JP6088770B2 - 穀粒成分分析装置および穀粒成分分析方法 - Google Patents
穀粒成分分析装置および穀粒成分分析方法 Download PDFInfo
- Publication number
- JP6088770B2 JP6088770B2 JP2012200893A JP2012200893A JP6088770B2 JP 6088770 B2 JP6088770 B2 JP 6088770B2 JP 2012200893 A JP2012200893 A JP 2012200893A JP 2012200893 A JP2012200893 A JP 2012200893A JP 6088770 B2 JP6088770 B2 JP 6088770B2
- Authority
- JP
- Japan
- Prior art keywords
- grain
- light
- component
- spectrum
- grain component
- 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.)
- Active
Links
- 238000004458 analytical method Methods 0.000 title claims description 35
- 238000001228 spectrum Methods 0.000 claims description 76
- 238000001514 detection method Methods 0.000 claims description 35
- 238000004364 calculation method Methods 0.000 claims description 19
- 238000011088 calibration curve Methods 0.000 claims description 15
- 230000003595 spectral effect Effects 0.000 claims description 15
- 238000004611 spectroscopical analysis Methods 0.000 claims description 11
- 230000001678 irradiating effect Effects 0.000 claims description 5
- 238000003384 imaging method Methods 0.000 claims description 4
- 235000013339 cereals Nutrition 0.000 description 199
- 241000209094 Oryza Species 0.000 description 32
- 235000007164 Oryza sativa Nutrition 0.000 description 32
- 235000009566 rice Nutrition 0.000 description 32
- 230000002950 deficient Effects 0.000 description 15
- 230000003287 optical effect Effects 0.000 description 12
- 238000000034 method Methods 0.000 description 9
- 230000001066 destructive effect Effects 0.000 description 6
- 238000004445 quantitative analysis Methods 0.000 description 6
- 238000005259 measurement Methods 0.000 description 4
- 238000010238 partial least squares regression Methods 0.000 description 4
- 238000000611 regression analysis Methods 0.000 description 4
- 239000000126 substance Substances 0.000 description 4
- 238000000411 transmission spectrum Methods 0.000 description 4
- 238000004497 NIR spectroscopy Methods 0.000 description 3
- 238000002835 absorbance Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000002834 transmittance Methods 0.000 description 3
- 230000032258 transport Effects 0.000 description 3
- 240000008620 Fagopyrum esculentum Species 0.000 description 2
- 235000009419 Fagopyrum esculentum Nutrition 0.000 description 2
- 235000021307 Triticum Nutrition 0.000 description 2
- 241000209140 Triticum Species 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000012631 diagnostic technique Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000007717 exclusion Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 102000004169 proteins and genes Human genes 0.000 description 2
- 108090000623 proteins and genes Proteins 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000010902 straw Substances 0.000 description 2
- 239000004925 Acrylic resin Substances 0.000 description 1
- 229920000178 Acrylic resin Polymers 0.000 description 1
- 244000068988 Glycine max Species 0.000 description 1
- 235000010469 Glycine max Nutrition 0.000 description 1
- 229920002472 Starch Polymers 0.000 description 1
- 240000001417 Vigna umbellata Species 0.000 description 1
- 235000011453 Vigna umbellata Nutrition 0.000 description 1
- 240000008042 Zea mays Species 0.000 description 1
