JP7392494B2 - 光学式粒状物判別装置 - Google Patents

Description

本発明は、穀類、豆類、種子等の粒状物を、光学的検査に基づいて良品であるか不良品であるか判別する光学式粒状物判別装置に関する。

穀類等の粒状物は、籾殻、石等の異物や不良品と、玄米等の良品とを選別分離する必要がある。そこで、光学的検査によって粒状物の良・不良を判別し、不良品を排除する装置が種々提案されている。例えば、特許文献１には、移送手段によって移送される粒状物に光を照射し、粒状物を透過あるいは反射したＲ（赤），Ｇ（緑），Ｂ（青）の光の波長成分を三次元色空間上にプロットし、粒状物の三次元色分布から良品であるか不良品であるかを判別して、不良品のみを排除する光学式粒状物選別機が開示されている。

特許第６０３７１２５号公報

上記特許文献１に記載のような光学式粒状物選別機で、赤（Ｒ）、緑（Ｇ）、青（Ｂ）の３つの光の波長成分を用いて判別を行うと、良品と不良品の色や形状が類似している場合、例えば、黒豆の中に黒い石が混入していたり、黒ひまわりの種中に黒い菌糸体等の有害物質が混入している場合には、図１６に示すように、良品の集合と不良品の集合が重なってしまい、良否を判別することができなかった。

そこで、本発明が解決しようとする課題は、粒状体の良品と不良品が類似した色、形状を有していても、高い精度で良否を判別することができる光学式粒状物判別装置を提供することにある。

本願請求項１に係る発明は、移送手段で移送される粒状物に光学的検査を行う検査部と、該検査部による光学的検査に基づいて前記粒状物が良品であるか不良品であるかを判別する判定部とを備えた光学式粒状物判別装置において、前記検査部は、前記粒状物に可視光を照射する可視光源と、前記粒状物に近赤外光を照射する近赤外光源と、前記粒状物を透過した可視光又は前記粒状物から反射した可視光を検出する可視光検出部と、前記粒状物を透過した近赤外光又は前記粒状物から反射した近赤外光を検出する近赤外光検出部と、を少なくとも有し、前記判定部は、複数の良品サンプル及び複数の不良品サンプルに対し、前記可視光検出部が検出した赤（Ｒ）、緑（Ｇ）、青（Ｂ）の光のうち、２つの波長成分と、前記近赤外光検出部が検出した近赤外光成分を三次元空間にプロットして三次元光学相関図を作成し、閾値を設定することを特徴とする光学式粒状物判別装置である。

本願請求項２に係る発明は、前記判定部は、前記三次元光学相関図に、良品集合体と不良品集合体とを仕切るマハラノビス距離境界面及びユークリッド距離境界面を作成し、前記マハラノビス距離境界面とユークリッド距離境界面との交線に垂直な二次元平面を作成し、前記二次元平面上の不良品集合体に慣性等価楕円を当てはめて閉領域を作成するとともに、該閉領域内に閾値を設定する請求項１に記載の光学式粒状物判別装置である。

本願請求項３に係る発明は、前記判定部は、複数の良品サンプル及び複数の不良品サンプルに対し、前記可視光検出部が検出した赤（Ｒ）、緑（Ｇ）、青（Ｂ）の光のうち、複数種の組合せによる２つの波長成分と、前記近赤外光検出部が検出した近赤外光成分を三次元空間にプロットして複数種の三次元光学相関図を作成する請求項１又は２に記載の光学式粒状物判別装置である。

本願請求項４に係る発明は、前記近赤外光検出部が検出した近赤外光成分は、前記可視光検出部が検出した前記粒状物の輪郭内の近赤外光成分である請求項１乃至３に記載の光学式粒状物判別装置である。

本願請求項５に係る発明は、前記判定部は、前記閉領域内に前記閾値を設定するに際し、前記慣性等価楕円の短軸に平行で長軸の両端点を通る２直線及び長軸に平行で短軸の両端点を通る２直線からなる外接矩形を作成し、前記良品集合体の重心と該外接矩形の長軸方向の両端点とを結ぶ２直線を作成する請求項１乃至４のいずれかに記載の光学式粒状物判別装置である。

本願請求項６に係る発明は、前記判定部は、前記閉領域内に前記閾値を設定するに際し、第１の平面としてマハラノビス距離を最小とする前記マハラノビス距離境界面を利用し、第２の平面として良品集合体の重心と前記外接矩形の長軸方向の一端とを結ぶ平面を利用し、第３の平面として良品集合体の重心と前記外接矩形の長軸方向の他端とを結ぶ平面を利用し、第４の平面として前記外接矩形の一方側の長辺を利用し、第５の平面として前記外接矩形の他方側の長辺を利用し、第６の平面として良品集合体から遠い側の前記外接矩形の一方側短辺を利用する請求項１乃至５のいずれかに記載の光学式粒状物判別装置である。

