JP2019060815A - Automatic chemical image creation - Google Patents
Automatic chemical image creation Download PDFInfo
- Publication number
- JP2019060815A JP2019060815A JP2017187710A JP2017187710A JP2019060815A JP 2019060815 A JP2019060815 A JP 2019060815A JP 2017187710 A JP2017187710 A JP 2017187710A JP 2017187710 A JP2017187710 A JP 2017187710A JP 2019060815 A JP2019060815 A JP 2019060815A
- Authority
- JP
- Japan
- Prior art keywords
- color separation
- chemical image
- diagram
- separation diagram
- spectrum
- 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
Landscapes
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
Description
本発明は分光測定装置によるマッピング測定、特にマッピング測定結果におけるキーバンドのピークを自動で検出して良好なケミカルイメージを作成する方法に関する。 The present invention relates to mapping measurement by a spectrometric device, and more particularly to a method of automatically detecting peaks of key bands in a mapping measurement result to create a good chemical image.
従来から試料に含まれる物質の濃度分布などを調べるために、分光測定装置を利用したマッピング測定が広く知られている。例えば、ラマン顕微分光測定装置では、励起光によって発生する各微小領域からのラマン散乱光を検出し、各微小領域の励起光およびラマン散乱光の振動数の差分（ラマンシフト）に基づいて特定の構成物質の分布を示すマッピング図を作成することができる。 Conventionally, in order to investigate the concentration distribution of a substance contained in a sample, mapping measurement using a spectrophotometer is widely known. For example, in the Raman microspectrometric measurement apparatus, Raman scattered light from each of the minute regions generated by the excitation light is detected, and a specific one is detected based on the difference (Raman shift) of the excitation light of each minute region and the Raman scattered light. It is possible to create a mapping diagram that shows the distribution of the constituents.
通常、ラマンスペクトルは複数のピークを有するため、着目するピークの情報を得るためにはキーバンドを手動で探す必要があり、このような場合には作業者の技量に依存してしまう。そこで、昨今では例えば多変量解析を行うことで主成分スペクトルによるケミカルイメージ（濃度分布画像、成分分布画像、または総称して分布画像とも言う）を作成したり、あるいは特許文献１のように一定条件ごとに全ての単色分布画像データ（単色の色分け図）を作成し、その中から最も高いコントラストの単色分布画像データを選択して組み合わせることで、作業者の技量に依存せずに自動でケミカルイメージを作成する方法が利用されている。 Since a Raman spectrum usually has a plurality of peaks, it is necessary to manually search for a key band in order to obtain information of the peak of interest, and in such a case, it depends on the skill of the operator. Therefore, nowadays, for example, multivariate analysis is performed to create a chemical image (a concentration distribution image, a component distribution image, or also collectively referred to as a distribution image) by a principal component spectrum, or constant conditions as in Patent Document 1. By creating all monochrome distribution image data (monochrome color separation diagram) for each and selecting and combining the highest contrast monochrome distribution image data from among them, the chemical image is automatically generated without depending on the skill of the operator. The method of creating is used.
しかしながら、多変量解析によってケミカルイメージを作成する場合、計算量が膨大になり測定結果を得るためには多大な時間を要してしまう。また、多変量解析は濃度や厚さが変わるとピークシフトが生じる場合には解析が困難であり、良好な結果を得ることができない。同様に、特許文献１の技術によって自動でケミカルイメージを作成することはできるが、全ての条件で単色分布画像データを作成するため計算量が膨大となり、多変量解析と同様に多大な時間を要してしまう恐れがあり、まだまだ改良の余地がある。 However, in the case of creating a chemical image by multivariate analysis, the amount of calculation becomes enormous, and it takes a lot of time to obtain measurement results. In addition, multivariate analysis is difficult to analyze when the peak shift occurs if the concentration or thickness changes, and good results can not be obtained. Similarly, although it is possible to automatically create a chemical image by the technique of Patent Document 1, the amount of calculation becomes enormous in order to create monochromatic distribution image data under all conditions, and it takes a lot of time as in multivariate analysis. There is a risk of doing so and there is still room for improvement.
本発明は上記従来技術に鑑みてなされたものであって、その目的は作業者の技量の影響を受けずに短時間で且つ自動でケミカルイメージを作成することができるケミカルイメージ作成方法を提供することである。 The present invention has been made in view of the above-mentioned prior art, and its object is to provide a chemical image creating method capable of creating a chemical image in a short time and automatically without being affected by the skill of the operator. It is.
上記課題を解決するために、本発明に係るケミカルイメージ作成方法は、
試料面上の複数点を分光測定して得られた複数の分光スペクトルデータに基づいて、試料の構成物質を特定するために分布画像をコンピュータにより作成するケミカルイメージ作成方法であって、
前記分光スペクトルデータの波長ごとの分散を算出して分散スペクトルを作成し、得られた分散スペクトルを利用してコンピュータにより自動でキーバンドにおける複数のピーク検出を行う自動ピーク検出工程と、
前記自動ピーク検出工程で検出された複数のピーク波長に基づいてケミカルイメージに利用される単色の色分け図を作成する色分け図作成工程と、
前記複数のピークによる色分け図の中からケミカルイメージ作成の基準となる基準色分け図を選択するとともに、該基準色分け図に重ね合わせる他の色分け図を選択する色分け図選択工程と、を含み、
前記基準色分け図と他の色分け図とを重ね合わせてケミカルイメージを作成することを特徴とする。
In order to solve the above-mentioned subject, the chemical image creation method concerning the present invention is:
A chemical image creating method for creating a distribution image by a computer to identify constituent materials of a sample based on a plurality of spectral data obtained by measuring a plurality of points on a sample surface,
An automatic peak detection step of calculating dispersion of each wavelength of the spectral data to create a dispersion spectrum and automatically detecting plural peaks in a key band by a computer using the obtained dispersion spectrum;
A color separation diagram creation step of creating a color separation diagram of a single color used for a chemical image based on the plurality of peak wavelengths detected in the automatic peak detection step;
Selecting a reference color separation diagram to be a basis for chemical image creation from among the color separation diagrams based on the plurality of peaks, and selecting a color separation diagram selection step for selecting another color separation diagram to be superimposed on the reference color separation diagram;
It is characterized in that a chemical image is created by superimposing the reference color separation diagram and another color separation diagram.
また、本発明に係るケミカルイメージ作成方法は、
前記色分け図選択工程は、前記基準色分け図と他の色分け図とを比較して、類似度が最も低い他の色分け図を選択する類似度比較選択工程であることを特徴とする。
Further, the chemical image creation method according to the present invention is
The color separation diagram selection step is characterized in that it is a similarity comparison selection step of selecting the other color separation diagram having the lowest similarity by comparing the reference color separation diagram with another color separation diagram.
