JP2015519579A - ダイヤモンドの赤外分析 - Google Patents

Abstract

本発明は、ダイヤモンド宝石原石の分類を自動化する方法を提供する。宝石原石の赤外吸収スペクトルが提供される。水による吸収に対応する特性及びダイヤモンド格子による固有吸収は、吸収スペクトルから差し引かれる。ダイヤモンドにおける格子欠陥に対応する所定の吸収特性を同定するため、スペクトルは分析される。宝石原石は、前記所定の吸収特性の強度に従い、分類される。分類結果は、データベースに保存される。【選択図】 図３

Description

本発明は、赤外吸収分光法を使用するダイヤモンドの分析の自動化に関する。

混乱を避けるため及び消費者の信頼を維持するため、宝石原石として売られる合成ダイヤモンドは適正に開示されるべきであることは重要と思われる。合成方法の向上の結果、及び合成ダイヤモンドは天然ダイヤモンドと同一の固有結晶構造を有するので、目視検査だけで石が合成であると決定するのは、しばしばきわめて難しいか不可能である。その上、近年、一部の天然ダイヤモンドは、その光学特性を改善するため、例えば照射及び／又はアニールで処理できることが明らかになってきた。また、このような処置を適用した場合、これら処置は視覚的に検出するのは難しいことを開示することは重要である。

天然未処理ダイヤモンド、合成ダイヤモンド及び処理ダイヤモンドの識別を補助する機器がある。例えば、ＤｉａｍｏｎｄＳｕｒｅ（登録商標）、ＤｉａｍｏｎｄＶｉｅｗ（登録商標）及びＤｉａｍｏｎｄＰＬｕｓ（登録商標）はＤｉａｍｏｎｄ Ｔｒａｄｉｎｇ Ｃｏｍｐａｎｙにより製造され、グレーディングラボラトリーにより使用される。ＤｉａｍｏｎｄＳｕｒｅ（登録商標）は、ダイヤモンドによる可視光の吸収を測定することにより動作する。潜在的合成物もしくは処理ダイヤモンドを示す吸収スペクトルを有するこれら原石は、そういうものとして分類される。ＤｉａｍｏｎｄＶｉｅｗ（登録商標）でＤｉａｍｏｎｄＳｕｒｅ（登録商標）によりさらなる調査を必要とすると識別された原石は、紫外線照射で照らされ、ユーザは、カメラを使用して撮像され、得られた表面蛍光の画像を吟味できる。合成ダイヤモンドからの蛍光色とパターンとが、天然ダイヤモンドのそれと大きく異なるならば、ＤｉａｍｏｎｄＶｉｅｗ（登録商標）は、宝石学研究所及び宝石類のプロ達が、ダイヤモンドが天然であるか合成であるどうかを決定するのを可能にする。ＤｉａｍｏｎｄＶｉｅｗ（登録商標）を使用して撮像された燐光画像は、追加の証拠を提供できる。

天然起源のダイヤモンドの１乃至２％は、窒素不純物を名目上含まない。これらはＩＩ型ダイヤモンドと呼ばれ、ＤｉａｍｏｎｄＳｕｒｅ参照（ｒｅｆｅｒｒａｌｓ）の重要なカテゴリを形成する。ＤｉａｍｏｎｄＶｉｅｗを使用して天然起源であることが確認された後、このような原石が、その色を改善するために人為的に処理されたかどうかをチェックする必要がある。ＤｉａｍｏｎｄＰＬｕｓを使用できる。さらにより詳細な試験を必要とするＩＩ型ダイヤモンドの数を顕著に減らす高速フォトルミネセンス測定を行うのに使用できる。

この機器の方法論の使用は、合成物及び処理ダイヤモンドが、未処理天然ダイヤモンドとして認識されるのを予防するのに効果的であるけれども、特定の場合、例えばＤｉａｍｏｎｄＰＬｕｓにパスしないＩＩ型ダイヤモンドの場合、及び高いＤｉａｍｏｎｄＳｕｒｅ参照レートを有するファンシーカラーダイヤモンドの場合（例えば黄色もしくは黄褐色原石）、さらなる分析が必要とされる。多くの場合、このようなさらなる分析は、それらが含有する重要な赤外活性欠陥に従ってダイヤモンドを分類するため、赤外（ＩＲ）吸収スペクトルの測定と解釈とを包含する。現在、このことは、実験室ベースの分光計を使用して手動で原石を測定すること、自分でデータを分析すること、及びそれに従って原石を分配することにより達成される。これは煩雑且つ時間がかかり、熟練した科学者及び専門家の綿密な知識（これは容易に伝達可能な情報ではない）を必要とする。

従って、赤外吸収スペクトルの分析を自動化するシステムを提供することが望ましい。

要約：
本発明の一態様に従い、宝石原石の赤外吸収サンプルスペクトルからダイヤモンド宝石原石の分類を自動化する方法が提供される。水蒸気による吸収及びダイヤモンド格子による固有の吸収に対応する特性（ｆｅａｔｕｒｅｓ）は、吸収スペクトルから差し引かれる。ダイヤモンド内の格子欠陥に対応する所定の吸収特性を同定するよう、サンプルスペクトルは分析される。宝石原石は、所定の吸収特性の強度に従い分類される。分類の結果は、データベースに保存される。宝石原石はまた、それに従って分配されてもよい。

従って、スペクトルは、不必要な特性（測定アーチファクトもしくは固有吸収）を除去するように加工され、興味対象の特性が自動的に識別且つ比較されるようにする。

スペクトルの分析を確実に自動化するため、シグナル対ノイズ比が、有意な結果を得るのに十分であると見込まれるかを決定するため、早期チェックはスペクトル飽和について試験してよい。これは、その中に吸収特性が存在しない所定のスペクトル領域にわたりノイズを測定することにより（例えば、スペクトルのフーリエ変換を積分することにより）、及びノイズが所定の閾値を超えるならば、「高飽和」結果を与えることにより達成される。

水による吸収に対応する特性を差し引くアルゴリズムステップは、所定スペクトル範囲にわたる（例えば３５００乃至４０００ｃｍ^−１）サンプルスペクトルを、水による吸収に特有の特性を含む参照水スペクトルにフィットさせるステップ、及びサンプルスペクトルからフィットさせた水スペクトルを差し引くステップを包含してよい。同様に、ダイヤモンド格子による固有吸収に対応する特性を差し引くステップは、所定スペクトル範囲にわたるスペクトルを、ＩＩａ型ダイヤモンドによる吸収に特有の特性を含む参照ＩＩａ型スペクトルにフィットさせるステップ、及びサンプルスペクトルからフィットさせたＩＩａ型スペクトルを差し引くステップを包含してよい。水及び／又はＩＩａ型スペクトルにフィットさせるステップは、線形非負最小二乗フィッティングを使用して実施してよい。

