JP3957662B2 - Granular inspection object state discrimination device - Google Patents
Granular inspection object state discrimination device Download PDFInfo
- Publication number
- JP3957662B2 JP3957662B2 JP2003184694A JP2003184694A JP3957662B2 JP 3957662 B2 JP3957662 B2 JP 3957662B2 JP 2003184694 A JP2003184694 A JP 2003184694A JP 2003184694 A JP2003184694 A JP 2003184694A JP 3957662 B2 JP3957662 B2 JP 3957662B2
- Authority
- JP
- Japan
- Prior art keywords
- inspection object
- granular
- image data
- granular inspection
- actual image
- 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.)
- Expired - Fee Related
Links
Images
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Processing (AREA)
Description
【0001】
【発明の属する技術分野】
本発明は、粒状の被検査物の仕上がり状態を判別する粒状被検査物状態判別装置に関するものである。
【0002】
【従来の技術】
粒状被検査物、例えば白米等の穀粒(以下、白米という)は、一般的に炊飯することで主食として食されるものである。炊飯が良好になされるための白米の条件は、炊飯前の浸漬中又は炊飯中に白米が割れないことにある。
【0003】
すなわち、白米が割れると、その割れ部からゲル状の澱粉粒が溶出し、べとついた状態で炊き上がり、食感も悪く、味覚も低下する。
【0004】
割れ部が発生した白米(割粒米)は、米の発育環境に起因する場合や、精米の仕方に起因するため、精米業者は、割れにくい米の仕入れと、割れにくい精米の仕方に神経を尖らせているのが現状であるが、それでも、割粒が混入する可能性がなくなることはなく、仕入れ後或いは精米後の検査が必須となっている。
【0005】
従来の割粒米の判別検査は、精米中に所定量(約100粒程度)の白米をサンプリングし、当該サンプリングした白米を所定時間(約20分間程度)、水に浸漬し、その後の割れ具合を目視で判断し、サンプリングした白米に対する割粒米の割合を求め、この割合が基準値と比較することで、サンプリングした白米を含むロット(同時期に同一場所から仕入れた米)の合否を決定していた。
【0006】
不合格となったロットは、合格品とは別扱いするか、精米を再調整する等の対応が必要となる。
【0007】
なお、参考として、穀粒の状態の良否を自動的に判別する技術として特許文献1が提案されている。
【0008】
この特許文献1では、穀粒の仕上がり状態をCCDカメラ等で撮像した画像に基づいて、適否を判断するものであり、種子の色、大きさ、形状等を正確に見極め、精度の高い判別が可能である。
【0009】
【特許文献1】
特許第3058940公報
【0010】
【発明が解決しようとする課題】
しかしながら、上記従来の検査員等の目視による判別では、正確な浸漬割粒とその割合の判別、並びに合否の判定ができず、検査作業の手間も掛かり、作業性が悪い。
【0011】
また、特許文献1のような自動判別装置では、浸漬によって発生する割粒の判別には対応しておらず、炊飯によって発生する(すなわち、水を含むことで発生する)割れ部を検知するものではない。
【0012】
本発明は上記事実を考慮し、水分を含んだ粒状被検査物の測光データに基づいて、自動的に浸漬割粒の有無の判別、並びにそのサンプリング数に対する割合を演算することができ、迅速かつ適正な合否の判定を行うことができる粒状被検査物状態判別装置を得ることが目的である。
【0013】
【課題を解決するための手段】
請求項1に記載の発明は、粒状の被検査物の仕上がり状態を判別する粒状被検査物状態判別装置であって、所定量の水を貯留可能な受け皿構造とされ、かつ前記粒状被検査物を貯留された水に浸漬させた状態で保持するトレイと、前記トレイ上の粒状被検査物に対して、光を照射しながら走査読取を実行し、測光データを得る測光装置と、前記測光装置による測光データに基づいて得た粒状被検査物の実画像データを記憶する実画像データ記憶手段と、前記実画像データを膨張させることで、粒状被検査物の周囲に発生している割れ部を排除し、当該排除後に実画像データの膨張分を縮小することで疑似画像データを生成する疑似画像データ生成手段と、前記疑似画像データにおける粒状被検査物として占有する画素数P G から、前記実画像データにおける粒状被検査物として占有する画素数P R を差し引いた画素数と、第1の浸漬割粒判別基準値P H と、を比較(P G −P R :P H )する第1の比較手段とで構成され、前記第1の比較手段の比較結果に基づいて、粒状被検査物の中から浸漬による割粒を判別する浸漬割粒判別手段と、を有している。
【0014】
請求項1記載の発明によれば、トレイに所定量の水を貯留し、この貯留された水に粒状被検査物を浸漬させる。
【0015】
測光装置では、トレイ上の粒状被検査物に対して、光を照射して走査読取りを実行し、測光データを得る。なお、この走査読取りは、粒状被検査物が水に浸漬されてから、所定時間(約20分)放置した後が好ましい。
【0016】
浸漬割粒判別手段では、読み取った測光データに基づいて、浸漬による割粒を判別する。
【0017】
詳細に説明すると、浸漬割粒判別手段としての実画像データ記憶手段は、測光データに基づいて得た粒状被検査物の実画像データを記憶する。
【0018】
次に、この実画像データを用いて、粒状被検査物の輪郭を膨張させる。この膨張によって、周囲に発生する凹凸が緩和され、その凹凸の一部である割れ部もなくなり、最終的に割れ部のない粒状被検査物の画像となる。その後、当該膨張によって得た画像を、膨張させた分縮小することで、割れ部のない適正な画像(疑似画像データ)を得ることができる。
【0019】
第1の比較手段では、このようにして生成した疑似画像データと、実画像データとを比較する。詳細には、第1の比較手段は、前記疑似画像データにおける粒状被検査物として占有する画素数P G から、前記実画像データにおける粒状被検査物として占有する画素数P R を差し引いた画素数と、第1の浸漬割粒判別基準値P H と、を比較する((1)式参照)。
【0020】
P G −P R :P H ・・・(1)
この(1)式において、例えば、P G −P R >P H の場合、浸漬割粒と判別される。なお、第1の浸漬割粒判別基準値P H の設定によっては、P G −P R ≧P H とする場合もある。
【0021】
この比較の結果、粒状被検査物の中から浸漬割粒を判別する。すなわち、1粒1粒の粒状被検査物を基にして、疑似画像データを生成するため、一定の良品画像データとの差を判別基準と比較するよりも判別精度を向上することができる。
【0022】
このように、浸漬して水を含んだ粒状被検査物の走査読取を可能とすることで、浸漬によって発生する粒状被検査物の割粒を迅速かつ確実に判別することができるため、作業効率を向上することができる。
【0023】
