JPH09218158A - 対象物の外観評価方法 - Google Patents
対象物の外観評価方法Info
- Publication number
- JPH09218158A JPH09218158A JP2220796A JP2220796A JPH09218158A JP H09218158 A JPH09218158 A JP H09218158A JP 2220796 A JP2220796 A JP 2220796A JP 2220796 A JP2220796 A JP 2220796A JP H09218158 A JPH09218158 A JP H09218158A
- Authority
- JP
- Japan
- Prior art keywords
- evaluation
- value
- image
- grade
- measurement
- 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.)
- Pending
Links
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
(57)【要約】
【課題】 目視、総合評価と類似の評価を画像計測によ
る複数の要素の自動計測により求める。 【解決手段】 対象物１４の外観の測定項目を定め、対
象物１４を撮像し、測定項目ごとの特徴を画像解析によ
り数値化した測定値として求め、この測定値に対して重
み係数を乗じた値の線形結合の和を評価値として求め、
その評価値に複数の評価しきい値を設定して評価等級を
求める。目視による評価等級の与えられた標準サンプル
を撮像し、測定項目Ｐｊごとの測定値を画像解析により
求め、目視による評価等級と測定値とから得られる回帰
直線の勾配と分散の比により重み係数を算出する。
る複数の要素の自動計測により求める。 【解決手段】 対象物１４の外観の測定項目を定め、対
象物１４を撮像し、測定項目ごとの特徴を画像解析によ
り数値化した測定値として求め、この測定値に対して重
み係数を乗じた値の線形結合の和を評価値として求め、
その評価値に複数の評価しきい値を設定して評価等級を
求める。目視による評価等級の与えられた標準サンプル
を撮像し、測定項目Ｐｊごとの測定値を画像解析により
求め、目視による評価等級と測定値とから得られる回帰
直線の勾配と分散の比により重み係数を算出する。
Description
【０００１】
【発明の属する技術分野】本発明は果物などの対象物を
画像解析し自動的に等級を定める対象物の外観評価方法
に関する。
画像解析し自動的に等級を定める対象物の外観評価方法
に関する。
【０００２】
【従来の技術】高級果物、例えば、メロンなどは目視に
よる評価が行われ、等級付けを行い、選別される。この
ような等級付けは様々な方法で行われ、その一例として
外観の特徴を表す複数の要素を定め、この各要素を１次
評価し、この１次評価を合成して総合評価することも行
われている。この要素としては表面の網目の粗さとか網
目の大きさのばらつき、地の色や網目の色のむらなどが
用いられる。このような１次評価、この１次評価から総
合評価を決定する方法および総合評価を直接行うことは
経験と主観に基づき、カットアンドトライで決められて
いる。このように目視により感覚的に行うので、人によ
り、また同一人物でもその都度判断基準が変動し、その
判断基準も概略的なもので、その境界も変動する。しか
し大略の等級区分は明らかに存在する。
よる評価が行われ、等級付けを行い、選別される。この
ような等級付けは様々な方法で行われ、その一例として
外観の特徴を表す複数の要素を定め、この各要素を１次
評価し、この１次評価を合成して総合評価することも行
われている。この要素としては表面の網目の粗さとか網
目の大きさのばらつき、地の色や網目の色のむらなどが
用いられる。このような１次評価、この１次評価から総
合評価を決定する方法および総合評価を直接行うことは
経験と主観に基づき、カットアンドトライで決められて
いる。このように目視により感覚的に行うので、人によ
り、また同一人物でもその都度判断基準が変動し、その
判断基準も概略的なもので、その境界も変動する。しか
し大略の等級区分は明らかに存在する。
【０００３】
【発明が解決しようとする課題】このように評価が経験
や主観によって大きく左右され、かつ同一人物の評価で
も状況によって変化する。またこのような評価は人手が
かなりかかっていた。
や主観によって大きく左右され、かつ同一人物の評価で
も状況によって変化する。またこのような評価は人手が
かなりかかっていた。
