JP2012132689A - 眼鏡レンズの評価方法 - Google Patents

Abstract

【課題】マッピングポイントにおける取得データに基づいてより精度の高い評価を実行することのできる眼鏡レンズの評価方法を提供すること。
【解決手段】度数分布測定装置を使用してレンズの所定の複数の光線の屈折による位置変位をマッピングし、そのマッピングポイントにおける第１の屈折力データを取得する。複数のレファレンスレンズに対して同様に第２の屈折力データを取得する。次いで、複数のレファレンスレンズの第２の屈折力データのバラツキに基づいて得た補正値を測定対象レンズの処方値に適用して予測値として算出し、第１の屈折力データとの差分を算出し、その差分に基づいて当該測定対象レンズの評価を行うようにする。
【選択図】図２

Description

本発明はレンズ面に間隔をおいてマッピングされたマッピングポイントの取得データに基づいて眼鏡レンズを評価する眼鏡レンズの評価方法に関するものである。

眼鏡レンズの作製はユーザーの要求する仕様に対応して所定の設計データに基づいて実現されるものであるが、その作製したレンズが仕様通りであるかどうかを適切に評価する必要がある。眼鏡レンズの評価方法としては、マッピング装置のデータを利用した特許文献１のような技術が提案されている。これは従来のレンズメータによる測定に代わるもので、受注したレンズの度数分布をシミュレーション計算によって算出し、マッピング装置で測定した度数分布と比較してレンズが仕様通りであるかどうか判断するというものである。

特開２００９−２１６７１７号公報

しかしながら、上記特許文献１はその段落００３７に記載があるように、判定領域内の全測定点の数に対する許容誤差を超える測定点の割合によって合否を決定するものであり、単に誤差の大きさを合否を決定の判断要素としているに過ぎず、誤差に基づいてどのように評価するかといった点についての記載はない。
一方、眼鏡レンズを評価する場合には単にそのレンズが出荷できるかどうかといった単純な評価ではなく当該測定レンズにどのような特性の誤差が生じており、その誤差がどれくらいであるかといったより精度の高い評価を実行したいといった要請もある。特に、実際に連続的に製造しているレンズの検査データに基づいて、今後作製するレンズの加工条件を微調整して、そのレンズ作製環境においてより好適なレンズを作製する必要性からそのような評価は重要である。具体的に評価したい内容としては例えば処方値、形状誤差、位置のズレ、種類の識別、バリエーションの識別等がある。これら評価内容はどのような誤差が生じているかその状態をより詳しく評価したいと考えることがあるためである。
本発明は、このような従来の技術に存在する問題点に着目してなされたものである。その目的は、マッピングポイントにおける取得データに基づいてより精度の高い評価を実行することのできる眼鏡レンズの評価方法を提供することである。

上記課題を解決するために請求項１の発明では、測定対象レンズに対して一方のレンズ面から入射した複数の光線が他方のレンズ面から出射された際の同各光線毎の屈折による変位をマッピングして各マッピングポイントにおける第１の屈折力データを取得する第１の屈折力データ取得工程と、レファレンスレンズに対して一方のレンズ面から入射した複数の光線が他方のレンズ面から出射された際の同各光線毎の屈折による変位をマッピングして各マッピングポイントにおける第２の屈折力データを取得する第２の屈折力データ取得工程と、複数の前記レファレンスレンズの前記第２の屈折力データ取得工程で得られた前記第２の屈折力データのバラツキに基づいて得た補正値を前記測定対象レンズの処方値に適用して予測値として算出する予測値算出工程と、前記予測値算出工程で得られた予測値と前記第１の屈折力データ取得工程で得られた前記第１の屈折力データとの差分を算出し、その差分に基づいて当該測定対象レンズの評価を行うことをその要旨とする。
また請求項２の発明では請求項１に記載の発明の構成に加え、複数の前記レファレンスレンズを前記測定対象レンズと想定して前記各レファレンスレンズについても前記予測値と前記第１の屈折力データを算出し、前記予測値と前記第１の屈折力データとの差分を算出し、それら差分の分布状態に基づいて当該測定対象レンズの差分と比較して当該測定対象レンズの評価を行うことをその要旨とする。
また請求項３の発明では請求項２に記載の発明の構成に加え、過去の前記測定対象レンズについての前記予測値と前記第１の屈折力データとの差分を算出した結果を前記各レファレンスレンズについての差分の分布情報に加え、それらの分布状態に基づいて新たな前記測定対象レンズの差分を比較して当該新たな前記測定対象レンズの評価を行うことをその要旨とする。
また請求項４の発明では請求項１〜３のいずれかに記載の発明の構成に加え、前記測定対象レンズ及び前記レファレンスレンズは累進屈折力レンズであることをその要旨とする。
また請求項５の発明では請求項１〜４のいずれかに記載の発明の構成に加え、前記測定対象レンズ及び前記レファレンスレンズはＳ度数、Ｃ度数、乱視軸方向、加入度、プリズムのいずれかまたは複数の値として指定されるレンズの処方値とは無関係なレンズ設計特性に共通性があるレンズであることをその要旨とする。

また請求項６の発明では請求項１〜５のいずれかに記載の発明の構成に加え、複数の前記レファレンスレンズはそれぞれ異なる処方値を目標として製造され、前記測定対象レンズはいずれの前記レファレンスレンズとも異なる処方値を目標として製造されていることをその要旨とする。
また請求項７の発明では請求項６に記載の発明の構成に加え、複数の前記レファレンスレンズの一部が同一の処方値を目標として製造される場合には、複数の前記レファレンスレンズの平均値を算出し、得られた平均値を基準として予測値を算出することをその要旨とする。

また請求項８の発明では請求項１〜７のいずれかに記載の発明の構成に加え、前記第１及び第２の屈折力データとはＳ度数、Ｃ度数及び乱視軸方向、水平プリズム、垂直プリズムの各データの少なくとも１つであることをその要旨とする。
また請求項９の発明では請求項１〜８のいずれかに記載の発明の構成に加え、複数の前記マッピングポイントにおける前記差分の二乗和を求め、同二乗和に基づいて複数の前記マッピングポイントが存在する領域の統合された誤差を算出することをその要旨とする。
また請求項１０の発明では請求項１〜９のいずれかに記載の発明の構成に加え、複数の前記マッピングポイントにおける前記差分の平均値を求め、同平均値に基づいて複数の前記マッピングポイントが存在する領域の統合された誤差を算出することをその要旨とする。
また請求項１１の発明では請求項１〜１０のいずれかに記載の発明の構成に加え、前記予測値を第１の予測値とし、同第１の予測値と前記第１の屈折力データとの差分を第１の差分とする一方、前記予測値を算出した際の特性とは異なるレンズの設計特性で第２の予測値を算出し、次いで第２の予測値と第１の予測値との第２の差分を算出し、前記第１の差分と前記第２の差分の積和を相関値とし、その相関値の大きさによって異なるレンズの設計特性に関する測定対象レンズの評価を行うことをその要旨とする。

