JP2571281B2 - 色彩検出型葉たばこ種別装置 - Google Patents

Description

【発明の詳細な説明】 〔産業上の利用分野〕 本発明は、収穫して乾燥された葉たばこの品質を格付
けする場合に用いるのに適した葉たばこの種別装置に関
する。

〔従来の技術〕

従来、葉たばこの品質は、葉たばこの着葉位置、熟
度、色沢、組織、葉肉の品質要素をもとに評価され、肉
眼によって次表１のように区別される。そして、各買入
れ区分（「○」印の区分）に対応して価格付けが行われ
ている。

上表の買入れ区分の中で、色損系のＰタイプとは急乾
葉と称される葉たばこで、収穫後の乾燥作業において黄
変後の脱水が急がれ、葉たばこ本来の褐変が十分でなく
黄色味が残っているものである。また、熟度の悪い中葉
系（合葉、中葉および下葉）の中には、外観上光沢がな
く白っぽくくすんだ色相の白ボケ葉が急乾葉と併発する
ため、白ボケ葉もＰタイプとして格付けされている。こ
れらＰタイプの葉たばこは、たばこの喫味に悪癖が生じ
る他、たばこ製造工程において加香効果が十分に発揮さ
れない等の問題があるため、価格面で普通系と差をつけ
ている。このため、Ｐタイプの格付けには特に注意がは
らわれている。

しかしながら、上記のようなＰタイプの葉たばこは普
通系のＡタイプの葉たばこと色相が近似しているため、
従来の目視による格付け方法では熟練者でも格付けしに
くいという問題があった。

本発明は、検体の色彩と着葉位置に基づいて葉たばこ
の種類を自動的に判別できるようにすることを課題とす
る。

〔課題を解決するための手段〕

上記の課題を解決するためになした本発明の色彩検出
型葉たばこ種別装置は、検体の色彩を検知して１の明度
指数と２の知覚色指数とで表される表色系の色空間の座
標情報を出力する色彩測定手段と、複数の種類と着葉位
置に基づいて予め分類された複数の葉たばこについて上
記色空間における該葉たばこの分布領域内の特徴境界を
示す情報を、該葉たばこの種類および着葉位置に対応さ
せて記憶する記憶手段と、検体の葉たばこの着葉位置を
示す情報を入力する入力手段と、上記入力手段で入力さ
れた着葉位置に対応する特徴境界を示す情報と前記色彩
測定手段からの座標情報とに基づいて、上記色空間にお
ける葉たばこの測定点と特徴境界との距離を求める演算
手段と、上記演算手段で得られる距離と予め設定された
判定基準とに基づいて特徴境界内に分布する葉たばこの
種類と被測定葉たばこの種類の差を判定する判定手段と
を備え、着葉位置別に葉たばこの種類を判別するように
したことを特徴とする。

〔作用〕

本発明の色彩検出型葉たばこ種別装置において、葉た
ばこの分布領域の特徴境界を示す情報は記憶手段に記憶
されており、検体の葉たばこの着葉位置を示す情報を入
力手段で入力すると、入力された着葉位置に対応する特
徴境界を示す情報と色彩測定手段からの座標情報とに基
づいて、演算手段は色空間における葉たばこの測定点と
特徴境界との距離を求める。そして、判定手段は、求め
られた距離と予め設定された判定基準とに基づいて特徴
境界内に分布する葉たばこの種類と被測定葉たばこの種
類の差を判定する。

葉たばこの色はL^*a^*b^*表色系等の色空間において一定
の曲線上に幅を持って分布し、Ｐタンプの葉たばこはこ
の分布領域のうち主に外周側に分布する。

したがって、例えば、普通系葉たばことＰタイプ葉た
ばことの分布領域の境界を特徴境界とすると、この特徴
境界と測定点との距離に基づいてＰタイプ葉たばこを判
別することができる。

また、同じ分布領域でも、着葉位置の違いによって、
Ｐタイプのものとそうでないものとが存在するが、検体
の着葉位置に応じて特徴境界を選択することにより、Ｐ
タイプのものを分離して判別することができる。

