JPH0699143A - 青果物の形状測定装置 - Google Patents
青果物の形状測定装置Info
- Publication number
- JPH0699143A JPH0699143A JP27812592A JP27812592A JPH0699143A JP H0699143 A JPH0699143 A JP H0699143A JP 27812592 A JP27812592 A JP 27812592A JP 27812592 A JP27812592 A JP 27812592A JP H0699143 A JPH0699143 A JP H0699143A
- Authority
- JP
- Japan
- Prior art keywords
- vegetables
- shape
- fruits
- melon
- pattern
- 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.)
- Withdrawn
Links
Abstract
(57)【要約】
【目的】メロンなどの青果物の形状を精度よく測定でき
るようにし、もって青果物の形状評価の精度、および信
頼性の向上の実現を可能にすること。 【構成】カメラが撮影する画像を取り込み（Ｓ１）、こ
の画像を多値化処理すると図３（Ｂ）で示す画像が得ら
れる。青果物の赤道部における形状の良否を評価するた
めに、図３（Ｃ）で示すように輝度が「１」と「２」の
部分の画素で囲まれる部分の真円度（円形度）Ｃ１を算
出する（Ｓ３）。その算出した真円度Ｃ１を所定値α１
と比較し（Ｓ４）、赤道部の形状の良否を判定する。次
に、赤道部の形状が良のときには、さらにスリット光で
照射された部分の形状の良否を評価するために、スリッ
ト光で囲まれた部分（図３（Ｂ）参照）の真円度Ｃ２を
算出する（Ｓ５，６）。次に、算出した真円度Ｃ２を所
定値α２と比較して形状の良否を判定する（Ｓ７，８，
９）。
るようにし、もって青果物の形状評価の精度、および信
頼性の向上の実現を可能にすること。 【構成】カメラが撮影する画像を取り込み（Ｓ１）、こ
の画像を多値化処理すると図３（Ｂ）で示す画像が得ら
れる。青果物の赤道部における形状の良否を評価するた
めに、図３（Ｃ）で示すように輝度が「１」と「２」の
部分の画素で囲まれる部分の真円度（円形度）Ｃ１を算
出する（Ｓ３）。その算出した真円度Ｃ１を所定値α１
と比較し（Ｓ４）、赤道部の形状の良否を判定する。次
に、赤道部の形状が良のときには、さらにスリット光で
照射された部分の形状の良否を評価するために、スリッ
ト光で囲まれた部分（図３（Ｂ）参照）の真円度Ｃ２を
算出する（Ｓ５，６）。次に、算出した真円度Ｃ２を所
定値α２と比較して形状の良否を判定する（Ｓ７，８，
９）。
Description
【０００１】
【産業上の利用分野】本発明は、メロンやスイカなどの
青果物の形状を測定する青果物の形状測定装置に関す
る。
青果物の形状を測定する青果物の形状測定装置に関す
る。
【０００２】
【従来の技術】従来、メロンなどの青果物では、その形
状や歪みなどは検査員が目視により観察して評価するの
が一般的である。
状や歪みなどは検査員が目視により観察して評価するの
が一般的である。
【０００３】
【発明が解決しようとする課題】そのため、従来の方法
では、青果物の形状を精度よく測定することができない
ので、青果物の形状評価にばらつきがあってその精度、
および信頼性の点で劣るという問題が生じていた。
では、青果物の形状を精度よく測定することができない
ので、青果物の形状評価にばらつきがあってその精度、
および信頼性の点で劣るという問題が生じていた。
【０００４】そこで、本発明は、メロンなどの青果物の
形状を精度よく測定できるようにし、もって青果物の形
状評価の精度、および信頼性の向上を実現可能にするこ
とを目的とする。
形状を精度よく測定できるようにし、もって青果物の形
状評価の精度、および信頼性の向上を実現可能にするこ
とを目的とする。
【０００５】
【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。
めに本発明は、以下のように構成した。
【０００６】すなわち、第１発明では、青果物に向けて
線状のスリット光を照射する照射手段と、前記青果物を
撮影する撮像手段と、その撮影した画像から青果物の輪
郭を抽出する輪郭抽出手段と、その撮影した画像から前
記照射手段の照射光に応じたパターンを抽出するパター
ン抽出手段と、その抽出した輪郭およびパターンに基づ
いて青果物の形状を測定する形状測定手段と、を備えて
