TWI573634B - 光學式粒狀物選別機 - Google Patents

光學式粒狀物選別機 Download PDF

Info

Publication number
TWI573634B
TWI573634B TW102109290A TW102109290A TWI573634B TW I573634 B TWI573634 B TW I573634B TW 102109290 A TW102109290 A TW 102109290A TW 102109290 A TW102109290 A TW 102109290A TW I573634 B TWI573634 B TW I573634B
Authority
TW
Taiwan
Prior art keywords
granular material
good
interface
dimensional color
defective
Prior art date
Application number
TW102109290A
Other languages
English (en)
Other versions
TW201400198A (zh
Inventor
宮本知幸
石津任章
立石芳和
原正純
Original Assignee
佐竹股份有限公司
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 佐竹股份有限公司 filed Critical 佐竹股份有限公司
Publication of TW201400198A publication Critical patent/TW201400198A/zh
Application granted granted Critical
Publication of TWI573634B publication Critical patent/TWI573634B/zh

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/34—Sorting according to other particular properties
    • B07C5/342—Sorting according to other particular properties according to optical properties, e.g. colour
    • B07C5/3425—Sorting according to other particular properties according to optical properties, e.g. colour of granular material, e.g. ore particles, grain
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/34—Sorting according to other particular properties
    • B07C5/342—Sorting according to other particular properties according to optical properties, e.g. colour
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/46—Measurement of colour; Colour measuring devices, e.g. colorimeters
    • G01J3/465—Measurement of colour; Colour measuring devices, e.g. colorimeters taking into account the colour perception of the eye; using tristimulus detection
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/46—Measurement of colour; Colour measuring devices, e.g. colorimeters
    • G01J3/50—Measurement of colour; Colour measuring devices, e.g. colorimeters using electric radiation detectors
    • 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
    • G01N21/27—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands using photo-electric detection ; circuits for computing concentration
    • 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
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/85—Investigating moving fluids or granular solids
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/001—Texturing; Colouring; Generation of texture or colour
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/46—Colour picture communication systems
    • H04N1/56—Processing of colour picture signals
    • H04N1/60—Colour correction or control
    • H04N1/6058—Reduction of colour to a range of reproducible colours, e.g. to ink- reproducible colour gamut
    • 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
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/85—Investigating moving fluids or granular solids
    • G01N2021/8592—Grain or other flowing solid samples
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S209/00—Classifying, separating, and assorting solids
    • Y10S209/932—Fluid applied to items
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S209/00—Classifying, separating, and assorting solids
    • Y10S209/938—Illuminating means facilitating visual inspection

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Pathology (AREA)
  • Biochemistry (AREA)
  • Engineering & Computer Science (AREA)
  • Immunology (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Sorting Of Articles (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Spectrometry And Color Measurement (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Description

