JP2016206060A - 分光測定装置及び分光測定方法 - Google Patents
分光測定装置及び分光測定方法 Download PDFInfo
- Publication number
- JP2016206060A JP2016206060A JP2015089478A JP2015089478A JP2016206060A JP 2016206060 A JP2016206060 A JP 2016206060A JP 2015089478 A JP2015089478 A JP 2015089478A JP 2015089478 A JP2015089478 A JP 2015089478A JP 2016206060 A JP2016206060 A JP 2016206060A
- Authority
- JP
- Japan
- Prior art keywords
- calibration model
- analysis
- spectrum
- measurement object
- measurement
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
【課題】ハイパースペクトル画像を用いた測定対象物に係る定量分析をその測定結果の精度が保証された状況で行う。【解決手段】分析用平均スペクトルを算出する際の平均化に用いるスペクトルデータ数が、検量モデル用平均スペクトルを算出する際の平均化に用いるスペクトルデータ数以上である。この構成により、定量分析の結果の標準偏差として、検量モデルの作成時に用いられる検量精度を用いることができるため、定量分析の結果の精度を評価することができ、ハイパースペクトル画像を用いた測定対象物に係る定量分析をその測定結果の精度が保証された状況で行うことが可能となる。【選択図】図3
Description
本発明は、測定対象物のスペクトルデータを取得して分析を行う分光測定装置及び分光測定方法に関する。
測定対象物のスペクトルデータを取得して分析を行う際、検量のための検量モデルを予め作成した上で測定対象物の評価を行うことが一般的に知られている。例えば、特許文献1では、未知サンプルが腐敗しているか否かを判断するために、腐敗部サンプル及び健全部サンプルから取得される複数のスペクトルデータから検量式を作成しておき、未知サンプルのスペクトルデータを検量式に当てはめて評価を行う方法が示されている。
特許文献1に記載の方法は、複数波長の光に対する強度情報を画素毎に保持するハイパースペクトル画像を用いて測定対象物に含まれる特定の成分の定量分析を行う場合にも適用することができると考えられる。しかしながら、従来はハイパースペクトル画像を用いた定量分析自体が一般的ではなく、定量分析の結果の精度を考慮した方法は検討されていなかった。
本発明は上記を鑑みてなされたものであり、ハイパースペクトル画像を用いた測定対象物に係る定量分析をその結果の精度が保証された状況で行うことができる分光測定装置及び分光測定方法を提供することを目的とする。
本願発明は、
(1) 測定対象物を撮像して得られたハイパースペクトル画像に基づいて、該測定対象物に含まれる特定成分の濃度を定量分析する分光測定装置であって、
前記特定成分の濃度が既知である検量モデル用試料及び前記測定対象物に対して測定光を照射する照射手段と、
前記照射手段より照射された前記測定光による前記検量モデル用試料及び前記測定対象物からの反射光、透過光、又は散乱光を受光することで、前記検量モデル用試料及び前記測定対象物を撮像してハイパースペクトル画像を得る撮像手段と、
前記撮像手段による撮像により得られた前記検量モデル用試料のハイパースペクトル画像に含まれる複数の画素において取得されたスペクトルデータを平均化して、検量モデル用平均スペクトルを算出した後に、前記検量モデル用平均スペクトルと前記特定成分の濃度との関係を表す検量モデルを作成する検量モデル作成手段と、
前記撮像手段による撮像により得られた前記測定対象物のハイパースペクトル画像に含まれる画素において取得された複数のスペクトルデータを平均化して、分析用平均スペクトルを算出した後に、当該分析用平均スペクトルと前記検量モデル作成手段で作成された前記検量モデルとに基づいて、前記測定対象物の定量分析を行う解析手段と、を備え、
前記解析手段において前記分析用平均スペクトルを算出する際の平均化に用いるスペクトルデータ数が、前記検量モデル作成手段において前記検量モデル用平均スペクトルを算出する際の平均化に用いるスペクトルデータ数以上である分光測定装置、及び、
(1) 測定対象物を撮像して得られたハイパースペクトル画像に基づいて、該測定対象物に含まれる特定成分の濃度を定量分析する分光測定装置であって、
前記特定成分の濃度が既知である検量モデル用試料及び前記測定対象物に対して測定光を照射する照射手段と、
前記照射手段より照射された前記測定光による前記検量モデル用試料及び前記測定対象物からの反射光、透過光、又は散乱光を受光することで、前記検量モデル用試料及び前記測定対象物を撮像してハイパースペクトル画像を得る撮像手段と、
前記撮像手段による撮像により得られた前記検量モデル用試料のハイパースペクトル画像に含まれる複数の画素において取得されたスペクトルデータを平均化して、検量モデル用平均スペクトルを算出した後に、前記検量モデル用平均スペクトルと前記特定成分の濃度との関係を表す検量モデルを作成する検量モデル作成手段と、
前記撮像手段による撮像により得られた前記測定対象物のハイパースペクトル画像に含まれる画素において取得された複数のスペクトルデータを平均化して、分析用平均スペクトルを算出した後に、当該分析用平均スペクトルと前記検量モデル作成手段で作成された前記検量モデルとに基づいて、前記測定対象物の定量分析を行う解析手段と、を備え、
前記解析手段において前記分析用平均スペクトルを算出する際の平均化に用いるスペクトルデータ数が、前記検量モデル作成手段において前記検量モデル用平均スペクトルを算出する際の平均化に用いるスペクトルデータ数以上である分光測定装置、及び、
(2) 測定対象物を撮像して得られたハイパースペクトル画像に基づいて、該測定対象物に含まれる特定成分の濃度を定量分析する分光測定方法であって、