なる。
線状のスリット光を照射する照射手段と、前記青果物を
撮影する撮像手段と、その撮影した画像から青果物の輪
郭を抽出する輪郭抽出手段と、その撮影した画像から前
記照射手段の照射光に応じたパターンを抽出するパター
ン抽出手段と、その抽出した輪郭およびパターンに基づ
いて青果物の形状を測定する形状測定手段と、を備えて
なる。
【０００７】第２発明では、縞を有するメロンに向けて
斜め方向から線状のスリット光を照射する照射手段と、
その照射手段で照射されるメロンを撮影する撮像手段
と、その撮像手段が撮影した画像から前記スリット光に
対応するパターンを抽出する抽出手段と、その抽出した
パターンと既知の基準パターンとの差から変位信号を作
成する信号作成手段と、その作成した信号を平滑化処理
する平滑化処理手段と、その平滑化処理した信号からメ
ロンの形状を測定する形状測定手段と、を備えてなる。
斜め方向から線状のスリット光を照射する照射手段と、
その照射手段で照射されるメロンを撮影する撮像手段
と、その撮像手段が撮影した画像から前記スリット光に
対応するパターンを抽出する抽出手段と、その抽出した
パターンと既知の基準パターンとの差から変位信号を作
成する信号作成手段と、その作成した信号を平滑化処理
する平滑化処理手段と、その平滑化処理した信号からメ
ロンの形状を測定する形状測定手段と、を備えてなる。
【０００８】
【作用】第１発明では、照射手段が青果物に向けて線状
のスリット光を照射し、撮像手段がその青果物を撮影す
る。このように撮像手段が撮影した画像は、青果物の他
に照射手段の照射光に応じたパターンを含み、このパタ
ーンは青果物の表面の形状に相当する。そこで、輪郭抽
出手段はその撮影した画像から青果物の輪郭を抽出し、
パターン抽出手段はその撮影した画像から照射手段の照
射光に応じたパターンを抽出する。このように抽出され
た青果物の輪郭と上記のパターンは、青果物の異なる部
分の形状情報である。そこで、形状測定手段は、その抽
出した輪郭およびパターンに基づいて青果物の形状を測
定する。
のスリット光を照射し、撮像手段がその青果物を撮影す
る。このように撮像手段が撮影した画像は、青果物の他
に照射手段の照射光に応じたパターンを含み、このパタ
ーンは青果物の表面の形状に相当する。そこで、輪郭抽
出手段はその撮影した画像から青果物の輪郭を抽出し、
パターン抽出手段はその撮影した画像から照射手段の照
射光に応じたパターンを抽出する。このように抽出され
た青果物の輪郭と上記のパターンは、青果物の異なる部
分の形状情報である。そこで、形状測定手段は、その抽
出した輪郭およびパターンに基づいて青果物の形状を測
定する。
【０００９】以上のように第１発明では、青果物の輪郭
と、その輪郭とは異なる部分の青果物の表面形状との２
つ形状情報を得るようにし、この２つ形状情報から青果
物の形状測定を行うようにしたので、高精度の形状測定
ができるとともに、その測定の自動化も実現できる。
と、その輪郭とは異なる部分の青果物の表面形状との２
つ形状情報を得るようにし、この２つ形状情報から青果
物の形状測定を行うようにしたので、高精度の形状測定
ができるとともに、その測定の自動化も実現できる。
【００１０】第２発明では、照射手段が縞を有するメロ
ンに向けて斜め方向から線状のスリット光を照射し、撮
像手段がその照射手段で照射されるメロンを撮影する。
抽出手段は、撮像手段で撮影した画像からスリット光に
対応するパターンを抽出する。この抽出したパターンは
メロンの表面形状を表すが、その凹凸の度合いが低いの
でこれを高める必要がある。そこで、信号作成手段は、
その抽出したパターンと既知の基準パターンとの差から
変位信号を作成する。
ンに向けて斜め方向から線状のスリット光を照射し、撮
像手段がその照射手段で照射されるメロンを撮影する。
抽出手段は、撮像手段で撮影した画像からスリット光に
対応するパターンを抽出する。この抽出したパターンは
メロンの表面形状を表すが、その凹凸の度合いが低いの
でこれを高める必要がある。そこで、信号作成手段は、
その抽出したパターンと既知の基準パターンとの差から
変位信号を作成する。
【００１１】このようにして凹凸度合いが高められたメ
ロンの表面形状にかかる変位信号は、表面の歪みに対応
する大きな凹凸と、縞と表皮に応じた小さな凹凸との合
成であり、後者はメロンの表面形状の評価には不要であ
る。そのため、平滑化処理手段がその信号を平滑化処理
するので、縞と表皮による小さな凹凸は無視され表面の
歪みに対応する大きな凹凸が取り出せる。そこで、形状
測定手段は、その平滑化処理された信号からメロンの形
状を測定する。