光學式粒狀物選別機
本發明係與對米、麥等之穀粒及樹脂顆粒等粒狀物進行良品及不良品之選別、及以噴射風將混入於粒狀物之異物吹走除去之光學式粒狀物選別機相關。
傳統上，以提高粒狀物之良．不良的判別精度為目的，光學式判別裝置係具備：光學檢測手段，具有用以移送原料之移送手段、用以對由該移送手段所移送之原料照射複數波長之光的光源部、及用以拍攝來自該原料之反射光及/或透射光約拍攝部；及判別手段，將該光學檢測手段所拍攝之拍攝資料的雙波長濃度值、與預定之該雙波長濃度值的閾值區域進行比較，用以判別該原料(專利文獻1)。其次，該光學式判別裝置之特徵，該判別手段設定該閾值區域時，以該拍攝部拍攝來自由該移送手段所移送之應判別之原料樣本的反射光及/或透射光，該判定手段將該拍攝資料之任意雙波長的各濃度值描繪於二維圖上，以描繪於該二維圖上之全部濃度值的像素作為對象，於以其中不同2點之像素作為直徑的2點間圓中，判定是否有該2點像素以外的像素，依據該判定，只有在該2點間圓中無該2點像素以外的像素時，才以連結線連結該2點像素，並將該等各連結線之接合所描繪的閉合區域設定成該閾值區域。
依據專利文獻1所示之光學式判別裝置，由判別手段所設定之閾值區域的外型，因為以不含判別區域之方式正確地進行限定，可以利用該閾值 區域來判別原料，此外，也具有可以依據該判別正確地進行選別之作用．效果。
然而，該專利文獻1所示之光學式判別裝置時，為了簡化龐大且複雜之資訊(專利文獻1之拍攝部的CCD攝影機，可以8位元256種來識別紅色、綠色、及藍色之各色，故三次元之RGB色空間資訊，可以特定合計16,777,216種之不同色)，依CCD攝影機所取得之紅色、綠色、及藍色之各色濃度值，將其濃度值圖示於紅色(X軸)-綠色(Y軸)、綠色(X軸)-藍色(Y軸)、及紅色(X軸)-藍色(Y軸)之各二維圖上，利用3個二維圖來掌握三次元之RGB色空間資訊。
如此，以二維圖來掌握三次元之RGB色空間資訊，信號演算非常簡單，有利於龐大且複雜之資訊處理。然而，因為係利用二維圖之二次元平面的資訊觀察，而有感度設定受到限制的問題。此外，無法同時處理全部之RGB色空間資訊，而有較無效率的問題。
【先行技術文献】
【專利文獻】
【專利文獻1】日本特開2009-119410號公報
有鑑於該問題點，本發明的技術課題，係在提供有效利用接近人眼之RGB的三次元色空間資訊來使感度設定較為容易，而且，可大幅簡化信號處理之光學式粒狀物選別機。
為了解決該課題，本發明係採用以下之技術手段的光學式粒狀物選別機，具備：移送手段，以連續移送方式來移送含有良品、不良品、及異物 之粒狀物；檢查手段，用以對由該移送手段所移送之該粒狀物進行檢查；判別手段，依據以該檢查手段所檢查之粒狀物的個別色資訊，判別是否視為分離對象物；以及排除手段，從連續之移送流排除由該判別手段所判別之分離對象物，該檢查手段，具備：照明部，用以對該粒狀物實施光之照明；及光檢測部，用以檢測透射該粒狀物之光或從該粒狀物反射之光，而且，該判別手段，具備：三次元色分佈資料作成部，將該光檢測部所檢測之該粒狀物之R、G、及B之光的各波長成份圖示於三次元色空間上來作成粒狀物樣本之三次元色分佈資料；馬哈朗諾比斯(Mahalanobis distance)距離境界面作成部，於該三次元色分佈資料作成部所作成之三次元色分佈資料設定以馬哈朗諾比斯距離計算所得的境界面，並區隔成含有較多良品之第一良品群聚區域、及含有較多不良品及異物之第一不良品群聚區域；歐幾里德距離境界面作成部，求取由該馬哈朗諾比斯距離境界面作成部所形成之第一良品群聚區域、及第一不良品群聚區域之各重心位置，而且，設定以歐幾里德距離計算該各重心位置間之距離為最遠之境界面，區隔出第二良品群聚區域、及第二不良品群聚區域；閾值決定部，求取以該馬哈朗諾比斯距離所計算之境界面、與以該歐幾里德距離所計算之境界面的交線，決定是否以該交線作為決定分離對象物之判別閾值。
藉此，判別手段，於三次元色分佈資料作成部，將粒狀物之R、G、及B之光之各波長成份圖示於三次元色空間上並將粒狀物樣本之三次元色分佈整體視為1個群聚區域。其次，於馬哈朗諾比斯距離境界面作成部，對三次元色分佈整體設定以馬哈朗諾比斯距離所計算之境界面，將粒狀物樣本分割成含有較多良品之第一良品群聚區域、及含有較多不良品及異物之第一不良品群聚區域之概略2個群聚。此外，於歐幾里德距離境界面作成部，求取新形成之第一良品群聚區域及新形成之第一不良品群聚區域的各重心位置，而且，對三次元色分佈整體設定各重心位置間之距離為最遠之以歐幾里德距離所計算之境界面，區隔出含有較多良品之第二良品群聚區域、及含有較多不良品及異物之第二不良品群聚區域的2個區域，來分割出與前述不同之概略的2個群聚。其次，於閾值決定部，求取該馬哈朗諾 比斯距離之境界面、與該歐幾里德距離之境界面的交線，決定是否將該交線本身當做分離對象物之閾值。亦即，將圖示於三次元色空間上之粒狀物樣本，以馬哈朗諾比斯距離境界面大致分離成第一良品群聚區域及第一不良品群聚區域，其次，以歐幾里德距離境界面探索感度有效範圍較廣之境界面，並分離成第二良品群聚區域與第二不良品群聚區域，此外，由閾值決定部，求取該馬哈朗諾比斯距離之境界面與該歐幾里德距離之境界面的交線本身作為閾值的話，可以計算二次元色空間上的閾值，可以對操作者提供，可有效利用接近人眼之RGB之三次元色空間資訊而容易進行感度設定並大幅簡化信號處理之光學式粒狀物選別機。
其次，申請專利範圍第2項之光學式粒狀物選別機係採用以下之技術手段，具備：移送手段，以連續移送方式來移送含有良品、不良品、及異物之粒狀物；檢查手段，用以對由該移送手段所移送之該粒狀物進行檢查；判別手段，依據以該檢查手段所檢查之粒狀物的個別色資訊，判別是否視為分離對象物；排除手段，從連續之移送流排除由該判別手段所判別之分離對象物，該檢查手段，具備：照明部，用以對該粒狀物實施光之照明；及光檢測部，用以檢測透射該粒狀物之光或從該粒狀物反射之光，而且，該判別手段，具備：三次元色分佈資料作成部，將該光檢測部所檢測之該粒狀物之R、G、及B之光之各波長成份圖示於三次元色空間上來作成粒狀物樣本之三次元色分佈資料；學習．記憶部，將操作者預先準備之良品、不良品、及異物各自之樣本送入移送手段，以該光檢測部進行該各樣本之檢測來作成三次元色分佈資料，而且，該樣本被顯示於影像上時，以目視方式分類為良品、不良品、及異物其中任一種並使其對應三次元色分佈資料來進行學習；馬哈朗諾比斯距離境界面作成部，於由該學習．記憶部所作成之三次元色分佈資料，設定以馬哈朗諾比斯距離所計算之境界面，區隔成含有較多良品之第一良品群聚區域、及含有較多不良品及異物之第一不良品群聚區域；歐幾里德距離境界面作成部，求取由該馬哈朗諾比斯距離境界面作成部所形成之第一良品群聚區域及第一不良品群聚區域之各重心位置，而且，設定以該各重心位置間之距離為最遠的歐幾里德距 離所計算之境界面，區隔成含有較多良品之第二良品群聚區域、及含有較多不良品及異物之第二不良品群聚區域；閾值決定部，求取以該馬哈朗諾比斯距離所計算之境界面、與以該歐幾里德距離所計算之境界面的交線，決定是否以該交線作為決定分離對象物的判別閾值；以及良品/不良品判別部，在將移送原料送入移送手段來執行選別動作時，當判斷作成於該三次元色分佈資料上之資料不屬於該閾值決定部所決定之閾值時，將該粒狀物視為分離對象物。