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 description 1
- 235000002017 Zea mays subsp mays Nutrition 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 235000008429 bread Nutrition 0.000 description 1
- 235000021329 brown rice Nutrition 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 235000005822 corn Nutrition 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 229910052736 halogen Inorganic materials 0.000 description 1
- 150000002367 halogens Chemical class 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 150000002632 lipids Chemical class 0.000 description 1
- 238000000491 multivariate analysis Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 235000015927 pasta Nutrition 0.000 description 1
- 238000001303 quality assessment method Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000004513 sizing Methods 0.000 description 1
- 235000019698 starch Nutrition 0.000 description 1
- 239000008107 starch Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 229910052724 xenon Inorganic materials 0.000 description 1
- FHNFHKCVQCLJFQ-UHFFFAOYSA-N xenon atom Chemical compound [Xe] FHNFHKCVQCLJFQ-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3563—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing solids; Preparation of samples therefor
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/28—Investigating the spectrum
- G01J3/2823—Imaging spectrometer
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/85—Investigating moving fluids or granular solids
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/28—Investigating the spectrum
- G01J2003/2866—Markers; Calibrating of scan
- G01J2003/2873—Storing reference spectrum
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/28—Investigating the spectrum
- G01J2003/2866—Markers; Calibrating of scan
- G01J2003/2879—Calibrating scan, e.g. Fabry Perot interferometer
Description
本発明は、穀粒の成分分析を行う装置および方法に関し、特に、分光法を用いて非破壊かつリアルタイムに穀粒中の特定成分の定量分析を行う装置および方法に関する。
市場に流通している穀物、例えば米の品質は、整粒割合や死米混入率、玄米中のタンパク質含有率などの成分分析により評価される。しかし、これら品質評価の多くは、目視もしくは穀粒の粉砕により実施されているため、現状の課題として簡便・迅速でかつ高精度に穀物の品質評価が可能な新しいシステムの開発が求められている。
近年、食品分野では、実験室内の近赤外分光法を用いた成分の分析への応用が活発に進められてきたが、この分析においてはサンプルの粉砕、前処理などの手間を要する。他方、フィールドスケールでは、人工衛星画像を利用した水稲の食味評価や、植生指数を用いた水稲の生態系変量の評価など、非破壊・リアルタイム診断技術に関する研究が行われてきた。特に近年の可視・近赤外カメラ技術と周辺機器の発達により、以前より低コストで簡便に分光画像の計測が可能になりつつある。対象物を非接触・非破壊で診断可能な分光画像診断技術は、品質分析および成分分析に対しても非常に有用な技術であると考えられる。例えば、近赤外分光法により一または複数の種子の物理的および科学的な特徴をリアルタイムかつ非破壊に分析する技術が知られている（例えば、特許文献１参照）。
上述のように近赤外分光法を利用した成分検査技術に関する各種研究が進められているが、穀物を粒単位で分析する場合に十分な測定精度が得られる方法が確立されていない。そこで、本発明は、粒単位での穀粒の成分分析における測定精度を向上することを技術的課題とする。
本発明の一局面に従った穀粒成分分析装置は、穀粒中に含まれる特定成分を分光法により粒単位で定量分析する穀粒成分分析装置であって、分析対象の穀粒に光を照射する発光手段と、前記光が照射された穀粒からの透過光および／または反射光のスペクトルを検出するスペクトル検出手段と、分析対象の穀粒に関して特定波長のスペクトル値と前記特定成分の含量との間の関係を示す検量線を用いて、粒単位で前記穀粒の像の定量分析に適した有効部分から検出されたスペクトル値によって前記穀粒の前記特定成分の含量を算出する演算手段とを備えている。また、本発明の一局面に従った穀粒成分分析方法は、穀粒中に含まれる特定成分を分光法により粒単位で定量分析する穀粒成分分析方法であって、分析対象の穀粒に光を照射するステップと、前記光が照射された穀粒からの透過光および／または反射光のスペクトルを検出するステップと、分析対象の穀粒に関して特定波長のスペクトル値と前記特定成分の含量との間の関係を示す検量線を用いて、粒単位で前記穀粒の像の定量分析に適した有効部分から検出されたスペクトル値によって前記穀粒の前記特定成分の含量を算出するステップとを備えている。
一般に穀粒は３次元構造を有するため、発光手段から照射された光が透過または反射する位置によってその減衰量または反射量が異なる。例えば、透過光は、穀粒の中央部分では減衰が大きく、外周部分では減衰が小さい。したがって、当該装置または方法のように、穀粒の像の定量分析に適した有効部分から検出されたスペクトル値によって当該穀粒中に含まれる特定成分を粒単位で算出することで測定精度を向上することができる。
