JP2019034227A - コーヒーの風味を再現する方法及び装置 - Google Patents

Abstract

【課題】膨大な時間と努力を費やすことなく所望のコーヒー風味を予想通りに再現する方法が望まれている。
【解決手段】コンピュータにより実現されるコーヒー飲料のブリューイングを制御する方法及び当該方法を実行するための命令が格納されているコンピュータ読み取り可能な媒体を提供する。本方法は、コーヒー飲料のための識別子を受信するステップと（識別子はコーヒー飲料を作るために用いられる一連のブリューパラメータに関連付けられている）、識別子を用いて、一連のブリューパラメータが格納されているデータベースから一連のブリューパラメータを検索するステップとを含む。
【選択図】図３

Description

関連出願の相互参照
本願は、米国特許非仮出願第１４／２０５，０４４号（２０１４年３月１１日出願）及び米国仮出願第６１／７７６，６１９号（２０１３年３月１１日出願）を基礎とする優先権の利益を主張する。これらの出願は、引用を以って本明細書の一部となす。

本発明は、コーヒー飲料を準備する方法及び装置に関し、詳細には、所望の風味のコーヒー飲料を再現する方法及び装置に関する。

コーヒー飲料は世界の多くの地域において愛好されている飲料であり、何千年にもわたって飲み継がれている。本明細書における「コーヒー飲料」は、コーヒー豆及び水（湯）を用いて準備される液体であって、多くの場合飲料として摂取の用に供されるものを指す。図１は、焙煎コーヒー豆からコーヒー飲料を準備するためのコーヒーをブリューイングする（コーヒー抽出液を提供する）基本プロセス１０を示している。Ｓ１１では、焙煎コーヒー豆を粉砕して小さな粉砕片にする。その後、粉砕済コーヒー豆（コーヒー粉砕物）と湯を、コーヒー豆に含まれる化合物が湯に抽出されるようにして接触させる（Ｓ１２）。固形粉砕物を液体部分から分離すると、液体部分は最終的にコーヒー飲料になる（Ｓ１３）。

粉砕済コーヒー豆を湯と接触させ（Ｓ１２）、残っている固形粉砕物を分離する（Ｓ１３）ことによりコーヒー飲料を作り出すための数多くの方法及び器具が存在する。器具には、例えば、パーコレータ、バキュームコーヒーメーカ、フレンチプレス、ドリップ式コーヒーメーカ、エスプレッソメーカなどが含まれる。

図２Ａ及び図２Ｂは、それぞれフレンチプレス及びエアロプレス（登録商標）（エアロビー（登録商標）社）を用いて、粉砕済コーヒー豆からコーヒー飲料を準備する（Ｓ１２及びＳ１３）方法を示している。図２Ｃは、粉砕済コーヒー豆からエスプレッソを準備する（Ｓ１２及びＳ１３）原理を示している。図２Ａのフレンチプレス器具２１では、粉砕済コーヒー豆（粉砕物）２１２０と湯２１３０を容器２１１０（例えば円筒形のガラス容器）に入れて混ぜる。この粉砕物２１２０と湯２１３０を所定時間浸漬させる。その後、メッシュフィルタ２１７０の付いたプランジャ２１５０を押し下げて液体を通過させ、粉砕物２１２０を捕捉して容器２１１０の底に保持する。容器２１１０内ではフィルタ２１７０を境として上層にコーヒー飲料２１８０、下層に粉砕物２１２０が分離する。

図２Ｂのエアロプレス（登録商標）器具２２では、円筒形のホルダ２２５０の底において開口部２２３０の上方にフィルタ２２２０が配置されている。粉砕物２１２０と湯２１３０を混ぜ合わせ、フィルタ２２２０の上方で所定時間浸漬させる。その後、プランジャ２２６０（円筒形ホルダ２２５０とともに気密シールを形成する）を用いて、液体２２８０（コーヒー飲料）をフィルタ２２２０で漉して受容器２２９０で受け止める。粉砕物２１２０はフィルタ２２２０の上方に保持される。フレンチプレス器具２１とエアロプレス（登録商標）器具２２の相違は、エアロプレス（登録商標）では圧力を掛けて液体を円筒形ホルダから粉砕済コーヒー豆を通して押し出す点である。

エスプレッソ飲料を作るためには、図２Ｃに示したように、先ず粉砕物２１２０をまとめて圧縮して「パック（puck）」２３１０を形成する。その後、湯２１３０を加圧下で含有パック２３１０にくぐらせて受容器２３２０で受けると、エスプレッソタイプのコーヒー飲料２３７０が出来る。エスプレッソコーヒー飲料２３７０を作るために多種多様な器具が考案されている。

"A flexible new technique for camera calibration," IEEE Transaction on pattern Analysis and Machine Intelligence, 22(11): 1330-1334, 2000

図１に示したような、コーヒーを準備するためのプロセスにおいて、先ず、焙煎コーヒー豆を粉砕する（Ｓ１１）。焙煎コーヒー豆のグラインドの細かさまたは粗さは、Ｓ１２及びＳ１３で得られるコーヒー飲料の風味に影響を及ぼし、グラインドの粗さは、一般的に、コーヒーをブリューイングするために用いられる方法に合わせられる。コーヒー粉砕物を比較的長時間にわたって湯に触れさせるブリューイング方法では、通常、粗挽きが用いられる。そのような方法でグラインドが細かすぎると、コーヒー豆の表面積が大きすぎてしまい、湯に触れさせる時間も長すぎて、結果として得られるコーヒーは抽出過多になり味が苦くなる。その一方で、そのようなブリューイング方法で粉砕済コーヒー豆を湯に触れさせる時間が短すぎると、グラインドが粗すぎて、薄くてまずいコーヒーになってしまう。

さらに、コーヒー豆は様々な条件下で栽培、焙煎されるので、高品質で風味豊かなコーヒーを準備するためには、各焙煎バッチのコーヒー豆につきそれぞれ異なる条件が必要とされる。所望の風味が得られるようにコーヒー粉砕物の細かさ及び他のブリューイングパラメータを適切に調整するには、通常は試行錯誤が必要であり、多くの場合に熟練の「バリスタ」が必要である。膨大な時間と努力を費やすことなく所望のコーヒー風味を予想通りに再現する方法が望まれている。

一態様では、本発明は、コンピュータにより実現されるコーヒー飲料のブリューイングを制御する方法に関連する。本方法は、コーヒー飲料を作るために用いられる一連のブリューパラメータに関連付けられたコーヒー飲料のための識別子を受信する命令を供給するステップと、識別子を用いて、一連のブリューパラメータが格納されているデータベースから一連のブリューパラメータを検索するステップとを含む。

別の態様では、本発明は、コーヒー飲料のブリューイングを制御するための命令が格納されているコンピュータ読み取り可能な媒体であって、上記命令が、コーヒー飲料を作るために用いられる一連のブリューパラメータに関連付けられかつグラインドサイズパラメータを含むコーヒー飲料のための識別子を受信する命令と、当該識別子を用いて、一連のブリューパラメータが格納されているデータベースから一連のブリューパラメータを検索する命令とを含むコンピュータ読み取り可能な媒体に関連する。

本発明のさらに別の態様では、本発明は、コーヒーグラインダに関連する。コーヒーグラインダは、コーヒー豆を粉砕するためのグラインダと、粉砕済コーヒー豆の粉砕後粒子径（ground size）を制御するためのグラインド制御部と、該グラインド制御部に接続されたコンピュータプロセッサとを含む。

コーヒーをブリューイングする基本プロセスを示すフローチャートである。 フレンチプレスを示す。 エアロプレス（登録商標）器具を示す。 エスプレッソを作る原理を示す。 本発明の一実施形態によるブリューパラメータ生成プロセスを示すフローチャートである。 本発明の一実施形態による、パラメータベースのコーヒー再現プロセスを示すフローチャートである。 本発明の一実施形態に従って、図５Ｂに示すパラメータベースの粉砕プロセスを実行するように構成されたスマートコーヒーグラインダの概略図である。 本発明の一実施形態による、パラメータベースの粉砕プロセスを示すフローチャートである。 本発明の一実施形態に従って、図６Ｂに示すパラメータベースのコーヒーを準備するプロセスを実行するように構成されたスマートコーヒーグラインダの概略図である。 本発明の一実施形態による、パラメータベースのコーヒーを準備するプロセスを示すフローチャートである。 パラメータベースの自動化されたコーヒーを準備するプロセスの一例である。 粒子径を求める方法の一実施形態のフローチャートである。 キャリブレーションパターンの一例を示す。 画像におけるレンズ歪み及び射影歪みを補正する方法のフローチャートである。

コーヒー飲料の準備は、所望の風味の効率的かつ正確な再現が非常に困難であるという意味でほとんど特殊技能であり続けている。コーヒー飲料の味をチェックし、同じ風味を持つもう１杯のコーヒーを作るためには、異なる焙煎バッチのコーヒー豆を使う場合には特に、通常、洗練された味覚を持つ熟練した人（例えばバリスタ）が必要とされる。多くの人々が、さしたる考えや不満もなく日課の一部としてコーヒー飲料を入れて飲んでいるが、平均的なコーヒー飲用者でさえも、コーヒー飲料に美味い不味いがあることは認めるであろう。本明細書に開示されている発明は、コーヒー飲用者が、遠くの喫茶店に行ったり多くの時間を費やしたりする必要なしに自宅で便利に簡単にモデルコーヒー飲料の風味を再現することを可能にする。この再現性は、モデルコーヒー飲料を一連のブリューパラメータにより特性化すること及び、コーヒーを作る人々にそれらのパラメータを提供することによって実現される。

一態様では、一貫した味の特性を有するコーヒー飲料を準備する方法は、特定の焙煎バッチのコーヒー豆に固有の一連のブリューパラメータを用いてコーヒー飲料を特性化するステップを含む。以下に詳細に開示するように、ブリューパラメータには、とりわけ、グラインドサイズ、水と粉砕物の比率、パッキング圧力（エスプレッソコーヒー飲料の場合）、水の温度、滞留時間、抽出圧力、撹拌時間が含まれる。産地（例えば畑）が同じでかつ同時に焙煎された特定の「バッチ」のコーヒー豆には同じ特性化が適用されるという仮定の下に、特定の焙煎バッチのコーヒー豆のほんの一部を、ブリューパラメータを決定するための特性化に用いることができる。よって、ブリューパラメータは、当該バッチのコーヒー豆の、直接的に特性化されなかった部分とともに用いられ得る。

別の態様では、特定の焙煎バッチのコーヒー豆のためのブリューパラメータをデータベースに格納し、特定のバッチのコーヒー豆に割り当てられた識別子に関連付けることができる。ユーザは、この識別子を用いて、格納されているブリューパラメータにアクセスすることができる。例えば、ユーザは、コーヒーの袋に貼り付けられた識別子をウェブサイトに入力することによってブリューパラメータを検索することができる。あるいは、ユーザは、携帯機器（例えばスマートフォン）を用いてコーヒー豆の袋のコード化された識別子を読み取り、ブリューパラメータを得ることができる。