吸収スペクトルを、水による吸収の標準スペクトルに自動的にフィットさせるステップは、参照水スペクトルを、所定の範囲にわたる複数の異なる波数位置に、漸次的にシフトするステップ、及び前記水スペクトルを各位置における吸収スペクトルにフィットさせるステップ、及び各波数位置におけるフィットを比較するステップをも包含してよい。最善のフィットを有するシフトされたスペクトルは、吸収スペクトルから差し引かれたものであってよい。

ベースラインは、サンプルスペクトルの特定された領域における複数の極小値を同定すること、及び２次多項式を前記極小値にフィットさせることにより、フォーマット化されたスペクトルから自動的に算出されてよい。その後、ベースラインは、サンプルスペクトルから差し引かれてよい。特定された領域は、スペクトルに記録された最低波数ポイント乃至５０ｃｍ^−１まで高いポイントの領域（例えば４００乃至４５０ｃｍ^−１）、１４００乃至１６５０ｃｍ^−１、４５００乃至４７００ｃｍ^−１、及び記録された最高波数ポイントより２００乃至１００ｃｍ^−１少ない領域（例えば６８００乃至６９００ｃｍ^−１）を包含してよい。

分析は、
１フォノン吸収に対応する領域内で、Ａ，Ｂ，Ｄ，Ｎ_Ｓ ^０及びＮ_Ｓ ^＋中心によるＩＲ吸収に特有の特性を有する参照スペクトルの組み合わせを、フォーマット化されたスペクトルに自動的にフィットさせるステップ、及び
記参照スペクトルへのフィッティングに基づき、これら中心の一部もしくは全部の強度を決定するステップ
を包含してよい。次いで、前記決定された強度に基づき、原石を分類してよい。

この分析は、
参照Ａ，Ｂ及びＤスペクトルを使用する、フォーマット化されたスペクトルの１フォノン領域への３成分フィットと、
参照Ａ，Ｂ，Ｄ，Ｎ_Ｓ ^０及びＮ_Ｓ ^＋スペクトルを使用する、５成分フィットと
を自動的に行うステップを包含してよい。次いで、例えばχ^２検定を使用して、前記３成分及び５成分フィットの品質を比較してよい。そして前記品質比較に基づき原石を分類してよい。例えば、所定の閾値よりも多い分だけ、５成分フィットが３成分フィットよりも良いならば、単一置換窒素の顕著な割合が原石内に存在すると結論できる。そのような場合は、原石は天然ダイヤモンドではないと思われる。このフィッティングを、線形非負最小二乗フィッティングを使用して実施してよい。

吸収特性に関するローカルベースラインを自動的に算出してよく、各特性に関する前記ローカルベースラインは、２次多項式を、前記特性のピーク位置の両側（ｅｉｔｈｅｒ ｓｉｄｅ）、所定の波数インクリメントにおける複数のデータポイントにフィットさせることにより算出される。次いで、特性を取り囲む領域からローカルベースラインを差し引くステップの後で、前記特性の強度を識別するため、好適な関数を各吸収特性にフィットさせてよい。好適な関数をフィットさせるステップは、非線形最小二乗フィッティングを包含してよい。このアプローチを使用して分析されてよい吸収特性は、１４５０ｃｍ^−１，３１２３ｃｍ^−１，１３４４ｃｍ^−１及び／もしくは２８０２ｃｍ^−１にラインを有するものを包含する。及び／又はプレートレットに対応する吸収特性、例えば１３５０乃至１３８０ｃｍ^−１、及び特に１３５８乃至１３７８ｃｍ^−１のものを包含する。

本発明はまた、上記の方法を実施するよう構成された装置を提供する。

本発明はまた、それに従うならば、宝石原石についてなされる分類をもたらす、上述のステップを配列するアルゴリズムを提供する。

本発明はまた、プロセッサにより操作される場合、前記プロセッサに上記の方法のいずれかを実施させるコンピュータ可読コードを有する、コンピュータプログラムを提供する。前記コンピュータプログラムはコンピュータ可読媒体に保存されてよい。

ここから本発明のいくつか好ましい実施形態を、もっぱら例示として、及び添付の図面を参照して説明する。図面中、
図１は、ダイヤモンドの固有赤外吸収スペクトル、並びに窒素欠陥を有するダイヤモンドの吸収スペクトルの略図である。 図２は、プレートレットの存在により引き起こされる吸収特性の略図。 図３、ダイヤモンドのＩＲ吸収スペクトルを分析するステップに関わるステップを説明するフローチャートである。 図４、ＩＲ分析に基づきダイヤモンドの分類を実行することに関するフローチャートである。 図５は、１フォノン領域における著しい飽和を示すＩＲ吸収スペクトルを高速フーリエ変換したデータのプロットである。 図６は、参照ＩＩａ型及び水スペクトルにフィットさせることに関する略図である。 図７は、フィットさせたＩＩａ型及び標準水スペクトルの差し引く前及び後のＩＲ吸収スペクトルを説明する。 図８は、Ａ，Ｂ，Ｄ，Ｎ_Ｓ ^０及びＮ_Ｓ ^＋成分を使用してフィットさせた吸収スペクトルを説明する。 図９は、サンプルスペクトルにプレートレット特性を非線形フィッとさせる一例を説明する。 図１０は、赤外吸収スペクトルの自動分析を行うのに好適なシステムの略図である。

詳細な説明：
窒素は、天然ダイヤモンド内でもっとも普通に見られる原子不純物であり、またわざわざそれを除外するステップが取られるならば別であるが、合成ダイヤモンドにおいても普通である。前記窒素は、多様な構造形態でダイヤモンド格子内に存在し、赤外スペクトルの１フォノンへの吸収を生成する。測定可能な割合の窒素を含有するダイヤモンドはＩ型と分類される一方、窒素を名目上含まないダイヤモンドはＩＩ型と分類される。

Ｉ型ダイヤモンドは、結晶格子内の窒素の集合状態に依存して、さらに細分化される。個々の置換サイト（Ｃ中心、もしくはＮ_Ｓ ^０として知られる）において窒素が通常組み入れられるダイヤモンドは、Ｉｂ型として分類される。ほとんどの合成ダイヤモンドは、このタイプである。Ｃ中心内の窒素の濃度は、１１３０ｃｍ^−１におけるピークの吸収の強度から決定できる。このようなダイヤモンドの吸収スペクトルはまた、Ｃ中心における局在化振動モードにより引き起こされる１３４４ｃｍ^−１における鋭いピークを包含する。地質学的タイムスケールにおいて、欠陥のこのタイプは、ダイヤモンド格子中に拡散し、Ａ中心として知られる置換窒素原子のペアへと凝集する。そしてこの構成において窒素が優勢であるダイヤモンドは、Ｉａ型と称し、従って天然Ｉｂ型ダイヤモンドを見つけるのは珍しい。