なお、前記有効部分の面積は前記穀粒の像の面積に対して２０〜４０％程度が望ましい。
上記装置または方法において、単一の波長または離散的な複数の波長のスペクトル値によって前記穀粒の前記特定成分の含量を算出してもよい。また、前記光は近赤外領域の光であってもよいし、可視領域の光であってもよいし、可視領域から近赤外領域までの光であってもよい。
また、上記装置は、穀粒を前記スペクトル検出手段による検出位置まで搬送する搬送手段と、前記演算手段による前記特定成分の含量の算出結果に基づいて穀粒を選別する選別手段とを備えていてもよい。これにより、装置に穀粒を投入すると各穀粒の特定成分の含量に応じて自動的に穀粒を選別することができる。
本発明によると、穀粒中に含まれる特定成分を非破壊、非接触、リアルタイムで測定することができる。さらに、穀粒の成分分析を粒単位で行って、従来よりも高精度に粒単位で穀粒中の特定成分を定量分析することができる。
以下、図面を参照しながら本発明を実施するための形態について説明する。以下の説明において、穀粒とは穀物の粒のことであり、穀物には米、麦、トウモロコシ、粟、稗などの穀類、大豆、小豆などの菽穀類、および蕎麦などの擬穀類が含まれる。特定成分はタンパク質、デンプン、水分、灰分、脂質などである。便宜上、穀粒として米を、特定成分としてタンパク質を例に説明するが、本発明は以下の説明に限定されるものではない。
（第１の実施形態）
図１は、本発明の第１の実施形態に係る穀粒成分分析装置の概略構成を模式的に示す。本実施形態に係る穀粒成分分析装置は、穀粒中に含まれる特定成分を分光法により定量分析するものであり、発光手段１０、ステージ２０、スペクトル検出手段３０、および演算手段４０を備えている。
図１は、本発明の第１の実施形態に係る穀粒成分分析装置の概略構成を模式的に示す。本実施形態に係る穀粒成分分析装置は、穀粒中に含まれる特定成分を分光法により定量分析するものであり、発光手段１０、ステージ２０、スペクトル検出手段３０、および演算手段４０を備えている。
発光手段１０は、例えば、波長が８００〜２５００ｎｍ程度の近赤外領域の光１２を照射する光源である。発光手段１０として、ハロゲンランプ、キセノンランプ、ＬＥＤランプなどを用いることができる。ステージ２０の下側に設けられた発光手段１０は、ステージ２０上に並べられた複数の穀粒１００を下から４５度の角度で照らしてスペクトル検出手段３０に穀粒１００からの透過光を供給する。一方、ステージ２０の上側に設けられた発光手段１０は、ステージ２０上に並べられた複数の穀粒１００を上から４５度の角度で照らしてスペクトル検出手段３０に穀粒１００からの反射光を供給する。
なお、本実施形態ではステージ２０の上側および下側の両方に発光手段１０を設けているがいずれか一方の側の発光手段１０を省略してもよい。すなわち、分光法で用いる光は穀粒１００からの透過光および反射光の少なくとも一方であればよい。また、光１２の照射角度は任意である。さらに、発光手段１０を増やしてさまざまな角度から穀粒１００に光１２を照射するようにしてもよい。
ステージ２０は、複数の穀粒１００を載せてこれらを静止させた状態で矢印１０２の方向に移動する。後述するようにスペクトル検出手段３０は穀粒１００の像をラインごとに走査するものであり、ステージ２０の移動方向はその走査ライン１０４に対して平面視直角方向である。また、スペクトル検出手段３０のシャッタタイミングに合わせて、図示しないステッピングモータが動作してステージ２０を移動させる。ステージ２０を固定してスペクトル検出手段３０を移動させるようにしてもよい。
ステージ２０上の穀粒１００は整列していても乱雑に並んでいてもいずれでもよい。また、穀粒１００の各粒からの透過光および／または反射光をより正確に測定するために、穀粒１００は重なり合わないことが望ましい。例えば、ステージ２０の表面に溝や窪みを設けて穀粒１００を重なり合わないように整列させてもよい。また、ステージ２０の下から光１２を照射する場合には、ステージ２０はアクリル樹脂製やガラス製などにして無色透明である必要がある。
スペクトル検出手段３０は、ステージ２０上に並んだ穀粒１００の像を走査ライン１０４ごとに走査して、走査ライン１０４中の各ピクセルについて波長とそのスペクトル値（例えば、当該波長の透過率を示す値）とを同時測定するハイパースペクトルカメラで実現することができる。すなわち、レンズおよび分光器からなる光学系３２に入光した走査ライン１０４の光が所定の波長分解能で分光され、分光された光はＣＭＯＳセンサやＣＣＤなどで構成された二次元イメージセンサ３４で電気信号に変換され、その後Ａ／Ｄ変換されて数値化される。つまり、走査ライン１０４の１ライン分の空間情報および分光情報が二次元イメージセンサ３４のＸ軸情報およびＹ軸情報としてそれぞれ検出される。そして、上述したように１ライン分の情報取得と同期してステージ２０を移動させることにより、被撮像物の二次元像に各ピクセルのスペクトル軸が加わったいわゆるスペクトルキューブが得られる。
なお、スペクトル検出手段３０の受光感度にはばらつきがあるため、例えば、ステージ２０上に白色の基準板と黒色の基準板を設けて、対象物を撮影する前に当該基準板を撮影して最大明度（白色）と最小明度（黒色）を調整することが望ましい。また、スペクトル検出手段３０の受光角度は任意である。
演算手段４０は、スペクトル検出手段３０が検出したスペクトルから穀粒中の特定成分の含量を算出する。演算手段４０は、例えば、所定のアルゴリズムを実現するコンピュータプログラムをコンピュータに実行させることで実現可能である。演算手段４０とスペクトル検出手段３０とは有線通信または無線通信で接続される。
同一品種の複数の穀粒１００の個々についてスペクトルが検出されるため、これらスペクトルの平均値などから当該品種の穀粒に含まれる特定成分の含量を予測してもよい。あるいは、個々の穀粒１００について特定成分の含量を算出した後、その平均値などを算出して当該品種の穀粒に含まれる特定成分の含量を予測してもよい。
一般に物質に含まれる特定成分ごとに所定の波長または波長域の光の吸収度が異なるため、吸光度からその物質に含まれる特定成分の濃度、すなわち含量を予測することができる。演算手段４０は、スペクトル値を吸光度などに換算し、検量線を用いて特定成分の含量を算出する。したがって、あらかじめさまざまな品種の穀粒について化学分析と分光分析を行い、重回帰分析やＰＬＳ回帰分析などの多変量解析、いわゆるケモメトリクスにより検量線を作成しておく必要がある。検量線は演算手段４０における図示しない記憶手段に保持しておいて適宜読み出してもよいし、ネットワークを介して図示しないサーバからダウンロードしてもよい。
演算手段４０は、穀粒１００の像全体ではなく定量分析に適した部分（以下、「有効部分」と称する。）について検出されたスペクトルを用いて穀粒１００中に含まれる特定成分を算出する。図２の各種グラフは、米粒中のタンパク質の含量予測結果を示す。いずれのグラフも１７品種の米についてタンパク質の含量を予測したものであり、横軸は化学分析による実測含量、縦軸は分光分析による予測含量を示す。各品種とも透過スペクトルをＰＬＳ回帰分析して検量線を作成している。なお、各品種につき１００粒の米を粒単位で測定している。
図２（１）は、米粒の像全体のスペクトルを用いて予測した結果を示す。典型的な米粒（短粒種）の平面形状は縦横比が約５：３の略楕円形である。この例の撮像解像度では、横幅が約２０ピクセル、縦方向の長さが約３３ピクセル、米粒の像全体のピクセル数は約５６０ピクセルである。米粒の平面形状はスペクトルを二値化処理することで得ることができる。スペクトル取得範囲が米粒の像全体の場合、各ピクセルの平均スペクトルを用いる。
