JP6941851B2 - 質量推定装置 - Google Patents

Description

本発明は、対象物品に電磁波を照射し、対象物品を通過した電磁波の量に基づいて質量を推定する質量推定装置に関する。

従来、対象物品に電磁波を照射し、対象物品を通過した電磁波の量に基づいて質量推定を行う質量推定装置が知られている。

例えば、特許文献１（特開２００２−２９６０２２号公報）には、被検査物にＸ線を照射し、被検査物を通過したＸ線の量に基づいて被検査物の質量を推定する装置が開示されている。なお、被検査物を通過するＸ線の量は、被検査物の厚みが同一であったとしても、被検査物の種類（被検査物の組成等）によって異なる。そのため、特許文献１（特開２００２−２９６０２２号公報）では、被検査物の種類に応じたＸ線透過量と質量との関係式を用いて、その被検査物の質量を推定している。

ところで、実際の質量推定の場面では、質量やサイズ等の物理量に比較的大きな個体差がある被検査物に対して、質量推定が必要となる場合がある。このような場合には、被検査物の種類に応じたＸ線透過量と質量との関係式を利用しただけでは、被検査物の推定質量と実質量との間に比較的大きな誤差が生じる場合があることを本願発明者は見出した。

本発明の課題は、対象物品に電磁波を照射し、対象物品を通過した電磁波の量に基づいて質量推定を行う質量推定装置であって、対象物品の質量やサイズ等の物理量のバラ付きに係わらず質量推定を精度良く行うことが可能な信頼性の高い質量推定装置を提供することにある。

本発明の第１観点に係る質量推定装置は、照射部と、測定部と、仮物理量算出部と、記憶部と、質量推定部と、を備える。照射部は、対象物品に電磁波を照射する。測定部は、対象物品を通過した電磁波の量を測定する。仮物理量算出部は、測定部の測定結果に基づいて、対象物品の仮物理量を算出する。記憶部は、対象物品の物理量帯毎に、電磁波の量と対象物品の質量との相関を表す質量相関情報を記憶する。質量推定部は、記憶部に記憶された物理量帯毎の質量相関情報の中から、仮物理量算出部が算出した仮物理量が属する物理量帯に対応する質量相関情報を選択し、選択した質量相関情報及び電磁波の量に基づいて、対象物品の質量を推定する。

対象物品の大きさに関する物理量（例えば、質量やサイズ（体積、面積、物品長、周囲長等））の個体差が比較的大きい場合、物理量が大きく異なる対象物品に対して、対象物品を通過する電磁波の量と電磁波が通過した部分の質量との相関を精度良く表す１の質量相関情報を求めることは通常困難である。例えば、平均的な物理量を有する対象物品に関しては精度の高い質量相関情報が得られたとしても、物理量が平均的な値から離れた場合には、その精度が低下するおそれがある。

これに対し、本発明の第１観点に係る質量推定装置は、対象物品の仮物理量（例えば、おおよその質量、サイズ（体積、面積、物品長、周囲長等））を算出した後に、その仮物理量が当てはまる物理量帯用に準備された質量相関情報を用いて対象物品の推定質量を算出する。そのため、対象物品の大きさに関する物理量の個体差が比較的大きい場合であっても、対象物品の物理量によらず、精度の高い質量推定が可能である。

また対象物品の物理量に応じて、言い換えれば対象物品の生育の具合等に応じて、対象物品の密度や組成等に差が生じ易い自然物（農産物・海産物・畜産物等）が対象物品である場合にも、対象物品の仮物理量を算出した後に、その仮物理量が当てはまる物理量帯用に準備された質量相関情報を用いて対象物品の推定質量が改めて算出されるため、対象物品の大きさに関する物理量によらず、精度の高い質量推定が可能である。

本発明の第２観点に係る質量推定装置は、第１観点の質量推定装置であって、記憶部は、対象物品の種類毎に、電磁波の量と、対象物品の質量との相関を表す、概略質量相関情報を更に記憶する。仮物理量算出部は、概略質量相関情報及び電磁波の量に基づいて対象物品の仮推定質量を仮物理量として算出する。

本発明の第２観点に係る質量推定装置では、比較的容易な構成で、仮物理量である仮推定質量を算出し、更には質量帯別に準備された質量相関情報を用いて対象物品の最終的な質量を精度良く算出することができる。

本発明の第３観点に係る質量推定装置は、第２観点の質量推定装置であって、相関情報学習部を更に備える。相関情報学習部は、質量が既知の対象物品を通過した電磁波の量の測定部による測定結果に基づいて、質量相関情報及び概略質量相関情報を導出する。

本発明の第３観点に係る質量推定装置では、初期設定時等に実際の対象物品の測定結果に基づいて質量相関情報及び概略質量相関情報が導出されるため、対象物品の質量を精度良く推定することが容易である。

本発明の第４観点に係る質量推定装置は、第３観点の質量推定装置であって、相関情報学習部は、質量が既知で、かつ質量が対象物品の質量の代表値に近い対象物品を通過した電磁波の量の測定部による測定結果に基づいて、概略質量相関情報を導出する。相関情報学習部は、質量が既知で、かつ互いに質量が異なる３つ以上の対象物品を通過した電磁波の量の測定部による測定結果に基づいて、質量相関情報を導出する。

本発明の第４観点に係る質量推定装置では、質量が代表値に近い対象物品を通過した電磁波の量に基づいて概略質量相関情報を導出することで、対象物品の質量によらず、概略質量相関情報を用いて、比較的精度良く仮の質量を推定することができる。また、質量が互いに異なる３つ以上の対象物品を通過した電磁波の量に基づいて質量相関情報を導出することで、質量帯それぞれについて適切な質量相関情報を導出することが可能で、対象物品の質量を精度良く推定することができる。

本発明の第５観点に係る質量推定装置は、第１観点の質量推定装置であって、記憶部は、対象物品の種類毎に、対象物品のサイズと、対象物品の質量との相関を表す、サイズ質量相関情報を更に記憶する。仮物理量算出部は、測定部の測定結果に基づいて対象物品のサイズを判断し、判断されたサイズとサイズ質量相関情報とに基づいて対象物品の仮推定質量を仮物理量として算出する。

本発明の第５観点に係る質量推定装置では、比較的容易な構成で、仮物理量である仮推定質量を算出し、更には質量帯別に準備された質量相関情報を用いて対象物品の最終的な質量を精度良く算出することができる。

本発明の第６観点に係る質量推定装置は、第１観点の質量推定装置であって、仮物理量算出部は、対象物品のサイズを仮物理量として算出する。

本発明の第６観点に係る質量推定装置では、仮物理量である対象物品のサイズを算出した上で、サイズ帯別に準備された質量相関情報を用いて対象物品の最終的な質量を精度良く算出することができる。

本発明の第７観点に係る質量推定装置は、第１観点から第６観点のいずれかの質量推定装置であって、ランク判定部を更に備える。ランク判定部は、質量推定部により算出された対象物品の推定質量に基づいて、対象物品のランクを判定する。

本発明の第７観点に係る質量推定装置では、精度良く推定された対象物品の質量に基づいて適切にランクの判定を行うことができる。

本発明の第８観点に係る質量推定装置は、第１観点から第７観点のいずれかの質量推定装置であって、物理量帯の境界値を入力する入力部を更に備える。

本発明の第８観点に係る質量推定装置では、実際の質量推定の結果等に基づいて、各物理量帯に対し、どの質量相関情報を用いればよいかを適切に設定することができる。そのため、対象物品の質量を精度良く推定することができる。

本発明の第９観点に係る質量推定装置は、第１観点から第８観点のいずれかの質量推定装置であって、電磁波はＸ線である。

本発明の第９観点に係る質量推定装置では、透過力の強いＸ線を電磁波として用いることで、幅広い物品に対して精度よく質量推定を行うことができる。

本発明に係る質量推定装置は、対象物品の仮物理量を算出した後に、その仮物理量が当てはまる物理量帯用に準備された質量相関情報を用いて対象物品の推定質量を算出する。そのため、対象物品の大きさに関する物理量の個体差が比較的大きい場合であっても、対象物品の物理量によらず、精度の高い質量推定が可能である。

本発明の質量推定装置の第１実施形態に係るＸ線検査装置を有するランク選別システムの概略構成図である。 図１のＸ線検査装置の外観斜視図である。 図１のＸ線検査装置のシールドボックスの内部を模式的に示した内部構成図である。 図１のＸ線検査装置のＸ線ラインセンサによる物品を通過するＸ線の測定について説明するための図である。 図１のＸ線検査装置のブロック構成図である。 図１のＸ線検査装置の相関情報学習部による概略質量相関情報及び質量帯毎の質量相関情報の学習の流れについて説明するフローチャートである。 図１のＸ線検査装置の記憶部に記憶された、物品の種類毎に用意された輝度（Ｘ線の量）と質量との相関を表す概略質量推定カーブの一例である。 図１のＸ線検査装置の記憶部に記憶された、ある種類の物品について、質量帯毎（仮推定質量の値の範囲毎）に用意されたＸ線の輝度（Ｘ線の量）と質量との相関を表す質量推定カーブの一例である。（ａ）は、図７における境界値Ｙ２以上の質量帯（第３質量帯）について用意された質量推定カーブである。（ｂ）は、図７における境界値Ｙ１より小さい質量帯（第１質量帯）について用意された質量推定カーブである。 図１のＸ線検査装置のランク判定処理のフローチャートである。 本発明の質量推定装置の第２実施形態に係るＸ線検査装置のブロック構成図である。 図１０のＸ線検査装置の相関情報学習部によるサイズ質量相関情報の学習の流れについて説明するフローチャートである。 図１０のＸ線検査装置による質量推定の対象物品のサイズと質量との関係を示したグラフである。 本発明の質量推定装置の第３実施形態に係るＸ線検査装置のブロック構成図である。 図１３のＸ線検査装置の相関情報学習部によるサイズ帯毎の質量相関情報の学習の流れについて説明するフローチャートである。 図１３のＸ線検査装置のランク判定処理のフローチャートである。

以下図面を参照しながら、本発明の質量推定装置の実施形態について説明する。なお、以下の実施形態は、本発明の具体例であって、本発明の技術的範囲を限定するものではない。以下の実施形態は、本発明の要旨を逸脱しない範囲で種々の変更が可能である。

＜第１実施形態＞
本発明の質量推定装置の第１実施形態に係るＸ線検査装置１０について説明する。

（１）Ｘ線検査装置を備えたランク選別システム
初めに、Ｘ線検査装置１０を備えたランク選別システム１００の一実施形態について説明する。

図１は、本発明の第１実施形態に係るＸ線検査装置１０を有するランク選別システム１００の概略構成図である。

ランク選別システム１００は、次々と搬送されてくる食品等の物品の推定質量を算出するとともに、算出された推定質量に基づいて物品のランクを判定し、物品をランク別に仕分けるシステムである。

以下の説明では、ランク選別システム１００において推定質量の算出の対象となる（ランク別の仕分けの対象となる）物品を、参照符号Ａを付して物品Ａと称する。なお、図１のように、推定質量の算出の対象となる全ての物品に同一の参照符号Ａが付されているが、これは全ての物品が均一であることを意味するものではない。物品には、その質量に個体差がある。また、図１中では同じ大きさの同じ形状の四角形で物品Ａを描画しているが、物品Ａのサイズ（例えば体積、面積、物品長、周囲長等）や形状には個体差がある。物品Ａは、例えば、農産物、海産物、畜産物等の自然物である。

ランク選別システム１００は、主に、前段コンベア７０、Ｘ線検査装置１０、後段コンベア８０、及び振分装置９０を備える。

前段コンベア７０は、物品ＡをＸ線検査装置１０まで搬送する。Ｘ線検査装置１０は、前段コンベア７０により搬送されてきた物品Ａを更に搬送しながら、物品Ａの推定質量を算出し、算出した推定質量に基づいて物品Ａのランクを判定する。Ｘ線検査装置１０のランク判定結果は、振分装置９０に送信される。後段コンベア８０は、Ｘ線検査装置１０によるランク判定後の物品Ａを搬送する。振分装置９０は、後段コンベア８０に沿って設けられている。振分装置のタイプを限定するものではないが、例えば、振分装置９０は、後段コンベア８０の搬送路上に張り出すように回動可能なアーム部材９１を複数有する。複数のアーム部材９１は、後段コンベア８０に沿って並べて配置されている。複数のアーム部材９１のそれぞれは、物品Ａの所定の１のランクと対応付けられている。振分装置９０は、ランク判定済みの物品Ａが後段コンベア８０により搬送される時に、ランク判定の結果にしたがって、その物品Ａのランクと対応付けられたアーム部材９１を後段コンベア８０の搬送路上に張り出させ、物品Ａを後段コンベア８０外へと導く。アーム部材９１により後段コンベア８０外に導かれた物品は、そのアーム部材９１に対応するケース（ランク別に設けられたケース）へと入る。

なお、以下の説明では、Ｘ線検査装置１０の質量推定機能及び質量に基づくランク判定機能に着目して説明するが、Ｘ線検査装置１０は、他の機能、例えば物品Ａへの異物の混入の有無の検査機能を有してもよい。そして、Ｘ線検査装置１０により異物が混入していると判定された物品Ａは、ランク選別システム１００外に排出されるように構成されてもよい。

（２）Ｘ線検査装置
以下に、図面を参照しながらＸ線検査装置１０について説明する。

図２は、Ｘ線検査装置１０の外観斜視図である。図３は、Ｘ線検査装置１０のシールドボックス１１の内部を模式的に示した内部構成図である。図４は、Ｘ線検査装置１０のＸ線ラインセンサ１４による物品を通過するＸ線の測定について説明するための図である。図５は、Ｘ線検査装置１０のブロック構成図である。

なお、以下の説明では、「上」、「下」、「左」、「右」、「前（正面）」、「後（背面）」等の方向を示す表現を用いる場合がある。特に断りのない場合、これらの方向は、図２、図３中に矢印で示した方向を示している。

Ｘ線検査装置１０は、シールドボックス１１と、コンベア１２と、Ｘ線照射器１３と、Ｘ線ラインセンサ１４と、タッチパネルモニタ３０と、コンピュータ２０とを主に有する（図２、図３及び図５参照）。

（２−１）シールドボックス
シールドボックス１１は、コンベア１２、Ｘ線照射器１３、Ｘ線ラインセンサ１４及びコンピュータ２０等のＸ線検査装置１０の各種構成を内部に収容するケーシングである。

シールドボックス１１の正面上部には、タッチパネルモニタ３０や、操作のためのスイッチ等が配置されている（図２参照）。

シールドボックス１１の左右の側面のそれぞれには、物品Ａをシールドボックス１１の内部（検査空間）に搬入し、物品Ａをシールドボックス１１の外部に搬出するための開口１１ａが形成されている（図２参照）。開口１１ａは、シールドボックス１１の外部へのＸ線の漏洩を防止するために、遮蔽ノレン（図示せず）により塞がれている。遮蔽ノレンは、例えば、鉛やタングステンを含むゴム製である。遮蔽ノレンは、物品Ａが開口１１ａを通過する際に、物品Ａによって押しのけられるように構成されている。

（２−２）コンベア
コンベア１２は、主にシールドボックス１１内において物品Ａを搬送する。

コンベア１２は、コンベアベルト１２ａ、ローラ１２ｂ、コンベアモータ１２ｃ及びエンコーダ１２ｄを有する（図３及び図５参照）。

コンベアベルト１２ａは、無端状のベルトである。コンベアベルト１２ａは、図２に示すように、シールドボックス１１の両側面に形成された開口１１ａを貫通するように配置されている。コンベアベルト１２ａは、駆動ローラを含むローラ１２ｂに掛け回されている（図３参照）。コンベアベルト１２ａは、駆動ローラがコンベアモータ１２ｃによって駆動されることで回転し、コンベアベルト１２ａ上に載置された物品Ａを搬送する。

後述するコンピュータ２０は、コンベア１２の搬送速度が所定の速度になるように、コンベアモータ１２ｃをインバータ制御する。コンベアモータ１２ｃには、コンベア１２の搬送速度を検出してコンピュータ２０に送る、エンコーダ１２ｄが装着されている（図５参照）。

（２−３）Ｘ線照射器
Ｘ線照射器１３は、照射部の一例である。Ｘ線照射器１３は、質量推定の対象である物品Ａに電磁波の一例としてのＸ線を照射する。

Ｘ線照射器１３は、図２に示すように、物品Ａを搬送するコンベア１２の上方に配置されている。Ｘ線照射器１３は、下方のＸ線ラインセンサ１４に向けてＸ線を照射する。Ｘ線照射器１３は、扇状の照射範囲ＸにＸ線を照射する（図３参照）。

（２−４）Ｘ線ラインセンサ
Ｘ線ラインセンサ１４は、物品Ａを通過（透過）したＸ線の量を測定する測定部の一例である。

Ｘ線ラインセンサ１４は、物品Ａを搬送するコンベア１２の下方に配置されている。Ｘ線ラインセンサ１４は、主に、多数の画素センサ１４ａを有する。画素センサ１４ａは、コンベア１２の搬送方向に直交する向きに直線状に配置されている。複数の画素センサ１４ａは、水平に並べられている。

各画素センサ１４ａは、物品Ａやコンベア１２を通過したＸ線を検出し、Ｘ線透視像信号を出力する。Ｘ線透視像信号は、Ｘ線の明るさを示す信号である。言い換えれば、Ｘ線透視像信号は、物品Ａを通過した検出したＸ線の量に対応する信号である。つまり、Ｘ線ラインセンサ１４は、物品Ａを通過したＸ線の量を測定する。

（２−５）光電センサ
光電センサ１５は、物品Ａが扇状のＸ線の照射範囲Ｘ（図３参照）を通過するタイミングを検知するための同期センサである（図５参照）。光電センサ１５は、主として、コンベア１２を挟んで配置される一対の投光器（図示せず）及び受光器（図示せず）から構成されている。

なお、本実施形態では、光電センサ１５を用いて物品ＡがＸ線の照射範囲Ｘを通過するタイミングが検知されるが、タイミングの検知方法は例示であって、これに限定されるものではない。例えば、Ｘ線検査装置１０は、Ｘ線ラインセンサ１４の検出するＸ線透過像信号を利用して、物品ＡがＸ線の照射範囲Ｘを通過するタイミングを検知してもよい。

（２−６）タッチパネルモニタ
タッチパネルモニタ３０は、フルドット表示の液晶ディスプレイである。タッチパネルモニタ３０には、Ｘ線検査装置１０が算出する物品Ａの推定質量の値や、Ｘ線検査装置１０が行う物品Ａのランク判定結果等が表示される。また、タッチパネルモニタ３０は、Ｘ線検査装置１０が動作・処理を行う上で必要となる各種設定の入力をオペレータに促す画面を表示する。

また、タッチパネルモニタ３０は入力部の一例である。タッチパネルモニタ３０は、タッチパネル機能を有し、オペレータによる各種設定の入力を受け付ける。

（２−７）コンピュータ
コンピュータ２０は、Ｘ線検査装置１０の各部の動作の制御や、物品Ａの推定質量の算出やランク判定を行う。

コンピュータ２０は、主に、ＣＰＵ（中央演算処理装置）、ＲＯＭ（リードオンリーメモリ）、ＲＡＭ（ランダムアクセスメモリ）、ハードディスク等を有している。さらに、コンピュータ２０は、タッチパネルモニタ３０のデータ表示を制御する表示制御回路（図示せず）、タッチパネルモニタ３０を介してオペレータにより入力されたキー入力データを取り込むキー入力回路（図示せず）、プリンタ（図示せず）等の外部機器やＬＡＮ等のネットワークとの接続を可能にする通信ポート（図示せず）等も有している。コンピュータ２０の各部は、アドレスバスやデータバス等のバスラインを介して相互に接続されている。

