JP2003067747A - 食品認識装置ならびに加熱調理器 - Google Patents

Abstract

(57)【要約】 【課題】 単純な手順で食品を確実に認識する装置を実
現する。 【解決手段】 撮影手段１において、食品６及び食品６
が盛付けられた食器８を撮影し、この撮影された画像
と、食器８の外周８ａや内部の仕切り８ｂの形状を表わ
す食器フレームモデル２ｆのマッチングを食器認識手段
３において行なうことで食器８の位置と向きを推測し、
食品認識手段５において、推測された食器８の領域Ｓに
食品マップ４ｍに記憶されている食品６を当てはめるこ
とで各領域Ｓの食品６を認識する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、撮影手段によって
撮影された食器や食品の画像を処理し、撮影された食品
の種類を認識する食品認識装置ならびに本装置を応用し
て加熱調理器内の食品を認識し、食品の種類に適した加
熱を行なう加熱調理器に関するものである。

【０００２】

【従来の技術】食品を認識する技術に関しては、これま
で主に加熱調理器への応用を対象に考案されてきた事例
がみられる。

【０００３】例えば、特開平１０−２３８７８５号公報
においては、電子レンジの中に置かれた被加熱物の形状
と色彩を画像センサ部によって検出し、その形状と色彩
に関して所定のパターンとのマッチングを行なうことに
より被加熱物の種類を認識している。

【０００４】

【発明が解決しようとする課題】食品を認識すること
と、食品の盛付けられた食器を認識することの困難さを
比較すると、食品を認識することのほうが一般に困難で
ある。その理由は、まず、食品は形状が一定しないこと
である。例えば同じ魚の切り身をとって考えてみても、
人間がみれば同じ形だと容易に認識できるが、これを機
械によって同じ形だと認識するのは容易ではない。

【０００５】もう一つの理由としては、色は必ずしも食
品を特定するのに有効な情報ではないということであ
る。例えば同じ白でも、白飯もあれば豆腐もあればクリ
ームもあり、これを識別しようとしたらテクスチャや、
艶やなども考慮しなくてはいけないのだが、ここまでの
認識機能を安定に実現できる手法は現在のところ実現さ
れていない。

【０００６】一方で、食器は同じ種類のものは同一の形
状をしている。例えばあるお店で販売される焼き魚弁当
を考えれば、中の魚の形状は一定しないが、その容器の
外形や仕切りの形状は同一である。また、ある家庭で用
いられる焼き魚の皿を考えても、焼き魚の形状は毎回変
わるが、皿の形状は一定している。従って、食品に比べ
て食器のほうが機械で認識するのに適している。また、
食器の形状は直線や円弧で構成されることが多く、この
ことも機械で認識することを容易にしている。

【０００７】従って、本発明では、単純な方法で、安定
的に食品を認識する装置を実現することを目的としてい
る。

【０００８】

【課題を解決するための手段】本発明は、撮影手段にお
いて食品及び食品が盛付けられた食器を撮影し、この撮
影された画像と、食器の外周や内部の仕切りの形状を表
わす食器フレームモデルのマッチングを食器認識手段に
おいて行なうことで食器の位置と向きを推測し、食品認
識手段において、推測された食器の領域に食品マップに
記憶されている食品を当てはめることで各領域の食品を
認識するものである。

【０００９】

【発明の実施の形態】本発明の実施例について図面を参
照して説明する。

【００１０】図１は本発明の一実施形態例の構成図を示
すもので、８は食器である。この食器８は外周８ａと仕
切り８ｂから構成されている。６は食器８に盛付けられ
た食品である。実施例では、食品６は仕切り８ｂが設け
られている食器８に食品６ａ、６ｂ、６ｃが盛付けられ
ている。

