JP2017122607A - 炊飯対象米の含水状態判定方法、含水状態判定装置、浸漬時間決定装置および炊飯設備 - Google Patents

炊飯対象米の含水状態判定方法、含水状態判定装置、浸漬時間決定装置および炊飯設備 Download PDF

Info

Publication number
JP2017122607A
JP2017122607A JP2016000692A JP2016000692A JP2017122607A JP 2017122607 A JP2017122607 A JP 2017122607A JP 2016000692 A JP2016000692 A JP 2016000692A JP 2016000692 A JP2016000692 A JP 2016000692A JP 2017122607 A JP2017122607 A JP 2017122607A
Authority
JP
Japan
Prior art keywords
rice
measurement
moisture content
cooked
cooking
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.)
Granted
Application number
JP2016000692A
Other languages
English (en)
Other versions
JP6700790B2 (ja
Inventor
晴雄 冨田
Haruo Tomita
晴雄 冨田
竹森 利和
Toshikazu Takemori
利和 竹森
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.)
Osaka Gas Co Ltd
Original Assignee
Osaka Gas Co Ltd
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 Osaka Gas Co Ltd filed Critical Osaka Gas Co Ltd
Priority to JP2016000692A priority Critical patent/JP6700790B2/ja
Publication of JP2017122607A publication Critical patent/JP2017122607A/ja
Application granted granted Critical
Publication of JP6700790B2 publication Critical patent/JP6700790B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Cereal-Derived Products (AREA)

Abstract

【課題】炊飯対象米の含水状態の評価において、観測する米粒の選別を不要とした上で、米粒の接触・重なりによる影響を低減し、評価を簡便的確に行って、炊飯された米飯の食味を向上するための一助となり得る技術を提供する。【解決手段】炊飯対象米の含水状態判定方法において、測定ステップは、測定画像から炊飯対象米に対応する複数の測定領域Aを抽出する抽出ステップと、抽出された複数の測定領域Aを、1つの炊飯対象米に対応する第1測定領域Bと、複数の炊飯対象米に対応する第2測定領域Cとに分類する分類ステップと、第1測定領域Bの基礎情報に基づいて含水率関連情報を取得する情報取得ステップとを有する。【選択図】図3