コンピュータ２０は、コンベアモータ１２ｃ、エンコーダ１２ｄ、Ｘ線照射器１３、Ｘ線ラインセンサ１４、及び光電センサ１５等のＸ線検査装置１０の各部に接続されている。コンピュータ２０は、コンベアモータ１２ｃやＸ線照射器１３等の動作を制御する。また、コンピュータ２０は、エンコーダ１２ｄが検出したコンベア１２の搬送速度や、Ｘ線ラインセンサ１４が測定した物品Ａを通過したＸ線の量（Ｘ線透過像信号）や、光電センサ１５の物品Ａの検知結果等を受け付ける。

ＲＯＭやハードディスク等を含むコンピュータ２０の記憶部２２には、例えば、画像生成モジュール、相関情報学習モジュール、仮質量算出モジュール、質量推定モジュール及びランク判定モジュールを含む各種プログラムが格納されている。ＣＰＵは、記憶部２２に格納されている各種プログラムを実行し、制御処理部２１として機能する。また、記憶部２２には、Ｘ線検査装置１０による質量推定及びランク判定に必要な各種設定や、物品Ａの質量推定結果及びランク判定結果が保存される。記憶部２２に記憶される各種設定は、タッチパネルモニタ３０からの入力によって変更（設定）可能に構成されている。

（２−７−１）制御処理部
制御処理部２１は、Ｘ線検査装置１０の各部の動作の制御や、物品Ａの推定質量の算出やランク判定等の処理を行う。

ここでは、制御処理部２１の機能のうち、画像生成機能、相関情報学習機能、仮質量算出機能、質量推定機能及びランク判定機能について説明する。なお、ここでは、画像生成機能、相関情報学習機能、仮質量算出機能、質量推定機能及びランク判定機能を行う機能部を、それぞれ、画像生成部２１ａ、相関情報学習部２１ｂ、仮質量算出部２１ｃ、質量推定部２１ｄ及びランク判定部２１ｅと呼ぶ。

初めに、各機能部の機能について概略を説明する。

画像生成部２１ａは、Ｘ線ラインセンサ１４から出力されるＸ線透視像信号に基づいて物品ＡのＸ線透過画像を生成する。

仮質量算出部２１ｃは、Ｘ線ラインセンサ１４の物品Ａを通過したＸ線の量の測定結果に基づいて、物品Ａの仮推定質量を算出する。具体的には、仮質量算出部２１ｃは、物品ＡのＸ線ラインセンサ１４のＸ線透過像信号に基づき画像生成部２１ａが生成した物品ＡのＸ線透過画像に基づいて、物品Ａの仮推定質量を算出する。

質量推定部２１ｄは、Ｘ線ラインセンサ１４の物品Ａを通過したＸ線の量の測定結果と、仮質量算出部２１ｃが算出したその物品Ａの仮推定質量とに基づいて、物品Ａの推定質量を算出する。具体的には、質量推定部２１ｄは、物品ＡのＸ線ラインセンサ１４のＸ線透過像信号に基づき画像生成部２１ａが生成した物品ＡのＸ線透過画像と、仮質量算出部２１ｃが算出したその物品Ａの仮推定質量とに基づいて、物品Ａの推定質量を算出する。

なお、仮質量算出部２１ｃが算出する物品Ａの仮推定質量は、最終的な物品Ａの質量（質量推定部２１ｄがＸ線検査装置１０の最終的な推定結果として算出する質量）の推定に用いられる仮物理量である。なお、以下では、混同を避けることを目的として、仮質量算出部２１ｃが算出する物品Ａの推定質量を第１推定質量と呼び、質量推定部２１ｄが算出する物品Ａの推定質量を第２推定質量と呼ぶ場合がある。

相関情報学習部２１ｂは、仮質量算出部２１ｃが物品Ａの仮推定質量を算出（導出）するために用いる概略質量相関情報を学習する。また、相関情報学習部２１ｂは、質量推定部２１ｄが物品Ａの推定質量を算出するために用いる質量相関情報を学習（導出）する。

ランク判定部２１ｅは、質量推定部２１ｄにより算出された物品Ａの推定質量に基づいて、物品Ａのランクを判定する。

以下に、各機能部について更に説明する。

（２−７−１−１）画像生成部
画像生成部２１ａは、Ｘ線ラインセンサ１４から出力されるＸ線透視像信号に基づいて、物品ＡのＸ線透過画像を生成する。画像生成部２１ａは、物品Ａが扇状のＸ線の照射範囲Ｘ（図２参照）を通過する時にＸ線ラインセンサ１４の各画素センサ１４ａから出力されるＸ線透視像信号を細かい時間間隔で取得し、取得したＸ線透視像信号に基づいて物品ＡのＸ線透過画像を生成する。すなわち、画像生成部２１ａは、Ｘ線ラインセンサ１４の各画素センサ１４ａから得られるＸ線の明るさに関する細かい時間間隔毎のデータをマトリクス状に時系列につなぎ合わせることにより、物品Ａを写すＸ線透過画像を生成する。なお、物品Ａが扇状のＸ線の照射範囲Ｘを通過するタイミングは、光電センサ１５からの信号と、コンベア１２の搬送速度とにより判断される。

（２−７−１−２）相関情報学習部
相関情報学習部２１ｂは、仮質量算出部２１ｃが仮推定質量（第１推定質量）の算出に使用する概略質量相関情報を導出（学習）する。相関情報学習部２１ｂが導出した概略質量相関情報は、記憶部２２の概略質量相関情報記憶領域２２ａに記憶される。

また、相関情報学習部２１ｂは、質量推定部２１ｄが推定質量（第２推定質量）の算出に使用する質量相関情報を導出（学習）する。相関情報学習部２１ｂが導出した質量相関情報は、記憶部２２の質量相関情報記憶領域２２ｂに記憶される。

概略質量相関情報は、物品を通過したＸ線の量と、Ｘ線が通過した部分の物品の質量との相関を表す情報である。本実施形態では、概略質量相関情報は、物品を通過したＸ線の量と、Ｘ線が通過した部分の物品の質量との相関を表す関数の定数である。

概略質量相関情報は、質量推定の対象となる物品の種類毎に学習され、記憶部２２の概略質量相関情報記憶領域２２ａに物品の種類毎に記憶される。なお、ここでは、例えば同一種類の物品（例えばアスパラガスという野菜）であっても、品種や、産地の違い等によって異なる種類の物品として取り扱われてもよい。相関情報学習部２１ｂは、例えばＸ線検査装置１０で、ある種類の物品の質量の推定が初めて行われる前に、その物品についての概略質量相関情報を学習する。好ましくは、相関情報学習部２１ｂは、検査対象の物品の種類毎に、１つの概略質量相関情報を学習する。

質量相関情報は、物品を通過したＸ線の量と、Ｘ線が通過した部分の物品の質量との相関を表す情報である。質量相関情報は、概略質量相関情報を用いて算出される第１推定質量よりも精度の良い第２推定質量を算出するために用いる情報である。

質量相関情報は、物品の種類毎であって、更に物品の質量帯毎（仮推定質量の値の範囲別）に学習され、記憶部２２の質量相関情報記憶領域２２ｂに物品の種類毎に記憶される情報である。例えば、本実施形態では、相関情報学習部２１ｂは、ある種類の物品の質量相関情報として、質量の値が境界値Ｙ１より小さい場合（第１質量帯）についての第１質量相関情報と、質量の値がＹ１以上でＹ２より小さい場合（第２質量帯）についての第２質量相関情報と、質量の値がＹ２以上の場合（第３質量帯）についての第３質量相関情報とを導出する。なお、質量相関情報は、３つの質量帯について導出される必要はなく、例えば、２つの質量帯、又は、４つ以上の質量帯について導出されてもよい。精度の良い物品の質量推定のためには、物品の種類毎に、少なくとも３つの質量帯について質量相関情報が導出されることが好ましい。

以下に、物品Ａについての概略質量相関情報及び質量相関情報の学習について、図６のフローチャートを参照しながら説明する。

概略質量相関情報及び質量相関情報の学習は、例えば、ある種類の物品Ａの質量の推定がＸ線検査装置１０により初めて行われる前に行われる。なお、以下で説明する処理の内容は例示であって、発明の要旨を変更しない範囲で適宜変更されてもよい。また、例えば、図６のフローチャート中の処理の順序は発明の要旨を変更しない範囲で適宜変更されてもよく、また発明の要旨を変更しない範囲で一部の処理が他の処理と同時に実行されてもよい。

本実施形態では、初めに概略質量相関情報が導出され、その後に質量相関情報が導出される。概略質量相関情報及び質量相関情報の学習処理は、例えばオペレータがタッチパネルモニタ３０から入力する学習処理の実行指令に応じて開始される。

まず、ステップＳ１では、質量が既知の（例えば、Ｘ線検査装置１０に要求される質量推定の精度よりも精度の高い電子秤等で質量を計測済みの）物品Ａ（第１サンプル）がコンベア１２で搬送され、搬送中の第１サンプルに対してＸ線照射器１３がＸ線を照射する。また、ステップＳ１では、画像生成部２１ａが、第１サンプルが扇状のＸ線の照射範囲Ｘ（図２参照）を通過する時にＸ線ラインセンサ１４の各画素センサ１４ａから出力されるＸ線透視像信号を細かい時間間隔で取得し、取得したＸ線透視像信号に基づいて第１サンプルのＸ線透過画像を生成する。画像生成部２１ａが取得する第１サンプルについてのＸ線透視像信号は、第１サンプルを通過したＸ線の量のＸ線ラインセンサ１４による測定結果である。

なお、第１サンプルには、その質量が物品Ａの質量の代表値に近い物品が使用されることが好ましい。物品Ａの質量の代表値とは、物品Ａの質量を代表するような値、例えば、無作為に選択した多数の物品Ａの質量の平均値、中央値、最頻値等である。また、ここでは、質量が物品Ａの質量の代表値に近いとは、例えば質量の値が代表値の±１０％の範囲内にあることを意味する。ここでは、第１サンプルの質量をＭ１とする。

次に、ステップＳ２では、相関情報学習部２１ｂは、第１サンプルを通過したＸ線の量のＸ線ラインセンサ１４による測定結果に基づいて、概略質量相関情報を導出する。具体的には、相関情報学習部２１ｂは、Ｘ線ラインセンサ１４の各画素センサ１４ａから出力されるＸ線透視像信号に基づき画像生成部２１ａが生成する第１サンプルのＸ線透過画像に基づいて、概略質量相関情報を導出する。

概略質量相関情報の導出の方法について詳しく説明する。

画像生成部２１ａにより生成されるＸ線透過画像では、その画素に対応するＸ線透視像信号が示すＸ線の明るさが暗いほど（言い換えれば、画素センサ１４ａにより検出されるＸ線の量が少ないほど）、輝度が低く（暗く）表わされる。そして、同じ物質を通過したＸ線であれば、Ｘ線の照射方向に厚みのある物質を通過するほど画素センサ１４ａが検出するＸ線の量が減少し、画素センサ１４ａが出力するＸ線透視像信号に対応する画素の輝度は低くなる。

そして、Ｘ線透過画像上の、物品Ａの厚さｔの部分を通過したＸ線の量に対応する画素の明るさＩは、物品Ａの存在しない部分を通過したＸ線の量に対応する画素の明るさをＩ₀とした場合、以下の式（１）によって表すことができる。
Ｉ／Ｉ₀＝ｅ^-μ^t ・・・（１）

ここで、μは、Ｘ線のエネルギーと物質の種類とに応じて定まる線吸収係数である。式（１）を物質の厚さｔについて解くと、以下の式（２）のようになる。
ｔ＝−１／μ×ｌｎ（Ｉ／Ｉ₀） ・・・（２）

Ｘ線透過画像の１つの画素に対応する物品Ａの微小部位の質量は、当該微小部位の厚さに比例する。したがって、明るさＩの画素の写す内容物の微小部位の質量ｍは、適当な定数αを用いれば、以下の式（３）によって近似的に算出される。なお、式（３）をグラフで表すと、図７の概略質量推定カーブのように表すことができる。
ｍ＝−αｌｎ（Ｉ／Ｉ₀） ・・・（３）

定数αを導出することができれば、物品ＡのＸ線透過画像中の物品Ａを構成する全ての画素（物品Ａの存在しない部分を通過したＸ線の量に対応する画素よりも暗い画素）に対応する質量ｍを算出して足し合わせることにより、物品Ａ全体の質量を推定することができる。

相関情報学習部２１ｂは、ステップＳ２において、式（３）中の定数αの値を概略質量相関情報として導出する。具体的には、第１サンプル全体の質量Ｍ１は既知であり、第１サンプルのＸ線透過画像中の第１サンプルを構成する全ての画素に対応する質量ｍを算出して足し合わせた値は質量Ｍ１と等しくなることを利用して、相関情報学習部２１ｂは、定数αの値を導出する。

なお、精度の良い概略質量相関情報を導出するために、ステップＳ１及びステップＳ２が繰り返し行われてもよい。そして、相関情報学習部２１ｂは、各ステップＳ２で得られる定数αの平均値を概略質量相関情報として導出してもよい。

次に、ステップＳ３では、相関情報学習部２１ｂは、第１サンプルを通過したＸ線の量のＸ線ラインセンサ１４による測定結果に基づいて、境界値Ｙ１以上かつ境界値Ｙ２（Ｙ２＞Ｙ１）より小さい質量帯（第２質量帯）についての質量相関情報（第２質量相関情報）を導出する。

なお、境界値Ｙ１は、例えば物品Ａの質量の最大値（物品Ａが取ると想定される最大の質量）の１／３の値である。また、境界値Ｙ２は、例えば物品Ａの質量の最大値の２／３の値である。ここでは、第１サンプルの質量Ｍ１は、境界値Ｙ１と境界値Ｙ２との間の値である。第１サンプルの質量Ｍ１は、例えば、境界値Ｙ１と境界値Ｙ２との平均値に近い値や、第２質量帯に含まれる物品Ａの質量の代表値（平均値、中央値、最頻値等）に近い値であることが好ましい。

境界値Ｙ１及び境界値Ｙ２は、タッチパネルモニタ３０によりオペレータが入力可能（変更可能）に構成されることが好ましい。境界値Ｙ１及び境界値Ｙ２をタッチパネルモニタ３０により設定可能とすることで、必要に応じて、どの質量に対して第１質量相関情報、第２質量相関情報、及び第３質量相関情報のいずれを使用するかを変更できる。その結果、質量推定部２１ｄによる物品Ａの質量推定の精度の改善を図ることができる。

相関情報学習部２１ｂによる第２質量相関情報（第２質量帯の質量相関情報）の導出方法は、上述した概略質量相関情報の導出方法と同様である。そして、相関情報学習部２１ｂが導出する第２質量相関情報、つまり、相関情報学習部２１ｂが導出する第２質量相関情報としての式（３）における定数αの値は、概略質量相関情報としての式（３）における定数αの値と同じである。

なお、第２質量相関情報の導出方法は例示であって、これに限定されるものではない。例えば、第１サンプルの質量Ｍ１が、第２質量帯内に含まれない場合や、境界値Ｙ１と境界値Ｙ２との平均値や第２質量帯に含まれる物品Ａの質量の代表値と大きく相違する場合には、第１サンプルとは異なる物品Ａのサンプル（第４サンプル）を用いてステップＳ１と同様の処理が行われてもよい。そして、相関情報学習部２１ｂは、その結果得られる第４サンプルのＸ線透過画像を用いて、ステップＳ２と同様の処理により第２質量相関情報を導出してもよい。なお、このようにして第２質量相関情報を導出する場合には、第４サンプルの質量は、境界値Ｙ１と境界値Ｙ２との平均値に近い値や、第２質量帯に含まれる物品Ａの質量の代表値（平均値、中央値、最頻値等）に近い値であることが好ましい。

次に、ステップＳ４では、質量が既知の、第１サンプルとは異なる質量の物品Ａ（第２サンプル）がコンベア１２で搬送され、搬送中の第２サンプルに対してＸ線照射器１３がＸ線を照射する。また、ステップＳ４では、画像生成部２１ａは、第２サンプルが扇状のＸ線の照射範囲Ｘ（図２参照）を通過する時にＸ線ラインセンサ１４の各画素センサ１４ａから出力されるＸ線透視像信号を細かい時間間隔で取得し、取得したＸ線透視像信号に基づいて第２サンプルのＸ線透過画像を生成する。画像生成部２１ａが取得する第２サンプルについてのＸ線透視像信号は、第２サンプルを通過したＸ線の量のＸ線ラインセンサ１４による測定結果である。

なお、第２サンプルには、境界値Ｙ２以上の質量範囲（第３質量帯）に含まれる質量の物品Ａが用いられる。特に、第２サンプルの質量Ｍ２は、例えば物品Ａの質量の最大値（物品Ａが取ると想定される最大の質量）と境界値Ｙ２との平均値に近い値や、第３質量帯に含まれる物品Ａの質量の代表値（平均値、中央値、最頻値等）に近い値であることが好ましい。

次に、ステップＳ５では、相関情報学習部２１ｂは、第２サンプルを通過したＸ線の量のＸ線ラインセンサ１４による測定結果に基づいて、境界値Ｙ２以上の質量帯（第３質量帯）についての質量相関情報（第３質量相関情報）を導出する。

相関情報学習部２１ｂによる第３質量相関情報の導出方法は、上述したステップＳ２の概略質量相関情報の導出方法と同様である。相関情報学習部２１ｂが導出する第３質量相関情報、つまり式（３）における定数αの値は、概略質量相関情報とは通常異なる値である。言い換えれば、図８（ａ）のように、第３質量帯の質量推定カーブは、通常、同質量帯における概略質量推定カーブとは一致しない。

なお、精度の良い第３質量相関情報を導出するために、ステップＳ４及びステップＳ５が繰り返し行われてもよい。そして、相関情報学習部２１ｂは、各ステップＳ５で得られる定数αの平均値を第３質量相関情報として導出してもよい。

次に、ステップＳ６では、質量が既知の、第１サンプル及び第２サンプルとは異なる質量の物品Ａ（第３サンプル）がコンベア１２で搬送され、搬送中の第３サンプルに対してＸ線照射器１３がＸ線を照射する。また、ステップＳ６では、画像生成部２１ａは、第３サンプルが扇状のＸ線の照射範囲Ｘ（図２参照）を通過する時にＸ線ラインセンサ１４の各画素センサ１４ａから出力されるＸ線透視像信号を細かい時間間隔で取得し、取得したＸ線透視像信号に基づいて第３サンプルのＸ線透過画像を生成する。画像生成部２１ａが取得する第３サンプルについてのＸ線透視像信号は、第３サンプルを通過したＸ線の量のＸ線ラインセンサ１４による測定結果である。

なお、第３サンプルには、境界値Ｙ１より小さい質量範囲（第１質量帯）に含まれる質量の物品Ａが用いられる。特に、第３サンプルの質量Ｍ３は、例えば境界値Ｙ１の１／２に近い値や、第１質量帯に含まれる物品Ａの質量の代表値（平均値、中央値、最頻値等）に近い値であることが好ましい。

次に、ステップＳ７では、相関情報学習部２１ｂは、第３サンプルを通過したＸ線の量のＸ線ラインセンサ１４による測定結果に基づいて、境界値Ｙ１より小さい質量帯（第１質量帯）についての質量相関情報（第１質量相関情報）を導出する。

相関情報学習部２１ｂによる第１質量相関情報の導出方法は、上述したステップＳ２の概略質量相関情報の導出方法と同様である。相関情報学習部２１ｂが導出する第１質量相関情報、つまり式（３）における定数αの値は、概略質量相関情報とは通常異なる値である。言い換えれば、図８（ｂ）のように、第１質量帯の質量推定カーブは、通常、同質量帯における概略質量推定カーブとは一致しない。

なお、精度の良い第１質量相関情報を導出するために、ステップＳ６及びステップＳ７が繰り返し行われてもよい。そして、相関情報学習部２１ｂは、各ステップＳ７で得られる定数αの平均値を第１質量相関情報として導出してもよい。