【０００４】本発明は、上述の問題点に鑑みてなされた
もので、ばらつきの少ない外観評価値を得ることおよび
評価にカットアンドトライの手間がかかることを避ける
ことを目的とする。この外観評価値についてはある産地
は色の鮮やかさを売りものにして鮮やかな色を高く評価
した外観評価値を定め、他の産地は網目の均一性を売り
ものにして、その評価を高くした外観評価値を定める。
このように目視によってなされた対象物に対する各要素
ごとの評価値に基づき、総合的な外観評価値を得られる
ことを目的とする。また対象物を撮像し画像解析により
迅速に外観評価できることを目的とする。
もので、ばらつきの少ない外観評価値を得ることおよび
評価にカットアンドトライの手間がかかることを避ける
ことを目的とする。この外観評価値についてはある産地
は色の鮮やかさを売りものにして鮮やかな色を高く評価
した外観評価値を定め、他の産地は網目の均一性を売り
ものにして、その評価を高くした外観評価値を定める。
このように目視によってなされた対象物に対する各要素
ごとの評価値に基づき、総合的な外観評価値を得られる
ことを目的とする。また対象物を撮像し画像解析により
迅速に外観評価できることを目的とする。
【０００５】
【課題を解決するための手段】上記目的を達成するため
請求項１の発明では、対象物の外観の測定項目を定め、
対象物を撮像し測定項目ごとの特徴を画像解析により数
値化した測定値として求め、この測定値に対して重み係
数を乗じた値の線形結合の和を評価値として求め、その
評価値に複数の評価しきい値を設定して評価等級を算出
する。
請求項１の発明では、対象物の外観の測定項目を定め、
対象物を撮像し測定項目ごとの特徴を画像解析により数
値化した測定値として求め、この測定値に対して重み係
数を乗じた値の線形結合の和を評価値として求め、その
評価値に複数の評価しきい値を設定して評価等級を算出
する。
【０００６】対象物を撮像し、測定項目ごとの特徴を画
像解析により数値化する。例えば、メロンの場合、網目
の粗さを一例として一定数の走査線の網目との交点の数
の対数で、網目の大きさのバラツキは平均値の標準偏差
に対する比で、色は地の色と網の色についてそれぞれの
色相からの偏差などで数値化する。このようにして得た
各測定値に重み係数を乗じて線形結合の和を求め、この
和を評価値とする。この重み係数はその測定項目の評価
値に対する影響の大きさを示す。この評価値を設定しよ
うとする等級の数に応じて複数のしきい値を設定して、
評価等級を求める。この和は各要素の係数と要素の数に
よって決まるが、例えば線形結合の和が０〜１０の範囲
となり、５等級に分けるときは０〜１．９，２〜３．
９，４〜５．９，６〜７．９，８〜１０を５，４，３，
２，１等級に分類する。
像解析により数値化する。例えば、メロンの場合、網目
の粗さを一例として一定数の走査線の網目との交点の数
の対数で、網目の大きさのバラツキは平均値の標準偏差
に対する比で、色は地の色と網の色についてそれぞれの
色相からの偏差などで数値化する。このようにして得た
各測定値に重み係数を乗じて線形結合の和を求め、この
和を評価値とする。この重み係数はその測定項目の評価
値に対する影響の大きさを示す。この評価値を設定しよ
うとする等級の数に応じて複数のしきい値を設定して、
評価等級を求める。この和は各要素の係数と要素の数に
よって決まるが、例えば線形結合の和が０〜１０の範囲
となり、５等級に分けるときは０〜１．９，２〜３．
９，４〜５．９，６〜７．９，８〜１０を５，４，３，
２，１等級に分類する。
【０００７】請求項２の発明では、前記重み係数を、前
記評価等級の与えられた対象物の標準サンプルを撮像
し、測定項目ごとの測定値を画像解析により求め、前記
評価等級と前記測定値とから得られる回帰直線の勾配と
分散の比より算出する。
記評価等級の与えられた対象物の標準サンプルを撮像
し、測定項目ごとの測定値を画像解析により求め、前記
評価等級と前記測定値とから得られる回帰直線の勾配と
分散の比より算出する。
【０００８】重み係数を求める方法として、目視によっ
て各級の評価等級の与えられた標準サンプルを複数（多
い方がよい）使用し、標準サンプルについて各測定項目
ごとに画像解析により測定値を得る。図３は評価等級を
ｘ軸に、等級が小さくなる程原点から離れるようにして
等間隔に評価等級をとり、ｙ軸には測定項目毎に、測定
値が大きくなるに従い原点から離れるように取った図で
ある。各測定項目毎に引かれた直線は回帰直線を示す。
て各級の評価等級の与えられた標準サンプルを複数（多
い方がよい）使用し、標準サンプルについて各測定項目
ごとに画像解析により測定値を得る。図３は評価等級を
