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 PDFInfo
- 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
Links
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
- Cereal-Derived Products (AREA)
Abstract
Description
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。
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。
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。
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。
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。
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。
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。
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。
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
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
(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。
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)
- 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。 - 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。
- 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。
- 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。
- 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。 - 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。 - 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。 - 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。
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)
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)
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 |
-
2016
- 2016-01-05 JP JP2016000692A patent/JP6700790B2/ja active Active
Patent Citations (11)
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)
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 |