ロンの表面形状にかかる変位信号は、表面の歪みに対応
する大きな凹凸と、縞と表皮に応じた小さな凹凸との合
成であり、後者はメロンの表面形状の評価には不要であ
る。そのため、平滑化処理手段がその信号を平滑化処理
するので、縞と表皮による小さな凹凸は無視され表面の
歪みに対応する大きな凹凸が取り出せる。そこで、形状
測定手段は、その平滑化処理された信号からメロンの形
状を測定する。
【００１２】以上のように第２発明では、メロン表面の
形状に対応するパターンを得て、そのパターンの凹凸の
度合いを高めたのち、メロンの形状の測定に必要なデー
タのみを取り出してメロンの形状測定を行うようにした
ので、高精度の形状測定ができるとともに、その測定の
自動化も実現できる。
形状に対応するパターンを得て、そのパターンの凹凸の
度合いを高めたのち、メロンの形状の測定に必要なデー
タのみを取り出してメロンの形状測定を行うようにした
ので、高精度の形状測定ができるとともに、その測定の
自動化も実現できる。
【００１３】
【実施例】第１発明の実施例について、図面を参照して
詳細に説明する。
詳細に説明する。
【００１４】図１において、１Ａ、１Ｂは評価対象であ
るメロンやスイカなどの青果物の周囲に対向して同一平
面内に配置し、青果物に向けて線状のスリット光を照射
する照射手段としての光源である。この光源１Ａ，１Ｂ
は、位置調節手段（図示せず）により一体に上下動自在
とし、所定位置に位置決めできるように構成する。青果
物の真上には、青果物を撮影するためのカメラ２を配置
する。カメラ２は、カメラコントローラ３を介して画像
処理装置４に接続する。画像処理装置４は、ＣＰＵ、メ
モリ、ＣＲＴなどからなり、後述のように所定の画像処
理を行う。画像処理装置４は、システムコントローラ５
に接続する。
るメロンやスイカなどの青果物の周囲に対向して同一平
面内に配置し、青果物に向けて線状のスリット光を照射
する照射手段としての光源である。この光源１Ａ，１Ｂ
は、位置調節手段（図示せず）により一体に上下動自在
とし、所定位置に位置決めできるように構成する。青果
物の真上には、青果物を撮影するためのカメラ２を配置
する。カメラ２は、カメラコントローラ３を介して画像
処理装置４に接続する。画像処理装置４は、ＣＰＵ、メ
モリ、ＣＲＴなどからなり、後述のように所定の画像処
理を行う。画像処理装置４は、システムコントローラ５
に接続する。
【００１５】次に、このように構成する実施例の画像処
理例について、図２のフローチャートを参照して説明す
る。
理例について、図２のフローチャートを参照して説明す
る。
【００１６】まず、カメラ２が撮影する画像を取り込む
と（Ｓ１）、図３（Ａ）で示すような画像が得られる。
次に、この画像を多値化処理すると（Ｓ２）、背景の部
分が輝度「０」、青果物の部分が輝度「１」、およびス
リット光で照射された部分が輝度「２」に変換され、図
３（Ｂ）のような画像が得られる。次に、青果物の赤道
部における形状の良否を評価するために、図３（Ｃ）で
示すように輝度が「１」と「２」の部分の画素で囲まれ
る領域の真円度（円形度）Ｃ１を、次式により算出する
（Ｓ３）。
と（Ｓ１）、図３（Ａ）で示すような画像が得られる。
次に、この画像を多値化処理すると（Ｓ２）、背景の部
分が輝度「０」、青果物の部分が輝度「１」、およびス
リット光で照射された部分が輝度「２」に変換され、図
３（Ｂ）のような画像が得られる。次に、青果物の赤道
部における形状の良否を評価するために、図３（Ｃ）で
示すように輝度が「１」と「２」の部分の画素で囲まれ
る領域の真円度（円形度）Ｃ１を、次式により算出する
（Ｓ３）。
【００１７】Ｃ１＝面積／（周囲長）２ このように算出される真円度Ｃ１は、１／４πに近づく
ほど真円に近い形状となる。そこで、求めた真円度Ｃ１
をあらかじめ設定した値α１と比較し、真円度Ｃ１が値
α１よりも小さい場合には赤道部の形状が「不良」と判
定し（Ｓ９）、真円度Ｃ１が値α１よりも大きい場合に
は赤道部の形状が「良」と判定して次のステップＳ５に
進む。
ほど真円に近い形状となる。そこで、求めた真円度Ｃ１
をあらかじめ設定した値α１と比較し、真円度Ｃ１が値
α１よりも小さい場合には赤道部の形状が「不良」と判
定し（Ｓ９）、真円度Ｃ１が値α１よりも大きい場合に
は赤道部の形状が「良」と判定して次のステップＳ５に
進む。
【００１８】ステップＳ５では、スリット光で照射され
た部分の形状の良否を評価するために、輝度が「２」で
囲まれた部分の穴埋めを行って図３（Ｄ）で示すような
画像を得る。そして、その画像の真円度Ｃ２を、上記の
真円度Ｃ１と同様に算出する（Ｓ６）。次に、その求め