請求項2に記載の発明は、粒状の被検査物の仕上がり状態を判別する粒状被検査物状態判別装置であって、所定量の水を貯留可能な受け皿構造とされ、かつ前記粒状被検査物を貯留された水に浸漬させた状態で保持するトレイと、前記トレイ上の粒状被検査物に対して、光を照射しながら走査読取を実行し、測光データを得る測光装置と、前記測光装置による測光データに基づいて得た粒状被検査物の実画像データを記憶する実画像データ記憶手段と、前記実画像データに基づいて、粒状被検査物の周囲長Lを演算する周囲長演算手段と、前記実画像データに基づいて、粒状被検査物の面積Sを演算する面積演算手段と、前記実画像データにおける粒状被検査物の周囲長Lの二乗(L 2 )に対する面積Sの割合と、第2の浸漬割粒判別基準値Mと、を比較((L 2 /S):M)する第2の比較手段と、前記第2の比較手段の比較結果に基づいて、粒状被検査物の中から浸漬割粒を判別する浸漬割粒判別手段と、を有することを特徴としている。
【0024】
請求項2記載の発明によれば、トレイに所定量の水を貯留し、この貯留された水に粒状被検査物を浸漬させる。
【0025】
測光装置では、トレイ上の粒状被検査物に対して、光を照射して走査読取りを実行し、測光データを得る。なお、この走査読取りは、粒状被検査物が水に浸漬されてから、所定時間(約20分)放置した後が好ましい。
【0026】
浸漬割粒判別手段では、読み取った測光データに基づいて、浸漬による割粒を判別する。詳細に説明すると、浸漬割粒判別手段としての実画像データ記憶手段は、測光データに基づいて得た粒状被検査物の実画像データを記憶する。
【0027】
次にこの実画像データに基づいて、粒状被検査物の周囲長Lを演算すると共に、面積Sを演算する。
【0028】
第2の比較手段では、このようにして演算した周囲長Lと、面積Sとを比較する。詳細には、第2の比較手段は、前記周囲長Lの二乗(L 2 )に対する面積Sの割合と、第2の浸漬割粒判別基準値Mと、を比較する((2)式参照)。
【0029】
(L 2 /S):M・・・(2)
この(2)式において、例えば、(L 2 /S)≧Mの場合、浸漬割粒と判別される。なお、第2の浸漬割粒判別基準値Mの設定によっては、(L 2 /S)>Mとする場合もある。
【0030】
上記(2)式において、粒状被検査物が円形と仮定した場合、周囲長Lから面積を求めると、正確にはπ(L/2π) 2 =L 2 /4πとなる。これが、画素数から求める面積Sと同一であれば、割れ部がないことになる。
【0031】
ここで、粒状被検査物が円形ではなく、楕円に近いこと、並びに、演算の簡略化を図るべく、L 2 /4πの内の1/4πを考慮した第2の浸漬割粒判別基準値Mを設定することで、L 2 とSとの比較((2)式)とした。この比較の結果、粒状被検査物の中から浸漬割粒を判別する。
【0032】
すなわち、1粒1粒の粒状被検査物から、同一目的の異なる解析結果の差分を判別基準と比較するため、一定の判別基準と比較するよりも判別精度を向上することができる。
【0033】
このように、浸漬して水を含んだ粒状被検査物の走査読取を可能とすることで、浸漬によって発生する粒状被検査物の割粒を迅速かつ確実に判別することができるため、作業効率を向上することができる。
【0034】
請求項3に記載の発明は、前記請求項1又は前記請求項2に記載の発明において、前記測光装置が、フラットベット状の透明板と、前記透明板の下方に設けられ、光源と光電変換素子を備えた走査ユニットと、で構成されており、前記透明板上に載置されるトレイの少なくとも底面が透明とされていることを特徴としている。
【0035】
請求項3に記載の発明によれば、トレイの底面を透明とし、透明板の上に載置する。透明板の下方には、走査ユニットが設けられており、この走査ユニットを駆動することで、光源は、透明板及びトレイを通過して粒状被検査物に照射され、その反射光を走査読み取る。これによれば、水を貯留したトレイと、走査ユニットとを完全分離することができ、装置の安全性を確保することができる。
【0036】
請求項4に記載の発明は、前記請求項1乃至請求項3の何れか1項記載の発明において、前記浸漬による割粒の判別が、前記割粒の発生割合を判別することを特徴としている。
【0037】
請求項4に記載の発明によれば、割粒の判別後、その発生割合を得ることで、判別結果における、良否の判定を容易に行うことができる。
【0038】
請求項5に記載の発明は、前記請求項1乃至請求項4の何れか1項記載の発明において、前記トレイには、複数の粒状被検査物がランダムに、かつ重ならないように載置され、粒状被検査物が十分に水分を含む時間浸漬した後に、測光装置による測光が実行されることを特徴としている。
【0039】
請求項5に記載の発明によれば、トレイに貯留された水に粒状被検査物を載置する場合、特に整列は不要であるが、互いに重ならないように並べることが好ましい。また、測光装置による測光は、粒状被検査物が十分に水分を含む時間浸漬した後が好ましく、経験的、かつ実験的には約20分程度の浸漬が必要である。
【0040】
このため、例えば、トレイをセットした状態で、検査開始指示を行った後、約20分間放置した後測光を開始するようなタイマーを設けるようにしてもよく、これにより、作業者による計時作業を省略することができる。また、複数ロットの粒状被検査物をロット別に複数トレイに入れて浸漬し、約20分後に次々と測光装置にセットして検査をするようにしてもよい。
【0041】
【発明の実施の形態】
図1には、判別装置10が示されている。
【0042】
判別装置10は、一対の箱体12、14が蝶番(図示省略)によって連結され、開閉可能なブリーフケース型の筐体16に収容されており、図1は使用状態を示している。
【0043】
すなわち、一対の箱体12、14が互いに180°開放した状態で載置されている。なお、格納時には一対の箱体12、14が前記蝶番を中心に回転し、開口端同士が向かい合って閉止されるようになっており、これにより、内部の精密機器類が保護される(なお、本実施の形態では、後述のカバー46を外した状態で閉止するようにしてある)。
【0044】
一方の箱体12(図1の奥側)には、コントローラ(汎用パソコンであってもよい)18とプリンタ20とが収容されている。このコントローラ18とプリンタ20とは図示しない接続ケーブルによって接続されており、コントローラ18で演算処理したデータ等をプリンタ20によってプリントアウトすることができるようになっている。また、コントローラ18には、LCDモニタ18Aが設けられている。
【0045】
また、このコントローラ18は、他方の箱体14に収容された判別装置本体22の動作を制御する機能を有しており、判別装置本体22は、このコントローラ18からの指示に従って動作する構成となっている。なお、コントローラ18と判別装置本体22とは、箱体12、14の開閉によって損傷しないフレキシブルケーブル等可撓性を有する配線ケーブル(図示省略)によって接続することが好ましい。
【0046】
図2には、判別装置本体22の概略構成が示されている。
【0047】
判別装置本体22は、ベースとなるスキャナ部24と、カバー46と、で構成されている。
【0048】
スキャナ部24は、周縁を除く上面部が開口した箱型のケーシング28を備え、当該開口した部分には、透明ガラス板30が嵌め込まれている。
【0049】
この透明ガラス板30の上部には、後述するトレイ72が位置決めされるようになっており、このトレイ72が穀粒の載置台となる。
【0050】
また、この透明ガラス板30の下部には、ライン走査型撮像ユニット32が配設されている。
【0051】
