JP2004177369A - 偏光イメージングを用いた選果システム - Google Patents
偏光イメージングを用いた選果システム Download PDFInfo
- Publication number
- JP2004177369A JP2004177369A JP2002346908A JP2002346908A JP2004177369A JP 2004177369 A JP2004177369 A JP 2004177369A JP 2002346908 A JP2002346908 A JP 2002346908A JP 2002346908 A JP2002346908 A JP 2002346908A JP 2004177369 A JP2004177369 A JP 2004177369A
- Authority
- JP
- Japan
- Prior art keywords
- polarization
- degree
- light
- image
- image processing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
【課題】偏光イメージングを用いた手法により(1)光沢度のより正確な把握と物理量としての指標の確立、(2)撮像法では検出しがたい線傷等の検出、(3)作物表面硬度の情報の抽出を実現した選果システムを提供する。
【解決手段】単色光または連続光源1からの出射光を偏光解消板2を介して選果ライン上の農作物4に照射し、農作物4による散乱光をフィールドレンズ5、λ/2波長板6、偏光ビームスプリッタ7及びカメラレンズ8を順次介して検出器9に導光させ、その検出画像をパソコン10で画像処理してパソコン10のディスプレイまたはパソコンに接続した出力装置に偏光度、偏光度の色指数、偏光方位角、偏光解消度等を取得して農作物の良否の判定またはグレーディングを行う。
【選択図】 図1
【解決手段】単色光または連続光源1からの出射光を偏光解消板2を介して選果ライン上の農作物4に照射し、農作物4による散乱光をフィールドレンズ5、λ/2波長板6、偏光ビームスプリッタ7及びカメラレンズ8を順次介して検出器9に導光させ、その検出画像をパソコン10で画像処理してパソコン10のディスプレイまたはパソコンに接続した出力装置に偏光度、偏光度の色指数、偏光方位角、偏光解消度等を取得して農作物の良否の判定またはグレーディングを行う。
【選択図】 図1
Description
【0001】
【発明の属する技術分野】
本発明は、偏光イメージングを用いた農作物例えば、米粒、野菜、果物等の品質判定(選果)システムに関するものである。
【0002】
【従来の技術】
農作物の品質を判定し選果する基準として、形状,大きさ,光沢,傷の有無/形状,硬さなどがある。毎秒数個以上の農作物がライン上に流れていくような高速選果機上においては、より高速、正確、かつ農作物を傷つけることなく判定情報を検出する方法が望まれる。その一案として、可視もしくは赤外光を光源とする農作物撮像のよる非接触法を用いた判定法が提案され、実用化されている。
【0003】
しかしながら、従来の撮像法は形状や大きさの情報は比較的取得が容易なものの、他の情報に関しては万能といい難い。例えば、
(1) 光沢においては農作物の形状や光源に対する受光面の向き、又はハレーションなどの影響が大きく、正確な情報が得にくい。
(2) 傷や皺の有無/形状に関しては傷や皺形状のパターン認識の方法(つまり検出ソフトウエアのアルゴルズム)によるところが大きく、品質の基準を明確にしづらい。
また
(3) 硬度に関しては、熟度と深い関係があることが知られているにも関わらず、非接触の方法で硬度を測定する手段自体が提案されていない。
といった欠点がある。
【0004】
すなわち、従来の撮像法による品質の判定方法には限界があり、形状及び、大きさ等についてはおおよそ正確な情報が得られるものの、光沢や傷、皺などの有無、若しくは、硬さ等の測定には不向きである。
【0005】
【特許文献1】
特開2000−329694号公報(第4−5頁、図5)
【0006】
【発明が解決しようとする課題】
そこで本発明は、偏光イメージングを用いた手法により(1)光沢度のより正確な把握と物理量としての指標の確立、(2)撮像法では検出しがたい線傷等の検出、(3)作物表面硬度の情報の抽出を実現しようとするものである。
【0007】
【課題を解決するための手段】
本発明は上記の課題を解決するためになされたもので、第1の本発明は、光源からの照明光を無偏光線または完全偏光線に変換して農作物に照射し、その反射光を偏光解析系を介して検出器に導光して常光線像と異常光線像を形成し、その検出画像から画像処理装置の画像処理システムによって偏光度、偏光度の色指数、偏光方位角、偏光解消度等を求め、その結果から農作物の良否の判定またはグレーディングを行うことを特徴とする偏光イメージングを用いた選果システムである。