Ａ中心はさらに凝集して、Ｂ中心として知られる空いた空間の周囲に配置される４個の隣接窒素原子のクラスターを形成してよい。もっぱらＢ中心を含有するダイヤモンドは、ＩａＢ型と分類されるが、天然ダイヤモンドの圧倒的多数はＡ中心とＢ中心との混合物を含有し、ＩａＡＢ型と称する。

図１は、ダイヤモンドのＩＲ吸収スペクトルを説明しており、約１５００乃至２７００ｃｍ^−１の２フォノン領域内のダイヤモンド格子の固有吸収スペクトル１０１を示す。約１９９２ｃｍ^−１における特性内のわずかな低下が、ダイヤモンドの単位厚さ当たりの一定の吸収を有することを示した。図１はまた、上述の窒素Ｃ中心（Ｎ_Ｓ ^０），Ａ中心及びＢ中心の大きな集中を有するダイヤモンドの１フォノン領域内の典型的吸収スペクトル１０２，１０３，１０４を示す。

Ｂ中心の形成の副産物は、必要とされる空きを創出するため、炭素原子の排斥（ｒｅｐｕｌｓｉｏｎ）である。これらの格子間炭素原子は凝集して、プレートレットを形成する。該プレートレットは、１４００乃至１０００ｃｍ^−１の領域内に２個の重要な吸収特性を生成できる。第１の重要な吸収特性はＢ´バンドである。Ｂ´バンドのピークは、１３５８乃至１３７８ｃｍ^−１の領域内に生じ、より高い波数へと延び得るテールを有する。このような特性２０１の例は図２に示される。特性のピーク強度よりもこのピークの下の面積は、通常ダイヤモンド内のプレートレットの存在量の尺度として使用される。なぜなら、特性の強度が増加するにつれ、当該バンドは広く且つより非対称的になるからである。ピーク値対幅、もしくは幅対非対称性は、ダイヤモンドが高温処理に付されたかどうか指示するものとして使用できる。

第２の重要な吸収特性はＤ成分として知られ、プレートレットの格子振動モードを表し、１３４０乃至１１４０ｃｍ^−１の範囲に発生する。これは、Ａ中心とＢ中心との両方が数量化される１２８２ｃｍ^−１の領域と重なるので、窒素濃度の測定に対する効果を有し得る。

１３３２ｃｍ^−１における吸収最大を有するＩＲスペクトル中にしばしば存在するさらなる成分は、Ｘ成分として知られ、プラスに帯電した単一置換窒素（Ｎ_ｓ ^＋）と結合された。

水素は、ダイヤモンドにおけるもう一つの通常の不純物である。ダイヤモンドにおける２個の水素関連ピーク（優勢な３１０７ｃｍ^−１及び従属的な１４０５ｃｍ^−１）は、水素関連であるとして認識された。ダイヤモンド内に存在すると最も見込まれる水素のためのサイトは、内部表面にある、おそらく超顕微鏡的キャビティの表面にある、もしくは含有物（ｉｎｃｌｕｓｉｏｎ）／ダイヤモンドインターフェースにあると仮定されていた。水素欠陥は、化学蒸着（ＣＶＤ）技術で製造される合成ダイヤモンドにおいて特に普通であり、多くのＣＶＤダイヤモンドは、成長の際に混入される、窒素−空き−水素（ＮＶＨ）欠陥の振動であると思われる３１２３ｃｍ^−１において吸収ピークを示す。

上で考察したように、吸収スペクトルから異なる不純物を識別すること及びそれらの濃度を推定することは、現在熟練者によって行われている難しい仕事である。しかしながら、このようなスペクトルを体系化された方法で加工するならば、自動的にＩＲ吸収スペクトルから有用なデータを抽出することが可能である。従ってこれは、原石をＩａＡＢ，ＩａＡ，ＩａＢ，ＩＩａ及びＩＩｂ型に精確に分類することを可能にし、疑わしい原石の同定を可能にする。このことは、以下の多数の理由から従来達成されなかった。

第１に、スペクトルのアーチファクト、例えば水蒸気を自動的に除去するのは重要である。以下の問題：
（ｉ）スペクトル特性とアーチファクトとの重複；
（ｉｉ）サンプルと参照スペクトルとの誤ったキャリブレーション；
（ｉｉｉ）スペクトルの一領域におけるラインが、スペクトルのもう一つの領域におけるラインと適合しないかもしれない；
（ｉｖ）ラインが、参照スペクトル匹敵する位置にシフトされるかもしれない；及び
（ｖ）シフトの程度が、スペクトルの様々な領域で異なるかもしれないこと、をはじめとする（ただしこれらに限定されない）のせいで、これは厄介である。

第２に、スペクトル全体にわたり「大まかな」（ｒｏｕｇｈ）ベースラインを自動的に実施することは有用である。異なるダイヤモンドは非常に異なるスペクトルを有するという事実のせいで、これは厄介かもしれない。いずれのデータポイントが「サンプルスペクトル」であり、いずれが「ベースライン」であるのかを決定し、ベースラインが効果的且つ正確にフィットされるためにはインテリジェント基準を適用しなければならない。

第３に、ベースラインを個々のスペクトル特性に高程度の精度及び信頼性までフィットさせることは重要である。ラインの形状並びに位置と強度とが、意思決定プロセスにとって臨界パラメータである場合、これは、特に特性にとって重要である。このような特性の例はプレートレットであり（図９を参照）、その場合、ベースラインをフィットさせることが難しいことで、前記特性は悪名高い：
（ｉ）特性が広い（通常、５ｃｍ^−１より大）；
（ｉｉ）特性は、高非対称である；
（ｉｉｉ）その他のラインが近傍にあるかもしれない；
（ｉｖ）特性は、単一フォノン領域内の窒素関連吸収にすぐ隣接する。
スペクトル特性にフィットさせる前のベースラインをフィットさせる、完全に自動化されたフェイルセーフの方法が、信頼できるパラメータがそれから決定されるように、必須である。

第４に、及び上記の点に関連して、フェイルセーフ方法で、合理的な計算時間と優れた信頼性で、非標準ライン形状（例えば、プレートレット特性）に自動的にフィットさせることが通常必要である。