また請求項１２の発明では請求項１〜１１のいずれかに記載の発明の構成に加え、前記予測値の算出は主成分分析によって行われ、前記予測値算出工程において得られた補正値とは主成分得点であることをその要旨とする。
また請求項１３の発明では請求項１〜１２のいずれかに記載の発明の構成に加え、前記予測値の算出は回帰分析によって行われ、前記予測値算出工程において得られた補正値とは説明変量に与える係数であることをその要旨とする。
また請求項１４の発明では請求項１２又は１３のいずれかに記載の発明の構成に加え、前記予測値の算出は前記第１の屈折力データからレンズの固有特性に関与する数値情報を除いた数値に基づいて行うことをその要旨とする。
また請求項１５の発明では請求項１２〜１４のいずれかに記載の発明の構成に加え、前記測定対象レンズ及び前記レファレンスレンズはＳ度数、Ｃ度数、乱視軸方向以外のレンズ処方とは関係ないレンズの設計特性に共通性があるレンズであることをその要旨とする。

上記のような構成においては、第１の屈折力データ取得工程で測定対象レンズに対して一方のレンズ面から入射した複数の光線が他方のレンズ面から出射された際の同各光線毎の屈折による変位をマッピングして各マッピングポイントにおける第１の屈折力データを取得する。そして、第２の屈折力データ取得工程でも同様にレファレンスレンズに対して一方のレンズ面から入射した複数の光線が他方のレンズ面から出射された際の同各光線毎の屈折による変位をマッピングして各マッピングポイントにおける第２の屈折力データを取得する。ここに、第１の屈折力データ取得工程と第２の屈折力データ取得工程の順序はどちらが先でもよい。また、同時に行ってもよい。要は測定対象レンズに対して第１の屈折力データが取得でき、レファレンスレンズについても第１の屈折力データが取得できればよい。本発明ではレファレンスレンズの第２の屈折力データは複数取得するのであるが、その取得する順番も問わない。
第２の屈折力データは複数の異なるレファレンスレンズについて行ない、予測値算出工程においてそれらレファレンスレンズの第２の屈折力データのバラツキに基づいて得た補正値を前記測定対象レンズの処方値に適用して予測値として算出する。そして、予測値と第１の屈折力データとの差分に基づいて当該測定対象レンズの評価を行う。
ここに、本発明におけるバラツキについて説明する。
一般に、同じ処方のレンズを作ってそれを測定する度に異なる値が観測される現象がある。レンズ加工や測定に伴って生じる誤差があるためである。これをここでは第１種のバラツキと呼ぶことにする。通常バラツキとはこの意味でつかわれている。この第１種のバラツキがあるため、レファレンスレンズの中に測定対象レンズと同じ処方値のものがあったとしても、測定対象レンズの処方値に適用する補正値を算出するにあたっては、何らかの工夫が必要である。
一方、本発明では個々のレファレンスレンズの処方値（Ｓ度数、Ｃ度数、乱視軸方向、加入度等）に差があるため、それぞれの測定結果は異なったものになる。したがって、第１種のバラツキが存在しない（つまり、同じ処方のレンズを作って測定すると毎回必ず同じ値が観測される）状況であっても、当然にそれぞれの測定結果は異なったものになる。これを第２種のバラツキと呼ぶことにする。この第２種のバラツキを考慮すると、レファレンスレンズの中に測定対象レンズと同じ処方値のものがない場合は、測定対象レンズの処方値に適用する補正値を算出するにあたっては、何らかの工夫が必要である。
また、レファレンスレンズの中に測定対象レンズと同じ処方値のものがある場合であっても、上記のように第１種のバラツキが存在するのであれば、すべてのレファレンスレンズまたは測定対象レンズの処方値に近似な処方値の複数のレファレンスレンズの測定結果をもとに測定対象レンズの処方値に適用する補正値を算出することが望ましく、その計算にあたっては何らかの工夫が必要である。
従って、以降は、第１種のバラツキと第２種のバラツキをまとめて単にバラツキと呼ぶようにする。
評価は当該測定対象レンズの差分のみに基づいて評価してもよいが、当該測定対象レンズの予測値を算出するために使用した複数のレファレンスレンズについても第１の屈折力データと予測値をそれぞれ算出し、予測値と第１の屈折力データとの差分を算出し、それら差分の分布状態に基づいて当該測定対象レンズの差分と比較することで当該測定対象レンズの評価を行うことが他のレンズとの相対的な関係がわかるので好ましい。
更に、過去の前記測定対象レンズについての前記予測値と前記第１の屈折力データとの差分を算出した結果を前記各レファレンスレンズについての差分の分布情報に加えそれらの分布状態に基づいて新たな前記測定対象レンズの差分を比較して当該新たな前記測定対象レンズの評価を行うことが好ましい。これによって過去の測定対象レンズが新たな情報として加わることとなり、より精度の高い比較が可能となる。下記実施例でいえば測定対象レンズＰ１，Ｐ２等を評価した後で、そのまま次の評価のための情報とするごとくである。
ここに「差分の分布」とは複数のレファレンスレンズにおいて算出される差分のバラツキ具合をいう。つまり、レファレンスレンにおいて差分が大きかったり小さかったりしていることである。複数の差分の分布に基づいて当該測定対象レンズの差分を評価することで、当該測定対象レンズが、他に作った多くのレンズ（レファレンスレンズ）にくらべて、差分が大きいほうか小さいほうか判定できる。つまり、合格か不合格かの判定基準となる。

ここに、測定対象レンズ及びレファレンスレンズは眼鏡レンズであれば単焦点レンズや累進屈折力レンズ、あるいは乱視度数のあるレンズやないレンズのどのような眼鏡レンズにも応用が可能である。
また、第１及び第２の屈折力データはＳ度数、Ｃ度数及び乱視軸方向の各データの少なくとも１つであることが好ましい。これら３つのデータはあるマッピングポイントにおいて取得できるデータであって、通常レンズの光学特性を定義するための重要なデータであるからである。これらデータのうち、Ｃ度数及び乱視軸方向のデータは差分計算が行いにくいデータであるため、より計算しやすいＳ度数データとＣ度数データの両方と乱視軸方向のデータをパラメータとして導かれる二次的度数データとすることが好ましい。二次的度数データとは、下記等価球面値（平均度数）やＪＣＣ（ジャクソンクロスシリンダー）の式が挙げられる。

また、測定対象レンズについて多くのマッピングポイントについて予測値との差分を算出した値に基づいて評価する際に、各値をそのまま使用してもよい。しかし、マッピングポイントが非常に稠密な間隔で設定されている場合には単純に優劣を判断しにくいため、多くのマッピングポイント毎に得られた差分を統合してより単純化した数値で評価するようにしてもよい。
単純化の手法としては、例えば複数の前記マッピングポイントにおける前記差分の二乗和を求め、同二乗和に基づいて複数の前記マッピングポイントが存在する領域の統合された誤差を算出することが挙げられる。また、複数の前記マッピングポイントにおける前記差分の平均値を求め、同平均値に基づいて複数の前記マッピングポイントが存在する領域の統合された誤差を算出することが挙げられる。

また、マッピングポイントが非常に稠密な間隔で設定されている場合には、差分をそのまま画像データ化してグラフィカルに表示することで目視で当該一測定対象レンズのレンズ特性を判定することが可能である。
また、評価すべき誤差の内容として数値のみを検討した場合やこのようなグラフィカルな表示では判定しにくいケースがある。例えば、位置のズレやレンズの種類の判別のような高度な評価を行う場合である。これらのような場合には単純に差分のみで評価するのではなく、ある異なるレンズの設計特性、例えば位置ずれやレンズ全体の設計思想についての相関度を評価することでより正確な評価が可能である。
そのために、まず第１の予測値と第１の屈折力データとの差分（第１の差分）に対し予測値を算出した際の特性とは異なるレンズの設計特性で第２の予測値を算出し、次いで第１の予測値と第２の予測値との差分（第２の差分）を算出する。そして、第１の差分と第２の差分の積和を相関値とし、当該測定対象レンズの評価をその相関値の大きさに基づいて行うことができる。その際には散布図で表示させるとより相関関係が評価しやすくなる。

予測値の算出方法はいくつかの現実的な手段が考えられる。多くの量産型のレファレンスレンズについて第２の屈折力データを変量として測定することで、レンズの普遍的な特性を解析する手法が最も現実的である。このような多変量解析方法としては本発明では代表的に主成分分析と回帰分析を使用した。主成分分析では主成分得点をレファレンスレンズのバラツキに基づいて得た補正値として、レンズの各マッピングポイントにおける基準となる第２の屈折力データ、例えば平均度数に対して主成分得点を与えるようにする。主成分ベクトルは第１主成分ベクトルから第ｎ主成分ベクトルまで求められるが、上位の主成分ベクトルの情報吸収量が大きいので上位からいくつかの主成分得点の一次結合を基準となる第２の屈折力データに与えることで予測値とすることが妥当である。
回帰分析（重回帰分析）では説明変量に与える係数をバラツキに基づいて得た補正値とする。説明変量とは処方値、つまり注文情報のＳ度数、Ｃ度数、乱視軸方向、加入度、プリズム等が挙げられる。
これら主成分分析あるいは回帰分析を使用することで加工誤差と測定誤差に起因するバラツキを考慮した分析ができる。つまり、これらの手法によって通常の加工バラツキを超えるような誤りがあったかを判別することが容易にできることとなる。
つまり、当該測定対象レンズの加工と測定において、通常のバラツキを超えるような誤りがあったかを判別することができることとなる。

ここで、解析において使用するデータの数値は各レンズの固有特性に関与する数値情報を除いた数値に基づいて行うことが好ましい。各レンズの固有特性とは、レンズの設計特性以外の処方値の情報、例えばＳ度数やＣ度数に由来する情報が挙げられる。ここにレンズの設計特性とは例えば累進屈折力レンズであれば図９（ａ）のように収差が分散しているような設計や逆に図９（ｂ）のように収差が比較的集中している設計特性のようにあるレンズ群に特異的に求められている見え方を発現するような設計における光学特性をいう。レンズの固有特性に関与する数値情報を除いた数値に基づいて行うとは、より具体的には、例えば（Ａ）遠用度数測定領域における測定値の平均値、（Ｂ）遠用度数の処方値、（Ｃ）遠用度数測定領域における測定値の平均値＋レンズ全体の度数分布の理論値を数値として使用することが挙げられる。このような数値を除いた値に基づいて解析することで、より正確な予測値を得ることができる。
また、（Ｄ）レンズ全体の度数分布の理論値に基づいて解析するようにしてもより正確な予測値を得ることができる。
尚、（Ａ）及び（Ｄ）における平均値とはそれぞれの説明変量（実施例では、Ｍ、Ｊ_００、Ｊ_４５）ごとの平均値である。
また、測定対象レンズに対してレファレンスレンズはなるべく傾向が似た、つまりレンズの設計特性に共通性があるレンズであることが好ましい。あまりにかけ離れた設計特性のレンズが混在していては得られる予測値の正確性が損なわれるためである。また、主成分分析や回帰分析の手法を用いれば、レファレンスレンズ群のほとんどにおいてレンズ固有の処方値であるＳ度数、Ｃ度数、乱視軸方向、加入度が測定対象レンズと異なっていても予測値の正確性が十分得られる。

予測値の算出方法としては、上記のように多数のレファレンスレンズを用意するのではなく比較的少ない数の非常に正確に加工されマッピング位置での測定も丁寧に行われた精密なものを基準となるレファレンスレンズとして使用することも可能である。但し、実際には様々な処方値のレンズをすべて用意することは困難であるため、いくつかの離間した処方値のレファレンスレンズを用意しておくようにする。そして、それら離間した処方値のレファレンスレンズに基づいてそれらの間に存在する処方値のレファレンスレンズの処方値を補間計算する。
そして、レファレンスレンズの第２の屈折力データのそれぞれ異なる特性（バラツキ）に基づいて得た補正値を測定対象レンズの処方値に適用して予測値を算出し、これと測定対象レンズの第１の屈折力データとの差分を算出するようにする。
また、基準となるレファレンスレンズで同一の処方値を目標としたものが１つだけではなく、複数作製される場合もある。その場合には複数のレファレンスレンズの平均値を算出し、得られた平均値を基準となるレファレンスレンズの値として予測値を算出する新たな基準とすることでそれら複数の基準となるレファレンスレンズのバラツキをキャンセルさせることができる。

上記各請求項の発明では、実際に加工及び測定された複数のレファレンスレンズから得られた予測値と測定対象レンズについてのデータを比較して評価できるため、より精密な現実に即した評価が可能となる。

本発明を実行するための装置の概略ブロック図。 同じく度数分布測定装置の概念図。 （ａ）は実施例１における測定結果から遠用度数測定領域の平均値を減じた分布のグラフィック図、（ｂ）は同じく予測値分布のグラフィック図、（ｃ）は同じく差分の分布のグラフィック図。 （ａ）は実施例１における測定結果から遠用度数測定領域の平均値を減じた分布のグラフィック図、（ｂ）は同じく予測値分布のグラフィック図、（ｃ）は同じく差分の分布のグラフィック図。 実施例３において同じ設計特性の測定対象レンズとレファレンスレンズの測定値と予測値との差分を単純化して表示した散布図。 実施例４において同じ設計特性の測定対象レンズとレファレンスレンズの測定値と予測値との差分を単純化して表示した散布図。 実施例５において測定値と測定値をずらした変換値に基づいてそれぞれ取得した差分を単純化して表示した散布図。 実施例５において測定値と測定値をずらした変換値及び第１の予測値と第２の予測値に基づいて得た相関値を表示した相関図。 （ａ）は実施例５において収差が比較的分散した設計特性の累進屈折力レンズの平均度数分布図（左図）と非点収差分布図（右図）であり、（ｂ）は同じく収差が比較的集中した設計特性の累進屈折力レンズの平均度数分布図（左図）と非点収差分布図 実施例６においてＡタイプの設計特性のレファレンスレンズにＢタイプの設計特性の測定対象レンズを混ぜてそれらの測定値と予測値との差分を単純化して表示した散布図。 実施例６において測定値及び再１の予測値と第２の予測値に基づいて得た相関値を表示した相関図。