【0008】
第2の発明は、単色光または連続光源からの出射光を偏光解消板を介して、選果ライン上の農作物に照射し、農作物による散乱光をフィールドレンズ、λ/2波長板、偏光ビームスプリッタ及びカメラレンズを順次介して検出器に導光させ、その検出画像を画像処理装置の画像処理システムによって偏光度、偏光度の色指数、偏光方位角、偏光解消度等を求め、その結果から農作物の良否の判定またはグレーディングを行うことを特徴とする偏光イメージングを用いた選果システムである。
【0009】
第3の発明は、単色光または連続光源からの出射光を偏光板を介して、選果ライン上の農作物に照射し、農作物による散乱光をフィールドレンズ、λ/2波長板またはλ/4波長板、偏光ビームスプリッタ及びカメラレンズを順次介して検出器に導光させ、その検出画像を画像処理装置の画像処理システムによって偏光度、偏光度の色指数、偏光方位角、偏光解消度等を求め、その結果から農作物の良否の判定またはグレーディングを行うことを特徴とする偏光イメージングを用いた選果システムである。
【0010】
【発明の実施の形態】
図1に本発明の一実施例の概念図を示す。本実施例は、画像処理装置及びディスプレイとしてパソコンを使って選果を行うようにしたもので、果実の階級選別を行う過程で従来の搬送装置に追加して設置し、従来システムの高速性を損なうことなく処理できるようにしたものである。
【0011】
ハロゲン(連続光源)もしくはレーザー(単色光源)などの光源1から放たれた光は、偏光解消板2及び集光用レンズ3を通して無偏光線に変換されサンプル農作物4を照射する。
【0012】
農作物4の表面で反射した光の一部は、フィールドレンズ5によって偏光モジュレータと偏光ビームスプリッタ7を含む偏光解析系に導かれ、カメラレンズ8を介して検出器9上に図4に示すような常光線像(o‐像)と異常光線像(e‐像)の二つの像を形成する。
【0013】
偏光モジュレータは、回転式駆動可能なλ/2波長板6によって構成され、反射光の偏光面を自由に回転することができる。これによって、偏光ビームスプリッタ7自体を回転することなく、反射光の直線偏光情報を余すことなく得ることができる。
【0014】
偏光ビームスプリッタ7によって分けられ、パソコン10の画像処理システムにより検出器9上に写し出された二つの像(o−像とe−像)に四則演算を施すことによって図4の右側に示すような農作物4の表面に対して偏光度Pや偏光方位角θを濃淡としたモノクロ偏光マップが描かれる。例えば、より白い部分が偏光度が高く、黒い部分が偏光度が低いことを示しているので、得られた偏光度そのものが[光沢の指標]となる。光沢のよいものほど表面粗度が小さい場合が多いので、偏光度が高いものほど、光沢のよい(表面粗度が小さい)ものであると判定できる(図5−a)。
【0015】
四則演算のプロセスには、次に挙げるように幾つかの方法がある。
(a) 単方位法(直線偏光)
検出ユニット側のλ/2波長板6の角度を固定で使用。直線偏光度Pの1成分(ストークスパラメターS=〔I,Q,U,V〕のQ/IもしくはU/I)が得られる。
Q/I=(o‐像−e‐像)/(o‐像+e‐像)
(b) 2方位法(直線偏光)
検出ユニット側のλ/2波長板6を2方位(0度と22.5度)で撮像。
直線偏光度に関する全ての情報(偏光度と偏光方位角)が得られる。
Q/I=(o‐像[O]−e‐像[O])/(o‐像[0]+e‐像[0])
U/I=(o‐像[22.5]−e‐像[22.5])/(o‐像[22.5]+e‐像[22.5])
【0016】
【数1】
【0017】
偏光方位角θ=1/2atan[U/Q]
(c) 4方位法(直線偏光)
検出ユニット側のλ/2波長板6を4方位(O度,22.5度,45度,67.5度)で撮像。2方位法同様、偏光度と偏光方位角が得られる。セルフキャリブレーション法により器械偏光を除去できるので、2方位法より測定精度が高い。
a12=sqrt[e‐像[0]/o‐像[0])/(e‐像[45]/o‐像[45])]
a22=sqrt[e‐像[22.5]/o‐像[22.5])/(e‐像[67.5]/o‐像67.5])]
Q/I=(1−a1)/(1+a1)
U/I=(1−a2)/(1+a2)
【0018】
【数2】
【0019】
偏光方位角θ=1/2atan[U/Q]
【0020】
例えば、直線偏光に関して言えば4方位法の方が単方位法より、より精度の高い選別が可能であるが、導出のために必要な画像が増える(4枚)。これは、選果スピードと必要精度とのバランスを考えた上で、場合に応じた適切な処理手法を選ぶことができることを意味する。