いくつかの実施形態では、ユーザがコードを読み取ってブリューパラメータを得ることができるように、ブリューパラメータはコーヒー豆の袋の上に直接コード化される。他の実施形態では、ソフトウェアは、使っているコーヒーメーカの種類や作りたいコーヒー飲料の種類（例えばカプチーノ）に関するユーザからの入力を受信し、ブリューパラメータを用いて得られるブリュー条件を提供することになる。「ブリュー条件」は、ブリューイングに影響を及ぼすブリューパラメータ以外のパラメータ、例えば、市販の特定のグラインダのための設定値や、所望のコーヒー飲料を作るために用いることができるレシピなどを含む。「ブリュー条件」は、コーヒー豆を特性化するブリューパラメータに基づいて決定される。

ブリューされたコーヒーの固有の味の特性は、粉砕済の焙煎コーヒー豆から水に溶ける総溶解固形分（「ＴＤＳ」）に起因する。コーヒー飲料の味の特性に影響を及ぼす別の成分は、ＴＤＳとして現れる抽出化合物の種類及び量である。例えば、水の温度を高くして浸漬時間を長くすると、より多くのクロロゲン酸ラクトン及びフェニルインダンが放出されやすくなるが、水の温度を低くして浸漬時間を短くすると、より多くの酸性化合物が放出されやすくなる。味は、水の量に対するＴＤＳの量（「ＴＤＳ比」）と、ＴＤＳの化学成分に影響される。ＴＤＳ比及び化学成分は、焙煎コーヒー豆自体の特性と、コーヒーを準備するために用いられるプロセス、すなわち、ＴＤＳを抽出するために用いられるプロセスとに影響される。焙煎コーヒー豆の特性は、栽培条件や焙煎条件などの因子に影響され得るが、これらの因子を再生可能な方法で制御することは困難であろう。しかし、所与の焙煎バッチの焙煎コーヒー豆に関して、コーヒーを準備するプロセス（ＴＤＳの場合は水抽出プロセスである）を再現することができる場合には、上記焙煎バッチの焙煎コーヒー豆から得られるのと同じコーヒーの味の特性を再現することができる。

図３は、本発明の一実施形態によるブリューパラメータ生成プロセス３０を示している。図のように、ブリューパラメータ生成プロセス３０は、或る焙煎バッチのコーヒー豆に対して「モデルコーヒー飲料」を選択するステップ（Ｓ３２）を含む。「モデルコーヒー飲料」とは、消費者が再現したいと思う風味を持つ飲み物である。Ｓ３２のモデルコーヒー飲料選択プロセス中に、複数の焙煎バッチのコーヒー豆をテストして、いくつもの一連のパラメータのうちのどれが「最適の」コーヒー風味を作り出すかを判定する特性化を行う。この判定には、訓練を受けた専門家またはテイスティングの専門家集団を関与させ、彼らが、異なるブリューパラメータを用いて作られたコーヒー飲料の味をチェックして、最もおいしいコーヒー飲料の投票または選択を行うようにしてもよい。この判定を行う別の手法は、焙煎コーヒー豆の購入者がブリューパラメータを提出できるようにすること、及び例えばソーシャルネットワークやオンライン投票ソフトを通じてコミュニティの構成員に各人の気に入った風味への投票をしてもらうことである。各コーヒー飲料を作り出すために用いられるブリューパラメータは既知であるので、最多得票数を獲得したコーヒー飲料を作り出すために用いたブリューパラメータを容易に特定することができる。「おいしいコーヒー飲料」のブリューパラメータを決定するさらに別の手法は、化学分析を含む。このプロセスは、例えば、望ましい結果に肯定的または否定的に寄与するものとして特定された特定の化学物質の、カフェイン濃度、アクリルアミド濃度、ｐＨ、または含有量を測定することによって、コーヒーに含まれる２〜３の成分を分析するという形態をとることができる。化学分析による検査は、ＴＤＳの総量やＴＤＳの分光分析結果などの総合的な結果を判定し、望ましい特性を有するコーヒーに関する既知の量／スペクトルグラフと比較するという形態をとることもできる。本発明は、「モデルコーヒー飲料」を選択する特定の手法に限定されるものではない。

「モデルコーヒー飲料」が選択されたら、その特性がブリューパラメータに置き換えられる（Ｓ３４）。それにより、消費者は、コーヒーの風味を再現することができる。焙煎コーヒー豆からＴＤＳを抽出してコーヒー飲料にするための水抽出プロセスは、一連のブリューパラメータによって制御され、ブリューパラメータには以下のものが含まれる。
１）粉砕済コーヒー豆の粒度分布，本明細書においては「グラインド」と呼ぶ。
２）水の量と粉砕済コーヒー豆の量の比率，本明細書においては「比」と呼ぶ。
３）水の温度，本明細書においては「温度」と呼ぶ。
４）スラリー（水及びコーヒー粉砕物の混合物）を撹拌または混合する時間，本明細書においては「撹拌」と呼ぶ。
５）スラリーの浸漬時間，本明細書においては「滞留時間」と呼ぶ。
６）圧力を必要とするブリューイング方法（エスプレッソやエアロプレスなど）の場合、抽出圧力，本明細書においては「圧力」と呼ぶ。
７）エスプレッソ、または他のブリューイング方法であって先ず粉砕物を詰める（パッキングする）方法の場合、パッキング圧力，本明細書においては「パッキング」と呼ぶ。

上記のブリューパラメータは全てを網羅しているわけではなく、本発明はブリューパラメータの任意の特定の組合せに限定されるものではない。例えば、いくつかの実施形態では、ブリューパラメータには次のパラメータが含まれ得る。
１）総抽出時間，（滞留及び／または撹拌後）粉砕済コーヒー豆から液体を分離するために必要な時間，本明細書においては「抽出時間」と呼ぶ。
２）抽出された液体の量，本明細書においては「抽出量」と呼ぶ。

各ブリューイング方法は、特定の器具に関連する一連のパラメータの操作を必要とする。例えば、エスプレッソを抽出する場合、制御する必要がある一次パラメータは、グラインド、パッキング、比、温度、滞留時間、及び圧力である。これらのブリューパラメータは、抽出時間及び抽出量と、結果として得られるＴＤＳの量及び化学成分とに結びつく。この関係は次の関係式（１）で表すことができる。

エアロプレス（登録商標）抽出の場合、制御する必要がある一次パラメータは、グラインド、比、温度、撹拌、滞留、及び圧力である。これらの一次パラメータは、抽出時間と、結果として得られるＴＤＳの量及び化学成分に結びつく。エアロプレス（登録商標）は、エスプレッソと比較すると、「パック」が存在しないのでパッキング圧力は関係がない。しかし、撹拌時間は重要である。エアロプレス（登録商標）の場合、この関係は次式で表すことができる。

フレンチプレスの場合、主変数は、グラインド、比、温度、撹拌及び滞留である。フレンチプレスでは、圧力が加えられず、「パック」もないので、パッキング圧力は必要なく、この関係は次式で表すことができる。

習慣的に、コーヒーブリューワは、ブリュー変数を非公式に管理される群として扱ってきた。これは主に、グラインド、すなわち粉砕済の焙煎コーヒー豆の粒度分布を測定することが実用的でなかったので、試行錯誤により測定してその都度結果物の味をチェックすることによって確認する必要があったためである。同時に、グラインドは、結果として得られるコーヒーの味の特性に与える影響が大きい。したがって、ブリューイングプロセスにおける全ての可変パラメータの中でもグラインドを正確に測定して制御する能力はコーヒーの品質に大きな影響を及ぼす。

グラインドを正確に測定する能力があれば、グラインドを主たる一次パラメータとして扱い、グラインドに基づいて残りの一次パラメータを固定することによって、二次グループにおいて予測可能な結果がもたらされ、その結果として、抽出液から首尾一貫した特性を得ることが可能になる。粉砕済の焙煎コーヒー豆の粒度分布を求める新規な方法について、図８Ａ、図８Ｂ及び図９に関連して後述する。本方法では、例えばスマートフォンの一部として内蔵されたカメラなどの普通のカメラを用いて、キャリブレーショングリッド上に分布させた少量のコーヒー粉砕物の写真を撮る（またはビットマップを生成する）。その後、写真（ビットマップ）を処理して粉砕物の粒度分布を求める。この方法の実施は実行可能であり、したがってグラインドを再現することができ、コーヒーの味の特性を再現可能にする。

コード化されたブリューパラメータの一例は、次のようなものである。

これらのブリューパラメータは、エアロプレス（登録商標）器具とともに用いられるものであり、上記のモデル決定プロセスにより選択された「モデル風味」と同様の味がするコーヒー飲料を作り出すためにユーザが用いることができる設定値を含む。この特定の例では、選択された風味を再現するためには、粉砕粒子の８０％が２０３μｍ以下のサイズ（標準偏差１．４以内）を有することがグラインドブリューパラメータによって示されている。

各ブリューパラメータは互いに影響を及ぼし合っているので、１つのパラメータを変化させるときには、他のパラメータのうちの１つ以上を当該変化と連動するように調整して、同じ結果を得るようにすることができる。例えば、グラインドが粗すぎる場合は、水の温度及び／または滞留時間を調節する（例えば、上昇させる、増加させる）ことにより粗さを相殺して同一の所望の風味を得ることができる。同様に、グラインドが細かすぎる場合は、水の温度及び滞留時間を調節する（例えば、低下させる、減少させる）ことにより然るべく相殺することができる。

Ｓ３４でブリューパラメータが決定したら、当該ブリューパラメータを消費者が利用可能な状態にする（Ｓ３６）。一実施形態では、ブリューパラメータはコード化されて、特定の焙煎バッチのコーヒー豆に関連付けられる。例えば、コーヒー豆を１ポンド（４５３ｇ）入りの袋に袋詰めする場合は、ブリューパラメータをコード化してパッケージ袋に付することができる。一実施形態では、異なる種類のコーヒーメーカに対するブリューパラメータを１枚の紙またはステッカーに印字してコーヒー豆の袋に貼り付けることができる。そうすれば、コーヒー豆を購入するユーザは、当該コーヒー豆を用いて「モデルコーヒー飲料」を再現するためのブリューパラメータを自動的に受け取ることになる。

別の実施形態では、ブリューパラメータはコード化されて、コーヒー豆のパッケージ袋に貼り付けられるか印字される。ユーザは、スキャナやコードリーダ（スマートフォン用のアプリとして実装され得る）を用いてコードをスキャンすることにより、コード化されたブリューパラメータを得ることになる。パラメータをＲＦＩＤやＮＦＣデバイス上でコード化することもできる。

一実施形態では、「ストロング（濃い）かつ風味豊か」、「ミディアムボディ」、「ライト（薄い）かつ口当たりが良い」などの複数のカテゴリーについて、各カテゴリーのために選択されるモデルコーヒー飲料（及びそのブリューパラメータ）とともにモデルコーヒーの風味の選択を行う（Ｓ３２）。

