CN101983329A - 辨别过滤装置、对象辨别方法、以及辨别过滤装置的过滤器的设计方法 - Google Patents

辨别过滤装置、对象辨别方法、以及辨别过滤装置的过滤器的设计方法 Download PDF

Info

Publication number
CN101983329A
CN101983329A CN2009801120525A CN200980112052A CN101983329A CN 101983329 A CN101983329 A CN 101983329A CN 2009801120525 A CN2009801120525 A CN 2009801120525A CN 200980112052 A CN200980112052 A CN 200980112052A CN 101983329 A CN101983329 A CN 101983329A
Authority
CN
China
Prior art keywords
filtrator
filtration unit
distinguishing
passband
unit
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
Application number
CN2009801120525A
Other languages
English (en)
Inventor
岩崎孝
茂木昌春
中内茂树
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Toyohashi University of Technology NUC
Sumitomo Electric Industries Ltd
Original Assignee
Toyohashi University of Technology NUC
Sumitomo Electric Industries Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Toyohashi University of Technology NUC, Sumitomo Electric Industries Ltd filed Critical Toyohashi University of Technology NUC
Publication of CN101983329A publication Critical patent/CN101983329A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/02—Details
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/02—Details
    • G01J3/0264—Electrical interface; User interface
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/02—Details
    • G01J3/027—Control of working procedures of a spectrometer; Failure detection; Bandwidth calculation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/02—Details
    • G01J3/0291—Housings; Spectrometer accessories; Spatial arrangement of elements, e.g. folded path arrangements
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/02—Details
    • G01J3/10—Arrangements of light sources specially adapted for spectrometry or colorimetry
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/28—Investigating the spectrum
    • G01J3/2823—Imaging spectrometer
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
    • G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/01—Arrangements or apparatus for facilitating the optical investigation
    • G01N21/03—Cuvette constructions
    • G01N21/05—Flow-through cuvettes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
    • G01N21/3554—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for determining moisture content
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2201/00—Features of devices classified in G01N21/00
    • G01N2201/06—Illumination; Optics
    • G01N2201/062—LED's
    • G01N2201/0627—Use of several LED's for spectral resolution

Landscapes

  • Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Biochemistry (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Engineering & Computer Science (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

一种辨别过滤装置(10)，包括：具有不同通带的过滤器(20.1)和过滤器(20.2)、检测单元(30)、处理单元(40)和结果输出单元(50)。检测单元(30)通过过滤器(20.1和20.2)检测来自作为目标的对象输出的电磁波。过滤器(20.1和20.2)的通带被设计成适合于对象辨别。处理单元(40)将来自检测单元(30)的输出代人根据过滤器(20.1和20.2)的通带和事先得到的指教光谱确定的辨别函数，从而根据代入结果推导出对象属于哪个组。