第５に、非常の強いベースラインの上に重ねられているかもしれない、非常にかすかな特性を自動的に検出することがしばしば必要である。この極めて難しい課題は、非常に高程度の精度までベースライン化すること、あるいは、ベースライン化ステップが伴う相違なしに、特性を検出する他の新規の方法を使用することに依存するかもしれない。これの一例は、ダイヤモンド内の中性単一窒素欠陥に対応する１３４４ｃｍ^−１特性である。前記中性単一窒素欠陥の存在は、合成ダイヤモンドもしくは高温で（＞１９００℃）処理されたダイヤモンドを指示している。自動化方法は、潜在的には強く変化するバックグラウンドの存在下、中性窒素濃度１ｐｐｍ以上（わずか〜０．０２ｃｍ^−１の吸収係数に対応する）を検出できなければならない。

ダイヤモンドの赤外吸収スペクトルの取得は周知の技術であり、詳細をここに再現しない。いずれの好適なＩＲ吸収もしくはＦＴＩＲ分光計を使用できる。スペクトルは、いずれの好適な媒体を使用して格納され、それに含まれるデータは、プロセッサを使用して分析され得る。

図３は、ダイヤモンドのＩＲ吸収スペクトルを分析するステップに関わる子レベルステップを説明するフローチャートである。
Ｓ３０１。 等距離データポイントを提供するため、ＩＲ吸収スペクトルがサンプル化される。即ち、例えば整数波数位置が単一整数波数分解能において得られるように、生のデータが挿入される。
Ｓ３０２。 スペクトル中のノイズを測定する。
Ｓ３０３。 スペクトル中のノイズが、スペクトルが飽和していることを示すならば、原石はそのように（Ｓ３０４）フラグアップされる。なぜなら有意なデータを自動的に抽出できないからである。
Ｓ３０５。 スペクトルが飽和していないならば、さらに分析を実施する。水によるＩＲ吸収の参照スペクトルを、線形非負最小二乗フィッティングルーチンを使用して、３５００乃至４０００ｃｍ^−１のスペクトル領域にわたるスペクトルにフィットさせる。フィットされた参照スペクトルは、次いでサンプル化吸収スペクトルから差し引かれる。
Ｓ３０６。 高品質ＩＩａ型ダイヤモンドの参照スペクトルを、線形非負最小二乗フィッティングルーチンを使用して、３５００乃至４０００ｃｍ^−１のスペクトル領域にフィットさせる。あるいは、１９９２ｃｍ^−１における吸収はサンプルの厚さに比例しており、スペクトルを正規化するのに使用できる。フィットされた参照スペクトルは、正規化ＩＲスペクトルから差し引かれる。
Ｓ３０７。 スペクトル中の個々の特性を識別するため、一連の試行がなされる。各潜在的特性に関して、ベースラインが、特性周囲及び新たなベースラインにマップされた前記特性（興味対象領域）を含有するスペクトルの一部に決定される。
Ｓ３０８。 各特性に関して、一度ベースラインが同定され、特性がマップされたら、参照スペクトルを、複合ガウス−ローレンツ非線形最小二乗フィッティングルーチンを使用して、興味対象領域にわたる特性にフィットさせる。各特性の強度は、各参照スペクトルをフィットさせるのに必要とされるファクターから推定することができる。
Ｓ３０９。 再度線形非負最小二乗フィッティングルーチンを使用して、Ａ，Ｂ，Ｎ_Ｓ ^０，Ｎ_Ｓ ^＋及びＤ特性由来の成分を合計することにより、定量分析（分類（ｔｙｐｉｎｇ））を実施する。１個の原石が、これらの特性の相対濃度に依存する特定のタイプに割り当てられる。
Ｓ３１０。 前のステップで割り当てられたタイプ、並びに追加の特性（例えば水素及びプレートレット）に依存して、各原石を分類する。濃度／相対濃度の閾値を、原石のタイプを決定する際使用してよい。
Ｓ３１１。 結果の（即ち、フィットされた）データ及び生のスペクトルデータを、将来の参照のためデータベースに保存する。

どうのように試験を行うかについては、以下に詳述する。ステップＳ３０７乃至Ｓ３０９における定量分析は、原石が合成及び／もしくは処理されたダイヤモンドに特有の特性を示すかどうかを決定するための多数の異なる試験を有してよい。多くの場合、これらの試験は、特定の特性の強度が閾値より上かどうかを決定する。実施例は、以下のものを包含する（ただしこれらに限定されない）：
・１４５０ｃｍ^−１におけるラインの検出。このラインが所定の閾値より上であるならば、ダイヤモンドは、照射を受けていそうであるとして分類される。
・３１２３ｃｍ^−１におけるラインの検出。このラインが所定の閾値よりウであるならば、ダイヤモンドは、ＣＶＤ合成であり得るとして分類される。
・Ａ中心，Ｂ中心及びＤ吸収特性を使用して、３成分線形最小二乗は１フォノン領域にフィットする（３Ｄフィット）。
・Ａ，Ｂ，Ｄ，Ｎ_ｓ ^０及びＮ_ｓ ^＋特性を使用して、１フォノン領域へのフィットを繰り返す（５Ｄフィット）。各フィット由来のχ^２値を、決断するのに使用する。
・１３４４ｃｍ^−１における特性の存在に関して、チェックをする。

いかにこれらの試験を実際に実施してよいのかについての一例が、図４に示される。

飽和チェック：
ステップＳ３０３における飽和試験を実施する。なぜなら飽和は通常「高周波」ノイズをもたらすからである。シグナルのフーリエ変換と、ノイズを定量化するため特定の領域にわたる積分とにより、ノイズを検出できる。図５は、１フォノン領域における顕著な飽和を表すＩＲスペクトルの高速フーリエ変換したデータ５０１のプロットである。ノイズ（シグナルを除く）は、７．２乃至８．１×１０^−４ｃｍの範囲５０２（１２００乃至１４００ｃｍ^−１に対応する）において検出可能である。従ってこの範囲内の積分は、高周波ノイズの強度を推定できるようにする。得られた値が特定の閾値より上ならば、スペクトルは「飽和している」として拒絶される。

ベースライン化：
ステップＳ３０７のベースライン化は、スペクトル特性にうまくフィットできるようにするために重要である。以下の戦略を利用してよい：
・複数の「最低ポイント」がスペクトルの特定領域内に見つかり、これらのポイントに２次多項式をフィットさせ、スペクトルから差し引く。フィッティングに好適な範囲は、４００乃至４５０ｃｍ^−１，１４００乃至１６５０ｃｍ^−１，４５００乃至４７００ｃｍ^−１及び６８００乃至６９００ｃｍ^−１を包含する。使用されるプロセスは、フィットされるべき入力データとして、上に列挙したこれらの範囲全てにおけるデータポイントを使用して、スペクトル全体にわたり１個の２次多項式フィットを実施するためである。図３に示すように、個々の特性のためのベースラインがまた算出される。サーチがなされるであろう特性（例えば、３１２３ｃｍ^−１における吸収ライン）が選択される。選択された特性のピーク位置から離れた予め定義されたインクリメントにおいて、ポイントが選択され（例えば３１２３−１ｃｍ^−１，３１２３＋１ｃｍ^−１，３１２３＋２ｃｍ^−１）、これらのポイントに２次多項式関数をフィットさせ、もっぱらこの特性のためのベースラインとして使用する。
・１３４４ｃｍ^−１における特性（Ｎ_Ｓ ^０）をフィットさせる前に、よりきれいなバックグラウンドシグナルを得るため、線形最小二乗１フォノンフィットを、スペクトルデータから差し引く。次いで、上記の方法を使用して、バックグラウンドシグナルをフィットさせてよい。