図２（２）は、米粒の像の中心点を有効部分として、当該中心点のスペクトルを用いて予測した結果を示す。米粒の像の中心点とは、二値化処理して得られた米粒の平面形状の重心点である。
図２（３）は、米粒の像の重み付き中心点を有効部分として、当該重み付き中心点のスペクトルを用いて予測した結果を示す。
重み付き中心点とは、米粒の像全体におけるスペクトル分布のピーク点である。本発明では重み付き中心点を、穀粒を撮像した画像の各画素のスペクトル値を重みとしたときの、Ｘ座標およびＹ座標の加重平均によって求めている。計算式は下記に示すとおりである。
重み付き中心点ＸＷ＝Σ(i*Pij)/ΣPij
重み付き中心点ＹＷ＝Σ(j*Pij)/ΣPij
ここでiとjはそれぞれＸ座標値とＹ座標値、Pijは（Ｘ，Ｙ）＝（ｉ，ｊ）のスペクトル値である。なお、本発明の中心点は、相加平均によって求めている。
重み付き中心点ＸＷ＝Σ(i*Pij)/ΣPij
重み付き中心点ＹＷ＝Σ(j*Pij)/ΣPij
ここでiとjはそれぞれＸ座標値とＹ座標値、Pijは（Ｘ，Ｙ）＝（ｉ，ｊ）のスペクトル値である。なお、本発明の中心点は、相加平均によって求めている。
図２（４）は、米粒の略中央部分を有効部分として、当該略中央部分のスペクトルを用いて予測した結果を示す。この例における略中央部分は、米粒の像の中心点から上下左右に各６ピクセルの広がりを持つ縦横１３ピクセルの正方形領域である。スペクトル取得範囲が米粒の略中央部分の場合、各ピクセルの平均スペクトルを用いる。
表１は、図２（１）〜（４）の予測値と実測値との相関性を示す各種パラメータの値を示す。なお、表中の「Ｒ＾２」（Ｒの２乗値）は決定係数である。「ＲＭＳＥ」は二乗平均平方根誤差である。「ＳＥＰ」は検量線検定における標準誤差（％）である。「ＲＰＤ」は検量線の予測精度の信頼性の判定基準であり、ＳＤ／ＳＥＰ（ただし、ＳＤは標準偏差）で与えられる。「ＥＩ」は評価指数であり、２×ＳＥＰ／レンジ×１００で与えられる。
図２および表１からわかるように、米粒の像全体のスペクトルを用いるよりも、有効部分として中心点または重み付き中心点のスペクトルを用いる方が予測精度が高い。さらに略中央部分を有効部分として、当該略中央部分のスペクトルを用いる方が予測精度がより高くなる。ただし、略中央部分の面積が大きくなり過ぎると予測精度に低下傾向が見られる。したがって、略中央部分として米粒の像の面積に対して２０〜４０％程度の面積の領域を用いることが適当である。
以上のように本実施形態によると、穀粒中に含まれる特定成分を非破壊、非接触、リアルタイムで測定することができる。さらに、穀粒の成分分析を粒単位で行って、従来よりも高精度に粒単位でタンパク含有量または含有率を求めることができる。
なお、有効部分としての略中央部分の形状は正方形に限られず、長方形、多角形、円、楕円、穀粒の相似形などであってもよい。また、略中央部分の中心点として穀粒の像の重み付き中心点を用いてもよい。また、有効部分（略中央部分を含む）の面積（ピクセル数）は、該面積を固定して穀粒の全体像に対する面積比が適当な値近傍になるようにして設定してもよいし、逆に面積比を固定して各穀粒の像の大きさに応じて有効部分の大きさが適宜変化するようにしてもよい。
なお、有効部分の位置は穀粒の中心付近に限定する必要はなく、適宜適切な部分を穀粒の画像から抽出すればよい。また、有効部分の形状は限定されることなく、多角形、円、楕円、穀粒の相似形等であってもよい。さらに、一つの穀粒の画像から二箇所以上の複数の有効部分を抽出してもよく、その上、前記複数の有効部分の画像同士が必ずしも接している必要はない。
また、発光手段１０が照射する光１２は近赤外光に限られず、可視領域の波長を含む光であってもよい。
ところで、必ずしも広い波長範囲の連続スペクトルを用いて分光分析を行う必要はない。分析対象の特定成分によっては単一の波長または離散的な複数の波長のスペクトル値から検量線を作成できる場合もある。
図３のグラフは、１６品種の米について可視領域から近赤外領域までのある波長範囲の光の透過率を示す。この例ではいずれの品種についても透過スペクトルはある波長付近をピークとする山形の波形となっている。
図４の各種グラフは、図３の透過スペクトルから得られた米粒中のタンパク質の含量予測結果を示す。１６品種を２つに分けて、一方の８品種から検量線を作成し、他方の８品種で検証を行っている。また、米粒の像の重み付き中心点のスペクトルを各米粒のスペクトルとして採用している。図４（ａ）は、重回帰分析で作成した検量線を用いた予測結果を示す。図４（ｂ）は、ＰＬＳ回帰分析で作成した検量線を用いた予測結果を示す。なお、図４（ａ）ではForward Stepwise選択により５つの離散的な波長を選択し、それら波長のスペクトル値を用いて重回帰分析している。図４（ｂ）のＰＬＳ回帰分析ではＲ２＝０．６１０であるのに対して、図４（ａ）の重回帰分析ではＲ２＝０．９３９という極めて高精度な予測結果が得られている。
このように単一の波長または離散的な複数の波長のスペクトル値から検量線が作成できる場合には、スペクトル検出手段３０としてハイパースペクトルカメラを用いずに一般的なエリアカメラやラインカメラなどの撮像手段を用いてスペクトル検出手段３０を構成することができる。これにより、穀粒成分分析装置を低コストで実現することができ、また、測定時間も短縮することができる。以下、ハイパースペクトルカメラを用いない実施形態について説明する。
（第２の実施形態）
図５は、本発明の第２の実施形態に係る穀粒成分分析装置の概略構成を模式的に示す。本実施形態に係る穀粒成分分析装置はいわゆる前分光方式を採用したものであり、ステージ２０上の穀粒１００に所定波長の光を照射し、その透過光および／または反射光から穀粒中に含まれる特定成分を定量分析する。以下、第１の実施形態と異なる点について重点的に説明する。
図５は、本発明の第２の実施形態に係る穀粒成分分析装置の概略構成を模式的に示す。本実施形態に係る穀粒成分分析装置はいわゆる前分光方式を採用したものであり、ステージ２０上の穀粒１００に所定波長の光を照射し、その透過光および／または反射光から穀粒中に含まれる特定成分を定量分析する。以下、第１の実施形態と異なる点について重点的に説明する。
発光手段１４は、所定波長の光１６を照射する光源である。発光手段１４は、例えば、第１の実施形態の穀粒成分分析装置における発光手段１０に、所定波長の光を透過させる光学フィルタを追加することで実現することができる。さらに、当該光学フィルタによる光の透過帯域を切り替えることで、ステージ２０上の穀粒１００に離散的な複数の波長の光１６を照射することができる。
スペクトル検出手段３０は、特定波長の光１６が照射された穀粒１００からの透過光および／または反射光を二次元画像として撮像するエリアカメラで実現することができる。すなわち、穀粒１００からの透過光および／または反射光はＣＭＯＳセンサやＣＣＤなどで構成された二次元イメージセンサ３４で電気信号に変換され、その後Ａ／Ｄ変換されて数値化される。つまり、ステージ２０上で一定の広がりを持つ領域の光が二次元イメージセンサ３４のＸ軸情報およびＹ軸情報としてそれぞれ検出される。穀粒１００の撮影においてステージ２０またはスペクトル検出手段３０を移動させる必要はない。
（第３の実施形態）