【0021】
さらに、異なった波長域の2色以上の光源(LEDF)を用意し、図1のシステムの光源に組み入れれば、偏光度の波長依存性の情報も得ることができる。波長(色)対する偏光度の依存性(偏光度の色指数)もまた光沢度の指標として有用な情報である。
【0022】
表面粗度を形成する典型的な凹凸の空間方向のピッチが、細いほど偏光度の色指数は、青色を示すからである。偏光度が大きくかつ、偏光度の色指数が赤いものほど、作物の表面が平滑で光沢度が高いと判定できる(図5−b)。
【0023】
また、単色での偏光マップ中にローカルな偏光度のギャップが検出された場合、それは傷であると判断できる(図6−a)。作物表面に生じる傷や皺のうち、色の変化を伴うものは多色光を用いた撮像法によって判定が可能であったが、表面色と同色の傷や皺に関しては判定が不可能であった。表面傾斜に不連続を生じている部分がまさに傷であり、その周辺では入射光と反射光(散乱光)の反射面に対する幾何学的位置が不連続に変化する。この幾何学的位置の変化は、偏光情報として反射光に保存されるので、たとえ傷が周りの表皮に対して保護色になっていたとしても検出が可能なのである。多色でなく、単色光源のみで検出が可能であるということもまた本システムの魅力の一つである。
【0024】
図2はパソコン10の画像処理システムにおいて行われる画像処理の流れを示すブロック図で、検出器9による取得画像101からo‐像とe‐像をトリミング部102で切り出し、次に四則演算アルゴリズム103で四則演算を行なって104、偏光度、偏光度の色指数、偏光方位角、偏光解消度の各マップ(図4の右)を得、ディスプレイ105に表示させる。
【0025】
画像処理は、全てパソコン10のメモリ上で行う。四則演算アルゴリズム103によって導出した偏光度、偏光度の色指数、偏光方位角、偏光解消度等をあらかじめ実験等によって作成した階級テーブルを参照して階級決定部106で農作物の階級を決定する。その情報を、既存の選果システムの制御PC107へデジタル転送し選果する。「合否」の判定結果のみならず、偏光によって細かに分割された階級そのものの情報を選果システムへ転送するので、市場に出荷される全ての農作物に対して細かな階級情報を付加できることになり、消費者の安心度・満足度をより高めることにも貢献する。
【0026】
図3には、硬度計として応用した場合の他の実施例を示す。光源には、LEDやLDなどの単色光を用いる。この実施例では集光用レンズ3’としてビームエキスパンダレンズを用いたが、ズームエキスパンダレンズを用いてもよい。光源を含む照明系には、偏光板2’やλ/2波長板6又はλ/4波長板6が内蔵されており、これによって入射光を完全偏光、すなわち完全直線偏光もしくは完全円偏光に変換する。偏光光線を農作物に当て、反射散乱光をフィールドレンズ5によって捉える。
【0027】
図1の実施例と同様に偏光解折系(波長板+偏光ビームスプリッタ)によって常光線画像および異常光線画像を取得し、それらから偏光解消度(=1−偏光度)を算出する。
【0028】
その偏光解消度こそが農作物表層の硬さの指標になる。大まかには、解消度が大きいほど表面が柔らかいものであるといえる(図6−b)。さらに、光源波長を選択し、農作物表層を透過する光を用いれば、果肉の硬度(すなわち熟度)を直接得ることができる。
【0029】
本システムのような偏光イメージングを用いれば、農作物の表面全体を見渡した階級判定を行うことができる。また、既存の選果システムのようにカメラユニット(検出ユニット)を複数ライン上に搭載することにより、作物全面の光沢情報も得ることも可能である。
【0030】
【発明の効果】
本発明は、従来の階級選別による選果指標にさらなる要素と詳細なグレーディングをもたらすものである。それは、まだ選果機に応用されていない農作物を選果システムに取り込める可能性を広げるものであるし、また、指標値をより物理現象を反映した信頼の置ける数値に置き換えているので、これは異なるシステム間(選果場間)での品質の比較を可能にし、作物品質の一律基準化に非常に有益な効果をもたらす。
【0031】
消費者にとって見れば、各規準に関して詳細に定量化された数値を見て是非を判断できるため、より高い満足度を以って購入に踏み切ることができる。供給者側にとってみても、それら基準と数値は新しい付加価値を付することができることになって、おおいなる市場の活性につながる。さらにこれら偏光イメージングの情報を生産者にフィールドバックすることで、新しい育成ノウハウや生産手法へのヒントとなる可能性も秘めており、農業分野全体の活性にもつながる。
【図面の簡単な説明】
【図1】本発明の実施例を示した説明図である。