本願請求項７に係る発明は、ディスプレイと、前記ディスプレイにおける表示内容に基づいて操作者による入力が可能な入力手段と、を備え、前記ディスプレイは、赤（Ｒ）、緑（Ｇ）、青（Ｂ）の光のうち、任意の２つの波長成分と、近赤外光成分とによる複数の前記三次元光学相関図を表示可能であり、前記入力手段は、操作者の操作に基づいて前記ディスプレイに表示される前記三次元光学相関図を選択可能である請求項１乃至６のいずれかに記載の光学式粒状物判別装置である。

本願請求項８に係る発明は、前記検査部は、移送される前記粒状物の前側に位置する第１の検査部と、前記粒状物の後側に位置する第２の検査部と、を備え、前記第１の検査部及び前記第２の検査部は、それぞれ前記可視光検出部と前記近赤外光検出部とを備えている請求項１乃至７のいずれかに記載の光学式粒状物判別装置である。

本願請求項９に係る発明は、移送手段で移送される前記粒状物は、種子又は穀粒である請求項１乃至８のいずれかに記載の光学式粒状物判別装置である。

請求項１、２に係る発明によれば、可視光検出部が検出した赤（Ｒ）、緑（Ｇ）、青（Ｂ）の光のうち、２つの波長成分と、近赤外光検出部が検出した近赤外光成分とに基づいて、三次元光学相関図を作成し、不良品集合体に閉領域を作成して、該閉領域内に閾値を設定するように構成した。これにより、従来、可視光検出部が検出した赤（Ｒ）、緑（Ｇ）、青（Ｂ）３つの波長成分では判別することができなかった粒状物を、精度よく判別することが可能となった。

請求項３に係る発明によれば、可視光検出部が検出した赤（Ｒ）、緑（Ｇ）、青（Ｂ）の光のうち、複数種の組合せ（例えば、Ｒ・Ｇ、Ｒ・Ｂ、Ｇ・Ｂの３種類）による２つの波長成分と、近赤外光検出部が検出した近赤外光成分とに基づいて、複数種（例えば、Ｒ・Ｇ・ＮＩＲ、Ｒ・Ｂ・ＮＩＲ、Ｇ・Ｂ・ＮＩＲの３種類）の三次元光学相関図を作成する。これにより、複数の三次元光学相関図を相対比較することができ、粒状物の判別に最も適した可視光の波長成分を選択可能に構成することが可能となる。

請求項４に係る発明によれば、判別対象である粒状物における近赤外光成分を精度よく検出するため、可視光検出部が検出した粒状物の輪郭に合わせて、当該粒状物の輪郭内の近赤外光成分を検出するようにしている。これにより、高精度に粒状物の良・不良の判別が可能となっている。

請求項５、６に係る発明によれば、前記閉領域内に閾値を設定するに際し、第１の平面としてマハラノビス距離を最小とする前記マハラノビス距離境界面を利用し、第２の平面として良品集合体の重心と前記外接矩形の長軸方向の一端とを結ぶ平面を利用し、第３の平面として良品集合体の重心と前記外接矩形の長軸方向の他端とを結ぶ平面を利用し、第４の平面として前記外接矩形の一方側の長辺を利用し、第５の平面として前記外接矩形の他方側の長辺を利用し、第６の平面として良品集合体から遠い側の前記外接矩形の一方側短辺を利用することによって、精度の高い良・不良の判別が可能となる。

請求項７に係る発明によれば、操作者の操作に基づいて、ディスプレイに表示される三次元光学相関図を選択して表示することが可能である。これにより、赤（Ｒ）、緑（Ｇ）、青（Ｂ）の光のうち、２つの波長成分を選択する際に、最も有意差（相関性が高い）のある波長成分を操作者が選択可能となり、精度の高い良・不良の判別が可能となる。

請求項８に係る発明によれば、移送される粒状物の前後に第１の検査部と第２の検査部とを設け、それぞれ検査部で可視光画像及び近赤外光画像が得られるので、例えば、少なくとも一方の検査部で不良品の判定結果が出力された場合は、不良品として判別することが可能となり、良・不良の判別精度を向上させることができる。