Description

辨别过滤装置、对象辨别方法、以及辨别过滤装置的过滤器的设计方法
技术领域
本发明涉及一种反射率的光谱测量技术，具体地说，涉及一种基于光谱结果在多种类型的样品之间进行辨别的技术。
背景技术
已经开发了用于检查样品特性和/或用于在多种类型的样品之间进行辨别的各种方案。
例如，日本专利公开No.2003-169788(专利文献1)以及日本专利公开No.10-99288(专利文献2)公开了一种用于测量皮肤的水分含量的设备。这些文献所公开的设备利用皮肤的静电电容随着皮肤的水分含量而变化这一事实，测量了皮肤中的含水量。
此外，日本专利公开No.63-161935(专利文献3)公开了一种用于对皮肤图片进行图像处理以便对皮肤失调进行量化的设备。
日本专利公开No.2002-345760(专利文献4)公开了一种用于基于三种波长中的光谱图像的组合来估计黑色素所在位置距离皮肤表面的相对深度的方法和设备。
专利文献1：日本专利公开No.2003-169788
专利文献2：日本专利公开No.10-99288
专利文献3：日本专利公开No.63-161935
专利文献4：日本专利公开No.2002-345760
发明内容
本发明所要解决的技术问题
光谱技术的使用允许多种类型的样品被辨别出来，这不仅仅限于前述皮肤情况的测量。
下面将参考图1来描述利用光谱技术的样品辨别。图1示出了四个不同样品的反射光谱1a、1b、1c和1d。
图1中，这些光谱在波长λ1附近呈现了不同的反射率。因此，通过在波长λ1处测量样品，可根据理想情况中得到的测量来识别样品类型。
实际上，测量结果中通常会产生由于周围环境产生的变化(干扰)，这种变化通常大到可以观察到样品之间的光谱中的差别。在这种情况下不能通过前述简单方法执行样品辨别。
在传统样品辨别方案中，需要复杂的处理来消除这种变化的影响。例如，通过获取各个波长的测量，随后得到针对光谱中的波长的第一导数和第二导数，或者通过使用被认为在根据样品的测量结果中将不存在差别的反射波长(图1中的波长λ2)的测量结果，来补偿变化。
本发明旨在解决前述问题。本发明的一个目标是提供一种很容易地实现对象辨别分析的装置。
解决问题的手段
根据本发明的一个方面，一种辨别过滤装置包括：具有第一通带的第一过滤器；具有第二通带的第二过滤器，所述第二通带包含所述第一通带；检测单元，用于检测从所关注对象输出的并且传播通过所述第一过滤器和所述第二过滤器之一的电磁波，从而输出与来自所述所关注对象的电磁波的强度相对应的第一信号和第二信号；以及分析单元，用于根据利用所述第二信号的积分而归一化的所述第一信号来对所述所关注对象执行辨别分析。
优选地，所述分析单元根据所述第一信号积分的对数与所述第二信号积分的对数之差来执行对所述所关注对象的辨别分析。
优选地，所述分析单元根据通过将所述第一信号和所述第二信号代人根据所述第一通带和所述第二通带确定的辨别函数而获取的值，执行对所述所关注对象的辨别分析。
优选地，所述第一通带和所述第二通带包括近红外范围。
优选地，所述分析单元识别以类型归类的两个或更多类型的物质。
优选地，所述分析单元将水与另一物质识别开。
优选地，所述分析单元估计并识别物质表面或者内部的水分含量。
优选地，辨别过滤装置还包括用于发射电磁波的波源。检测单元检测从接收所述波源所输出的所述电磁波的所述所关注对象输出的电磁波。
并且优选地，所述波源包括LED。
并且优选地，所述检测单元检测从所述波源输出的并且传播通过所述所关注对象的电磁波。
并且优选地，所述检测单元检测从所述波源输出的并且从所述所关注对象反射的电磁波。
并且优选地，所述检测单元包括将电磁波转换成电信号的至少一个元件。
并且优选地，所述检测单元包括多个元件，其中每个元件都将电磁波转换成电信号。所述多个元件的每一个一维对齐。
并且优选地，所述检测单元包括具有二维对齐的多个元件的图像感应元件。每个元件都将电磁波转换成电信号。
根据本发明的另一方面，一种所关注对象的辨别方法包括步骤：检测从所述所关注对象输出的并且传播通过具有第一通带的第一过滤器的电磁波，从而输出与传播通过所述第一过滤器的电磁波的强度相对应的第一信号；检测从所述所关注对象输出的并且传播通过具有第二通带的第二过滤器的电磁波，从而输出与传播通过所述第二过滤器的电磁波的强度相对应的第二信号，其中第二通带包含第一通带；以及根据由所述第二信号的积分归一化的所述第一信号来执行对所关注对象的辨别分析。
根据本发明的另一方面，一种对辨别过滤装置的过滤器的设计方法包括步骤：为多个过滤器中的每个过滤器设置透射特性；根据所设置的透射特性以及多个样品的指教光谱，产生所述辨别过滤装置对所关注对象进行辨别时使用的辨别函数；计算在使用所述辨别函数时错误地辨别样品的误差率；修改所述透射特性；根据所修改的透射特性和所述指教光谱重新产生所述辨别函数；计算针对重新产生的辨别函数的误差率；以及获取所设置的透射特性和所修改的透射特性中提供最小误差率的透射特性。
优选地，所述指教光谱包括近红外范围的光谱。所述所修改的透射特性包括具有近红外范围的通带的透射特性。
本发明的效果
根据本发明的辨别过滤装置，所获取的传播通过具有第一通带的过滤器的信号被通过具有第二通带的过滤器获得的来自对象的光强的积分所归一化，随后根据归一化后的信号执行对象的辨别分析，其中第二通带包含第一通带。因此，本发明可以很容易地执行对象的辨别分析。
附图说明
图1是描述利用传统光谱技术来辨别样品的示图。
图2以方框形式表示根据一个实施例的辨别过滤装置的结构。
图3是描述了根据该实施例的样品辨别的概况的示图。
图4A是相机的侧面截面图。
图4B是过滤器切换单元的正视图。
图5是描述根据改型的相机的结构的示图。
图6表示了数码相机的结构。
图7是根据实施例的设计过滤器的处理流程的流程图。
图8是描述计算机硬件结构的示图。
图9是描述误差率e的示图。
图10是描述获取指教(teaching)光谱的概况的示图。
图11表示了根据示例1的指教光谱。
图12表示了根据示例1设计的过滤器的传输特性。
图13是作为辨别对象的样品的原始图像。
图14表示了图13所示的样品的辨别结果。
图15表示了根据示例2的指教光谱。
图16表示了根据示例2设计的过滤器的传输特性。
图17是描述所设计的过滤器的意义的示图。
图18示出了根据第二实施例的样品辨别方式的示例。
图19表示了根据第二实施例的样品辨别方式的另一示例。
图20A表示了辨别过滤装置的外观。
图20B是辨别过滤装置的侧面截面图。
图21表示了根据第二实施例的辨别过滤装置的使用方式。
图22详细示出了根据第二实施例的辨别过滤装置的结构。
图23A表示了根据第一改型的辨别过滤装置的外观。
图23B表示了根据第一改型的辨别过滤装置的侧面截面图。
图24表示了根据第二改型的辨别过滤装置的结构。
图25表示了根据第三改型的辨别过滤装置的结构。
图26表示了辨别过滤***的结构。
图27是辨别过滤装置所执行的处理流程的流程图。
图28是辨别过滤装置所执行的根据改型的处理流程的流程图。
对参考标号的说明
10辨别过滤装置；20光学***；20.1第一过滤器；20.2第二过滤器；30检测单元；40处理单元；42存储单元；50结果输出单元；100相机；110第一透镜；120过滤器切换单元；122轴；130第二透镜；140快速复原反光镜；150CCD；160五棱镜；170第三透镜；180光学寻像器；190闪光灯；200图像处理单元；210第一过滤器；220第二过滤器；230分束器；240、250图像感应元件；310透镜；320存储器；330显示面板；340过滤器支持单元；600计算机；610CPU；620RAM；630硬盘；640键盘；650鼠标；660外部接口；670监视器；810冰；820水；830沥青；840传感器；850近红外分光仪；860个人计算机；1600辨别过滤装置；1610光接收元件；1620过滤器；1630光源；1640指示器；1645蜂鸣器；1650放大器；1660处理器；1690LED电源；1700导管；1710圆管；1720方管；1730圆管；2400辨别过滤装置；2500辨别过滤装置；2510光接收元件阵列；2520过滤器阵列；2600辨别过滤***；2610样品测量装置；2620缆线。
具体实施方式
[第一实施例]
(1.概况)
将参考图2来描述根据实施例的辨别过滤装置10。图2以方框形式表示根据本发明实施例的辨别过滤装置10的结构。
参见图2，辨别过滤装置10包括光学***20、检测单元30、处理单元40、存储单元42以及结果输出单元50。
光学***20包括多个光学元件。来自作为辨别对象的样品的光(从样品反射的光或者传播通过样品的光)经由光学***20进入检测单元30。
此处所使用的术语“光”指的是不仅包括可见光而且包括样品辨别中采用的一般的电磁波。即，此处所使用的“光”指的是与样品相互作用的电磁波。具体地说，“光”包括可见光、近红外光、远红外光、紫外线光等。
具体地说，光学***20包括第一过滤器20.1以及第二过滤器20.2。第一过滤器20.1具有第一通带。第二过滤器20.2具有第二通带，第二通带包含第一通带。根据辨别过滤装置10所正在辨别的样品的特性来设计第一通带和第二通带。后面会对过滤器的设计方法进行描述。
除了第一过滤器20.1以及第二过滤器20.2之外，光学***20还包括诸如透镜和反光镜之类的光学元件。第一过滤器20.1以及第二过滤器20.2之外的其它光学元件并非必须的，其取决于样品和检测单元30之间的位置关系。
检测单元30检测从样品输出的并且传播通过第一及第二过滤器20.1和20.2之一的电磁波。检测单元30输出与所检测到的电磁波的强度相对应的信号。下文中，与传播通过第一过滤器20.1的电磁波的强度相对应的信号被称为“第一信号”。与传播通过第二过滤器20.2的电磁波的强度相对应的信号被称为“第二信号”。
处理单元40根据来自检测单元30的第一信号和第二信号来进行样品的辨别。具体地说，处理单元40根据以第二信号的积分归一化的第一信号来执行样品的辨别分析。下文将描述处理单元40所执行的处理的更多细节。
存储单元42存储数据。具体地说，存储单元42存储将被处理单元40执行的程序、来自处理单元40的计算结果等。
结果输出单元50输出通过处理单元40得到的对样品的辨别结果。对于结果输出单元50，例如，可以使用显示了表示计算结果的的屏幕的监视器、根据计算结果发光的指示器、以及根据结果发出声音的蜂鸣器等。可选地，结果输出单元50可以是一个将辨别结果提供给外部源的接口。
现在将描述与辨别过滤装置10是相机的情况相对应的实施例。
现在将参考图3来描述根据该实施例的辨别分析的概况。图3是描述了根据该实施例的辨别分析的概况的示图。
在该实施例的辨别分析中，相机通过多个光谱过滤器(每个光谱过滤器具有不同的通带)来对作为辨别主体的对象进行多次拍摄。通过相机的图像拾取而输出的图像的每个像素的值对应于波长在每个过滤器光谱通带上的积分值。