【００１１】本発明は、食品６及び食品６が盛付けられ
た食器８を撮影する撮影手段１と、食器８の外周８ａと
仕切り８ｂの形状を記憶する食器フレームモデル記憶手
段２と、撮影された画像に食器フレームモデル記憶手段
２の情報を当てはめることで食器８の位置と向きを推測
する食器認識手段３と、食品６が盛付けられている食器
８上における食品６の領域Ｓを記憶する食品マップ記憶
手段４と、食器認識手段３によって推測された食器８上
の各領域Ｓに盛付けられている食品６の種類を、食品マ
ップ記憶手段４の情報を検索することで認識する食品認
識手段５から構成される。

【００１２】ここでは、食器フレームモデル記憶手段２
の食器フレームモデル２ｆと、食品マップ記憶手段４の
食品マップ４ｍという２種類の予め記憶しておくべき情
報について説明した後、食器認識手段３と食品認識手段
５という２つの処理手段について説明する。

【００１３】食器フレームモデル２ｆは、食器８の外周
８ａと仕切り８ｂの形状を記述するモデルで、各食器８
毎に、例えば図２（ａ）に示すようなＬ１、Ｌ２、・・
・の形式の形状データが記述されている。このＬ１、Ｌ
２、・・・は外周８ａ或いは仕切り８ｂを形成する線分
Ｌを示し、始点終点の座標を指定することで表される。
例えば図２（ｂ）で示すように線分Ｌ１は（２０，３
０）−（３０，４０）として表す。

【００１４】また、図２（ａ）に示すようなＳ１、Ｓ
２、・・・は食器８上の領域Ｓを示し、取り囲む線分Ｌ
を指定することで表される。図２（ａ）で示すように関
連線分ＬであるＬ１、Ｌ２、Ｌ３、Ｌ４、Ｌ５として表
す。実施例における食品６ごとの領域Ｓを表したものが
図２（ｃ）である。

【００１５】食品マップ４ｍには、食器８毎に、食器８
上の領域Ｓとそこに盛付けられている食品６の対応関係
が記述されている。食品マップ４ｍの一例を図３に示
す。

【００１６】本発明を、例えばコンビニエンスストアの
弁当（図示せず）を食品６毎に分別して加熱することに
用いようとしたら、新しい弁当が追加されるたびに、上
記の２種類の情報は入力されなくてはならない。これ
は、例えば食器フレームモデル２ｆの作成は弁当(図示
せず)の開発業者がＣＡＤデータから変換しても良い
し、物差しで寸法を測って作成しても良い。作成された
食器フレームモデル２ｆと食材マップ４ｍは、例えばＩ
Ｃカード（図示せず）のようなメディアで各コンビニエ
ンスストアに配布されても良いし、あるいは、インター
ネット経由で配布されても良い。

【００１７】以上で、予め入力しておくべき情報の説明
を終わる。次に、２つの処理手段の働きについて説明す
る。

【００１８】食器認識手段３では、撮影された画像に、
食器フレームモデル２ｆを当てはめることで食器８の位
置と向きを推測する。この方法の具体的な一例を図４の
フローチャートを用いて説明する。

【００１９】図５に示すような撮影された画像からは、
図６に示すようなエッジが抽出される（ステップ４０
１）。エッジとは、色の濃淡が変化している部分で、こ
れを抽出することで、食器８の外周８ａや仕切り８ｂ、
食品６ａ、６ｂ、６ｃの色の変化している部分が抽出で
きる。

【００２０】抽出されたエッジ画像は、図７に示すよう
にいくつかのエリアａ（図７の例では縦５列×横５列の
２５エリア）に分割され、各エリアａから図８に示すよ
うに線分Ｌｘが抽出される（ステップ４０２）。線分Ｌ
ｘを抽出する方法の一例としては、ハフー変換と呼ばれ
る、画像処理では広く用いられている方法がある。

【００２１】この抽出された線分Ｌｘは、食器８の食器
フレームモデル２ｆを構成する線分Ｌかもしれないし、
食品６を構成する線分Ｌａであるかもしれない。一般的
に、食器８の食器フレームモデル２ｆを構成する線分Ｌ
は、食品６を構成する線分Ｌａより長くてはっきりして
いると考えられるので、抽出された線分Ｌａを、指標

【００２２】

【数１】

【００２３】に従って並べ、大きい方から一定割合のも
のを選択する(ステップ４０３)。選択の結果残った線分
Ｌａの一例を図９に示す。この割合は、食器８が撮影さ
れた画像のなかに占める大きさに依存するものである
が、それほど微妙な調整は要しないので、いくつかの食
器８について選択する割合と再現されるフレームの形状
の関係を調べてみて、最もフレームが良く再現される選
択の割合を使用する。

【００２４】線分Ｌａが選択されたら、この線分Ｌａに
基づいて評価関数場を作成する(ステップ４０４)。これ
は図１０に示すように、線分Ｌａ上の点の評価関数は１
とし、距離に従って評価関数が減衰し、十分遠いところ
では評価関数値が０となるように評価関数を定義するこ
とで作成される。このように幅を持たせた評価関数場と
するのは、線分Ｌａの抽出の際に入る誤差に対して確実
に食器フレームモデル２ｆのマッチングを行なえるよう
にするためである。作成された評価関数場の一例を図１
１に示す。ここでは、評価関数値が１のところを実線で
示し、０.５のところを破線、０になるところを点線で
示す。

【００２５】撮影画像から抽出された線分Ｌａに基づき
評価関数場が作成されたら、作成された評価関数場と食
器フレームモデル２ｆのマッチングを行なう(ステップ
４０５)。これは、食器フレームモデル２ｆの外周８ａ
や仕切り８ｂの線分Ｌ上の点の評価関数の合計を計算
し、この合計が最大になるように食器フレームモデル２
ｆの位置と向きを調節することである。位置と向きの調
節方法は、例えば、撮影手段１の全ての画素を１画素ず
つスキャンし、向きは３６０°を１°ずつスキャンし、
それぞれの場合についてフレームの下の評価関数の合計
値を求めると言う方法でも良いし、計算時間を節約する
ために、位置を数画素ずつスキャンしても良いし、角度
を数度ずつスキャンしても良い。このマッチングの結果
を図１２に示す。太い実線がマッチングされる食器フレ
ームモデル２ｆである。このマッチングによって求めた
評価関数の合計値が最大となる位置と向きが、食器８の
位置と向きである。

【００２６】これが食器認識手段３による食器８の位置
と向きの推定方法である。

【００２７】こうして食器８の位置と向きが推定された
ら、食品マップ記憶手段４から食品マップ４ｍを検索す
ることで、食器８上の各領域Ｓに盛付けられた食品６を
認識する。食品６を認識した結果を図１３に示す。

【００２８】以上のように、撮影画像と食器フレームモ
デル２ｆのマッチングをとり、食器８の位置と向きを推
定し、食器８とそれに盛付けられる食品６の対応関係を
検索することで食品６の認識が行なえる。この方法で
は、食品６そのものを認識するのではなく、まず食器８
を認識しておいてから食器８の各領域Ｓに食品６を割り
付けるので、単純な方法で確実な食品６認識が可能とな
る。

【００２９】以上で第１の実施の形態の説明を終える。
次に、食器フレームモデル２ｆに記憶された食器８の種
類が複数ある場合の実施の形態について説明する。

【００３０】この場合の構成は図１に示される第１の実
施の形態の構成と同じであるが、食器認識手段３の働き
が異なる。食器認識手段３の働きを図１４のフローチャ
ートに従い説明する。

【００３１】撮影された画像からエッジを抽出し、線分
Ｌａを抽出・選択し、評価関数場を作成するところ(ス
テップ４０４)までは、図４に示される第１の実施形態
のフロート同じである。

【００３２】撮影された画像に基づく評価関数場が作成
されたら、各食器８の種類ごとに食器フレームモデル２
ｆとマッチングを行なう(ステップ１４０５)。各食器８
ごとに食器８の位置と向きを推定し、さらに評価関数の
和を計算する。これを用いて、評価関数の和が最大にな
るのが撮影されている食器８であると認識し(ステップ
１４０６)、この食器フレームモデル２ｆを用いたとき
の位置と姿勢を、撮影されている食器８の位置と姿勢で
あると認識する(ステップ１４０７)。このようにするこ
とで、撮影されている食器８が事前に特定できない場合
でも、食器８の種類と位置、向きの推定は可能となる。

【００３３】以上で第２の実施形態の説明を終える。

【００３４】ところで、コンビニエンスストアの電子レ
ンジ（図示せず）の庫内の食品６の認識に本発明を適用
しようとした場合、会計システムのバーコードリーダ
（図示せず）から食器８の種類が特定できる場合があ
る。この場合の実施形態を第３の実施形態として説明す
る。この形態での構成を図１５に示す。この構成は、図
１に示す第１の実施形態の構成に、食器種類入力手段７
を追加したものである。この場合の食器８の位置を向き
を推定する手順を図１６に示す。撮影された画像からエ
ッジを抽出し、線分Ｌａを抽出・選択し、評価関数場を
作成するところ(ステップ４０４)までは、図４に示され
る第１の実施形態のフロート同じである。

【００３５】撮影画像に基づく評価関数場が作成された
ら、食器種類入力手段７より食器８の種類を入力し(ス
テップ１６０５)、この食器８の食器フレームモデル２
ｆを選択し、この食器フレームモデル２ｆに基づいて評
価関数場と食器フレームモデル２ｆのマッチングを行な
い、食器８の位置と向きの推定を行なう(ステップ１６
０６)。このようにすることで、第２の実施形態で全て
の食器８のフレームモデル２ｆについてマッチングを行
なっていたのに比べると、少ない計算量で食器８の位置
と向きの推定が可能となり、食品６の認識全体の計算量
も削減できる。

【００３６】以上で、第３の実施形態の説明を終える。

【００３７】次に、第４の実施形態について説明する。

【００３８】これは、仕切りのない食器８上の食品６を
認識する場合の実施形態である。家庭で用いられる食器
８は、通常仕切り８ｂがないので、領域Ｓを認識しても
意味がないが、食器８によって盛付けられる食品６はあ
る程度決まっている。例えばご飯用の茶わんには、白飯
や豆ご飯など、ご飯類がもられ、これらを電子レンジで
加熱する際の目標温度はほぼ同じである。また、カップ
にしても、牛乳なり、コーヒーなり、スープが盛られる
が、これらの目標温度もほぼ一定である。従って、食器
８の種類が特定できれば食品６のおおまかな種類が特定
できる。

【００３９】この実施形態の構成は図１に示される第１
あるいは第２の実施形態のものと同一である。

【００４０】食器フレームモデル２ｆは、図２に示され
るようなモデルから、内部の仕切り８ｂがない単一領域
Ｓのものが食器８ごとに用意されている。また、食品マ
ップ４ｍは、図３に示す食品マップ４ｍで特に単一領域
Ｓのものが食器８ごとに用意されている。

【００４１】食品６の認識の手順は、図１７に示す。こ
れは、図１４に示す第２の実施形態の場合と同じように
食器８ごとの食器フレームモデル２ｆとマッチングを行
ない(ステップ１４０５)、食器８ごとの評価関数の総和
の比較を行なう(ステップ１４０６)。比較の結果、最も
大きい評価関数の総和となる食器８を現在撮影されてい
る食器８であると認識する(ステップ１７０７)。この認
識結果に基づいて、食品マップ記憶手段４を検索し、食
器８に盛られている食品６を認識する。