以下、具体的な実施の形態の説明をする。
＜屈折力データを取得するための周辺装置の概略＞
図１は本発明の評価方法を実現するための装置の一例の概略ブロック図である。評価用コンピュータ１には測定対象レンズの度数分布を測定する度数分布測定装置２が接続されている。また、出力手段としてのモニター３とレファレンスレンズ５と測定対象レンズ６の基本的なレンズデータを入力するための入力手段としてのキーボード７が接続されている。尚、出力手段としてはモニター３以外にプリンタや他の装置へデータを転送する出力手段等が挙げられる。また、入力手段としてはキーボード７以外にバーコードのような２次元コードやＬＡＮ接続された他のコンピュータやデータ記憶装置等の他の装置から転送されたデータを入力する手段等が挙げられる。
度数分布測定装置２は図２に示すように光源１０、ビームスプリッタ１１、スクリーン１２、ＣＣＤカメラ１３とを備えている。ＣＣＤカメラ１３には解析装置１４が接続されている。レファレンスレンズ５及び測定対象レンズ６は光源１０とビームスプリッタ１１の間に配置される。光源１０は平行な光線をビームスプリッタ１１方向に向かって照射する。ビームスプリッタ１１には整然と等間隔に縦横に配置された多数の透孔が形成され透孔を通過した光線（光束）はスクリーン１２上に投影される。この投影された光点がマッピングポイントとされる。ＣＣＤカメラ１３はスクリーン１２上に投影されたマッピングポイントの映像を取り込む。
解析装置１４は各透孔位置に対するＣＣＤカメラ１３によって取り込まれた光線に対応する透孔との位置変位に基づいてすべてのマッピングポイントに対して屈折力を算出する。つまり、レンズ上にマッピングされたすべての位置について測定対象レンズ６の屈折力データ（Ｓ度数データ、Ｃ度数データ、乱視軸データ）を得ることができる。更に解析装置１４は屈折力データに基づいて等価球面値（平均度数）とＪ_００、Ｊ_４５の二次的度数データを算出する。解析装置１４内部には記憶手段としてのメモリ１５が配設され屈折力データ及び二次的度数データを記憶する。
評価用コンピュータ１はＣＰＵ（中央処理装置）及びその周辺装置によって構成される。ＣＰＵは各種プログラムや度数分布測定装置２から屈折力データを入手し、オペレータの操作に従ってレファレンスレンズ５について予測値を算出する。また、予測値と測定対象レンズ６の二次的度数データに基づいてそれらの差分を算出する。また、算出した差分に基づいてレンズ特性をモニター３にグラフィカルに表示させる。また、算出した差分を標準偏差等の単純化した数値に変換してモニター３に散布図として表示させる。また、オペレータの操作に従って「あらかじめ大きさの明確な所定の誤差」を付与して第２の予測値を算出し、予測値（第１の予測値）と第２の予測値との差分を算出し、その差分と測定対象レンズ６の「あらかじめ特性の明確な所定の誤差」についての相関を算出し、モニター３に散布図として表示させる。

＜予測値の具体的な算出手法＞
（１）適当な間隔で精密に作ったレンズによって予測値を算出する手法
例えば、Ｓ度数については、−８．００Ｄ、−５．００Ｄ、−２．００Ｄ、＋１．００Ｄ、＋４．００Ｄの５パターンとし、Ｃ度数については、０．００Ｄ、−２．００Ｄの２パターンとし、乱視の軸については、０度、４５度、９０度、１３５度の４パターンとし、加入度数については１．５０Ｄ、３．００Ｄの２パターンで累進屈折力レンズのレファレンスレンズを作製するものとする。この場合に各パターンの組み合わせを考えると、５×２×４×２＝８０種類のレファレンスレンズが得られることとなる。
一方、測定対象レンズ処方がＳ度数−６．００Ｄ、Ｃ度数−１．００Ｄ、乱視の軸０度、加入度数２．００Ｄであるとする。この処方値に対応する予測値を、レファレンスレンズ群に基づいて算出する。以下、そのために行うべき計算の一例を示す。８０種類のレファレンスレンズの中には、以下のものが含まれる。
（Ａ）Ｓ度数−５．００Ｄ、Ｃ度数−０．００Ｄ、乱視の軸０度、加入度数２．００Ｄ
（Ｂ）Ｓ度数−５．００Ｄ、Ｃ度数−２．００Ｄ、乱視の軸０度、加入度数２．００Ｄ
（Ｃ）Ｓ度数−８．００Ｄ、Ｃ度数−０．００Ｄ、乱視の軸０度、加入度数２．００Ｄ
（Ｄ）Ｓ度数−８．００Ｄ、Ｃ度数−２．００Ｄ、乱視の軸０度、加入度数２．００Ｄ
そこで、各マッピングポイントにおける予測値の説明変量を、
（Ａの説明変量×２＋Ｂの説明変量×２＋Ｃの説明変量＋Ｄの説明変量）／６
として算出する。
そして、各マッピングポイントにおいて、この測定対象を測定して得られた第１の屈折力データと、レファレンスレンズ群に基づいて各マッピングポイントにおいて算出した予測値の第２の屈折力データとの差分を取得する。
また、上記において８０種類のレファレンスレンズは１つずつ作製してもよく、複数作製してもよい。もし複数枚数を作製する場合にはそのマッピング測定データを平均化して対応する。

（２）回帰計算によって予測値を算出する手法
十分な数のあるレファレンスレンズとして設計特性に共通性のある累進屈折力レンズを想定する。ここでは例えば１００個とするがある程度の数以上であれば構わない。そのマッピング測定データは、所定の間隔で所定の領域をカバーしているとする。ここでは縦横１ｍｍ間隔で３０ｍｍ正方形領域をカバーしているとし、各マッピングポイントにおいてＳ度数・Ｃ度数・乱視の軸のデータが測定されるとする。すると１個の測定データは、３１×３１×３＝２８８３個の数値により構成されると考えられる。ここではまず、３１×３１＝９６１個のマッピングポイントのうち、凸面側から見て左上（Ｒ用レンズであれば耳側）の点の平均度数に関して回帰計算を行って予測値を算出する方法を説明する。
この条件に該当する数値は１００個のデータそれぞれに１つずつある。そして１００個のデータには、それぞれ固有の注文情報が対応する。
注文情報とはＳ度数・Ｃ度数・乱視の軸・加入度数・プリズムであるが、プリズムが指定される注文は比較的少ないのでここでは割愛し、残りの４情報を主に考える。その４情報のうちＳ度数・Ｃ度数・乱視の軸は、平均度数・Ｊ_００・Ｊ_４５に変換しておく。以上の条件において、これらのデータの目的変量である左上点の平均度数の予測値は、
平均度数の予測値≒ａ×平均度数＋ｂ×Ｊ_００＋ｃ×Ｊ_４５＋ｄ×加入度数＋ｅ
という一次式により近似できる。ここで右辺のａｂｃｄの係数と定数ｅは、最小二乗法によって１００組の平均度数（測定値）と近似値の差の二乗和が最小になる条件によって決定される。また、右辺の平均度数、Ｊ_００、Ｊ_４５、加入度数は説明変量であって測定対象レンズの処方値（注文情報）である。ここでは一次式を例示したが、
平均度数の予測値≒ａ×平均度数^２＋ｂ×平均度数＋ｃ×Ｊ_００ ^２＋ｄ×Ｊ_００＋ｅ×Ｊ_４５ ^２＋ｆ×Ｊ_４５ｄ＋ｇ×加入度数^２＋ｈ×加入度数＋ｉ
という二次式やさらに高次の式によって近似することもできる。また、近似式に「係数×平均度数×Ｊ_００」といった項を加えることもできる。このようにして、２８８３個の成分について、注文内容の要素であるＳ度数・Ｃ度数・乱視の軸・加入度数に基づいて予測値データを計算することができる。