藉此，即使為良品與不良品之顏色近似的粒狀物(例如，糙米之良品的完整糙米與不良品之乳白粒、或良品之完整糙米與不良品之褐斑米等)時，無需致力於含糊之影像處理，因為操作者只要針對三次元色分佈資料與顯示於影像上之樣本以目視來進行學習．關連，即可確實地實施良品及不良品之選別，可以實施高性能之選別，而為具有極高實用性者。
1‧‧‧光學式粒狀物選別機
2‧‧‧機殼
3A‧‧‧一次選別部
3B‧‧‧二次選別部
4‧‧‧滑槽
4a‧‧‧滑槽蓋
5‧‧‧滯留槽
6‧‧‧振動給料器
6a‧‧‧給料器槽
6b‧‧‧支撐部
6c‧‧‧電磁驅動線圈
7‧‧‧光學檢測部
7a‧‧‧光學檢測部
7b‧‧‧光學檢測部
8‧‧‧噴射嘴
9‧‧‧良品回收管
10‧‧‧不良品回收管
11‧‧‧輔助不良品回收管
12‧‧‧箱體
12a‧‧‧箱體
12b‧‧‧箱體
13‧‧‧CCD攝影機
13a‧‧‧CCD攝影機
13b‧‧‧CCD攝影機
14‧‧‧NIR攝影機
15‧‧‧可見光源
15a‧‧‧可見光源
15b‧‧‧可見光源
15c‧‧‧可見光源
15d‧‧‧可見光源
16‧‧‧近紅外光源
16a‧‧‧近紅外光源
16b‧‧‧近紅外光源
17‧‧‧背景
17a‧‧‧背景
17b‧‧‧背景
17c‧‧‧背景
18‧‧‧窗構件
18a‧‧‧窗構件
18b‧‧‧窗構件
19‧‧‧副槽
20‧‧‧空氣管
21‧‧‧電磁閥
22‧‧‧管路
23‧‧‧氣缸
24‧‧‧前面門
25‧‧‧液晶顯示器
26‧‧‧電源開關
27‧‧‧不良品受取口
28‧‧‧良品受取口
29‧‧‧輔助不良品受取口
30‧‧‧樣本取出部
31‧‧‧信號處理部
32‧‧‧CPU及記憶體部
33‧‧‧影像資料取得機構
34‧‧‧閾值資料儲存記憶體
35‧‧‧二進制計算機構
36‧‧‧良品/不良品判別機構
37‧‧‧影像資料儲存記憶體
38‧‧‧閾值資料計算機構
39‧‧‧操作信號接收機構
40‧‧‧噴射器驅動電路
51‧‧‧良品群聚
52‧‧‧不良品群聚
101~109‧‧‧步驟
第1圖係本發明之光學式粒狀物選別機之整體的立體圖。
第2圖係該選別機之內部構造的概略縱剖面圖。
第3圖係用以處理由該選別機之攝影機所得到之信號之信號處理手段的方塊圖。
第4圖係第3圖之信號處理部、CPU、及記憶體之概念說明的方塊圖。
第5圖係信號處理部之作業步驟的流程圖。
第6圖係良品樣本及不良品樣本之三次元色空間上的RGB相關圖。
第7圖係良品樣本及不良品樣本之最佳二維顯示面的RGB相關圖。
【實施本發明之最佳形態】
一邊參照圖式，一邊針對以實施本發明為目的的形態進行說明。第1圖係本發明之光學式粒狀物選別機整體的立體圖，第2圖係該選別機之內 部構造的概略縱剖面圖，第3圖係用以處理由該選別機之攝影機所得到之信號之信號處理手段的方塊圖，第4圖係第3圖所示之信號處理部及CPU/記憶體的內部構成概念圖。
如第1圖所示，光學式粒狀物選別機1，於大致為梯形狀的機殼2內，並列配置著複數之一次選別部3A(第1圖中，從左端開始至第3個為止之選別部)、複數之二次選別部3B(第1圖中，從右端開始至第2個為止之選別部)，於各選別部3A、3B，配置著與傳統技術相同構成之構件。此外，本實施方式，係並列著複數之一次選別部3A及複數之二次選別部3B的構成，然而，並未受限於此，可以設定成並列複數之一次選別部、單一之二次選別部、及單一之三次選別部的構成等之各種變化。
其次，參照第2圖，針對該一次選別部3A之各構成構件進行說明。一次選別部3A，具備：滑槽4，從水平位置以約60度之角度傾斜配置的移送手段；滯留槽5，用以使穀粒等之粒狀物滯留；振動給料器6，用以將來自滯留槽5之粒狀物搬送至滑槽4；光學檢測部7(7a、7b)，夾設於從滑槽4下端落下之粒狀物之落下軌跡的上下；噴射嘴8，配設於更為下方；良品回收管9，位於該噴射嘴8下方之與該滑槽4之同一傾斜線上，用以受取未被噴射嘴8之噴射風噴到而直接沿著落下軌跡落下之粒狀物；不良品回收管10，與該良品回收管9並列，從正常粒狀物回收被噴射嘴8之噴射風噴到的不良粒；以及輔助不良品回收管11，用以回收未被來自噴射嘴8之噴射風順利噴射，而撞擊周圍之構件並彈回的不良粒。
於該一次選別部3A，該滑槽4之形狀，為了使粒狀物以寬廣之帶狀滑走，以沒有溝部之平板形狀來形成為佳。其次，為了防止從滑槽4之粒狀物的溢流，而且，為了防止選別對象之粒狀物在滑槽4滑走中從底面浮起，也可設置有與底面隔著特定間隔的滑槽蓋4a。
振動給料器6，給料器槽6a支撐於支撐部6b上，藉由驅動電磁驅動線圈6c等之振動裝置，將粒狀物供應給滑槽4的構成。
光學檢測部7a、7b，係以由各箱體12a、12b所圍繞來形成。於穀粒之落下軌跡之上側的箱體12a，內建有可見光用之CCD攝影機13a、近紅外光用之NIR攝影機14、由螢光燈等所構成之可見光源15a、15b、由鹵素燈等所構成之近紅外光源16a、以及與光學檢測部7b相對之背景17a。另一方面，於穀粒之落下軌跡之下側的箱體12b，內建有可見光用之CCD攝影機13b、由螢光燈等所構成之可見光源15c、15d、由鹵素燈等所構成之近紅外光源16b、以及與光學檢測部7a相對之背景17b、17c。其次，於箱體12a、12b之穀粒的落下軌跡側，嵌鑲著由透明玻璃所構成之窗構件18a、18b。
對該噴射嘴8，介由副槽19、空氣管20、電磁閥21，從管路22供應來自圖外之空氣壓縮機的空氣。該副槽19，係用以使來自空氣壓縮機之空氣進行短暫滯留，藉由設置該副槽19，即使噴射嘴8所消耗之空氣量較多時，也不會有空氣不足的疑慮。
於機殼2前方之傾斜壁，設有可以利用氣缸23於上下方向旋動可能之前面門24，藉此，不但可以使清掃等之維修作業容易實施，另一方面，於該前面門24之下方，設有由觸控面板所構成之兼作為操作盤及監視器使用的液晶顯示器25及電源開關26，藉此，可以為將液晶顯示器25及電源開關26配設於作業員之眼睛高度位置而容易執行機械操作的構成。