た真円度Ｃ２をあらかじめ設定した値α２と比較し、真
円度Ｃ２が値α２よりも小さい場合には、スリット光で
照射された部分の形状を「不良」と判定し（Ｓ９）、真
円度Ｃ２が値α２よりも大きい場合にはスリット光で照
射された部分の形状を「良」と判定する（Ｓ８）。
た部分の形状の良否を評価するために、輝度が「２」で
囲まれた部分の穴埋めを行って図３（Ｄ）で示すような
画像を得る。そして、その画像の真円度Ｃ２を、上記の
真円度Ｃ１と同様に算出する（Ｓ６）。次に、その求め
た真円度Ｃ２をあらかじめ設定した値α２と比較し、真
円度Ｃ２が値α２よりも小さい場合には、スリット光で
照射された部分の形状を「不良」と判定し（Ｓ９）、真
円度Ｃ２が値α２よりも大きい場合にはスリット光で照
射された部分の形状を「良」と判定する（Ｓ８）。
【００１９】次に、他の画像処理例について、図４およ
び図５のフローチャートを参照して説明する。
び図５のフローチャートを参照して説明する。
【００２０】まずカメラ２が撮影する画像を取り込むと
（Ｓ１１）、図６（Ａ）で示すような画像が得られる。
次に、この画像を多値化処理すると（Ｓ１２）、背景の
部分が輝度「Ａ」、青果物の部分が輝度「Ｂ」、および
スリット光で照射された部分が輝度「Ｃ」に変換され、
図６（Ｂ）のような画像が得られる。ここで、輝度はＡ
＜Ｂ＜Ｃの関係とする。次に、青果物の赤道部における
形状の良否を評価するために、以下のような各処理を行
う。
（Ｓ１１）、図６（Ａ）で示すような画像が得られる。
次に、この画像を多値化処理すると（Ｓ１２）、背景の
部分が輝度「Ａ」、青果物の部分が輝度「Ｂ」、および
スリット光で照射された部分が輝度「Ｃ」に変換され、
図６（Ｂ）のような画像が得られる。ここで、輝度はＡ
＜Ｂ＜Ｃの関係とする。次に、青果物の赤道部における
形状の良否を評価するために、以下のような各処理を行
う。
【００２１】まず輝度が「Ｂ」以上（輝度が「Ｂ」と
「Ｃ」）の領域の重心を測定し（Ｓ１３）、引き続き図
６（Ｃ）で示すように、輝度が「Ｂ」以上の領域の輪郭
とその重心との距離Ｘ１〜ＸＭを算出する（Ｓ１４）。
そして、その算出したＭ個の距離Ｘ１〜ＸＭの平均値Ｘ
Ａを次式で算出する（Ｓ１５）。
「Ｃ」）の領域の重心を測定し（Ｓ１３）、引き続き図
６（Ｃ）で示すように、輝度が「Ｂ」以上の領域の輪郭
とその重心との距離Ｘ１〜ＸＭを算出する（Ｓ１４）。
そして、その算出したＭ個の距離Ｘ１〜ＸＭの平均値Ｘ
Ａを次式で算出する（Ｓ１５）。
【００２２】ＸＡ＝Ｘ１＋・・・＋ＸＭ／Ｍ 次に、算出した平均値ＸＡから形状評価に用いる値ＸＢ
および値ＸＣを、次式のように求める（Ｓ１６）。
および値ＸＣを、次式のように求める（Ｓ１６）。
【００２３】ＸＢ＝α１・ＸＡ ＸＣ＝β１・ＸＡ ここで、α１およびβ１はいずれもあらかじめ設定した
定数であり、α１＜１、β１＞１とする。
定数であり、α１＜１、β１＞１とする。
【００２４】引き続き、カウンタＮを「１」にセットす
るとともに、カウンタＸＥを「０」にセットする（Ｓ１
７）。次に、ステップＳ１４で求めた距離Ｘ１〜Ｘ
Ｍを、ステップＳ１６で求めたＸＢ，ＸＣと比較する
（Ｓ１８，Ｓ１９）。その結果、測定距離ＸＮがＸＢ以
下のときにはＸＢとＸＮとの差ＸＤを求め（Ｓ２０）、
測定距離ＸＮがＸＣ以上のときにはＸＮとＸＣとの差Ｘ
Ｄを求め（Ｓ２１）、その求めた差ＸＤをカウンタＸＥ
で加算する（Ｓ２２）。
るとともに、カウンタＸＥを「０」にセットする（Ｓ１
７）。次に、ステップＳ１４で求めた距離Ｘ１〜Ｘ
Ｍを、ステップＳ１６で求めたＸＢ，ＸＣと比較する
（Ｓ１８，Ｓ１９）。その結果、測定距離ＸＮがＸＢ以
下のときにはＸＢとＸＮとの差ＸＤを求め（Ｓ２０）、
測定距離ＸＮがＸＣ以上のときにはＸＮとＸＣとの差Ｘ
Ｄを求め（Ｓ２１）、その求めた差ＸＤをカウンタＸＥ
で加算する（Ｓ２２）。
【００２５】そして、これらの処理をＭ個について行
い、それが終了すると（Ｓ２３，Ｓ２４）、カウンタＸ
Ｅの計数値をあらかじめ設定した定数γ１と比較し（Ｓ
２５）、その計数値が定数γ１よりも大きいときには形
状が「不良」と判定し（Ｓ４０）、その計数値が定数γ
１よりも小さいときには形状が「良」として次のステッ
プＳ２６以下に移行する。
い、それが終了すると（Ｓ２３，Ｓ２４）、カウンタＸ
Ｅの計数値をあらかじめ設定した定数γ１と比較し（Ｓ
２５）、その計数値が定数γ１よりも大きいときには形
状が「不良」と判定し（Ｓ４０）、その計数値が定数γ
１よりも小さいときには形状が「良」として次のステッ
プＳ２６以下に移行する。
【００２６】ステップＳ２６以下の各処理は、スリット
光で照射された部分の形状評価にかかるものであり、以
下に詳述する。
光で照射された部分の形状評価にかかるものであり、以
下に詳述する。
【００２７】ステップＳ２６では、輝度「Ｃ」で囲まれ
る領域の重心を測定し、引き続きスリット光の領域の輪
郭とその重心との距離Ｙ１〜ＹＬを算出する（Ｓ２
７）。そして、その算出したＬ個の距離Ｙ１〜ＹＬの平
均値ＹＡを次式で算出する（Ｓ２８）。
る領域の重心を測定し、引き続きスリット光の領域の輪
郭とその重心との距離Ｙ１〜ＹＬを算出する（Ｓ２
７）。そして、その算出したＬ個の距離Ｙ１〜ＹＬの平
均値ＹＡを次式で算出する（Ｓ２８）。
【００２８】ＹＡ＝Ｙ１＋・・・＋ＹＬ／Ｌ 次に、算出した平均値ＹＡから形状評価に用いる値ＹＢ
および値ＹＣを、次式のように求める（Ｓ２９）。
および値ＹＣを、次式のように求める（Ｓ２９）。
【００２９】ＹＢ＝α２・ＹＡ ＹＣ＝β２・ＹＡ ここで、α２およびβ２はいずれもあらかじめ設定した
定数であり、α２＜１、β２＞１とする。
定数であり、α２＜１、β２＞１とする。
【００３０】引き続き、カウンタＮを「１」にセットす
るとともに、カウンタＹＥを「０」にセットする（Ｓ３
０）。次に、ステップＳ２７で求めた距離Ｙ１〜Ｙ
Ｌを、ステップＳ２９で求めたＹＢ，ＹＣと比較する
（Ｓ３１，Ｓ３２）。その結果、測定距離ＹＮがＹＢ以
下のときにはＹＢとＹＮとの差ＹＤを求め（Ｓ３３）、
測定距離ＹＮがＹＣ以上のときにはＹＮとＹＣとの差Ｙ
Ｄを求め（Ｓ３４）、その求めた差ＹＤをカウンタＹＥ
で加算する（Ｓ３５）。
るとともに、カウンタＹＥを「０」にセットする（Ｓ３
０）。次に、ステップＳ２７で求めた距離Ｙ１〜Ｙ
Ｌを、ステップＳ２９で求めたＹＢ，ＹＣと比較する
（Ｓ３１，Ｓ３２）。その結果、測定距離ＹＮがＹＢ以
下のときにはＹＢとＹＮとの差ＹＤを求め（Ｓ３３）、
測定距離ＹＮがＹＣ以上のときにはＹＮとＹＣとの差Ｙ
Ｄを求め（Ｓ３４）、その求めた差ＹＤをカウンタＹＥ
で加算する（Ｓ３５）。
【００３１】そして、これらの処理をＬ個について行
い、それが終了すると（Ｓ３６，Ｓ３７）、カウンタＹ
Ｅの計数値をあらかじめ設定した定数γ２と比較する
（Ｓ３８）。その結果、その計数値が定数γ２よりも大
きいときには形状が「不良」と判定し（Ｓ４０）、その
計数値が定数γ２よりも小さいときには形状が「良」と
判定する（Ｓ３９）。
い、それが終了すると（Ｓ３６，Ｓ３７）、カウンタＹ
Ｅの計数値をあらかじめ設定した定数γ２と比較する
（Ｓ３８）。その結果、その計数値が定数γ２よりも大
きいときには形状が「不良」と判定し（Ｓ４０）、その
計数値が定数γ２よりも小さいときには形状が「良」と
判定する（Ｓ３９）。
【００３２】以上の実施例では、青果物の赤道部の形状
情報のみならず、赤道部以外の部分の形状情報を１度の
撮影で得るようにし、これらの２つの形状情報から青果
物の形状の総合評価を行うようにしたので、その形状評
価の精度、および信頼性が格段に向上する。
情報のみならず、赤道部以外の部分の形状情報を１度の
撮影で得るようにし、これらの２つの形状情報から青果
物の形状の総合評価を行うようにしたので、その形状評
価の精度、および信頼性が格段に向上する。
【００３３】次に、第２発明の実施例について、図面を
参照して詳細に説明する。
参照して詳細に説明する。
【００３４】図７において、１１は評価対象である縞を
有するネット系メロンに向けて角度θでスリット光を照
射する照射手段としての光源である。メロンの真上に
は、メロンを撮影するためのカメラ１２を配置する。カ
メラ１２は、カメラコントローラ１３を介して画像処理
装置１４に接続する。画像処理装置１４は、ＣＰＵ、メ
モリ、ＣＲＴなどからなり、後述のように所定の画像処
理を行う。画像処理装置１４は、システムコントローラ
１５と接続する。
有するネット系メロンに向けて角度θでスリット光を照
射する照射手段としての光源である。メロンの真上に
は、メロンを撮影するためのカメラ１２を配置する。カ
メラ１２は、カメラコントローラ１３を介して画像処理
装置１４に接続する。画像処理装置１４は、ＣＰＵ、メ
モリ、ＣＲＴなどからなり、後述のように所定の画像処
理を行う。画像処理装置１４は、システムコントローラ
１５と接続する。
【００３５】次に、このように構成する実施例の画像処
理例について、図８のフローチャートを参照して説明す
る。
理例について、図８のフローチャートを参照して説明す
る。
【００３６】まずカメラ１２が撮影する画像を取り込み
（Ｓ４１）、この画像を２値化処理し、スリット光の照
射により生じたパターンを図９に示すように抽出する
（Ｓ４２）。この抽出したパターンは、メロンの表面形
状を表す。次に、そのパターンにより形成される図形の
重心位置（Ｘ，Ｙ）を算出したのち（Ｓ４３）、その重
心（Ｘ，Ｙ）と上記パターン上の点（ＸＮ，ＹＮ）との
間の距離ＤＮを算出する（Ｓ４４）。
（Ｓ４１）、この画像を２値化処理し、スリット光の照
射により生じたパターンを図９に示すように抽出する
（Ｓ４２）。この抽出したパターンは、メロンの表面形
状を表す。次に、そのパターンにより形成される図形の
重心位置（Ｘ，Ｙ）を算出したのち（Ｓ４３）、その重
心（Ｘ，Ｙ）と上記パターン上の点（ＸＮ，ＹＮ）との
間の距離ＤＮを算出する（Ｓ４４）。
【００３７】このように算出された距離ＤＮのデータ
は、メロンの表面形状を表すが、その凹凸の度合いが低
いのでこれを高める必要がある。そこで、距離ＤＮのデ
ータと、図７で示すように角度θで歪みのないメロン
（真球に相当）に対してスリット光を照射したと仮定し
た場合の基準データ（仮想曲線）との差分を求め（図
９、図１０参照）、その差分を変位信号として作成する
（Ｓ４５）。ここで、仮想曲線は、レーザを照射する角
度θにより、図９の点線で示すように仮想円、または一
点鎖線で示す仮想楕円野ように異なる。
は、メロンの表面形状を表すが、その凹凸の度合いが低
いのでこれを高める必要がある。そこで、距離ＤＮのデ
ータと、図７で示すように角度θで歪みのないメロン
（真球に相当）に対してスリット光を照射したと仮定し
た場合の基準データ（仮想曲線）との差分を求め（図
９、図１０参照）、その差分を変位信号として作成する
（Ｓ４５）。ここで、仮想曲線は、レーザを照射する角
度θにより、図９の点線で示すように仮想円、または一
点鎖線で示す仮想楕円野ように異なる。
【００３８】このようにして凹凸度合いが高められたメ
ロンの表面形状にかかる変位信号は、表面の歪みに対応
する大きな凹凸と、縞と表皮に応じた小さな凹凸との合
成であり、後者はメロンの表面形状の評価には不要であ
る。そこで、次にその信号の平滑化処理として移動平均
処理やＦＦＴによる高周波成分の除去を行うと（Ｓ４
６）、縞と表皮による小さな凹凸は無視され表面の歪み
に対応する大きな凹凸のみが取り出せる。
ロンの表面形状にかかる変位信号は、表面の歪みに対応
する大きな凹凸と、縞と表皮に応じた小さな凹凸との合
成であり、後者はメロンの表面形状の評価には不要であ
る。そこで、次にその信号の平滑化処理として移動平均
処理やＦＦＴによる高周波成分の除去を行うと（Ｓ４
６）、縞と表皮による小さな凹凸は無視され表面の歪み
に対応する大きな凹凸のみが取り出せる。
【００３９】次に、移動平均処理をした信号を微分処理
して（Ｓ４７）、微分値が「０」の個数を算出し（Ｓ４
８）、その個数Ｎが「０」か否かを判別する（Ｓ４
９）。その結果、その個数Ｎが「０」以外のときには凹
凸ありとし（Ｓ５０）、その個数Ｎが「０」のときには
凹凸なしとする（Ｓ５１）。
して（Ｓ４７）、微分値が「０」の個数を算出し（Ｓ４
８）、その個数Ｎが「０」か否かを判別する（Ｓ４
９）。その結果、その個数Ｎが「０」以外のときには凹
凸ありとし（Ｓ５０）、その個数Ｎが「０」のときには
凹凸なしとする（Ｓ５１）。
【００４０】以上のようこの実施例では、メロン表面の
形状に対応するパターンを得て、そのパターンの凹凸の
度合いを高めたのち、メロンの表面形状の評価に必要な
データのみを平滑化処理して取り出し、メロンの形状評
価を行うようにしたので、メロンの形状評価の精度、お
よび信頼性の向上が実現できるとともに、その測定の自
動化による省力化が実現できる。
形状に対応するパターンを得て、そのパターンの凹凸の
度合いを高めたのち、メロンの表面形状の評価に必要な
データのみを平滑化処理して取り出し、メロンの形状評
価を行うようにしたので、メロンの形状評価の精度、お
よび信頼性の向上が実現できるとともに、その測定の自
動化による省力化が実現できる。
【００４１】
【発明の効果】以上説明したように第１発明では、青果
物の画像の輪郭と、その輪郭とは異なる部分の青果物の
表面形状との２つ形状情報を得るようにし、この２つ形
状情報から青果物の形状測定を行うようにしたので、高
精度の形状測定ができる。さらに高精度の形状測定によ
り、青果物の形状評価の精度、および信頼性の向上が実
現可能になる。
物の画像の輪郭と、その輪郭とは異なる部分の青果物の
表面形状との２つ形状情報を得るようにし、この２つ形
状情報から青果物の形状測定を行うようにしたので、高
精度の形状測定ができる。さらに高精度の形状測定によ
り、青果物の形状評価の精度、および信頼性の向上が実
現可能になる。
【００４２】また、第２発明では、メロン表面の形状に
対応するパターンを得て、そのパターンの凹凸の度合い
を高めたのち、メロンの表面形状の評価に必要なデータ
のみを取り出してメロンの形状測定を行うようにしたの
で、高精度の形状測定ができる。さらに高精度の形状測
定により、メロンの形状評価の精度、および信頼性の向
上が実現可能になる。
対応するパターンを得て、そのパターンの凹凸の度合い
を高めたのち、メロンの表面形状の評価に必要なデータ
のみを取り出してメロンの形状測定を行うようにしたの
で、高精度の形状測定ができる。さらに高精度の形状測
定により、メロンの形状評価の精度、および信頼性の向
上が実現可能になる。
【図１】第１発明の実施例のブロック図である。
【図２】その画像処理の一例を示すフローチャートであ
る。
る。
【図３】その画像処理を説明するための図である。
【図４】画像処理の他の一例を示すフローチャートであ
る。
る。
【図５】図４のフローチャートにつづくフローチャート
である。
である。
【図６】画像処理の他の一例を説明するための図であ
る。
る。
【図７】第２発明の実施例のブロック図である。
【図８】その画像処理例を説明する図である。
【図９】レーザパターンと仮想曲線の関係を説明する図
である。
である。
【図１０】レーザパターンと仮想曲線とからその差分を
求めるための説明図である。 １Ａ，１Ｂ 光源 ２ カメラ ４ 画像処理装置
求めるための説明図である。 １Ａ，１Ｂ 光源 ２ カメラ ４ 画像処理装置
Claims (2)
- 【請求項１】青果物に向けて線状のスリット光を照射す
る照射手段と、 前記青果物を撮影する撮像手段と、 その撮影した画像から青果物の輪郭を抽出する輪郭抽出
手段と、 その撮影した画像から前記照射手段の照射光に応じたパ
ターンを抽出するパターン抽出手段と、 その抽出した輪郭およびパターンに基づいて青果物の形
状を測定する形状測定手段と、 を備えてなる青果物の形状測定装置。 - 【請求項２】縞を有するメロンに向けて斜め方向から線
状のスリット光を照射する照射手段と、 その照射手段で照射されるメロンを撮影する撮像手段
と、 その撮像手段が撮影した画像から前記スリット光に対応
するパターンを抽出する抽出手段と、 その抽出したパターンと既知の基準パターンとの差から
変位信号を作成する信号作成手段と、 その作成した信号を平滑化処理する平滑化処理手段と、 その平滑化処理した信号からメロンの形状を測定する形
状測定手段と、 を備えてなる青果物の形状測定装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP27812592A JPH0699143A (ja) | 1992-09-22 | 1992-09-22 | 青果物の形状測定装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP27812592A JPH0699143A (ja) | 1992-09-22 | 1992-09-22 | 青果物の形状測定装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH0699143A true JPH0699143A (ja) | 1994-04-12 |
Family
ID=17592962
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP27812592A Withdrawn JPH0699143A (ja) | 1992-09-22 | 1992-09-22 | 青果物の形状測定装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0699143A (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005058038A (ja) * | 2003-08-08 | 2005-03-10 | Kanebo Ltd | 種子選別装置 |
| US7111740B2 (en) | 2003-08-08 | 2006-09-26 | Daiichi Jitsugyo Viswill Co., Ltd. | Sorting apparatus, sorting method and alignment apparatus |
| CN106881279A (zh) * | 2017-03-10 | 2017-06-23 | 胡珂 | 一种可以检测篮球圆度和表面缺陷的篮球堆叠方法 |
-
1992
- 1992-09-22 JP JP27812592A patent/JPH0699143A/ja not_active Withdrawn
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005058038A (ja) * | 2003-08-08 | 2005-03-10 | Kanebo Ltd | 種子選別装置 |
| US7111740B2 (en) | 2003-08-08 | 2006-09-26 | Daiichi Jitsugyo Viswill Co., Ltd. | Sorting apparatus, sorting method and alignment apparatus |
| CN106881279A (zh) * | 2017-03-10 | 2017-06-23 | 胡珂 | 一种可以检测篮球圆度和表面缺陷的篮球堆叠方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112116576B (zh) | 基于偏振结构光成像和改进的缺陷检测方法 | |
| CN104075659B (zh) | 一种基于rgb结构光源的三维成像识别方法 | |
| EP1248093A1 (en) | Apparatus for mapping optical elements | |
| US20090128648A1 (en) | Image processing device and image processing method for performing three dimensional measurements | |
| US4924506A (en) | Method for directly measuring area and volume using binocular stereo vision | |
| CN104635428B (zh) | 一种基于图像处理的调焦调平测量装置和方法 | |
| JP2003522347A (ja) | ステレオ画像による自動検査システム | |
| JP4610702B2 (ja) | 電子基板検査方法 | |
| CN107345789A (zh) | 一种pcb板孔位检测装置及方法 | |
| JPH07260701A (ja) | 検査範囲認識方法 | |
| US9157874B2 (en) | System and method for automated x-ray inspection | |
| CN114577135B (zh) | 基于单镜头的芯片引脚翘曲的3d检测方法及系统 | |
| CN110567963A (zh) | 合金分析视觉定位方法、装置及合金分析系统 | |
| JP2000111490A (ja) | 塗装面の検出装置 | |
| JPH09276219A (ja) | 眼科装置 | |
| JPH0699143A (ja) | 青果物の形状測定装置 | |
| US5373567A (en) | Method and apparatus for pattern matching | |
| US5701179A (en) | Method and system for measuring dimensions of an edge of a part | |
| US20040258311A1 (en) | Method for generating geometric models for optical partial recognition | |
| CN114964032A (zh) | 基于机器视觉的盲孔深度测量方法及装置 | |
| CN114034471A (zh) | 一种激光光路轮廓的测量方法 | |
| CN112710662A (zh) | 生成方法及装置、生成系统和存储介质 | |
| JPH03186706A (ja) | ３次元形状寸法計測装置 | |
| JPH0615236A (ja) | メロンの外観品質評価装置 | |
| US7526118B2 (en) | Digital video optical inspection apparatus and method for vertically sectioning an object's surface |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A300 | Withdrawal of application because of no request for examination |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 19991130 |