JP2016156647A - 電磁波を使用した検査装置 - Google Patents

電磁波を使用した検査装置 Download PDF

Info

Publication number
JP2016156647A
JP2016156647A JP2015033215A JP2015033215A JP2016156647A JP 2016156647 A JP2016156647 A JP 2016156647A JP 2015033215 A JP2015033215 A JP 2015033215A JP 2015033215 A JP2015033215 A JP 2015033215A JP 2016156647 A JP2016156647 A JP 2016156647A
Authority
JP
Japan
Prior art keywords
line
electromagnetic wave
luminance
image
inspection apparatus
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
Application number
JP2015033215A
Other languages
English (en)
Inventor
宗利 池上
Munetoshi Ikegami
宗利 池上
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
System Square Inc
Original Assignee
System Square Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by System Square Inc filed Critical System Square Inc
Priority to JP2015033215A priority Critical patent/JP2016156647A/ja
Publication of JP2016156647A publication Critical patent/JP2016156647A/ja
Pending legal-status Critical Current

Links

Landscapes

  • Analysing Materials By The Use Of Radiation (AREA)

Abstract

【課題】 電磁波が透過した透過像を用いて、骨などの異物による輝度変化であるのか、被検査物の縁部などによる輝度変化であるのかを判別することができる検査装置を提供する。
【解決手段】 被検査物にX線が与えられてX線透過による基礎画像31が得られる。基礎画像の各画素の輝度変化を強調処理(エッジ検出)することで、強調線を抽出することができる。強調線に含まれる注目画素を含む強調線の接線を求め、接線から法線ベクトルを求める。そして、基礎画像における法線ベクトル上に位置する画素の輝度の分布を求めることによって、強調線が骨などの線状の異物によるものであるのか、縁部などによるものであるのかを選別できるようになる。
【選択図】図2