其次，針對二次選別部3B之構成進行說明。與該一次選別部3A不同之點，例如，滑槽4之形狀，二次選別部3B用之滑槽4，形成有使穀粒分割成複數列狀之狀態來滑走的複數溝部。該溝部之剖面形狀，可以適度地採用U字形狀者、V字形狀者、或凹字形狀者等。其餘之構成，為與該一次選別部3A大致相同的構成。第2圖之符號27係不良品受取口，符號28係良品受取口，符號29係輔助不良品受取口，符號30係樣本取出部。
此外，參照第3圖及第4圖，針對信號處理手段之構成進行說明。該可見光用之CCD攝影機13a、13b及NIR攝影機14，係電性連結於以將攝 影機所取得之影像進行二值化處理為目的之信號處理部31，而且，從該信號處理部31電性連結於用以執行例如儲存經過二值化處理之影像等必要處理的CPU及記憶體部32。其次，於CPU及記憶體部32，電性連結著該液晶顯示器25。
參照第4圖的話，該信號處理部31，係具備：用以暫時儲存影像資料之影像資料取得機構33、用以儲存針對取得之影像資料決定良品或不良品之閾值資料的閾值資料儲存記憶體34；用以對取得之影像資料執行二值化處理之二進制計算機構35；以及判別良品或不良品之良品/不良品判別機構36。另一方面，該CPU及記憶體部32，係具備：必要時，用以儲存來自該影像資料取得機構33之資料的影像資料儲存記憶體37；閾值資料計算機構38，依據儲存於該影像資料儲存記憶體37之影像資料，執行本發明之重要處理並計算閾值；以及操作信號接收機構39，進行該液晶顯示器25之觸控操作之信號的信號接收，並將處理後之影像資料輸出至監視器。
於該信號處理部31內之良品/不良品判別機構36，電性連結著噴射器驅動電路40，於該噴射器驅動電路40，電性連結著依據該驅動電路40之信號從該噴射器噴嘴8噴射空氣之電磁閥21。
針對該構成之光學式粒狀物選別機的作用進行詳細說明。
第5圖係信號處理部之作業步驟的流程圖，該第5圖中，步驟101至103為止，係操作者將預先準備之良品、不良品、及異物各自之樣本送入滑槽後，使選別機學習良品、不良品、及異物之各三次元色彩分佈形態的良品形態/不良品形態學習製程，步驟104至108為止，係自動計算該良品形態及不良品形態之境界的閾值之閾值計算製程，步驟109，係由操作者進行該閾值計算製程所計算之閾值的微調整之閾值決定製程。
(良品形態/不良品形態學習製程)
該形態學習製程，因為係選別前之準備作業，噴射嘴8不執行動作。 作業開始的話，首先，於步驟101，由熟練操作者將預先選別準備之良品樣本從滯留槽5流放至滑槽4上，而且，以CCD攝影機13a、13b、NIR攝影機14拍攝從滑槽4下端落下之良品樣本。其次，由CCD攝影機13a、13b及NIR攝影機14所拍攝之良品樣本的多數影像資料，經由影像資料取得機構33被輸入至影像資料儲存記憶體37，該影像被顯示於液晶顯示器25之監視器。良品樣本之影像資料取得結束的話，其次，由熟練操作者針對預先選別準備之不良品樣本(含異物樣本)，執行與該相同之作業，執行不良品樣本(含異物樣本)之影像資料的取得。
其次，進入步驟102，針對顯示於液晶顯示器25上之樣本，再度由操作者以目視在影像上指定良品、不良品、及異物。其次，進入步驟103，將被指定之良品樣本影像視為1個區域，而且，也將不良品樣本影像視為1個區域，並於三次元色空間(實施例係R、G、B各軸之色空間)上進行多數之圖示。藉此，依序形成如第6圖所示之RGB色空間上之集合體。
(閾值計算製程)
進入步驟104的話，進行由良品之點(第6圖之黑點)所形成的良品群聚51(集合體)及由不良品之點(第6圖之灰點)所形成的不良品群聚52(集合體)之大致分類(參照第6圖)，於步驟105，計算良品群聚51/不良品群聚52之各群聚之多變量資料的統計量。
該統計量之計算，以重心向量或變異數共變異數矩陣之演算來實施即可。例如，重心向量之演算式，以 但S：樣本數
該(1)式來表示。此外，變異數共變異數矩陣之演算式，以
該(2)式來表示。其次，求取從各良品/不良品之各群聚之重心向量的馬哈朗諾比斯平方距離。此處，馬哈朗諾比斯平方距離，多變量資料之值的函數，馬哈朗諾比斯平方距離之演算式，以 但m：群聚之指標A：變異數共變異數矩陣αm：群聚m之重心向量
該(3)式來表示。其次，求取各群聚間之境界面(步驟106)。決定該境界面時，針對馬哈朗諾比斯平方距離為最小之群聚來進行多變量資料之值的分類，針對多變量空間內之所有多變量資料之值，決定所屬之群聚。其次，決定為第6圖之符號m所示之境界面。
其次，選擇良品群聚51與不良品群聚52之重心間距離為最遠的歐幾里德距離，探索感度有效範圍較廣之境界面(步驟107)。此時，良品群聚之重心向量為P(Xp1,Xp2,Xp3,...Xpn)、不良品群聚之重心向量為Q(Xq1,Xq2,Xq3,...Xqn)的話，其間之歐幾里德平方距離，以
該(4)式來表示。其次，求取各群聚間之境界面(步驟107)。決定該境界面時，針對歐幾里德平方距離為最大之群聚進行多變量資料之值的分類，決定為第6圖之符號u所示之境界面。
其次，如下所示，該馬哈朗諾比斯距離為最小之境界面的平面m之方程式以下述(5)式來表示，該歐幾里德距離為最大之境界面之平面u的方程式以下述(6)式來表示。
[數式5]m：a1 x+b1 y+c1 z=d1…(5)
[數式6]u：a2 x+b2y+c2z=d1…(6)
得到如第6圖所示之2個具特徵的平面m及平面u。其次，旋轉第6圖之相關圖，使視線方向(視線向量)與該等2個不同之平面m及平面u交叉而形成之線段位置一致(第5圖之步驟108)。藉此，因為求取從三次元色空間減少次元而成為二次元色空間的最佳閾值，可以提供信號處理大幅簡化且操作者容易使用之光學式粒狀物選別機。
求取該(5)式之平面m及該(6)式之平面u所交叉而成之線段L(參照第6圖)上，可以[數式7]P=A+te…(7)但A：通過交線L之點e：交線之方向向量 t：參數
式(7)來求取。其次，以2個平面m、平面u之法線向量的外積計算來求取交線之方向向量e的話，利用[數式8]e=[b1c2-c1b2c1a2-a1c2a1b2-b1a2]…(8)此處，Xe=b1c2-c1b2 Ye=c1a2-a1c2 Ze=a1b2-b1a2。
式(8)。其次，交線L通過之點P，利用[數式9]Ze≠0時，((d1b2-d2b1)/Ze,(d1a2-d2a1)/(-Ze),0)Ye≠0時，((d1c2-d2c1)/(-Ye),0,(d1a2-d2a1)/Ye)Xe≠0時，(0,(d1c2-d2c1)/Xe,(d1b2-d2b1)/(-Xe))Xe=0、Ye=0、Ze=0時，無交線(2平面平行。)。......(9)