【図2】本発明の実施例の画像処理の流れを示すのブロック図である。
【図3】本発明の他の実施例の説明図である。
【図4】本発明の実施例の検出により検出された画像と画像処理後の画像を示す図。
【図5】画像処理により得られた偏光度グラフで、aは偏光度による光沢度の判定の場合のグラフ、bは色指数による光沢度の判定を行う場合のグラフを示すものである。
【図6】
(a)は傷の判定を行う場合の画像処理により得られた偏光度グラフ、(b)は硬度を判定する場合の画像処理により得られた偏光解消度グラフである。
【符号の説明】
1 光源
2 偏光解消板
3 集光用レンズ
4 農作物
5 フィールドレンズ
6 λ/2波長板
7 偏光ビームスプリッタ
8 カメラレンズ
9 検出器
10 計算機
【発明の属する技術分野】
本発明は、偏光イメージングを用いた農作物例えば、米粒、野菜、果物等の品質判定(選果)システムに関するものである。
【0002】
【従来の技術】
農作物の品質を判定し選果する基準として、形状,大きさ,光沢,傷の有無/形状,硬さなどがある。毎秒数個以上の農作物がライン上に流れていくような高速選果機上においては、より高速、正確、かつ農作物を傷つけることなく判定情報を検出する方法が望まれる。その一案として、可視もしくは赤外光を光源とする農作物撮像のよる非接触法を用いた判定法が提案され、実用化されている。
【0003】
しかしながら、従来の撮像法は形状や大きさの情報は比較的取得が容易なものの、他の情報に関しては万能といい難い。例えば、
(1) 光沢においては農作物の形状や光源に対する受光面の向き、又はハレーションなどの影響が大きく、正確な情報が得にくい。
(2) 傷や皺の有無/形状に関しては傷や皺形状のパターン認識の方法(つまり検出ソフトウエアのアルゴルズム)によるところが大きく、品質の基準を明確にしづらい。
また
(3) 硬度に関しては、熟度と深い関係があることが知られているにも関わらず、非接触の方法で硬度を測定する手段自体が提案されていない。
といった欠点がある。
【0004】
すなわち、従来の撮像法による品質の判定方法には限界があり、形状及び、大きさ等についてはおおよそ正確な情報が得られるものの、光沢や傷、皺などの有無、若しくは、硬さ等の測定には不向きである。
【0005】
【特許文献1】
特開2000−329694号公報(第4−5頁、図5)
【0006】
【発明が解決しようとする課題】
そこで本発明は、偏光イメージングを用いた手法により(1)光沢度のより正確な把握と物理量としての指標の確立、(2)撮像法では検出しがたい線傷等の検出、(3)作物表面硬度の情報の抽出を実現しようとするものである。
【0007】
【課題を解決するための手段】
本発明は上記の課題を解決するためになされたもので、第1の本発明は、光源からの照明光を無偏光線または完全偏光線に変換して農作物に照射し、その反射光を偏光解析系を介して検出器に導光して常光線像と異常光線像を形成し、その検出画像から画像処理装置の画像処理システムによって偏光度、偏光度の色指数、偏光方位角、偏光解消度等を求め、その結果から農作物の良否の判定またはグレーディングを行うことを特徴とする偏光イメージングを用いた選果システムである。
【0008】
第2の発明は、単色光または連続光源からの出射光を偏光解消板を介して、選果ライン上の農作物に照射し、農作物による散乱光をフィールドレンズ、λ/2波長板、偏光ビームスプリッタ及びカメラレンズを順次介して検出器に導光させ、その検出画像を画像処理装置の画像処理システムによって偏光度、偏光度の色指数、偏光方位角、偏光解消度等を求め、その結果から農作物の良否の判定またはグレーディングを行うことを特徴とする偏光イメージングを用いた選果システムである。
【0009】
第3の発明は、単色光または連続光源からの出射光を偏光板を介して、選果ライン上の農作物に照射し、農作物による散乱光をフィールドレンズ、λ/2波長板またはλ/4波長板、偏光ビームスプリッタ及びカメラレンズを順次介して検出器に導光させ、その検出画像を画像処理装置の画像処理システムによって偏光度、偏光度の色指数、偏光方位角、偏光解消度等を求め、その結果から農作物の良否の判定またはグレーディングを行うことを特徴とする偏光イメージングを用いた選果システムである。
【0010】
【発明の実施の形態】
図1に本発明の一実施例の概念図を示す。本実施例は、画像処理装置及びディスプレイとしてパソコンを使って選果を行うようにしたもので、果実の階級選別を行う過程で従来の搬送装置に追加して設置し、従来システムの高速性を損なうことなく処理できるようにしたものである。
【0011】
ハロゲン(連続光源)もしくはレーザー(単色光源)などの光源1から放たれた光は、偏光解消板2及び集光用レンズ3を通して無偏光線に変換されサンプル農作物4を照射する。
【0012】
農作物4の表面で反射した光の一部は、フィールドレンズ5によって偏光モジュレータと偏光ビームスプリッタ7を含む偏光解析系に導かれ、カメラレンズ8を介して検出器9上に図4に示すような常光線像(o‐像)と異常光線像(e‐像)の二つの像を形成する。
【0013】
偏光モジュレータは、回転式駆動可能なλ/2波長板6によって構成され、反射光の偏光面を自由に回転することができる。これによって、偏光ビームスプリッタ7自体を回転することなく、反射光の直線偏光情報を余すことなく得ることができる。
【0014】
偏光ビームスプリッタ7によって分けられ、パソコン10の画像処理システムにより検出器9上に写し出された二つの像(o−像とe−像)に四則演算を施すことによって図4の右側に示すような農作物4の表面に対して偏光度Pや偏光方位角θを濃淡としたモノクロ偏光マップが描かれる。例えば、より白い部分が偏光度が高く、黒い部分が偏光度が低いことを示しているので、得られた偏光度そのものが[光沢の指標]となる。光沢のよいものほど表面粗度が小さい場合が多いので、偏光度が高いものほど、光沢のよい(表面粗度が小さい)ものであると判定できる(図5−a)。
【0015】
四則演算のプロセスには、次に挙げるように幾つかの方法がある。
(a) 単方位法(直線偏光)
検出ユニット側のλ/2波長板6の角度を固定で使用。直線偏光度Pの1成分(ストークスパラメターS=〔I,Q,U,V〕のQ/IもしくはU/I)が得られる。
Q/I=(o‐像−e‐像)/(o‐像+e‐像)
(b) 2方位法(直線偏光)
検出ユニット側のλ/2波長板6を2方位(0度と22.5度)で撮像。
直線偏光度に関する全ての情報(偏光度と偏光方位角)が得られる。
Q/I=(o‐像[O]−e‐像[O])/(o‐像[0]+e‐像[0])
U/I=(o‐像[22.5]−e‐像[22.5])/(o‐像[22.5]+e‐像[22.5])
【0016】
【数1】
【0017】
偏光方位角θ=1/2atan[U/Q]
(c) 4方位法(直線偏光)
検出ユニット側のλ/2波長板6を4方位(O度,22.5度,45度,67.5度)で撮像。2方位法同様、偏光度と偏光方位角が得られる。セルフキャリブレーション法により器械偏光を除去できるので、2方位法より測定精度が高い。
a12=sqrt[e‐像[0]/o‐像[0])/(e‐像[45]/o‐像[45])]
a22=sqrt[e‐像[22.5]/o‐像[22.5])/(e‐像[67.5]/o‐像67.5])]
Q/I=(1−a1)/(1+a1)
U/I=(1−a2)/(1+a2)
【0018】
【数2】
【0019】
偏光方位角θ=1/2atan[U/Q]
【0020】
例えば、直線偏光に関して言えば4方位法の方が単方位法より、より精度の高い選別が可能であるが、導出のために必要な画像が増える(4枚)。これは、選果スピードと必要精度とのバランスを考えた上で、場合に応じた適切な処理手法を選ぶことができることを意味する。
【0021】
さらに、異なった波長域の2色以上の光源(LEDF)を用意し、図1のシステムの光源に組み入れれば、偏光度の波長依存性の情報も得ることができる。波長(色)対する偏光度の依存性(偏光度の色指数)もまた光沢度の指標として有用な情報である。
【0022】
表面粗度を形成する典型的な凹凸の空間方向のピッチが、細いほど偏光度の色指数は、青色を示すからである。偏光度が大きくかつ、偏光度の色指数が赤いものほど、作物の表面が平滑で光沢度が高いと判定できる(図5−b)。
【0023】
また、単色での偏光マップ中にローカルな偏光度のギャップが検出された場合、それは傷であると判断できる(図6−a)。作物表面に生じる傷や皺のうち、色の変化を伴うものは多色光を用いた撮像法によって判定が可能であったが、表面色と同色の傷や皺に関しては判定が不可能であった。表面傾斜に不連続を生じている部分がまさに傷であり、その周辺では入射光と反射光(散乱光)の反射面に対する幾何学的位置が不連続に変化する。この幾何学的位置の変化は、偏光情報として反射光に保存されるので、たとえ傷が周りの表皮に対して保護色になっていたとしても検出が可能なのである。多色でなく、単色光源のみで検出が可能であるということもまた本システムの魅力の一つである。
【0024】
図2はパソコン10の画像処理システムにおいて行われる画像処理の流れを示すブロック図で、検出器9による取得画像101からo‐像とe‐像をトリミング部102で切り出し、次に四則演算アルゴリズム103で四則演算を行なって104、偏光度、偏光度の色指数、偏光方位角、偏光解消度の各マップ(図4の右)を得、ディスプレイ105に表示させる。