線形最小二乗フィッティング：
線形最小二乗フィッティングは、スペクトル特性の形状が変化しそうにない多成分フィットに（例えばガウシアンブロードニング特性用ではなく）最適である。従って、線形最小二乗フィッティングは、ステップＳ３０５及びＳ３０６における水及びＩＩａ型スペクトルを差し引くのに、及び１フォノン領域において分類する（ｔｙｐｉｎｇ）のに（Ｓ３０９）好適である。これらのフィットに関して、非負ルーチンを使用すべきである： 標準最小二乗ルーチンは、何ら検出可能な物理的意味を有しない負のフィット値をもたらす。

正規化及び水の減算：
３５００乃至４０００ｃｍ^−１のスペクトル領域を、「完全な」ＩＩａ型ダイヤモンドの参照スペクトルにフィットさせるのに（ダイヤモンド固有の吸収の正規化及び除去に）、及びまた水ピークの除去（この領域にいくつか強い水ピークが存在する）に使用する。

同様に、標準水スペクトルを、フィットを得るため、３５００乃至４０００ｃｍ^−１のスペクトル領域にわたる参照として使用する。データスペクトルに関する水ピークの可能な動きを考慮するならば、水参照スペクトルを、予め決定した範囲（例えば＋／−１ｃｍ^−１）にわたり少量ずつ（例えば０．２５ｃｍ^−１）漸次位置をシフトさせ、各シフトされたスペクトルを、データスペクトルにフィットさせる。次いで、最善のフィットに対応する最低χ^２値を減算に使用してよい。図６は、実際に実施されるこれの実施例の略図である。図６に示すように、サンプルスペクトル６０１を、典型的水スペクトル６０２とＩＩａ型スペクトル６０３とにフィットさせ、次いでダイヤモンド格子による固有の吸収と水による吸収に対応する特性を除去するため、フィットさせたスペクトル６０２，６０３両方を、範囲全体（０乃至４０００ｃｍ^−１）にわたるサンプルスペクトルから差し引く。

あるいは、１９９５ｃｍ^−１におけるＩＲ吸収値を測定し、（１１．９５／測定吸収値）として正規化定数を算出することにより、ＩＩａ型スペクトルを除去できる。スペクトル中の各データポイントに、この正規化定数を掛けてよい。その後、参照ＩＩａ型スペクトルを差し引いてよい。

図７は、フィットさせたＩＩａ型及び標準水スペクトルの減算前及び後のＩＲ吸収スペクトルを説明する。初期スペクトル７０１は固有ダイヤモンド吸収によって占められているが、ＩＩａ型及び水特性を差し引いた差分スペクトル７０２は、残りの特性のベースライン化をもっとまっすぐにする。

水フィッティングへの別のアプローチは、上述の個々の特性のベースライン化アプローチに類似する。特性にフィットさせる場合、このアプローチは、個々の特性の周辺のエリアに関する水特性をもっぱら差し引く。このアプローチは、分光計の不調和によく対処する（例えば、水ラインは参照スペクトルのそれと同じ形状であってはいけないこと、
スペクトルの一領域のけるラインは、別の領域のラインと適合してはいけないこと、
ラインは、参照スペクトルに匹敵する位置にシフトされてよいこと、
シフトの程度は、スペクトルの異なる領域内で違っていなければならないこと）。このアプローチにおける水フィッティングは以下のように実施される：
１．サンプルスペクトルは、調査中のＩＲ特性周辺約±１５ｃｍ^−１について選択される。
２．サンプルが存在しないＩＲ分光計を運転することにより、同一スペクトル領域にわたり水参照スペクトルを得る： 雰囲気水は、好適な水シグナルを提供する。
３．一連のシフトされた水スペクトルを生成するため、０．２５ｃｍ^−１のインクリメントにわたるサンプルスペクトルに比例して、水参照スペクトルをシフトされる。
４．線形非負最小二乗フィッティングルーチンを使用して、小さなスペクトル範囲にわたり、シフトされた水スペクトルのそれぞれをサンプルスペクトルにフィットさせる。
５．最低χ^２を有するフィットが選択され、この領域にわたるサンプルスペクトルから差し引く。

１フォノンフィッティング：
強度について様々な相対速度において、Ａ，Ｂ，Ｄ，Ｎ_ｓ ^０及びＮ_ｓ ^＋特性に関するスペクトルを、調査中のスペクトルにフィットさせることにより、ステップＳ３０９における「分類」手順が達成される。それぞれＡ，Ｂ，Ｘ，Ｎ_ｓ ^０及びＮ_ｓ ^＋中心に対応する特性をそれぞれ含有する参照スペクトルが、テキストファイル内に格納される。ＩＩａ型及び水スペクトルと同様に、これらの参照スペクトルは、調査中のスペクトルにおけるサンプルデータポイントと同量によって分離されたデータポイントを有する（例えば１ｃｍ^−１）。

最初に、もっぱらＡ，Ｂ及びＤ吸収特性を使用して、１フォノン領域への３成分フィットがなされる（本書では３Ｄフィットと記載される）。次いで、Ａ，Ｂ，Ｄ，Ｎ_ｓ ^０及びＮ_ｓ ^＋特性を使用して、フィットを繰り返す（５Ｄフィットとして知られる）。各フィット由来のχ^２値を、決定をなすのに使用する。本質的に、５Ｄフィットが３Ｄフィットよりも良いならば、１フォノン領域内に単一置換窒素が存在すると結論でき、原石を参照しなければならない。

１０００乃至１３５０ｃｍ^−１のスペクトル範囲にわたる吸収スペクトル（「サンプル」）８０１を説明する図８において、これが見られる。５Ｄフィット８０２における５個の特性全てを使用して、及び３Ｄフィット８０３においてもっぱらＡ，Ｂ，及びＤ−成分を使用して、このスペクトルをフィットさせた。５Ｄフィットは、３Ｄフィットよりも顕著に優れることが見て取れる。： ５Ｄフィットとサンプルとの間の残差８０４はゼロにおけるほぼフラットであり、一方３Ｄフィットに関する残差８０５は、顕著な乖離を含む。

