JP4993558B2 - Crop identification method and crop identification device - Google Patents
Crop identification method and crop identification device Download PDFInfo
- Publication number
- JP4993558B2 JP4993558B2 JP2006043387A JP2006043387A JP4993558B2 JP 4993558 B2 JP4993558 B2 JP 4993558B2 JP 2006043387 A JP2006043387 A JP 2006043387A JP 2006043387 A JP2006043387 A JP 2006043387A JP 4993558 B2 JP4993558 B2 JP 4993558B2
- Authority
- JP
- Japan
- Prior art keywords
- crop
- freshness
- measurement
- distribution
- data
- 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
Description
この発明は、例えばネギ、大根、人参、または林檎等の野菜や果実などの農作物に含まれる含有成分によって、それらを特定する方法及び装置に関する。 The present invention relates to a method and an apparatus for identifying them by components contained in agricultural products such as vegetables and fruits such as green onions, radishes, carrots, and apples.
昨今、例えば白ねぎと呼ばれる根深ねぎにおいて、農業生産者の努力によって、賞味に特異性を持たせた本庄ねぎやホワイトスター等の産地によるブランド化が進められている。しかし、これらのブランド化された農林水産物は、もともとの品種が同じである場合、見た目としては違いが少ない。このため、ブランドを偽って出荷された場合、消費者は本物か否か判断することができない。したがって、それら偽ブランド品によって、努力してようやく確立したブランドイメージが低下するといった問題が生じていた。 In recent years, for example, deep green onions called white onions are being branded by local producers such as Honjo green onions and white stars, which have a special taste. However, these branded agriculture, forestry and fishery products have little difference in appearance when the original varieties are the same. For this reason, when a brand is fake and shipped, a consumer cannot determine whether it is genuine. Therefore, these fake brand products have caused a problem that the brand image that has finally been established through efforts has been reduced.
上記問題に対して、これらの農林水産物の成分含有量を測定し、品質判定手段により分析して品質を判定する装置が提案されている(特許文献1参照)。
この成分含有量を測定する装置は、隣り合う各青果物載置部間に跨って載置された青果物を搬送方向に移動させながら、照射手段から投光される測定光を各青果物載置部の回転力により回転する青果物の同一周面に照射する。そして、各青果物載置部間の隙間から青果物を透過した測定光を受光手段で受光し、その受光した測定光のスペクトルを品質判定手段により分析して品質を判定する。しかし、この成分含有量を測定する装置は、各青果物載置部間の隙間を透過する測定光だけしか受光することができず、測定光が透過する青果物の中央部分の品質しか判定できないため、品質判定の精度が高くなかった。
In response to the above problems, an apparatus has been proposed in which the content of these agricultural, forestry and fishery products is measured and analyzed by quality judging means to judge the quality (see Patent Document 1).
The apparatus for measuring the content of the component moves the fruits and vegetables placed between the adjacent fruits and vegetables placement units in the transport direction, and sends the measurement light projected from the irradiation unit to the fruits and vegetables placement units. Irradiate the same peripheral surface of the rotating fruits and vegetables by the rotational force. And the measurement light which permeate | transmitted the fruit and vegetables from the clearance gap between each fruit and vegetables mounting part is received by a light-receiving means, The spectrum of the received measurement light is analyzed by a quality determination means, and quality is determined. However, the device for measuring this component content can only receive the measurement light that passes through the gaps between the fruit and vegetable placement parts, and can only determine the quality of the central part of the fruit and vegetables through which the measurement light passes, The accuracy of quality judgment was not high.
また、円筒状のセルの軸心を回転軸として回転させ、近赤外線照射装置をセルの長さ方向又は高さ方向に移動させ、分散状態の生茶葉全体に対して近赤外線を螺旋状に照射して計測する茶葉成分分析方法並びにその装置が提案されている(特許文献2参照)。 In addition, rotate the axis of the cylindrical cell as the axis of rotation, move the near infrared irradiation device in the length direction or height direction of the cell, and irradiate the entire distributed raw tea leaves in a spiral Thus, a tea leaf component analysis method and apparatus for measuring it have been proposed (see Patent Document 2).
しかし、この茶葉成分分析方法並びにその装置は、近赤外線が生茶葉のどの部分に照射されたか特定することが不可能であり、毎回の計測によって結果が異なる。したがって、品質を特定する精度は高くなかった。 However, this tea leaf component analysis method and apparatus cannot specify to which part of the raw tea leaves the near infrared rays are irradiated, and the results differ depending on each measurement. Therefore, the accuracy of specifying the quality was not high.
この発明は、農作物を特定する農作物特定方法、及び該農作物特定方法に用いる農作物特定装置の提供を目的とする。 The present invention, crop specific method of identifying the crops, and aims to provide a crop specific apparatus used for the crop specific method.
この発明は、農作物に対して近赤外線を照射し、該近赤外線が前記農作物を透過した透過光を測定して前記農作物に含有する糖を一定方向に測定する測定工程と、該測定により得た前記糖度の分布から予め定めた2点を結ぶ一次関数を算出し、該一次関数が基準軸となるように前記糖度の分布を変換した変換分布を求め、フーリエ変換によって、前記変換分布の近似式を算出し、該近似式の係数に基づいて、前記農作物を特定する農作物特定工程とを有することを特徴とする農作物特定方法と、該農作物特定方法に用いる農作物特定装置である。 The present invention is irradiated with near infrared rays with respect to agricultural crops, a measuring step of measuring the sugar contained in the predetermined direction to the crop by measuring the transmitted light the near infrared radiation is transmitted through the crop was obtained by the measurement A linear function connecting two predetermined points is calculated from the sugar content distribution, a conversion distribution obtained by converting the sugar content distribution so that the linear function becomes a reference axis is obtained, and an approximate expression of the conversion distribution is obtained by Fourier transform. calculates, on the basis of the coefficients of the approximate expression, a crop specific method characterized by having a crop specifying step of specifying said crop, a crop specific apparatus used for the crop specific method.
前記農作物は、例えばネギ、大根、人参、または林檎等の野菜や果実であることを含む。
これにより、農作物に含有する糖の含有量の分布によって、前記農作物を特定することができる。なお、農作物を特定するとは、農作物の品質に基づくブランドや、農作物の鮮度を特定することを含む。
The crops include, for example leeks, radish, that the vegetables and fruits, such as carrots or apples.
Thus, it is possible by the distribution of the content of the sugar containing crops, identifying the crop. It should be noted, and to identify the crops, includes identifying the brand and, crops of freshness that is based on the quality of the crops.
前記近赤外線とは、700〜1500nmの波長を有する赤外線であることを指す。 The near-infrared rays refer to infrared rays having a wavelength of 700 to 1500 nm.