【0025】
画像処理は、全てパソコン10のメモリ上で行う。四則演算アルゴリズム103によって導出した偏光度、偏光度の色指数、偏光方位角、偏光解消度等をあらかじめ実験等によって作成した階級テーブルを参照して階級決定部106で農作物の階級を決定する。その情報を、既存の選果システムの制御PC107へデジタル転送し選果する。「合否」の判定結果のみならず、偏光によって細かに分割された階級そのものの情報を選果システムへ転送するので、市場に出荷される全ての農作物に対して細かな階級情報を付加できることになり、消費者の安心度・満足度をより高めることにも貢献する。
【0026】
図3には、硬度計として応用した場合の他の実施例を示す。光源には、LEDやLDなどの単色光を用いる。この実施例では集光用レンズ3’としてビームエキスパンダレンズを用いたが、ズームエキスパンダレンズを用いてもよい。光源を含む照明系には、偏光板2’やλ/2波長板6又はλ/4波長板6が内蔵されており、これによって入射光を完全偏光、すなわち完全直線偏光もしくは完全円偏光に変換する。偏光光線を農作物に当て、反射散乱光をフィールドレンズ5によって捉える。
【0027】
図1の実施例と同様に偏光解折系(波長板+偏光ビームスプリッタ)によって常光線画像および異常光線画像を取得し、それらから偏光解消度(=1−偏光度)を算出する。
【0028】
その偏光解消度こそが農作物表層の硬さの指標になる。大まかには、解消度が大きいほど表面が柔らかいものであるといえる(図6−b)。さらに、光源波長を選択し、農作物表層を透過する光を用いれば、果肉の硬度(すなわち熟度)を直接得ることができる。
【0029】
本システムのような偏光イメージングを用いれば、農作物の表面全体を見渡した階級判定を行うことができる。また、既存の選果システムのようにカメラユニット(検出ユニット)を複数ライン上に搭載することにより、作物全面の光沢情報も得ることも可能である。
【0030】
【発明の効果】
本発明は、従来の階級選別による選果指標にさらなる要素と詳細なグレーディングをもたらすものである。それは、まだ選果機に応用されていない農作物を選果システムに取り込める可能性を広げるものであるし、また、指標値をより物理現象を反映した信頼の置ける数値に置き換えているので、これは異なるシステム間(選果場間)での品質の比較を可能にし、作物品質の一律基準化に非常に有益な効果をもたらす。
【0031】
消費者にとって見れば、各規準に関して詳細に定量化された数値を見て是非を判断できるため、より高い満足度を以って購入に踏み切ることができる。供給者側にとってみても、それら基準と数値は新しい付加価値を付することができることになって、おおいなる市場の活性につながる。さらにこれら偏光イメージングの情報を生産者にフィールドバックすることで、新しい育成ノウハウや生産手法へのヒントとなる可能性も秘めており、農業分野全体の活性にもつながる。
【図面の簡単な説明】
【図1】本発明の実施例を示した説明図である。
【図2】本発明の実施例の画像処理の流れを示すのブロック図である。
【図3】本発明の他の実施例の説明図である。
【図4】本発明の実施例の検出により検出された画像と画像処理後の画像を示す図。
【図5】画像処理により得られた偏光度グラフで、aは偏光度による光沢度の判定の場合のグラフ、bは色指数による光沢度の判定を行う場合のグラフを示すものである。
【図6】
(a)は傷の判定を行う場合の画像処理により得られた偏光度グラフ、(b)は硬度を判定する場合の画像処理により得られた偏光解消度グラフである。
【符号の説明】
1 光源
2 偏光解消板
3 集光用レンズ
4 農作物
5 フィールドレンズ
6 λ/2波長板
7 偏光ビームスプリッタ
8 カメラレンズ
9 検出器
10 計算機
Claims (3)
- 光源からの照明光を無偏光線または完全偏光線に変更して農作物に照射し、その反射光を偏光解折系を介して検出器に導光して常光線像と異常光線像を形成し、その検出画像から画像処理装置の画像処理システムによって偏光度、偏光度の色指数、偏光方位角、偏光解消度等を求め、その結果から農作物の良否の判定またはグレーディングを行うことを特徴とする偏光イメージングを用いた選果システム。
- 単色光または連続光源からの出射光を偏光解消板を介して、選果ライン上の農作物に照射し、農作物による散乱光をフィールドレンズ、λ/2波長板、偏光ビームスプリッタ及びカメラレンズを順次介して検出器に導光させ、その検出画像を画像処理装置の画像処理システムによって偏光度、偏光度の色指数、偏光方位角、偏光解消度等を求め、その結果から農作物の良否の判定またはグレーディングを行うことを特徴とする偏光イメージングを用いた選果システム。