前記特定成分の濃度が既知である検量モデル用試料及び前記測定対象物に対して測定光を照射する照射ステップと、
前記照射ステップにおいて照射された前記測定光による前記検量モデル用試料及び前記測定対象物からの反射光、透過光、又は散乱光を受光することで、前記検量モデル用試料及び前記測定対象物を撮像してハイパースペクトル画像を得る撮像ステップと、
前記撮像ステップにおいて撮像により得られた前記検量モデル用試料のハイパースペクトル画像に含まれる複数の画素において取得されたスペクトルデータを平均化して、検量モデル用平均スペクトルを算出した後に、前記検量モデル用平均スペクトルと前記特定成分の濃度との関係を表す検量モデルを作成する検量モデル作成ステップと、
前記撮像ステップにおいて撮像により得られた前記測定対象物のハイパースペクトル画像に含まれる画素において取得された複数のスペクトルデータを平均化して、分析用平均スペクトルを算出した後に、当該分析用平均スペクトルと前記検量モデル作成ステップにおいて作成された前記検量モデルとに基づいて、前記測定対象物の定量分析を行う解析ステップと、を備え、
前記解析ステップにおいて前記分析用平均スペクトルを算出する際の平均化に用いるスペクトルデータ数が、前記検量モデル作成ステップにおいて前記検量モデル用平均スペクトルを算出する際の平均化に用いるスペクトルデータ数以上である分光測定方法
である。
前記特定成分の濃度が既知である検量モデル用試料及び前記測定対象物に対して測定光を照射する照射ステップと、
前記照射ステップにおいて照射された前記測定光による前記検量モデル用試料及び前記測定対象物からの反射光、透過光、又は散乱光を受光することで、前記検量モデル用試料及び前記測定対象物を撮像してハイパースペクトル画像を得る撮像ステップと、
前記撮像ステップにおいて撮像により得られた前記検量モデル用試料のハイパースペクトル画像に含まれる複数の画素において取得されたスペクトルデータを平均化して、検量モデル用平均スペクトルを算出した後に、前記検量モデル用平均スペクトルと前記特定成分の濃度との関係を表す検量モデルを作成する検量モデル作成ステップと、
前記撮像ステップにおいて撮像により得られた前記測定対象物のハイパースペクトル画像に含まれる画素において取得された複数のスペクトルデータを平均化して、分析用平均スペクトルを算出した後に、当該分析用平均スペクトルと前記検量モデル作成ステップにおいて作成された前記検量モデルとに基づいて、前記測定対象物の定量分析を行う解析ステップと、を備え、
前記解析ステップにおいて前記分析用平均スペクトルを算出する際の平均化に用いるスペクトルデータ数が、前記検量モデル作成ステップにおいて前記検量モデル用平均スペクトルを算出する際の平均化に用いるスペクトルデータ数以上である分光測定方法
である。
本発明によれば、ハイパースペクトル画像を用いた測定対象物に係る定量分析をその測定結果の精度が保証された状況で行うことができる分光測定装置及び分光測定方法が提供される。
[本願発明の実施形態の説明]
最初に本願発明の実施態様を列記して説明する。
最初に本願発明の実施態様を列記して説明する。
本願の分光測定装置は、(1)測定対象物を撮像して得られたハイパースペクトル画像に基づいて、該測定対象物に含まれる特定成分の濃度を定量分析する分光測定装置であって、前記特定成分の濃度が既知である検量モデル用試料及び前記測定対象物に対して測定光を照射する照射手段と、前記照射手段より照射された前記測定光による前記検量モデル用試料及び前記測定対象物からの反射光、透過光、又は散乱光を受光することで、前記検量モデル用試料及び前記測定対象物を撮像してハイパースペクトル画像を得る撮像手段と、前記撮像手段による撮像により得られた前記検量モデル用試料のハイパースペクトル画像に含まれる複数の画素において取得されたスペクトルデータを平均化して、検量モデル用平均スペクトルを算出した後に、前記検量モデル用平均スペクトルと前記特定成分の濃度との関係を表す検量モデルを作成する検量モデル作成手段と、前記撮像手段による撮像により得られた前記測定対象物のハイパースペクトル画像に含まれる画素において取得された複数のスペクトルデータを平均化して、分析用平均スペクトルを算出した後に、当該分析用平均スペクトルと前記検量モデル作成手段で作成された前記検量モデルとに基づいて、前記測定対象物の定量分析を行う解析手段と、を備え、前記解析手段において前記分析用平均スペクトルを算出する際の平均化に用いるスペクトルデータ数が、前記検量モデル作成手段において前記検量モデル用平均スペクトルを算出する際の平均化に用いるスペクトルデータ数以上であることを特徴とする。
上記の分光測定装置によれば、分析用平均スペクトルを算出する際の平均化に用いるスペクトルデータ数が、検量モデル用平均スペクトルを算出する際の平均化に用いるスペクトルデータ数以上である。したがって、検量モデルの作成時にスペクトルデータを平均化した検量モデル用平均スペクトルを用いることによるノイズ除去等の効果が、測定対象物のハイパースペクトル画像から分析用平均スペクトルを算出して定量分析を行う際にも同様に奏される。そして、定量分析の結果の標準偏差として、検量モデルを作成する際の精度を用いることができ、定量分析の結果の精度を評価することができる。したがって、ハイパースペクトル画像を用いた測定対象物に係る定量分析をその測定結果の精度が保証された状況で行うことが可能となる。
(2)また、本願発明は、上述の(1)に記載の分光測定装置において、前記検量モデル作成手段において前記検量モデル用平均スペクトルを算出する際の平均化に用いる複数のスペクトルデータは、互いに隣接している画素で取得されたものとすることができる。
上記のように、検量モデル用平均スペクトルを算出する際の平均化に用いる複数のスペクトルデータは、互いに隣接している画素で取得されたものとすることで、例えば特定の画素に由来するノイズ等を除去することができるため、よりSN比が向上した検量モデル用平均スペクトルを作成することができる。