Description

本発明は、炊飯対象米の含水状態判定方法、含水状態判定装置、浸漬時間決定装置および炊飯設備に関する。
米は日本人の主食であり、従来より米の品質評価の手法が種々開発されている。
特許文献1の白米品質評価方法では、所定時間の水浸後の白米サンプルの各米粒に荷重を加え、各米粒から得られた荷重ピーク値を集計し、その集計結果に基づいて炊飯後の米飯の硬さを予測している。
特許文献2の炊飯米の品質評価方法では、核磁気共鳴マイクロイメージングや、X線または可視光の透過像により、炊飯した米の内部構造を非破壊的に分析し、品質を評価している。具体的には、炊飯した飯粒について、内部の空洞の部位、大きさ、深さを分析し、その結果から評価を行っている。
特開2002−323418号公報 特開2000−065768号公報
ところで米の炊飯は、洗米、浸漬、加熱、蒸らしの手順で行われる。炊飯された米(米飯)の食味に大きな影響を与える要因としては、米デンプンの糊化に関して重要な因子である、米の含水状態(含水率)が挙げられる。米の含水率は、水への浸漬の過程において、刻一刻と増加し、ある時点で飽和に達する。飽和に達するまでの時間は、米の品種、産地、収穫時期、収穫後の乾燥度、浸漬の際の温度などにより変化し、事前の予測は困難である。水への浸漬の過程において、刻一刻と変化する米の含水状態を経時的に簡便に評価できれば、適切な含水率で炊飯を行うことができ、米飯の食味を向上できる可能性がある。
先に挙げた特許文献1の技術は、米粒に加えた荷重のピーク値を評価に用いているが、含水状態との関係は不明である。また荷重のピーク値が得られるということは、評価に供した米粒は破壊されるか、少なくとも状態が不可逆的に変化しているはずである。よって、米の状態の経時的な観測には適さず、また簡便な技術とはいえない。
また特許文献2の技術は、炊飯した後の米を対象とし、その内部構造を評価するものであるから、含水率の評価には供し得ない。また装置としても大がかりなものとなり、簡便な評価にはほど遠いものである。
発明者らは炊飯対象米の含水状態の評価手法を検討するうち、水に浸漬した炊飯対象米が膨張して大きくなり、また光の透過率が減少して透過光が暗くなる現象を見出し、これに着目した。このような光学的観測で得られる情報を含水率の推定に利用することが検討されたが、観測対象とする炊飯対象米の選び方により結果が大きく変わる問題が生じた。例えば、同じ品種・生産ロットの炊飯対象米であっても、割れていたり表面に傷を有している異常な米粒は、吸水速度が正常な米粒と異なる。正常な米粒を選んで観測対象とすることも考えられるが、例えば調理場などで、小さな米粒を選別して正常な米粒を選ぶことは困難である。
そこで次に、多数の米粒を観測対象とすることで情報を平均化し、異常な米粒の影響を小さくすることが検討された。この場合の課題は、多数の米粒を光学的に観測する際の、米粒同士の接触・重なりである。炊飯対象米の吸水による膨張に着目する場合、光学的に観測される炊飯対象米の面積が観測対象となる。米粒同士が接触すると、光学的観察により米粒の大きさを評価することが困難になる。米粒同士が重なり合うと、同様に大きさの評価が難しく、加えて光の透過率も大きく変化し、定量的な評価を行うことができなくなる。経時的な観測において接触・重なりの状態が変化してしまうと、これらの問題は更に重大で顕著なものとなる。
本発明は上述の課題に鑑みてなされたものであり、その目的は、炊飯対象米の含水状態の評価において、観測する米粒の選別を不要とした上で、米粒の接触・重なりによる影響を低減し、評価を簡便的確に行って、炊飯された米飯の食味を向上するための一助となり得る技術を提供することにある。
上記目的を達成するための炊飯対象米の含水状態判定方法の特徴構成は、複数の炊飯対象米からなる測定対象米群を水に浸漬して光学的に観測して、前記測定対象米群の含水率に関連する含水率関連情報を経時的に測定する測定ステップと、測定された前記含水率関連情報に基づいて、炊飯対象米の含水率が飽和して炊飯対象米が炊飯に適した含水状態となったか否かを判定する判定ステップとを行う、炊飯対象米の含水状態判定方法であって、
前記測定ステップは、
前記測定対象米群を光学的に撮影して測定画像を得る撮影ステップと、
前記測定画像から炊飯対象米に対応する複数の測定領域を抽出する抽出ステップと、
前記測定領域から前記含水率関連情報の算出の基礎となる基礎情報を取得する基礎情報取得ステップと、
抽出された複数の測定領域を、1つの炊飯対象米に対応する第1測定領域と、複数の炊飯対象米に対応する第2測定領域とに分類する分類ステップと、
前記第1測定領域の基礎情報に基づいて前記含水率関連情報を取得する情報取得ステップとを有する点にある。
上記目的を達成するための炊飯対象米の含水状態判定方法の特徴構成は、複数の炊飯対象米からなる測定対象米群を水に浸漬して光学的に観測して、測定対象米群の含水率に関連する含水率関連情報を経時的に測定する測定ステップと、測定された前記含水率関連情報に基づいて、炊飯対象米の含水率が飽和して炊飯対象米が炊飯に適した含水状態となったか否かを判定する判定ステップとを行う、炊飯対象米の含水状態判定方法であって、
前記測定ステップは、
前記測定対象米群を光学的に撮影して測定画像を得る撮影ステップと、
前記測定画像から炊飯対象米に対応する複数の測定領域を抽出する抽出ステップと、
抽出された複数の測定領域を、1つの炊飯対象米に対応する第1測定領域と、複数の炊飯対象米に対応する第2測定領域とに分類する分類ステップと、
前記第1測定領域から前記含水率関連情報を取得する情報取得ステップとを有する点にある。
上記目的を達成するための含水状態判定装置の特徴構成は、複数の炊飯対象米からなる測定対象米群を収容し、水に浸漬する測定容器と、前記測定容器中に収容された前記測定対象米群を光学的に観測して、前記測定対象米群の含水率に関連する含水率関連情報を経時的に測定する測定部と、前記測定部が測定した前記含水率関連情報に基づいて、炊飯対象米の含水率が飽和して炊飯対象米が炊飯に適した含水状態となったか否かを判定する判定部を有する、含水状態判定装置であって、
前記測定部は、
前記測定対象米群を光学的に撮影して測定画像を得て、
前記測定画像から炊飯対象米に対応する複数の測定領域を抽出し、
前記測定領域から前記含水率関連情報の算出の基礎となる基礎情報を取得し、
抽出された複数の測定領域を、1つの炊飯対象米に対応する第1測定領域と、複数の炊飯対象米に対応する第2測定領域とに分類し、
前記第1測定領域の基礎情報に基づいて前記含水率関連情報を取得する点にある。
上記の特徴構成によれば、複数の炊飯対象米からなる測定対象米群を水に浸漬して光学的に観測して、測定対象米群の含水率に関連する含水率関連情報を経時的に測定するから、割れ・傷などを有する異常な米粒からの影響を低減でき、観測する米粒の選別を不要とすることができる。また測定された含水率関連情報に基づいて、炊飯対象米の含水率が飽和して炊飯対象米が炊飯に適した含水状態となったか否かを判定するから、水に浸漬される炊飯対象米の含水状態を簡便的確に評価することができ、もって炊飯された米飯の食味の向上に貢献することができる。そして測定対象米群を光学的に撮影した測定画像から炊飯対象米に対応する複数の測定領域を抽出し、1つの炊飯対象米に対応する第1測定領域と、複数の炊飯対象米に対応する第2測定領域とに分類して、第1測定領域から含水率関連情報を取得するから、複数の炊飯対象米に対応する第2測定領域からの含水率関連情報への影響を排除するので、米粒の接触・重なりによる影響を低減することができる。
なお「水に浸漬する」という場合、水としては、常温の水に限らず、冷却、加熱した水も含み、水に浸漬する温度は問わないものである。また、米のみを水に浸漬する場合の他、炊き込みご飯のように、米以外の具材等をともに浸漬している場合や、水に調味料、果汁等の他の成分が溶解している場合についても、「水に浸漬する」状態に含まれるものとする。
ここで炊飯対象米の含水率が飽和して炊飯対象米が炊飯に適した含水状態となったか否かの判定には、種々の手法を用いることができる。たとえば、含水率関連情報が所定の閾値を超えた時点で飽和状態と判定する方法、含水率関連情報の変化率が所定の閾値よりも小さくなった時点で飽和状態と判定する方法などが考えられる。このような場合に用いられる閾値としては、測定誤差、炊飯時における影響度などを踏まえて設定される、所定の許容範囲を考慮した値などを適宜採用することができる。
