解析装置および解析方法
【課題】物質を解析するための処理が複雑であるという問題を解決する解析装置を提供する。
【解決手段】記憶部１は、基準物質の吸収スペクルの特性を示す吸収特性データを、基準物質を示す物質データごとに対応付けて記憶する。取得部３は、対象物質からの光のスペクトルデータを対象スペクトルデータとして取得する。作成部２は、記憶部１に記憶された物質データのそれぞれについて、その物質データに対応する吸収特性データに基づいて、該物質データが示す物質からの光のスペクトルデータを基準スペクトルデータとして作成する。解析部４は、取得部３が取得した対象スペクトルデータと、作成部２が作成した基準スペクトルデータとに基づいて、対象物質を解析する。
【解決手段】記憶部１は、基準物質の吸収スペクルの特性を示す吸収特性データを、基準物質を示す物質データごとに対応付けて記憶する。取得部３は、対象物質からの光のスペクトルデータを対象スペクトルデータとして取得する。作成部２は、記憶部１に記憶された物質データのそれぞれについて、その物質データに対応する吸収特性データに基づいて、該物質データが示す物質からの光のスペクトルデータを基準スペクトルデータとして作成する。解析部４は、取得部３が取得した対象スペクトルデータと、作成部２が作成した基準スペクトルデータとに基づいて、対象物質を解析する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、対象物質の吸収スペクトルデータに基づいて、その対象物質を解析するための解析装置および解析方法に関する。
【背景技術】
【０００２】
物質の吸収スペクトルデータに基づいて、その物質を解析する解析方法が知られている。このような解析方法を用いて物質を特定する技術には、特許文献１に記載の材質判別方法、特許文献２に記載の添加物質含有判定プログラム、および、特許文献３に記載の解析装置がある。
【０００３】
これらの技術では、様々な物質の吸収スペクトルデータが基準スペクトルデータとしてデータベースに登録される。また、プラスチックや細胞などの対象物質に光を照射し、その対象物質からの反射光または透過光のスペクトルデータから、その対象物質の吸収スペクトルデータが取得される。
【０００４】
そして、その取得された対象物質の吸収スペクトルデータと、データベース内の基準スペクトルデータとが照合され、そのデータベースの中から、その対象物質の吸収スペクトルデータに最も近い基準スペクトルデータが選択される。
【０００５】
これにより、対象物質を形成する物質が、その選択された基準スペクトルデータに対応する物質と特定される。
【特許文献１】特開２００２−２６７６１号公報
【特許文献２】特開２００５−２８３３３６号公報
【特許文献３】特開２００６−２００９８７号公報
【発明の開示】
【発明が解決しようとする課題】
【０００６】
物質からの反射光や透過光から取得される吸収スペクトルデータは、同じ物質でも、周囲の環境に応じて異なる。例えば、外乱の少ない研究室などで取得した吸収スペクトルデータと、屋外などの実フィールドで取得した吸収スペクトルデータとでは、互いに異なる。
【０００７】
このため、データベース内の基準スペクトルデータと、その基準スペクトルデータを取得したときの環境とは異なる環境で取得された吸収スペクトルデータと、を照合する際には、取得された吸収スペクトルデータから外乱成分を取り除く処理などの補正を行う必要がある。しかしながら、様々な環境に応じて適切な補正を吸収スペクトルデータに行うことは、非常に困難である。このため、物質を解析するための処理が複雑であるという問題がある。特に、対象物質がガスなどの気体の場合、物質の吸収スペクトルデータに与える外乱の影響が大きいため、物質を解析するための処理が非常に複雑化する。
【０００８】
本発明の目的は、上記の課題である、物質を解析するための処理が複雑であるという問題を解決する解析装置および解析方法を提供することでなる。
【課題を解決するための手段】
【０００９】
本発明による解析装置は、物質の吸収スペクルの特性を示す吸収特性データを、前記物質を示す物質データごとに対応付けて記憶する記憶手段と、対象物質からの光のスペクトルデータを対象スペクトルデータとして取得する取得手段と、前記記憶手段に記憶された物質データのそれぞれについて、該物質データに対応する吸収特性データに基づいて、該物質データが示す物質からの光のスペクトルデータを基準スペクトルデータとして作成する作成手段と、前記取得手段が取得した対象スペクトルデータと、前記作成手段が作成した基準スペクトルデータとに基づいて、前記対象物質を解析する解析手段と、を有する。
【００１０】
本発明による解析方法は、物質の吸収スペクルの特性を示す吸収特性データを前記物質を示す物質データごとに対応付けて記憶する記憶手段を有する解析装置による解析方法であって、対象物質からの光のスペクトルデータを対象スペクトルデータとして取得する取得ステップと、前記記憶手段に記憶された物質データのそれぞれについて、該物質データに対応する吸収特性データに基づいて、該物質データが示す物質からの光のスペクトルデータを基準スペクトルデータとして作成する作成ステップと、前記取得された対象スペクトルデータと、前記作成された基準スペクトルデータとに基づいて、前記対象物質を解析する解析ステップと、を有する。
【発明の効果】
【００１１】
本発明によれば、物質を解析するための処理の簡素化を図ることが可能になる。
【発明を実施するための最良の形態】
【００１２】
以下、本発明の実施形態について図面を参照して説明する。なお、以下の説明では、同じ機能を有する構成には同じ符号を付け、その説明を省略する場合がある。
【００１３】
図１は、本発明の第一の実施形態の解析装置の構成を示したブロック図である。図１において、解析装置は、記憶部１と、作成部２と、取得部３と、解析部４とを有する。
【００１４】
記憶部１は、基準物質の吸収スペクトルデータの特性を示す吸収特性データを、その基準物質を示す物質データごとに記憶する。
【００１５】
本実施形態では、吸収特性データは、物質の吸収波長域と、その吸収波長域内の光吸収率とを示す。ここで、光吸収率は、波長ごとに異なっていることが望ましい。また、吸収波長域は、その吸収波長域の中心の波長（以下、吸収中心波長と称する）と、その吸収波長域の幅（以下、吸収波長範囲と称する）で定義されるものとする。
【００１６】
基準物質は、特に限定されないが、以下では、少なくとも赤外域に吸収波長域を有するガスであるとする。また、吸収特性データは、物質の所定の波長域に含まれる吸収スペクトルデータを示してもよい。所定の波長域は、例えば、赤外域である。なお、赤外域は、０．７μｍ〜１０００μｍの波長域である。
【００１７】
図２は、記憶部１に記憶された記憶データの一例を示した説明図である。図２において、記憶データ１０は、識別番号１１と、ガス名１２と、吸収特性データ１３とを含む。ここで、識別番号１１およびガス名１２は、物質データである。
【００１８】
識別番号１１は、基準物質であるガスを特定する識別情報である。ガス名１２は、基準物質であるガスの名前を示す。吸収特性データ１３は、識別番号１１およびガス名を有する物質データにて示されるガスの吸収スペクトルデータの特性を示す。
【００１９】
図１に戻る。作成部２は、記憶部１に記憶された物質データごとに、その物質データに対応する吸収特性データに基づいて、その物質データが示す物質からの光のスペクトルデータを基準スペクトルデータとして作成する。
【００２０】
具体的には、作成部２は、その物質に対応する吸収特性データを有する吸収スペクトルデータを作成し、その作成した吸収スペクトルデータを、黒体輻射のスペクトルデータから減算して基準スペクトルデータを作成する。
【００２１】
黒体輻射のスペクトルデータＷは、プランクの黒体輻射の公式である数１で表すことができる。
【００２２】
【数１】
【００２３】
ここで、ｈは、プランク定数（６．６２６１×１０−３４［Ｗｓ２］）であり、ｃは、光速（２．９９７９×１０８[ｍ／ｓ]）であり、ｋは、ボルツマン定数（１．３８０７×１０−２３[Ｗｓ／Ｋ]）であり、Ｔは、絶対温度[Ｋ]であり、λは、波長［μｍ］である。
【００２４】
したがって、吸収スペクトルデータＡ＝Ｆ（ｗ、λｃ、α）とすると、基準スペクトルデータＳは、数２で表すことができる。
【００２５】
【数２】
【００２６】
ここで、吸収スペクトルデータＡは、数３で表すことができる。
【００２７】
【数３】
【００２８】
ここで、ｗは、吸収波長範囲である。λｃは、吸収中心波長である。α（λ）は、光吸収率であり、波長の関数である。また、絶対温度Ｔは、例えば、２０℃などの常温に予め作成部２に設定されているものとする。
【００２９】
図３は、数１で表した黒体輻射のスペクトルデータＷの一例を示した説明図であり、図４は、数２で表した基準スペクトルデータＳの一例を示した説明図である。図３および図４では、横軸は、波長を示し、縦軸は、放射強度を示す。なお、図３では、絶対温度Ｔが２７３Ｋ、３００Ｋおよび３２３Ｋのそれぞれの場合における黒体輻射のスペクトルデータを示している。また、図４では、絶対温度Ｔが３００Ｋであるとしている。
【００３０】
図３および図４で示されたように、基準スペクトルデータＳは、基準物質の吸収スペクトルデータを有するスペクトルデータとなる。
【００３１】
以下、基準スペクトルデータＳの具体例をフルオロカーボン１５２ａ（ＨＦＣ−１５２ａ：1,1-difluoroethane）とアセトンを用いて説明する。
【００３２】
図５は、フルオロカーボン１５２ａの赤外域の吸収スペクトルデータを示したスペクトルデータ図であり、図６は、アセトンの赤外域の吸収スペクトルデータを示したスペクトルデータ図である。図５において、横軸は、波数（Wave number）[ｃｍ−１]を示す、縦軸は、相対透過率(Relative Transmittance)を示す。また、図６において、横軸は、波数[ｃｍ−１]を示し、縦軸は、吸収係数[（ｍｉｃｒｏｍｏｌ／ｍｏｌ）−１ｍ−１（ｂａｓｅ１０）]を示す。なお、吸収係数は、常用対数の形式での値、つまり、常用対数で表した吸光度を距離で除算した値を示す。
【００３３】
なお、図５および図６は、ＮＩＳＴ・Ｃｈｅｍｉｓｔｙ・ｗｅｂＢｏｏｋ（http://webbook.nist.gov/chemistry）からの引用である。
【００３４】
図５および図６で示されたように、フルオロカーボン１５２ａおよびアセトンには、固有の吸収特性がある。しかしながら、様々な環境におけるフルオロカーボン１５２ａおよびアセトンのスペクトルデータは、外乱などの影響によって、互いに異なる。
【００３５】
図７は、フルオロカーボン１５２ａの赤外域の吸収スペクトルデータを示したスペクトルデータ図であり、図８は、アセトンの赤外域の吸収スペクトルデータを示したスペクトルデータ図である。図７および図８において、横軸は、波長[μｍ]であり、縦軸は、放射強度[ｅＶ]である。なお、図７および図８では、様々な環境におけるフルオロカーボン１５２ａおよびアセトンの赤外域のスペクトルデータが示されている。
【００３６】
図７および図８で示されたスペクトルデータは、特定の波長域の光が吸収されるので、その特定の波長域の放射強度が他の波長域に比べて小さくなるという特性を有するが、吸収波長範囲や光吸収率にはばらつきが生じる。
【００３７】
図９は、赤外域におけるフルオロカーボン１５２ａに対応する基準スペクトルデータを示したスペクトルデータ図であり、図１０は、赤外域におけるアセトンに対応する基準スペクトルデータを示したスペクトルデータ図である。図９および図１０において、横軸は、波長[μｍ]であり、縦軸は、放射強度[ｅＶ]である。
【００３８】
図９および図１０で示された基準スペクトルデータは、数２から算出される。また、図９および図１０では、絶対温度Ｔは、常温であるとし、吸収中心周波数λｃおよび吸収波長範囲ｗは、一定値であり、吸収率αの変化させたときの基準スペクトルデータが示されている。例えば、図１０で示したアセトンの基準スペクトルデータの場合、吸収中心波長λｃ＝８．３０μｍであり、吸収波長範囲ｗ＝０．１８０μｍである。また、吸収率αは、９４．８％〜９９．８％内の値で波長ごとに変化している。
【００３９】
図９および図１０で示されたように、吸収率αを適切な値に固定すれば、外乱の影響など環境に依存しない基準スペクトルデータを作成することができる。
【００４０】
図１に戻る。取得部３は、例えば、ハイパースペクトルデータセンサであり、対象物質からの光を分光し、その分光された光のそれぞれの光強度を測定することで、その光のスペクトルデータを対象スペクトルデータとして取得する。
【００４１】
解析部４は、取得部３が取得した対象スペクトルデータと、作成部２が作成した基準スペクトルデータとに基づいて、対象物質を解析する。
【００４２】
具体的には、先ず、解析部４は、その対象スペクトルデータと基準スペクトルデータとの類似度（照合度）を算出する。そして、解析部４は、その類似度が最大となる基準スペクトルデータに対応する物質を対象物質として判別する。または、解析部４は、その類似度に応じて、その類似度の算出に用いた基準スペクトルデータに対応する物質データにて示される物質が対象物質である確率を求める。
【００４３】
スペクトルデータの類似度の算出する方法には、例えば、ＳＡＭ（Spectral Angle Mapper）法、ＳＦＦ（Spectral Feature Fitting）法およびＢＥ（Binary Encoding）法などがある。なお、ＳＡＭ法、ＳＦＦ法およびＢＥ法は、公知技術である。
【００４４】
ＳＡＭ法では、各スペクトルデータをバンド数と同じ次元の空間ベクトルに変換し、それらの空間ベクトル間の角度を計算することで、スペクトルデータの類似度を算出する。なお、角度が大きいほど、類似度が低く、角度が小さいほど、類似度が高い。例えば、図１１で示したように、バンドＡ―Ｂ間のスペクトルデータをバンドＡからバンドＢまでの空間ベクトルに変換し、それらの空間ベクトル間の角度を計算する。
【００４５】
また、ＳＦＦ法では、図１２で示したように、各スペクトルデータを連続体（Continuum）からの落ち込み（吸収）について、バンドごとの差のＲＭＳ（Root Mean Square：二乗平均平方根）を算出することで、スペクトルデータの類似度を算出する。なお、ＲＭＳが大きいほど、類似度が低く、ＲＭＳが小さいほど、類似度が高い。また、連続体とは、局部的に最大値となる点を滑らかにつないだ曲線のことである。
【００４６】
また、ＢＥ法では、図１３で示したように、先ず、スペクトルデータｓおよびｔのそれぞれの強度の平均値を閾値ｓ１およびｔ１とする。続いて、各スペクトルデータｓおよびｔのそれぞれについて、バンドごとに、そのバンドの強度がそのスペクトルデータの閾値ｓ１またはｔ２より大きいか否かを判断し、強度が閾値より大きいバンドを１、強度が閾値より小さいバンドを０とする。そして、各スペクトルデータについて、各バンドの１と０とが一致している割合を算出することで、スペクトルデータの類似度を算出する。なお、その割合が小さいほど、類似度が低く、その割合が大きいほど、類似度が高い。
【００４７】
次に動作を説明する
図１４は、本実施形態による解析装置の動作例を説明するためのフローチャートである。なお、以下では、図１５で示されたよう分布されたガス１００を対象物質として解析するものとする。
【００４８】
先ず、取得部３は、ガス１００からの光を分光し、その分光された光のそれぞれの光強度を測定して、ガス１００のスペクトルデータを対象スペクトルデータとして取得する。取得部３は、その対象スペクトルデータを作成部２に出力する（ステップＳ１）。
【００４９】
続いて、作成部２は、対象スペクトルデータを受け付けると、記憶部１に記憶された吸収特性データのそれぞれを取得する。作成部２は、その吸収特性データのそれぞれに基づいて、吸収特性データを有する吸収スペクトルデータを作成し、その作成したスペクトルデータを、黒体輻射のスペクトルデータから減算して基準スペクトルデータを作成する。作成部２は、その作成した基準スペクトルのそれぞれに、その基準スペクトルの作成に用いた吸収特性データに対応する物質データ内の識別番号を付ける（ステップＳ２）。
【００５０】
図１６は、基準スペクトルデータの一例を示した説明図である。図１６では、基準スペクトルデータＤ１〜Ｄ３が示されている。基準スペクトルデータＤ１〜Ｄ３のそれぞれは、固有の吸収波長域（吸収中心波長λＤ１〜λＤ２）を有する。
【００５１】
図１４に戻る。作成部２は、その作成した基準スペクトルデータと、その受け付けた対象スペクトルデータとを解析部４に出力する。解析部４は、その基準スペクトルデータおよび対象スペクトルデータを受け付けると、ＳＡＭ法、ＳＦＦ法またはＢＥ法を用いて、対象スペクトルデータと基準スペクトルデータとの類似度を、基準スペクトルデータごとに算出する（ステップＳ３）。
【００５２】
解析部４は、取得部３が取得した対象スペクトルデータと、作成部２が作成した基準スペクトルデータとの類似度とに基づいて、ガス１００を解析し（ステップＳ４）、動作を終了する。
【００５３】
以下、解析部４の動作を具体的に説明する。
【００５４】
先ず、解析部４は、その対象スペクトルデータと基準スペクトルデータとの類似度を、基準スペクトルデータごとに算出する。
【００５５】
図１７は、基準スペクトルデータと類似度の一例を示した説明図である。図１７では、基準スペクトルデータＤ１〜Ｄ３と、その基準スペクトルデータＤ１〜Ｄ３のそれぞれの、対象スペクトルデータとの類似度が示されている。
【００５６】
解析部４は、その類似度が最大となる基準スペクトルデータを選択する。そして、解析部４は、その選択した基準スペクトルデータに付けられた識別番号を有する物質データを記憶部１から取得し、その取得した物質データが示す基準物質をガス１００として判別する。例えば、図１７の場合、基準スペクトルＤ１の類似度が最も高いので、解析部４は、基準スペクトルＤ１に付けられた識別番号を有する物質データが示す基準物質を、ガス１００として判別する。
【００５７】
または、解析部４は、その類似度の基準スペクトルデータに付けられた識別番号を有する物質データを記憶部１から取得し、その取得した物質データが示す基準物質がガス１００である確率を、その類似度に応じて求める。例えば、解析部４は、基準スペクトルデータのそれぞれの類似度を、基準スペクトルデータの類似度の和で割った値を、その基準スペクトルデータに対応する物質がガス１００である確率として求める。図１７の場合、解析部４は、基準スペクトルデータＤ１に対応する物質がガス１００である確率を、５０％と求め、基準スペクトルデータＤ２に対応する物質がガス１００である確率を、３３％と求め、基準スペクトルデータＤ３に対応する物質がガス１００である確率を、１７％と求める。
【００５８】
このように、対象物質であるガス１００を解析することで、ガス１００を定性的に評価することが可能になり、ガス１００の分布を的確にとらえることが可能になる。
【００５９】
例えば、図１８で示したある波長における画像において、暗部２００で示されたようにガスが分布されているときに、類似度（確率）が所定値より高い箇所を、ガスが存在する箇所として特定することで、図１９で示した画像の暗部３００のように特定することができる。
【００６０】
次に効果を説明する。
【００６１】
本実施形態によれば、記憶部１は、基準物質の吸収スペクルの特性を示す吸収特性データを、基準物質を示す物質データごとに対応付けて記憶する。取得部３は、対象物質からの光のスペクトルデータを対象スペクトルデータとして取得する。作成部２は、記憶部１に記憶された物質データのそれぞれについて、その物質データに対応する吸収特性データに基づいて、該物質データが示す物質からの光のスペクトルデータを基準スペクトルデータとして作成する。解析部４は、取得部３が取得した対象スペクトルデータと、作成部２が作成した基準スペクトルデータとに基づいて、対象物質を解析する。
【００６２】
この場合、基準スペクトルデータが基準物質の吸収スペクルの特性を示す吸収特性データに基づいて作成される。また、その作成された基準スペクトルデータと、対象物質からの光のスペクトルデータである対象スペクトルデータとに基づいて、対象物質が解析される。
【００６３】
このため、基準スペクトルデータを周囲の環境に依存しないようにモデル化できるので、対象スペクトルデータから外乱成分を取り除く処理などの補正を行わなくてもよくなる。したがって、物質を解析するための処理の簡素化を図ることが可能になる。このため、例えば、物質を解析するための処理速度を向上させることが可能になる。
【００６４】
また、本実施形態では、吸収特性データは、基準物質の吸収波長域と、基準物質の吸収波長域内の光吸収率とを示す。この場合、基準物質の吸収スペクトルデータの特性をより正確に示すことが可能になので、基準スペクトルデータを適切にモデル化することが可能になる。
【００６５】
また、本実施形態では、作成部２は、物質データのそれぞれについて、その物質データに対応する吸収特性データを有する吸収スペクトルデータを、黒体輻射のスペクトルデータから減算して基準スペクトルデータを作成する。
【００６６】
この場合、黒体輻射のスペクトルデータは吸収波長域のないスペクトルデータなので、基準スペクトルデータを適切にモデル化することが可能になる。
【００６７】
また、本実施形態では、解析部４は、対象スペクトルデータと基準スペクトルデータとの類似度を算出し、該類似度が最大となる基準スペクトルデータに対応する物質データが示す物質を、対象物質として判別する。
【００６８】
この場合、物質を解析するための処理の簡素化を図かりながら、対象物質を判別することが可能になる。
【００６９】
また、本実施形態では、解析部４は、対象スペクトルデータと基準スペクトルデータとの類似度を算出し、その類似度に応じて、その類似度の算出に用いた基準スペクトルデータに対応する物質データにて示される物質が対象物質である確率を求める。
【００７０】
この場合、物質を解析するための処理の簡素化を図かりながら、ある対象物質が存在している確率を求めることが可能になる。
【００７１】
以上説明した実施形態において、図示した構成は単なる一例であって、本発明はその構成に限定されるものではない。
【００７２】
例えば、物質の吸収波長域は、その吸収波長域の最大値および最小値で定義されてもよい。
【００７３】
また、解析装置は、温度センサを有し、その温度センサで計測した温度を、プランクの黒体輻射の公式である数１に代入して、基準スペクトルデータを作成してもよい。
【図面の簡単な説明】
【００７４】
【図１】本発明の第一の実施形態の解析装置の構成を示したブロック図である。
【図２】記憶部に記憶された記憶データの一例を示した説明図である。
【図３】黒体輻射のスペクトルデータの一例を示した説明図である。
【図４】基準スペクトルデータの一例を示した説明図である。
【図５】フルオロカーボン１５２ａの赤外域の吸収スペクトルデータを示したスペクトルデータ図である。
【図６】アセトンの赤外域の吸収スペクトルデータを示したスペクトルデータ図である。
【図７】フルオロカーボン１５２ａからの光のスペクトルデータを示したスペクトルデータ図である。
【図８】アセトンからの光のスペクトルデータを示したスペクトルデータ図である。
【００７５】
【図９】遠赤外域におけるフルオロカーボン１５２ａに対応する基準スペクトルデータを示したスペクトルデータ図である。
【図１０】遠赤外域におけるアセトンに対応する基準スペクトルデータを示したスペクトルデータ図である。
【図１１】ＳＡＭ法によるスペクトルデータの類似度の算出を説明するための説明図である。
【図１２】ＳＦＦ法によるスペクトルデータの類似度の算出を説明するための説明図である。
【図１３】ＢＥ法によるスペクトルデータの類似度の算出を説明するための説明図である。
【図１４】解析装置の動作例を説明するためのフローチャートである。
【図１５】対象物質であるガスの分布を示した説明図である。
【図１６】基準スペクトルデータの一例を示した説明図である。
【図１７】基準スペクトルデータと類似度の一例を示した説明図である。
【図１８】ある波長におけるガスが漂っている画像を示した説明図である。
【図１９】解析結果で特定されたガスを示した説明図である。
【符号の説明】
【００７６】
１ 記憶部
２ 作成部
３ 取得部
４ 解析部
【技術分野】
【０００１】
本発明は、対象物質の吸収スペクトルデータに基づいて、その対象物質を解析するための解析装置および解析方法に関する。
【背景技術】
【０００２】
物質の吸収スペクトルデータに基づいて、その物質を解析する解析方法が知られている。このような解析方法を用いて物質を特定する技術には、特許文献１に記載の材質判別方法、特許文献２に記載の添加物質含有判定プログラム、および、特許文献３に記載の解析装置がある。
【０００３】
これらの技術では、様々な物質の吸収スペクトルデータが基準スペクトルデータとしてデータベースに登録される。また、プラスチックや細胞などの対象物質に光を照射し、その対象物質からの反射光または透過光のスペクトルデータから、その対象物質の吸収スペクトルデータが取得される。
【０００４】
そして、その取得された対象物質の吸収スペクトルデータと、データベース内の基準スペクトルデータとが照合され、そのデータベースの中から、その対象物質の吸収スペクトルデータに最も近い基準スペクトルデータが選択される。
【０００５】
これにより、対象物質を形成する物質が、その選択された基準スペクトルデータに対応する物質と特定される。
【特許文献１】特開２００２−２６７６１号公報
【特許文献２】特開２００５−２８３３３６号公報
【特許文献３】特開２００６−２００９８７号公報
【発明の開示】
【発明が解決しようとする課題】
【０００６】
物質からの反射光や透過光から取得される吸収スペクトルデータは、同じ物質でも、周囲の環境に応じて異なる。例えば、外乱の少ない研究室などで取得した吸収スペクトルデータと、屋外などの実フィールドで取得した吸収スペクトルデータとでは、互いに異なる。
【０００７】
このため、データベース内の基準スペクトルデータと、その基準スペクトルデータを取得したときの環境とは異なる環境で取得された吸収スペクトルデータと、を照合する際には、取得された吸収スペクトルデータから外乱成分を取り除く処理などの補正を行う必要がある。しかしながら、様々な環境に応じて適切な補正を吸収スペクトルデータに行うことは、非常に困難である。このため、物質を解析するための処理が複雑であるという問題がある。特に、対象物質がガスなどの気体の場合、物質の吸収スペクトルデータに与える外乱の影響が大きいため、物質を解析するための処理が非常に複雑化する。
【０００８】
本発明の目的は、上記の課題である、物質を解析するための処理が複雑であるという問題を解決する解析装置および解析方法を提供することでなる。
【課題を解決するための手段】
【０００９】
本発明による解析装置は、物質の吸収スペクルの特性を示す吸収特性データを、前記物質を示す物質データごとに対応付けて記憶する記憶手段と、対象物質からの光のスペクトルデータを対象スペクトルデータとして取得する取得手段と、前記記憶手段に記憶された物質データのそれぞれについて、該物質データに対応する吸収特性データに基づいて、該物質データが示す物質からの光のスペクトルデータを基準スペクトルデータとして作成する作成手段と、前記取得手段が取得した対象スペクトルデータと、前記作成手段が作成した基準スペクトルデータとに基づいて、前記対象物質を解析する解析手段と、を有する。
【００１０】
本発明による解析方法は、物質の吸収スペクルの特性を示す吸収特性データを前記物質を示す物質データごとに対応付けて記憶する記憶手段を有する解析装置による解析方法であって、対象物質からの光のスペクトルデータを対象スペクトルデータとして取得する取得ステップと、前記記憶手段に記憶された物質データのそれぞれについて、該物質データに対応する吸収特性データに基づいて、該物質データが示す物質からの光のスペクトルデータを基準スペクトルデータとして作成する作成ステップと、前記取得された対象スペクトルデータと、前記作成された基準スペクトルデータとに基づいて、前記対象物質を解析する解析ステップと、を有する。
【発明の効果】
【００１１】
本発明によれば、物質を解析するための処理の簡素化を図ることが可能になる。
【発明を実施するための最良の形態】
【００１２】
以下、本発明の実施形態について図面を参照して説明する。なお、以下の説明では、同じ機能を有する構成には同じ符号を付け、その説明を省略する場合がある。
【００１３】
図１は、本発明の第一の実施形態の解析装置の構成を示したブロック図である。図１において、解析装置は、記憶部１と、作成部２と、取得部３と、解析部４とを有する。
【００１４】
記憶部１は、基準物質の吸収スペクトルデータの特性を示す吸収特性データを、その基準物質を示す物質データごとに記憶する。
【００１５】
本実施形態では、吸収特性データは、物質の吸収波長域と、その吸収波長域内の光吸収率とを示す。ここで、光吸収率は、波長ごとに異なっていることが望ましい。また、吸収波長域は、その吸収波長域の中心の波長（以下、吸収中心波長と称する）と、その吸収波長域の幅（以下、吸収波長範囲と称する）で定義されるものとする。
【００１６】
基準物質は、特に限定されないが、以下では、少なくとも赤外域に吸収波長域を有するガスであるとする。また、吸収特性データは、物質の所定の波長域に含まれる吸収スペクトルデータを示してもよい。所定の波長域は、例えば、赤外域である。なお、赤外域は、０．７μｍ〜１０００μｍの波長域である。
【００１７】
図２は、記憶部１に記憶された記憶データの一例を示した説明図である。図２において、記憶データ１０は、識別番号１１と、ガス名１２と、吸収特性データ１３とを含む。ここで、識別番号１１およびガス名１２は、物質データである。
【００１８】
識別番号１１は、基準物質であるガスを特定する識別情報である。ガス名１２は、基準物質であるガスの名前を示す。吸収特性データ１３は、識別番号１１およびガス名を有する物質データにて示されるガスの吸収スペクトルデータの特性を示す。
【００１９】
図１に戻る。作成部２は、記憶部１に記憶された物質データごとに、その物質データに対応する吸収特性データに基づいて、その物質データが示す物質からの光のスペクトルデータを基準スペクトルデータとして作成する。
【００２０】
具体的には、作成部２は、その物質に対応する吸収特性データを有する吸収スペクトルデータを作成し、その作成した吸収スペクトルデータを、黒体輻射のスペクトルデータから減算して基準スペクトルデータを作成する。
【００２１】
黒体輻射のスペクトルデータＷは、プランクの黒体輻射の公式である数１で表すことができる。
【００２２】
【数１】
【００２３】
ここで、ｈは、プランク定数（６．６２６１×１０−３４［Ｗｓ２］）であり、ｃは、光速（２．９９７９×１０８[ｍ／ｓ]）であり、ｋは、ボルツマン定数（１．３８０７×１０−２３[Ｗｓ／Ｋ]）であり、Ｔは、絶対温度[Ｋ]であり、λは、波長［μｍ］である。
【００２４】
したがって、吸収スペクトルデータＡ＝Ｆ（ｗ、λｃ、α）とすると、基準スペクトルデータＳは、数２で表すことができる。
【００２５】
【数２】
【００２６】
ここで、吸収スペクトルデータＡは、数３で表すことができる。
【００２７】
【数３】
【００２８】
ここで、ｗは、吸収波長範囲である。λｃは、吸収中心波長である。α（λ）は、光吸収率であり、波長の関数である。また、絶対温度Ｔは、例えば、２０℃などの常温に予め作成部２に設定されているものとする。
【００２９】
図３は、数１で表した黒体輻射のスペクトルデータＷの一例を示した説明図であり、図４は、数２で表した基準スペクトルデータＳの一例を示した説明図である。図３および図４では、横軸は、波長を示し、縦軸は、放射強度を示す。なお、図３では、絶対温度Ｔが２７３Ｋ、３００Ｋおよび３２３Ｋのそれぞれの場合における黒体輻射のスペクトルデータを示している。また、図４では、絶対温度Ｔが３００Ｋであるとしている。
【００３０】
図３および図４で示されたように、基準スペクトルデータＳは、基準物質の吸収スペクトルデータを有するスペクトルデータとなる。
【００３１】
以下、基準スペクトルデータＳの具体例をフルオロカーボン１５２ａ（ＨＦＣ−１５２ａ：1,1-difluoroethane）とアセトンを用いて説明する。
【００３２】
図５は、フルオロカーボン１５２ａの赤外域の吸収スペクトルデータを示したスペクトルデータ図であり、図６は、アセトンの赤外域の吸収スペクトルデータを示したスペクトルデータ図である。図５において、横軸は、波数（Wave number）[ｃｍ−１]を示す、縦軸は、相対透過率(Relative Transmittance)を示す。また、図６において、横軸は、波数[ｃｍ−１]を示し、縦軸は、吸収係数[（ｍｉｃｒｏｍｏｌ／ｍｏｌ）−１ｍ−１（ｂａｓｅ１０）]を示す。なお、吸収係数は、常用対数の形式での値、つまり、常用対数で表した吸光度を距離で除算した値を示す。
【００３３】
なお、図５および図６は、ＮＩＳＴ・Ｃｈｅｍｉｓｔｙ・ｗｅｂＢｏｏｋ（http://webbook.nist.gov/chemistry）からの引用である。
【００３４】
図５および図６で示されたように、フルオロカーボン１５２ａおよびアセトンには、固有の吸収特性がある。しかしながら、様々な環境におけるフルオロカーボン１５２ａおよびアセトンのスペクトルデータは、外乱などの影響によって、互いに異なる。
【００３５】
図７は、フルオロカーボン１５２ａの赤外域の吸収スペクトルデータを示したスペクトルデータ図であり、図８は、アセトンの赤外域の吸収スペクトルデータを示したスペクトルデータ図である。図７および図８において、横軸は、波長[μｍ]であり、縦軸は、放射強度[ｅＶ]である。なお、図７および図８では、様々な環境におけるフルオロカーボン１５２ａおよびアセトンの赤外域のスペクトルデータが示されている。
【００３６】
図７および図８で示されたスペクトルデータは、特定の波長域の光が吸収されるので、その特定の波長域の放射強度が他の波長域に比べて小さくなるという特性を有するが、吸収波長範囲や光吸収率にはばらつきが生じる。
【００３７】
図９は、赤外域におけるフルオロカーボン１５２ａに対応する基準スペクトルデータを示したスペクトルデータ図であり、図１０は、赤外域におけるアセトンに対応する基準スペクトルデータを示したスペクトルデータ図である。図９および図１０において、横軸は、波長[μｍ]であり、縦軸は、放射強度[ｅＶ]である。
【００３８】
図９および図１０で示された基準スペクトルデータは、数２から算出される。また、図９および図１０では、絶対温度Ｔは、常温であるとし、吸収中心周波数λｃおよび吸収波長範囲ｗは、一定値であり、吸収率αの変化させたときの基準スペクトルデータが示されている。例えば、図１０で示したアセトンの基準スペクトルデータの場合、吸収中心波長λｃ＝８．３０μｍであり、吸収波長範囲ｗ＝０．１８０μｍである。また、吸収率αは、９４．８％〜９９．８％内の値で波長ごとに変化している。
【００３９】
図９および図１０で示されたように、吸収率αを適切な値に固定すれば、外乱の影響など環境に依存しない基準スペクトルデータを作成することができる。
【００４０】
図１に戻る。取得部３は、例えば、ハイパースペクトルデータセンサであり、対象物質からの光を分光し、その分光された光のそれぞれの光強度を測定することで、その光のスペクトルデータを対象スペクトルデータとして取得する。
【００４１】
解析部４は、取得部３が取得した対象スペクトルデータと、作成部２が作成した基準スペクトルデータとに基づいて、対象物質を解析する。
【００４２】
具体的には、先ず、解析部４は、その対象スペクトルデータと基準スペクトルデータとの類似度（照合度）を算出する。そして、解析部４は、その類似度が最大となる基準スペクトルデータに対応する物質を対象物質として判別する。または、解析部４は、その類似度に応じて、その類似度の算出に用いた基準スペクトルデータに対応する物質データにて示される物質が対象物質である確率を求める。
【００４３】
スペクトルデータの類似度の算出する方法には、例えば、ＳＡＭ（Spectral Angle Mapper）法、ＳＦＦ（Spectral Feature Fitting）法およびＢＥ（Binary Encoding）法などがある。なお、ＳＡＭ法、ＳＦＦ法およびＢＥ法は、公知技術である。
【００４４】
ＳＡＭ法では、各スペクトルデータをバンド数と同じ次元の空間ベクトルに変換し、それらの空間ベクトル間の角度を計算することで、スペクトルデータの類似度を算出する。なお、角度が大きいほど、類似度が低く、角度が小さいほど、類似度が高い。例えば、図１１で示したように、バンドＡ―Ｂ間のスペクトルデータをバンドＡからバンドＢまでの空間ベクトルに変換し、それらの空間ベクトル間の角度を計算する。
【００４５】
また、ＳＦＦ法では、図１２で示したように、各スペクトルデータを連続体（Continuum）からの落ち込み（吸収）について、バンドごとの差のＲＭＳ（Root Mean Square：二乗平均平方根）を算出することで、スペクトルデータの類似度を算出する。なお、ＲＭＳが大きいほど、類似度が低く、ＲＭＳが小さいほど、類似度が高い。また、連続体とは、局部的に最大値となる点を滑らかにつないだ曲線のことである。
【００４６】
また、ＢＥ法では、図１３で示したように、先ず、スペクトルデータｓおよびｔのそれぞれの強度の平均値を閾値ｓ１およびｔ１とする。続いて、各スペクトルデータｓおよびｔのそれぞれについて、バンドごとに、そのバンドの強度がそのスペクトルデータの閾値ｓ１またはｔ２より大きいか否かを判断し、強度が閾値より大きいバンドを１、強度が閾値より小さいバンドを０とする。そして、各スペクトルデータについて、各バンドの１と０とが一致している割合を算出することで、スペクトルデータの類似度を算出する。なお、その割合が小さいほど、類似度が低く、その割合が大きいほど、類似度が高い。
【００４７】
次に動作を説明する
図１４は、本実施形態による解析装置の動作例を説明するためのフローチャートである。なお、以下では、図１５で示されたよう分布されたガス１００を対象物質として解析するものとする。
【００４８】
先ず、取得部３は、ガス１００からの光を分光し、その分光された光のそれぞれの光強度を測定して、ガス１００のスペクトルデータを対象スペクトルデータとして取得する。取得部３は、その対象スペクトルデータを作成部２に出力する（ステップＳ１）。
【００４９】
続いて、作成部２は、対象スペクトルデータを受け付けると、記憶部１に記憶された吸収特性データのそれぞれを取得する。作成部２は、その吸収特性データのそれぞれに基づいて、吸収特性データを有する吸収スペクトルデータを作成し、その作成したスペクトルデータを、黒体輻射のスペクトルデータから減算して基準スペクトルデータを作成する。作成部２は、その作成した基準スペクトルのそれぞれに、その基準スペクトルの作成に用いた吸収特性データに対応する物質データ内の識別番号を付ける（ステップＳ２）。
【００５０】
図１６は、基準スペクトルデータの一例を示した説明図である。図１６では、基準スペクトルデータＤ１〜Ｄ３が示されている。基準スペクトルデータＤ１〜Ｄ３のそれぞれは、固有の吸収波長域（吸収中心波長λＤ１〜λＤ２）を有する。
【００５１】
図１４に戻る。作成部２は、その作成した基準スペクトルデータと、その受け付けた対象スペクトルデータとを解析部４に出力する。解析部４は、その基準スペクトルデータおよび対象スペクトルデータを受け付けると、ＳＡＭ法、ＳＦＦ法またはＢＥ法を用いて、対象スペクトルデータと基準スペクトルデータとの類似度を、基準スペクトルデータごとに算出する（ステップＳ３）。
【００５２】
解析部４は、取得部３が取得した対象スペクトルデータと、作成部２が作成した基準スペクトルデータとの類似度とに基づいて、ガス１００を解析し（ステップＳ４）、動作を終了する。
【００５３】
以下、解析部４の動作を具体的に説明する。
【００５４】
先ず、解析部４は、その対象スペクトルデータと基準スペクトルデータとの類似度を、基準スペクトルデータごとに算出する。
【００５５】
図１７は、基準スペクトルデータと類似度の一例を示した説明図である。図１７では、基準スペクトルデータＤ１〜Ｄ３と、その基準スペクトルデータＤ１〜Ｄ３のそれぞれの、対象スペクトルデータとの類似度が示されている。
【００５６】
解析部４は、その類似度が最大となる基準スペクトルデータを選択する。そして、解析部４は、その選択した基準スペクトルデータに付けられた識別番号を有する物質データを記憶部１から取得し、その取得した物質データが示す基準物質をガス１００として判別する。例えば、図１７の場合、基準スペクトルＤ１の類似度が最も高いので、解析部４は、基準スペクトルＤ１に付けられた識別番号を有する物質データが示す基準物質を、ガス１００として判別する。
【００５７】
または、解析部４は、その類似度の基準スペクトルデータに付けられた識別番号を有する物質データを記憶部１から取得し、その取得した物質データが示す基準物質がガス１００である確率を、その類似度に応じて求める。例えば、解析部４は、基準スペクトルデータのそれぞれの類似度を、基準スペクトルデータの類似度の和で割った値を、その基準スペクトルデータに対応する物質がガス１００である確率として求める。図１７の場合、解析部４は、基準スペクトルデータＤ１に対応する物質がガス１００である確率を、５０％と求め、基準スペクトルデータＤ２に対応する物質がガス１００である確率を、３３％と求め、基準スペクトルデータＤ３に対応する物質がガス１００である確率を、１７％と求める。
【００５８】
このように、対象物質であるガス１００を解析することで、ガス１００を定性的に評価することが可能になり、ガス１００の分布を的確にとらえることが可能になる。
【００５９】
例えば、図１８で示したある波長における画像において、暗部２００で示されたようにガスが分布されているときに、類似度（確率）が所定値より高い箇所を、ガスが存在する箇所として特定することで、図１９で示した画像の暗部３００のように特定することができる。
【００６０】
次に効果を説明する。
【００６１】
本実施形態によれば、記憶部１は、基準物質の吸収スペクルの特性を示す吸収特性データを、基準物質を示す物質データごとに対応付けて記憶する。取得部３は、対象物質からの光のスペクトルデータを対象スペクトルデータとして取得する。作成部２は、記憶部１に記憶された物質データのそれぞれについて、その物質データに対応する吸収特性データに基づいて、該物質データが示す物質からの光のスペクトルデータを基準スペクトルデータとして作成する。解析部４は、取得部３が取得した対象スペクトルデータと、作成部２が作成した基準スペクトルデータとに基づいて、対象物質を解析する。
【００６２】
この場合、基準スペクトルデータが基準物質の吸収スペクルの特性を示す吸収特性データに基づいて作成される。また、その作成された基準スペクトルデータと、対象物質からの光のスペクトルデータである対象スペクトルデータとに基づいて、対象物質が解析される。
【００６３】
このため、基準スペクトルデータを周囲の環境に依存しないようにモデル化できるので、対象スペクトルデータから外乱成分を取り除く処理などの補正を行わなくてもよくなる。したがって、物質を解析するための処理の簡素化を図ることが可能になる。このため、例えば、物質を解析するための処理速度を向上させることが可能になる。
【００６４】
また、本実施形態では、吸収特性データは、基準物質の吸収波長域と、基準物質の吸収波長域内の光吸収率とを示す。この場合、基準物質の吸収スペクトルデータの特性をより正確に示すことが可能になので、基準スペクトルデータを適切にモデル化することが可能になる。
【００６５】
また、本実施形態では、作成部２は、物質データのそれぞれについて、その物質データに対応する吸収特性データを有する吸収スペクトルデータを、黒体輻射のスペクトルデータから減算して基準スペクトルデータを作成する。
【００６６】
この場合、黒体輻射のスペクトルデータは吸収波長域のないスペクトルデータなので、基準スペクトルデータを適切にモデル化することが可能になる。
【００６７】
また、本実施形態では、解析部４は、対象スペクトルデータと基準スペクトルデータとの類似度を算出し、該類似度が最大となる基準スペクトルデータに対応する物質データが示す物質を、対象物質として判別する。
【００６８】
この場合、物質を解析するための処理の簡素化を図かりながら、対象物質を判別することが可能になる。
【００６９】
また、本実施形態では、解析部４は、対象スペクトルデータと基準スペクトルデータとの類似度を算出し、その類似度に応じて、その類似度の算出に用いた基準スペクトルデータに対応する物質データにて示される物質が対象物質である確率を求める。
【００７０】
この場合、物質を解析するための処理の簡素化を図かりながら、ある対象物質が存在している確率を求めることが可能になる。
【００７１】
以上説明した実施形態において、図示した構成は単なる一例であって、本発明はその構成に限定されるものではない。
【００７２】
例えば、物質の吸収波長域は、その吸収波長域の最大値および最小値で定義されてもよい。
【００７３】
また、解析装置は、温度センサを有し、その温度センサで計測した温度を、プランクの黒体輻射の公式である数１に代入して、基準スペクトルデータを作成してもよい。
【図面の簡単な説明】
【００７４】
【図１】本発明の第一の実施形態の解析装置の構成を示したブロック図である。
【図２】記憶部に記憶された記憶データの一例を示した説明図である。
【図３】黒体輻射のスペクトルデータの一例を示した説明図である。
【図４】基準スペクトルデータの一例を示した説明図である。
【図５】フルオロカーボン１５２ａの赤外域の吸収スペクトルデータを示したスペクトルデータ図である。
【図６】アセトンの赤外域の吸収スペクトルデータを示したスペクトルデータ図である。
【図７】フルオロカーボン１５２ａからの光のスペクトルデータを示したスペクトルデータ図である。
【図８】アセトンからの光のスペクトルデータを示したスペクトルデータ図である。
【００７５】
【図９】遠赤外域におけるフルオロカーボン１５２ａに対応する基準スペクトルデータを示したスペクトルデータ図である。
【図１０】遠赤外域におけるアセトンに対応する基準スペクトルデータを示したスペクトルデータ図である。
【図１１】ＳＡＭ法によるスペクトルデータの類似度の算出を説明するための説明図である。
【図１２】ＳＦＦ法によるスペクトルデータの類似度の算出を説明するための説明図である。
【図１３】ＢＥ法によるスペクトルデータの類似度の算出を説明するための説明図である。
【図１４】解析装置の動作例を説明するためのフローチャートである。
【図１５】対象物質であるガスの分布を示した説明図である。
【図１６】基準スペクトルデータの一例を示した説明図である。
【図１７】基準スペクトルデータと類似度の一例を示した説明図である。
【図１８】ある波長におけるガスが漂っている画像を示した説明図である。
【図１９】解析結果で特定されたガスを示した説明図である。
【符号の説明】
【００７６】
１ 記憶部
２ 作成部
３ 取得部
４ 解析部
【特許請求の範囲】
【請求項１】
物質の吸収スペクルの特性を示す吸収特性データを、前記物質を示す物質データごとに対応付けて記憶する記憶手段と、
対象物質からの光のスペクトルデータを対象スペクトルデータとして取得する取得手段と、
前記記憶手段に記憶された物質データごとに、該物質データに対応する吸収特性データに基づいて、該物質データが示す物質からの光のスペクトルデータを基準スペクトルデータとして作成する作成手段と、
前記取得手段が取得した対象スペクトルデータと、前記作成手段が作成した基準スペクトルデータとに基づいて、前記対象物質を解析する解析手段と、を有する解析装置。
【請求項２】
請求項１に記載の解析装置において、
前記吸収特性データは、前記物質の吸収波長域と、該物質の吸収波長域内の光吸収率と、を示す、解析装置。
【請求項３】
請求項１または２に記載の解析装置において、
前記作成手段は、前記物質データのそれぞれについて、該物質データに対応する吸収特性データを有する吸収スペクトルデータを、黒体輻射のスペクトルデータから減算して前記基準スペクトルデータを作成する、解析装置。
【請求項４】
請求項１ないし３のいずれか１項に記載の解析装置において、
前記解析手段は、前記対象スペクトルデータと前記基準スペクトルデータとの類似度を算出し、前記類似度が最大となる基準スペクトルデータに対応する物質データが示す物質を、前記対象物質として判別する、解析装置。
【請求項５】
請求項１ないし３のいずれか１項に記載の解析装置において、
前記解析手段は、前記対象スペクトルデータと前記基準スペクトルデータとの類似度を算出し、前記類似度に応じて、該類似度の算出に用いた基準スペクトルデータに対応する物質データにて示される物質が前記対象物質である確率を求める、解析装置。
【請求項６】
物質の吸収スペクルの特性を示す吸収特性データを前記物質を示す物質データごとに対応付けて記憶する記憶手段を有する解析装置による解析方法であって、
対象物質からの光のスペクトルデータを対象スペクトルデータとして取得する取得ステップと、
前記記憶手段に記憶された物質データごとに、該物質データに対応する吸収特性データに基づいて、該物質データが示す物質からの光のスペクトルデータを基準スペクトルデータとして作成する作成ステップと、
前記取得された対象スペクトルデータと、前記作成された基準スペクトルデータとに基づいて、前記対象物質を解析する解析ステップと、を有する解析装置。
【請求項７】
請求項６に記載の解析方法において、
前記吸収特性データは、前記物質の吸収波長域と、該物質の吸収波長域内の光吸収率と、を示す、解析方法。
【請求項８】
請求項６または７に記載の解析方法において、
前記作成ステップでは、前記物質データのそれぞれについて、該物質データに対応する吸収特性データを有する吸収スペクトルデータを、黒体輻射のスペクトルデータから減算して前記基準スペクトルデータを作成する、解析方法。
【請求項９】
請求項６ないし８のいずれか１項に記載の解析方法において、
前記解析ステップでは、前記対象スペクトルデータと前記基準スペクトルデータとの類似度を算出し、前記類似度が最大となる基準スペクトルデータに対応する物質データが示す物質を、前記対象物質として判別する、解析方法。
【請求項１０】
請求項６ないし８のいずれか１項に記載の解析方法において、
前記解析ステップでは、前記対象スペクトルデータと前記基準スペクトルデータとの類似度を算出し、前記類似度に応じて、該類似度の算出に用いた基準スペクトルデータに対応する物質データにて示される物質が前記対象物質である確率を求める、解析方法。
【請求項１】
物質の吸収スペクルの特性を示す吸収特性データを、前記物質を示す物質データごとに対応付けて記憶する記憶手段と、
対象物質からの光のスペクトルデータを対象スペクトルデータとして取得する取得手段と、
前記記憶手段に記憶された物質データごとに、該物質データに対応する吸収特性データに基づいて、該物質データが示す物質からの光のスペクトルデータを基準スペクトルデータとして作成する作成手段と、
前記取得手段が取得した対象スペクトルデータと、前記作成手段が作成した基準スペクトルデータとに基づいて、前記対象物質を解析する解析手段と、を有する解析装置。
【請求項２】
請求項１に記載の解析装置において、
前記吸収特性データは、前記物質の吸収波長域と、該物質の吸収波長域内の光吸収率と、を示す、解析装置。
【請求項３】
請求項１または２に記載の解析装置において、
前記作成手段は、前記物質データのそれぞれについて、該物質データに対応する吸収特性データを有する吸収スペクトルデータを、黒体輻射のスペクトルデータから減算して前記基準スペクトルデータを作成する、解析装置。
【請求項４】
請求項１ないし３のいずれか１項に記載の解析装置において、
前記解析手段は、前記対象スペクトルデータと前記基準スペクトルデータとの類似度を算出し、前記類似度が最大となる基準スペクトルデータに対応する物質データが示す物質を、前記対象物質として判別する、解析装置。
【請求項５】
請求項１ないし３のいずれか１項に記載の解析装置において、
前記解析手段は、前記対象スペクトルデータと前記基準スペクトルデータとの類似度を算出し、前記類似度に応じて、該類似度の算出に用いた基準スペクトルデータに対応する物質データにて示される物質が前記対象物質である確率を求める、解析装置。
【請求項６】
物質の吸収スペクルの特性を示す吸収特性データを前記物質を示す物質データごとに対応付けて記憶する記憶手段を有する解析装置による解析方法であって、
対象物質からの光のスペクトルデータを対象スペクトルデータとして取得する取得ステップと、
前記記憶手段に記憶された物質データごとに、該物質データに対応する吸収特性データに基づいて、該物質データが示す物質からの光のスペクトルデータを基準スペクトルデータとして作成する作成ステップと、
前記取得された対象スペクトルデータと、前記作成された基準スペクトルデータとに基づいて、前記対象物質を解析する解析ステップと、を有する解析装置。
【請求項７】
請求項６に記載の解析方法において、
前記吸収特性データは、前記物質の吸収波長域と、該物質の吸収波長域内の光吸収率と、を示す、解析方法。
【請求項８】
請求項６または７に記載の解析方法において、
前記作成ステップでは、前記物質データのそれぞれについて、該物質データに対応する吸収特性データを有する吸収スペクトルデータを、黒体輻射のスペクトルデータから減算して前記基準スペクトルデータを作成する、解析方法。
【請求項９】
請求項６ないし８のいずれか１項に記載の解析方法において、
前記解析ステップでは、前記対象スペクトルデータと前記基準スペクトルデータとの類似度を算出し、前記類似度が最大となる基準スペクトルデータに対応する物質データが示す物質を、前記対象物質として判別する、解析方法。
【請求項１０】
請求項６ないし８のいずれか１項に記載の解析方法において、
前記解析ステップでは、前記対象スペクトルデータと前記基準スペクトルデータとの類似度を算出し、前記類似度に応じて、該類似度の算出に用いた基準スペクトルデータに対応する物質データにて示される物質が前記対象物質である確率を求める、解析方法。
【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１６】
【図１７】
【図１５】
【図１８】
【図１９】
【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１６】
【図１７】
【図１５】
【図１８】
【図１９】
【公開番号】特開２０１０−１１２９２６（Ｐ２０１０−１１２９２６Ａ）
【公開日】平成２２年５月２０日（２０１０．５．２０）
【国際特許分類】
【出願番号】特願２００８−２８７７７０（Ｐ２００８−２８７７７０）
【出願日】平成２０年１１月１０日（２００８．１１．１０）
【出願人】（０００００４２３７）日本電気株式会社 (19,353)
【Ｆターム（参考）】
【公開日】平成２２年５月２０日（２０１０．５．２０）
【国際特許分類】
【出願日】平成２０年１１月１０日（２００８．１１．１０）
【出願人】（０００００４２３７）日本電気株式会社 (19,353)
【Ｆターム（参考）】
[ Back to top ]