JPH0534281A - メロンの外観評価装置 - Google Patents
メロンの外観評価装置Info
- Publication number
- JPH0534281A JPH0534281A JP3216438A JP21643891A JPH0534281A JP H0534281 A JPH0534281 A JP H0534281A JP 3216438 A JP3216438 A JP 3216438A JP 21643891 A JP21643891 A JP 21643891A JP H0534281 A JPH0534281 A JP H0534281A
- Authority
- JP
- Japan
- Prior art keywords
- melon
- image
- stripes
- skin
- ground
- 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
Links
- 235000015510 Cucumis melo subsp melo Nutrition 0.000 title claims abstract description 82
- FJJCIZWZNKZHII-UHFFFAOYSA-N [4,6-bis(cyanoamino)-1,3,5-triazin-2-yl]cyanamide Chemical compound N#CNC1=NC(NC#N)=NC(NC#N)=N1 FJJCIZWZNKZHII-UHFFFAOYSA-N 0.000 title claims abstract description 81
- 241000219112 Cucumis Species 0.000 title claims abstract 13
- 210000002615 epidermis Anatomy 0.000 claims description 26
- 210000003491 skin Anatomy 0.000 claims description 20
- 238000010521 absorption reaction Methods 0.000 claims description 16
- 229930002875 chlorophyll Natural products 0.000 claims description 16
- 235000019804 chlorophyll Nutrition 0.000 claims description 16
- ATNHDLDRLWWWCB-AENOIHSZSA-M chlorophyll a Chemical compound C1([C@@H](C(=O)OC)C(=O)C2=C3C)=C2N2C3=CC(C(CC)=C3C)=[N+]4C3=CC3=C(C=C)C(C)=C5N3[Mg-2]42[N+]2=C1[C@@H](CCC(=O)OC\C=C(/C)CCC[C@H](C)CCC[C@H](C)CCCC(C)C)[C@H](C)C2=C5 ATNHDLDRLWWWCB-AENOIHSZSA-M 0.000 claims description 16
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 15
- 238000001514 detection method Methods 0.000 claims description 12
- 230000001678 irradiating effect Effects 0.000 claims description 7
- 244000241257 Cucumis melo Species 0.000 description 70
- 238000010586 diagram Methods 0.000 description 6
- 238000000605 extraction Methods 0.000 description 5
- 238000000034 method Methods 0.000 description 5
- 230000003595 spectral effect Effects 0.000 description 5
- 238000001228 spectrum Methods 0.000 description 5
- 241000282341 Mustela putorius furo Species 0.000 description 4
- 238000007689 inspection Methods 0.000 description 4
- 239000003550 marker Substances 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 3
- 235000009847 Cucumis melo var cantalupensis Nutrition 0.000 description 1
- 238000004040 coloring Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/02—Food
- G01N33/025—Fruits or vegetables
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3563—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing solids; Preparation of samples therefor
