JPWO2009123068A1 - 判別フィルタリング装置、対象物の判別方法、および判別フィルタリング装置のフィルタの設計方法 - Google Patents

Abstract

判別フィルタリング装置（１０）は、それぞれ異なる透過帯域をもつフィルタ（２０．１）およびフィルタ（２０．２）と、検出部（３０）と、演算部（４０）と、結果出力部（５０）とを備える。検出部（３０）は、識別対象となる物体からの電磁波を、フィルタ（２０．１）およびフィルタ（２０．２）を通して、検出部（３０）により検出する。ここで、フィルタ（２０．１）およびフィルタ（２０．２）の透過帯域は、物体を判別するのに適切なように設計されている。演算部（４０）は、フィルタ（２０．１）およびフィルタ（２０．２）の透過帯域および予め求められている教師スペクトルに基づいて定まる判別関数に検出部（３０）の出力を代入し、代入結果に基づいて物体が属する群を推定する。

Description

本発明は、反射率の分光測定技術に関し、特に、分光結果を用いて複数種類の試料を判別する技術に関する。

従来、試料の性質を調べたり、複数種類の試料の判別を行なうための様々な技術が開発されている。

例えば、肌の水分量を測定する装置が、特開２００３−１６９７８８号公報（特許文献１）や、特開平１０−９９２８８号公報（特許文献２）に開示されている。これらの文献に記載の装置は、いずれも、肌の静電容量が肌の水分量により変化することを利用して、肌の水分量を測定する。

また、皮膚映像を画像処理し、肌荒れを定量化する装置が特開昭６３−１６１９３５号公報（特許文献３）に開示されている。

特開２００２−３４５７６０号公報（特許文献４）には、３波長の分光画像の組み合わせからメラニンが存在する場所の皮膚表面からみた相対的深さを推定する方法および装置が開示されている。
特開２００３−１６９７８８号公報 特開平１０−９９２８８号公報 特開昭６３−１６１９３５号公報 特開２００２−３４５７６０号公報

分光技術を利用すると、上述のような肌状態の測定に限らず、複数種類の試料を判別することもできる。

分光技術を利用した試料の判別について、図１を参照して説明する。図１中には、それぞれ、異なる４つの試料の反射分光スペクトル１ａ、１ｂ、１ｃ、１ｄを示す。

これらのスペクトルは、図１に示す波長λ_１付近において、異なった反射率を示す。よって、波長λ_１において試料を測定すれば、理想的には、得られた測定結果から試料の種類が分かる。

ただ、実際には、測定結果には、周囲の環境に応じたゆらぎ（外乱）が生じることが一般的であり、このゆらぎが、試料によるスペクトルの差を覆い隠す程度の大きさになることも多い。このような場合、上のような単純な方法での試料の判別は不可能である。

従来の試料判別においては、このようなゆらぎの影響を除去するため、複雑な処理が必要であった。例えば、各波長の測定結果を得た上で、スペクトルの波長についての１次微分や２次微分をとることや、試料による測定結果の違いがないことが期待される基準波長（図１ではλ_２）の測定結果を利用してゆらぎを補正することが行なわれていた。

本発明は、上述の問題を解決するためになされたものであって、簡単に物体の判別分析を行なえる装置を提供することを課題とする。

本発明の１つの局面に従うと、判別フィルタリング装置であって、第１の透過帯域をもつ第１のフィルタと、第１の透過帯域を含む第２の透過帯域をもつ第２のフィルタと、対象物から出力し、かつ、第１のフィルタあるいは第２のフィルタのいずれかを通った電磁波を検出し、対象物からの電磁波強度に対応する第１の信号および第２の信号を出力する検出部と、第２の信号の積分値により正規化された第１の信号に基づいて、対象物の判別分析を行なう分析部とを備える。

好ましくは、分析部は、第１の信号の積分値の対数と、第２の信号の積分値の対数との差に基づいて、対象物の判別分析を行なう。

好ましくは、分析部は、第１の透過帯域および第２の透過帯域に応じて定まる判別関数に、第１の信号および第２の信号を代入して得られる値に基づいて、対象物の判別分析を行なう。

好ましくは、第１の透過帯域および第２の透過帯域は、近赤外領域である。
好ましくは、分析部は、２種類以上の物質を種類別に識別する。

好ましくは、分析部は、水とその他の物質とを識別する。
好ましくは、分析部は、物質の表面あるいは内部の含水量を評価および識別する。

好ましくは、電磁波を出力する波源をさらに備え、検出部は、波源が出力した電磁波を受けた対象物から出力する電磁波を検出する。

さらに好ましくは、波源は、ＬＥＤである。
さらに好ましくは、検出部は、波源が出力し、かつ、対象物を透過した電磁波を検出する。

さらに好ましくは、検出部は、波源が出力し、かつ、対象物により反射された電磁波を検出する。

好ましくは、検出部は、電磁波を電気信号に変換する素子を少なくとも１つ含む。
好ましくは、検出部は、各々、電磁波を電気信号に変換する複数の素子を含み、複数の素子は、１次元的に並んでいる。

好ましくは、検出部は、平面状に配列され、各々、電磁波を電気信号に変換する素子を有する撮像素子を含む。

本発明の他の局面に従うと、対象物の判別方法であって、対象物から出力し、かつ、第１の透過帯域をもつ第１のフィルタを通った電磁波を検出し、第１のフィルタを通った電磁波強度に対応する第１の信号を出力するステップと、対象物から出力し、かつ、第１の透過帯域を含む第２の透過帯域をもつ第２のフィルタを通った電磁波を検出し、第２のフィルタを通った電磁波強度に対応する第２の信号を出力するステップと、第２の信号の積分値により正規化された第１の信号に基づいて、対象物の判別分析を行なうステップとを備える。

本発明の他の局面に従うと、判別フィルタリング装置のフィルタの設計方法であって、複数のフィルタそれぞれについて透過特性を設定するステップと、設定された透過特性および複数のサンプルの教師スペクトルから、対象物を判別フィルタリング装置により判別する際の判別関数を生成するステップと、判別関数を用いた場合にサンプルを誤って判別する誤り率を算出するステップと、透過特性を変更するステップと、変更後の透過特性および教師スペクトルから、判別関数を再生成するステップと、再生成された判別関数について、誤り率を算出するステップと、設定された透過特性および変更後の透過特性のうち、最小の誤り率を与える透過特性を求めるステップとを備える。

好ましくは、教師スペクトルは、近赤外領域のスペクトルを含み、変更後の透過特性は、透過帯域が近赤外領域である透過特性を含む。

本発明に係る判別フィルタリング装置によれば、第１の透過帯域をもつフィルタを通して得た信号を、第１の透過帯域を含む第２の透過帯域をもつフィルタを通して得た物体からの光強度の積分値で正規化し、正規化された信号に基づいて物体の判別分析を行なう。このように、本発明によれば、簡単に物体の判別分析を行なえる。

従来の分光技術を利用した試料の判別について説明するための図である。 本実施の形態に係る判別フィルタリング装置の構成をブロック図形式で示す図である。 本実施の形態に係る試料判別の概要を説明するための図である。 カメラの側断面図である。 フィルタ切替部の正面図である。 変形例に係るカメラの構成を説明するための図である。 デジタルカメラの構成を示す図である。 本実施の形態に係るフィルタの設計の処理の流れを示すフローチャートである。 コンピュータのハードウェア構成を説明するための図である。 誤り率ｅについて説明するための図である。 教師スペクトルの取得の概要を説明するための図である。 第１の実施例に係る教師スペクトルを示す図である。 第１の実施例において設計されたフィルタの透過特性を示す図である。 判別対象となる試料の元画像である。 図１３に示す試料の判別結果である。 第２の実施例に係る教師スペクトルを示す図である。 第２の実施例において設計されたフィルタの透過特性を示す図である。 設計されたフィルタの意味を説明するための図である。 第２の実施の形態に係る試料判別の実施態様の１つの例を示す図である。 第２の実施の形態に係る試料判別の実施態様の他の例を示す図である。 判別フィルタリング装置の外観図である。 判別フィルタリング装置の側断面図である。 第２の実施の形態に係る判別フィルタリング装置の使用態様を示す図である。 第２の実施の形態に係る判別フィルタリング装置の構成を詳細に示す図である。 第１の変形例に係る判別フィルタリング装置の外観図である。 第１の変形例に係る判別フィルタリング装置の側断面図である。 第２の変形例に係る判別フィルタリング装置の構成を示す図である 第３の変形例に係る判別フィルタリング装置の構成を示す図である。 判別フィルタリングシステムの構成を示す図である。 判別フィルタリング装置が行なう処理の流れをフローチャート形式で示す図である。 判別フィルタリング装置が行なう変形例に係る処理の流れをフローチャート形式で示す図である。

符号の説明

１０ 判別フィルタリング装置、２０ 光学系、２０．１ 第１のフィルタ、２０．２ 第２のフィルタ、３０ 検出部、４０ 演算部、４２ 記憶部、５０ 結果出力部、１００ カメラ、１１０ 第１のレンズ、１２０ フィルタ切替部、１２２ 軸、１３０ 第２のレンズ、１４０ クイックリターンミラー、１５０ ＣＣＤ、１６０ ペンタプリズム、１７０ 第３のレンズ、１８０ 光学ファインダー、１９０ フラッシュ、２００ 画像処理部、２１０ 第１のフィルタ、２２０ 第２のフィルタ、２３０ ビームスプリッタ、２４０，２５０ 撮像素子、３１０ レンズ、３２０ メモリ、３３０ 表示パネル、３４０ フィルタ支持部、６００ コンピュータ、６１０ ＣＰＵ、６２０ ＲＡＭ、６３０ ハードディスク、６４０ キーボード、６５０ マウス、６６０ 外部インターフェース、６７０ モニタ、８１０ 氷、８２０ 水、８３０ アスファルト、８４０ センサ、８５０ 近赤外分光器、８６０ パソコン、１６００ 判別フィルタリング装置、１６１０ 受光素子、１６２０ フィルタ、１６３０ 光源、１６４０ 表示灯、１６４５ ブザー、１６５０ アンプ、１６６０ プロセッサ、１６９０ ＬＥＤ電源、１７００ 管、１７１０ 丸管、１７２０ 角型管、１７３０ 丸管、２４００ 判別フィルタリング装置、２５００ 判別フィルタリング装置、２５１０ 受光素子アレイ、２５２０ フィルタアレイ、２６００ 判別フィルタリングシステム、２６１０ 試料測定装置、２６２０ ケーブル。