さらに別の実施形態では、ブリューパラメータはデータベースに格納され、ユーザによってアクセスされる。特性化された各焙煎バッチのコーヒー豆に識別子が割り当てられる。コーヒー豆バッチの識別子ごとに、様々な種類のコーヒーメーカ（例えば、フレンチプレス、エアロプレス（登録商標）、エスプレッソ）について様々な風味カテゴリーに対するブリューパラメータがデータベースに入力されている。ブリューパラメータデータベースは、他のデータ、例えば、一般的に用いられているコーヒーメーカのリストや、異なるブランド及びモデルの各々とともに用いられる任意のブリューパラメータ補正値などを含むこともできる。また、１つの一連の最良のブリューパラメータについての一致が見られる代わりに、「モデルコーヒー飲料」を決定するためにプロのテイスタが必要であるとすれば、それぞれのプロのテイスタが最も好むパラメータを別々に保存して識別することができる。このように、経験とともに、コーヒーを入れる人は、自身が普段どのテイスタの選択を好んでいるかが分かっており、当該テイスタのモデル飲料に関連付けられたブリューパラメータを選択することになる。さらに、ブリューパラメータが時間とともに変化する場合、例えば焙煎された豆の鮮度が落ちたときなどに、補正されたブリューパラメータにアクセスすることができるように、データベースは、データ及びタイムテーブルを含むことができる。

各ブリュー条件に関連付けられたブリューパラメータに加えて、例えば特定の器具のための関連する設定値のテーブル（表）を（例えばルックアップテーブルに）格納することができる。

さらに、特定の焙煎バッチの焙煎コーヒー豆、例えば、品種、産地、焙煎バッチ及び焙煎日、追加的な記述内容（すなわち、コーヒー豆の色及び）、「消費」期限、焙煎コーヒー豆に関する追加的な助言、推奨される方法などに関連している他の情報に識別子をリンクさせることができ、これらの情報は、ブリューパラメータデータベースに格納したりリンクさせたりすることができる。データベースは、必要に応じて更新可能である。

図４は、本発明による、パラメータベースのコーヒー再現プロセス４０の一実施形態を示している。このプロセス４０では、コーヒー豆識別子を取得する（Ｓ４１）。識別子は、用いるコード化方法に応じて、ユーザが入力するかまたは機械が読み取るようにすることができる。例えば、バーコード、ＱＲコード（登録商標）、ＲＦＩＤタグ（無線を使用した認識システム）またはＵＲＩ（資源統一識別子）コード識別子をスキャナによって読み取ってもよいし、コーヒー豆の袋に印字されたコード番号をウェブベースのアプリケーションに手動入力してもよい。識別子に加えて、データベースにおいて一連のパラメータを絞り込むことになる他の情報を要求して受信することができる（Ｓ４３）。この追加情報は、使用するグラインダ及び／またはコーヒーメーカの種類（例えば、エアロプレス（登録商標）、標準的なドリップ式、フレンチプレス、エスプレッソ）及び／または所望の風味カテゴリー（ストロング、ミディアム、ライト）に関連したものであり得る。識別子及び任意的な追加情報を用いて、データベースにおいて的確な一連のブリューパラメータを見つけ出す（Ｓ４５）。データベースは、ネットワークを介してアクセスするかまたはローカルに格納することができる。消費者のコーヒーメーカを用いてモデルコーヒー飲料の風味を再現するための一連のブリューパラメータを検索すると、当該ブリューパラメータが検索されて例えばユーザなどに提供される（Ｓ４６）。ブリューパラメータは、分かりやすい段階的な命令としてユーザに提供され得る。

パラメータベースのコーヒー再現プロセス４０は、別のマシンに常駐するソフトウェアまたはファームウェアとして実現することができる。例えば、ソフトウェアは、ダウンロード可能なスマートフォン用のアプリとして実装することができる。また、ソフトウェアは、ユーザとウェブベースのインタフェースとが情報をやりとりするウェブベースのアプリとして実装することもできる。ソフトウェアは、完全にまたは部分的に、自動コーヒー粉砕及び／またはブリューイング器具の一部として実装して、後述するデバイスをランするために用いることもできる。

図５Ａは、図５Ｂに示すパラメータベースの粉砕プロセス５０００を実行するように構成された「スマート」コーヒーグラインダ５０を含む本発明の一実施形態を示している。スマートコーヒーグラインダ５０は、望ましいコーヒー飲料の種類に関するユーザ要求を受信し、ブリューパラメータ（特に、グラインドパラメータ）を検索し、ブリューパラメータ要件を満たすコーヒー粉砕物を生じさせるように構成されている。図のように、スマートコーヒーグラインダ５０は、コーヒー豆を粉砕するためのグラインダ５１と、コーヒー粉砕物の粒子径を制御するためのグラインド制御部５２と、プロセッサ５３とを含む。スマートコーヒーグラインダ５０は、インタフェース部５７を介して消費者と通信することもできる。ユーザインタフェース部５７は、スマートコーヒーグラインダ５０に組み込まれていてもよいし、別体をなすユーザインタフェース部（例えば、スマートフォン、タブレット、ラップトップパソコン、デスクトップパソコン、ＰＤＡ）と（有線または無線で）通信してもよい。ユーザインタフェースデバイスは、ユーザ入力及びユーザへの出力情報を受信することができ、通常は、映像及び／または音響機器を含む。スマートコーヒーグラインダ５０はまた、データインタフェース５８を有し、データインタフェース５８を介してブリューパラメータデータベースにアクセスすることができる。データインタフェース５８は、ブリューパラメータを格納するメモリデバイスを受容するように構成されたポートであってもよいし、ネットワークを介してデータベースへのアクセスを可能にするネットワーク接続ポートであってもよい。

一実施形態では、グラインド制御部５２は、図８Ａ、図８Ｂ及び図９に関連して後述する粒子径を求める方法を用いて実現することができる。後述する方法を用いる場合には、グラインド制御部５２は、複数のキャリブレーションマークを有するキャリブレーショングリッド５５の上方に配置されたカメラ５４を含む。プロセッサ５３は、例えば上記のデータベースから、図３に示したようにしてユーザの所望のコーヒー飲料のためのブリューパラメータを取得する。プロセッサ５３は、ブリューパラメータからグラインドサイズパラメータを抽出して、所定のグラインドサイズを達成するようにグラインダ５１の設定値及び粉砕時間を調整する。ブリューパラメータをグラインダ５１のための所定の設定値に置き換えるようにプロセッサ５３をプログラミングすることができる。最初の粉砕の後、コーヒー粉砕物のサンプルをキャリブレーショングリッド５５上にまばらに置き、カメラ５４で撮影する。Ａｐｐｅｎｄｉｘ Ａの方法に従って歪み補正を行うことができ、グラインドの粒度分布を求める。所望のコーヒー飲料のためのブリューパラメータのグラインドサイズパラメータの範囲内に粒度分布が収まっていれば、粉砕は完了である。その一方で、追加の粉砕が必要な場合は、グラインドを的確な粒子径にする可能性が高い調整された設定値にグラインダ５１をセットし直す。その後、再度粉砕したコーヒー粉砕物のサンプルをキャリブレーショングリッド５５上にまばらに置き、再び粒度分布を求め、所望の粒子径が得られるまで繰り返し粉砕サイクルを続ける。

スマートコーヒーグラインダ５０は、コーヒー豆識別子及び該識別子に関連付けられたグラインド設定値を格納するローカルメモリ５６を搭載することができる。したがって、ユーザが数日間にわたって同じコーヒーの袋を用いて同じ種類のコーヒー飲料を作りたい場合に、スマートコーヒーグラインダ５０は図３のプロセス全体を毎回繰り返す必要がない。

図５Ｂは、本発明の一実施形態による、スマートコーヒーグラインダ５０により実行することができるパラメータベースの粉砕プロセス５０００を示している。スマートコーヒーグラインダ５０は、コーヒー豆識別子を読み取り（Ｓ５０１０）、任意選択でブリューの好み及び条件（例えば所望の風味カテゴリー）に関する消費者からの入力を受信し（Ｓ５０２０）、データベースから的確な一連のブリューパラメータを検索する（Ｓ５０３０）。ブリューパラメータからグラインドパラメータを特定し、所望の粒子径のグラインドを達成することになる設定値及び実行時間にグラインダ５１を設定する（Ｓ５０４０）。粉砕プロセス完了後、グラインド制御部５２は、グラインドをチェックして、粒子径がブリューパラメータによって画定される目標範囲内に収まっているかどうかを確かめる（Ｓ５０５０）。最初に、スマートコーヒーグラインダ５０は、最終目標よりも僅かに粗い粉砕物が得られるようにグラインダを設定することができるので、２回目の粉砕では、グラインドパラメータを再計算することによって、グラインドを微調整して（Ｓ５０６０）、目標粒子径内のグラインドを得ることができる。目標粒子径に達したら、粉砕物はユーザに提供される（Ｓ５０７０）。

図６Ａは、図６Ｂに示すパラメータベースのコーヒーを作るプロセス６０００を実行するように構成された「スマート」コーヒーメーカ６０を含む本発明の一実施形態を示している。いくつかの実施形態では、スマートコーヒーメーカ６０にスマートコーヒーグラインダ５０を組み込むことができる。具体的には、スマートコーヒーメーカ６０は、コーヒー豆及び／または水を計量するためのスケール（秤）６１と、コーヒー豆を粉砕するためのグラインダ６２と、グラインドサイズを求めるためのグラインドサイズ制御部６３と、水受容及び加熱部６４と、粉砕物及び水を接触させる抽出部（抽出装置）６５と、コーヒー飲料受容部６６とを含む。水の量が体積を単位としてブリューパラメータによって規定される場合、水受容部６４に水の体積を示すマークを付することができる。スマートコーヒーメーカ６０は、ネットワーク接続能力を備えて構成され得るローカルメモリ６８及びデータインタフェース６９にそれぞれ結合されたプロセッサ６７を含む。ネットワーク接続能力は、上記のデータベースへのアクセスに役立つ。

図６Ｂは、本発明の一実施形態による、パラメータベースの自動化されたコーヒーを作るプロセス６０００を示しており、このプロセスはスマートコーヒーメーカ６０によって実行することができる。スマートコーヒーメーカ６０は、コーヒー豆識別子を読み取り（Ｓ６０１０）、任意選択で所望の風味カテゴリーなどのブリューの好みに関する入力を消費者から受信し（Ｓ６０２０）、データベースから的確な一連のブリューパラメータを検索する（Ｓ６０３０）。ブリューパラメータからグラインドパラメータを特定し、的確な量（重さ）のコーヒー豆を量り（Ｓ６０３５）、所望の粒子径のグラインドを達成することになる設定値及び実行時間に設定したグラインダ６２にコーヒー豆を入れる（Ｓ６０４０）。粉砕プロセス完了後、グラインド制御部６３は、例えば、図８Ａ、図８Ｂ及び図９に関連して後述する手法を用いて、図５Ｂに関連して説明したように、グラインドをチェックして、粒子径がブリューパラメータによって規定される目標範囲内に収まっているかどうかを確かめる。所望の粒子径が得られたら、粉砕物を抽出部６５に入れる（Ｓ６０６０）。水をブリューパラメータが定める量になるように例えばスケール６１で量り（Ｓ６０４５）、所定の温度まで加熱する（Ｓ６０５０）。この加熱された水（湯）と粉砕物を抽出部６５内で混ぜ合わせ（Ｓ６０６０）、ブリューパラメータが定める滞留時間にわたって両者を（器具によっては撹拌しながら）接触させる。粉砕物をコーヒー飲料の液体部分から分離すると（Ｓ６０７０）、コーヒー飲料が得られる。