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
(57)【要約】
【目的】ネット系メロンの表皮の地と縞の部分の識別を
高精度で行うこと。 【構成】光源１は、ネット系のメロンａに向けて近赤外
線を照射する。メロンａからの反射光のうち、水分吸収
帯にかかる所定波長の近赤外線のみがフィルタ２を通過
する。従って、画像入力装置３で撮影して得られる画像
は、水分分布の情報から形成されるものである。画像処
理コンピュータ４は、その画像からメロンの表皮の地と
縞とを識別する。
高精度で行うこと。 【構成】光源１は、ネット系のメロンａに向けて近赤外
線を照射する。メロンａからの反射光のうち、水分吸収
帯にかかる所定波長の近赤外線のみがフィルタ２を通過
する。従って、画像入力装置３で撮影して得られる画像
は、水分分布の情報から形成されるものである。画像処
理コンピュータ４は、その画像からメロンの表皮の地と
縞とを識別する。
Description
【０００１】
【産業上の利用分野】本発明は、マスクメロン、夕張メ
ロン、アンデスメロンのように、表皮の表面に縞（ネッ
ト）を有するネット系メロンの外観を評価するメロンの
外観評価装置に関する。
ロン、アンデスメロンのように、表皮の表面に縞（ネッ
ト）を有するネット系メロンの外観を評価するメロンの
外観評価装置に関する。
【０００２】
【従来の技術】従来、ネット系メロンの外観評価は、メ
ロンをカラーカメラで撮影し、そのカラー画像の色情報
に基づいて表皮の地の部分と縞の部分とを識別して評価
することにより行っていた。
ロンをカラーカメラで撮影し、そのカラー画像の色情報
に基づいて表皮の地の部分と縞の部分とを識別して評価
することにより行っていた。
【０００３】さらに、果梗（ツル）が付いた状態で販売
するツル付きメロンは、その玉の部分の他にツルの大き
さや形を調べる必要がある。そこで、図１３で示すよう
に、検査用の搬送部で使用するトレイ２１は、メロンａ
を支持する３個の支持部２２の他に、メロンａの玉の部
分とツルの部分との境界部を区別するための移動自在な
マーカ２３を備えていた。そして、検査の際には、作業
者がメロンをトレイ２１に載せるとともにマーカ２３を
セットし、この状態で搬送中のメロンをカメラで撮影し
ていた。このようにして得られたカラー画像は、マーカ
２３により玉の部分とツルの部分との分離が容易かつ確
実にできる。
するツル付きメロンは、その玉の部分の他にツルの大き
さや形を調べる必要がある。そこで、図１３で示すよう
に、検査用の搬送部で使用するトレイ２１は、メロンａ
を支持する３個の支持部２２の他に、メロンａの玉の部
分とツルの部分との境界部を区別するための移動自在な
マーカ２３を備えていた。そして、検査の際には、作業
者がメロンをトレイ２１に載せるとともにマーカ２３を
セットし、この状態で搬送中のメロンをカメラで撮影し
ていた。このようにして得られたカラー画像は、マーカ
２３により玉の部分とツルの部分との分離が容易かつ確
実にできる。
【０００４】
【発明が解決しようとする課題】しかし、メロンの表皮
の地の部分と縞の部分との識別を色情報により行う場合
には、個体差に起因する着色度の差異や照明むらの影響
を受けやすいので、その識別精度が低いという欠点があ
った。
の地の部分と縞の部分との識別を色情報により行う場合
には、個体差に起因する着色度の差異や照明むらの影響
を受けやすいので、その識別精度が低いという欠点があ
った。
【０００５】また、ツル付きメロンにあっては、上記の
欠点の他に、作業者がマーカ２３の設定をいちいち行わ
なければならないという欠点があった。
欠点の他に、作業者がマーカ２３の設定をいちいち行わ
なければならないという欠点があった。
【０００６】そこで、本発明は、メロンにおける表皮の
地と縞の部分では、水分、クロロフィルの含有量に差異
があることに着目し、表皮の地と縞との識別を高精度に
行うことを目的とする。
地と縞の部分では、水分、クロロフィルの含有量に差異
があることに着目し、表皮の地と縞との識別を高精度に
行うことを目的とする。
【０００７】
【課題を解決するための手段】かかる目的を達成するた
めに本発明は、以下のように構成した。すなわち、第１
発明は、表皮に縞を有するメロンに向けて近赤外線を照
射する光源と、前記メロンからの反射光の中から水分吸
収帯域の近赤外線を検出する検出手段と、当該検出手段
の検出値に基づき前記メロンの表皮の地と縞とを識別す
る識別手段とを備えてなる。
めに本発明は、以下のように構成した。すなわち、第１
発明は、表皮に縞を有するメロンに向けて近赤外線を照
射する光源と、前記メロンからの反射光の中から水分吸
収帯域の近赤外線を検出する検出手段と、当該検出手段
の検出値に基づき前記メロンの表皮の地と縞とを識別す
る識別手段とを備えてなる。
【０００８】第２発明は、表皮に縞を有するメロンに向
けて可視光線を照射する光源と、前記メロンからの反射
光の中からクロロフィル吸収帯域の可視光線を検出する
検出手段と、当該検出手段の検出値に基づき前記メロン
の表皮の地と縞とを識別する識別手段と、を備えてな
る。
けて可視光線を照射する光源と、前記メロンからの反射
光の中からクロロフィル吸収帯域の可視光線を検出する
検出手段と、当該検出手段の検出値に基づき前記メロン
の表皮の地と縞とを識別する識別手段と、を備えてな
る。