図６は、本発明の第３の実施形態に係る穀粒成分分析装置の概略構成を模式的に示す。本実施形態に係る穀粒成分分析装置はいわゆる後分光方式を採用したものであり、ステージ２０上の穀粒１００からの透過光および／または反射光から所定波長の光をフィルタリングし、当該フィルタリングした光から穀粒中に含まれる特定成分を定量分析する。以下、第１の実施形態と異なる点について重点的に説明する。
図６は、本発明の第３の実施形態に係る穀粒成分分析装置の概略構成を模式的に示す。本実施形態に係る穀粒成分分析装置はいわゆる後分光方式を採用したものであり、ステージ２０上の穀粒１００からの透過光および／または反射光から所定波長の光をフィルタリングし、当該フィルタリングした光から穀粒中に含まれる特定成分を定量分析する。以下、第１の実施形態と異なる点について重点的に説明する。
スペクトル検出手段３０は、ステージ２０上の穀粒１００からの透過光および／または反射光を二次元画像として撮像するエリアカメラで実現することができる。スペクトル検出手段３０は、所定波長の光を透過させる光学フィルタ３６を備えている。光学フィルタ３６は、穀粒１００からの透過光および／または反射光のうち所定波長の光を透過させる。光学フィルタ３６によってフィルタリングされた光はＣＭＯＳセンサやＣＣＤなどで構成された二次元イメージセンサ３４で電気信号に変換され、その後Ａ／Ｄ変換されて数値化される。つまり、ステージ２０上で一定の広がりを持つ領域の光が二次元イメージセンサ３４のＸ軸情報およびＹ軸情報としてそれぞれ検出される。穀粒１００の撮影においてステージ２０またはスペクトル検出手段３０を移動させる必要はない。
なお、第２および第３の実施形態ではスペクトル検出手段３０としてエリアカメラを用いているが、ラインカメラを用いてもよいことは言うまでもない。ただし、ラインカメラを用いる場合、第１の実施形態と同様に、ラインカメラのシャッタタイミングに合わせてステージ２０またはラインカメラ自身を移動させる。
また、ステージ２０を設けずに、分析対象の穀粒を自然流下させ、自然流下している状態の穀粒をラインカメラで撮像する構成としてもよい。
（第４の実施形態）
図７は、本発明の第４の実施形態に係る穀粒成分分析装置の主要部とその内部構造を簡略に示した要部側断面図である。本実施形態に係る穀粒成分分析装置は、その上部位置に、タンク部４０１と振動フィーダ４０２とからなる穀粒供給装置４００を備えている。穀粒供給装置４００から供給された穀粒１００は、穀粒１００が横方向に並んで流下（すだれ状に流下）することが可能な所定幅を有したシュート４１０へ連続状に自然流下した後、シュート４１０の下端部から落下軌跡Ｌに沿って空中に放出される。
図７は、本発明の第４の実施形態に係る穀粒成分分析装置の主要部とその内部構造を簡略に示した要部側断面図である。本実施形態に係る穀粒成分分析装置は、その上部位置に、タンク部４０１と振動フィーダ４０２とからなる穀粒供給装置４００を備えている。穀粒供給装置４００から供給された穀粒１００は、穀粒１００が横方向に並んで流下（すだれ状に流下）することが可能な所定幅を有したシュート４１０へ連続状に自然流下した後、シュート４１０の下端部から落下軌跡Ｌに沿って空中に放出される。
落下軌跡Ｌの周囲には、２個の光学検出装置４２０が落下軌跡Ｌを中心にしてほぼ対称的に配設されている。各光学検出装置４２０は、上述の発光手段１０と、上述のスペクトル検出手段３０と、背景板４２１とを備えている。発光手段１０は、落下軌跡Ｌ上の検出位置Ｐに対してさまざまな角度から所定波長の光を照射する。スペクトル検出手段３０は、ハイパースペクトルカメラ、エリアカメラ、ラインカメラなどで構成することができ、落下軌跡Ｌ上の検出位置Ｐに到達した穀粒１００の像を撮像し、粒単位で穀粒１００のスペクトルを検出する。各スペクトル検出手段３０が検出したスペクトルは制御装置４３０に送信される。制御装置４３０は、上述の演算手段４０を備えており、演算手段４０において粒単位で穀粒１００中の特定成分の含量が算出される。
本実施形態に係る穀粒成分分析装置は、さらに、シュート４１０からすだれ状に流下する穀粒１００の良品／不良品を選別する選別装置４４０を備えている。選別装置４４０は、落下軌跡Ｌに対してエアーを噴射するエアーノズル４４１と、エアーノズル４４１にエアーを供給する電磁弁４４２とを備えている。電磁弁４４２には図示しないエアーコンプレッサからエアーが供給される。制御装置４３０は、演算手段４０の分析結果に基づいて、特定成分の含有量または含有率が所定値に満たない穀粒１００を検出すると電磁弁４４２に排除信号を出力する。電磁弁４４２は排除信号を受けると図示しない弁を開き、エアーノズル４４１からエアーが噴射されることで、噴風により落下軌跡Ｌから不良品の穀粒１００のみが噴き飛ばされる。噴き飛ばされた不良品の穀粒１００は不良品排出口４４４から装置外へ排出される。一方、良品の穀粒１００は吹き飛ばされずに落下軌跡Ｌに沿って落下して良品排出口４４５から装置外へ排出される。
（第５の実施形態）
図８は、本発明の第５の実施形態に係る穀粒成分分析装置の主要部とその内部構造を簡略に示した要部側断面図である。また、図９は、当該穀粒成分分析装置の主要部の平面図である。本実施形態に係る穀粒成分分析装置は円盤５００を備えている。円盤５００は、その円周に穀粒１００を配列可能な凹部５０１を配し、回転軸５０２を中心に矢印Ｑ方向に回転にして穀粒１００を搬送する。円盤５００はこれよりも直径の大きい透明板５１０上に載置されており、回転軸５０２は駆動モータ５０３（減速モータ）によって回転駆動される。円盤５００と透明板５１０は傾斜して駆動モータ５０３とともに基台５２０に固定されている。傾斜した円盤５００の傾斜上部には光学検出装置５３０が配置され、傾斜下部には穀粒供給装置５４０が配置されている。透明板５１０の傾斜下方から回転方向にかけた周囲には衝立５５０を設けており、穀粒供給装置５４０から供給された穀粒１００を貯留可能な貯留部５６０が形成されている。
図８は、本発明の第５の実施形態に係る穀粒成分分析装置の主要部とその内部構造を簡略に示した要部側断面図である。また、図９は、当該穀粒成分分析装置の主要部の平面図である。本実施形態に係る穀粒成分分析装置は円盤５００を備えている。円盤５００は、その円周に穀粒１００を配列可能な凹部５０１を配し、回転軸５０２を中心に矢印Ｑ方向に回転にして穀粒１００を搬送する。円盤５００はこれよりも直径の大きい透明板５１０上に載置されており、回転軸５０２は駆動モータ５０３（減速モータ）によって回転駆動される。円盤５００と透明板５１０は傾斜して駆動モータ５０３とともに基台５２０に固定されている。傾斜した円盤５００の傾斜上部には光学検出装置５３０が配置され、傾斜下部には穀粒供給装置５４０が配置されている。透明板５１０の傾斜下方から回転方向にかけた周囲には衝立５５０を設けており、穀粒供給装置５４０から供給された穀粒１００を貯留可能な貯留部５６０が形成されている。
光学検出装置５３０は、上述の発光手段１０と、上述のスペクトル検出手段３０とを備えている。発光手段１０は、透明板５１０の傾斜上部の上側および下側から、円盤５００の傾斜上部にある検出位置Ｐに対して所定波長の光を照射する。スペクトル検出手段３０は、ハイパースペクトルカメラ、エリアカメラ、ラインカメラなどで構成することができ、検出位置Ｐに到達した穀粒１００の像を撮像し、当該穀粒１００のスペクトルを検出する。スペクトル検出手段３０が検出したスペクトルは制御装置５７０に送信される。制御装置５７０は、上述の演算手段４０を備えており、演算手段４０において穀粒１００中の特定成分の含量が算出される。