本発明に係る炊飯対象米の含水状態判定方法の別の特徴構成は、前記分類ステップにおいて、前記基礎情報に基づいて分類閾値を決定し、前記分類閾値に基づいて分類を行う点にある。
上記の特徴構成によれば、分類ステップにおいて、基礎情報に基づいて分類閾値を決定し、分類閾値に基づいて分類を行うので、分類閾値が基礎情報すなわち炊飯対象米の状態に基づいたものとなるから、第1測定領域と第2測定領域との分類をより的確に行うことができる。
本発明に係る炊飯対象米の含水状態判定方法の別の特徴構成は、前記基礎情報が前記測定領域の面積であり、前記含水率関連情報が前記第1測定領域の面積の平均値である点にある。
上記の特徴構成によれば、基礎情報が測定領域の面積であり、含水率関連情報が第1測定領域の面積の平均値であるから、含水率関連情報が炊飯対象米の体積に関連するものとなり、含水状態の判定をより的確に行うことができる。
本発明に係る炊飯対象米の含水状態判定方法の別の特徴構成は、前記基礎情報が前記測定領域における炊飯対象米を透過した光の強度であり、前記含水率関連情報が前記第1測定領域における光の強度の平均値である点にある。
上述の通り、炊飯対象米を水に浸漬すると、光の透過率が減少して透過光が暗くなる。その理由は明らかではないが、含水率の増加に伴って炊飯対象米のでんぷん質の物性が変化し、光の吸収や散乱の状態が変化しているものと推測される。例えば、でんぷんの結晶構造が水分子の侵入によって変化し、光学的特性を変化させていると推測される。上記の特徴構成によれば、基礎情報が測定領域における炊飯対象米を透過した光の強度であり、含水率関連情報が第1測定領域における光の強度の平均値であるから、含水率関連情報が光の透過率に関連するものとなり、含水状態の判定をより的確に行うことができる。
上記目的を達成するための浸漬時間決定装置の特徴構成は、複数の炊飯対象米からなる測定対象米群を収容し、水に浸漬する測定容器と、前記測定容器中に収容された前記測定対象米群を光学的に観測して、前記測定対象米群の含水率に関連する含水率関連情報を経時的に測定する測定部と、前記測定部が測定した前記含水率関連情報に基づいて、炊飯対象米の含水率が飽和して前記炊飯対象米が炊飯に適した含水状態に達するのに要する浸漬時間を決定する決定部を有する、浸漬時間決定装置であって、
前記測定部は、
前記測定対象米群を光学的に撮影して測定画像を得て、
前記測定画像から炊飯対象米に対応する複数の測定領域を抽出し、
前記測定領域から前記含水率関連情報の算出の基礎となる基礎情報を取得し、
抽出された複数の測定領域を、1つの炊飯対象米に対応する第1測定領域と、複数の炊飯対象米に対応する第2測定領域とに分類し、
前記第1測定領域の基礎情報に基づいて前記含水率関連情報を取得する点にある。
上記の特徴構成によれば、複数の炊飯対象米からなる測定対象米群を水に浸漬して光学的に観測して、測定対象米群の含水率に関連する含水率関連情報を経時的に測定するから、割れ・傷などを有する異常な米粒からの影響を低減でき、観測する米粒の選別を不要とすることができる。また測定部が測定した含水率関連情報に基づいて、炊飯対象米の含水率が飽和して炊飯対象米が炊飯に適した含水状態に達するのに要する浸漬時間を決定するから、水に浸漬される炊飯対象米の浸漬時間を簡便的確に決定することができ、もって炊飯された米飯の食味の向上に貢献することができる。そして測定対象米群を光学的に撮影した測定画像から炊飯対象米に対応する複数の測定領域を抽出し、1つの炊飯対象米に対応する第1測定領域と、複数の炊飯対象米に対応する第2測定領域とに分類して、第1測定領域の基礎情報に基づいて含水率関連情報を取得するから、複数の炊飯対象米に対応する第2測定領域からの含水率関連情報への影響を排除するので、米粒の接触・重なりによる影響を低減することができる。
ここで、炊飯対象米の含水率が飽和して炊飯対象米が炊飯に適した含水状態に達するのに要する浸漬時間の決定には、種々の手法を用いることができる。例えば、炊飯対象米を水に浸漬した時点を起算点として、その起算点から、上述した判定ステップにより炊飯対象米が炊飯に適した含水状態となったと判定した時点までの時間を、浸漬時間として決定することができる。また、含水率関連情報が所定の閾値を超えた時点を起算点として、所定時間だけ先の時点(例えば10分先)に含水率が飽和すると推定して、浸漬時間を決定する方法、含水率関連情報の時間に対する変化率が所定の閾値よりも小さくなった時点を起算点として、所定時間だけ先の時点(例えば10分先)に含水率が飽和すると推定し、浸漬時間を決定する方法、含水率関連情報の時間変化グラフを、データベースに蓄積された複数の実験データと比較し、類似度が高い実験データから浸漬時間を推定して決定する方法などが考えられる。
上記目的を達成するための本発明の炊飯設備の特徴構成は、上述した浸漬時間決定装置と、前記浸漬時間決定装置にて決定された浸漬時間に基づいて炊飯対象米を水に浸漬する浸漬装置と、浸漬装置において吸水した炊飯対象米を炊飯する炊飯装置を有する点にある。
上記の特徴構成によれば、浸漬装置が、浸漬時間決定装置にて決定された浸漬時間に基づいて炊飯対象米を水に浸漬するから、炊飯対象米の含水状態は炊飯に適したものとなる。そして炊飯装置が、その炊飯対象米を炊飯するから、炊きあがる炊飯米は食味に優れたものとなる。すなわち上記の炊飯装置によれば、炊飯対象米の含水状態を炊飯に適したものにした上で炊飯するから、食味に優れた炊飯米を提供することができる。
含水状態判定装置の構成を示す概略図 測定対象米群を光学的に撮影した測定画像の一例 測定画像から抽出した測定領域の一例 測定対象米群を光学的に撮影した測定画像の一例(時間=0分) 測定対象米群を光学的に撮影した測定画像の一例(時間=20分) 測定対象米群を光学的に撮影した測定画像の一例(時間=60分) 測定領域の面積のヒストグラム(時間=0分) 測定領域の面積のヒストグラム(時間=20分) 測定領域の面積のヒストグラム(時間=60分) 第1測定領域の面積の平均値の変化を示すグラフ 炊飯対象米の含水率の変化を示すグラフ 炊飯対象米の含水率と、第1測定領域の面積の平均値との相関を示すグラフ 第1測定領域における光の強度の平均値の変化を示すグラフ 炊飯対象米の含水率と、第1測定領域における光の強度の平均値との相関を示すグラフ 炊飯設備の構成を示す概略図
(第1実施形態)
以下、第1実施形態に係る含水状態判定装置および炊飯対象米の含水状態判定方法について説明する。
(含水状態判定装置)
図1に示す含水状態判定装置4は、測定容器41と、測定部42と判定部とを有する。測定容器41は、複数の炊飯対象米Rからなる測定対象米群を収容し、水に浸漬する。測定部42は、測定容器41の中に収容された測定対象米群を光学的に観測して、測定対象米群の含水率に関連する含水率関連情報を経時的に測定する。判定部(図示なし)は、測定部42が測定した含水率関連情報に基づいて、炊飯対象米の含水率が飽和して炊飯対象米が炊飯に適した含水状態となったか否かを判定する。本実施形態では、含水率関連情報としては、撮影された画像における炊飯対象米Rに対応する領域の面積を用いる。
測定容器41は上面が開放された箱状の容器であり、底面は平坦に形成されている。測定容器の下側に照明が配置され、下方から光が照射される。測定容器41の底面は半透明に形成されており、照明からの光の一部が透過する。測定容器41の色は、後述する画像処理を妨げないものであればよいが、白色が好適に用いられる。
測定容器41には、上側の開口部から、複数の炊飯対象米Rからなる測定対象米群が投入され、測定容器41の底面全体に分散した状態で配置される。測定対象米群は、炊飯対象米Rの中から無作為に100個程度抜き出して形成される。個数の多寡はそれほど問題にはならないが、極端に少ない場合には、異常な米粒(割れ・傷を有するもの)が判定結果に悪影響を及ぼす可能性が大きくなる。また極端に多い場合には、米粒同士の接触・重なりが多数発生し、同様に判定結果に悪影響を及ぼす可能性がある。本実施形態では、100粒程度、すなわち一掴み程度の炊飯対象米Rが適当である。
そして測定容器41の開口部から水が注がれ、炊飯対象米群が水に浸漬された状態となる。上述したように、「水」としては常温の水に限らず、冷却、加熱した水も含み、調味料や食品添加物を含有するものも含まれる。炊飯対象米Rを実際に炊飯する際に用いる温度・成分の「水」を用いると好適である。
測定部42は例えば、測定容器41の底面を撮影するデジタルカメラと、デジタルカメラで撮影された画像に対して画像処理を施すコンピューターとによって構成することができる。