(3)また、本願発明は、上述の(1)又は(2)に記載の分光測定装置において、前記解析手段において前記分析用平均スペクトルを算出する際の平均化に用いる複数のスペクトルデータは、互いに隣接している画素で取得されたものとすることができる。
上記の構成とすることで、互いに異なる画素で取得されたスペクトルデータを平均化して分析用平均スペクトルが作成されるため、例えば特定の画素に由来するノイズ等を除去することができ、SN比が向上した状態での定量分析が可能となる。
(4)また、本願発明は、上述の(1)又は(2)に記載の分光測定装置において、前記撮像手段は、前記測定対象物のハイパースペクトル画像を複数回取得し、前記解析手段において前記分析用平均スペクトルを算出する際の平均化に用いる複数のスペクトルデータは、同一画素で複数回取得されたスペクトルデータとすることができる。
上記の構成とすることで、各画素で得られたスペクトルデータを利用して、画素毎に個別に定量分析を行うことができるため、例えば、測定対象物3において測定対象成分が局所的な分布を有している場合、その変化を細かく分析することが可能となる。
(5)また、本願発明は、上述の(1)〜(4)に記載の分光測定装置において、前記解析手段において求められた前記測定対象物の定量分析の結果を、前記分析用平均スペクトルの算出に用いた画素に対応して表示して画像出力する出力手段をさらに備えるものとすることができる。
上記のように、測定対象物の定量分析の結果を、分析用平均スペクトルの算出に用いた画素に対応して表示して画像出力する構成を備えることで、結果が視覚的に分かりやすくなる。
本願の分光測定方法は、(6)測定対象物を撮像して得られたハイパースペクトル画像に基づいて、該測定対象物に含まれる特定成分の濃度を定量分析する分光測定方法であって、前記特定成分の濃度が既知である検量モデル用試料及び前記測定対象物に対して測定光を照射する照射ステップと、前記照射ステップにおいて照射された前記測定光による前記検量モデル用試料及び前記測定対象物からの反射光、透過光、又は散乱光を受光することで、前記検量モデル用試料及び前記測定対象物を撮像してハイパースペクトル画像を得る撮像ステップと、前記撮像ステップにおいて撮像により得られた前記検量モデル用試料のハイパースペクトル画像に含まれる複数の画素において取得されたスペクトルデータを平均化して、検量モデル用平均スペクトルを算出した後に、前記検量モデル用平均スペクトルと前記特定成分の濃度との関係を表す検量モデルを作成する検量モデル作成ステップと、前記撮像ステップにおいて撮像により得られた前記測定対象物のハイパースペクトル画像に含まれる画素において取得された複数のスペクトルデータを平均化して、分析用平均スペクトルを算出した後に、当該分析用平均スペクトルと前記検量モデル作成ステップにおいて作成された前記検量モデルとに基づいて、前記測定対象物の定量分析を行う解析ステップと、を備え、前記解析ステップにおいて前記分析用平均スペクトルを算出する際の平均化に用いるスペクトルデータ数が、前記検量モデル作成ステップにおいて前記検量モデル用平均スペクトルを算出する際の平均化に用いるスペクトルデータ数以上であることを特徴とする。
上記の分光測定方法によれば、分析用平均スペクトルを算出する際の平均化に用いるスペクトルデータ数が、検量モデル用平均スペクトルを算出する際の平均化に用いるスペクトルデータ数以上である。したがって、検量モデルの作成時にスペクトルデータを平均化した検量モデル用平均スペクトルを用いることによるノイズ除去等の効果が、測定対象物のハイパースペクトル画像から分析用平均スペクトルを算出して定量分析を行う際にも同様に奏される。そして、定量分析の結果の標準偏差として、検量モデルを作成する際の精度を用いることができ、定量分析の結果の精度を評価することができる。したがって、ハイパースペクトル画像を用いた測定対象物に係る定量分析をその測定結果の精度が保証された状況で行うことが可能となる。
[本願発明の実施形態の詳細]
本発明に係る分光測定装置の具体例を、以下に図面を参照しつつ説明する。なお、本発明はこれらの例示に限定されるものではなく、特許請求の範囲によって示され、特許請求の範囲と均等の意味及び範囲内での全ての変更が含まれることが意図される。
本発明に係る分光測定装置の具体例を、以下に図面を参照しつつ説明する。なお、本発明はこれらの例示に限定されるものではなく、特許請求の範囲によって示され、特許請求の範囲と均等の意味及び範囲内での全ての変更が含まれることが意図される。
本実施形態に係る分光測定装置100について図1を用いて説明する。分光測定装置100は、測定台2上に載置された測定対象物3について、その測定対象となる領域毎の定量分析を行う装置である。分光測定装置100の測定対象物3は特に限定されない。また、定量分析を行う対象としては、例えば、測定対象物3に含まれる特定の成分の濃度、硬度等が挙げられる。
分光測定装置100は、近赤外光である測定光を測定対象物3に対して照射することにより得られる拡散反射光のスペクトルを測定し、そのスペクトルに基づいて測定対象物3の分光測定を行う。このため、分光測定装置100は、光源ユニット10(照射手段)、検出ユニット20(撮像手段)、及び分析ユニット30(検量モデル作成手段、解析手段)を備える。なお、以下の実施形態では近赤外光を分光測定に使用する場合について説明するが、他の波長範囲の光を測定に用いてもよい。また、拡散反射光のスペクトルに替えて透過光のスペクトルを測定してもよい。
光源ユニット10は、測定光を測定台2上における所定の照射領域A1へ向けて照射する。光源ユニット10が照射する測定光の波長範囲は、測定対象物3によって適宜選択される。測定光の波長は特に制限されないが、測定光として近赤外光を用いた場合、有機物は近赤外光に対する吸収ピークを持っている場合が多いため、定量が可能な成分が多くなる。近赤外光を測定光として用いる場合、具体的には、波長範囲が800nm〜2500nmの光が好適に用いられ、特に1000nm〜2300nmの光が好適に用いられる。なお、本実施形態では、ハロゲンランプからなる光源11を含む光源ユニット10について説明する。
照射領域A1とは、測定対象物3を載置する測定台2の表面の一部の領域である。この照射領域A1は、測定台2の一の方向(図1のx軸方向)に広がるライン状に延びる領域である。