この発明により、近似度の高い(近似性能がよいこと)近似式を容易に求めることができるとともに、近似式の係数によって農作物を特定するため、全ての測定値によって農作物を特定する場合と比較して、特定のための処理が容易となる。 According to the present invention, an approximate expression with a high degree of approximation (approximating performance is good) can be easily obtained, and the crop is specified by the coefficient of the approximate expression. Therefore, compared with the case where the crop is specified by all measured values. Thus, the process for specifying becomes easy.
また、この発明の態様として、前記一定方向を、前記農作物の軸心方向と、前記農作物の軸芯を中心とする回転方向との少なくとも一方とすることができる。 In one embodiment of the present invention, the predetermined direction, the axial direction of the crop, it may be at least one of the rotation direction around the axis of the crop.
前記軸心は、長尺の農作物であれば長手方向中心軸、林檎等の有芯農作物であれば芯方向、あるいは無芯の農作物であれば高さ方向又は幅方向の中心軸であることを含む。 The axis is the central longitudinal axis if crop elongated center direction if cored crop apple etc., or that the central axis in the height direction or width direction when the crop mucin Including.
これによって、対象となる農作物の形態に応じて測定方向を選択でき、含有量の選択した測定方向の分布によって、農作物を特定できる、したがって、対象となる農作物の形状による特定精度のばらつきをなくし、精度のよい特定を行うことができる。 Thereby, the measurement direction can be selected according to the form of the target crop , the crop can be specified by the distribution of the selected measurement direction of the content, and therefore, the variation in the specific accuracy due to the shape of the target crop is eliminated, It is possible to specify with high accuracy.
また、この発明の態様として、予め登録された品質基準となる閾値と前記係数とを比較して、前記農作物の種別を判定する種別判定工程及び種別判定手段を備えることができる。 In addition, as an aspect of the present invention, it is possible to provide a type determination step and a type determination unit for comparing the threshold value serving as a quality standard registered in advance with the coefficient to determine the type of the crop .
前記種別は含有成分の含有量によって差別化したブランド種別であることを含む。 The type includes a brand type differentiated according to the content of the component.
前記閾値は、種別の基準となる農作物の所定成分の成分分布に基づいて予め設定された種別の許容範囲の境界を示す分布の係数であることを含む。 The threshold includes a coefficient of a distribution indicating a boundary of an allowable range of a type set in advance based on a component distribution of a predetermined component of a crop serving as a reference for the type.
これにより、例えば、ブランドが不明である農作物であっても、ブランドを特定することができ、消費者の利便性を高めることができる。また、ブランドの認定のための基準を設けることができるため、ブランドの品質の維持を容易に行うことができ、利用者の満足を得ることができる。 Thereby, even if it is a crop with an unknown brand, a brand can be specified and a consumer's convenience can be raised, for example. In addition, since a standard for brand certification can be set, the quality of the brand can be easily maintained, and user satisfaction can be obtained.
また、この発明の態様として、予め登録された農作物の鮮度に対応する鮮度変化データに基づいて前記農作物の鮮度を判定する鮮度判定工程及び鮮度判定手段を備えることができる。 In addition, as an aspect of the present invention, a freshness determination step and a freshness determination means for determining the freshness of the crop based on freshness change data corresponding to the freshness of the crop registered in advance can be provided.
前記鮮度は、収穫時、出荷時、あるいは冷蔵や冷凍保管からの出庫時等の所定の基準時からの時間経過に伴う農作物の新鮮度合いであることを指す。
前記鮮度変化データとは、上記含有量の分布から予め定めた2点を結ぶ一次関数の係数や含有量の分布の近似式の係数等で表した種別ごとの上記鮮度の経時変化を示すデータであり、鮮度毎のデータや経時変化を示す関数であることを含む。
これにより、消費者は購入する農作物の鮮度を確認できるため、消費者の満足度を高めることができる。また、農作物の鮮度表示の偽造の防止を防止することができる。
The freshness refers to the degree of freshness of crops with the passage of time from a predetermined reference time such as at the time of harvesting, shipping, shipping from cold storage or frozen storage.
The freshness change data is data indicating the change over time of the freshness for each type expressed by a coefficient of a linear function connecting two points determined in advance from the content distribution or a coefficient of an approximate expression of the content distribution. Yes, it includes data for each freshness and a function indicating changes over time.
Thereby, since a consumer can confirm the freshness of the farm products to purchase, he can raise a consumer's satisfaction. In addition, it is possible to prevent counterfeiting of the crop freshness display.
この発明によれば、含有する糖の含有量の分布によって、前記農作物を特定することができる。 According to this invention, the said crop can be specified by distribution of content of the sugar to contain.
この発明の一実施形態を、以下図面と共に説明する。
図1は農作物特定装置1の構成図を示し、図2は透過近赤外スペクトル測定装置2の斜視図を示し、図3は透過近赤外スペクトル測定装置2の幅方向中央付近の縦断面方向の説明図を示し、図4は、デジタル糖度計4の斜視図を示す。
農作物特定装置1は、透過近赤外スペクトル測定装置2と、デジタル糖度計4とで構成されており、それぞれは制御装置3と接続されている。
An embodiment of the present invention will be described below with reference to the drawings.