［第１の実施の形態］
（１．概要）
図２を参照して、本実施の形態に係る判別フィルタリング装置１０について概略的に説明する。図２は、本実施の形態に係る判別フィルタリング装置１０の構成をブロック図形式で示す図である。

図２を参照して、判別フィルタリング装置１０は、光学系２０と、検出部３０と、演算部４０と、記憶部４２と、結果出力部５０とを備える。

光学系２０は、複数の光学素子を含む。判別の対象物である試料からの光（試料により反射された光または試料を透過した光）は、光学系２０を通って、検出部３０に入る。

ここでの「光」との語は、可視光のみを指すわけではない。ここでの「光」は、試料の判別に用いられる電磁波一般を指すと考えられるべきである。すなわち、ここでの「光」は、試料と相互作用する電磁波を指す。具体的には、「光」には、可視光、近赤外光、遠赤外光、紫外光などが含まれる。

特に、光学系２０は、第１のフィルタ２０．１と、第２のフィルタ２０．２とを含む。第１のフィルタ２０．１は、第１の透過帯域をもつ。第２のフィルタ２０．２は、第１の透過帯域を含む第２の透過帯域をもつ。第１の透過帯域および第２の透過帯域は、判別フィルタリング装置１０により判別される試料の性質にあわせて設計される。フィルタの設計方法については後述する。

光学系２０は、第１のフィルタ２０．１および第２のフィルタ２０．２の他に、レンズ、ミラーなどの光学素子を含む。ただし、試料と検出部３０との位置関係などによっては、第１のフィルタ２０．１および第２のフィルタ２０．２以外の光学素子は、なくてもよい。

検出部３０は、試料から出力し、かつ、第１のフィルタ２０．１および第２のフィルタ２０．２のいずれかを透過した電磁波を検出する。また、検出部３０は、検出した電磁波の強度に応じた信号を出力する。以下、第１のフィルタ２０．１を透過した電磁波の強度に応じた信号を第１の信号とよぶ。また、第２のフィルタ２０．２を透過した電磁波の強度に応じた信号を第２の信号と呼ぶ。

演算部４０は、検出部３０からの第１の信号および第２の信号に基づいて、試料の判別を行なう。具体的には、演算部４０は、第２の信号の積分値により正規化された第１の信号に基づいて、試料の判別分析を行なう。演算部４０の行なう処理のさらなる詳細については、後述する。

記憶部４２は、データを格納する。具体的には、記憶部４２は、演算部４０により実行されるプログラム、演算部４０による演算結果などを格納する。

結果出力部５０は、演算部４０による試料の判別結果を出力する。結果出力部５０としては、例えば、演算結果を示す画面を表示するモニタ、演算結果に応じて光を出力する表示灯、演算結果に応じて音を出力するブザーなどを用いることができる。あるいは、結果出力部５０は、判別結果を外部に出力するインターフェースであってもよい。

以下の本実施の形態の説明では、判別フィルタリング装置１０はカメラであるとして説明を進める。

図３を参照して、本実施の形態に係る判別分析の概要について説明する。図３は、本実施の形態に係る判別分析の概要を説明するための図である。

本実施の形態に係る判別分析にあたっては、まず、識別対象となる物体を、それぞれ異なる透過帯域をもつ分光フィルタを通して、カメラにより複数回撮影する。この撮影によりカメラが出力する出力画像の各画素値は、分光スペクトルをフィルタの透過帯域にわたり波長について積分した値に対応する。

ここで、各フィルタの透過帯域は、物体を判別するのに適切なように設計される。フィルタの設計方法および設計されたフィルタの特徴については後述する。

次に、２つの出力画像に基づいて、物体を判別する。本実施の形態では、線形判別分析を用い、物体が２群のうちどちらの群に属するかを推定するものとする。具体的には、各フィルタの透過特性および予め求められている教師スペクトルに基づいて定まる判別関数に出力結果を代入し、代入結果が正であるか負であるかによって、物体が属する群を推定する。

（２．カメラの構成）
本実施の形態に係るカメラ１００の構成について、図４Ａおよび図４Ｂを参照して説明する。図４Ａおよび図４Ｂは、本実施の形態に係るカメラ１００の構成を説明するための図である。

図４Ａは、カメラ１００の側断面図である。図４Ａに示すように、カメラ１００は、撮像対象の物体からの光を集光する第１のレンズ１１０と、フィルタ切替部１２０と、光束の収束状態を調整するための第２のレンズ１３０と、クイックリターンミラー１４０と、ＣＣＤ（ｃｈａｒｇｅ−ｃｏｕｐｌｅｄ ｄｅｖｉｃｅ）１５０と、ペンタプリズム１６０と、第３のレンズ１７０と、光学ファインダー１８０と、物体に投光するフラッシュ１９０と、画像処理部２００とを備える。

図４Ｂは、フィルタ切替部１２０の正面図である。フィルタ切替部１２０は、図４Ｂに示すように、軸１２２と、第１のフィルタ２１０と第２のフィルタ２２０とを含む。フィルタ切替部１２０は、軸１２２を中心に回転可能である。第１のレンズ１１０で集光された光は、第１のフィルタ２１０あるいは第２のフィルタ２２０のいずれかを通る。

クイックリターンミラー１４０は、通常時には、図４Ａの実線位置にあるが、撮像時には、点線位置に移動する。つまり、通常時には、光学ファインダー１８０側に光を導き、撮像時にはＣＣＤ１５０に光を導く。

ＣＣＤ１５０は、入射した光の強度を画像信号に変換し、画像信号の波長についての積分値を出力する。なお、ＣＣＤ１５０は、光強度の情報を取得する撮像素子の一例であり、ＣＣＤ１５０のかわりにＣＭＯＳ（Ｃｏｍｐｌｅｍｅｎｔａｒｙ Ｍｅｔａｌ Ｏｘｉｄｅ Ｓｅｍｉｃｏｎｄｕｃｔｏｒ）センサなどをかわりに用いる構成であっても構わない。また、Ｓｉ受光素子、ＩｎＧａＡｓ、Ｅｘ−ＩｎＧａＡｓ等のIII−Ｖ族化合物半導体受光素子、ＨｇＣｄＴｅ等のII−IV族受光素子、ＭＥＭＳなどの熱赤外線感応素子であっても構わない。

ＣＣＤ１５０の出力結果は、画像処理部２００に送られる。画像処理部２００は、出力結果に基づいて、物体の判別を行なう。

図４Ａおよび図４Ｂに示したカメラ１００は、フィルタ切替部１２０を用いて、２種のフィルタのそれぞれを透過した物体の画像を得るが、フィルタ切替部１２０のかわりに、ビームスプリッタを用いる構成であってもよい。

そのようなカメラの変形例を図５に示す。図５は、変形例に係るカメラ１００＃の構成を説明するための図である。

カメラ１００＃は、フィルタ切替部１２０のかわりにビームスプリッタ２３０を備える点、２つの撮像素子（撮像素子２４０、撮像素子２５０）を備える点が、カメラ１００と異なる。また、ビームスプリッタ２３０と撮像素子２４０との間に第１のフィルタ２１０が配置され、ビームスプリッタ２３０と撮像素子２５０との間に第２のフィルタ２２０が配置されている。

ビームスプリッタ２３０は、光を、第１のフィルタ２１０の方向の光と、第２のフィルタ２２０の方向の光とに分割する。

カメラ１００＃には、１度の手順で２つの画像が撮像できるという利点がある。一方、カメラ１００には、撮像素子の画素が少なくてすみ、装置を小型化できるという利点がある。

なお、カメラ１００、カメラ１００＃の構成は、図４あるいは図５に示したものに限られるわけではない。例えば、レンズの個数を変更した構成や、クイックリターンミラー１４０、ペンタプリズム１６０、第３のレンズ１７０、光学ファインダー１８０を省いた構成や、フラッシュ１９０を省いた構成であってもよい。

例えば、カメラ１００およびカメラ１００＃のかわりに、より簡易な構成のデジタルカメラ１００＃＃を用いてもよい。図６に、デジタルカメラ１００＃＃の構成を示す。

デジタルカメラ１００＃＃は、レンズ３１０と、ＣＣＤ１５０と、画像処理部２００と、メモリ３２０と、表示パネル３３０と、フラッシュ１９０と、フィルタ支持部３４０とを備える。

フィルタ支持部３４０は、第１のフィルタ２１０または第２のフィルタ２２０を支持する。フィルタ支持部３４０は、デジタルカメラ１００＃＃の筐体に装着される。デジタルカメラ１００＃＃への装着時に、フィルタ支持部３４０は、第１のフィルタ２１０または第２のフィルタ２２０を透過した光が、レンズ３１０に入射するように、第１のフィルタ２１０または第２のフィルタ２２０を固定する。

フィルタ支持部３４０は、図４で説明したようなフィルタ切替機構を備えており、レンズ３１０の前におかれるフィルタを切り替える。あるいは、それぞれ異なるフィルタを取り付けた複数のフィルタ支持部３４０を準備してもよい。この場合、使用者が、対象物の撮影の都度、いずれかのフィルタ支持部３４０を、デジタルカメラ１００＃＃に取り付ける。

レンズ３１０は、入射した光を、ＣＣＤ１５０上に結像する。画像処理部２００は、ＣＣＤ１５０の出力結果を、メモリ３２０に格納する。また、画像処理部２００は、ＣＣＤ１５０の出力結果に基づく画像を、表示パネル３３０に表示させる。