光源ユニット10は、光源11と、照射部12と、光源11と照射部12とを接続する光ファイバ13と、を備える。光源11は、近赤外光を発生させる。
光源11により発生された近赤外光は、光ファイバ13の一方の端面へ入射される。この近赤外光は、光ファイバ13のコア領域を導波し、もう一方の端面から照射部12に対して出射される。
照射部12は、光ファイバ13の端面から出射される近赤外光を測定対象物3が載置される照射領域A1に対して照射する。照射部12は、光ファイバ13から出射される近赤外光を入射して、照射領域A1に対応した1次元のライン状に出射するため、照射部12としてシリンドリカルレンズが好適に用いられる。このように照射部12においてライン状に整形された近赤外光L1が、照射部12から照射領域A1に対して照射される。
光源ユニット10から出力された近赤外光L1は、照射領域A1上に載置された測定対象物3により拡散反射される。そして、その一部が、拡散反射光L2として検出ユニット20に入射する。
検出ユニット20は、2次元に配置されたセンサによってハイパースペクトル画像を取得するハイパースペクトルセンサとしての機能を有する。ここで、本実施形態におけるハイパースペクトル画像について図2を用いて説明する。図2は、ハイパースペクトル画像についてその概略を説明する図である。図2に示すように、ハイパースペクトル画像とは、N個の単位領域P1〜PNにより構成されている画像である。図2ではそのうちの一例として2個の単位領域Pn及びPmについて具体的に示している。単位領域Pn及びPmとは、それぞれ画素に対応した領域である。単位領域Pn及びPmには、それぞれ複数の強度データからなるスペクトル情報Sn及びSmが含まれている。この強度データとは、特定の波長(又は波長帯域)におけるスペクトル強度を示すデータであり、図2では、15個の強度データがスペクトル情報Sn及びSmとして保持されていて、これらを重ね合わせた状態で示している。このように、ハイパースペクトル画像Hは、画像を構成する領域毎に、それぞれ複数の強度データを持つという特徴から、画像としての二次元的要素と、スペクトルデータとしての要素をあわせ持った三次元的構成のデータである。なお、本実施形態では、ハイパースペクトル画像Hとは、1画素あたり少なくとも5つの波長帯域における強度データを保有している画像のことをいう。
図2では測定対象物3もあわせて示している。すなわち、図2においてPnは測定対象物3を撮像した測定対象物上の領域であり、Pmは背景(例えば、測定台2)上の領域である。このように、検出ユニット20では、測定対象物3だけでなく背景を撮像した画像も取得される。
図1に戻り、本実施形態に係る検出ユニット20は、カメラレンズ24と、スリット21と、分光器22と、受光部23と、を備える。この検出ユニット20は、その視野領域20s(撮像領域)が照射領域A1と同じ(x軸方向)に延びている。検出ユニット20の視野領域20sは、測定台2上の照射領域A1に含まれるライン状の領域であって、スリット21を通過した拡散反射光L2が受光部23上に像を結ぶ領域である。
スリット21は、照射領域A1の延在方向(x軸方向)と平行な方向に開口が設けられる。検出ユニット20のスリット21に入射した拡散反射光L2は、分光器22へ入射する。
分光器22は、スリット21の長手方向、すなわち照射領域A1の延在方向に垂直な方向(y軸方向)に拡散反射光L2を分光する。分光器22により分光された光は、受光部23によって受光される。
受光部23は、複数の受光素子が2次元に配列された受光面を備え、各受光素子が光を受光する。これにより、受光部23が測定台2上の照射領域A1の延在方向(x軸方向)に沿った領域で反射した拡散反射光L2の各波長の光をそれぞれ受光することとなる。各受光素子は、受光した光の強度に応じた信号を位置と波長とからなる二次元平面状の一点に関する情報として出力する。この受光部23の受光素子から出力される信号が、ハイパースペクトル画像に係るスペクトルデータとして、検出ユニット20から分析ユニット30に送られる。
分析ユニット30は、入力された信号により拡散反射光L2のスペクトルを得て、この得られた画素毎のスペクトルデータを用いて、測定対象物3に係る定量分析に係る処理を行う。分析ユニット30は、検量モデル作成部31(検量モデル作成手段)及び解析部32(解析手段)を含んで構成される。これにより、後述の検量モデルの作成及び測定対象物の定量分析に係る処理を行うことができる。
この分析ユニット30は、CPU(Central Processing Unit)、主記憶装置であるRAM(Random Access Memory)及びROM(Read Only Memory)、検出ユニット等の他の機器との間の通信を行う通信モジュール、並びにハードディスク等の補助記憶装置等のハードウェアを備えるコンピュータとして構成される。そして、これらの構成要素が動作することにより、分析ユニット30としての機能が発揮される。
上記の分光測定装置100は、一度の撮像によって、照射領域A1の延在方向(x軸方向)に沿って配列された画素毎に所謂1次元のスペクトル画像を取得することができる。したがって、測定対象物3が載置された測定台2を移動するか、又は、分光測定装置100による撮像領域を移動させることによって、測定対象物3全体についての2次元に配列された領域毎のスペクトルデータを取得することができる。
上記の分光測定装置100を用いた測定対象物3の分光測定方法として、測定対象物3に係る定量分析方法(第1の方法)を図3及び図4に示す。ハイパースペクトル画像の取得は、分光測定装置100の光源ユニット10、検出ユニット20によって行われ、その他の処理は、分析ユニット30によって行われる。なお、図3では、測定対象物3に含まれる特定の成分の濃度を定量分析する場合について説明する。
まず、定量分析のための検量モデルを作成する。具体的には、定量分析の対象となる特定成分の濃度が既知の試料である検量モデル用試料を複数水準(互いに異なる濃度のものを複数)準備し、各検量モデル用試料についてのハイパースペクトル画像を取得する(S01:照射ステップ、撮像ステップ)。次に、このハイパースペクトル画像から検量モデルを作成する(S02:検量モデル作成ステップ)。その際、予め指定された隣接する画素数(m×n:m,nは、例えば、3、5、10等で、m×nは2以上の数)の画素のスペクトルデータを平均化したスペクトルデータである検量モデル用平均スペクトルを作成する。検量モデル用平均スペクトルを1つのハイパースペクトル画像から複数取得して、これを検量モデルの作成に使用する。検量モデル用平均スペクトルを用いることで、単画素のスペクトルデータに含まれるランダムノイズを除去することが可能となる。したがって、高SN比を実現でき、測定精度が向上する。そのため、平均化したスペクトルデータを用いることで、スペクトル変化を強調でき、微小変化の観察が可能となる。
また、検量モデルの作成の際には、検量モデル用平均スペクトルに対して、例えば標準正規変量(Standard Normal Variate:SNV)等を用いた規格化や、2次微分等の前処理を行ってもよい。前処理を行うことで、各画素において取得されるスペクトルデータに含まれるノイズ等を低減させた検量モデル用平均スペクトルを作成することができる。その後、複数水準のハイパースペクトル画像から生成された検量モデル用平均スペクトルを用いて、PLS(Partial Least Squares)回帰分析や重回帰分析等の多変量解析により、濃度とスペクトルとの相関関係を示す検量モデルを作成する。なお、検量モデルの精度は、検量線の誤差であるRMSE(Root Mean Square Error:平均二乗誤差)により評価することができる。
次に、測定対象物3のハイパースペクトル画像を取得する(S03照射ステップ、撮像ステップ)。取得されたハイパースペクトル画像を用いて定量分析用のデータを作成する(S04:解析ステップ)。このとき、検量モデル作成用平均スペクトルの作成と同様に、予め指定された隣接する画素数の画素において取得された複数のスペクトルデータを平均化したスペクトルデータを定量分析に用いる分析用平均スペクトルとする。例えば、PLS回帰分析を利用した検量モデルの作成に、3×3ピクセルの画素のスペクトルデータを平均化したデータを用いた場合には、測定対象物3を撮像したハイパースペクトル画像についても、同様に3×3ピクセルの画素のスペクトルデータを平均化したものを生成し、これを分析用平均スペクトルとする。なお、分析用平均スペクトルは、測定対象物3のハイパースペクトル画像のうち、測定対象物3を撮像した画素を3×3ピクセル毎に区画した後に、区画されたブロック毎に作成する。
分析用平均スペクトルを作成した後、検量モデルを適用して定量分析を行う(S05:解析ステップ)。具体的には、検量モデルに対して、分析用平均スペクトルを適用する場合、検量モデルとの線形結合を求める以下の数式:
Y=AX+B
Y:ブロックの検量値、X:ブロックの分析用平均スペクトル、A:回帰係数ベクトル、B:平均値中心化シフト量
を用いて、3×3ピクセルの各ブロックに係る濃度を算出する。
Y=AX+B
Y:ブロックの検量値、X:ブロックの分析用平均スペクトル、A:回帰係数ベクトル、B:平均値中心化シフト量
を用いて、3×3ピクセルの各ブロックに係る濃度を算出する。
図4(a)では、上記の定量分析の方法を模式的に示している。具体的には、m×nピクセル(本実施形態では、3×3ピクセル)の画素平均を行った検量モデル用平均スペクトルから算出された検量モデルを、同じくm×nピクセル(本実施形態では、3×3ピクセル)の画素平均を行った分析用平均スペクトルに適用することを示している。また、図4(a)では、検量モデルの検量精度(RMSE)がαであることを併せて示している。
次に、定量分析の結果のイメージングを行う(S06:出力ステップ)。イメージングとしては、分析用平均スペクトルの算出に用いた画素に対応して表示して画像出力する。具体的には、定量分析の結果(濃度)に基づいて、予め濃度に対応したカラーマップ(例えば、Jet:赤→緑→青と変遷するもの)や白黒の濃淡(グレイスケール)を定めておき、定量結果に基づいた着色を行うことで、測定対象物3を撮像したハイパースペクトル画像において、対象成分の濃度分布を3×3ピクセル(9ピクセル)のブロック単位のモザイクでイメージングすることができる。
図4(b)では、分析結果を出力したものを模式的に示している。具体的には、図4(b)では、3×3ピクセルにより構成された4つのブロックを示していて、分析結果がそれぞれY1±α、Y2±α、Y3±α、Y4±αであることを示している。また、分析結果に応じて、各ブロックの分析結果が互いに異なるため、互いに異なる色で着色した結果、モザイク状のイメージが形成されている。
ここで、上記実施形態に係る分光測定装置及び分光測定方法では、分析用平均スペクトルを算出する際の平均化に用いるスペクトルデータ数が、検量モデル用平均スペクトルを算出する際の平均化に用いるスペクトルデータ数以上である。上記実施形態では、分析用平均スペクトルを算出する際の平均化に用いるスペクトルデータ数が検量モデル用平均スペクトルを算出する際の平均化に用いるスペクトルデータ数と同じ(3×3=9)とされている。そのため、検量モデルの作成時にスペクトルデータを平均化した検量モデル平均スペクトルを用いることによるノイズ除去等の効果は、測定対象物のハイパースペクトル画像から分析用平均スペクトルを算出して定量分析を行う際にも同様に奏される。そして、分光測定装置及び分光測定方法では、測定対象物のハイパースペクトル画像の各ブロックにおける定量分析の結果の標準偏差σを上記の検量モデルの精度RMSEと同値と考えることができる。したがって、図4(b)に示すように、定量分析の結果の標準偏差σとして、検量精度αを用いることができ、定量分析の結果の精度を評価することができる。
従来から、ハイパースペクトル画像を用いた定量分析は可能であると考えられていたものの、実際にはほとんど行われていなかった。したがって、定量分析の結果の精度も考慮した具体的な分光測定方法は検討されていなかった。そのため、ハイパースペクトル画像は、定性的な評価を行うために用いられることが一般的であった。これに対して、上記実施形態に係る分光測定装置及び分光測定方法では、ハイパースペクトル画像を用いた測定対象物に係る定量分析をその測定結果の精度が保証された状況で行うことが可能となる。