每个过滤器的通带被设计成适合对对象进行辨别。下文将描述设计过滤器的方法以及所设计的过滤器的特征。
根据两个输出图像来辨别对象。在本实施例中，假设利用线性辨别分析来推断对象属于两个组中的哪个组。具体地说，输出结果被替换成根据每个过滤器的透射特性以及事先获得的指教光谱而确定的辨别函数，以允许根据替换结果是正的还是负的来推断对象属于哪个组。
(2.相机结构)
现在将参考图4A和图4B来描述本实施例的相机100的结构。图4A和图4B是用来描述根据本实施例的相机100的结构的示图。
图4A是相机100的侧截面图。如图4A所示，相机100包括：用于从作为图像拾取目标的对象采集光的第一透镜110，过滤器切换单元120，用于调节光束的收敛的第二透镜130，快速复原反光镜140，CCD(电荷耦合器件)150，五棱镜160，第三透镜170，光学寻像器180，用于在对象上产生光的闪光灯190，以及图像处理单元200。
图4B是过滤器切换单元120的正视图。过滤器切换单元120包括：轴122、第一过滤器210以及第二过滤器220，如图4B所示。过滤器切换单元120可围绕轴122旋转。在第一透镜110采集到的光通过第一过滤器210或者第二过滤器220。
快速复原反光镜140在一般状态下位于图4A所示的实线所指示的位置，并在图像拾取时移动到点线所指示的位置。即，光在一般模式下被导向光学寻像器180，在图像拾取模式中被导向CCD 150。
CCD 150将入射光的强度转换成图像信号，并且输出与图像信号在其波长上的积分相对应的值。CCD 150是用于获取光强信息的图像感应元件的示例。可替换地采用CMOS(互补金属氧化物半导体)传感器的结构来代替CCD 150。可选地，可以采用S i光接收元件，诸如InGaAs、Ex-InGaAs之类的III-V族化合物半导体光接收元件，诸如HgCdTe之类的II-IV族光接收元件，诸如MEMS之类的热红外感应元件。
来自CCD 150的输出结果被提供给图像处理单元200。图像处理单元200根据该输出结果对对象进行辨别。
图4A和图4B所示的相机100借助过滤器切换单元120来通过两种类型的过滤器的透射获取对象图像。可选地，可采用分束器来替换过滤器切换单元120。
图5所示的该相机的改型。图5是描述根据改型的相机100#的结构的示图。
相机100#与相机100的不同之处在于并入了分束器230来代替过滤器切换单元120，不同之处还在于并入了两个图像感应元件(图像感应元件240、图像感应元件250)。第一过滤器210被布置在分束器230和图像感应元件240之间。第二过滤器220被布置在分束器230和图像感应元件250之间。
分束器230对第一过滤器210的方向上的光以及第二过滤器220的方向上的光进行分光。
相机100#的优点在于可通过一个程序获取两个图像，而相机100的优点在于需要图像感应元件的更少像素，从而实现了紧凑的装置。
相机100和相机100#的结构并不限于图4和图5所示的结构。例如，可以采用修改了透镜数量的结构，没有快速复原反光镜140、五棱镜160、第三透镜170和光学寻像器180的结构，或者没有闪光灯190的结构。
例如，具有更简单结构的数码相机100##可被采用来代替相机100以及相机100#。图6是数码相机100##的结构。
数码相机100##包括：透镜310、CCD 150、图像处理单元200、存储器320、显示面板330、闪光灯190以及过滤器支持单元340。
过滤器支持单元340支持第一过滤器210或第二过滤器220。过滤器支持单元340被附接至数码相机100##的外壳。在附接至数码相机100##时，过滤器支持单元340固定地支持第一过滤器210和第二过滤器220以使得通过第一过滤器210或第二过滤器220的光进入透镜310。
过滤器支持单元340包括参考图4描述的用于对位于透镜310前方的过滤器进行切换的过滤器切换机制。可选地，可制备多个过滤器支持单元340，其中每个过滤器支持单元上附接了不同的过滤器。在这种情况下，每次将要拍摄所关注的对象时，用户将任意一个过滤器支持单元340附接至数码相机100##。
透镜310在CCD 150上形成与入射光相对应的图像。图像处理单元200将来自CCD 150的输出结果存储至存储器320。图像处理单元200根据来自CCD 150的输出结果在显示面板30上显示图像。
可选地，可采用载有第一过滤器的相机以及载有第二过滤器的另一相机来替换单个相机。假设所采用的这两个相机的性能是相同的。即，当在不安装过滤器的相同条件下拍摄同一对象时，将获取相同的图像。
虽然在此将静态图片相机作为示例，但是当然可以采用运动图片相机。
(3.过滤器设计方法)
将参考图7来描述过滤器的设计方法。图7是表示根据实施例的设计过滤器的处理流程的流程图。
在本实施例中，假设图7中的每个处理都由图8所示的计算机600来实现。图8是描述了计算机600的硬件结构的示图。
计算机600包括CPU(中央处理单元)610、RAM(随机访问存储器)620、硬盘630、键盘640、鼠标650、外部接口660以及监视器670。
CPU 610执行各种处理。RAM 620存储在CPU 61O执行处理期间所产生的临时数据等。硬盘630存储与设计过滤器有关的程序和/或所设计的过滤器的特性。键盘640以及鼠标650接受外部施加的指令，以根据指令向CPU 610发送信号。外部接口660接收诸如分光仪所测得的光谱之类的外部施加的数据。监视器670显示存储在硬盘630中的数据等。
CPU 610通过执行存储在硬盘630或者RAM 620中的程序来执行下文将描述的用于过滤器设计的各种处理。
虽然将在此描述在软件中实现的过滤器设计，但是可通过诸如专用电路之类的硬件来实现过滤器设计。
在步骤S501，CPU 610针对两个过滤器的传输特性设置参数的初始值。可以在程序中预先确定初始值，或者可通过键盘640等输入初始值。
假设本实施例中将要设计的过滤器被限制为理想的带通过滤器，其使得从某一特定波长值至另一波长值的光完全透射，并且阻挡具有其它波长范围的光。因此，第一过滤器和第二过滤器的透射特性可单独由等式(1)和等式(2)所示的通带所表示：
Figure BPA00001233239200101
Figure BPA00001233239200102
假设较长波长侧边的值以及透射宽度被取为表示过滤器透射特性的参数。可选地，过滤器透射特性可由较长波长侧边的值以及透射宽度之外的其他参数所表示。并且，将要设计的过滤器的结构并不限于带通过滤器，可以采用其它类型的过滤器的设计。
在步骤S503，CPU 610根据存储在硬盘630中的指教光谱以及所设置的透射特性来产生辨别函数。
此处所使用的指教光谱指的是预先识别出其所属的组的样本(下文将其称为指教样本)的光谱。为多个样本准备指教光谱。为了改进辨别精度，优选地准备多个指教光谱。在本实施例中，假设各个指教样本要么属于组a，要么属于组b。
辨别函数f(·)是一个用于推断由多个变量的集合所表示的样本属于两个组中的哪一个组的函数。当给出了对样本进行表征的变量的集合“A”(虽然由单个字符所表示，但是其表示具有与变量数量相等的元素数量的一个矢量)时，根据f(A)得到正值还是负值来推断所施加的样本属于哪个组。
在本实施例中，A＝(log R1，log R2)′被用作变量，其中“′”表示矩阵的转置。Ri(i＝1，2)是与通过具有所设置的透射特性Ti(λ)的过滤器的通道相对应的图像感应元件的输出值，其中Ri由如下等式(3)给出，其中S(λ)是样本的光谱。
Ri＝∫Ti(λ)S(λ)dλ(3)
严格地说，在得到Ri时，必须考虑图像感应元件本身的特性。由于图像感应元件的特性可被包含在Ti(λ)的公式中，此处所公开的方法允许包含图像感应元件本身的特性。
利用属于相关组的指教样本的变量集合A(为了与一般的A区分开，指教样本的变量集合用A*表示)的每个均值μa以及均值μb(与A类似的矢量)，来通过等式(4)给出辨别函数f(A)。
f(A)＝(μa-μb)′∑-1(A-(μa+μb)/2)(4)
其中，∑是组的方差-协方差矩阵。假设两个组之间的方差-协方差相等，并且两个组之间的总群中的现存比例相同。
可利用P＝∑-1(μa-μb)来将辨别函数重写为如下所示的等式(5)。
f(A)＝P′A+P′((μa+μb)/2)
                                             (5)
＝P1logR1+P2logR2+P′((μa+μb)/2)
换言之，辨别函数可被描述为相机输出上的线性转换。从等式可以理解的是，P是与相机输出相关的因子。
在步骤S505，CPU 610利用在步骤S503产生的辨别函数来辨别每个指教光谱，并且计算该辨别的误差率。误差率由下面的等式(6)给出。
e＝p(f(A*)＜0|a)×Na/(Na+Nb)+p(f(A*)＜0|b)×Nb/(Na+Nb)(6)
其中Na和Nb分别是属于组a和组b的指教样本的数目，p(f(A*)＜0|a)是属于组a的指教样本被归类为组b的可能性，p(f(A*)＜0|b)是属于组b的指教样本被归类为组a的可能性。
将参考图9来解释等式(6)的含义。图9是描述误差率e的示图。在图9中，水平轴表示A(本质上是具有两个元素的矢量，但是出于简洁的目的而单向地示出)，竖直轴表示样本数目。
如图9所示，每组的指教样本在每组的均值周围的恒定宽度上分布。因此，由于f(A)＜0的结果而存在一些属于组a但被归为组b的指教样本，并且/或者由于f(A)＞0的结果而存在一些属于组b但被归为组a的指教样本。这导致错误的辨别。
虽然图9对应于具有相同分布方式的组a和组b之间样本的数目相等的情况，但是还存在样本数目不同的情况。等式(6)中的Na/(Na+Nb)以及Nb/(Na+Nb)是考虑样本数目的加权因子。
在步骤S507，如果误差率e是目前最小的，则CPU 610则存储所设置的通带。
在步骤S509，CPU 610确定是否已经针对所有的预定的候选通带获取了误差率。
在还没有针对所有的预定的候选通带获取误差率的情况下(步骤S509为否)，CPU 610在步骤S511改变过滤器波长通过范围，并重复从步骤S503到步骤S509的处理。
当针对所有候选通带获取了误差率时(步骤S509为是)，在步骤S513中CPU 610提取提供最小e的通带。即，在步骤S507存储的通带被提取作为提供最小e的通带。