式(9)。如以上所示來求取交線L的話，可以將其變換成將視點置於交線L上之最佳二維表示面的RGB相關圖(參照第7圖)。
(閾值決定製程)
如上面所示，依據第7圖之二次元空間上的交線L，操作者來決定良品及不良品之判別閾值(第5圖之步驟109)。藉此，可以求取從第6圖之三次元色空間減少次元而成為第7圖之二次元色空間的最佳閾值，大幅簡化信號處理，而且，操作者容易設定最佳閾值，進而可提供容易使用之光學式粒狀物選別機。以上，係正式驅動光學式粒狀物選別機前之閾值設定作業。
(選別作業)
該閾值設定作業後，執行原料之指定(穀粒、粒狀物、或穀粒之品種等)、流量(目標流量之設定)之調整、選別物之感度(是否從被選別物進行異物(玻璃、石頭)、著色粒(不良粒、邊料米、淡焦米)是否為選別．除去對象)之調整、噴射器之延遲時間之調整等，其後，對滯留槽5供應原料，選擇由觸控面板所構成之操作盤的選別開關。藉此，開始選別作業之程式被啟動，從第4圖之閾值儲存記憶體34讀取用以判定以上述方式設定之良品或不良品的閾值。其次，由CPU及記憶體部32，以閾值作為基準來判定良品或不良品。
在該狀態下，啟動振動給料器6的話，被供應給滯留槽5之原料被供應至滑槽4上，原料從該滑槽4下端落下並由光學檢測部7a、7b進行檢測。
此時，流過光學檢測部7a、7b間之原料，其影像由CCD攝影機13a、13b、NIR攝影機14進行拍攝，該拍攝資料，經由影像資料取得機構33一度被記憶於影像資料儲存記憶體37。其次，原料，如該良品形態/不良品形態學習製程及閾值計算製程所述，被圖示於三次元色空間上後，被變換至二次元色空間上。亦即，選別．判定之粒狀物，係第7圖之粒狀物A或粒狀物B。
另一方面，將儲存於閾值資料儲存記憶體34之現在閾值進行模式圖示的話，為第7圖之交線L，第7圖上，交線L係境界線，比境界線L更為上方，係表示良品區域，比境界線L更為下方，表示為不良品區域。
第7圖中，假設粒狀物A進入比境界線L更為上方之良品區域的話，第4圖之良品/不良品判別機構36判定成「粒狀物A為良品」，噴射器驅動電路40不發出除去信號，而將其視為良品並由良品受取口28(參照第2圖)回收。另一方面，粒狀物B進入比境界線L更為下方之不良品區域的話，因為第4圖之良品/不良品判別機構36判定成「粒狀物B為不良品」，由噴射器驅動電路40對電磁閥21傳送除去信號，被噴射嘴8以高壓空氣之噴射風從移送中之原料除去，將其視為不良品而由不良品受取口27(參照第2圖)回收。
此外，也可以將第6圖及第7圖之良品群聚視為不良品群聚，並將不良品群聚視為良品群聚，而以相反的方式來進行設定。通常，不良品，相較於良品，因為對原料所佔有之比例極小，可以利用來自噴射嘴8之高壓空氣的噴射來進行選別．除去。然而，良品相較於不良品，對原料所佔有之比例極少時，將良品之粒狀物視為不良品，並以來自噴射嘴8之高壓空氣的噴射風來進行選別．除去，選別效率較佳。這就是所謂的「逆向操作」，傳統以來，其控制機構就被組合於色彩選別機，考慮原料粒狀物中之不良粒混入率等，操作者可以適度地進行設定。即使將第6圖及第7圖之良品群聚視為不良品群聚，將不良品群聚視為良品群聚，只要執行閾值資料儲存記憶體34之資料重寫，很容易就可以設定。操作者設定成「逆向操作」時，良品承受到來自噴射嘴8之高壓空氣的噴射風，由不良品受取口27回收，另一方面，不良品，未承受到來自噴射嘴8之高壓空氣的噴射風，而由良品受取口28回收。
如以上之說明所示，在本發明，依據粒狀物之個別色資訊來判別是否為分離對象物之判別手段，因為具備三次元色分佈資料作成部、馬哈朗諾比斯距離境界面作成部、歐幾里德距離境界面作成部、以及閾值決定部，於三次元色分佈資料作成部，將粒狀物之R、G、及B之光之各波長成份圖示於三次元色空間上來作成粒狀物樣本之三次元色分佈整體，其次，於馬哈朗諾比斯距離境界面作成部，設定以馬哈朗諾比斯距離所計算之境界 面，大致分割成良品群聚區域、及不良品群聚區域之概略2個群聚，此外，於歐幾里德距離境界面作成部，求取良品群聚區域及不良品群聚區域之各重心位置，而且，將以各重心位置間之距離為最遠之歐幾里德距離所計算之境界面設定於三次元色分佈整體，於閾值決定部，求取該馬哈朗諾比斯距離之境界面與該歐幾里德距離之境界面的交線，將該交線視為決定是否為分離對象物之閾值。因此，將圖示於三次元色空間上之粒狀物樣本，以馬哈朗諾比斯距離境界面大致分離成良品群聚區域及不良品群聚區域，其次，以歐幾里德距離境界面探索感度有效範圍較廣之境界面，此外，可以閾值決定部來計算二次元色空間上之閾值，故可提供操作者可以有效地用接近人眼之RGB三次元色空間資訊而容易進行感度設定並可大幅簡化信號處理之光學式粒狀物選別機。
此外，本發明之色彩選別機，並未受限於該實施方式，可以進行各種設計變更。例如，移送手段係採用滑槽，然而，該滑槽也可以為上下2段、上下3段等之複數段構成，移送手段也可以由帶式運送機等所構成。此外，將分離對象物從連續流排除之排除手段，係採用噴射高壓空氣之高速空氣式噴射嘴，然而，也可以採用將分離對象物從連續流排除之氣缸等之頂出式排除手段來取代該高速噴射嘴。
如以上說明所示，本發明，係有效利用接近人眼之RGB三次元色空間資訊而使感度設定更為容易，而且，可以大幅簡化信號處理，而明顯為新銳且實用之光學式粒狀物選別機。
本發明，可以適用於米．麥類．豆類．堅果類等之穀粒、顆粒、珠粒等之樹脂片、醫藥品、擴石類、砂石粒等之微細物品、或由其他粒狀物所構成之原料之良品及不良品的選別，或者，排除混入原料之異物等的光學式粒狀物選別機。
1‧‧‧光學式粒狀物選別機
2‧‧‧機殼
4‧‧‧滑槽
4a‧‧‧滑槽蓋
5‧‧‧滯留槽
6‧‧‧振動給料器
6a‧‧‧給料器槽
6b‧‧‧支撐部
6c‧‧‧電磁驅動線圈
7a‧‧‧光學檢測部
7b‧‧‧光學檢測部
8‧‧‧噴射嘴
9‧‧‧良品回收管
10‧‧‧不良品回收管
11‧‧‧輔助不良品回收管
12a‧‧‧箱體
12b‧‧‧箱體
13a‧‧‧CCD攝影機
13b‧‧‧CCD攝影機
14‧‧‧NIR攝影機
15a‧‧‧可見光源
15b‧‧‧可見光源
15c‧‧‧可見光源
15d‧‧‧可見光源
16a‧‧‧近紅外光源
16b‧‧‧近紅外光源
17a‧‧‧背景
17b‧‧‧背景
17c‧‧‧背景
18a‧‧‧窗構件
18b‧‧‧窗構件
19‧‧‧副槽
20‧‧‧空氣管
21‧‧‧電磁閥
22‧‧‧管路
23‧‧‧氣缸
24‧‧‧前面門
25‧‧‧液晶顯示器
27‧‧‧不良品受取口
28‧‧‧良品受取口
29‧‧‧輔助不良品受取口
30‧‧‧樣本取出部