より詳細には、所定の閾値を使用する（既知のサンプルにおける値との比較により識別される）、意思決定プロセスは以下のようであってよい：
・不十分な１フォノンフィットを有するスペクトルを排除するため：
Ｉｆχ^２ _３Ｄ＞閾値もしくはχ^２ _５Ｄ＞閾値ならば、「不十分なフィット」結果を与える。
・Ｎ_ｓはスペクトルの一部かどうかを見るため：
Ｄ＝χ^２ _３Ｄ−χ^２ _５Ｄ
Ｄが負ならば、パスである。３Ｄフィットは５Ｄフィットよりも優れている。即ち、１フォノン領域内にＮ_ｓは検出されない。
Ｄが正ならば、チェックする：
Ｄ／χ^２ _５Ｄ＞閾値ならば、Ｎ_ｓはスペクトルの一部である。排除。

分類を以下のように実施してよい（以下に考察される２８０２ｃｍ^−１特性の強度から推定される［Ｂ^０］と組み合わせて）：
・［Ａ］＋［Ｂ］＞タイプＩ／ＩＩ_{ｔｈｒｅｓｈｏｌｄ}ならば、タイプは「Ｉ」である。
［Ａ］＜Ａ_{ｔｈｒｅｓｈｏｌｄ}ならば、タイプは「ＩａＢ」である。
同様に、［Ｂ］＜Ｂ_{ｔｈｒｅｓｈｏｌｄ}ならば、タイプは「ＩａＡ」である。
・［Ａ］＋［Ｂ］＜タイプＩ／ＩＩ_{ｔｈｒｅｓｈｏｌｄ}ならば、タイプは「ＩＩ」である。
［Ｂ^０］＞ＩＩｂ_{ｔｈｒｅｓｈｏｌｄ}ならば、タイプは「ＩＩｂ」である。
さもなければ、タイプは「ＩＩａ」である。

非線形最小二乗フィッティング：
幅、位置及び／又は形状が変化し得る場合、もしくは特性が数学的表現で（例えばガウシアン）スマートに近似できる場合、非線形フィッティングは、通常はピークに適用可能である。非線形フィッティングは、以下の少なくともＩＲピークにおいて実施される：
１４５０ｃｍ^−１（照射関連）；
３１２３ｃｍ^−１（ＣＶＤ関連）；
１３４４ｃｍ^−１（Ｎ_ｓ ^０）；
２８０２ｃｍ^−１（置換ホウ素に対応する（Ｂ^０））。

図９は、サンプルスペクトル９０１にプレートレットＢ´特性９０２を非線形フィットさせる例を説明する。ピークは広く、長いテールを有することが、図２から分かる。これは、フィッティングにおける複数の課題をもたらすが、好適なアプローチが以下のように進行する：
１）プレートレットが存在するであろう領域が選択される。例えば１３５０（ｘｓｔａｒｔ）乃至１４００ｃｍ^−１（ｘｅｎｄ）。

２）この領域にわたって初期２次多項式フィットが行われ、サンプルスペクトルから差し引かれる。全領域＜０は、ゼロに設定される。これは、バックグラウンドを大まかに除去する。

３）これに対してフィットさせるため、「理論ガウシアン」のセットを生成する。この実施例において選択されるプレートレット領域（即ち１３５０乃至１４００ｃｍ^−１）に関して、１３５０，１３５１，１３５２・・・ｃｍ^−１乃至１４００ｃｍ^−１のピーク位置において生成した５１個のガウシアンが存在してよい。各ガウシアンに関して幅は何であり得るについての近似を推定するのに、未処理の天然ダイヤモンドについてのリアルデータを使用できる。ただし、幅は一の関数として変化することとする。

４）これらの全ては、非負最小二乗ルーチンを使用して、大まかにバックグラウンドを差し引いたスペクトルデータ（上のステップ２から）にフィットさせたガウシアンである。最低カイ二乗を有するガウシアンを、最善のフィットを有するものとして選択する。よって、プレートレット一、幅及び高さの近似が見つかった（このガウシアンフィットに対応するパラメータから）。

５）ｘｓｔａｒｔとｘｅｎｄとの間の元のサンプルデータ（ステップ１由来）から、２つの領域を選択する：
（ｘｓｔａｒｔ）乃至（ピーク位置−２×ピーク幅）；及び
（ピーク位置＋３×ピーク幅）乃至ｘｅｎｄ。
これら２つの領域は一緒に、その長いテールを含めたプレートレットピークを包含しない、ｘｓｔａｒｔからｘｅｎｄまでサンプルデータの領域を効果的に選択する。

６）この領域について２次多項式フィッティングを行ない、ｘｓｔａｒｔとｘｅｎｄとの間のサンプルデータから差し引く。従って、これはバックグラウンドを効果的に除去し、プレートレットピークに関するベースラインを提供した。

ピーク位置、幅及び高さ（上のステップ４由来）についての初期の推定を、適切にバックグラウンドを差し引いたプレートレットピークのフィッティングに関する初期の推定値として使用する。

非対称二重シグモイド関数：
（制約条件ｗ_１＞０及びｗ_２＞０を有する）、を使用して、バックグラウンドを差し引いたプレートレットピークへのフィットを実施する。

９）非線形最小二乗フィッティング方法を、カイ二乗の値を最小化するのに使用する。

１０）フィットから、ピーク位置（最大値），幅（ハーフハイト値由来ＦＷＨＭ），非対称（左のハーフハイトと右のハーフハイトとの比）及び面積（台形積分）が推定される。

１１）次いで、原石が処理されているかどうかを決定するため、位置／幅、幅／非対称等について既知の閾値を適用できる。

実際に、ステップ７乃至１０は、ほぼ同様に働くバックグラウンドを差し引いたスペクトルの簡易な位置、幅及びＦＷＨＭ測定と交換可能である（ステップ９と同様の手順。ただしフィットというよりも実データに関する）。

正確なフィットを得るために、特性の幅に関する初期表示を提供するのは有用である。存在するならば、２８０２ｃｍ^−１特性は他の特性及びこれについて考慮するのに必要とされる初期条件よりも顕著に広い。また、フィッティングのために賢明な（ｓｅｎｓｉｂｌｅ）境界条件を設定することも重要である。

スペクトルの平滑化反転二重微分、その後ＦＷＨＭ測定を使用することにより、たとえ顕著なバックグラウンドシグナルが存在する場合でも、１３４４ｃｍ^−１におけるきわめて小さい特性を分解することも可能である。これは、標準ピークフィッティングと比べて多くの利点（特に、ピークが小さく、バックグラウンドが大きいならば、難しいバックグラウンドをフィットさせる必要がないこと）を有する。これは、以下のようにして達成可能である：

