JPH02236150A - 脱穀処理穀粒の検査装置 - Google Patents

脱穀処理穀粒の検査装置

Info

Publication number
JPH02236150A
JPH02236150A JP5760289A JP5760289A JPH02236150A JP H02236150 A JPH02236150 A JP H02236150A JP 5760289 A JP5760289 A JP 5760289A JP 5760289 A JP5760289 A JP 5760289A JP H02236150 A JPH02236150 A JP H02236150A
Authority
JP
Japan
Prior art keywords
grain
region
twig
grains
cereal grain
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.)
Granted
Application number
JP5760289A
Other languages
English (en)
Other versions
JP2752133B2 (ja
Inventor
Yasuo Fujii
保生 藤井
Masanori Fujiwara
正徳 藤原
Masahiko Hayashi
正彦 林
Katsuya Usui
克也 臼井
Shinichi Kitano
北野 紳一
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.)
Kubota Corp
Original Assignee
Kubota Corp
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 Kubota Corp filed Critical Kubota Corp
Priority to JP5760289A priority Critical patent/JP2752133B2/ja
Publication of JPH02236150A publication Critical patent/JPH02236150A/ja
Application granted granted Critical
Publication of JP2752133B2 publication Critical patent/JP2752133B2/ja
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Landscapes

  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Closed-Circuit Television Systems (AREA)

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 〔産業上の利用分野〕 本発明は、脱穀装置の性能等を試験するために、脱穀処
理穀粒の状態を自動判別するための脱穀処理穀粒の検査
装置に関する。
〔従来の技術〕
脱穀装置の性能が所望の状態にある.か否かを試験する
ために、試験対象となる脱穀装置で実際に脱穀処理し、
そして、例えば、その脱穀処理後の穀粒を、玄米、籾、
小枝梗付きの籾の三種類に選り分けて、それらの比率に
基づいて性能の良否を判断することが行われている。
ちなみに、脱穀処理が過剰になると籾が脱ぷされて玄米
となり、不十分であると小枝梗付きの籾となることから
、これら玄米や小枝梗付きの籾は不良物として扱われる
ことになる。
ところで、従来では、脱穀処理後の穀粒が不良物である
か否かを自動判別するための検査装置が無かったので、
上記脱穀処理後の穀粒から設定個数のサンプルを取り出
し、そして、それらのサンプルを目視によって人為的に
選別して、サンプル数に対する不良物の比率を検査する
ようにしていた。
〔発明が解決しようとする課題〕
脱穀性能試験を正確に行うためには穀粒のサンプル数は
多いほど良いことになる。
しかしながら、穀粒は小さいものであり、その状態を目
視によって検査すると、選別のための作業時間が長くな
る不利がある。又、検査する作業員の熟練度や疲労度に
よって、不良率が変動する虞れがあり、不良率を正確に
且つ自動的に検査できるようにすることが望まれている
本発明は、上記実情に鑑みてなされたものであって、そ
の目的は、脱穀処理後の穀粒が不良物であるか否かを自
動的に判別できるようにすることにある。
〔課題を解決するための手段〕
本発明による脱穀処理穀粒の検査装置の特徴構成は以下
の通りである。
すなわち、第1の特徴構成は、脱穀処理後の穀粒を撮像
する撮像手段と、その撮像手段の撮像情報に基づいて前
記穀粒に対応する領域を抽出する画像処理手段と、前記
抽出された領域の情報に基づいて不良物を判別する判別
手段とを備える点にある。
第2の特徴構成では、前記判別手段は、前記抽出された
領域の大きさが設定値より大なるものを不良物として判
別するように構成されている点にある。
第3の特徴構成では、前記判別手段は、前記抽出された
領域の大きさが設定範囲から外れるものを不良物として
判別するように構成されている点にある。
第4の特徴構成では、前記判別手段は、前記抽出された
領域のうちの小枝梗に対応する領域部分を抽出して、そ
の領域部分の大きさが設定値より大なるものを不良物と
して判別するように構成されている点にある。
第5の特徴構成では、前記撮像手段が非合焦状態で撮像
するように構成されている点にある。
〔作 用〕
第1の特徴構成では、撮像手段で穀粒を撮像して画像処
理することにより、穀粒に対応する領域を抽出し、そし
て、その領域の情報に基づいて不良物を自動判別させる
ので、不良物を定量的に判別できる。
ところで、脱穀処理が不十分であると小枝梗付きの穀粒
となるが、この小枝梗付きの穀粒に対応する領域の大き
さは、穀粒のみに対応する領域よりも小枝梗分だけ大に
なることになる。
そこで、第2の特徴構成では、抽出された領域の大きさ
が設定値よりも大なるものを不良物と判別させるのであ
る。
一方、脱穀処理が過剰になると、例えば、穀粒が籾であ
るような場合には、脱ぷされて玄米になることがある。
その結果、玄米は脱ぷされた籾殻分だけ籾よりもその大
きさが小となる。
そこで、第3の特徴構成では、上記小枝梗付きのものと
脱ぷされたものとの両方を検出するために、抽出された
領域の大きさが設定範囲外にあるものを不良物として判
別させるのである。
但し、穀粒は同一種類のものであっても、成育状態等に
よって、その大きさにばらつきが生じるものである。又
、小枝梗は穀粒の幅よりもその幅が小さいものである。
従って、抽出した領域全体の大きさで不良物を判別させ
ると、穀粒が大である場合には小枝梗が付いていないも
のを誤って不良物と判別する虞れがあり、一方、穀粒が
小である場合には小枝梗付きの穀粒を見落とす虞れがあ
る。
そこで、第4の特徴構成では、穀粒として抽出された領
域から小枝梗に対応する領域部分を抽出して、その領域
部分の大きさが設定値よりも大なる場合に不良物と判別
させるのである。
尚、穀粒の大きさは一般的に数mm以下であることから
、小枝梗の太さは更に細いものとなる。
従って、小枝梗をも正確に抽出するためには、非常に高
解像度の撮像手段が必要になる。
しかしながら、高解像度の撮像手段を用いると、装置構
成が高価になるばかりか、画像処理対象となる情報量が
多くなることに起因して、迅速な画像処理が行えなくな
る不利が生じることになる。
但し、処理の高速化を図るために解像度を下げると、小
枝梗が小さいことに起因して、量子化誤差のために小枝
梗に対応する領域部分が穀粒に対応する領域部分から途
切れた状態で抽出される虞れがある(第3図参照)。
小枝梗と穀粒とが途切れると、本来一つの穀粒に対応す
る二つの領域を一つの領域として処理することが困難に
なる。
そこで、第5の特徴構成では、非合焦状態で撮像させる
ことにより、小枝梗の本来の太さよりも太くして撮像さ
せることにより、低解像度の撮像手段を用いても、小枝
梗に対応する領域部分が途切れるのを回避できるように
しているのである。
〔発明の効果〕
第1の特徴構成では、検査する作業員の熟練度や疲労度
に影響されることなく、不良率を正確に且つ自動的に検
査することができるに至った。
第2の特徴構成では、小枝梗の有無を自動的に判別でき
るので、小枝梗の有無を見落とすことがないようにでき
る。
第3の特徴構成では、小枝梗の有無のみならず、脱ぷさ
れて大きさが小さくなった玄米も自動的に判別させるこ
とができる。
第4の特徴構成では、穀粒の大小に拘わらず小枝梗の有
無を正確に判別できる。
第5の特徴構成では、低解像度でも情報の欠落を抑制で
きるので、装置構成の簡素化並びに判別処理の高速化を
図ることができる。
〔実施例〕
以下、本発明の実施例を図面に基づいて説明する。
第1図に示すように、振動式のパーツフィーダーを利用
して穀粒を一粒毎設定間隔で供給できるように構成され
た穀粒供給装置(1)と、その穀粒供給装置(1)から
供給される穀粒(A)を搬送するベルトコンベヤ(2)
と、そのベルトコンベヤ(2)で搬送される穀粒(A)
を上方から繰り返し撮像する撮像手段としての二次元イ
メージセンサ(3)と、そのイメージセンサ(3)の撮
像情報を2値化して穀粒に対応する領域(X)を抽出す
る画像処理手段(100)及び前記領域(X)の情報に
基づいて不良物を判別する判別手段(lot)を構成す
るマイクロコンピュータ利用の制御装置(4)とが設け
られている。
尚、前記ベルトコンベヤ(2)の搬送面は、反射光の影
響を防止するために黒色に塗装され、前記イメージセン
サ(3)の撮像範囲は、設定明るさとなるように、照明
装置(5)で照明されるようにしてある。
前記イメージセンサ(3)は、その撮像視野内に穀粒(
A)が位置する状態を捉えられるようにするために、前
記ベルトコンベヤ(2)の搬送速度よりも早い周期で繰
り返し撮像処理されるように構成され、前記制御装置(
4)は、その撮像周期毎に明るさに基づいて一画面当た
り32X32画素の2値化画像情報に変換するように構
成されている。
そして、画像処理された2値化画像情報から前記穀粒(
A)に対応する領域(X)を抽出し、その領域(X)の
縁が撮像視野の外端部に接触していない状態を、穀粒(
A)の全体が撮像視野内に位置している状態と判断して
、不良物であるか否かを判別するようになっている。
説明を加えれば、前記イメージセンサ(3)で撮像され
た穀粒(A)は、第2図に示すように、穀粒(A)に対
応して2値化された領域(X)として抽出されることに
なる。
穀粒(A)の大きさは略同じ大きさであることから、脱
穀処理が不十分なために小枝梗が付いていると、前記抽
出された領域(X)は、小枝梗に対応する領域部分(X
b)の面積分だけ小枝梗が付いていない場合よりも面積
が大になる。
一方、脱穀処理が過剰になった場合には、穀粒(A)が
脱ぷされることがあるが、その場合には、脱ぷされてい
ないものよりも前記領域(A)の大きさが小になる。
そこで、前記領域(X)の大きさが適正通りに脱穀処理
された穀粒(A)の大きさに対応する設定値外である場
合には、不良物と判別させるようにしているのである。
尚、前記領域(X)の大きさは、その領域(X)に属す
る画素数に比例するので、画素数が大なるほど大きさが
大であると判別することになる。
ところで、脱穀処理穀粒の検査においては、小枝梗付き
の穀粒を不良物として判別する場合、小枝梗の太さより
もその長さが設定値よりも大である場合を不良物として
扱うようにしている。
ところが、小枝梗の太さにはばらつきがあり、又、その
画像上における幅は、穀粒(A)の幅よりも大幅に狭い
ものである。
又、小枝梗の向きを一定方向に揃えて搬送させることは
困難であることから、小枝梗の長さを計測することは困
難である。
但し、第3図に示すように、合焦状態で穀粒(A)を撮
像すると、画像処理における量子化誤差のために、抽出
した領域(X)が穀粒(A)に対応する領域部分(Xa
)と小枝梗に対応する領域部分(Xb)とに分断された
状態となることがある。
このように、抽出した領域(X)が分断された状態とな
ると、小枝梗の大きさが不正確になる虞れがある。
そこで、わざと前記イメージセンサ(3)を非合焦状態
で撮像させて2値化すると、第4図に示すように、穀粒
や小枝梗に対応する画像信号成分が膨張して、抽出され
る領域(X)が本来の大きさよりも大になり、量子化誤
差が生じ難くなる。
つまり、前記イメージセンサ(3)を非合焦状態で撮像
させて画像処理することにより、小枝梗の有無を抽出し
た領域(X)の大きさとして判別できるようにすると共
に、処理対象となる画素数を少なくして処理の高速化を
図るようにしているのである。
〔別実施例〕
ところで、穀粒の大きさと小枝梗の大きさとは相関関係
が無い状態で各別にばらつく虞れがある。
従って、抽出した領域(X)の大きさのみに基づいて小
枝梗の有無を判別させると、穀粒が小の場合には、小枝
梗が無いと判別する虞れがあり、又、穀粒が大である場
合には小枝梗が無いものを不良物と誤判別する虞れがあ
る。
そこで、第5図に示すように、前記抽出した領域(X)
から小枝梗に対応する領域部分(Xb)を再度抽出して
、その領域部分(Xb)の大きさが設定値よりも大であ
る場合に小枝梗が付いている不良物であると判別させる
ようにしてもよい。
小枝梗に対応する領域部分(Xb)を抽出するための手
段について説明を加えれば、穀粒のみに対応する領域部
分(Xa)は、その周囲が閉じた領域となることから、
抽出した領域(X)から周囲が閉じた部分を除去する処
理を施すことで、小枝梗に対応する領域部分(Xb)を
抽出することができる。
又、小枝梗付きの場合には、その長さが問題となること
から、抽出した領域(X)の周囲長を求め、その周囲長
から前記穀粒のみに対応する領域部分(Xa)の周囲長
を減算して、小枝梗の長さを判別させるようにしてもよ
い。
又、上記実施例では、穀粒に対応する領域(X)を明る
さに基づいて抽出するようにした場合を例示したが、例
えば、色に基づいて抽出するようにしてもよい。
又、上記実施例では、抽出した領域(X)の大きさを、
その画素数つまり面積に基づいて判別させるようにした
場合を例示したが、上記小枝梗の長さ判別と同様に、抽
出した領域(X)の周囲長に基づいて判別させるように
してもよい。
又、本発明を実施する上で必要となる各部の具体構成は
各種変更できる。
尚、特許請求の範囲の項に図面との対照を便利にする為
に符号を記すが、該記入により本発明は添付図面の構造
に限定されるものではない。
【図面の簡単な説明】
図面は本発明に係る脱穀処理穀粒の検査装置の実施例を
示し、第1図は装置構成のブロック図、第2図乃至第5
図は画像処理の説明図である。 (X)・・・・・・穀粒に対応する領域、(Xb)・・
・・・・小枝梗に対応する領域部分、(3)・・・・・
・撮像手段、(100)・・・・・・画像処理手段、(
101)・・・・・・判別手段。

Claims (1)

  1. 【特許請求の範囲】 1、脱穀処理後の穀粒を撮像する撮像手段(3)と、そ
    の撮像手段(3)の撮像情報に基づいて前記穀粒に対応
    する領域(X)を抽出する画像処理手段(100)と、
    前記抽出された領域(X)の情報に基づいて不良物を判
    別する判別手段(101)とを備える脱穀処理穀粒の検
    査装置。 2、請求項1記載の脱穀処理穀粒の検査装置であって、
    前記判別手段(101)は、前記抽出された領域(X)
    の大きさが設定値より大なるものを不良物として判別す
    るように構成されている脱穀処理穀粒の検査装置。 3、請求項1記載の脱穀処理穀粒の検査装置であって、
    前記判別手段(101)は、前記抽出された領域(X)
    の大きさが設定範囲から外れるものを不良物として判別
    するように構成されている脱穀処理穀粒の検査装置。 4、請求項1記載の脱穀処理穀粒の検査装置であって、
    前記判別手段(101)は、前記抽出された領域(X)
    のうちの小枝梗に対応する領域部分(Xb)を抽出して
    、その領域部分(Xb)の大きさが設定値より大なるも
    のを不良物として判別するように構成されている脱穀処
    理穀粒の検査装置。 5、請求項1乃至4の何れか一つに記載の脱穀処理穀粒
    の検査装置であって、前記撮像手段(3)が非合焦状態
    で撮像するように構成されている脱穀処理穀粒の検査装
    置。
JP5760289A 1989-03-08 1989-03-08 脱穀処理穀粒の検査装置 Expired - Lifetime JP2752133B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP5760289A JP2752133B2 (ja) 1989-03-08 1989-03-08 脱穀処理穀粒の検査装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP5760289A JP2752133B2 (ja) 1989-03-08 1989-03-08 脱穀処理穀粒の検査装置

Publications (2)

Publication Number Publication Date
JPH02236150A true JPH02236150A (ja) 1990-09-19
JP2752133B2 JP2752133B2 (ja) 1998-05-18

Family

ID=13060404

Family Applications (1)

Application Number Title Priority Date Filing Date
JP5760289A Expired - Lifetime JP2752133B2 (ja) 1989-03-08 1989-03-08 脱穀処理穀粒の検査装置

Country Status (1)

Country Link
JP (1) JP2752133B2 (ja)

Also Published As

Publication number Publication date
JP2752133B2 (ja) 1998-05-18

Similar Documents

Publication Publication Date Title
Blasco et al. Automatic sorting of satsuma (Citrus unshiu) segments using computer vision and morphological features
Noordam et al. High-speed potato grading and quality inspection based on a color vision system
Elster Detection of cracks in eggs using machine vision
Blasco et al. Machine vision system for automatic quality grading of fruit
Paliwal et al. Grain kernel identification using kernel signature
US5318173A (en) Hole sorting system and method
Zhang et al. Separation of touching grain kernels in an image by ellipse fitting algorithm
Shahin et al. A machine vision system for grading lentils
Tao Spherical transform of fruit images for on-line defect extraction of mass objects
US6433293B1 (en) Method and device for detecting dirt as present on articles, for example eggs
JP5455409B2 (ja) 異物選別方法および異物選別設備
US20200055093A1 (en) Method of Producing Gluten Free Oats through Hyperstectral Imaging
Pearson et al. Color image based sorter for separating red and white wheat
Shahin et al. Lentil type identification using machine vision
Aleixos et al. Assessment of citrus fruit quality using a real-time machine vision system
JP3614980B2 (ja) 農産物の外観検査方法及び装置
Pearson et al. Automated sorting of almonds with embedded shell by laser transmittance imaging
JPH02236150A (ja) 脱穀処理穀粒の検査装置
Kanjanawanishkul et al. Design and assessment of an automated sweet pepper seed sorting machine
Niskanen et al. Experiments with SOM based inspection of wood
CN108993927B (zh) 农作物籽粒分离设备及其控制方法
EP1415153A2 (en) Method and means for detecting internal larval infestation in granular material
Visen Machine vision based grain handling system
GB2333628A (en) Detection of contaminants in granular material
Pearson Low-cost bi-chromatic image sorting device for grains