(含水状態判定方法)
以上説明した含水状態判定装置4において、以下に示す炊飯対象米の含水状態判定方法が行われる。炊飯対象米の含水状態判定方法は、測定ステップと、判定ステップとを有する。
(測定ステップ)
測定ステップでは、複数の炊飯対象米Rからなる測定対象米群を水に浸漬して光学的に観測して、測定対象米群の含水率に関連する含水率関連情報を経時的に測定する。測定ステップは、撮影ステップと、抽出ステップと、基礎情報取得ステップと、分類ステップと、情報取得ステップとを有する。
(撮影ステップ)
撮影ステップでは、測定対象米群を光学的に撮影して測定画像を得る。具体的には、測定部42のデジタルカメラで測定容器41の底面を撮影する。図2は、測定画像の一例である。8個の炊飯対象米Rが測定画像に見られるが、中央上部の2個と右下の2個はそれぞれ、接触した状態である。
(抽出ステップ)
抽出ステップでは、測定画像から炊飯対象米Rに対応する複数の測定領域Aを抽出する。具体的には、撮影ステップで測定部42のデジタルカメラが撮影した測定画像に対し、画像処理を施し、測定領域Aを抽出する。図3は、図2の測定画像に対して、測定容器41の底面に対応して輝度が高い画素を、輝度0(黒)に変換し、炊飯対象米Rに対応して輝度が低い画素を、輝度255(白)に変換した図である。図2の測定画像において、炊飯対象米Rに対応する部位では、照明からの光が、測定容器41の底面と炊飯対象米Rとを透過して測定部42に到達しているから、炊飯対象米Rに対応する部位は、測定容器41の底面に対応する部位に比べて暗く(輝度が小さく)なる。そこで炊飯対象米Rに対応する部位と、測定容器41の底面に対応する部位との中間の輝度を閾値として、上述の画像処理が可能となる。
そして図3における、一繋がりの白の領域を、炊飯対象米Rに対応する測定領域Aとして抽出する。図3の例では、A1〜A6の6個の測定領域Aが抽出されている。A3およびA6は、2つの炊飯対象米Rが接触している領域であるが、輝度255の領域としては一繋がりになっている。
(基礎情報取得ステップ)
基礎情報取得ステップでは、測定領域から含水率関連情報の算出の基礎となる基礎情報を取得する。本実施形態では、基礎情報として測定領域の面積を用いる。具体的には、抽出ステップで抽出された測定領域Aに属する画素数を求め、各測定領域Aの面積とする。図2においては、次の通り計算される。
A1の面積:7324 A2の面積:7008 A3の面積:13982
A4の面積:6729 A5の面積:6982 A6の面積:14425
(分類ステップ)
分類ステップでは、抽出された複数の測定領域Aを、1つの炊飯対象米に対応する第1測定領域Bと、複数の炊飯対象米に対応する第2測定領域Cとに分類する。分類ステップにおいては、基礎情報に基づいて分類閾値を決定し、分類閾値に基づいて分類を行う。
複数の炊飯対象米Rが接触して撮影されると、測定領域の面積Aは、1つの炊飯対象米Rに対応する測定領域Aに比べて、2倍(2つの炊飯対象米Rの場合)、3倍(3つの炊飯対象米Rの場合)など、ほぼ整数倍になると予想される。複数の炊飯対象米Rが重なり合った場合、整数倍よりも小さく、例えば1.5倍〜1.8倍になると予想される。そうすると、1つの炊飯対象米Rに対応する測定領域Aの面積がSの場合、1.4Sを分類閾値として測定領域Aを分類することで、抽出された複数の測定領域Aを、1つの炊飯対象米に対応する第1測定領域B(面積が1.4Sよりも小さい領域)と、複数の炊飯対象米に対応する第2測定領域C(面積が1.4Sよりも大きい領域)とに分類することができる。
図3の6つの測定領域Aの面積の度数分布としては、7000付近に4個、14000付近に2個となっている。この度数分布から、1つの炊飯対象米Rに対応する測定領域Aの面積S=7000とし、分類閾値1.4S=9800とし、次の様に分類する。
A1:第1測定領域B A2:第1測定領域B A3:第2測定領域C
A4:第1測定領域B A5:第1測定領域B A6:第2測定領域C
なお上述の例では、基礎情報である測定領域Aの面積に基づいて分類閾値を決定し、分類閾値に基づいて分類を行ったが、基礎情報に基づかない分類閾値の決定も可能である。例えば、分類閾値を予め固定値として定めておいてもよいし、1粒の炊飯対象米Rを測定部42で撮影・画像処理して面積を求め、これに基づいて分類閾値を決定してもよい。
(情報取得ステップ)
情報取得ステップでは、第1測定領域Bの基礎情報に基づいて含水率関連情報を取得する。本実施形態では、基礎情報が測定領域Aの面積であり、含水率関連情報が第1測定領域の面積の平均値を用いる。
具体的には、分類ステップにて1つの炊飯対象米に対応する第1測定領域Bに分類された測定領域A1、A2、A4、A5の面積から、平均値を求める。上記の例では、平均値は7011となり、この値を含水率関連情報として取得する。
以上の撮影ステップと、抽出ステップと、基礎情報取得ステップと、分類ステップと、情報取得ステップとを繰り返し行い、各時刻の含水率関連情報を取得することにより、測定ステップにおける含水率関連情報の経時的な測定が行われる。
(実験例1)
以上説明した測定ステップの実験例(実験例1)を以下に示す。実験に、炊飯対象米Rとして平成26年に収穫された丹波産コシヒカリを使用した。実験は室温25℃の環境下で行った。100粒の炊飯対象米Rを無作為に抽出し(測定対象米群)、洗米しない状態で測定容器41に収容した。そして測定容器41に水(水道水)を流し入れて、炊飯対象米Rを水に浸漬させた。測定ステップを浸漬直後、2分経過時、5分経過時、10分経過時、20分経過時、30分経過時、60分経過時に行い、含水率関連情報を測定した。含水率関連情報としては第1測定領域の面積の平均値を用いた。
図4〜6に、測定部42によって撮影された測定画像を示す。図4は浸漬直後(時間=0分)、図5は20分経過時(時間=20分)、図6は60分経過時(時間=60分)の測定画像である。時間の経過に伴って、炊飯対象米Rに対応する部位が暗くなっており、吸水が進んでいると見受けられる。炊飯対象米Rに対応する部位の面積の増加については、これらの図からは明らかではない。
図7〜9に、測定画像から抽出された測定領域Aの面積の、ヒストグラム(度数分布図)を示す。図7の浸漬直後(時間=0分)のヒストグラムでは、面積6500〜7000の区間を中心とする集合と、面積13000〜13500を中心とする集合が存在し、これらが1つの炊飯対象米Rに対応する測定領域Aと、複数(2つ)の炊飯対象米Rに対応する測定領域Aに、それぞれ対応すると推測される。一方、面積が4500以下の測定領域Aが2つ存在するが、これらは割れて小さくなった炊飯対象米Rか、画像処理時のエラー等と思われる。そこで、最頻値の面積6500〜7000の区間を中心として、分類閾値を面積4500〜9000と決定した。この範囲に属する測定領域Aについて面積の平均値を算出し、時間=0分の含水率関連情報(面積)として6741を得た。
図8の20分経過時(時間=20分)のヒストグラムでは、面積7000〜7500の区間を中心とする集合と、面積15000〜15500を中心とする集合が存在し、これらが1つの炊飯対象米Rに対応する測定領域Aと、複数(2つ)の炊飯対象米Rに対応する測定領域Aに、それぞれ対応すると推測される。図7の浸漬直後と比べ、いずれの集合も面積が大きい側(右側)に移動していることから、吸水により炊飯対象米Rが膨張して、面積が増加していると考えられる。また、左側(低面積側)の集合の度数が若干減少し、右側(高面積側)の集合の度数が若干増加していることから、炊飯対象米Rの膨張または移動により、炊飯対象米Rの接触または重なり合いが発生していると推測される。この時刻については、最頻値の面積7000〜7500の区間を中心として、分類閾値を面積5000〜9500と決定した。この範囲に属する測定領域Aについて面積の平均値を算出し、時間=20分の含水率関連情報(面積)として7256を得た。時間=0分の面積(6741)と比べ、大きく増加している。