ｘ軸に、等級が小さくなる程原点から離れるようにして
等間隔に評価等級をとり、ｙ軸には測定項目毎に、測定
値が大きくなるに従い原点から離れるように取った図で
ある。各測定項目毎に引かれた直線は回帰直線を示す。
【０００９】重み係数は、測定項目の値が評価等級を正
しく表すのにどのくらい寄与するかおよびどのくらい信
頼性があるかの程度を示す。寄与する程度は、評価等級
を明確に区別して表示する能力であり、これは勾配ｂで
表すことができる。測定項目Ｐ１は勾配ｂが大きいので
測定値ｙの違いが評価等級の違いを明確に表す。これに
対してＰ３のように勾配ｂの小さいものは同じ測定値ｙ
が２つまたはそれ以上の評価等級と対応してしまい、測
定値ｙで評価等級を表すことが困難になる。勾配ｂが０
の場合は、測定値ｙと評価等級とは無関係となる。信頼
性は測定値ｙのばらつきを表す分散Ｓ2 によって表す。
分散が大きいと１つの測定値が複数の評価等級に対応し
てしまう。測定項目Ｐ４は分散Ｓ2 が大きいので測定値
ｙが複数の評価等級数に対応している。以上により重み
係数を勾配ｂに比例し、分散Ｓ2に反比例するようにす
なわちｂ／Ｓ2 に比例するようにする。ｂおよびＳ2 は
容易に求められるので評価等級の算出が容易となる。た
だし、上記の勾配ｂおよび分散Ｓ2 はデータの存在する
範囲を基準にして予め正規化しておく。
しく表すのにどのくらい寄与するかおよびどのくらい信
頼性があるかの程度を示す。寄与する程度は、評価等級
を明確に区別して表示する能力であり、これは勾配ｂで
表すことができる。測定項目Ｐ１は勾配ｂが大きいので
測定値ｙの違いが評価等級の違いを明確に表す。これに
対してＰ３のように勾配ｂの小さいものは同じ測定値ｙ
が２つまたはそれ以上の評価等級と対応してしまい、測
定値ｙで評価等級を表すことが困難になる。勾配ｂが０
の場合は、測定値ｙと評価等級とは無関係となる。信頼
性は測定値ｙのばらつきを表す分散Ｓ2 によって表す。
分散が大きいと１つの測定値が複数の評価等級に対応し
てしまう。測定項目Ｐ４は分散Ｓ2 が大きいので測定値
ｙが複数の評価等級数に対応している。以上により重み
係数を勾配ｂに比例し、分散Ｓ2に反比例するようにす
なわちｂ／Ｓ2 に比例するようにする。ｂおよびＳ2 は
容易に求められるので評価等級の算出が容易となる。た
だし、上記の勾配ｂおよび分散Ｓ2 はデータの存在する
範囲を基準にして予め正規化しておく。
【００１０】請求項３の発明では、前記重み係数を、前
記評価等級の与えられた対象物の標準サンプルを撮像
し、測定項目ごとの測定値を画像解析により求め、最小
自乗法により算出する。
記評価等級の与えられた対象物の標準サンプルを撮像
し、測定項目ごとの測定値を画像解析により求め、最小
自乗法により算出する。
【００１１】本発明は評価等級と各測定項目の測定デー
タの間に統計的線形模型が成立するとして重回帰分析に
より、ｍ個の標準サンプルの評価等級とｎ個の測定項目
の測定データより、ｎ行×ｍ列のマトリックスに基づい
た関係式を作り、これに最小自乗法を適用して正規方程
式をたてて解き、これから重み係数を得るものである。
タの間に統計的線形模型が成立するとして重回帰分析に
より、ｍ個の標準サンプルの評価等級とｎ個の測定項目
の測定データより、ｎ行×ｍ列のマトリックスに基づい
た関係式を作り、これに最小自乗法を適用して正規方程
式をたてて解き、これから重み係数を得るものである。
【００１２】
【発明の実施の形態】以下、本発明の実施の形態につい
て図面を参照して説明する。図１は本発明を実施する画
像処理装置の構成を示すブロック図である。撮像装置１
はカラー用ＣＣＤセンサ等を有し、対象物１４を撮像し
電気信号を出力する。対象物１４はコンベアなどの移送
装置１６により移送される。撮像装置１の近傍には照明
装置１５が設けられ、移送されてくる対象物１４を照明
する。照明は上方、複数方向から、またはリング状にし
て全周から行われる。
て図面を参照して説明する。図１は本発明を実施する画
像処理装置の構成を示すブロック図である。撮像装置１
はカラー用ＣＣＤセンサ等を有し、対象物１４を撮像し
電気信号を出力する。対象物１４はコンベアなどの移送
装置１６により移送される。撮像装置１の近傍には照明
装置１５が設けられ、移送されてくる対象物１４を照明
する。照明は上方、複数方向から、またはリング状にし
て全周から行われる。
【００１３】Ａ／Ｄ変換器２は撮像装置１から入力デー
タをアナログからディジタルに変換し、入力バッファ３
はこのディジタルデータを一時的に格納する。バス４は
信号の伝達を行い、プログラムメモリ５は本装置の動作
