JP2015529154A - 収穫された根菜作物を処理する方法及び装置 - Google Patents

Abstract

本発明は、ジャガイモなどの収穫された根菜作物を処理する方法に関する。本方法は、収穫された根菜作物のバルク流を光学的に撮像して（即ち、ハイパースペクトル撮像システムにより）、画像データを生成するステップと、その画像データを解析して、バルク流中の個々の物体を識別するステップとを含む。各識別された物体は、少なくとも１つのディスクリミネータとの比較に基づいて、許容可能４４又は許容不可能４０のどちらかに選別され、許容不可能に類別された物体が、（エゼクタ・アクチュエータ３８により）バルク流から除去されて、収穫された根菜作物の選別された流れを供給する。

Description

本発明は収穫された根菜作物を処理することに関し、詳細には、ジャガイモなどの収穫された根菜作物を選別して、石及び土塊などの異物を除去することに関する。

ジャガイモ、タマネギ、及び他の根菜作物は、収穫され、通常、後の加工及び消費のために数か月間貯蔵される。収穫プロセスの間、作物は田畑から機械的に掘り出され、その結果、石、土塊、及び他の異物が収穫された作物に含まれ、異物はそれ自体通常土で覆われている。そのような異物を貯蔵することは複数の理由で望ましくない。第１に、異物は、作物の輸送、貯蔵、及び環境管理のコストを増大させる。更なる問題は、貯蔵中、且つ貯蔵設備に入れ出しする輸送中、異物が作物を損傷する可能性があることである。また、石などの物質は、貯蔵後に作物を加工するために使用される機器を損傷する可能性がある。更に、加工された生産物における異物は、健康被害をもたらす可能性があるので、消費者にとって非常に望ましくない。

現在、収穫された根菜作物から異物を除去するのに、手選、機械的コイルの使用、又は浮選などの複数の方法が用いられている。しかし、これらの方法は、生産物の処理を増加させる傾向があり、作物への物理的損傷を引き起こす可能性がある。腐敗を回避するために貯蔵前に作物を乾燥した状態に保つことが好ましいため、水に基づく分離技法は望ましくない。

ブドウ、冷凍調理加工済み野菜及びリサイクル用の廃棄物などの種々の物質を選別するために、現在、光学選別が用いられている。しかし、収穫された根菜作物を処理するのに使用される選別機構は土塊又は石と土で覆われたジャガイモ又はタマネギとを区別することができなければならないので、根菜作物の選別は、これらの領域のいずれにおいても直面されていない更なる課題を提示する。例えば、リサイクル用途では、光学ソータが物質流から拒絶されることになる画像領域又は画素を識別し、次いでそれがジェット口を通過する時、空気ジェットを作動させて拒絶される物質を吹き飛ばすことができる。そのような用途では、選別される物質は周知で、例えば紙、ＰＥＴプラスチック又はＰＥプラスチックであり、明確なスペクトル・シグネチャを有し、バックグラウンド（ｂａｃｋｇｒｏｕｎｄ）の汚染は問題ではない。しかし、ジャガイモなどの作物のスペクトル・シグネチャは、プラスチックなどの合成物質のスペクトル・シグネチャほど明確でなく、生産物が土で覆われている場合、作物と異物とを弁別することは更にずっと困難になる。更に、根菜作物を選別することは大量用途であるので、生産物の単体化又は個別化を必要とすることなく、物体同士が接触している場合にも、作物のバルク・マス流（ｂｕｌｋ ｍａｓｓ ｆｌｏｗ）中に異物を識別することができることが望ましい。これが、一般に、生産物を損傷する可能性がある高速給送装置を用いて単体化が実施される理由である。更に、高速コンベヤは、収穫された根菜作物などの汚れた生産物を処理するのに適していない。他の単体化手段が、個々の物体を分離する仕切りを備えたローラ・テーブル及び／又は運搬ベルトを使用する。これらの方法はプロセスの容積容量を大幅に減少させ、従って望ましくない。

国際公開第２００７／０４１７５３号パンフレットが、農業の生産物及び加工における汚染物質のハイパースペクトル撮像に関する。ＮＩＲ反射率範囲分光法を用いてブドウなどのサンプルの特性を査定する方法が記載されている。この方法は、菌などの感染体の存在を含む、サンプル中の「ブドウ以外の物質」の存在を査定するのに使用することができる。ブドウは通常汚れていないため、この方法は汚れた作物と土塊とを区別することができないと考えられる。更に、ブドウはそれらの構造及び相対的質量の理由で、ジャガイモなどの根菜作物より凹みにくく、通常それらは選別直後に潰されるので、凹み又は他の損傷は関係がない。

米国特許出願公開第２０１２／００７４０４７号が、流れから異物を選別する選別方法及び装置を開示している。識別された物体は、少なくとも２つの異なる波長における反射率強度が基準強度プロファイルの所定の領域内に入る場合に異物と見なされる。この方法は、２つ以上の波長反射率強度の比をマッピングし且つ優良生産物が入るマップの領域を確認することにより、優良生産物と異物とを区別する。この領域の範囲外である反射率強度比を有する任意の物体が異物であると見なされ、このプロセスにおいて後に放出され得る。このプロセスによれば、付着した土を伴う物体がマップの優良生産物領域及び異物領域の両方に位置し、それにより、判定プロセスを不確かにすると考えられる。更に、カメラ画素検出器に対して、土が薄く覆っている場合は土で汚染された物体が合成信号を反射し、汚れた根菜作物及び優良根菜作物はどちらも部分信号を反射する。この合成信号は、マップの優良生産物領域又は異物領域のどちらかの範囲内にきちんと入らず、やはり、物体を拒絶するかどうかの判定をより困難にする。

国際公開第２００７／０４１７５３号パンフレット 米国特許出願公開第２０１２／００７４０４７号

従って、土塊及び石などの異物と土で覆われた作物とを弁別することができ且つ作物への損傷を殆ど起こさない、大量の収穫された根菜作物を処理する方法及び装置を提供することが望ましい。また、根菜作物に関して腐敗又は未熟を識別することができる方法及び装置を提供することが望ましい。

本発明の態様によれば、
収穫された根菜作物のバルク流を光学的に撮像して、画像データを生成するステップと、
画像データを解析して、バルク流中の個々の物体を識別するステップと、
少なくとも１つのディスクリミネータ（ｄｉｓｃｒｉｍｉｎａｔｏｒ）との比較に基づいて、各識別された物体を許容可能又は許容不可能のどちらかに分類するステップと、
バルク流中から許容不可能に分類された物体を除去して、収穫された根菜作物の選別された流れを供給するステップと
を含む、収穫された根菜作物を処理する方法が提供されている。

本装置の利点は、物体が接触しているか又は土若しくは他の汚染物質で覆われている場合にも、バルク・マス流中の個々の物体が識別され得ることである。このことにより、単に、画像データの個々の画素を望ましい物質のスペクトル・シグネチャと比較し、適用される基準を満たさない物質を拒絶するのではなく、個々の物体が全体として評価され、次いで、許容可能又は許容不可能に分類されることが可能になる。個々の画素に基づいて物質が拒絶された場合、土で覆われた作物が誤って土塊と識別され、不必要に拒絶される可能性があると考えられる。本発明は、画像データを解析して、流れの中の物体を識別し、画素を個々に査定するのではなく各物体を全体として分類することにより、この問題を解決する。従って、本発明は、生産物が土で汚染されている可能性がある場合、収穫直後に又は収穫貯蔵場所から直接に、根菜作物を処理することに使用するのに適している。また、本発明は、作物が洗浄状態又は非洗浄状態で受け入れられる可能性がある根菜作物加工工場の受入れ時に、実施されてもよい。

比較により物体が根菜作物ではないことが示された場合、物体は許容不可能に分類され得る。更に又は或いは、比較により物体が腐った根菜作物又は不良根菜作物であることが示された場合、物体は許容不可能に分類され得る。比較により物体が優良根菜作物であることが示された場合、物体は許容可能に分類され得る。本明細書に用いられている用語「優良根菜作物」は、実質的に欠陥のない根菜作物を指す。

少なくとも１つのディスクリミネータは、単一の又は複数の寸法閾値、サポート・ベクタ・マシン及び／又はＰＣＳ、ＰＬＳ等の多変量法を含み得る。

収穫された根菜作物のバルク流を光学的に撮像するステップは、ハイパースペクトル撮像を用いて、各々がスペクトル・プロファイルを有する複数の画素を生成することを含んでいてもよい。各画素が、スペクトル・プロファイルに基づいて、「特定の物質に相当する若しくは示す」又は「物質の組合せに相当する若しくは示す」に類別されてもよい。画素が、ジャガイモなどの「根菜作物に相当する」又は土、石若しくは木などの「他の物質に相当する」に類別されてもよい。本明細書に用いられている用語「土」は、収穫された根菜作物の外面に付着している可能性がある土壌、砂、泥、及び他の同様の汚染物質を包含することが意図されている。「根菜作物に相当する」に類別された画素は、「優良根菜作物に相当する」又は「不良根菜作物に相当する」に更に類別されてもよい。不良根菜作物は、例えば腐った根菜作物又は未熟な根菜作物を含み得る。他の実施例では、マルチスペクトル撮像が使用されてもよい。

ハイパースペクトル撮像は、４７０ｎｍと２０００ｎｍの間の波長で実施されてもよい。ハイパースペクトル撮像は、１つが可視域及び１つがＮＩＲ域である２つの選択的スペクトル域において実施されてもよい。ジャガイモを処理するのに適した一実施例では、７５０ｎｍと１１００ｎｍの間の可視スペクトルのサブ域が１６の等しい光の帯に分割され、１１００ｎｍと１３００ｎｍの間のＮＩＲスペクトルのサブ域が更なる１６の等しい帯に分割される。スペクトル情報は、次いで、多変量解析、主成分解析、サポート・ベクタ・マシン解析、複数のスペクトル成分比較及び比のアルゴリズム決定木、又は選択された２Ｄ、３Ｄ若しくはｎ次元の色空間若しくはカラー・クラウド（ｃｏｌｏｕｒ ｃｌｏｕｄ）を使用する色空間マッピングなどの複数のスペクトル解析技法の１つを用いて処理される。

一実施例では、物体を許容不可能に分類するステップは、その物体の画素のスペクトル・プロファイルを、許容可能な物体の一部を形成することができない物質である「許容可能でない」物質のスペクトル・シグネチャと比較することを含む。そのような物質は、例えば石又は木を含み得るが、土は根菜作物に付着している場合には許容可能なので、土を含まない可能性がある。画素のスペクトル・プロファイルが許容可能でない物質のシグネチャに合致することが分かった場合、その物体は許容不可能に分類され、流れから除去される可能性がある。土に類別された画素は土で覆われたジャガイモなどの許容可能な物体の一部を形成する可能性があると考えられるので、本方法は土塊の拒絶に適さない。

画像データを解析するステップは、少なくとも１つの位置決め基準又は近接基準に基づいて画素を物体としてグループ化することを含み得る。

一実施例では、頂点探索法が用いられて、画素を物体としてグループ化する。画素データは解析されて、通常はジャガイモなどの長円形又は円形の物体間の接触点に形成される鋭角及び頂点を検出してもよい。本方法を用いることにより、対向する鋭角がピンチ・ポイントとして確認され、これら２つの頂点間に線が引かれる。次いで、線の一方の側の画素が第１の物体として一緒にグループ化されてもよく、線の他方の側の画素が第２の物体として一緒にグループ化されてもよい。次いで、各物体は許容可能又は許容不可能に分類されてもよい。

別の実施例では、画素伝搬法が用いられてもよい。「優良根菜作物を表す」に類別された第１の画素が選択される。第１の画素に隣接した画素が解析され、「恐らく許容可能な」物質に相当する隣接した画素が探索域内に含まれる。恐らく許容可能な物質とは、許容可能な物体の一部を形成し得るものであり、優良根菜作物、不良根菜作物、土、及び／又は根菜作物に付着する可能性がある他の物質を含み得る。それらは、許容可能な物体の一部を形成することができない石又は木などの許容可能でない物質を含まない。次いで、探索域周辺の次の画素セットが解析され、それらが基準に合致した場合、探索域に加えられる。このプロセスは、特定の半径の範囲内で且つ物体の境界が検出されるまで、対話式に繰り返される。物体の縁部に到達した（即ち、根菜作物若しくは土などの恐らく許容可能な物質に相当する画素の不在により）場合、又は石若しくは木などの別の物質の画素に遭遇した場合、物体の境界が検出され得る。探索半径は、探索域内にある土塊の包含を回避するために、解析されている作物の種類及び特定の作物条件により定められてもよい。このプロセスが完了したら、探索域内に含まれる画素は、次に分類され得る物体として一緒にグループ化される。このようにして、探索域は、土で覆われたジャガイモ全体を包含するために、可視のジャガイモの単一の画素から拡大する可能性がある。本実施例は、頂点探索法では頂点の合致に困難があるような非常に大量の生産物で画像データが複雑な場合、特に有用である。

各識別された物体を許容可能又は許容不可能のどちらかに分類するステップは、
物体の範囲内でグループ化された画素のスペクトル・プロファイルに基づいて、物体の統計プロファイルを生成することと、
物体の統計プロファイルを少なくとも１つの質的閾値又は量的閾値と比較することと
を含んでいてもよい。

一実施例では、物体の統計プロファイルを生成することは、物体の範囲内でグループ化された画素に関する統計解析を実施して、優良根菜作物に相当するそれら画素の割合を判定することを含む。また、判定が、土、腐った根菜作物又は未熟な根菜作物などの他の物質に相当する画素の割合で成されてもよい。判定された割合は、次いで、物体が許容可能に分類されることを可能にする画素の閾値割合と比較されてもよい。例えば、ある物体が、画素の８０％が優良根菜作物に相当し、画素の１５％が土に相当し、画素の５％が未熟な根菜作物に相当する場合、許容可能と見なされる可能性がある。

前述の通り、画素が許容可能でないに相当すると判定された場合、その物体は許容不可能に分類される。

各識別された物体を分類するステップは、
物体の範囲内でグループ化された画素の分布に基づいて、識別された物体に関連する空間的情報を生成することと、
空間的情報を少なくとも１つの空間的閾値と比較することと
を更に含む。

生成された空間的情報は、識別された物体の大きさ、長さ、幅、アスペクト比、及び／又は形状に関する情報を含み得る。空間的情報は、典型的な根菜作物の大きさ及び形状に関する閾値と比較されてもよい。例えば、貯蔵されている根菜作物がジャガイモである場合、流れの中に識別された各物体に関する空間的情報は、典型的なジャガイモの大きさ及び／又は形状に相当する少なくとも１つの閾値と比較される。

各物体について生成された空間的プロファイル及び／又は空間的情報は、物体を選択的に処理するのに使用されてもよい。前段で既に概説されている通り、物体が許容不可能に分類された場合、その物体は作物流から除去される。しかし、許容可能に類別された物体の統計プロファイル及び／又は空間的情報は、大きさ、形状若しくは品質などのその物体の他の特性の指示として用いられてもよく、作物流はこれに基づいて更に分離されてもよい。

他の用途では、長さ、幅、又はアスペクト比は、その物体に関して生成された空間的情報に基づいて、各物体について計算されてもよい。特定のバッチにおける作物の平均特性に関する情報が蓄積されてもよく、種々のエンド・ユーザのための適切性を判定するのに使用されてもよい。例えば、長いジャガイモがフレンチフライの製造に使用するのに理想的である可能性があるのに対して、小さいジャガイモがサラダ・ポテトとして使用するのにより適切である可能性がある。

光学的に撮像するステップは、収穫された根菜作物のバルク流が自由落下している時に実施されてもよい。土で覆われた根菜作物がコンベヤ・ベルトに沿って通過した場合、そのコンベヤは汚染され、清潔に保つことができない。作物をバックグラウンドと弁別することがより困難になるので、このことは選別プロセスを複雑にする可能性がある。

コンベヤの端部を離れて自由落下する時に作物流を撮像することにより、これらの困難が解消される。光学バックグラウンド（ｏｐｔｉｃ ｂａｃｋｇｒｏｕｎｄ）が、生産物流の背後に、しかし接触せずに、設けられてもよい。

本方法は、光学的に撮像するステップ、解析するステップ、分類するステップ、及び除去するステップの前又は後に、収穫された根菜作物を貯蔵するステップを更に含む。光学的に撮像するステップ、解析するステップ、分類するステップ、及び除去するステップは、選別作業工程と見なされてもよい。異物などの許容不可能な物質及び腐った作物が貯蔵されないように、選別作業工程は、収穫された根菜作物を貯蔵する前に実施されて、それにより輸送コスト及び貯蔵コストを低減し且つ腐った物質又は異物の存在による貯蔵中の作物の劣化を回避してもよい。或いは又は更に、選別作業工程は、作物を貯蔵した後にある期間実施され、それにより作物の更なる処理の前に任意の更なる異物を除去し且つ貯蔵中に腐った作物を除去してもよい。根菜作物は通常は数か月の期間貯蔵されるため、単一の選別装置が使用されて、貯蔵前選別及び貯蔵後選別の両方を実施してもよい。

本発明の別の態様によれば、
収穫された根菜作物のバルク流を光学的に撮像して、画像データを生成するする手段と、
画像データを解析して、バルク流中の個々の物体を識別する手段と、
少なくとも１つのディスクリミネータとの比較に基づいて、各識別された物体を許容可能又は許容不可能のどちらかに分類する手段と、
バルク流から許容不可能に類別された物体を除去して、収穫された根菜作物の選別された流れを供給する手段と
を含む、収穫された根菜作物を選別する装置が提供されている。

本発明の第１の実施例による、収穫された根菜作物を処理する方法の概略図である。 本発明の第２の実施例による、収穫された根菜作物を処理する方法の概略図である。 本発明の第３の実施例による、収穫された根菜作物を処理する方法の概略図である。 本発明の第４の実施例による、収穫された根菜作物を処理する方法の概略図である。 本発明の第５の実施例による、収穫された根菜作物を処理する方法の概略図である。 画素を物体としてグループ化する頂点探索法の図である。 画素を物体としてグループ化する頂点探索法の図である。 画素を物体としてグループ化する頂点探索法の図である。 画素を物体としてグループ化する頂点探索法の図である。 本発明の実施例による装置の部分の概略図である。 本発明の実施例による装置の等角図である。 図８ａに示されている装置の側面立面図である。

図１は、本発明の第１の実施例による、ジャガイモなどの収穫された根菜作物を処理する方法を示す。本実施例はジャガイモを参照して記載されるが、他の根菜作物に等しく適用可能である。

ジャガイモが収穫機１により収穫され、ソータ２に移送される。図７に示されている通り、ソータ２には、コンベヤ・ベルト３０により、収穫された根菜作物のバルク流３が供給されている。ソータは、７４０ｎｍから１０５０ｎｍまでの波長で動作するハイパースペクトル撮像システムを使用して、バルク流がコンベヤ３０の端部３２を離れて落下する時、収穫されたジャガイモのバルク流を光学的に撮像する。可視放射が自由落下している生産物３に向けられ、光学バックグラウンド反射器３６により反射されて、複数の画素を含む画像データを生成する。各画素は、その画素で表されている物質の反射率強度に基づくスペクトル・プロファイルを有する。各画素は、そのスペクトル・プロファイルに基づいて、「特定の物質に相当する」に類別される。画素は、「優良なジャガイモに相当する」、「腐ったジャガイモに相当する」、「未熟なジャガイモに相当する」、「土に相当する」、「石に相当する」、「木に相当する」、又は「他の物質に相当する」に類別される。

画素は解析されて、バルク流中の個々の物体を識別する。図６ａから図６ｄまでに示されている頂点探索法が用いられて、画素を物体としてグループ化する。一対の接触している物体２０、２２を含む画像が図６ａに示されている。画像データは解析されて、鋭角２４、２６、又は図６ｂに示されているように通常はジャガイモ間の接触点に形成される頂点を検出する。対向する鋭角２４、２６がピンチ・ポイントとして識別され、線２８が２つの頂点間に引かれる。次いで、線２８の一方の側の画素が第１の物体２０としてグループ化され、線の他方の側の画素が第２の物体２２としてグループ化される。

非常に大量のジャガイモが処理されている場合、画像データにおいて頂点を識別することは困難である可能性がある。この場合、対話プロセスが用いられて、画像データ内の物体を識別してもよい。「優良ジャガイモを表す」に類別された第１の画素が選択される。第１の画素に隣接した画素が解析され、優良ジャガイモ、不良ジャガイモ、又は土に相当する隣接した画素が探索域内に含まれる。次いで、探索域の範囲内の画素に隣接した次の画素セットが解析され、それらが基準に合致した場合、探索域に加えられる。特定の半径が到達されるか又は物体の境界が検出されるまで、このプロセスが対話式に繰り返される。探索域内に含まれる画素は、次いで、物体として一緒にグループ化される。

次いで、各識別された物体が、少なくとも１つの物体閾値との比較に基づいて、許容可能又は許容不可能のどちらかに分類される。分類プロセスは、画素の統計解析を実施して、優良ジャガイモに相当する画素の割合又はパーセンテージを判定することにより、一緒にグループ化された画素のスペクトル・プロファイルに基づいて、物体の統計プロファイルを生成することを含む。土、腐ったジャガイモ、又は石若しくは木などの他の物質の各々に相当する画素の割合又はパーセンテージもまた判定される。物体の統計プロファイルは、次いで、量的閾値と比較される。優良ジャガイモに相当する画素の割合又はパーセンテージが閾値に合致するか又は超過する場合、その物体は許容可能に分類される。割合又はパーセンテージが閾値に合致しない場合、その物体は許容不可能に類別される。画素のいずれかが石又は木に相当する場合、土とは異なり、これらの物質はジャガイモと結合して許容可能な物体を形成することができないので、その物体はやはり許容不可能に類別される。

分類プロセスは、物体の範囲内でグループ化された画素の分布に基づいて、識別された物体に関連する空間的情報を生成することを更に含む。例えば、物体の大きさ又は形状は識別されてもよく、典型的なジャガイモの大きさ又は形状と比較されてもよい。空間的情報が許容閾値（ａｌｌｏｗｅｄ ｔｈｒｅｓｈｏｌｄ）の範囲内に入る場合、物体は許容可能に類別される。許容不可能４に類別された物体が、許容セパレータ（ａｃｃｅｐｔ ｓｅｐａｒａｔｏｒ）４２を通過した許容不可能な物体４０を拒絶流４中に弾くか又は方向付けるように動作可能なエゼクタ・アクチュエータ３８により、バルク流から除去される。優良生産物４４がエゼクタ・アクチュエータを通過することを許され、収穫されたジャガイモの選別された流れ６を供給する。

収穫されたジャガイモの選別された流れ６は、貯蔵設備７へ方向付けられ、ある期間そこに貯蔵される。

図２は、本発明の第２の実施例による、ジャガイモなどの収穫された根菜作物を処理する方法を示す。本実施例では、選別された生産物の品質についての統計情報が、ＳＣＡＤＡ制御ユニット８に送信される。このＳＣＡＤＡ制御ユニットは、次いで、搬送システム６ａ、６ｂ、６ｃ、６ｄにより、貯蔵バンカ７ａ、７ｂ、７ｃ、７ｄの選択の１つへ生産物を方向付けることができる。図示の実施例では、ジャガイモが、大きさ、形状、品質、又は他のバルク特性に基づいて、４つの異なる選別された流れ６ａ、６ｂ、６ｃ、６ｄの中に分離され、異なる貯蔵設備７ａ、７ｂ、７ｃ、７ｄに方向付けられる。このことにより、異なるエンド・ユーザに適した作物が貯蔵前に分離されることが可能になる。

図３は、本発明の第３の実施例による、ジャガイモなどの収穫された根菜作物を処理する方法を示す。本実施例では、作物の選別された流れ６は、洗浄、皮むき、チップ化、又はパッケージングなどの更なる処理のための処理ユニット９に方向付けられる。

図４は、本発明の第４の実施例による、ジャガイモなどの収穫された根菜作物を処理する方法を示す。図４に示されている実施例では、作物は選別の前に貯蔵される。ある期間作物を貯蔵した後、貯蔵された作物のバルク流３が、貯蔵設備からソータ２へ方向付けられる。図１を参照して前述されている通り、ソータ２は、選別された作物のバルク流に関して、光学的に撮像するステップ、解析するステップ、分類するステップ、及び除去するステップを実施する。根菜作物の選別された流れ６は、次いで、更なる処理１２に向けて前進するように方向付けられる。

図５は、本発明の第５の実施例による、ジャガイモなどの収穫された根菜作物を処理する方法を示す。本実施例では、図１を参照して前述されている通り、収穫された根菜作物は、貯蔵前にソータ２ａにおいて選別される。更に、ある期間貯蔵設備７内で作物を貯蔵した後、貯蔵された作物のバルク流１０が、ソータ２ｂに方向付けられ、そこで更なる選別作業工程が実施される。図１を参照して前述されている通り、これは、貯蔵された作物のバルク流に関して、光学的に撮像するステップ、解析するステップ、分類するステップ、及び除去するステップを繰り返すことを含む。図５と同様に、根菜作物の選別された流れ１１は、次いで、更なる処理に向けて前進するように方向付けられる。作物は通常は数か月程度の期間貯蔵されるため、同じ選別装置がソータ２ａ及びソータ２ｂとして使用されてもよい。

本発明の実施例による、収穫された根菜作物を処理する装置５０が、図８ａ及び図８ｂに示されている。この装置は、収穫された根菜作物のバルク流を供給する送込みコンベヤ５２が上に設けられているメインフレーム組立体７２を含む。スキャナ・ボックス５４及び光学バックグラウンド５６が、収穫された根菜作物のバルク流を光学的に撮像して、画像データを生成するように構成されている。また、スキャナ・ボックス５４は、画像データを解析して、バルク流中の個々の物体を識別し、少なくとも１つのディスクリミネータとの比較に基づいて、各識別された物体を許容可能又は許容不可能のどちらかに分類するように構成されている。タッチスクリーン５８が、ユーザがスキャナ・ボックスと対話することを可能にするように構成されている。この装置は、許容不可能に分類された物体をバルク流から除去するように構成されているリジェクタ組立体６０と、拒絶ガード６２と、許容セパレータ６４とを更に含む。物体が許容不可能に分類された場合、リジェクタ組立体上に設けられている１つ又は複数のエゼクタ・アクチュエータが作動されて、許容セパレータを通過した物体を拒絶コンベヤ組立体６６上に偏向させる。拒絶ガード６２は、拒絶された物体が光学バックグラウンド５６に衝突しないようにする。優良生産物が、許容セパレータを通過してリジェクタ組立体を通過し、許容コンベヤ組立体６８上へ菜作物の選別された流れを供給することを許される。減速カーテン７０が、生産物が許容コンベヤ６８に沿って移動する時にそれを減速させる。サービス・パネル７４が設けられており、必要に応じて装置に空気及び水を供給する。

本発明に関連して本明細書に使用されている場合の語「ｃｏｍｐｒｉｓｅｓ／ｃｏｍｐｒｉｓｉｎｇ（含む）」及び語「ｈａｖｉｎｇ／ｉｎｃｌｕｄｉｎｇ（有する／含む）」は、記載されている特徴、整数、ステップ、又は構成要素の存在を具体的に述べるために用いられているが、１つ若しくは複数の他の特徴、整数、ステップ、構成要素、又はそれらのグループの存在又は付加を除外しない。

当然のことながら、明確にするために別個の実施例の場合において記載されている、本発明のある特徴が、また、単一の実施例において組み合わせて提供されてもよい。逆に、簡潔にするために単一の実施例の場合において記載されている、本発明の種々の特徴が、また、個々に又は任意の適切なサブコンビネーションで提供されてもよい。

Claims (20)

1. 収穫された根菜作物を処理する方法であって、
   収穫された根菜作物のバルク流を光学的に撮像して、画像データを生成するステップと、
   前記画像データを解析して、前記バルク流中の個々の物体を識別するステップと、
   少なくとも１つのディスクリミネータとの比較に基づいて、各識別された物体を許容可能又は許容不可能のどちらかに分類するステップと、
   前記バルク流から許容不可能に分類された物体を除去して、前記収穫された根菜作物の選別された流れを供給するステップと
   を含む、方法。
2. 前記物体が根菜作物ではないことを前記比較が示す場合、物体が許容不可能に分類される、請求項１に記載の方法。
3. 前記物体が腐った根菜作物又は不良根菜作物であることを前記比較が示す場合、物体が許容不可能に分類される、請求項１又は２に記載の方法。
4. 前記物体が優良根菜作物であることを前記比較が示す場合、物体が許容可能に分類される、請求項１から３までのいずれかに記載の方法。
5. 光学的に撮像する前記ステップは、ハイパースペクトル撮像を使用して、各々がスペクトル・プロファイルを有する複数の画素を生成することを含む、請求項１から４までのいずれかに記載の方法。
6. 光学的にスキャンするステップは、マルチスペクトル撮像を使用して、各々がスペクトル・プロファイルを有する複数の画素を生成することを含む、請求項１から４までのいずれかに記載の方法。
7. 前記画像データを解析する前記ステップは、少なくとも１つの位置決め基準又は近接基準に基づいて、前記画素を物体としてグループ化することを含む、請求項５又は６に記載の方法。
8. 前記画素は、頂点探索法に基づいて物体としてグループ化される、請求項７に記載の方法。
9. 前記画素は、画素伝搬法に基づいて物体としてグループ化される、請求項７に記載の方法。
10. 各識別された物体を分類する前記ステップは、
    前記物体の範囲内でグループ化された前記画素の前記スペクトル・プロファイルに基づいて、前記物体に関連する統計プロファイルを生成することと、
    前記物体の前記統計プロファイルを少なくとも１つの質的閾値又は量的閾値と比較することと
    を含む、請求項５から９までのいずれかに記載の方法。
11. 前記少なくとも１つの量的閾値は優良根菜作物に相当する画素の割合である、請求項１０に記載の方法。
12. 各識別された物体を分類する前記ステップは、
    前記物体の範囲内でグループ化された画素の分布に基づいて、前記識別された物体に関連する空間的情報を生成することと、
    前記空間的情報を少なくとも１つの空間的閾値と比較することと
    を更に含む、請求項１０又は１１に記載の方法。
13. 前記少なくとも１つの空間的閾値は根菜作物の大きさ又は形状に関連する、請求項１２に記載の方法。
14. 各識別された物体に関連する前記統計プロファイル及び／又は前記空間的情報に基づいて、前記バルク流を選択的に処理すること
    を更に含む、請求項１０から１３までのいずれかに記載の方法。
15. 前記選択的に処理することは、判定された大きさ、形状又は品質に基づいて前記作物流を分離することを含む、請求項１４に記載の方法。
16. 光学的に撮像する前記ステップは、前記収穫された根菜作物の前記バルク流が自由落下している時に実施される、請求項１から１５までのいずれかに記載の方法。
17. 光学的に撮像する前記ステップ、解析する前記ステップ、分類する前記ステップ、及び除去する前記ステップの前又は後に、前記収穫された根菜作物を貯蔵するステップを更に含む、請求項１から１６までのいずれかに記載の方法。
18. 前記収穫された根菜作物の前記選別された流れを貯蔵設備内に方向付けることと、
    ある期間前記作物を前記貯蔵設備内に貯蔵することと
    を更に含む、請求項１７に記載の方法。
19. 前記ある期間前記作物を貯蔵することの後、前記貯蔵された作物のバルク流を前記貯蔵設備から外へ方向付けることと、
    前記貯蔵された作物の前記バルク流に関して、光学的に撮像する前記ステップ、解析する前記ステップ、分類する前記ステップ、及び除去する前記ステップを実施することと
    を更に含む、請求項１７又は１８に記載の方法。
20. 収穫された根菜作物を処理する装置であって、
    収穫された根菜作物のバルク流を光学的に撮像して、画像データを生成するする手段と、
    前記画像データを解析して、前記バルク流中の個々の物体を識別する手段と、
    少なくとも１つのディスクリミネータとの比較に基づいて、許容可能又は許容不可能のどちらかに各識別された物体を分類する手段と、
    前記バルク流から許容不可能に分類された物体を除去して、前記収穫された根菜作物の選別された流れを供給する手段と
    を含む、装置。

Images