JP7182927B2 - Bean pod inspection method and pod food manufacturing method - Google Patents

Bean pod inspection method and pod food manufacturing method Download PDF

Info

Publication number
JP7182927B2
JP7182927B2 JP2018135407A JP2018135407A JP7182927B2 JP 7182927 B2 JP7182927 B2 JP 7182927B2 JP 2018135407 A JP2018135407 A JP 2018135407A JP 2018135407 A JP2018135407 A JP 2018135407A JP 7182927 B2 JP7182927 B2 JP 7182927B2
Authority
JP
Japan
Prior art keywords
pod
bean
region
pods
inspecting
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
Application number
JP2018135407A
Other languages
Japanese (ja)
Other versions
JP2020012741A (en
Inventor
真也 塚本
稔 間宮
政彦 本多
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nichirei Foods Inc
Original Assignee
Nichirei Foods Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nichirei Foods Inc filed Critical Nichirei Foods Inc
Priority to JP2018135407A priority Critical patent/JP7182927B2/en
Publication of JP2020012741A publication Critical patent/JP2020012741A/en
Application granted granted Critical
Publication of JP7182927B2 publication Critical patent/JP7182927B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Analysing Materials By The Use Of Radiation (AREA)
  • Beans For Foods Or Fodder (AREA)

Description

本発明は、莢豆の検査方法及び莢豆食品の製造方法に関し、特に莢豆の内部を検査する方法、及びその検査方法を備えた製造方法に関する。 TECHNICAL FIELD The present invention relates to a method for inspecting pods and a method for producing pod food, and more particularly to a method for inspecting the inside of pods and a production method equipped with the inspection method.

莢と、莢に覆われた豆とからなる大豆、豌豆、空豆などの莢豆は、生鮮食品として需要がある。特に、未成熟で青いうちの大豆を収穫した枝豆は、加熱調理後に冷凍保存された冷凍食品としても、広く普及している。莢豆の検査方法としては、多数の莢豆の中からその一部をサンプルとして抜き取って検査する破壊検査が知られている。 Soybeans, broad beans, and other pods, which consist of pods and beans covered with pods, are in demand as fresh foods. In particular, green soybeans harvested from soybeans that are immature and still green are widely used as a frozen food that has been frozen after being cooked. As a method for inspecting pods, a destructive test is known in which a part of the pods is sampled from among many pods and inspected.

特許文献1には、作業台の下から透過光を点灯し光を透過させて、異物混入の有無を、透過光の光量変化や色調変化を目視により判定する検査方法が開示されている。 Patent Literature 1 discloses an inspection method in which transmitted light is turned on from below a workbench to transmit the light, and the presence or absence of foreign matter contamination is visually determined by changes in the amount of light and changes in color tone of the transmitted light.

非特許文献1には、可視光に比べて食品の透過率が高い近赤外光を食品に照射し、透過光を特殊なカメラで撮像して、これを画像処理することで、毛髪や虫等の検出が可能となることが開示されている。 In Non-Patent Document 1, food is irradiated with near-infrared light, which has a higher transmittance of food than visible light, and the transmitted light is imaged with a special camera and image-processed. It is disclosed that detection of such as is possible.

特開2006-162438号公報Japanese Patent Application Laid-Open No. 2006-162438

国立大学法人豊橋技術科学大学 Press Release 平成26年4月24日Toyohashi University of Technology Press Release April 24, 2014

しかしながら、従来のサンプルを破壊して検査する方法では、破壊すると商品性が低下する食品、例えば枝豆の場合、全ての食品を検査することは不可能であるので、必然的に検査漏れが発生し、検査の精度が低下するという問題がある。 However, with the conventional method of inspecting samples by destroying them, it is impossible to inspect all food items, such as green soybeans, whose marketability is lowered by destruction, so inspection omissions inevitably occur. , there is a problem that the accuracy of inspection decreases.

特許文献1の検査方法は、可視光を用いた目視による検査方法であるので、食品を破壊する必要がないが、透過率が小さい可視光では食品内部を詳しく検査することが困難であるという問題がある。 Since the inspection method of Patent Document 1 is a visual inspection method using visible light, there is no need to destroy the food. There is

非特許文献1の検査方法は、近赤外光でも食品内部までは届かず、検査の目的が果たせないという懸念がある。例えば莢豆の莢が厚い場合には、莢に当たった近赤外光が拡散して内部まで届かず、莢の中の状態を検査することが困難である。 In the inspection method of Non-Patent Document 1, even near-infrared light does not reach the inside of the food, and there is a concern that the purpose of the inspection cannot be achieved. For example, when the pod of a bean pod is thick, the near-infrared light that strikes the pod is diffused and does not reach the inside, making it difficult to inspect the condition inside the pod.

そこで、本発明は、莢豆を破壊せずに、莢豆の内部の状態を高精度で検査することができる莢豆の検査方法及び莢豆食品の製造方法を提供することを目的とする。 Therefore, an object of the present invention is to provide a method for inspecting beans and a method for producing a food product of beans, which can inspect the state of the inside of beans with high accuracy without destroying the beans.

本発明に係る莢豆の検査方法及び莢豆食品の製造方法は、湿式加熱がされていない莢豆にX線を照射して検査する工程を備え、前記X線の管電圧をV(kV)、前記X線の照射領域を通過する前記莢豆の速度をS(m/min)とした場合、下記式(1)及び式(2)を満たす方法である。
10≦S≦60・・・(1)
25≦V≦S+40・・・(2)
The method for inspecting beans and the method for producing a food product according to the present invention includes a step of inspecting by irradiating X-rays to beans that have not been wet-heated, and the tube voltage of the X-rays is set to V (kV) A method that satisfies the following formulas (1) and (2), where S (m/min) is the speed of the pods passing through the X-ray irradiation area.
10≦S≦60 (1)
25≦V≦S+40 (2)

本発明に係る莢豆の検査方法は、湿式加熱がされていない莢豆にX線を照射してX線画像情報を取得する工程と、前記X線画像情報の、前記莢豆の莢領域外の濃淡値、前記莢豆の莢領域の濃淡値、前記莢豆の豆外縁の濃淡値、前記莢豆の豆領域の濃淡値を測定する工程とを備える。 The method for inspecting pods according to the present invention includes the steps of irradiating X-rays on pods that have not been wet-heated to obtain X-ray image information, , a gray value of the pod area of the pod, a gray value of the bean outer edge of the pod, and a gray value of the bean area of the pod.

本発明によれば、湿式加熱がされる前の莢豆に対しX線を照射することにより、莢と豆の境界が鮮明で、豆領域をより確実に特定することができる。したがって莢豆を破壊せずに、莢豆の内部の状態を高精度で検査することができる。 According to the present invention, the boundary between the pod and the bean is clear and the bean region can be specified more reliably by irradiating the bean pod before wet heating with X-rays. Therefore, the internal state of the pod can be inspected with high accuracy without destroying the pod.

本実施形態に係る検査装置の構成を示すブロック図である。It is a block diagram which shows the structure of the inspection apparatus which concerns on this embodiment. X線撮像部の構成を模式的に示す斜視図である。3 is a perspective view schematically showing the configuration of an X-ray imaging unit; FIG. 本実施形態に係る莢豆食品の製造方法を示すフローチャートである。It is a flow chart which shows the manufacturing method of the bean pod foodstuffs concerning this embodiment. 本実施形態に係る検査方法で撮像した莢豆のX線画像である。4 is an X-ray image of pods captured by the inspection method according to the present embodiment. 湿式加熱後の莢豆のX線画像であり、図5Aはボイルした後、図5Bは蒸煮した後の画像である。FIG. 5A is an X-ray image of the pods after wet heating, FIG. 5A after boiling and FIG. 5B after steaming. 良品モデルの説明に供する図であり、図6Aは莢豆のX線画像、図6BはX線透過強度を示すグラフ、図6Cは二値データ画像である。6A is an X-ray image of a pod, FIG. 6B is a graph showing X-ray transmission intensity, and FIG. 6C is a binary data image. 不良品モデルの説明に供する図であり、図7Aは莢豆のX線画像、図7BはX線透過強度を示すグラフ、図7Cは二値データ画像である。7A is an X-ray image of a pod, FIG. 7B is a graph showing X-ray transmission intensity, and FIG. 7C is a binary data image. FIG. 良品モデルの説明に供する模式図である。It is a schematic diagram with which it uses for description of a non-defective product model. 良品の莢豆の説明に供する図であり、図9Aは良品モデル、図9Bは良品のX線画像である。Fig. 9A is a model of a good product, and Fig. 9B is an X-ray image of the good product. 不良品(1)の莢豆の説明に供する図であり、図10Aは不良品モデル、図10Bは不良品のX線画像である。Fig. 10A is a model of the defective product (1), and Fig. 10B is an X-ray image of the defective product. 不良品(2)の莢豆の説明に供する図であり、図11Aは不良品モデル、図11Bは不良品のX線画像である。Fig. 11A is a model of the defective product, and Fig. 11B is an X-ray image of the defective product. 不良品(3)の莢豆の説明に供する図であり、図12Aは不良品(凹み)モデル、図12Bは不良品(凹み)のX線画像、図12Cは不良品(変色)モデル、図12Dは不良品(変色)のX線画像である。12A is a defective product (dent) model, FIG. 12B is an X-ray image of the defective product (dent), and FIG. 12C is a defective product (discoloration) model. 12D is an X-ray image of a defective product (discoloration). 不良品(4)の莢豆の説明に供する図であり、図13Aは不良品モデル、図13Bは不良品のX線画像である。Fig. 13A is a diagram for explaining the pods of the defective product (4), Fig. 13A is a model of the defective product, and Fig. 13B is an X-ray image of the defective product. 良品のX線画像をまとめた一覧表である。It is a list which put together the X-ray image of a non-defective product. 不良品のX線画像をまとめた一覧表である。It is the table|surface which put together the X-ray image of the defective article. 濃淡値の測定箇所の説明に供する莢豆の模式図である。FIG. 2 is a schematic diagram of a bean pod for explaining the measurement points of the gradation value. 管電圧とベルトスピードの関係を示すグラフである。It is a graph which shows the relationship between tube voltage and belt speed. 本実施形態に係る検査方法で撮像した乾熱で加熱した後の莢豆のX線画像である。It is an X-ray image of pods after being heated with dry heat, which is imaged by the inspection method according to the present embodiment.