Claims (2)

  1. 一種光學式粒狀物選別機，係具備：移送手段，係以連續流方式移送含有良品、不良品、及異物之粒狀物；檢查手段，用以對送入該移送手段之該粒狀物進行檢查；判別手段，依據由該檢查手段所檢查之粒狀物的個別色資訊，判別是否作為分離對象物；以及排除手段，用以將該判別手段所判別之分離對象物從連續流排除，其特徵為：該檢查手段，具備：對該粒狀物進行光照明之照明部、及用以檢測透射該粒狀物之光或從該粒狀物反射之光的光檢測部；且該判別手段具備：三次元色分佈資料作成部，將以該光檢測部所檢測之該粒狀物之R、G、及B之光的各波長成份圖示於三次元色空間上，來作成粒狀物樣本之三次元色分佈資料；馬哈朗諾比斯距離境界面作成部，於由該三次元色分佈資料作成部所作成之三次元色分佈資料，設定以馬哈朗諾比斯距離計算之境界面，區隔成含有較多良品之第一良品群聚區域、及含有較多不良品及異物之第一不良品群聚區域；歐幾里德距離境界面作成部，求取由該馬哈朗諾比斯距離境界面作成部所形成之第一良品群聚區域及第一不良品群聚區域之各重心位置，並設定以該各重心位置間之距離為最遠的歐幾里德距離所計算的境界面，區隔成第二良品群聚區域、及第二不良品群聚區域；以及閾值決定部，求取以該馬哈朗諾比斯距離所計算之境界面、與以該歐幾里德距離所計算之境界面的交線，決定是否以該交線作為決定分離對象物之判別閾值。
  2. 一種光學式粒狀物選別機，係具備：移送手段，係以連續流方式移送含有良品、不良品、及異物之粒狀物；檢查手段，用以對送入該移送手段之該粒狀物進行檢查；判別手段，依據由該檢查手段所檢查之粒狀物的個別色資訊，判別是否作為分離對象物；以及排除手段，用以將該判別手段所判別之分離對象物從連續流排除，其特徵為： 該檢查手段具備：對該粒狀物進行光照明之照明部、及用以檢測透射該粒狀物之光或從該粒狀物反射之光的光檢測部；該判別手段具備：三次元色分佈資料作成部，將以該光檢測部所檢測之該粒狀物之R、G、及B之光的各波長成份圖示於三次元色空間上，來作成粒狀物樣本之三次元色分佈資料；學習．記憶部，將操作者預先準備之良品、不良品、及異物各自之樣本送入移送手段，以該光檢測部進行該各樣本之檢測來作成三次元色分佈資料，且當該樣本被顯示於影像上時，以目視方式分類為良品、不良品、及異物其中任一種，並使其對應三次元色分佈資料來進行學習；馬哈朗諾比斯距離境界面作成部，於由該學習．記憶部所作成之三次元色分佈資料，設定以馬哈朗諾比斯距離所計算之境界面，區隔成含有較多良品之第一良品群聚區域、含有較多不良品及異物之第一不良品群聚區域；歐幾里德距離境界面作成部，求取由該馬哈朗諾比斯距離境界面作成部所形成之第一良品群聚區域及第一不良品群聚區域之各重心位置，且設定以該各重心位置間之距離為最遠之歐幾里德距離所計算的境界面，區隔成含有較多良品之第二良品群聚區域、及含有較多不良品及異物之第二不良品群聚區域；閾值決定部，求取以該馬哈朗諾比斯距離所計算之境界面、與以該歐幾里德距離所計算之境界面的交線，決定是否以該交線作為決定分離對象物的判別閾值；以及良品/不良品判別部，在以該移送手段移送原料來執行選別動作時，當判斷作成於該三次元色分佈資料上之資料不屬於該閾值決定部所決定之閾值時，將該粒狀物視為分離對象物。
TW102109290A 2012-03-27 2013-03-15 光學式粒狀物選別機 TWI573634B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2012070766 2012-03-27