〔実施例〕

以下、バーレー種の葉たばこを例に本発明の実施例を
説明する。

第10図は、L^*a^*b^*表色系の色空間における葉たばこの
色分布を示す図、第11図は第10図のＡ−Ａ断面を示す図
であり、葉たばこの分布は前掲の表１に示す着葉位置に
対応して色空間内で一定の色変遷経路を示す。そして、
普通系葉たばこは、下葉、中葉、合葉、本葉、上葉およ
び天葉の順に湾曲した変遷経路に沿って分布し、Ｐタイ
プ葉たばこは普通系葉たばこの外側の領域に偏った状態
で、特に、合葉と本葉の間に多く分布する。また、第11
図に示したように、本葉系（本葉、上葉および天葉）の
Ｐタイプ葉たばこの領域は、中葉系（下葉、中葉および
合葉）の普通系葉たばこの領域と一部重なっている。

本発明は、葉たばこの色彩について、L^*a^*b^*表色系の
色空間における明度指数L^*および知覚色度指数a^*，b^*の
データ（以後、色空間値という。）を測定し、この色空
間値に対応する色空間内の測定点と、測定した葉たばこ
の着葉位置（本葉系と中葉系）に対応する分布領域との
距離（色素）に基づいてＰタイプ葉たばこの判別を行う
ようにした。

次に、実施例における判別方法を説明する。

（判別方法） 先ず、前記第10図について説明したL^*a^*b^*表色系の色
空間に対して、次式（１），（２）で示す座標交換によ
って得られるz₁，z₂，z₃の３次元の２種類の判別空間を
設定する。そして、同式（１），（２）の座標交換によ
って、上記色空間における本葉系と中葉系の各葉たばこ
の分布領域を各判別空間内にそれぞれ想定し、各判別空
間内の分布領域を後述説明する楕円の特徴境界によって
予め設定する。また、後述説明するように葉たばこの色
彩を検出する色彩センサからの色空間値も検体の着葉位
置（本葉系または中葉系）に応じて同式（１）または
（２）で座標交換し、着葉位置に対応する判別空間内で
それぞれＰタイプ葉たばこの判別を行う。

上記のように色空間内の本葉系と中葉系の各葉たばこ
の分布を２種類の判別空間内に座標変換すると、普通系
葉たばこの分布領域の中心線は、本葉系の場合は第３図
に示したように円弧と直線で近似することができ、ま
た、中葉系の場合は第４図に示したように判別空間内の
円弧で近似することができる。そして、本葉系の分布領
域の中心線は次式（３）で示される円弧と直線になり、
中葉系は次式（４）で示される円弧になる。なお、第３
図および第４図にいおて座標軸z₃は座標軸z₁，z₂に垂直
な方向である。

（本葉系） z₁ ²＋(z₂-65)²＝65²，z₃＝０ ただし、−20≦z₁＜０ z₂＝0,z₃＝０ ただし、０≦z₁＜7.3 ……（３） （中葉系） z₁ ²＋z₂ ²＝10²，z₃＝０ ……（４） 一方、葉たばこの分布領域は、前記第10図に示したよ
うに上記各中心線の周囲になるが、その幅は一定ではな
く、また、Ｐタイプ葉たばこは上記各中心線の全ての領
域には存在しないので、中葉系の場合は、第４図に示し
たように、中心線をz₁z₂平面内で４つの区分（〜）
に分割し、この分割された区分毎に判定の基準を設定す
る。

中葉系の場合、第４図においてz₁軸の正方向を基準と
して原点を中心にした反時計回りの角度で区分すると、
葉たばこの分布状態は次表２のようになっている。

上記２に示したように、Ｐタイプ葉たばこは区分〜
に存在するため、判定処理は、先ず、測定した色空間
値に対応する判別空間内の測定点がz₁z₂平面についてど
の区分に属するかを判定し、区分〜に属す場合にＰ
タイプ葉たばこの判別を行う。なお、判別空間内の測定
点の座標（z₁，z₂，z₃）は前記の座標交換によって得ら
れ、z₁z₂平面内の区分を示す角度αは、 によって得られる。そして、この角度αと区分〜に
それぞれ対応する角度範囲とを比較して区分判定を行
う。

区分〜におけるＰタイプ葉たばこの各判別の基準
としては、区分〜の中心線に沿って、この中心線に
垂直なz₄z₃座標系を設定し、普通葉たばこの分布領域の
境界の特徴を示す楕円の方程式をz₄z₃座標系で設定す
る。なお、このz₄z₃座標系の原点は中心線上にあり、ま
た、z₄座標軸は判別空間のz₁z₂面内にとり、z₃座標は判
別空間のz₃座標と同じになっている。