（３）主成分ベクトルによって予測値を算出する手法
上記回帰計算と同様にここでは例えば設計特性に共通性のある１００個の累進屈折力レンズをレファレンスレンズとして使用する。そして上記回帰計算と同様に縦横１ｍｍ間隔で３０ｍｍ正方形領域のマッピング測定データを使用して取得するものとする。つまり、３１×３１＝９６１個の点それぞれにおける平均度数・Ｊ_００・Ｊ_４５の値の３つの組（計２８８３個）である。
i）まず初めに、測定対象レンズの注文情報のＳ度数・Ｃ度数・乱視の軸を平均度数・Ｊ_００・Ｊ_４５に変換する。９６１個の点における測定結果から、それらの値を減じる。こうして得た２８８３個の数値それぞれから、主成分分析の対象としたレファレンスレンズの全データの平均値を引いて、その結果を主成分分析の対象とした全データの標準偏差で割る。具体的に上記と同様「左上点の平均度数の値」について説明すると、測定対象レンズの左上点の平均度数測定結果から遠用の平均度数値（注文の値または測定して得た平均値）を減じて、その結果から主成分分析の対象としたレファレンスレンズの全データの左上点の平均度数の平均値を引いて、さらに主成分分析の対象としたレファレンスレンズの全データの左上点の平均度数の標準偏差で割る。これは規格化と呼ばれる操作で、主成分分析における計算の手順と対応するものである。
ii）上記求めた２８８３個の数値それぞれに、第１主成分の重みベクトルの各要素（２８８３個）を乗じて、それらの合計を求める。こうして得られた値が、測定対象レンズの第１主成分得点である。同様に第２〜第６主成分の重みベクトルを用いて、検査対象レンズの第２〜第６主成分得点を求める。

iii）最後に以下の値を計算する。
主成分分析の対象とした全データの「左上点の平均度数の値」平均値＋
第１主成分ベクトルの「左上点の平均度数の値」×第１主成分得点＋
第２主成分ベクトルの「左上点の平均度数の値」×第２主成分得点＋
第３主成分ベクトルの「左上点の平均度数の値」×第３主成分得点＋
第４主成分ベクトルの「左上点の平均度数の値」×第４主成分得点＋
第５主成分ベクトルの「左上点の平均度数の値」×第５主成分得点＋
第６主成分ベクトルの「左上点の平均度数の値」×第６主成分得点
こうして求めた値が、「左上点の平均度数の予測値」である。同様に「左上点のＪ_００、Ｊ_４５の予測値」も求められる。左上点以外の平均度数や、Ｊ_００、Ｊ_４５に関しても同様に計算して、検査対象レンズの予測値である２８８３個の数値を求めることができる。
iv）上記計算では注文情報のＳ度数・Ｃ度数・乱視の軸を平均度数・Ｊ_００・Ｊ_４５に変換して使用したが、遠用度数測定領域内におけるマッピング測定結果の、平均度数・Ｊ_００・Ｊ_４５それぞれの平均値を使用して計算してもよい。
iv）以上の計算で用いた第１〜第６主成分ベクトルと、第１〜第６主成分の重みベクトルは、すべてが要素数２８８３個のベクトルである。これらのベクトルの成分は、主成分分析によってあらかじめ求めておくのであって、１つのレンズを検査するにあたって毎回計算する必要はない。計算の過程では加算と乗算を数万〜数十万回行うが、コンピュータによれば工業生産の流れ作業に支障のない速度で実行できる。
ここでは予測値の計算に一例として第６主成分までを用いた。累進屈折力レンズが個々の注文に応じて変化する要素は、プリズムを除けばＳ度数・Ｃ度数・乱視の軸・加入度の４つである。したがって、第４主成分までの計算でも相当によい予測値を得ることができる。しかし、累進屈折力レンズの設計に用いられる要素は、度数や加入度に対して必ずしも直線的に変化しないので、４個より多い主成分を用いるほうが好ましい。一方、下位の主成分には特定の加工の乱れの傾向が反映されることがあるので、全体に加工の乱れが少ない場合を除いては使用しないほうが好ましい。バラツキ要素をなるべく含まない、なめらかなデータを再構成して予測値を決定することによって、測定データからバラツキ要素を分離するのがポイントである。全体に加工の乱れが少なければ予測値を計算するためにより多くの主成分ベクトルを用いることができ、よりよい予測値を用いて精度のよい評価を行うことができる。
v）累進屈折力レンズでは計算は各測定データから固有特性に関与する数値情報を除いた数値に基づいて行うこと、例えは遠用度数を減じた値を使用することがよい。第１主成分ベクトルが必ず「遠用度数を最も強く反映したベクトル」として得られる。すなわち、プラス強度やマイナス強度のレンズの第１主成分得点は、プラスかマイナスの絶対値が大きい値になる。ここで、マイナス強度数のレンズの約半数に特徴的な加工乱れが発生したとすると、第１主成分が加工乱れを含むようになってしまう。しかも、全体の度数がマイナスかプラスかを示す数値が大きいため、加工乱れの微小な分布がわかりにくくなり、第１主成分に加工乱れの様子が含まれていることを発見しにくい。その結果、次の弊害が発生する。
（Ａ）マイナス強度数のレンズの予測値が（典型的な量の半分程度の）加工乱れを含むようになる。
（Ｂ）プラス強度数のレンズの予測値が、あたかもその加工乱れと反対の形状乱れを含むかのようになる。
一方、遠用度数を減じることでこれらのような弊害が除去できるからである。

＜評価手法＞
（１）差分を単純化していないそのままで評価する場合
数値が少ない場合には単純に優劣の評価は可能である。また、数値が多くとも熟練者であればどのような種類の誤差であるかを判定することは可能である。例えば、上記でいう３１×３１×３＝２８８３個の数値をそのまま用いる場合である。
（２）差分を単純化した数値で評価する場合
評価に用いる数値が少ない方が、レンズの評価がしやすくなる。具体的に上記３１×３１×３のパターンでは、
i）各点における３種類（平均度数、Ｊ_００及びＪ_４５）測定結果と予測値との差の二乗和、またはそれを２８８３で割った平方根。
ii）各点における（３種類測定結果の正常予測値との差）と（位置ズレなどを想定した予測値と正常予測値の差）の積和。
で単純化することが可能である。
iii）単純化した３つの数値で評価する場合
平均度数・Ｊ_００・Ｊ_４５の３種類に関して、それぞれ測定値と予測値との差を 縦３１点×横３１点＝９６１点について求め、それを平均した値。
（３）その他パターン
ある領域の平均値を取ってそれを評価することが考えられる。
i）「遠用度数測定領域円内の平均値」と「近用度数測定領域円内の平均値」を取得して評価する。
ii）度数測定領域円だけでなく、その周囲を含めた平均値を取得して評価する。
iii）遠用アイポイント（累進帯の始端で、フィッティングポイントとも呼ばれる）の近傍の平均値や近用アイポイント（近用視領域の入り口で、累進帯の終端でもある）の近傍の平均値、あるいはプリズム測定ポイントの近傍における、とくに水平プリズムと垂直プリズムの平均値を取得して評価する。

以下、上記実施の形態によって取得した予測値とその予測値と差分を取った測定対象レンズの測定値の評価について説明する。
（実施例１）
実施例１は予測値との差分をグラフィック化して評価したところ「へそ」、つまり、加工の乱れによって不連続的に屈折力が変化している部分があることを検知した実施例である。測定対象レンズの注文情報は次の通りである。
Ｓ度数 ：−４．００Ｄ Ｃ度数：−０．７５Ｄ 乱視軸：９０度 加入度数：２．２５Ｄ
このレンズの評価をするために、設計特性に共通性がある量産レンズ（レファレンスレンズ）１７５枚に基づいて予測値を得た。本実施例１ではレンズの幾何中心を原点として−２０〜＋２０ｍｍの範囲でのマッピング測定データを使用した。このマッピングポイントはＸ座標 ３１個、Ｙ座標 ３１個で全点数９６１点であった。また、注文情報をＪＣＣ変換することで平均度数：−４．３７Ｄ Ｊ_００：−０．３６Ｄ Ｊ_４５：０．００Ｄに換算して計算した。この結果を図３（ａ）〜（ｃ）に示す。
図３（ａ）は測定結果から遠用度数測定領域の平均値を減じた分布である。一方、図３（ｂ）は予測値による分布である。図３（ｃ）は差分の分布である。「へそ」を生じた原因の加工誤差の分布がわかる。

（実施例２）
実施例２も実施例１と同様に予測値との差分をグラフィック化して評価したものである。実施例２の測定対象レンズの注文情報は次の通りである。
Ｓ度数 ：＋１．２５Ｄ Ｃ度数：−２．５０Ｄ 乱視軸：８５度 加入度数：２．７３Ｄ
このレンズについて、実施例１と同じ量産レンズ１７５枚に基づいて予測値を得た。マッピング測定データも実施例１と同じである。注文情報をＪＣＣ変換することで平均度数：−０．０１Ｄ Ｊ_００：−１．２０Ｄ Ｊ_４５：０．２１Ｄに換算して計算した。この結果を図４（ａ）〜（ｃ）に示す。
図６は測定結果から遠用度数測定領域の平均値を減じた分布である。一方、図４（ｂ）は予測値による分布である。図４（ｃ）は差分の分布である。全体に円状に分布する加工の乱れがあることが判定できる。

（実施例３）
実施例３では実施例２と同じ測定対象レンズについて予測値を求めた後、測定対象レンズが同じ設計特性のレファレンスレンズと誤差においてどのような関係であるかを一見して分かるように差分を単純化して図５に示す散布図（ヒストグラム）に表したものである。測定対象レンズはＰ１で示す。そのため測定対象レンズＰ１だけでなく、各レファレンスレンズについてもそれぞれ予測値を算出し、それぞれのレンズが有する２８８３個の変数について「測定値と予測値の差の二乗和」を求め、それを２８８３（パラメタ数）で割った結果の平方根によりレンズ（レファレンスレンズと測定対象レンズ）の単純化した数値を得るようにした（以下、単純化した数値を散布値とする）。図５は横軸が誤差（Ｄ）であり縦軸がレンズ数（サンプル数）を示す。この散布図から測定対象レンズＰ１を評価するならば、レファレンスレンズとの関係で比較的誤差の少ないレンズであると評価することができる。

（実施例４）
実施例４は上記実施例の測定対象レンズとは異なる測定対象レンズＰ２について実施例１と同じレファレンスレンズ１７５枚に基づいて予測値を求めた後、差分を単純化して図１０に示す散布図（ヒストグラム）に表したものである。実施例３と同様にレファレンスレンズについてもそれぞれ予測値を算出しそれぞれ散布値を得るようにした。図６は横軸が誤差であり縦軸がレンズ数を示す。この散布図から測定対象レンズＰ２を評価するならば、レファレンスレンズとの関係で比較的誤差の大きなレンズであると評価することができる。

（実施例５）
実施例５はより具体的な評価内容であるあらかじめ特性の明確な所定の誤差として「位置ずれ」についてどのような誤差を持っているかを評価したものである。測定対象レンズが同じ設計特性のレファレンスレンズと誤差においてどのような関係であるかを一見して分かるように差分を単純化して散布図に表すことは上記実施例３及び４と同様である。実施例５では「横方向に１ｍｍずれていること」について相関による評価を行った。
上記実施例の測定対象レンズとは異なる測定対象レンズＰ３について実施例１と同じ量産レンズ（レファレンスレンズ）１７５枚に基づいて予測値を求めた。同時に、測定値を１ｍｍ左方向（Ｒレンズにとって耳側）にシフトさせ、あたかもレンズ全体の累進面が１ｍｍ右方向にズレて加工されたように測定値を変換した変換値を作成した。更に、レファレンスレンズについても同様に予測値と変換値を作成した。より具体的には各レンズ（レファレンスレンズと測定対象レンズ）について次のように実行して散布値を得る。
（ａ）それぞれのレンズが有する２８８３個の変数について「測定値と予測値の差の二乗和」を求め、それを２８８３で割った結果の平方根によって得られる値を散布値ｓ１とする。
（ｂ）測定値を１ｍｍ左方向（Ｒレンズにとって耳側）にシフトさせ、あたかもレンズ全体の累進面が１ｍｍ右方向にズレて加工されたように測定値を変換した変換値を作成した。この変換値と予測値の対応する要素同士の差の二乗和を求める。これをもって１ｍｍズレたレンズの誤差二乗和の散布値ｓ２とする。
図７の散布図（ヒストグラム）にこれら（ａ）（ｂ）２つの散布値群を表示させた。横軸が誤差であり縦軸がレンズ数を示す。菱形が位置ずれのない正常な散布値ｓ１で、正方形が位置ずれのある散布値ｓ２である。
ところが、この散布図において例えば誤差二乗和が５の付近の散布値、例えば図７におけるｓ１ｎのレンズでは位置ずれのある数値ｓ２のデータとかなりかぶってきているため、ｓ１ｎのレンズに位置ずれがあるのかどうかは実際にはわからない。他の誤差が反映されてこの位置に存在するのかもしれない。つまり、図７では実施例３や４と特段差異のない評価のための表現方法である。