を規定するプログラムを格納し、ＣＰＵ６はこのプログ
ラムに従い装置全体の制御を行う。画像処理器７は入力
した画像データの濃淡処理、２値化処理を行う。画像解
析器７ａは撮像したカラー濃淡画像に基づいて各測定項
目に対応した特徴量の測定値を算出する。２値画像メモ
リ８は２値画像データを格納し、濃淡画像メモリ９は濃
淡画像データを格納する。出力バッファ１０は出力する
データを一旦格納し、Ｄ／Ａ変換部１１はこの出力デー
タをディジタルよりアナログに変換し、モニタ１２はこ
の出力を画面に表示する。入力装置１３はキーボードや
マウスからなり指示やデータなどを入力する。
タをアナログからディジタルに変換し、入力バッファ３
はこのディジタルデータを一時的に格納する。バス４は
信号の伝達を行い、プログラムメモリ５は本装置の動作
を規定するプログラムを格納し、ＣＰＵ６はこのプログ
ラムに従い装置全体の制御を行う。画像処理器７は入力
した画像データの濃淡処理、２値化処理を行う。画像解
析器７ａは撮像したカラー濃淡画像に基づいて各測定項
目に対応した特徴量の測定値を算出する。２値画像メモ
リ８は２値画像データを格納し、濃淡画像メモリ９は濃
淡画像データを格納する。出力バッファ１０は出力する
データを一旦格納し、Ｄ／Ａ変換部１１はこの出力デー
タをディジタルよりアナログに変換し、モニタ１２はこ
の出力を画面に表示する。入力装置１３はキーボードや
マウスからなり指示やデータなどを入力する。
【００１４】対象物１４としてメロンを用いた場合につ
いて説明する。図２はメロンを撮像した画像を示す。メ
ロンの評価等級を決めるためには、外観の特徴を表す要
素（測定項目）として表面の網目の粗さ、網目の大きさ
のバラツキ、地の色や網目の色の標準色からのずれ、色
相のバラツキ、網目を構成しないで遊離したすじの数等
があり、これらをＰ１，Ｐ２，……Ｐｎで表す。このよ
うな各要素Ｐｊについて画像解析により特徴を数値化
し、これを測定値とする。例えば、Ｐ１として網目の平
均的な目の粗さとした場合、所定の大きさのウインドウ
を設け、そのウインドウ内の網目の数を計測する。網目
の数を測定値ｙ１に換算するため、実在する網目の数の
最大値で測定された網目の数を割ったものをｙ１とす
る。網目の数の代わりに一定範囲内を一定の本数の走査
線で操作した時の交点の数の対数を用いてもよい。この
場合も実在する範囲の測定値で割って正規化しておく。
なお、極端なデータ、例えば網目の数が異常に少ないよ
うなデータは等級外として除く。これは評価値を線形結
合の和として処理するため、線形の条件に適合させるた
めである。
いて説明する。図２はメロンを撮像した画像を示す。メ
ロンの評価等級を決めるためには、外観の特徴を表す要
素（測定項目）として表面の網目の粗さ、網目の大きさ
のバラツキ、地の色や網目の色の標準色からのずれ、色
相のバラツキ、網目を構成しないで遊離したすじの数等
があり、これらをＰ１，Ｐ２，……Ｐｎで表す。このよ
うな各要素Ｐｊについて画像解析により特徴を数値化
し、これを測定値とする。例えば、Ｐ１として網目の平
均的な目の粗さとした場合、所定の大きさのウインドウ
を設け、そのウインドウ内の網目の数を計測する。網目
の数を測定値ｙ１に換算するため、実在する網目の数の
最大値で測定された網目の数を割ったものをｙ１とす
る。網目の数の代わりに一定範囲内を一定の本数の走査
線で操作した時の交点の数の対数を用いてもよい。この
場合も実在する範囲の測定値で割って正規化しておく。
なお、極端なデータ、例えば網目の数が異常に少ないよ
うなデータは等級外として除く。これは評価値を線形結
合の和として処理するため、線形の条件に適合させるた
めである。
【００１５】またＰ３として地の色の標準からのずれの
場合は、色相を表す円座標の、地の色として予め標準色
を定めておき、この標準色から左右へのずれの角度を測
定値とし、偏差の実在範囲に応じて正規化する。画像解
析により測定した地の色と標準色とのずれを調べ、換算
値により測定値ｙ３を得る。このようにして各要素Ｐ
１，Ｐ２，……Ｐｎについて測定値ｙ１，ｙ２，……ｙ
ｎを得る。
場合は、色相を表す円座標の、地の色として予め標準色
を定めておき、この標準色から左右へのずれの角度を測
定値とし、偏差の実在範囲に応じて正規化する。画像解
析により測定した地の色と標準色とのずれを調べ、換算
値により測定値ｙ３を得る。このようにして各要素Ｐ
１，Ｐ２，……Ｐｎについて測定値ｙ１，ｙ２，……ｙ
ｎを得る。
【００１６】このようにして得られた測定値ｙｊを用い
て評価値Ｊを次式で表す。 Ｊ＝ｙ１ｋ１＋ｙ２ｋ２＋……ｙｊｋｊ＋……ｙｎｋｎ ……（１） ここでｋｊを要素Ｐｊの重み係数と言う。