确定通带的方法并不限于上述循环方案。可以采用循环方案之外的用于确定具有最小误差率的候选者的算法。举例来说，可以采用模拟退火(例如参考S.Kirkpatrick，C.D.Gelatt，Jr.，M.P.Vecchi，″Optimization by Simulated Annealing(模拟退火的优化)″，SCIENCE，Vol.220，No.4598，pp.671-680，1983)或者遗传算法(例如参考Shinya Watanabe，Tomoyuki Hiroyasu，以及Mitsunori Miki在Information Processing Society of Japan的Vol.43PP.183-198，2002上发表的″Neighborhood Cultivation Genetic Algorithm forMulti-Objective Optimization Problems(用于对对象优化问题的邻近培养遗传算法)″；Hiromi Hirano在Personal Media Co.，Ltd.，2000上发表的″Genetic Algorithm and Genetic Programming(遗传算法和遗传编程)″；Tadashi Kuroiwa在Toshiba Review的Vol.60，No.1，pp.48-51，2005上发表的″Trade-off Analysis method(折中分析方法)″等)。
(4.示例1)
下文将描述通过前述过滤器设计方法设计的过滤器的特定示例、以及采用所设计的过滤器得到的样品辨别结果。
在设计过滤器时，必须获得事先已经识别了其分类的多种类型的样品的光谱(指教光谱)。将参考图10描述获取指教光谱的概述。图10是描述获取指教光谱的概况的示图。
在本示例中，沥青830上的冰810(下文也称为“结冰状态”)以及沥青830上的水820(下文也称为“潮湿状态”)被制备为样品。沥青830的厚度大约为15mm。冰810和水820的厚度大约为5mm。
利用传感器840来测量这些样品，以通过近红外分光仪850获得指教光谱。在本示例中，针对冰810和水820中的每一个，以10nm为步长，从920nm测量至1060nm，得到72个光谱。
具体地说，在特定范围内，在冰810或水820的8(竖直)×9(水平)的网格点处测量每个波长处的光谱。因此，在不同点测得的光谱具有由于环境影响而产生的变化。通过获取存在变化的指教光谱，即使在各种环境下也能够设计合适的样品辨别。
图11示出了所获取的指教光谱。在图11中，(a)表示冰和水的光谱，(b)仅表示冰的光谱，(c)仅表示水的光谱。在每个示图中，水平轴表示波长，竖直轴表示反射率。
从图11(a)可以理解的是，水和冰两者的光谱在反射率方面具有更宽的范围。这种扩频主要由于测量环境中的变化。由于这种扩频，冰的光谱没有完全与水的光谱分开。
指教光谱的测量优选地在与利用光谱过滤相机拍摄样品的环境相类似的环境下执行。这是要反映由于适合于辨别的测量环境而造成的变化。
近红外分光仪850将指教光谱输出至个人计算机860。基于所输出的指教光谱，个人计算机860计算适合于根据前述程序来对两个样品进行辨别的过滤器特性。图8所示的计算机600例如被用作个人计算机860。个人计算机860仅仅是执行过滤器设计的处理器装置的示例，可利用其它装置来设计过滤器。
将参考图12来描述计算结果。图12表示示例1中设计的过滤器的透射特性。设计了允许925nm至1005nm的光(如实线所示)通过的过滤器以及允许920nm至1025nm的光(如虚线所示)通过的过滤器。
利用这些过滤器的情况下的辨别函数的系数可被计算为P1＝1.7375，P2＝-1.7374。在这种情况下，理论误差率为零。
将参考图13和图14来描述使用这些过滤器对样品进行辨别的结果。图13表示作为辨别对象的样品的原始图像。上部表示了潮湿状态下的样品，下部表示了结冰状态下的样品。图14表示了图13所示的样品的辨别结果。在图14中，(a)表示了潮湿状态下的样品的辨别结果，(b)表示了结冰状态下的样品的辨别结果。在图14中，基于结冰状态的确定的像素由黑色表示，基于潮湿状态的确定的像素由灰色表示。辨别中的正确决定的百分比为93.8％。
所设计的过滤器的特征在于一个过滤器的通带包含在另一过滤器通带中。通过使用这样一组过滤器来适当地执行对样品的辨别的原因在于，具有更宽通带的过滤器起到归一化过滤器(normalizationfilter)的作用，从而去除了干扰因素的影响，并且具有更窄通带的过滤器起到识别过滤器的作用，以允许在更高精度下分离的识别对象的波长通过。
可以这么假设，计算出的辨别函数对应于经由一个过滤器输出的对数以及经由另一个过滤器输出的对数之间的简单差(P1与-P2基本相等)，并且利用辨别函数以一个过滤器的输出对另一个过滤器的输出进行归一化。由于输出的对数被比较，通过获取差的简单过程实现了归一化。
(5.第二示例)
已经基于利用920nm至1060nm的光谱设计过滤器描述了上述示例。将要采用的光谱的波长范围并不限于此。在此，将描述利用包含更长波长范围的光谱来设计过滤器。可通过利用更宽波长范围的光谱设计过滤器来改善辨别精度。
在本示例中，针对结冰状态和潮湿状态的每一个，以步长5nm测量将被用作指教光谱的900nm至1695nm的72个光谱。
测量得到的指教光谱如图15所示。在图15中，(a)表示冰和水的光谱，(b)仅表示冰的光谱，(c)仅表示水的光谱。在每个示图中，水平轴表示波长，竖直轴表示反射率。
图16示出了基于该指教光谱设计的过滤器的透射特性。设计出了允许1140nm至1335nm的光通过的过滤器(由实线表示，辨别过滤器)以及允许1130nm至1360nm的光通过的过滤器(由一条点线表示)。
使用这些过滤器时辨别函数的系数被计算为P1＝-2997.9，P2＝3006.8。在这种情况下，理论误差率为零。
从图15(a)可以理解的是，由于水光谱和冰光谱之间的重叠，所以不容易进行水和冰之间的辨别。但是，它们之间的辨别可以通过使用上述过滤器来实现。下文将参考图17对此进行描述。图17是描述所设计的过滤器的意义的示图。
图17中，(a)、(b)和(c)分别表示水和冰的归一化光谱、冰的归一化光谱、以及水的归一化光谱。此处所用的术语“归一化”指的是在通过归一化过滤器进行拍摄时通过相机的输出来划分每个光谱的处理。在图17中，归一化过滤器的边缘由一条点线表示，而识别过滤器的边缘由实线表示。
如图17(a)所示，在识别过滤器允许光通过的区域中清楚地区分了冰的光谱以及水的光谱。换言之，可以理解的是，识别过滤器具有适合于辨别样品的通带。具体地说，当在相同的环境下测量两个样品时，识别过滤器的通带处的两个样品的光谱具有很容易通过预定辨别方法区分的形状。根据这些结果，优选地使用较长波长侧的近红外区域来对水与冰进行辨别。由于水在1.9微米附近具有更陡峭的吸收光谱范围，所以期望使用其附近的通带来根据材料进行辨别。
将参考辨别函数来进行描述。辨别函数的得分f(A)去除了常数项，并且在假设P1和P2具有相同水平的情况下将P1和P2的系数归一化为1，从而给出f(A)＝-1ogR1+1ogR2＝log(R2/R1)。通过将R1和R2的公式代入等式，得到f(A)＝1og(∫T2(λ)S(λ)dλ/∫T1(λ)S(λ)dλ)＝log(∫T2(λ)Sn(λ)dλ)，其中Sn(λ)是归一化光谱。换言之，归一化光谱在识别过滤器的通带上的积分的对数变为去除了常数值的辨别函数的得分。因此，可以理解的是，可基于所设计的两个过滤器以及所计算出的辨别函数来适当地执行辨别。
按照根据本实施例的设计过滤器的方法，可以设计出适合于辨别的两个过滤器，即，通带适合于样品辨别的识别过滤器、以及旨在去除干扰因素的归一化过滤器。
(6.第一实施例的各种改型)
根据本实施例的辨别过滤相机还可以根据测量结果来估计物质表面或者物质内部的水分含量。
虽然前述实施例基于水和冰之间的辨别，但是也可以针对其它样品根据类似方法设计过滤器以及利用所设计的过滤器辨别样品。
辨别过滤相机可用于通过图像识别物质。即，可以将辨别结果以可以理解的方式显示为图像。例如，图像处理单元200使得不同物质显示出不同颜色，如图14所示的结果。
将由上述设计方法设计的多个过滤器并不限于两个。前述设计方法可扩展为允许三个或者更多过滤器的设计。当然，可以生产采用三个或者更多所设计的过滤器的光谱相机。
此外，可以通过前述方法执行对三种或者更多类型的样品的辨别。在这种情况下，应该根据将被辨别的物质的类型适当地增加过滤器的数目。对于辨别分析方法，可以采用规范的辨别分析等。
已经描述了单个相机100基本上包括用于执行对象辨别的所有组件的上述实施例。但是，显然的是，通过应用之前的说明，可通过基于多个装置的组合的***来实现辨别过滤装置，而不是仅仅采用单个相机100。
例如，如之前已经提到的，两个不同的相机可分别包含第一过滤器20.1和第二过滤器20.2。可选地，第一过滤器20.1和第二过滤器20.2并没有并入一个相机中。可为相机单独地制备这些过滤器。
可选地，辨别过滤装置可由相机和计算机实现。计算机包括接收相机所拾取的图像结果的接口、CPU以及监视器。在这种情况下，CPU起到处理单元40的作用，监视器起到结果输出单元50的作用。
在本实施例中，辨别过滤装置根据从样品反射的光的检测结果来进行对样品的辨别。入射至辨别过滤装置的光并不限于反射光，只要能够突出样品的特性。例如，辨别过滤装置可检测透射通过样品的光，并且根据所检测到的结果来辨别样品。
已经针对根据相机对对象的图像拾取结果来辨别对象的情况描述了本实施例。因此，可以在本实施例中获取针对图像中的每个点的对象辨别结果。从可以在图像中的每个点处辨别对象这一事实可以理解的是，辨别过滤装置可基于将入射光转换为电信号的一个光接收元件的光检测结果来辨别对象。辨别过滤装置要求至少一个光接收元件。
[第二实施例]
(1.概况)
第二实施例基于采用点传感器的辨别过滤装置。第二实施例的辨别过滤装置包括光源。第二实施例的辨别过滤装置利用从光源输出的通过对象的光来执行对象辨别。第二实施例的辨别过滤装置可被用来检查可透过光的样品，尤其是检查诸如液体之类的流体。
将参考图18来描述利用根据第二实施例的辨别过滤装置的具体样品辨别的示例。图18示出了根据第二实施例的样品辨别方式的示例。
辨别过滤装置包括：LED光源、多个光接收元件1610、以及多个过滤器。通过与第一实施例类似的方法来设计过滤器。光接收元件1610和过滤器成对布置。但是，为了简化说明，图18未示出辨别过滤装置的具体结构。后文会参考其它附图来描述辨别过滤装置的具体结构。
在本实施例中，所关注的辨别过滤装置分析包含在流经方管1720的液体中的成分。辨别过滤装置的用户布置辨别过滤装置以围绕方管1720。方管1720允许辨别过滤装置将要检查的液体通过。液体流经方管1720。在图18中，液体的流动方向由箭头表示。
每个光接收元件1610检测从LED光源输出的并且透射通过液体以及任一过滤器的光。辨别过滤装置基于每个光接收元件1610的光检测结果执行对样品(液体)的成分分析。在需要时，辨别过滤装置可分析流经LED光源和光接收元件之间的区域的液体的成分。
为了样品的这种分析，样品所通过的管子优选地是方形，而非圆形。这是因为，方管1720的光透射不会由于位置不同而极大地变化。
方管1720和辨别过滤装置优选地不允许来自外部光源(LED光之外的光)进入。这是出于改进检测精度的目的。例如，辨别过滤装置的用户应该在样品分析期间利用阻光材料(例如黑色盒、黑色布等)盖住方管1720和辨别过滤装置。可选地，用户可利用黑色树脂密封方管1720和辨别过滤装置。可选地，用户可在暗室内执行样品分析。
本实施例的辨别过滤装置利用来自光源的光执行样品辨别。因此，通过如上所述的那样盖住辨别过滤装置，环境光的影响可以减小。通过利用根据本实施例的辨别过滤装置，样品的辨别精度可提高。
图18示出了以与液体流动相垂直的一维方式对齐的多个光接收元件1610。但是，光接收元件1610的布置并不限于图18所示的布置。例如，多个光接收元件可一维布置从而与液体流动正交，如图19所示。图19表示了根据第二实施例的样品辨别方式的另一示例。
更具体地说，光接收元件1610将被布置成允许对透射通过所关注的对象的LED光进行检测。例如，光接收元件1610可被布置成二维方式，而不是沿着一条直线布置。
(2.装置结构)
将参考图20A和图20B描述根据本实施例的辨别过滤装置的结构。图20A和图20B是表示了辨别过滤装置1600的结构的示图。
图20A表示了根据第二实施例的辨别过滤装置1600的外观。图20B是辨别过滤装置1600的侧面截面图。
参见图20A或图20B，辨别过滤装置1600包括：多个光接收元件1610.1至1610.N、多个过滤器1620.1至1620.N、光源1630、指示器1640以及蜂鸣器1645。
参考图20A，辨别过滤装置1600具有一端开放的矩形(侧面成U型)。光接收元件1610和过滤器1620沿着矩形的相对侧布置。
多个光接收元件1610.1至1610.N中的每一个均检测光，并且输出与所检测到的光量相对应的电信号。在无需区分每个光接收元件1610.1至1610.N的情况下，它们被统称为光接收元件1610。在本实施例中，作为一种点传感器的光电二极管可被用作光接收元件1610。光电二极管的优点在于与诸如CCD之类的光接收元件相比更为便宜。
多个过滤器1620.1至1620.N中的每一个允许预定波长范围的电磁波通过，并且阻挡其它波长范围的电磁波。在无需区分每个过滤器1620.1至1620.N的情况下，它们被统称为过滤器1620。在本实施例中，假设过滤器1620是带通滤波器。根据辨别所需成分，通过与第一实施例的方法相类似的方法来设计每个过滤器1620的通带。
辨别过滤装置1600包括与辨别主体的成分数量相对应的多个过滤器1620和多个光接收元件1610。从第一实施例中的描述可以理解的是，辨别过滤装置1600可利用通过具有不同通带的两个过滤器1620的光的检测结果，辨别一种类型的成分。因此，需要至少两个过滤器1620。
为了区分M(M是等于或者大于2的整数)种类型的成分，2M个过滤器1620就足够了。在对于在不同辨别中所采用的多个过滤器1620(识别过滤器或归一化过滤器)来说通带相同的情况下，过滤器1620的数目可小于2M。
辨别过滤装置1600包括过滤器1620，其数目与光接收元件1610的数目相等。因此，与第一实施例的结构相比，辨别过滤装置1600的结构变得简单。辨别过滤装置1600不必在机械上切换过滤器。并且，辨别过滤装置1600不是必须包括诸如分束器之类的可选元件。
光源1630发射光。光源1630布置在过滤器1620的后侧。即，从光源1630输出的光通过过滤器1620进入光接收元件1610。
虽然没有在图20A和图20B中示出，但是光源1630包括多个LED1630.1至1630.N。即，光源1630是LED光源。LED 1630.1至1630.N分别布置在过滤器1620.1至1620.N的后侧。
LED的优势在于，与诸如卤素灯之类的其它光源相比，其不会产生太多热量。从LED发出的光具有对于对象辨别来说足够的亮度。具体地说，如前面提到的那样，在本实施例中，辨别过滤装置1600被阻光材料所覆盖。于是，从光源1630输出的光的量没有必要增大那么多。
对于光源1630，可以替代LED光源而采用其它类型的光源。需要注意的是，光源1630必须在大于过滤器通带的更宽范围内输出光。因此，不适合采用输出光的波长可能被限制的激光作为光源。换言之，更宽线宽的光源将被准备用于本实施例中的对象辨别。没有必要使得光源的线宽变窄。
指示器1640根据辨别结果输出光。例如，指示器1640在辨别过滤装置1600指示了不同于一般辨别结果的辨别结果时输出光。这样的情况包括样品包含杂质的情况。指示器1640包括但不具体限定为LED、白炽灯等。
蜂鸣器1645输出与辨别结果相对应的声音。例如，蜂鸣器1645在辨别过滤装置1600指示了不同于一般辨别结果的辨别结果时发出声音。
指示器1640和蜂鸣器1645是提供辨别结果的装置的示例。辨别过滤装置1600可通过指示器1640和蜂鸣器1645之外的其它装置输出辨别结果。例如，辨别过滤装置1600可替换地或者附加地包括监控器来以特征、标号、图形等显示辨别结果。
将参考图21来描述辨别过滤装置1600的使用方法。图21是表示了辨别过滤装置1600的使用方式的示图。在图21中，图示了在导管1700中辨别样品时辨别过滤装置1600的使用方式。
导管1700包括圆管1710、方管1720、以及圆管1730。圆管1710(或圆管1730)与方管1720平滑连接。样品(将被测量的液体)依次按照圆管1710、方管1720、以及圆管1730的顺序流经导管1700。
辨别过滤装置1600被布置成夹住方管1720。因此，辨别过滤装置1600的光接收元件1610、过滤器1620、以及LED 1630一维地在样品的流动方向上对齐。
虽然没有示出，但是用户在样品测量期间利用不透光窗罩、暗盒、黑色树脂等盖住了导管1700以及辨别过滤装置1600。可选地，用户可在暗室内执行测量。
将参考图22来更详细地描述辨别过滤装置1600的结构。图22表示了辨别过滤装置1600的结构细节。
参见图22，辨别过滤装置1600包括：光接收元件1610.1至1610.N、过滤器1620.1至1620.N、LED 1630.1至1630.N、指示器1640、蜂鸣器1645、放大器1650.1至1650.N、处理器1660、RAM 1670、ROM 1680以及LED电源1690.1至1690.N。
图22对应于与被测液体的移动方向正交的方向上的光接收元件1610.1至1610.N、过滤器1620.1至1620.N、以及LED 1630.1至1630.N的布置的视图。其它组成元件的实际布置与图22无关。
光接收元件1610.1至1610.N分别检测从LED 1630.1至1630.N输出光的并且通过过滤器1620.1至1620.N的LED光。即，每个光接收元件1610.k(k＝1至N)仅仅检测从LED 1630.k输出的LED光。
通过从LED 1630输出的LED光本身的传播以及样品所造成的LED光的散射，从LED 1630输出的LED光将稍微扩散。两个相邻的光接收元件1610优选地与LED光的传播远离地布置。辨别过滤装置1600的设计人员可根据光接收元件1610与过滤器1620之间的距离(或方管1720的厚度)、LED 1630的特征、样品的特性等来适当地设计光接收元件1610的距离。
放大器1650.k放大光接收元件1610.k的光检测信号(电信号)。放大器1650.k将放大后的光检测信号提供给处理器1660。
处理器1660根据每个光接收元件1610的光检测信号(放大后的光检测信号)执行样品的成分分析。处理器1660根据来自与将被区分的成分相对应的多个光接收元件1610的光检测信号执行成分辨别。处理器1660根据辨别结果将控制信号提供给指示器1640和蜂鸣器1645。处理器1660包括但并不具体限定为通用CPU。
RAM 1670暂时地存储来自处理器1660的处理结果。即，RAM 1670起到工作存储器的作用。ROM 1680存储成分分析所需的数据(指教数据、辨别函数、程序等)。诸如硬盘或闪存之类的数据可读写存储器装置可用来代替ROM 1680。并且，处理器1660、RAM 1670以及ROM1680可由微计算机代替。
LED电源1690.1至1690.N分别向LED 1630.1至1630.N供电。LED电源1690.1至1690.N中的每一个根据例如电源开关的切换来启动或者终止供电。
(第一改型)
辨别过滤装置的结构并不限于上述结构。下面将描述根据第一改型的辨别过滤装置1600#的结构。
图23A和图23B表示根据第一改型的辨别过滤装置1600#的结构。图23A表示根据第一改型的辨别过滤装置1600#的外观。图23B表示辨别过滤装置1600#的侧面截面图。
辨别过滤装置1600和辨别过滤装置1600#之间的差别在于光接收元件1610、过滤器1620以及LED 1630的布置。具体地说，辨别过滤装置1600#的光接收元件1610、过滤器1620以及LED 1630的布置方向与辨别过滤装置1600的光接收元件1610、过滤器1620以及LED 1630的布置方向相差90度。
按照与辨别过滤装置1600相类似的方式使用辨别过滤装置1600#(参见图21)。因此，在与样品的流动方向正交的方向上，一维地对齐辨别过滤装置1600#的光接收元件1610、过滤器1620以及LED 1630。
通过光接收元件1610、过滤器1620以及LED 1630的上述布置，可比辨别过滤装置1600更紧致地形成辨别过滤装置1600#。可选地，辨别过滤装置1600#可包括比辨别过滤装置1600更多的光接收元件1610、过滤器1620以及LED 1630。
辨别过滤装置1600#的具体结构类似于图22所示的辨别过滤装置1600的结构，不同之处在于光接收元件1610、过滤器1620以及LED 1630的布置。因此，不再对其具体结构进行复述。
(第二改型)
辨别过滤装置1600和辨别过滤装置1600#将过滤器1620布置在LED 1630和样品之间。过滤器1620的位置并不限于此，只要过滤器1620位于LED 1630和光接收元件1610之间即可。
根据第二改型的辨别过滤装置2400包括样品所处位置与光接收元件1610之间的过滤器1620。具体地说，过滤器1620刚好放在光接收元件1610之前。
图24示出了根据第二改型的辨别过滤装置2400的结构。图24表示了根据第二改型的辨别过滤装置2400的结构。类似于图22，图24对应于在与被测液体的移动方向正交的方向上的光接收元件1610.1至1610.N、过滤器1620.1至1620.N、以及LED 1630.1至1630.N的布置的视图。其它组成元件的实际布置与图24无关。
辨别过滤装置2400的光接收元件1610、过滤器1620、以及LED1630在样品的流动方向上一维对齐，这与辨别过滤装置1600类似。但是，光接收元件1610、过滤器1620以及LED 1630的布置并不限于此。可以如同辨别过滤装置1600#那样，在与样品流动方向正交的方向上一维地布置它们。
通过将过滤器1620刚好布置在光接收元件1610前面的结构，可以减少LED 1630的数目。在从LED 1630输出的光的频带包括每个过滤器1620的通带的情况下，LED 1630.1至1630.N可由单个LED1630代替。在来自一个LED 1630的LED光的辐射范围小于过滤器1620的情况下，可以采用多个LED，而不是一个LED。