Publications (2)

Publication Number Publication Date
TW201400198A TW201400198A (zh) 2014-01-01
TWI573634B true TWI573634B (zh) 2017-03-11

Family

ID=49259158

Family Applications (1)

Application Number Title Priority Date Filing Date
TW102109290A TWI573634B (zh) 2012-03-27 2013-03-15 光學式粒狀物選別機

Country Status (8)

Country Link
US (1) US9024223B2 (zh)
EP (1) EP2832458B1 (zh)
JP (1) JP6152845B2 (zh)
KR (1) KR101998910B1 (zh)
CN (1) CN104203436B (zh)
ES (1) ES2704429T3 (zh)
TW (1) TWI573634B (zh)
WO (1) WO2013145873A1 (zh)

Families Citing this family (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130056398A1 (en) * 2006-12-08 2013-03-07 Visys Nv Apparatus and method for inspecting and sorting a stream of products
JP6037125B2 (ja) * 2013-02-18 2016-11-30 株式会社サタケ 光学式粒状物選別機
USD746339S1 (en) * 2013-07-11 2015-12-29 Buhler Sortex Ltd Combined sorting and classifying machine
CN103464385B (zh) * 2013-09-13 2015-11-25 佐竹机械(苏州)有限公司 光学式粒状物选别机
JP1510912S (zh) * 2014-05-09 2014-11-10
JP6481263B2 (ja) * 2014-06-05 2019-03-13 株式会社サタケ 粒状物外観品位判別装置における品位判別基準の作成方法
CN107107122B (zh) * 2014-06-23 2019-07-23 Tsi公司 利用libs光谱的快速材料分析
JP1525031S (zh) * 2014-08-07 2015-06-01
JP1527131S (zh) * 2014-11-21 2015-06-22
JP6765643B2 (ja) * 2016-03-31 2020-10-07 株式会社サタケ 穀類の搗精度評価方法及びその装置
US10512942B2 (en) * 2017-10-30 2019-12-24 Optisort, Llc System and method for sorting objects
JP7184048B2 (ja) * 2017-11-14 2022-12-06 新東工業株式会社 検査対象物の表面状態の評価方法、評価装置、評価装置の制御方法及び評価装置の制御プログラム
JP7151089B2 (ja) * 2018-02-06 2022-10-12 株式会社サタケ 光学式選別機
CN112041093B (zh) * 2018-04-27 2022-09-16 株式会社久保田 农业管理系统以及显示装置
US20220023917A1 (en) * 2018-11-27 2022-01-27 Suez Groupe Method for separating and classifying waste, in particular packaging
KR102009757B1 (ko) * 2019-03-21 2019-08-12 (주)싸이젠텍 인공지능 프로그램 기반 이물선별장치
JP7306158B2 (ja) * 2019-08-27 2023-07-11 株式会社サタケ 光学式粒状物選別機
BR112022013972A2 (pt) * 2020-03-05 2022-10-11 Satake Eng Co Ltd Classificador óptico
KR102316688B1 (ko) * 2020-05-07 2021-10-25 (주)일성테크 광학식 색채 선별기 전용 머신 비전 카메라의 3축 미세 조절장치
TWI759108B (zh) * 2021-02-17 2022-03-21 明志科技大學 可調速之粉體光學檢測系統
KR20230155470A (ko) 2021-03-07 2023-11-10 릴데이타 인크. 육상 기반 양어장들에 대한 ai 기반 사료공급 시스템 및 방법
CN113080190A (zh) * 2021-05-17 2021-07-09 河北联兴佳垚农业科技有限公司 基于温度自调节的菊苣菜仔根低温贮藏系统
JP7440044B2 (ja) 2022-02-08 2024-02-28 ユーシーシー上島珈琲株式会社 コーヒー豆類の良品識別機能を備える良品検査システムおよび良品検査方法
WO2023195215A1 (ja) * 2022-04-08 2023-10-12 住友化学株式会社 透明度評価方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009119410A (ja) * 2007-11-16 2009-06-04 Satake Corp 粒状物等の光学判別装置及び粒状物等の光学式選別装置
US20100315435A1 (en) * 2009-06-15 2010-12-16 International Business Machines Corporation System and method for instant message analytics of historical conversations in relation to present communication
CN102284428A (zh) * 2011-05-12 2011-12-21 浙江大学 谷物实时检测与分级的机器视觉系统