次式は、区分〜の楕円の方程式を示し、そのグラ
フを第６図（ａ）〜（ｃ）に示す。なお、次式中のθは
楕円の長軸の傾きで、z₄軸の正方向を基準として原点を
中心とした反時計回りの角度であらわしている。

区分の楕円の方程式 区分の楕円の方程式 区分の楕円の方程式 普通系葉たばことＰタイプ葉たばこの判別は、上記の
ように設定した各区分毎の楕円を判別空間内の特徴境界
とし、この特徴境界から測定点までの距離（色差）に基
づいて行う。

なお、上記の距離ｘは次のようにして求める。

先ず、判別空間における測定点（z₁，z₂，z₃）の座標
を次式（６）によって変換し、測定点のz₄z₃面上での座
標（z₄，z₃）を求める。

ただし、Ｒは中心線の半径（Ｒ＝10） そして、この点（Z₄，Z₃）から特徴境界に垂らした垂
線の長さにより、次式（７）のような距離ｘを求める。
なお、距離ｘの値は特徴境界内部で負、特徴境界外部で
正となる。

いま、特徴境界の楕円の方程式を、 測定点を（Z_4D，Z_3D）、測定点から楕円に垂らした垂線
と楕円との交点を（Z_4P，Z_3P）とすると、距離ｘは次式
で求めることができる。

なお、Z_4Pは下記の４次方程式から公知のFerrariの公式
等を用いて求め、 ａ・(Z_4P)⁴＋ｂ・（Z_4P)³＋ｃ・（Z_4P)²＋ｄ・（Z_4P）
＋ｅ＝０ ただし、 ａ＝（A_o ²−B_o ²)² ｂ＝−２・A_o ²・Z_4D′・（A_o ²−B_o ²） ｃ＝−Ａ_o ²・｛（A_o ²−B_o ²）²−A_o ²・Z_4D′²−B_o ²・
Z_3D′²｝ ｄ＝２・A_o ⁴・Z_4D′・（A_o ²−B_o ²） ｅ＝−A_o ⁶・Z_4D′² または、Z_3Pは、次式で求める。

次に、本葉系の場合は、第３図においてz₁軸の正の方
向にだけＰタイプ葉たばこは存在する。また、判別空間
内のz₃軸回りの葉たばこの分布領域は僅少であるため、
普通系葉たばことＰタイプ葉たばこの判定処理は、第５
図および次式に示したように、判別空間のz₁z₂平面上の
楕円を特徴境界として、この特徴境界から測定点までの
距離（色差）に基づいて行う。

なお、上記の距離ｘは次のようにして求める。

すなわち、判別区間における測定点（z₁，z₂）から特
徴境界に垂らした直線の長さにより、次式（８）のよう
な距離ｘを求める。

いま、特徴境界の楕円の方程式を、 測定点を（Z_1D，Z_2D）、測定点から楕円に垂らした垂線
と楕円との交点を（Z_1P，Z_2P）とすると、距離ｘは次式
で求めることができる。

なお、Z_1Pは下記の４次方程式から公知のFerrariの公式
等を用いて求める。

ａ・(Z_1P)⁴＋ｂ・(Z_1P)³＋ｃ・(Z_1P)²＋ｄ・（Z_1P）＋
ｅ＝０ ただし、 ａ＝(A_o ²−B_o ²)² ｂ＝−２・A_o ²・Z_1D・（A_o ²−B_o ²） ｃ＝−A_o ²・｛（A_o ²−B_o ²）²−A_o ²・Z_1D ²−B_o ²・Z_2D ²｝ ｄ＝２・A_o ⁴・Z_1D・（A_o ²−B_o ²） ｅ＝−A_o ⁶・Z_1D ² また、Z_2Pは、次式で求める。

以上のようにして、中葉系または本葉系について特徴
境界までの距離ｘを求め、この距離ｘの値に基づいてＰ
タイプ葉たばこの判別を行う。

ところで、葉たばこのなかには、一枚の葉たばこで
も、その葉元、中央および葉先の各部位によってタイプ
のことなる場合があり、１枚の葉たばこあるいは束程度
の葉たばこ（判別の際にサンプリングした一握り程度の
葉たばこ）には、普通系の部位とＰタイプの部位とが混
在していることがある。このため、束程度の葉たばこに
色ムラがある場合、現行の鑑定員による格付けは、例え
ば次表３に示したように、葉たばこの部位別に格付け
し、各部位を総合的に判別して葉たばこの格付けを行っ
ている。