以下、図面を参照して本発明の実施形態について詳細に説明する。 BEST MODE FOR CARRYING OUT THE INVENTION Hereinafter, embodiments of the present invention will be described in detail with reference to the drawings.

(全体構成)
図1に示す検査装置10は、X線撮像部12、記憶部14、入力部16、出力部18、及び処理部20とを備え、それらがバス22を介して接続されている。処理部20は、予め格納されている基本プログラムや画像処理プログラムなどのアプリケーションプログラムを読み出して、これら各種プログラムに従って、検査装置10全体を制御する。処理部20は、複数のプログラム(アプリケーションプログラム等)を並列に実行できる。
(overall structure)
The inspection apparatus 10 shown in FIG. 1 includes an X-ray imaging section 12 , a storage section 14 , an input section 16 , an output section 18 and a processing section 20 , which are connected via a bus 22 . The processing unit 20 reads application programs such as a basic program and an image processing program stored in advance, and controls the entire inspection apparatus 10 according to these various programs. The processing unit 20 can execute a plurality of programs (application programs, etc.) in parallel.

記憶部14は、例えば、半導体記憶装置、磁気テープ装置、磁気ディスク装置、又は光ディスク装置のうちの少なくとも一つを備える。記憶部14は、処理部20での処理に用いられるオペレーティングシステムプログラム、ドライバプログラム、アプリケーションプログラム、データ等を記憶する。例えば、記憶部14は、アプリケーションプログラムとして、莢豆の内部を検査する検査処理を処理部20に実行させるための検査プログラム等を記憶する。検査プログラムは、例えばCD-ROM、DVD-ROM等のコンピュータ読み取り可能な可搬型記録媒体から、公知のセットアッププログラム等を用いて記憶部14にインストールされてもよい。 The storage unit 14 includes, for example, at least one of a semiconductor storage device, a magnetic tape device, a magnetic disk device, or an optical disk device. The storage unit 14 stores an operating system program, a driver program, an application program, data, etc. used for processing in the processing unit 20 . For example, the storage unit 14 stores, as an application program, an inspection program or the like for causing the processing unit 20 to perform an inspection process for inspecting the inside of the pod. The inspection program may be installed in the storage unit 14 from a computer-readable portable recording medium such as CD-ROM, DVD-ROM, etc. using a known setup program or the like.

また、記憶部14は、良品の莢豆の良品データ、及び後述するX線画像を記憶する。良品データは、良品の莢豆が有するべき豆や莢の情報、例えば、大きさ(面積)や形状を数値化した情報である。さらに、記憶部14は、所定の処理に係る一時的なデータを一時的に記憶してもよい。 The storage unit 14 also stores non-defective product data of non-defective pods and X-ray images, which will be described later. The non-defective product data is information on beans and pods that should be possessed by non-defective bean pods, for example, information in which the size (area) and shape are quantified. Furthermore, the storage unit 14 may temporarily store temporary data related to predetermined processing.

入力部16は、データの入力が可能であればどのようなデバイスでもよく、例えば、タッチパネル、キーボード等である。作業者は、入力部16を用いて、文字、数字、記号等を入力することができる。入力部16は、作業者により操作されると、その操作に対応する信号を生成する。そして、生成された信号は、作業者の指示として、処理部20に供給される。 The input unit 16 may be any device that can input data, such as a touch panel and a keyboard. The operator can use the input unit 16 to input characters, numbers, symbols, and the like. The input unit 16 generates a signal corresponding to the operation when operated by the operator. The generated signal is then supplied to the processing unit 20 as an operator's instruction.

出力部18は、映像や画像等の表示が可能であればどのようなデバイスでもよく、例えば、液晶ディスプレイ又は有機EL(Electro-Luminescence)ディスプレイ等である。出力部18は、処理部20から入力された画像データに応じた画像等を表示する。また、出力部18は、紙等の表示媒体に画像又は文字等を印刷する機器であってもよい。 The output unit 18 may be any device as long as it can display video, images, etc., for example, a liquid crystal display or an organic EL (Electro-Luminescence) display. The output unit 18 displays an image or the like according to the image data input from the processing unit 20 . Also, the output unit 18 may be a device that prints images or characters on a display medium such as paper.

図2に示すようにX線撮像部12は、莢豆28にX線29を照射し、莢豆28を透過したX線を受像することによってX線画像情報を取得する。X線撮像部12は、X線照射器23と、X線受像器24と、搬送部としてのベルトコンベヤ26とを備える。X線照射器23とX線受像器24は、ベルトコンベヤ26を挟んで上下に対向するように配置されている。ベルトコンベヤ26は、複数の莢豆28を、一方向に搬送する。ベルトコンベヤ26上の複数の莢豆28は、当該莢豆28同士が上下に重ならない状態で並べられている。 As shown in FIG. 2, the X-ray imaging unit 12 acquires X-ray image information by irradiating the pod 28 with X-rays 29 and receiving the X-rays transmitted through the pod 28 . The X-ray imaging unit 12 includes an X-ray irradiator 23, an X-ray image receiver 24, and a belt conveyor 26 as a transport unit. The X-ray irradiator 23 and the X-ray image receiver 24 are arranged so as to vertically face each other with the belt conveyor 26 interposed therebetween. A belt conveyor 26 conveys a plurality of pods 28 in one direction. A plurality of pods 28 on the belt conveyor 26 are arranged in such a manner that the pods 28 do not overlap each other.

X線照射器23は、ベルトコンベヤ26の上方からX線29を照射する。X線照射器23は、ベルトコンベヤ26を幅方向に横断するようにX線29を照射し、平面状の照射領域ARを形成する。莢豆28は、X線の照射領域ARを、ベルトコンベヤ26の走行速度で通過する。 The X-ray irradiator 23 irradiates X-rays 29 from above the belt conveyor 26 . The X-ray irradiator 23 irradiates X-rays 29 across the belt conveyor 26 in the width direction to form a planar irradiation area AR. The pods 28 pass through the X-ray irradiation area AR at the running speed of the belt conveyor 26 .

X線受像器24は、長手方向の長さがベルトコンベヤ26の幅方向と略同じ長さであるラインセンサである。X線受像器24は、莢豆28を透過したX線を受像して、得られたX線画像情報を、図示しないLAN(Local Area Network)及びバス22を介して、処理部20へ出力する。 The X-ray image receiver 24 is a line sensor whose longitudinal length is substantially the same as the width direction of the belt conveyor 26 . The X-ray image receiver 24 receives the X-rays transmitted through the pod 28 and outputs the obtained X-ray image information to the processing unit 20 via a LAN (Local Area Network) (not shown) and the bus 22 . .

X線照射器23の管電圧をV(kV)、ベルトコンベヤ26の走行速度をS(m/min)とした場合、管電圧V及び速度Sは、下記式(1)及び式(2)を満たす。
10≦S≦60・・・(1)
25≦V≦S+40・・・(2)
When the tube voltage of the X-ray irradiator 23 is V (kV) and the running speed of the belt conveyor 26 is S (m/min), the tube voltage V and the speed S are given by the following formulas (1) and (2). Fulfill.
10≦S≦60 (1)
25≦V≦S+40 (2)

上記式(1)及び式(2)を満たすことにより、生産性を低下させずに、莢と豆の境界が鮮明で、莢豆28の輪郭、豆の輪郭、及び豆領域の濃淡を特定できるX線画像を得ることができる。管電圧Vが大きいと、X線の透過力が大きくなるので、X線画像は明るくなる。一方、管電圧Vが小さいと、X線の透過力が小さくなるので、X線画像は暗くなる。また速度Sを落とした方が、莢豆を透過するX線の量が増加するので、X線画像は明るくなる。一方、速度Sを上げた方が、莢豆を透過するX線の量が低下するので、X線画像は暗くなる。したがって生産性を上げるため速度Sを上げた場合、X線の量は減少するが、管電圧Vをより高くしてX線の量を増やすことによって、より鮮明なX線画像を得ることができる。 By satisfying the above formulas (1) and (2), the boundary between the pod and the bean is clear, and the outline of the bean pod 28, the outline of the bean, and the shade of the bean area can be identified without reducing productivity. An X-ray image can be obtained. As the tube voltage V increases, the X-ray penetrating power increases, resulting in a brighter X-ray image. On the other hand, when the tube voltage V is small, the X-ray transmission power becomes small, so the X-ray image becomes dark. Further, when the speed S is lowered, the amount of X-rays passing through the pod increases, so the X-ray image becomes brighter. On the other hand, increasing the speed S reduces the amount of X-rays that pass through the pod, resulting in a darker X-ray image. Therefore, when the speed S is increased to increase productivity, the amount of X-rays decreases, but by increasing the tube voltage V and increasing the amount of X-rays, a clearer X-ray image can be obtained. .

ベルトコンベヤ26の走行速度Sが10(m/min)未満の場合、単位時間あたりに検査できる莢豆28の量が制限され、生産性が低下してしまう。ベルトコンベヤ26の走行速度Sが60(m/min)超の場合、莢豆28から取得したX線画像情報が処理部20で画像処理できる計算量を超えてしまうおそれがある。ベルトコンベヤ26の走行速度Sの上限は、処理部20の処理能力に応じて変更することが可能である。X線照射器23の管電圧が25kV未満の場合、X線画像が暗すぎて莢の内部の濃淡が不鮮明となる。X線の管電圧VがS+40(kV)超の場合、X線画像が明るくなりすぎて豆と莢の色味の差が小さく、豆の外形形状を特定することが困難となる。なお、管電流は、管電圧を設定することによって、適宜変化するものであり、例えば、0.2mA~10mAの範囲である。 If the running speed S of the belt conveyor 26 is less than 10 (m/min), the amount of pods 28 that can be inspected per unit time is limited, resulting in a decrease in productivity. If the running speed S of the belt conveyor 26 exceeds 60 (m/min), the X-ray image information obtained from the pods 28 may exceed the amount of calculation that can be processed by the processing unit 20 . The upper limit of the running speed S of the belt conveyor 26 can be changed according to the processing capability of the processing section 20 . When the tube voltage of the X-ray irradiator 23 is less than 25 kV, the X-ray image is too dark and the shade inside the pod becomes unclear. When the X-ray tube voltage V exceeds S+40 (kV), the X-ray image becomes too bright, the color difference between the beans and the pods is small, and it becomes difficult to identify the outer shape of the beans. Incidentally, the tube current is appropriately changed by setting the tube voltage, and is in the range of 0.2 mA to 10 mA, for example.

さらに管電圧V及び速度Sは、50≦S≦60の範囲では、下記式(3)を満たすのが好ましい。速度Sが50≦S≦60の範囲の場合には、管電圧Vが下記式(3)を満たすことによって、豆表面の凹みや変色などの傷をより確実に特定することができる。
1.5S-50≦V≦S+40・・・(3)
Further, the tube voltage V and the speed S preferably satisfy the following formula (3) within the range of 50≦S≦60. When the speed S is in the range of 50≦S≦60, the tube voltage V satisfies the following formula (3), so that it is possible to more reliably identify defects such as dents and discoloration on the bean surface.
1.5S-50≤V≤S+40 (3)

また、X線照射器23の管電圧V及び速度Sは、30≦S≦60の範囲では、下記式(4)を満たすのが好ましい。
25≦V≦70・・・(4)
Further, the tube voltage V and speed S of the X-ray irradiator 23 preferably satisfy the following formula (4) within the range of 30≦S≦60.
25≦V≦70 (4)

(莢豆食品の製造方法)
次に、畑で収穫された莢豆28から莢豆食品を製造する製造方法を、図3を参照して説明する。まずステップSP1において莢豆28を収穫した後、簡単に洗浄する(ステップSP2)。洗浄した莢豆28を畑から搬送し(ステップSP3)、工場へ入庫する(ステップSP4)。工場において再度、複数回にわたって洗浄する(ステップSP5)。洗浄後の莢豆28に対し、内部検査(ステップSP6)を行う。
(Method for producing pod food)
Next, a manufacturing method for manufacturing a bean pod food from the pod 28 harvested in the field will be described with reference to FIG. First, after harvesting the pods 28 in step SP1, they are briefly washed (step SP2). The washed pods 28 are transported from the field (step SP3) and stored in the factory (step SP4). Washing is repeated multiple times at the factory (step SP5). An internal inspection (step SP6) is performed on the pods 28 after washing.

内部検査(ステップSP6)において、X線撮像部12は、搬送中の莢豆28のX線画像情報を取得する。処理部20は、X線画像情報を読み出す。処理部20は、X線画像情報から、莢豆28の特徴を抽出し、特徴情報を得る。処理部20は、当該特徴情報に基づき莢豆28の良否を判定する。 In the internal inspection (step SP6), the X-ray imaging unit 12 acquires X-ray image information of the pods 28 being transported. The processing unit 20 reads X-ray image information. The processing unit 20 extracts features of the pods 28 from the X-ray image information to obtain feature information. The processing unit 20 determines whether the beans 28 are good or bad based on the characteristic information.

図4に、上記手順で得られたX線画像情報から生成した莢豆28のX線画像を示す。X線画像には、莢30の内側にある豆32が映し出されている。処理部20は、例えば、X線画像情報から、豆32の領域を特定する。X線画像において豆領域は、莢30の領域と比べてX線が透過し難いため、より黒く表示される。処理部20は、黒く表示される一定の領域を豆領域として特定する。 FIG. 4 shows an X-ray image of the pod 28 generated from the X-ray image information obtained by the above procedure. The X-ray image shows the bean 32 inside the pod 30 . The processing unit 20 identifies the region of the beans 32 from, for example, the X-ray image information. In the X-ray image, the bean region appears blacker than the region of the pod 30 because it is difficult for X-rays to pass therethrough. The processing unit 20 identifies certain areas displayed in black as bean areas.

また本図には図示しないが、処理部20は、豆領域及び莢領域とは異なる濃淡で、豆領域外に一定のまとまりのある領域を豆32以外の異物、例えば虫と特定する。さらに処理部20は、豆領域内において、部分的に濃淡が明るい箇所又は暗い箇所がある場合、豆32の表面に外形異常(変形、変色、虫食い)があると特定する。上記のようにして処理部20は、莢豆28の特徴情報を得る。 Also, although not shown in the figure, the processing unit 20 identifies a region outside the bean region, which has a different density than the bean region and the pod region, and has a certain unity outside the bean region, as a foreign substance other than the bean 32, such as an insect. Furthermore, the processing unit 20 identifies that the surface of the bean 32 has an external shape abnormality (deformation, discoloration, worm-eaten) when there is a partially bright or dark portion in the bean region. As described above, the processing unit 20 obtains characteristic information of the pods 28 .

次いで、処理部20は、上記のようにして得た特徴情報に基づき、莢豆28の良否を判定する。例えば、処理部20は、当該豆領域を、良品データと比較する。比較した結果、処理部20は、豆領域と良品データの差が一定値以下の場合、良品と判定する。一方、処理部20は、豆領域と良品データの差が一定値を超える場合、不良品と判定する。 Next, the processing unit 20 determines whether the beans 28 are good or bad based on the characteristic information obtained as described above. For example, the processing unit 20 compares the bean area with non-defective product data. As a result of the comparison, the processing unit 20 determines that the product is a non-defective product when the difference between the beans region and the non-defective product data is equal to or less than a certain value. On the other hand, the processing unit 20 determines that the product is defective when the difference between the beans region and the non-defective product data exceeds a certain value.

例えば、処理部20は、良品データとして良品の莢豆28の画像データを記憶部14から読み出し、豆領域と比較する。処理部20は、良品データに対する豆領域の不一致率を算出する。良品と不良品を分ける不一致率の閾値は、良品の莢豆28から予め定める。不一致率が予め定めた閾値以下の場合には当該莢豆28を良品と判定し、閾値超の場合には当該莢豆28を不良品と判定する。処理部20は、豆領域を良品データと比較することにより、豆32の大きさの良否、外形異常の有無を判定することができる。また処理部20は、莢豆28内に虫を検出した場合、当該莢豆28を不良品と判定する。 For example, the processing unit 20 reads the image data of the non-defective pods 28 from the storage unit 14 as the non-defective data and compares it with the bean region. The processing unit 20 calculates the non-matching rate of the bean area with respect to the non-defective product data. A non-matching rate threshold for separating non-defective products from non-defective products is determined in advance from the non-defective pods 28 . When the mismatch rate is equal to or less than a predetermined threshold, the pod 28 is determined as a non-defective product, and when it exceeds the threshold, the pod 28 is determined as a defective product. The processing unit 20 can determine whether the size of the bean 32 is good or not and whether there is an abnormality in the external shape by comparing the bean region with the non-defective product data. When the processing unit 20 detects an insect in the pod 28, the processing unit 20 determines the pod 28 as a defective product.

次いで、不良品と判定された莢豆28をベルトコンベヤ26から除去する(ステップSP7)。続いて、良品と判定された莢豆28を湿式加熱する(ステップSP8)。ここで湿式加熱は、水分を熱の媒体として利用して加熱する調理操作をいい、具体的には蒸煮、ボイル、又は熱水(例えば80℃以上の水)をかける操作を指す。 Next, the pods 28 determined to be defective are removed from the belt conveyor 26 (step SP7). Subsequently, the pods 28 determined as non-defective are wet-heated (step SP8). Here, wet heating refers to a cooking operation in which water is used as a heat medium for heating, and specifically refers to steaming, boiling, or applying hot water (for example, water of 80° C. or higher).

湿式加熱された莢豆28は、凍結(ステップSP9)された後、仮包装(ステップSP10)して一定期間保管(ステップSP11)される。最後に、表面を検品して(ステップSP12)、小分けして包装(ステップSP13)後、莢豆食品として出荷される。 The wet-heated pods 28 are frozen (step SP9), temporarily packaged (step SP10), and stored for a certain period of time (step SP11). Finally, the surface is inspected (step SP12), subdivided and packaged (step SP13), and then shipped as a pod food.

(動作及び効果)
X線照射器23は、ベルトコンベヤ26に向かって上方からX線29を照射する。X線照射器23からベルトコンベヤ26に向かって形成されたX線の照射領域ARを、莢豆28はベルトコンベヤ26の走行速度Sで通過する。X線撮像部12は、搬送中の莢豆28に対し、上方からX線29を照射して得たX線画像情報を取得し、処理部20に出力する。処理部20は、X線撮像部12から入力されたX線画像情報に基づき、各莢豆28に対し特徴情報を得、当該特徴情報と良品データを比較することで、当該莢豆28の良否を判定する。実際の判定においては、莢豆28の輪郭から莢30の大きさや形に基づく特徴と、豆32の輪郭から豆領域外の莢内の異物(虫等)、豆自体の大きさや形に基づく特徴とを取得する。次いで豆領域の濃淡から豆領域内に存在する異物(虫等)や、豆32の変色に基づく特徴を取得する。
(action and effect)
The X-ray irradiator 23 emits X-rays 29 from above toward the belt conveyor 26 . The pods 28 pass through the X-ray irradiation area AR formed from the X-ray irradiator 23 toward the belt conveyor 26 at the running speed S of the belt conveyor 26 . The X-ray imaging unit 12 acquires X-ray image information obtained by irradiating the beans 28 being transported with X-rays 29 from above, and outputs the information to the processing unit 20 . Based on the X-ray image information input from the X-ray imaging unit 12, the processing unit 20 obtains characteristic information for each pod 28 and compares the characteristic information with non-defective product data to determine the quality of the pod 28. judge. In the actual determination, features based on the size and shape of the pod 30 from the outline of the bean pod 28, and features based on the size and shape of the bean itself from the outline of the bean 32, such as foreign matter (such as insects) in the pod outside the bean area. and get. Next, foreign matter (insects, etc.) existing in the bean area and features based on discoloration of the bean area 32 are acquired from the shading of the bean area.

判定は、例えば、得られたX線画像情報に基づき、全体から莢豆28の画像(1)を切り出し、画像(1)から豆32の画像(2)を切り出し、当該切り出した画像(1)及び画像(2)に基づき不良の有無を検出するという手順で行ってもよい。莢豆28の画像(1)に基づき、莢豆28の輪郭から検出できる不良、例えば莢30の破れの有無、莢領域における虫の存在の有無などを検出することができる。豆32の画像(2)に基づき、豆32の輪郭から検出できる不良、例えば、異形、小粒、豆32に隣接して虫が存在する不良の有無などを検出する。さらに豆32の画像(2)に基づき、豆領域の濃淡から検出できる不良、例えば豆32の変色や表面の凹みの有無などを検出する。したがって、本実施形態に係る検査方法では、1つのX線画像に基づき、莢豆28の輪郭から検出できる不良、豆32の輪郭から検出できる不良、及び豆領域の濃淡から検出できる不良を、同時に検査することができる。検査装置10は、判定結果を出力部18に入力してもよい。この場合、出力部18は、X線画像情報から生成したX線画像と共に、判定結果に応じた出力結果を表示することができる。 For example, based on the obtained X-ray image information, the image (1) of the pod 28 is cut out from the whole, the image (2) of the bean 32 is cut out from the image (1), and the cut out image (1) And the presence or absence of defects may be detected based on the image (2). Based on the image (1) of the pod 28, it is possible to detect defects that can be detected from the outline of the pod 28, such as whether the pod 30 is broken or whether there are insects in the pod area. Based on the image ( 2 ) of the bean 32 , defects that can be detected from the outline of the bean 32 , for example, defects such as irregular shapes, small grains, and bugs adjacent to the bean 32 are detected. Further, based on the image (2) of the bean 32, defects that can be detected from the shade of the bean region, such as discoloration of the bean 32 and presence or absence of surface dents, are detected. Therefore, in the inspection method according to the present embodiment, based on one X-ray image, defects that can be detected from the contour of the pod 28, defects that can be detected from the contour of the bean 32, and defects that can be detected from the shade of the bean region can be detected at the same time. can be inspected. The inspection device 10 may input the determination result to the output unit 18 . In this case, the output unit 18 can display the output result corresponding to the determination result together with the X-ray image generated from the X-ray image information.

より具体的には、得られたX線画像に基づき、図16における、莢領域外a、莢領域b、豆外縁c、豆領域の濃淡値を測定する。濃淡値は、得られたX線画像から所定の階調のデータを得て、分割した各座標ポイントの画像輝度を所定の階調値に変換することによって得られる。莢領域外a、莢領域b、豆外縁c、豆領域の濃淡値を、良品の莢豆の濃淡値と比較することによって、良品又は不良品の判定をすることができる。本実施形態の検査方法では、管電圧V(kV)と、ベルトスピードS(m/min)が上記式(1)及び式(2)を満たすことによって、莢領域外a、莢領域b、豆外縁c、豆領域、豆の不良部分e(不良がある豆の場合)が、所定の濃淡値を有するX線画像を得ることができる。得られたX線画像は、莢領域外aと莢領域bの濃淡差、莢領域bと豆外縁cの濃淡差、豆外縁cと豆領域の濃淡差、豆領域と不良部分eの濃淡差が、それぞれ所定の数値以上である。莢領域外aと莢領域bの濃淡差が所定の数値以上であることによって、莢豆28の輪郭が検出し易くなる。莢領域bと豆外縁cの濃淡差が所定の数値以上であることによって、豆32の輪郭が検出し易くなる。豆外縁cと豆領域の濃淡差が所定の数値以上であることによって、豆表面の異常が検出し易くなる。不良部分eと豆領域の中央部分dの濃淡差を、莢領域外aと豆領域の中央部分dの濃淡差で除して規格化した、濃淡差の比が所定の数値以上であることによって、豆領域内の不良が検出し易くなる。 More specifically, based on the obtained X-ray image, the density values of the outer pod region a, the pod region b, the bean outer edge c, and the bean region in FIG. 16 are measured. The gradation value is obtained by obtaining predetermined gradation data from the obtained X-ray image and converting the image luminance of each divided coordinate point into a predetermined gradation value. By comparing the gradation values of the outer pod region a, the pod region b, the bean outer edge c, and the bean region with the gradation values of the non-defective pods, it is possible to judge whether the product is good or bad. In the inspection method of the present embodiment, the tube voltage V (kV) and the belt speed S (m/min) satisfy the above formulas (1) and (2), so that the outside pod region a, the pod region b, the beans An X-ray image can be obtained in which the outer edge c, the bean area, and the defective portion e of the bean (in the case of a bean with defects) have predetermined grayscale values. The obtained X-ray images show the difference in density between the outside of the pod region a and the pod region b, the difference in density between the pod region b and the outer edge of the bean c, the difference in density between the outer edge of the bean c and the bean region, and the difference in density between the bean region and the defective part e. are each greater than or equal to a predetermined numerical value. The outline of the bean pod 28 can be easily detected when the difference in shading between the outside of the pod region a and the pod region b is greater than or equal to a predetermined value. The outline of the bean 32 can be easily detected when the difference in shade between the pod region b and the bean outer edge c is equal to or greater than a predetermined value. When the density difference between the outer edge c of the bean and the bean area is equal to or greater than a predetermined value, it becomes easier to detect an abnormality on the surface of the bean. The ratio of the grayscale difference, which is normalized by dividing the grayscale difference between the defective portion e and the central portion d of the bean region by the grayscale difference between the outside of the pod region a and the central portion d of the bean region, is equal to or greater than a predetermined value. , it becomes easier to detect defects in the bean region.

本実施形態の場合、湿式加熱がされる前の莢豆28に対しX線29を照射して当該莢豆28のX線画像情報を得ることとしたので、図4に示すように、莢30と豆32の境界が鮮明で、豆領域をより確実に特定することができる。一方、湿式加熱をすると、莢30の内部へ水が浸透し、豆領域を特定することが困難となる。因みに、図5Aに示すように、湿式加熱としてボイル(100℃、3分間)をした後の莢豆100は、莢102中に水が入り込むため、豆104と莢102の境界が不明瞭となる。ボイル前に対しボイル後の莢豆28の重量は102%であった。湿式加熱として蒸煮(100℃、10分間)をした後の莢豆106(図5B)も、莢108中に水が入り込んでいることにより、豆110と莢108の境界が不明瞭で、豆領域を特定することが困難である。蒸煮前に対し蒸煮後の莢豆28の重量は102%であった。 In the case of the present embodiment, the X-ray image information of the pod 28 is obtained by irradiating the pod 28 before being wet-heated with X-rays 29. Therefore, as shown in FIG. and the bean 32 are sharp, and the bean region can be specified more reliably. On the other hand, wet heating causes water to permeate the inside of the pod 30, making it difficult to identify the bean region. Incidentally, as shown in FIG. 5A, after boiling (100 ° C., 3 minutes) as wet heating, water enters the pod 102 of the pod 100, so the boundary between the bean 104 and the pod 102 becomes unclear. . The weight of the pods 28 after boiling was 102% of that before boiling. Bean pods 106 (FIG. 5B) after steaming (100° C. for 10 minutes) as wet heating also have water entering the pods 108, so the boundary between the beans 110 and the pods 108 is unclear, and the bean region is difficult to identify. The weight of the pods 28 after steaming was 102% of that before steaming.

莢の内部へ浸透する十分な量の水が莢豆の周囲に存在する環境において、莢豆の組織を軟化させる温度に莢豆を加熱することにより、水が莢の内部へ浸透する。ここで、十分な量の水とは、莢の内部に浸透後、液体のまま存在する量をいう。したがって上記のような条件を満たさない加熱は、湿式加熱に含まない。例えば莢の内部へ水が浸透しない程度、例えば80℃未満の温水での洗浄や加熱は、本明細書における湿式加熱に含まれない。また、熱風加熱やマイクロウェーブ加熱など、水分を熱の媒体として利用しない加熱は、湿式加熱に含まない。 By heating the pod to a temperature that softens the texture of the pod in an environment where there is a sufficient amount of water around the pod to penetrate the interior of the pod, the water penetrates into the interior of the pod. Here, the sufficient amount of water refers to the amount that remains liquid after permeation into the pods. Therefore, heating that does not satisfy the above conditions is not included in wet heating. For example, washing or heating with hot water below 80° C. to the extent that water does not penetrate into the inside of the pods is not included in wet heating as used herein. Heating that does not use moisture as a heat medium, such as hot air heating and microwave heating, is not included in wet heating.

本実施形態の検査方法は、湿式加熱がされる前の莢豆28に対しX線29を照射して得られた当該莢豆28のX線画像情報に基づき良否を判定するので、莢豆28を破壊せずに、莢豆28の内部の状態を高精度で検査することができる。 In the inspection method of the present embodiment, the quality is determined based on the X-ray image information of the pods 28 obtained by irradiating the pods 28 with X-rays 29 before being wet-heated. The internal state of the pod 28 can be inspected with high precision without destroying the pod.

本実施形態の検査方法では、ベルトコンベヤ26上を搬送される全ての莢豆28のX線画像情報を得ることができるので、全ての莢豆28を検査することができる。したがって莢豆食品の製造方法は、本検査方法を含むことで、不良品を含まない莢豆食品を容易に製造することができる。 In the inspection method of the present embodiment, since X-ray image information of all the pods 28 conveyed on the belt conveyor 26 can be obtained, all the pods 28 can be inspected. Therefore, the method for producing a soybean food can easily produce a soybean food containing no defective products by including this inspection method.

本実施形態の検査方法は、全ての莢豆28のX線画像情報に基づいて、例えば豆32の大きさや形状によって良品と判定された莢豆28をさらに等級分けすることもできる。 The inspection method of the present embodiment can further classify the beans 28 determined to be non-defective by the size and shape of the beans 32 based on the X-ray image information of all the beans 28 .

特徴情報から莢豆の良否を判定する方法は、特に限定されないが、例えば、特徴情報として輪郭データ、二値データ、及び濃淡データを取得することとしてもよい。輪郭データは、X線画像情報から抽出された莢豆及び豆の輪郭線である。処理部は、良品の輪郭線からの差が大きい部分を不良と認識することで、虫食いによる欠けや凹み、豆に隣接している虫、小粒の豆(豆の大きさ不良)、莢の破れなどを検出する。 The method for judging the quality of the pods from the feature information is not particularly limited, but for example, outline data, binary data, and gradation data may be obtained as the feature information. The contour data are the contour lines of the pods and beans extracted from the X-ray image information. By recognizing parts that deviate greatly from the outline of a non-defective product as defective, the processing unit detects chips and dents due to worm-eaten, insects adjacent to beans, small beans (defective bean size), broken pods, etc. and so on.

二値データは、X線画像情報の豆領域近傍を二値化することで単純化したデータである。処理部は、単純な二値データから、変色や凹みなどの不良を検出する。濃淡データは、単なる二値化ではなく濃淡の積分情報を有するデータである。処理部は、濃度や明度の変化の大小などの指標により、変色や凹みなどの不良を検出する。 Binary data is data simplified by binarizing the vicinity of the bean region of the X-ray image information. The processing unit detects defects such as discoloration and dents from simple binary data. The grayscale data is not simply binarized data, but data having integrated grayscale information. The processing unit detects defects such as discoloration and dents based on indicators such as the magnitude of change in density and brightness.

図6及び図7を用いて、二値データに基づき変色の不良を検出する場合の具体例を説明する。処理部は、図6Aに示すX線画像情報に基づき、豆領域近傍を二値化した二値データを取得する(図6C)。当該二値データを良品データと比較する。本図の場合、豆領域の二値データに変色が認められないため不一致率は閾値以下となる。したがって処理部は、当該莢豆を良品と判定する。図6Bは、図6Aにおける直線部分のX線透過強度である。図6Bは、横軸が距離、縦軸がX線透過強度を示す。図6Bから、豆領域において特異なピークが認められず、当該豆32に変色や凹みが無いことが分かる。 A specific example of detecting a discoloration defect based on binary data will be described with reference to FIGS. 6 and 7. FIG. Based on the X-ray image information shown in FIG. 6A, the processing unit acquires binary data obtained by binarizing the vicinity of the bean region (FIG. 6C). The binary data is compared with non-defective product data. In the case of this figure, no discoloration is observed in the binary data of the bean region, so the mismatch rate is below the threshold. Therefore, the processing unit determines that the pods are non-defective. FIG. 6B is the X-ray transmission intensity of the linear portion in FIG. 6A. In FIG. 6B, the horizontal axis indicates distance, and the vertical axis indicates X-ray transmission intensity. It can be seen from FIG. 6B that no specific peak is observed in the bean region, and that the bean 32 has neither discoloration nor depression.

一方、図7Aは、変色や変形がある豆のX線画像情報である。図7Aに示すX線画像情報に基づき、豆領域近傍を二値化すると、変色部分が明らかとなる(図7C)。本図の場合、豆領域の二値データと良品データを比較すると不一致率は閾値超となる。したがって処理部は、当該莢豆を不良品と判定する。図7Bは、図7Aにおける直線部分のX線透過強度である。図7Bは、横軸が距離、縦軸がX線透過強度を示す。図7Bから、豆領域に二つのピークが認められ、当該豆42が変色などの不良であることが分かる。 On the other hand, FIG. 7A is X-ray image information of beans with discoloration or deformation. When the vicinity of the bean region is binarized based on the X-ray image information shown in FIG. 7A, the discolored portion becomes clear (FIG. 7C). In the case of this figure, when the binary data of the bean area and the non-defective data are compared, the mismatch rate exceeds the threshold. Therefore, the processing unit determines that the beans are defective. FIG. 7B is the X-ray transmission intensity of the linear portion in FIG. 7A. In FIG. 7B, the horizontal axis indicates the distance, and the vertical axis indicates the X-ray transmission intensity. From FIG. 7B, two peaks are observed in the bean region, indicating that the bean 42 is defective such as discoloration.

次に、本実施形態に係る検査方法において、判定することができる莢豆28の良品及び不良品の具体例について説明する。なお、以下の説明において、良品データ34は、良品の莢豆の画像データをいう。莢豆28は、図8に示すように、処理部20で特定された豆領域32と、良品データ34との不一致率が、閾値以下の場合、良品と判定される。 Next, specific examples of non-defective and defective pods 28 that can be determined by the inspection method according to the present embodiment will be described. In the following description, the non-defective product data 34 refers to image data of non-defective pods. As shown in FIG. 8, the bean pod 28 is determined to be non-defective when the mismatch rate between the bean region 32 specified by the processing unit 20 and the non-defective product data 34 is equal to or less than a threshold.

図9A,B~図13A,Bは、莢豆28としての枝豆に、管電圧30kV、管電流2mAのX線を照射して得られたX線画像情報に基づき生成したX線画像と、当該画像から得られた特徴情報と、良品データを比較した例である。図9A,Bの枝豆は、良品データ34と豆領域32の不一致率が閾値以下であるので、良品と判定される。 FIGS. 9A and B to FIGS. 13A and B show an X-ray image generated based on X-ray image information obtained by irradiating edamame as the pod 28 with X-rays having a tube voltage of 30 kV and a tube current of 2 mA; This is an example of comparing feature information obtained from an image and non-defective product data. The edamame shown in FIGS. 9A and 9B is determined as a non-defective product because the mismatch rate between the non-defective product data 34 and the bean region 32 is less than the threshold.

図10A,Bは、豆36が小粒である不良品の例である。本図の枝豆は、良品データ34と豆領域36の不一致率が閾値超であるので、不良品と判定される。 10A and 10B are examples of defective products in which the beans 36 are small. The green soybean shown in this figure is determined to be defective because the non-matching rate between the non-defective product data 34 and the bean region 36 exceeds the threshold.

図11A,Bは、莢30の内側に虫40が存在し、かつ豆38が欠けている不良品の例である。本図の枝豆は、豆38が、虫食いによって欠けている分、良品データ34に比べ小さく、不一致率が閾値超であるので、不良品と判定される。さらに、処理部20は、豆38に隣接した箇所における豆領域及び莢30の領域とは異なる濃淡で一定のまとまりのある領域を虫40と特定し、このような観点から当該枝豆を不良品と判定する。 FIGS. 11A and 11B are examples of defective products in which worms 40 are present inside pods 30 and beans 38 are missing. The edamame shown in the figure is smaller than the non-defective product data 34 because the beans 38 are missing due to worm-eaten, and the mismatch rate exceeds the threshold value, so it is determined to be defective. Furthermore, the processing unit 20 identifies the edamame 40 as the insect 40, which is a region adjacent to the bean 38 and has a uniform density different from the bean region and the pod region 30. From this point of view, the green soybean is regarded as a defective product. judge.

図12A~Dは、豆42の表面に外形異常(変形、変色)がある不良品の例である(図12A,図12C)。豆42は、表面に凹みがあるとX線画像において当該部分の濃淡が明るくなる(図12B)。一方、豆42は、表面に変色があるとX線画像において当該部分は濃淡が暗くなる(図12D)。処理部20は、大きさの観点において、豆領域42と良品データ34の不一致率が閾値以下であるので、枝豆を良品と判定し得る。しかしながら、処理部20は、豆領域42内において、部分的に濃淡が明るい箇所44又は暗い箇所48があることから、色の観点から不一致率が閾値超となり、領域を外形異常と特定し、当該枝豆を不良品と判定する。 FIGS. 12A to 12D are examples of defective products with external shape abnormalities (deformation, discoloration) on the surface of beans 42 (FIGS. 12A and 12C). If the bean 42 has a dent on the surface, the density of the part becomes bright in the X-ray image (Fig. 12B). On the other hand, if the surface of the bean 42 is discolored, the portion becomes darker in the X-ray image (FIG. 12D). In terms of size, the processing unit 20 can determine the edamame to be a non-defective product because the mismatch rate between the bean region 42 and the non-defective product data 34 is equal to or less than the threshold. However, since the bean region 42 has a partially bright portion 44 or a dark portion 48, the mismatch rate from the viewpoint of color exceeds the threshold value, and the processing unit 20 identifies the region as having an external shape abnormality. The green soybeans are determined to be defective.

図13A,Bは、豆32に隣接して虫40が存在する不良品の例(図13A)である。処理部20は、豆領域32と良品データ34の不一致率が閾値以下であるので、豆自体は良品と判定する。しかしながら、処理部20は、豆領域32及び莢30の領域とは異なる濃淡で一定のまとまりのある領域を虫40と特定し(図13B)、このような観点から当該枝豆を不良品と判定する。 13A and 13B are an example of a defective product (FIG. 13A) in which an insect 40 is present adjacent to the bean 32. FIG. Since the mismatch rate between the bean region 32 and the non-defective product data 34 is equal to or less than the threshold value, the processing unit 20 determines that the bean itself is non-defective. However, the processing unit 20 identifies the edamame 40 as the insect 40, which is different from the bean region 32 and the region of the pod 30 and has a uniform density (FIG. 13B), and determines that the green soybean is defective from this point of view. .

次に、良品及び不良品の莢豆に対し、X線照射器23の管電圧V(kV)、ベルトコンベヤ26の走行速度S(m/min)を変化させた場合の、得られたX線画像の結果について説明する。莢豆は、良品及び不良品それぞれ1つずつ用意し、繰り返し用いて、管電圧V(kV)、ベルトコンベヤ26の走行速度S(m/min)を変化させ、X線画像を取得した。不良品は、豆の表面に凹みによる不良がある莢豆を用いた。得られたX線画像は、0~255の256段階で濃淡が表現される8ビット画像である。 Next, X-rays obtained when changing the tube voltage V (kV) of the X-ray irradiator 23 and the running speed S (m/min) of the belt conveyor 26 for good and defective pods The image results are described. One good and one defective pod was prepared and used repeatedly to obtain X-ray images while changing the tube voltage V (kV) and the running speed S (m/min) of the belt conveyor 26 . As defective products, pods with defects due to dents on the surface of the beans were used. The obtained X-ray image is an 8-bit image in which 256 levels from 0 to 255 are expressed in gradation.

ベルトスピードSが10m/min、20m/min、30m/min、40m/min、50m/min、60m/minのそれぞれの場合に対する、管電圧Vが25kV、40kV、50kV、60kV、70kVの場合の、良品の莢豆のX線画像を図14に、不良品の莢豆のX線画像を図15に示す。図14及び図15から、管電圧Vが大きいほど画像が全体的に明るくなり、かつ、ベルトスピードSが速いほど画像が全体的に暗くなる傾向が確認できる。 When the belt speed S is 10 m/min, 20 m/min, 30 m/min, 40 m/min, 50 m/min, and 60 m/min, and the tube voltage V is 25 kV, 40 kV, 50 kV, 60 kV, and 70 kV, An X-ray image of good pods is shown in FIG. 14, and an X-ray image of defective pods is shown in FIG. From FIGS. 14 and 15, it can be confirmed that the higher the tube voltage V, the brighter the image as a whole, and the higher the belt speed S, the darker the overall image.

不良品は、莢内の一番左側の豆の中心部に凹みによる不良があり、不良部分はX線画像において明るい点として示されている。X線画像より、不良部分の明るい点と豆領域の暗い部分との濃淡差、すなわち不良部分を示す明るい点の認識し易さは、管電圧Vが大きいほど認識し易くなり、かつ、ベルトスピードSが速いほど認識し難くなる傾向が確認できる。 Rejects have a dent defect in the center of the leftmost bean in the pod, and the defect is shown as a bright spot in the X-ray image. From the X-ray image, the gradation difference between the bright point of the defective portion and the dark portion of the bean area, that is, the ease of recognizing the bright point indicating the defective portion becomes easier to recognize as the tube voltage V increases, and the belt speed It can be confirmed that the faster S is, the more difficult it is to recognize.

図16にX線画像の濃淡値を測定した莢領域外a、莢領域b、豆外縁c、豆領域、不良部分eの位置の例を示した。莢領域外aと莢領域bの濃淡差が大きいほど、莢豆28の輪郭が認識し易くなり、莢豆28の輪郭から検出する不良が検出し易くなる。莢領域bと豆外縁cの濃淡差が大きいほど、豆32の輪郭が認識し易くなり、豆32の輪郭から検出する不良が検出し易くなる。豆外縁cと豆領域の中央部分dの濃淡差が大きいほど、豆表面の濃淡が認識し易くなり、豆領域の濃淡から検出できる不良が検出し易くなる。豆領域の中央部分dと豆領域内の不良部分eとの濃淡差が大きい程、豆領域内の不良が検出し易くなる。 FIG. 16 shows an example of the positions of the outside of the pod region a, the pod region b, the bean outer edge c, the bean region, and the defective portion e where the grayscale values of the X-ray image were measured. The larger the difference in shading between the outside of the pod region a and the pod region b, the easier it is to recognize the contour of the pod 28, and the easier it is to detect defects detected from the contour of the pod 28. The larger the difference in shading between the pod region b and the outer edge c of the bean, the easier it is to recognize the outline of the bean 32 and to detect defects detected from the outline of the bean 32 . The greater the difference in shading between the outer edge c of the bean and the central portion d of the bean region, the easier it is to recognize the shading of the surface of the bean, and the easier it is to detect defects that can be detected from the shading of the bean region. The greater the difference in density between the central portion d of the bean region and the defective portion e within the bean region, the easier it is to detect defects within the bean region.

そこで、図14に示した良品の莢豆のX線画像のそれぞれについて、莢領域外a、莢領域b、豆外縁c、豆領域の中央部分dの濃淡値を測定した。そして、各管電圧Vと各ベルトスピードSとの組み合わせにおける、莢豆28の輪郭の検出し易さを莢領域外aと莢領域bの濃淡差に基づき評価し、豆32の輪郭の検出し易さを莢領域bと豆外縁cの濃淡差に基づき評価し、豆領域の濃淡差の検出し易さを豆外縁cと豆領域の中央部分dの濃淡差に基づき評価した。また、図15に示した不良品の莢豆のX線画像のそれぞれについて、莢領域外a、豆領域の中央部分d、不良部分eの濃淡値を測定した。そして、各管電圧Vと各ベルトスピードSとの組み合わせにおける、豆領域内の不良の検出し易さを不良部分eと豆領域の中央部分dの濃淡差に基づき評価した。 Therefore, for each of the X-ray images of the non-defective pods shown in FIG. 14, the gradation values of the outer pod region a, the pod region b, the bean outer edge c, and the central portion d of the bean region were measured. Then, the ease of detecting the outline of the bean pod 28 in each combination of the tube voltage V and the belt speed S is evaluated based on the difference in density between the outer pod area a and the pod area b, and the outline of the bean 32 is detected. Ease of detection was evaluated based on the difference in density between the pod region b and the outer edge c of the bean, and the ease of detection of the difference in density in the bean region was evaluated based on the difference in density between the outer edge c of the bean and the central portion d of the bean region. Further, for each of the X-ray images of the defective pods shown in FIG. 15, the gradation values of the outer pod region a, the central portion d of the bean region, and the defective portion e were measured. Then, the easiness of detecting a defect in the bean region in each combination of tube voltage V and each belt speed S was evaluated based on the difference in density between the defective portion e and the center portion d of the bean region.

表1に、良品の莢豆のそれぞれのX線画像について、莢領域外a、莢領域b、豆外縁c、豆領域の中央部分dの濃淡値、及び、不良品の莢豆のそれぞれのX線画像について、不良部分e、豆領域の中央部分d、莢領域外aの濃淡値を測定した結果を示す。濃淡値は、得られた8ビットのX線画像から256階調のデータを得て、分割した各座標ポイントの画像輝度を所定の階調値に変換して得た。豆外縁cは、豆32の最外縁近傍の内側の領域とした。 In Table 1, for each X-ray image of a good bean pod, the gray value of the outside pod region a, the pod region b, the bean outer edge c, the central portion d of the bean region, and the X of each of the defective bean pods Regarding the line image, the results of measuring the grayscale values of the defective portion e, the central portion d of the bean region, and the outside of the pod region a are shown. The gradation value was obtained by obtaining 256 gradation data from the obtained 8-bit X-ray image and converting the image brightness of each divided coordinate point into a predetermined gradation value. The outer edge c of the bean 32 is defined as the inner area near the outermost edge of the bean 32 .

また、表1に、莢領域の切り出しやすさの指標として、莢領域外aの濃淡値から莢領域bの濃淡値を引いた濃淡差の値を示した。豆領域の切り出しやすさの指標として、莢領域bの濃淡値から豆外縁cの濃淡値を引いた濃淡差の値を示した。豆表面の異常の見つけやすさの指標として、豆外縁cの濃淡値から豆領域の中央部分dの濃淡値を引いた濃淡差の値を示した。それぞれの濃淡差が大きいほど、莢領域、豆領域、豆表面が鮮明に認識できるため、良品データとの比較がしやすくなり、良品と不良品の切り分けがし易くなる。 In addition, Table 1 shows the value of the gradation difference obtained by subtracting the gradation value of the pod region b from the gradation value of the pod region outside a as an index of the ease of cutting out the pod region. As an index of the ease of cutting out the bean region, the value of the difference in gradation obtained by subtracting the gradation value of the outer edge c of the bean from the gradation value of the pod region b was shown. As an index of the easiness of finding an abnormality on the bean surface, the value of the difference in gradation obtained by subtracting the gradation value of the central portion d of the bean region from the gradation value of the outer edge c of the bean was shown. The larger the gradation difference, the clearer the pod region, the bean region, and the surface of the bean can be recognized, making it easier to compare with non-defective product data and to separate non-defective products from non-defective products.

莢領域外aと莢領域bの濃淡差が31以上であれば莢豆28の輪郭をより確実に認識できるため2点、11以上30以下であれば莢豆28の輪郭を認識できるため1点、10以下であると莢豆28の輪郭を認識することが困難であるため0点とし、表1の「莢領域の切り出しやすさ」の判定欄に示した。 If the difference in density between the outside of the pod region a and the pod region b is 31 or more, the outline of the pod 28 can be more reliably recognized, so 2 points. .

莢領域bと豆外縁cの濃淡差が31以上であれば豆32の輪郭をより確実に認識できるため2点、11以上30以下であれば豆32の輪郭を認識できるため1点、10以下であると豆32の輪郭を認識することが困難であるため0点とし、表1の「豆領域の切り出しやすさ」の判定欄に示した。 If the shading difference between the pod region b and the bean outer edge c is 31 or more, the contour of the bean 32 can be more reliably recognized, so 2 points. In this case, it is difficult to recognize the outline of the bean 32, so a score of 0 is given and shown in the judgment column of "Ease of cutting out the bean region" in Table 1.

豆外縁cと豆領域の中央部分dの濃淡差が31以上であれば豆32の濃淡をより確実に認識できるため2点、21以上30以下であれば豆32の濃淡を認識できるため1点、20以下であると豆32の濃淡を認識することが困難であるため0点とし、表1の「豆表面の異常の見つけやすさ」の判定欄に示した。 If the grayscale difference between the bean outer edge c and the central portion d of the bean region is 31 or more, the grayscale of the beans 32 can be more reliably recognized, so 2 points. .

総合判定は、各判定の合計点が0点の場合を不合格、1点以上の場合を合格とした。表1の結果から、条件No.4, 5, 10の管電圧VとベルトスピードSとの組み合わせは、各判定の合計点が0点だったため、不合格であった。 In the comprehensive judgment, the case where the total score of each judgment was 0 points was rejected, and the case where the total score was 1 point or more was judged as passed. From the results in Table 1, the combinations of the tube voltage V and the belt speed S of conditions Nos. 4, 5, and 10 failed because the total score for each judgment was 0 points.

また、表1に、豆領域内の不良の検出し易さの指標として、不良部分eと豆領域の中央部分dの濃淡差を、莢領域外aと豆領域の中央部分dの濃淡差で除して規格化した、濃淡差の比を示した。濃淡差の比が50%以上であれば、豆領域の不良をより確実に認識できると判定した。表1の結果から、条件No.26の管電圧VとベルトスピードSとの組み合わせを除くすべての条件は、上記濃淡差の比が50%以上であり、豆領域の不良をより確実に認識できることが確認できた。 Table 1 shows the difference in density between the defective portion e and the central portion d of the bean region as an index of the ease of detecting defects in the bean region, and the difference in density between the outside of the pod region a and the central portion d of the bean region. The grayscale ratio normalized by dividing is shown. It was determined that defects in the bean area could be recognized more reliably if the ratio of the difference in density was 50% or more. From the results in Table 1, under all conditions except for the combination of tube voltage V and belt speed S of condition No. 26, the grayscale ratio is 50% or more, and defects in the bean area can be recognized more reliably. was confirmed.


Figure 0007182927000001
Figure 0007182927000001

図17は、縦軸を管電圧(kV)、横軸をベルトスピード(m/min)として、莢豆の輪郭の検出し易さ、豆の輪郭の検出し易さ、豆領域の濃淡差の検出し易さを総合評価した結果を示した図である。○が総合判定において1点以上の結果が得られた条件、×が総合評価において0点の結果であった条件である。管電圧V(kV)、及びベルトスピードS(m/min)が上記式(1)、式(2)を満たすことにより、生産性を低下させずに、莢豆28の輪郭、豆32の輪郭、及び豆領域の濃淡のX線画像を得られることが確認できた。 FIG. 17 shows the easiness of detecting the contour of the pod, the easiness of detecting the contour of the bean, and the difference in light and shade of the bean region, with the vertical axis being the tube voltage (kV) and the horizontal axis being the belt speed (m/min). It is the figure which showed the result of having comprehensively evaluated the ease of detection. ○ is the condition where the result of 1 point or more was obtained in the comprehensive judgment, and × is the condition where the result of 0 point was obtained in the comprehensive evaluation. By satisfying the above formulas (1) and (2) with the tube voltage V (kV) and the belt speed S (m/min), the contour of the pods 28 and the contours of the beans 32 can be obtained without reducing the productivity. , and the gradation of the bean region.

また、図17に、○×で示された条件は、濃淡差の比が50%未満であり、豆領域内の凹み等の不良の検出がし難い条件である。管電圧V(kV)、及びベルトスピードS(m/min)が50≦S≦60の範囲の場合に上記式(3)の条件を満たす範囲では、濃淡差の比が50%以上であり、50≦S≦60の範囲の場合に上記式(3)を満たすことにより、豆領域の不良をより確実に認識できることが確認できた。 In addition, in the conditions indicated by ◯ and × in FIG. 17, the ratio of the difference in density is less than 50%, which makes it difficult to detect defects such as dents in the bean area. When the tube voltage V (kV) and the belt speed S (m/min) are in the range of 50 ≤ S ≤ 60 and the condition of the above formula (3) is satisfied, the grayscale ratio is 50% or more, It was confirmed that by satisfying the above formula (3) in the range of 50≦S≦60, defects in bean regions can be recognized more reliably.

(変形例)
本発明は上記実施形態に限定されるものではなく、本発明の趣旨の範囲内で適宜変更することが可能である。
(Modification)
The present invention is not limited to the above embodiments, and can be appropriately modified within the scope of the present invention.

上記実施形態の場合、湿式加熱されていない莢豆28を検査する場合について説明したが、水分を熱の媒体として利用しない加熱の場合、当該加熱後に検査してもよい。図18は、乾熱(160℃、8分)により加熱した莢豆50を、管電圧30kV、管電流2mAのX線を照射して撮像したX線画像である。本図から、莢52内に水が入り込んでいないので、莢52と豆54の境界が鮮明で、豆領域54をより確実に特定できることが分かった。加熱前に対し乾熱による加熱後の莢豆50の重量は61%であった。 In the above embodiment, the case of inspecting the pods 28 that have not been wet-heated has been described, but in the case of heating that does not use moisture as a heat medium, inspection may be performed after the heating. FIG. 18 is an X-ray image obtained by irradiating the pod 50 heated by dry heat (160° C., 8 minutes) with X-rays at a tube voltage of 30 kV and a tube current of 2 mA. From this figure, it was found that the boundary between the pod 52 and the bean 54 was clear and the bean region 54 could be identified more reliably because water did not enter the pod 52 . The weight of the pods 50 after heating with dry heat was 61% of that before heating.

上記実施形態の場合、内部検査は、湿式加熱(ステップSP8)の直前で行う場合について説明したが、本発明はこれに限らない。湿式加熱がされていない莢豆28であれば、莢豆28に対し加熱が全くされていないタイミング、例えば、収穫後の洗浄(ステップSP2)後であって搬送(ステップSP3)前や、工場入庫(ステップSP4)後であって洗浄(ステップSP5)前のタイミングで、内部検査を行うこととしてもよい。 In the above embodiment, the internal inspection is performed immediately before the wet heating (step SP8), but the present invention is not limited to this. If the beans 28 are not wet-heated, the timing when the beans 28 are not heated at all, for example, after washing after harvesting (step SP2) and before transportation (step SP3), or when entering the factory The internal inspection may be performed after (step SP4) and before cleaning (step SP5).

上記実施形態の場合、管電圧の条件を1つ決めて莢豆の内部を検査する場合について説明したが、本発明はこれに限らない。例えば、複数の条件で照射されたX線により取得した複数のX線画像情報に基づき莢豆の内部を検査してもよい。具体的には、管電圧の条件が異なる複数のX線画像情報の中から、莢、豆の外形、豆の表面の検査に適した条件の画像をそれぞれ選んで、各莢豆の良品、不良品の検査を行ってもよい。 In the above embodiment, the case where one tube voltage condition is determined and the inside of the pod is inspected has been described, but the present invention is not limited to this. For example, the inside of the pod may be inspected based on a plurality of pieces of X-ray image information acquired by X-rays irradiated under a plurality of conditions. Specifically, from among a plurality of X-ray image information with different tube voltage conditions, images with conditions suitable for inspecting the pods, the outer shape of the beans, and the surface of the beans are selected, and the non-defective and non-defective images of each pod and bean are selected. Good quality inspection may be performed.

28 莢豆
29 X線
30 莢
32 豆
40 虫
28 pods 29 x-rays 30 pods 32 beans 40 insects

Claims (11)

湿式加熱がされていない莢豆にX線を照射して検査する工程を備え、
前記検査する工程は、
前記X線の管電圧をV(kV)、前記X線の照射領域を通過する前記莢豆の速度をS(m/min)とした場合、下記式(1)及び式(2)を満たし、
前記莢豆の輪郭から検出できる不良、前記莢豆の莢の内側にある豆の輪郭から検出できる不良、及び前記莢の内側にある前記豆の領域である豆領域の濃淡から検出できる不良を同時に検査する
莢豆の検査方法。
10≦S≦60・・・(1)
25≦V≦S+40・・・(2)
Equipped with a process of inspecting by irradiating X-rays to pods that have not been wet-heated,
The inspecting step includes:
When the X-ray tube voltage is V (kV) and the speed of the pods passing through the X-ray irradiation area is S (m/min), the following formulas (1) and (2) are satisfied . ,
Defects that can be detected from the outline of the pod, defects that can be detected from the outline of the bean inside the pod of the pod, and defects that can be detected from the density of the bean area that is the area of the bean inside the pod at the same time. inspect
Method for inspecting pods.
10≦S≦60 (1)
25≦V≦S+40 (2)
前記検査する工程は、前記速度Sが50≦S≦60の範囲では、下記式(3)を満たす請求項1に記載の莢豆の検査方法。
1.5S-50≦V≦S+40・・・(3)
2. The method for inspecting pods according to claim 1, wherein the inspecting step satisfies the following formula (3) when the speed S is in the range of 50≤S≤60.
1.5S-50≤V≤S+40 (3)
前記莢豆は、枝豆であることを特徴とする請求項1又は2に記載の莢豆の検査方法。 3. The method for inspecting a soybean according to claim 1, wherein the soybean is green soybean. 前記湿式加熱は、蒸煮、ボイル、又は熱水をかける操作であることを特徴とする請求項1~のいずれか1項に記載の莢豆の検査方法。 The method for inspecting pods according to any one of claims 1 to 3, wherein the wet heating is an operation of steaming, boiling, or applying hot water. 湿式加熱がされていない莢豆にX線を照射して検査する工程を備え、
前記検査する工程は、
前記X線の管電圧をV(kV)、前記X線の照射領域を通過する前記莢豆の速度をS(m/min)とした場合、下記式(1)及び式(2)を満たし、
前記莢豆の輪郭から検出できる不良、前記莢豆の莢の内側にある豆の輪郭から検出できる不良、及び前記莢の内側にある前記豆の領域である豆領域の濃淡から検出できる不良を同時に検査する
莢豆食品の製造方法。
10≦S≦60・・・(1)
25≦V≦S+40・・・(2)
Equipped with a process of inspecting by irradiating X-rays to pods that have not been wet-heated,
The inspecting step includes:
When the X-ray tube voltage is V (kV) and the speed of the pods passing through the X-ray irradiation area is S (m/min), the following formulas (1) and (2) are satisfied. ,
Defects that can be detected from the outline of the pod, defects that can be detected from the outline of the bean inside the pod of the pod, and defects that can be detected from the density of the bean area that is the area of the bean inside the pod at the same time. inspect
A method for producing a pod food.
10≦S≦60 (1)
25≦V≦S+40 (2)
前記検査する工程は、前記速度Sが50≦S≦60の範囲では、下記式(3)を満たす請求項に記載の莢豆食品の製造方法。
1.5S-50≦V≦S+40・・・(3)
6. The method for producing a pod food product according to claim 5 , wherein the inspecting step satisfies the following formula (3) when the speed S is in the range of 50≤S≤60.
1.5S-50≤V≤S+40 (3)
前記莢豆は、枝豆である請求項又はに記載の莢豆食品の製造方法。 7. The method for producing a soybean food product according to claim 5 or 6 , wherein the soybean is green soybean. 前記湿式加熱は、蒸煮、ボイル、又は熱水をかける操作である請求項のいずれか1項に記載の莢豆食品の製造方法。 The method for producing a pod food product according to any one of claims 5 to 7 , wherein the wet heating is steaming, boiling, or applying hot water. 湿式加熱がされていない莢豆にX線を照射してX線画像情報を取得する工程と、
前記X線画像情報の、前記莢豆の莢領域外の濃淡値、前記莢豆の莢領域の濃淡値、前記莢豆の莢の内側にある豆の豆外縁の濃淡値、前記莢豆の前記莢の内側にある前記豆の領域である豆領域の濃淡値を測定する工程とを備える莢豆の検査方法。
A step of irradiating X-rays to the pods that have not been wet-heated to obtain X-ray image information;
The gray value outside the pod region of the pod, the gray value of the pod region of the pod, the gray value of the bean outer edge of the bean inside the pod of the pod , and the above of the pod of the X-ray image information and measuring the gradation value of the bean area, which is the area of the bean inside the pod .
記莢領域外の濃淡値と前記莢領域の濃淡値との濃淡差と、前記莢領域の濃淡値と前記豆外縁の濃淡値との濃淡差と、前記豆外縁の濃淡値と前記豆領域の濃淡値との濃淡差とが、それぞれ所定の数値以上となる条件を満たす請求項に記載の莢豆の検査方法。 The gradation difference between the gradation value outside the pod region and the pod region gradation value, the gradation difference between the pod region gradation value and the bean outer edge gradation value, and the bean outer rim gradation value 10. The method for inspecting pods according to claim 9 , wherein the gradation difference between the gradation value of the bean region and the gradation value of the bean region satisfies a condition that each of them is equal to or greater than a predetermined numerical value. 記豆領域の不良部分の濃淡値をさらに測定し、
記豆領域の不良部分の濃淡値と前記豆領域の濃淡値との濃淡差を、前記莢領域外の濃淡値と前記豆領域の濃淡値との濃淡差で除した濃淡差の比が所定の数値以上となる条件を満たす請求項又は10に記載の莢豆の検査方法。
further measuring the density value of the defective portion of the bean region;
The gradation difference obtained by dividing the gradation difference between the gradation value of the defective portion of the bean region and the gradation value of the bean region by the gradation difference between the gradation value of the outside of the pod region and the gradation value of the bean region. 11. The method for inspecting pods according to claim 9 or 10 , wherein the ratio satisfies a condition that the ratio is equal to or greater than a predetermined value.
JP2018135407A 2018-07-18 2018-07-18 Bean pod inspection method and pod food manufacturing method Active JP7182927B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2018135407A JP7182927B2 (en) 2018-07-18 2018-07-18 Bean pod inspection method and pod food manufacturing method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2018135407A JP7182927B2 (en) 2018-07-18 2018-07-18 Bean pod inspection method and pod food manufacturing method

Publications (2)

Publication Number Publication Date
JP2020012741A JP2020012741A (en) 2020-01-23
JP7182927B2 true JP7182927B2 (en) 2022-12-05

Family

ID=69170880

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018135407A Active JP7182927B2 (en) 2018-07-18 2018-07-18 Bean pod inspection method and pod food manufacturing method

Country Status (1)

Country Link
JP (1) JP7182927B2 (en)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022137822A1 (en) * 2020-12-24 2022-06-30 株式会社サタケ Identification method for object-to-be-sorted, sorting method, sorting device, and identification device
JP2023000672A (en) * 2021-06-18 2023-01-04 株式会社サタケ Sorting machine, method for discriminating defective article, and sorting method

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004279059A (en) 2003-03-12 2004-10-07 Shimadzu Corp Radiation inspecting apparatus
JP2006064688A (en) 2004-08-30 2006-03-09 Hiroshi Kogyo:Kk Grade discriminating device of agricultural product
JP2008020347A (en) 2006-07-13 2008-01-31 Akita Prefecture Legume discrimination structure
JP2010286409A (en) 2009-06-12 2010-12-24 Ishida Co Ltd Article inspection device

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004279059A (en) 2003-03-12 2004-10-07 Shimadzu Corp Radiation inspecting apparatus
JP2006064688A (en) 2004-08-30 2006-03-09 Hiroshi Kogyo:Kk Grade discriminating device of agricultural product
JP2008020347A (en) 2006-07-13 2008-01-31 Akita Prefecture Legume discrimination structure
JP2010286409A (en) 2009-06-12 2010-12-24 Ishida Co Ltd Article inspection device

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
山崎正英,X線異物検出機を用いた食品の健全性検査,ジャパンフードサイエンス,2006年12月,第45巻、第12号,p.66-70

Also Published As

Publication number Publication date
JP2020012741A (en) 2020-01-23

Similar Documents

Publication Publication Date Title
KR101650679B1 (en) Method for scoring and controlling quality of food products in a dynamic production line
RU2509356C2 (en) Method to detect defects in food in real-time mode
Guzmán et al. Infrared machine vision system for the automatic detection of olive fruit quality
JP6203923B1 (en) Fruit and vegetable inspection equipment
JP7182927B2 (en) Bean pod inspection method and pod food manufacturing method
JP2008309678A (en) Contaminated egg inspection device
JP6203922B1 (en) Fruit and vegetable inspection equipment
JP4590553B2 (en) Nondestructive judgment method for ginger damaged grains
Mohamed et al. Development of a real-time machine vision prototype to detect external defects in some agricultural products
JP6431646B1 (en) Inspection method for soybeans and method for producing soybeans food
JP2009168743A (en) Inspection method and inspection device
JP6619547B2 (en) Inspection device
WO2019235022A1 (en) Inspection device
Balabanov et al. Mechatronic system for fruit and vegetables sorting
JP6403872B2 (en) Fruit and vegetable inspection equipment
JP4019008B2 (en) Gloss inspection apparatus and gloss inspection method for fruits and vegetables
JP7573278B2 (en) Flaw detection device
Morene et al. Automatic determination of peroxides and acidity of olive oil using machine vision in olive fruits before milling process
Luo et al. Determining tissue damage of fresh-cut vegetables using imaging technology
JP7393793B2 (en) X-ray inspection equipment
Wongruen Using Image Features to Investigate Accuracy of Classification Techniques in Categorizing Visual Defect Types of Defective Yellow Soybean Seeds
JP2022155743A (en) Appearance inspection device for citrus fruits and computer program for appearance inspection of citrus fruits
JP4761353B2 (en) Agricultural products visual inspection equipment
Balabanov et al. Algorithms for detecting potato defects using images in the infrared range of spectrum
Lee et al. Color image processing for date quality evaluation

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20210622

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20220428

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220531

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220725

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: 20221101

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20221122

R150 Certificate of patent or registration of utility model

Ref document number: 7182927

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150