請求項９に係る発明によれば、実施形態で示された黒ひまわりの種以外の他の種子や、米などの穀粒に対しても、高い精度で良・不良の判別が可能となる。

本発明の第１の実施形態を示す光学式粒状物判別装置の模式断面図である。 本発明の第１の実施形態に係る光学式粒状物判別装置の概略ブロック図である。 本発明の第１の実施形態に係る判定部の詳細ブロック図である。 本発明の第１の実施形態に係る粒状物の良品サンプル及び不良品サンプルの画像が示されており、上から順に、ＣＣＤカメラによる可視光画像、ＮＩＲカメラによる近赤外光画像、ＣＣＤカメラによって得られた粒状物の輪郭にＮＩＲカメラによる画像を嵌め込んだ近赤外光画像である。 信号処理部の処理手順を示したフロー図である。 閾値の算出手順を示したフロー図である。 閾値算出に関わる計算式を示した図である。 本発明の第１の実施形態に係る良品サンプル及び不良品サンプルの三次元空間上におけるＲ・Ｇ・ＮＩＲ三次元光学相関図である。 本発明の第１の実施形態に係る良品サンプル及び不良品サンプルの最適二次元平面におけるＲ・Ｇ・ＮＩＲ相関図である。 最適二次元平面の不良品集合体に慣性等価楕円を当てはめたときの図である。 慣性等価楕円に外接矩形を適用したときの図である。 慣性等価楕円の外接矩形の長軸方向両端点と良品集合体の重心とを結ぶ２つの直線を作成するときの図である。 慣性等価楕円を囲む閉領域を形成する際の６つの平面を作成するときの図である。 二次元平面の作図上の例外を説明する図である。 慣性等価楕円を囲む６つの平面で作成した閾値の算出と、最小（ＭＩＮ）、中間（ＭＩＤ）及び最大（ＭＡＸ）の３つの感度レベルとを対応させるときの図である。 従来の光学式粒状物選別機に係る三次元色分布データである。 他の実施形態における、判別対象粒状物の模式的な可視光画像及び近赤外光画像である。

以下、本発明の実施形態を図面に基づいて詳細に説明する。

〔第１の実施形態〕
本発明の第１の実施形態を図に基づいて説明する。なお、本実施形態における光学式粒状物判別装置１は、光学的検査に基づいて決定された閾値を基準として、判別対象となる粒状物の中から、良品である規格に適合した黒ひまわりの種と、黒ひまわりの種に混入した不良品（菌糸体等の有害物質、石、規格外品など）とを判別する装置である。

図１には、光学式粒状物判別装置１の模式断面図が示されている。図示されるように、本実施形態の光学式粒状物判別装置１は、機体２内に、粒状物の移送手段である傾斜したシュート３と、粒状物を貯留する貯留タンク４と、貯留タンク４からシュート３の上端に粒状物を搬送する振動フィーダ５と、シュート３から落下する粒状物に光学的検査を行う検査部６と、検査部６の下方に設けられたエジェクタノズル７と、エジェクタノズル７の噴風を受けずに落下した良品を受ける良品回収部８と、エジェクタノズル７の噴風で吹き飛ばされた不良品を回収する不良品回収部９とがそれぞれ設置されて構成される。また、機体２の前面側には、各種メンテナンスを行うための開閉可能なドア１０と、操作のためのタッチパネル（入力手段）及びモニタを兼ねるディスプレイ１１とが少なくとも設置されている。

粒状物に光学的検査を行う検査部６は、粒状物の落下軌跡ａを挟んで設置されたフロントボックス１２ａ及びリヤボックス１２ｂの内部に収容されている。フロントボックス１２ａ内には、可視光検出部であるＣＣＤカメラ１３ａと、近赤外光検出部であるＮＩＲカメラ１４ａと、可視光源１５ａと、近赤外光源１６ａと、後述するＣＣＤカメラ１３ｂのバックグラウンド１７ａとが収容されている。また、リヤボックス１２ｂ内には、可視光検出部であるＣＣＤカメラ１３ｂと、近赤外光検出部であるＮＩＲカメラ１４ｂと、可視光源１５ｂと、近赤外光源１６ｂと、上記ＣＣＤカメラ１３ａのバックグラウンド１７ｂとが収容されている。なお、本実施形態のＮＩＲカメラ１４ａ、１４ｂは、８５０ｎｍの近赤外光を検出して画像撮影することが可能となっている。

フロントボックス１２ａ及びリヤボックス１２ｂの、粒状物の落下軌跡ａに面する側には透明な板状部材から成る透光部１８ａ、１８ｂが設けられている。そして、当該透光部１８ａ、１８ｂを介して、フロントボックス１２ａ内のバックグラウンド１７ａがリヤボックス１２ｂ内のＣＣＤカメラ１３ｂに対向し、リヤボックス１２ｂ内のバックグラウンド１７ｂがフロントボックス１２ａ内のＣＣＤカメラ１３ａに対向して配置されている。

図２には、本実施形態の光学式粒状物判別装置１の概略ブロック図が示されている。図示されるように、粒状物から反射又は粒状物を透過した可視光成分を検出するＣＣＤカメラ１３ａ、１３ｂ、及び、粒状物から反射又は粒状物を透過した近赤外光成分を検出するＮＩＲカメラ１４ａ、１４ｂは判定部１９に接続され、さらに、当該判定部１９内の画像データを処理する信号処理部２０に電気的に接続されている。

また、信号処理部２０はＣＰＵ／メモリ部２１に双方向通信可能に接続されている。ＣＰＵ／メモリ部２１では、信号処理部２０で処理された画像を格納し、後述する演算処理を行って粒状物の判別のための閾値を計算することが可能となっている。さらに、信号処理部２０は、エジェクタ駆動回路２２を介してエジェクタノズル７が接続されており、ＣＰＵ／メモリ部２１にはタッチパネル等の入力手段を有するディスプレイ１１が接続されている。

図３には、前述した判定部１９の詳細ブロック図が示されている。図示されるように、信号処理部２０は、ＣＣＤカメラ１３ａ、１３ｂ及びＮＩＲカメラ１４ａ、１４ｂによって撮像された画像データを一時的に格納する画像データ取得部２３と、ＣＰＵ／メモリ部２１で算出された閾値データを格納する閾値データ格納部２４と、上記画像データを２値化処理する画像処理部２５と、撮像された粒状物が良品であるのか不良品であるのかを判別する良・不良判別部２６とを備えている。そして、良・不良判別部２６からの信号をエジェクタ駆動回路２２へ送り、エジェクタノズル７のバルブを開閉するように構成されている。

図３に示されるように、ＣＰＵ／メモリ部２１は、画像データ取得部２３からの画像データを格納する画像データ格納部２７と、画像データ格納部２７に格納された画像データに基づいて閾値を算出する閾値計算部２８と、ディスプレイ１１の入力手段からの操作信号を受信したり、画像データをディスプレイ１１に出力する信号送受信部２９とを少なくとも備えている。

以下、本実施形態の光学式粒状物判別装置１による粒状物の判別処理手順を説明する。図５には、信号処理部２０の処理手順を示すフロー図が示されている。図５中、ステップ１０１～１０３は、操作者があらかじめ準備した粒状物の良品サンプル及び不良品（異物を含む）サンプルをそれぞれシュート３に流し、良品、不良品（異物を含む）に係る三次元光学相関データを判定部１９に学習させる良品パターン／不良品パターン学習工程である。

図５中、ステップ１０４～１０８は、良品パターンと不良品パターンとの境界となる閾値を自動的に算出する閾値算出工程である。ステップ１０９は、閾値算出工程で算出された閾値を自動的に調整する閾値決定工程である。

（良品パターン／不良品パターン学習工程）
まずステップ１０１において、予め準備した良品サンプルをシュート３に流し、シュート３から落下した良品サンプルをＣＣＤカメラ１３ａ、１３ｂ及びＮＩＲカメラ１４ａ、１４ｂで撮像する。撮像された良品サンプルの画像データは、画像データ取得部２３を経て画像データ格納部２７に格納され、ディスプレイ１１に表示される。

次いで、良品サンプルの場合と同様にして、不良品サンプルをシュート３に流し、不良品サンプルをＣＣＤカメラ１３ａ、１３ｂ及びＮＩＲカメラ１４ａ、１４ｂで撮像する。撮影された不良品サンプルの画像データは、画像データ取得部２３を経て画像データ格納部２７に格納され、ディスプレイ１１に表示される。ここまでは、実際の選別作業ではなく、後述する閾値を決定するための準備作業である。なお、良品パターン／不良品パターン学習工程においては、良品サンプルと不良品サンプルが予め選別されているので、エジェクタノズル７は稼働させない。

次いで、ステップ１０２では、ディスプレイ１１上に表示された各サンプルの画像を再度操作者が目視によって確認し、良品となすべきもの、不良品（異物を含む）となすべきものを入力操作によって指定する。なお、図４には、粒状物の良品サンプル及び不良品サンプルの画像が示されており、上から順に、ＣＣＤカメラ１３ａ、１３ｂにより撮像された可視光画像、ＮＩＲカメラ１４ａ、１４ｂにより撮像された近赤外光画像（以下、「ＮＩＲ画像」と称する場合がある）、ＣＣＤカメラ１３ａ、１３ｂによって得られた粒状物の輪郭にＮＩＲカメラ１４ａ、１４ｂによる近赤外光画像を嵌め込んだ物体認識後の近赤外光画像がそれぞれ示されている。すなわち、ＣＣＤカメラ１３ａ、１３ｂによる可視光画像は粒状物の輪郭がはっきりしているが、ＮＩＲカメラ１４ａ、１４ｂによる近赤外光画像は粒状物の輪郭が不明瞭である。そこで、ＣＣＤカメラ１３ａ、１３ｂによって得られた粒状物の輪郭に、ＮＩＲカメラ１４ａ、１４ｂによる近赤外光画像を嵌め込むことで、物体認識後の近赤外光画像が表示されるように構成されている。

ここで、ＣＣＤカメラ１３ａ、１３ｂによって得られた粒状物の輪郭に、ＮＩＲカメラ１４ａ、１４ｂによる近赤外光画像を嵌め込む際、ＣＣＤカメラ１３ａ、１３ｂによって得られた粒状物の可視光画像と、ＮＩＲカメラ１４ａ、１４ｂによる粒状物の近赤外光画像にずれがあると、ずれている部分を不良部であると誤認識して、判別不良につながるおそれがある。したがって、可視光画像から得られる粒状物の輪郭から物体認識を行い、粒状物の輪郭に近赤外光画像を重ねたときにずれが生じないように、ＣＣＤカメラ１３ａ、１３ｂ及びＮＩＲカメラ１４ａ、１４ｂの向きや位置を調整することが好ましい。

次に、ステップ１０３に進み、多数の良品サンプル及び不良品サンプルの画像データに対し、赤（Ｒ）、緑（Ｇ）、青（Ｂ）の光の波長のうち、２つの波長成分と、近赤外光成分（以下、「ＮＩＲ」と称する場合がある）を三次元空間にプロットして、図８に示されるような、三次元光学相関図を作成する。これにより、従来、図１６に示されるように、赤（Ｒ）、緑（Ｇ）、青（Ｂ）の光の波長成分では、良品と不良品とが判別できなかったという問題を効果的に解決することが可能となる。なお、本実施形態では、図８に図示されるように、Ｒ、Ｇ、ＮＩＲ各軸の三次元空間に、良品サンプル及び不良品サンプルのプロットを行っており、ＮＩＲの波長は８５０ｎｍとしている。また、赤（Ｒ）、緑（Ｇ）、青（Ｂ）の光の波長成分のうち、いずれの波長成分を選択するのかは、三次元空間へのプロット態様をディスプレイ１１にて確認し、最も有意差のある（相関性の高い）波長成分を操作者が入力手段にて選択する。もちろん、操作者が選択することなく判定部１９において自動的に選択するようにしてもよい。

（閾値算出工程）
ステップ１０４に進むと、良品に係るドット（図８の黒の点）で形成される良品集合体と不良品に係るドット（図８のグレーの点）で形成される不良品集合体とに大まかな分類が行われ、ステップ１０５では、良品集合体／不良品集合体の集合体毎の多変量データの統計量が算出される。

この統計量の算出は、重心ベクトルや分散共分散行列の演算により行うとよい。例えば、重心ベクトルの演算式は、図７の（１）式によって表される。また、分散共分散行列の演算式は、図７の（２）式によって表される。

次に、良品集合体及び不良品集合体の各重心ベクトルからのマハラノビス平方距離を求める。ここで、マハラノビス平方距離は、多変量データの値の関数となっており、マハラノビス平方距離の演算式は、図７の（３）式によって表される。

次に、ステップ１０６では、各集合体間の境界面を求める。この境界面を決定する際は、マハラノビス平方距離が最小となる集合体に多変量データの値を分類し、多変量空間内のすべての多変量データの値について属する集合体を決定する。そして、図８の符号ｍで示す境界面が決定されることになる。

次に、ステップ１０７では、良品集合体と不良品集合体との重心間距離が最も離れるユークリッド距離を選択し、閾値有効範囲が広い境界面を探索する。このとき、良品集合体の重心ベクトルをＰ（Ｘｐ１，Ｘｐ２，Ｘｐ３，・・・Ｘｐｎ）、不良品集合体の重心ベクトルをＱ（Ｘｑ１，Ｘｑ２，Ｘｑ３，・・・Ｘｑｎ）とすると、この間のユークリッド平方距離は、図７の（４）式によって表される。

次に、ステップ１０７では、各集合体間の境界面を求める。この境界面を決定する際は、ユークリッド平方距離が最大となる集合体に多変量データの値を分類し、図８の符号ｕで示す境界面が決定されることになる。

そして、上記マハラノビス距離を最小にする境界面の平面ｍの方程式は図７の（５）式で表され、上記ユークリッド距離を最大とする境界面の平面ｕの方程式は図７の（６）式で表されるとすると、図８に示すような２つの特徴的な平面ｍと平面ｕが得られることになる。そして、ステップ１０８にて、図８の三次元光学相関図を回転させ、これらの異なる２つの平面ｍと平面ｕとが交差して線分に見える位置に視線方向（視線ベクトル）を一致させる。これにより、図８に示される三次元空間から、図９に示されるような二次元平面に次元を減少させた最適な閾値が求められる。したがって、信号処理を大幅に簡略化し、操作者が扱いやすい光学式粒状物判別装置１を提供することができる。

図７の（５）式の平面ｍと、図７の（６）式の平面ｕとが交差した線分Ｌ（図８等参照）は、図７の（７）式にて求めることができる。そして、２つの平面ｍ、平面ｕの法線ベクトルの外積計算により、交線の方向ベクトルｅを求めると、図７の（８）式となる。そして、交線Ｌが通る点Ｐは、図７の（９）式となる。以上のように交線Ｌが求まると、交線Ｌ上に視点を置くような最適二次元平面におけるＲ・Ｇ・ＮＩＲ相関図（図９参照）へ変換することが可能となる。

（閾値算出工程）
次に、ステップ１０９では、図９の二次元平面上での交線Ｌに基づき、自動的に良品と不良品との判別閾値が算出されることになる。そこで、閾値算出工程の詳細について図６のフロー図に基づいて以下に説明する。

図６のフロー図は、図５のステップ１０９の閾値算出工程を詳細に示したフロー図である。まず、ステップ２０１において、図９のグレーの点で示す不良品集合体に慣性等価楕円を当てはめる（図１０参照）。ここで、慣性等価楕円とは、不良品集合体とほぼ等しい重心周りの二次モーメントと等価な楕円を表す特徴量であり、不良品集合体の広がり方の特徴をつかむことができる。実際には、不良品領域を不良品集合体の分布よりも十分に大きくするため、長軸の長さを標準偏差の倍数（正の整数倍）、短軸の長さを標準偏差の倍数（正の整数倍）として慣性等価楕円を作成する。これは経験値であって、粒状物の種類により変化するので、自由に変更できるようにするのが好ましい。

そして、ステップ２０２において、慣性等価楕円の重心Ｇ及び長軸Ｖ方向の傾き角Θを求め、次いで、ステップ２０３において、長軸Ｖの距離、短軸Ｗの距離を算出していく（図１０参照）。

ステップ２０４においては、上記慣性等価楕円において、短軸に平行で長軸の両端点を通る２直線と、長軸に平行で短軸の両端点を通る２直線を引く。すなわち、４つの直線によって前記慣性等価楕円の外接矩形を作成する（図１１参照）。この外接矩形が自動感度作成時の仮の基準となる。

次に、ステップ２０５においては、良品集合体側の重心を算出する。これは全ての良品データの単純平均を算出することで求められる（図１１参照）。

そして、良品集合体と不良品集合体との関係性を求めるために以下の処理を行う。すなわち、ステップ２０６では、ステップ２０５で求めた良品集合体側の重心と、ステップ２０４で求めた不良品集合体側の外接矩形の長軸方向の両端点とを結び、２つの直線（図１２、符号（２）及び（３）の直線）を作成する。

以上より、不良品集合体に当てはめた慣性等価楕円を囲んで閉領域を形成する６つの平面が作成される。すなわち、図１３に示すように、慣性等価楕円を囲む６つの平面として、第１の平面はマハラノビス距離を最小とする境界面（１）、第２の平面は良品集合体側の重心と不良品集合体側の外接矩形の長軸方向の一端とを結ぶ平面（２）、第３の平面は良品集合体側の重心と不良品集合体側の外接矩形の長軸方向の他端とを結ぶ平面（３）、第４の平面は外接矩形の一方側の長辺（４）、第５の平面は外接矩形の他方側の長辺（５）、及び第６の平面は良品集合体から遠い側の外接矩形の一方側短辺（６）となる。

なお、上記閉領域を形成する６つの平面（図１３、符号（１）乃至符号（６））は、外接矩形を作成するなどの作図によって求めたものであるが、これに限らず、上記作図により作成するといった複雑な演算処理を単純な配列の参照処理で置き換えて効率化を図るべく、あらかじめルックアップテーブル（ＬＵＴ）に置き換えて、メモリなどに記憶させておくこともできる。

なお、上記段落００４４の平面の作図上の例外として、各集合体の重心間の直線と境界面（１）とのなす角度γ（図１４参照）、及び長軸と境界面（１）とのなす角度ω（図１４参照）がともに４５°より大きい場合には、前記第４の平面及び第５の平面は短辺側となり、前記第６の平面は長辺側となる。

次に、図６のステップ２０８では、感度の調整が行われる。感度レベルとしては、その範囲が０～１００の数値レベルで表される。すなわち、感度レベル０のときは最小感度（ＭＩＮ）であって、良品と不良品との判別ができず、選別の際に良品に不良品が混じるレベルであり、感度が鈍い。感度レベル５０のときは中感度（ＭＩＤ）であって、良品と不良品とが精度よく判別できる。感度レベル１００のときは最大感度（ＭＡＸ）であって、良品と不良品とを極めて精度よく判別できるが、不良品とともに良品をも選別して歩留まりが悪い。

また、図１５に示すように、前述の慣性等価楕円を囲む６つの平面で作成した閾値の算出と、上記最小感度（ＭＩＮ）、中感度（ＭＩＤ）及び最大感度（ＭＡＸ）の３つの感度レベルとの対応関係は、以下のとおりとなる。

最小感度（ＭＩＮ）は、第６の平面（６）、中感度（ＭＩＤ）は、第１の平面（１）、最大感度（ＭＡＸ）は、第２の平面（２）と第３の平面（３）とのなす角を２等分する直線と垂直となる直線で形成される第７の平面（７）とそれぞれ同じになる。つまり、図１５の第６の平面（６）、第１の平面（１）及び第７の平面（７）のそれぞれに、上記感度レベルが設定されており、例えば、感度レベルが中感度（ＭＩＤ）に設定されれば、図１５上の第１の平面（１）よりも上方が良品領域、下方が不良品領域となって、図示される粒状物Ａは良品、粒状物Ｂは不良品として良・不良判別部２６によって判定される。

上記のような第１の平面、第６の平面及び第７の平面により作成した３つの閾値と、最小感度（ＭＩＮ）、中感度（ＭＩＤ）及び最大感度（ＭＡＸ）からなる３つの感度レベルとの対応付けは、ディスプレイ１１上に配置した感度作成ボタン（図示略）をタッチすることで自動的に作成されるようになる。また、図８の三次元空間から図９の二次元平面に次元を減少させて閾値が算出されるため、信号処理を大幅に簡略化することができる。

閾値計算部２８において前述したようなフローに基づいて決定された閾値は、信号処理部２０の閾値データ格納部２４に格納される。続いて、実際の判別作業を行い、エジェクタノズル７を駆動可能とした状態で、判別対象となる粒状物を貯留タンク４からシュート３に流す。当該シュート３から落下した粒状物が検査部６に達すると、この粒状物をＣＣＤカメラ１３ａ、１３ｂ及びＮＩＲカメラ１４ａ、１４ｂが撮像する。

良・不良判別部２６は、閾値データ格納部２４から閾値を読み込み、この閾値を基準にして、ＣＣＤカメラ１３ａ、１３ｂ及びＮＩＲカメラ１４ａ、１４ｂが撮像した画像データから赤（Ｒ）、緑（Ｇ）の２つの波長成分及び近赤外光を用いて、粒状物が良品であるか不良品であるか判別する。もちろん、良品と比較して明らかな色彩上の相違がある不良品の場合は、赤（Ｒ）、緑（Ｇ）の２つの波長成分のみで良・不良を判別することができる。

良・不良判別部２６が良品であると判断した粒状物がエジェクタノズル７を通過しても、エジェクタ駆動回路２２はエジェクタノズル７のバルブを開くことはなく、粒状物は良品回収部８に向かって自然落下する。良・不良判別部２６が不良品であると判断した粒状物がエジェクタノズル７に達すると、エジェクタ駆動回路２２がエジェクタノズル７のバルブを開き、エジェクタノズル７からの噴風により粒状物が落下軌跡から吹き飛ばされて不良品回収部９に落下する。

なお、第１の実施形態では、光学的検査を行う検査部６が、粒状物の落下軌跡ａを挟んで前側のフロントボックス１２ａ（第１の検査部）と、後側のリヤボックス１２ｂ（第２の検査部）とから構成され、それぞれに可視光検出部であるＣＣＤカメラと、近赤外光検出部であるＮＩＲカメラが収容されている。したがって、一つの粒状物に対して、二つの可視光画像及び二つの近赤外光画像が取得される。このように構成されることで、例えば、前側又は後側のいずれか一方でも不良品と判定された場合は、エジェクタノズル７によって不良品回収部９へ回収することが可能となり、精度の高い判別を行うことが可能となる。

〔その他の実施形態〕
以上、本発明の光学式粒状物判別装置の実施例のうち、第１の実施形態について説明した。しかし、本発明は前述の実施形態に必ずしも限定されるものではなく、例えば以下のような変形例も含まれる。

例えば、前述の第１の実施形態では、判別対象となる粒状物を黒ひまわりの種としたが、他の粒状物であってもよく、例えば、米を判別対象とすることも可能である。具体的には、本発明の光学式粒状物判別装置１により、図１７に示されるように、光学的検査に基づいて決定された閾値を基準として、判別対象となる粒状物の中から、良品の白米と、不良品の着色米や薄焼け米、しらたを判別することが可能である。すなわち、撮像された近赤外光画像と可視光画像に基づいて三次元光学相関図を作成し、前述の実施形態と同様にして閾値を求めることにより、良品と不良品とを正確に判別することが可能となる。一方で、歩留まりの向上を目的に、一部あるいは全体が白い「しらた」を良品として残すことも設定によって可能である。

また、判別対象は上記した黒ひまわりの種や米に限らず、麦類、豆類、ナッツ類等の穀粒の他、ペレット、ビーズ等の樹脂片、医薬品、鉱石類、シラス等の細かい物品、その他の粒状物からなる原料を良品と不良品とに選別したり、原料に混入する異物等を排除したりする場合に、本発明の光学式粒状物判別装置は有効に適用することが可能である。

前述の第１の実施形態では、判別対象を黒ひまわりの種とし、赤（Ｒ）及び緑（Ｇ）の可視光、波長が８５０ｎｍの近赤外光の反射成分を検出して、三次元光学相関図を作成したが、判別対象の種類に応じて、最も有意差が現れる可視光及び近赤外光の波長を選択することが可能である。可視光及び近赤外光の波長を選択するに際し、操作者がディスプレイ１１に表示される三次元光学相関図を視認して選択してもよく、判定部１９において自動的に選択されるように構成してもよい。

また、第１の実施形態では、可視光検出部として赤（Ｒ）、緑（Ｇ）、青（Ｂ）の３つの波長成分を検出可能なＣＣＤカメラを用いたが、特定の波長のみを検出可能な可視光検出部を用いることも可能である。

また、第１の実施形態では、可視光画像から得られる粒状物の輪郭から物体認識を行い、粒状物の輪郭に近赤外光画像を重ねたときにずれが生じないように、ＣＣＤカメラ１３ａ、１３ｂ及びＮＩＲカメラ１４ａ、１４ｂの向きや位置を調整するように構成したが、必ずしもこのような方法に限られず、例えば、ディスプレイ１１に表示された物体認識後の近赤外光画像にずれが認められた場合は、画像の位置補正を手動又は自動で行うことによってずれを補正することも可能である。

また、第１の実施形態では、フロントボックス１２ａ及びリヤボックス１２ｂにそれぞれ設けられた可視光検出部であるＣＣＤカメラと、近赤外光検出部であるＮＩＲカメラによって、一つの粒状物に対して、二つの可視光画像及び二つの近赤外光画像を取得して、精度の高い判別を行った。しかしながら、必ずしもこのような構成に限られるものではなく、例えば、フロントボックス１２ａ及びリヤボックス１２ｂのうち、いずれか一方のみに、可視光検出部であるＣＣＤカメラと、近赤外光検出部であるＮＩＲカメラを設けるようにしてもよい。さらに別の変形例では、フロントボックス１２ａ及びリヤボックス１２ｂのうち、いずれか一方のＣＣＤカメラ及びＮＩＲカメラを故障時の予備として備えることも可能である。

１ 光学式粒状物判別装置
２ 機体
３ シュート
４ 貯留タンク
５ 振動フィーダ
６ 検査部
７ エジェクタノズル
８ 良品回収部
９ 不良品回収部
１０ ドア
１１ ディスプレイ
１２ａ フロントボックス
１２ｂ リヤボックス
１３ａ，１３ｂ ＣＣＤカメラ
１４ａ，１４ｂ ＮＩＲカメラ
１５ａ，１５ｂ 可視光源
１６ａ，１６ｂ 近赤外光源
１７ａ，１７ｂ バックグラウンド
１８ａ，１８ｂ 透光部
１９ 判定部
２０ 信号処理部
２１ ＣＰＵ及びメモリ部
２２ エジェクタ駆動回路
２３ 画像データ取得部
２４ 閾値データ格納部
２５ 画像処理部
２６ 良・不良判別部
２７ 画像データ格納部
２８ 閾値計算部
２９ 信号送受信部

Claims (4)

1. 移送手段で移送される粒状物に光学的検査を行う検査部と、該検査部による光学的検査に基づいて前記粒状物が良品であるか不良品であるかを判別する判定部とを備えた光学式粒状物判別装置において、
   前記検査部は、前記粒状物に可視光を照射する可視光源と、前記粒状物に近赤外光を照射する近赤外光源と、前記粒状物を透過した可視光又は前記粒状物から反射した可視光を検出する可視光検出部と、前記粒状物を透過した近赤外光又は前記粒状物から反射した近赤外光を検出する近赤外光検出部と、を少なくとも有し、
   前記判定部は、
   複数の良品サンプル及び複数の不良品サンプルに対し、前記可視光検出部が検出した赤（Ｒ）、緑（Ｇ）、青（Ｂ）の光のうち、複数種の組合せによる２つの波長成分と、前記近赤外光検出部が検出した近赤外光成分を三次元空間にプロットして複数種の三次元光学相関図を作成し、閾値を設定する
   ことを特徴とする光学式粒状物判別装置。
2. ディスプレイと、前記ディスプレイにおける表示内容に基づいて操作者による入力が可能な入力手段と、を備え、
   前記ディスプレイは、赤（Ｒ）、緑（Ｇ）、青（Ｂ）の光のうち、任意の２つの波長成分と、近赤外光成分とによる複数種の前記三次元光学相関図を表示可能であり、
   前記入力手段は、操作者の操作に基づいて前記ディスプレイに表示される前記三次元光学相関図を選択可能である
   請求項１に記載の光学式粒状物判別装置。
3. 前記検査部は、移送される前記粒状物の前側に位置する第１の検査部と、前記粒状物の後側に位置する第２の検査部と、を備え、
   前記第１の検査部及び前記第２の検査部は、それぞれ前記可視光検出部と前記近赤外光検出部とを備えている
   請求項１又は２に記載の光学式粒状物判別装置。
4. 移送手段で移送される前記粒状物は、種子又は穀粒である
   請求項１乃至３のいずれかに記載の光学式粒状物判別装置。