- 単色光または連続光源からの出射光を偏光板およびλ/2またはλ/4波長板を介して、選果ライン上の農作物に照射し、農作物による散乱光をフィールドレンズ、λ/2波長板またはλ/4波長板、偏光ビームスプリッタ及びカメラレンズを順次介して検出器に導光させ、その検出画像を画像処理装置の画像処理システムによって偏光度、偏光度の色指数、偏光方位角、偏光解消度等を求め、その結果から農作物の良否の判定またはグレーディングを行うことを特徴とする偏光イメージングを用いた選果システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2002346908A JP2004177369A (ja) | 2002-11-29 | 2002-11-29 | 偏光イメージングを用いた選果システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2002346908A JP2004177369A (ja) | 2002-11-29 | 2002-11-29 | 偏光イメージングを用いた選果システム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2004177369A true JP2004177369A (ja) | 2004-06-24 |
Family
ID=32707655
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2002346908A Pending JP2004177369A (ja) | 2002-11-29 | 2002-11-29 | 偏光イメージングを用いた選果システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2004177369A (ja) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2420403A (en) * | 2004-11-23 | 2006-05-24 | Danisco | Analysing a food sample by the use of light scattering |
CN103376261A (zh) * | 2012-04-27 | 2013-10-30 | 澁谷精机株式会社 | 农产品检查装置及农产品检查方法 |
WO2016009752A1 (ja) * | 2014-07-16 | 2016-01-21 | 株式会社リコー | 情報処理装置、制御信号の生産方法、情報処理システム、プログラム |
CN109655426A (zh) * | 2019-01-30 | 2019-04-19 | 塔里木大学 | 一种识别红枣光谱图像中目标红枣的方法及装置 |
CN111982471A (zh) * | 2020-08-17 | 2020-11-24 | 桂林电子科技大学 | 一种基于空间调制偏振成像系统检测滤光片带宽的方法 |
-
2002
- 2002-11-29 JP JP2002346908A patent/JP2004177369A/ja active Pending
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2420403A (en) * | 2004-11-23 | 2006-05-24 | Danisco | Analysing a food sample by the use of light scattering |
CN103376261A (zh) * | 2012-04-27 | 2013-10-30 | 澁谷精机株式会社 | 农产品检查装置及农产品检查方法 |
JP2013231668A (ja) * | 2012-04-27 | 2013-11-14 | Shibuya Seiki Co Ltd | 農産物検査装置及び農産物検査方法 |
CN103376261B (zh) * | 2012-04-27 | 2017-11-17 | 澁谷精机株式会社 | 农产品检查装置及农产品检查方法 |
WO2016009752A1 (ja) * | 2014-07-16 | 2016-01-21 | 株式会社リコー | 情報処理装置、制御信号の生産方法、情報処理システム、プログラム |
CN109655426A (zh) * | 2019-01-30 | 2019-04-19 | 塔里木大学 | 一种识别红枣光谱图像中目标红枣的方法及装置 |