図9の60分経過時(時間=60分)のヒストグラムでは、面積7000〜7500の区間および面積7500〜8000の区間を中心とする集合と、面積15500〜16000を中心とする集合が存在し、これらが1つの炊飯対象米Rに対応する測定領域Aと、複数(2つ)の炊飯対象米Rに対応する測定領域Aに、それぞれ対応すると推測される。時間=0分から時間=20分の変化と同様、面積が大きい側(右側)に集合が移動し、右側(高面積側)の集合の度数増加が見られる。この時刻については、面積7500〜8000の区間を中心として、分類閾値を面積5500〜9000と決定した。この範囲に属する測定領域Aについて面積の平均値を算出し、時間=60分の含水率関連情報(面積)として7311を得た。時間=20分の面積(7256)と比べ増加しているが、増加の度合いは0分〜20分の時期に比べ減少している。
図10は、以上の様にして観測された面積(含水率関連情報)の時間変化をグラフにしたものである。このグラフでは浸漬直後(時間=0)の面積を基準(100%)として、基準からの変化率をパーセントで表している。図10のグラフから、測定部42により測定された含水率関連情報(面積)は、水への浸漬を開始してから速やかに増加し、その後増加の速度が緩やかになり、徐々に一定値に近づく挙動を示すことが認められる。
図11は、実験で用いたものと同じ生産ロットの炊飯対象米Rを水(水道水)に浸漬し、水分率計を用いて計測した含水率の、時間変化を表すグラフである。図11のグラフから含水率は、水への浸漬を開始してから速やかに増加し、その後増加の速度が緩やかになる挙動を示すことが認められる。
図12は、横軸を含水率、縦軸を含水率関連情報(面積)として、各測定時刻のデータをプロットしたものである。図12のグラフから、含水率と含水率関連情報(面積)との間には強い正の相関が存在すると認められる。この相関関係を利用して、測定された含水率関連情報(面積)に基づいて、炊飯対象米の含水率が飽和して炊飯対象米が炊飯に適した含水状態となったか否かを判定することが可能である。
(判定ステップ)
判定ステップでは、測定された含水率関連情報に基づいて、炊飯対象米の含水率が飽和して炊飯対象米が炊飯に適した含水状態となったか否かを判定する。判定には、種々の手法を用いることができる。たとえば、含水率関連情報(面積)が所定の閾値を超えた時点で飽和状態と判定する方法や、含水率関連情報(面積)の変化率が所定の閾値よりも小さくなった時点で飽和状態と判定する方法などが考えられる。図10のグラフの例では、30分〜60分の間で、炊飯対象米Rの含水率が飽和し、炊飯対象米Rが炊飯に適した含水状態となっていると考えられる。
以上説明した炊飯対象米の含水状態判定方法が、含水状態判定装置4にて行われる。すなわち含水状態判定装置4は、複数の炊飯対象米Rからなる測定対象米群を収容し、水に浸漬する測定容器41と、測定容器41の中に収容された測定対象米群を光学的に観測して、測定対象米群の含水率に関連する含水率関連情報を経時的に測定する測定部42と、測定部42が測定した含水率関連情報に基づいて、炊飯対象米Rの含水率が飽和して炊飯対象米Rが炊飯に適した含水状態となったか否かを判定する判定部を有する、含水状態判定装置であって、測定部42は、測定対象米群を光学的に撮影して測定画像を得て、測定画像から炊飯対象米Rに対応する複数の測定領域Aを抽出し、測定領域Aから含水率関連情報の算出の基礎となる基礎情報を取得し、抽出された複数の測定領域Aを、1つの炊飯対象米に対応する第1測定領域Bと、複数の炊飯対象米に対応する第2測定領域Bとに分類し、第1測定領域の基礎情報に基づいて含水率関連情報を取得する。
(第2実施形態)
以下の実施形態以降の説明では、第1実施形態と同様の部材については同一の符号を付し、説明を省略する。上述した第1実施形態では、基礎情報が測定領域の面積であり、含水率関連情報として第1測定領域の面積の平均値が用いられた。第2実施形態では、基礎情報が測定領域における炊飯対象米を透過した光の強度であり、含水率関連情報として第1測定領域における光の強度の平均値が用いられる。その他の構成、各ステップについては、第1実施形態と同様である。
(基礎情報取得ステップ)
第2実施形態に係る基礎情報取得ステップでは、測定領域Aの面積に替えて、測定領域Aにおける炊飯対象米Rを透過した光の強度が取得される。炊飯対象米を透過した光の強度は、例えば次の様にして取得される。図2に例示される測定画像の画素の濃淡値は、測定部42のデジタルカメラに入射した光の強度に対応している。そこで、図3に示すように抽出された測定領域A1〜A6について、図2の測定画像における測定領域A1〜A6に対応する位置の全画素の濃淡値を取得し、平均値を求めて、測定領域A1〜A6の光の強度とする。
次に第1実施形態と同様に分類ステップを行う。そして情報取得ステップでは、基礎情報取得ステップで取得した測定領域Aにおける炊飯対象米Rを透過した光の強度を用いて、第1測定領域Bの基礎情報(光の強度)の平均値を求めて、含水率関連情報(光の強度)とする。
(実験例2)
以上説明した第2実施形態に係る実験例2を以下に示す。上述した実験例1で取得した各時刻の測定画像に対して、抽出ステップ、基礎情報取得ステップ、分類ステップ、情報取得ステップを行い、含水率関連情報(光の強度)を取得した。取得した含水率関連情報(光の強度)の時間変化を、図13のグラフに示す。図13のグラフでは、浸漬直後(時間=0)の光の強度を基準(100%)として、基準からの変化率をパーセントで表している。図13のグラフから、測定部42により測定された含水率関連情報(光の強度)は、水への浸漬を開始してから速やかに減少し、その後減少の速度が緩やかになり、徐々に一定値に近づく挙動を示すことが認められる。
図14は、横軸を含水率(実験1で測定した値)、縦軸を含水率関連情報(光の強度)として、各測定時刻のデータをプロットしたものである。図14のグラフから、含水率と含水率関連情報(光の強度)との間には強い負の相関が存在すると認められる。この相関関係を利用して、測定された含水率関連情報(光の強度)に基づいて、炊飯対象米の含水率が飽和して炊飯対象米が炊飯に適した含水状態となったか否かを判定することが可能である。
(第3実施形態)
上述した第1実施形態では、測定ステップにおいて、撮影ステップと、抽出ステップと、基礎情報取得ステップと、分類ステップと、情報取得ステップとが行われた。第3実施形態では、測定ステップにおいて、撮影ステップと、抽出ステップと、分類ステップと、情報取得ステップとが行われる。つまり第3実施形態では基礎情報取得ステップが省略される。
(分類ステップ)
分類ステップでは、抽出された複数の測定領域を、1つの炊飯対象米に対応する第1測定領域と、複数の炊飯対象米に対応する第2測定領域とに分類する。具体的には、抽出された測定領域Aが1つの炊飯対象米に対応する第1測定領域Bに該当するか、あるいは複数の炊飯対象米に対応する第2測定領域に該当するかを、測定領域Aの形状等から判断し、分類を行う。例えばパターンマッチングの手法を用いて、測定領域Aが楕円形に該当する場合は、その測定領域Aを第1測定領域Bに分類し、楕円形に該当しない場合は、第2測定領域Cに分類する。
他の分類の手法としては、例えば測定領域Aの輪郭線の長さを用いる手法が可能である。
2つ以上の炊飯対象米Rが接触または重なっている場合、対応する測定領域Aは1つの炊飯対象米Rの場合に比べて大きくなり、輪郭線の長さも大きくなる。そこで各測定領域Aの輪郭線の長さを画像処理によって計算しておき、所定の閾値を下回った場合に第1測定領域Bに分類し、上回った場合に第2測定領域Cに分類する。
(情報取得ステップ)
情報取得ステップでは、上述の分類ステップで分類された第1測定領域Bに対して、から含水率関連情報を取得する。具体的には、各々の第1測定領域Bの面積(画素数)を算出し、それらの平均値を含水率関連情報(面積)とする。あるいは、各々の第1測定領域Bにおける光の強度(輝度)を算出し、それらの平均値を含水率関連情報(光の強度)とする。
以上例示した手法により、測定領域から含水率関連情報の算出の基礎となる基礎情報を取得する基礎情報取得ステップを行わずに、分類ステップを行うことが可能である。すなわち第3実施形態に係る炊飯対象米Rの含水状態判定方法は、複数の炊飯対象米Rからなる測定対象米群を水に浸漬して光学的に観測して、測定対象米群の含水率に関連する含水率関連情報を経時的に測定する測定ステップと、測定された含水率関連情報に基づいて、炊飯対象米の含水率が飽和して炊飯対象米が炊飯に適した含水状態となったか否かを判定する判定ステップとを行う、炊飯対象米の含水状態判定方法であって、測定ステップは、測定対象米群を光学的に撮影して測定画像を得る撮影ステップと、測定画像から炊飯対象米に対応する複数の測定領域Aを抽出する抽出ステップと、抽出された複数の測定領域を、1つの炊飯対象米に対応する第1測定領域Bと、複数の炊飯対象米に対応する第2測定領域Cとに分類する分類ステップと、第1測定領域Bから含水率関連情報を取得する情報取得ステップとを有する。