そのため、「横方向に１ｍｍずれていること」に関して相関を求めることで測定対象レンズの「横方向に１ｍｍずれていること」に特化した誤差を評価するようにした。
ここで「横方向に１ｍｍずれていること」相関を求めるために、位置ずれのない正常な数値に基づいた予測値と位置ずれのある数値に基づいた第２の予測値を考える。具体的には次のような計算を行った。
（Ａ）各レンズ毎に測定値から予測値を減じ、さらに本実施例５では加入度調整のために（２／加入度）を乗じる。この加入度は各レンズ毎に固有の加入度を意味する。これによって加入度の影響を排除することができる。ここでは測定値・予測値について両方とも遠用度数の値を減じたものを使用した。このように加入度調整を行うのは、加入度が大きいレンズに関しては相関が大きくなりがちで、加入度が小さいレンズに関しては相関が小さくなりがちであり、様々な加入度のレンズを区別せずにレファレンスレンズとしていることからその調整をする必要があるためである。
（Ｂ）各レンズ毎に測定値を１ｍｍ左方向にシフトさせる変換を行う。こうして得た第２の予測値から予測値を減じ、さらに加入度調整のために（２／加入度）を乗じる。
（Ｃ）あるレンズの適当な処方値（例えば遠用度数０．００Ｄ加入度２．００Ｄ）に基づいて第２の予測値を求める。処方値はキャンセルされるので厳密に特定の設計のものが求められるわけではない。例えば測定対象レンズと同じ遠用度数と加入度であってもよい。ここでは第２の予測値は実測するのではなく設計値として理論的に求めた。次に、このデータを１ｍｍ左方向にシフトさせ、シフト後のデータからシフト前のデータを減じた。つまり、ある予測値（第１の予測値）から１ｍｍ左方向にシフトさせた第２の予測値の差分を取得する。
（Ｃ）においては第２の予測値は実測ではなく設計値を使用している。ここでは相関を判断するために第１の予測値と第２の予測値を求めその差分を得るという作業であるため、実測しなくともこのように設計値を利用することが可能となる。また、第２の予測値は理論値ではなく第１の予測値に基づいて計算してもよい。

（Ａ）と（Ｃ）のそれぞれの対応する要素同士を掛け合わせ合計した積和を相関値として散布図の横軸とする。その単位はＤ^２である。ヒストグラムとして表現するため、０．１単位で四捨五入した。縦軸はデータの個数である。同様に（Ｂ）と（Ｃ）の相関も求めた。これらの相関を図８に示す。図８は相関値が大きいほど「横方向に１ｍｍずれている」傾向が強いことになる。つまり、「横方向に１ｍｍずれている」傾向の大小のみを誤差として評価することとなる。ここでは、測定対象レンズＰ３の相関値は０に近いため「横方向に１ｍｍずれている」傾向が小さいと判断できる。
実施例５では「横方向に１ｍｍずれていること」を評価したが、方向と大きさを変更することで縦・横・斜めなど任意の方向のずれ、回転ずれ、さらに任意の方向と回転を組み合わせたずれについて相関を用いて評価することが可能である。

実施例６はより具体的な評価内容であるあらかじめ大きさの明確な所定の誤差として「種類の識別」を評価する場合である。例えば、同じ設計特性Δ１のレファレンスレンズであって、Ｓ度数、Ｃ度数、乱視軸方向、加入度のようなレンズ処方値のみが異なるレンズを作製していたとして、何らかの原因であるレンズ（これを測定対象レンズと考える）が設計特性Δ１でない可能性が発生したとする。その際にそのレンズが設計特性Δ１であるかどうかを評価することを想定している。
本実施例６では図９（ａ）に示す収差が比較的分散した設計特性の累進屈折力レンズ（Ａタイプ）と図９（ｂ）に示す収差が比較的集中している設計特性の累進屈折力レンズ（Ｂタイプ）とを考え、Ａタイプの製品群の中にＢタイプが混ざっているかどうかを評価した。
表１はＢタイプのある処方値の５種類の累進屈折力レンズの処方値と散布値を示したものである。各レンズの処方値についてＡタイプのレファレンスレンズ（実施例１と同じ量産レンズ１７５枚）に基づいて予測値を求めた。つまり、Ａタイプとして予測値を算出したものである。そして、それぞれのレンズが有する２８８３個の変数について「測定値と予測値の差の二乗和」を求め、それを２８８３（パラメタ数）で割った結果の平方根によりレンズ（レファレンスレンズと測定対象レンズ）の単純化した数値を得るようにした。
一方、１７５枚のＡタイプのレファレンスレンズについても上記実施例３〜５にならって予測値を求めた後、差分を単純化した数値を得るようにした。それらの数値を散布値として図１０の散布図に表した。図１０は横軸が誤差であり縦軸がレンズ数を示す。

図１０では加入度の大きいものは予測値との誤差が大きくなるので、判別できるが、加入度が小さいものはＡタイプの誤差のあるレンズと数値が似ているためＢタイプであるという評価の内容としては判別しにくい。そのため、実施例５と同様に相関を検討することで評価がしやすくする。具体的には次のような計算を行った。
（Ａ）シミュレーションによってＡタイプのレファレンスレンズの第１の予測値とＢタイプのレファレンスレンズの第２の予測値をそれぞれ得る。つまり、予測値とはいうものの第１及び第２の予測値は実際には理論に基づいた計算値となる。計算値ではなく、実際のＡタイプ及びＢタイプの多数のレンズを使用して各レンズ毎の予測値を算出することも可能である。
（Ｂ）各レンズ（レファレンスレンズと測定対象レンズ）毎に測定値から第１の予測値を減じる。
（Ｃ）第１の予測値から第２の予測値との差分を取得した。

（Ｂ）と（Ｃ）のそれぞれの対応する要素同士を掛け合わせ合計した積和を相関値として散布図の横軸とする。その単位はＤ^２である。ヒストグラムとして表現するため、０．１単位で四捨五入した。縦軸はデータの個数である。この相関を図１１の散布図に示す。この散布図では相関値が大きいほど「Ｂタイプのレンズの特性に近い傾向」が大きいことになる。つまり、「Ｂタイプのレンズの特性に近いこと」のみを誤差として評価することとなる。改めて５種類のレンズについての相関値を見ると表２のように非常に大きなものとなる（他のデータに比べ極端に大きいので図１１には表示しない）。つまり、Ｂタイプの５種類のレンズがＢタイプであることが明瞭に評価できることとなる。

尚、この発明は、次のように変更して具体化することも可能である。
・設計バリエーションのレベル判定、つまりある設計思想のレンズを基準としてどの程度そのレンズに近い特性であるか、あるいは遠い特性であるかを評価することも可能である。 例えはＡ設計とＢ設計を考える。Ａ設計とＢ設計のちょうど中間の設計データを作り、それをＣ設計とする。ある注文に応じてＡ設計とＣ設計の中間の設計のレンズを作ることを想定する。あるいはＡ設計とＣ設計が３：１の関係の設計や、１：３の関係の設計のレンズを作ることを想定しても良い。
その場合には上記実施例５及び６のような相関概念を用いることも可能である。
評価対象レンズをマッピング測定し、
（測定値−Ｃ設計の予測値）と（Ａ設計の理論値−Ｃ設計の理論値）
の相関を求める。その値は、評価対象レンズがＡ設計に近いほど大きくなる。以上のことから、相関の大きさによって「ねらったレベルのレンズを加工できたか」を判定することができる。
・上記では累進屈折力レンズのみについて実施例を示したが、他の種類のレンズ、たとえば外面または内面のどちらかまたは両方が非球面である単焦点レンズや、バイフォーカルレンズにも適用可能である。また、球面タイプの単焦点レンズは評価しやすいため、一見不要とも考えられるが、このような単焦点レンズであっても、その光学性能レンズ一面に一様に分布しているわけではない。たとえばマイナス強度のレンズは、周辺ほど厚くなるので光学性能は中心部分と異なる。また、外面と内面のなす角度が大きくなるのでプリズムが強くなる。そのような性能分布に着目すれば、度数がプラスまたはマイナスの強度数であるか、強い乱視度数を持った球面タイプの単焦点レンズにも適用することは可能である。
・実施例では、縦横３０ｍｍ領域を１ｍｍ間隔でマッピング測定して、３１×３１＝９６１点ぶんのデータを扱った。しかし、データ間隔や点数に特別な限定をする必要はなく、目的に応じて適宜設定することが可能である。また、領域形状も特に限定はない。四角ではなく丸でも良いし、玉型形状のように横に長くても良い。設計種別を調べるために全体の傾向を評価するには、さらに広い領域を測定することも有効であるし、データ間隔は２ｍｍまたはそれ以上に疎な間隔でも良い。細かい加工の乱れを調べるためには、加工の乱れが多い領域（旋盤加工する場合は中心付近など）に集中しても良いし、データ間隔を非常に稠密に（例えば０．１ｍｍまたはそれ以上）設定することも可能である。
・プリズムのマッピングデータを分析対象に含めることも可能である。
その他本発明の趣旨を逸脱しない態様で実施することは自由である。

２…屈折力データを取得するための度数分布測定装置、５…レファレンスレンズ、６…測定対象レンズ。

Claims (15)

1. 測定対象レンズに対して一方のレンズ面から入射した複数の光線が他方のレンズ面から出射された際の同各光線毎の屈折による変位をマッピングして各マッピングポイントにおける第１の屈折力データを取得する第１の屈折力データ取得工程と、
   レファレンスレンズに対して一方のレンズ面から入射した複数の光線が他方のレンズ面から出射された際の同各光線毎の屈折による変位をマッピングして各マッピングポイントにおける第２の屈折力データを取得する第２の屈折力データ取得工程と、
   複数の前記レファレンスレンズの前記第２の屈折力データ取得工程で得られた前記第２の屈折力データのバラツキに基づいて得た補正値を前記測定対象レンズの処方値に適用して予測値として算出する予測値算出工程と、
   前記予測値算出工程で得られた予測値と前記第１の屈折力データ取得工程で得られた前記第１の屈折力データとの差分を算出し、その差分に基づいて当該測定対象レンズの評価を行うことを特徴とする眼鏡レンズの評価方法。
2. 複数の前記レファレンスレンズを前記測定対象レンズと想定して前記各レファレンスレンズについても前記予測値と前記第１の屈折力データを算出し、前記予測値と前記第１の屈折力データとの差分を算出し、それら差分の分布状態に基づいて当該測定対象レンズの差分と比較して当該測定対象レンズの評価を行うことを特徴とする請求項１に記載の眼鏡レンズの評価方法。
3. 過去の前記測定対象レンズについての前記予測値と前記第１の屈折力データとの差分を算出した結果を前記各レファレンスレンズについての差分の分布情報に加え、それらの分布状態に基づいて新たな前記測定対象レンズの差分を比較して当該新たな前記測定対象レンズの評価を行うことを特徴とする請求項２に記載の眼鏡レンズの評価方法。
4. 前記測定対象レンズ及び前記レファレンスレンズは累進屈折力レンズであることを特徴とする請求項１〜３のいずれかに記載の眼鏡レンズの評価方法。
5. 前記測定対象レンズ及び前記レファレンスレンズはＳ度数、Ｃ度数、乱視軸方向、加入度、プリズムのいずれかまたは複数の値として指定されるレンズの処方値とは無関係なレンズ設計特性に共通性があるレンズであることを特徴とする請求項１〜４のいずれかに記載の眼鏡レンズの評価方法。
6. 複数の前記レファレンスレンズはそれぞれ異なる処方値を目標として製造され、前記測定対象レンズはいずれの前記レファレンスレンズとも異なる処方値を目標として製造されていることを特徴とする請求項１〜５のいずれかに記載の眼鏡レンズの評価方法。
7. 複数の前記レファレンスレンズの一部が同一の処方値を目標として製造される場合には、複数の前記レファレンスレンズの平均値を算出し、得られた平均値を基準として予測値を算出することを特徴とする請求項６に記載の眼鏡レンズの評価方法。
8. 前記第１及び第２の屈折力データとはＳ度数、Ｃ度数及び乱視軸方向、水平プリズム、垂直プリズムの各データの少なくとも１つであることを特徴とする請求項１〜７のいずれかに記載の眼鏡レンズの評価方法。
9. 複数の前記マッピングポイントにおける前記差分の二乗和を求め、同二乗和に基づいて複数の前記マッピングポイントが存在する領域の統合された誤差を算出することを特徴とする請求項１〜８のいずれかに記載の眼鏡レンズの評価方法。
10. 複数の前記マッピングポイントにおける前記差分の平均値を求め、同平均値に基づいて複数の前記マッピングポイントが存在する領域の統合された誤差を算出することを特徴とする請求項１〜９のいずれかに記載の眼鏡レンズの評価方法。
11. 前記予測値を第１の予測値とし、同第１の予測値と前記第１の屈折力データとの差分を第１の差分とする一方、前記予測値を算出した際の特性とは異なるレンズの設計特性で第２の予測値を算出し、次いで第２の予測値と第１の予測値との第２の差分を算出し、前記第１の差分と前記第２の差分の積和を相関値とし、その相関値の大きさによって異なるレンズの設計特性に関する測定対象レンズの評価を行うことを特徴とする請求項１〜１０のいずれかに記載の眼鏡レンズの評価方法。
12. 前記予測値の算出は主成分分析によって行われ、前記予測値算出工程において得られた補正値とは主成分得点であることを特徴とする請求項１〜１１のいずれかに記載の眼鏡レンズの評価方法。
13. 前記予測値の算出は回帰分析によって行われ、前記予測値算出工程において得られた補正値とは説明変量に与える係数であることを特徴とする請求項１〜１１のいずれかに記載の眼鏡レンズの評価方法。
14. 前記予測値の算出は前記第１の屈折力データからレンズの固有特性に関与する数値情報を除いた数値に基づいて行うことを特徴とする請求項１２又は１３に記載の眼鏡レンズの評価方法。
15. 前記測定対象レンズ及び前記レファレンスレンズはＳ度数、Ｃ度数、乱視軸方向、加入度、プリズムのいずれかまたは複数の値として指定されるレンズの処方値とは無関係なレンズの設計特性に共通性があるレンズであることを特徴とする請求項１２〜１４のいずれかに記載の眼鏡レンズの評価方法。

Images