ライン走査型撮像ユニット32は、撮像素子が図2の手前から奥側にかけてアレイ状に配列された(主走査方向)撮像素子アレイ34Aとこの撮像素子アレイ34Aに沿って設けられた円筒状の光源34Bを備えたヘッド部34を有しており、このヘッド部34が、スキャナモータ36の駆動力で前記透明ガラス板30の下部を図2の左右方向に沿って移動する(副走査方向)。
【0052】
これにより、透明ガラス板30のほぼ全面を撮像素子アレイ34Aによって走査することができる。
【0053】
前記カバー46は、前記透明ガラス板30の上部を含むケーシング28の上部を覆うように設けられている。このカバー46は、トレイ72を透明ガラス板30に位置決めする際に開放され、位置決め後の測光の際に閉止されるようになっている。
【0054】
上記トレイ72が透明ガラス板30に位置決めされた状態で、ヘッド部34を1往復させることで、前記トレイ72上の穀粒を測光(撮像)することができる。測光したデータはコントローラ18へ送出されるようになっている。
【0055】
図3には、トレイ72の構造が示されている。
【0056】
本実施の形態に係るトレイ72は、矩形状の底板部50の四方から縦壁部52が一体形成され、所定の容積を持つ受け皿構造となっている。短辺側の縦壁部52の一方の上端には外側に向けて略直角に屈曲された把持部54が形成されている。作業者はこの把持部54を把持することで、透明ガラス板30上への着脱を行うようになっている。
【0057】
前記底板部50は透明とされ、粒状被検査物としての白米56の載置面となっている。この白米56の載置の際、本実施の形態では、受け皿構造となった領域に水58を貯留する。水58は、縦壁部52により、こぼれることなく保持され、この状態で所定数(本実施の形態では約100粒)の白米56を載置する。
【0058】
なお、載置する場合、白米56同士が重ならないようにするが、整列させる必要はない。
【0059】
上記のように水58が貯留され、白米56が載置されたトレイ72は、約20分間放置した後、透明ガラス板30上に載置され、カバー46が閉じられることで、測定準備が完了する。
【0060】
なお、白米56は、水58に浸漬されることで、割粒が発生する不良品が出る場合があり、本実施の形態では、この割粒の発生の有無を判別するべく、前記スキャナ部24のヘッド部34が透明ガラス板30の下方を移動(走査)することで、白米56を撮像(測光)する。
【0061】
図4には、本実施の形態に係る浸漬された割粒とその割合の判別、並びに合否の判定のためのコントローラ18の制御を機能的に示したブロック図が示されている。
【0062】
ヘッド部34は、実画像データ生成部100に接続され、ヘッド部34で撮像したデータ(測光データ)がこの実画像データ生成部100へ送出される。
【0063】
実画像データ生成部100では、画像の濃度に基づいて、穀粒の輪郭を検出し、それぞれの白米56の画像データを生成し、その位置データ(座標)と共に実画像データメモリ102へ記憶する。
【0064】
これにより、実画像データメモリ102には、トレイ72上の約100粒の白米56の画像データが記憶されることになる。
【0065】
実画像データメモリ102に記憶された実画像データは、実画像データ読出部104によって、1粒ずつ読み出され、膨張/縮小処理部106へ送出されるようになっている。
【0066】
膨張/縮小処理部106では、読み出した画像データに対して輪郭を徐々に拡大するように処理を実行する。白米56に割れ部56A(図5参照)が存在する場合、この膨張処理を実行すると、図5(A)乃至(C)に示される如く、徐々に、前記割れ部56Aが排除されていき、最終的には、極端な凹凸が存在しない滑らかな(良品に相当する)穀粒の画像を得ることができる。
【0067】
次に、膨張/縮小処理部106では、この画像に対して、膨張度合い(膨張率)に基づいて、縮小処理を施す。これにより、元の画像データの輪郭とほぼ同一の大きさに戻されるが、図5(D)乃至(F)に示される如く、割れ部56Aが存在しない画像データ(擬似画像データ)を得ることができる。
【0068】
この擬似画像データは、擬似画像データメモリ108に前記実画像データメモリ102に記憶したときの位置データ(座標)と同一の位置データ(座標)と共に記憶する。
【0069】
実画像データメモリ102と、擬似画像データメモリ108とは、比較部110に接続されており、比較部110において、同一の位置データ(座標)の実画像データと擬似画像データとを読出し、基準データメモリ112に記憶された第1の浸漬割粒判別基準値と比較する。
【0070】
すなわち、本実施の形態では、前記疑似画像データの画素数をPG、前記実画像データの画素数をPRとし、PGからPRを差し引いた画素数と、基準データメモリ112に記憶された第1の浸漬割粒判別基準値PHと、を比較する。
【0071】
比較結果は、割粒判別部114へ送出され、割粒の有無が判別される。
【0072】
すなわち、割粒判別部114では、前記比較部110での比較の結果が、PG−PR>PHと判定された場合は、この穀粒は浸漬割粒(不良品)と判別され、PG−PR≦PHと判定された場合は、この白米56は浸漬割れのない良品と判別される。
【0073】
割粒判別部114での判別結果は、割粒割合演算部116によって集計され、サンプリングした全白米56の内の割粒(不良品)と判別された白米56の割合を演算し、LCDモニタ18Aに表示する。なお、LCDモニタ18Aへの表示と共に、プリンタ20によってプリントアウトするようにしてもよい。
【0074】
この割合が所定の基準値より大きい場合は、その白米のロットは不合格と判定されることになる。
【0075】
以下に本実施の形態の作用を説明する。
【0076】
(測光手順)
トレイ72に水を貯留し、さらにこの貯留された水58にサンプルとしての白米56を浸漬させる。浸漬された白米56は互いに重なり合わないように、移動することが好ましいが、特に整列させる必要はない。
【0077】
上記水を貯留、並びに穀粒を載置したトレイ72は、約20分間放置させることで、白米56に十分な水分を吸収させる。その後、カバー46を開放し、トレイ72を透明ガラス板30上に位置決めし、当該カバー46を閉止する。
【0078】
撮像(測光)の起動を促す操作がなされると、ヘッド部34の光源34Bをオンとし撮像素子アレイ34Aをアクティブ状態とし、スキャナモータ36の駆動を開始する。
【0079】
これにより、ヘッド部34による測光が開始される。すなわち、トレイ72上の白米56に光源34Bからの光を照射し、その反射光を撮像素子アレイ34Aによって検出しながらヘッド部34を移動させることで、トレイ72の所定の領域に散布された白米56を撮像する。
【0080】
撮像が終了すると、次の測光のスタンバイのため、ヘッド部34が初期位置(ホームポジション)へ戻る。
【0081】
コントローラ18では、取り込んだデータを処理し、LCDモニタ18Aへの表示を制御し、プリント指示があった場合にプリンタ20でのプリントを制御する。
【0082】
以下、図6のフローチャートに従い、前記白米56の撮像を含み、白米56の浸漬割粒とその発生割合を得るための画像処理並びに比較手順を示す。
【0083】
ステップ150では、初期設定として変数n(カウント値)を1にセットし、変数NG(不良品数)をクリア(0)し、ステップ152へ移行する。
【0084】
ステップ152では、前述のヘッド部34による測光(撮像)処理を実行し、ステップ154へ移行する。
【0085】
ステップ154では、測定した白米56の数Nを認識し、次いでステップ156で各白米56の画像データを生成する。
【0086】
次のステップ158では、それぞれの白米56のトレイ72上の位置データと共に実画像データメモリ102に記憶する。
【0087】