また、検量モデル用平均スペクトルを算出する際の平均化に用いる複数のスペクトルデータは、互いに隣接している画素で取得されたものとすることで、例えば特定の画素に由来するノイズ等を除去することができるため、よりSN比が向上した検量モデル用平均スペクトルを作成することができる。なお、検量モデルの作成のために、試料を複数回撮像して、同一の画素で取得されたスペクトルデータを平均化した上で検量モデルに適用する構成としてもよい。
また、分析用平均スペクトルを算出する際の平均化に用いる複数のスペクトルデータは、互いに隣接している画素で取得されたものである。したがって、互いに隣接している画素により構成されるブロック毎に、定量分析を行うことができる。このような構成とすることで、例えば特定の画素に由来するノイズ等を除去することができ、SN比が向上した状態での定量分析が可能となる。
また、測定対象物の定量分析の結果を、分析用平均スペクトルの算出に用いた画素に対応して表示して画像出力する構成を備えることで、結果が視覚的に分かりやすくなる。特に、互いに隣接している画素により構成されるブロック毎に画像出力する構成とした場合、測定対象物全体としての定量分析の結果の傾向等を容易に把握することが可能となる。
なお、上記実施形態では、分析用平均スペクトルを算出する際の平均化に用いる複数のスペクトルデータは、互いに隣接している画素で取得された場合について説明したが、この構成に限定されるものではない。
図5は、測定対象物3に係る定量分析法の別の手法(第2の方法)の概略を示したものである。第2の方法は、分析用平均スペクトルを算出する際の平均化に用いる複数のスペクトルデータが互いに隣接している画素で取得されたものではなく、同一画素で複数回取得されたスペクトルデータであることを特徴とする。すなわち、測定対象物のハイパースペクトル画像を複数回取得した上で、同一画素で取得されたスペクトルデータを用いて分析用平均スペクトルを作成する。図5(a)では、上記の方法を模式的に示している。具体的には、m×nピクセル(本実施形態では、3×3ピクセル)の画素平均を行った検量モデル用平均スペクトルから算出された検量モデルを、同一画素のスペクトルデータ同士を平均化することで得られた分析用平均スペクトルへ適用する。分析用平均スペクトルは、検量モデル用平均スペクトルの作成に用いたピクセルの数以上の回数(本実施形態では、9回)撮像されたハイパースペクトル画像から取得されたものである。また、図5(a)では、検量モデルの検量精度(RMSE)がαであることを併せて示している。
図5(b)では、分析結果を出力したものを模式的に示している。具体的には、図5(b)では、各画素の分析結果がそれぞれY1±α、Y2±α、Y3±α・・・であることを示している。また、分析結果に応じて、各ブロックの分析結果が互いに異なるため、互いに異なる色で着色した結果、モザイク状のイメージが形成されている。
このように、分析用平均スペクトルを算出する際の平均化に用いる複数のスペクトルデータが、測定対象物のハイパースペクトル画像を複数回取得した際に同一画素で取得されたスペクトルデータである場合でも、分析用平均スペクトルを算出する際の平均化に用いるスペクトルデータ数が、前記検量モデル作成手段において前記検量モデル用平均スペクトルを算出する際の平均化に用いるスペクトルデータ数以上にすることができる。したがって、第1の方法と同様に、すなわち、測定対象物のハイパースペクトル画像の各ブロックにおける定量分析の結果の標準偏差σを検量モデルの精度RMSEと同値と考えることができる。したがって、図5(b)に示すように、定量分析の結果の標準偏差σとして、検量精度αを用いることができるため、定量分析の結果の精度を評価することができ、ハイパースペクトル画像を用いた測定対象物に係る定量分析をその測定結果の精度が保証された状況で行うことが可能となる。
そして、分析用平均スペクトルを算出する際の平均化に用いる複数のスペクトルデータが、測定対象物のハイパースペクトル画像を複数回取得した上で、同一画素で取得されたスペクトルデータである場合には、各画素で得られたスペクトルデータを利用して、画素毎に個別に定量分析を行うことができるため、例えば、測定対象物3において測定対象成分が局所的な分布を有している場合、その変化を細かく分析することが可能となる。
また、測定対象物の定量分析の結果を、分析用平均スペクトルの算出に用いた画素に対応して表示して画像出力する構成を備えることで、結果が視覚的に分かりやすくなる。特に、同一画素で取得されたスペクトルデータを用いた第2の方法に対して適用した場合、局所的な変化を把握しやすくなる。
図6は、図5を参照しながら説明した測定対象物3に係る定量分析法の別の手法(第2の方法)の変形例の概略を示したものである。第2の方法では、分析用平均スペクトルを算出する際の平均化に用いる複数のスペクトルデータが互いに隣接している画素で取得されたものではなく、同一画素で複数回取得されたスペクトルデータであることを特徴であるが、図6で示す変形例では、同一画素によるスペクトルデータの取得方法が図5で示す例と相違する。
具体的には、図6に示すように、1ラインごとに測定台の移動、停止をくり返して、停止中に当該ライン上の画素に対して指定回数(m×n回)分のスペクトル取得を行い、分析用平均スペクトルを作成する。図5に示す例では、測定対象物3全体に係るハイパースペクトル画像を取得した後、これを繰り返すことにより同一画素で複数回スペクトルデータを取得していたのに対して、図6に示す例では、同一画素での複数回のスペクトルデータの取得をライン毎に行いながら、測定対象物3(又は検出ユニット)を移動させることで、分析用平均スペクトルを算出する際の平均化に用いる複数のスペクトルデータを取得する。
例えば、検量モデル作成ステップで3×4画素のサイズで画素平均を行った場合には、分析用平均スペクトルの作成の際には、測定台2の停止中にライン上の画素に対して12回スペクトルデータの取得を行い、スペクトルデータの平均化を行う。その後、1ライン分だけ測定台2を移動させて、再度12画素のスペクトルデータの平均化を行う。これをくり返し、測定対象物3全体に対して、それぞれの12画素分の平均スペクトルを元の1画素に当てはめてイメージングを行うことで分析用平均スペクトルを作成することができる。
この場合でも、分析用平均スペクトルを算出する際の平均化に用いるスペクトルデータ数を、検量モデル用平均スペクトルを算出する際の平均化に用いるスペクトルデータ数以上とすることで、測定対象物のハイパースペクトル画像の各ブロックにおける定量分析の結果の標準偏差σを検量モデルの精度RMSEと同値と考えることができる。したがって、定量分析の結果の精度を評価することができ、ハイパースペクトル画像を用いた測定対象物に係る定量分析をその測定結果の精度が保証された状況で行うことが可能となる。
上記のように、分析用平均スペクトルを算出する際の平均化に用いられる複数のスペクトルデータの取得方法は適宜変更することができる。すなわち、分析用平均スペクトルの算出に用いられる複数のハイパースペクトル画像を構成するスペクトルデータを取得する順序は適宜変更することができる。
なお、本発明に係る分光測定装置は上記実施形態に限定されない。例えば、上記実施形態のように分光測定装置が光源ユニット、検出ユニットおよび分析ユニットを備えている構成には限定されない。
また、上記実施形態では、分光測定装置において、2次元配置された複数の画素が第1の方向に配列する画素についてはそれぞれ波長情報を割り当てると共に、第1の方向に対して直交する第2の方向に配列する画素についてはそれぞれ測定対象物の位置情報を割り当てて、第2の方向に沿った各単位領域のスペクトルデータをそれぞれ取得する構成について説明したが、ハイパースペクトル画像を取得できる構成であれば、その構成は上記に限定されない。
また、上記実施形態では、近赤外光を用いた測定について説明したが、例えば可視光領域等他の波長帯域の光を用いた測定にも適用することができる。
2…測定台、3…測定対象物、10…光源ユニット、20…検出ユニット、30…分析ユニット、100…分光測定装置。
Claims (6)
- 測定対象物を撮像して得られたハイパースペクトル画像に基づいて、該測定対象物に含まれる特定成分の濃度を定量分析する分光測定装置であって、
前記特定成分の濃度が既知である検量モデル用試料及び前記測定対象物に対して測定光を照射する照射手段と、
前記照射手段より照射された前記測定光による前記検量モデル用試料及び前記測定対象物からの反射光、透過光、又は散乱光を受光することで、前記検量モデル用試料及び前記測定対象物を撮像してハイパースペクトル画像を得る撮像手段と、
前記撮像手段による撮像により得られた前記検量モデル用試料のハイパースペクトル画像に含まれる複数の画素において取得されたスペクトルデータを平均化して、検量モデル用平均スペクトルを算出した後に、前記検量モデル用平均スペクトルと前記特定成分の濃度との関係を表す検量モデルを作成する検量モデル作成手段と、
前記撮像手段による撮像により得られた前記測定対象物のハイパースペクトル画像に含まれる画素において取得された複数のスペクトルデータを平均化して、分析用平均スペクトルを算出した後に、当該分析用平均スペクトルと前記検量モデル作成手段で作成された前記検量モデルとに基づいて、前記測定対象物の定量分析を行う解析手段と、を備え、
前記解析手段において前記分析用平均スペクトルを算出する際の平均化に用いるスペクトルデータ数が、前記検量モデル作成手段において前記検量モデル用平均スペクトルを算出する際の平均化に用いるスペクトルデータ数以上である分光測定装置。 - 前記検量モデル作成手段において前記検量モデル用平均スペクトルを算出する際の平均化に用いる複数のスペクトルデータは、互いに隣接している画素で取得されたものである請求項1記載の分光測定装置。
- 前記解析手段において前記分析用平均スペクトルを算出する際の平均化に用いる複数のスペクトルデータは、互いに隣接している画素で取得されたものである請求項1又は2記載の分光測定装置。
- 前記撮像手段は、前記測定対象物のハイパースペクトル画像を複数回取得し、
前記解析手段において前記分析用平均スペクトルを算出する際の平均化に用いる複数のスペクトルデータは、同一画素で複数回取得されたスペクトルデータである請求項1又は2記載の分光測定装置。 - 前記解析手段において求められた前記測定対象物の定量分析の結果を、前記分析用平均スペクトルの算出に用いた画素に対応して表示して画像出力する出力手段をさらに備える請求項1〜4のいずれか一項に記載の分光測定装置。
- 測定対象物を撮像して得られたハイパースペクトル画像に基づいて、該測定対象物に含まれる特定成分の濃度を定量分析する分光測定方法であって、
前記特定成分の濃度が既知である検量モデル用試料及び前記測定対象物に対して測定光を照射する照射ステップと、
前記照射ステップにおいて照射された前記測定光による前記検量モデル用試料及び前記測定対象物からの反射光、透過光、又は散乱光を受光することで、前記検量モデル用試料及び前記測定対象物を撮像してハイパースペクトル画像を得る撮像ステップと、
前記撮像ステップにおいて撮像により得られた前記検量モデル用試料のハイパースペクトル画像に含まれる複数の画素において取得されたスペクトルデータを平均化して、検量モデル用平均スペクトルを算出した後に、前記検量モデル用平均スペクトルと前記特定成分の濃度との関係を表す検量モデルを作成する検量モデル作成ステップと、
前記撮像ステップにおいて撮像により得られた前記測定対象物のハイパースペクトル画像に含まれる画素において取得された複数のスペクトルデータを平均化して、分析用平均スペクトルを算出した後に、当該分析用平均スペクトルと前記検量モデル作成ステップにおいて作成された前記検量モデルとに基づいて、前記測定対象物の定量分析を行う解析ステップと、を備え、