FIG. 1 shows a configuration diagram of the
The
透過近赤外スペクトル測定装置2は、上部に設けられて底面から下向の近赤外線L1を発光する発光装置21aを内蔵する投光部21と、被検体である根深ネギ100を載置し、その軸心方向(長手方向)である左右方向にスライド移動するスライド式台座22と、前記投光部21から発光され、根深ネギ100を透過した透過光L2を受光する受光部24とを、上からこの順で配し、上記構成によって受光された透過スペクトルデータを制御装置3に出力する構成である。
The transmitted near-infrared
なお、発光装置21aはハロゲンランプで構成されているが、発光ダイオード等の近赤外光L1を照射する照明装置で構成することもできる。
また、スライド式台座22の上面中央には、載置された根深ネギ100を挟んで保持する固定突起23を備え、固定突起23には、前記投光部21から発光され、根深ネギ100を透過した透過光L2の通過を許容する通過穴23aと、握持して適宜根深ネギ100の軸心を中心として矢印a方向(図3)に回転させる図示省略する握持手段とを備えている。
In addition, although the light-
Further, a
また、スライド式台座22は、本実施例においてスライド式台座22自体が左右方向(長手方向)にスライドするように構成しているが、スライド式台座22は固定され、固定突起23がスライド式台座22上を左右方向にスライドできるように構成してもよい。
Further, in the present embodiment, the
また、受光部24は、内部に撮影カメラ(CCDカメラ)24aを備え、上記透過光L2の通過を許容する受光窓25を上面に備えている。
さらに、発光装置21aと根深ネギ100との間に図示省略する第1集光レンズを備えている。また、根深ネギ100とCCDカメラ24aとの間に図示省略された第2集光レンズと回折格子とをこの順で配している。したがって、発光装置21aから発光された近赤外線L1は、第1集光レンズを通過して根深ネギ100に照射され、根深ネギ100を透過した透過光L2は、第2集光レンズと回折格子とを通過してCCDカメラ24aに届く構成である。なお、本実施例において、近赤外線L1は実験の結果により決定した750、768、825、907nmの波長の近赤外線を用いているがこれに限定されない。
The
Furthermore, a first condenser lens (not shown) is provided between the
また、図2では、透過近赤外スペクトル測定装置2を明確にするため図示省略しているが、投光部21前面下方とスライド式台座22の前面とに渡り、ゴム製で上端部を投光部21前面下方に固定した暖簾26が備えられており、根深ネギ100に照射される近赤外線L1に外光が影響しないように遮断している。
In FIG. 2, the transmission near-infrared
上記構成により、透過近赤外スペクトル測定装置2は、根深ネギ100の長さ方向(軸心方向)と、前記軸心を中心とする回転方向との複数点での透過スペクトルデータを制御装置3に出力することができる。
With the above configuration, the transmitted near-infrared
図4に示すように、デジタル糖度計4は、糖度を示すBrix値を測定するための計測器であり、測定値を表示する液晶表示部43と、デジタル糖度計4の電源ON/OFFを切り替える電源スイッチや測定の開始指示や設定等を行う操作部42と、液状の被検体を注入して測定する、平面視円形の測定レンズ部41とで構成され、デジタル糖度計4での測定結果を制御装置3に出力する構成である。
As shown in FIG. 4, the
なお、被検体である根深ネギ100は、計測する部分である計測片をすりつぶし、精製水に溶解して液状の試験液を形成して測定レンズ部41に注入する。
上記構成により、デジタル糖度計4は、根深ネギ100の糖度を示すBrix値を測定し、制御装置3に出力することができる。
The
With the above configuration, the digital
制御装置3はコンピュータであり、CPUとROMとRAMで構成される制御装置、ハードディスク等の記憶装置、CD−ROMドライブやFDドライブ等の記憶媒体(CD−ROMやFD等)を読取る記憶媒体読取装置、または記憶媒体読書き装置、マウスやキーボード等の入力装置、ならびにCRTや液晶画面等で構成する表示装置31等を備えている。
The
なお、記憶装置(例えばハードディスク)には、農作物特定装置1の各装置を制御する制御プログラムや、各データを登録する登録プログラムや、後述する透過スペクトルデータと後述するリファレンスデータとから後述する吸光度を算出する吸光度算出プログラムや、吸光度とBrix値との対応から換算Brix値データに換算する換算式を算出する換算式算出プログラムや、前記換算式によって透過スペクトルデータから換算Brix値データを算出する換算プログラムや、換算された換算Brix値データの成分分布を算出する分布算出プログラムや、前記成分分布の近似式を算出する近似式算出プログラムや、近似式の係数と予め登録した係数とを比較する比較プログラムや、それらの結果を表示装置31に出力する出力プログラム等を格納している。
It should be noted that the storage device (for example, hard disk) has absorbance described later from a control program for controlling each device of the
上記透過スペクトルデータとは、発光装置21aから発せられる近赤外線L1のうち所定の波長の光強度の吸収残光強度である。
上記リファレンスデータとは、投光部21と受光部24の間に空気のみが存在する状態での受光スペクトル(受光強度)である。
上記吸光度は、リファレンスデータである受光強度と透過スペクトルデータの吸収残光強度との比である。
The transmission spectrum data is the absorption afterglow intensity of the light intensity of a predetermined wavelength in the near infrared ray L1 emitted from the
The reference data is a light reception spectrum (light reception intensity) in a state where only air exists between the light projecting
The absorbance is a ratio between the received light intensity as reference data and the afterglow intensity of transmission spectrum data.
また、制御装置3は、リファレンスデータや、ブランド種別ごとの品質基準換算Brix値データ(以下、品質基準データという)やその近似式の係数または、それらの鮮度基準となる鮮度基準換算Brix値データ(以下、鮮度基準データという)やその近似式の係数を格納するデータベース(DB)32を接続している。
In addition, the
上記構成により、制御装置3は、透過近赤外スペクトル測定装置2及びデジタル糖度計4から出力されたデータをDB32に登録するとともに、前記吸光度算出プログラムによって前記透過スペクトルデータと前記リファレンスデータとに基づいて根深ネギ100の1計測点の前記吸光度を算出し、前記換算式算出プログラムによって前記吸光度を換算Brix値データに換算する換算式を算出することができる。
With the above configuration, the
なお、本実施例において、根深ネギ100は図5に示すように、根部X1を計測基準断面とし、所定の等間隔(例えば、2cm間隔)に計測断面x2〜16を予め設定し、図6に示すように、各計測断面において、根深ネギ100の軸心を中心として等間隔(本実施例では30度)に計測点y1〜6を設定し、透過近赤外スペクトル測定装置2で計測断面X1〜16のそれぞれの計測点y1〜6を計測する。
In this embodiment, as shown in FIG. 5, the
また、デジタル糖度計4においては、それぞれの計測断面X1〜16の中間点で根深ネギ100を切断し、計測断面X1〜16を中心とする計測片を作成し、該試験片をすりつぶして上記試験液を形成して計測している。しかし、計測断面は所定の等間隔で設定せずとも、根深ネギ100の全長Hを基準として、全長Hを例えば15等分するといった全長Hに対する割合で上記計測断面を設定してもよいし、根深ネギ100の白色部分の長さH2を基準として設定してもよい。この場合、いずれの長さの根深ネギ100であっても、同様の計測断面数を確保でき、比較が容易となる。また、計測基準断面を根深ネギ100の下端根部100aに設定せずとも、端部から所定長さを確保してから計測基準断面を設定してもよい。
また、計測断面や計測点の設定数は、上記設定数に限定されず、被検体である根深ネギ100の長さ等の形状によって適宜設定すればよい。
Further, in the digital
Further, the number of measurement sections and measurement points to be set is not limited to the above set number, and may be set as appropriate depending on the shape such as the length of the
このように、計測基準断面と計測断面、および各計測断面の等間隔の計測点を設定したことによって、根深ネギ100を比較可能かつ比較容易な計測データを検出することができる。また、例えば、回転方向に計測点を設定しない計測の場合と比較して、計測点の回転方向による誤差をなくすことができるため、再度同一の根深ネギ100を計測した場合であっても、再現性の高い計測データを検出することができる。
Thus, by setting the measurement reference cross section, the measurement cross section, and the measurement points at equal intervals between the measurement cross sections, it is possible to detect measurement data that can be compared with the
なお、本実施例においては、根深ネギ100を矢印a(図3)の方向に回転させて、根深ネギ100の下端根部100a側の計測断面の各計測点を全て計測してから、上端側の葉部に向かって次の計測断面に移動する計測順序で構成しているが、例えば、根深ネギ100を軸心方向(長手方向)に移動させて、各計測断面のある計測点だけを計測してから、根深ネギ100を回転させ、順次の計測点を計測していく計測順序であってもよい。
In the present embodiment, the root
次に、このような構成の農作物特定装置1を使用した農作物特定方法について、それぞれの計測のフロー図を示す図7〜図11と共に、説明する。
この農作物特定方法は、図7に示すように、キャリブレーションモード、基準データ登録モード、ブランド判定モード、ならびに鮮度測定モードで構成されている。
Next, the crop specifying method using the
As shown in FIG. 7, this crop specifying method includes a calibration mode, a reference data registration mode, a brand determination mode, and a freshness measurement mode.
前記キャリブレーションモードは、農作物特定装置1の透過近赤外スペクトル測定装置2及びデジタル糖度計4を用いて、本計測の前に予め複数の本物の農作物について透過スペクトルデータとBrix値とを採取し、前記吸光度算出プログラムや前記換算式算出プログラムによって、透過スペクトルデータを換算Brix値データに換算する換算式を算出し、登録するモードである。
The calibration mode uses transmission near-infrared
前記基準データ登録モードは、透過近赤外スペクトル測定装置2を用いて本計測の前に予め、鮮度の基準となる鮮度基準データ及びブランドの品質基準となるブランド基準データとして、それぞれの換算Brix値による成分分布の近似式およびその係数を算出し、登録するモードである。さらに、このモードではブランド基準データに基づいて品質許容範囲を設定し、その許容範囲を示す許容上下限分布の係数を算出して登録する。
In the reference data registration mode, before the actual measurement using the transmission near-infrared
前記ブランド判定モードは、透過近赤外スペクトル測定装置2を用い、測定した根深ネギ100の成分分布が予め登録されたブランド基準データに基づく許容範囲に含まれるか否かを判定するモードである。
前記鮮度測定モードは、透過近赤外スペクトル測定装置2を用い、測定した根深ネギ100の成分分布が予め登録された鮮度基準データに基づいて、根深ネギ100の鮮度を判定するモードである。
The brand determination mode is a mode in which the transmitted near-infrared
The freshness measurement mode is a mode in which the transmitted near-infrared
この農作物特定方法が開始されると、まず、キャリブレーションモードか否かが判定され、キャリブレーションモードである場合(ステップs1:Yes)は、キャリブレーション処理が行われる(ステップs2)。キャリブレーションモードでない場合(ステップs1:No)は、次に、基準データ登録モードか否かが判定され、基準データ登録モードである場合(ステップs3:Yes)は、基準データ登録処理が行われる(ステップs4)。基準データ登録モードでない場合(ステップs3:No)は、次に、ブランド判定モードか否かが判定され、ブランド判定モードである場合(ステップs5:Yes)は、ブランド判定処理が行われ(ステップs6)、ブランド判定モードでない場合は(ステップs5:No)、鮮度測定処理が行われて(ステップs7)、農作物特定方法は完了する。 When this crop specifying method is started, it is first determined whether or not the calibration mode is set. If the crop mode is set (step s1: Yes), a calibration process is performed (step s2). If it is not the calibration mode (step s1: No), it is next determined whether or not it is the reference data registration mode. If it is the reference data registration mode (step s3: Yes), a reference data registration process is performed (step s3: Yes). Step s4). If it is not the reference data registration mode (step s3: No), it is next determined whether or not it is the brand determination mode. If it is the brand determination mode (step s5: Yes), brand determination processing is performed (step s6). ) If not in the brand determination mode (step s5: No), the freshness measurement process is performed (step s7), and the crop identification method is completed.
以下において、それぞれのモードについて説明する。
まず、キャリブレーションモードについて図8とともに説明する。
キャリブレーションモードである場合、農作物特定装置1はキャリブレーション処理を行う。このキャリブレーション処理は、まず透過近赤外スペクトル測定装置2を用いて、根深ネギ100の長手方向に並ぶ計測断面x1〜16(図5)についてそれぞれの半径方向の6箇所の計測点y1〜6(図6)の透過スペクトルデータを検出する(ステップt1)。また、透過近赤外スペクトル測定工程t1の終了後、根深ネギ100を上述したように16個の計測片に切断し、上述した試験液を形成する前処理を行い(ステップt2)、デジタル糖度計4を用いて糖度を示すBrix値を測定する(ステップt3)。それぞれの計測データを制御装置3に出力し、制御装置3は前記計測データをDB32に登録する(ステップt4)。制御装置3は登録された該データ数がキャリブレーション可能な、つまり換算式が算出できるデータ数に達したか否かを判定する。十分なデータ数である場合は(ステップt5:Yes)、全部で96個の前記透過スペクトルデータのうち計測断面毎の最小値である16個の前記透過スペクトルデータとその計測断面に対応する計測片のBrix値とに基づき、前記吸光度算出プログラムや前記換算式算出プログラムによって、透過スペクトルデータを換算Brix値データに換算する換算式を算出し(ステップt6)、登録する(ステップt7)。また、該データ数が十分でないと判断された場合は(ステップt5:No)、再度、透過近赤外スペクトル測定工程t1に戻って、上述したフローに基づいて透過スペクトルデータとBrix値を採取する。
なお、少ないデータ数でも、前記換算式は算出できるため、t5の判定を行わず、少ないデータ数に基づく換算式を算出してもよい。
このキャリブレーション処理により、透過近赤外スペクトル測定装置2で検出する透過スペクトルデータを、デジタル糖度計4で検出する糖度に対応する換算Brix値データに換算することが可能になる。
Each mode will be described below.
First, the calibration mode will be described with reference to FIG.
In the calibration mode, the
Since the conversion formula can be calculated even with a small number of data, the conversion formula based on the small number of data may be calculated without determining t5.
Through this calibration process, it is possible to convert transmission spectrum data detected by the transmission near-infrared
なお、本実施例において、各計測断面における各計測点の透過スペクトルデータのうち最小値とその計測断面に対応する計測片のBrix値とに基づいて、換算Brix値データに換算する換算式を算出しているが、これに限定されず、例えば、各計測断面における各計測点の換算Brix値の合計や平均値、あるいは最大値を用いてもよい。 In the present embodiment, a conversion formula for converting into converted Brix value data is calculated based on the minimum value of transmission spectrum data at each measurement point in each measurement section and the Brix value of the measurement piece corresponding to the measurement section. However, the present invention is not limited to this, and for example, the total or average value or maximum value of converted Brix values at each measurement point in each measurement section may be used.
次に、基準データ登録モードについて図9とともに説明する。
基準データ登録モードである場合、農作物特定装置1は基準データ登録処理を行う。この基準データ登録処理は、まず、適宜の入力手段の操作によってブランド基準データ測定か否かが判定され、ブランド基準データ測定である場合は(ステップu1:Yes)、ブランドの品質基準となる基準品である根深ネギ100を、透過近赤外スペクトル測定装置2でそれぞれの計測断面x1〜16(図5)の計測点y1〜6(図6)の96個の透過スペクトルデータを検出し(ステップu2)、検出された透過スペクトルデータを制御装置3に出力する。制御装置3は、前記96個の透過スペクトルデータのうち計測断面毎の最小値である16個の前記透過スペクトルデータから、上述換算式により換算Brix値データを算出し(ステップu3)、分布算出プログラムによって図13(a)に示すような、横軸を根深ネギ100の長さとし、縦軸をBrix値とする換算Brix値データの成分分布W1を算出する。
Next, the reference data registration mode will be described with reference to FIG.
In the reference data registration mode, the
また、近似式算出プログラムによって、後述する方法により、その算出された成分分布W1の近似式を算出し(ステップu4)、該近似式の係数をブランド判定基準データとしてDB32に登録する(ステップu5)。さらに、基準品である根深ネギ100の成分分布に基づき、ブランドの品質の成分分布の許容範囲の上下限の境界を示す許容上限分布W3、許容下限分布W4を示す設定し、該許容上下限分布W3、W4(図13)の近似式の係数をブランド判定許容値データとしてDB32に登録し(ステップu6)、処理を完了する。
Further, the approximate expression calculation program calculates an approximate expression of the calculated component distribution W1 by a method described later (step u4), and registers the coefficient of the approximate expression in the
なお、ここで、算出された成分分布Wの近似式の算出方法について詳述する。図13(b)に示すように、例えば成分分布W1の近似式を求める場合、換算Brix値データの成分分布W1の計測点X1と計測点X16とを結ぶ一次関数S1 Here, a method of calculating the approximate expression of the calculated component distribution W will be described in detail. As shown in FIG. 13B, for example, when obtaining an approximate expression of the component distribution W1, a linear function S1 connecting the measurement point X1 and the measurement point X16 of the component distribution W1 of the converted Brix value data.
ブランド基準データ測定でない場合は(ステップu1:No)、様々な鮮度状態である根深ネギ100を用意し、透過近赤外スペクトル測定装置2でそれぞれの根深ネギ100の計測断面x1〜16(図5)の計測点y1〜6(図6)の全部で96個の透過スペクトルデータを検出し(ステップu7)、検出された透過スペクトルデータを制御装置3に出力する。制御装置3は、前記96個の透過スペクトルデータのうち計測断面毎の最小値である16個の前記透過スペクトルデータから、換算プログラムによって前記換算式に基づいて換算Brix値データを算出し(ステップu8)、分布算出プログラムによって換算Brix値データの鮮度基準成分分布を算出する。例えば、収穫当日、収穫3日後、収穫5日後、収穫7日後、および収穫10日後の根深ネギ100を測定した場合、図14に示すようにについて、鮮度基準成分分布W5、W6、W7、W8、W9を算出することができる。
When it is not brand standard data measurement (step u1: No), the root deep
近似式算出プログラムによって、その算出された鮮度成分分布W5、6、7、8、9の近似式を上述した近似式算出方法で算出し(ステップu9)、該近似式の係数を鮮度基準データとしてDB32に登録する(ステップu10)。登録された鮮度基準データが鮮度判定処理を行うために十分なデータ数に達したか否かが判定され、十分な場合は処理を完了し(ステップu11:Yes)、十分なデータ数でない場合は(ステップu11:No)、再度、鮮度基準データ透過近赤外スペクトル測定u7に戻り、鮮度基準データを採取する。 The approximate expression calculation program calculates the approximate expression of the calculated freshness component distributions W5, 6, 7, 8, and 9 by the above-described approximate expression calculation method (step u9), and uses the coefficient of the approximate expression as freshness reference data. Register in the DB 32 (step u10). It is determined whether or not the registered freshness reference data has reached a sufficient number of data for performing the freshness determination process. If it is sufficient, the process is completed (step u11: Yes). (Step u11: No), it returns to freshness reference data transmission near infrared spectrum measurement u7 again, and freshness reference data is collected.
この基準データ登録モード処理により、本計測の前に予め透過近赤外スペクトル測定装置2で検出した、様々な鮮度状態である根深ネギ100やブランドの品質基準となる基準品である根深ネギ100の透過スペクトルデータのうち各計測断面における最小値を換算Brix値に換算するとともに、各計測断面の換算Brix値を計測断面の位置に対応させた成分分布を算出する。さらにその成分分布の近似式を算出し、その近似式の係数を登録することができる。また、ブランドの基準品の成分分布に基づいて、ブランドとして認定する成分分布の許容範囲を設定し、その許容範囲の上下限を示す許容上限分布や許容下限分布の許容値係数をブランド判定許容値データとして登録することができる。
By this reference data registration mode processing, the root deep
なお、本実施例において、各計測断面における各計測点の透過スペクトルデータのうち最小値を換算した換算Brix値に基づく成分分布を算出しているが、これに限定されず、例えば、各計測断面における各計測点の換算Brix値の合計や平均値、あるいは最大値を用いてもよい。 In the present embodiment, the component distribution based on the converted Brix value obtained by converting the minimum value among the transmission spectrum data at each measurement point in each measurement cross section is calculated. However, the present invention is not limited to this. The total or average value or the maximum value of the converted Brix values at each measurement point may be used.
次に、ブランド判定モードについて図10とともに説明する。
ブランド判定モードである場合、農作物特定装置1はブランド判定処理を行う。このブランド判定処理は、透過近赤外スペクトル測定装置2を用いて、成分分布が未知である根深ネギ100の計測断面x1〜16(図5)の計測点y1〜6(図6)の全部で96個の透過スペクトルデータを検出し(ステップv1)、検出された透過スペクトルデータを制御装置3に出力する。制御装置3は、前記96個の透過スペクトルデータのうち計測断面毎の最小値である16個の前記透過スペクトルデータから、換算プログラムによって前記換算式に基づいて換算Brix値データを算出し(ステップv2)、分布算出プログラムによって換算Brix値データの成分分布を算出する。
Next, the brand determination mode will be described with reference to FIG.
In the brand determination mode, the
前記近似式算出プログラムによって、その算出された成分分布の近似式を上述した近似式算出方法で算出し(ステップv3)、該近似式の係数を、前記比較プログラムによって基準データ登録モードでDB32に登録されたブランド判定許容値データと比較し(ステップv4)、ブランド判定許容値データとして登録された許容範囲分布の許容値係数の範囲を超えていない場合は(ステップv5:Yes)、前記根深ネギ100をブランドの品質を満足する根深ネギ100であるとして認定し、表示装置31に出力する(ステップv6)。もし、根深ネギ100の近似式の係数が前記許容値係数の範囲を超えている場合は(ステップv5:No)、前記根深ネギ100をブランドの品質を満足しない根深ネギ100であるとして不合格認定し、処理を完了する。
The approximate expression calculation program calculates the approximate expression of the calculated component distribution by the above-described approximate expression calculation method (step v3), and registers the coefficient of the approximate expression in the
例えば、図15に示すように、複数の産地の根深ネギ100の成分分布を検出した場合、近似式算出プログラムによって、それぞれの成分分布の近似式を求め、前記比較プログラムにより、それぞれの近似式の係数とブランド判定許容値データとを比較し、ブランド判定許容値データ範囲内(W3、W4)であると判定された成分分布を有する産地Cの根深ネギ100はブランド品であると認定され、他の産地の根深ネギ100はブランド品と不合格認定される。
For example, as shown in FIG. 15, when the component distribution of the root
したがって、上述したように、このブランド判定モード処理により、産地等が未知である根深ネギ100であっても、前記根深ネギ100の成分分布によって、ブランドの品質を満足するか否かを判定し、満足する場合は、ブランド品であることを認定できる。
Therefore, as described above, the brand determination mode process determines whether the quality of the brand is satisfied by the component distribution of the root deep
また、このブランド判定モード処理により、例えばブランド品として正規に栽培された根深ネギ100であっても、成分分布による品質を満たさない根深ネギ100を不合格認定できるため、ブランドの品質維持を容易に行うことができる。
In addition, with this brand determination mode processing, for example, even the root deep
なお、本実施例において、各計測断面における各計測点の透過スペクトルデータのうち最小値を換算した換算Brix値に基づく成分分布を算出しているが、これに限定されず、例えば、各計測断面における各計測点の換算Brix値の合計や平均値、あるいは最大値を用いてもよい。 In the present embodiment, the component distribution based on the converted Brix value obtained by converting the minimum value among the transmission spectrum data at each measurement point in each measurement cross section is calculated. However, the present invention is not limited to this. The total or average value or the maximum value of the converted Brix values at each measurement point may be used.
次に、鮮度判定モードについて図11とともに説明する。
鮮度判定モードである場合、農作物特定装置1は鮮度判定処理を行う。この鮮度判定処理は、透過近赤外スペクトル測定装置2を用いて、鮮度が未知である根深ネギ100の計測断面x1〜16(図5)の計測点y1〜6(図6)の透過スペクトルデータを検出し(ステップw1)、検出された透過スペクトルデータを制御装置3に出力する。制御装置3は、前記96個の透過スペクトルデータのうち計測断面毎の最小値である16個の前記透過スペクトルデータから、換算プログラムによって前記換算式に基づいて換算Brix値データを算出し(ステップw2)、分布算出プログラムによって換算Brix値データの成分分布を算出する。
Next, the freshness determination mode will be described with reference to FIG.
In the freshness determination mode, the
近似式算出プログラムによって、その算出された成分分布の近似式を上述した近似式算出方法で算出し(ステップw3)、該近似式の係数を、基準データ登録モードでとして鮮度基準データDB32に登録された係数と比較し(ステップw4)、該近似式の係数に該当する鮮度基準データの係数が存在する場合は(ステップw5:Yes)、前記根深ネギ100の鮮度を、鮮度基準データに基づいて認定し、表示装置31に出力する(ステップw6)。もし、根深ネギ100の近似式の係数に該当する鮮度基準データの係数が存在しない場合は(ステップw5:No)、前記根深ネギ100の鮮度を判定できない旨の表示を表示装置31に出力して、処理を完了する。
The approximate expression calculation program calculates the approximate expression of the calculated component distribution by the above-described approximate expression calculation method (step w3), and the coefficient of the approximate expression is registered in the freshness
この鮮度判定モード処理により、鮮度が未知である根深ネギ100であっても、前記根深ネギ100の成分分布によって、予め登録された鮮度基準データに基づいて判定し、根深ネギ100の鮮度を認定できる。
By this freshness determination mode process, even the
したがって、消費者は根深ネギ100のパッケージに記載された収穫日等の品質表示を確認せずとも、根深ネギ100の鮮度を確認することができ、消費者の満足度を高めることができる。
Accordingly, the consumer can confirm the freshness of the root deep
なお、本実施例において、各計測断面における各計測点の透過スペクトルデータのうち最小値を換算した換算Brix値に基づく成分分布を算出しているが、これに限定されず、例えば、各計測断面における各計測点の換算Brix値の合計や平均値、あるいは最大値を用いてもよい。 In the present embodiment, the component distribution based on the converted Brix value obtained by converting the minimum value among the transmission spectrum data at each measurement point in each measurement cross section is calculated. However, the present invention is not limited to this. The total or average value or the maximum value of the converted Brix values at each measurement point may be used.
また、本実施例において、鮮度毎の鮮度基準データの係数に基づいて根深ネギ100の鮮度を判定しているが、複数の鮮度毎の鮮度基準データの係数に基づいて、鮮度の経時変化を示す関数を算出して、その関数によって根深ネギ100の鮮度を判定する構成であってもよい。これにより、多数の鮮度毎の鮮度基準データを予め登録せずとも、鮮度が未知である根深ネギ100の鮮度を判定できる。
Further, in this embodiment, the freshness of the root deep
さらに、鮮度毎の成分分布の近似式の係数に基づいて根深ネギ100の鮮度を判定せずとも、鮮度毎の成分分布の予め定めた2点を結ぶ一次関数の係数に基づいて根深ネギ100の鮮度を判定する構成であってもよい。これにより、鮮度が未定である根深ネギ100の鮮度を求めるために一次関数の係数で比較できるため、制御装置3の演算の負担が低減できる。
Furthermore, without determining the freshness of the root deep
なお、成分分布は、図13等に示すように根深ネギ100の軸心方向(長さ方向)の成分分布のみならず、例えば被検体がりんごやたまねぎ等の略球形体である場合、図16に示すように、軸心を中心とする回転方向の成分分布を検出してもよい。
Note that the component distribution is not only the component distribution in the axial center direction (length direction) of the
また、透過近赤外スペクトル測定装置2から出力される透過スペクトルデータを換算Brix値に換算する換算式や換算表等を予め記憶させることで、農作物特定装置1を透過近赤外スペクトル測定装置2と制御装置3とで構成し、農作物特定方法を、基準データ登録モード、ブランド判定モード、ならびに鮮度測定モードで構成してもよい。さらに、農作物特定方法を、測定モードのみで構成し、根深ネギ100の成分分布を算出し、その算出された成分分布に基づいて、根深ネギ100の部位毎の例えば、煮付け用や薬味用等の利用方法を決定するために農作物特定装置1を用いてもよい。
In addition, by storing in advance a conversion formula or conversion table for converting transmission spectrum data output from the transmission near-infrared
この発明の構成と、上述の実施例との対応において、
この発明の農作物は、根深ネギ100に対応し、
以下同様に、
農作物特定工程は、近似式算出工程u4、u9、v3、w3に対応し、
測定工程は、透過近赤外スペクトル測定工程t1、v1、w1、鮮度基準データ透過近赤外スペクトル測定工程u2、及びブランド基準データ透過近赤外スペクトル測定工程w1に対応し、
分布は、成分分布W1に対応し、
透過光は、透過光L2に対応し、
一次関数は、一次関数S1に対応し、
変換分布は、変換分布W2に対応し、
近似式は、近似式S2に対応し、
閾値は、許容範囲分布W3、W4に対応し、
鮮度変化データは、鮮度成分分布W5〜9に対応し、
種別判定工程は、係数比較工程v4に対応し、
鮮度判定工程は、係数比較工程w4に対応し、
測定手段は、透過近赤外スペクトル測定装置2に対応し、
農作物特定手段は、農作物特定装置1に対応し、
農作物特定手段は、吸光度算出プログラム、換算式算出プログラム、換算プログラム、分布算出プログラム及び近似式算出プログラムに対応し、種別判定手段は、比較プログラムに対応し、
鮮度判定手段は、比較プログラムに対応し、
所定成分は、糖度に対応するも
この発明は、上述の実施例の構成のみに限定されるものではなく、請求項に示される技術思想に基づいて応用することができ、多くの実施の形態を得ることができる。
In the correspondence between the configuration of the present invention and the above-described embodiment,
The crop of the present invention corresponds to the root deep
Similarly,
The crop identification process corresponds to the approximate expression calculation processes u4, u9, v3, w3,
The measurement process corresponds to the transmission near infrared spectrum measurement process t1, v1, w1, the freshness reference data transmission near infrared spectrum measurement process u2, and the brand reference data transmission near infrared spectrum measurement process w1,
The distribution corresponds to the component distribution W1,
The transmitted light corresponds to the transmitted light L2,
The linear function corresponds to the linear function S1,
The conversion distribution corresponds to the conversion distribution W2,
The approximate expression corresponds to approximate expression S2,
The threshold corresponds to the allowable range distributions W3 and W4,
The freshness change data corresponds to freshness component distributions W5 to 9,
The type determination step corresponds to the coefficient comparison step v4,
The freshness determination step corresponds to the coefficient comparison step w4,
The measuring means corresponds to the transmission near infrared
The crop identification means corresponds to the
The crop identification means corresponds to an absorbance calculation program, a conversion formula calculation program, a conversion program, a distribution calculation program, and an approximate expression calculation program, and the type determination means corresponds to a comparison program,
The freshness determination means corresponds to the comparison program,
Although the predetermined component corresponds to the sugar content, the present invention is not limited only to the configuration of the above-described embodiment, and can be applied based on the technical idea shown in the claims, and many embodiments can be applied. Obtainable.
1…農作物特定装置
2…透過近赤外スペクトル測定装置
100…根深ネギ
t1、v1、w1…透過近赤外スペクトル測定工程
u2…ブランド基準データ透過近赤外スペクトル測定工程
u4、u9、v3、w3…近似式算出工程
u7…鮮度基準データ透過近赤外スペクトル測定工程
v4、w4…係数比較工程
L2…透過光
S1…一次関数
W1…成分分布
W2…変換分布
W3、W4…許容範囲分布
W5〜9…鮮度成分分布
DESCRIPTION OF
Claims (8)
該測定により得た前記糖度の分布から予め定めた2点を結ぶ一次関数を算出し、該一次関数が基準軸となるように前記糖度の分布を変換した変換分布を求め、フーリエ変換によって、前記変換分布の近似式を算出し、該近似式の係数に基づいて、前記農作物を特定する農作物特定工程とを有する
農作物特定方法。 A measuring step of irradiating the near infrared, near-infrared to measure the glucose contained in the crop by measuring the light transmitted through the crop in a predetermined direction relative to the crops,
A linear function connecting two predetermined points is calculated from the sugar content distribution obtained by the measurement, a conversion distribution obtained by converting the sugar content distribution so that the linear function becomes a reference axis is obtained, and by Fourier transform, calculating the approximate expression of the transformation distribution, based on the coefficients of the approximate expression, and a crop specifying step of specifying the crop
Crop identification method.
前記農作物の軸心方向と、前記農作物の軸芯を中心とする回転方向との少なくとも一方とした
請求項1に記載の農作物特定方法。 The certain direction,
The axial direction of the crop, at least one and then crop specific method of claim 1 with a rotation direction around the axis of the crop.
請求項1又は2に記載の農作物特定方法。 Compared to threshold a previously registered quality standards and the coefficient, crop specific method according to claim 1 or 2 having a type determination step determines the type of the crop.
請求項1から3のうちいずれかに記載の農作物特定方法。 The crop identification method according to any one of claims 1 to 3, further comprising a freshness determination step of determining freshness of the crop based on freshness change data corresponding to freshness of the crop registered in advance.
該測定により得た前記糖度の分布から予め定めた2点を結ぶ一次関数を算出し、該一次関数が基準軸となるように前記含有量の分布を変換した変換分布を求め、フーリエ変換によって、前記変換分布の近似式を算出し、該近似式の係数に基づいて、前記農作物を特定する農作物特定手段とを有する
農作物特定装置。 Measuring means for irradiating the crop with near infrared rays, measuring the transmitted light transmitted by the near infrared rays through the crop , and measuring sugar contained in the crop in a certain direction;
Calculate a linear function connecting two predetermined points from the distribution of sugar content obtained by the measurement, obtain a conversion distribution obtained by converting the content distribution so that the linear function is a reference axis, by Fourier transform, calculating the approximate expression of the transformation distribution, based on the coefficients of the approximate expression, and a crop specifying means for specifying the crop
A crop identification device.
前記農作物の軸心方向と、前記農作物の軸芯を中心とする回転方向との少なくとも一方とした
請求項5に記載の農作物特定装置。 The certain direction,
The axial direction of the crop, at least one and then crop determining device according to claim 5 in the rotational direction around the axis of the crop.