本実施形態に係る穀粒成分分析装置は、さらに、円盤５００によって搬送される穀粒１００を選別する選別装置５８０を備えている。選別装置５８０は、凹部５０１に配列された穀粒１００に対してエアーを噴射するエアーノズル５８１ａ〜５８１ｄと、エアーノズル５８１ａ〜５８１ｄにエアーを供給する電磁弁５８２とを備えている。電磁弁５８２には図示しないエアーコンプレッサからエアーが供給される。制御装置５７０は、演算手段４０の分析結果に基づいて電磁弁５８２に選別信号を出力する。電磁弁５８２は選別信号に応じて、対象の穀粒１００が所定のエアーノズル５８１の位置まで搬送されると図示しない弁を開き、当該エアーノズル５８１からエアーが噴射される。そして、噴風により対象の穀粒１００が透明板５１０上から装置外へ噴き飛ばされ、穀粒１００は成分分析結果ごとに仕分けされる。
（第６の実施形態）
図１０は、本発明の第６の実施形態に係る穀粒成分分析装置の主要部とその内部構造を簡略に示した要部側断面図である。本実施形態に係る穀粒成分分析装置は、穀粒１００を搬送する搬送ベルト６００と、搬送ベルト６００に穀粒１００を供給する穀粒供給装置６１０とを備えている。搬送ベルト６００は、並行に横設したローラ６０１と６０２に掛け渡されており、ローラ６０２とベルトなどによって連結した駆動モータ６０３により一定速度で回転する。穀粒供給装置６１０は、タンク部６１１と振動フィーダ６１２とからなり、搬送ベルト６００の始点部に穀粒１００を供給する。穀粒供給装置６１０から供給された穀粒１００は、搬送ベルト６００の終端部から落下軌跡Ｌに沿って空中に放出される。
図１０は、本発明の第６の実施形態に係る穀粒成分分析装置の主要部とその内部構造を簡略に示した要部側断面図である。本実施形態に係る穀粒成分分析装置は、穀粒１００を搬送する搬送ベルト６００と、搬送ベルト６００に穀粒１００を供給する穀粒供給装置６１０とを備えている。搬送ベルト６００は、並行に横設したローラ６０１と６０２に掛け渡されており、ローラ６０２とベルトなどによって連結した駆動モータ６０３により一定速度で回転する。穀粒供給装置６１０は、タンク部６１１と振動フィーダ６１２とからなり、搬送ベルト６００の始点部に穀粒１００を供給する。穀粒供給装置６１０から供給された穀粒１００は、搬送ベルト６００の終端部から落下軌跡Ｌに沿って空中に放出される。
落下軌跡Ｌの周囲には、２個の光学検出装置６２０が落下軌跡Ｌを中心にしてほぼ対称的に配設されている。各光学検出装置６２０は、上述の発光手段１０と、上述のスペクトル検出手段３０と、背景板６２１とを備えている。発光手段１０は、落下軌跡Ｌ上の検出位置Ｐに対してさまざまな角度から所定波長の光を照射する。スペクトル検出手段３０は、ハイパースペクトルカメラ、エリアカメラ、ラインカメラなどで構成することができ、落下軌跡Ｌ上の検出位置Ｐに到達した穀粒１００の像を撮像し、粒単位で穀粒１００のスペクトルを検出する。各スペクトル検出手段３０が検出したスペクトルは制御装置６３０に送信される。制御装置６３０は、上述の演算手段４０を備えており、演算手段４０において粒単位で穀粒１００中の特定成分の含量が算出される。
本実施形態に係る穀粒成分分析装置は、さらに、搬送ベルト６００の終端部から空中に放出される穀粒１００の良品／不良品を選別する選別装置６４０を備えている。選別装置６４０は、落下軌跡Ｌに対してエアーを噴射するエアーノズル６４１と、エアーノズル６４１にエアーを供給する電磁弁６４２とを備えている。電磁弁６４２には図示しないエアーコンプレッサからエアーが供給される。制御装置６３０は、演算手段４０の分析結果に基づいて、特定成分の含有量または含有率が所定値に満たない穀粒１００を検出すると電磁弁６４２に排除信号を出力する。電磁弁６４２は排除信号を受けると図示しない弁を開き、エアーノズル６４１からエアーが噴射されることで、噴風により落下軌跡Ｌから不良品の穀粒１００のみが不良品排出室６４４へ噴き飛ばされる。一方、良品の穀粒１００は吹き飛ばされずに落下軌跡Ｌに沿って落下して良品排出室６４５に収容される。
なお、選別手段を備える第４から第６の実施形態において、穀粒１００について良品および不良品を選別するだけではなく用途別に選別することも可能である。例えば、穀粒１００が小麦の場合、成分分析結果に基づいて穀粒１００をパスタ用とパン用とに選別することが可能である。また、例えば、穀粒１００が米穀の場合、タンパク含有率の高低に応じて穀粒１００を選別することも可能である。
本発明に係る穀粒成分分析装置は、穀粒中に含まれる特定成分を非破壊、非接触、リアルタイムで高精度に粒単位で測定することができるため、穀粒の品質をリアルタイムで判別して穀粒を自動選別する穀粒選別装置などに有用である。
１０ 発光手段
１２ 光
１４ 発光手段（特定波長の光を照射する発光手段）
１６ 光（特定波長の光）
３０ スペクトル検出手段
４０ 演算手段
１００ 穀粒
１０４ 走査ライン
４１０ シュート（搬送手段）
４４０ 選別装置（選別手段）
５００ 円盤（搬送手段）
５８０ 選別装置（選別手段）
６００ 搬送ベルト（搬送手段）
６４０ 選別装置（選別手段）
１２ 光
１４ 発光手段（特定波長の光を照射する発光手段）
１６ 光（特定波長の光）
３０ スペクトル検出手段
４０ 演算手段
１００ 穀粒
１０４ 走査ライン
４１０ シュート（搬送手段）
４４０ 選別装置（選別手段）
５００ 円盤（搬送手段）
５８０ 選別装置（選別手段）
６００ 搬送ベルト（搬送手段）
６４０ 選別装置（選別手段）
Claims (14)
- 穀粒中に含まれる特定成分を分光法により粒単位で定量分析する穀粒成分分析装置であって、
分析対象の穀粒に光を照射する発光手段と、
前記光が照射された穀粒からの透過光および／または反射光のスペクトルを検出するスペクトル検出手段と、
分析対象の穀粒に関して特定波長のスペクトル値と前記特定成分の含量との間の関係を示す検量線を用いて、粒単位で、前記穀粒の像の面積に対して２０〜４０％程度の面積の略中央部分から検出されたスペクトル値によって前記穀粒の前記特定成分の含量を算出する演算手段とを備えている
ことを特徴とする穀粒成分分析装置。 - 請求項１に記載の穀粒成分分析装置において、
前記演算手段は、単一の波長または離散的な複数の波長のスペクトル値によって前記穀粒の前記特定成分の含量を算出する
ことを特徴とする穀粒成分分析装置。 - 請求項１および２のいずれか一つに記載の穀粒成分分析装置において、
前記発光手段は、前記特定波長の光を前記分析対象の穀粒に照射するものであり、
前記スペクトル検出手段が、前記特定波長の光が照射された穀粒からの透過光および／または反射光を二次元画像として撮像する撮像手段である
ことを特徴とする穀粒成分分析装置。 - 請求項１および２のいずれか一つに記載の穀粒成分分析装置において、
前記スペクトル検出手段が、前記穀粒からの透過光および／または反射光のうち前記特定波長の光を二次元画像として撮像する撮像手段である
ことを特徴とする穀粒成分分析装置。 - 請求項１および２のいずれか一つに記載の穀粒成分分析装置において、
前記スペクトル検出手段が、前記穀粒の像を走査ラインごとに走査して、当該走査した走査ライン中の各ピクセルについて波長とそのスペクトル値とを同時測定するハイパースペクトルカメラである
ことを特徴とする穀粒成分分析装置。 - 請求項１から５のいずれか一つに記載の穀粒成分分析装置において、
前記光が近赤外領域の光である
ことを特徴とする穀粒成分分析装置。 - 請求項１から５のいずれか一つに記載の穀粒成分分析装置において、
前記光が可視領域の光である
ことを特徴とする穀粒成分分析装置。 - 請求項１から５のいずれか一つに記載の穀粒成分分析装置において、
