、前記異物の前記乱雑度と前記異物の種類との関係に関する異物分類モデルを生成する学習部を備える、［２］に記載の干渉観察装置」であってもよい。この場合、機械学習により異物分類モデルを生成することが可能となる。

【0012】

本発明の干渉観察装置では、［４］「前記異物は、反射性異物及び透過性異物を含む、［２］又は［３］に記載の干渉観察装置」であってもよい。この場合、観察対象物に付着する異物が反射性異物であるか透過性異物であるかを弁別することが可能となる。

【0013】

本発明の干渉観察装置では、［５］「前記反射性異物は、半導体を含み、前記透過性異物は、有機物を含む、［４］に記載の干渉観察装置。」であってもよい。この場合、観察対象物に付着する異物について、反射性を有する半導体であるか透過性を有する有機物であるかを弁別することが可能となる。

【0014】

本発明の干渉観察装置では、［６］「前記出力部は、前記乱雑度に関する情報を表示する表示部を含む、［１］～［５］の何れかに記載の干渉観察装置」であってもよい。この場合、干渉画像における当該異物領域の画像の乱雑度に関する情報を容易に把握することができる。

【0015】

本発明の干渉観察装置では、［７］「前記干渉光学系は、前記第２光の光路の光路長が変更可能に構成されている、［１］～［６］の何れかに記載の干渉観察装置」であってもよい。この場合、第２光の光路の光路長を変更することで、取得される干渉画像において異物を際立たせることが可能となる。これにより、異物を容易に弁別することが可能となる。

【0016】

本発明の干渉観察方法は、［８］「光源から光を出力する光出力ステップと、前記光源から出力した光を第１光及び第２光に分割し、観察対象物で反射された前記第１光と参照ミラーで反射された前記第２光との干渉光を出力する干渉光出力ステップと、前記干渉光を撮像素子で検出する干渉光検出ステップと、前記撮像素子の検出結果に基づき干渉画像を取得すると共に、前記干渉画像において前記観察対象物に付着している前記異物領域の画像の乱雑度を取得する処理ステップと、前記処理ステップで取得した前記乱雑度に関する情報を出力する出力ステップと、を備える、干渉観察方法」である。

【0017】

この干渉観察方法においても、観察対象物に異物が付着している場合、干渉画像における当該異物領域の画像の乱雑度に関する情報を出力することができる。よって、出力した乱雑度に関する情報に基づくことで、上述した知見により、観察対象物に付着する異物を弁別することが可能となる。

【発明の効果】

【0018】

本発明によれば、観察対象物に付着する異物を弁別可能な干渉観察装置及び干渉観察方法を提供することができる。

【図面の簡単な説明】

【0019】

【図1】図１は、実施形態に係る干渉観察装置を示す構成図である。

【図2】図２は、図１の観察対象物を拡大して示す図である。

【図3】図３は、乱雑度の算出方法の一例を示すフローチャートである。

【図4】図４は、位相画像と乱雑度との関係を説明する図である。

【図5】図５（ａ）は、位相画像を示す図である。図５（ｂ）は、図５（ａ）の位相画像に対応する複素数画像の実部を示す図である。図５（ｃ）は、図５（ａ）の位相画像に対応する複素数画像の虚部を示す図である。

【図6】図６（ａ）は、第１平滑化複素数画像の実部を示す図である。図６（ｂ）は、第１平滑化複素数画像の虚部を示す図である。

【図7】図７（ａ）は、第２平滑化複素数画像の実部を示す図である。図７（ｂ）は、第２平滑化複素数画像の虚部を示す図である。

【図8】図８（ａ）は、第３平滑化複素数画像の実部を示す図である。図８（ｂ）は、第３平滑化複素数画像の虚部を示す図である。

【図9】図９（ａ）は、第１位相差分画像を示す図である。図９（ｂ）は、第２位相差分画像を示す図である。図９（ｃ）は、第３位相差分画像を示す図である。

【図10】図１０（ａ）は、反射性異物を含む位相画像の一部を拡大して示す図である。図１０（ｂ）は、図１０（ａ）の位相画像に対応する位相差分画像の一部を拡大して示す図である。

【図11】図１１（ａ）は、透過性異物を含む位相画像の一部を拡大して示す図である。図１１（ｂ）は、図１１（ａ）の位相画像に対応する位相差分画像の一部を拡大して示す図である。

【図12】図１２は、第２位相差分画像における局所的な位相変動を画像化した図である。

【図13】図１３は、異物分類モデルを説明する図である。

【図14】図１４は、反射性異物度テーブルを示す図である。

【図15】図１５は、異物分類モデルの学習方法の一例を示すフローチャートである。

【図16】図１６は、干渉観察装置による干渉観察方法の一例を示すフローチャートである。

【図17】図１７は、変形例に係る異物分類モデルを説明する図である。

【発明を実施するための形態】

【0020】

以下、本発明の実施形態について、図面を参照しつつ詳細に説明する。以下の説明において、同一又は相当要素には同一符号を用い、重複する説明を省略する。

【0021】

［干渉観察装置］
図１に示されるように、干渉観察装置１は、光源２と、干渉光学系３と、撮像素子４と、処理部５と、ステージＳと、を備えている。干渉観察装置１は、ステージＳ上に配置された観察対象物８を光の干渉を用いて観察するための干渉顕微鏡である。観察対象物８は、例えば半導体デバイスであるが、金属、ガラス、樹脂、液晶、高分子化合物等により形成された他の工業サンプルであってもよい。観察対象物８は、細胞等の生体サンプルであってもよい。以下、図１に示されるように、Ｘ方向と、Ｘ方向に垂直なＹ方向と、Ｘ方向及びＹ方向の双方に垂直なＺ方向と、を設定して説明する。