て評価値Ｊを次式で表す。 Ｊ＝ｙ１ｋ１＋ｙ２ｋ２＋……ｙｊｋｊ＋……ｙｎｋｎ ……（１） ここでｋｊを要素Ｐｊの重み係数と言う。
【００１７】次にこの重み係数ｋｊの算出方法について
説明する。まず、目視による評価等級の決定がなされた
複数（多い方がよい）のメロンを準備し、これを標準サ
ンプルと称する。この標準サンプルを撮像し、各要素Ｐ
ｊについて画像解析により測定値ｙｊを得る。
説明する。まず、目視による評価等級の決定がなされた
複数（多い方がよい）のメロンを準備し、これを標準サ
ンプルと称する。この標準サンプルを撮像し、各要素Ｐ
ｊについて画像解析により測定値ｙｊを得る。
【００１８】図３は重み係数ｋｊを求める方法を説明す
る図である。ｘ軸には評価等級を等間隔で、等級の大き
い値を原点側にし、等級が小さくなるに従い原点より離
れてゆくようにする。このようにするのは等級の小さい
もの程高い評価が与えられるようにするためである。各
要素Ｐｊごとにｙ軸を設け、測定値ｙｊは評価が高いも
のほど原点より離れて大きな値となるようにする。標準
サンプルについて、目視によって得られた評価等級をＸ
ｉとし、このｘ座標をｘｉとするとｘｉ＝Ｎ＋１−Ｘｉ
で表される。ここでＮは等級の段階数で５段階の等級で
あればＮ＝５である。
る図である。ｘ軸には評価等級を等間隔で、等級の大き
い値を原点側にし、等級が小さくなるに従い原点より離
れてゆくようにする。このようにするのは等級の小さい
もの程高い評価が与えられるようにするためである。各
要素Ｐｊごとにｙ軸を設け、測定値ｙｊは評価が高いも
のほど原点より離れて大きな値となるようにする。標準
サンプルについて、目視によって得られた評価等級をＸ
ｉとし、このｘ座標をｘｉとするとｘｉ＝Ｎ＋１−Ｘｉ
で表される。ここでＮは等級の段階数で５段階の等級で
あればＮ＝５である。
【００１９】標準サンプルｉの評価等級Ｘｉ，標準サン
プルｉの画像解析による各要素Ｐｊごとの測定値ｙｊを
プロットすると図３に示すようになる。各要素Ｐｊごと
に引かれた直線は回帰直線を示す。この回帰直線の勾配
ｂと分配Ｓ2 は次の（２）式，（３）式に示され、これ
は公知の式である。
プルｉの画像解析による各要素Ｐｊごとの測定値ｙｊを
プロットすると図３に示すようになる。各要素Ｐｊごと
に引かれた直線は回帰直線を示す。この回帰直線の勾配
ｂと分配Ｓ2 は次の（２）式，（３）式に示され、これ
は公知の式である。
【００２０】
【数１】
【００２１】上式（２），（３）においてｘ，ｙはそれ
ぞれｘｉ，ｙｉの平均値を表す。またｍは標準サンプル
の数を示す。分散Ｓ2 の分母のｍ−２は自由度を示し、
−２は勾配と平均値の２つが拘束されるためである。
ぞれｘｉ，ｙｉの平均値を表す。またｍは標準サンプル
の数を示す。分散Ｓ2 の分母のｍ−２は自由度を示し、
−２は勾配と平均値の２つが拘束されるためである。
【００２２】重み係数ｋｊは測定値ｙｊの評価値Ｊへの
寄与の程度を示す。回帰直線の勾配ｂが大きい測定値ｙ
と等級との関係が明らかになる。勾配ｂが０の場合は測
定値ｙｊと等級は無関係となるのでｋｊ＝０となる。し
かし勾配ｂが大きくても測定値ｙｊの分散Ｓ2 が大きい
と測定値ｙｊと等級との関係は不明確になる。このよう
な要素Ｐｊの寄与は小さくなる。故に重み係数ｋｊは、
勾配ｂに比例し、分散Ｓ2 に反比例、つまりｂ／Ｓ2 に
比例すると仮定すれば評価値Ｊを正しく表すことができ
る。
寄与の程度を示す。回帰直線の勾配ｂが大きい測定値ｙ
と等級との関係が明らかになる。勾配ｂが０の場合は測
定値ｙｊと等級は無関係となるのでｋｊ＝０となる。し
かし勾配ｂが大きくても測定値ｙｊの分散Ｓ2 が大きい
と測定値ｙｊと等級との関係は不明確になる。このよう
な要素Ｐｊの寄与は小さくなる。故に重み係数ｋｊは、
勾配ｂに比例し、分散Ｓ2 に反比例、つまりｂ／Ｓ2 に
比例すると仮定すれば評価値Ｊを正しく表すことができ
る。
【００２３】故にｋｊは次の（４）式で表すことができ
る。 ｋｊ＝αｂ／Ｓ2 ……（４） ここでαは比例定数で各要素Ｐｊにおける測定値ｙｊの
範囲を正規化する係数である。ｂやＳ2 を画像解析で得
られた正規化する前の数値をそのまま使用する場合に
は、実在する測定値の範囲とすることによりｂ／Ｓ2 を
正規化できる。以上により決定した重み係数ｋｊを
（１）式に代入する。合計の評価値ＪはｋｉやＰｉの存
在範囲や測定項目の数により変化するが、標準サンプル
によりある範囲に存在することがわかる。そこでこのＪ
の値の範囲を、例えば、５つに分けて等級Ｅを割り当て
る。
る。 ｋｊ＝αｂ／Ｓ2 ……（４） ここでαは比例定数で各要素Ｐｊにおける測定値ｙｊの
範囲を正規化する係数である。ｂやＳ2 を画像解析で得
られた正規化する前の数値をそのまま使用する場合に
は、実在する測定値の範囲とすることによりｂ／Ｓ2 を
正規化できる。以上により決定した重み係数ｋｊを
（１）式に代入する。合計の評価値ＪはｋｉやＰｉの存
在範囲や測定項目の数により変化するが、標準サンプル
によりある範囲に存在することがわかる。そこでこのＪ
の値の範囲を、例えば、５つに分けて等級Ｅを割り当て
る。
【００２４】次に評価等級Ｅが未知のメロンのＥを算出
する。このＥが未知のメロンを撮像し、各要素Ｐ１〜Ｐ
ｎの測定値ｙ１〜ｙｎを画像解析により求める。次にこ
の測定値ｙｊを（１）式に代入して評価値Ｊを求める。
この評価値Ｊの範囲と評価等級Ｅの段階との関係から評
価値Ｊを評価等級Ｅに換算する。例えば、評価値Ｊの範
囲が０〜１０の範囲であり、評価等級Ｅが５段階であれ
ば評価値Ｊの範囲を予め０〜１．９，２〜３．９，４〜
５．９，６〜７．９，８〜１０のように５段階に分け、
これに対応する評価等級Ｅを５，４，……，１としてお
く。これにより（１）式より求めた評価値Ｊの値が該当
する範囲の評価等級が求める評価等級Ｅとなる。なお、
以上の演算は全て図１に示した画像処理装置で実施す
る。
する。このＥが未知のメロンを撮像し、各要素Ｐ１〜Ｐ
ｎの測定値ｙ１〜ｙｎを画像解析により求める。次にこ
の測定値ｙｊを（１）式に代入して評価値Ｊを求める。
この評価値Ｊの範囲と評価等級Ｅの段階との関係から評
価値Ｊを評価等級Ｅに換算する。例えば、評価値Ｊの範
囲が０〜１０の範囲であり、評価等級Ｅが５段階であれ
ば評価値Ｊの範囲を予め０〜１．９，２〜３．９，４〜
５．９，６〜７．９，８〜１０のように５段階に分け、
これに対応する評価等級Ｅを５，４，……，１としてお
く。これにより（１）式より求めた評価値Ｊの値が該当
する範囲の評価等級が求める評価等級Ｅとなる。なお、
以上の演算は全て図１に示した画像処理装置で実施す
る。
【００２５】以上の方法は、回帰直線を得る必要なく回
帰直線の勾配ｂと分散Ｓ2 を求めるだけで重み係数ｋｊ
が得られるので演算が容易に短時間で可能となる。ま
た、標準サンプルのデータをどのように選ぶかにより、
特色ある評価等級を決めることができる。例えば、色相
の鮮やかなメロンの産地では、色相に重点を置いた目視
評価が行われるが、このような標準サンプリングを用い
て重み係数を算出しておけばこのような産地の特色を表
す評価等級が得られる。
帰直線の勾配ｂと分散Ｓ2 を求めるだけで重み係数ｋｊ
が得られるので演算が容易に短時間で可能となる。ま
た、標準サンプルのデータをどのように選ぶかにより、
特色ある評価等級を決めることができる。例えば、色相
の鮮やかなメロンの産地では、色相に重点を置いた目視
評価が行われるが、このような標準サンプリングを用い
て重み係数を算出しておけばこのような産地の特色を表
す評価等級が得られる。
【００２６】次に重み係数ｋｊを定める他の方法を説明
する。標準サンプルｍ個、要素数ｎ個の場合、（１）式
を統計的手法である最小自乗法を用いて重み係数ｋｊ
（ｊ＝１〜ｎ）を算出する公知の方法を用いる。この場
合ｍ×ｎの測定値ｙと、ｍ個の目視による評価等級につ
いて、ｎ行×ｍ列のマトリックスと係数の積が評価値と
なる数式を作り、これに最小自乗法を用いて正規方程式
であるｎ次元連立方程式を立てて解を求めるので大量の
演算を必要とする。
する。標準サンプルｍ個、要素数ｎ個の場合、（１）式
を統計的手法である最小自乗法を用いて重み係数ｋｊ
（ｊ＝１〜ｎ）を算出する公知の方法を用いる。この場
合ｍ×ｎの測定値ｙと、ｍ個の目視による評価等級につ
いて、ｎ行×ｍ列のマトリックスと係数の積が評価値と
なる数式を作り、これに最小自乗法を用いて正規方程式
であるｎ次元連立方程式を立てて解を求めるので大量の
演算を必要とする。
【００２７】
【発明の効果】以上の説明より明らかなように、本発明
は、従来目視により行われていた評価等級を画像解析の
手法を用いると共に、目視によって得た評価等級に基づ
いた評価等級を算出するようにしたもので、目視で行っ
たと同等の評価等級を各対象物に対してばらつくことな
く、迅速に得ることができる。また標準サンプルを選択
することにより、その標準サンプルに対して行われた目
視による評価等級の特徴を表した評価等級を算出するこ
とができる。
は、従来目視により行われていた評価等級を画像解析の
手法を用いると共に、目視によって得た評価等級に基づ
いた評価等級を算出するようにしたもので、目視で行っ
たと同等の評価等級を各対象物に対してばらつくことな
く、迅速に得ることができる。また標準サンプルを選択
することにより、その標準サンプルに対して行われた目
視による評価等級の特徴を表した評価等級を算出するこ
とができる。
【図１】本発明を実施する装置の構成を示すブロック図
である。
である。
【図２】対象物としてのメロンの撮像画像を示す図であ
る。
る。
【図３】重み係数を算出する説明図である。
【符号の説明】 １ 撮像装置 ５ プログラムメモリ ６ ＣＰＵ ７ 画像処理器 ７ａ 画像解析器 ８ ２値画像メモリ ９ 濃淡画像メモリ
Claims (3)
- 【請求項１】 対象物の外観の測定項目を定め、対象物
を撮像し測定項目ごとの特徴を画像解析により数値化し
た測定値として求め、この測定値に対して重み係数を乗
じた値の線形結合の和を評価値として求め、その評価値
に複数の評価しきい値を設定して評価等級を算出するこ
とを特徴とする対象物の外観評価方法。 - 【請求項２】 前記重み係数を、前記評価等級の与えら
れた対象物の標準サンプルを撮像し、測定項目ごとの測
定値を画像解析により求め、前記評価等級と前記測定値
とから得られる回帰直線の勾配と分散の比より算出する
ことを特徴とする請求項１記載の対象物の外観評価方
法。 - 【請求項３】 前記重み係数を、前記評価等級の与えら
れた対象物の標準サンプルを撮像し、測定項目ごとの測
定値を画像解析により求め、最小自乗法により算出する
ことを特徴とする請求項１記載の対象物の外観評価方
法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2220796A JPH09218158A (ja) | 1996-02-08 | 1996-02-08 | 対象物の外観評価方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2220796A JPH09218158A (ja) | 1996-02-08 | 1996-02-08 | 対象物の外観評価方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH09218158A true JPH09218158A (ja) | 1997-08-19 |
Family
ID=12076357
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2220796A Pending JPH09218158A (ja) | 1996-02-08 | 1996-02-08 | 対象物の外観評価方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH09218158A (ja) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000155098A (ja) * | 1998-11-24 | 2000-06-06 | Nireco Corp | 西瓜外観検査装置 |
| JP2002092611A (ja) * | 2000-09-13 | 2002-03-29 | Toshiba Corp | 画像処理装置及び画像処理方法並びに記録媒体 |
| JP2011500464A (ja) * | 2007-10-17 | 2011-01-06 | ローベルト ボツシユ ゲゼルシヤフト ミツト ベシユレンクテル ハフツング | 包装容器に製品を挿入するピッキングライン並びに方法 |
| JP2014163697A (ja) * | 2013-02-21 | 2014-09-08 | Mitsutech Kk | 農作物の農作物選定装置及び農作物選定方法 |
| JP2020071094A (ja) * | 2018-10-30 | 2020-05-07 | 株式会社Ｉｈｉエアロスペース | 網目構造物の網目検査方法及び網目構造物の網目検査装置 |
-
1996
- 1996-02-08 JP JP2220796A patent/JPH09218158A/ja active Pending
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000155098A (ja) * | 1998-11-24 | 2000-06-06 | Nireco Corp | 西瓜外観検査装置 |
| JP2002092611A (ja) * | 2000-09-13 | 2002-03-29 | Toshiba Corp | 画像処理装置及び画像処理方法並びに記録媒体 |
| JP2011500464A (ja) * | 2007-10-17 | 2011-01-06 | ローベルト ボツシユ ゲゼルシヤフト ミツト ベシユレンクテル ハフツング | 包装容器に製品を挿入するピッキングライン並びに方法 |
| JP2014163697A (ja) * | 2013-02-21 | 2014-09-08 | Mitsutech Kk | 農作物の農作物選定装置及び農作物選定方法 |
| JP2020071094A (ja) * | 2018-10-30 | 2020-05-07 | 株式会社Ｉｈｉエアロスペース | 網目構造物の網目検査方法及び網目構造物の網目検査装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Shahin et al. | A machine vision system for grading lentils | |
| Hoffmaster et al. | An automated system for vigor testing three-day-old soybean seedlings | |
| US8275189B2 (en) | Defect inspection system | |
| US7933441B2 (en) | Method of inspection for inner defects of an object and apparatus for same | |
| Iqbal et al. | Classification of selected citrus fruits based on color using machine vision system | |
| Mertens et al. | Dirt detection on brown eggs by means of color computer vision | |
| JP3581149B2 (ja) | 境界ピクセル・パラメータの規則正しいシーケンスを用いた物体を識別するための方法及び装置 | |
| CN111242123A (zh) | 一种基于红外图像的电力设备故障诊断方法 | |
| CN104256882A (zh) | 基于计算机视觉的烟丝中再造烟叶比例测定方法 | |
| Nandi et al. | Machine vision based automatic fruit grading system using fuzzy algorithm | |
| US6985220B1 (en) | Interactive threshold tuning | |
| CN116805204B (zh) | 一种智慧厂务监控方法及系统 | |
| CN113109240A (zh) | 一种计算机实施的粮食不完善粒测定方法和系统 | |
| JPH09218158A (ja) | 対象物の外観評価方法 | |
| Riyadi et al. | Shape characteristics analysis for papaya size classification | |
| Iqbal et al. | Estimation of size and shape of citrus fruits using image processing for automatic grading | |
| Puno et al. | Vision system for soil nutrient detection using fuzzy logic | |
| Kumru | Assessing the visual quality of sanitary ware by fuzzy logic | |
| Prabowo et al. | Edge detection technique for rice quality analysis using digital image processing | |
| JP7046760B2 (ja) | 信号解析装置及び信号解析方法並びに信号解析プログラム | |
| KR20190141322A (ko) | 신경회로망을 이용한 도로 노면의 크랙 검출 시스템 및 그 검출 방법 | |
| CN112858311A (zh) | 一种基于机器视觉技术的稻米表型监测系统及方法 | |
| Davidson et al. | Fuzzy methods for automated inspection of food products | |
| JPH06160298A (ja) | 自動色調判定方法 | |
| CN214122027U (zh) | 一种基于机器视觉技术的稻米表型监测系统 |