(第4実施形態)
上述の実施形態では、含水状態判定装置4が判定部を有し、測定部42が測定した含水率関連情報に基づいて、炊飯対象米Rの含水率が飽和して炊飯対象米Rが炊飯に適した含水状態となったか否かを判定した。第4実施形態に係る浸漬時間決定装置は、含水状態判定装置4と同様の測定容器41と、測定部42とを有し、判定部に替えて決定部を有する。決定部は、測定部42が測定した含水率関連情報に基づいて、炊飯対象米Rの含水率が飽和して炊飯対象米Rが炊飯に適した含水状態に達するのに要する浸漬時間を決定する。
上述したように、測定部42が測定した含水率関連情報は、炊飯対象米Rの膨張の度合いを反映しており、炊飯対象米Rの吸水率と相関がある。従って、測定部42が測定した含水率関連情報に基づいて、炊飯対象米Rの含水率が飽和して炊飯対象米Rが炊飯に適した含水状態に達するのに要する浸漬時間を決定することができる。ここで浸漬時間の決定には、種々の手法を用いることができる。例えば、炊飯対象米Rを水に浸漬した時点を起算点として、その起算点から、上述の判定ステップにより炊飯対象米Rが炊飯に適した含水状態となったと判定した時点までの時間を、浸漬時間として決定することができる。また、含水率関連情報が所定の閾値を超えた時点を起算点として、所定時間だけ先の時点(例えば10分先)に含水率が飽和すると推定して、浸漬時間を決定する方法が考えられる。また、含水率関連情報の時間に対する変化率が所定の閾値よりも小さくなった時点を起算点として、所定時間だけ先の時点(例えば10分先)に含水率が飽和すると推定し、浸漬時間を決定する方法が考えられる。さらに、含水率関連情報の時間変化グラフを、データベースに蓄積された複数の実験データと比較し、類似度が高い実験データから浸漬時間を推定して決定する方法が考えられる。
(第5実施形態)
第5実施形態に係る炊飯設備は、上述した浸漬時間決定装置4と、浸漬時間決定装置4にて決定された浸漬時間に基づいて炊飯対象米Rを水に浸漬する浸漬装置2と、浸漬装置2において吸水した炊飯対象米Rを炊飯する炊飯装置3とを有する。
詳しくは炊飯設備は、図15に示すように、洗米機1、浸漬装置2、炊飯装置3、浸漬時間決定装置4、移送装置5、制御装置6を有する。
(制御装置)
制御装置6は、CPU、メモリー等を備えたマイコンから構成され、各浸漬装置2、浸漬時間決定装置4、移送装置5、炊飯装置3の動作制御を行うことにより、浸漬装置2、浸漬時間決定装置4、移送装置5、炊飯装置3の一部として機能する。
(浸漬装置)
浸漬装置2は、洗米機1から供給される洗浄済みの米Rを計量して受け入れるとともに、米重量に応じた水を受け入れて米Rを水に浸漬保持する浸漬容器21を備え、その浸漬容器21には、浸漬済みの米Rを取り出す取り出し口22を備えるとともにその取り出し口22に開閉制御弁23を設けて、制御装置6からの開閉指示に基づいて浸漬を完了し、水に浸漬された米Rを浸漬容器21から排出自在に構成してある。
このような構成により、浸漬容器21に供給された米Rは、計量後水に浸漬されることになり、浸漬は制御装置6からの開閉制御弁23の開動作により完了させられる。
(移送装置)
移送装置5は、浸漬装置2の取り出し口22から排出された浸漬済みの米Rを、水切りする水切り部51を備え、水切りされた浸漬済みの米Rを、炊飯装置3に移送する移送部52を備える。
このような構成により、浸漬済みの米Rは水切りされた後、後述の炊飯装置3に設けられる計量部31に設けられた炊飯釜30に投入することができる。
(炊飯装置)
炊飯装置3は、炊飯釜30に投入された米Rを計量して、米Rの量に応じた水を加えて炊飯準備を行う計量部31と、加熱装置32aにより炊飯釜30に投入された米Rを加熱炊飯する加熱部32と、炊飯された米Rをほぐして、取り出し可能にする取り出し部33とを備える。計量部31で炊飯準備された炊飯釜30は、制御装置6により動作制御される搬送装置34により、順次加熱部32、取り出し部33へと搬送される。
このような構成により、移送装置5から受け入れた米Rは、制御装置6により適切な火加減で順次加熱されて、炊飯米に加工され、たとえば、弁当などの容器に個別に包装する下流側の装置等に受け渡すことができる。
ここで浸漬装置2は、浸漬時間決定装置4にて決定された浸漬時間に基づいて炊飯対象米Rを水に浸漬する。具体的には、浸漬時間決定装置4が決定した浸漬時間が制御装置6へ通知され、制御装置6が浸漬装置2を制御して、炊飯対象米Rを水に浸漬させる。
浸漬時間決定装置4は、炊飯設備に内蔵されていてもよいし、炊飯設備に併設されていてもよい。浸漬時間決定装置4と炊飯設備とが遠隔地に設けられ、浸漬時間のデータが浸漬時間決定装置4から炊飯設備の制御装置6へ送信されるよう構成されてもよい。
浸漬時間決定装置4における炊飯対象米Rの含水率関連情報の経時的な測定および浸漬時間の決定は、炊飯設備における炊飯対象米Rの水への浸漬に対し、(1)先立って開始され完了していてもよいし、(2)例えば15分ほど先だって開始され平行して行われてもよいし、(3)同時に開始され平行して行われてもよい。
(1)の場合は、例えば炊飯対象米Rの種別やロット(生産地、収穫時期、精米工程など)毎に予め浸漬時間が決定されていて、決定された浸漬時間が炊飯設備の制御装置6に送信され、炊飯対象米Rの種別やロット毎に選択されてもよい。例えば、炊飯装置を稼働させる日に、その日に用いる炊飯対象米Rについて、朝の始業時に浸漬時間決定装置4にて浸漬時間の決定が行われてもよい。
(2)の場合は、例えばあるロットの炊飯対象米Rを炊飯する際、その炊飯対象米Rの一部を浸漬時間決定装置4の測定容器41に収容し、水に浸漬して含水率関連情報を経時的に測定し、浸漬時間を決定する。炊飯装置においては、浸漬時間決定装置4での浸漬開始から15分遅らせて浸漬装置2での浸漬を開始する。そして浸漬時間決定装置4で浸漬時間が決定されたら、そのデータを制御装置6が受け取り、浸漬時間に基づいて浸漬装置2を制御し、浸漬を完了させる。
(3)の場合は、炊飯設備で炊飯する炊飯対象米Rから一部を抜き取り、浸漬時間決定装置4の測定容器41に収容する。そして、浸漬時間決定装置4での水への浸漬と、炊飯設備の浸漬装置2での浸漬を同時に開始する。浸漬時間決定装置4にて浸漬時間が決定されたら、浸漬時間を制御装置6へ送信する。制御装置6は、受信した浸漬時間に基づいて浸漬装置2を制御し、炊飯対象米Rの浸漬を完了させる。
なお、浸漬時間に基づく浸漬装置2での浸漬は、浸漬時間と同じ時間行ってもよいし、例えば気温や湿度等を考慮して増減した時間行ってもよい。
(別実施形態)
(1)上述の実施形態では、炊飯設備は浸漬時間決定装置を有し、浸漬時間決定装置が決定した浸漬時間に基づいて、炊飯設備の浸漬装置2での浸漬が制御された。これを改変し、炊飯設備が、浸漬時間決定装置に替えて含水状態判定装置を有するよう構成してもよい。この場合、炊飯設備の浸漬装置2は、含水状態判定装置による、炊飯対象米の含水率が飽和して炊飯対象米が炊飯に適した含水状態となったか否かの判定に基づいて、浸漬装置2での炊飯対象米Rの水への浸漬を制御する。例えば、含水状態判定装置が、炊飯対象米の含水率が飽和して炊飯対象米が炊飯に適した含水状態となったと判定した時点で、浸漬装置2での炊飯対象米Rの水への浸漬を完了させる。
(2)上述の実施形態では、ヒストグラムのピーク位置や幅から分類閾値を決定し分類ステップを行ったが、ピーク位置(最頻値)を中心とする所定の幅の範囲(例えば、最頻値±10%)を分類閾値としてもよい。分類閾値は上下限を有する区間に限られず、上限のみでもよい。
(3)分類閾値は、分類ステップを行う都度、基礎情報に基づいて決定・更新すると好適であるが、事前に設定した固定値としてもよいし、初回の分類ステップで決定した後、同じ分類閾値を用いてもよい。
なお上述の実施形態(他の実施形態を含む、以下同じ)で開示される構成は、矛盾が生じない限り、他の実施形態で開示される構成と組み合わせて適用することが可能であり、また、本明細書において開示された実施形態は例示であって、本発明の実施形態はこれに限定されず、本発明の目的を逸脱しない範囲内で適宜改変することが可能である。
2 :浸漬装置
3 :炊飯装置
4 :含水状態判定装置、浸漬時間決定装置
41 :測定容器
42 :測定部
A :測定領域
B :第1測定領域
C :第2測定領域
R :炊飯対象米