なお、本実施形態では、概略質量相関情報及び質量相関情報は、関数（３）の定数αであるが、これに限定されるものではない。例えば、概略質量相関情報及び質量相関情報（第１〜第３質量相関情報）は、物品Ａを透過したＸ線の透過量と、Ｘ線が透過した部分の物品Ａの質量とを関連付けた表であってもよい。

（２−７−１−３）仮質量算出部
仮質量算出部２１ｃは、仮物理量算出部の一例である。仮質量算出部２１ｃは、相関情報学習部２１ｂにより導出され、記憶部２２の概略質量相関情報記憶領域２２ａに記憶された概略質量相関情報と、Ｘ線ラインセンサ１４が測定した物品Ａを通過したＸ線の量に基づいて、物品Ａの仮推定質量（第１推定質量）を仮物理量として算出する。

具体的には、仮質量算出部２１ｃは、記憶部２２の概略質量相関情報記憶領域２２ａに記憶された概略質量相関情報と、Ｘ線ラインセンサ１４の測定結果から得られたＸ線透過画像とに基づいて、物品Ａの第１推定質量を算出する。より具体的には、仮質量算出部２１ｃは、概略質量相関情報としての式（３）の定数αを利用して、物品ＡのＸ線透過画像中の物品Ａを構成する全ての画素について、各画素に対応する物品Ａの微小部位の質量を算出し、これを足し合わせることにより物品Ａの仮推定質量（第１推定質量）を算出する。

（２−７−１−４）質量推定部
質量推定部２１ｄは、相関情報学習部２１ｂにより導出され、記憶部２２の質量相関情報記憶領域２２ｂに記憶された質量帯毎の質量相関情報（第１質量相関情報〜第３質量相関情報）の中から、仮質量算出部２１ｃが算出した第１推定質量が属する質量帯に対応する質量相関情報を選択する。

そして、質量推定部２１ｄは、選択した質量相関情報、及び、Ｘ線ラインセンサ１４が測定した物品Ａを通過したＸ線の量に基づいて、物品Ａの質量を推定する（第２推定質量を算出する）。具体的には、質量推定部２１ｄは、選択した記憶部２２の質量相関情報記憶領域２２ｂに記憶された質量相関情報と、Ｘ線ラインセンサ１４の測定結果から得られたＸ線透過画像とに基づいて、物品Ａの第２推定質量を算出する。より具体的には、質量推定部２１ｄは、選択された質量相関情報としての式（３）の定数αを利用して、物品ＡのＸ線透過画像中の物品Ａを構成する全ての画素について、各画素に対応する物品Ａの微小部位の質量を算出し、これを足し合わせることにより、物品Ａの質量を推定する（第２推定質量を算出する）。

（２−７−１−５）ランク判定部
ランク判定部２１ｅは、質量推定部２１ｄにより算出された物品Ａの推定質量（第２推定質量）に基づいて、物品Ａのランクを判定する。ランク判定部２１ｅは、質量推定部２１ｄにより算出された物品Ａの推定質量が、例えばタッチパネルモニタ３０を介して設定された５つの質量範囲のいずれに入るかを判断し、該当すると判断された質量範囲に対応するランクにその物品Ａが属すると判定する。

（３）Ｘ線検査装置による質量推定及びランク判定
以下に、Ｘ線検査装置１０が行う物品Ａの質量推定及びランク判定について、図９のフローチャートを参照しながら説明する。なお、以下で説明する処理の内容は例示であって、発明の要旨を変更しない範囲で適宜変更されてもよい。

なお、Ｘ線検査装置１０が物品Ａの質量推定及びランク判定を開始する際には、記憶部２２の概略質量相関情報記憶領域２２ａには概略質量相関情報が、質量相関情報記憶領域２２ｂには質量相関情報が、それぞれ記憶されているものとする。

まずステップＳ１１では、検査対象の（つまり質量が未知の）物品Ａがコンベア１２で搬送され、搬送中の物品Ａに対してＸ線照射器１３がＸ線を照射する。また、ステップＳ１１では、画像生成部２１ａが、物品Ａが扇状のＸ線の照射範囲Ｘ（図２参照）を通過する時にＸ線ラインセンサ１４の各画素センサ１４ａから出力されるＸ線透視像信号を細かい時間間隔で取得し、取得したＸ線透視像信号に基づいて物品ＡのＸ線透過画像を生成する。画像生成部２１ａが取得する物品ＡについてのＸ線透視像信号は、物品Ａを通過したＸ線の量のＸ線ラインセンサ１４による測定結果である。

次に、ステップＳ１２では、仮質量算出部２１ｃは、記憶部２２の概略質量相関情報記憶領域２２ａに記憶された概略質量相関情報、及び、Ｘ線ラインセンサ１４の測定結果に基づいて、物品Ａの仮推定質量（第１推定質量）を算出する。仮質量算出部２１ｃは、記憶部２２の概略質量相関情報記憶領域２２ａに記憶された概略質量相関情報と、Ｘ線ラインセンサ１４の測定結果から生成されたＸ線透過画像とに基づいて、物品Ａの第１推定質量を算出する。

次に、ステップＳ１３では、質量推定部２１ｄは、記憶部２２の質量相関情報記憶領域２２ｂに記憶された質量帯毎の質量相関情報（第１質量相関情報〜第３質量相関情報）の中から、ステップＳ１２で仮質量算出部２１ｃが算出した第１推定質量が属する質量帯に対応する１の質量相関情報を選択する。そして、質量推定部２１ｄは、選択された１の質量相関情報、及び、Ｘ線ラインセンサ１４の測定したＸ線の量に基づいて、物品Ａの質量を推定する（第２推定質量を算出する）。具体的には、質量推定部２１ｄは、選択した記憶部２２の質量相関情報記憶領域２２ｂに記憶された質量相関情報と、Ｘ線ラインセンサ１４の測定結果から生成されたＸ線透過画像に基づいて、物品Ａの第２推定質量を算出する。

次にステップＳ１４では、ランク判定部２１ｅは、質量推定部２１ｄにより算出された物品Ａの推定質量（第２推定質量）に基づいて、物品Ａのランクを判定する。

次にステップＳ１５では、ランク判定部２１ｅのランク判定結果が振分装置９０に対して出力される。また、ランク判定部２１ｅの判定結果は、タッチパネルモニタ３０に表示されてもよい。

（４）特徴
（４−１）
本実施形態のＸ線検査装置１０は、照射部の一例としてのＸ線照射器１３と、測定部の一例としてのＸ線ラインセンサ１４と、仮物理量算出部の一例としての仮質量算出部２１ｃと、記憶部２２と、質量推定部２１ｄと、を備える。Ｘ線照射器１３は、対象物品としての物品Ａに電磁波の一例としてのＸ線を照射する。Ｘ線ラインセンサ１４は、物品Ａを通過したＸ線の量を測定する。仮質量算出部２１ｃは、Ｘ線ラインセンサ１４の測定結果に基づいて、物品Ａの仮物理量（ここでは仮推定質量）を算出する。記憶部２２は、物品Ａの物理量帯毎（ここでは質量帯毎）に、Ｘ線の量と物品Ａの質量との相関を表す質量相関情報を記憶する。質量推定部２１ｄは、記憶部２２に記憶された物理量帯毎の質量相関情報の中から、仮質量算出部２１ｃが算出した仮物理量が属する物理量帯に対応する質量相関情報を選択する。質量推定部２１ｄは、選択した質量相関情報及びＸ線の量に基づいて、物品Ａの質量を推定する。

本実施形態のＸ線検査装置１０では、物品Ａの仮物理量（ここでは仮推定質量）を算出した後に、その仮物理量が当てはまる物理量帯（質量帯）用に準備された質量相関情報を用いて物品Ａの推定質量を算出する。そのため、物品Ａの物理量（ここでは質量）の個体差が比較的大きい場合であっても、物品Ａの物理量によらず、精度の高い質量推定が可能である。

また対象物品の物理量に応じて、言い換えれば対象物品の生育の具合等に応じて、対象物品の密度や組成等に差が生じ易い自然物（農産物・海産物・畜産物等）が対象物品である場合にも、対象物品の仮物理量を算出した後に、その仮物理量が当てはまる物理量帯用に準備された質量相関情報を用いて対象物品の推定質量が改めて算出されるため、対象物品の大きさに関する物理量によらず、精度の高い質量推定が可能である。

なお、本実施形態における電磁波はＸ線である。透過力の強いＸ線を電磁波として用いることで、幅広い物品に対して精度よく質量推定を行うことができる。

（４−２）
本実施形態のＸ線検査装置１０では、記憶部２２は、物品Ａの種類毎に、Ｘ線の量と、物品Ａの質量との相関を表す、概略質量相関情報を記憶する。仮質量算出部２１ｃは、概略質量相関情報及びＸ線の量に基づいて物品Ａの仮推定質量を仮物理量として算出する。

本実施形態のＸ線検査装置１０では、比較的容易な構成で、仮物理量である仮推定質量を算出し、更には質量帯別に準備された質量相関情報を用いて物品Ａの最終的な質量を精度良く算出することができる。

（４−３）
本実施形態のＸ線検査装置１０は、相関情報学習部２１ｂを備える。相関情報学習部２１ｂは、質量が既知の物品Ａ（第１サンプル〜第３サンプル）を通過したＸ線の量のＸ線ラインセンサ１４による測定結果に基づいて、質量相関情報及び概略質量相関情報を導出する。

本実施形態のＸ線検査装置１０では、初期設定時等に実際の物品Ａ（第１サンプル〜第３サンプル）の測定結果に基づいて質量相関情報及び概略質量相関情報が導出されるため、物品Ａの質量を精度良く推定することが容易である。

（４−４）
本実施形態のＸ線検査装置１０では、相関情報学習部２１ｂは、質量が既知で、かつ質量が物品Ａの質量の代表値に近い物品Ａ（第１サンプル）を通過したＸ線の量のＸ線ラインセンサ１４による測定結果に基づいて、概略質量相関情報を導出する。相関情報学習部２１ｂは、質量が既知で、かつ互いに質量が異なる３つ以上の物品Ａ（本実施形態では、第１〜第３サンプルの３つの物品Ａ）を通過したＸ線の量のＸ線ラインセンサ１４による測定結果に基づいて、質量相関情報を導出する。

本実施形態のＸ線検査装置１０では、質量が代表値に近い物品Ａ（第１サンプル）を通過したＸ線の量に基づいて概略質量相関情報を導出することで、物品Ａの質量によらず、概略質量相関情報を用いて、比較的精度良く仮の質量を推定することができる。また、質量が互いに異なる３つ以上の物品Ａを通過したＸ線の量に基づいて質量相関情報を導出することで、質量帯それぞれについて適切な質量相関情報を導出することが可能で、物品Ａの質量を精度良く推定することができる。

（４−５）
本実施形態のＸ線検査装置１０は、ランク判定部２１ｅを備える。ランク判定部２１ｅは、質量推定部２１ｄにより算出された物品Ａの推定質量に基づいて、物品Ａのランクを判定する。

本実施形態のＸ線検査装置１０では、精度良く推定された物品Ａの質量に基づいて適切にランクの判定を行うことができる。

（４−６）
本実施形態のＸ線検査装置１０は、物理量帯（質量帯）の境界値Ｙ１，Ｙ２を入力する入力部の一例としてのタッチパネルモニタ３０を備える。

本実施形態のＸ線検査装置１０では、実際の質量推定の結果等に基づいて、各物理量帯に対し、どの質量相関情報を用いればよいかを適切に設定することができる。そのため、物品Ａの質量を精度良く推定することができる。

＜第２実施形態＞
本発明の質量推定装置の第２実施形態に係るＸ線検査装置１１０について説明する。

図１０は、Ｘ線検査装置１１０のブロック構成図である。Ｘ線検査装置１１０は、コンピュータ１２０以外は第１実施形態のＸ線検査装置１０と同様に構成されている。以下では、説明の簡略化のため、Ｘ線検査装置１０との相違点であるＸ線検査装置１１０のコンピュータ１２０についてのみ説明する。

（１）コンピュータ
コンピュータ１２０の物理的な構成は、コンピュータ２０と同様である。

ここでは、コンピュータ２０との相違点である、コンピュータ１２０の制御処理部２１の相関情報学習部１２１ｂ及び仮質量算出部１２１ｃについて主に説明する。なお、コンピュータ１２０の制御処理部２１の画像生成部２１ａ、質量推定部２１ｄ、及びランク判定部２１ｅについては第１実施形態と同様であるため、説明は省略する。

また、コンピュータ１２０の記憶部１２２は、概略質量相関情報を記憶する概略質量相関情報記憶領域２２ａの代わりに、サイズ質量相関関数を記憶するサイズ質量相関情報記憶領域１２２ａを有することを除き、第１実施形態のコンピュータ２０の記憶部２２と同様であるので、詳しい説明は省略する。

（１−１）相関情報学習部
相関情報学習部１２１ｂは、仮質量算出部１２１ｃが物品Ａの仮推定質量を算出（導出）するために用いるサイズ質量相関情報を学習する。また、相関情報学習部１２１ｂは、質量推定部２１ｄが物品Ａの推定質量を算出するために用いる質量相関情報を学習（導出）する。相関情報学習部１２１ｂによる質量相関情報の学習については、第１実施形態と同様であるため、ここでは説明を省略する。

サイズ質量相関情報は、物品Ａのサイズと、物品Ａの質量との相関を表す情報である。物品Ａのサイズとは、例えば体積、面積、物品長、周囲長等を意味する。本実施形態では、物品Ａのサイズは物品Ａの面積（コンベア１２で搬送される状態の物品Ａを上方から見た時の物品Ａの面積）である。なお、サイズ質量相関情報において物品Ａのサイズとして使用する物理量には、質量との相関が強い（例えば、物理量と質量とが概ね比例関係にある）物理量が選択されることが好ましい。

サイズ質量相関情報は、質量推定の対象となる物品の種類毎に学習され、記憶部２２のサイズ質量相関情報記憶領域１２２ａに物品の種類毎に記憶される。なお、ここでは、例えば同一種類の物品（例えばアスパラガスという野菜）であっても、品種や、産地の違い等によって異なる種類の物品として取り扱われてもよい。相関情報学習部１２１ｂは、例えばＸ線検査装置１１０で、ある種類の物品の質量の推定が初めて行われる前に、その物品についてのサイズ質量相関情報を学習する。好ましくは、相関情報学習部１２１ｂは、検査対象の物品の種類毎に、１つのサイズ質量相関情報を学習する。

以下に、物品Ａについてのサイズ質量相関情報の学習について、図１１のフローチャートを参照しながら説明する。

サイズ質量相関情報の学習処理は、例えばオペレータがタッチパネルモニタ３０から入力する学習処理の実行指令に応じて開始される。

まず、ステップＳ２１では、質量が既知の（例えば、Ｘ線検査装置１０に要求される質量推定の精度よりも精度の高い電子秤等で質量を計測済みの）物品Ａ（第５サンプル）がコンベア１２で搬送され、搬送中の第５サンプルに対してＸ線照射器１３がＸ線を照射する。また、ステップＳ２１では、画像生成部２１ａが、第５サンプルが扇状のＸ線の照射範囲Ｘ（図２参照）を通過する時にＸ線ラインセンサ１４の各画素センサ１４ａから出力されるＸ線透視像信号を細かい時間間隔で取得し、取得したＸ線透視像信号に基づいて第５サンプルのＸ線透過画像を生成する。画像生成部２１ａが取得する第５サンプルについてのＸ線透視像信号は、第５サンプルを通過したＸ線の量のＸ線ラインセンサ１４による測定結果である。

なお、第５サンプルには、その質量が物品Ａの質量の代表値に近い物品が使用されることが好ましい。物品Ａの質量の代表値とは、物品Ａの質量を代表するような値、例えば、無作為に選択した多数の物品Ａの質量の平均値、中央値、最頻値等である。また、ここでは、質量が物品Ａの質量の代表値に近いとは、例えば質量の値が代表値の±１０％の範囲内にあることを意味する。なお、第５サンプルと、第２質量帯についての質量相関情報（第２質量相関情報）を導出するために用いられる第１サンプルとは、同一の物品Ａであってもよいし、異なる物品Ａであってもよい。

次に、ステップＳ２２では、相関情報学習部１２１ｂは、第５サンプルを通過したＸ線の量のＸ線ラインセンサ１４による測定結果に基づいて、第５サンプルのサイズ（ここでは面積）を算出する。具体的には、相関情報学習部１２１ｂは、第５サンプルのＸ線透過画像中の物品Ａを構成する全ての画素（第５サンプルの存在しない部分を通過したＸ線の量に対応する画素よりも暗い画素）に対応する微小面積を算出して足し合わせることにより、第５サンプルの面積を算出する。第５サンプルの質量は既知であるため、例えば物品Ａの面積と物品Ａの質量とが概ね比例する関係にあることが分かっていれば、相関情報学習部１２１ｂは、図１２のグラフにおける比例定数をサイズ質量相関情報として導出することができる。

なお、精度の良いサイズ質量相関情報を導出するために、ステップＳ２１及びステップＳ２２が繰り返し行われてもよい。そして、相関情報学習部１２１ｂは、各ステップＳ２２で得られる比例定数の平均値をサイズ質量相関情報として導出してもよい。

（１−２）仮質量算出部
仮質量算出部１２１ｃは、以下の様にして、Ｘ線ラインセンサ１４の物品Ａを通過したＸ線の量の測定結果に基づいて、物品Ａの仮推定質量を算出する。

まず仮質量算出部１２１ｃは、Ｘ線ラインセンサ１４の測定結果に基づいて、物品Ａのサイズを判断する。例えば、仮質量算出部１２１ｃは、物品Ａのサイズとして、Ｘ線ラインセンサ１４の測定結果から得られた物品ＡのＸ線透過画像中の、物品Ａを構成する全ての画素（物品Ａの存在しない部分を通過したＸ線の量に対応する画素よりも暗い画素）に対応する微小面積を算出して足し合わせることにより、物品Ａの面積を算出する。そして仮質量算出部１２１ｃは、判断されたサイズと、記憶部１２２のサイズ質量相関情報記憶領域１２２ａに記憶されたサイズ質量相関情報とに基づいて物品Ａの仮推定質量を仮物理量として算出する。

（２）Ｘ線検査装置による質量推定及びランク判定
Ｘ線検査装置１１０が行う物品Ａの質量推定及びランク判定に関する処理は、仮質量算出部１２１ｃによる仮推定質量の算出方法が異なる点を除き、第１実施形態のＸ線検査装置１０が行う物品Ａの質量推定及びランク判定に関する処理と同様である。そのため、ここでは説明を省略する。

（３）特徴
第２実施形態のＸ線検査装置１１０も、第１実施形態のＸ線検査装置１０の（４−１）、（４−５）、（４−６）と同様の特徴を有する。また、Ｘ線検査装置１１０は、以下の特徴を有する。

（３−１）
本実施形態のＸ線検査装置１１０では、記憶部１２２は、物品Ａの種類毎に、物品Ａのサイズと、物品Ａの質量との相関を表す、サイズ質量相関情報を記憶する。仮質量算出部１２１ｃは、Ｘ線ラインセンサ１４の測定結果に基づいて物品Ａのサイズを判断し、判断されたサイズとサイズ質量相関情報とに基づいて物品Ａの仮推定質量を仮物理量として算出する。

本実施形態のＸ線検査装置１１０では、比較的容易な構成で、仮物理量である仮推定質量を算出し、更には質量帯別に準備された質量相関情報を用いて物品Ａの最終的な質量を精度良く算出することができる。

＜第３実施形態＞
本発明の質量推定装置の第３実施形態に係るＸ線検査装置２１０について説明する。

図１３は、Ｘ線検査装置２１０のブロック構成図である。Ｘ線検査装置２１０は、コンピュータ２２０以外は第１実施形態のＸ線検査装置１０と同様に構成されている。以下では、説明の簡略化のため、Ｘ線検査装置１０との相違点であるＸ線検査装置２１０のコンピュータ２２０についてのみ説明する。