CN111982471A (zh) * | 2020-08-17 | 2020-11-24 | 桂林电子科技大学 | 一种基于空间调制偏振成像系统检测滤光片带宽的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5932110B2 (ja) | 原石のインクルージョンを検出/同定する方法および機器 | |
US20240011916A1 (en) | System For Detecting Surface Type Of Object And Artificial Neural Network-Based Method For Detecting Surface Type Of Object | |
EP1938088B1 (en) | A method for evaluation of a diamond | |
CN101426419B (zh) | 光学测量设备 | |
JP2018521377A (ja) | 人工3d再構成を用いてセキュリティパターンを識別する方法 | |
WO2016080442A1 (ja) | 品質評価方法及び品質評価装置 | |
JP2011141809A (ja) | 画像データ分析装置及び画像データ分析方法 | |
CN111492198B (zh) | 物体形状测量装置和方法以及程序 | |
CN101526481A (zh) | 多照明路径系统及缺陷检测方法 | |
CN110412035A (zh) | 一种高反光材料表面检测方法及系统 | |
Baek et al. | A novel hyperspectral line-scan imaging method for whole surfaces of round shaped agricultural products | |
CN107037005A (zh) | 用于使用离轴检测器测量薄片材料或其他材料的混浊度的设备和方法 | |
CN111879789A (zh) | 金属表面缺陷检测方法及系统 | |
Wang et al. | Determining wheat vitreousness using image processing and a neural network | |
JP2004177369A (ja) | 偏光イメージングを用いた選果システム | |
JP2010032259A (ja) | 異物の検出装置及び検出方法 | |
US11579008B1 (en) | Estimating gemstone weight in mounted settings | |
JPS60200112A (ja) | 光学的形状誤差検出法 | |
WO2021245937A1 (ja) | 欠陥検査装置 | |
Heia et al. | Automatic quality control of internal defects in cod-results from hyperspectral, ultrasound and X-ray imaging | |
JP4632448B2 (ja) | ベーカリー製品の切片面解析装置 | |
LIEW et al. | Design and Development of a Novel Lighting System for Car Wiper Arm Defects Inspection | |
KR101262366B1 (ko) | 융합형 진주 분석 시스템 및 이를 이용한 진주 분석 방법 | |
Yang et al. | A Portable Nondestructive Instrument Based on Laser Backscattering Imaging to Detect Firmness and Soluble Solids Content of Peaches. | |
US20240127580A1 (en) | Optical Imaging System for Elliptical Polarization Discrimination Utilizing Multi-Spectral Pixelated Statistical Parametric Mapping |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20041122 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20070222 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070306 |
|
A02 | Decision of refusal |
Effective date: 20070710 Free format text: JAPANESE INTERMEDIATE CODE: A02 |