JP2001307069A - 画像処理による異物検出方法および装置 - Google Patents

Abstract

(57)【要約】 【課題】画像処理能力にあまり依存しない異物検出方法
を提供する。 【解決手段】ステップＳ１で入力された画像データを小
領域に略等分割して該小領域毎に異物らしさを評価し、
該小領域毎に求めた異物らしさの評価値を画素値とする
縮小画像データを生成し（ステップＳ２）、該縮小画像
データを基に異物強調処理（ステップＳ３）、しきい値
処理（ステップＳ４）を行う。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、被検査物の物性情
報を含む画像データにしきい値処理を適用して混入異物
の有無検出を行う、画像処理による異物検出方法および
異物検出装置に関する。

【０００２】

【従来の技術】食品や各種工業製品の製造ラインでは、
混入異物の排除を行うために、Ｘ線等を用いた画像処理
による異物検出が従来から行なわれている。画像処理に
よる異物検出は、Ｘ線源等から被検査物にＸ線等を照射
し、被検査物の透過像をＸ線検出器等によりデジタルデ
ータ化し、これを画像入力手段により透過画像データと
してメモリー上に取り込み、得られた透過画像データは
必要に応じて被検査物による吸収量を示す吸収画像デー
タに対数変換し、被検査物の物性情報を含むこれらの画
像データに対して、画像処理手段により、ノイズ低減す
る画像フィルタや異物らしさを強調する画像フィルタを
必要に応じて適用し、しきい値処理を適用して混入異物
の有無検出を行う技術である。ここで、Ｘ線等、Ｘ線源
等、Ｘ線検出器等と表現したのは、異物検出に用いられ
ている光、Ｘ線、等の電磁波をＸ線で代表させ、Ｘ線の
場合を例に説明するためである。

【０００３】図１０は従来の異物検出方法を説明するた
めのフローチャートである。ステップＳ１０で入力され
た被検査物の物性情報を含む画像データに対し、ステッ
プＳ２０でノイズ低減する画像フィルタを適用し、ステ
ップＳ３０で異物らしさを強調する画像フィルタを適用
し、ステップＳ４０でしきい値処理を適用して混入異物
の有無検出を行っている。ここで、ノイズ低減や異物強
調の必要がない場合にはステップＳ２０とＳ３０のいず
れか一方または両方が省略される。

【０００４】例えば、物質のＸ線吸収量という物性情報
を含む食品のＸ線吸収画像データに対し、金属は食品よ
りもＸ線吸収量が多いことを根拠に高輝度部分を強調す
る画像フィルタを適用して高輝度部分の画像を強調し、
得られた異物強調画像データに対して高輝度部分を混入
金属とするしきい値処理を適用することによって、食品
中の混入金属が検出できる。また、物質のＸ線透過量と
いう物性情報を含む食品のＸ線透過画像データに対し、
空気は食品よりもＸ線透過量が多いことを根拠に高輝度
部分を強調する画像フィルタを適用して高輝度部分の画
像を強調し、得られた異物強調画像データに対して高輝
度部分を混入空気とするしきい値処理を適用することに
よって、食品中の混入空気が検出できる。

【０００５】異物らしさの画像強調には各種の画像フィ
ルタが適用可能であるが、製造ラインにおいては、リア
ルタイム処理に耐え得る高速性が要求される。このた
め、Ｎ×Ｎ画素サイズの正方形カーネルを用いた差分形
の画像フィルタが多用されている。例えば、Ｘ線吸収画
像データに対し、各画素を中心にＮ×Ｎ画素のカーネル
領域を想定し、カーネル中心の画素の輝度とカーネル領
域内の平均輝度との差を評価し、カーネル領域内の平均
輝度よりどれだけ高輝度であるかをカーネル中心の画素
に対応する画素の画素値とする差分画像データを出力す
る画像フィルタが用いられている。ここで、正方形のカ
ーネルが用いられている理由は画像強調処理を高速かつ
等方的に行うためである。差分形の画像フィルタにはこ
の他にも様々なバリエーションがあり、画像処理の負荷
増になるがカーネル中心部の平均輝度とカーネル周辺部
の平均輝度との差分にしたり、画像処理の更なる負荷増
になるが平均輝度に変えて最大輝度や最小輝度を用いた
りする。画像処理能力に相当の余裕がある場合には、Ｘ
線吸収画像データと、同画像データにカーネル領域内の
最小輝度を出力する最小値フィルタとカーネル領域内の
最大輝度を出力する最大値フィルタを連続適用すること
により平滑化した画像データとの差分を用いるトップハ
ットフィルタの適用も可能である。

【０００６】前記カーネルの画素サイズは検出しようと
する異物の画素サイズより大きくすることが望ましい
が、大きな異物を検出したいがためにカーネルの画素サ
イズを大きくすると、画像処理の負荷が増して画像処理
能力が不足する場合が生じる。このため、異物検出の測
定範囲と空間分解能により定まる画像データサイズと画
像処理能力を勘案し、適用可能な画像フィルタの種類と
カーネルの画素サイズを制限しなければならない。ま
た、異物検出の空間分解能を上げたり測定範囲を広げた
りする場合には、画像データサイズの増加に見合うよう
に、画像処理能力を大幅に向上させる必要がある。

【０００７】

【発明が解決しようとする課題】従来の異物検出方法で
は、被検査物の画像データに適用できる画像フィルタの
種類とカーネルの画素サイズが画像処理能力に大きく依
存するため、検出可能な異物の大きさが画像処理能力に
よって制限されてしまう。この問題点は、製造ライン用
の異物検出装置において異物検出の空間分解能を上げた
り測定範囲を広げたりすることを困難にする一因にもな
っている。本発明の課題は、これらの問題解決に役立
つ、画像処理能力にあまり依存しない異物検出方法およ
び異物検出装置の提供にある。

【０００８】

【課題を解決するための手段】前述の課題を解決するた
めに、本発明の異物検出方法および装置は、Ｘ線源等か
ら被検査物にＸ線等を照射し、被検査物の透過像をＸ線
検出器等によりデジタルデータ化し、これを画像入力手
段により透過画像データとしてメモリー上に取り込み、
得られた透過画像データは必要に応じて被検査物による
吸収量を示す吸収画像データに対数変換し、被検査物の
物性情報を含むこれらの画像データに対して、画像処理
手段により、当該画像データを小領域に略等分割し、当
該分割小領域毎に異物らしさの評価値を求め、当該異物
らしさの評価値を画素値とする縮小画像データを生成す
ることによってノイズ低減するとともに異物らしさを濃
縮し、必要に応じて前記縮小画像データに対して異物ら
しさを強調する画像フィルタを適用して異物強調画像デ
ータを生成し、前記縮小画像データまたは前記異物強調
画像データにしきい値処理を適用して混入異物の有無検
出を行うものである。即ち、請求項１に記載の異物検出
方法は、被検査物の物性情報を含む画像データを処理し
て混入異物の有無検出を行う異物検出方法において、前
記画像データを小領域に略等分割して該小領域毎に異物
らしさを評価し、該小領域毎に求めた異物らしさの評価
値を画素値とする縮小画像データを生成する段階と、該
縮小画像データにしきい値処理を適用して混入異物の有
無を検出する段階とを有している。また、請求項２に記
載の異物検出方法は、被検査物の物性情報を含む画像デ
ータを処理して混入異物の有無検出を行う異物検出方法
において、前記画像データを小領域に略等分割して該小
領域毎に異物らしさを評価し、該小領域毎に求めた異物
らしさの評価値を画素値とする縮小画像データを生成す
る段階と、該縮小画像データに対して異物らしさを強調
する画像フィルタを適用して異物強調画像データを生成
する段階と、該異物強調画像データにしきい値処理を適
用して混入異物の有無を検出する段階とを有している。
さらに、請求項３に記載の異物検出方法は、請求項１ま
たは請求項２記載の異物検出方法の前記縮小画像データ
を生成する段階が、前記画像データを小領域に略等分割
して該小領域毎に第１の異物らしさを評価し該小領域毎
に求めた第１の異物らしさの評価値を画素値とする第１
の縮小画像データと前記小領域毎に第２の異物らしさを
評価し該小領域毎に求めた第２の異物らしさの評価値を
画素値とする第２の縮小画像データとを生成する段階
と、該第２の縮小画像データを異物候補点の抽出用マス
クとして機能させ、前記第１の縮小画像データを前記第
２の縮小画像データでマスクした第３の縮小画像データ
を生成する段階とを含み、該第３の縮小画像データを前
記縮小画像データとする段階であることとしている。そ
して、請求項４に記載の異物検出装置は、被検査物にＸ
線を照射するＸ線照射手段と、前記被検査物を透過した
Ｘ線を受けてデジタルデータ化するＸ線検出器と、該Ｘ
線検出器から出力されるデジタルデータを画像データと
して取り込む画像入力手段と、該画像入力手段によって
取り込まれた前記画像データを画像処理して前記被検査
物に混入している異物の有無を検出する画像処理手段と
を有する異物検出装置において、前記画像処理手段が、
前記画像データを小領域に略等分割して該小領域毎に異
物らしさを評価し、該小領域毎に求めた異物らしさの評
価値を画素値とする縮小画像データを生成する画像縮小
手段を備えている。

【０００９】

【発明の実施の形態】以下、本発明の実施の形態を図を
参照しながら詳細に説明する。図１は本発明の異物検出
方法を説明するためのフローチャートである。ステップ
Ｓ１で入力された被検査物の物性情報を含む画像データ
に対して、ステップＳ２で略等分割した小領域毎の異物
らしさの評価値を画素値とする縮小画像データを生成す
ることによってノイズ低減するとともに異物らしさを濃
縮し、当該縮小画像データに対し、ステップＳ３で異物
らしさを強調する画像フィルタを適用し、ステップＳ４
でしきい値処理を適用して混入異物の有無検出を行う。
ここで、異物強調の必要がない場合にはステップＳ３は
省略しても良い。また、必要に応じてステップＳ２で略
等分割する小領域の大きさを変えてステップＳ２〜Ｓ４
を繰り返しても良い。

【００１０】例えば食品中に混入した概ねＮ×Ｎ画素よ
り小さい金属異物の有無検出を行う場合、図１のステッ
プＳ２でＭ×Ｍ画素のＸ線吸収画像データをＮ×Ｎ画素
の小領域に略等分割し、小領域毎の最大輝度を新たな画
素値とすることによって前記Ｘ線吸収画像データを縮尺
Ｎ分の１に縮小し、新たに（Ｍ／Ｎ）×（Ｍ／Ｎ）画素
の縮小画像データを生成する。もしも食品中に小さな金
属異物の局所的な混入があるとＸ線吸収画像データ上で
局所的高輝度として観測され、それは異物混入のない食
品のＸ線吸収画像データ上で観測される局所的高輝度よ
り一段と高輝度かつシャープである。従って、小領域毎
の最大輝度を集めることによって、小領域内の細かなノ
イズをカットするとともに、異物らしさを濃縮すること
ができる。また、必要に応じてソーセージのアルミクリ
ップのように異物より一段と高輝度になっている部分を
検出してその周辺をカットしたり、包装材料等の低輝度
部分にあるノイズ画像を一律カットしても良い。

【００１１】さて、ノイズが低減され異物らしさが濃縮
されている前記（Ｍ／Ｎ）×（Ｍ／Ｎ）画素の縮小画像
データに対し、ステップＳ３で異物らしさを強調する画
像フィルタを適用し、ステップＳ４でしきい値処理を適
用して混入異物の有無検出を行う時の優位性についての
説明に移る。先ずステップＳ３では、既にステップＳ２
で異物情報が１〜２画素程度となるように異物らしさが
濃縮されているため、Ｎが大きいほど縮小画像データの
画素数が少なくなっている上に、異物らしさを強調する
画像フィルタのカーネルサイズも３×３〜５×５画素程
度で充分となっており、画像処理の負荷が軽くなってい
る。このため、トップハットフィルタのように高い画像
処理能力が要求される画像フィルタの適用や特性の異な
る各種画像フィルタの組合せ適用も容易であり、従来よ
りも高感度な異物検出が実現できる。次にステップＳ４
では、既にステップＳ２で異物らしさが濃縮されている
ため、Ｎが大きいほど縮小画像データの画素数が少なく
なっており、画像処理の負荷が軽くなっている。このた
め、食品特性を考慮した異物判定や複数のしきい値によ
る異物判定も容易であり、従来よりもロバストな異物検
出が実現できる。

【００１２】さて、異物検出の空間分解能を上げたり測
定範囲を広げたりする時の優位性についての説明に移
る。最初に、前記の例において、異物検出の空間分解能
を２倍に上げた場合について考察する。この場合２Ｍ×
２Ｍ画素のＸ線吸収画像データの中から２Ｎ×２Ｎ画素
より小さい金属異物の有無検出を行うことになり、ステ
ップＳ２で生成する縮小画像データは（２Ｍ／２Ｎ）×
（２Ｍ／２Ｎ）画素と変わらない。即ち、検出しようと
する異物の大きさが同じなら、空間分解能を上げてもス
テップＳ３とステップＳ４の画像処理の負荷は同じであ
る。次に、前記の例において、異物検出の測定範囲を２
倍に広げた場合について考察する。この場合２Ｍ×２Ｍ
画素のＸ線吸収画像データの中からＮ×Ｎ画素より小さ
い金属異物の有無検出を行うことになり、ステップＳ２
で生成する縮小画像データは（２Ｍ／Ｎ）×（２Ｍ／
Ｎ）画素に増える。それでも、Ｎ×Ｎ画素のカーネルで
Ｍ×Ｍ画素のＸ線吸収画像データの中から異物検出して
いた従来の検出方法と比較すれば、異物検出の測定範囲
を２倍に広げたにも関わらず画像処理の負荷が軽くなっ
ていることが分かる。もしここで、２倍大きな金属異物
まで検出するよう変更するなら、ステップＳ２の生成す
る縮小画像データは（２Ｍ／２Ｎ）×（２Ｍ／２Ｎ）画
素で画像処理の負荷が一層軽くなることが分かる。つま
り、２Ｎ×２Ｎ画素より小さい金属異物の有無検出を行
う場合、従来の検出方法では２Ｎ×２Ｎ画素のカーネル
が必要で画像処理の負荷が重くなるのに対して、本発明
の検出方法では逆に画像処理の負荷が軽くなる。以上の
考察により、画素サイズの大きな異物を検出するには本
発明の検出方法が極めて有効であることを示した。本発
明の検出方法によれば大きな異物ほど短時間で検出でき
るから、画素サイズの大きな異物を検出するためにＮを
大きくすると小さな異物の検出感度が落ちてしまうとい
う場合には、先ず大きな異物を短時間で検出し、次に小
さな異物を高感度で検出するためにＮを小さくして図１
のステップＳ２〜Ｓ４を繰り返しても良い。

【００１３】図２は、本発明の異物検出装置の実施の形
態であるＸ線を用いた異物検出装置を説明するためのブ
ロック図である。即ち、被測定物（被検査物）３を搬送
する搬送手段１と、被測定物３にＸ線を照射するＸ線源
２と、被測定物３のＸ線透過像をデジタルデータ化する
Ｘ線検出器４と、これを透過画像データとしてメモリー
上に取り込む画像入力手段５と、この透過画像データを
処理して混入異物の有無を判定する画像処理手段６とを
備えた異物検出装置である。必要に応じて画像表示手段
７を付加しても良い。

【００１４】搬送手段１は、例えばＸ線を良く透過する
ベルトコンベアで実現され、対向配置されたＸ線源２と
Ｘ線検出器４の間を通して被測定物３を搬送する。Ｘ線
源２から照射されたＸ線は、被測定物３による吸収とベ
ルトコンベアによる僅かな吸収を受けてこれらを透過し
た後、Ｘ線検出器４に到達する。

【００１５】Ｘ線検出器４は、例えばＸ線ラインセンサ
で実現され、被検査物３のＸ線透過像をデジタルデータ
化する。このデジタルデータは、画像入力手段５によっ
て、Ｘ線ラインセンサによる１ライン上のサンプリング
ピッチと略等しいサンプリングピッチで搬送方向にサン
プリングされ、Ｘ線透過画像データとしてメモリー上に
取り込まれる。

【００１６】物質のＸ線吸収率をα、物質の厚さをＬと
すると、強度ＳのＸ線が当該物質を透過した後の強度
Ｓ’は、理論上、Ｓ’＝ Ｓ・ｅｘｐ（−α・Ｌ）と書
ける。両辺の対数をとって変形すれば、α・Ｌ＝ｌｏｇ
（Ｓ）−ｌｏｇ（Ｓ’）とも書ける。前記Ｘ線透過画像
データはＳ’の２次元分布に相当し、前述のように対数
をとって変形すれば、物質による吸収量α・Ｌの２次元
分布を示すＸ線吸収画像データに変換できる。Ｘ線透過
画像データとＸ線吸収画像データのどちらにも物質によ
る吸収量α・Ｌという被検査物の物性情報が含まれてい
るが、輝度値が物質による吸収量をストレートに示すＸ
線吸収画像データの方がＸ線吸収率の高い異物の強調や
検出には有利である。この場合、例えば食品のＸ線吸収
画像データにおいて、局所的に高輝度を示す部分や急峻
なエッジ部分を異物候補点として扱うことによって異物
らしさを評価することができる。

【００１７】画像入力手段５は、必要に応じて前記Ｘ線
透過画像データをＸ線吸収画像データに対数変換し、画
像データを画像処理手段６に出力する。

【００１８】画像処理手段６はパラメータ設定機能を備
えたＣＰＵ等で、図１を用い説明した本発明の異物検出
方法が実装されており、画像入力手段５から出力された
画像データの入力を受け予めパラメータ設定された画像
処理により混入異物の有無検出を行う。即ち、図１のス
テップＳ１で入力された被検査物３の物性情報を含む画
像データに対し、ステップＳ２で略等分割した小領域毎
の異物らしさの評価値を画素値とする縮小画像データを
生成することによってノイズ低減するとともに異物らし
さを濃縮する画像縮小手段６１と、当該縮小画像データ
に対し、ステップＳ３で異物らしさを強調する画像フィ
ルタを適用して異物強調画像データを生成する異物強調
手段６２と、ステップＳ４で当該異物強調画像データに
しきい値処理を適用して混入異物の有無検出を行うしき
い値処理手段６３とから成る。ここで、ステップＳ３の
異物強調手段６２は必要なければ省略でき、その場合の
ステップＳ４はステップＳ２の縮小画像データにしきい
値処理を適用して混入異物の有無検出を行うしきい値処
理手段６３になる。また、必要に応じてステップＳ２で
略等分割する小領域の大きさを変えてステップＳ２〜Ｓ
４を繰り返すように構成しても良い。また、画像表示手
段７を付加する場合は、ステップＳ４でしきい値処理さ
れた縮小画像データとともにステップＳ１で入力された
画像データを画像表示手段７に出力する。また、画像入
力手段５で行うＸ線透過画像データからＸ線吸収画像デ
ータへの対数変換をステップＳ１に代行させても良い。

【００１９】ここで、輝度で異物らしさを評価する場合
の画像処理手段６の実施例について説明する。例えばス
ライスハムに実験的に混入した骨片やステンレスたわし
屑といった概ね８×８画素より小さい異物の有無検出を
行う場合、図３に示すように被検査物３をＸ線吸収量で
測定した厚さ形状であるＸ線吸収画像データが図１のス
テップＳ１で入力されてくる。これをステップＳ２で８
×８画素の小領域に等分割し、小領域毎の最大輝度を画
素値とする縮尺８分の１の縮小画像データを生成するこ
とによってノイズ低減するとともに異物らしさを濃縮す
る。この縮小画像データを図４に示す。図４の縮小画像
データに対し、ステップＳ３で異物らしさを強調するた
めにカーネルサイズ３×３画素のトップハットフィルタ
を適用し、異物強調画像データを生成する。この異物強
調画像データを図５に示す。図５の異物強調画像データ
に対し、ステップＳ４でしきい値処理を適用して混入異
物の有無検出を行う。このしきい値処理された結果を図
６に示す。

【００２０】ステップＳ４のしきい値処理は、単にしき
い値以上の輝度を有する画素を異物と判定する処理だけ
でなく、例えば隣接８画素との輝度差がしきい値以上な
らば異物と判定するというような処理もパラメータ設定
により選択可能となっている。このため、ステップＳ３
を省略したステップＳ２の縮小画像データに対しても高
感度な異物検出を行うことができる。

【００２１】さらに、エッジで異物らしさを評価する場
合の画像処理手段６の実施例について前例のスライスハ
ムを用い説明する。図３に示したＸ線吸収画像データを
図１のステップＳ２で３×３画素の小領域に等分割し、
小領域毎の最大輝度を画素値とする縮尺３分の１の縮小
画像データＡ（第１の縮小画像データ）と、小領域毎の
輝度分散値を画素値とする縮尺３分の１の縮小画像デー
タＢ（第２の縮小画像データ）を、中間的に生成する。
ここで、最大値の代りに最小値、輝度分散値の代りに輝
度範囲を用いても良い。図７に示すように、縮小画像デ
ータＢはスライスハム、骨片、ステンレスたわし屑等の
エッジ部分が強調されており、異物候補点の抽出用マス
クとして機能させることができる。即ち、縮小画像デー
タＢにおいて高輝度を示す画素位置を異物候補点とし、
縮小画像データＡにおいて当該異物候補点位置にある画
素を除く全画素を低輝度に置き換えることによって異物
らしさを濃縮した縮小画像データＣ（第３の縮小画像デ
ータ）を生成することができる。図８にステップＳ２で
最終的に生成した縮小画像データＣを示す。図８に示す
ように、この縮小画像データにはスライスハム、骨片、
ステンレスたわし屑等のエッジ部分が異物候補点として
抽出されているが、骨片、ステンレスたわし屑等異物の
エッジはスライスハム自身のエッジより高輝度であり、
異物らしさを強調するまでもなく容易に異物を判別する
ことができる。このためステップＳ３は省略可能であ
り、ステップＳ４のしきい値処理を直接適用して混入異
物の有無検出を行う。

【００２２】画像表示手段７は、画像処理手段６のステ
ップＳ４でしきい値処理された縮小画像データを拡大し
て元のサイズに戻した異物画像データを生成し、これに
画像処理手段６のステップＳ１で入力された画像データ
をＯＲ演算してＣＲＴ等に表示する。この結果、図９に
示すように異物と判定された画素は大きく拡大表示され
ることになり、ＣＲＴ上での目視確認が容易である。

【００２３】

【発明の効果】以上説明したように、本発明によれば画
像処理能力によって検出可能な異物の大きさが制限され
る度合いは小さくなり、異物検出の測定範囲を広げたり
空間分解能を上げたりすることが比較的容易になる。ま
た、大きな異物が極めて短時間で検出でき、余った時間
を従来よりも高感度かつロバストな異物検出を実現させ
るために必要な処理時間に回すことができる。

【図面の簡単な説明】

【図１】本発明の異物検出方法を説明するためのフロー
チャートである。

【図２】本発明の異物検出装置の実施の形態を説明する
ための図である。

【図３】Ｘ線吸収画像データを例示した図である。

【図４】縮小画像データを例示した図である。

【図５】異物強調画像データを例示した図である。

【図６】しきい値処理された結果を例示した図である。

【図７】エッジ強調された縮小画像データＢを例示した
図である。

【図８】エッジ濃縮された縮小画像データＣを例示した
図である。

【図９】異物画像データの表示画面を例示した図であ
る。

【図１０】従来の異物検出方法を説明するためのフロー
チャートである。

【符号の説明】

１ 搬送手段 ２ Ｘ線源 ３ 被測定物 ４ Ｘ線検出器 ５ 画像入力手段 ６ 画像処理手段 ７ 画像表示手段 ６１ 画像縮小手段 ６２ 異物強調手段 ６３ しきい値処理手段

───────────────────────────────────────────────────── フロントページの続き Ｆターム(参考） 2G001 AA01 BA11 CA01 DA02 DA08 FA06 FA08 FA30 HA13 JA09 KA03 LA01 NA17 PA11 5B057 AA02 BA03 CA02 CA08 CA12 CA16 CB02 CB08 CB12 CB16 CC02 CD05 CE06 CH09 DA16 DB02 DB05 DB09 DC16 DC22 5C076 AA22 AA36 BA06 BB40

Claims (4)

【特許請求の範囲】
1. 【請求項１】 被検査物の物性情報を含む画像データを
   処理して混入異物の有無検出を行う異物検出方法におい
   て、 前記画像データを小領域に略等分割して該小領域毎に異
   物らしさを評価し、該小領域毎に求めた異物らしさの評
   価値を画素値とする縮小画像データを生成する段階（Ｓ
   ２）と、該縮小画像データにしきい値処理を適用して混
   入異物の有無を検出する段階（Ｓ４）とを有することを
   特徴とする異物検出方法。
2. 【請求項２】 被検査物の物性情報を含む画像データを
   処理して混入異物の有無検出を行う異物検出方法におい
   て、 前記画像データを小領域に略等分割して該小領域毎に異
   物らしさを評価し、該小領域毎に求めた異物らしさの評
   価値を画素値とする縮小画像データを生成する段階（Ｓ
   ２）と、該縮小画像データに対して異物らしさを強調す
   る画像フィルタを適用して異物強調画像データを生成す
   る段階（Ｓ３）と、該異物強調画像データにしきい値処
   理を適用して混入異物の有無を検出する段階（Ｓ４）と
   を有することを特徴とする異物検出方法。
3. 【請求項３】 前記縮小画像データを生成する段階が、
   前記画像データを小領域に略等分割して該小領域毎に第
   １の異物らしさを評価し該小領域毎に求めた第１の異物
   らしさの評価値を画素値とする第１の縮小画像データと
   前記小領域毎に第２の異物らしさを評価し該小領域毎に
   求めた第２の異物らしさの評価値を画素値とする第２の
   縮小画像データとを生成する段階と、該第２の縮小画像
   データを異物候補点の抽出用マスクとして機能させ、前
   記第１の縮小画像データを前記第２の縮小画像データで
   マスクした第３の縮小画像データを生成する段階とを含
   み、該第３の縮小画像データを前記縮小画像データとす
   る段階であることを特徴とする請求項１または請求項２
   記載の異物検出方法。
4. 【請求項４】 被検査物（３）にＸ線を照射するＸ線照
   射手段（２）と、前記被検査物を透過したＸ線を受けて
   デジタルデータ化するＸ線検出器（４）と、該Ｘ線検出
   器から出力されるデジタルデータを画像データとして取
   り込む画像入力手段（５）と、該画像入力手段によって
   取り込まれた前記画像データを画像処理して前記被検査
   物に混入している異物の有無を検出する画像処理手段
   （６）とを有する異物検出装置において、 前記画像処理手段が、前記画像データを小領域に略等分
   割して該小領域毎に異物らしさを評価し、該小領域毎に
   求めた異物らしさの評価値を画素値とする縮小画像デー
   タを生成する画像縮小手段（６１）を備えていることを
   特徴とする異物検出装置。