【００４２】このようにすることで、特に食器８に仕切
り８ｂがない場合でも食品６の認識が可能となる。

【００４３】以上で、第４の実施形態の説明を終わる。

【００４４】ここまでは、食品認識装置に関する実施形
態についての説明であったが、ここからは食品認識装置
を応用した加熱調理器の実施形態を説明する。

【００４５】第１から第３の実施形態の食品認識装置を
用いた加熱調理器を第５の実施形態として説明する。こ
の実施形態の構成を図１８に示す。この実施形態は、第
１から第３の実施形態の食品認識装置１８０１と、食品
６毎の目標加熱温度を記憶する目標温度テーブル１８０
２と、食品６の温度を計測する食品温度計測手段１０８
５と、食品６を加熱するための電磁場を発生する電磁場
発生手段１８０３と、各食品６を目標温度まで加熱する
ように電磁場の分布と継続時間を制御する電磁場制御手
段１８０４からなる。

【００４６】本実施形態では、食品認識装置１８０１に
より食品６の種類が認識されると、目標温度テーブル１
８０２を参照し、食品６毎の目標加熱温度を検索する。
加熱室１０内に複数の食品６が配置されている場合は、
各々の食品６を認識し、食品６毎に目標加熱温度を検索
する。食品温度計測手段１８０５では、食品６毎の温度
を計測し、電磁場制御手段１８０４では、全ての食品６
の温度が目標温度に達するまで、食品６に与えるべき電
磁場の分布と継続時間を計算し、電磁場発生手段１８０
３を制御する。この加熱室１０内では、加熱される食品
６毎に与えられる電磁場の強さと時間が制御され、同じ
加熱室１０内でも食品６毎に異なる温度に加熱すること
が可能となる。

【００４７】以上で第５の実施形態の説明を終わる。

【００４８】第６の実施形態は、仕切り８ｂのない食器
８に食品６が盛付けられている場合に、加熱室１０内の
食品６全体を一様に加熱するが、食品６の種類によって
加熱時間を自動的に設定できるようにしようというもの
である。

【００４９】この場合の構成は図１８に示す第５の実施
形態の構成と同じであるが、食品認識装置１８０１は第
４の実施形態の食品認識装置を用いる。

【００５０】本実施形態では、食品認識装置１８０１に
より、加熱室１０内に配置された一種類の食品６が認識
されると、目標温度デーブル１８０２を参照し、目標加
熱温度が検索される。食品温度計測手段１８０５は加熱
室１０内の温度を計測し、電磁場制御手段１８０４は計
測温度が目標温度に到達するまで電磁場発生手段１８０
３が電磁場を発生するように制御し、食品６の加熱を行
なう。

【００５１】こうすることによって、加熱時間を入力し
なくても自動的に食品６を認識し、それに適した加熱を
行なうことができる。

【００５２】以上で第６の実施形態の説明を終わる。

【００５３】第５、第６の実施形態は、食品６の温度を
計測し、目標温度に到達するまで電磁場を発生するもの
であるが、食品６ごとの目標加熱時間を予め保持してお
いて、この時間に至るまで電磁場を発生することで食品
６を目標温度に加熱しようと言うのが第７の実施形態で
ある。

【００５４】本実施形態の構成を図１９に示す。この実
施形態は、図１８に示す第５、第６の実施形態の構成か
ら、目標温度テーブル１８０２と食品温度計測手段１８
０５を取り除き、かわりに加熱時間メモリ１９０２を備
えたものである。

【００５５】この実施形態では、食品認識装置１８０１
によって加熱室１０内の食品６の種類を認識し、認識結
果に従い加熱時間メモリ１９０２を参照し、目標加熱時
間を決定する。電磁場制御手段１８０４では、この目標
時間に至るまで電磁場発生手段１８０３より電磁場を発
生し、食品６を加熱する。この実施形態では、加熱室１
０内の食品は１種類でも複数種類でも良く、複数種類の
場合は食品６ごとに加熱時間を設定し、１種類のときは
全体を目標加熱時間まで加熱する。このようにすること
で、加熱時間を入力しなくとも食品６に適した加熱が行
なえる。

【００５６】以上で第７の実施例の説明を終わる。

【００５７】以上、本発明によって、食器８を認識する
ことでそれに盛られた食品６を認識することが出来る。
これは、食品６そのものを認識するより、単純な方法で
実現でき、確実性も高い。また、この食品６を認識する
装置を加熱装置に適用することで、食品６の認識結果に
応じて食品６に適した加熱が実現できるようになる。

【００５８】

【発明の効果】本発明によれば、食器の位置と向き、必
要に応じて種類を認識し、その結果を用いてその上に盛
付けられた食品を認識することで、食品そのものを認識
するより簡単な方法で、かつ確実に食品の認識が行なえ
るようになる。これは、食品認識装置の調整やメンテナ
ンスの簡明化につながり、誤認識率の低下にも寄与す
る。また、あらたな食品の追加のような場合でも、食品
に関する情報を簡単に追加でき、システムの拡張性も高
い。

【図面の簡単な説明】

【図１】本発明の食品認識装置の一実施形態例の構成図
である。

【図２】食器フレームモデル記憶手段のデータ構造の一
例を示す図である。

【図３】食品マップ記憶手段のデータ構造の一例を示す
図である。

【図４】本発明における食器認識手段の動作手順の一例
を示す図である。

【図５】撮影手段により撮影された画像の一例を示す図
である。

【図６】エッジ抽出の結果の一例を示す図である。

【図７】いくつかのエリアに分割されたエッジ抽出結果
の一例を示す図である。

【図８】線分抽出の結果の一例を示す図である。

【図９】線分選択の結果の一例を示す図である。

【図１０】本発明の一実施形態における評価関数の一例
を示す図である。

【図１１】本発明の一実施形態における評価関数場の一
例を示す図である。

【図１２】食器フレームモデルをマッチングした結果の
一例を示す図である。

【図１３】本発明の一実施形態における食品認識結果の
一例を示す図である。

【図１４】本発明における食器認識手段の動作手順の一
例を示す図である。

【図１５】本発明の食品認識装置の一実施形態例の構成
図である。

【図１６】本発明における食器認識手段の動作手順の一
例を示す図である。

【図１７】本発明における食器認識手段の動作手順の一
例を示す図である。

【図１８】本発明の加熱調理器の一実施形態例の構成図
である。

【図１９】本発明の加熱調理器の一実施形態例の構成図
である。

【符号の説明】

１・・・撮影手段 ２・・・食器フレームモデル記憶手段 ３・・・食器認識手段 ４・・・食品マップ記憶手段 ５・・・食品認識手段 ６・・・食品 ７・・・食器種類入力手段 ８・・・食器 ８ａ・・外周 ８ｂ・・仕切り Ｓ・・・領域 １８０１・・食品認識装置 １８０２・・目標温度テーブル １８０３・・電磁場発生手段 １８０４・・電磁場制御手段 １８０５・・食品温度計測手段 １９０２・・加熱時間メモリ

───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.⁷ 識別記号 ＦＩ テーマコート゛(参考） Ｆ２４Ｃ 7/02 ３４５ Ｆ２４Ｃ 7/02 ３４５Ｊ Ｇ０６Ｔ 1/00 ２８０ Ｇ０６Ｔ 1/00 ２８０ Ｈ０５Ｂ 6/68 ３２０ Ｈ０５Ｂ 6/68 ３２０Ｕ (72)発明者 下澤 雅規 千葉県柏市新十余二３番地１ 株式会社日 立ホームテック内 (72)発明者 山王丸 悟 千葉県柏市新十余二３番地１ 株式会社日 立ホームテック内 Ｆターム(参考） 3K086 AA01 AA10 BA08 BB10 CA09 CA20 CB04 CB05 CC01 CD04 3L086 AA01 CA04 CA07 CB05 CB20 CC07 DA29 DA30 5B057 BA02 CA12 CA16 DC16 DC36 5L096 CA02 FA03 HA09 JA11

Claims (7)

【特許請求の範囲】
1. 【請求項１】 食品（６）及び食品（６）が盛付けられ
   た食器（８）を撮影する撮影手段（１）と、食器（８）
   の外周（８ａ）や内部の仕切り（８ｂ）の形状を記憶す
   る食器フレームモデル記憶手段（２）と、前記撮影手段
   （１）で撮影された食器（８）等の画像に前記食器フレ
   ームモデル記憶手段（２）の情報とマッチングを行なう
   ことで食器（８）の位置と向きを推測する食器認識手段
   （３）と、食品（６）が食器（８）のどの領域（Ｓ）に
   配置されるかという情報を記憶する食品マップ記憶手段
   （４）と、推測された食器（８）上の領域（Ｓ）の位置
   に食品マップ記憶手段（４）に記憶されている食品
   （６）を当てはめることで各領域（Ｓ）の食品（６）を
   認識する食品認識手段（５）とからなることを特徴とし
   た食品認識装置。
2. 【請求項２】 請求項１記載の食品認識装置において、
   食器フレームモデル記憶手段（２）に記憶される食器
   （６）の種類が複数の場合、食器認識手段（３）では食
   器（６）の位置と向きに加えて食器（６）の種類も認識
   することを特徴とした食品認識装置。
3. 【請求項３】 請求項２記載の食品認識装置において、
   食器（６）の種類を入力する食器種類入力手段（７）を
   追加して、食器認識手段（３）では入力された食器
   （８）の種類に基づいて、食器（８）の位置と向きを認
   識することを特徴とした食品認識装置。
4. 【請求項４】 請求項１記載の食品認識装置において、
   食器フレームモデル記憶手段（２）に記憶されている食
   器（８）は、この食器（８）の仕切り（８ｂ）のないも
   ので、食器認識手段（３）は食器（８）の位置と種類、
   あるいは種類のみを認識し、食品マップ記憶手段（４）
   には食器（８）とその食器（８）に盛りつけられる食品
   （６）の対応関係が記憶されており、食品認識手段
   （３）では食品マップ記憶手段（４）からの情報を参照
   することで食器（８）の種類に対応する食品（６）を特
   定することを特徴とした食品認識装置。
5. 【請求項５】 請求項１から３記載の食品認識装置と、
   食品（６）ごとの目標加熱温度を記憶する目標温度テー
   ブル（１８０２）と、食品（６）の温度を計測する食品
   温度計測手段（１８０５）と、食品（６）を加熱するた
   めの電磁場を発生する電磁場発生手段（１８０３）と、
   各食品（６）を目標温度まで加熱するように電磁場の分
   布と継続時間を制御する電磁場制御手段（１８０４）と
   からなることを特徴とした加熱調理器。
6. 【請求項６】 請求項４記載の食品認識装置と、食品
   （６）ごとの目標加熱温度を記憶する目標温度テーブル
   （１８０２）と、食品（６）の温度を計測する食品温度
   計測手段（１８０５）と、食品（６）を加熱するための
   電磁場を発生する電磁場発生手段（１８０３）と、各食
   品（６）を目標温度まで加熱するように電磁場の継続時
   間を制御する電磁場制御手段（１８０４）とからなるこ
   とを特徴とした加熱調理器。
7. 【請求項７】 請求項５ないしは６記載の加熱調理器に
   おいて、目標温度テーブル（１８０２）と食品（６）の
   温度を計測する手段の代わりに、認識した食品（６）の
   種類に応じて電磁場の継続時間を記憶する加熱時間メモ
   リ（１９０２）を備えることを特徴とした加熱調理器。