１．必要とされるスペクトル領域（１３３５乃至１３５０ｃｍ^−１）を選択する。
２．十分なデータポイント（例えば０．１の波数ステップサイズ）を得るように、データを挿入する。
３．データを微分する。
４．データを平滑化する（例えば８のデータスパンを有する単純移動平均すムーザを使用する）。
５．１３４２乃至１３４６ｃｍ^−１の領域を微分する。
６．０未満の何れの値（＜０）をゼロに切り捨てる。
７．スペクトルを反転する。
８．前に使用した同一の平滑化フィルタを再度適用する。
９．スペクトルの最大ｙ値及び対応するｘ値（ピーク値）を位置決めする。
１０．台形積分法を使用して、スペクトルを積分する。
１１．閾値を適用することにより、ピークが存在するか否かを推定するのに、ピーク位置及び台形積分の結果を使用する。

ピーク位置と幅についての閾値を設定することにより、フィットデータパラメータから、間違ったフィットを除去することが望ましい。また、閾値より上で「ピークを検出した」結果を出力できる、十分な閾値を設定することも望ましい。照射されたダイヤモンド、ＣＶＤ合成ダイヤモンド、Ｎ_ｓ ^０含有ダイヤモンド及びＩＩｂ型ダイヤモンドを様々なＩＲスペクトルにフィットさせることにより、これら閾値を設定できる。

データベース：
ステップＳ３１１において、フィットさせたデータと生のスペクトルデータの詳細が、全特性のパラメータと分析中に決定されたフィットと共に、分析の結果と共に、データベースに保存される。これは、個々の原石がトラックされることを可能にし、またさらにフィッティングアルゴリズムを改善するのに、もしくはダイヤモンドについての追加の分析を知らせるのに、データを使用可能である。

図１０は、記載した方法を実施するのに好適なシステム１００１の略図である。システムは、例えばＦＴＩＲ分光計により収集されたスペクトルがデータファイル１００３の形態で保存されている記憶媒体１００２を包含する。記憶媒体はメモリ、例えばＲＡＭ，ＲＯＭ，ＥＥＰＲＯＭ，フラッシュメモリ，ハードディスク、もしくは上記の組合せを包含してよい。記憶媒体に保存されたソフトウェア１００５を動作させ、上述の方法を使用してデータファイル１００３を分析し、スペクトルが得られた原石は未処理ダイヤモンド、処理済みダイヤモンド、あるいは合成ダイヤモンドでありそうなことをスペクトルが示すかどうかを認定するように、プロセッサ１００４は構成される。その分析結果は、記憶媒体１００２もしくは他の場所に保持されてよいデータベース１００６内に保存されてよい。

Claims (28)