并且，如果每个光接收元件1610检测来自公共LED 1630的光，光接收元件1610可被布置成彼此靠近。于是，辨别过滤装置2400可被形成得更紧致。可选地，辨别过滤装置2400可具有安装用来实现对更多成分进行分析的多个光接收元件1610。
(第三改型)
对于上述辨别过滤装置1600(或辨别过滤装置1600#、辨别过滤装置2400)，可利用具有多个过滤器的过滤器阵列来代替多个过滤器1620。并且，可利用具有多个光接收元件的光接收元件阵列来代替多个光接收元件1610。
作为第三改型，将描述包括过滤器阵列以及光接收元件阵列的辨别过滤装置2500。辨别过滤装置2500是第二改型的辨别过滤装置2400的部分修改版本。
图25示出了辨别过滤装置2500的结构。图25表示了根据第三改型的辨别过滤装置2500的结构。类似于图22和图24，图25对应于在与被测液体的移动方向正交的方向上的光接收元件1610.1至1610.N、过滤器1620.1至1620.N、以及LED 1630.1至1630.N的布置的视图。其它组成元件的实际布置与图25无关。
参见图25，辨别过滤装置2500包括光接收元件阵列2510，而不是辨别过滤装置2400的光接收元件1610.1至1610.N。辨别过滤装置2500还包括过滤器阵列2520，而不是辨别过滤装置2400的过滤器1620.1至1620.N。并且，辨别过滤装置2500包括一个而不是多个LED 1630和LED电源1690。
光接收元件阵列2510包括多个光接收元件2510.k(k＝1至N)。在本实施例中，假设光接收元件阵列2510是PD阵列。即，类似于辨别过滤装置2400等的光接收元件1610，每个光接收元件2510.k都是PD。
过滤器阵列2520包括过滤器2520.k(k＝1至N)。类似于辨别过滤装置2400的过滤器1620的通带，根据辨别对象来设计每个过滤器2520.k的通带。
光接收元件2510.k的距离被设计成与过滤器2520.k的距离匹配。即，光接收元件2510.k的距离被确定成使得从LED 1630输出的透射通过过滤器2520.k的光进入光接收元件2510.k。
通过使用过滤器阵列2520和光接收元件阵列2510，与辨别过滤装置2400等相比，更容易制造辨别过滤装置2500。
当辨别过滤装置需要多个光源时，可采用包括多个光源的电源阵列。具体地说，在过滤器和每个光源之间的位置关系被限制为图22所示的辨别过滤装置1600那样的情况下，电源阵列的使用有利于制造辨别过滤装置。
(第四改型)
上述描述基于这样的情况：一个辨别过滤装置实现了向样品辐射光、对透射通过样品的光进行检查、基于光检测结果辨别样品、以及提供辨别结果。这些操作可由多个装置的组合实现。
第四改型基于一个用于样品辨别的辨别过滤***2600。辨别过滤***2600的结构如同26所示。图26表示了辨别过滤***2600的结构。
参见图26，辨别过滤***2600包括：样品测量装置2610、计算机600以及缆线2620。
样品测量装置2610具有类似于辨别过滤装置1600的结构。样品测量装置2610包括多个LED、多个过滤器、以及多个光接收元件，这些组件的位置类似于但不局限于辨别过滤装置1600中的这些组件的位置。LED、过滤器、以及光接收元件可被布置成如第一改型至第四改型所示的那样。
样品测量装置2610将每个光接收元件的光检测结果输出至外部源。样品测量装置2610本身不会基于光检查结果来执行样品辨别。样品测量装置2610不会通过蜂鸣器和/或指示器来输出辨别结果。
缆线2620将样品测量装置2610连接至计算机600。缆线2620将样品测量装置2610输出的光检测结果发送给计算机600。缆线2620包括但不限于USB缆线等。
样品测量装置2610和计算机600无需直接通过缆线2620相连。样品测量装置2610和计算机600可通过网络或者无线电来连接。
(3.处理流程)
现在将参考图27来描述样品辨别时辨别过滤装置1600所执行的处理流程。图27是辨别过滤装置1600所执行的处理流程的流程图。
在步骤S2701，每个LED 1630.k启动光输出。每个LED 1630.k根据从LED电源1690.k提供的电能来输出光。每个LED 1630.k例如响应于用户按下LED电源1690.k的开关而启动光输出。
在步骤S2703，处理器1660初始化指定了光接收元件(或过滤器)的参数k。此处假设k的初始值为1。
在步骤S2705，处理器1660获取光接收元件1610.k的光检测结果。处理器1660存储所获取的光检测结果至RAM 1670。
在步骤S2707，处理器1660判断k＝N是否成立(N：光接收元件1610的数量)。当k＝N成立时(步骤S2707为是)，处理器1660进入步骤S2711的处理。当k不等于N时(步骤S2707为否)，处理器1660进入步骤S2709以使得k的值递增1。随后，处理器1660返回步骤S2705的处理。
在步骤S2711，处理器1660执行包含在样品中的成分的辨别。具体地说，处理器1660首先选择与将被区分的成分相对应的一组光接收元件1610.k。随后，处理器1660求所选的每个光接收元件1610.k的光检测结果的对数。接下来，处理器1660将光检测结果的对数代入辨别函数。处理器1660根据代入的结果是正的还是负的来区分样品。
在步骤S2713，处理器1660控制辨别过滤装置1600的每个元件以产生辨别结果的输出。具体地说，处理器1660控制指示器1640和蜂鸣器1645。
例如，处理器1660判断在步骤S2711所获得的辨别结果是否与“适当的”辨别结果相匹配。处理器1660根据结果是否匹配来使指示器1640发光或者使蜂鸣器1645输出声音。“适当的”辨别结果是事先给出的。例如，假设辨别过滤装置1600的设计人员在ROM 1680中预先存储了适当的辨别结果。可选地，用户可被允许设置适当的辨别结果。
在辨别过滤装置1600结合了另一结果输出装置(监视器等)的情况下，处理器1660可控制相关的结果输出装置以便在步骤S2711中输出辨别结果。
在步骤S2715，处理器1660判断是否接收到测量结束指定。例如，处理器1660将按下辨别过滤装置1600的特定开关作为结束测量的指定。
当接收到测量结束指定时(步骤S2715为是)，处理器1660结束样品辨别处理。当没有接收到测量结束指定时(步骤S2715为否)，处理器1660从步骤S2701开始重复处理。
通过前述处理，辨别过滤装置1600可以实时连续地区别流经导管1720的液体中的成分。因此，辨别过滤装置1600的用户可以实时连续地监视液体成分。
辨别过滤装置1600还能区别静止对象的成分(假定该对象能够透射光)。在这种情况下，辨别过滤装置1600不是必须重复地区分成分。因此，辨别过滤装置1600可在步骤S2713之后结束辨别处理，而不执行步骤S2715的处理。
辨别过滤装置1600#、辨别过滤装置2400以及辨别过滤装置2500执行与上述处理类似的处理。不再复述这些装置中的每一个的处理。
如果计算机600的CPU 610而不是处理器1660执行步骤S2703至步骤S2715的处理，那么辨别过滤***2600也执行与上述处理类似的处理。并且，在步骤S2715，从计算机600的监视器670输出辨别结果。
(处理的改型)
在前述处理流程中，辨别过滤装置1600在样品辨别过程中点亮了所有的LED 1630.1至1630.N。可选地，辨别过滤装置1600逐个地依次点亮LED 1630.1至1630.N。下文将参考图28来描述辨别过滤装置1600在该情况下执行的处理流程。图28是辨别过滤装置所执行的根据改型的处理的流程的流程图。
在步骤S2801，处理器1660初始化参数k，参数k指定了光接收元件、过滤器以及LED。在此假设k的初始值为1。
在步骤S2803，处理器1660控制LED电源1690.k以使LED 1630.k输出光。处理器1660控制LED电源1690.j以使另一LED 1630.j(j≠k)不输出光。
在步骤S2805，处理器1660获取光接收元件1610.k的光检测结果。处理器1660将所获得的光检测结果存储在RAM 1670中。光检测结果对应于从LED 1630.k输出并传播通过过滤器1620.k和样品的光量。
在步骤S2807，处理器1660判断k＝N是否成立(N：光接收元件1610的数量)。当k＝N时(步骤S2807为是)，处理器1660进入步骤S2811的处理。当k不等于N时(步骤S2807为否)，处理器1660进入步骤S2809以使得k的值递增1。随后，处理器1660从步骤S2803返回处理。
步骤S2811和步骤S2813的处理类似于前述步骤S2711和步骤S2713的处理。所以，不再复述该处理的详细描述。
在步骤S2815，处理器1660判断是否接收到测量结束指定。例如，处理器1660假设通过按下辨别过滤装置1600的特定开关来指定结束测量。
当接收到测量结束指定时(步骤S2815为是)，处理器1660结束样品辨别处理。当没有接收到测量结束指定时(步骤S2815为否)，处理器1660从步骤S2801开始重复处理。
根据本实施例的处理，每个光接收元件1610.k的检测结果对应于与光接收元件1610.k相对应的LED 1630.k所发出的光。来自另一光接收元件1610.j的光将不会影响到光接收元件1610.k的检测结果。因此，根据本改型的处理，可以提高检测精度。并且，根据本改型的处理，可以以紧密的密度布置光接收元件1610、过滤器1620以及LED 1630。
辨别过滤装置1600#、辨别过滤装置2400、辨别过滤装置2500或辨别过滤***2600可执行与本改型的处理类似的处理。
[其它]
应该理解的是，基于每个实施例或实施例的改型的适当组合的结构也是包括在本发明的范围内的。
应该理解的是，在所有方面，此处公开的实施是示例性的而非限制性的。本发明的范围由所附权利要求而不是前述说明书所限定，并且落入权利要求的限制和约束内的改变或其等价形式都包括在权利要求中。
工业实用性
本发明例如可用来在桥上判断河流结了多少冰。并且，本发明可应用于皮肤的含水量的测量。此外，本发明可被广泛地用于在与水的使用相关的工业领域中进行成分分布的非破坏性估计，例如在农业产品中用于识别水成分与另一成分(矿物质、氮、淀粉、氨基酸)之间的质量，监控纤维中的水分、溶液的混合状态，监控海水中的磷，在污泥水和石油成分之间进行识别，在活体(外部、内部)的水成分和另一成分(例如皮脂、氨基酸、胶原蛋白)之间进行辨别测量，头发中水成分的测量，食物成分的识别，病毒感染的快速判断，食物中进口感染病毒的边界检查，浓缩海水的无机原料评估，从卫星估计海水成分以及植物分布，识别并评估混凝土中的水分和盐分等。本发明还可应用于随时间监控这些评估。

Claims (17)

1.一种辨别过滤装置(10)，包括：
具有第一通带的第一过滤器(20.1)，
具有第二通带的第二过滤器(20.2)，所述第二通带包含所述第一通带，
检测单元(30)，用于检测从所关注对象输出的并且传播通过所述第一过滤器和所述第二过滤器之一的电磁波，从而输出与来自所述所关注对象的电磁波的强度相对应的第一信号和第二信号，以及
分析单元(40)，用于根据利用所述第二信号的积分而归一化的所述第一信号来对所述所关注对象执行辨别分析。
2.根据权利要求1所述的辨别过滤装置，其中所述分析单元根据所述第一信号积分的对数与所述第二信号积分的对数之差来执行对所述所关注对象的辨别分析。
3.根据权利要求1所述的辨别过滤装置，其中所述分析单元根据通过将所述第一信号和所述第二信号代人根据所述第一通带和所述第二通带确定的辨别函数而获取的值，执行对所述所关注对象的辨别分析。
4.根据权利要求1所述的辨别过滤装置，其中所述第一通带和所述第二通带包括近红外范围。
5.根据权利要求1所述的辨别过滤装置，其中所述分析单元识别以类型归类的两个或更多类型的物质。
6.根据权利要求1所述的辨别过滤装置，其中所述分析单元将水与另一物质识别开。
7.根据权利要求1所述的辨别过滤装置，其中所述分析单元估计并识别物质表面或者内部的水分含量。
8.根据权利要求1所述的辨别过滤装置，还包括用于发射电磁波的波源(1630)，
其中，所述检测单元检测从所述所关注对象输出的电磁波，所述所关注对象接收从所述波源所输出的所述电磁波。
9.根据权利要求8所述的辨别过滤装置，其中所述波源包括LED。
10.根据权利要求8所述的辨别过滤装置，其中所述检测单元检测从所述波源输出的并且传播通过所述所关注对象的电磁波。
11.根据权利要求8所述的辨别过滤装置，其中所述检测单元检测从所述波源输出的并且从所述所关注对象反射的电磁波。
12.根据权利要求1所述的辨别过滤装置，其中所述检测单元包括将电磁波转换成电信号的至少一个元件。
13.根据权利要求1所述的辨别过滤装置，其中所述检测单元包括多个元件，其中每个元件都将电磁波转换成电信号，所述多个元件一维对齐。
14.根据权利要求1所述的辨别过滤装置，其中所述检测单元包括具有二维对齐的多个元件的图像感应元件，多个元件中的每个元件都将电磁波转换成电信号。
15.一种所关注对象的辨别方法，包括步骤：
检测从所述所关注对象输出的并且传播通过具有第一通带的第一过滤器(20.1)的电磁波，从而输出与传播通过所述第一过滤器的电磁波的强度相对应的第一信号，
检测从所述所关注对象输出的并且传播通过具有第二通带的第二过滤器(20.2)的电磁波，从而输出与传播通过所述第二过滤器的电磁波的强度相对应的第二信号，第二通带包含第一通带，以及
根据由所述第二信号的积分归一化的所述第一信号来执行对所关注对象的辨别分析。
16.一种对辨别过滤装置(10)的过滤器进行设计的方法，包括步骤：
为多个过滤器中的每个过滤器设置透射特性，
根据所设置的透射特性以及多个样品的指教光谱，产生所述辨别过滤装置对所关注对象进行辨别时使用的辨别函数，
计算在使用所述辨别函数时错误地辨别样品的误差率，
修改所述透射特性，
根据所修改的透射特性和所述指教光谱重新产生所述辨别函数，
计算针对重新产生的辨别函数的误差率，以及
获取所设置的透射特性和所修改的透射特性中提供了最小误差率的透射特性。
17.根据权利要求16所示的对辨别过滤装置的过滤器进行设计的方法，其中
所述指教光谱包括近红外范围的光谱，以及
所述所修改的透射特性包括具有近红外范围的通带的透射特性。
CN2009801120525A 2008-04-01 2009-03-27 辨别过滤装置、对象辨别方法、以及辨别过滤装置的过滤器的设计方法 Pending CN101983329A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2008095311 2008-04-01
JP2008-095311 2008-04-01
PCT/JP2009/056338 WO2009123068A1 (ja) 2008-04-01 2009-03-27 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

Publications (1)

Publication Number Publication Date
CN101983329A true CN101983329A (zh) 2011-03-02

Family

ID=41135446

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2009801120525A Pending CN101983329A (zh) 2008-04-01 2009-03-27 辨别过滤装置、对象辨别方法、以及辨别过滤装置的过滤器的设计方法

Country Status (4)

Country Link
US (1) US8193500B2 (zh)
JP (1) JPWO2009123068A1 (zh)
CN (1) CN101983329A (zh)
WO (1) WO2009123068A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104007084A (zh) * 2014-05-09 2014-08-27 江苏农牧科技职业学院 近红外漫反射有机磷农药残留快速无损检测装置
US11920979B2 (en) 2019-08-27 2024-03-05 Viavi Solutions Inc. Optical measurement device including internal spectral reference

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012040466A2 (en) * 2010-09-23 2012-03-29 Nanolambda, Inc. Spectrum reconstruction method for minature spectrometers
JP2013108855A (ja) * 2011-11-21 2013-06-06 National Agriculture & Food Research Organization 判別フィルタ設計方法、判別方法、判別フィルタセット、判別装置、および、プログラム
DE102012110429B4 (de) * 2012-10-31 2014-07-10 Phoenix Contact Gmbh & Co. Kg Vorrichtung und Verfahren zum Beleuchten einer Stoffoberfläche
US9393695B2 (en) * 2013-02-27 2016-07-19 Rockwell Automation Technologies, Inc. Recognition-based industrial automation control with person and object discrimination
US9804576B2 (en) 2013-02-27 2017-10-31 Rockwell Automation Technologies, Inc. Recognition-based industrial automation control with position and derivative decision reference
US9498885B2 (en) 2013-02-27 2016-11-22 Rockwell Automation Technologies, Inc. Recognition-based industrial automation control with confidence-based decision support
US9798302B2 (en) 2013-02-27 2017-10-24 Rockwell Automation Technologies, Inc. Recognition-based industrial automation control with redundant system input support
AU2013391450B2 (en) 2013-06-07 2017-02-02 Halliburton Energy Services, Inc. Discriminant analysis used with optical computing devices
JP2016080429A (ja) * 2014-10-14 2016-05-16 住友電気工業株式会社 分光測定装置
JP2016163125A (ja) 2015-02-27 2016-09-05 株式会社東芝 固体撮像装置
JP5985709B2 (ja) * 2015-06-22 2016-09-06 国立研究開発法人農業・食品産業技術総合研究機構 判別フィルタ設計方法、判別方法、判別フィルタセット、判別装置、および、プログラム
WO2017130249A1 (ja) * 2016-01-29 2017-08-03 パナソニックＩｐマネジメント株式会社 水分量観察装置、水分量観察方法及び栽培装置
AU2017258377B2 (en) * 2016-04-27 2021-07-08 Voxelight, Llc Imaging device for assessing sunscreen coverage
WO2018173609A1 (ja) * 2017-03-23 2018-09-27 テルモ株式会社 成分測定装置及び成分測定装置セット
JP2023523606A (ja) * 2020-04-27 2023-06-06 ケムイメージ コーポレーション ハイパースペクトル画像による隠蔽物質の検出

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FI44862C (fi) 1970-11-04 1972-01-10 Datex Oy Menetelmä ja laite tutkittaessa kiinteitä aineita ja nesteitä niiden säteilyabsorptioon perustuen
JPS56103853U (zh) * 1980-01-14 1981-08-14
JPS56103851U (zh) * 1980-01-14 1981-08-14
JPS56103851A (en) 1980-01-23 1981-08-19 Hitachi Ltd Electromagnetic focusing cathode-ray tube
JPS56103853A (en) 1980-01-23 1981-08-19 Hitachi Ltd Beam index tube
GB8325691D0 (en) * 1983-09-26 1983-10-26 Wiggins Teape Group Ltd Measuring water content
JPH0614908B2 (ja) 1986-12-26 1994-03-02 ライオン株式会社 肌荒れの定量化測定装置
JPH067099B2 (ja) 1989-03-14 1994-01-26 東邦瓦斯株式会社 チューナブルエタロンを用いたガスセンサ
JPH067100B2 (ja) 1989-04-25 1994-01-26 東邦瓦斯株式会社 チューナブルエタロンを用いたガス濃度圧力検出方法
US5001346A (en) 1990-02-26 1991-03-19 Rockwell International Corporation Leak detection system with background compensation
JP3078983B2 (ja) * 1994-03-30 2000-08-21 株式会社堀場製作所 油分濃度計
US5884775A (en) * 1996-06-14 1999-03-23 Src Vision, Inc. System and method of inspecting peel-bearing potato pieces for defects
JP3043634B2 (ja) 1996-10-02 2000-05-22 アイ．ビイ．エス株式会社 生体のコンダクタンス測定装置
JP3930334B2 (ja) 2001-03-21 2007-06-13 株式会社資生堂 分光反射率測定装置
JP2003169788A (ja) 2001-12-05 2003-06-17 Matsushita Electric Ind Co Ltd 肌水分量測定装置
JP2006226775A (ja) * 2005-02-16 2006-08-31 Toyohashi Univ Of Technology 果実の食味成分評価方法及び評価装置
CN1779461B (zh) 2005-10-19 2010-10-06 华中科技大学 一种多色量子点微球编码方法
US7840360B1 (en) * 2006-10-26 2010-11-23 Micheels Ronald H Optical system and method for inspection and characterization of liquids in vessels

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104007084A (zh) * 2014-05-09 2014-08-27 江苏农牧科技职业学院 近红外漫反射有机磷农药残留快速无损检测装置
US11920979B2 (en) 2019-08-27 2024-03-05 Viavi Solutions Inc. Optical measurement device including internal spectral reference

Also Published As

Publication number Publication date
JPWO2009123068A1 (ja) 2011-07-28
US20110026029A1 (en) 2011-02-03
WO2009123068A1 (ja) 2009-10-08
US8193500B2 (en) 2012-06-05

Similar Documents

Publication Publication Date Title
CN101983329A (zh) 辨别过滤装置、对象辨别方法、以及辨别过滤装置的过滤器的设计方法
CN103868831B (zh) 云粒子谱分布测量方法及测量***
US10408740B2 (en) Method for huanglongbing (HLB) detection
US7428050B2 (en) Multispectral, multifusion, laser-polarimetric optical imaging system
Moroni et al. Hyperspectral image analysis in environmental monitoring: setup of a new tunable filter platform
CN109490223B (zh) 一种基于可编程高光谱成像的目标探测识别***及方法
CN107615046A (zh) 在线测量油气管道中的黑色粉末
JP2012128862A5 (zh)
Cheshkova A review of hyperspectral image analysis techniques for plant disease detection and identif ication
CN103472031A (zh) 一种基于高光谱成像技术的脐橙糖度检测方法
CN109211803A (zh) 一种基于显微多光谱技术对微塑料进行快速识别的装置
WO2014060466A1 (en) Dual beam device for simultaneous measurement of spectrum and polarization of light
CN104656100A (zh) 一种行扫描高光谱实时异常探测方法与***
Breshike et al. Active LWIR hyperspectral imaging and algorithms for rapid standoff trace chemical identification
Li et al. Potential for identification of wild night-flying moths by remote infrared microscopy
Noble et al. The use of spectral properties for weed detection and identification-a review
Darwiesh et al. Design and implementation of underwater laser imaging test aquarium
TR202008917A2 (tr) Çok amaçli spektroskopi̇k, hi̇perspektral ve di̇ji̇tal görüntüleme ci̇hazi
JP2000267062A (ja) 広帯域透過率可変フィルタ
Ondimu et al. Comparison of plant water stress detection ability of color and gray-level texture in Sunagoke moss
CN207215690U (zh) 一种高光谱食品检测***
CN208334198U (zh) 海水藻类赤潮及其毒性检测光学原位传感器
Wang et al. Design of an optical weed sensor using plant spectral characteristics
Browning et al. Endoscopic hyperspectral imaging: light guide optimization for spectral light source
KR102476185B1 (ko) 광대역 분광기를 이용한 화재감지시스템

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C12 Rejection of a patent application after its publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20110302