コーヒーがブリューされたら、ソフトウェアは、任意選択で、コーヒーに関するフィードバック（図示せず）を要求して取り入れることができる。このフィードバックは、特定の化学物質または結果として得られたコーヒー全部の化学分析であって、上記化学分析の結果を比較するためのもの、例えば結果として得られたコーヒーのクロスチェックを行うためのものであり得る。このフィードバックを例えばユーザが提供するようにしてもよい。例えば、コミュニティは、焙煎バッチの経験を積んだら、ブリューパラメータを変えて異なる結果が得られるようにしてもよい。これらの更新を公表してコミュニティの他の構成員の評価を受けることができる。

図７は、本発明の一実施形態による、パラメータベースの自動化されたコーヒーを準備するプロセス７０の操作の事例を示している。この特定の例は、フレンチプレス器具とともに用いることができるが、上記プロセスは任意の種類のデバイスに適合させることができる。この自動化されたコーヒーを準備するプロセス７０には、５つのノードが存在する。すなわち、コーヒー豆を計量及び粉砕するためのノード１（７００）、水を計量及び加熱するためのノード２（７１０）、抽出部に装填するためのノード３（７２０）、抽出のためのノード４（７３０）、プランジ制御のためのノード５（７４０）である。各ノードは、制御装置７５０によって制御される。これらのノードは、上記のスマートコーヒーメーカ６０などの一体化装置の互いに異なる部分であってもよいし、制御装置７５０と例えば無線で（例えばブルートゥース（登録商標）により）通信可能な別体をなす装置であってもよい。例えば、ノード１はグラインダに、ノード２はケトルに、ノード３、４、５は自立式フレンチプレス器具に、それぞれ設けることができる。

制御装置７５０は、協調して各ノードを独立的に制御する。制御装置７５０は、ブリューパラメータデータベースにアクセスすることができ、該データベースから各ノードに関するパラメータを検索する。制御装置７５０はその後、検索されたパラメータに従ってノードパラメータを設定し（Ｓ７６０）、ノード操作を開始する（Ｓ７７０）。その後、プロセスの各ステップが正しい順序で起こるように協調してノード操作が行われる（Ｓ７８０）。各ステップで、制御装置７５０は、次のステップに進む前に操作が完了したことを確認する（Ｓ７９０）。制御装置７５０に組み込まれているかまたは制御装置７５０によって読み込まれるタイマーが存在するので、制御装置７５０はブリューパラメータに従って様々なプロセス（例えば、粉砕、撹拌）のための実行時間を設定することができる。

画像を用いて粉砕済コーヒー豆の粒度分布を求める方法について、図８Ａ、図８Ｂ及び図９に関連して説明する。

本方法は、粉砕済コーヒー豆の小粒子及びキャリブレーションパターンを含む画像（例えばビットマップ）を生成するかまたは別な方法で得るステップを含む。ここで、キャリブレーションパターンの寸法は既知である。画像の生成は、例えば、任意の従来のカメラを用いて、キャリブレーションパターン上またはその周辺に配置された小粒子を撮影することによって行うことができる。粒子径が小さい場合には（例えば１０^−６インチ（０．０２５４μｍ）程度）、カメラレンズによって生じた歪みを相殺するために補正がなされる。

開示されている方法の一実施形態では、寸法が既知のマークを含むキャリブレーションパターンを用いて粉砕済コーヒー豆の粒子径を求める。キャリブレーションパターン及び粒子の両方に同一の歪みが適用されることになるという仮定の下、キャリブレーションパターン及び粒子を一緒に撮影する。寸法が既知のキャリブレーションパターンを用いて、歪み効果を除去し画像を歪み効果のない補正画像に変換するための変換行列が生成される。変換行列は、その後、補正画像から粒度分布を求めるために適用される。

有利なことには、ビットマップを記録するためにどんなカメラ（または、ビットマップを生成することができる他のデバイス）を用いてもよく、専用の撮影装置や記録装置は必要ない。さらに、キャリブレーションパターン及び粒子が一緒に単一画像に記録されるので、歪みを補正するため及び的確な粒子径を得るために、カメラ、レンズ及び他の画像パラメータを知っている必要はない。粒子及びキャリブレーションパターンを一緒に１つの画像にキャプチャすることによって、測定画像を記録する前に歪みを補正するための一連のパラメータを得るべく追加の別のキャリブレーション画像を記録する必要がなくなる。開示されている方法においては、粉砕済コーヒー豆の粒子径を正しく求めるために必要な情報は、単一画像に埋め込まれる。

図８Ａは、粒子径を求める方法の一実施形態を示している。キャリブレーションパターン（例えばキャリブレーショングリッド５５（図５Ａ））上に被測定粒子を分布させた後、キャリブレーショングリッド５５上の粒子のデジタル画像を、カメラ５４を用いてキャプチャする（例えば、ビットマップを記録する）（ステップＳ８１０）。画像生成は、例えば、画像の鮮明さ／精細度を向上させるための画像処理手法（ノイズ低減及び／または二値化及び／またはフィルタリングを含むが、これらに限定されるものではない）を適用することによって物体認識を容易にするための画像の前処理を含み得る。任意の適切なノイズ低減法を用いることができる。

ステップＳ８１０においては、２次元または３次元画像をキャプチャまたは生成するための任意の手法を用いることができ、そのような手法には、写真撮影（すなわち可視光）、超音波、Ｘ線、またはレーダを利用するものが含まれる。本発明は、特定のビットマップキャプチャ方法に限定されるものではない。キャリブレーショングリッド５５などのキャリブレーションパターンは、有用であるように、背景と、複数のキャリブレーションマークとを含む。例えば、キャリブレーショングリッド５５のキャリブレーションマークは、どれも同じ寸法ｘ及びｙを有する四角形の輪郭であり、実質的に一定の太さの線で描画され、一定の間隔ｗをあけて縦列及び横列の方向に繰り返されている。例えば、図８Ｂは、どれも同じ寸法ｘ及びｙを有する四角形の輪郭であり、実質的に一定の太さの線で描画され、一定の間隔ｗをあけて縦列及び横列の方向に繰り返されているキャリブレーションマーク８２２を有するキャリブレーショングリッド８２０を示している。キャリブレーションマークの寸法は（例えば、物理的パターンを測定することによって）分かる。キャリブレーションマークは、所望の粒子径範囲において正確な測定を可能にする補正画像を生成するのに十分な情報を提供する任意の寸法のものであってよい。

キャリブレーションパターン、例えばキャリブレーショングリッド５５は、背景の主たる色または陰の部分が、被測定粒子の色及びキャリブレーションマークの色に対して高コントラストを有する場合に最も有用である。キャリブレーションマークの色を、被測定粒子の色と異なる色にすることも有用である。例えば、粒子が褐色または黒色である場合には、背景は白色にして、キャリブレーションパターンは青色の色相を有するようにしてもよい。一般的に、キャリブレーションパターンには任意の材料を用いてよく、キャリブレーションパターンの表面が粒子の物質に対して不浸透性を持つようにすればキャリブレーションパターンは粒子によって傷付けられないので有用であろう。一例では、キャリブレーションパターンは１枚の紙に印刷されたパターンであり、その上に粉砕済コーヒー豆の粒子がまばらに置かれる。ユーザは、キャリブレーションパターンのデジタル画像を入手して、自宅で印刷することができる。

本明細書に開示されている手法を用いて測定することができるコーヒー粉砕物の最小粒子径は、複数の因子によって決まり、そのうちの１つは、最小測定可能物体のピクセルカバレッジとキャリブレーションマークのピクセルカバレッジの比率である。また、統計データを集めるべく、１若しくは複数のキャリブレーションマーク及び十分なサンプル粒子をキャプチャするのに十分なカメラ解像度も必要である。現在市販されているｉＰｈｏｎｅ（登録商標）の一部であるカメラを用いれば、１×１０^−６インチ（０．０２５４μｍ）ほどの大きさしかない粒子径を求めることが可能になるであろう。一実施形態では、キャリブレーションマークの寸法は、カメラのデジタル解像度及び測定する最小粒子の粒子径によって決まる。例えば、３２６４ピクセル×２４４８ピクセルの解像度を有するカメラの場合、直径２５×１０^−６インチ（０．０６３５μｍ）の粒子を測定するためには２ピクセル×２ピクセルの正方形３１０が必要であり、１辺４００ピクセル（すなわち１６万画素）のキャリブレーションパターンが用いられる。

パターンは、或るグリッドの四角形の繰り返しを含むことができ、四角形の繰り返し以外の他のパターンをキャリブレーションパターンに用いてもよい。しかし、数学的にモデル化し易い規則的なパターン（例えば直交線を含む）をキャリブレーションパターンに用いることによって、記録された画像の処理を簡素化することができる。さらに、キャリブレーションマークは、被測定粒子の色に対して高コントラストを有する色を最大限活用する。例えば、「チェスボード」パターンなどのパターンは、複数の四角形のうちの半分が暗色であるために効率的に機能せず、粒子が暗色である場合には、暗色領域上に位置する粒子が多すぎて、粒子と該粒子の下の表面との間にそれほどのコントラスト（明暗差）が存在しないであろう。

ステップＳ８２０では、キャリブレーショングリッド５５の画像を補正して歪みを除去する。粒子径を求めるためにイメージングを用いることの問題の１つは、記録された画像における様々な歪みが粒子径を求める際の誤差の原因となることである。これらの歪みは、例えば１０^−６インチ（０．０２５４μｍ）の粒子径範囲内で小粒子の正確な測定を行おうとするときには特に有害である。そのような歪みは、レンズ形状またはレンズアライメントの不完全性の結果として生じ得る。そのせいで、例えば、画像において直線が非直線としてキャプチャされ得る。歪みは、射影歪みの結果としても生じ得る。これは、撮影される物体の中心に対してカメラの光軸が垂直でないときに生じ、この歪みによって画像において互いに平行な線が非平行になる。粒子径はキャリブレーションマークの寸法を用いて求められるので、キャリブレーションマークの画像中の歪みが、粒子径を求める際に誤差を生じさせることになる可能性が高い。よって、粒子径を求める前にキャリブレーションマークの歪みを補正する。ステップＳ８２０の最後に、歪みのないキャリブレーションマークと、粒子の原画像（未補正画像）とを含む「補正画像」が生成される。

ステップＳ８２０で歪みを除去するための１つの手法では、画像からキャリブレーションマークを抽出する。この抽出には領域フィルタリング手法を用いることができる。例えば、キャリブレーションマークが青色である場合、青色の色相範囲におけるパターンを抽出するための色領域を用いる手法を用いることができる（キャリブレーションパターンの背景は、キャリブレーションマークとは異なる色である）。結果は、画像の青色部分から輪郭を抽出することによって作られるキャリブレーションマークオブジェクトアレイである。キャリブレーションマークオブジェクトアレイは、例えば正射写真図（オルソフォト）などで、画像をマッピングするのに有用な均等スケールを生成するために用いられる。この均等スケールの生成はオルソ変換であり、一度生成すればキャリブレーションパターン１２０が同じであるかぎりは繰り返し使用することができる。

ステップＳ８３０では、キャリブレーションパターンの補正画像を用いて粉砕済コーヒー豆の粒子径を求める。この処理は、領域フィルタリングを用いた補正画像からの粒子の抽出を含む。例えば、領域フィルタリングは、褐色／黒色の色範囲内にあることが分かっている粒子を抽出するための色領域を用いて実現することができる。処理された画像から粒子の輪郭を抽出することによって、粒子オブジェクトアレイが生成される。その後、粒子オブジェクトアレイの各要素を測定することにより、粒子の寸法、例えば、各粒子の大きさ（直径）、面積及び真円度を求めることができる。これらの測定値から、測定された粒子の粒度分布が得られる。粒子径を測定する際に、キャリブレーションパターンは寸法の基準となる。

上記したように、（画像中のものとは対照的に）物理的世界におけるキャリブレーションマークの寸法は既知である。任意であるが、補正画像中のキャリブレーションマークを測定し、キャリブレーションパターンにおける既知のサイズのキャリブレーションマークとの不一致を計算することによって、ステップＳ８２０で用いたキャリブレーションマーク歪み補正の精度をクロスチェックすることができる。

ステップＳ８４０では、粒子オブジェクトアレイの測定値が特性化される。粒度分布ヒストグラム、面積分布ヒストグラム、体積分布ヒストグラム、最小、最大及び標準偏差、並びに分布ピーク分析を用いて、粉砕済コーヒー豆の粒子径及び形状を特徴付ける一連のサイズパラメータを決定することができる。「一連の」サイズパラメータは、本明細書においては、少なくとも１つのパラメータを意味するものとする。

場合によっては、粒子径を求めることは、所望の粒子径が得られるように粒子を処理する（例えば粉砕する）ことを目的としてなされ得る。その場合は、利用可能な目標粒子のプロファイルが存在し得る。該プロファイルは、ステップＳ８４０で用いられる一連のサイズパラメータに関して定義することができる。測定されたパラメータ（ステップＳ８４０の結果）と目標粒子プロファイルとの比較に基づいて、両者を近づけるためにどのような措置を講じる必要があるかを判定することができる。この判定は、人によって、またはプロセッサによって自動的に行うことができる。判定が自動的になされる場合、プロセッサは、さらなる粉砕が測定値を目標プロファイルに近づけることを（例えば、視覚的に、かつ／または音声によって）操作者に知らせることができる。

図５及び図６に示されているようにコーヒーをブリューイングするときに、特定の風味のコーヒーを作りたいと望むユーザは、自身のコーヒーメーカにおいて特定の設定値を用いた場合に自身が望む風味を作り出すことが分かっているコーヒー粉砕物の目標プロファイルを得ることができる。そのような場合、ユーザは、キャリブレーションパターン５４上にコーヒー粉砕物をまばらに置き、上記の方法を用いて、自身のグラインドを特徴付ける一連のサイズパラメータを取得し、その後、当該サイズパラメータを目標プロファイルと比較することができる。例えば、自身のグラインドに関する測定値分布が０．０３５インチ（８８９μｍ）に集中し、目標プロファイルが０．０４７５インチ（１２０６．５μｍ）であることが一連のパラメータによって示されたとすれば、ユーザは、コーヒー豆を細挽きしすぎたこと及びより粗い調整から再び始める必要があることを知ることになるであろう。

ここで、図８Ａの歪み補正ステップＳ８２０、特に、歪みのある原画像を歪みのない補正画像に変換するための変換行列の生成についてさらに詳細に説明する。キャリブレーションパターンの実際の位置は、物理的な現実世界のキャリブレーションパターンから分かる。よって、２つの位置（すなわち、実際の位置及び画像中の位置）の比較を用いて、撮影されたキャリブレーションパターンを変換して実際のキャリブレーションパターンに戻す変換行列（または任意の他のスカラー）を決定することができる。このキャリブレーションパターンのための変換行列は、画像を現実世界の測定値に変換する方法及びその逆を示している。変換行列を一連のピクセル全域で外挿し、それを画像全体または画像の選択された部分のいずれかに適用することができ、該画像においては、さらに色領域抽出法を用いて、粒子だけが示される（ステップＳ８３０で得られる）。画像に変換行列を適用した後、低歪な（かつ、恐らくは実質的に射影歪みまたは幾何学的歪みがない）部分的に補正された画像が得られる。この手法は、各キャリブレーションマークのための補正係数を生成することにより、歪みを補正する。

図９は、別の歪み補正法９００を示している。経験的に生成された変換行列を用いる第１の手法と異なり、この第２の手法は、画像のレンズ歪み及び射影歪みの補正を含む。上記したキャリブレーションマークオブジェクトアレイと、ステップＳ９１０及びＳ９２０でキャリブレーションマークオブジェクトアレイによって参照される画像の領域とを用いて、歪み係数が得られる。例えば、"A flexible new technique for camera calibration," IEEE Transaction on pattern Analysis and Machine Intelligence, 22(11): 1330-1334, 2000（非特許文献１、引用を以って本明細書の一部となす）に記載されているＺ．Ｚｈａｎｇのキャリブレーション方法に記載されている方法を用いることができる。非特許文献１に記載されている方法は、チェスボードパターンを用いて複数のキャリブレーションパラメータを求め、それらをその後の写真撮影に用いることができる。しかし、本発明では、上記したような画像から抽出されたキャリブレーションパターンを用いる。得られるキャリブレーション結果には、レンズ歪みパラメータがｋ_１及びｋ_２として含まれることになる。

Ｚｈａｎｇが提唱した手法は、カメラを用いて、数個（少なくとも２つ）の異なる方向から平面パターンを観察する。このパターンをレーザプリンタで印刷し、「ほどよい」平面（例えば硬い本の表紙）に貼り付けることができる。カメラまたは平面パターンのいずれかを動かすことができ、どのように動いたかを詳細に知る必要はない。Ｚｈａｎｇの提唱した手法は、３次元（単なる暗黙情報）ではなく２次元の距離情報が用いられるので、写真測量キャリブレーションとセルフキャリブレーションとの間に位置する。コンピュータシミュレーション及び実データの両方を用いて、Ｚｈａｎｇの提唱した手法をテストした。本明細書に記載の手法は、３次元コンピュータビジョンを実験室環境から現実世界へ前進させる。

単一平面を観察することによって、カメラの内部パラメータに対する制約が得られる。２次元点は、ｍ＝［ｕ，ｖ］^Ｔで表される。３次元点は、Ｍ＝［Ｘ，Ｙ，Ｚ］^Ｔで表される。符号^〜は、最後の要素として１を加えることによって拡張ベクトルを表す。すなわち、

及び

である。一般的なピンホールによってカメラをモデル化する。３次元点Ｍとその画像投影ｍとの関係は、

によって与えられる。ここで、ｓは任意のスケール係数であり、（Ｒ，ｔ）は、カメラモデルの外部パラメータ行列と呼ばれ、回転行列と平行移動（並進）行列を合わせた行列であって、世界座標系をカメラ座標系と関連付け、Ａは、カメラモデルの内部パラメータ行列と呼ばれ、

によって与えられる。ここで、（ｕ_０，ｖ_０）は主点の座標であり、α及びβは画像のｕ軸及びｖ軸におけるスケール係数であり、γは２つの画像軸の歪度を説明するパラメータである。Ａ^−Ｔは、（Ａ^−１）^Ｔまたは（Ａ^Ｔ）^−１を略記したものである。

モデル平面は、世界座標系のＺ＝０上に存在すると仮定することができる。回転行列Ｒのｉ番目の列ベクトルをｒ_ｉで表す。式（１）から、

が得られる。ここでも符号Ｍを用いてモデル平面上の点を表しているが、Ｚは０に等しいので、Ｍ＝［Ｘ，Ｙ］^Ｔである。同様にして、Ｍ^〜＝［Ｘ，Ｙ，１］^Ｔである。したがって、モデル点Ｍ及びその画像ｍは、ホモグラフィＨによって次のように関連付けられる。

明らかであるように、３×３行列Ｈは、スケール係数を除いて定義される。

モデル平面の或る画像を所与として、ホモグラフィを推定することができる。ホモグラフィを

で表すと、式（２）から、

が得られる。ここで、λは任意のスカラーである。ｒ_１及びｒ_２が正規直交するという知識を利用すると、内部パラメータに関する以下の制約条件が成り立つ。

このように、１つのホモグラフィを所与として、２つの基本的な制約式が立てられる。ホモグラフィは８自由度を有するので、６つの外部パラメータ（回転が３つ、平行移動が３つ）が存在し、内部パラメータに関する２つの制約が得られる。パラメータＡ^−ＴＡ^−１は、実際に絶対円錐曲線の画像を表す。次に、幾何学的な解釈を与える。

本明細書では、モデル平面は次式によりカメラ座標系で表される。

ここで、無限遠点に関してはｗ＝０であり、それ以外ではｗ＝１である。この平面は、或る線において無限遠平面と交差し、

及び

が当該線上の２つの特定の点であることは容易に分かる。線上のいかなる点もこれら２つの点の線形結合であり、すなわち、

である。ここで、上記の線と絶対円錐曲線の交点を計算してみよう。定義上は、点ｘ_∞（円点）はｘ_∞ ^Ｔｘ_∞＝０、すなわち、

を満たすことが分かっている。解はｂ＝±ａｉであり、ここでｉ^２＝−１である。すなわち、２つの交点は、

である。これらは画像平面に投影され、スケール係数を除いて、

によって与えられる。点

は、Ａ^−ＴＡ^−１によって表される絶対円錐曲線の画像上に存在する。これにより

が得られる。実数部及び虚数部の両方を０にすることで、式（３）及び（４）が得られる。

ここからは、カメラキャリブレーション問題を効果的に解決する方法に関する詳細を説明する。最初に解析解、次に最尤基準に基づく非線形最適化手法を示す。最後に、レンズ歪みを考慮して、解析解及び非線形解の両方を求める。

次式（５）を考えてみよう。

Ｂは対称であり、６次元ベクトル

によって定義されることに留意されたい。
Ｈのｉ番目の列ベクトルをｈｉ＝［ｈ_ｉ１，ｈ_ｉ２，ｈ_ｉ３］^Ｔとすると、

となり、ここで

である。したがって、或るホモグラフィを所与として得られる２つの基本的な制約（３）及び（４）は、次式（８）に示すように、ｂについての２つの同次方程式に書き直すことができる。

上式（８）のような方程式をｎ個積み重ねることによってモデル平面のｎ個の画像が観察された場合、結果は、

で表すことができる。ここで、Ｖは２ｎ×６行列である。ｎ≧３である場合には、通常、スケール係数を除いて定義される一意解ｂが得られる。ｎ＝２である場合には、スキューレス制約γ＝０、すなわち、［０，１，０，０，０，０］ｂ＝０を与え、追加の方程式として式（９）に加えることができる。ｎ＝１である場合には、（例えば画像中心における）ｕ_０及びｖ_０が既知でありかつγ＝０であると仮定して、２つのカメラ内部パラメータ、例えばα及びβを解くことができる。式（９）の解は、最小固有値に関連付けられたＶ^ＴＶの固有ベクトル（等価には、最小特異値に関連付けられたＶの右特異ベクトル）として公知である。

ｂが推定されたら、カメラ内部パラメータ行列Ａの値を求めることができる。Ａが分かれば、各画像についての外部パラメータを求めることができる。例えば、式（２）を用いて、以下の式が得られる。

ここで、

である。データにノイズが存在するため、そのようにして求められた行列Ｒ＝［ｒ１，ｒ２，ｒ３］は回転行列の特性を満たしていない。

モデル平面のｎ個の画像及びモデル平面上のｍ個の点が存在すると仮定する。画像の点は、独立同一分布に従うノイズを含んでいるとも仮定する。次の関数

を最小化することによって、最尤推定値を得ることができる。ここで、

は式（２）に従う画像ｉにおける点Ｍ_ｊの投影である。回転行列Ｒは、回転軸に対して平行でありかつその大きさは回転角度に等しいようなｒで示される３次元パラメータのベクトルによってパラメータ化される。Ｒ及びｒは、ロドリゲスの公式によって関連付けられる。値（１０）の最小化は非線形最小化問題であり、レーベンバーグ・マーカート・アルゴリズムを用いて解くことができる。該アルゴリズムは、上記した手法を用いて得られるＡ，｛Ｒ_ｉ，ｔ_ｉ｜ｉ＝１．．．ｎ｝の初期推測値を用いる。

上記の解法は、カメラのレンズ歪みを考慮していない。しかし、デスクトップカメラは通常、特に半径方向のレンズ歪みが顕著である。ここで、半径方向歪みの最初の２項について検討する。歪み関数は、半径方向成分、特に最初の項が支配的であるようである。

理想的な（歪みのない）ピクセル画像座標を（ｕ，ｖ）とし、対応する実際の観察された画像座標を

とする。理想的な点は、ピンホールモデルに従うモデル点の投影である。同様に、（ｘ，ｙ）及び

はそれぞれ理想的な（歪みのない）正規化画像座標及び現実の（歪みのある）正規化画像座標である。

ここで、ｋ_１及びｋ_２は半径方向の歪み係数である。半径方向歪みの中心は、主点と同じである。

から。

交互方式による半径方向歪みの推定。半径方向歪みが小さいと予想されるとき、単に歪みを無視することによって、上記の手法を用いて適度にうまく他の５つの内部パラメータを推定することが期待される。このとき、１つの方策は、他のパラメータを推定し終わった後にｋ_１及びｋ_２を推定することであり、それによって理想的なピクセル座標（ｕ，ｖ）が得られる。その後、式（１１）及び（１２）から、各画像における各点のための２つの方程式が得られる。

ｎ個の画像中のｍ個の点を所与として、全ての方程式を積み重ねることで全部で２ｍｎ個の方程式を得ることができ、これは行列形式ではＤｋ＝ｄで表され、このときｋ＝［ｋ_１，ｋ_２］^Ｔである。線形最小二乗解は、

によって与えられる。ｋ_１及びｋ_２が推定されたら、式（１１）及び（１２）に代えて、

を用いて式（１０）を解けば、他のパラメータの推定値を精密化することができる。これら２つの手順は、収束するまで交互に行うことができる。

上記の交互方式の手法は収束が遅いであろう。式（１０）の自然な拡張は、次の関数を最小化することによって、一連のパラメータ全部を推定することである。

ここで、

は、式（２）に従う画像ｉにおける点Ｍ_ｊの投影であり、式（１１）及び（１２）に従う歪みがそれに続く。これは非線形最小化問題であり、レーベンバーグ・マーカート・アルゴリズムを用いて解かれる。この場合もやはり、既に開示したように、回転行列が３次元ベクトルｒによってパラメータ化される。上記の手法を用いてＡ及び｛Ｒ_ｉ，ｔ_ｉ｜ｉ＝１．．．ｎ｝の初期推測値を求めることができる。ｋ_１及びｋ_２の初期推測値は、上記の半径方向歪みの解により、または単に０にセットすることによって求めることができる。

ステップＳ９３０では、レンズ歪みパラメータｋ_１及びｋ_２を次に原画像に用いて、レンズ歪みが補正された画像を取得する。あるいは、画像を用いる代わりに、粒子の形状を表わす粒子オブジェクトアレイを補正することもできる。レンズ歪みパラメータｋ_１及びｋ_２は、下式（１５）及び（１６）を用いて画像のレンズ歪みを補正するために用いられる。

レンズに起因する歪みがない場合の画像中の正確な位置を（ｘ_{ｃｏｒｒｅｃｔ}，ｙ_{ｃｏｒｒｅｃｔ}）で表わす。このとき、

である。ここで、

であり、ｕ_０及びｖ_０は主点（すなわち、カメラの光軸と画像平面の交点）である。

このとき、レンズ歪みの補正は、記録されたビットマップに対して逆歪みを与えて歪ませることによって行うことができる。補正画像における各ピクセルについては、それぞれ対応する位置が、上式（１５）及び（１６）を用いて歪みのある画像上にマッピングされる。以下で『画像の幾何学変換』と題するセクションにおいて、カメラの内部パラメータ（例えば、焦点、レンズ、主点、歪み係数）及び外部パラメータ（回転及び平行移動行列）による２次元画像座標及び３次元世界座標の関連付けについて説明する。出力画像（補正されたビットマップ）における各整数ピクセル座標について、入力画像（記録されたビットマップ）まで遡り、対応するフロート座標を見つけ出し、周囲の整数ピクセルを用いてフロート座標を補間する。この処理では、バイリニア補間を用いることができる。

要約すれば、本明細書において提示されているレンズ歪み補正手順は以下の通りであり、その一部にはＺｈａｎｇの手法が組み込まれている。
１）或るパターンを印刷し、それを平面に貼り付ける；
２）モデル平面の数個の画像を、平面またはカメラのいずれかを動かすことによって方向を変えて撮影する；
３）画像中の特徴点を検出する；
４）上記で与えられた閉形式解を用いて、５つの内部パラメータ及び全ての外部パラメータを推定する；
５）線形最小二乗式（１３）を解くことによって、半径方向の歪み係数を推定する；
６）値（１４）を最小化することによって全てのパラメータを精密化する；この時点で、ｋ_１及びｋ_２は割り当てられた値を有する；
７）式（１５）及び（１６）並びにレンズ歪みのある画像の幅及び高さを用いて、レンズ歪みのない画像の幅及び高さを求める。スカラーを用いて、両画像を同じ幅に維持し、それに応じて高さをスケーリングする；
８）レンズ歪みのない画像における各ピクセルについて、レンズ歪みのある画像におけるその対応する位置を式（１５）及び（１６）を用いて求め、歪みのある画像において近傍のシェパード補間を適用することによって、補正画像のための色情報を入手する。

ステップＳ９４０では、矩形キャリブレーションマークの四隅の点を用いて射影歪みの補正を行い、それによって以下のプロセスを用いてホモグラフィＨを解くことができる。
世界座標において或る点

を有すると仮定する。これは同次座標では

の如く表される。
同様に、画像座標における対応する点は

であり、これは同次座標では

の如く表される。
これら２つの点の関係は、次式で表すことができる。

ここで、

は、これから解こうとするホモグラフィである。
行列の乗算を用いて方程式の両辺を展開すると、

が得られる。３つ目の式を最初の２つの式に代入すると、この２つ１組の点から、２つの方程式が得られる。

Ｈの未知数は８なので、Ｈを解くには４組の点が必要である。８つの方程式を行列の形式で表すと、次のようになる。

したがって、投影歪みが生じた各画像について、この画像における４つの点を選ぶと、これら４つの点の世界座標が与えられれば、Ｈを解くことができる。

上式の「ｋ」は、レンズ係数ｋ１，ｋ２とは異なる、２次元座標の同次表現のためのスカラーである。複数のキャリブレーションマークの４つの点（例えば、形状が矩形である場合には四隅）を用いて、歪みの不均一性を相殺することができる。この手法における射影歪みを補正するための開始点は、原画像ではなく、レンズ歪み効果が除去された補正画像である。ホモグラフィＨは、レンズ歪みが補正された画像において特定された一連のキャリブレーションマークから４つの点を用いて求められ、その後、ホモグラフィＨを補正画像に適用することによって、レンズ歪み及び射影歪みの両方が補正されたビットマップ（補正済みの、すなわち本当の大きさのビットマップ）が求められる。

射影歪みは、通常、カメラの光軸が物体の中心に対して垂直でないときに生じる。格子状パターンを有する背景上でキャプチャされた粒子の画像を用い、シーン中の複数対（例えば５対）の直交線を用いて、射影歪みを補正するためのホモグラフィを求めることができる。この補正を行うことにより、多くの場合、物理的世界における平行線は画像においても平行をなし、物理的世界における直交線は画像中でも直交し、物理的世界における正方形は画像中でアスペクト比１を有し、かつ／または物理的世界における円は画像中で円形になる。

既に詳述した射影歪み補正処理を要約すると、当該処理は以下のステップを含む。
１）寸法が既知の直交線を含む或るキャリブレーションパターンを取得し、当該キャリブレーションパターン上に粒子を分散させ、同一のレンズを用いて画像をキャプチャするステップと、
２）画像上の複数対（例えば５対）の直交線を選択するステップと、
３）投影歪みのある画像と投影歪みのない画像間のホモグラフィＨを解くステップと、
４）ホモグラフィＨ並びに投影歪みのある画像の幅及び高さを用いて、投影歪みのない画像の幅及び高さを求め、スカラーを用いて、両画像を同じ幅に維持し、それに応じて高さをスケーリングするステップと、
５）投影歪みのない画像における各ピクセルについて、投影歪みのある画像中の対応する位置を見つけることによって、補正画像のための色情報を入手するステップ。

レンズ歪み補正及び投影歪み補正は、別々にテストして段階的に行うことができるので、シェパード補間は一度だけ行えばよい。

図８Ａ及び図９に示した方法は、処理装置において実現することができる。図５に関連して説明したように、カメラ５４が画像をキャプチャしたら、カメラに直接接続されたプロセッサ５３を用いて画像のデータ処理を行うことができ、あるいは別体をなすプロセッサに画像データを送信してもよい。

画像の幾何学変換

このセクションでは、粒子の画像の補正及び処理に用いることができるいくつかの既知の画像変換関数について説明する。より具体的には、このセクションで述べる関数は、２次元画像の様々な幾何学変換を行う。つまり、画像の内容は変更せずにピクセルグリッドを変形し、この変形したグリッドを出力画像にマッピングする。実際には、サンプリングによるアーチファクトを回避するため、出力画像から入力画像へ逆の順序でマッピングが行われる。すなわち、出力画像の各ピクセル（ｘ，ｙ）について、これらの関数は、入力画像中の対応する「ドナー」ピクセルの座標を計算し、当該ピクセル値をコピーする。