また、１台のカメラのかわりに、第１のフィルタを装着したカメラと第２のフィルタを装着したカメラとを用いてもよい。このとき２つのカメラの性能は同じであるものとする。つまり、フィルタをつけないときに、同じ物体を同じ条件で撮像した場合、同じ画像が取得できるものとする。

ここでは、静止画カメラを例に説明したが、当然、動画カメラを用いても構わない。
（３．フィルタの設計方法について）
ここで、フィルタの設計方法について、図７を参照して説明する。図７は、本実施の形態に係るフィルタの設計の処理の流れを示すフローチャートである。

本実施の形態では、図７における各処理は、図８に示すようなコンピュータ６００によって実現されるものとする。図８は、コンピュータ６００のハードウェア構成を説明するための図である。

コンピュータ６００は、ＣＰＵ（ｃｅｎｔｒａｌ ｐｒｏｃｅｓｓｉｎｇ ｕｎｉｔ）６１０と、ＲＡＭ（ｒａｎｄｏｍ ａｃｃｅｓｓ ｍｅｍｏｒｙ）６２０と、ハードディスク６３０と、キーボード６４０と、マウス６５０と、外部インターフェース６６０と、モニタ６７０とを備える。

ＣＰＵ６１０は、各種の処理を実行する。ＲＡＭ６２０は、ＣＰＵ６１０による処理の実行時に発生する一時的なデータなどを格納する。ハードディスク６３０は、フィルタの設計のためのプログラムや、設計されたフィルタの特性などを格納する。キーボード６４０、マウス６５０は、外部からの指示を受付け、ＣＰＵ６１０に指示に応じた信号を送る。外部インターフェース６６０は、分光器で測定されたスペクトルなどのデータを外部から受け付ける。モニタ６７０は、ハードディスク６３０に格納されたデータなどを表示する。

ＣＰＵ６１０は、ハードディスク６３０に格納されたプログラムをＲＡＭ６２０上で実行することにより、以下に述べるようなフィルタ設計のための各種処理を実行する。

なお、ここでは、ソフトウェアによるフィルタ設計について説明するが、専用回路などのハードウェアによりフィルタの設計が実現されてもよい。

ステップＳ５０１において、ＣＰＵ６１０は、２つのフィルタの透過特性のパラメータの初期値を設定する。初期値は、プログラムで予め定められていてもよいし、キーボード６４０等によって入力されるものであってもよい。

本実施の形態では、設計されるフィルタは、ある波長値から他の波長値までの光を完全に透過し、かつ、その他の波長域の光を一切透過しない、理想的なバンドパスフィルタに限るものとする。したがって、第１のフィルタおよび第２のフィルタの透過特性は、それぞれ、次の式（１）、式（２）のように透過帯域のみによって表わすことができる。
Ｔ₁（λ）＝１（ｘ₁ ⁽⁰⁾≦λ＜ｙ₁ ⁽⁰⁾），０（ｏｔｈｅｒｗｉｓｅ） （１）
Ｔ₂（λ）＝１（ｘ₁ ⁽⁰⁾≦λ＜ｙ₁ ⁽⁰⁾），０（ｏｔｈｅｒｗｉｓｅ） （２）
なお、長波長側エッジおよび透過幅を、フィルタの透過特性を表わすパラメータとして用いるものとする。ただし、長波長側エッジおよび透過幅以外のパラメータを用いてフィルタの透過特性を表わしてもよい。また、ここでは、設計されるフィルタの形状は、バンドパスフィルタであるとしているが、他の種類のフィルタの設計も可能である。

ステップＳ５０３において、ＣＰＵ６１０は、ハードディスク６３０に格納された教師スペクトルおよび設定された透過特性から判別関数を生成する。

ここで、教師スペクトルとは、予めどの群に属するか分かっているサンプル（以下、教師サンプルとよぶ）の分光スペクトルのことをいう。教師スペクトルは、複数のサンプルについて準備される。判別精度を上げるためには、多くの教師スペクトルを準備することが好ましい。本実施の形態では、各教師サンプルは、群ａか群ｂのいずれかに属するものとする。

判別関数ｆ（・）は、複数の変数の組で表わされるサンプルが、２つの群のいずれに属するかを推定するための関数である。サンプルを特徴付ける変数の組Ａ（１文字で表わしているが、変数の個数と同じ要素数を持つベクトルである）が与えられたとき、ｆ（Ａ）が、正の値をとるか負の値をとるかにより、与えられたサンプルがいずれの群に属するか推定する。

本実施の形態では、変数として、Ａ＝（ｌｏｇＲ_１，ｌｏｇＲ_２）´を用いる。ここで、「´」は行列の転置を表わす。また、Ｒ_i（ｉ＝１，２）は、設定された透過特性Ｔ_i（λ）のフィルタを通したときの撮像素子の出力値であり、サンプルのスペクトルをＳ（λ）として、次の式（３）で与えられる。
Ｒ_i＝∫Ｔ_i（λ）Ｓ（λ）ｄλ （３）
なお、厳密には、Ｒ_iを求めるにあたっては、撮像素子の特性も考慮する必要がある。ただし、撮像素子の特性は、Ｔ_i（λ）の式に含めることができるので、ここに示す方法に沿えば、撮像素子の特性を含めて扱うこともできる。

判別関数ｆ（Ａ）は、それぞれの群に属する教師サンプルの変数の組Ａ（一般のＡと区別するため、以下、教師サンプルの変数の組をＡ^*と表わす）の平均μ_a、μ_b（Ａと同様ベクトルである）を用いて、次の式（４）で与えられる。
ｆ（Ａ）＝（μ_a−μ_b）´Σ^-1（Ａ−（μ_a＋μ_b）／２） （４）
ここで、Σは、群の分散共分散行列である。ただし、両群の分散共分散、母集団中の存在比率は等しいと仮定している。

なお、判別関数は、Ｐ＝Σ^-1（μ_a−μ_b）を用いて、次の式（５）のように書き直すことができる。
ｆ（Ａ）＝Ｐ´Ａ＋Ｐ´（（μ_a＋μ_b）／２）
＝Ｐ₁ｌｏｇＲ₁＋Ｐ₂ｌｏｇＲ₂＋Ｐ´（（μ_a＋μ_b）／２） （５）
つまり、判別関数を、カメラ出力に対する線形変換として記述することができる。この式から分かるように、Ｐは、カメラ出力に対して係る係数である。

ステップＳ５０５では、ＣＰＵ６１０は、各教師スペクトルを、ステップＳ５０３において生成した判別関数を用いて判別し、その判別の誤り率ｅを算出する。誤り率ｅは、次の式（６）で与えられる。
ｅ＝ｐ（ｆ（Ａ^＊）＜０｜ａ）×Ｎ_a／（Ｎ_a＋Ｎ_b）
＋ｐ（ｆ（Ａ^＊）＜０｜ｂ）×Ｎ_b／（Ｎ_a＋Ｎ_b） （６）
ここで、Ｎ_a、Ｎ_bは、それぞれ、群ａ，群ｂに属する教師サンプルの個数である。ｐ（ｆ（Ａ^＊）＜０｜ａ）は、群ａに属する教師サンプルが、群ｂに分類される確率である。ｐ（ｆ（Ａ^＊）＜０｜ｂ）は、群ｂに属する教師サンプルが、群ａに分類される確率である。

式（６）の意味について、図９を参照して明らかにしておく。図９は、誤り率ｅについて説明するための図である。図９の横軸は、Ａ（本来は、２要素をもつベクトルだが、簡単のため１軸で表現している）、縦軸は、サンプル数である。

図９に示すように、各群の教師サンプルは、各群の平均値を中心に一定の幅を持って分布する。そのため、群ａに属する教師サンプルでありながらｆ（Ａ）＜０となり、群ｂであると分類されるものや、群ｂに属する教師サンプルでありながらｆ（Ａ）＞となり、群ａと分類されるものがある。これらが、判別の誤りにつながる。

なお、図９では、群ａと群ｂのサンプル数は同じで、分布の様子も同じとしたが、サンプル数が異なる場合もある。式（５）におけるＮ_a／（Ｎ_a＋Ｎ_b）やＮ_b／（Ｎ_a＋Ｎ_b）は、サンプル数を考慮した重み付けである。

ステップＳ５０７において、ＣＰＵ６１０は、誤り率ｅがこれまでで最小ならば、設定されている透過帯域を記憶する。

ステップＳ５０９において、ＣＰＵ６１０は、所定の透過帯域候補の全てについて、誤り率を求めたかを判断する。

全ての候補について誤り率を求めていない場合（ステップＳ５０９においてＮｏ）、ＣＰＵ６１０は、ステップＳ５１１においてフィルタの透過波長範囲を変化させ、ステップＳ５０３からステップＳ５０９までの処理を繰り返す。

全ての候補について誤り率を求めた場合（ステップＳ５０９においてＹｅｓ）、ＣＰＵ６１０は、ステップＳ５１３において、最小のｅを与える透過帯域を抽出する。つまり、ステップＳ５０７で記憶された透過帯域を最小のｅを与える透過帯域として抽出する。

ただし、透過帯域の求め方は、上に説明したような総当り法に限られるわけではなく、総当り法のかわりに、誤り率を最小とする候補を求めるアルゴリズムを用いることができる。例えば、シミュレーテッドアニーリング（例えば、Ｓ．Ｋｉｒｋｐａｔｒｉｃｋ，Ｃ．Ｄ．Ｇｅｌａｔｔ，Ｊｒ．，Ｍ．Ｐ．Ｖｅｃｃｈｉ，“Ｏｐｔｉｍｉｚａｔｉｏｎ ｂｙ Ｓｉｍｕｌａｔｅｄ Ａｎｎｅａｌｉｎｇ”，ＳＣＩＥＮＣＥ，Ｖｏｌ ２２０，Ｎｕｍｂｅｒ ４５９８，Ｐ６７１−６８０，１９８３を参照）や遺伝的アルゴリズム（例えば、渡邉真也、廣安知之、三木光範、「近傍培養型遺伝的アルゴリズムによる多目的最適化」、情報処理学会論文誌、Ｖｏｌ．４３，ｐｐ．１８３−１９８，２００２や、平野廣美、「遺伝的アルゴリズムと遺伝的プログラミング」、パーソナルメディア株式会社、２０００や、黒岩正、「トレードオフ分析手法」、東芝レビュー、Ｖｏｌ．６０，Ｎｏ．１，ｐｐ．４８−５１，２００５などを参照）を用いることができる。