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3722354B2 (ja) * 1999-09-10 2005-11-30 株式会社サタケ 粒状物選別方法及び粒状物選別装置
JP4275866B2 (ja) * 2000-01-27 2009-06-10 富士通株式会社 カラー画像から文字列パターンを抽出する装置および方法
JP4400706B2 (ja) * 2002-11-25 2010-01-20 富士ゼロックス株式会社 色データ精度算出方法、色データ精度算出装置、色処理方法、色処理装置、色データ精度算出プログラム、色処理プログラム、記憶媒体
JP2004283153A (ja) 2003-03-19 2004-10-14 Shigeta Animal Pharmaceuticals Inc Ｑ熱菌のＰＣＲ（Ｐｏｌｙｍｅｒａｓｅｃｈａｉｎｒｅａｃｔｉｏｎ）法による高精度迅速検出法
JP4438358B2 (ja) * 2003-09-04 2010-03-24 株式会社サタケ 表示調整機構を具えた粒状物色彩選別機
JP2005186053A (ja) 2003-12-03 2005-07-14 Satake Corp 粒状物色彩選別機
CN2740303Y (zh) * 2004-11-16 2005-11-16 许大红 颗粒物料色选机
JP2007006142A (ja) 2005-06-23 2007-01-11 Ricoh Co Ltd 画像処理方法、画像形成装置、プログラム及び記録媒体
WO2008001889A1 (fr) 2006-06-29 2008-01-03 Fujitsu Limited procédé de classification de couleur, procédé de reconnaissance de couleur, dispositif de classification de couleur, dispositif de reconnaissance de couleur, système de reconnaissance de couleur, programme informatique et support d'enregistrement
CN101279321B (zh) * 2008-05-14 2012-10-10 合肥泰禾光电科技股份有限公司 颗粒物料光学色选机
JP2010050832A (ja) 2008-08-22 2010-03-04 Ricoh Co Ltd 画像処理装置、画像処理方法、プログラムおよび記録媒体
JP5081770B2 (ja) 2008-09-04 2012-11-28 株式会社リコー 画像処理装置、画像処理プログラム、及び記録媒体
CN101786084A (zh) * 2009-12-25 2010-07-28 北京经纬纺机新技术有限公司 双ccd物料色选方法及色选机

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009119410A (ja) * 2007-11-16 2009-06-04 Satake Corp 粒状物等の光学判別装置及び粒状物等の光学式選別装置
US20100315435A1 (en) * 2009-06-15 2010-12-16 International Business Machines Corporation System and method for instant message analytics of historical conversations in relation to present communication
CN102284428A (zh) * 2011-05-12 2011-12-21 浙江大学 谷物实时检测与分级的机器视觉系统

Also Published As

Publication number Publication date
EP2832458A1 (en) 2015-02-04
JP6152845B2 (ja) 2017-06-28
KR20140145163A (ko) 2014-12-22
ES2704429T3 (es) 2019-03-18
US9024223B2 (en) 2015-05-05
WO2013145873A1 (ja) 2013-10-03
EP2832458A4 (en) 2015-11-25
US20150076042A1 (en) 2015-03-19
EP2832458B1 (en) 2018-10-10
JPWO2013145873A1 (ja) 2015-12-10
KR101998910B1 (ko) 2019-07-10
TW201400198A (zh) 2014-01-01
CN104203436A (zh) 2014-12-10
CN104203436B (zh) 2016-05-04

Similar Documents

Publication Publication Date Title
TWI573634B (zh) 光學式粒狀物選別機
JP6037125B2 (ja) 光学式粒状物選別機
JP5332268B2 (ja) 光学式米粒選別機
JP5082676B2 (ja) 光学式穀物選別機
JP2010042326A (ja) 光学式穀粒選別装置
CN112893190A (zh) 一种李子分拣机
JP5201390B2 (ja) 粒状物等の光学判別装置及び粒状物等の光学式選別装置
WO2021149820A1 (ja) 光学式粒状物判別装置
JP7392495B2 (ja) 光学式粒状物判別装置
JP2009154084A (ja) 光学式穀物選別機
JP7392494B2 (ja) 光学式粒状物判別装置
CN203678707U (zh) 光学式粒状物选别机
CN103464385B (zh) 光学式粒状物选别机
BR112014024083B1 (pt) Máquina de classificação de tipo de grânulo óptica