前記光が可視領域から近赤外領域までの光である
ことを特徴とする穀粒成分分析装置。 - 請求項１から８のいずれか一つに記載の穀粒成分分析装置において、
穀粒を前記スペクトル検出手段による検出位置まで搬送する搬送手段と、
前記演算手段による前記特定成分の含量の算出結果に基づいて穀粒を選別する選別手段とを備えている
ことを特徴とする穀粒成分分析装置。 - 穀粒中に含まれる特定成分を分光法により粒単位で定量分析する穀粒成分分析方法であって、
分析対象の穀粒に光を照射するステップと、
前記光が照射された穀粒からの透過光および／または反射光のスペクトルを検出するステップと、
分析対象の穀粒に関して特定波長のスペクトル値と前記特定成分の含量との間の関係を示す検量線を用いて、粒単位で、前記穀粒の像の面積に対して２０〜４０％の面積の略中央部分から検出されたスペクトル値によって前記穀粒の前記特定成分の含量を算出するステップとを備えている
ことを特徴とする穀粒成分分析方法。 - 請求項１０に記載の穀粒成分分析方法において、
前記特定成分の含量を算出するステップでは、単一の波長または離散的な複数の波長のスペクトル値によって前記穀粒の前記特定成分の含量が算出される
ことを特徴とする穀粒成分分析方法。 - 請求項１０および１１のいずれか一つに記載の穀粒成分分析方法において、
前記光が近赤外領域の光である
ことを特徴とする穀粒成分分析方法。 - 請求項１０および１１のいずれか一つに記載の穀粒成分分析方法において、
前記光が可視領域の光である
ことを特徴とする穀粒成分分析方法。 - 請求項１０および１１のいずれか一つに記載の穀粒成分分析方法において、
前記光が可視領域から近赤外領域までの光である
ことを特徴とする穀粒成分分析方法。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2012200893A JP6088770B2 (ja) | 2012-04-20 | 2012-09-12 | 穀粒成分分析装置および穀粒成分分析方法 |
| US13/655,591 US9091643B2 (en) | 2012-04-20 | 2012-10-19 | Device and method for analyzing kernel component |
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2012096945 | 2012-04-20 | ||
| JP2012096945 | 2012-04-20 | ||
| JP2012200893A JP6088770B2 (ja) | 2012-04-20 | 2012-09-12 | 穀粒成分分析装置および穀粒成分分析方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2013238579A JP2013238579A (ja) | 2013-11-28 |
| JP6088770B2 true JP6088770B2 (ja) | 2017-03-01 |
Family
ID=49379834
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2012200893A Active JP6088770B2 (ja) | 2012-04-20 | 2012-09-12 | 穀粒成分分析装置および穀粒成分分析方法 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US9091643B2 (ja) |
| JP (1) | JP6088770B2 (ja) |
Families Citing this family (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| BR112016009483B1 (pt) * | 2013-11-01 | 2021-07-06 | Tomra Sorting Nv | aparelho para detectar matéria; sistema para separar objetos; e método para determinar um parâmetro de pelo menos um objeto |
| EP3225089A4 (en) * | 2014-11-28 | 2018-07-25 | Sumitomo Forestry Co., Ltd. | Tree seed selecting method using near infrared light |
| JP6473075B2 (ja) * | 2015-12-22 | 2019-02-20 | ヤンマー株式会社 | 内部品質判定システム |
| CN106404679A (zh) * | 2016-09-26 | 2017-02-15 | 江苏大学 | 一种粮箱籽粒含杂率、破碎率监测装置及其监测方法 |
| JP6329668B1 (ja) * | 2017-04-18 | 2018-05-23 | Ckd株式会社 | 検査装置、ｐｔｐ包装機及びｐｔｐシートの製造方法 |
| AT519918B1 (de) | 2017-04-21 | 2020-12-15 | Insort Gmbh | Verfahren zur Detektion der Ranzigkeit von Ölfrüchten, Samen und Nüssen |
| AT16342U1 (de) * | 2018-02-20 | 2019-07-15 | Evk Di Kerschhaggl Gmbh | Verfahren zur Bestimmung der Qualität von Ersatzbrennstoffen |
| JP7072802B2 (ja) * | 2018-06-29 | 2022-05-23 | インダストリーネットワーク株式会社 | 種子の品質評価・選別システム |
| KR102323050B1 (ko) * | 2020-06-11 | 2021-11-10 | 대한민국 | 종자 촬영 장치 |
| US20230258570A1 (en) | 2020-07-28 | 2023-08-17 | Shell Oil Company | Inline analytical imaging for particle characterization |
| BR102021000438A2 (pt) * | 2021-01-11 | 2022-07-12 | Llk Engenharia Indústria E Comércio Ltda Epp | Método, sistema e programa de computador para identificação do teor de umidade online presente em minério de ferro passante sobre uma correia transportadora |
| AT525827A1 (de) * | 2022-02-07 | 2023-08-15 | Insort Gmbh | Verfahren und Vorrichtung zur Bestimmung, ob eine Ölfrucht, eine Nuss, insbesondere eine Haselnuss oder ein Samen faulig ist |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3281794B2 (ja) * | 1996-03-29 | 2002-05-13 | 株式会社クボタ | 穀粒の評価装置 |