Description

本発明は、X線やテラヘルツ線などの電磁波を使用して、食品などの非検査物に小骨などの線状の異物が含まれているか否かを判定することができる検査装置に関する。
特許文献1にX線を使用して被検査物に異物が含まれているか否かを検査する検査装置に関する発明が記載されている。この検査装置は、ベルトコンベアで生肉や加工食品の被検査物が搬送される。搬送中の被検査物に対して、X線源からX線が照射され、被検査物を透過したX線がX線検知器で検知されて、被検査物の透過像がテレビモニタに表示される。
操作者は、テレビモニタに映された透過画像を観察して、骨や金属などの異物が存在している否かの判断を行う。
特開平11−194104号公報
特許文献1に記載の検査装置は、検査員がテレビモニタで観察することで被検査物に異物が存在しているか否かの判別を行っているが、異物が小骨の場合には、周囲の肉部とのコントラスト差があまり大きくないため、ディスプレイに表示された画像のみで異物の存在を判断するのが難しく、検査員の熟練が必要となって作業効率が低下する。
被検査物の透過画像を画像処理して、異物の存在を検知できれば、検査効率を向上させることができる。画像処理では、例えば強調処理を施して輝度が急激に変化する箇所を抽出することなどが考えられる。しかし、魚肉や生肉などのようにある程度の厚さを有している被検査物では、被検査物の縁部や被検査物の表面段差部においても輝度が急激に変化するため、これらの箇所が異物と誤認される確率が非常に高くなり、精度の高い異物検査を行うのが難しい。
本発明は上記従来の課題を解決するものであり、被検査物を通過した電磁波を画像処理することで、異物の存在を高精度に判定できるようにした検査装置を提供することを目的としている。
本発明は、被検査物に電磁波を照射する電磁波照射部と、電磁波を検知する電磁波検知部とを有する検査装置において、
前記電磁波検知部からの検知出力を処理する画像処理部が設けられており、前記画像処理部では、
(1)取得した基礎画像から強調線を検出する処理と、
(2)前記強調線と交差する交差線を求める処理と、
(3)前記交差線に沿って前記基礎画像の輝度変化を求める処理と、
(4)前記基礎画像の前記輝度変化から、異物であるか否かの判定を行う処理、が行われることを特徴とするものである。
本発明は、前記(2)の処理では、例えば、前記強調線を構成する注目画素において前記強調線に接する接線を求め、この接線の法線を算出して前記交差線とする。
また、前記(4)の処理では、前記強調線を構成する注目画素および注目画素を含む前記交差線上に位置する複数の画素の輝度を所定の範囲の数値で規格化し、予め求められている重みを付加した計算を行って、線状の異物であるか否かの判定を行うことが好ましい。
この場合に、前記交差線上の複数の画素の輝度を、予め決められた教師データと比較して前記重みを計算することが好ましい。
本発明の検査装置では、例えば、被検査物は食品であり、前記異物は小骨である。
本発明は、被検査物を通過した電磁波から検査画像を生成し、強調処理により輝度の変化量が大きい箇所を強調線として抽出し、さらに強調線と交差する交差線を求め、この交差線に沿って基礎画像の輝度変化を検知する。この処理により、強調線が小骨などの異物によるものであるか、被検査物の縁部や被検査物の表面の段差部によるものであるかの判別を行うことができるようになり、異物を高精度に検知できるようになる。
本発明の実施の形態の検査装置の装置構成を示す説明図、 (A)は、魚肉を被検査物とする検査画像の基礎画像、(B)は基礎画像に強調処理で抽出された強調線が重ねられた強調画像、(C)は、強調線のうちの異物強調線のみが基礎画像に重ねられた異物抽出画像、 図2(B)に示した強調線を抜き出した画像を示す説明図、 強調線の交差線である法線ベクトルを示す説明図、 被検査物の縁部などによる輝度変化と強調処理を説明する線図、 小骨などの異物による輝度変化と強調処理を説明する線図、 基礎画像の交差線に沿う輝度変化を示す線図であり、(A)は縁部と判断される輝度変化を示す線図、(B)は異物と判断される輝度変化を示す線図、 注目画素とその前後の画素の輝度を0〜1の数値で規格化する説明図、
図1に示す検査装置1は、物品を透過する電磁波が検査波として使用される。電磁波はX線やテラヘルツ線などであるが、以下の実施の形態では電磁波としてX線が使用されている。この検査装置1の特徴は、画像処理により、被検査物Wの縁部や表面段差部と被検査物Wに含まれる骨などの異物とを識別しやすくなる点にある。
以下の実施の形態での被検査物Wは、骨抜きで販売される魚肉であり、骨が含まれていた場合に、骨が異物として検出される。本発明の検査装置1で検査可能な被検査物Wとしては、牛肉や豚肉などの動物肉で、これらに含まれている骨を異物として検出することができる。または、加工食品からこれに含まれている金属線や樹脂線などを線状の異物として検出することも可能である。
図1に示す検査装置1は被検査物搬送路2を有している。被検査物搬送路2は上流側の搬送ローラ2aと下流側の搬送ローラ2bおよび下段ローラ2c,2dとの間にエンドレスの搬送ベルト3が巻かれている。搬送ベルト3の上側で移動する部分が被検査物設置部3aである。搬送ローラ2aと搬送ローラ2bの少なくとも一方が搬送モータによって反時計回りに回転駆動されて、被検査物設置部3aが搬送方向(Y方向)へ向けて、検査領域4内を一定の速度で移動する。
検査領域4は遮蔽カバー5で覆われている。遮蔽カバー5には、被検査物導入口4aと被検査物搬出口4bを形成する開口部が設けられており、被検査物導入口4aと被検査物搬出口4bに、鉛などを含んだ遮蔽カーテン6が設置されている。
図1に示す検査装置1は、遮蔽カバー5上に電磁波照射部10が設置されている。電磁波照射部10はX線源11を有している。
被検査物搬送路2の内部には、被検査物設置部3aを挟んで電磁波照射部10に対向する電磁波検知部12が設けられている。電磁波検知部12はラインセンサである。ラインセンサは、X線の照射により蛍光を発するシンチレータと、前記蛍光を検知する受光素子を有している。受光素子は被検査物設置部3aの搬送方向(Y方向)と直交する向きに列を成して配置されている。X線源11から発せられたX線は一定の時間毎にラインセンサによって1ラインずつ検出される。なお、電磁波検知部12が複数本のラインセンサを有し、1度に複数ラインでX線を検出できるものであってもよい。
電磁波検知部12のラインセンサで検出されたX線検知出力はライン検知部15で取得されてメモリ16に与えられる。メモリ16では、ライン毎に取得されたX線検知出力が蓄積されて1画面分のコントラストを示す画像信号が得られ、画像信号は画像処理部20に与えられる。
画像処理部20は、CPUとメモリなどで構成されており、予め格納されたプログラムに基づいて画像処理が実行される。画像処理部20での画像処理ブロックは、強調処理(エッジ検出)21、各画素の法線ベクトル検出22、縁部/骨判定23などである。
以下、画像処理部20での処理動作を説明する。
(a)強調処理(エッジ検出)21について
搬送ベルト3の周回動作によって、被検査物設置部3aに載せられた被検査物WがY方向へ一定速度で送られ、X線源11から被検査物WにX線が照射される。被検査物Wを透過したX線は電磁波検知部12のラインセンサで検知され、その濃淡データがライン検知部15で取得されメモリ16に与えられて、1画面分の画像信号が得られる。
図2(A)に被検査物Wの画像信号から復元された基礎画像31が示されている。この被検査物Wは魚肉でありスケトウダラの切り身である。図2(B)は強調画像32であり、強調処理21によって抽出された強調線(エッジ)が基礎画像31に重ね合わせて示されている。図3には、抽出された強調線(エッジ)のみが示されている。強調線は、骨(小骨)の存在が原因となる異物強調線33と、基礎画像31に現れる被検査物Wの縁部の存在が原因となる縁部強調線34とに区分される。また、部分的に厚さが相違する被検査物においてその表面に段差部が存在するときもその段差部で強調線が現れることがあるが、以下では説明の都合上異物強調線33と縁部強調線34についてのみ着目する。
図5と図6は強調処理の概要を示している。
図3と図4に示すように、画像処理部20では基礎画像31上において、画像の方向の基準を示す直交座標X−Yが設定されている。
図5(A)において実線で示すグラフは、被検査物Wの基礎画像31の縁部が存在する領域をX方向に走査したときに得られる各画素の輝度変化(輝度分布)を示している。図5(A)の横軸に示す「時間」は、X方向の走査位置と同じであり、縦軸に示す「信号」は、輝度信号であり、数値が大きいほど画素が暗いことを意味している。図5(A)において破線で示すグラフは平均値である。この平均値は、基礎画像31をX方向へ走査したときに得られる各画素の輝度値を移動平均フィルター処理することで得られる。図5(B)は、基礎画像31の輝度変化から平均値を減算したものである。
図6(A)に実線で示すグラフは、被検査物Wの基礎画像31の小骨が存在している領域をX方向に走査したときの各画素の輝度変化(輝度分布)であり、破線で示すグラフは移動平均フィルター処理された平均値である。図6(B)は、図6(A)に示す輝度変化から平均値を減算したものである。
基礎画像31において輝度変化が周囲に比べて急激に変化する箇所では、強調処理によって、図5(B)に示す注目画素や図6(B)に示す注目画素が現れる。図5(B)と図6(B)に示す注目画素の輝度変化は、基礎画像31を走査したときの輝度変化の微分値に近似している。
図5(B)において輝度が大きく変化しているのが注目画素であり、この注目画素は、図5(A)において輝度が段階的な変化を示して急に低下して暗くなっている部分に位置している。図6(B)にも同様に注目画素が現れており、この注目画素は、図6(A)において輝度が一時的に極端に暗くなっている部分に位置している。
注目画素がいずれかの方向へつながっていると、図3に示す異物強調線33や縁部強調線34が現れる。強調処理により注目画素および強調線を抽出することができるが、図5(B)に示す輝度値の差分の変化と、図6(B)に示す輝度値の差分の変化とでは、同じような値の変化となるため、この強調処理のみでは、抽出された強調線が、異物強調線33であるのか縁部強調線34であるのかを区別することができない。
(b)各画素の法線ベクトル検出22について
そこで、図4に示すように、強調処理で抽出された異物強調線33の法線ベクトル33Vと縁部強調線34の法線ベクトル34Vを求める。この実施の形態では、法線ベクトル33Vと法線ベクトル34Vが、強調線と交差する交差線(交差ベクトル)であるが、交差線(交差ベクトル)は、強調線の接線に対して90度以外の角度で交差しているものであってもよい。
法線ベクトルを求める処理は、まず、注目画素がつながって強調線が形成されていると判断したら、いずれかの注目画素を通ってその注目画素が含まれる強調線に接する接線を推定する。この推定は、最小二乗法、ロバスト推定法(M推定法)、RANSAC(RANdom Sample Consensus)などのアルゴリズムを使用して行われる。
求めるべき接線の方程式をy=ax+bとしたときに、aとbは以下のアルゴリズムで求められる。数1が最小二乗法、数2がロバスト推定法、数3がRANSACである。
前記のいずれかのアルゴリズムで強調線の接線の傾きaが求められたら、以下の数4の演算によって、強調線内の注目画素を通過する法線ベクトル33V,34Vが決められる。
前記法線ベクトル33V,34Vは、強調処理で抽出された注目画素の全てについて求めてもよいし、注目画素がつながって強調線が形成されている場合には、その強調線のいくつかの注目画素を選択し、選択された注目画素を通過する法線ベクトルのみを求めてもよい。
(c)縁部/骨判定23
前記法線ベクトル33V,34Vが求められたら、それぞれの法線ベクトルを図2(A)に示す基礎画像31に当てはめて、法線ベクトル33V,34V上に位置する基礎画像の各画素の輝度を抽出する。
その後に法線ベクトルに沿って並ぶ複数の画素の輝度の変化に着目する。このとき少なくとも3画素以上あるいは4画素以上の輝度の変化に着目する。輝度の変化が、図7(A)のように、ある位置から急激に輝度が暗くなるように現れると、この法線ベクトルが被検査物Wの縁部を横断していると推定でき、法線ベクトルを求めた注目画素を含む強調線は縁部強調線34である可能性が高いと判定される。
法線ベクトルに沿って並ぶ画素の輝度の変化が、図7(b)のように、一時的に周囲よりも暗くなるように現れると、この法線ベクトルが小骨(異物)を横断していると推定でき、法線ベクトルを求めた注目画素を含む強調線は異物強調線33である可能性が高いと判定される。よって、図2(C)に示すように、基礎画像31に異物強調線33が重ねられた異物抽出画像35を生成することができる。
図2(A)に示す基礎画像31、(B)に示す強調画像32、(C)に示す異物抽出画像35はいずれも液晶ディスプレイなどのディスプレイに表示することができる。
異物抽出画像35が表示されると、この画像には、基礎画像31の上に異物強調線33が強調されて示されているため、被検査物Wに存在する異物の大きさや位置を検査員が理解しやすくなる。よってディスプレイの表示画像を観察する検査が容易になる。
また、画像処理部20に、異物強調線33が存在しているか否かをプログラム上で判断する処理フローが含まれていてもよい。この処理フローでは、被検査物Wに異物強調線33が存在しているかを自動的に判定し、存在していると判定されたら、その被検査物Wを搬送ラインから自動的に外すなどの選別処理を行うことが可能である。
この異物強調線33の自動検出を行う処理フローでは、法線ベクトル33V,34Vに沿って並ぶ画素について図7(A)または(B)などに示す輝度分布が得られたときに、ニューラルネットワークをモデルにした情報処理を行うことで、注目画素を含む強調線が異物強調線33であるのか縁部強調線34であるのかの判別をさらに高精度に行えるようになる。
ニューラルネットワークをモデルにした情報処理の概要は、法線ベクトル33V,34Vに沿って並ぶ画素の輝度を0〜1.0の間の数値に規格化する。図8では、注目画素38を含む1,2,・・・,8までの画素の輝度が1〜1.0までの数値で規格化されている。そして、各画素の規格化された輝度を入力層とし、予め求められている重みで計算が行われる。その計算値に例えば一定のしきい値を設定することで、図7(A)に示すような縁部を横断する輝度変化であるのか、図7(B)に示す小骨を横断する輝度変化であるのかをさらに高い精度で判別できるようになる。
1 検査装置
2 被検査物搬送路
3 搬送ベルト
3a 被検査物設置部
4 検査領域
10 電磁波照射部
12 電磁波検知部
15 ライン検知部
20 画像処理部
21 強調処理(エッジ検出)
22 各画素の法線ベクトル検出
23 縁部/骨判定
31 基礎画像
33 異物強調線
33V 法線ベクトル
34 縁部強調線
34V 縁部強調線
35 異物抽出画像
38 注目画素
W 被検査物

Claims (5)

  1. 被検査物に電磁波を照射する電磁波照射部と、 電磁波を検知する電磁波検知部とを有する検査装置において、
    前記電磁波検知部からの検知出力を処理する画像処理部が設けられており、前記画像処理部では、
    (1)取得した基礎画像から強調線を検出する処理と、
    (2)前記強調線 と交差する交差線を求める処理と、
    (3)前記交差線に沿って前記基礎画像の輝度変化を求める処理と、
    (4)前記基礎画像の前記輝度変化から、異物であるか否かの判定を行う処理、
    が行われることを特徴とする検査装置。
  2. 前記(2)の処理では、前記強調線 を構成する注目画素において前記強調線 に接する接線を求め、この接線の法線を算出して前記交差線とする請求項1記載の検査装置。
  3. 前記(4)の処理では、前記強調線 を構成する注目画素および注目画素を含む前記交差線上に位置する複数の画素の輝度を所定の範囲の数値で規格化し、予め求められている重みを付加した計算を行って、線状の異物であるか否かの判定を行う請求項1または2記載の検査装置。
  4. 前記交差線上の複数の画素の輝度を、予め決められた教師データと比較して前記重みを計算する請求項3記載の検査装置。
  5. 被検査物は食品であり、前記異物は小骨である請求項1ないし4のいずれかに記載の検査装置。
JP2015033215A 2015-02-23 2015-02-23 電磁波を使用した検査装置 Pending JP2016156647A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2015033215A JP2016156647A (ja) 2015-02-23 2015-02-23 電磁波を使用した検査装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2015033215A JP2016156647A (ja) 2015-02-23 2015-02-23 電磁波を使用した検査装置

Publications (1)

Publication Number Publication Date
JP2016156647A true JP2016156647A (ja) 2016-09-01

Family

ID=56825729

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2015033215A Pending JP2016156647A (ja) 2015-02-23 2015-02-23 電磁波を使用した検査装置

Country Status (1)