（４．第１の実施例）
ここで、上述のフィルタ設計方法により設計されるフィルタの具体例、および、設計されたフィルタを用いた試料の判別結果について説明する。

まず、フィルタの設計にあたっては、予め分類の分かっている複数の種類の試料の分光スペクトル（教師スペクトル）を得る必要がある。教師スペクトルの取得の概要を図１０を参照して説明する。図１０は、教師スペクトルの取得の概要を説明するための図である。

本実施例では、試料として、アスファルト８３０上の氷８１０（以下、凍結状態ともよぶ）と、アスファルト８３０上の水８２０（以下、湿潤状態ともよぶ）とを準備する。アスファルト８３０の厚みは約１５ｍｍ、氷８１０および水８２０の厚みは約５ｍｍである。

この試料をセンサ８４０で測定し、近赤外分光器８５０により教師スペクトルを得る。本実施例では、氷８１０および水８２０の各々について、９２０ｎｍ〜１０６０ｎｍまで１０ｎｍ間隔で測定した分光スペクトルを７２点ずつとった。

詳しくは、氷８１０あるいは水８２０のある範囲内の、縦８×横９の格子点において、各波長のスペクトルを測定した。このように、異なる点で測定されたスペクトルは、環境の影響を受けるため、ばらつく。ばらつきのある教師スペクトルを得ておくことで、様々な環境下でも適切に試料の判別を行なえるフィルタを設計することができる。

得られた教師スペクトルを、図１１に示す。図１１（ａ）は、氷のスペクトルと水のスペクトルの両方を示したもの、図１１（ｂ）は、氷のスペクトルのみを示したもの、図１１（ｃ）は、水のスペクトルのみを示したものである。各図において、横軸は波長、縦軸は反射率を表わす。

図１１（ａ）から分かるように、氷のスペクトルと水のスペクトルのいずれも、反射率について広がりをもつ。この広がりは、主として測定環境のゆらぎによるものである。この広がりのため、氷のスペクトルと水のスペクトルが完全には分離されていない。

なお、教師スペクトルの測定は、分光フィルタリングカメラで試料を撮影する際の環境と同様の環境で行なわれることが好ましい。測定環境によるゆらぎを適切に判別に反映するためである。

近赤外分光器８５０は、教師スペクトルをパソコン８６０に出力する。パソコン８６０は、これらの教師スペクトルに基づいて、上述の手順で、２つの試料の判別に適したフィルタ特性を計算する。パソコン８６０としては、例えば、図８に示したコンピュータ６００を用いることができる。なお、パソコン８６０は、フィルタの設計を行なう処理装置の一例であり、他の装置を用いてフィルタの設計を行なってもよい。

計算結果を図１２を参照して説明する。図１２は、第１の実施例において設計されたフィルタの透過特性を示す図である。９２５ｎｍ〜１００５ｎｍの光を透過するフィルタ（実線で示す）と、９２０ｎｍ〜１０２５ｎｍの光を透過するフィルタ（１点破線で示す）とが設計された。

また、これらのフィルタを用いる場合の判別関数の係数は、Ｐ₁＝１．７３７５、Ｐ₂＝−１．７３７４と計算された。この場合の、理論的なエラー率は０％である。

これらのフィルタを用いた試料の判別結果を図１３および図１４を参照して説明する。図１３は、判別対象となる試料の元画像である。上が湿潤状態の試料、下が凍結状態の試料である。図１４は、図１３に示す試料の判別結果である。図１４（ａ）は、湿潤状態の試料の判別結果、図１４（ｂ）は、凍結状態の試料の判別結果である。図１４では、凍結状態であると判断された画素を黒、湿潤状態であると判断された画素をグレーで表わしている。判別の正答率は、９３．８％であった。

設計されたフィルタの特徴的な点は、一方のフィルタの透過帯域が、他方のフィルタの透過帯域に含まれていることである。このようなフィルタの組を用いることで試料の判別を適切に行なえるのは、透過帯域の広いほうのフィルタが、外乱要因の影響を除去するための正規化フィルタとして機能し、透過帯域の狭いほうのフィルタが、識別対象が精度よく分離された波長を通す識別フィルタとして機能するからである。

計算された判別関数は、一方のフィルタを通した出力の対数と、他方のフィルタを通した出力の対数との単純な差分となっており（Ｐ₁と−Ｐ₂がほぼ等しい）、判別関数を用いて、一方のフィルタの出力により他方のフィルタの出力が正規化されている、とみなせる。出力の対数を比較しているので、差分をとるという簡単な処理により正規化が実現されている。

（５．第２の実施例）
上では、９２０ｎｍ〜１０６０ｎｍの分光スペクトルを用いてフィルタを設計する実施例について説明した。しかし、用いる分光スペクトルの波長域はこれに限られるわけではない。ここでは、さらに長波長域も含む分光スペクトルを用いたフィルタの設計について説明する。このように、より広い波長域のスペクトルを用いてフィルタを設計することで、判別精度を向上することができる。

本実施例では、凍結状態、湿潤状態の各々について、９００ｎｍから１６９５ｎｍにわたり５ｎｍ間隔で得た分光スペクトルを７２個測定し、これらを教師スペクトルとして用いる。

測定で得られた教師スペクトルを、図１５に示す。図１５（ａ）は、氷のスペクトルと水のスペクトルの両方を示したもの、図１５（ｂ）は、氷のスペクトルのみを示したもの、図１５（ｃ）は、水のスペクトルのみを示したものである。各図において、横軸は波長、縦軸は反射率を表わす。

これらの教師スペクトルをもとに設計されたフィルタの透過特性を図１６に示す。１１４０ｎｍ〜１３３５ｎｍの光を透過するフィルタ（実線で示す、識別フィルタ）と、１１３０ｎｍ〜１３６０ｎｍの光を透過するフィルタ（１点破線で示す、正規化フィルタ）とが設計された。

また、これらのフィルタを用いる場合の判別関数の係数は、Ｐ₁＝−２９９７．９、Ｐ₂＝３００６．８と計算された。この場合の、理論的なエラー率は０％である。

図１５（ａ）に示すように、水のスペクトルと氷のスペクトルとは互いに重なり、これらの判別は容易でないように思われる。しかしながら、上に示したフィルタを用いると、これらの判別が可能となる。このことを図１７を参照して説明する。図１７は、設計されたフィルタの意味を説明するための図である。

図１７（ａ）、図１７（ｂ）、図１７（ｃ）は、それぞれ、正規化された水のスペクトルおよび氷のスペクトル、正規化された氷のスペクトル、正規化された水のスペクトルを示す図である。ここで、正規化とは、各スペクトルを、正規化フィルタを通して撮影した際のカメラの出力で割る処理を指す。なお、図１７には、正規化フィルタのエッジを１点破線で、識別フィルタのエッジを実線で示している。

図１７（ａ）に示すように、識別フィルタが光を透過する領域では、氷のスペクトルと水のスペクトルが明瞭に分離されている。つまり、識別フィルタは、試料の判別に適した透過帯域をもつことが分かる。より詳しく言えば、２つの試料を同一の環境下で測定したときに、識別フィルタの透過帯域における２つの試料のスペクトルは、所定の判別方法により判別しやすい形状になっている。なお、この結果から、水と氷の判別には、より長波長側の近赤外領域を用いることが好ましいといえる。水に関しては、１．９ミクロン近傍に、より急峻な吸収スペクトル領域があり、材質によっては、この近傍での透過帯域を用いることが識別に望ましいことがある。

判別関数に即して、このことを説明しておく。判別関数のスコアｆ（Ａ）は、定数項を除き、また、Ｐ_１、Ｐ_２の係数の大きさを同じとみなして、これらを１に規格化すると、ｆ（Ａ）＝−ｌｏｇＲ₁＋ｌｏｇＲ₂＝ｌｏｇ（Ｒ₂／Ｒ₁）となる。これに、Ｒ₁、Ｒ₂の式を代入すると、ｆ（Ａ）＝ｌｏｇ（∫Ｔ₂（λ）Ｓ（λ）ｄλ／∫Ｔ₁（λ）Ｓ（λ）ｄλ)＝ｌｏｇ（∫Ｔ₂（λ）Ｓ_n（λ）ｄλ）となる。ここで、Ｓ_n（λ）は、正規化されたスペクトルである。つまり、正規化されたスペクトルを、識別フィルタの透過帯域にわたって積分したものの対数が、定数分を除いて、判別関数のスコアとなる。したがって、設計された２つのフィルタおよび計算された判別関数により、判別が適切に行なえることがわかる。

本実施の形態に係るフィルタの設計方法によれば、このように判別に好適な２枚のフィルタ、すなわち試料の判別に適した透過帯域をもつ識別フィルタと、外乱の影響を除去するための正規化フィルタを設計できることが分かる。

（６．その他；第１の実施の形態の変形例）
本実施の形態に係る判別フィルタリングカメラは、測定結果に基づいて、物質の表面あるいは内部の含水量を評価することもできる。

なお、以上では、水と氷との判別の例を示したが、他の試料についても同様の方法でフィルタの設計および設計されたフィルタを用いた試料の判別ができることはもちろんである。

また、判別フィルタリングカメラは、物質を画像識別できるものであってもよい。すなわち、判別結果が画像上で分かりやすく表示されるようにしてもよい。例えば、画像処理部２００は、図１４に示される結果のように、異なる物質が異なる色で表示されるようにする。