Claims (8)

  1. 複数の炊飯対象米からなる測定対象米群を水に浸漬して光学的に観測して、前記測定対象米群の含水率に関連する含水率関連情報を経時的に測定する測定ステップと、
    測定された前記含水率関連情報に基づいて、炊飯対象米の含水率が飽和して炊飯対象米が炊飯に適した含水状態となったか否かを判定する判定ステップとを行う、炊飯対象米の含水状態判定方法であって、
    前記測定ステップは、
    前記測定対象米群を光学的に撮影して測定画像を得る撮影ステップと、
    前記測定画像から炊飯対象米に対応する複数の測定領域を抽出する抽出ステップと、
    前記測定領域から前記含水率関連情報の算出の基礎となる基礎情報を取得する基礎情報取得ステップと、
    抽出された複数の測定領域を、1つの炊飯対象米に対応する第1測定領域と、複数の炊飯対象米に対応する第2測定領域とに分類する分類ステップと、
    前記第1測定領域の基礎情報に基づいて前記含水率関連情報を取得する情報取得ステップとを有する炊飯対象米の含水状態判定方法。
  2. 前記分類ステップにおいて、前記基礎情報に基づいて分類閾値を決定し、前記分類閾値に基づいて分類を行う請求項1に記載の炊飯対象米の含水状態判定方法。
  3. 前記基礎情報が前記測定領域の面積であり、前記含水率関連情報が前記第1測定領域の面積の平均値である請求項1または2に記載の炊飯対象米の含水状態判定方法。
  4. 前記基礎情報が前記測定領域における炊飯対象米を透過した光の強度であり、前記含水率関連情報が前記第1測定領域における光の強度の平均値である請求項1または2に記載の炊飯対象米の含水状態判定方法。
  5. 複数の炊飯対象米からなる測定対象米群を水に浸漬して光学的に観測して、測定対象米群の含水率に関連する含水率関連情報を経時的に測定する測定ステップと、
    測定された前記含水率関連情報に基づいて、炊飯対象米の含水率が飽和して炊飯対象米が炊飯に適した含水状態となったか否かを判定する判定ステップとを行う、炊飯対象米の含水状態判定方法であって、
    前記測定ステップは、
    前記測定対象米群を光学的に撮影して測定画像を得る撮影ステップと、
    前記測定画像から炊飯対象米に対応する複数の測定領域を抽出する抽出ステップと、
    抽出された複数の測定領域を、1つの炊飯対象米に対応する第1測定領域と、複数の炊飯対象米に対応する第2測定領域とに分類する分類ステップと、
    前記第1測定領域から前記含水率関連情報を取得する情報取得ステップとを有する炊飯対象米の含水状態判定方法。
  6. 複数の炊飯対象米からなる測定対象米群を収容し、水に浸漬する測定容器と、
    前記測定容器中に収容された前記測定対象米群を光学的に観測して、前記測定対象米群の含水率に関連する含水率関連情報を経時的に測定する測定部と、
    前記測定部が測定した前記含水率関連情報に基づいて、炊飯対象米の含水率が飽和して炊飯対象米が炊飯に適した含水状態となったか否かを判定する判定部を有する、含水状態判定装置であって、
    前記測定部は、
    前記測定対象米群を光学的に撮影して測定画像を得て、
    前記測定画像から炊飯対象米に対応する複数の測定領域を抽出し、
    前記測定領域から前記含水率関連情報の算出の基礎となる基礎情報を取得し、
    抽出された複数の測定領域を、1つの炊飯対象米に対応する第1測定領域と、複数の炊飯対象米に対応する第2測定領域とに分類し、
    前記第1測定領域の基礎情報に基づいて前記含水率関連情報を取得する、含水状態判定装置。
  7. 複数の炊飯対象米からなる測定対象米群を収容し、水に浸漬する測定容器と、
    前記測定容器中に収容された前記測定対象米群を光学的に観測して、前記測定対象米群の含水率に関連する含水率関連情報を経時的に測定する測定部と、
    前記測定部が測定した前記含水率関連情報に基づいて、炊飯対象米の含水率が飽和して前記炊飯対象米が炊飯に適した含水状態に達するのに要する浸漬時間を決定する決定部を有する、浸漬時間決定装置であって、
    前記測定部は、
    前記測定対象米群を光学的に撮影して測定画像を得て、
    前記測定画像から炊飯対象米に対応する複数の測定領域を抽出し、
    前記測定領域から前記含水率関連情報の算出の基礎となる基礎情報を取得し、
    抽出された複数の測定領域を、1つの炊飯対象米に対応する第1測定領域と、複数の炊飯対象米に対応する第2測定領域とに分類し、
    前記第1測定領域の基礎情報に基づいて前記含水率関連情報を取得する、浸漬時間決定装置。
  8. 請求項7に記載の浸漬時間決定装置と、前記浸漬時間決定装置にて決定された浸漬時間に基づいて炊飯対象米を水に浸漬する浸漬装置と、浸漬装置において吸水した炊飯対象米を炊飯する炊飯装置を有する炊飯設備。
JP2016000692A 2016-01-05 2016-01-05 炊飯対象米の含水状態判定方法、含水状態判定装置、浸漬時間決定装置および炊飯設備 Active JP6700790B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2016000692A JP6700790B2 (ja) 2016-01-05 2016-01-05 炊飯対象米の含水状態判定方法、含水状態判定装置、浸漬時間決定装置および炊飯設備

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2016000692A JP6700790B2 (ja) 2016-01-05 2016-01-05 炊飯対象米の含水状態判定方法、含水状態判定装置、浸漬時間決定装置および炊飯設備

Publications (2)

Publication Number Publication Date
JP2017122607A true JP2017122607A (ja) 2017-07-13
JP6700790B2 JP6700790B2 (ja) 2020-05-27

Family

ID=59306307

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016000692A Active JP6700790B2 (ja) 2016-01-05 2016-01-05 炊飯対象米の含水状態判定方法、含水状態判定装置、浸漬時間決定装置および炊飯設備

Country Status (1)

Country Link
JP (1) JP6700790B2 (ja)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019144078A (ja) * 2018-02-20 2019-08-29 株式会社ima 酒米の吸水観察容器と吸水観察端末と吸水判定サーバと日本酒の製造方法
CN110448146A (zh) * 2019-07-12 2019-11-15 杭州九阳小家电有限公司 一种谷物烹饪装置的烹饪控制方法和谷物烹饪装置
JP2019200158A (ja) * 2018-05-17 2019-11-21 大阪瓦斯株式会社 含水率推定装置
JP2021099250A (ja) * 2019-12-20 2021-07-01 大阪瓦斯株式会社 吸水状態評価装置及び吸水状態評価方法

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS58220657A (ja) * 1982-06-15 1983-12-22 Touriyou Sangyo Kk 改良炊飯方法
JPH09264850A (ja) * 1996-03-29 1997-10-07 Kubota Corp 穀粒の評価装置
JPH10104165A (ja) * 1996-09-27 1998-04-24 Kubota Corp 撮像式の評価装置
JPH1183733A (ja) * 1997-09-03 1999-03-26 Kubota Corp 穀物の品位計測装置
JP2002034473A (ja) * 2000-07-24 2002-02-05 Kubota Corp 既洗米の製造方法
JP2006071552A (ja) * 2004-09-03 2006-03-16 Yamamoto Co Ltd 粒状被検査物の状態判別装置
JP2007093516A (ja) * 2005-09-30 2007-04-12 Kett Electric Laboratory 穀粒判定装置、穀粒判定方法及び穀粒判定システム
KR20100043768A (ko) * 2008-10-21 2010-04-29 대한민국(농촌진흥청장) 밥의 식미 측정기
JP2012112802A (ja) * 2010-11-25 2012-06-14 Sharp Corp 炊飯米飯の外観評価装置、および、炊飯米飯の外観評価方法
JP2014097125A (ja) * 2012-11-13 2014-05-29 Stanley Electric Co Ltd 米吸水度合検出モジュール及び炊飯器
CN105158201A (zh) * 2015-07-27 2015-12-16 南京财经大学 一种基于ft-nir技术的糙米中黄曲霉毒素含量的快速检测方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS58220657A (ja) * 1982-06-15 1983-12-22 Touriyou Sangyo Kk 改良炊飯方法
JPH09264850A (ja) * 1996-03-29 1997-10-07 Kubota Corp 穀粒の評価装置
JPH10104165A (ja) * 1996-09-27 1998-04-24 Kubota Corp 撮像式の評価装置
JPH1183733A (ja) * 1997-09-03 1999-03-26 Kubota Corp 穀物の品位計測装置
JP2002034473A (ja) * 2000-07-24 2002-02-05 Kubota Corp 既洗米の製造方法
JP2006071552A (ja) * 2004-09-03 2006-03-16 Yamamoto Co Ltd 粒状被検査物の状態判別装置
JP2007093516A (ja) * 2005-09-30 2007-04-12 Kett Electric Laboratory 穀粒判定装置、穀粒判定方法及び穀粒判定システム
KR20100043768A (ko) * 2008-10-21 2010-04-29 대한민국(농촌진흥청장) 밥의 식미 측정기
JP2012112802A (ja) * 2010-11-25 2012-06-14 Sharp Corp 炊飯米飯の外観評価装置、および、炊飯米飯の外観評価方法
JP2014097125A (ja) * 2012-11-13 2014-05-29 Stanley Electric Co Ltd 米吸水度合検出モジュール及び炊飯器
CN105158201A (zh) * 2015-07-27 2015-12-16 南京财经大学 一种基于ft-nir技术的糙米中黄曲霉毒素含量的快速检测方法

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019144078A (ja) * 2018-02-20 2019-08-29 株式会社ima 酒米の吸水観察容器と吸水観察端末と吸水判定サーバと日本酒の製造方法
JP2019200158A (ja) * 2018-05-17 2019-11-21 大阪瓦斯株式会社 含水率推定装置
JP7257745B2 (ja) 2018-05-17 2023-04-14 大阪瓦斯株式会社 含水率推定装置
CN110448146A (zh) * 2019-07-12 2019-11-15 杭州九阳小家电有限公司 一种谷物烹饪装置的烹饪控制方法和谷物烹饪装置
CN110448146B (zh) * 2019-07-12 2021-10-08 杭州九阳小家电有限公司 一种谷物烹饪装置的烹饪控制方法和谷物烹饪装置
JP2021099250A (ja) * 2019-12-20 2021-07-01 大阪瓦斯株式会社 吸水状態評価装置及び吸水状態評価方法
JP7308740B2 (ja) 2019-12-20 2023-07-14 大阪瓦斯株式会社 吸水状態評価装置及び吸水状態評価方法

Also Published As

Publication number Publication date
JP6700790B2 (ja) 2020-05-27

Similar Documents

Publication Publication Date Title
JP6700790B2 (ja) 炊飯対象米の含水状態判定方法、含水状態判定装置、浸漬時間決定装置および炊飯設備
Do Trong et al. Prediction of optimal cooking time for boiled potatoes by hyperspectral imaging
Zareiforoush et al. Potential applications of computer vision in quality inspection of rice: a review
CN108956545B (zh) 一种水果内部品质无损检测模型建立方法及系统
Wang et al. Optimization of fish quality by evaluation of total volatile basic nitrogen (TVB-N) and texture profile analysis (TPA) by near-infrared (NIR) hyperspectral imaging
Gómez-Sanchís et al. Development of a hyperspectral computer vision system based on two liquid crystal tuneable filters for fruit inspection. Application to detect citrus fruits decay
Mendoza et al. Prediction of canned black bean texture (Phaseolus vulgaris L.) from intact dry seeds using visible/near infrared spectroscopy and hyperspectral imaging data
Taheri‐Garavand et al. A nondestructive intelligent approach to real‐time evaluation of chicken meat freshness based on computer vision technique
Hosseinpour et al. An intelligent machine vision-based smartphone app for beef quality evaluation
JP6602147B2 (ja) 炊飯対象米の含水状態判定方法、浸漬時間判定装置および炊飯設備
Abdollahi Moghaddam et al. Kinetics of color and physical attributes of cookie during deep‐fat frying by image processing techniques
DE102019200583A1 (de) Gargerät und Verfahren zum Betreiben eines Gargeräts
Zenoozian et al. Image analysis and dynamic modeling of thin‐layer drying of osmotically dehydrated pumpkin
Xiao et al. An improved method of detecting pork freshness based on computer vision in on-line system
Gowen Water and food quality
Zhang et al. Development of a hyperspectral imaging system for the early detection of apple rottenness caused by P enicillium
JP6742097B2 (ja) 炊飯対象米の含水状態判定方法、含水状態判定装置、浸漬時間決定装置および炊飯設備
Boukara et al. Nondestructive determination of beans water absorption capacity using CFA images analysis for Hard-To-Cook evaluation
Chen et al. Non-destructive determination and visualization of gel springiness of preserved eggs during pickling through hyperspectral imaging
CN111915564B (zh) 联合机器视觉与oct技术的冷冻肉制品光学特性检测方法
JP6602143B2 (ja) 炊飯方法及び炊飯設備
Freni et al. Quantitative evaluation of eggs freshness using flash thermography
JP7085952B2 (ja) 変化率推定装置、変化率推定方法、状態推定装置及び状態推定方法
Lin et al. Development of a Near‐Infrared Imaging System for Determination of Rice Moisture
Jian et al. Identification and grading of tea using computer vision

Legal Events

Date Code Title Description
A80 Written request to apply exceptions to lack of novelty of invention

Free format text: JAPANESE INTERMEDIATE CODE: A80

Effective date: 20160115

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20181203

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20190924

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20190925

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20191121

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20200407

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20200501

R150 Certificate of patent or registration of utility model

Ref document number: 6700790

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150