JP2004177369A

JP2004177369A - 偏光イメージングを用いた選果システム

Info

Publication number: JP2004177369A
Application number: JP2002346908A
Authority: JP
Inventors: Yuji Ikeda; 優二池田; Norihide Takeyama; 芸英武山
Original assignee: JENESHIA KK
Current assignee: JENESHIA KK
Priority date: 2002-11-29
Filing date: 2002-11-29
Publication date: 2004-06-24

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

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。
ａ１^２＝ｓｑｒｔ［ｅ‐像［０］／ｏ‐像［０］）／（ｅ‐像［４５］／ｏ‐像［４５］）］
ａ２^２＝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

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。