また、上述の設計方法により設計するフィルタの個数は、２つに限られるわけではない。上述の設計方法を拡張して、３つ以上のフィルタを設計することも当然に可能である。また、設計された３つ以上のフィルタを用いた分光フィルタリングカメラを作成することも当然にできる。

さらに、上述の方法を拡張して、３種類以上の試料の判別を行なうこともできる。この場合、判別する物質の種類に応じて、適宜、フィルタの数を変更するとよい。判別分析手法としては、正準判別分析などを用いればよい。

以上では、基本的に、１台のカメラ１００が、物体の判別を行なうための部品を全て備えている実施の形態を説明した。しかしながら、以上の説明を応用すれば、判別フィルタリング装置は、１台のカメラ１００ではなく、複数の装置を組み合わせたシステムにより実現されてもよいことは明らかである。

例えば、すでに述べたように、第１のフィルタ２０．１および第２のフィルタ２０．２を、それぞれ、別のカメラが有していてもよい。あるいは、第１のフィルタ２０．１および第２のフィルタ２０．２は、カメラ内になくてもよい。これらのフィルタは、カメラとは別に準備されてもよい。

あるいは、判別フィルタリング装置は、カメラとコンピュータとにより実現されてもよい。ここで、コンピュータは、カメラの撮像結果を受け取るインターフェースと、ＣＰＵと、モニタとを備えるものとする。この場合、ＣＰＵが演算部４０として機能し、モニタが結果出力部５０として機能する。

本実施の形態では、判別フィルタリング装置は、試料を反射した光の検出結果に基づいて、試料を判別している。しかしながら、判別フィルタリング装置に入射する光は、反射光に限られず、試料の性質を反映していればよい。例えば、判別フィルタリング装置は、試料を透過した光を検出し、検出結果に基づいて試料を判別してもよい。

また、本実施の形態では、カメラによる物体の撮像結果に基づいた物体の判別について説明した。したがって、本実施の形態では、画像内の各点について物体の判別結果を得られる。しかしながら、画像内の各点について物体を判別できることから明らかなように、判別フィルタリング装置は、入射した光を電気信号に変換する受光素子１つの光検出結果に基づいて、物体を判別できる。判別フィルタリング装置は、少なくとも１つの受光素子を備えていればよい。

［第２の実施の形態］
（１．概要）
第２の実施の形態では、ポイントセンサを用いた判別フィルタリング装置について説明する。第２の実施の形態に係る判別フィルタリング装置は、光源を有する。また、第２の実施の形態に係る判別フィルタリング装置は、光源が出力し、物体を透過した光を利用して、物体の判別を行なう。第２の実施の形態に係る判別フィルタリング装置は、光を透過する試料、特に、液体などの流体の検査に利用できる。

第２の実施の形態に係る判別フィルタリング装置を利用した、試料判別の実施態様の一例を図１８を参照して説明する。図１８は、第２の実施の形態に係る試料判別の実施態様の１つの例を示す図である。

判別フィルタリング装置は、ＬＥＤ光源と、複数の受光素子１６１０と、複数のフィルタとを備える。フィルタは、第１の実施の形態と同様の手法により設計される。受光素子１６１０とフィルタとは対にして設置される。ただし、図１８では、図を簡単にするため、判別フィルタリング装置の具体的構成は示していない。判別フィルタリング装置の具体的な構成については、後で他の図を用いつつ説明する。

本実施の形態では、判別フィルタリング装置は、角型管１７２０内を流れる液体に含まれる成分の分析を行なう。対象の判別フィルタリング装置の使用者は、角型管１７２０を囲むように判別フィルタリング装置を配置する。角型管１７２０は、判別フィルタリング装置が検査する液体を通す。液体は、角型管１７２０内を流れる。図１８には、液体の流れる方向を矢印で示す。

各受光素子１６１０は、ＬＥＤ光源を出力し、液体およびいずれかのフィルタを透過したＬＥＤ光を検出する。判別フィルタリング装置は、各受光素子１６１０の光検出結果に基づいて、試料（液体）の成分分析を行なう。判別フィルタリング装置は、ＬＥＤ光源と受光素子との間を流れる液体の成分を、随時、分析できる。

このように試料の成分分析を行なうため、試料を通す管は、円形ではなく角型が好ましい。角型管１７２０の光の透過率は、場所によってほぼ変動しないためである。

なお、角型管１７２０および判別フィルタリング装置には、外部からの光（ＬＥＤ光以外の光）が入射しないことが好ましい。検出精度の向上のためである。例えば、判別フィルタリング装置の使用者は、試料分析の際に、角型管１７２０および判別フィルタリング装置を、遮光材（例えば、黒箱や黒い布など）で覆うとよい。あるいは、使用者は、角型管１７２０および判別フィルタリング装置を、黒色樹脂で封止するなどしてもよい。あるいは、使用者は、暗室にて、試料分析を行なうようにしてもよい。

本実施の形態に係る判別フィルタリング装置は、光源からの光を利用して、試料の判別を行なう。そのため、このようにフィルタリング装置を覆うなどして、外乱光の影響を低減できる。したがって、本実施の形態に係る判別フィルタリング装置を用いれば、試料の判別精度を向上させることができる。

図１８では、複数の受光素子１６１０は、液体の流れに対して、垂直に１次元的に並んでいる。しかしながら、受光素子１６１０の配置は、図１８に示したものに限られない。例えば、複数の受光素子は、図１９に示すように、液体の流れに対し直交するように１次元的に並んでいてもよい。図１９は、第２の実施の形態に係る試料判別の実施態様の他の例を示す図である。

より一般に、受光素子１６１０は、対象物を透過したＬＥＤ光を検出できるように、配置されていればよい。例えば、受光素子１６１０は、１つのライン上ではなく、２次元的に配置されていてもよい。

（２．装置構成）
本実施の形態に係る判別フィルタリング装置の構成について図２０Ａおよび図２０Ｂを参照して説明する。図２０Ａおよび図２０Ｂは、判別フィルタリング装置１６００の構成を示す図である。

図２０Ａは、第２の実施の形態に係る判別フィルタリング装置１６００の外観図である。また、図２０Ｂは、判別フィルタリング装置１６００の側断面図である。

図２０Ａあるいは図２０Ｂを参照して、判別フィルタリング装置１６００は、複数の受光素子１６１０．１〜１６１０．Ｎ、複数のフィルタ１６２０．１〜１６２０．Ｎ、光源１６３０、表示灯１６４０、および、ブザー１６４５を備える。

図２０Ａを参照して、判別フィルタリング装置１６００は、一辺が欠けた矩形形状（コの字型）である。受光素子１６１０と、フィルタ１６２０とは、それぞれ、互いに対向する矩形の辺上に配置される。

複数の受光素子１６１０．１〜１６１０．Ｎは、各々、光を検出し、検出した光量に応じた電気信号を出力する。以下、各受光素子１６１０．１〜１６１０．Ｎを区別しない場合には、これらを、受光素子１６１０と総称する。本実施の形態では、受光素子１６１０としては、ポイントセンサの１つであるフォトダイオードを用いる。フォトダイオードは、ＣＣＤなどの受光素子に比べて、安価であるという利点がある。

複数のフィルタ１６２０．１〜１６２０．Ｎは、所定の波長帯域の電磁波を透過し、その他の波長の電磁波を遮断する。以下、各フィルタ１６２０．１〜１６２０．Ｎを区別しない場合には、これらをフィルタ１６２０と総称する。本実施の形態では、フィルタ１６２０は、バンドパスフィルタであるとする。各フィルタ１６２０の透過帯域は、判別が必要な成分に応じて、第１の実施の形態と同様の方法により設計される。

判別フィルタリング装置１６００は、判別対象となる成分の個数に応じた個数のフィルタ１６２０および受光素子１６１０を備える。第１の実施の形態での説明から分かるように、判別フィルタリング装置１６００は、透過帯域が異なる２つのフィルタ１６２０を通った光の検出結果を用いて、１種類の成分を判別できる。よって、フィルタ１６２０は、それぞれ、少なくとも２つ必要である。

また、Ｍ（Ｍは２以上の整数）種類の成分を判別するためには、フィルタ１６２０は、２Ｍ個あれば十分である。なお、異なる判別に用いるフィルタ１６２０（識別フィルタあるいは正規化フィルタ）の透過帯域が同じであるならば、フィルタ１６２０の個数は、２Ｍ個より少なくてもよい。

判別フィルタリング装置１６００は、受光素子１６１０と同数のフィルタ１６２０を備える。そのため、判別フィルタリング装置１６００の構造は、第１の実施の形態に比べ簡単になっている。判別フィルタリング装置１６００は、フィルタを機械的に切り替えなくてよい。また、判別フィルタリング装置１６００は、ビームスプリッタなどの光学素子を備える必要もない。

光源１６３０は、光を出力する。光源１６３０は、フィルタ１６２０の背後に設置される。つまり、光源１６３０が出力した光は、フィルタ１６２０を透過して、受光素子１６１０に入射する。

図２０Ａおよび図２０Ｂでは、明示していないが、光源１６３０は、複数のＬＥＤ１６３０．１〜１６３０．Ｎを含む。つまり、光源１６３０は、ＬＥＤ光源である。ＬＥＤ１６３０．１〜１６３０．Ｎは、それぞれ、フィルタ１６２０．１〜１６２０．Ｎの背後に設置される。

ＬＥＤは、ハロゲンランプなどの他の光源に比べて、あまり発熱しないという利点がある。また、ＬＥＤからの光は、物体の判別に十分な明るさである。特に、本実施の形態では、既に説明したように、判別フィルタリング装置１６００を、遮光物で覆える。そのため、光源１６３０の出力する光量を、あまり大きくしなくてよい。

しかしながら、光源１６３０としては、ＬＥＤ光源のかわりに、他の種類の光源を用いてもよい。ただし、光源１６３０は、フィルタの透過帯域よりも広い帯域にわたる光を出力する必要がある。したがって、出力する光の波長が限られるレーザを光源として用いることは不適切である。逆にいえば、本実施の形態に係る物体の判別にあたっては、線幅の広い光源が準備できればよい。光源の線幅を狭くする必要はない。

表示灯１６４０は、判別結果に応じた光を出力する。例えば、表示灯１６４０は、判別フィルタリング装置１６００が、通常とは異なる判別結果を示した場合に、光を出力する。このような場合としては、試料に不純物が混じっている場合などがある。なお、表示灯１６４０としては、特に限られるわけではないが、ＬＥＤ、白熱灯などを用いることができる。

ブザー１６４５は、判別結果に応じた音を出力する。例えば、表示灯１６４０は、判別フィルタリング装置１６００が、通常とは異なる判別結果を示した場合に、音（警告音）を出力する。

表示灯１６４０およびブザー１６４５は、判別結果を出力する装置の一例である。判別フィルタリング装置１６００は、表示灯１６４０およびブザー１６４５以外の装置により、判別結果を出力してもよい。例えば、判別フィルタリング装置１６００は、これらのかわりに、あるいは、これらに加えて、判別結果を文字や数字、グラフ等で表示するモニタを備えていてもよい。

判別フィルタリング装置１６００の使用態様を図２１を参照して説明する。図２１は、判別フィルタリング装置１６００の使用態様を示す図である。図２１では、管１７００内の試料を判別する際の、判別フィルタリング装置１６００の使用態様を示している。

管１７００は、丸管１７１０と、角型管１７２０と、丸管１７３０とを含む。丸管１７１０（あるいは丸管１７３０）と角型管１７２０とは、滑らかに接続されている。試料（被測定液体）は、管１７００内を、丸管１７１０、角型管１７２０、丸管１７３０の順に流れる。

判別フィルタリング装置１６００は、角型管１７２０を挟むように配置される。したがって、判別フィルタリング装置１６００の受光素子１６１０、フィルタ１６２０、および、ＬＥＤ１６３０は、試料の流れる方向に１次元的に並ぶ。

図には示していないが、試料を測定する際には、ユーザは、管１７００および判別フィルタリング装置１６００を、暗幕、暗箱、黒色樹脂などで覆う。あるいは、ユーザは、測定を暗室で行なってもよい。

図２２を参照して、判別フィルタリング装置１６００の構成について、より詳しく説明する。図２２は、判別フィルタリング装置１６００の構成を詳細に示す図である。

図２２を参照して、判別フィルタリング装置１６００は、受光素子１６１０．１〜１６１０．Ｎ、フィルタ１６２０．１〜１６２０．Ｎ、ＬＥＤ１６３０．１〜１６３０．Ｎ、表示灯１６４０、ブザー１６４５、アンプ１６５０．１〜アンプ１６５０．Ｎ、プロセッサ１６６０、ＲＡＭ１６７０、ＲＯＭ１６８０、および、ＬＥＤ電源１６９０．１〜１６９０．Ｎを備える。

図２２における、受光素子１６１０．１〜１６１０．Ｎ、フィルタ１６２０．１〜１６２０．Ｎ、および、ＬＥＤ１６３０．１〜１６３０．Ｎの配置は、被測定液体の進行方向に直交する方向から見たものである。ただし、その他の構成要素の実際の配置は、図２２に示すものとは関係がない。

受光素子１６１０．１〜１６１０．Ｎは、それぞれ、ＬＥＤ１６３０．１〜１６３０．Ｎが出力し、フィルタ１６２０．１〜１６２０．Ｎを透過した、ＬＥＤ光を検出する。つまり、各受光素子１６１０．ｋ（ｋ＝１〜Ｎ）は、ＬＥＤ１６３０．ｋを出力したＬＥＤ光のみを検出する。

ＬＥＤ１６３０が出力するＬＥＤ光自体の広がりや、試料によるＬＥＤ光の散乱によって、１つのＬＥＤ１６３０から出力するＬＥＤ光は、ある程度広がる。隣接する２つの受光素子１６１０は、このＬＥＤ光の広がりよりも離れて配置されることが好ましい。判別フィルタリング装置１６００の設計者は、受光素子１６１０の間隔を、受光素子１６１０とフィルタ１６２０との間の距離（あるいは角型管１７２０の厚み）、ＬＥＤ１６３０の特性、および、試料の性質等に応じて、適宜、設計すればよい。

アンプ１６５０．ｋ（ｋ＝１〜Ｎ）は、受光素子１６１０．ｋの光検出信号（電気信号）を増幅する。アンプ１６５０．ｋは、増幅した光検出信号を、プロセッサ１６６０に与える。

プロセッサ１６６０は、各受光素子１６１０の光検出信号（増幅された光検出信号）に基づいて、試料の成分分析を行なう。プロセッサ１６６０は、判別したい成分に対応する複数の受光素子１６１０からの光検出信号に基づいて、成分の判別を行なう。また、プロセッサ１６６０は、判別結果に基づく制御信号を表示灯１６４０およびブザー１６４５に与える。なお、プロセッサ１６６０としては、特に限られるわけではないが、汎用的なＣＰＵを用いることができる。

ＲＡＭ１６７０は、プロセッサ１６６０の処理結果を一時的に格納する。つまり、ＲＡＭ１６７０は、ワーキングメモリとして機能する。ＲＯＭ１６８０は、成分分析に必要なデータ（教師データ、判別関数、プログラムなど）を格納する。なお、ＲＯＭ１６８０の代わりにデータの読み書き可能な記憶装置、例えば、ハードディスクやフラッシュメモリを用いてもよい。なお、プロセッサ１６６０、ＲＡＭ１６７０、ＲＯＭ１６８０をマイコンに置き換えてもよい。

ＬＥＤ電源１６９０．１〜１６９０．Ｎは、それぞれ、ＬＥＤ１６３０．１〜１６３０．Ｎに電力を供給する。ＬＥＤ電源１６９０．１〜１６９０．Ｎは、例えば、電源スイッチの切り替えに応じて、電力の供給を開始または終了する。

（第１の変形例）
判別フィルタリング装置の構成は、上で説明したものに限られるわけではない。ここからは、第１の変形例に係る判別フィルタリング装置１６００＃の構成について説明する。

図２３Ａおよび図２３Ｂは、第１の変形例に係る判別フィルタリング装置１６００＃の構成を示す図である。図２３Ａは、第１の変形例に係る判別フィルタリング装置１６００＃の外観図である。また、図２３Ｂは、判別フィルタリング装置１６００＃の側断面図である。

判別フィルタリング装置１６００と判別フィルタリング装置１６００＃とは、受光素子１６１０、フィルタ１６２０、および、ＬＥＤ１６３０の配置が異なる。すなわち、判別フィルタリング装置１６００＃の受光素子１６１０、フィルタ１６２０、および、ＬＥＤ１６３０の並ぶ方向は、判別フィルタリング装置１６００の受光素子１６１０、フィルタ１６２０、および、ＬＥＤ１６３０の並ぶ方向と９０度異なる。

判別フィルタリング装置１６００＃は、判別フィルタリング装置１６００と同様の態様で使用される（図２１参照）。したがって、判別フィルタリング装置１６００＃の受光素子１６１０、フィルタ１６２０、および、ＬＥＤ１６３０は、試料の流れる方向に直交する方向に１次元的に並ぶ。

このように受光素子１６１０、フィルタ１６２０、および、ＬＥＤ１６３０を配置するため、判別フィルタリング装置１６００＃は、判別フィルタリング装置１６００に比べて、小型にできる。あるいは、判別フィルタリング装置１６００＃には、判別フィルタリング装置１６００に比べて、より多くの受光素子１６１０、フィルタ１６２０、および、ＬＥＤ１６３０を設けることができる。

判別フィルタリング装置１６００＃の詳細な構成は、図２２に示した判別フィルタリング装置１６００の構成と、受光素子１６１０、フィルタ１６２０、および、ＬＥＤ１６３０の配置を除いて同様である。したがって、その説明は繰り返さない。

（第２の変形例）
判別フィルタリング装置１６００および判別フィルタリング装置１６００＃のフィルタ１６２０は、ＬＥＤ１６３０と試料が配置される位置との間にある。しかしながら、フィルタ１６２０の位置はこれに限られない。フィルタ１６２０は、ＬＥＤ１６３０と受光素子１６１０との間にあればよい。

第２の変形例に係る判別フィルタリング装置２４００は、試料が配置される位置と受光素子１６１０との間にフィルタ１６２０を備える。つまり、フィルタ１６２０は、受光素子１６１０の直前に配置される。

第２の変形例に係る判別フィルタリング装置２４００の構成を、図２４に示す。図２４は、第２の変形例に係る判別フィルタリング装置２４００の構成を示す図である。図２４では、図２２と同様、受光素子１６１０．１〜１６１０．Ｎ、フィルタ１６２０．１〜１６２０．Ｎ、および、ＬＥＤ１６３０．１〜１６３０．Ｎの配置は、被測定液体の進行方向に直交する方向から見たものである。その他の構成要素の実際の配置は、図２４に示すものとは関係がない。

判別フィルタリング装置１６００のものと同様に、判別フィルタリング装置２４００の受光素子１６１０、フィルタ１６２０、および、ＬＥＤ１６３０は、試料の流れる方向に１次元的に並んでいる。ただし、受光素子１６１０、フィルタ１６２０、および、ＬＥＤ１６３０の配置は、これに限られるわけではない。判別フィルタリング装置１６００＃のように、これらは、試料の流れる方向に直交する方向に１次元的に配置されていてもよい。

このように、フィルタ１６２０が受光素子１６１０の直前に配置される構成によれば、ＬＥＤ１６３０の個数を削減しうる。ＬＥＤ１６３０の出力する光の帯域が、各フィルタ１６２０の透過帯域を含むならば、ＬＥＤ１６３０．１〜１６３０．Ｎを、単一のＬＥＤ１６３０に置き換えることができる。なお、１つのＬＥＤ１６３０からのＬＥＤ光の照射範囲が、フィルタ１６２０より狭い場合などは、単一ではなくいくつかのＬＥＤ１６３０を用いてもよい。

さらに、各受光素子１６１０が、共通のＬＥＤ１６３０からの光を検出するのであれば、受光素子１６１０を互いに近づけて配置してもよい。したがって、判別フィルタリング装置２４００は、小型化可能である。あるいは、判別フィルタリング装置２４００に多数の受光素子１６１０を設置すれば、判別フィルタリング装置２４００は、より多くの成分を分析できる。

（第３の変形例）
以上で説明した判別フィルタリング装置１６００（あるいは判別フィルタリング装置１６００＃、判別フィルタリング装置２４００）において、複数のフィルタ１６２０を、複数のフィルタを有するフィルタアレイに置き換えてもよい。また、複数の受光素子１６１０を、複数の受光素子を有する受光素子アレイに置き換えてもよい。

第３の変形例として、フィルタアレイおよび受光素子アレイを備える判別フィルタリング装置２５００を説明する。判別フィルタリング装置２５００は、第２の変形例に係る判別フィルタリング装置２４００の構成の一部を変形したものである。

判別フィルタリング装置２５００の構成を図２５に示す。図２５は、第３の変形例に係る判別フィルタリング装置２５００の構成を示す図である。図２５では、図２２や図２４と同様、受光素子１６１０．１〜１６１０．Ｎ、フィルタ１６２０．１〜１６２０．Ｎ、および、ＬＥＤ１６３０．１〜１６３０．Ｎの配置は、被測定液体の進行方向に直交する方向から見たものである。その他の構成要素の実際の配置は、図２５に示すものとは関係がない。

図２５を参照して、判別フィルタリング装置２５００は、判別フィルタリング装置２４００の受光素子１６１０．１〜１６１０．Ｎのかわりに、受光素子アレイ２５１０を備える。また、判別フィルタリング装置２５００は、判別フィルタリング装置２４００のフィルタ１６２０．１〜１６２０．Ｎのかわりに、フィルタアレイ２５２０を備える。また、判別フィルタリング装置２５００は、複数ではなく１つのＬＥＤ１６３０およびＬＥＤ電源１６９０を備える。

受光素子アレイ２５１０は、受光素子２５１０．ｋ（ｋ＝１〜Ｎ）を有する。本実施の形態では、受光素子アレイ２５１０は、ＰＤアレイであるとする。すなわち、各受光素子２５１０．ｋは、判別フィルタリング装置２４００などの受光素子１６１０と同様に、ＰＤである。

フィルタアレイ２５２０は、フィルタ２５２０．ｋ（ｋ＝１〜Ｎ）を有する。各フィルタ２５２０．ｋの透過帯域は、判別フィルタリング装置２４００などのフィルタ１６２０の透過帯域と同様、判別対象に応じて設計されている。

受光素子２５１０．ｋの間隔は、フィルタ２５２０．ｋの間隔に合わせて設計される。すなわち、ＬＥＤ１６３０を出力し、フィルタ２５２０．ｋを透過した光が、受光素子２５１０．ｋに入射するように、受光素子２５１０．ｋの間隔は定められる。

このようにフィルタアレイ２５２０や、受光素子アレイ２５１０を用いているので、判別フィルタリング装置２５００は、判別フィルタリング装置２４００などに比べて、作成しやすい。

また、判別フィルタリング装置に複数の光源が必要な場合、複数の光源を有する光源アレイを用いてもよい。特に、図２２に示した判別フィルタリング装置１６００などのように、フィルタと各光源との間の位置関係が制限される場合、光源アレイを用いることで、判別フィルタリング装置の製作が容易になる。

（第４の変形例）
これまでは、１台の判別フィルタリング装置が、試料への光の照射、試料を透過した光の検出、光検出結果に基づく試料の判別、および、判別結果の出力を行なう例について説明してきた。しかしながら、複数の装置を組み合わせてこれらの動作を実現してもよい。

第４の変形例では、試料判別を行なうための判別フィルタリングシステム２６００について説明する。判別フィルタリングシステム２６００の構成を図２６に示す。図２６は、判別フィルタリングシステム２６００の構成を示す図である。

図２６を参照して、判別フィルタリングシステム２６００は、試料測定装置２６１０と、コンピュータ６００と、ケーブル２６２０とを含む。

試料測定装置２６１０は、判別フィルタリング装置１６００と同様の形状をしている。また、試料測定装置２６１０は、判別フィルタリング装置１６００と同様の位置に、複数のＬＥＤ、複数のフィルタ、複数の受光素子を備える。ただし、ＬＥＤ、フィルタ、受光素子は、第１〜第４の変形例で示したように配置されていてもよい。

試料測定装置２６１０は、各受光素子の光検出結果を、外部に出力する。試料測定装置２６１０自体は、光検出結果に基づく、試料の判別を行わない。また、試料測定装置２６１０は、ブザーや表示灯などによる判別結果の出力も行なわない。

ケーブル２６２０は、試料測定装置２６１０とコンピュータ６００とを接続する。ケーブル２６２０は、試料測定装置２６１０が出力した光検出結果を、コンピュータ６００に伝送する。ケーブル２６２０としては、特に限られるものではないが、ＵＳＢケーブルなどを用いることができる。

なお、試料測定装置２６１０とコンピュータ６００とは、直接にケーブル２６２０で接続されていなくてもよい。試料測定装置２６１０とコンピュータ６００とは、ネットワークを介して接続されていてもよい。また、試料測定装置２６１０とコンピュータ６００とは、無線接続されていてもよい。

（３．処理の流れ）
判別フィルタリング装置１６００が試料の判別の際に行なう処理の流れについて、図２７を参照して説明する。図２７は、判別フィルタリング装置１６００が行なう処理の流れをフローチャート形式で示す図である。

ステップＳ２７０１において、各ＬＥＤ１６３０．ｋは、光の出力を開始する。各ＬＥＤ１６３０．ｋは、ＬＥＤ電源１６９０．ｋからの電力の供給に応じて、光を出力する。各ＬＥＤ１６３０．ｋは、例えば、ユーザが、ＬＥＤ電源１６９０．ｋのスイッチを押したことに応じて、光の出力を開始する。

ステップＳ２７０３において、プロセッサ１６６０は、受光素子（あるいはフィルタ）を指定するパラメータｋを初期化する。ここでは、ｋの初期値は１とする。

ステップＳ２７０５において、プロセッサ１６６０は、受光素子１６１０．ｋの光検出結果を取得する。また、プロセッサ１６６０は、取得した光検出結果を、ＲＡＭ１６７０に格納する。

ステップＳ２７０７において、プロセッサ１６６０は、ｋ＝Ｎ（Ｎ：受光素子１６１０の個数）であるかどうか判断する。ｋ＝Ｎであるとき（ステップＳ２７０７においてＹＥＳ）、プロセッサ１６６０は、ステップＳ２７１１の処理に進む。ｋがＮでないとき（ステップＳ２７０７においてＮＯ）、プロセッサ１６６０は、ステップＳ２７０９において、ｋの値をインクリメントする。そして、プロセッサ１６６０は、ステップＳ２７０５からの処理に戻る。

ステップＳ２７１１において、プロセッサ１６６０は、試料に含まれる成分の判別を行なう。具体的には、例えば、プロセッサ１６６０は、まず、判別する成分に対応する、受光素子１６１０．ｋの組を選択する。次に、プロセッサ１６６０は、選択した各受光素子１６１０．ｋの光検出結果の対数をとる。次に、プロセッサ１６６０は、判別関数に、光検出結果の対数を代入する。そして、プロセッサ１６６０は、代入結果の正負に基づき、試料を判別する。

ステップＳ２７１３において、プロセッサ１６６０は、判別フィルタリング装置１６００の各部を制御し、判別結果を出力させる。具体的には、プロセッサ１６６０は、表示灯１６４０およびブザー１６４５を制御する。

例えば、プロセッサ１６６０は、ステップＳ２７１１において得られた判別結果が、“正常な”判別結果と一致するかどうかを判断する。プロセッサ１６６０は、これらが一致するかどうかに応じて、表示灯１６４０に光を出力させたり、ブザー１６４５に音を出力させたりする。なお、「“正常な”判別結果」は、予め与えられている。例えば、判別フィルタリング装置１６００の設計者は、正常な判別結果を予めＲＯＭ１６８０に格納しておくものとする。あるいは、ユーザが正常な判別結果を設定できてもよい。

なお、判別フィルタリング装置１６００が他の結果出力装置（モニタなど）を備える場合、プロセッサ１６６０は、ステップＳ２７１１において、当該結果出力装置を制御し、判別結果を出力させてもよい。

ステップＳ２７１５において、プロセッサ１６６０は、測定の終了指示を受け付けたかどうか判断する。プロセッサ１６６０は、例えば、判別フィルタリング装置１６００の特定のスイッチの押下を、測定の終了指示とみなす。

測定の終了指示を受け付けた場合（ステップＳ２７１５においてＹＥＳ）、プロセッサ１６６０は、試料の判別処理を終了する。測定の終了指示を受け付けていない場合（ステップＳ２７１５においてＮＯ）、プロセッサ１６６０は、ステップＳ２７０１からの処理を繰り返す。

以上の処理により、判別フィルタリング装置１６００は、管１７００を流れる流体の成分を、リアルタイムに判別し続けることができる。したがって、判別フィルタリング装置１６００のユーザは、流体の成分をリアルタイムに監視し続けることができる。

なお、判別フィルタリング装置１６００は、もちろん、動かない物体（ただし、光を透過する物体に限る）の成分を判別することもできる。この場合は、判別フィルタリング装置１６００は、成分を繰り返し判別する必要はない、そのため、判別フィルタリング装置１６００は、ステップＳ２７１３のあと、ステップＳ２７１５の処理を行なわずに、判別処理を終了してもよい。

なお、判別フィルタリング装置１６００＃、判別フィルタリング装置２４００、判別フィルタリング装置２５００も、以上で説明した処理と同様の処理を行なう。これらの装置が行なう処理については、説明を繰り返さない。

また、判別フィルタリングシステム２６００も、以上で説明した処理と同様の処理を行なう。ただし、プロセッサ１６６０ではなく、コンピュータ６００のＣＰＵ６１０が、ステップＳ２７０３からステップＳ２７１５の各処理を行なう。また、ステップＳ２７１５において、コンピュータ６００のモニタ６７０が、判別結果を出力する。

（処理の変形例）
上で説明した処理の流れでは、判別フィルタリング装置１６００は、試料判別の間、すべてのＬＥＤ１６３０．１〜１６３０．Ｎを点灯していた。しかしながら、判別フィルタリング装置１６００は、ＬＥＤ１６３０．１〜１６３０．Ｎを順次、１つずつ点灯してもよい。この場合に、判別フィルタリング装置１６００が行なう処理の流れを図２８を参照して説明する。図２８は、判別フィルタリング装置が行なう変形例に係る処理の流れをフローチャート形式で示す図である。

ステップＳ２８０１において、プロセッサ１６６０は、受光素子、フィルタおよびＬＥＤを指定するパラメータｋを初期化する。ここでは、ｋの初期値は１とする。

ステップＳ２８０３において、プロセッサ１６６０は、ＬＥＤ電源１６９０．ｋを制御し、ＬＥＤ１６３０．ｋに光を出力させる。また、プロセッサ１６６０は、他のＬＥＤ１６３０．ｊ（ｊ≠ｋ）が光を出力しないように、ＬＥＤ電源１６９０．ｊを制御する。

ステップＳ２８０５において、プロセッサ１６６０は、受光素子１６１０．ｋの光検出結果を取得する。また、プロセッサ１６６０は、取得した光検出結果を、ＲＡＭ１６７０に格納する。この光検出結果は、ＬＥＤ１６３０．ｋを出力し、フィルタ１６２０．ｋおよび試料を透過した光量に対応する。

ステップＳ２８０７において、プロセッサ１６６０は、ｋ＝Ｎ（Ｎ：受光素子１６１０の個数）であるかどうか判断する。ｋ＝Ｎであるとき（ステップＳ２８０７においてＹＥＳ）、プロセッサ１６６０は、ステップＳ２８１１の処理に進む。ｋがＮでないとき（ステップＳ２８０７においてＮＯ）、プロセッサ１６６０は、ステップＳ２８０９において、ｋの値をインクリメントする。そして、プロセッサ１６６０は、ステップＳ２８０３からの処理に戻る。

ステップＳ２８１１およびステップＳ２８１３の処理は、先に説明したステップＳ２７１１およびステップＳ２７１３の処理と同様である。したがって、これらの詳細な説明は繰り返さない。

ステップＳ２８１５において、プロセッサ１６６０は、測定の終了指示を受け付けたかどうか判断する。プロセッサ１６６０は、例えば、判別フィルタリング装置１６００の特定のスイッチの押下を、測定の終了指示とみなす。

測定の終了指示を受け付けた場合（ステップＳ２８１５においてＹＥＳ）、プロセッサ１６６０は、試料の判別処理を終了する。測定の終了指示を受け付けていない場合（ステップＳ２８１５においてＮＯ）、プロセッサ１６６０は、ステップＳ２８０１からの処理を繰り返す。

この変形例に係る処理によれば、各受光素子１６１０．ｋの検出結果は、受光素子１６１０．ｋに対応するＬＥＤ１６３０．ｋからの光に対応する。他の受光素子１６１０．ｊからの光は、受光素子１６１０．ｋの検出結果に影響しない。したがって、この変形例に係る処理によれば、検出精度を向上することができる。また、この変形例に係る処理によれば、受光素子１６１０、フィルタ１６２０、ＬＥＤ１６３０を密集して配置することもできる。

なお、判別フィルタリング装置１６００＃、判別フィルタリング装置２４００、判別フィルタリング装置２５００、あるいは、判別フィルタリングシステム２６００も、この変形例と同様の処理を行なってよい。

［その他］
各実施の形態あるいは実施の形態の変形例を適宜組み合わせた構成も、本発明の範囲に含まれるのは、もちろんである。

今回開示された実施の形態はすべての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は上記した説明ではなくて請求の範囲によって示され、請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。

本発明は、例えば、橋の上から川がどの程度凍っているかどうかを確かめることに利用できる。また、肌の水分量測定に応用することもできる。他にも、水を使用する産業分野、例えば、農作物中の水成分と他の成分（ミネラル、窒素、でんぷん、アミノ酸）との品質識別、繊維中の含水量管理、溶液の混合状態、リン海水の管理、汚泥水と石油成分の識別、生体（表面、内部）の水成分と他の成分（例えば、皮脂、アミノ酸、コラーゲン）の識別計測、毛髪中の水成分計測、食品成分の識別、ウイルス感染の迅速な判断、食の輸入感染症の水際検査、濃縮海水の無機成分評価、衛星からの海水成分や植物分布の評価、コンクリート中の水分や塩分の識別評価等、幅広く非破壊成分分布評価に使用できる。また、その時間変化のモニター評価にも利用できる。

Claims (17)

1. 判別フィルタリング装置（１０）であって、
   第１の透過帯域をもつ第１のフィルタ（２０．１）と、
   前記第１の透過帯域を含む第２の透過帯域をもつ第２のフィルタ（２０．２）と、
   対象物から出力し、かつ、前記第１のフィルタあるいは前記第２のフィルタのいずれかを通った電磁波を検出し、前記対象物からの電磁波強度に対応する第１の信号および第２の信号を出力する検出部（３０）と、
   前記第２の信号の積分値により正規化された前記第１の信号に基づいて、前記対象物の判別分析を行なう分析部（４０）とを備える、判別フィルタリング装置。
2. 前記分析部は、前記第１の信号の積分値の対数と、前記第２の信号の積分値の対数との差に基づいて、前記対象物の判別分析を行なう、請求の範囲第１項に記載の判別フィルタリング装置。
3. 前記分析部は、前記第１の透過帯域および前記第２の透過帯域に応じて定まる判別関数に、前記第１の信号および前記第２の信号を代入して得られる値に基づいて、前記対象物の判別分析を行なう、請求の範囲第１項に記載の判別フィルタリング装置。
4. 前記第１の透過帯域および前記第２の透過帯域は、近赤外領域である、請求の範囲第１項に記載の判別フィルタリング装置。
5. 前記分析部は、２種類以上の物質を種類別に識別する、請求の範囲第１項に記載の判別フィルタリング装置。
6. 前記分析部は、水とその他の物質とを識別する、請求の範囲第１項に記載の判別フィルタリング装置。
7. 前記分析部は、物質の表面あるいは内部の含水量を評価および識別する、請求の範囲第１項に記載の判別フィルタリング装置。
8. 電磁波を出力する波源（１６３０）をさらに備え、
   前記検出部は、前記波源が出力した電磁波を受けた前記対象物から出力する電磁波を検出する、請求の範囲第１項に記載の判別フィルタリング装置。
9. 前記波源は、ＬＥＤである、請求の範囲第８項に記載の判別フィルタリング装置。
10. 前記検出部は、前記波源が出力し、かつ、前記対象物を透過した電磁波を検出する、請求の範囲第８項に記載の判別フィルタリング装置。
11. 前記検出部は、前記波源が出力し、かつ、前記対象物により反射された電磁波を検出する、請求の範囲第８項に記載の判別フィルタリング装置。
12. 前記検出部は、電磁波を電気信号に変換する素子を少なくとも１つ含む、請求の範囲第１項に記載の判別フィルタリング装置。
13. 前記検出部は、各々、電磁波を電気信号に変換する複数の素子を含み、前記複数の素子は、１次元的に並んでいる、請求の範囲第１項に記載の判別フィルタリング装置。
14. 前記検出部は、平面状に配列され、各々、電磁波を電気信号に変換する素子を有する撮像素子を含む、請求の範囲第１項に記載の判別フィルタリング装置。
15. 対象物の判別方法であって、
    前記対象物から出力し、かつ、第１の透過帯域をもつ第１のフィルタ（２０．１）を通った電磁波を検出し、前記第１のフィルタを通った電磁波強度に対応する第１の信号を出力するステップと、
    前記対象物から出力し、かつ、前記第１の透過帯域を含む第２の透過帯域をもつ第２のフィルタ（２０．２）を通った電磁波を検出し、前記第２のフィルタを通った電磁波強度に対応する第２の信号を出力するステップと、
    前記第２の信号の積分値により正規化された前記第１の信号に基づいて、前記対象物の判別分析を行なうステップとを備える、対象物の判別方法。
16. 判別フィルタリング装置（１０）のフィルタの設計方法であって、
    複数のフィルタそれぞれについて透過特性を設定するステップと、
    設定された前記透過特性および複数のサンプルの教師スペクトルから、対象物を前記判別フィルタリング装置により判別する際の判別関数を生成するステップと、
    前記判別関数を用いた場合に前記サンプルを誤って判別する誤り率を算出するステップと、
    前記透過特性を変更するステップと、
    変更後の前記透過特性および前記教師スペクトルから、前記判別関数を再生成するステップと、
    再生成された前記判別関数について、前記誤り率を算出するステップと、
    設定された前記透過特性および変更後の前記透過特性のうち、最小の前記誤り率を与える前記透過特性を求めるステップとを備える、判別フィルタリング装置のフィルタの設計方法。
17. 前記教師スペクトルは、近赤外領域のスペクトルを含み、
    変更後の前記透過特性は、透過帯域が近赤外領域である透過特性を含む、請求の範囲第１６項に記載の判別フィルタリング装置のフィルタの設計方法。