Country Link
JP (1) JP2016156647A (ja)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019164156A (ja) * 2018-02-14 2019-09-26 株式会社イシダ 検査装置
JP2020003387A (ja) * 2018-06-29 2020-01-09 株式会社イシダ 検査装置、検査システム、検査方法、検査プログラム及び記録媒体
JP2020051783A (ja) * 2018-09-25 2020-04-02 株式会社明治 食品の検査方法及び検査装置
WO2020071162A1 (ja) * 2018-10-01 2020-04-09 株式会社システムスクエア 教師データ生成装置及び教師データ生成プログラム
WO2020189044A1 (ja) * 2019-03-19 2020-09-24 株式会社システムスクエア 検査装置、異常検出方法、コンピュータプログラム、学習モデルの生成方法、及び学習モデル
WO2020189043A1 (ja) * 2019-03-19 2020-09-24 株式会社システムスクエア 学習モデルの生成方法、学習モデル、検査装置、異常検出方法、及びコンピュータプログラム

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019164156A (ja) * 2018-02-14 2019-09-26 株式会社イシダ 検査装置
JP2020003387A (ja) * 2018-06-29 2020-01-09 株式会社イシダ 検査装置、検査システム、検査方法、検査プログラム及び記録媒体
JP7250301B2 (ja) 2018-06-29 2023-04-03 株式会社イシダ 検査装置、検査システム、検査方法、検査プログラム及び記録媒体
JP2020051783A (ja) * 2018-09-25 2020-04-02 株式会社明治 食品の検査方法及び検査装置
JP7228981B2 (ja) 2018-09-25 2023-02-27 株式会社明治 食品の検査方法及び検査装置
WO2020071162A1 (ja) * 2018-10-01 2020-04-09 株式会社システムスクエア 教師データ生成装置及び教師データ生成プログラム
JP6754155B1 (ja) * 2018-10-01 2020-09-09 株式会社 システムスクエア 教師データ生成装置、検査装置およびコンピュータプログラム
WO2020189044A1 (ja) * 2019-03-19 2020-09-24 株式会社システムスクエア 検査装置、異常検出方法、コンピュータプログラム、学習モデルの生成方法、及び学習モデル
JP2020153765A (ja) * 2019-03-19 2020-09-24 株式会社 システムスクエア 検査装置、異常検出方法、コンピュータプログラム、学習モデルの生成方法、及び学習モデル
WO2020189043A1 (ja) * 2019-03-19 2020-09-24 株式会社システムスクエア 学習モデルの生成方法、学習モデル、検査装置、異常検出方法、及びコンピュータプログラム
JP2020153764A (ja) * 2019-03-19 2020-09-24 株式会社 システムスクエア 学習モデルの生成方法、学習モデル、検査装置、異常検出方法、及びコンピュータプログラム

Similar Documents

Publication Publication Date Title
JP7391173B2 (ja) 食品検査補助システム、食品検査補助装置、およびコンピュータプログラム
JP2016156647A (ja) 電磁波を使用した検査装置
JP6754155B1 (ja) 教師データ生成装置、検査装置およびコンピュータプログラム
KR102387529B1 (ko) 검사 장치
JP6920988B2 (ja) 検査装置
JP2007218749A (ja) 物体の判別方法および判別装置
JP5354187B2 (ja) 走行材の表面品質判定装置および表面品質判定方法
EP3555617A1 (en) Dual-energy microfocus radiographic imaging system and method for poultry and meat inspection
JP2015137858A (ja) 検査装置
JP4664778B2 (ja) 栗の品質検査方法
JP5452081B2 (ja) X線検査装置
WO2019235022A1 (ja) 検査装置
JP2007322344A (ja) X線検査装置
JP2015158454A (ja) 検査波を用いた検査装置
JP2005031069A (ja) X線検査装置
JP2009229100A (ja) 食品用x線異物検査装置およびその方法
JP4291123B2 (ja) 放射線異物検査装置および放射線異物検査方法
JP7079966B2 (ja) X線検出装置
JP5875878B2 (ja) 密度算出装置
JP6861990B2 (ja) X線検査装置
JP6763569B2 (ja) 光検査装置及び光検査システム
WO2017159855A1 (ja) X線検査装置
JP7393793B2 (ja) X線検査装置
JP2023113030A (ja) X線検査装置
Al-Hameed et al. Context-Based Image Segmentation of Radiography