1. ダイヤモンド宝石原石の分類を自動化する方法であって、
   前記宝石原石の赤外吸収サンプルスペクトルから、水蒸気による吸収に対応する特性及びダイヤモンド格子による固有吸収に対応する特性を差し引くステップ；
   ダイヤモンドの格子欠陥に対応する所定の吸収特性所定の吸収特性を同定するよう、前記サンプルスペクトルを分析するステップ；
   前記所定吸収特性の存在及び／もしくは強度に従い前記宝石原石を分類するステップ；及び
   前記分類の結果をデータベースに保存するステップ
   を有する方法。
2. 前記スペクトルの特定された領域における複数の極小値を同定すること、及び２次多項式を前記極小値にフィットさせることにより、前記サンプルスペクトルのベースラインを算出するステップ；及び
   フォーマット化されたスペクトルから前記ベースラインを差し引くステップ
   をさらに有する、請求項１に記載の方法。
3. 前記特定された領域は、
   前記フォーマット化されたスペクトルに記録された最低波数ポイント乃至５０ｃｍ^−１まで高いポイントの領域；
   １４００乃至１６５０ｃｍ^−１；
   ４５００乃至４７００ｃｍ^−１；及び
   前記スペクトルに記録された最高波数ポイントより２００乃至１００ｃｍ^−１少ない領域、
   の１以上を包含する、請求項２に記載の方法。
4. １フォノン吸収に対応する領域内で、以下の参照スペクトル：
   Ａ中心によるＩＲ吸収に特有の特性を包含する参照Ａスペクトル；
   Ｂ中心によるＩＲ吸収に特有の特性を包含する参照Ｂスペクトル；
   Ｘ中心によるＩＲ吸収に特有の特性を包含する参照Ｄスペクトル；
   Ｎ_Ｓ ^０中心によるＩＲ吸収に特有の特性を包含する参照Ｎ_Ｓ ^０スペクトル；及び
   Ｎ_Ｓ ^＋中心によるＩＲ吸収に特有の特性を包含する参照Ｎ_Ｓ ^＋スペクトル、
   の一部もしくは全部の組合せを、前記サンプルスペクトルにフィットさせるステップ；
   前記参照スペクトルへのフィッティングに基づき、前記Ａ，Ｂ，Ｄ，Ｎ_Ｓ ^０及びＮ_Ｓ ^＋中心の一部もしくは全部の強度を決定するステップ；及び
   前記決定された強度に基づき、原石を分類するステップ、
   をさらに有する、請求項１、２又は３に記載の方法。
5. 参照Ａ，Ｂ及びＤスペクトルを使用する１フォノン吸収に対応する前記領域内で、前記サンプルスペクトルに対し３成分フィットを行うステップ；
   参照Ａ，Ｂ，Ｄ，Ｎ_Ｓ ^０及びＮ_Ｓ ^＋スペクトルを使用する１フォノン吸収に対応する前記領域内で、前記サンプルスペクトルに対し５成分フィットを行うステップ；
   任意にはχ^２検定を使用して、前記３成分及び５成分フィットの品質を比較するステップ；及び
   前記品質比較に基づきダイヤモンドを分類するステップ、
   をさらに有する、請求項４に記載の方法。
6. 所定の閾値よりも多い分だけ、前記５成分フィットが前記３成分フィットよりも良い場合、単一置換窒素の顕著な割合が前記原石内に存在することを決定するステップ、
   をさらに有する、請求項５に記載の方法。
7. 前記フィッティングを、線形非負最小二乗フィッティングを使用して実施する、請求項４、５又は６に記載の方法。
8. 吸収特性に関するローカルベースラインを算出するステップであって、各特性に関する前記ローカルベースラインは、２次多項式を、前記特性のピーク一の両側、所定の波数インクリメントにおける前記サンプルスペクトル内の、複数のデータポイントにフィットさせることにより、算出されるステップと；
   対応する吸収特性を囲む領域から、各ローカルベースラインを差し引くステップと；
   前記特性の強度を同定するため、各吸収特性に好適な関数をフィットさせるステップと、
   をさらに有する、請求項１乃至７のいずれか一項に記載の方法。
9. 所与の吸収特性に好適な関数をフィットさせるステップは、非線形最小二乗フィッティングを包含する、請求項８に記載の方法。
10. 前記非線形最小二乗フィッティングを、１４５０ｃｍ^−１，３１２３ｃｍ^−１，１３４４ｃｍ^−１及び／もしくは２８０２ｃｍ^−１における吸収線に、及び／又はプレートレットに対応する吸収特性に適用する、請求項９に記載の方法。
11. 所与の吸収特性に対する前記非線形最小二乗フィッティングステップは、そこにフィットすべき吸収特性が存在することが期待される、開始波数と終了波数との間で、サンプルスペクトルの領域を選択するステップを含む、請求項９又は１０に記載の方法。
12. 前記選択された領域にわたり、２次多項式フィットを行うステップ、
    前記サンプルスペクトルから前記多項式フィットを差し引くステップ、及び
    前記差し引くステップの後、サンプルスペクトルの選択された領域においてゼロより下の全領域をゼロに設定するステップ、
    をさらに有する、請求項１１に記載の方法。
13. 非負最小二乗フィッティングを使用して、理論ガウシアンのセットを選択された領域にフィットするステップ；
    最低χ^２を有するガウシアンを選択するステップ；
    選択されたガウシアンの幅、位置及び高さを確認するステップ；
    ２次多項式を、前記選択されたガウシアンを含まない選択された領域内のエリアにフィットさせるステップ；及び
    選択された領域内のサンプルスペクトルから前記フィットさせた多項式を差し引くステップ、
    をさらに有する、請求項１１又は１２に記載の方法。
14. 前記選択されたガウシアンを含まないエリアは、開始波数から選択されたガウシアンのピーク位置マイナス幅の第１の所定倍数まで、及びピーク位置プラス幅の第２の所定倍数から終了波数まで延びているとして、決定される、請求項１３に記載の方法。
15. χ^２を最小化するため、非線形最小二乗フィッティング方法を使用して、サンプルスペクトルの選択された領域に、非対称二重シグモイド関数をフィットさせるステップ、及び
    前記フィットさせた関数のピーク位置、幅、非対称及び面積を推定するステップ、をさらに有する、請求項１１乃至１４のいずれか一項に記載の方法。
16. 前記選択された領域は１３５０乃至１４００ｃｍ^−１から延びており、前記所与の吸収特性はプレートレットによる吸収に対応する、請求項１１乃至１５のいずれか一項に記載の方法。
17. そこに特定の吸収特性が存在すると期待される選択された領域にわたり、データを微分する及び平滑化するステップ；
    そこに吸収特性が存在すると期待される前記選択された領域のサブセットにわたり、データを微分する及び平滑化するステップ；
    ゼロより下のいずれの値をゼロに切り捨てるステップ；
    スペクトルを反転する及び平滑化するステップ；
    最高ピーク位置のロケーションを確認するステップ；
    台形積分法を使用してスペクトルを積分するステップ；及び
    前記ピーク位置と積分の結果とから、閾値を使用して、前記特定の吸収特性が存在するか否かを推定するステップ、
    をさらに有する、請求項１乃至１６のいずれか一項に記載の方法。
18. 前記選択された領域は１３３５乃至１３５０ｃｍ^−１であり、前記サブセットは１３４２乃至１３４６ｃｍ^−１であり、前記特定の吸収特性は１３４４ｃｍ^−１である、請求項１７に記載の方法。
19. 水による吸収に対応する特性を差し引くステップは、所定のスペクトル範囲にわたるスペクトルを、水による吸収に特有の特性を含む参照水スペクトルにフィットさせるステップ、及びサンプルスペクトルからフィットさせた水スペクトルを差し引くステップを包含する；及び／又は
    ダイヤモンド格子による固有吸収に対応する特性を差し引くステップは、所定スペクトル範囲にわたるスペクトルを、ＩＩａ型ダイヤモンドによる吸収に特有の特性を含む参照ＩＩａ型スペクトルにフィットさせるステップ、及びサンプルスペクトルからフィットさせたＩＩａ型スペクトルを差し引くステップを包含する；及び
    前記水スペクトル及び／もしくはＩＩａ型スペクトルにフィットさせるステップは、任意には線形非負最小二乗フィットを使用して実施される、
    請求項１乃至１８のいずれか一項に記載の方法。
20. 吸収スペクトルを水による吸収の参照スペクトルにフィットさせるステップは、
    前記参照水スペクトルを、所定の範囲にわたる複数の異なる波数位置に、漸次的にシフトするステップ、及び前記水スペクトルを各位置における吸収スペクトルにフィットさせるステップ；及び
    各波数位置におけるフィットを比較するステップ、
    を有する；及び
    当該方法は、最善のフィットを有するシフトされたスペクトルを差し引くステップをさらに有する、
    請求項１９に記載の方法。
21. 吸収スペクトルを水の参照スペクトルにフィットさせるステップを、調査中の吸収特性の両側、小さな領域にわたって実施する、及び
    最善のフィットを有するシフトされた参照スペクトルを、吸収特性にフィットさせるステップの前に、もっぱら前記小さな領域から差し引く、
    請求項２０に記載の方法。
22. ダイヤモンド格子による固有吸収に対応する特性を差し引くステップは、１９９５ｃｍ^−１における吸収値を決定するステップと、前記吸収値で割られた１１．９５として正規化定数を算出するステップと、前記スペクトルを前記正規化定数で乗算するステップと、及び正規化の後、サンプルスペクトルから参照ＩＩａ型スペクトルを差し引くステップとを包含する、請求項１乃至２１のいずれか一項に記載の方法。
23. その中に吸収特性が存在しない所定スペクトル領域にわたりノイズを測定することにより、飽和のための吸収スペクトルを試験するステップと、
    前記ノイズが所定の閾値を超える場合、原石を除くステップと、
    をさらに有する、請求項１乃至２２のいずれか一項に記載の方法。
24. ノイズを測定するステップは、前記所定のスペクトル領域にわたり、任意には約１２００乃至１４００ｃｍ^−１にわたりスペクトルのフーリエ変換を積分するステップを有する、請求項２３に記載の方法。
25. 宝石原石のサンプル赤外吸収スペクトルを記録するステップをさらに有する、請求項１乃至２４のいずれか一項に記載の方法。
26. 請求項１乃至２５のいずれか一項に記載の方法を実施するよう構成された装置。
27. プロセッサにより操作される場合、前記プロセッサに請求項１乃至２４のいずれか一項に記載の方法を実施させるコンピュータ可読コードを有する、コンピュータプログラム。
28. コンピュータ可読媒体と、請求項２７に記載のコンピュータプログラムとを有するコンピュータプログラムプロダクトであって、前記コンピュータプログラムは前記コンピュータ可読媒体に格納される、プロダクト。