また、本発明に係るケミカルイメージ作成方法は、
前記色分け図選択工程は、前記分光スペクトルデータの相関関数を算出し、基準となるスペクトルデータに対する相関の傾きが負になる色分け図を選択する相関比較選択工程であることを特徴とする。
Further, the chemical image creation method according to the present invention is
The color separation diagram selection step is a correlation comparison selection step of calculating a correlation function of the spectrum data and selecting a color separation diagram in which the slope of the correlation with respect to the reference spectrum data is negative.
また、本発明に係るケミカルイメージ作成方法は、
前記分散スペクトルは、標準偏差を利用して算出された標準偏差スペクトルであることを特徴とする。
Further, the chemical image creation method according to the present invention is
The dispersion spectrum is a standard deviation spectrum calculated using a standard deviation.
また、本発明に係るケミカルイメージ作成方法は、
前記ケミカルイメージは、２色以上の色分け図の重ね合わせにより作成されることを特徴とする。
Further, the chemical image creation method according to the present invention is
The chemical image is characterized in that it is created by superimposing color separation diagrams of two or more colors.
また、本発明に係るケミカルイメージ作成方法は、
前記自動ピーク検出工程を行う前に、ディジタルフィルタによるノイズ除去工程を行うことを特徴とする。
Further, the chemical image creation method according to the present invention is
A noise removing step using a digital filter is performed before the automatic peak detecting step.
そして、本発明に係るケミカルイメージ作成を実行するためのプログラムは、
試料面上の複数点を分光測定して得られた複数の分光スペクトルデータに基づいて、試料の構成物質を特定するための分布画像を作成するケミカルイメージ作成工程をコンピュータに実行させるためのプログラムであって、
前記ケミカルイメージ作成工程は、
前記分光スペクトルデータの各波長ごとの分散を算出して分散スペクトルを作成し、得られた分散スペクトルを利用してコンピュータにより自動でキーバンドにおける複数のピーク検出を行う自動ピーク検出工程と、
前記自動ピーク検出工程で検出された複数のピーク波長に基づいてケミカルイメージに利用される単色の色分け図を作成する色分け図作成工程と、
前記複数のピークによる色分け図の中からケミカルイメージ作成の基準となる基準色分け図を選択するとともに、該基準色分け図に重ね合わせる他の色分け図を選択する色分け図選択工程と、を含むことを特徴とする。
And a program for executing chemical image creation according to the present invention is
A program for causing a computer to execute a chemical image creating step of creating a distribution image for specifying a constituent material of a sample based on a plurality of spectrum data obtained by measuring a plurality of points on the sample surface. There,
The chemical image creation process
An automatic peak detection step of calculating dispersion of each wavelength of the spectral data to create a dispersion spectrum, and automatically detecting a plurality of peaks in a key band by a computer using the obtained dispersion spectrum;
A color separation diagram creation step of creating a color separation diagram of a single color used for a chemical image based on the plurality of peak wavelengths detected in the automatic peak detection step;
And selecting a reference color separation diagram to be a reference of chemical image creation from among the color separation diagrams based on the plurality of peaks, and selecting a different color separation diagram to be superimposed on the reference color separation diagram. I assume.
また、本発明に係る分光測定装置は、
励起光を放射する光源と、試料が載置される可動ステージと、試料からの光を検出する分光器と、該分光器で検出された検出光に一定の処理を施すコンピュータと、を備え、前記試料面上の複数点を分光測定するとともに分光測定で得られた複数の分光スペクトルデータに基づいて試料の構成物質を特定するための分布画像を作成する分光測定装置であって、前記コンピュータは、前記分布画像を作成するケミカルイメージ作成手段を含み、
前記ケミカルイメージ作成手段は、前記分光スペクトルデータの各波長ごとの分散を算出して分散スペクトルを作成し、得られた分散スペクトルを利用してコンピュータにより自動でキーバンドにおける複数のピーク検出を行い、検出された複数のピーク波長に基づいてケミカルイメージに利用される単色の色分け図を作成し、前記複数のピークによる単色の色分け図の中からケミカルイメージ作成の基準となる基準色分け図を選択するとともに、該基準色分け図に重ね合わせる他の色分け図を選択し、
前記基準色分け図と他の色分け図とを重ね合わせてケミカルイメージを作成することを特徴とする。
In addition, the spectrometer according to the present invention is
A light source for emitting excitation light, a movable stage on which the sample is mounted, a spectroscope for detecting light from the sample, and a computer for performing predetermined processing on the detection light detected by the spectroscope; A spectroscopic measurement apparatus that measures a plurality of points on the sample surface and creates a distribution image for specifying a constituent material of a sample based on a plurality of spectral data obtained by the spectrometry, and the computer is , Chemical image creating means for creating the distribution image,
The chemical image creating means calculates the variance of each wavelength of the spectral data to create a dispersed spectrum, and a computer automatically detects a plurality of peaks in the key band by using the obtained dispersed spectrum. Based on a plurality of detected peak wavelengths, a single color separation diagram to be used for a chemical image is created, and a reference color separation diagram to be a reference for chemical image creation is selected from among the single color separation diagrams by the plurality of peaks. , Select another color scheme to be superimposed on the reference color scheme,
It is characterized in that a chemical image is created by superimposing the reference color separation diagram and another color separation diagram.
本発明によれば、自動ピーク検出工程で分散を利用した分散スペクトルを作成してキーバンドのピークを自動で検出するとともに、類似度や相関関数等の所定の選択工程で選択された色分け図を重ね合わせることで、作業者の技量に依存せずに良好なケミカルイメージを自動で作成する方法を実現することができる。 According to the present invention, a dispersion spectrum using dispersion in the automatic peak detection step is created to automatically detect the peaks of key bands, and the color separation diagram selected in the predetermined selection step such as the degree of similarity or correlation function is displayed. By superimposing, it is possible to realize a method of automatically creating a good chemical image without depending on the skill of the operator.
以下、本発明のケミカルイメージ作成方法およびケミカルイメージ作成手段を有する分光測定装置について図面を用いて説明するが、本発明の趣旨を超えない限り何ら以下の例に限定されるものではない。 The chemical image forming method of the present invention and the spectrometric measurement apparatus having the chemical image forming means will be described with reference to the drawings, but the present invention is not limited to the following examples as long as the purpose of the present invention is not exceeded.