（１）コンピュータ
コンピュータ２２０の物理的な構成は、コンピュータ２０と同様である。

ここでは、コンピュータ２０との相違点である、コンピュータ２２０の制御処理部２１の相関情報学習部２２１ｂ、仮物理量算出部２２１ｃ、及び質量推定部２２１ｄについて主に説明する。なお、コンピュータ２２０の制御処理部２１の画像生成部２１ａ及びランク判定部２１ｅについては第１実施形態と同様であるため、説明は省略する。

また、コンピュータ２２０の記憶部２２２は、質量相関情報記憶領域２２２ｂに記憶される質量相関情報が、質量帯毎ではなく、サイズ帯毎（物理量帯毎）の情報である点を除き、第１実施形態のコンピュータ２０の記憶部２２と同様であるので、詳しい説明は省略する。

（１−１）相関情報学習部
相関情報学習部２２１ｂは、質量推定部２２１ｄが推定質量の算出に使用する質量相関情報を導出（学習）する。相関情報学習部２２１ｂが導出した質量相関情報は、記憶部２２２の質量相関情報記憶領域２２２ｂに記憶される。

質量相関情報は、物品を通過したＸ線の量と、Ｘ線が通過した部分の物品の質量との相関を表す情報である。

なお、質量相関情報は、物品の種類毎であって、更に物品の物理量帯毎に学習され、記憶部２２２の質量相関情報記憶領域２２２ｂに物品の種類毎に記憶される情報である。第３実施形態における質量相関情報は、第１実施形態及び第２実施形態における質量帯毎の情報とは違い、物理量帯毎（ここでは物品のサイズ帯毎）の情報である。なお、物品Ａのサイズとは、例えば体積、面積、物品長、周囲長等を意味する。本実施形態では、物品Ａのサイズは物品Ａの面積（コンベア１２で搬送される状態の物品Ａを上方から見た時の物品Ａの面積）である。

例えば、本実施形態では、相関情報学習部２２１ｂは、ある種類の物品の質量相関情報として、サイズ（本実施形態では面積）が境界値Ｚ１より小さい場合（第１サイズ帯）についての第１質量相関情報と、サイズが境界値Ｚ１以上で境界値Ｚ２より小さい場合（第２サイズ帯）についての第２質量相関情報と、サイズが境界値Ｚ２以上の場合（第３サイズ帯）についての第３質量相関情報とを導出する。なお、質量相関情報は、３つのサイズ帯について導出される必要はなく、例えば、２つのサイズ帯、又は、４つ以上のサイズ帯について導出されてもよい。精度の良い物品の質量推定のためには、物品の種類毎に、少なくとも３つのサイズ帯について質量相関情報が導出されることが好ましい。

なお、境界値Ｚ１は、例えば物品Ａのサイズの最大値（物品Ａが取ると想定される最大のサイズ）の１／３の値である。また、境界値Ｚ２は、例えば物品Ａのサイズの最大値の２／３の値である。

なお、境界値Ｚ１及び境界値Ｚ２は、タッチパネルモニタ３０によりオペレータが入力可能（変更可能）に構成されることが好ましい。境界値Ｚ１及び境界値Ｚ２をタッチパネルモニタ３０により設定可能とすることで、必要に応じて、どのサイズに対して第１質量相関情報、第２質量相関情報、及び第３質量相関情報のいずれを使用するかを変更できる。その結果、質量推定部２２１ｄによる物品Ａの質量推定の精度の改善を図ることができる。

以下に、物品Ａについての質量相関情報の学習について、図１４のフローチャートを参照しながら説明する。

物品Ａについての質量相関情報の学習は、例えば、ある種類の物品Ａの質量の推定がＸ線検査装置２１０により初めて行われる前に行われる。なお、以下で説明する処理の内容は例示であって、発明の要旨を変更しない範囲で適宜変更されてもよい。また、例えば、図１４のフローチャート中の処理の順序は発明の要旨を変更しない範囲で適宜変更されてもよく、また発明の要旨を変更しない範囲で一部の処理が他の処理と同時に実行されてもよい。

質量相関情報の学習処理は、例えばオペレータがタッチパネルモニタ３０から入力する学習処理の実行指令に応じて開始される。

まず、ステップＳ３１では、質量が既知の（例えば、Ｘ線検査装置２１０に要求される質量推定の精度よりも精度の高い電子秤等で質量を計測済みの）物品Ａ（第６サンプル）がコンベア１２で搬送され、搬送中の第６サンプルに対してＸ線照射器１３がＸ線を照射する。また、ステップＳ３１では、画像生成部２１ａが、第６サンプルが扇状のＸ線の照射範囲Ｘ（図２参照）を通過する時にＸ線ラインセンサ１４の各画素センサ１４ａから出力されるＸ線透視像信号を細かい時間間隔で取得し、取得したＸ線透視像信号に基づいて第６サンプルのＸ線透過画像を生成する。画像生成部２１ａが取得する第６サンプルについてのＸ線透視像信号は、第６サンプルを通過したＸ線の量のＸ線ラインセンサ１４による測定結果である。

なお、第６サンプルには、境界値Ｚ１と境界値Ｚ２との間のサイズ範囲（第２サイズ帯）に含まれるサイズの物品Ａが用いられる。第６サンプルのサイズは、例えば、境界値Ｚ１と境界値Ｚ２との平均値に近い値や、第２サイズ帯に含まれる物品Ａのサイズの代表値（平均値、中央値、最頻値等）に近い値であることが好ましい。

次に、ステップＳ３２では、相関情報学習部２２１ｂは、第６サンプルを通過したＸ線の量のＸ線ラインセンサ１４による測定結果に基づいて、第２サイズ帯の質量相関情報（第２質量相関情報）を導出する。なお、相関情報学習部２２１ｂによる第２質量相関情報の導出方法は、上述した第１実施形態における概略質量相関情報の導出方法と同様であるので、詳細な説明は省略する。

次に、ステップＳ３３では、質量が既知の物品Ａ（第７サンプル）がコンベア１２で搬送され、搬送中の第７サンプルに対してＸ線照射器１３がＸ線を照射する。また、ステップＳ３３では、画像生成部２１ａが、第７サンプルが扇状のＸ線の照射範囲Ｘ（図２参照）を通過する時にＸ線ラインセンサ１４の各画素センサ１４ａから出力されるＸ線透視像信号を細かい時間間隔で取得し、取得したＸ線透視像信号に基づいて第７サンプルのＸ線透過画像を生成する。画像生成部２１ａが取得する第７サンプルについてのＸ線透視像信号は、第７サンプルを通過したＸ線の量のＸ線ラインセンサ１４による測定結果である。

なお、第７サンプルには、境界値Ｚ２以上のサイズ範囲（第３サイズ帯）に含まれるサイズの物品Ａが用いられる。特に、第７サンプルのサイズは、例えば物品Ａのサイズの最大値（物品Ａが取ると想定される最大のサイズ）と境界値Ｚ２との平均値に近い値や、第３サイズ帯に含まれる物品Ａのサイズの代表値（平均値、中央値、最頻値等）に近い値であることが好ましい。

次に、ステップＳ３４では、相関情報学習部２２１ｂは、第７サンプルを通過したＸ線の量のＸ線ラインセンサ１４による測定結果に基づいて、第３サイズ帯の質量相関情報（第３質量相関情報）を導出する。なお、相関情報学習部２２１ｂによる第３質量相関情報の導出方法は、上述した第１実施形態における概略質量相関情報の導出方法と同様であるので、詳細な説明は省略する。

次に、ステップＳ３５では、質量が既知の物品Ａ（第８サンプル）がコンベア１２で搬送され、搬送中の第８サンプルに対してＸ線照射器１３がＸ線を照射する。また、ステップＳ３５では、画像生成部２１ａが、第８サンプルが扇状のＸ線の照射範囲Ｘ（図２参照）を通過する時にＸ線ラインセンサ１４の各画素センサ１４ａから出力されるＸ線透視像信号を細かい時間間隔で取得し、取得したＸ線透視像信号に基づいて第８サンプルのＸ線透過画像を生成する。画像生成部２１ａが取得する第８サンプルについてのＸ線透視像信号は、第８サンプルを通過したＸ線の量のＸ線ラインセンサ１４による測定結果である。

なお、第８サンプルには、境界値Ｚ１より小さいサイズ範囲（第１サイズ帯）に含まれるサイズの物品Ａが用いられる。特に、第８サンプルのサイズは、例えば境界値Ｚ１の１／２に近い値や、第１サイズ帯に含まれる物品Ａのサイズの代表値（平均値、中央値、最頻値等）に近い値であることが好ましい。

次に、ステップＳ３６では、相関情報学習部２２１ｂは、第８サンプルを通過したＸ線の量のＸ線ラインセンサ１４による測定結果に基づいて、第１サイズ帯の質量相関情報（第３質量相関情報）を導出する。なお、相関情報学習部２２１ｂによる第１質量相関情報の導出方法は、上述した第１実施形態における概略質量相関情報の導出方法と同様であるので、詳細な説明は省略する。

なお、精度の良い質量相関情報を導出するために、各ステップＳ３１〜Ｓ３６が繰り返し行われてもよいのは、第１実施形態と同様である。

（１−２）仮物理量算出部
仮物理量算出部２２１ｃは、Ｘ線ラインセンサ１４が測定した物品Ａを通過したＸ線の量に基づいて、物品Ａのサイズ（ここでは面積）を仮物理量として算出する。

具体的には、仮物理量算出部２２１ｃは、Ｘ線ラインセンサ１４の測定結果から得られたＸ線透過画像に基づいて、物品Ａのサイズ（ここでは面積）を算出する。より具体的には、仮物理量算出部２２１ｃは、物品Ａのサイズとして、Ｘ線ラインセンサ１４の測定結果から得られた物品ＡのＸ線透過画像中の、物品Ａを構成する全ての画素（物品Ａの存在しない部分を通過したＸ線の量に対応する画素よりも暗い画素）に対応する微小面積を算出して足し合わせることにより、物品Ａの面積を算出する。

（１−３）質量推定部
質量推定部２２１ｄは、相関情報学習部２２１ｂにより導出され、記憶部２２２の質量相関情報記憶領域２２２ｂに記憶されたサイズ毎の質量相関情報（第１質量相関情報〜第３質量相関情報）の中から、仮物理量算出部２２１ｃが算出した仮物理量（サイズ）が属する仮物理量帯（サイズ帯）に対応する質量相関情報を選択する。

そして、質量推定部２２１ｄは、選択した質量相関情報、及び、Ｘ線ラインセンサ１４が測定した物品Ａを通過したＸ線の量に基づいて、物品Ａの質量を推定する。具体的には、質量推定部２２１ｄは、選択した記憶部２２２の質量相関情報記憶領域２２２ｂに記憶された質量相関情報と、Ｘ線ラインセンサ１４の測定結果から得られたＸ線透過画像とに基づいて、物品Ａの推定質量を算出する。より具体的には、質量推定部２２１ｄは、選択された質量相関情報としての式（３）の定数αを利用して、物品ＡのＸ線透過画像中の物品Ａを構成する全ての画素について、各画素に対応する物品Ａの微小部位の質量を算出し、これを足し合わせることにより、物品Ａの質量を推定する。

（２）Ｘ線検査装置による質量推定及びランク判定
以下に、Ｘ線検査装置１０が行う物品Ａの質量推定及びランク判定について、図１５のフローチャートを参照しながら説明する。なお、以下で説明する処理の内容は例示であって、発明の要旨を変更しない範囲で適宜変更されてもよい。

なお、Ｘ線検査装置１０が物品Ａの質量推定及びランク判定を開始する際には、記憶部２２２の質量相関情報記憶領域２２２ｂには質量相関情報が既に記憶されているものとする。

まずステップＳ４１では、検査対象の（つまり質量が未知の）物品Ａがコンベア１２で搬送され、搬送中の物品Ａに対してＸ線照射器１３がＸ線を照射する。また、ステップＳ４１では、画像生成部２１ａが、物品Ａが扇状のＸ線の照射範囲Ｘ（図２参照）を通過する時にＸ線ラインセンサ１４の各画素センサ１４ａから出力されるＸ線透視像信号を細かい時間間隔で取得し、取得したＸ線透視像信号に基づいて物品ＡのＸ線透過画像を生成する。画像生成部２１ａが取得する物品ＡについてのＸ線透視像信号は、物品Ａを通過したＸ線の量のＸ線ラインセンサ１４による測定結果である。

次に、ステップＳ４２では、仮物理量算出部２２１ｃは、Ｘ線ラインセンサ１４の測定結果に基づいて、物品Ａのサイズ（ここでは面積）を算出する。

次に、ステップＳ４３では、質量推定部２２１ｄは、記憶部２２２の質量相関情報記憶領域２２２ｂに記憶されたサイズ帯毎の質量相関情報（第１質量相関情報〜第３質量相関情報）の中から、ステップＳ４２で仮物理量算出部２２１ｃが算出したサイズが属するサイズ帯に対応する１の質量相関情報を選択する。そして、質量推定部２２１ｄは、選択された１の質量相関情報、及び、Ｘ線ラインセンサ１４の測定したＸ線の量に基づいて、物品Ａの質量を推定する。具体的には、質量推定部２２１ｄは、選択した記憶部２２２の質量相関情報記憶領域２２２ｂに記憶された質量相関情報と、Ｘ線ラインセンサ１４の測定結果から生成されたＸ線透過画像に基づいて、物品Ａの推定質量を算出する。

次にステップＳ４４では、ランク判定部２１ｅは、質量推定部２２１ｄにより算出された物品Ａの推定質量に基づいて、物品Ａのランクを判定する。

次にステップＳ４５では、ランク判定部２１ｅのランク判定結果が振分装置９０に対して出力される。また、ランク判定部２１ｅの判定結果は、タッチパネルモニタ３０に表示されてもよい。

（３）特徴
第３実施形態のＸ線検査装置２１０も、第１実施形態のＸ線検査装置１０の（４−１）、（４−５）、（４−６）と同様の特徴を有する。また、Ｘ線検査装置２１０は、以下の特徴を有する。

（３−１）
本実施形態のＸ線検査装置２１０では、仮物理量算出部２２１ｃは、物品Ａのサイズを仮物理量として算出する。

本実施形態のＸ線検査装置２１０では、仮物理量である物品Ａのサイズを算出した上で、サイズ帯別に準備された質量相関情報を用いて物品Ａの最終的な質量を精度良く算出することができる。

＜変形例＞
上記実施形態は、互いに矛盾しない範囲で適宜組み合わされてもよい。

以下に、上記実施形態の変形例を示す。変形例は、互いに矛盾しない範囲で適宜組み合わされてもよい。

（１）変形例Ａ
上記実施形態では、Ｘ線検査装置１０，１１０，２１０は、ランク選別システム１００に組み込まれ、ランク選別システム１００の一部を構成するが、これに限定されるものではない。例えば、Ｘ線検査装置１０，１１０，２１０は、独立した装置であってもよい。

（２）変形例Ｂ
上記実施形態では、Ｘ線検査装置１０，１１０，２１０の相関情報学習部２１ｂ，１２１ｂ，２２１ｂが質量相関情報を導出するが、これに限定されるものではない。例えば、記憶部２２，１２２，２２２には、予め質量相関情報が記憶されていてもよい。

概略質量相関情報やサイズ質量相関情報についても同様である。

（３）変形例Ｃ
上記実施形態では、電磁波はＸ線であるが、これに限定されるものではない。例えば、電磁波は近赤外線等であってもよい。

（４）変形例Ｄ
上記実施形態では、仮物理量がある程度精度良く算出されているが、仮物理量の算出方法は上記方法に限定されるものではない。

仮物理量は、質量相関情報の選択のために、質量推定の対象の物品Ａの物理量がどの物理量帯に入るかを決定できる程度の精度で算出されればよい。例えば、第１実施形態や第２実施形態であれば、物品Ａの質量が、境界値Ｙ２以上、境界値Ｙ１以上で境界値Ｙ２より小さい、境界値Ｙ１より小さいということだけが分かる程度の精度で仮推定質量が算出されてもよい。

本発明は、対象物品に電磁波を照射し、対象物品を通過した電磁波の量に基づいて質量を推定する質量推定装置に対して広く適用可能である。

１０，１１０，２１０ Ｘ線検査装置（質量推定装置）
１３ Ｘ線照射器（照射部）
１４ Ｘ線ラインセンサ（測定部）
２１ｂ，１２１ｂ，２２１ｂ 相関情報学習部
２１ｃ，１２１ｃ 仮質量算出部（仮物理量算出部）
２１ｄ，２２１ｄ 質量推定部
２１ｅ ランク判定部
２２，１２２，２２２ 記憶部
３０ タッチパネルモニタ（入力部）
２２１ｃ 仮物理量算出部
Ａ 物品（対象物品）
Ｙ１，Ｙ２ 境界値（質量帯の境界値）
Ｚ１，Ｚ２ 境界値（サイズ帯の境界値）

特開２００２−２９６０２２号公報

Claims (8)

1. 対象物品に電磁波を照射する照射部と、
   前記対象物品を通過した前記電磁波の量を測定する測定部と、
   前記測定部の測定結果に基づいて、前記対象物品のサイズ又は仮推定質量を仮物理量として算出する仮物理量算出部と、
   前記対象物品の物理量帯毎に、前記電磁波の前記量と前記対象物品の質量との相関を表す質量相関情報を記憶する記憶部と、
   前記記憶部に記憶された前記物理量帯毎の前記質量相関情報の中から、前記仮物理量算出部が算出した前記仮物理量が属する物理量帯に対応する前記質量相関情報を選択し、選択した前記質量相関情報及び前記電磁波の前記量に基づいて、前記対象物品の質量を推定する質量推定部と、
   を備えた質量推定装置。
2. 前記記憶部は、前記対象物品の種類毎に、前記電磁波の前記量と、前記対象物品の質量との相関を表す、概略質量相関情報を更に記憶し、
   前記仮物理量算出部は、前記概略質量相関情報及び前記電磁波の前記量に基づいて前記対象物品の前記仮推定質量を前記仮物理量として算出する、
   請求項１に記載の質量推定装置。
3. 質量が既知の前記対象物品を通過した前記電磁波の前記量の前記測定部による測定結果に基づいて、前記質量相関情報及び前記概略質量相関情報を導出する相関情報学習部を更に備える、
   請求項２に記載の質量推定装置。
4. 前記相関情報学習部は、質量が既知で、かつ質量が前記対象物品の質量の代表値に近い前記対象物品を通過した前記電磁波の前記量の前記測定部による測定結果に基づいて、前記概略質量相関情報を導出し、質量が既知で、かつ互いに質量が異なる３つ以上の前記対象物品を通過した前記電磁波の前記量の前記測定部による測定結果に基づいて、前記質量相関情報を導出する、
   請求項３に記載の質量推定装置。
5. 前記記憶部は、前記対象物品の種類毎に、前記対象物品のサイズと、前記対象物品の質量との相関を表す、サイズ質量相関情報を更に記憶し、
   前記仮物理量算出部は、前記測定部の測定結果に基づいて前記対象物品の前記サイズを判断し、判断された前記サイズと前記サイズ質量相関情報とに基づいて前記対象物品の前記仮推定質量を前記仮物理量として算出する、
   請求項１に記載の質量推定装置。
6. 前記質量推定部により算出された前記対象物品の推定質量に基づいて、前記対象物品のランクを判定するランク判定部を更に備える、
   請求項１から５のいずれか１項に記載の質量推定装置。
7. 前記物理量帯の境界値を入力する入力部を更に備える、
   請求項１から６のいずれか１項に記載の質量推定装置。
8. 前記電磁波はＸ線である、
   請求項１から７のいずれか１項に記載の質量推定装置。

Images