次のステップ160では、n粒目(初回はn=1)の実画像データを読出し、次いでステップ162で当該実画像データの膨張処理を実行する。この膨張処理により、割れ部56Aが存在する場合は、この割れ部56Aが排除される。
【0088】
次のステップ164では、膨張処理したときの膨張度合いに基づいて、縮小処理を施し、実画像とほぼ同一の大きさに戻し、ステップ166へ移行する。
【0089】
ステップ166では、この膨張処理及び縮小処理を施して割れ部56Aを排除した擬似画像データを位置データと共に擬似画像データメモリ108に記憶する。
【0090】
次のステップ168では、実画像データの読出し回数nが白米56の総数(N)となったか否かが判断され、否定判定された場合には、ステップ170へ移行してnをインクリメントし、ステップ160へ戻り、上記工程を1粒ずつ実行する。
【0091】
また、ステップ168で肯定判定、すなわち全数の処理が終了したと判断されると、ステップ172へ移行する。ステップ172以降の処理は、割粒とその割合の判別処理となる。
【0092】
ステップ172では、変数nを初期値(1)に戻し、次いでステップ174へ移行し、n粒目の実画像データ及び擬似画像データを読出し、ステップ176へ移行する。
【0093】
ステップ176では、実画像データに基づく白米56の画素数PR、並びに擬似画像データに基づく白米56の画素数PGをそれぞれ演算し、次いでステップ178で基準データメモリ112から第1のの浸漬割粒判別基準値PHを読出し、ステップ180へ移行して、擬似画像データに基づく白米56の画素数PGと実画像データに基づく白米56の画素数PRとの差をPHと比較する(PG−PR:PH)。
【0094】
ステップ180の比較の結果、PG−PR>PHと判定された場合は、この穀粒は浸漬割粒(不良品)と判別され、ステップ182へ移行してNG値をインクリメントしてステップ184へ移行する。
【0095】
また、ステップ180でPG−PR≦PHと判定された場合は、この白米56は良品と判別され、ステップ184へ移行する。
【0096】
ステップ184では、変数nが白米56の総数(N)となったか否かが判断され、否定判定された場合には、ステップ186へ移行してnをインクリメントし、ステップ174へ戻り、上記工程を1粒ずつ実行する。
【0097】
また、ステップ184で肯定判定、すなわち全数の判定が終了したと判断されると、ステップ188へ移行する。
【0098】
ステップ188では、白米56の全数Nに対するNG値の割合(不良の割合)を演算し、百分率A(%)を得る。
【0099】
演算された不良の割合A%は、ステップ190において、LCDモニタ18Aに表示される。作業者はこの数値を見ることで、白米56の割れ部56Aの発生割合を正確に把握することができる。なお、プリンタ20によって不良の割合A%をプリントアウトしてもよい。
【0100】
以上説明したように本実施の形態では、トレイ72に水58を貯留し、白米56を浸漬させ、所定時間(約20分程度)放置した状態で、ヘッド部34により白米56を撮像(測光)し、その測光したデータに基づいて、実画像データと膨張/縮小処理した擬似画像データを得て、双方の画素数の差から浸漬割粒の有無を判別するようにしたため、作業者が目視で判別を行うよりも極めて迅速に、かつ正確に浸漬割粒の混入割合を判別することができると共に、その白米のロットの合否を判定することができる。
【0101】
なお、本実施の形態では、比較部110による比較を、擬似画像データの画素数PGと実画像データの画素数PRとの差を、基準データメモリ112に記憶された第1の浸漬割粒判別基準値PHと比較する(画素対比法)ようにしたが、比較部110での比較を実画像データから得た白米56の周囲長Lと、白米56の面積Sとに基づいて行ってもよい。
【0102】
すなわち、特徴量として、周囲長Lの二乗(L2)に対する面積Sの割合を
第2の浸漬割粒判別基準値Mと比較する((L2/S):M)。この第2の浸漬割粒判別基準値Mは、前記第1の浸漬割粒判別基準値PHの代わりに、基準データメモリ112に記憶しておけばよい。
【0103】
この比較は、前記画素対比法に対して、特徴量判定法と称し、実画像データのみによって判別することができる。
【0104】
ここで、(L2/S)≧Mと判定された場合には、浸漬割粒(不良品)と判別され、(L2/S)<Mと判定された場合は良品と判別され、不良品の割合A%を表示(及びプリントアウト)する。
【0105】
なお、上記画素対比法と、特徴量判定法とは、何れか1つを選択してもよいし、双方による判定を可能としてもよい。双方の判定の結果に誤差がある場合には、その平均値をとるようにすればよい。
【0106】
また、本実施の形態では、粒状被検査物として白米56を適用したが、玄米等他の穀粒であってもよい。
【0107】
【発明の効果】
以上説明した如く本発明では、水分を含んだ粒状被検査物の測光データに基づいて、自動的に浸漬割粒の有無、並びにそのサンプリング数に対する割合を演算することができ、迅速かつ適正な合否の判定を行うことができるという優れた効果を有する。
【図面の簡単な説明】
【図1】本実施の形態に係る白米の割れ部の有無を判別するための判別装置の概観を示す斜視図である。
【図2】本実施の形態に係る判別装置の内部構成を示す概略図である。
【図3】(A)トレイの斜視図、(B)は図3のIIIB−IIIB線断面図である。
【図4】本実施の形態に係る浸漬割粒の判別のためのコントローラの制御を機能的に示したブロック図である。
【図5】白米を撮像した画像データにおける、膨張/縮小処理の流れを示すイメージ図である。
【図6】浸漬割粒判別制御ルーチンを示すフローチャートである。
【符号の説明】
10 判別装置(判別装置)
12、14 箱体
16 筐体
18 コントローラ
18A LCDモニタ
20 プリンタ
22 判別装置本体
24 スキャナ部
30 透明ガラス板
32 ライン走査型撮像ユニット
34 ヘッド部
36 スキャナモータ
50 底板部
52 縦壁部
54 把持部
56 白米
58 水
72 トレイ
100 実画像データ生成部
102 実画像データメモリ
104 実画像データ読出部
106 膨張/縮小処理部
56A 割れ部
108 擬似画像データメモリ
110 比較部
112 基準データメモリ
114 割粒判別部
116 割粒割合演算部[0001]
BACKGROUND OF THE INVENTION
The present invention relates to a granular inspection object state determination device for determining the finished state of a granular inspection object.
[0002]
[Prior art]
A granular inspection object, for example, a grain such as white rice (hereinafter referred to as white rice) is generally eaten as a staple food by cooking rice. The condition of white rice for good cooking is that the white rice does not break during soaking before cooking or during cooking.
[0003]
That is, when white rice is cracked, gel-like starch granules are eluted from the cracked portion, cooked in a sticky state, poor in texture, and poor in taste.
[0004]
The white rice (broken rice) that has cracked parts is caused by the growth environment of the rice or the method of milling. The current situation is that they are sharpened, but nevertheless there is no possibility of mixing of broken grains, and inspection after purchase or after milling is essential.
[0005]
The conventional discriminating inspection of cracked rice involves sampling a predetermined amount (about 100 grains) of white rice in polished rice, immersing the sampled white rice in water for a predetermined time (about 20 minutes), and the subsequent cracking condition. Is determined visually, the ratio of the split rice to the sampled white rice is determined, and this ratio is compared with the reference value to determine whether the lot containing the sampled white rice (the rice purchased from the same place at the same time) is acceptable. Was.
[0006]
The rejected lot needs to be handled separately from the accepted product, or the milled rice must be readjusted.
[0007]
For reference,
[0008]
In this
[0009]
[Patent Document 1]
Japanese Patent No. 3058940
[0010]
[Problems to be solved by the invention]
However, in the conventional visual inspection by an inspector or the like, it is not possible to accurately determine the soaking particle size and the ratio thereof, and the pass / fail judgment, and it takes time and labor for the inspection work, resulting in poor workability.
[0011]
Moreover, in the automatic discrimination apparatus like
[0012]
In consideration of the above fact, the present invention can automatically determine the presence / absence of soaking split particles based on the photometric data of the granular test object containing moisture, and can calculate the ratio to the number of samplings. It is an object to obtain a granular object state discriminating apparatus capable of performing proper pass / fail determination.
[0013]
[Means for Solving the Problems]
The invention according to
[0014]
According to the first aspect of the present invention, a predetermined amount of water is stored in the tray, and the granular inspection object is immersed in the stored water.
[0015]
In the photometric device, the granular inspection object on the tray is irradiated with light to perform scanning reading to obtain photometric data. The scanning reading is preferably performed after the granular object to be inspected is immersed in water and left for a predetermined time (about 20 minutes).
[0016]
The immersion split particle discriminating means discriminates the split particles due to the immersion based on the read photometric data.
[0017]
More specifically, the real image data storage means as the immersion split particle discrimination means stores the real image data of the granular inspection object obtained based on the photometric data.
[0018]
Next, the contour of the granular inspection object is expanded using the actual image data. By this expansion, the unevenness generated in the surroundings is alleviated, and there are no cracks that are part of the unevenness, and finally an image of the granular inspection object without the cracks is obtained. Thereafter, the image obtained by the expansion is reduced by the expansion, so that an appropriate image (pseudo image data) having no cracks can be obtained.
[0019]
In the first comparison means, the pseudo image data generated in this way is compared with the actual image data. Specifically, the first comparison means is configured to determine the number of pixels P occupied as the granular inspection object in the pseudo image data. G From the above, the number P of pixels occupied as the granular inspection object in the actual image data R And the number of pixels subtracted from the first immersion split particle discrimination reference value P H Are compared (see equation (1)).
[0020]
P G -P R : P H ... (1)
In this equation (1), for example, P G -P R > P H In this case, it is determined that it is a soaking split grain. In addition, the 1st immersion split particle discrimination reference value P H Depending on the setting of P G -P R ≧ P H In some cases.
[0021]
As a result of this comparison, the immersion split particles are discriminated from the granular test object. That is, since the pseudo image data is generated based on the granular inspection object for each grain, the discrimination accuracy can be improved as compared with the difference from the certain non-defective image data with the discrimination standard..
[0022]
As described above, by allowing scanning reading of the granular inspection object that is immersed and containing water, it is possible to quickly and surely determine the split particles of the granular inspection object that are generated by the immersion, so that work efficiency is improved. Can be improved.
[0023]
The invention according to claim 2 is a granular inspection object state determination device for determining a finished state of a granular inspection object, wherein the granular inspection object has a receiving tray structure capable of storing a predetermined amount of water. A photometer for obtaining photometric data by performing scanning reading while irradiating light to the granular object to be inspected on the tray, and the photometric device Real image data storage means for storing the actual image data of the granular inspection object obtained on the basis of the photometric data obtained by the above, and a peripheral length calculation means for calculating the peripheral length L of the granular inspection object based on the actual image data , An area calculating means for calculating the area S of the granular inspection object based on the actual image data, and the square of the circumference L of the granular inspection object in the actual image data (L 2 The ratio of the area S to the second immersion cracked grain discrimination reference value M is compared ((L 2 / S): M) second comparing means, and immersion split particle discriminating means for discriminating immersion split grains from the granular test object based on the comparison result of the second comparing means. It is characterized by.
[0024]
According to the second aspect of the present invention, a predetermined amount of water is stored in the tray, and the granular inspection object is immersed in the stored water.
[0025]
In the photometric device, the granular inspection object on the tray is irradiated with light to perform scanning reading to obtain photometric data. The scanning reading is preferably performed after the granular object to be inspected is immersed in water and left for a predetermined time (about 20 minutes).
[0026]
The immersion split particle discriminating means discriminates the split particles due to the immersion based on the read photometric data. More specifically, the real image data storage means as the immersion split particle discrimination means stores the real image data of the granular inspection object obtained based on the photometric data.
[0027]
Next, based on the actual image data, the peripheral length L of the granular inspection object is calculated and the area S is calculated.
[0028]
The second comparison means compares the circumference L calculated in this way with the area S. Specifically, the second comparison means is configured to calculate the square of the peripheral length L (L 2 ) And the ratio of the area S to the second immersion splitting particle discrimination reference value M (see formula (2)).
[0029]
(L 2 / S): M (2)
In this formula (2), for example, (L 2 If / S) ≧ M, it is determined that the particle size is soaked. In addition, depending on the setting of the second immersion split particle discrimination reference value M, (L 2 / S)> M.
[0030]
In the above equation (2), assuming that the granular object to be inspected is circular, when the area is obtained from the peripheral length L, it is exactly π (L / 2π) 2 = L 2 / 4π. If this is the same as the area S obtained from the number of pixels, there will be no cracks.
[0031]
Here, in order to simplify the calculation, the granular object to be inspected is not circular but close to an ellipse. 2 By setting the second immersion split particle discrimination reference value M in consideration of 1 / 4π of / 4π, L 2 And S (Equation (2)). As a result of this comparison, the immersion split particles are discriminated from the granular test object.
[0032]
That is, since the difference between different analysis results for the same purpose is compared with a discrimination criterion from each grain inspection object, it is possible to improve discrimination accuracy as compared with comparison with a certain discrimination criterion.
[0033]
As described above, by allowing scanning reading of the granular inspection object that is immersed and containing water, it is possible to quickly and surely determine the split particles of the granular inspection object that are generated by the immersion, so that work efficiency is improved. Can be improved.
[0034]
According to a third aspect of the present invention, in the first or second aspect of the invention, the photometric device is provided with a flat bed-like transparent plate and a lower portion of the transparent plate, and a light source and a photoelectric conversion device are provided. And a scanning unit including an element, wherein at least a bottom surface of the tray placed on the transparent plate is transparent.
[0035]
According to invention of Claim 3, the bottom face of a tray is made transparent and it mounts on a transparent board. A scanning unit is provided below the transparent plate. By driving this scanning unit, the light source passes through the transparent plate and the tray, and is irradiated onto the granular inspection object, and the reflected light is scanned and read. According to this, the tray which stored water and the scanning unit can be completely separated, and the safety of the apparatus can be ensured.
[0036]
Claim4The invention described in
[0037]
Claim4According to the invention described in the above, it is possible to easily determine the quality in the determination result by obtaining the generation ratio after the determination of the broken grains.
[0038]
Claim5The invention described in
[0039]
Claim5According to the invention described in (1), when the granular test objects are placed on the water stored in the tray, alignment is not particularly necessary, but it is preferable to arrange them so as not to overlap each other. Further, the photometry by the photometry device is preferably performed after the granular test object is immersed for a time sufficiently containing water, and it is necessary to immerse for about 20 minutes empirically and experimentally.
[0040]
For this reason, for example, a timer may be provided to start photometry after leaving the tray for about 20 minutes after instructing to start the inspection with the tray set. Can be omitted. Alternatively, a plurality of lots of granular objects to be inspected may be placed in a plurality of trays for each lot and immersed, and after about 20 minutes, set in a photometric device one after another for inspection.
[0041]
DETAILED DESCRIPTION OF THE INVENTION
FIG. 1 shows a
[0042]
The discriminating
[0043]
That is, the pair of
[0044]
A controller 12 (which may be a general-purpose personal computer) 18 and a
[0045]
Further, the
[0046]
FIG. 2 shows a schematic configuration of the discrimination device
[0047]
The discriminating device
[0048]
The
[0049]
A
[0050]
In addition, a line
[0051]
The line scanning
[0052]
Thereby, almost the entire surface of the
[0053]
The
[0054]
With the
[0055]
FIG. 3 shows the structure of the
[0056]
The
[0057]
The
[0058]
In addition, when placing,
[0059]
The
[0060]
In addition, when the
[0061]
FIG. 4 is a block diagram functionally showing the control of the
[0062]
The
[0063]
The actual image
[0064]
As a result, the actual
[0065]
The actual image data stored in the actual
[0066]
The expansion /
[0067]
Next, the expansion /
[0068]
The pseudo image data is stored in the pseudo
[0069]
The real
[0070]
That is, in the present embodiment, the number of pixels of the pseudo image data is set to PG, The number of pixels of the actual image data is PRAnd PGTo PRAnd the first immersion splitting discrimination reference value P stored in the reference data memory 112.HAnd compare.
[0071]
The comparison result is sent to the broken
[0072]
That is, in the split
[0073]
The discrimination results in the split
[0074]
If this ratio is greater than a predetermined reference value, the lot of white rice is determined to be rejected.
[0075]
The operation of this embodiment will be described below.
[0076]
(Metering procedure)
Water is stored in the
[0077]
The
[0078]
When an operation for prompting the start of imaging (photometry) is performed, the
[0079]
Thereby, photometry by the
[0080]
When the imaging is completed, the
[0081]
The
[0082]
Hereinafter, according to the flowchart of FIG. 6, image processing and comparison procedure for obtaining the soaked grains of
[0083]
In
[0084]
In
[0085]
In
[0086]
In the
[0087]
In the
[0088]
In the
[0089]
In
[0090]
In the
[0091]
Further, when an affirmative determination is made at
[0092]
In
[0093]
In
[0094]
As a result of the comparison in
[0095]
In
[0096]
In
[0097]
On the other hand, if it is determined in
[0098]
In
[0099]
The calculated defect ratio A% is displayed on the
[0100]
As described above, in the present embodiment, the
[0101]
In the present embodiment, the comparison by the
[0102]
That is, as the feature amount, the square of the perimeter L (L2The ratio of area S to
Compared with the second soaking split particle discrimination reference value M ((L2/ S): M). The second immersion split particle discrimination reference value M is the first immersion split grain discrimination reference value P.HInstead, the
[0103]
This comparison is referred to as a feature amount determination method compared to the pixel contrast method, and can be determined only by actual image data.
[0104]
Where (L2/ S) If it is determined that M is greater than or equal to M, it is determined that it is a soaked broken grain (defective product) and (L2/ S) If it is determined that <M, it is determined that the product is non-defective, and the defective product ratio A% is displayed (and printed out).
[0105]
Note that either one of the pixel comparison method and the feature amount determination method may be selected, or determination by both of them may be possible. If there is an error in the results of both determinations, the average value may be taken.
[0106]
Moreover, in this Embodiment, although the
[0107]
【The invention's effect】
As described above, the present invention can automatically calculate the presence / absence of immersion splitting and the ratio to the number of samplings based on the photometric data of the granular test object containing moisture, and can pass the test quickly and appropriately. It has the outstanding effect that it can judge.
[Brief description of the drawings]
FIG. 1 is a perspective view showing an overview of a discriminating apparatus for discriminating the presence or absence of cracked portions of white rice according to the present embodiment.
FIG. 2 is a schematic diagram showing an internal configuration of a discrimination device according to the present embodiment.
3A is a perspective view of a tray, and FIG. 3B is a cross-sectional view taken along line IIIB-IIIB in FIG.
FIG. 4 is a block diagram functionally showing the control of the controller for discriminating soaking broken grains according to the present embodiment.
FIG. 5 is an image diagram showing a flow of expansion / reduction processing in image data obtained by imaging white rice.
FIG. 6 is a flowchart showing a soaking split particle discrimination control routine.
[Explanation of symbols]
10 Discriminating device (discriminating device)
12, 14 box
16 housing
18 Controller
18A LCD monitor
20 Printer
22 Discrimination device body
24 Scanner section
30 Transparent glass plate
32 line scanning imaging unit
34 Head
36 Scanner motor
50 Bottom plate
52 Vertical wall
54 Gripping part
56 White rice
58 water
72 trays
100 Real image data generator
102 Real image data memory
104 Real image data reading unit
106 Expansion / reduction processing unit
56A crack
108 Pseudo image data memory
110 Comparison part
112 Reference data memory
114 Split grain identification part
116 Split grain ratio calculator
Claims (5)
所定量の水を貯留可能な受け皿構造とされ、かつ前記粒状被検査物を貯留された水に浸漬させた状態で保持するトレイと、
前記トレイ上の粒状被検査物に対して、光を照射しながら走査読取を実行し、測光データを得る測光装置と、
前記測光装置による測光データに基づいて得た粒状被検査物の実画像データを記憶する実画像データ記憶手段と、前記実画像データを膨張させることで、粒状被検査物の周囲に発生している割れ部を排除し、当該排除後に実画像データの膨張分を縮小することで疑似画像データを生成する疑似画像データ生成手段と、前記疑似画像データにおける粒状被検査物として占有する画素数P G から、前記実画像データにおける粒状被検査物として占有する画素数P R を差し引いた画素数と、第1の浸漬割粒判別基準値P H と、を比較(P G −P R :P H )する第1の比較手段とで構成され、前記第1の比較手段の比較結果に基づいて、粒状被検査物の中から浸漬による割粒を判別する浸漬割粒判別手段と、
を有する粒状被検査物状態判別装置。A granular inspection object state determination device for determining the finished state of a granular inspection object,
A tray structure that can store a predetermined amount of water, and a tray that holds the granular test object in a state of being immersed in the stored water;
A photometric device that performs scanning reading while irradiating the granular inspection object on the tray to obtain photometric data;
The actual image data storage means for storing the actual image data of the granular inspection object obtained based on the photometric data obtained by the photometric device, and the actual image data are expanded to generate around the granular inspection object. cracking unit eliminates a false image data generating means for generating a pseudo image data by reducing the expansion amount of the actual image data after such exclusion, the number of pixels P G occupied as granular object to be inspected in the pseudo image data , and the number of pixels obtained by subtracting the number of pixels P R occupied as granular object to be inspected in the actual image data, compares the first immersion split particle discrimination reference value P H, a (P G -P R: P H ) to Constituted by a first comparison means, based on the comparison result of the first comparison means, immersion splitting particle discrimination means for discriminating the splitting by immersion from the granular inspection object ,
A granular inspection object state discriminating apparatus.
所定量の水を貯留可能な受け皿構造とされ、かつ前記粒状被検査物を貯留された水に浸漬させた状態で保持するトレイと、
前記トレイ上の粒状被検査物に対して、光を照射しながら走査読取を実行し、測光データを得る測光装置と、
前記測光装置による測光データに基づいて得た粒状被検査物の実画像データを記憶する実画像データ記憶手段と、前記実画像データに基づいて、粒状被検査物の周囲長Lを演算する周囲長演算手段と、前記実画像データに基づいて、粒状被検査物の面積Sを演算する面積演算手段と、前記実画像データにおける粒状被検査物の周囲長Lの二乗(L 2 )に対する面積Sの割合と、第2の浸漬割粒判別基準値Mと、を比較((L 2 /S):M)する第2の比較手段と、前記第2の比較手段の比較結果に基づいて、粒状被検査物の中から浸漬割粒を判別する浸漬割粒判別手段と、
を有する粒状被検査物状態判別装置。A granular inspection object state determination device for determining the finished state of a granular inspection object,
A tray structure that can store a predetermined amount of water, and a tray that holds the granular test object in a state of being immersed in the stored water;
A photometric device that performs scanning reading while irradiating the granular inspection object on the tray to obtain photometric data;
Actual image data storage means for storing the actual image data of the granular inspection object obtained based on the photometric data by the photometric device, and the peripheral length for calculating the peripheral length L of the granular inspection object based on the actual image data A calculation means; an area calculation means for calculating an area S of the granular inspection object based on the actual image data; and an area S with respect to a square (L 2 ) of the peripheral length L of the granular inspection object in the actual image data. Based on the comparison result of the second comparison means for comparing the ratio and the second immersion split particle discrimination reference value M ((L 2 / S): M) and the comparison result of the second comparison means, Immersion splitting particle discriminating means for discriminating immersion splitting particles from the inspection object ,
A granular inspection object state discriminating apparatus.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2003184694A JP3957662B2 (en) | 2003-06-27 | 2003-06-27 | Granular inspection object state discrimination device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2003184694A JP3957662B2 (en) | 2003-06-27 | 2003-06-27 | Granular inspection object state discrimination device |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2005017190A JP2005017190A (en) | 2005-01-20 |
JP3957662B2 true JP3957662B2 (en) | 2007-08-15 |
Family
ID=34184380
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2003184694A Expired - Fee Related JP3957662B2 (en) | 2003-06-27 | 2003-06-27 | Granular inspection object state discrimination device |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP3957662B2 (en) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4126009B2 (en) * | 2003-12-25 | 2008-07-30 | 株式会社山本製作所 | Granular inspection object state discrimination device |
JP5569799B2 (en) * | 2010-06-18 | 2014-08-13 | 株式会社サタケ | Color sorter |
CN201699811U (en) * | 2010-06-25 | 2011-01-05 | 北京东孚久恒仪器技术有限公司 | Scanning bottom plate for scanning and acquiring image of granular material |
JP6004156B2 (en) * | 2012-02-29 | 2016-10-05 | 株式会社サタケ | Grain appearance quality discrimination device |
JP2015052906A (en) * | 2013-09-06 | 2015-03-19 | 東芝テック株式会社 | Image processor and program |
JP7466317B2 (en) * | 2020-01-27 | 2024-04-12 | 大阪瓦斯株式会社 | Shape evaluation device, moisture content estimation device, shape evaluation method, and moisture content estimation method |
-
2003
- 2003-06-27 JP JP2003184694A patent/JP3957662B2/en not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2005017190A (en) | 2005-01-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP1046902B1 (en) | Apparatus and method for evaluating quality of granular objects | |
US5414270A (en) | Method and apparatus for the automatic inspection of cigarette rods for spots and stains | |
KR101284528B1 (en) | A measurement equipment and method for the crack inspect of gear rim | |
US20070202223A1 (en) | Egg Quality Measurement | |
JP3957662B2 (en) | Granular inspection object state discrimination device | |
JP5213038B2 (en) | Strawberry quality measuring method and strawberry quality measuring device | |
WO2011086634A1 (en) | Liquid crystal panel inspection method and device | |
JP2010048602A (en) | Printed board inspection device and printed board inspection method | |
CN211179500U (en) | Multi-light source optical detection system | |
CN111879789A (en) | Metal surface defect detection method and system | |
JP4126009B2 (en) | Granular inspection object state discrimination device | |
JP2001041895A (en) | Granular material quality level discriminator | |
JP4159526B2 (en) | State inspection device for granular inspection objects | |
JP2019203701A (en) | Inspection device of packed egg | |
JP3333472B2 (en) | Non-destructive detection method and device of blood egg in brown chicken egg | |
JP2004361333A (en) | Device for determining state of granular specimen | |
JPH0634564A (en) | Weld part inspection method of steel plate | |
JP4897996B2 (en) | Grain quality judgment device | |
JP2003251282A (en) | System for measuring and deciding grade and class of strawberry | |
JP2008292350A (en) | Method for determining quantity of sugar in milled rice, and apparatus for the same | |
JP2002071576A (en) | Visual inspection apparatus and visual inspection method | |
US7160479B2 (en) | Method and apparatus for evaluating panel drip tests | |
Mindoro et al. | Automatic Visual Detection of Fresh Poultry Egg Quality Inspection using Image Processing | |
WO2024101186A1 (en) | Substrate inspection method, substrate inspection device, and substrate inspection program | |
CN118758941A (en) | Intelligent AI nondestructive testing method and system equipment for cubilose product consistency |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20060905 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20061030 |
|
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: 20070424 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20070508 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100518 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110518 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110518 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120518 Year of fee payment: 5 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120518 Year of fee payment: 5 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130518 Year of fee payment: 6 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140518 Year of fee payment: 7 |
|
LAPS | Cancellation because of no payment of annual fees |