【0022】

干渉観察装置１は、観察対象物８の内部を観察できるように構成されている。内部観察では、観察対象物８内に位置する観察面Ｒが観察される。この例では、観察対象物８は、いわゆる膜付きウエハである。図１及び図２に示されるように、観察対象物８は、パターン付きチップを構成するデバイス部８１と、デバイス部８１の表面に設けられたパッシベーション膜である膜部８２と、を含む。デバイス部８１は、ウエハ８１ａ上に機能素子８１ｂのパターンが形成されて成る。観察面Ｒは、デバイス部８１の表面である。

【0023】

光源２は、インコヒーレントな光を出力する。光源２は、例えばハロゲンランプ等のランプ系光源、ＬＥＤ（Light emitting diode）光源、ＳＬＤ（Superluminescent diode）光源、ＡＳＥ（Amplified spontaneous emission）光源等である。干渉光学系３は、この例ではリニック干渉型に構成されている。干渉光学系３は、レンズ１１と、ビームスプリッタ１２と、対物レンズ１３と、参照対物レンズ１４と、参照ミラー１５と、を有している。干渉光学系３は、光源２と共に筐体Ｈ内に配置されており、光学モジュールＭを構成している。光学モジュールＭは、所定のアクチュエータ１６によりＺ方向に沿って移動可能となっている。Ｚ方向は、対物レンズ１３の光軸に平行な方向であり、後述する第１光Ｌ１が観察対象物８に入射する方向と平行な方向である。

【0024】

レンズ１１は、光源２から出力された光をコリメートする。ビームスプリッタ１２は、例えば光学面１２ａを有するプリズムであり、レンズ１１によりコリメートされた光を光学面１２ａにおいて第１光Ｌ１及び第２光Ｌ２に分割する。ビームスプリッタ１２は、第１光Ｌ１を対物レンズ１３へ出力し、第２光Ｌ２を参照対物レンズ１４へ出力する。また、光学面１２ａには、観察対象物８の観察面Ｒで反射された第１光Ｌ１が対物レンズ１３を介して入射すると共に、参照ミラー１５で反射された第２光Ｌ２が参照対物レンズ１４を介して入射する。これらの第１光Ｌ１及び第２光Ｌ２は、光学面１２ａにおいて合波されて干渉光Ｌ３となる。干渉光学系３は、干渉光Ｌ３を撮像素子４へ出力する。

【0025】

対物レンズ１３は、ビームスプリッタ１２から出力された第１光Ｌ１をステージＳ上に配置された観察対象物８に集光する。また、対物レンズ１３には、観察対象物８の観察面Ｒで反射された第１光Ｌ１が入射する。対物レンズ１３は、入射した第１光Ｌ１をビームスプリッタ１２へ出力する。参照対物レンズ１４は、ビームスプリッタ１２から出力された第２光Ｌ２を参照ミラー１５へ導光し、参照ミラー１５上に集光する。また、参照対物レンズ１４は、参照ミラー１５で反射された第２光Ｌ２をビームスプリッタ１２へ出力する。参照ミラー１５は、参照対物レンズ１４から出力された第２光Ｌ２を参照対物レンズ１４へ戻るように反射させる。

【0026】

光学モジュールＭの筐体Ｈ内には、参照対物レンズ１４を移動させるためのステッピングモータ１７と、参照ミラー１５を移動させるためのステッピングモータ１８及びピエゾ素子１９と、が更に配置されている。ステッピングモータ１７は、Ｚ方向に垂直な第２光Ｌ２の光軸方向（例えばＸ方向）に沿って参照対物レンズ１４を移動させる。ステッピングモータ１８及びピエゾ素子１９は、第２光Ｌ２の光軸方向に沿って参照ミラー１５を移動させる。ＳＮ比の良好な干渉縞を得るためには、ビームスプリッタ１２から参照ミラー１５までの光路長は、ビームスプリッタ１２から観察面（反射面）Ｒまでの光路長と概一致するように調整されることが好ましい。

【0027】

ステッピングモータ１７，１８の応答時間は１０ｍｓｅｃよりも大きく、ピエゾ素子１９の応答時間は１ｍｓｅｃよりも小さい。すなわち、ピエゾ素子１９の応答時間はステッピングモータ１７，１８の応答時間よりも短い。ステッピングモータ１７，１８のストローク（最小移動距離）は数ｍｍであり、ピエゾ素子１９のストロークは１０μｍ程度である。すなわち、ピエゾ素子１９のストロークはステッピングモータ１７，１８のストロークよりも小さい。ステッピングモータ１７，１８の寿命駆動回数は１００万回よりも少なく、ピエゾ素子１９の寿命駆動回数は１００億回よりも多い。すなわち、ピエゾ素子１９の寿命駆動回数はステッピングモータ１７，１８の寿命駆動回数よりも多い。

【0028】

撮像素子４は、例えば、ＣＣＤエリアイメージセンサ、ＣＭＯＳエリアイメージセンサ等のイメージセンサ（カメラ）である。撮像素子４は、干渉光学系３（ビームスプリッタ１２）から出力された干渉光Ｌ３を検出（撮像）する。撮像素子４と干渉光学系３との間には、レンズ４１及び鏡筒４２が配置されている。レンズ４１は、干渉光学系３から出力された干渉光Ｌ３を撮像素子４の撮像面に結像させる。レンズ４１は、鏡筒４２内に収容されている。鏡筒４２は、例えば円筒状に形成されており、撮像面を囲むように撮像素子４に固定されている。

【0029】

処理部５は、光源２、干渉光学系３、撮像素子４及びステージＳを含む干渉観察装置１の各部と通信可能に接続されており、撮像素子４における干渉光Ｌ３の検出結果に基づいて干渉画像を取得する。干渉画像は、例えば位相画像、振幅画像、複素数画像、後述する各種の画像、及び、これらの何れかに相当する画像を含む。

【0030】

処理部５は、例えば、プロセッサ（ＣＰＵ）、記憶媒体であるＲＡＭ及びＲＯＭを含むコンピュータＣによって構成されている。コンピュータＣは、各種の情報を記憶する記憶領域（記憶部）５１と、各種の情報の入力を受け付ける入力部５２と、各種の情報を表示する表示部５３と、異物分類モデル（後述）を機械学習により生成する学習部５４と、を有している。入力部５２は、例えばユーザの操作入力を受け付けるデバイスであり、例えばマウス、キーボード等である。表示部５３は、例えば画像を表示するディスプレイである。入力部５２及び表示部５３は、例えばタッチパネルにより共通に構成されてもよく、この場合、ＧＵＩ（Graphical User Interface）により構成されていてもよい。また、この例では処理部５、記憶領域５１、入力部５２、表示部５３及び学習部５４が１つの装置により構成されているが、それらの少なくともいずれかは別のデバイスにより構成されてもよく、例えば携帯端末等により構成されてもよい。

【0031】

ステージＳは、観察対象物８を配置するためのステージであり、第１光Ｌ１が観察対象物８に入射するＺ方向と垂直なＸＹ平面に沿って移動可能となっている。これにより、干渉観察装置１では、ステージＳをＸＹ平面に沿って移動させながら、すなわち観察対象物８の観察位置を変化させながら、観察対象物８の観察面Ｒの観察を行う（干渉画像を取得する）ことが可能となっている。

【0032】

このような干渉観察装置１では、まず、光源２からインコヒーレントな光を出力する（光出力ステップ）。当該光をレンズ１１によりコリメートし、ビームスプリッタ１２により第１光Ｌ１及び第２光Ｌ２に分割する。第１光Ｌ１は、対物レンズ１３により観察対象物８に集光し、観察対象物８の界面で反射し、対物レンズ１３を経てビームスプリッタ１２に入力される。第２光Ｌ２は、参照対物レンズ１４により参照ミラー１５に集光し、該参照ミラー１５で反射し、参照対物レンズ１４を経てビームスプリッタ１２に入力される。ビームスプリッタ１２は、入力された第１光Ｌ１及び第２光Ｌ２を合波して、干渉光Ｌ３を出力する（干渉光出力ステップ）。出力された干渉光Ｌ３を撮像素子４により検出する（干渉光検出ステップ）。撮像素子４の検出結果に基づいて、処理部５により干渉画像を取得する（処理ステップ）。

【0033】

また、干渉観察装置１では、撮像素子４が４枚の干渉画像を取得するための撮像を行い、取得された４枚の干渉画像に基づいて処理部５が１枚の位相画像を構築（取得）する。ピエゾ素子１９は、４枚の干渉画像の撮像タイミングに合わせて細かく参照ミラー１５を移動させる。これにより、４枚の干渉画像の間において第１光Ｌ１と第２光Ｌ２との間の光路長差が異ならせる。４枚の干渉画像を取得するための参照ミラー１５の移動量は、光源２から出力する光の波長λよりも小さい。この例では、４枚の干渉画像の間における第２光Ｌ２の光路長差（位相シフト間隔）は、λ／４となっている。光路長の変化幅がλ／４になるように参照ミラー１５を細かく動かす場合、参照光路（第２光Ｌ２の光路の光路長）を参照光（第２光Ｌ２）が往復することに留意すると、参照ミラー１５の実際の移動量ステップはλ／８となり、λ＝５３２ｎｍの場合、この値は６６．５ｎｍである。干渉画像の取得方法は、上述した例の方法に限られず、公知の種々の方法であってもよい。

【0034】

本実施形態において、処理部５は、干渉画像において観察対象物８に付着している異物９の領域の乱雑度を算出して取得し、取得した乱雑度から異物９を弁別する。弁別対象としての異物９は、第１光Ｌ１に対して反射性を有する反射性異物９１、及び、第１光Ｌ１に対して透過性を有する透過性異物９２を少なくとも含む。反射性異物９１は、例えば半導体であるシリコン屑（シリコン片）を含む。透過性異物９２は、特に有機物であって、例えばエタノールの渇き染みを含む。弁別対象としての異物９は、その種類が特に限定されず、様々な種類の要素であってもよい。

【0035】

非特許文献１：Ｐ． Ｂｕｒｔ ａｎｄ Ｅ． Ａｄｅｌｓｏｎ， “Ｔｈｅ Ｌａｐｌａｃｉａｎ Ｐｙｒａｍｉｄ ａｓ ａ Ｃｏｍｐａｃｔ Ｉｍａｇｅ Ｃｏｄｅ”， ｉｎ ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ， ｖｏｌ． ３１， ｎｏ． ４， ｐｐ． ５３２－５４０， Ａｐｒｉｌ １９８３

【0036】

上記の非特許文献１には、画像の特徴量を抽出するにあたり、元画像に対して異なる平滑化フィルタサイズを用いた平滑化画像を複数作成し、平滑化フィルタサイズの異なる画像同士の差分画像を用いる手法が開示されている。しかし、位相画像においては位相が－π～πに折り返されているため、位相に対して直接平滑化フィルタを適用することには課題がある。位相の折り返しがある場合に、平滑化フィルタリング及び差分画像を生成する手法の一例を以下に示す。

【0037】

処理部５による干渉画像の乱雑度の算出方法の一例について、図３のフローチャートを用いて以下に詳説する。位相画像は、図４に示されるように、－π～πに折り返されているため、位相のバラツキを評価する上で取得した位相画像同士の比較は困難である。例えば図４中の４つの位相画像は全て－π～πの位相を同程度に含む画像のために、干渉画像の乱雑度を評価する場合、その比較が難しい。また、局所的な位相変動を評価する場合に、位相の折り返しを跨ぐ領域と跨がない領域とで評価値が大きく変わってしまう。そこで、処理部５は、位相画像Ｉ（図５（ａ）参照）の標準偏差を直接計算するのではなく、位相画像Iに対応する複素数画像Ｇ０（図５（ｂ），５（ｃ）参照）を算出して取得する（ステップＳ１１）。ここで、複素数画像Ｇ０とは、実部を画像Ｇ０Ｒｅ（図５（ｂ）参照）とし、虚部を画像Ｇ０Ｉｍ（図５（ｃ）参照）とする複素数の二次元配列によって表される画像であり、複素数画像Ｇ０の偏角が位相画像Ｉに対応する。

【0038】

続いて、処理部５は、複素数画像Ｇ０の平滑化を複数種の平滑化距離（すなわち、平滑化のウインドウサイズ）で行い、複数種の平滑化複素数画像を取得する（ステップＳ１２）。具体的には、図６（ａ），図６（ｂ）に示されるように、処理部５は、複素数画像Ｇ０に対して２×２のウインドウサイズで平滑化（畳み込み演算）し、第１平滑化複素数画像Ｇ１を得る。図７（ａ），図７（ｂ）に示されるように、処理部５は、複素数画像Ｇ０に対して４×４のウインドウサイズで平滑化し、第２平滑化複素数画像Ｇ２を得る。図８（ａ），図８（ｂ）に示されるように、処理部５は、複素数画像Ｇ０に対して８×８のウインドウサイズで平滑化し、第３平滑化複素数画像Ｇ３を得る。

【0039】

なお、複素数画像の平滑化にあたっては、実部と虚部とのそれぞれに対して平滑化フィルタ処理を行うものとする。第１～第３平滑化複素数画像Ｇ１～Ｇ３の定義としては、複素数画像Ｇ０の場合と同様に、次のように定める。第１平滑化複素数画像Ｇ１は、実部を画像Ｇ１Ｒｅ（図６（ａ）参照）とし、虚部を画像Ｇ１Ｉｍ（図６（ｂ）参照）とする複素数の二次元配列によって表される画像である。第２平滑化複素数画像Ｇ２は、実部を画像Ｇ２Ｒｅ（図７（ａ）参照）とし、虚部を画像Ｇ２Ｉｍ（図７（ｂ）参照）とする複素数の二次元配列によって表される画像である。第３平滑化複素数画像Ｇ３は、実部を画像Ｇ３Ｒｅ（図８（ａ）参照）とし、虚部を画像Ｇ３Ｉｍ（図８（ｂ）参照）とする複素数の二次元配列によって表される画像である。

【0040】

続いて、処理部５は、複素数画像Ｇ０、第１平滑化複素数画像Ｇ１、第２平滑化複素数画像Ｇ２及び第３平滑化複素数画像Ｇ３同士で割り算を行った上で偏角を計算することにより、特定の空間周波数に対してどの程度位相が変動しているかを指標化する複数の位相差分画像を取得する（ステップＳ１３）。具体的には、処理部５は、複素数画像Ｇ０を第１平滑化複素数画像Ｇ１で除算し偏角を取得することで、複素数画像Ｇ０に対する第１平滑化複素数画像Ｇ１の位相差分を計算する（つまり、Ａｒｇ（複素数画像Ｇ０／第１平滑化複素数画像Ｇ１））。ここで、Ａｒｇ（Ｃ）は複素数Ｃに対して偏角を計算する関数である。これにより、平滑化距離が２離れた画素同士の位相変動（ΔＬ＝２）を表す第１位相差分画像Ｚ１（図９（ａ）参照）を取得する。

【0041】

処理部５は、第１平滑化複素数画像Ｇ１を第２平滑化複素数画像Ｇ２で除算し偏角を取得することで、第１平滑化複素数画像Ｇ１に対する第２平滑化複素数画像Ｇ２の位相差分を計算する（つまり、Ａｒｇ（第１平滑化複素数画像Ｇ１／第２平滑化複素数画像Ｇ２））。これにより、平滑化距離が４離れた画素同士の位相変動（ΔＬ＝４）を表す第２位相差分画像Ｚ２（図９（ｂ）参照）を取得する。さらに、処理部５は、第２平滑化複素数画像Ｇ２を第３平滑化複素数画像Ｇ３で除算し偏角を取得することで、第２平滑化複素数画像Ｇ２に対する第３平滑化複素数画像Ｇ３の位相差分を計算する（つまり、Ａｒｇ（第２平滑化複素数画像Ｇ２／第３平滑化複素数画像Ｇ３））。これにより、平滑化距離が８離れた画素同士の位相変動（ΔＬ＝８）を表す第３位相差分画像Ｚ３（図９（ｃ）参照）を取得する。なお、一般的に、偏角Φ１の複素数Ｃ１と偏角Φ２の複素数Ｃ２との位相差分は、Ａｒｇ（Ｃ１／Ｃ２)で表されることに留意されたい。

【0042】

図１０（ａ）は、反射性異物９１を含む位相画像の一部を拡大して示す図である。図１０（ｂ）は、図１０（ａ）の位相画像に対応する位相差分画像の一部を拡大して示す図である。図１０（ｂ）では、ΔＬ＝４の場合の位相差分画像である。処理部５は、図１０（ａ）の位相画像を元に、図１０（ｂ）の位相差分画像を得ることができる。図１１（ａ）は、透過性異物９２を含む位相画像の一部を拡大して示す図である。図１１（ｂ）は、図１１（ａ）の位相画像に対応する位相差分画像の一部を拡大して示す図である。図１１（ｂ）では、ΔＬ＝４の場合の位相差分画像である。処理部５は、図１１（ａ）の位相画像を元に、図１１（ｂ）の位相差分画像を得ることができる。

【0043】

処理部５は、第１位相差分画像Ｚ１の各画素（各座標位置）において、その特徴量である第１位相変動量を算出する。第１位相変動量は、第１位相差分画像Ｚ１の標準偏差である。処理部５は、第２位相差分画像Ｚ２の各画素において、その特徴量である第２位相変動量を算出する。第２位相変動量は、第２位相差分画像Ｚ２の標準偏差である。処理部５は、第３位相差分画像Ｚ３の各画素において、その特徴量である第３位相変動量を算出する。第３位相変動量は、第３位相差分画像Ｚ３の標準偏差である。

【0044】

処理部５は、各画素の第１～第３位相変動量に基づいて、各画素の乱雑度を取得する（ステップＳ１４）。乱雑度は、第１～第３位相変動量を並べた特徴量ベクトルである。乱雑度は、多次元パラメータであり、ここでは、３次元パラメータである。乱雑度は、画像の画素毎に取得される。このような乱雑度によれば、何通りかの平滑化フィルタを用いた位相差分画像を比較することで得られることから、周波数の異なる位相構造を分類することができる。

【0045】

処理部５は、干渉画像における異物９を抽出する。具体的には、処理部５は、位相差分画像の局所的な変動量を指標にして、異物９を抽出する。図１２に示す例は、ΔＬ＝４の第２位相差分画像Ｚ２における局所的な位相変動を画像化した図である。処理部５は、第２位相差分画像Ｚ２において閾値を超える局所的な位相変動を示す画素の領域を、異物９が存在する領域として切り出す。なお、異物９を抽出する処理に関しては、特に限定されず、例えば別途撮影した明視野画像を用いる等、種々の公知手法を利用することができる。

【0046】

処理部５は、記憶領域５１に記憶した異物分類モデルを参照して、取得した乱雑度から異物９の種類を判別する。異物分類モデルは、異物９を分類する基準となる分類基準である。異物分類モデルは、乱雑度を代入することで「反射性異物度」もしくは「透過性異物度」を数値化する分類関数に対応する。反射性異物度は、個々の異物９に紐づけ可能な指標であり、第１光Ｌ１に関する異物９の反射性の度合いを表す値である。透過性異物度は、個々の異物９に紐づけ可能な指標であり、第１光Ｌ１に関する異物９の透過性の度合いを表す値である。異物分類モデルは、多次元空間において複数の種類の異物９を分類できる分類面（境界面）を定義することで得られる。例えば図１３に示される異物分類モデルは、３種類の異物を分類するモデルであって、第１～第３位相変動量を軸とする３次元空間にて分類面ＭＰを定義することで得られる。

【0047】

表示部５３は、処理部５により算出した乱雑度に関する情報を表示する。表示部５３は、処理部５により判別した異物９の種類に関する情報を表示する。表示部５３は、処理部５で取得した乱雑度に関する情報を出力する出力部を構成する。例えば表示部５３は、乱雑度に関する情報として、各異物９の反射性異物度に関する反射性異物度テーブルＴｂ（図１４参照）を表示する。

【0048】

反射性異物度テーブルＴｂは、処理部５により生成される。反射性異物度テーブルＴｂは、干渉画像における複数の異物９の位置と複数の異物９それぞれの反射性異物度とを示す表である。反射性異物度テーブルＴｂの「面積」は、干渉画像における各異物９に対応するエリアの面積である。反射性異物度テーブルＴｂの「体積」は、干渉画像における各異物９に対応するエリアに含まれるピクセルの輝度を、エリア全体にわたって積分した値である。例えば、２×２ピクセルで位相値が３［ラジアン］のエリアの「体積」は、２×２×３＝１２[ラジアン・ピクセル^２]となる。単位は、[ラジアン・μｍ^２]に変換してもよいし、異物の厚さと位相値との比例関係を用いて[μｍ^３]に変換してもよい。図１４に示される反射性異物度テーブルＴｂの例では、反射性異物度が０．９９９９の異物９の種類について、反射性異物９１であると判別でき、反射性異物度が０．０２の異物９の種類について、透過性異物９２であると判別できる。

【0049】

学習部５４は、観察対象物８に異物９が付着している場合の複数種の干渉画像を教師データとした機械学習により、異物分類モデルを生成する。学習部５４は、生成した異物分類モデルを記憶領域５１に記憶して格納する。異物分類モデルの学習方法の一例について、図１５のフローチャートを用いて以下に詳説する。

【0050】

まず、異物９が付着している複数種の観察対象物８の位相画像を、教師データとして取得する（ステップＳ２１）。上記ステップＳ２１は、干渉光Ｌ３を撮像素子４により検出して位相画像を取得するステップを、異物９が付着している複数種の観察対象物８に対して実施することで実現できる。例えば教師データとしての位相画像は、当該干位相画像に含まれる各異物９の種類に関する情報をアノテーション情報として含む。教師データとしての位相画像は、定量位相画像及び数学的にそれと同等な画像に限定される。例えば位相画像の実部と虚部とを複素数データとして格納した画像は、逆正接計算により対応する定量位相画像を作ることができるため、数学的には定量位相画像と同等と言える。教師データとしての位相画像は、以下の何れであってもよいし、それらの組み合わせであってもよい。
（ａ）干渉観察装置１の製造者（以下、単に「製造者」ともいう）が事前に測定し、ネットワーク上のコンピュータに保存された干渉画像
（ｂ）干渉観察装置１のユーザ（以下、単に「ユーザ」ともいう）が事前に測定し、ユーザ管理のコンピュータに保存された干渉画像
（ｃ）ユーザが異物分類モデルの生成の際に測定した干渉画像

【0051】

続いて、上記ステップＳ２１で取得した複数種の位相画像を、記憶領域５１に記憶する（上記ステップＳ２２）。学習部５４は、記憶した複数種の位相画像を教師データとする機械学習により、異物分類モデルを生成する（ステップＳ２３）。異物分類モデルの生成に利用されるアルゴリズムの種類及び／又は構成は、特に限定されない。アルゴリズムの種類は、例えば、ランダムフォレスト決定木、多層パーセプトロン（ニューラルネットワーク）等である。アルゴリズムの構成は、中間層の数、各層のユニット数、分岐数、目的変数、説明変数等である。アルゴリズムの種類及び／又は構成は、サポートベクターマシン又はディープラーニングによって生成されてもよい。アルゴリズムの種類及び／又は構成は、異物分類モデルが２種類の異物を分類するモデルである場合には、ロジスティック回帰分析によって生成されてもよい。

【0052】

なお、上記ステップＳ２２は、製造者の操作により実行されてもよく、この場合、取得した複数の干渉画像をオンラインもしくは装置付属の画像データベースに格納してもよい。上記ステップＳ２２は、ユーザの操作により実行されてもよく、この場合、取得した複数の干渉画像をファイルに格納してもよい。上記ステップＳ２３は、製造者又はユーザの操作により実行してもよい。

【0053】

［動作例］
次に、図１６を参照しつつ、干渉観察装置１による干渉観察方法を説明する。以下の一例では、観察対象物８の内部の観察面Ｒを観察し、観察対象物８の膜部８２の表面（外表面）に異物９が付着している場合を例示する。

【0054】

まず、撮像素子４は、観察対象物８の撮像画像を取得する（ステップＳ１）。上記ステップＳ１では、観察対象物８の観察面Ｒに対物レンズ１３の焦点が合うように対物レンズ１３の位置を調整し、撮像素子４により干渉画像を取得する。具体的には、対物レンズ１３及びレンズ４１による光学的な結像により、観察面Ｒと撮像素子４の受光面とが光学的に共役関係となるように調整する。処理部５は、上記ステップＳ１１～Ｓ１４の処理を実行し、干渉画像における各画素の乱雑度を取得する（ステップＳ２）。

【0055】

続いて、処理部５は、干渉画像における異物９を抽出する（ステップＳ３）。上記ステップＳ３では、干渉画像から得られた位相差分画像の局所的な変動量を指標に、干渉画像において各異物９が存在する画素（座標位置）を抽出する。続いて、処理部５は、干渉画像における異物９の領域の乱雑度を取得する。処理部５は、上記ステップＳ２で取得した干渉画像の各画素の乱雑度と、上記ステップＳ３で抽出した各異物９の画素とに基づいて、各異物領域の画像の乱雑度を取得する。そして、処理部５は、記憶領域５１に記憶した異物分類モデルを用いて、各異物領域の画像の乱雑度から当該異物を弁別する（ステップＳ４：処理ステップ）。表示部５３は、各異物９の領域における干渉画像の乱雑度に関する情報の出力として、反射性異物度テーブルＴｂを表示する（ステップＳ５：出力ステップ）。上記ステップＳ５では、表示部５３は、各異物９の種類に関する情報を更に表示してもよい。

【0056】

［作用及び効果］
異物９が付着している観察対象物８の干渉画像では、異物９の領域の乱雑度が当該異物９の種類によって異なることが見出される。例えば、反射性異物９１では、異物９が第１光Ｌ１を散乱すること及び異物９からの反射光と観察面（反射面）Ｒからの反射光とが重畳することのために、画像が散乱の回折パターン的になるが、透過性異物９２ではそのようなことが起きにくいことが見出される。よって、干渉画像における異物９の領域の乱雑度を得ることができれば、アスペクト比又は光学体積だけでは弁別困難な当該異物９についても、精度よく弁別することが可能となることが見出される。この点、干渉観察装置１及び干渉観察方法では、観察対象物８に異物９が付着している場合、干渉画像における当該異物９の領域の乱雑度に関する情報を出力する。よって、干渉観察装置１及び干渉観察方法によれば、出力した干渉画像の異物９の領域における干渉画像の乱雑度に関する情報に基づくことで、観察対象物８に付着する異物９をその種類を区別して見分けること、すなわち、異物９を弁別することが可能となる。

【0057】

干渉観察装置１及び干渉観察方法は、異物分類モデルを記憶する記憶領域５１を備え、処理部５は、記憶領域５１に記憶した異物分類モデルを参照して、取得した乱雑度から異物の種類を判別する。この場合、観察対象物８に付着する異物を９、記憶領域５１の異物分類モデルを参照して弁別することが可能となる。

【0058】

干渉観察装置１及び干渉観察方法は、観察対象物８に異物９が付着している場合の複数の干渉画像を教師データとした機械学習により異物分類モデルを生成する学習部５４を備える。この場合、機械学習により異物分類モデルを生成することが可能となる。

【0059】

干渉観察装置１及び干渉観察方法では、異物９は、反射性異物及び透過性異物を含む。この場合、異物９が反射性異物であるか透過性異物であるかを弁別することが可能となる。干渉観察装置１及び干渉観察方法では、反射性異物９１は、半導体であるシリコンを含み、透過性異物９２は、有機物を含む。この場合、観察対象物８に付着する異物９について、反射性を有するシリコンであるか透過性を有する有機物であるかを弁別することが可能となる。

【0060】

干渉観察装置１及び干渉観察方法では、乱雑度に関する情報を表示する表示部５３を含む。この場合、干渉画像における当該異物９の領域の乱雑度に関する情報を容易に把握することができる。

【0061】

干渉観察装置１及び干渉観察方法では、乱雑度を取得する上記ステップＳ１１～Ｓ１４において、複素数画像の平滑化画像を元にした位相差分画像を採用することで、位相の２π以上の折り返しを含む干渉画像の局所的な位相変動量を数値化することができる。上記ステップＳ１１～Ｓ１４の画像処理では位相アンラップを用いていないため、位相アンラップに起因する種々のエラーによる影響を受けることがない。また、位相の２π以上の折り返しが画像に含まれているかどうかに関係なく、同じ計算によって位相の局所的な変動の大きい箇所を抽出することができる。

【0062】

干渉観察装置１及び干渉観察方法では、乱雑度の多次元パラメータの例として、位相差分画像の位相変動量（標準偏差）を用いている。位相差分画像の位相変動量は、平滑化フィルタのサイズを変えることで、何通りも評価することができるため、多次元化することが容易である。乱雑度の多次元パラメータの他の例として、異物９の領域における干渉縞振幅の反射強度の周囲と比べたコントラスト差であってもよい。

【0063】

なお、本実施形態の干渉光学系３は、第２光Ｌ２の光路の光路長（参照光路長）が変更可能に構成されている。この場合、次に例示するように、第２光Ｌ２の光路の光路長を変更することで、取得される干渉画像においては、観察対象物８の観察面Ｒ以外の面に付着する異物９を際立たせることが可能となり、異物９を容易に弁別することが可能となる。すなわち、処理部５によりピエゾ素子１９を制御して参照ミラー１５を前位置（第１位置）に移動させ、撮像素子４により第１位相画像を取得する。処理部５によりピエゾ素子１９を制御して参照ミラー１５を後位置（第２位置）に移動させ、撮像素子４により第２位相画像を取得する。処理部５により、第１位相画像Ｋ１及び第２位相画像Ｋ２の平均画像に、公知手法である閾値処理を行って閾値以上の輝点のみを抽出し、異物９が際立った干渉画像である輝点抽出位相画像を取得する。この輝点抽出位相画像において異物９の領域の乱雑度を取得することで、異物９を容易に弁別することが可能となる。なお、この場合、参照ミラー１５の移動機構として、ピエゾ素子１９を用いる代わりにステッピングモータ１８を用いてもよい。参照対物レンズ１４を移動させることにより第２光Ｌ２の光路の焦点条件を変化させてもよい。第１位相画像Ｋ１及び第２位相画像Ｋ２の平均画像を用いて輝点抽出を行う代わりに、第１位相画像Ｋ１及び第２位相画像Ｋ２の何れか一方を用いてもよい。

【0064】

＜変形例＞
以上、本発明の一態様は、上記実施形態に限定されない。

【0065】

上記実施形態では、乱雑度を３次元パラメータとしているが、これに限定されず、乱雑度を４次元以上の多次元パラメータとしてもよい。例えば複数種の平滑化複素数画像を取得する際の平滑化のウインドウサイズを４種類以上とすることで、乱雑度の次元を任意に高次元化してもよい。また例えば主成分分析等の手法により次元削減し、乱雑度を１次元もしくは２次元パラメータとしてもよい。一例として、乱雑度は、第１及び第２位相変動量を並べた２次元パラメータとしてもよい。この場合、異物分類モデルは、例えば図１７に示されるように、３種類の異物を分類するモデルであって、第１及び第２位相変動量を軸とする２次元空間にて分類曲線ＭＰ２を定義することで得られるものであってもよい。

【0066】

上記実施形態では、学習部５４が機械学習により生成した異物分類モデルを記憶領域５１に記憶したが、これに限定されない。学習部５４を備えず、製造者又は使用者により事前に生成した異物分類モデルを記憶領域５１に記憶してもよい。この場合、異物分類モデルの生成に用いられるハードウェアは、使用者のパーソナルコンピュータであってもよいし、クラウドサーバであってもよい。これにより、読み込むデータ量を少なくし、初期設定時の動作を高速化できる。

【0067】

上記実施形態では、各異物９の反射性異物度に関する反射性異物度テーブルＴｂを表示部５３に表示したが、これに代えてもしくは加えて、透過性異物度に関する情報を表示部５３に表示してもよいし、その他の乱雑度に関する情報を表示部５３に表示してもよい。上記実施形態では、反射性異物度もしくは透過性異物度を数値化した後、それが閾値よりも大きいか又は小さいかどうかを判定し、当該判定結果により異物９を弁別してもよい。

【0068】

上記実施形態は、出力部として表示部５３を備えたが、出力部は、表示部５３に限定されず、処理部５で取得した乱雑度に関する情報を出力すればよい。例えば出力部は、乱雑度に関する情報を送信する送信部であってもよい。例えば出力部は、乱雑度に関する情報を干渉観察装置１の外部又は内部の要素へ出力する部分であってもよい。上記実施形態では、乱雑度に関する情報を表示部５３に表示するのに代えてもしくは加えて、記憶領域５１又は別途の記憶媒体に記憶してもよいし、外部へ送信してもよい。

【0069】

上記実施形態では、異物分類モデルを記憶領域５１から読み込むことで取得しているが、クラウドサーバ等の外部からダウンロードすることで取得してもよいし、装置付属のレシピデータベースから読み込むことで取得してもよい。上記実施形態では、種々の物体を観察対象物８として用いてもよい。例えば観察対象物としては、いわゆるキャップ付きデバイスであってもよいし、いわゆる貼り合わせウエハであってもよいし、単板のウエハであってもよい。

【0070】

上記実施形態では、乱雑度を取得（上記ステップＳ２）の後に、異物９の抽出（上記ステップＳ３）を実施しているが、異物９の抽出の後に乱雑度を取得してもよい。この場合、例えば、干渉画像において異物９が存在する領域が閾値処理等によって抽出され、抽出された異物９の干渉画像の乱雑度が算出される。ちなみに、干渉画像の乱雑度の取得後に異物９を抽出する場合、干渉画像に対して単純処理が可能であるため、処理速度を高速化し得る。

【0071】

上記実施形態では、参照ミラー１５を移動させることにより第２光Ｌ２の光路の焦点条件を変化させたが、これに代えてもしくは加えて、参照対物レンズ１４を移動させることにより第２光Ｌ２の光路の焦点条件を変化させてもよい。この場合、処理部５が、ステッピングモータ１７を制御して参照対物レンズ１４を前位置に移動させた状態で、撮像素子４が取得した複数の干渉画像に基づき第１干渉画像を構築してもよい。処理部５が、ステッピングモータ１７を制御して参照対物レンズ１４を後位置に移動させた状態で、撮像素子４が取得した複数の干渉画像に基づき第２干渉画像を構築してもよい。そして、処理部５が、第１干渉画像と第２干渉画像とに基づいて、観察面情報と非観察面情報とを分離してもよい。

【0072】

上記実施形態では、アクチュエータ１６によって対物レンズ１３をＺ方向に沿って移動させて対物レンズ１３と観察対象物８との間の相対位置を調整したが、これに代えて又は加えて、ステージＳをＺ方向に沿って移動させて当該相対位置を調整してもよい。この場合、ステージＳは、ＸＹ方向に加えてＺ方向にも移動可能に構成される。この場合、アクチュエータ１６は省略されてもよい。ステージＳは、第１光Ｌ１が観察対象物８に入射する方向と交差する方向に沿って移動可能であればよく、例えばＸＹ平面に対して傾斜した方向に移動可能であってもよい。参照対物レンズ１４及び参照ミラー１５を駆動させるアクチュエータは、ステッピングモータ１７，１８に限られず、サーボモータ等の他のアクチュエータであってもよい。

【0073】

上記実施形態では、干渉光学系３がリニック干渉型に構成されていたが、干渉光学系３は、マイケルソン干渉型又はミラウ干渉型に構成されてもよい。参照対物レンズ１４は省略されてもよい。上記実施形態では、位相画像の構築に用いられる干渉画像の数は特に限定されず、１又は複数であってもよい。

【0074】

上記実施形態及び上記変形例における各構成には、上述した材料及び形状に限定されず、様々な材料及び形状を適用することができる。また、上述した実施形態及び変形例における各構成は、他の実施形態又は変形例における各構成に任意に適用することができる。

【符号の説明】

【0075】

１…干渉観察装置、２…光源、３…干渉光学系、４…撮像素子、５…処理部、８…観察対象物、９…異物、１４…参照対物レンズ、１５…参照ミラー、５１…記憶領域（記憶部）、５３…表示部（出力部）、９１…反射性異物、９２…透過性異物、Ｌ１…第１光、Ｌ２…第２光、Ｌ３…干渉光、Ｒ…観察面、Ｔｂ…反射性異物度テーブル（乱雑度に関する情報）。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】

【図15】

【図16】

【図17】