さらに、各部位の各付けは、例えば次表４に示したよ
うに、部位別に「普通系らしさ」と「Ｐタイプらしさ」
の程度を評価し、各々の評価結果を基に束全体が普通系
かＰタイプかを格付けしている。なお、次表および以下
の記述において、「Ｎ」，「軽」，「軽Ｐ」，「中Ｐ」
および「重Ｐ」は、「Ｎ」は普通系、「軽Ｎ」はＰタイ
プ寄りの普通系、「軽Ｐ」は軽症のＰタイプ、「中Ｐ」
は中症のＰタイプ、「重Ｐ」は重症のＰタイプのよう
に、それぞれ「Ｐタイプらしさ」の程度を示す各属性を
表している。

このためこの実施例では、葉たばこの葉元、中央およ
び葉先の格部位について、第７図に示したように、特徴
境界からの距離ｘを変数としてN,軽N,軽P,中P,重Ｐの各
属性の程度を示す判別関数を設定し、この判別関数から
測定部位が各属性を有している確率（以後、属性確率と
いう。）を算出するようにしている。

以下に、本葉系と中葉系の各判別関数を示し、そのグ
ラフを、本葉系を第８図、中葉系を第９図（ａ）〜
（ｃ）に示す。

（本葉系の判別関数） Ｎの判別関数：P₁（ｘ） P₁₁（ｘ）＝１ ｘ＜−3.20 P₂₁（ｘ）＝−0.455・（ｘ＋1.00）−3.20≦ｘ＜−1.00 軽Ｎの判別関数：P₂（ｘ） P₂₂（ｘ）＝１−P₂₁（ｘ） −2.20≦ｘ＜−1.00 P₃₂（ｘ）＝−0.403（ｘ−1.48） −1.00≦ｘ＜−1.48 軽Ｐの判別関数：P₃（ｘ） P₃₃（ｘ）＝１−P₃₂（ｘ） −1.00≦ｘ＜−1.48 P₄₃（ｘ）＝−0.424・（ｘ−3.84） 1.48≦ｘ＜3.84 中Ｐの判別関数：P₄（ｘ） P₄₄（ｘ）＝１−P₄₃（ｘ） 1.48≦ｘ＜3.84 P₅₄（ｘ）＝−0.735・（ｘ−5.20） 3.84≦ｘ＜5.20 重Ｐの判別関数：P₅（ｘ） P₅₅（ｘ）＝１−P₅₄（ｘ） 3.84≦ｘ＜5.20 P₆₅（ｘ）＝１ 5.20≦ｘ （中葉系の判別関数） ＜区分＞ Ｎの判別関数：P₁（ｘ） P₁₁（ｘ）＝１ ｘ＜−2.40 P₂₁（ｘ）＝−0.595・（ｘ＋0.72）−2.40≦ｘ＜−0.72 軽Ｎの判別関数：P₂（ｘ） P₂₂（ｘ）＝１−P₂₁（ｘ） −2.40≦ｘ＜−0.72 P₃₂（ｘ）＝−0.575（ｘ−1.02） −0.72≦ｘ＜−1.02 軽Ｐの判別関数：P₃（ｘ） P₃₃（ｘ）＝１−P₃₂（ｘ） −0.72≦ｘ＜−1.02 P₄₃（ｘ）＝−0.602・（ｘ−2.68） 1.02≦ｘ＜−2.68 中Ｐの判別関数：P₄（ｘ）₄₄ （ｘ）＝１−P₄₃（ｘ） 1.02≦ｘ＜−2.68₅₄ （ｘ）＝−0.543（ｘ−4.52） 2.68≦ｘ＜4.52 重Ｐの判別関数：P₅（ｘ） P₅₅（ｘ）＝１−P₅₄（ｘ） 2.68≦ｘ＜−4.52 P₆₅（ｘ）＝１ 4.52≦ｘ ＜区分＞ Ｎの判別関数：P₁（ｘ） P₁₁（ｘ）＝１ ｘ＜−2.50 P₂₁（ｘ）＝−0.909・（ｘ＋1.40）−2.50≦ｘ＜−1.40 軽Ｎの判別関数：P₂（ｘ） P₂₂（ｘ）＝１−P₂₁（ｘ） −2.50≦ｘ＜−1.40 P₃₂（ｘ）＝−0.400（ｘ−1.10） −1.40≦ｘ＜−1.10 軽Ｐの判別関数：P₃（ｘ） P₃₃（ｘ）＝１−P₃₂（ｘ） −1.40≦0x＜−1.10 P₄₃（ｘ）＝−1.282・（ｘ−1.88） 1.10≦ｘ＜−1.88 中Ｐの判別関数：P₄（ｘ） P₄₄（ｘ）＝１−P₄₃（ｘ） 1.10≦ｘ＜−1.88 P₅₄（ｘ）＝−0.725（ｘ−3.26） 1.88≦ｘ＜3.26 重Ｐの判別関数：P₅（ｘ） P₅₅（ｘ）＝１−P₅₄（ｘ） 1.88≦ｘ＜−3.26 P₆₅（ｘ）＝１ 3.26≦ｘ ＜区分＞ Ｎの判別関数：P₁（ｘ） P₁₁（ｘ）＝１ ｘ＜−1.20 P₂₁（ｘ）＝−1.515・（ｘ＋0.54）−1.20≦ｘ＜−0.54 軽Ｎの判別関数：P₂（ｘ） P₂₂（ｘ）＝１−P₂₁（ｘ） −1.20≦ｘ＜−0.54 P₃₂（ｘ）＝−1.471・（ｘ−0.14）−0.54≦ｘ＜−0.14 軽Ｐの判別関数：P₃（ｘ） P₃₃（ｘ）＝１−P₃₂（ｘ） −0.54≦ｘ＜−0.14 P₄₃（ｘ）＝−0.391・（ｘ−2.70） 1.14≦ｘ＜−2.70 中Ｐの判別関数：P₄（ｘ） P₄₄（ｘ）＝１−P₄₃（ｘ） 0.14≦ｘ＜2.70 P₅₄（ｘ）＝−1.515（ｘ−3.36） 2.70≦ｘ＜3.36 重Ｐの判別関数：P₅（ｘ） P₅₅ー（ｘ）＝１−P₅₄（ｘ） 2.70≦ｘ＜−3.36 P₆₅（ｘ）＝１ 3.36≦ｘ 上記判別関数で属性確率が求まると、その属性確率の
内最も大きいものを測定部位の属性（N,軽N,軽P,中P,重
Ｐの５区分の内の一つ）とする。例えば、次表５に示し
たように、距離ｘが距離区間〔M₃，M₄）にある場合、軽
Ｐである確率P₄₃と中Ｐである確率P₄₄の内大きな方の属
性を測定部位の属性とする。

そして、各測定部位の属性の組合せによって、次表６
の格付けルールから、予め設定した格付けの判定値（P,
75,50,25,N）を求める。

ただし、上記格付けの判定値（以後、格付判定値とい
う。）は、多数の鑑定員が、各部位とその属性の組合せ
毎に束程度の葉たばこについて格付けした場合に、Ｐタ
イプと評価した鑑定員の割合を示し、次の内容を示す。

P:鑑定員全員がＰタイプと格付けする組合せの束程度
の葉たばこ 75:100人の鑑定員中75人がＰタイプと格付けする組合せ
の束程度の葉たばこ 50:100人の鑑定員中50人がＰタイプと格付けする組合せ
の束程度の葉たばこ 25:100人の鑑定員中25人がＰタイプと格付けする組合せ
の束程度の葉たばこ N:鑑定員全員が普通系と格付する組合せの束程度の葉
たばこ 上記のようにして格付判定値（P,75,50,25,Nの内の一
つ）が求まると、格付判定値を判定基準と比較してＰタ
イプの判別を行う。なおこの実施例では、格付判定値が
Ｐまたは75の場合はＰタイプと判別し、Ｎ、25および50
のいずれかの場合は普通系と判別する。

次に、実施例の装置の構成を説明する。

（装置の構成） 第１図は本発明実施例のブロック図であり、上記の判
定方法に基づいて普通系葉たばことＰタイプ葉たばこの
判定を行う。

図において、１は被測定物（葉たばこ）に証明光を照
射してその反射光に基づいて測定値をディジタルデータ
で出力する色彩センサで、L^*a^*b^*表色系の明度指数L^*お
よび知覚色度指数a^*，b^*のデータ（色空間値）を出力す
る。なお、この色彩センサとしては、例えば、ミノルタ
製の「色彩色差計 CR−110」を使用することができ
る。

２はマイクロコンピュータ等で構成される判定制御手
段であり、図示しないメモリに格納された制御プログラ
ムに基づいて得られる機能を機能ブロック図で示してあ
る。

この判定制御手段２は、色彩センサ１からの色空間値
をインタフェース３を介して取り込み、各種の演算を行
って判定結果を表示手段４に表示する。また、測定する
葉たばこの着葉位置を示すデータ（以後、着葉位置デー
タという。）と測定部位を示すデータ（以後、測定部位
データという。）および判定基準を示すデータがキーボ
ード等の入力手段５から入力される。なお、これらのデ
ータは、例えば、表示手段４にメニュー形式で着葉位置
や測定部位を表示し、入力手段５にキーボードを使用し
て所定のキーを操作させ、操作されたキーのコードを識
別することによって入力することができる。

判定制御手段２において、記憶手段21はマイクロコン
ピュータのメモリ内に構成され、前掲の座標変換の式
（１），式（２）、中葉系についての各区分の〜を
示す角度範囲のデータ、z₁z₂面内の角度を算出する式
（５）、判別空間内の測定点の座標（z₁，z₂，z₃）から
z₄z₃面の座標値を求める式（６）、測定点から特徴境界
までの距離ｘを求める式（７）および式（８）、属性確
率を求める判別関数、前記表６に示した格付けルールを
テーブル形式で表現したデータ等が、それぞれプログラ
ム化されて記憶されている。また、この記憶手段21には
入力手段５から入力される着葉位置データと測定部位デ
ータが格納される。

色空間値読取手段22、座標変換手段23、区分判別手段
24、距離演算手段25、属性判定主段26、格付手段27、出
力手段28および制御手段29は、マイクロコンピュータ等
のメモリに予め記憶されている制御プログラムの機能に
よって構成され、後述説明する判定フローに基づいて制
御手段29で各手段の機能が関連付けられる。

色空間値読取手段22は、色彩センサ１からの割込み信
号に基づいて、色センサ１で測定値が確定したことを検
出すると、色センサ１が出力するL^*，a^*，b^*の信号をイ
ンターフェース３を介して取り込み、このL^*，a^*，b^*の
信号を数値データとして出力する。

座標変換手段23は、記憶手段21に着葉位置データが格
納されると、このデータが示す着葉位置に対応する前掲
の式（１）または式（２）に基づいて色空間値読取手段
22からの数値データに座標交換を施し、本葉系または中
葉系の判別空間の座標データz₁，z₂，z₃を生成する。

区分判定手段24は、記憶手段21の着葉位置データを読
み取り、中葉系の場合は前掲の式（５）に基づいてz₁z₂
平面内の角度を求め、記憶手段21に格納されている中葉
系の区分の角度範囲と演算手段24で求められた角度とを
比較して判別空間内の測定点（z₁，z₂，z₃）の区分を判
別する。なお、測定点が区分に相当する場合は、Ｎの
属性確率を“1"とする。また、本葉系の場合でz₁が負の
ときもＮの属性確率を“1"とする。

距離演算手段25は、中葉系の場合には前掲の式（６）
に基づいてz₄z₃面上の座標データz₄，z₃を求め、区分判
別手段25で区分〜の何れかに判別されたとき、判別
された区分の特徴境界を記憶手段21から選択してこの選
択した特徴境界とz₄，z₃から距離ｘを求める。また、本
葉系の場合には記憶手段21に格納されている本葉系の特
徴境界と座標交換手段で得られたz₁，z₂とから距離ｘを
求める。

属性判別手段26は、距離演算手段25で求めた距離ｘと
記憶手段21に格納されている判別関数から属性確率を求
め、一つの測定部位について最大の属性確率を示す属性
を求めて記憶手段21に一時記憶する。

格付手段27は、属性判別手段26によって記憶された各
部位についての属性を読出し、この属性の組合せに基づ
いて記憶手段21に格納されている格付けルールのデータ
を参照して、格付判定値を求め、記憶手段21に格納され
ている判定基準と格付判定値を比較して、Ｐタイプの判
別結果を出力手段に出力する。

出力手段28は、判定結果を示す表示データを表示手段
４に出力し、表示手段４で判定結果が表示される。

第２図は、制御手段29の制御により、判定制御手段２
で行われる判別処理を示すフローチャートであり、制御
プログラムが起動されると、入力手段５から着葉位置デ
ータが入力されるのを監視し（ステップS₁）、着葉位置
データが入力されるとこの入力された着葉位置データを
記憶出力21に記憶する（ステップS₂）。

色空間値読取手段22により、色彩センサ１からの割込
み信号に基づいて、色彩センサ１で測定値が確定したこ
とを検出すると、色彩センサ１が出力するL^*，a^*，b^*の
信号をインターフェース３を介して取り込み、このL^*，
a^*，b^*の信号を数値データとして一時記憶し（ステップ
S₃、）入力手段５から測定部位データが入力されるのを
監視して（ステップS₄）、測定部位データが入力される
と数値データを測定部位データと対応付けて記憶手段21
に記憶する（ステップS₅）。

次に、本葉系か中葉系かの判定を行い（ステップ
S₆）、それぞれの場合に応じて、以下のように制御を行
う。

（本葉系の場合） 座標変換手段23により、記憶手段21に記憶した数値デ
ータを式（１）で座標変換して判別空間の座標データ
z₁，z₂，z₃を生成し（ステップS₇）、z₁の値が負である
かどうかを判定する（ステップS₈）。そして、z₁が負の
場合は、この測定点に対応する部位の属性がＮである属
性確率を“1"に設定し（ステップS₉）、z₁が負でない場
合には、距離演算手段25により、特徴境界からの距離ｘ
を算出する（ステップS₁₀）。

（中葉系の場合） 座標変換手段23により、記憶手段21に記憶した数値デ
ータを式（２）で座標変換して判別空間の座標データ
z₁，z₂，z₃を生成する（ステップS₁₁）。

次に、区分判別手段25により、z₁，z₂から式（５）に
よってz₁z₂平面内の角度αを求め、さらに、式（６）に
基づいてz₃z₄面上の座標データz₄，z₃を求める（ステッ
プS₁₂）。そして、記憶手段21に格納されている区分の
角度範囲と、求められた角度αを比較して点（z₁,z₂,
z₃）の区分を判別する（ステップS₁₃）。

区分の判別の結果、測定点が区分に属する場合（65
＜α＜315）は、この測定点に対応する部位の属性がＮ
である属性確率を“1"に設定し（ステップS₁₄）、測定
点が区分〜の何れかの属する場合には、距離演算手
段25により、属する区分に対応する特徴境界からの距離
ｘを算出する（ステップS₁₅，S₁₆，S₁₇）。

本葉系と中葉系の何れの場合も、距離ｘを算出すると
（ステップS₁₀，S₁₅，S₁₆，S₁₇）、属性判定手段26によ
り、記憶手段21に格納されている本葉系と中葉系の各区
分に対応する所定の判別関数から、測定部位の属性確率
を算出する（ステップS₁₈）。

前記Ｎの属性確率“1"の設定（ステップS₉，S₁₄）あ
るいは上記属性確率の算出（ステップS₁₈）が終了する
と、最大の属性確率を示す属性を測定部位を示すデータ
と対応させて記憶手段21に一時記憶する（ステップ
S₁₉）。

そして、全ての部位（葉元、中央および葉先）につい
て属性が確定したかを判定しながら（ステップS₂₀）上
記のフローを繰り返し、各部位の属が記憶手段21に記憶
されると、格付手段27によって、記憶された各部位の属
性を読出し、この属性の組合せに基づいて記憶手段21に
格納されている格付けルールのデータを参照して、格付
判定値を求め（ステップS₂₁）、記憶手段21に格納され
ている判定基準と格付判定値を比較してＰタイプの判別
結果を出力手段に出力する（ステップS₂₂）。そして、
判定結果は、出力手段28により表示手段４に表示され
る。

上記の実施例では、各部位の属性の組合せに応じた格
付けルールによって格付判定値を求めるようにいている
が、前掲の表６に示した格付判定値「Ｎ」→「25」→
「50」→「75」→「Ｐ」を連続した値で表現するように
してもよい。

例えば、次式（９）に示したような判定式を設定す
る。

Ｄ＝α・Σ（P_1i）＋β・Σ（P_2i）＋γ・Σ（P_3i）＋
δ・Σ（P_4i）＋ε・Σ（P_5i） ……（９） ただし、α：「 Ｎ」の重み係数＝0.00 β：「軽Ｎ」の重み係数＝0.01 γ：「軽Ｐ」の重み係数＝0.37 δ：「中Ｐ」の重み係数＝0.51 ε：「重Ｐ」の重み係数＝1.000 P_1i：「 Ｎ」の属性確率 P_2i：「軽Ｎ」の属性確率 P_3i：「軽Ｐ」の属性確率 P_4i：「中Ｐ」の属性確率 P_5i：「重Ｐ」の属性確率 添え字 ｉ＝1:葉元 ｉ＝2:中央 ｉ＝2:葉先 そして、前記実施例と同様に、各部位毎にN,軽N,軽P,
中P,重Ｐの属性確率を求め、同じ属性毎に各部位の属性
確率を加算し（判別式の各総和の頁）、それぞれに重み
係数を与えて判定値（Ｄ）を算出する。

また、普通系葉たばことＰタイプ葉たばことの判定基
準として、例えば前記実施例における「75」と「Ｎ」境
界のような閾値Dsを予め設定しておき、Ｄ＜Dsのときは
普通系葉たばこと判定し、Ds≦ＤのときはＰタイプ葉た
ばこと判定する。

以上のようにして、色彩センサで葉たばこの色彩を測
定することにより、Ｐタイプ葉たばこの判別が行え、さ
らに、葉たばこの着葉位置のデータを入力することよ
り、中葉系の普通系葉たばこと色相が同様な本葉系のＰ
タイプ葉たばこも判別することができる。

〔発明の効果〕

以上説明したように本発明の色彩検出型葉たばこ種別
装置によれば、L^*a^*b^*表色系等の色空間における葉たば
この分布領域を示す特徴境界の情報を、葉たばこの着葉
位置に対応させて記憶し、色彩センサ等によって測定し
た葉たばこの色空間値により色空間内の測定点を識別す
るとともに着葉位置を選択して、記憶している特徴境界
と測定点との距離（色差）に基づいて葉たばこの種類を
判別するようにしたので、色彩の似通った普通系葉たば
ことＰタイプ葉たばこの判別を容易に行うことができ、
さらに、着葉位置の違いによって色空間内の同じ領域に
分布するＰタイプ葉たばこと普通系葉たばことを分布す
ることができる。

【図面の簡単な説明】

第１図は本発明実施例のブロック図、 第２図は実施例に係わるフローチャート、 第３図は実施例における本葉系の判別空間内の分布領域
の中心線を示す図、 第４図は実施例における中葉系の判別空間内の分布領域
の中心線を示す図、 第５図は実施例における本葉系の特徴境界の楕円の一例
を示す図、 第６図は実施例における中葉系の特徴境界の楕円の一例
を示す図、 第７図は実施例における判別関数を説明する図、 第８図は実施例における本葉系の判別関数のグラフを示
す図、 第９図は実施例における中葉系の判別関数のグラフを示
す図、 第10図は本発明に係わる色空間における葉たばこの分布
状態を示す図、 第11図は第10図の分布領域の断面を示す図である。 １……色彩センサ、２……判定制御手段、３……入力手
段、４……表示手段。

Claims (1)

(57)【特許請求の範囲】
1. 【請求項１】検体の色彩を検知して１の明度指数と２の
   知覚色指数とで表される表色系の色空間の座標情報を出
   力する色彩測定手段と、 複数の種類と着葉位置に基づいて予め分類された複数の
   葉たばこについて上記色空間における該葉たばこの分布
   領域内の特徴境界を示す情報を、該葉たばこの種類およ
   び着葉位置に対応させて記憶する記憶手段と、 検体の葉たばこの着葉位置を示す情報を入力する入力手
   段と、 上記入力手段で入力された着葉位置に対応する特徴境界
   を示す情報と前記色彩測定手段からの座標情報との基づ
   いて、上記色空間における葉たばこの測定点と特徴境界
   との距離を求める演算手段と、 上記演算手段で得られる距離と予め設定された判定基準
   とに基づいて特徴境界内に分布する葉たばこの種類と被
   測定葉たばこの種類の差を判定する判定手段とを備え、 着葉位置別に葉たばこの種類を判別するようにしたこと
   を特徴とする色彩検出型葉たばこ種別装置。