順写像（順方向マッピング）が〈ｇ_ｘ，ｇ_ｙ〉：ｓｒｃ→ｄｓｔとして記述される場合、後述する関数は最初に対応する逆写像（逆方向マッピング）〈ｆ_ｘ，ｆ_ｙ〉：ｄｓｔ→ｓｒｃを求めてから上式を用いる。
幾何学変換の実際の実装では、最も汎用的なＲｅｍａｐから、最も単純かつ高速なＲｅｓｉｚｅまで、上式を用いて２つの主な問題を解く必要がある。
・存在しないピクセルの外挿。フィルタリング関数と同様に、或る（ｘ，ｙ）に対して、ｆ_ｘ（ｘ，ｙ）またはｆ_ｙ（ｘ，ｙ）のいずれか一方または両方が画像の外側にはみ出してしまうことがある。この場合、何らかの外挿法を用いる必要がある。ＯｐｅｎＣＶでは、フィルタリング関数の場合と同じ外挿法の選択が提供されている。さらに、Ｂｏｒｄｅｒ＿Ｔｒａｎｓｐａｒｅｎｔ法も提供されている。これは、出力画像中の対応するピクセルが全く変更されないことを意味する。
・ピクセル値の内挿。通常、ｆ_ｘ（ｘ，ｙ）及びｆ_ｙ（ｘ，ｙ）は浮動小数点数である。このことは、〈ｆ_ｘ，ｆ_ｙ〉が、アフィン変換、透視変換、または半径方向のレンズ歪み補正などであり得ることを意味する。よって、部分座標上に存在するピクセル値を取得する必要がある。最も単純なケースでは、座標を最も近い整数値の座標に丸め、その対応するピクセル値を用いることができる。これは、最近傍補間（ニアレストネイバ補間）と呼ばれる。しかし、より洗練された補間法を用いれば、より良好な結果を得ることができる。この場合、求めたピクセル（ｆ_ｘ（ｘ，ｙ），ｆ_ｙ（ｘ，ｙ））の近傍に対して多項式関数をフィッティングし、（ｆ_ｘ（ｘ，ｙ），ｆ_ｙ（ｘ，ｙ））における多項式の値を、補間されたピクセル値と見なす。ＯｐｅｎＣＶでは、複数の補間法の中から選択することができる。そのうちのいくつかを以下に説明する。

ＧｅｔＲｏｔａｔｉｏｎＭａｔｒｉｘ２Ｄ
この関数は、２次元回転のアフィン行列を求める。この処理に用いられるパラメータは次の通りである。
ｃｅｎｔｅｒ−入力画像中にある回転中心座標。
ａｎｇｌｅ−度単位で表される回転角度。正の値は反時計回転を意味する（座標原点は、左上隅にあると仮定する）。
ｓｃａｌｅ−均等スケール係数
ｍａｐ＿ｍａｔｒｉｘ−アフィン変換，２×３補間浮動小数点の出力行列。
この関数は、次の行列を求める。

ここで、

である。この変換は、回転中心を自身にマッピングする。それが目的でない場合は、シフト調整を行う必要がある。

ＧｅｔＡｆｆｉｎｅＴｒａｎｓｆｏｒｍ
この関数は、３組の対応点からアフィン変換を求める。この処理に用いられるパラメータは次の通りである。
ｓｒｃ−入力画像中の三角形の頂点の座標
ｄｓｔ−出力画像中の対応する三角形の頂点の座標
ｍａｐＭａｔｒｉｘ−２×３の出力行列へのポインタ
この関数は、アフィン変換の２×３行列を求める：

ここで、

である。

ＧｅｔＰｅｒｓｐｅｃｔｉｖｅＴｒａｎｓｆｏｒｍ
この関数は、４組の対応点から透視変換を求める。この処理に用いられるパラメータは次の通りである。
ｓｒｃ−入力画像中の四角形の頂点の座標
ｄｓｔ−出力画像中の対応する四角形の頂点の座標
ｍａｐＭａｔｒｉｘ−３×３の出力行列［Ａ／ｂ］へのポインタ
この関数は、透視変換の行列を求める：

ここで、

である。

ＧｅｔＱｕａｄｒａｎｇｌｅＳｕｂＰｉｘ
この処理は、画像から四角形領域のピクセル値をサブピクセル精度で取得する。この処理に用いられるパラメータは次の通りである。
ｓｒｃ−入力画像，
ｄｓｔ−抽出された四角形
ｍａｐＭａｔｒｉｘ−２×３の変換行列［Ａ／ｂ］
この関数は、ｓｒｃからピクセル値をサブピクセル精度で抽出し、それらをｄｓｔに格納する：

ここで、

であり、かつ

である。
非整数座標におけるピクセル値は、バイリニア補間を用いて取得される。画像境界の外側に存在する領域のピクセル値が必要である場合は、当該ピクセル値を取得するために複製境界モードを用いる。マルチチャンネル画像の各チャンネルは、それぞれ独立して処理される。

ＧｅｔＲｅｃｔＳｕｂＰｉｘ
この関数は、画像から矩形領域のピクセル値をサブピクセル精度で取得する。
ｓｒｃ−入力画像
Ｄｓｔ−抽出された矩形
Ｃｅｎｔｅｒ−補間浮動小数点で表された、入力画像中の抽出された矩形領域の中心座標。中心は、必ず画像中になければならない。
この関数は、ｓｒｃからピクセルを抽出する：

ここで、非整数座標におけるピクセル値は、バイリニア補間を用いて取得される。マルチチャンネル画像の各チャンネルは、それぞれ独立して処理される。矩形領域の中心は必ず画像中になければならないが、矩形領域の一部は画像境界の外側にはみ出してもよい。その場合は、画像境界を越えた領域のピクセル値を取得するために、複製境界モードが用いられる。

ＬｏｇＰｏｌａｒ
この関数は、画像を対数極座標空間にリマッピングする。
・ｓｒｃ−入力画像
・ｄｓｔ−出力画像
・ｃｅｎｔｅｒ−変換中心；この場所で出力の精度が最大となる
・ｆｌａｇｓ−補間法と、以下の任意選択のフラグとの組合せ
・ＣＶ＿ＷＡＲＰ＿ＦＩＬＬ＿ＯＵＴＬＩＥＲＳは、出力画像の全ピクセルを埋める。対応するピクセルが入力画像における外れ値であるピクセルは、値として０がセットされる。
・ＣＶ＿ＷＡＲＰ＿ＩＮＶＥＲＳＥ＿ＭＡＰ 以下の説明を参照。
この関数は、次の変換を用いて入力画像を変換する。
・順変換（ＣＶ＿ＷＡＲＰ＿ＩＮＶＥＲＳＥ＿ＭＡＰがセットされていない）：

・逆変換（ＣＶ＿ＷＡＲＰ＿ＩＮＶＥＲＳＥ＿ＭＡＰがセットされている）：

ここで、

である。
この関数は、人間の「中心」視覚を模倣したものであり、物体追跡などのための、高速なスケーリング及び回転に不変なテンプレートマッチングに用いることができる。この関数は、インプレースモードでの処理は不可能である。

Ｒｅｍａｐ
この関数は、画像に対して一般的幾何学変換を適用する。
ｓｒｃ−入力画像，
ｄｓｔ−出力画像，
ｍａｐｘ−ｘ座標マップ
ｍａｐｙ−ｙ座標マップ
ｆｌａｇｓ−補間法（ｒｅｓｉｚｅ（）を参照）。ＩＮＴＥＲ＿ＡＲＥＡ法は、この関数ではサポートされていない。
ｆｉｌｌｖａｌ−外れ値を埋めるために用いられる値
この関数は、指定されたマップを用いて入力画像を以下のように変換する。

非整数座標を有するピクセル値は、利用可能な補間法のうちの１つを用いて求められる。ｍａｐ_ｘ及びｍａｐ_ｙは、それぞれ個別の浮動小数点型マップｍａｐ_１及びｍａｐ_２としてコード化されるか、あるいは（ｘ，ｙ）のインタリーブされた浮動小数点型マップｍａｐ_１またはＣｏｎｖｅｒｔＭａｐｓ関数を用いて作成された固定小数点型マップとしてコード化され得る。マップが浮動小数点表現から固定小数点表現に変換されるとすれば、その理由は、リマッピング演算が大幅に高速化される（約２倍）からである。変換された場合、ｍａｐ_１は（ｃｖＦｌｏｏｒ（ｘ），ｃｖＦｌｏｏｒ（ｙ））というペアを含み、ｍａｐ_２は補間係数テーブルのインデックスを含む。この関数は、インプレースモードでの処理は不可能である。

Ｒｅｓｉｚｅ
この関数は、画像のサイズ変更を行う。
ｓｒｃ−入力画像
ｄｓｔ−出力画像；サイズｄｓｉｚｅ（０でない場合）またはｓｒｃ．ｓｉｚｅ（）、ｆｘ及びｆｙから計算されたサイズを有する；ｄｓｔの型はｓｒｃと同じである。
ｉｎｔｅｒｐｏｌａｔｉｏｎ−補間法：
・ＩＮＴＥＲ＿ＮＮ−最近傍補間
・ＩＮＴＥＲ＿ＬＩＮＥＡＲ−バイリニア補間（デフォルトで用いられる）
・ＩＮＴＥＲ＿ＡＲＥＡ−ピクセル領域同士の関係を利用したリサンプリング。画像デシメーション法としては、モアレのない結果が得られるので好ましいであろう。しかし、画像を拡大する場合は、ＩＮＴＥＲ＿ＮＮ法と同様である。
・ＩＮＴＥＲ＿ＣＵＢＩＣ−近傍４×４ピクセルを利用するバイキュービック補間
・ＩＮＴＥＲ＿ＬＡＮＣＺＯＳ４−近傍８×８ピクセルを利用するランツォシュ補間
画像を縮小するためには、通常はＩＮＴＥＲ＿ＡＲＥＡ補間を用いるのが最良であると思われるが、画像を拡大するためには、ＩＮＴＥＲ＿ＣＵＢＩＣ（低速）またはＩＮＴＥＲ＿ＬＩＮＥＡＲ（より高速だが、それでも許容範囲であると思われる）を用いるのが最良であると思われる。

ＷａｒｐＡｆｆｉｎｅ
この関数は、画像のアフィン変換を行う。
ｓｒｃ−入力画像
ｄｓｔ−出力画像
ｍａｐＭａｔｒｉｘ−２×３の変換行列
ｆｌａｇｓ−補間法と、任意選択のフラグとの組合せ
-ＣＶ＿ＷＡＲＰ＿ＦＩＬＬ＿ＯＵＴＬＩＥＲＳは、出力画像の全ピクセルを埋める；対応するピクセルが入力画像における外れ値であるピクセルは、値としてｆｉｌｌｖａｌがセットされる。
-ＣＶ＿ＷＡＲＰ＿ＩＮＶＥＲＳＥ＿ＭＡＰは、行列が出力画像から入力画像への逆変換であることを表しており、したがって、この行列を直接ピクセル補間に用いることができる。このフラグが指定されていない場合は、この関数が、ｍａｐＭａｔｒｉｘの逆変換を求める。
Ｆｉｌｌｖａｌ−外れ値を埋めるために用いられる値
フラグＷＡＲＰ＿ＩＮＶＥＲＳＥ＿ＭＡＰがセットされているとき、ＷａｒｐＡｆｆｉｎｅ関数は、指定された行列を用いて入力画像を変換する。

そうでない場合は、先ずＩｎｖｅｒｔＡｆｆｉｎｅＴｒａｎｓｆｏｒｍでアフィン変換の逆変換を求め、次にそれをＭの代わりに上式に代入する。この関数は、インプレースモードでの処理は不可能である。

この関数は、ＧｅｔＱｕａｄｒａｎｇｌｅＳｕｂＰｉｘに類似しているが、両者は完全に同じではない。ＷａｒｐＡｆｆｉｎｅは、入力画像及び出力画像が同じデータ型を有することを要求し、より大きなオーバヘッドを有し（よって、小さな画像にそれほど適していない）、かつ出力画像の一部を変更しないままにしておくことができる。一方で、ＧｅｔＱｕａｄｒａｎｇｌｅＳｕｂＰｉｘは、８ビットの画像から補間浮動小数点バッファへ四角形を抽出することができ、より小さなオーバヘッドを有し、かつ常に出力画像内容全体を変更する。この関数は、インプレースモードでの処理は不可能である。

ＷａｒｐＰｅｒｓｐｅｃｔｉｖｅ
この関数は、画像の透視変換を行う。この関数に有用なパラメータには、次のものが含まれる。
Ｓｒｃ−入力画像
Ｄｓｔ−出力画像
ｍａｐＭａｔｒｉｘ−３×３の変換行列
ｆｌａｇｓ−補間法と、以下の任意選択のフラグとの組合せ
・ＣＶ＿ＷＡＲＰ＿ＦＩＬＬ＿ＯＵＴＬＩＥＲＳは、出力画像の全ピクセルを埋める；対応するピクセルが入力画像における外れ値であるピクセルは、値としてｆｉｌｌｖａｌがセットされる。
・ＣＶ＿ＷＡＲＰ＿ＩＮＶＥＲＳＥ＿ＭＡＰは、行列が出力画像から入力画像への逆変換であることを表しており、したがって、この行列を直接ピクセル補間に用いることができる。このフラグが指定されていない場合は、この関数が、ｍａｐＭａｔｒｉｘの逆変換を求める。
ｆｉｌｌｖａｌ−外れ値を埋めるために用いられる値
この関数は、指定された行列を用いて入力画像を変換する。

この関数は、インプレースモードでの処理は不可能であることに留意されたい。

本発明の実施形態について方法または手法の観点から説明してきたが、本発明は、種々の方法の実施形態を実施するためのコンピュータ読み取り可能な命令が格納されている非一時的なコンピュータ読み取り可能な媒体を含む製品をも含むことを理解されたい。コンピュータ読み取り可能な媒体は、例えば、コンピュータ読み取り可能なコードを格納するための、半導体、磁気、光磁気、光、または他の形態のコンピュータ読み取り可能な媒体を含み得る。さらに、本発明は、本明細書に開示されている本発明の種々の実施形態を実行するための装置をも含み得る。そのような装置は、実施形態に関連する演算を行うための専用の回路及び／またはプログラム可能な回路を含み得る。

上記装置の例には、適切にプログラミングされた汎用コンピュータ及び／または専用コンピュータデバイスが含まれ、本発明の実施形態に関連する様々な演算に適しているコンピュータ／コンピュータデバイスと専用／プログラム可能なハードウェア回路（電気回路、機械回路、及び／または光回路など）の組合せも含まれ得る。

例えば、ブリューパラメータデータベースをコンピュータ読み取り可能な媒体に格納し、コンピュータ読み取り可能な媒体に格納されたコンピュータ読み取り可能な命令により直接的に、またはインターネット接続により与えられるコンピュータ読み取り可能な命令を介して、あるいはそれらのいくつかの組合せにより、ブリューパラメータデータベースにアクセスし得るようにしてもよい。さらに、例えば、汎用コンピュータ、またはコーヒーを粉砕してブリューイングするための器具と一体化した専用コンピュータデバイスなどの、ノードを経由したワークフローを実現することができる。

Claims (25)

1. コンピュータにより実現されるコーヒー飲料のブリューイングを制御する方法であって、
   コーヒー飲料を作るために用いられる一連のブリューパラメータに関連付けられた前記コーヒー飲料のための識別子を受信する命令を供給するステップであって、前記一連のブリューパラメータが、グラインドサイズパラメータを含む、該ステップと、
   前記識別子を用いて、前記一連のブリューパラメータを格納するデータベースから前記一連のブリューパラメータを検索するステップと、
   粉砕済コーヒー豆の画像を受信するステップであって、前記画像を使用して、前記グラインドサイズパラメータと比較するための前記粉砕済コーヒー豆の粉砕後粒子径が求められる、該ステップとを含むことを特徴とする方法。
2. 前記識別子をコード化して、コード化された機械読み取り可能な媒体の形態にするステップと、
   前記コード化された機械読み取り可能な媒体をコーヒーに関連付けるステップとをさらに含むことを特徴とする請求項１に記載の方法。
3. 前記コーヒーが、粉砕済コーヒー豆であることを特徴とする請求項２に記載の方法。
4. 前記一連のブリューパラメータが、前記粉砕済コーヒー豆の粒子径に基づいて決定されることを特徴とする請求項３に記載の方法。
5. 前記コーヒーが、粉砕されていないコーヒー豆であり、
   前記一連のブリューパラメータが、グラインドサイズパラメータを含むことを特徴とする請求項２に記載の方法。
6. 前記コード化された機械読み取り可能な媒体をコーヒーに関連付ける前記ステップが、
   前記コード化された機械読み取り可能な媒体を、前記コーヒーの入った包装容器に付するステップを含むことを特徴とする請求項２に記載の方法。
7. 前記コード化された機械読み取り可能な媒体が、バーコード、ＱＲコード（登録商標）、ＲＦＩＤタグ、ＵＲＩコード識別子のうちの少なくとも１つを含むことを特徴とする請求項２に記載の方法。
8. 前記粉砕済コーヒー豆の前記画像の中に、キャリブレーションマークの画像が含まれることを特徴とする請求項１に記載の方法。
9. 前記粉砕済コーヒー豆の粉砕後粒子径を求める前記ステップが、前記画像の歪み効果を補正して補正画像を生成するステップを含み、
   前記粉砕済コーヒー豆及び前記キャリブレーションマークの画像データに対して同一の補正係数が適用されることを特徴とする請求項８に記載の方法。
10. 前記グラインドサイズパラメータが、粒径分布、粒子面積分布、粒子体積分布、最小粒子径、最大粒子径、標準偏差のうちの少なくとも１つを含み、
    前記粉砕済コーヒー豆の粉砕後粒子径を求める前記ステップが、前記粉砕済コーヒー豆に関して、前記グラインドサイズパラメータに含まれる前記粒径分布、粒子面積分布、粒子体積分布、最小粒子径、最大粒子径、標準偏差のうちの少なくとも１つを求めるステップを含むことを特徴とする請求項１に記載の方法。
11. 前記粉砕後粒子径を前記グラインドサイズパラメータと比較した結果をインタフェースに送信するステップをさらに含むことを特徴とする請求項１に記載の方法。
12. 前記データベースにおいて、或る器具を用いて特定のブリューパラメータを獲得するための器具設定値が格納されていることを特徴とする請求項１に記載の方法。
13. 当該方法が、前記一連のブリューパラメータをインタフェースに送信するステップをさらに含み、
    前記器具がコーヒーグラインダであり、該コーヒーグラインダを制御するプロセッサに前記インタフェースが接続されており、
    当該方法が、前記グラインドサイズパラメータに関連付けられた前記コーヒーグラインダのための設定値を前記プロセッサに送信することにより前記コーヒーグラインダを制御するステップをさらに含むことを特徴とする請求項１２に記載の方法。
14. 前記ブリューパラメータが、前記粉砕済コーヒー豆に関して、水の量と粉砕済コーヒー豆の量の比率、水の温度、前記水及び粉砕済コーヒー豆の撹拌時間、前記水及び粉砕済コーヒー豆の浸漬時間、抽出圧力、パッキング圧力のうちの少なくとも１つを含むことを特徴とする請求項１に記載の方法。
15. 当該方法が、前記一連のブリューパラメータをインタフェースに送信するステップをさらに含み、
    前記データベースにおいて、或る器具を用いて特定のブリューパラメータを獲得するための器具設定値が格納されており、
    前記器具が抽出装置であり、該抽出装置を制御するプロセッサに前記インタフェースが接続されており、
    当該方法が、前記水及び粉砕済コーヒー豆の撹拌時間並びに前記水及び粉砕済コーヒー豆の浸漬時間に関連付けられた前記抽出装置のための設定値を前記プロセッサに送信することにより前記抽出装置を制御するステップをさらに含むことを特徴とする請求項１４に記載の方法。
16. コーヒー飲料のブリューイングを制御するための命令が格納されているコンピュータ読み取り可能な媒体であって、
    前記命令が、
    前記コーヒー飲料を作るために用いられる一連のブリューパラメータに関連付けられた前記コーヒー飲料のための識別子を受信する命令であって、前記一連のブリューパラメータが、グラインドサイズパラメータを含む、該識別子を受信する命令と、
    前記識別子を用いて、前記一連のブリューパラメータが格納されているデータベースから前記一連のブリューパラメータを検索する命令と、
    粉砕済コーヒー豆の画像を受信する命令であって、前記画像を使用して、前記グラインドサイズパラメータと比較するための前記粉砕済コーヒー豆の粉砕後粒子径が求められる、該画像を受信する命令とを含むことを特徴とするコンピュータ読み取り可能な媒体。
17. 前記命令が、
    前記識別子をコード化して、コード化された機械読み取り可能な媒体の形態にする命令と、
    前記コード化された機械読み取り可能な媒体をコーヒーに関連付ける命令とをさらに含むことを特徴とする請求項１６に記載のコンピュータ読み取り可能な媒体。
18. 前記コード化された機械読み取り可能な媒体が、バーコード、ＱＲコード（登録商標）、ＲＦＩＤタグ、ＵＲＩコード識別子のうちの少なくとも１つを含むことを特徴とする請求項１７に記載のコンピュータ読み取り可能な媒体。
19. 前記粉砕済コーヒー豆の前記画像の中に、キャリブレーションマークの画像がさらに含まれることを特徴とする請求項１６に記載のコンピュータ読み取り可能な媒体。
20. 前記グラインドサイズパラメータが、粒径分布、粒子面積分布、粒子体積分布、最小粒子径、最大粒子径、標準偏差のうちの少なくとも１つを含み、
    前記粉砕済コーヒー豆の前記粉砕後粒子径を求める命令が、前記粉砕済コーヒー豆に関して、前記グラインドサイズパラメータに含まれる前記粒径分布、粒子面積分布、粒子体積分布、最小粒子径、最大粒子径及び標準偏差のうちの前記少なくとも１つを求める命令を含むことを特徴とする請求項１６に記載のコンピュータ読み取り可能な媒体。
21. 前記命令が、前記粉砕後粒子径を前記グラインドサイズパラメータと比較した結果をインタフェースに送信する命令をさらに含むことを特徴とする請求項１６に記載のコンピュータ読み取り可能な媒体。
22. コーヒーグラインダであって、
    コーヒー豆を粉砕するためのグラインダと、
    粉砕済コーヒー豆の粉砕後粒子径を制御するためのグラインド制御部と、
    前記グラインド制御部に接続されたプロセッサとを含み、
    前記グラインド制御部が、カメラをさらに含み、前記カメラから提供される粉砕済コーヒー豆の画像が前記粉砕済コーヒー豆の前記粉砕後粒子径を求めるために使用されることを特徴とするコーヒーグラインダ。
23. 前記グラインド制御部の前記カメラが、キャリブレーションマークを有するキャリブレーショングリッドの上方に配置されることを特徴とする請求項２２に記載のコーヒーグラインダ。
24. 前記プロセッサによりアクセス可能なデータベースをさらに含み、
    前記プロセッサが、前記データベースからグラインドサイズパラメータを含む一連のブリューパラメータを検索する命令を含むことを特徴とする請求項２２に記載のコーヒーグラインダ。
25. 前記プロセッサに接続されたメモリをさらに含み、
    前記メモリが、コーヒー豆識別子及び該識別子に関連付けられたグラインド設定値を格納していることを特徴とする請求項２４に記載のコーヒーグラインダ。

Images