図１には、本発明の実施形態に係るラマン分光測定装置の概略構成図を示す。同図に示すラマン分光測定装置１０は、励起光を放射する光源１２と、励起光を試料方向へ導光するビームススプリッター１４と、励起光を試料２０の所定位置に照射するとともにラマン散乱光を集光する対物レンズ１６と、試料２０が載置される可動ステージ１８と、測定に不要な特定の光を除去するフィルタ２２と、フィルタ２２を通過したラマン散乱光のスペクトルを検出する分光器２４と、該分光器２４に接続されたコンピュータ３０と、から構成されている。また、コンピュータ３０は、分光器２４で検出されたラマン散乱光に対して一定の処理を施してケミカルイメージを作成するケミカルイメージ作成手段（ケミカルイメージ作成工程）を含んでいる。 In FIG. 1, the schematic block diagram of the Raman spectroscopy measuring apparatus based on embodiment of this invention is shown. The Raman spectrometer 10 shown in the figure includes a light source 12 for emitting excitation light, a beam splitter 14 for guiding the excitation light in the direction of the sample, and irradiation of the excitation light to a predetermined position of the sample 20 and Raman scattered light. The objective lens 16 for condensing, the movable stage 18 on which the sample 20 is mounted, the filter 22 for removing specific light unnecessary for measurement, and the spectroscope 24 for detecting the spectrum of Raman scattered light that has passed through the filter 22 And a computer 30 connected to the spectroscope 24. In addition, the computer 30 includes chemical image creating means (chemical image creating process) that applies a predetermined process to the Raman scattered light detected by the spectrometer 24 to create a chemical image.
光源１２から放射された励起光は、ビームスプリッター１４によって試料２０方向へ反射され、対物レンズ１６を経由して試料２０へ照射される。試料２０に照射された励起光により、励起光の波長とは異なる光（ラマン散乱光）が散乱する。そして対物レンズ１６によってラマン散乱光が取り込まれ（対物レンズ１４は集光レンズとしての役割も果たしている）、その後、ビームスプリッター１４を通過したラマン散乱光はフィルタ２２を介して分光器２４へと進む。本実施形態におけるフィルタ２２には、例えばノッチフィルタやエッジフィルタのようなリジェクションフィルタを利用することができる。 The excitation light emitted from the light source 12 is reflected by the beam splitter 14 toward the sample 20, and is irradiated onto the sample 20 via the objective lens 16. By the excitation light irradiated to the sample 20, light (Raman scattered light) different from the wavelength of the excitation light is scattered. Then, the Raman scattered light is taken in by the objective lens 16 (the objective lens 14 also plays a role as a condenser lens), and thereafter, the Raman scattered light which has passed through the beam splitter 14 proceeds to the spectrometer 24 through the filter 22. . For the filter 22 in the present embodiment, for example, a rejection filter such as a notch filter or an edge filter can be used.
ここで、本実施形態では制御部（図示を省略）によって可動ステージ１８を可動させることで、２次元的なマッピング測定を行っている。図２にはラマン分光測定装置によるマッピング測定における測定データの概略イメージ図を示す。まず、試料２０中の全範囲の微小領域２（または試料２０の一定範囲の微小領域２）についてそれぞれ分光スペクトルデータ４を取得する。ラマン分光法の場合、スペクトルデータ４の横軸はラマンシフトを示す波数（ｃｍ−１）であり、縦軸はピークの信号強度である。 Here, in the present embodiment, two-dimensional mapping measurement is performed by moving the movable stage 18 by the control unit (not shown). The schematic image figure of the measurement data in the mapping measurement by a Raman spectroscopy measuring apparatus is shown in FIG. First, spectral spectrum data 4 is acquired for each of the microregions 2 in the entire range in the sample 20 (or the microregions 2 in a predetermined range of the sample 20). In the case of Raman spectroscopy, the horizontal axis of the spectral data 4 is the wave number (cm −1 ) indicating the Raman shift, and the vertical axis is the signal intensity of the peak.
そして、取得した大量の分光スペクトルデータ４（マッピングデータ６と呼ぶ）を利用してコンピュータ３０で一定の処理を施してケミカルイメージを作成する。以下、ケミカルイメージの作成方法について詳しく説明する。 Then, a constant process is performed by the computer 30 using a large amount of acquired spectral spectrum data 4 (referred to as mapping data 6) to create a chemical image. Hereinafter, the method of creating a chemical image will be described in detail.
図３には、本実施形態に係るラマン分光測定装置によるケミカルイメージ作成工程のフローチャートを示す。同図に示されるように、本実施形態におけるケミカルイメージ作成は、マッピング測定を行う工程（マッピング測定工程）Ｓ１と、ディジタルフィルタによりノイズを除去する工程（ノイズ除去工程）Ｓ２と、分散スペクトルを取得する工程（分散スペクトル取得工程）Ｓ３と、該分散スペクトルを利用して自動でキーバンドのピークを検出する工程（自動ピーク検出工程）Ｓ４と、単色の色分け図を作成する工程（色分け図作成工程）Ｓ５と、ケミカルイメージ作成の基準となる単色の基準色分け図を選択するとともに類似度を利用して基準色分け図に重ね合わせる他の色分け図を選択する工程（色分け図選択工程）Ｓ６と、基準色分け図にその他の色分け図を重ね合わせる工程（色分け図重ね合わせ工程）Ｓ７の順番で行われる。 In FIG. 3, the flowchart of the chemical image creation process by the Raman spectroscopy measuring apparatus based on this embodiment is shown. As shown in the figure, chemical image creation in this embodiment includes the step of performing mapping measurement (mapping measurement step) S1, the step of removing noise by digital filter (noise removal step) S2, and the dispersion spectrum Step (dispersed spectrum acquisition step) S3, step of automatically detecting the peak of the key band using the dispersed spectrum (automatic peak detection step) S4, and step of creating a single color separation diagram (color separated diagram creation step And S5, a step of selecting a reference color separation diagram of a single color to be a reference of chemical image creation and selecting another color separation diagram to be superimposed on the reference color separation diagram using the similarity (color separation diagram selection step) S6 and a reference It is performed in order of the process (color classification figure superposition process) S7 which piles up another color classification figure on a color classification figure.
また、図３におけるケミカルイメージ作成のフローチャートでは分散スペクトル取得工程Ｓ３を独立した１つの工程として図示しているが、例えば自動ピーク検出工程Ｓ４に分散スペクトル取得工程Ｓ３で行う作業が含まれていても良い。そして、分散スペクトルの算出方法としては例えば標準偏差を利用することができるが、他のどのような算出方法でも良い。 Further, although the dispersed spectrum acquisition step S3 is illustrated as one independent step in the flowchart of chemical image creation in FIG. 3, for example, even if the automatic peak detection step S4 includes the operation performed in the dispersed spectrum acquisition step S3. good. And although a standard deviation can be used as a calculation method of a dispersion spectrum, for example, any other calculation method may be used.
はじめに、マッピング測定工程Ｓ１を行う。マッピング測定工程Ｓ１は上述したとおりラマン分光測定装置１０の可動ステージ１８を可動させることで行われる。そして、マッピング測定工程Ｓ１で取得した分光スペクトルデータ４に対して、ディジタルフィルタによるノイズ除去工程Ｓ２を行う。本実施形態のディジタルフィルタは、画像処理光学における空間フィルタのことである。 First, the mapping measurement step S1 is performed. The mapping measurement step S1 is performed by moving the movable stage 18 of the Raman spectrometer 10 as described above. And noise removal process S2 by a digital filter is performed with respect to the spectrum data 4 acquired at mapping measurement process S1. The digital filter of this embodiment is a spatial filter in image processing optics.
具体的には、メディアンフィルタ、ガウシアンフィルタ、および移動平均フィルタなどであり、本実施形態ではメディアンフィルタを利用することが好適である。このようなノイズ除去工程Ｓ２を行うことで、宇宙線等のノイズを除去して良好なスペクトルを得ることができる（図４を参照）。 Specifically, a median filter, a Gaussian filter, a moving average filter, and the like are preferable. In the present embodiment, it is preferable to use the median filter. By performing such noise removal step S2, noise such as cosmic rays can be removed to obtain a good spectrum (see FIG. 4).
ここで、分光スペクトルに宇宙線が混入している場合、分散スペクトル取得工程Ｓ３で取得した分散スペクトルには宇宙線のピークが混在してしまう。この場合、自動ピーク検出工程Ｓ４では宇宙線をキーバンドであると認識してしまう恐れがある。その結果、色分け図選択工程Ｓ６では宇宙線に対して色分け図を作成してしまうことになる（宇宙線の色分け図は、他の色分け図と類似度が大きく異なるため、自動で重ねるべき色分け図に間違いが生じてしまう）。このようなことを防ぐために、本実施形態ではディジタルフィルタ（メディアンフィルタ）を利用して宇宙線を除去している。 Here, when the cosmic ray is mixed in the spectrum, the peak of the cosmic ray is mixed in the dispersion spectrum acquired in the dispersion spectrum acquiring step S3. In this case, there is a possibility that the cosmic ray may be recognized as a key band in the automatic peak detection step S4. As a result, in the color separation diagram selection step S6, a color separation diagram for the cosmic ray will be created (the color separation diagram of the cosmic ray has a large difference from the other color separation diagrams, so the color separation diagram should be superimposed automatically. Makes mistakes). In order to prevent such a thing, in this embodiment, a cosmic ray is removed using a digital filter (median filter).
分散スペクトル取得工程
次に分散スペクトル取得工程Ｓ３について説明する。本実施形態における分散スペクトルは、標準偏差を利用して算出した標準偏差スペクトルである。図５には標準偏差スペクトルの概略イメージ図を示す。まず、標準偏差スペクトルを算出するために、波長ごとの各測定点（図１の微小領域２）を横軸として強度分布グラフを得て、標準偏差を算出する。例えば図５の上段には、２０００ｃｍ−１と１５００ｃｍ−１と１０００ｃｍ−１の強度分布グラフが示されている。これらの強度分布グラフから波長ごとの標準偏差を算出する。標準偏差は以下の式により算出することができる。
Dispersion Spectrum Acquisition Step Next, the dispersion spectrum acquisition step S3 will be described. The dispersion spectrum in the present embodiment is a standard deviation spectrum calculated using a standard deviation. FIG. 5 shows a schematic image of a standard deviation spectrum. First, in order to calculate a standard deviation spectrum, an intensity distribution graph is obtained with each measurement point for each wavelength (minute area 2 in FIG. 1) as the horizontal axis, and the standard deviation is calculated. For example, in the upper part of FIG. 5, intensity distribution graphs of 2000 cm −1, 1500 cm −1 and 1000 cm −1 are shown. The standard deviation for each wavelength is calculated from these intensity distribution graphs. The standard deviation can be calculated by the following equation.
次に、図５の下段に示すように波長ごとの標準偏差を利用して、標準偏差スペクトルを算出する。本実施形態では、この標準偏差スペクトルを利用してケミカルイメージを作成することになる。そして、図６には平均スペクトルと標準偏差スペクトルの概略比較イメージ図を示す。図６では、図５における分光スペクトルデータに基づいて標準偏差スペクトルおよび平均スペクトルを算出して比較している（図５における標準偏差スペクトルと同一）。標準偏差スペクトルは波長ごとのバラつきの大きさをあらわしているため、平均スペクトルでは埋もれてしまうピークを容易に検出することができる。 Next, as shown in the lower part of FIG. 5, a standard deviation spectrum is calculated using the standard deviation for each wavelength. In this embodiment, this standard deviation spectrum is used to create a chemical image. And in FIG. 6, the rough comparison image figure of an average spectrum and a standard deviation spectrum is shown. In FIG. 6, the standard deviation spectrum and the average spectrum are calculated and compared based on the spectrum data in FIG. 5 (identical to the standard deviation spectrum in FIG. 5). Since the standard deviation spectrum represents the magnitude of variation with each wavelength, it is possible to easily detect a peak buried in the average spectrum.
具体的には図６に示すように、下段に示された平均スペクトルではピークａしか検出することができなかったが、上段に示された標準偏差スペクトルを利用することで、ピークｂからピークｆについても検出することができる。このように標準偏差スペクトルを利用することで作業者の技量によらず、容易にキーバンドにおけるピークを特定することが出来る。 Specifically, as shown in FIG. 6, although only peak a could be detected in the average spectrum shown in the lower part, peak b to peak f can be obtained by using the standard deviation spectrum shown in the upper part. Can also be detected. By using the standard deviation spectrum in this manner, it is possible to easily identify the peak in the key band regardless of the skill of the operator.
自動ピーク検出工程
次に標準偏差スペクトルを利用した自動ピーク検出工程Ｓ４について説明する。図７には、標準偏差スペクトルを利用した自動ピーク検出の概略説明図を示す。図７は自動ピーク検出工程Ｓ４について詳しく説明するため、図６（および図５）における標準偏差スペクトルとは異なるスペクトルを示している。従来であれば作業者が手作業でキーバンドを探し出し、その後にピーク位置を特定していたが、本実施形態における自動ピーク検出工程Ｓ４では標準偏差スペクトルを利用することで平均スペクトルでは埋もれてしまう可能性のあるピークＡからピークＤのピークを自動で検出することが出来る（図７を参照）。
Automatic Peak Detection Step Next, an automatic peak detection step S4 using a standard deviation spectrum will be described. FIG. 7 shows a schematic explanatory view of automatic peak detection using a standard deviation spectrum. FIG. 7 shows a spectrum different from the standard deviation spectrum in FIG. 6 (and FIG. 5) in order to explain the automatic peak detection step S4 in detail. In the past, the operator manually searched for a key band and then identified the peak position, but in the automatic peak detection step S4 in the present embodiment, the standard spectrum is buried in the average spectrum by using the standard deviation spectrum. Possible peaks A to D can be detected automatically (see FIG. 7).
このように標準偏差スペクトルを利用することでピーク検出を容易に行うことができるので、多変量解析のようにすべてのスペクトルデータに対して単色の色分け図を作成しなくても、検出されたピークＡからピークＤのみの色分け図を作成すれば良く、その結果、最終的な測定結果であるケミカルイメージを得るまでの時間を大幅に短縮することができる。 Since peak detection can be easily performed by using the standard deviation spectrum in this manner, the detected peak without creating a single color separation diagram for all spectrum data as in multivariate analysis It is sufficient to create a color separation diagram of only A to peak D. As a result, the time to obtain a chemical image which is the final measurement result can be significantly shortened.
そして、色分け図作成工程Ｓ５では、図８に示されるように自動ピーク検出工程Ｓ４で検出されたピークのみの単色の色分け図（図７におけるピークＡからピークＤ）を作成する。多変量解析ではすべての分光スペクトルデータに対して色分け図を作成していたが、本実施形態ではそのような必要がないため、これまでのＳ１からＳ５までの工程において大幅に時間を短縮することができる。ここで、検出されたピークの中で例えば図７のピークＤのように特に高いピークを示した単色の色分け図は、基準色分け図として定められ、次の工程で利用される。 Then, in the color separation diagram creation step S5, as shown in FIG. 8, a single color separation diagram (peaks A to D in FIG. 7) of only the peaks detected in the automatic peak detection step S4 is created. In multivariate analysis, color separation diagrams have been created for all of the spectral data, but in the present embodiment such time is not required, and therefore, the time from steps S1 to S5 is greatly shortened. Can. Here, among the detected peaks, for example, a monochromatic color separation diagram showing a particularly high peak as shown by the peak D in FIG. 7 is determined as a reference color separation diagram and used in the next step.
類似度による色分け図選択工程
上述した色分け図（図８の色分け図）は、各ピーク波長であるピークＡからピークＤにおける単色の色分け図である。そのため、最終的な測定結果としてのケミカルイメージ（分布画像）を作成するためには、所定の条件を定めて色分け図同士を重ね合わせる必要がある。そこで、本実施形態では自動ピーク検出工程Ｓ４で検出された単色の色分け図のうち前記基準色分け図に対する類似度を利用して、基準色分け図に重ね合わせる他の色分け図を選択することとした（類似度比較選択工程とも呼ぶ）。
Color Classification Diagram Selection Step Based on Similarity The color classification diagram (color classification diagram in FIG. 8) described above is a color separation diagram of a single color from peak A to peak D which are each peak wavelength. Therefore, in order to create a chemical image (distribution image) as a final measurement result, it is necessary to define predetermined conditions and to superimpose color classification diagrams on each other. Therefore, in the present embodiment, among the color separation diagrams of the single color detected in the automatic peak detection step S4, another color separation diagram to be superimposed on the reference color separation diagram is selected using the similarity to the reference color separation diagram ((4) Also called similarity comparison and selection process).
図９には、類似度による色分け図選択工程Ｓ６の概略説明図を示す。図９は類似度による色分け図の選択を分かりやすく説明するため、図７または図５（および図６）とは異なる色分け図を示している。まず、ピーク検出された色分け図の中から、最も標準偏差（分散）が大きい色分け図（例えば、図８においては自動ピーク検出工程で検出されたピークＤ）を最初の比較データとしての基準色分け図として選択する。図９では、ピーク１からピーク１０までの色分け図が示されており、その中でピーク１が基準色分け図として選択されている。 FIG. 9 shows a schematic explanatory view of the color classification diagram selection step S6 based on the degree of similarity. FIG. 9 shows a color separation diagram different from that in FIG. 7 or 5 (and FIG. 6) in order to explain the selection of the color separation diagram in accordance with the degree of similarity. First, among the color separation diagrams in which peaks are detected, the color separation diagram having the largest standard deviation (variance) (for example, peak D detected in the automatic peak detection step in FIG. 8) is used as a reference color separation diagram as first comparison data. Choose as. In FIG. 9, the color separation diagram from peak 1 to peak 10 is shown, among which peak 1 is selected as the reference color separation diagram.
標準偏差スペクトルを利用して得られたピーク２からピーク１０の基準色分け図に対する類似度を算出する。本実施形態では類似度の評価関数はＮＣＣ（Ｎｏｒｍａｌｉｚｅｄ Ｃｒｏｓｓ−Ｃｏｒｒｅｌａｔｉｏｎ）方式で求めた。そして、図９に示された色分け図のうちピーク１に対して類似度が最も低い色分け図（図８ではピーク２の色分け図）を基準色分け図と重ね合わせるための色分け図（第２色分け図と呼ぶ）として選択する。ここで、残りの色分け図のうちピーク１の色分け図に対して類似度が高い（例えば類似度が０．９５以上である場合）色分け図は、次の重ね合わせの候補から除外している（図８では類似度が０．９７３のピーク７、および類似度が０．９８２のピーク８）。 The degree of similarity to the reference colorization diagram of peak 10 to peak 10 obtained using the standard deviation spectrum is calculated. In this embodiment, the evaluation function of the degree of similarity is obtained by NCC (Normalized Cross-Correlation) method. Then, among the color separation diagrams shown in FIG. 9, the color separation diagram (second color separation diagram) for superposing the color separation diagram having the lowest similarity to peak 1 (color separation diagram of peak 2 in FIG. 8) with the reference color separation diagram. Select as). Here, among the remaining color classification diagrams, the color classification diagrams having high similarity to the color classification diagram of peak 1 (for example, when the similarity is 0.95 or more) are excluded from the candidates for the next superposition ( In FIG. 8, peak 7 with a similarity of 0.973 and peak 8 with a similarity of 0.982).
同様に、残りの色分け図の中から第２色分け図に対して類似度が最も低い色分け図を選択する（図９ではピーク６の色分け図。第３色分け図と呼ぶ）。以下、この工程を繰り返し行う。この時、収束条件をあらかじめ指定おくようにしても良い。例えば収束条件を３色までと指定したり、あるいは類似度のしきい値を０．９と指定することもできる。 Similarly, the color separation diagram having the lowest similarity to the second color separation diagram is selected from the remaining color separation diagrams (the color separation diagram of peak 6 in FIG. 9; referred to as the third color separation diagram). Hereinafter, this process is repeated. At this time, the convergence condition may be specified in advance. For example, the convergence condition can be specified as up to three colors, or the similarity threshold can be specified as 0.9.
また、しきい値を用いて重ね合わせる色分け図を収束させることで、重ね合わせる色分け図の数は成分変化が起きている数に等しいため、重ね合わせる色分け図の数＝成分数であることを推定することができる。 In addition, the number of color classification diagrams to be superimposed is equal to the number of component changes occurring by converging the color classification diagrams to be superimposed using a threshold, so it is estimated that the number of color classification diagrams to be superimposed = the number of components. can do.
そして、色分け図重ね合わせ工程Ｓ７では、図１０（ａ）に示すような選択された色分け図（基準色分け図はＲ、第２色分け図はＧ、第３色分け図はＢ）を重ね合わせることで、良好なケミカルイメージを作成することができる。具体的には２色による色分け図の重ね合わせであれば基準色分け図と第２色分け図を重ね合わせることで図１０（ｂ）に示すような良好なケミカルイメージを作成することができる。同様に３色による色分け図の重ね合わせであれば基準色分け図と第２色分け図と第３色分け図とを重ね合わせることで図１０（ｃ）に示すような良好なケミカルイメージを作成することができる。 Then, in the color classification diagram superposition step S7, the selected color classification diagram as shown in FIG. 10A (the reference color classification diagram is R, the second color differentiation diagram is G, and the third color differentiation diagram is B) is superimposed. , Can create a good chemical image. Specifically, in the case of superposition of color separation diagrams in two colors, it is possible to create a good chemical image as shown in FIG. 10B by overlapping the reference color separation diagram and the second color separation diagram. Similarly, in the case of superposition of color separation diagrams by three colors, a good chemical image as shown in FIG. 10C can be created by overlapping the reference color separation diagram, the second color separation diagram and the third color separation diagram. it can.
また、色分け図重ね合わせ工程Ｓ７では、図１０に示されるように２色および３色の重ね合わせについて示されているが、これら本実施形態のような重ね合わせに限られず、例えば２色以上あるいは３色以上の重ね合わせでも良好なケミカルイメージを得ることができる。 Also, in the color separation diagram superposition step S7, as shown in FIG. 10, superposition of 2 colors and 3 colors is shown, but the invention is not limited to superposition as in the present embodiment, for example, 2 colors or more or A good chemical image can be obtained even by superposition of three or more colors.
このように、分散スペクトル（標準偏差スペクトル）を利用した自動ピーク検出工程や類似度による色分け図選択工程を含むＳ１からＳ７までの工程によるケミカルイメージ作成方法を行うことで、従来の作成方法に比べて短時間で、且つ、作業者の技量の影響を受けない良好なケミカルイメージを自動で作成することができる。 As described above, the method of creating a chemical image according to the steps from S1 to S7 including the automatic peak detection step using the dispersion spectrum (standard deviation spectrum) and the color separation diagram selection step based on the similarity is compared to the conventional creation method. It is possible to automatically create a good chemical image in a short time and not affected by the workman's skill.
＜変形例＞
上述のとおり本実施形態では、色分け図選択工程Ｓ６において類似度を利用して色分け図の選択を行っているが、例えばそれぞれの分光スペクトルデータに対する相関関数（相関係数）を利用してケミカルイメージ作成のための色分け図（第２色分け図、第３色分け図等）を選択することもできる。つまり、色分け図選択工程Ｓ６を類似度に替えて相関関数を利用しても良好なケミカルイメージを作成することができる（相関比較選択工程とも呼ぶ）。この場合も上述した実施形態と同様に、自動ピーク検出工程Ｓ４で検出されたキーバンドにおける複数のピークから基準色分け図を選択する。
<Modification>
As described above, in the present embodiment, the color separation diagram is selected using the similarity in the color separation diagram selection step S6. For example, a chemical image is generated using correlation functions (correlation coefficients) with respect to respective spectral data It is also possible to select a color separation diagram (second color separation diagram, third color separation diagram, etc.) for creation. That is, a good chemical image can be created even if the color classification diagram selection step S6 is replaced with the similarity and a correlation function is used (also referred to as a correlation comparison and selection step). Also in this case, as in the above-described embodiment, the reference coloration diagram is selected from the plurality of peaks in the key band detected in the automatic peak detection step S4.
図１１には相関関数を利用した色分け図選択工程の概略図を示す。まず、複数の分光スペクトルデータ（マッピングデータ）における相関を求める。例えば図１１（ａ）に示すようにピーク１を横軸とした場合、ピーク１とピーク２との相関の傾きが正になる場合（上向きの場合）には同一成分のピークとみなし、図１１（ｂ）に示すように相関の傾きが負になる場合（下向きの場合）には異なる成分のピークとみなすことが出来る。また、相関の傾きがランダムの場合には、相関がないピークとみなすことが出来る。 FIG. 11 shows a schematic view of a color classification diagram selection process using a correlation function. First, the correlation in a plurality of spectral data (mapping data) is determined. For example, as shown in FIG. 11A, when peak 1 is on the horizontal axis, if the slope of the correlation between peak 1 and peak 2 is positive (in the case of upward), it is regarded as the peak of the same component. As shown in (b), when the slope of the correlation is negative (downward), it can be regarded as a peak of a different component. Also, when the slope of the correlation is random, it can be regarded as a peak without correlation.
そして、上述の類似度による色分け図選択工程と同様に、基準色分け図に対して異なる成分とみなした負の傾きを有するピークの色分け図を選択して重ね合わせることで、短時間で且つ作業者の技量の影響を受けない良好なケミカルイメージを自動で作成することができる。 Then, in the same manner as in the color separation diagram selection step based on the above-mentioned similarity, selecting and overlaying a color separation diagram of a peak having a negative slope regarded as a different component with respect to the reference color separation diagram is a short time and It is possible to automatically create good chemical images that are not affected by
また、本実施形態ではラマン分光測定について説明したが、本発明はラマン分光測定に限られず他の測定によってケミカルイメージを作成する際にも利用することができる。さらに、本実施形態では標準偏差スペクトルを利用して自動ピーク検出を行っているが、例えば単色の色分け図を微分することによってコントラスト信号を求め、コントラスト信号のピーク検出を行っても本実施形態と同様に良好な測定結果を得ることができる。加えて、本発明はスペクトルの時間変化データにも利用することができる。本実施形態における標準偏差スペクトルを用いることで、時間変化によって変位するピークも簡単に検出することができる。 Moreover, although Raman spectroscopy measurement was demonstrated in this embodiment, this invention is not restricted to Raman spectroscopy measurement, It can utilize also when producing a chemical image by other measurement. Furthermore, in the present embodiment, automatic peak detection is performed using a standard deviation spectrum, but, for example, a contrast signal may be obtained by differentiating a single color separation chart, and peak detection of the contrast signal may be performed. Similarly, good measurement results can be obtained. In addition, the invention can also be used for spectral time-variant data. By using the standard deviation spectrum in the present embodiment, it is possible to easily detect a peak displaced by time change.
さらに、本実施形態では専用のコンピュータ３０を利用してケミカルイメージを作成しているが、例えば市販のコンピュータなどにプログラムをインストールすることでケミカルイメージ作成手段を実行するようにしても良好なケミカルイメージを自動で作成することができる。 Furthermore, although the chemical image is created using the dedicated computer 30 in the present embodiment, for example, even if the chemical image creating means is executed by installing a program on a commercially available computer or the like, a good chemical image can be obtained. Can be created automatically.
２ 微小領域
４ スペクトルデータ
６ マッピングデータ
１０ ラマン分光測定装置
１２ 光源
１４ ビームスプリッター
１６ 対物レンズ
１８ 可動ステージ
２０ 試料
２２ フィルタ
２４ 分光器
３０ コンピュータ（ケミカルイメージ作成手段）
Reference Signs List 2 minute region 4 spectral data 6 mapping data 10 Raman spectroscopic measurement device 12 light source 14 beam splitter 16 objective lens 18 movable stage 20 sample 22 filter 24 spectroscope 30 computer (chemical image forming means)
Claims (8)
前記分光スペクトルデータの波長ごとの分散を算出して分散スペクトルを作成し、得られた分散スペクトルを利用してコンピュータにより自動でキーバンドにおける複数のピーク検出を行う自動ピーク検出工程と、
前記自動ピーク検出工程で検出された複数のピーク波長に基づいてケミカルイメージに利用される単色の色分け図を作成する色分け図作成工程と、
前記複数のピークによる色分け図の中からケミカルイメージ作成の基準となる基準色分け図を選択するとともに、該基準色分け図に重ね合わせる他の色分け図を選択する色分け図選択工程と、を含み、
前記基準色分け図と他の色分け図とを重ね合わせてケミカルイメージを作成することを特徴とするケミカルイメージ作成方法。 A chemical image creating method for creating a distribution image by a computer to identify constituent materials of a sample based on a plurality of spectral data obtained by measuring a plurality of points on a sample surface,
An automatic peak detection step of calculating dispersion of each wavelength of the spectral data to create a dispersion spectrum and automatically detecting plural peaks in a key band by a computer using the obtained dispersion spectrum;
A color separation diagram creation step of creating a color separation diagram of a single color used for a chemical image based on the plurality of peak wavelengths detected in the automatic peak detection step;
Selecting a reference color separation diagram to be a basis for chemical image creation from among the color separation diagrams based on the plurality of peaks, and selecting a color separation diagram selection step for selecting another color separation diagram to be superimposed on the reference color separation diagram;
A chemical image creation method comprising: overlaying the reference color separation diagram and another color separation diagram to create a chemical image.
前記色分け図選択工程は、前記基準色分け図と他の色分け図とを比較して、類似度が最も低い他の色分け図を選択する類似度比較選択工程であることを特徴とするケミカルイメージ作成方法。 The chemical image creation method according to claim 1,
The method for creating a chemical image, wherein the color separation diagram selection step is a similarity comparison selection step for selecting the other color separation diagram having the lowest similarity by comparing the reference color separation diagram with another color separation diagram. .
前記色分け図選択工程は、前記分光スペクトルデータの相関関数を算出し、基準となるスペクトルデータに対する相関の傾きが負になる色分け図を選択する相関比較選択工程であることを特徴とするケミカルイメージ作成方法。 The chemical image creation method according to claim 1,
The color separation diagram selection step is a correlation comparison and selection step of calculating the correlation function of the spectrum data and selecting a color separation diagram in which the slope of the correlation with respect to the reference spectrum data is negative. Method.
前記分散スペクトルは、標準偏差を利用して算出された標準偏差スペクトルであることを特徴とするケミカルイメージ作成方法。 The chemical image creation method according to any one of claims 1 to 3, wherein
The method of producing a chemical image, wherein the dispersion spectrum is a standard deviation spectrum calculated using a standard deviation.
前記ケミカルイメージは、２色以上の色分け図の重ね合わせにより作成されることを特徴とするケミカルイメージ作成方法。 The chemical image creation method according to any one of claims 1 to 4, wherein
The chemical image creation method is characterized in that the chemical image is created by overlaying two or more color separation diagrams.
前記自動ピーク検出工程を行う前に、ディジタルフィルタによるノイズ除去工程を行うことを特徴とするケミカルイメージ作成方法。 The chemical image creation method according to any one of claims 1 to 5, wherein
A chemical image creating method comprising: performing a noise removal process using a digital filter before performing the automatic peak detection process.
前記ケミカルイメージ作成工程は、
前記分光スペクトルデータの波長ごとの分散を算出して分散スペクトルを作成し、得られた分散スペクトルを利用してコンピュータにより自動でキーバンドにおける複数のピーク検出を行う自動ピーク検出工程と、
前記自動ピーク検出工程で検出された複数のピーク波長に基づいてケミカルイメージに利用される単色の色分け図を作成する色分け図作成工程と、
前記複数のピークによる色分け図の中からケミカルイメージ作成の基準となる基準色分け図を選択するとともに、該基準色分け図に重ね合わせる他の色分け図を選択する色分け図選択工程と、を含むことを特徴とするプログラム。 A program for causing a computer to execute a chemical image creating step of creating a distribution image for specifying a constituent material of a sample based on a plurality of spectrum data obtained by measuring a plurality of points on the sample surface. There,
The chemical image creation process
An automatic peak detection step of calculating dispersion of each wavelength of the spectral data to create a dispersion spectrum and automatically detecting plural peaks in a key band by a computer using the obtained dispersion spectrum;
A color separation diagram creation step of creating a color separation diagram of a single color used for a chemical image based on the plurality of peak wavelengths detected in the automatic peak detection step;
And selecting a reference color separation diagram to be a reference of chemical image creation from among the color separation diagrams based on the plurality of peaks, and selecting a different color separation diagram to be superimposed on the reference color separation diagram. And the program to be.
前記コンピュータは、前記分布画像を作成するケミカルイメージ作成手段を含み、
前記ケミカルイメージ作成手段は、
前記分光スペクトルデータの波長ごとの分散を算出して分散スペクトルを作成し、得られた分散スペクトルを利用してコンピュータにより自動でキーバンドにおける複数のピーク検出を行い、
検出された複数のピーク波長に基づいてケミカルイメージに利用される単色の色分け図を作成し、
前記複数のピークによる単色の色分け図の中からケミカルイメージ作成の基準となる基準色分け図を選択するとともに、該基準色分け図に重ね合わせる他の色分け図を選択し、
前記基準色分け図と他の色分け図とを重ね合わせてケミカルイメージを作成することを特徴とする分光測定装置。 A light source for emitting excitation light, a movable stage on which the sample is mounted, a spectroscope for detecting light from the sample, and a computer for performing predetermined processing on the detection light detected by the spectroscope; A spectroscopic measurement apparatus that measures a plurality of points on the sample surface and creates a distribution image for specifying a constituent material of the sample based on a plurality of spectral data obtained by the spectrometry.
The computer includes chemical image creating means for creating the distribution image.
The chemical image creating means is
The dispersion for each wavelength of the spectrum data is calculated to create a dispersion spectrum, and a computer automatically detects a plurality of peaks in the key band by using the obtained dispersion spectrum.
Create a single color separation diagram to be used for chemical images based on the detected multiple peak wavelengths,
From the color separation diagrams of single colors based on the plurality of peaks, select a reference color separation diagram to be a reference for chemical image creation, and select another color separation diagram to be superimposed on the reference color separation diagram,
A spectrometric measurement apparatus, wherein a chemical image is created by superimposing the reference color separation diagram and another color separation diagram.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017187710A JP2019060815A (en) | 2017-09-28 | 2017-09-28 | Automatic chemical image creation |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017187710A JP2019060815A (en) | 2017-09-28 | 2017-09-28 | Automatic chemical image creation |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2019060815A true JP2019060815A (en) | 2019-04-18 |
Family
ID=66178395
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2017187710A Pending JP2019060815A (en) | 2017-09-28 | 2017-09-28 | Automatic chemical image creation |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2019060815A (en) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102294391B1 (en) * | 2020-07-20 | 2021-08-25 | 영남대학교 산학협력단 | Method for object detection and apparatus for executing the method |
| CN113670832A (en) * | 2021-08-24 | 2021-11-19 | 中煤科工集团重庆研究院有限公司 | Reference gas chamber gas absorption peak profile center retrieval method |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080027676A1 (en) * | 2006-07-28 | 2008-01-31 | Oxford Instruments Analytical Limited | Method and apparatus for analysing a dataset of spectra |
| JP2014506996A (en) * | 2011-02-15 | 2014-03-20 | オックスフォード インストルメンツ ナノテクノロジー ツールス リミテッド | Material identification using multiple images |
| JP2014149261A (en) * | 2013-02-04 | 2014-08-21 | Jasco Corp | Method for generating distribution image data of constituent of sample |
| WO2017002226A1 (en) * | 2015-07-01 | 2017-01-05 | 株式会社島津製作所 | Data processing device |
-
2017
- 2017-09-28 JP JP2017187710A patent/JP2019060815A/en active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080027676A1 (en) * | 2006-07-28 | 2008-01-31 | Oxford Instruments Analytical Limited | Method and apparatus for analysing a dataset of spectra |
| JP2014506996A (en) * | 2011-02-15 | 2014-03-20 | オックスフォード インストルメンツ ナノテクノロジー ツールス リミテッド | Material identification using multiple images |
| JP2014149261A (en) * | 2013-02-04 | 2014-08-21 | Jasco Corp | Method for generating distribution image data of constituent of sample |
| WO2017002226A1 (en) * | 2015-07-01 | 2017-01-05 | 株式会社島津製作所 | Data processing device |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102294391B1 (en) * | 2020-07-20 | 2021-08-25 | 영남대학교 산학협력단 | Method for object detection and apparatus for executing the method |
| CN113670832A (en) * | 2021-08-24 | 2021-11-19 | 中煤科工集团重庆研究院有限公司 | Reference gas chamber gas absorption peak profile center retrieval method |
| CN113670832B (en) * | 2021-08-24 | 2023-08-29 | 中煤科工集团重庆研究院有限公司 | Method for searching profile center of gas absorption peak of reference gas chamber |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Amigo et al. | Hyperspectral image analysis. A tutorial | |
| US9846930B2 (en) | Detecting defects on a wafer using defect-specific and multi-channel information | |
| EP2907157B1 (en) | Detecting defects on a wafer using defect-specific information | |
| US11913877B2 (en) | Real-time spectral analysis through high-speed spectral classification | |
| KR102003781B1 (en) | Apparatus for detecting defects on the glass substrate using hyper-spectral imaging | |
| JP5206335B2 (en) | Principal component analysis method, principal component analysis apparatus, heterogeneous product detection apparatus, principal component analysis program, and recording medium on which principal component analysis program is recorded | |
| US8045153B2 (en) | Spectral image processing method, spectral image processing program, and spectral imaging system | |
| US20090214122A1 (en) | Image processing apparatus for analysis of pattern matching failure | |
| WO2012156667A1 (en) | Spectroscopic apparatus and methods for determining components present in a sample | |
| MX2007000064A (en) | Automatic background removal for input data. | |
| TWI468670B (en) | Apparatus and methods for setting up optical inspection parameters | |
| JP5900644B2 (en) | Analysis area setting device | |
| Tappert et al. | Characterizing kimberlite dilution by crustal rocks at the Snap Lake diamond mine (Northwest Territories, Canada) using SWIR (1.90–2.36 μ m) and LWIR (8.1–11.1 μ m) hyperspectral imagery collected from drill core | |
| JP6239601B2 (en) | Infrared analysis of diamond | |
| JP2019060815A (en) | Automatic chemical image creation | |
| WO2013190618A1 (en) | Spectrophotofluorometer | |
| JP2016206060A (en) | Spectroscopic measurement device and spectroscopic measurement method | |
| JP2007147357A (en) | Raman microscope and display method of raman spectrum image | |
| JP5983858B2 (en) | Analysis area setting device | |
| US11248962B2 (en) | Foreign matter analysis Method, storage medium storing foreign matter analysis program, and foreign matter analysis apparatus | |
| JP2006300615A (en) | Visual examination device and visual examination method | |
| JP2018112762A (en) | Infrared microscope | |
| WO2019208363A1 (en) | System and method for evaluating attachment of cutting oil | |
| KR102410896B1 (en) | Method and apparatus for object classification based on image sensor | |
| US20240328948A1 (en) | Systems and methods for fluorescence microscopy channel crosstalk mitigation |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200807 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210531 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210608 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210805 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210907 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20220301 |