【０００９】
【作用】第１発明では、検出手段は、メロンからの反射
光の中から水分吸収帯域の近赤外線を検出する。この検
出手段の検出値は、水分を多く含む表皮の地の部分と、
水分の少ない表皮の縞の部分とはその差が著しい。そこ
で、識別手段は、その検出値に基づきメロンの表皮の地
と縞とを識別する。
光の中から水分吸収帯域の近赤外線を検出する。この検
出手段の検出値は、水分を多く含む表皮の地の部分と、
水分の少ない表皮の縞の部分とはその差が著しい。そこ
で、識別手段は、その検出値に基づきメロンの表皮の地
と縞とを識別する。
【００１０】このように第１発明では、水分吸収帯域の
近赤外線を利用してメロンの表皮の水分分布を検出し、
その検出結果に基づいて表皮における地と縞とを識別す
るようにしたので、従来と比較してその識別精度が向上
する。
近赤外線を利用してメロンの表皮の水分分布を検出し、
その検出結果に基づいて表皮における地と縞とを識別す
るようにしたので、従来と比較してその識別精度が向上
する。
【００１１】また第２発明では、検出手段は、メロンか
らの反射光の中からクロロフィル吸収帯域の可視光線を
検出する。この検出手段の検出値は、クロロフィルを多
く含む表皮の地の部分と、クロロフィルの少ない縞の部
分とはその差が著しい。そこで、識別手段は、その検出
値に基づきメロンの表皮の地と縞とを識別する。
らの反射光の中からクロロフィル吸収帯域の可視光線を
検出する。この検出手段の検出値は、クロロフィルを多
く含む表皮の地の部分と、クロロフィルの少ない縞の部
分とはその差が著しい。そこで、識別手段は、その検出
値に基づきメロンの表皮の地と縞とを識別する。
【００１２】このように第２発明では、クロロフィル吸
収帯域の可視光線を利用してメロンの表皮のクロロフィ
ル分布を検出し、その検出結果に基づいて表皮の地と縞
とを識別するようにしたので、従来と比較してその識別
精度が向上する。
収帯域の可視光線を利用してメロンの表皮のクロロフィ
ル分布を検出し、その検出結果に基づいて表皮の地と縞
とを識別するようにしたので、従来と比較してその識別
精度が向上する。
【００１３】
【実施例】以下、本発明の実施例を説明するが、その説
明に先立って本発明の原理について説明する。
明に先立って本発明の原理について説明する。
【００１４】第１発明は、ネット系メロンのように表皮
に地とは異なる性質の縞を有するメロンは、表皮の地と
縞の部分はその水分の含有量が異なることに着目したも
のである。そこで、ネット系メロンであるアールスメロ
ンの表皮の地の部分、縞の部分、およびツルの部分のそ
れぞれに、波長を連続的に変化して近赤外線を照射して
その反射率を検出した結果、図１で示すような反射分光
特性（スペクトル）を得た。
に地とは異なる性質の縞を有するメロンは、表皮の地と
縞の部分はその水分の含有量が異なることに着目したも
のである。そこで、ネット系メロンであるアールスメロ
ンの表皮の地の部分、縞の部分、およびツルの部分のそ
れぞれに、波長を連続的に変化して近赤外線を照射して
その反射率を検出した結果、図１で示すような反射分光
特性（スペクトル）を得た。
【００１５】従って、第１発明は、この反射分光特性か
ら水分の吸収帯である波長が１．４μｍ付近、または
１．９μｍ付近の近赤外線を利用し、ネット系メロンの
外観評価を行うものである。
ら水分の吸収帯である波長が１．４μｍ付近、または
１．９μｍ付近の近赤外線を利用し、ネット系メロンの
外観評価を行うものである。
【００１６】次に、第２発明は、ネット系メロンのよう
に表皮に地とは異なる性質の縞を有するメロンは、表皮
の地と縞の部分はクロロフィルの含有量が異なることに
着目したものである。そこで、ネット系メロンの表皮の
地の部分、および縞の部分のそれぞれに、波長を連続的
に変化して可視光線を照射してその反射率を検出した結
果、図２で示すような反射分光特性（スペクトル）を得
た。
に表皮に地とは異なる性質の縞を有するメロンは、表皮
の地と縞の部分はクロロフィルの含有量が異なることに
着目したものである。そこで、ネット系メロンの表皮の
地の部分、および縞の部分のそれぞれに、波長を連続的
に変化して可視光線を照射してその反射率を検出した結
果、図２で示すような反射分光特性（スペクトル）を得
た。
【００１７】従って、第２発明は、この反射分光特性か
らクロロフィルの吸収帯である波長が０．６７μｍ付
近、または０．５４μｍ付近と０．６７μｍ付近の可視
光線を利用し、ネット系メロンの外観評価を行うもので
ある。
らクロロフィルの吸収帯である波長が０．６７μｍ付
近、または０．５４μｍ付近と０．６７μｍ付近の可視
光線を利用し、ネット系メロンの外観評価を行うもので
ある。
【００１８】次に、以上のべた原理に基づく第１発明の
実施例について、図面を参照して説明する。
実施例について、図面を参照して説明する。
【００１９】図３において、１は例えばネット系メロン
のように表皮に縞を有するメロンａに近赤外線光を照射
する光源である。メロンａの斜め上方には、メロンａか
らの反射光のうち水分吸収帯域（図１で示すように、
１．４μｍ付近、または１．９μｍ付近）の近赤外線の
みを通過させるフィルタ２を配置する。フィルタ２の後
方には、そのフィルタ２を通過した光に感応する撮像素
子（センサ）で構成する画像入力装置（カメラ）３を配
置する。
のように表皮に縞を有するメロンａに近赤外線光を照射
する光源である。メロンａの斜め上方には、メロンａか
らの反射光のうち水分吸収帯域（図１で示すように、
１．４μｍ付近、または１．９μｍ付近）の近赤外線の
みを通過させるフィルタ２を配置する。フィルタ２の後
方には、そのフィルタ２を通過した光に感応する撮像素
子（センサ）で構成する画像入力装置（カメラ）３を配
置する。
【００２０】画像入力装置３は、画像処理用コンピュー
タ４の入力側に接続する。画像処理用コンピュータ４
は、画像入力装置３からの入力画像を後述のように処理
する。画像処理用コンピュータ４の出力側には、表示装
置やプリンタなどからなる画像出力装置５を接続する。
タ４の入力側に接続する。画像処理用コンピュータ４
は、画像入力装置３からの入力画像を後述のように処理
する。画像処理用コンピュータ４の出力側には、表示装
置やプリンタなどからなる画像出力装置５を接続する。
【００２１】次に、このように構成する第１発明の実施
例の画像処理例について、図４のフローチャートを参照
して説明する。なお、ここでは処理対象とするメロンａ
は、アールスメロンとした場合について説明する。
例の画像処理例について、図４のフローチャートを参照
して説明する。なお、ここでは処理対象とするメロンａ
は、アールスメロンとした場合について説明する。
【００２２】いま、光源１から放射された近赤外線はメ
ロンａに照射され、そのメロンａからの反射光のうち水
分吸収帯域（１．４μｍ付近、または１．９μｍ付近）
の近赤外線のみがフィルタ２を通過する。従って、画像
入力装置３で撮影して得られる画像は、水分情報から形
成されるものである。
ロンａに照射され、そのメロンａからの反射光のうち水
分吸収帯域（１．４μｍ付近、または１．９μｍ付近）
の近赤外線のみがフィルタ２を通過する。従って、画像
入力装置３で撮影して得られる画像は、水分情報から形
成されるものである。
【００２３】そこで、画像入力装置３で撮影したその画
像を入力する（Ｓ１）。次に、メロンａの表皮の縞を抽
出するためのしきい値の設定（Ｓ２）、メロンａの表皮
の地を抽出するためのしきい値の設定（Ｓ３）、メロン
ａのツル、割れを抽出するためのしきい値の設定（Ｓ
４）、をそれぞれ行う。
像を入力する（Ｓ１）。次に、メロンａの表皮の縞を抽
出するためのしきい値の設定（Ｓ２）、メロンａの表皮
の地を抽出するためのしきい値の設定（Ｓ３）、メロン
ａのツル、割れを抽出するためのしきい値の設定（Ｓ
４）、をそれぞれ行う。
【００２４】ここで、画像入力装置３からの出力に基づ
く、垂直方向（縦方向）の輝度の変化は、図５に示すよ
うになる。また、水平方向（横方向）の輝度の変化は、
図６に示すようになる。図５から解るように、ツルにか
かる検出時は、表皮の検出時よりもレベルが全体に低
く、表皮の検出時にはその地と縞とのレベルは明瞭に異
なる。従って、上記の抽出のための各しきい値は、これ
らの点を考慮して決定する。
く、垂直方向（縦方向）の輝度の変化は、図５に示すよ
うになる。また、水平方向（横方向）の輝度の変化は、
図６に示すようになる。図５から解るように、ツルにか
かる検出時は、表皮の検出時よりもレベルが全体に低
く、表皮の検出時にはその地と縞とのレベルは明瞭に異
なる。従って、上記の抽出のための各しきい値は、これ
らの点を考慮して決定する。
【００２５】引き続き、その各しきい値に基づき多値化
処理により（Ｓ５）、メロンａの表皮の地、表皮の縞、
ツル、表皮の割れの各抽出を行う。
処理により（Ｓ５）、メロンａの表皮の地、表皮の縞、
ツル、表皮の割れの各抽出を行う。
【００２６】このように第１発明の実施例では、メロン
ａの表皮における水分分布の情報から、メロンａの表皮
の地、表皮の縞、ツル、表皮の割れの各抽出処理を行う
ようにしたので、その抽出が高精度で行える。
ａの表皮における水分分布の情報から、メロンａの表皮
の地、表皮の縞、ツル、表皮の割れの各抽出処理を行う
ようにしたので、その抽出が高精度で行える。
【００２７】次に、図３で示した装置を利用してツル付
きメロンのツルの評価法の一例について図７〜図９を参
照して説明する。
きメロンのツルの評価法の一例について図７〜図９を参
照して説明する。
【００２８】まず、画像入力装置３で撮影した画像を取
り込み（Ｓ１１）、所定のしきい値により２値化してツ
ルの部分を抽出すると（Ｓ１２）、図８で示すような画
像が得られる。次に、その画像からフェレ径ｘ，フェレ
径ｙを測定し（Ｓ１３）、フェレ径ｘまたはフェレ径ｙ
が、次の（１）式および（２）式の範囲外にあるものを
規格外のものとする（Ｓ１４、Ｓ１５）。
り込み（Ｓ１１）、所定のしきい値により２値化してツ
ルの部分を抽出すると（Ｓ１２）、図８で示すような画
像が得られる。次に、その画像からフェレ径ｘ，フェレ
径ｙを測定し（Ｓ１３）、フェレ径ｘまたはフェレ径ｙ
が、次の（１）式および（２）式の範囲外にあるものを
規格外のものとする（Ｓ１４、Ｓ１５）。
【００２９】ｘ１≦ｘ＜ｘ２ （１）
ｙ１≦ｙ＜ｙ２ （２）
さらに、ツルの画像から各画素位置に対応するｙ方向の
構成画素を測定すると（Ｓ１６）、図９で示すようにな
る。そこで、図９で示すように最大画素数ｄｏ、最大画
素数から所定の設定値δだけ離れた位置の画素数ｄ１，
ｄ２をそれぞれ測定する（Ｓ１７）。そして、これら求
めた各値から次の（３）式によりツルの良否判定を行
い、否定判定のときには規格外とし、肯定判定のときに
は良品とする（Ｓ１８）。
構成画素を測定すると（Ｓ１６）、図９で示すようにな
る。そこで、図９で示すように最大画素数ｄｏ、最大画
素数から所定の設定値δだけ離れた位置の画素数ｄ１，
ｄ２をそれぞれ測定する（Ｓ１７）。そして、これら求
めた各値から次の（３）式によりツルの良否判定を行
い、否定判定のときには規格外とし、肯定判定のときに
は良品とする（Ｓ１８）。
【００３０】
ｚ１≦｛ｄｏ−（ｄ１＋ｄ２）／２｝＜ｚ２ （３）
ここで、ｚ１，ｚ２はそれぞれあらかじめ設定した定数
である。
である。
【００３１】このような処理により、ツル付きメロンの
ツルの評価を高精度で行うことができる。
ツルの評価を高精度で行うことができる。
【００３２】次に、第２発明の実施例について、図面を
参照して説明する。
参照して説明する。
【００３３】図１０において、１１は例えばネット系メ
ロンのように表皮に縞を有するメロンａに可視光線を照
射する光源である。メロンａの斜め上方には、メロンａ
からの反射光のうちクロロフィル吸収帯域の可視光線の
みを通過させるフィルタ１２を配置する。このフィルタ
１２は、波長が０．５４μｍ付近の可視光線を通過させ
る第１フィルタと、波長が０．６７μｍ付近の可視光線
を通過させる第２フィルタとの一方を選択できるように
構成する（図２参照）。
ロンのように表皮に縞を有するメロンａに可視光線を照
射する光源である。メロンａの斜め上方には、メロンａ
からの反射光のうちクロロフィル吸収帯域の可視光線の
みを通過させるフィルタ１２を配置する。このフィルタ
１２は、波長が０．５４μｍ付近の可視光線を通過させ
る第１フィルタと、波長が０．６７μｍ付近の可視光線
を通過させる第２フィルタとの一方を選択できるように
構成する（図２参照）。
【００３４】フィルタ１２の後方には、そのフィルタ１
２を通過した光に感応する撮像素子（センサ）で構成す
る画像入力装置（カメラ）１３を配置する。画像入力装
置１３は、画像処理用コンピュータ４の入力側に接続す
る。画像処理用コンピュータ４は、画像入力装置３から
の入力画像を後述のように処理する。画像処理用コンピ
ュータ４の出力側には、表示装置やプリンタなどからな
る画像出力装置５を接続する。
２を通過した光に感応する撮像素子（センサ）で構成す
る画像入力装置（カメラ）１３を配置する。画像入力装
置１３は、画像処理用コンピュータ４の入力側に接続す
る。画像処理用コンピュータ４は、画像入力装置３から
の入力画像を後述のように処理する。画像処理用コンピ
ュータ４の出力側には、表示装置やプリンタなどからな
る画像出力装置５を接続する。
【００３５】次に、このように構成する第２発明の実施
例の第１の画像処理例について、図１１のフローチャー
トを参照して説明する。なお、ここでは測定対象とする
メロンａは、アールスメロンとする。また、フィルタ１
２は、波長が０．６７μｍ付近の可視光線を通過させる
第２フィルタのみを使用するものとする。
例の第１の画像処理例について、図１１のフローチャー
トを参照して説明する。なお、ここでは測定対象とする
メロンａは、アールスメロンとする。また、フィルタ１
２は、波長が０．６７μｍ付近の可視光線を通過させる
第２フィルタのみを使用するものとする。
【００３６】いま、光源１１から放射された可視光線は
メロンａに照射され、そのメロンａからの反射光のうち
クロロフィル吸収帯域（０．６７μｍ付近）の可視光線
のみがフィルタ１２を通過する。従って、画像入力装置
１３で撮影して得られる画像は、クロロフィル情報から
形成されるものである。
メロンａに照射され、そのメロンａからの反射光のうち
クロロフィル吸収帯域（０．６７μｍ付近）の可視光線
のみがフィルタ１２を通過する。従って、画像入力装置
１３で撮影して得られる画像は、クロロフィル情報から
形成されるものである。
【００３７】そこで、画像入力装置３で撮影したその画
像を入力し（Ｓ２１）、メロンａの表皮の縞を抽出する
ためのしきい値を設定する（Ｓ２２）。次に、２値化に
より縞を抽出し（Ｓ２３）、その抽出した縞の評価をあ
らかじめ定めた手順で行う（Ｓ２４）。
像を入力し（Ｓ２１）、メロンａの表皮の縞を抽出する
ためのしきい値を設定する（Ｓ２２）。次に、２値化に
より縞を抽出し（Ｓ２３）、その抽出した縞の評価をあ
らかじめ定めた手順で行う（Ｓ２４）。
【００３８】次に、第２発明の実施例の第２の画像処理
例について、図１２のフローチャートを参照して説明す
る。なお、ここでは測定対象とするメロンａは、アール
スメロンとする。フィルタ１２は、波長が０．５４μｍ
付近の可視光線を通過させる第１フィルタと、波長が
０．６７μｍ付近の可視光線を通過させる第２フィルタ
を選択的に使用する。
例について、図１２のフローチャートを参照して説明す
る。なお、ここでは測定対象とするメロンａは、アール
スメロンとする。フィルタ１２は、波長が０．５４μｍ
付近の可視光線を通過させる第１フィルタと、波長が
０．６７μｍ付近の可視光線を通過させる第２フィルタ
を選択的に使用する。
【００３９】まず、フィルタ１２は、波長が０．６７μ
ｍ付近の可視光線を通過させる第２フィルタを選択し、
そのとき画像入力装置３で撮影したその画像を入力して
記憶する（Ｓ３１）。次に、フィルタ１２は、波長が
０．５４μｍ付近の可視光線を通過させる第１フィルタ
を選択し、そのとき画像入力装置３で撮影したその画像
を入力して記憶する（Ｓ３２）。
ｍ付近の可視光線を通過させる第２フィルタを選択し、
そのとき画像入力装置３で撮影したその画像を入力して
記憶する（Ｓ３１）。次に、フィルタ１２は、波長が
０．５４μｍ付近の可視光線を通過させる第１フィルタ
を選択し、そのとき画像入力装置３で撮影したその画像
を入力して記憶する（Ｓ３２）。
【００４０】さらに、ステップＳ３１で入力した第１の
画像と、ステップＳ３２で入力した第２の画像との輝度
差を求めると（Ｓ３３）、表皮の縞の部分では正の値と
なり、表皮の地の部分では負の値となる（図２参照）。
そこで、その求めた輝度差に基づいて２値化して表皮の
縞および地を抽出したのち（Ｓ３４）、その抽出した縞
の評価をあらかじめ定めた手順で行う（Ｓ３５）。
画像と、ステップＳ３２で入力した第２の画像との輝度
差を求めると（Ｓ３３）、表皮の縞の部分では正の値と
なり、表皮の地の部分では負の値となる（図２参照）。
そこで、その求めた輝度差に基づいて２値化して表皮の
縞および地を抽出したのち（Ｓ３４）、その抽出した縞
の評価をあらかじめ定めた手順で行う（Ｓ３５）。
【００４１】このように第２発明の実施例では、メロン
ａの表皮におけるクロロフィル分布の情報から、メロン
ａの表皮の地、表皮の縞の各抽出処理を行うようにした
ので、その抽出が高精度で行える。
ａの表皮におけるクロロフィル分布の情報から、メロン
ａの表皮の地、表皮の縞の各抽出処理を行うようにした
ので、その抽出が高精度で行える。
【００４２】
【発明の効果】以上説明したように第１発明では、ネッ
ト系メロンの表皮の水分分布を水分吸収帯域の近赤外線
を利用して検出し、その検出結果に基づいて表皮の地と
縞とを識別するようにしたので、従来に比較してその識
別精度が向上し、もってネット系メロンの外観品質検定
の向上に寄与できる。
ト系メロンの表皮の水分分布を水分吸収帯域の近赤外線
を利用して検出し、その検出結果に基づいて表皮の地と
縞とを識別するようにしたので、従来に比較してその識
別精度が向上し、もってネット系メロンの外観品質検定
の向上に寄与できる。
【００４３】また第２発明では、ネット系メロンの表皮
のクロロフィル分布をクロロフィル吸収帯域の可視光線
を利用して検出し、その検出結果に基づいて表皮の地と
縞とを識別するようにしたので、従来に比較してその識
別精度が向上し、もってネット系メロンの外観品質検定
の向上に寄与できる。
のクロロフィル分布をクロロフィル吸収帯域の可視光線
を利用して検出し、その検出結果に基づいて表皮の地と
縞とを識別するようにしたので、従来に比較してその識
別精度が向上し、もってネット系メロンの外観品質検定
の向上に寄与できる。
【図１】アールスメロンの各部の近赤外線による反射分
光特性（スペクトル）の一例を示す図である。
光特性（スペクトル）の一例を示す図である。
【図２】アールスメロンの各部の可視光線による反射分
光特性（スペクトル）の一例を示す図である。
光特性（スペクトル）の一例を示す図である。
【図３】第１発明の実施例の全体構成を示す図である。
【図４】その実施例の画像処理の一例を示すフローチャ
ートである。
ートである。
【図５】アールスメロンの垂直方向における輝度値の一
例を示すグラフである。
例を示すグラフである。
【図６】アールスメロンの水平方向における輝度値の一
例を示すグラフである。
例を示すグラフである。
【図７】ツル付きメロンのツルの評価を行うフローチャ
ートの一例である。
ートの一例である。
【図８】抽出したツルの画像例を示す図である。
【図９】その画像の取扱いを説明する図である。
【図１０】第２発明の実施例の全体構成を示す図であ
る。
る。
【図１１】その実施例の画像処理の一例を示すフローチ
ャートである。
ャートである。
【図１２】その実施例の画像処理の他の一例を示すフロ
ーチャートである。
ーチャートである。
【図１３】従来装置を説明する平面図である。
１，１１ 光源
２，１２ フィルタ
３，１３ 画像入力装置
４ 画像処理用コンピュータ
５ 画像出力装置
Claims (2)
- 【請求項１】表皮に縞を有するメロンに向けて近赤外線
を照射する光源と、前記メロンからの反射光の中から水
分吸収帯域の近赤外線を検出する検出手段と、当該検出
手段の検出値に基づき前記メロンの表皮の地と縞とを識
別する識別手段と、を備えてなるメロンの外観評価装
置。 - 【請求項２】表皮に縞を有するメロンに向けて可視光線
を照射する光源と、前記メロンからの反射光の中からク
ロロフィル吸収帯域の可視光線を検出する検出手段と、
当該検出手段の検出値に基づき前記メロンの表皮の地と
縞とを識別する識別手段と、を備えてなるメロンの外観
評価装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP21643891A JP3178017B2 (ja) | 1991-08-02 | 1991-08-02 | メロンの外観評価装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP21643891A JP3178017B2 (ja) | 1991-08-02 | 1991-08-02 | メロンの外観評価装置 |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2000211090A Division JP2001074663A (ja) | 2000-07-12 | 2000-07-12 | 外観評価装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0534281A true JPH0534281A (ja) | 1993-02-09 |
| JP3178017B2 JP3178017B2 (ja) | 2001-06-18 |
Family
ID=16688547
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP21643891A Expired - Fee Related JP3178017B2 (ja) | 1991-08-02 | 1991-08-02 | メロンの外観評価装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3178017B2 (ja) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH06325153A (ja) * | 1993-05-13 | 1994-11-25 | Iseki & Co Ltd | メロンの可食期間推定装置 |
| JPH08184555A (ja) * | 1994-12-29 | 1996-07-16 | Agency Of Ind Science & Technol | 水分分布の検査方法 |
| US5708271A (en) * | 1994-12-28 | 1998-01-13 | Sumitomo Metal Mining Co., Ltd. | Non-destructive sugar content measuring apparatus |
| US5726750A (en) * | 1995-06-29 | 1998-03-10 | Sumitomo Metal Mining Co., Ltd. | Non-destructive taste characteristics measuring apparatus and tray used in the apparatus |
| US5844678A (en) * | 1995-06-29 | 1998-12-01 | Sumitomo Metal Mining Co. Ltd. | Non-destructive taste characteristics measuring apparatus and tray used in the apparatus |
| US6504154B2 (en) | 2000-04-24 | 2003-01-07 | Sumitomo Metal Mining Co., Ltd. | Non-destructive sugar content measuring apparatus |
| JP2007040803A (ja) * | 2005-08-02 | 2007-02-15 | Maki Mfg Co Ltd | 農産物の検査装置 |
| JP2007040804A (ja) * | 2005-08-02 | 2007-02-15 | Maki Mfg Co Ltd | 農産物の外観検査装置 |
| US7999231B2 (en) | 2008-08-29 | 2011-08-16 | Sumitomo Electric Inductries, Ltd. | Moisture detector, biological body moisture detector, natural product moisture detector, and product/material moisture detector |
| JP2020176976A (ja) * | 2019-04-22 | 2020-10-29 | マクタアメニティ株式会社 | 追熟度判定装置 |
| JP2021089179A (ja) * | 2019-12-03 | 2021-06-10 | マクタアメニティ株式会社 | 追熟度判定装置 |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5626982B2 (ja) * | 2010-10-01 | 2014-11-19 | ヤンマー株式会社 | 青果物の品質判定方法 |
-
1991
- 1991-08-02 JP JP21643891A patent/JP3178017B2/ja not_active Expired - Fee Related
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH06325153A (ja) * | 1993-05-13 | 1994-11-25 | Iseki & Co Ltd | メロンの可食期間推定装置 |
| US5708271A (en) * | 1994-12-28 | 1998-01-13 | Sumitomo Metal Mining Co., Ltd. | Non-destructive sugar content measuring apparatus |
| JPH08184555A (ja) * | 1994-12-29 | 1996-07-16 | Agency Of Ind Science & Technol | 水分分布の検査方法 |
| US5726750A (en) * | 1995-06-29 | 1998-03-10 | Sumitomo Metal Mining Co., Ltd. | Non-destructive taste characteristics measuring apparatus and tray used in the apparatus |
| US5844678A (en) * | 1995-06-29 | 1998-12-01 | Sumitomo Metal Mining Co. Ltd. | Non-destructive taste characteristics measuring apparatus and tray used in the apparatus |
| US6504154B2 (en) | 2000-04-24 | 2003-01-07 | Sumitomo Metal Mining Co., Ltd. | Non-destructive sugar content measuring apparatus |
| JP2007040803A (ja) * | 2005-08-02 | 2007-02-15 | Maki Mfg Co Ltd | 農産物の検査装置 |
| JP2007040804A (ja) * | 2005-08-02 | 2007-02-15 | Maki Mfg Co Ltd | 農産物の外観検査装置 |
| JP4699129B2 (ja) * | 2005-08-02 | 2011-06-08 | 静岡シブヤ精機株式会社 | 農産物の検査装置 |
| US7999231B2 (en) | 2008-08-29 | 2011-08-16 | Sumitomo Electric Inductries, Ltd. | Moisture detector, biological body moisture detector, natural product moisture detector, and product/material moisture detector |
| JP2020176976A (ja) * | 2019-04-22 | 2020-10-29 | マクタアメニティ株式会社 | 追熟度判定装置 |
| JP2021089179A (ja) * | 2019-12-03 | 2021-06-10 | マクタアメニティ株式会社 | 追熟度判定装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3178017B2 (ja) | 2001-06-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101656635B1 (ko) | 어종 판별 장치 및 어종 판별 방법 | |
| US20210374401A1 (en) | System and method of unique identifying a gemstone | |
| CN108956604B (zh) | 一种基于高光谱图像技术识别中华绒螯蟹品质的方法 | |
| RU2388203C2 (ru) | Устройство для определения однородности партии семян | |
| KR20080009720A (ko) | 목재의 옹이 탐사 방법 및 장치 및 프로그램 | |
| CN106442561A (zh) | 用于检测柑橘表皮缺陷的在线图像采集系统及方法 | |
| JPH0534281A (ja) | メロンの外観評価装置 | |
| KR20160032593A (ko) | 초분광영상화 기법을 이용한 글라스(Glass) 결함 검출 방법 및 장치 | |
| Kim et al. | Detection of pinholes in almonds through x–ray imaging | |
| JP4590553B2 (ja) | 生籾被害粒の非破壊判定方法 | |
| CN111122590A (zh) | 一种陶瓷表面缺陷检测装置及检测方法 | |
| CN109115719A (zh) | 一种基于高光谱成像技术的柑橘黄龙病波段融合快速检测方法 | |
| JP6760878B2 (ja) | 油膜検出システム及び油膜検出方法 | |
| Torres et al. | Setting up a methodology to distinguish between green oranges and leaves using hyperspectral imaging | |
| KR20080060851A (ko) | 목재표면의 결함검출방법 | |
| AU2007216896B2 (en) | Methods for detecting blue stain in lumber | |
| CN106447908B (zh) | 一种纸币鉴伪方法及装置 | |
| JP2001074663A (ja) | 外観評価装置 | |
| JP2002005842A (ja) | 非接触検出装置 | |
| CN114689539A (zh) | 基于近红外高光谱图像的大豆种子病变粒识别方法及系统 | |
| US7679752B2 (en) | Methods for detecting pitch in lumber | |
| JP4123469B2 (ja) | 特徴抽出方法 | |
| US20050017186A1 (en) | Method and means for detecting internal larval infestation in granular material | |
| JP2003251282A (ja) | 苺用等階級計測判定装置 | |
| JP3311880B2 (ja) | 青果物の傷害自動検出装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20010313 |
|
| LAPS | Cancellation because of no payment of annual fees |