前記解析ステップにおいて前記分析用平均スペクトルを算出する際の平均化に用いるスペクトルデータ数が、前記検量モデル作成ステップにおいて前記検量モデル用平均スペクトルを算出する際の平均化に用いるスペクトルデータ数以上である分光測定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015089478A JP2016206060A (ja) | 2015-04-24 | 2015-04-24 | 分光測定装置及び分光測定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015089478A JP2016206060A (ja) | 2015-04-24 | 2015-04-24 | 分光測定装置及び分光測定方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2016206060A true JP2016206060A (ja) | 2016-12-08 |
Family
ID=57489706
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015089478A Pending JP2016206060A (ja) | 2015-04-24 | 2015-04-24 | 分光測定装置及び分光測定方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2016206060A (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020193928A (ja) * | 2019-05-30 | 2020-12-03 | 株式会社分光応用技術研究所 | 2次元分光測定システム及びデータの処理方法 |
WO2023120997A1 (ko) * | 2021-12-21 | 2023-06-29 | 바디텍메드(주) | 신속 진단 검사에서 정량 분석을 수행하는 방법 |
WO2023200006A1 (ja) * | 2022-04-15 | 2023-10-19 | 国立研究開発法人農業・食品産業技術総合研究機構 | 判定装置、判定方法及び制御プログラム |
-
2015
- 2015-04-24 JP JP2015089478A patent/JP2016206060A/ja active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020193928A (ja) * | 2019-05-30 | 2020-12-03 | 株式会社分光応用技術研究所 | 2次元分光測定システム及びデータの処理方法 |
WO2023120997A1 (ko) * | 2021-12-21 | 2023-06-29 | 바디텍메드(주) | 신속 진단 검사에서 정량 분석을 수행하는 방법 |
WO2023200006A1 (ja) * | 2022-04-15 | 2023-10-19 | 国立研究開発法人農業・食品産業技術総合研究機構 | 判定装置、判定方法及び制御プログラム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2016059946A1 (ja) | 分光測定方法及び分光測定装置 | |
US9164029B2 (en) | Method of classifying and discerning wooden materials | |
US7496220B2 (en) | Spectroscopic microscopy with image-driven analysis | |
JP5475057B2 (ja) | 変角分光イメージング測定方法およびその装置 | |
JP2006208380A (ja) | 焦点ずれ検出のためのマルチスペクトル技術 | |
Bedard et al. | Image mapping spectrometry: calibration and characterization | |
JP2014215177A (ja) | 検査装置及び検査方法 | |
JP5900644B2 (ja) | 分析対象領域設定装置 | |
JP2013044729A (ja) | 塗布状態測定方法 | |
JP2012098181A (ja) | 検出装置及び検出方法 | |
EP3431942A1 (en) | Fluorescence spectrophotometer and fluorescence spectrometry and imaging method | |
JP2011141809A (ja) | 画像データ分析装置及び画像データ分析方法 | |
Li et al. | Structured illumination reflectance imaging for enhanced detection of subsurface tissue bruising in apples | |
WO2016080442A1 (ja) | 品質評価方法及び品質評価装置 | |
EP3431966A1 (en) | Display device for photometric analyzer | |
JP2016206060A (ja) | 分光測定装置及び分光測定方法 | |
US20080034833A1 (en) | Optical Spectroscopy Instrument Response Correction | |
JP5789786B2 (ja) | 画像計測装置および画像計測方法 | |
JP2016090476A (ja) | 異物検出方法 | |
JP2017203658A (ja) | 検査方法及び光学測定装置 | |
US10107745B2 (en) | Method and device for estimating optical properties of a sample | |
US20110206186A1 (en) | X-ray analyzer and mapping method for an x-ray analysis | |
WO2013133171A1 (ja) | 種子選別方法及び種子選別装置 | |
KR20160147533A (ko) | 광학적 특성 분석을 이용한 미술품의 진위감정 시스템 및 방법 | |
JP5983858B2 (ja) | 分析対象領域設定装置 |