請求項5又は6に記載の農作物特定装置。 The crop identification device according to claim 5 or 6, further comprising a type determination unit that determines a type of the crop by comparing a threshold serving as a quality standard registered in advance with the coefficient.
請求項5から7のうちいずれかに記載の農作物特定装置。 The crop identification device according to any one of claims 5 to 7, further comprising freshness determination means for determining freshness of the crop based on freshness change data corresponding to the freshness of the crop registered in advance for each type.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006043387A JP4993558B2 (en) | 2006-02-21 | 2006-02-21 | Crop identification method and crop identification device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006043387A JP4993558B2 (en) | 2006-02-21 | 2006-02-21 | Crop identification method and crop identification device |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2007225293A JP2007225293A (en) | 2007-09-06 |
JP4993558B2 true JP4993558B2 (en) | 2012-08-08 |
Family
ID=38547265
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2006043387A Expired - Fee Related JP4993558B2 (en) | 2006-02-21 | 2006-02-21 | Crop identification method and crop identification device |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4993558B2 (en) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5233549B2 (en) | 2008-09-22 | 2013-07-10 | 住友電気工業株式会社 | Food quality inspection device, food component inspection device, foreign substance component inspection device, taste inspection device, and transition state inspection device |
CN103315047B (en) * | 2013-07-05 | 2014-07-16 | 中国农业科学院农产品加工研究所 | Method for producing carrot slices by medium-short wave infrared drying process |
CN105486656A (en) * | 2015-11-27 | 2016-04-13 | 浙江大学 | Method for detecting content of acid orange added in chilli powder |
CN105510269A (en) * | 2015-11-27 | 2016-04-20 | 浙江大学 | Detection method of add content of talcum powder in tea |
CN105424640A (en) * | 2015-11-27 | 2016-03-23 | 浙江大学 | Method for detecting lead chrome green addition content of tea leaves |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0534335A (en) * | 1991-07-31 | 1993-02-09 | Wakayama Pref Gov | Nondestructive method for inspection of quality of fruits |
JPH1062362A (en) * | 1996-08-21 | 1998-03-06 | Kishimoto Akira | Method for inspecting internal defect of vegetable and fruit |
JP3758250B2 (en) * | 1996-09-09 | 2006-03-22 | 東洋製罐株式会社 | Internal quality inspection method and apparatus for fruits and vegetables |
JPH1123560A (en) * | 1997-06-30 | 1999-01-29 | Seibutsukei Tokutei Sangyo Gijutsu Kenkyu Suishin Kiko | Display system for rice quality evaluating device |
JPH11344441A (en) * | 1998-06-01 | 1999-12-14 | Mitsui Mining & Smelting Co Ltd | Instrument and method for measuring internal quality of vegetables and fruits |
JP2000111473A (en) * | 1998-10-02 | 2000-04-21 | Nippon Electro Sensari Device Kk | Inspection system for vegetables and fruits |
JP2002071572A (en) * | 2000-08-31 | 2002-03-08 | Ishii Ind Co Ltd | Apparatus for measuring object to be detected |
JP2002243428A (en) * | 2001-02-13 | 2002-08-28 | Hitachi Ltd | Method and device for pattern inspection |
JP3868847B2 (en) * | 2002-05-15 | 2007-01-17 | 東罐興業株式会社 | Apple internal quality inspection method |
JP2005168061A (en) * | 2005-02-21 | 2005-06-23 | Texas Instr Japan Ltd | Method and apparatus for generating signal expression |
-
2006
- 2006-02-21 JP JP2006043387A patent/JP4993558B2/en not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2007225293A (en) | 2007-09-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Peirs et al. | Prediction of the optimal picking date of different apple cultivars by means of VIS/NIR-spectroscopy | |
McGlone et al. | Internal quality assessment of mandarin fruit by vis/NIR spectroscopy | |
Peng et al. | Analysis of spatially resolved hyperspectral scattering images for assessing apple fruit firmness and soluble solids content | |
Li et al. | Evaluating the performance of a consumer scale SCiO™ molecular sensor to predict quality of horticultural products | |
Schaare et al. | Comparison of reflectance, interactance and transmission modes of visible-near infrared spectroscopy for measuring internal properties of kiwifruit (Actinidia chinensis) | |
Pérez-Marín et al. | Non-destructive determination of quality parameters in nectarines during on-tree ripening and postharvest storage | |
Cavaco et al. | Validation of short wave near infrared calibration models for the quality and ripening of ‘Newhall’orange on tree across years and orchards | |
JP4993558B2 (en) | Crop identification method and crop identification device | |
Van Beers et al. | Optimal illumination-detection distance and detector size for predicting Braeburn apple maturity from Vis/NIR laser reflectance measurements | |
Shetty et al. | Development of NIR calibration models to assess year-to-year variation in total non-structural carbohydrates in grasses using PLSR | |
Travers et al. | Predicting apple (cv. Elshof) postharvest dry matter and soluble solids content with near infrared spectroscopy | |
Wedding et al. | Non‐destructive prediction of ‘Hass’ avocado dry matter via FT‐NIR spectroscopy | |
JP2010210355A (en) | Method and apparatus for nondestructive measurement of component of vegetable etc. using near-infrared spectroscopy | |
Paz et al. | Evaluating NIR instruments for quantitative and qualitative assessment of intact apple quality | |
Paz et al. | Nondestructive determination of total soluble solid content and firmness in plums using near-infrared reflectance spectroscopy | |
Nawi et al. | Visible and shortwave near infrared spectroscopy for predicting sugar content of sugarcane based on a cross-sectional scanning method | |
Noypitak et al. | Evaluation of astringency and tannin content in ‘Xichu’persimmons using near infrared spectroscopy | |
Agulheiro‐Santos et al. | Non‐destructive prediction of total soluble solids in strawberry using near infrared spectroscopy | |
François et al. | Predicting sensory attributes of different chicory hybrids using physico-chemical measurements and visible/near infrared spectroscopy | |
Somton et al. | Application of near infrared spectroscopy for indirect evaluation of “Monthong” durian maturity | |
Lu et al. | Nondestructive determination of soluble solids and firmness in mix-cultivar melon using near-infrared CCD spectroscopy | |
Slaughter et al. | Nondestructive determination of flesh color in clingstone peaches | |
Valero et al. | Mealiness detection in apples using time resolved reflectance spectroscopy | |
McKenna | Measuring moisture in cheese by near infrared absorption spectroscopy | |
JP6362570B2 (en) | Crop judgment system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20090114 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20101119 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20101130 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20110128 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20111101 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20111118 |
|
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: 20120403 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20120502 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20150518 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |