JP2022540482A - 肉中のxr/mdでは検出不能な異物の検出 - Google Patents

肉中のxr/mdでは検出不能な異物の検出 Download PDF

Info

Publication number
JP2022540482A
JP2022540482A JP2022502043A JP2022502043A JP2022540482A JP 2022540482 A JP2022540482 A JP 2022540482A JP 2022502043 A JP2022502043 A JP 2022502043A JP 2022502043 A JP2022502043 A JP 2022502043A JP 2022540482 A JP2022540482 A JP 2022540482A
Authority
JP
Japan
Prior art keywords
background
emr
inspection zone
inspection
image capture
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
JP2022502043A
Other languages
English (en)
Inventor
ゲイリー ジョイス
リチャード ヘーベル
Original Assignee
メトラー-トレド リミテッド ライアビリティ カンパニー
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 メトラー-トレド リミテッド ライアビリティ カンパニー filed Critical メトラー-トレド リミテッド ライアビリティ カンパニー
Publication of JP2022540482A publication Critical patent/JP2022540482A/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V8/00Prospecting or detecting by optical means
    • G01V8/10Detecting, e.g. by using light barriers
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/02Food
    • G01N33/12Meat; Fish
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B07SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07CPOSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/34Sorting according to other particular properties
    • B07C5/3416Sorting according to other particular properties according to radiation transmissivity, e.g. for light, x-rays, particle radiation
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B07SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07CPOSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/34Sorting according to other particular properties
    • B07C5/342Sorting according to other particular properties according to optical properties, e.g. colour
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/85Investigating moving fluids or granular solids
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8851Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/94Investigating contamination, e.g. dust
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B07SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07CPOSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C2501/00Sorting according to a characteristic or feature of the articles or material to be sorted
    • B07C2501/0081Sorting of food items
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/85Investigating moving fluids or granular solids
    • G01N2021/8592Grain or other flowing solid samples
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8851Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8883Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges involving the calculation of gauges, generating models
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/94Investigating contamination, e.g. dust
    • G01N2021/945Liquid or solid deposits of macroscopic size on surfaces, e.g. drops, films, or clustered contaminants
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N27/00Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
    • G01N27/72Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables
    • G01N27/82Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables for investigating the presence of flaws

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Toxicology (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geophysics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Image Analysis (AREA)

Abstract

検査システム(100)であって、検査ゾーン(104)に隣接して位置決めされたバックグラウンド(102)と、バックグラウンド電磁線(EMR)をバックグラウンドおよび検査ゾーンから受け取るよう構成された画像捕捉装置(106)とを含み、検査ゾーンは、物体を検査ゾーン中に搬送可能に受け入れるよう構成されるとともに配置され、バックグラウンドは、バックグラウンド放射度、バックグラウンド吸収度、およびバックグラウンド反射度によって規定されるバックグラウンド特性を具備し、バックグラウンド特性は、EMRが検査ゾーン中に搬送されるべき物体の物体EMRに一致しており、物体は、物体放射度、物体吸収度、および物体反射度によって規定される物体特性を具備し、画像捕捉装置は、検査ゾーン中に搬送されたときの物体内に存在する異物を物体EMRからのバックグラウンドEMRの差し引きによって検出するよう構成されていることを特徴とする検査システムが開示される。

Description

本実施形態は、検査システムであって、検査ゾーンに隣接して位置決めされたバックグラウンドを含み、画像捕捉装置が検査ゾーンを通って移動している異物を識別するためにバックグラウンドおよび検査ゾーンから電磁線を受け取る形式の検査システムに関すると言って良い。
従来型検査システムは、一般に、X線(XR)またはマハラノビス距離(MD)技術を利用しており、かかる検査システムは、広範な汚染物または品質関連不適合物を検出することができる。さらに、XRまたはMD技術では検出することができない幾つかの汚染物としての異物が存在し、その結果、XR/MDによっては検出不能事象が生じる。XR/MD検出不能事象は、肉処理または肉類加工システムで用いられる検査システム(すなわち、検査対象の物体が肉である)については珍しくない。XR/MD検出不能事象をもたらす異物としては、例えば厚紙、ライナおよびコンベヤに由来するプラスチック材料、刃物やフックの類、個人保護用品、例えば耳栓、手袋、およびヘアネット、ペン、鉛筆、およびキャンディの包み紙を含むポケット用品などのようなアイテムが挙げられる。かかる事象は、肉処理に携わる企業にとって相当なコストでありかつ負担となる。
加うるに、従来型システムは、肉の流れがない場合に(すなわち、肉は運搬されていないが、コンベヤは走行しておりかつシステムに偶発的に混入した異物を運んでいるとき)システムを通って運搬されている汚染物としての異物を検出することができない。
これらの欠陥を改善するための既知の手段は、検査役として人間を利用することであり、かかる検査者は、肉がXRおよび/またはMD検出器を通って運搬される前にまたはその後に、しかしながら肉が粉砕機に入る前に、肉を目視検査する。かかる技術は、大きな労働力を要し、しかも効率に関して制限されており、と言うのは、検査者は、目視検査に制約され、しかも肉の最上部の層しか観察することができないからである。さらに、多くの異物は、肉の中に隠れておりまたは肉/コンベヤ界面のところで肉の下に位置している。加うるに、観察者の目の疲労/視力の低下がある期間後に始まり、それにより、検査者の異物識別効率が一段と低下する。
既知の検査システムは、ドイツ国特許出願公開第202006010023号明細書、欧州特許第3242124号明細書、米国特許出願公開第20150336135号明細書、同第20160263624号明細書、および国際公開第2017048783号明細書から十分に理解できる。
ドイツ国特許出願公開第202006010023号明細書 欧州特許第3242124号明細書 米国特許出願公開第20150336135号明細書 米国特許出願公開第20160263624号明細書 国際公開第2017048783号明細書
既知のシステムは、これらによってはXR/MD検出不能事象を効率的にかつ効果的に検出することができないという欠点があると言える。既知のシステムはまた、肉の流れがない場合に処理システムを通って運ばれている異物を検出するこれらシステムの能力において制約がある。
本実施形態は、検査システムであって、検査ゾーンに隣接して位置決めされたバックグラウンドと、バックグラウンド電磁線(EMR)をバックグラウンドおよび検査ゾーンから受け取るよう構成された画像捕捉装置とを含み、検査ゾーンは、物体を検査ゾーン中に搬送可能に受け入れるよう構成されるとともに配置されていることを特徴とする検査システムに関すると言って良い。バックグラウンドは、バックグラウンド放射度、バックグラウンド吸収度、およびバックグラウンド反射度によって規定されるバックグラウンド特性を具備し、バックグラウンド特性は、EMRが検査ゾーン中に搬送されるべき物体の物体EMRに一致しており、物体は、物体放射度、物体吸収度、および物体反射度によって規定される物体特性を具備する。画像捕捉装置は、検査ゾーン中に搬送されたときの物体内に存在する異物を物体EMRからのバックグラウンドEMRの差し引きによって検出するよう構成されている。
本実施形態は、物体処理システムであって、物体を運搬するよう構成されたコンベヤベルトを有するコンベヤシステムを含み、コンベヤベルトは、送り出しコンベヤベルトを含み、この送り出しコンベヤベルトは、物体が検査ゾーンを通って落下して送り出しコンベヤベルト上に載るよう位置決めされることを特徴とする物体処理システムに関すると言って良い。物体処理システムは、検査システムを含むのが良く、この検査システムは、検査ゾーンに隣接して位置決めされたバックグラウンドおよび電磁線(EMR)をバックグラウンドおよび検査ゾーンから受け取るよう構成された画像捕捉装置を含み、検査ゾーンは、物体を検査ゾーン中に搬送可能に受け入れるよう構成されるとともに配置されている。バックグラウンドは、バックグラウンド放射度、バックグラウンド吸収度、およびバックグラウンド反射度によって規定されるバックグラウンド特性を具備し、バックグラウンド特性は、EMRが検査ゾーン中に搬送されるべき物体の物体EMRに一致しており、物体は、物体放射度、物体吸収度、および物体反射度によって規定される物体特性を具備している。画像捕捉装置は、検査ゾーン中に搬送されたときの物体内に存在する異物を物体EMRからのバックグラウンドEMRの差し引きによって検出するよう構成されている。
本実施形態は、バックグラウンドを検査ゾーンに隣接して位置決めするステップを含む検査方法に関すると言って良く、バックグラウンドは、バックグラウンド放射度、バックグラウンド吸収度、およびバックグラウンド反射度によって規定されたバックグラウンド特性を具備する。本方法は、物体流れ状態にある物体を検査ゾーン中に方向づけるステップを含むのが良く、物体は、物体放射度、物体吸収度、および物体反射度によって規定された物体特性を具備する。本方法は、少なくともバックグラウンドの電磁線(EMR)を物体のEMRから差し引くことによって物体特性がバックグラウンド特性と異なっているかどうかを検出するステップを含むのが良い。
本発明の他の特徴および他の利点は、添付の図面と関連して行われる以下の詳細な説明を読むと明らかになろう。図中、同一の要素は、同一の符号で示されている。
例示の検査システムを示す図である。 検査システムの一実施形態の例示の構成を示す図である。 検査システムの一実施形態の別の例示の構成を示す図である。 検査システムの一実施形態に使用できるコンピュータ装置の一実施形態の例示の構成を示す図である。 検査システムの一実施形態に使用できる例示の物体処理システムを示す図である。 物体処理システムの一実施形態に使用できる例示のセパレータユニットを示す図である。
図1~図3を参照すると、本実施形態は、検査ゾーン104に隣接して位置決めされたバックグラウンド102と、バックグラウンド電磁線(EMR)をバックグラウンドおよび検査ゾーン104から受け取るよう構成された画像捕捉装置106を含む検査システム100に関し、検査ゾーン104は、検査ゾーン104中に搬送可能に物体を受け取るよう構成されるとともに配置されている。
検査システム100は、検査ゾーン104中に入るとともに/あるいはこれを通過する物体を検査してこの物体が異物であるかどうかを判定するとともに/あるいはこの物体の中に異物(例えば、物体内に、物体上に、物体の下などの場所に混ぜ込まれた物体)が同伴されているかどうかを判定するようになった装置であると言って良い。例えば、検査システム100は、物体処理システム500(例えば、肉処理システムまたは肉類加工システム)の一部であっても良い。物体処理システム500は、物体が検査ゾーン104を通過するようにする運搬システムを含むのが良い。検査ゾーン104は、品質保証目的で物体を検査するために用いられる物体処理システム500の指定エリアであるのが良い。検査ゾーン104は、物体が自由落下状態で落ちる運搬システムの一エリアであることが想定されている。例えば、運搬システムは、送り込みコンベヤベルト502aおよび送り出しコンベヤベルト502bを有するコンベヤベルト502を含むのが良く、送り込みコンベヤベルト502aは、物体が送り込みコンベヤベルト502aから落下し、検査ゾーン104を通り、そして送り出しコンベヤベルト502b上に載るよう送り出しコンベヤベルト502bに対して位置決めされている。物体が送り込みコンベヤベルト502aから送り出しコンベヤベルト502b上に落下する運搬システムの部分を瀑布(滝のように流れ落ちる)領域504という場合がある。検査ゾーン104を自由落下部に入る物体の検査のための指定エリアとして構成することは、検査システム100がもしそのように構成されていなければコンベヤベルト502上に位置したままで肉の層の下に位置するはずの異物を良好に検出することができるという点で有益であると言って良い。
検査システム100は、検査ゾーン104を通過する物体がどのようなものであってもこれが肉以外の物体であるかどうかを識別するために使用できる。かくして、検査システム100は、肉以外の物体として検査ゾーン104を通過する物(これが肉内に位置しているか、肉とは別体であるか、肉と同時に検査ゾーン104を通過しているか、肉がない状態で検査ゾーン104を通過しているかなど)を識別することができる。例えば、検査システム100は、検査ゾーン104を通過している肉の流れが異物(例えば、物体処理システム500からの機材の一片が弛んで外れ、そして肉と一緒に運搬システムによって搬送されている)で汚染されたかどうかを判定することができるとともに/あるいは検査ゾーン104を通って搬送されている肉が存在しない場合であっても(例えば、システムを通って流れている肉が存在しない場合に作業者が手袋をなくしてこれが運搬システムによって搬送されている)異物が検査ゾーン104を通過しているかどうかを判定することができる。異物は、肉または肉混合物の一部であるとは想定されない任意の物体、例えば、厚紙、ライナおよびコンベヤに由来するプラスチック材料、刃物やフック、耳栓、手袋、およびヘアネットのような個人保護用品、ペン、鉛筆、およびキャンディの包み紙を含むポケット用品などのようなアイテムである場合がある。
検査システム100は、検査ゾーン104に隣接して位置決めされたバックグラウンド102を含むのが良い。検査ゾーン104は、検査ゾーン104中に入っている物体の検査を実施するようになったひとまとまりの空間であるのが良い。バックグラウンド102は、この空間に隣接して(例えば、これに近接して、これに当接してなど)配置されたもの(例えば、シート、背板など)であるのが良く、その結果、バックグラウンド102の少なくとも一部分は、この空間の視野(所与のシーンの角度的広がり)内に位置するようになっている。本明細書において説明するように、視野内に位置するということにより、照明源200からのEMRを検査ゾーン104とバックグラウンド102の両方に差し向けることができ、しかも検査ゾーン104内の物体およびバックグラウンド102の両方の物体から放出されたEMRを画像捕捉装置106によって受け取ることができるようになっている。
バックグラウンド102は、バックグラウンド放射度、バックグラウンド吸収度、およびバックグラウンド反射度によって規定されたバックグラウンド特性を具備するよう構成されるのが良く、バックグラウンド特性は、検査ゾーン104中に搬送されるべき物体EMRとEMRが一致し、物体は、物体放射度、物体吸収度、および物体反射度によって規定された物体特性を具備する。例えば、バックグラウンド特性は、想定される任意異物の光学的性質ではなく、物体(例えば、肉)の光学的性質に一致する光学的性質を具備するよう構成されているのが良い。異物(例えば、想定されていない異物)がバックグラウンド特性の光学的性質に一致する光学的性質を具備する可能性はあるが、このようなことが起こる可能性は低いと見込まれる。例えば、物体が肉でありかつこの肉が肉処理システムによって処理されている場合、この肉の光学的性質がどのようなものであるか(肉混合物の組成が制御された条件下において処理されている肉であるため既知であるので)、および異物の光学的性質がかかる制御された条件下において存在しうる可能性のある異物の数が限定されているためどのようなものであるかが高レベルの統計的確実性をもって判定することができる。かくして、肉の物体特性は、肉のシグネチャ(特徴的)物体放射度、シグネチャ物体吸収度、およびシグネチャ物体反射度を具備するのが良く、バックグラウンドは、肉のシグネチャ物体放射度、シグネチャ物体吸収度、およびシグネチャ物体反射度に一致しまたは少なくとも実質的に一致するバックグラウンド放射度、バックグラウンド吸収度、およびバックグラウンド反射度を具備するのが良く、その結果、バックグラウンド特性は、光学機器によって検出されたとき、肉の特性と同じであるように見える。換言すると、光学機器は、バックグラウンド特性を物体特性と比較した場合、これらから放出されるEMRの差を検出することができない。しかしながら、想定される異物が肉の特性およびバックグラウンド特性と異なる異物特性(例えば、異物放射度、異物吸収度、および異物反射度)を具備することが見込まれるので、光学機器は、バックグラウンド特性を異物特性と比較した場合にこれらから放出されるEMRの差を検出することになる。
検査システム100は、光学的性質、例えば放射度、吸収度、および反射度を検出して互いに比較することによって作動することが想定されているが、他の光学的性質(例えば、屈折、偏光、フォトルミネセンス、透過、回折、分散、二色性、散乱、複屈折、感光性など)を放射度、吸収度および反射度に加えてまたはこれらの代替手段として使用することができる。
画像捕捉装置106は、バックグラウンドEMRを物体EMRから差し引くことによって、検査ゾーン104中への搬送されたときの物体内の異物を検出するよう構成されているのが良い。画像捕捉装置106は、検査ゾーン104およびバックグラウンド102の少なくとも一部分が画像捕捉装置106の視野内に存在するよう位置決めされるのが良い。画像捕捉装置106は、EMRを受け取ってこのEMRを波長、振幅、位相、偏光などに基づいて分析するよう構成された光学装置であるのが良い。例えば、画像捕捉装置は、EMRを受け取り、これを処理し、そしてEMR比較結果(物体EMRからのバックグラウンドEMRの差し引き結果)である出力を生じさせるためにレンズ、荷電結合素子(CCD)、および回路系(例えば、プロセッサ、フィルタ回路など)を含むのが良い。画像捕捉装置についてレンズおよびCCDを用いることは、例示であり、理解されるべきこととして、光学素子およびセンサが、レンズおよびCCDに加えてまたはこれらの代替手段として使用することができる。
画像捕捉装置106の回路系は、これがバックグラウンド102から受け取ったバックグラウンドEMRを検査ゾーン104中に入った物体から受け取る物体EMRと比較することによって、バックグラウンド特性を物体特性と比較するよう構成されているのが良い。これを達成する一手法は、バックグラウンドEMRを受け取ったEMRから差し引くことである。例えば、画像捕捉装置106は、EMRを検査ゾーン104から受け取ることができる(検査ゾーンを通過した物体または異物が存在するかどうかを問わず)とともにEMRをバックグラウンド102から受け取るのが良い。画像捕捉装置106は、受け取ったEMRの数学的表示および操作を可能にするために信号処理操作(例えば、フーリエ変換または他の演算)を実施するのが良い。次に、画像捕捉装置106は、バックグラウンドEMRを受け取ったEMRから差し引く(例えば、バックグラウンドEMRの振幅、周波数、位相などを表す値を受け取ったEMRの振幅、周波数、位相などを表す値から引く)。検査ゾーン104を通過する物体または異物が存在しない場合、画像捕捉装置は、バックグラウンドEMRを受け取ったEMRとして受け取るだけであり、この場合、バックグラウンドEMRを受け取ったEMRから差し引くと、その結果として、バックグラウンドEMRを負の読みとして規定することができる(このことは、異物が検出されなかったことを意味している)。肉である物体だけが検査ゾーン104を通過するとき、画像捕捉装置は、バックグラウンドEMRおよび物体EMRを受け取ったEMRとして受け取り、この場合、バックグラウンドEMRを受け取ったEMRから差し引くと、その結果として、ゼロの読みが生じ、と言うのは、バックグラウンドEMRと物体EMRが一致しているからであり、このゼロ読みもまた、負の読みとして規定できる。異物である物体だけが検査ゾーン104を通過するとき、画像捕捉装置は、バックグラウンドEMRおよび異物EMRを受け取ったEMRとして受け取り、この場合、バックグラウンドEMRを受け取ったEMRから差し引くと、その結果として、EMRの差が生じ、と言うのは、バックグラウンドEMRと異物EMRが一致していないからであり、このEMR差は、正の読みとして規定できる(このことは、異物が検出されたことを意味している)。肉および異物である物体が検査ゾーン104を通過するとき、画像捕捉装置は、バックグラウンドEMR、物体EMR、および異物EMRを受け取ったEMRとして受け取り、この場合、バックグラウンドEMRを受け取ったEMRから差し引くと、その結果として、この場合もまた正の読みが得られ、と言うのは、バックグラウンドEMRと異物EMRが一致していないからである。
本明細書において注目されるように、バックグラウンド特性は、物体特性(例えば、肉)に一致しまたは実質的に一致するよう構成されているのが良い。物体特性に何らかの変化が生じると(処理中の肉および肉混合物の種類が異なることに起因して)、EMR比較を実施する際にしきい値範囲を設定することができる。例えば、EMRの比較の結果として、差し引きが行われたときにEMRの差が生じるが、この差が所定のしきい値範囲内にある場合、この差を依然として負の読みとみなすことができる。
上述の分析から理解できるように、かかる比較(受け取ったEMRからのバックグラウンドEMRの差し引き)を行うと、肉もまた検査ゾーン104中に入っているかどうかとは無関係に、検査ゾーン104中に入っている異物を検出することが容易になる。また、注目されるべきこととして、画像捕捉装置106は、バックグラウンドEMRを受け取ったEMRから差し引くことによりまたは受け取ったEMRをバックグラウンドEMRから差し引くことによって比較を行うことができる。
幾つかの実施形態では、検査システム100の検査ゾーン104内には物体が配置されるのが良い。幾つかの実施形態では、検査システム100の検査ゾーン104内に配置された物体中には異物が入っている場合がある。本明細書において注目されるように、検査システム100の幾つかの実施形態は、肉である物体を検査するよう構成されているのが良い。
検査システム100の幾つかの実施形態は、画像捕捉装置106と作動的連絡状態にあるコンピュータ装置108を含むのが良く、コンピュータ装置108は、物体特性およびバックグラウンド特性の画像または図形表現を表示するためのディスプレイ110を有する。コンピュータ装置108は、メモリと作動的関連状態にあるプロセッサであるのが良い。メモリは、メモリ上にコンピュータプログラムコードが保存されるのが良い。
本明細書において開示するプロセッサのうちの任意のものは、スケーラブルプロセッサ、並列化プロセッサなどのうちの少なくとも1つであって良い。プロセッサのうちの任意のものは、マルチスレッド処理能力のために最適化されているのが良い。幾つかの実施形態では、プロセッサは、グラフィックスプロセッシングユニット(GPU)であるのが良い。プロセッサは、少なくとも1つの命令に対して演算を実行することができる任意の集積回路または他の電子デバイス(またはひとまとまりのデバイス)を含むのが良く、プロセッサは、縮小命令セットコア(RISC)プロセッサ、CISCマイクロプロセッサ、マイクロコントローラユニット(MCU)、CISC準拠中央処理装置(CPU)、デジタル信号プロセッサ(DSP)などのうちの任意の1つまたは組み合わせであって良い。かかる装置のハードウェアは、単一の基板(例えば、シリコンの「ダイ」)上に一体化されていても良く、または2つ以上の基板にわたって分散されていても良い。プロセッサの種々の機能的特徴は、プロセッサと関連したソフトウェアまたはファームウェアとしてのみ具体化できる。
メモリは、オプションとして、プロセッサと関連しているのが良い。メモリの諸実施形態は、揮発性記憶装置(例えばRAM)、不揮発性記憶装置(例えばROM、フラッシュメモリなど)、またはこれら2つの何らかの組み合わせを含むのが良い。例えば、メモリとしては、RAM、ROM、EEPROM、フラッシュメモリ、CDROM、デジタルビデオディスク(DVD)または他の光学記憶装置、磁気カセット、磁気テープ、磁気ディスク記憶装置または他の磁気記憶デバイス、または所望の情報を記憶するために使用できかつプロセッサによってアクセス可能な任意他の媒体が挙げられるが、これらに限定されない。メモリは、非一過性コンピュータ可読媒体であるのが良い。本明細書で用いられる「コンピュータ可読媒体」(または「機械可読媒体」)という用語は、命令を実行のためにプロセッサに提供するのに関与する任意の媒体もしくは任意のメモリ、または情報を機械(例えば、コンピュータ)によって読み取り可能な形態で記憶しまたは伝送する任意の機構を意味する拡張可能な用語である。かかる媒体は、処理要素、制御論理によって実行されるべきコンピュータにより実行可能な命令および/または、処理要素および/または制御論理によって操作されるデータを記憶することができ、かかる媒体は、不揮発性媒体、揮発性媒体、および伝送媒体(これらには限定されない)を含む多くの形態をとることができる。
伝送媒体としては、同軸ケーブル、銅線、および光ファイバが挙げられ、これらは、バスを含むまたはバスを形成する線材を含むのが良い。伝送媒体はまた、音波または光波、例えば電波通信および赤外線データ通信の実施中に生じる音波または光波の形態、または伝播される信号(例えば、搬送波、赤外線信号、デジタル信号など)という他の形態をとることができる。コンピュータ可読媒体の形式としては、例えば、フロッピーディスク、フレキシブルディスク、ハードディスク、磁気テープ、または任意他の磁気媒体、CD-ROM、任意他の光学媒体、パンチカード、穿孔テープ、パターンをなす穴付きの任意他の物理的媒体、RAM、PROM、およびEPROM、FLASH-EPROM、任意他のメモリチップまたはカートリッジ、後述する搬送波、またはコンピュータによって読み取り可能な任意他の媒体が挙げられる。
本明細書において開示する方法のうちの任意のものの具体化のための命令をコンピュータプログラムコードの形態でメモリに記憶させるのが良い。コンピュータプログラムコードとしては、プログラム論理、制御論理、または人工知能(例えば、機械学習技術、人工神経ネットワーク技術など)に基づいても良くまたはこれに基づかなくても良い他のアルゴリズムが挙げられる。メモリおよびコンピュータプログラムコードは、これと関連したプロセッサが本明細書に開示される方法のうちの任意のものを実施することができるようにするよう構成されているのが良い。
コンピュータ装置108は、バックグラウンド特性、物体特性、および/または異物特性の画像または図形表現を表示するよう構成されたディスプレイ110を有するのが良い。例えば、画像捕捉装置106は、グリッド内の1点についてのEMR比較結果(例えば、受け取ったEMRからのバックグラウンドEMRの差し引き)を表す出力信号を発生させることができ、グリッドは、検査ゾーン104の長手方向軸線を通る仮想幾何学的平面である。グリッド上の点は、グリッドの座標点(例えば、デカルト座標)であるのが良く、その結果、複数の出力信号は、グリッド上の複数の点からのEMR比較結果を表すことができるようになっている。コンピュータ装置108は、これらの信号を受け取って複数の出力信号に関して一時点においてEMR比較結果の画像または図形表現を発生させることができる。検査システム100は、画像捕捉装置106からの出力信号を検査システム100のユーザによってまたは他の何らかの方式によって定められているように、連続的に、定期的にコンピュータ装置108に伝送する(そして、コンピュータ装置108が出力信号の表示を発生させることができる)ように構成されているのが良い。コンピュータ装置108は、画像または図形表現をディプレイ110に伝送することができる。ディスプレイ110は、画素に負の読みについては所定の色、正の読みについては別の所定の色を生成するようにすることによって画像または図形表現を表示することができる。ディスプレイ110を見ているユーザは、ディスプレイ上の画素の異なる色を見ることによって異物が検査ゾーン104中に入り込んだことを確認することができる。幾つかの実施形態では、コンピュータ装置108は、クロックを備えるのが良く、そしてタイムスタンプを画像捕捉装置106によって受け取られた各出力信号に割り当てるのが良い。次に、画像または図形表現をタイムスタンプと一緒にディスプレイ110上に表示するのが良く、それにより、ユーザは、異物が検査ゾーン104中に入った時点を確認することができる。
幾つかの実施形態では、バックグラウンド特性は、第1の物体および異物を含む物体の関数として選択され、第1の物体は、第1の物体特性を具備し、異物は、第2の物体特性を具備する。第1の物体特性は、バックグラウンド特性に等しく、第2の物体特性は、バックグラウンド特性には等しくない。本明細書において注目されるように、バックグラウンド特性は、任意の想定された異物の光学的性質ではなく、物体(例えば、肉または第1の物体)の光学的性質に一致する光学的性質を具備するよう構成されているのが良い。例えば第1の物体特性は、第1の物体のシグネチャ物体放射度、第1の物体のシグネチャ物体吸収度、および第1の物体のシグネチャ物体反射度を具備するのが良く、かくして、バックグラウンドは、第1の物体のシグネチャ物体放射度、第1の物体のシグネチャ物体吸収度、および第1の物体のシグネチャ物体反射度に一致しまたは少なくとも実質的に一致するバックグラウンド放射度、バックグラウンド吸収度、およびバックグラウンド反射度を具備するのが良く、その結果、バックグラウンド特性は、光学機器によって検出されると、第1の物体(または肉)特性と同一の特性として表れるようになっている。想定される異物は、第1の物体およびバックグラウンドの物体特性とは異なる第2の物体特性(例えば、第2の物体放射度、第2の物体吸収度、および第2の物体反射度)を具備することが見込まれ、かくして、光学機器は、バックグラウンド特性を第2の物体特性と比較したときに差を検出する。
本明細書において注目されるように、画像捕捉装置106および/またはコンピュータ装置108のためのプロセッサの諸実施形態には、人工知能を利用したコンピュータプログラムコードが保存されているのが良い。人工知能は、検出を最適化するよう検査システム100のための機械学習を可能にするよう構成されているのが良い。例示の実施形態では、人工知能は、検出最適化のための画像処理中、敵対的学習技術を利用するよう構成されているのが良い。
従来型の画像処理方法は、単一の特徴ベクトル、すなわち色を利用した外れ値(例えば、マハラノビス距離(MD))を検出するための多変量解析法を用いている。これは、三次元RGB(色)入力空間から計算され、この場合、各標的画素から「肉の色」の習得済みまたは「学習済み」分布までの変換空間中の距離は、その画素が「肉」の色であるか「肉ではない」色であるかを判定する。この技術では、色は、「肉」と「肉ではない」の識別をもたらす唯一の特徴ベクトルである。実際には、MDは、異常検出を提供しており、この場合、画像中に「肉ではない」色の領域がある場合が以上である。この場合、これらの異常は、異物に分類される。
従来型MD法に関する問題のうちの1つは、異物のある特定の部類が「肉の色」に極めて類似している場合があり、または半透明/透明である場合があるということにあり、後者の場合、かかる異物は、色を呈することはなく、どのようなものであってもこれらのバックグラウンドの呈する色と同色であるように見える。さらに、異物が肉マトリックス中にどのように存在しているか(この場合、異物は、一次的照明光源からの反射光および透過光、ならびに検査ゾーン中の照明源からの二次的反射の結果として表わされる)によっては、色の識別を混乱させる場合がある。これにより、システムが教師あり学習中にどのように良好に「学習する」かが制限されるが、実行時間時に識別性能もまた限定され、これにより誤った不合格率が高まる場合がある。
加うるに、人工(人造)製品から成る幾つかの異物の部類は、色とは無関係に、肉のような天然産物から識別可能なシグネチャ空間的特徴を呈し、例えば、同一の真っ直ぐなエッジ(またはより一般的にはエッジ特性)、正確に繰り返し可能な形態(例えば、ファブリック中のテクスチャ)、または微細/分散分布中のバラバラの形態(例えば、厚紙中の繊維)、正確な平行線、同心度、規則的な幾何学的形態(例えば、テープ、ワッシャ、コイン、Oリング)などを呈し、かかるシグネチャ空間的特徴は、MDを介する異常検出を困難にする場合がある。例えば、実際には、その空間中の判別超平面が特徴ベクトル(およびこれらの組み合わせ)によってどのように定められるか(およびどの程度まで定められるか)は、アプリオリには知ることができない。さらに、異物の種類/試料が無限であることに起因して、網羅的な学習セットを必要とする技術を用いることは実用的ではない。かくして、従来型アルゴリズム法が甘い考え方/盲目の対象である「空間的」特徴ベクトルの大きなセット(実際には制約のないセット)が存在する。色特徴ベクトルと組み合わせると、空間特徴ベクトルのこのセットは、極めて高い次元のデータ空間を招く。
しかしながら、敵対的学習法の諸実施形態は、畳み込み神経ネットワーク(CNN)を利用し、CNNは、敵対的生成ネットワーク、すなわち“GAN”の一部として利用できる。CNNおよびGANは、高次元データ空間において有効な空間に焦点を当てた深層学習法に基づいている。具体的には、GANは2つのネットワークが学習中に互いに「敵対的」に競争するよう構成されているのが良く、一方のネットワーク(「発生器」)は、真の負の画像および偽の負の画像(負とは異物が存在しないことを意味する)をランダムノイズから発生させ、他方のネットワーク(「弁別器」)―これは、学習画像にアクセスする―は、発生器からの画像のうちのどれが真でありどれが偽であるかを判別(分類)しようとする。これら2つのネットワークは、互いにフィードバックループ中に組み込まれるのが良く、発生器は、弁別器を惑わすことができる偽の画像を発生させることに有能になることで「学習」し、弁別器は、惑わされないようにする(すなわち、真の画像と偽の画像の差を識別する上で良好である)ことによって「学習」する。異常検出のためのこの技術は、どのような画像利用検査用途(光学、IR、X線など)においても顕著な技術進歩となることができる。
敵対的学習法の諸実施形態は、以下の利点を提供することができる。
・学習セット。一般的には、従来法で必要とされる異物サンプルを含む大規模な集団あなす画像を生成することは困難でありかつコスト高である。しかしながら、敵対的学習法の諸実施形態は、収集するのが容易でありかつ本質的に無料である大規模な集団をなす負の画像(すなわち、異物を含まない)を用いることができる。
・教師なし学習。従来方法では、システムがラベル付けされたサンプルを用いて学習されることを意味する「教師あり学習」が必要であった(すなわち、各サンプルがどの部類に属するかがアプリオリに分かっている)。しかしながら、敵対的学習法の諸実施形態では、教師なし学習を利用することができ、この場合、これらの相違を生じさせて判別することがアルゴリズムに委ねられている。
・汎化。分類方式における神経ネットワークアルゴリズムの特徴的な利点は、これらアルゴリズムが「汎化する」ことができるということにある。かかる神経ネットワークアルゴリズムは、考えられる限り全ての入力状態をアドレスするための網羅的な学習を行う必要がない。新規な入力が提供された場合、かかる神経ネットワークアルゴリズムは、少なくともこれらの特徴ベクトル空間の次元内においては、正確に分類しようとする。ビジョン(画像処理)アプリケーションでは、ノイズの高い画像中の微妙かつおそらくは不完全なパターンを識別する能力の実質的な強化となり、致命的な失敗をしないようになる(単純な閾値化および画素計数が多くの場合に行うもの)。
・拡張性。敵対的学習法の諸実施形態は、例えばNIRおよびXRを含む他の画像化モダリティからの追加の特徴ベクトルを組み込むように拡張する。
・マハラノビス距離の制限。MDは、良好に働くが、それは、基礎データセットが正規でありかつ単峰性である場合にのみである。敵対的学習法の諸実施形態は、正規でありかつ単峰性であるデータセットには依存しない。加うるに、肉処理のための画像に多く見られがちな低彩度色では、MDは、彩度識別にはあまり有効ではない。
・敵対的学習法の諸実施形態は、適切な学習または判別機能を決定するのに人間(有資格者であれ無資格者であれ)に依存しない。これとは異なり、本システムは、敵対的学習からこれら自体を生じさせることができる。
幾つかの実施形態では、検査システム100は、EMRを発生させてこれを検査ゾーン104中に差し向けるよう構成された照明源200を含むのが良く、その結果、EMRは、バックグラウンド102と相互作用するとともに物体が検査ゾーン104中に移動しているときにこの物体と相互作用するようになっている。照明源200は、白熱灯、ハロゲンランプ、発光ダイオード、レーザ、IR光発生器、UV光発生器、X線発生器などであるのが良い。照明源200は、検査システム100の有効かつ効率的な動作を可能にするために必須のEMR強度をもたらすようストロボランプであることが想定される。例えば、物体処理システム500内を運搬されている肉を分析するのに必要なEMRの強度は、高く、かくして、ストロボランプ(例えば、連続モードの状態にある)が必須の強度を効率的な仕方で発生させることができよう。
幾つかの実施形態では、照明源200は、可視スペクトルに属する波長を有するEMRを発生させるよう構成されているのが良い。照明源200は、EMRをEMRスペクトルに属する任意の波長で発生させるよう構成されているのが良いが、照明源は、可視スペクトルに属するEMR(例えば、400nmから700nmまでの範囲内の波長)を発生させることが想定されている。さらに、照明源は、白色光(可視スペクトルに属していて各々が等しい強度を有しまたは実質的に等しい強度を有する波長の全てまたは実質的に全てを含む光)を発生させることが想定されている。
画像捕捉装置106は、光学カメラ(例えば、RGBカメラ、HLSカメラなど)であるのが良い。可視スペクトルのEMRを分析するよう構成された検査システム100の諸実施形態に関し、画像捕捉装置106は、光学カメラであるのが良い。しかしながら、追加的にまたは代替的に、EMR分析が可視スペクトルの外側のEMRの分析を含む場合、画像捕捉装置106は、かかる分析のための他のコンポーネント(例えば、アンテナ、望遠鏡、分光器、IR検出器またはカメラ、NIR検出器またはカメラ、UV検出器またはカメラ、X線検出器など)であっても良くまたはこれらを含むのが良い。
例示の実施形態では、物体は、第1の物体および異物を含み、第1の物体は、第1の物体特性を具備し、異物は、第2の物体特性を具備する。第1の物体特性により、第1の物体と相互作用したEMRは、赤色スペクトル内に位置することができ、バックグラウンド特性により、バックグラウンドと相互作用したEMRは、赤色スペクトル内に位置する。本明細書において注目されるように、物体は、肉、例えば、トリム肉(例えば、ビーフ、ポーク、ラム、七面鳥、鶏肉など)のバルク流れであるのが良い。かかる肉(未調理かつ未処理)は、一般に、赤色を呈する(例えば、かかる肉から放出されたEMRは、一般に625nmから675nmまでの範囲内の波長を有する)。かくして、第1の物体が肉である諸実施形態では、バックグラウンド102は、このバックグラウンドから放出されたEMRが第1の物体または肉から放出されたEMRに一致するよう赤色であるようにバックグラウンド特性を具備するよう構成されているのが良い。
幾つかの実施形態では、検査ゾーン104は、長手方向平面によって第1の検査ゾーン側104aと第2の検査ゾーン側104bにセグメント化されるのが良い。例えば、検査ゾーン104は、長手方向平面によって垂直方向に二等分されるのが良く、それにより第1の検査ゾーン側104aと第2の検査ゾーン側104bが形成される。幾つかの実施形態では、バックグラウンド102は、第1の検査ゾーン側104a内に配置された第1のバックグラウンド102aおよび第2の検査ゾーン側104b内に配置された第2のバックグラウンド102bを含むのが良い。第1のバックグラウンド102aと第2のバックグラウンド102bのうちの任意の一方またはこれらの組み合わせは、長手方向平面に対して平行にまたは任意他の角度をなして配置可能である。
物体は、第1のバックグラウンド102aと第2のバックグラウンド102bとの間で検査ゾーン104中に移動することができる。照明源200は、EMRを検査ゾーン104中に差し向けるよう構成されているのが良く、その結果、EMRは、第1のバックグラウンド102a、第2のバックグラウンド102b、および物体が検査ゾーン104中に移動しているときにはこの物体と相互作用する。例えば、照明源200は、この照明源から放出されたEMRが検査ゾーン104(および検査ゾーン104中に入っている任意の物体または異物)、第1のバックグラウンド102a、および第2のバックグラウンド102bに入射するよう位置決めされるのが良い。幾つかの実施形態は、複数の照明源200を含むのが良い。例えば、第1の照明源200は、EMRを放出してこれが検査ゾーン104(および検査ゾーン104中に入っている任意の物体または異物)および第1のバックグラウンド102aに入射するよう構成されているのが良い。第2の照明源200は、EMRを放出してこれが検査ゾーン104(および検査ゾーン104中に入っている任意の物体または異物)および第2のバックグラウンド102bに入射するよう構成されているのが良い。
幾つかの実施形態では、画像捕捉装置106は、第1の画像捕捉装置106および第2の画像捕捉装置106を含むのが良い。第1の画像捕捉装置106は、物体特性が第1のバックグラウンド102aのバックグラウンド特性とは異なっているかどうかを検出するよう構成されているのが良い。第2の画像捕捉装置106は、物体特性が第2のバックグラウンド102bのバックグラウンド特性とは異なっているかどうかを検出するよう構成されているのが良い。例えば、第1の画像捕捉装置106は、第1のバックグラウンド102aからのバックグラウンドEMRとのEMR比較を行うよう構成されているのが良く、第2の画像捕捉装置106は、第2のバックグラウンド102bからのバックグラウンドEMRとのEMR比較を行うよう構成されているのが良い。
図4および図5を参照すると、諸実施形態は、物体を運搬するよう構成されたコンベヤベルト502を有する運搬システムを含む物体処理システム500に関すると言って良い。コンベヤベルト502は、送り出しコンベヤベルト502bを含むのが良く、送り出しコンベヤベルト502bは、物体が検査ゾーン104を通って落下して送り出しコンベヤベルト502b上に載るよう位置決めされている。幾つかの実施形態では、コンベヤベルト502は、送り込みコンベヤベルト502aおよび送り出しコンベヤベルト502bを含むのが良い。送り込みコンベヤベルト502aは、物体が送り込みコンベヤベルト502aから落下し、検査ゾーン104を通り、そして送り出しコンベヤベルト502b上に載るよう送り出しコンベヤベルト502bに対して位置決めされるのが良い。物体が送り込みコンベヤベルト502aから送り出しコンベヤベルト502bに落下する運搬システムの部分を瀑布領域504という場合がある。運搬システムは、連続流れプロセスにより、または個別またはバッチ流れプロセスにより物体を搬送するよう構成されるのが良いことが理解されよう。
物体処理システム500は、検査ゾーン104に隣接して位置決めされたバックグラウンド102およびEMRをバックグラウンド102からおよび検査ゾーン104から受け取るよう構成された画像捕捉装置106を有する検査システム100を含むのが良く、検査ゾーン104は、検査ゾーン104中に搬送可能に物体を受け取るよう構成されるとともに配置されている。例えば、検査システム100の一実施形態は、物体処理システム500に組み込まれても良くまたはこれと併用されても良い。
物性処理システム500に用いられまたはこれと併用される検査システム100の諸実施形態は、バックグラウンド102がバックグラウンド放射度、バックグラウンド吸収度、およびバックグラウンド反射度によって規定されたバックグラウンド特性を具備するよう構成されるのが良く、バックグラウンド特性は、EMRが検査ゾーン104中に搬送されるべき物体の物体EMRに一致し、物体は、物体放射度、物体吸収度、および物体反射度によって規定された物体特性を具備する。
画像捕捉装置106は、物体EMRからのバックグラウンドEMRの差し引きによって、検査ゾーン104中に搬送されたときの物体内の異物を検出するよう構成されているのが良い。
幾つかの実施形態では、物体は、肉であり、異物は、汚染物である。
幾つかの実施形態では、物体処理システム500は、画像捕捉装置106と作動的連絡状態にあるコンピュータ装置108を含むのが良く、コンピュータ装置108は、バックグラウンド特性および物体特性の画像または図形表現を表示するためのディスプレイ110を有する。
コンピュータ装置108は、コンベヤベルト502の動作を制御するための制御モジュール400を有するのが良い。制御モジュール400は、運搬システムの動作上の観点、例えばコンベヤベルト502(例えば、送り込みコンベヤベルト502a、送り出しコンベヤベルト502b、またはこれらの両方の任意の組み合わせ)の起動/停止、コンベヤベルト502の速度、運搬システム内の物体の方向性流れなどを制御するよう構成されたプロセッサまたは他の回路系や機構であるのが良い。本明細書において注目されるように、検査システム100が肉を検査するよう用いられることが想定される。この点に関し、検査システム100は、肉が物体処理システム500によってさらに処理される前に運搬システムに入ったどのような異物であってもこれを識別するために用いられるのが良い。かくして、検査システム100は、肉が処理(例えば粉砕)される前に検査ゾーン104が運搬システム内の1箇所のところに位置決めされるよう構成されるのが良い。異物が検査ゾーン104に入ったことを検出すると、コンピュータ装置108は、信号を制御モジュール400に送り、それにより、制御モジュール400は、コンベヤベルト502を停止させ、異物を含むことが疑われた物体を不合格ビンにそらし、異物を含むことが疑われた物体を別の検査プロセスにそらすなどする。コンピュータ装置108は、信号を自動的に送ることができる。追加的または代替的に、コンピュータ装置108のユーザは、コンピュータ装置108により異物が検出されたことが分かった後(例えば、コンピュータ装置108が異物の画像または図形表現をディスプレイ110上に表示した後)、信号の伝送を行うことができる。例えば、コンピュータ装置108はまた、ディスプレイ110によりユーザインターフェースを生じさせることができ、このユーザインターフェースによりユーザは、指令を出して検査システム100および/または物体処理システム500の諸観点を制御することができる。
例えば、例示の実施形態では、肉(検査ゾーン104―これは瀑布領域504であるのが良い―の通過後)は、次の運搬および処理のために送り出しコンベヤベルト502b上に載ることになる。以下の作用のうちの1つは、「肉ではない」条件が識別された場合(または、異物が識別された場合)に起こるのが良く、すなわち、a)肉が送り出しコンベヤベルト502b上に載り、コンピュータ装置108が不合格信号を送って送り出しコンベヤベルト502bおよび/または送り込みコンベヤベルト502aが停止するようにし、この場合、オペレータとしての人間が異物を見つけるために肉をかき分けて調べる。異物がいったん取り除かれると、オペレータとしての人間は、コンピュータ装置108および/または制御モジュール400により運搬システムを再始動させることができ、それにより肉は、プロセスの次の段階に進むことができまたはオペレータとしての人間は、肉(疑いのある異物と一緒に)を取り除いてこれを同一または異なる検査法(例えば、MD、NIR、XR、人間による検査など)による検査のために物体流れ経路中に再挿入するのが良い。b)肉が自動不合格機構を搭載した送り出しコンベヤベルト502b上に載り、この場合、異物検出信号により制御モジュール400は、自動不合格機構を作動させて物体(および疑いのある異物)を処分のためにまたはオペレータとしての人間による追加の選別のために不合格ビンにそらす。追加の選別のために送られた場合、異物がいったん取り除かれると、先に不合格となった物体を物体流れ経路に(例えば、物体を再び検査することができるよう検査ゾーン104の前に位置する経路の一部分内に)再挿入しまたは別の方法による検査のために物体流れ経路中に再挿入するのが良い。c)肉(異物を含むことが疑われる部分)は、逆転引っ込み中の送り出しコンベヤベルト502bにそらされる一方で、肉(異物を含んでいるとは疑われていない)は、次の処理(例えば、粉砕)のために送り出しコンベヤベルト502bに方向づけられる。逆転引っ込み中の送り出しコンベヤベルト502b上に載った肉は、処分のためにまたはオペレータとしての人間による追加の選別のために不合格ビンに方向づけられる。追加の選別のために送られた場合、異物がいったん取り除かれると、先に不合格となった物体を物体流れ経路に(例えば、物体を再び検査することができるよう検査ゾーン104の前に位置する経路の一部分内に)再挿入しまたは別の方法による検査のために物体流れ経路中に再挿入するのが良い。
幾つかの実施形態では、ユーザインターフェースは、物体および異物の画像または図形表現の表示と一緒になって、異物の識別および不合格物体からの異物の除去を助けることができる。例えば、ディスプレイ110は、不合格の原因となる疑いのある異物の画像を表示することができ、それによりオペレータは、自分が物体中に探しているものを正確に観察することができ、その目的は、プロセスを速めるとともに異物が探されているということを積極的に確認する旨を告げることにある。
幾つかの実施形態では、送り出しコンベヤベルト502bは、検査システム100が負の読みを検出しなければ、物体をデフォルトとして不合格ビンに方向づける不合格経路として構成されるのが良い。負の読みの検出時、送り出しコンベヤベルト502bは、肉を合格ビンまたは合格経路に向けなおすのが良い。換言すると、物体処理システム500は、肉のバッチが異物を含んでいないことが確認されるまで、肉を不合格ビンに向かってフェイルセーフとして自動的に方向づけるよう構成されているのが良く、かかる確認時点で、送り出しコンベヤベルト502bは、肉のバッチを合格ビンまたは合格経路に向けなおす。
図6を参照すると、幾つかの実施形態では、物体処理システム500は、異物をコンベヤベルト502から分離して取り出すよう構成されたセパレータユニット600を含む。セパレータユニット600は、制御モジュール400と作動的連絡状態にある機械式スイッチ(例えば、フラップ選別スイッチ)であるのが良く、この機械式スイッチが作動されると、物体は、別のルートをたどる。例えば、送り出しコンベヤベルト502bは、コンベヤベルト502のセグメントから成るのが良く、これらセグメントのうちの少なくとも1つは、これがフラップのように揺動することができるよう回動可能に取り付けられる。セグメントが全て互いに整列していると(例えば、フラップ動作セグメントが作動されない場合)、物体は、セグメント上を連続的に流れる。フラップ動作セグメントが作動されると、このフラップ動作セグメントは、回転し(例えば、下方に)、それにより物体を下方に方向づけてこの物体がセグメント化送り出しコンベヤベルト502bの下に配置された別の送り出しコンベヤベルト502bまで落下することができるようにする。検査システム100が異物を検出すると、コンピュータ装置108は、タイムスタンプに基づいて疑いのある異物の位置、グリッド座標、および運搬システムの速度を追跡することができる。ユーザの判断(例えば、ユーザインターフェースを介して)によるかコンピュータ装置108によって自動的にかのいずれかで、制御モジュール400は、セパレータユニット600を制御するよう使用でき、それにより、異物を含んでいる疑いのある物体の部分を物体流れから取り除いて異物を取り除く。異物がいったん取り除かれると、先に不合格になった物体を別の検査法(例えば、MD、NIR、XR、人間による検査など)および/または本発明の検査法による検査のために物体流れ経路中に再び挿入するのが良い。
諸実施形態は、検査方法に関すると言って良い。本方法は、バックグラウンド102を検査ゾーンに隣接して位置決めするステップを含むのが良く、バックグラウンドは、バックグラウンド放射度、バックグラウンド吸収度、およびバックグラウンド反射度によって規定されるバックグラウンド特性を具備する。
本発明は、物体流れをなす物体を検査ゾーン104中に方向づけるステップを含むのが良く、物体は、物体放射度、物体吸収度、物体反射度によって規定される物体特性を具備する。
本発明は、物体特性が少なくとも物体のEMRからのバックグラウンドEMRの差し引きによってバックグラウンド特性と違うかどうかを検出するステップを含むのが良い。
幾つかの実施形態では、本方法は、EMRを検査ゾーン104中に方向づけてEMRがバックグラウンド102と相互作用するとともに物体が検査ゾーン104中に移動しているときのこの物体と相互作用するようにする。
幾つかの実施形態では、本方法は、検査ゾーン104が長手方向平面によって第1の検査ゾーン側104aと第2の検査ゾーン側104bにセグメント化するステップを含むのが良い。本方法は、第1のバックグラウンド102aを第1の検査ゾーン側104a内に位置決めするとともに、第2のバックグラウンド102bを第2の検査ゾーン側104b内に位置決めするステップをさらに含むのが良い。
幾つかの実施形態では、本方法は、EMRを検査ゾーン104中に方向づけてEMRが第1のバックグラウンド102a、第2のバックグラウンド102b、および物体が検査ゾーン中に移動しているときのこの物体と相互作用するようにするステップを含むのが良い。
幾つかの実施形態では、本方法は、物体特性およびバックグラウンド特性の画像または図形表現を表示するステップを含むのが良い。
幾つかの実施形態では、本方法は、物体特性がバックグラウンド特性とは異なっている場合に物体を物体流れから分離して除去するステップを含むのが良い。
理解されるように、本明細書において開示した実施形態の改造をこれが特定の1組の設計基準を満たすよう行うことができる。例えば、任意他のコンポーネントまたはプロセスステップは、特定の目的に合うよう各々の任意適当な数または種類であって良い。したがって、システムおよびシステムを使用するとともに製作する方法のある特定の例示の実施形態を説明するとともに図示したが、明確に理解されるべきこととして、本発明は、これに限定されず、特許請求の範囲に記載された本発明の範囲内において違ったやり方で種々に具体化できるとともに実施することができる。
理解されるように、幾つかのコンポーネント、特徴、および/または形態を唯一の特定の実施形態と関連して説明することができるが、これら同一のコンポーネント、特徴、および/または形態を他の多くの実施形態に利用することができまたはこれらと併用することができ、さらに別段の指定がなければまたはかかるコンポーネント、特徴、および/または形態が他の実施形態に用いることが技術的に不可能でなければ、他の実施形態に利用できるとみなされるべきである。かくして、種々の実施形態のコンポーネント、特徴、および/または形態を任意の仕方で互いに組み合わせることができ、かかる組み合わせは、本明細書の説明によって明示的に想定されるとともに開示されている。
当業者には理解されるように、本発明は、本発明の精神または本質的な特徴から逸脱することなく、他の特定の形態で実施できる。したがって、現時点において開示した実施形態は、あらゆる点に関して例示であって、本発明を限定するものではないとみなされる。本発明の範囲は、上記説明ではなく特許請求の範囲の記載に基づいて定められ、本発明の意味および範囲ならびにその均等範囲に属する全ての変更は、本明細書に含まれることが意図されている。加うるに、数値の範囲の開示は、その範囲内に含まれるあらゆる数値の開示であり、かかる範囲は、端の値を含む。

Claims (15)

  1. 検査システム(100)であって、
    検査ゾーン(104)に隣接して位置決めされたバックグラウンド(102)と、
    バックグラウンド電磁線(EMR)を前記バックグラウンドおよび前記検査ゾーンから受け取るよう構成された画像捕捉装置(106)とを含み、前記検査ゾーンは、物体を前記検査ゾーン中に搬送可能に受け入れるよう構成されるとともに配置され、
    前記バックグラウンドは、バックグラウンド放射度、バックグラウンド吸収度、およびバックグラウンド反射度によって規定されるバックグラウンド特性を具備し、前記バックグラウンド特性は、EMRが前記検査ゾーン中に搬送されるべき物体の物体EMRに一致しており、前記物体は、物体放射度、物体吸収度、および物体反射度によって規定される物体特性を具備し、
    前記画像捕捉装置は、前記検査ゾーン中に搬送されたときの物体内に存在する異物を前記物体EMRからの前記バックグラウンドEMRの差し引きによって検出するよう構成されている、検査システム。
  2. 前記検査ゾーン内に配置された前記物体または前記検査ゾーン内に配置された前記物体中の前記異物のうちの少なくとも一方と組み合わせて用いられる、請求項1記載の検査システム。
  3. 前記物体は、肉である、請求項1または2記載の検査システム。
  4. 前記画像捕捉装置と作動的に連絡状態にあるコンピュータ装置(108)を含み、前記コンピュータ装置は、前記物体特性および前記バックグラウンド特性の画像または図形表現を表示するディスプレイ(110)を有する、請求項1~3のうちいずれか一に記載の検査システム。
  5. 前記バックグラウンド特性は、第1の物体および異物を含む物体の関数として選択され、前記第1の物体は、第1の物体特性を具備し、前記異物は、第2の物体特性を具備し、
    前記第1の物体特性は、前記バックグラウンド特性に等しく、
    前記第2の物体特性は、前記バックグラウンド特性に等しくない、請求項1~4のうちいずれか一に記載の検査システム。
  6. EMRを発生させて該EMRを前記検査ゾーン中に方向づけるよう構成された照明源(200)を含み、前記EMRは、前記バックグラウンドと相互作用するとともに前記物体が前記検査ゾーン中に移動しているときの前記物体と相互作用するようになっている、請求項1~5のうちいずれか一に記載の検査システム。
  7. EMRを発生させて該EMRを前記検査ゾーン中に方向づけるよう構成された照明源を含み、前記EMRは、前記バックグラウンドと相互作用するとともに前記物体が前記検査ゾーン中に移動しているときの前記物体と相互作用し、
    前記照明源は、可視スペクトル中の波長を有するEMRを発生させるよう構成され、
    前記画像捕捉装置は、光学カメラであり、
    前記物体は、第1の物体および異物を含み、
    前記第1の物体は、第1の物体特性を具備し、前記異物は、第2の物体特性を具備し、
    前記第1の物体特性により該第1の物体特性と相互作用した前記EMRは、赤色スペクトル内にあり、前記バックグラウンド特性により該バックグラウンド特性と相互作用した前記EMRは、前記赤色スペクトル内にある、請求項1~6のうちいずれか一に記載の検査システム。
  8. EMRを発生させるよう構成された照明源(200)を有し、
    前記検査ゾーンは、長手方向平面によって第1の検査ゾーン側と第2の検査ゾーン側にセグメント化され、
    前記バックグラウンドは、前記第1の検査ゾーン側内に配置された第1のバックグラウンドおよび前記第2の検査ゾーン側内に配置された第2のバックグラウンドを含み、
    前記物体は、前記第1のバックグラウンドと前記第2のバックグラウンドとの間で前記検査ゾーン中に移動し、
    前記照明源は、前記EMRを前記検査ゾーン中に方向づけるよう構成され、前記EMRは、前記物体が前記検査ゾーン中に移動しているときに、前記第1のバックグラウンド、前記第2のバックグラウンド、および前記物体と相互作用するようになっている、請求項1~7のうちいずれか一に記載の検査システム。
  9. 前記画像捕捉装置(106)は、第1の画像捕捉装置および第2の画像捕捉装置を含み、
    前記第1の画像捕捉放置は、前記物体特性が前記第1のバックグラウンドの前記バックグラウンド特性と異なっているかどうかを検出するよう構成され、
    前記第2の画像捕捉放置は、前記物体特性が前記第2のバックグラウンドの前記バックグラウンド特性と異なっているかどうかを検出するよう構成されている、請求項1~8のうちいずれか一に記載の検査システム。
  10. 物体処理システム(500)であって、
    物体を運搬するよう構成されたコンベヤベルト(502)を有するコンベヤシステムを含み、前記コンベヤベルトは、送り出しコンベヤベルト(502b)を含み、該送り出しコンベヤベルトは、前記物体が検査ゾーン(104)を通って落下して前記送り出しコンベヤベルト上に載るよう位置決めされ、
    請求項1~9のうちいずれか一に記載の検査システム(100)を含み、該検査システムは、前記検査ゾーンに隣接して位置決めされたバックグラウンド(102)および電磁線(EMR)を前記バックグラウンドおよび前記検査ゾーンから受け取るよう構成された画像捕捉装置(106)を含み、前記検査ゾーンは、物体を前記検査ゾーン中に搬送可能に受け入れるよう構成されるとともに配置され、
    前記バックグラウンドは、バックグラウンド放射度、バックグラウンド吸収度、およびバックグラウンド反射度によって規定されるバックグラウンド特性を具備し、前記バックグラウンド特性は、EMRが前記検査ゾーン中に搬送されるべき物体の物体EMRに一致しており、前記物体は、物体放射度、物体吸収度、および物体反射度によって規定される物体特性を具備し、
    前記画像捕捉装置は、前記検査ゾーン中に搬送されたときの物体内に存在する異物を前記物体EMRからの前記バックグラウンドEMRの差し引きによって検出するよう構成されている、物体処理システム。
  11. 前記画像捕捉装置と作動的に連絡状態にあるコンピュータ装置(108)を含み、前記コンピュータ装置は、前記物体特性および前記バックグラウンド特性の画像または図形表現を表示するディスプレイを有し、
    前記コンピュータ装置は、前記コンベヤベルトの動作を制御するための制御モジュールを搭載している、請求項10記載の物体処理システム。
  12. 前記異物を前記コンベヤベルトから分離して除去するよう構成されたセパレータユニット(600)を含む、請求項10または11記載の物体処理システム。
  13. 請求項1~12のうちいずれか一に記載の前記検査システム(100)を用いた検査方法であって、前記方法は、
    バックグラウンド(102)を検査ゾーンに隣接して位置決めするステップを含み、前記バックグラウンドは、バックグラウンド放射度、バックグラウンド吸収度、およびバックグラウンド反射度によって規定されたバックグラウンド特性を具備し、
    物体流れ状態にある物体を前記検査ゾーン中に方向づけるステップを含み、前記物体は、物体放射度、物体吸収度、および物体反射度によって規定された物体特性を具備し、
    少なくとも前記バックグラウンドの電磁線(EMR)を前記物体のEMRから差し引くことによって前記物体特性が前記バックグラウンド特性と異なっているかどうかを検出するステップを含む、方法。
  14. EMRを前記検査ゾーン中に方向づけて前記物体が前記検査ゾーン中に移動しているときに前記EMRが前記バックグラウンドと相互作用するとともに前記物体と相互作用するようにするステップと、
    前記検査ゾーン長手方向平面により第1の検査ゾーン側と第2の検査ゾーン側にセグメント化するステップと、
    第1のバックグラウンドを前記第1の検査ゾーン側内に位置決めするとともに、第2のバックグラウンドを前記第2の検査ゾーン側内に位置決めするステップとを含む、請求項13記載の方法。
  15. EMRを前記検査ゾーン中に方向づけて前記物体が前記検査ゾーン中に移動しているときにEMRが前記第1のバックグラウンド、前記第2のバックグラウンド、および前記物体と相互作用するようにするステップ、
    前記物体特性および前記バックグラウンド特性の画像または図形表現を表示するステップ、または
    前記物体特性が前記バックグラウンド特性と異なっているとき、物体を前記物体流れから分離して除去するステップのうちの少なくとも1つ以上を含む、請求項13または14記載の方法。
JP2022502043A 2019-07-10 2020-07-10 肉中のxr/mdでは検出不能な異物の検出 Pending JP2022540482A (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US16/507,505 2019-07-10
US16/507,505 US11275069B2 (en) 2019-07-10 2019-07-10 Detection of non-XR/MD detectable foreign objects in meat
PCT/US2020/041566 WO2021007500A1 (en) 2019-07-10 2020-07-10 Detection on non-xr/md detectable foreign objects in meat

Publications (1)

Publication Number Publication Date
JP2022540482A true JP2022540482A (ja) 2022-09-15

Family

ID=71895240

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2022502043A Pending JP2022540482A (ja) 2019-07-10 2020-07-10 肉中のxr/mdでは検出不能な異物の検出

Country Status (9)

Country Link
US (1) US11275069B2 (ja)
EP (1) EP3997446A1 (ja)
JP (1) JP2022540482A (ja)
CN (1) CN114258501A (ja)
AU (1) AU2020309583A1 (ja)
BR (1) BR112022000343B1 (ja)
CA (1) CA3146637A1 (ja)
MX (1) MX2022000416A (ja)
WO (1) WO2021007500A1 (ja)

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2151018B (en) 1983-12-06 1987-07-22 Gunsons Sortex Ltd Sorting machine and method
US20030034282A1 (en) * 2001-08-16 2003-02-20 Fmc Technologies, Inc. Method and system for generating background color for optical sorting apparatus
DE202006010023U1 (de) 2006-06-27 2006-12-14 Delipetkos, Elias, Dipl.-Inform. (FH) Vorrichtung zur Analyse von Objekten im freien Fall mittels Röntgenstrahlen und einer Zeitverzögerungs- und Integrationskamera
US20150336135A1 (en) * 2013-01-08 2015-11-26 Pioneer Hi Bred International Inc Systems and methods for sorting seeds
CN105874322B (zh) * 2013-11-01 2019-12-10 陶朗分选股份有限公司 用于检测物质的方法和装置
US9310512B1 (en) * 2014-08-07 2016-04-12 Polestar Technologies, Inc. Methods and systems for detection and identification of concealed materials
WO2017048783A1 (en) 2015-09-14 2017-03-23 Cargill, Incorporated Foreign object detection in beef using color analysis
EP3242124A1 (en) 2016-05-03 2017-11-08 TOMRA Sorting NV Detection of foreign matter in animal products
US10902581B2 (en) * 2017-06-19 2021-01-26 Apeel Technology, Inc. System and method for hyperspectral image processing to identify foreign object
US10293379B2 (en) * 2017-06-26 2019-05-21 Key Technology, Inc. Object detection method

Also Published As

Publication number Publication date
MX2022000416A (es) 2022-04-11
EP3997446A1 (en) 2022-05-18
AU2020309583A1 (en) 2022-03-03
WO2021007500A1 (en) 2021-01-14
CA3146637A1 (en) 2021-01-14
BR112022000343B1 (pt) 2023-10-31
CN114258501A (zh) 2022-03-29
US20210010987A1 (en) 2021-01-14
BR112022000343A2 (pt) 2022-04-12
US11275069B2 (en) 2022-03-15

Similar Documents

Publication Publication Date Title
EP3676027B1 (en) Classification method and apparatus
EP3801934B1 (en) Process and system for in-line inspection of product stream for detection of foreign objects
Noordam et al. High-speed potato grading and quality inspection based on a color vision system
US7449655B2 (en) Apparatus for, and method of, classifying objects in a waste stream
Dacal-Nieto et al. Non–destructive detection of hollow heart in potatoes using hyperspectral imaging
RU2716465C1 (ru) Способ оптической проверки и использующее его устройство
US20020033884A1 (en) Machine vision-based sorter verification
Joshi et al. Analysis of methods for the recognition of Indian coins: A challenging application of machine vision to automated inspection
KR101298109B1 (ko) 가시광 대역 플라스틱 판별 장치 및 이를 이용한 플라스틱 분류 시스템
JP2022540482A (ja) 肉中のxr/mdでは検出不能な異物の検出
CN111602047B (zh) 片剂检查方法以及片剂检查装置
Joshi et al. Real time recognition and counting of Indian currency coins using machine vision: a preliminary analysis
Pearson Low-cost bi-chromatic image sorting device for grains
JP2001239221A (ja) 農産物の仕分けに用いる画像生成装置及び仕分区分判定装置
Martin et al. Laser Diffuse Lighting in a Visual Inspection System for Defect Detection in Wood Laminates

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20230703

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20240220

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20240226

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20240527