| JPH10160676A (ja) * | 1996-11-27 | 1998-06-19 | Matsushita Electric Works Ltd | 米粒検査装置 |
| US6646264B1 (en) | 2000-10-30 | 2003-11-11 | Monsanto Technology Llc | Methods and devices for analyzing agricultural products |
| JP3947819B2 (ja) * | 2001-07-10 | 2007-07-25 | 静岡県 | 光学的手法を用いた植物個体の選別方法 |
| CA2947613C (en) * | 2005-04-04 | 2019-11-05 | Hypermed Imaging, Inc. | Hyperspectral imaging in diabetes and peripheral vascular disease |
| JP5386114B2 (ja) * | 2008-06-06 | 2014-01-15 | ヤンマー株式会社 | 青果物品質判定装置 |
-
2012
- 2012-09-12 JP JP2012200893A patent/JP6088770B2/ja active Active
- 2012-10-19 US US13/655,591 patent/US9091643B2/en active Active
Also Published As
| Publication number | Publication date |
|---|---|
| US20130278919A1 (en) | 2013-10-24 |
| US9091643B2 (en) | 2015-07-28 |
| JP2013238579A (ja) | 2013-11-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6088770B2 (ja) | 穀粒成分分析装置および穀粒成分分析方法 | |
| JP7091388B2 (ja) | 物質を検出する方法および装置 | |
| Lee et al. | Development of a machine vision system for automatic date grading using digital reflective near-infrared imaging | |
| US11830179B2 (en) | Food inspection assisting system, food inspection assisting apparatus and computer program | |
| KR101650679B1 (ko) | 동적 제조 라인에서 식품 제품의 품질을 채점 및 제어하는 방법 | |
| JP4824017B2 (ja) | 物質の内部の光散乱によって物質の流れを検査するための装置及び方法 | |
| US20140319351A1 (en) | Inspection apparatus and an inspection method | |
| JP2006170669A (ja) | 青果物の品質検査装置 | |
| US8122777B2 (en) | Apparatus and method for presenting a particulate sample to the scanning field of a sensor device | |
| WO2012074372A2 (en) | A system for fruit grading and quality determination | |
| JP2015537219A (ja) | 生産の流れにおいて欠陥を検出するための動的なデジタルイメージングシステムの校正 | |
| WO2005043140A1 (en) | Object analysis apparatus | |
| JP2022000641A (ja) | 卵の検査装置 | |
| Wang et al. | Determining wheat vitreousness using image processing and a neural network | |
| JP2019148607A (ja) | 検査装置 | |
| Lohumi et al. | LCTF-based multispectral fluorescence imaging: System development and potential for real-time foreign object detection in fresh-cut vegetable processing | |
| KR101096790B1 (ko) | 멀티 채널 카메라를 이용한 농산물 부피 측정장치 | |
| CA2280364A1 (en) | Grading system for particulate materials especially cereal grains | |
| CN108885178B (zh) | 粒状物外观品相判别装置 | |
| WO2023199102A1 (en) | Scanning of objects | |
| WO2023198900A1 (en) | Scanning of objects | |
| Mendoza et al. | NIR Spectral Imaging for Animal Feed Quality and Safety | |
| US20110238327A1 (en) | Spectrometric characterization of heterogeneity | |
| Taha et al. | Non-Destructive Characteristics Evaluation of Fruits and Vegetables Focusing on Computer Vision Techniques: A Review |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20150907 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20150907 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20160629 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20160705 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20160905 |
|
| 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: 20170117 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170206 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6088770 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |