JP2011214940A - 物体中の異物混入判別方法及び物体中の異物混入判別装置 - Google Patents
物体中の異物混入判別方法及び物体中の異物混入判別装置 Download PDFInfo
- Publication number
- JP2011214940A JP2011214940A JP2010082220A JP2010082220A JP2011214940A JP 2011214940 A JP2011214940 A JP 2011214940A JP 2010082220 A JP2010082220 A JP 2010082220A JP 2010082220 A JP2010082220 A JP 2010082220A JP 2011214940 A JP2011214940 A JP 2011214940A
- Authority
- JP
- Japan
- Prior art keywords
- wavelength
- foreign matter
- discriminant
- absorbance
- light
- 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
- 238000000034 method Methods 0.000 title claims abstract description 160
- 238000011109 contamination Methods 0.000 title claims description 54
- 238000002835 absorbance Methods 0.000 claims abstract description 86
- 238000001228 spectrum Methods 0.000 claims abstract description 30
- 238000004364 calculation method Methods 0.000 claims abstract description 15
- 238000007619 statistical method Methods 0.000 claims abstract description 6
- 238000004458 analytical method Methods 0.000 claims description 57
- 210000004209 hair Anatomy 0.000 claims description 36
- 238000000611 regression analysis Methods 0.000 claims description 35
- 238000012706 support-vector machine Methods 0.000 claims description 34
- 235000013305 food Nutrition 0.000 claims description 33
- 238000012545 processing Methods 0.000 claims description 32
- 238000013528 artificial neural network Methods 0.000 claims description 27
- 238000000862 absorption spectrum Methods 0.000 claims description 19
- 229960003067 cystine Drugs 0.000 claims description 13
- 239000000126 substance Substances 0.000 claims description 13
- 239000013307 optical fiber Substances 0.000 claims description 11
- LEVWYRKDKASIDU-IMJSIDKUSA-N cystine group Chemical group C([C@@H](C(=O)O)N)SSC[C@@H](C(=O)O)N LEVWYRKDKASIDU-IMJSIDKUSA-N 0.000 claims description 7
- 230000004069 differentiation Effects 0.000 claims description 6
- 238000012850 discrimination method Methods 0.000 claims description 6
- 241001465754 Metazoa Species 0.000 claims description 4
- 239000006185 dispersion Substances 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 230000001678 irradiating effect Effects 0.000 claims 1
- 238000007689 inspection Methods 0.000 abstract description 8
- 230000006870 function Effects 0.000 description 47
- 238000002474 experimental method Methods 0.000 description 44
- 235000009508 confectionery Nutrition 0.000 description 16
- 238000005259 measurement Methods 0.000 description 16
- 230000008569 process Effects 0.000 description 14
- 238000001514 detection method Methods 0.000 description 11
- 239000000463 material Substances 0.000 description 10
- 238000005192 partition Methods 0.000 description 8
- 230000032258 transport Effects 0.000 description 8
- NNJPGOLRFBJNIW-HNNXBMFYSA-N (-)-demecolcine Chemical compound C1=C(OC)C(=O)C=C2[C@@H](NC)CCC3=CC(OC)=C(OC)C(OC)=C3C2=C1 NNJPGOLRFBJNIW-HNNXBMFYSA-N 0.000 description 7
- 244000299461 Theobroma cacao Species 0.000 description 7
- 235000019219 chocolate Nutrition 0.000 description 7
- LEVWYRKDKASIDU-QWWZWVQMSA-N D-cystine Chemical compound OC(=O)[C@H](N)CSSC[C@@H](N)C(O)=O LEVWYRKDKASIDU-QWWZWVQMSA-N 0.000 description 6
- 238000010521 absorption reaction Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 6
- 230000007246 mechanism Effects 0.000 description 5
- 230000003595 spectral effect Effects 0.000 description 5
- 102000011782 Keratins Human genes 0.000 description 4
- 108010076876 Keratins Proteins 0.000 description 4
- 239000006071 cream Substances 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 150000001413 amino acids Chemical class 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 210000004709 eyebrow Anatomy 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 102000004169 proteins and genes Human genes 0.000 description 2
- 108090000623 proteins and genes Proteins 0.000 description 2
- 238000010187 selection method Methods 0.000 description 2
- OHVLMTFVQDZYHP-UHFFFAOYSA-N 1-(2,4,6,7-tetrahydrotriazolo[4,5-c]pyridin-5-yl)-2-[4-[2-[[3-(trifluoromethoxy)phenyl]methylamino]pyrimidin-5-yl]piperazin-1-yl]ethanone Chemical compound N1N=NC=2CN(CCC=21)C(CN1CCN(CC1)C=1C=NC(=NC=1)NCC1=CC(=CC=C1)OC(F)(F)F)=O OHVLMTFVQDZYHP-UHFFFAOYSA-N 0.000 description 1
- KZEVSDGEBAJOTK-UHFFFAOYSA-N 1-(2,4,6,7-tetrahydrotriazolo[4,5-c]pyridin-5-yl)-2-[5-[2-[[3-(trifluoromethoxy)phenyl]methylamino]pyrimidin-5-yl]-1,3,4-oxadiazol-2-yl]ethanone Chemical compound N1N=NC=2CN(CCC=21)C(CC=1OC(=NN=1)C=1C=NC(=NC=1)NCC1=CC(=CC=C1)OC(F)(F)F)=O KZEVSDGEBAJOTK-UHFFFAOYSA-N 0.000 description 1
- VZSRBBMJRBPUNF-UHFFFAOYSA-N 2-(2,3-dihydro-1H-inden-2-ylamino)-N-[3-oxo-3-(2,4,6,7-tetrahydrotriazolo[4,5-c]pyridin-5-yl)propyl]pyrimidine-5-carboxamide Chemical compound C1C(CC2=CC=CC=C12)NC1=NC=C(C=N1)C(=O)NCCC(N1CC2=C(CC1)NN=N2)=O VZSRBBMJRBPUNF-UHFFFAOYSA-N 0.000 description 1
- WZFUQSJFWNHZHM-UHFFFAOYSA-N 2-[4-[2-(2,3-dihydro-1H-inden-2-ylamino)pyrimidin-5-yl]piperazin-1-yl]-1-(2,4,6,7-tetrahydrotriazolo[4,5-c]pyridin-5-yl)ethanone Chemical compound C1C(CC2=CC=CC=C12)NC1=NC=C(C=N1)N1CCN(CC1)CC(=O)N1CC2=C(CC1)NN=N2 WZFUQSJFWNHZHM-UHFFFAOYSA-N 0.000 description 1
- JQMFQLVAJGZSQS-UHFFFAOYSA-N 2-[4-[2-(2,3-dihydro-1H-inden-2-ylamino)pyrimidin-5-yl]piperazin-1-yl]-N-(2-oxo-3H-1,3-benzoxazol-6-yl)acetamide Chemical compound C1C(CC2=CC=CC=C12)NC1=NC=C(C=N1)N1CCN(CC1)CC(=O)NC1=CC2=C(NC(O2)=O)C=C1 JQMFQLVAJGZSQS-UHFFFAOYSA-N 0.000 description 1
- YJLUBHOZZTYQIP-UHFFFAOYSA-N 2-[5-[2-(2,3-dihydro-1H-inden-2-ylamino)pyrimidin-5-yl]-1,3,4-oxadiazol-2-yl]-1-(2,4,6,7-tetrahydrotriazolo[4,5-c]pyridin-5-yl)ethanone Chemical compound C1C(CC2=CC=CC=C12)NC1=NC=C(C=N1)C1=NN=C(O1)CC(=O)N1CC2=C(CC1)NN=N2 YJLUBHOZZTYQIP-UHFFFAOYSA-N 0.000 description 1
- YLZOPXRUQYQQID-UHFFFAOYSA-N 3-(2,4,6,7-tetrahydrotriazolo[4,5-c]pyridin-5-yl)-1-[4-[2-[[3-(trifluoromethoxy)phenyl]methylamino]pyrimidin-5-yl]piperazin-1-yl]propan-1-one Chemical compound N1N=NC=2CN(CCC=21)CCC(=O)N1CCN(CC1)C=1C=NC(=NC=1)NCC1=CC(=CC=C1)OC(F)(F)F YLZOPXRUQYQQID-UHFFFAOYSA-N 0.000 description 1
- CONKBQPVFMXDOV-QHCPKHFHSA-N 6-[(5S)-5-[[4-[2-(2,3-dihydro-1H-inden-2-ylamino)pyrimidin-5-yl]piperazin-1-yl]methyl]-2-oxo-1,3-oxazolidin-3-yl]-3H-1,3-benzoxazol-2-one Chemical compound C1C(CC2=CC=CC=C12)NC1=NC=C(C=N1)N1CCN(CC1)C[C@H]1CN(C(O1)=O)C1=CC2=C(NC(O2)=O)C=C1 CONKBQPVFMXDOV-QHCPKHFHSA-N 0.000 description 1
- DFGKGUXTPFWHIX-UHFFFAOYSA-N 6-[2-[4-[2-(2,3-dihydro-1H-inden-2-ylamino)pyrimidin-5-yl]piperazin-1-yl]acetyl]-3H-1,3-benzoxazol-2-one Chemical compound C1C(CC2=CC=CC=C12)NC1=NC=C(C=N1)N1CCN(CC1)CC(=O)C1=CC2=C(NC(O2)=O)C=C1 DFGKGUXTPFWHIX-UHFFFAOYSA-N 0.000 description 1
- AFCARXCZXQIEQB-UHFFFAOYSA-N N-[3-oxo-3-(2,4,6,7-tetrahydrotriazolo[4,5-c]pyridin-5-yl)propyl]-2-[[3-(trifluoromethoxy)phenyl]methylamino]pyrimidine-5-carboxamide Chemical compound O=C(CCNC(=O)C=1C=NC(=NC=1)NCC1=CC(=CC=C1)OC(F)(F)F)N1CC2=C(CC1)NN=N2 AFCARXCZXQIEQB-UHFFFAOYSA-N 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000011088 calibration curve Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 210000000720 eyelash Anatomy 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 235000021067 refined food Nutrition 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
【解決手段】 被検対象の物体に、物体を構成する成分以外の特定成分を含む異物が混入しているか否かの判別を行なうものであって、予め、異物有りのサンプル物体と異物無しのサンプル物体とに近赤外線を照射し、サンプル物体からの反射光あるいは透過光を受光し、受光した光の吸光度における二次微分スペクトルの統計学的解析により特定成分に起因する帰属波長に係る判別式を算出しておき、被検対象の物体に近赤外線を照射し、被検対象の物体からの反射光あるいは透過光を受光し、受光した光の吸光度を測定し、これらの吸光度と判別式とから算出された算出結果から物体中の異物の有無を判別する。
【選択図】図1
Description
これは、図40に示すように、被検対象の物体Maとしての食品に、光源部100から近赤外領域の白色光を照射し、これによって得られる反射光及び吸光度スペクトルを測定し、吸光度スペクトルに対して二次微分処理を行なって物体と異物との間で異なる二次微分スペクトルを示す波長帯を選択し、この選択した波長帯の光によって得られる分光画像を、例えばCCDカメラ等の撮像手段101によって取得し、選択した波長帯の吸光度スペクトルに対して二次微分処理を行なって二次微分分光画像を作成することによって、物体Maに混入した異物Faを検知している。
これにより、食品を非破壊的に検査して食品中に動物の毛が混入しているか否かを判別することができるので、衛生的な食品を生産することができる。
人体の体毛の主成分はケラチンタンパク質であり、80%〜90%の割合で組成されている。このケラチンタンパク質のアミノ酸組成分は、人体の体毛においてはシスチンが14%〜18%を含有しており、このシスチンは、一般的な食品の素材やタンパク質には存在しないか、あるいは存在したとしても痕跡程度である。よって、このシスチンを検出することで、人体の体毛が食品に混入しているか否かを判別することができる。
具体的には、判別分析法、重回帰分析法、PLS分析法、ニューラルネットワーク法のバックプロパゲーション法、SVM法等が挙げられる。複数の判別方法から被検対象の物体や異物に対応した最適な判別方法を選択することができるので、判別精度を向上させることができる。
これにより、1つの判別式による判別結果で物体中に異物の混入が認められないときであっても、他の判別式による判別結果で物体中に異物の混入が認められたときには、異物の混入が有るものとして扱われるため、より確実に異物の混入していない物体を提供することができる。
数式(1−2)において、Stはグループ全体の判別得点とその平均の差の平方和でグループ全体の変動、Swはグループ内の判別得点とその平均の差の平方和の総和でグループ内での変動、Sbは各グループ内の判別得点とグループ全体の判別得点の平均の差の平方和の総和で各グループ間の変動である。
即ち、上記判別式を、上記サンプル物体から受光した光の吸光度スペクトルをMSC処理後に二次微分して重回帰分析法により算出した構成としている。
より望ましくは、第1波長として2172nm、第2波長として1618nm、第3波長として1260nm、第4波長として1692nm、第5波長として1134nmを選択し、これらの波長の組み合わせである。
より望ましくは、第1波長として2162nm、第2波長として1740nm、第3波長として1804nm、第4波長として2054nm、第5波長として1388nmを選択し、これらの波長の組み合わせである。
これにより、物体中に異物が混入しているか否かを精度良く判別することができる。
これにより、多数の被検対象の物体を容易に順次検査していくことができるので、作業性を向上させることができる。
これにより、光源部から照射される近赤外領域の光に含まれる多数の波長域を一斉に被検対象の物体に確実に照射することができる。
これにより、被検対象の物体からの反射光あるいは透過光に含まれる多数の波長域を確実に受光することができる。
これにより、被検対象の物体の検査を、場所を問わず行なえるので、装置の汎用性を向上させることができる。
また、この光源部20には、図示しないシャッターが内蔵されており、シャッターにはリファレンス測定用基準白板が設置されている。
また、搬送部10の下方であって機台1に設けられる載置板3上に受光部30からの光を波長域毎に分光して抽出する分光部50が設けられている。この分光部50は、受光部30から送られた光を単波長の光に分光する音響光学素子(図示せず)を備えている。
受光素子31は光ファイバーで構成され、直列または並列に分光部50に接続され、分光部50から制御ケーブル51を介して制御部40内の電気回路に接続されて信号処理を行なう。
判別分析記憶機能は判別分析法によって算出された判別式を記憶する機能であり、回帰式記憶機能は重回帰分析法によって算出された判別式を記憶する機能であり、ニューロ判別機能は、ニューラルネットワーク法(本実施の形態ではバックプロパゲーション(BP)及びサポートベクターマシン(SVM)の2種類)によって算出された判別式を記憶する機能である。
また、図1中、符号47は、制御部40に設けられた設定パネルである。この設定パネル47は、ランプ点灯累積時間の確認、エラー解除、日付時間のセット確認、分光部動作確認、各機構のマニュアル動作へ移行と解除等を行なうものである。
更にまた、図1中、符号4は、装置Sに電源を供給するメイン電源供給スイッチであり、符号49は、制御部40及び光源部20に電源を供給する制御部用電源であり、符号52は、分光部50に電源を供給する分光部用電源である。この分光部用電源52は、ノイズを除去するためにリップルノイズの少ないリニア式電源を用いている。
更に、図1中、符号7は、光源部20,受光部30,分光部50,制御部40までの信号の伝送のための制御ケーブル51を機台1内に出し入れ可能に収納する制御ケーブル配線口であり、符号8は、搬送部10によって搬送されてきた物体Mを検知するサンプル検知センサである。このサンプル検知センサ8は2つ設けられており、これによって検知間隔によって搬送スピードをチェックして適切なタイミングでシャッター開放指示やサンプル測定を行なうことができる。また、作業者のミスで搬送速度が変更された場合でも、自動で速度認識するので対応が可能となる。
サンプル物体Mから受光した光の吸光度スペクトルを二次微分して判別分析法により算出した判別式は、互いに判別結果が良くなる第1〜n波長の吸光度を変数とする下記の一般式(A−1)で構成されている。
数式(1−2)において、Stはグループ全体の判別得点とその平均の差の平方和でグループ全体の変動、Swはグループ内の判別得点とその平均の差の平方和の総和でグループ内での変動、Sbは各グループ内の判別得点とグループ全体の判別得点の平均の差の平方和の総和で各グループ間の変動である。
この判別分析法により算出した判別式としては、別の判別方法によっても算出できる。詳しくは、判別式を、予め異物Fの有無が既知のサンプル物体Mについて判別得点を基に数種のグループに分けて各グループ内または各グループ間の夫々の平均値や重心位置からのマハラノビスの汎距離を計算し、被検体の吸光度を測定し、その吸光度から既知グループと被検体のマハラノビスの汎距離とからどのグループに近いかを第1〜n波長の吸光度を変数とし、下記の一般式(A−2)の関係を満たす式により算出している。
また、サンプル物体Mから受光した光の吸光度スペクトルをMSC処理後に二次微分して重回帰分析法により算出した判別式は、互いに相関係数の高い第1〜n波長の吸光度を変数とする下記の一般式(B)で構成されている。
また、サンプル物体Mから受光した光の吸光度スペクトルをMSC処理後に二次微分してPLS(Partial least square projection to Latent Structure)分析法により算出した判別式を用いている。
更に、サンプル物体Mから受光した光の吸光度スペクトルをMSC処理後に二次微分してニューラルネットワーク法のバックプロパゲーション(Back propagation)法により算出した判別式を用いている。
更にまた、サンプル物体Mから受光した光の吸光度スペクトルをMSC処理後に二次微分してSVM(Saport Vecter Machine)法により算出した判別式を用いている。
より望ましくは、第1波長として2172nm、第2波長として1618nm、第3波長として1260nm、第4波長として1692nm、第5波長として1134nmを選択し、これらの波長の組み合わせである。
より望ましくは、第1波長として2162nm、第2波長として1740nm、第3波長として1804nm、第4波長として2054nm、第5波長として1388nmを選択し、これらの波長の組み合わせである。
制御部40の総合制御演算処理部42においては、判別式記憶機能が記憶する判別式と、選択される近赤外線の波長との組み合わせが設定されている。図4乃至図6に示すフローチャートを用いて説明する。
(実験例1)
先ず、判別分析法により算出した判別式と、被検対象の物体Mから受光した光の吸光度とを用いて物体M中に異物Fが混入しているか否かを判別する。
この実験は、判別式を作成するための母集団として、ケーキ、まんじゅう、チョコレート等の菓子を用い、これらの菓子の表面及び内部(中間部、深部)に毛髪を人為的に混入し、その反射光を検出し、吸光度を計算し標準化処理を行ない、二次微分処理、スケーリング及びセンタリングを行ない、そのスペクトルについて判別式を求めた。
この実験は、判別式を作成するための母集団として、ケーキ、まんじゅう、チョコレート等の菓子を用い、これらの菓子の表面及び内部(中間部、深部)に毛髪を人為的に混入し、その反射光を検出し、吸光度を計算し標準化処理を行ない、二次微分処理、スケーリング及びセンタリングを行ない、そのスペクトルについて判別式を求めた。このとき、更に精度を上げるために各グループとのマハラノビスの汎距離も吟味した。
次に、重回帰分析法により算出した判別式と、被検対象の物体Mから受光した光の吸光度とを用いて物体M中に異物Fが混入しているか否かを判別する。
この実験は、ケーキ、まんじゅう、チョコレート等の菓子を用い、これらの菓子の表面及び内部(中間部、深部)に毛髪を人為的に混入し、これに白色光を照射し、その反射光を検出し、吸光度を算出し、標準化処理を施して二次微分スペクトルを得た。その二次微分スペクトルに対し、髪の毛の成分であるシスチンに注目し、図13に示すシスチンと同じ吸収バンドやN−H、S−H結合の吸収バンドを2054nm、2162nm、1740nmを選択し、更に、第4波長、第5波長を組み合わせ、図14乃至図16に示すように、異物あり判別98%、異物なし判別は92%の判別式を構築した。このときの判別式の係数は、K0=0.381、K1=−0.093、K2=−0.092、K3=−0.117、K4=0.643、K5=0.219で、第1波長λ1=2054nm、第2波長λ2=2162nm、第3波長λ3=1740nm、第4波長λ4=1604nm、第5波長λ5=1388nmとなった。
この実験は、ケーキ、まんじゅう、チョコレート等の菓子を用い、これらの菓子の表面及び内部(中間部、深部)に毛髪を人為的に混入し、これに白色光を照射し、その反射光を検出し、吸光度を算出し、標準化処理を施して二次微分スペクトルを得た。その二次微分スペクトルに対し、判別分析での選択波長で重回帰分析を行なって回帰式を構築した。図17乃至図19に示すように、異物あり判別は100%、異物なし判別は96%の判別式を構築した。このときの判別式の係数は、K0=0.381、K1=0.216、K2=−0.660、K3=−0.422、K4=0.490、K5=−0.991で、第1波長λ1=1134nm、第2波長λ2=1260nm、第3波長λ3=1492nm、第4波長λ4=1618nm、第5波長λ5=2172nmとなった。
次に、PLS分析法により算出した判別式と、被検対象の物体Mから受光した光の吸光度とを用いて物体M中に異物Fが混入しているか否かを判別する。
次に、ニューラルネットワーク法のバックプロパゲーション法により算出した判別式と、被検対象の物体Mから受光した光の吸光度とを用いて物体M中に異物Fが混入しているか否かを判別する。
この実験は、ケーキ、まんじゅう、チョコレート等の菓子を用い、これらの菓子の表面及び内部(中間部、深部)に毛髪を人為的に混入し、これに白色光を照射し、その反射光を検出し、吸光度を算出し、標準化処理を行ない、更に二次微分処理を行ない、そのスペクトルについてスケーリング及びセンタリング処理を施したスペクトルについてシスチンの吸収バンドである、N−H、S−Hの吸収バンドの波長2054nm、2162nm、1740nmを基に更に第4波長,第5波長を付加し、入力層5、中間層2、出力層1、また教育回数8000回の条件で教育をさせモデリングし、これを判別式とした。その判別式は、図23乃至図25に示すように、判別率が100%となった。
この実験は、ケーキ、まんじゅう、チョコレート等の菓子を用い、これらの菓子の表面及び内部(中間部、深部)に毛髪を人為的に混入し、これに白色光を照射し、その反射光を検出し、吸光度を算出し、標準化処理を行ない、更に二次微分処理を行ない、そのスペクトルについてスケーリング及びセンタリング処理を施したスペクトルについて判別分析で用いた選択波長を用い、入力層5、中間層2、出力層1、また教育回数8000回の条件で教育をさせモデリングし、これを判別式とした。その判別式は、図26乃至図28に示すように、判別率が100%となった。
次に、サポートベクタマシン(SVM)法により算出した判別式と、被検対象の物体Mから受光した光の吸光度とを用いて物体M中に異物Fが混入しているか否かを判別する。
この実験は、異物有りの毛髪汚染食品(39例)と、異物無しの毛髪非汚染食品(45例)との合計84例の食品を用いて、1100〜2500nmの波長範囲の吸光度データを、カーネル関数を用いたC−SVM分類法またはNu−SVC分類法のRBF関数のSVMプログラムをLabVIEW(V8.5)で構築し、異物Fの有無の既知食品のデータを学習させて行なった。この結果、図29に示すように91.67%の判別率のSVM分類関数を得ることができた。
この実験は、異物有りの毛髪汚染食品(13例)と、異物無しの毛髪非汚染食品(26例)との合計39例の食品を用いて、1100〜2500nmの波長範囲の吸光度データを学習させたSVM関数を利用して行なった。この結果、図31に示すように、判別率は87.18%であった。この結果から、毛髪非汚染食品のグループにおいて判別率が低い傾向にあるが、毛髪汚染食品のグループでは判別率が良い結果を得ており、SVM法において毛髪混入の有無を判別できるものであるといえる。
この実験は、波長選択した場合のSVM選択学習関数を用いて、異物有りの毛髪汚染食品(13例)と、異物無しの毛髪非汚染食品(26例)との合計39例の食品を用いて実施した。結果を図32に示す。この結果、39例中38例で97.4%の判別率となった。
次に、判別分析法,重回帰分析法,PLS分析法,ニューラルネットワーク法のバックプロパゲーション法,SVM法のうち、数種類の判別方法からなる判別式を用いて、各判別式と、被検対象の物体Mから受光した光の吸光度とを用いて物体M中に異物Fが混入しているか否かを判別する。
この実験は、数種類のケーキ,数種類のまんじゅう,数種類のシュークリームを用い、これらの菓子の表面及び内部(中間部、深部)に数種の毛髪を人為的に混入し、これらの39サンプルに、夫々白色光を照射し、その反射光を検出し、その吸光度を計算し、標準化処理を行なって二次微分スペクトルを算出し、これについて、判別分析法,重回帰分析法,ニューラルネットワーク法のバックプロパゲーション法の各判別式を利用して行なった。結果を図33及び図34に示す。この結果、判別率が100%となった。
この実験は、数種類のケーキ,数種類のまんじゅう,数種類のシュークリームを用い、これらの菓子の表面及び内部(中間部、深部)に数種の毛髪を人為的に混入し、これらの39サンプルに、夫々白色光を照射し、その反射光を検出し、その吸光度を計算し、標準化処理を行なって二次微分スペクトルを算出し、これについて、判別分析法,重回帰分析法,PLS法,ニューラルネットワーク法のバックプロパゲーション法の各判別式を利用して行なった。結果を図35及び図36に示す。この結果、判別率が100%となった。
この実験は、数種類のケーキ,数種類のまんじゅう,数種類のシュークリームを用い、毛髪3種類を、夫々の食品の中間または深部のように食品内部に人為的に混入し、その異物判別分析を行なった。この結果、図37にしめすような演算結果となった。この集計結果を図38に示す。この結果、判別率が100%と満足する結果が得られた。
その他の構成は上記実施の形態と同様である。
これによっても上記実施の形態と同様の作用,効果を奏する。
M 物体
F 異物
1 機台
2 仕切板
3 載置板
4 メイン電源供給スイッチ
5 緊急停止ボタン
6 排熱ファン
7 制御ケーブル配線口
8 サンプル検知センサ
10 搬送部
10a ベルトコンベア
20 光源部
30 受光部
31 受光素子
40 制御部
41 通信部
42 総合制御演算処理部
43 モータ制御回路
44 分光制御回路
45 動作命令部
46 表示部
47 設定パネル
48 制御ボタン
49 制御部用電源
50 分光部
51 制御ケーブル
52 分光部用電源
Claims (23)
- 被検対象の物体に該物体を構成する成分以外の特定成分を含む異物が混入しているか否かの判別を行なう物体中の異物混入判別方法において、
予め、異物有りのサンプル物体と異物無しのサンプル物体とに近赤外線を照射し、該サンプル物体からの反射光あるいは透過光を受光し、受光した光の吸光度における二次微分スペクトルの統計学的解析により上記特定の成分に起因する帰属波長に係る判別式を算出しておき、
被検対象の物体に近赤外線を照射し、被検対象の物体からの反射光あるいは透過光を受光し、受光した光の吸光度を測定し、これらの吸光度と上記判別式とから算出された算出結果から物体中の異物の有無を判別することを特徴とする物体中の異物混入判別方法。 - 上記物体は食品であり、上記異物は動物の毛であることを特徴とする請求項1記載の物体中の異物混入判別方法。
- 上記特定の成分はシスチンであることを特徴とする請求項2記載の物体中の異物混入判別方法。
- 上記判別式を種類の異なる複数の判別方法から選択したことを特徴とする請求項1乃至3何れかに記載の物体中の異物混入判別方法。
- 上記複数の判別式から2以上の判別式を用い、これらに対応する判別式により演算し、該各判別結果のうち少なくともいずれかが異物の有を判別したとき異物の混入を有と判別することを特徴とする請求項4記載の物体中の異物混入判別方法。
- 上記判別式を、上記サンプル物体から受光した光の吸光度スペクトルを二次微分して判別分析法により算出したことを特徴とする請求項4記載の物体中の異物混入判別方法。
- 上記判別式を、互いに判別結果が良くなる第1〜n波長の吸光度を変数とする下記の一般式(A−1)の関係を満たす式により算出したことを特徴とする請求項6記載の物体中の異物混入判別方法。
数式(1−2)において、Stはグループ全体の判別得点とその平均の差の平方和でグループ全体の変動、Swはグループ内の判別得点とその平均の差の平方和の総和でグループ内での変動、Sbは各グループ内の判別得点とグループ全体の判別得点の平均の差の平方和の総和で各グループ間の変動である。 - 上記判別式を、予め異物の有無が既知のサンプル物体について判別得点を基に数種のグループに分けて各グループ内または各グループ間の夫々の平均値や重心位置からのマハラノビスの汎距離を計算し、被検体の吸光度を測定し、その吸光度から既知グループと被検体のマハラノビスの汎距離とからどのグループに近いかを第1〜n波長の吸光度を変数とし、下記の一般式(A−2)の関係を満たす式により算出したことを特徴とする請求項6記載の物体中の異物混入判別方法。
- 上記判別式を、上記サンプル物体から受光した光の吸光度スペクトルをMSC処理後に二次微分して重回帰分析法により算出したことを特徴とする請求項4記載の物体中の異物混入判別方法。
- 上記判別式を、互いに相関係数の高い第1〜n波長の吸光度を変数とする下記の一般式(B)の関係を満たす式により算出したことを特徴とする請求項9記載の物体中の異物混入判別方法。
- 上記判別式を、上記サンプル物体から受光した光の吸光度スペクトルをMSC処理後に二次微分してPLS(Partial least square projection to Latent Structure)分析法により算出したことを特徴とする請求項4記載の物体中の異物混入判別方法。
- 上記判別式を、上記サンプル物体から受光した光の吸光度スペクトルをMSC処理後に二次微分してニューラルネットワーク法のバックプロパゲーション(Back propagation)法により算出したことを特徴とする請求項4記載の物体中の異物混入判別方法。
- 上記判別式を、上記サンプル物体から受光した光の吸光度スペクトルをMSC処理後に二次微分してSVM(Saport Vecter Machine)法により算出したことを特徴とする請求項4記載の物体中の異物混入判別方法。
- 上記各判別式における波長を、1100nm〜2500nmの範囲の近赤外領域の波長から統計学的に優位な波長を選択して組み合わせたことを特徴とする請求項1乃至13何れかに記載の物体中の異物混入判別方法。
- 上記請求項6,請求項7,請求項8,請求項9,請求項10,請求項12,請求項13記載の各判別式における波長を、第1波長を1320〜1460nm、1530〜1542nm、1770〜1776nm、2154〜2206nmの範囲から選択し、第2波長を1144〜1158nm、1252〜1276nm、1320〜1338nm、1346〜1384nm、1406〜1434nm、1470〜1510nm、1598〜1650nmの範囲から選択し、第3波長を1100〜1138nm、1230〜1324nm、1352〜1378nm、1394〜1428nm、1480〜1502nm、1540〜1580nm、1610〜1656nm、1664〜1696nm、1742〜1750nm、1760〜1776nm、1816〜1850nm、1880〜1890nm、2112〜2120nm、2322〜2340nmの範囲から選択し、第4波長を1100〜1122nm、1146〜1168nm、1250〜1282nm、1350〜1382nm、1558〜1576nm、1676〜1696nm、1740〜1752nm、1808〜1866nm、2124〜2140nm、2258〜2282nm、2322〜2340nmの範囲から選択し、第5波長を1100〜1142nm、1152〜1210nm、1248〜1326nm、1394〜1420nm、1590〜1640nm、1880〜1884nm、2400〜2420nmの範囲から選択し、これらの各範囲の波長域から一つを選択する多重共線性を示さない組み合わせとしたことを特徴とする請求項14記載の物体中の異物混入判別方法。
- 第1波長を1354〜1386nm、1518〜1540nm、1578〜1612nm、1692〜1694nm、1734〜1744nm、1810〜1870nm、2048〜2070nm、2150〜2202nmの範囲から選択し、第2波長を1352〜1386nm、1566〜1618nm、1682〜1694nm、1732〜1748nm、1810〜1872nm、2048〜2086nm、2152〜2166nm、2190〜2198nm、2252〜2266nm、2322〜2334nmの範囲から選択し、第3波長を1782〜1808nm、2448〜2454nmの範囲から選択し、第4波長を1222〜1228nm、1276〜1286nm、1362〜1380nm、1572〜1606nm、1726〜1740nm、1810〜1844nm、2042〜2088nm、2150〜2166nm、2258〜2272nmの範囲から選択し、第5波長を1372〜1392nm、1524〜1548nm、1834〜1878nm、2190〜2214nmの範囲から選択し、これらの各範囲の波長域から一つを選択する多重共線性を示さない組み合わせとしたことを特徴とする請求項15記載の物体中の異物混入判別方法。
- 物体に該物体を構成する成分以外の特定成分を含む異物が混入しているか否かの判別を行なう物体中の異物混入判別装置において、
上記被検対象の物体に近赤外領域の光を照射する光源部と、この物体からの反射光あるいは透過光を受光する受光部と、該受光部が受光した光の吸光度に基づいて上記被検対象の物体中の異物の有無を判別する制御部とを備え、
上記制御部を、予め、異物有りのサンプル物体と異物無しのサンプル物体とに照射され該サンプル物体から反射あるいは透過された近赤外領域の波長に対する吸光度における二次微分スペクトルの統計学的解析により算出された上記特定の成分に起因する帰属波長に係る判別式を記憶する判別式記憶機能と、上記受光部が受光した光の吸光度と上記判別式とから算出された算出結果から物体中の異物の有無を判別する異物判別機能とを備えて構成したことを特徴とする物体中の異物混入判別装置。 - 上記制御部における判別式記憶機能が記憶する判別式と選択される近赤外線の波長との組み合わせは、上記請求項1乃至16何れかに記載の判別式から選択されることを特徴とする請求項17記載の物体中の異物混入判別装置。
- 被検対象の物体が載置されて駆動され、該載置された物体を、上記光源部からの光が照射されるとともに該物体からの反射光あるいは透過光を上記受光部で受光可能な検査位置に順次搬送する搬送部を備えたことを特徴とする請求項17または18記載の物体中の異物混入判別装置。
- 上記光源部を、光ファイバーによって光を出力するとともに該光ファイバーの導波路を備えて構成したことを特徴とする請求項17乃至19何れかに記載の物体中の異物混入判別装置。
- 上記受光部を、上記被検対象の物体からの反射光あるいは透過光を受光する複数の受光素子を備えて構成したことを特徴とする請求項17乃至20何れかに記載の物体中の異物混入判別装置。
- 上記受光素子を光ファイバーで構成したことを特徴とする請求項21記載の物体中の異物混入判別装置。
- 上記制御部は、遠隔操作機能を備えたことを特徴とする請求項17乃至22何れかに記載の物体中の異物混入判別装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010082220A JP5629861B2 (ja) | 2010-03-31 | 2010-03-31 | 物体中の異物混入判別方法及び物体中の異物混入判別装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010082220A JP5629861B2 (ja) | 2010-03-31 | 2010-03-31 | 物体中の異物混入判別方法及び物体中の異物混入判別装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2011214940A true JP2011214940A (ja) | 2011-10-27 |
JP5629861B2 JP5629861B2 (ja) | 2014-11-26 |
Family
ID=44944845
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2010082220A Active JP5629861B2 (ja) | 2010-03-31 | 2010-03-31 | 物体中の異物混入判別方法及び物体中の異物混入判別装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5629861B2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011214941A (ja) * | 2010-03-31 | 2011-10-27 | Caloria Japan Co Ltd | 物体中の異物混入判別装置 |
JP2017116476A (ja) * | 2015-12-25 | 2017-06-29 | 株式会社トプコン | コンクリートの計測方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS6480307A (en) * | 1987-09-21 | 1989-03-27 | Tsuneo Yoshimura | Method of activating solution for permanent waving |
JPH1048123A (ja) * | 1996-08-06 | 1998-02-20 | Kubota Corp | 分光分析装置 |
JP2000214084A (ja) * | 1999-01-25 | 2000-08-04 | Asahi Chem Ind Co Ltd | 検査対象物質判定方法及びその装置 |
JP2001508348A (ja) * | 1997-11-21 | 2001-06-26 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | ヘアの湿気含有量の遠隔感知器を用いるヘア乾燥のための方法及びヘアドライヤー |
JP2002310896A (ja) * | 2001-04-19 | 2002-10-23 | Mitsubishi Heavy Ind Ltd | 路面状態判別装置及び路面状態判別方法 |
JP2003106995A (ja) * | 2001-09-28 | 2003-04-09 | Takai Seisakusho:Kk | ゲル形成性食品の品質判定方法 |
JP2005291704A (ja) * | 2003-11-10 | 2005-10-20 | New Industry Research Organization | 可視光・近赤外分光分析方法 |
JP2006126100A (ja) * | 2004-11-01 | 2006-05-18 | Kao Corp | 近赤外スペクトルを用いた判別方法 |
JP2008089529A (ja) * | 2006-10-05 | 2008-04-17 | Fisheries Research Agency | 近赤外分析による冷凍すり身成分の非破壊測定法 |
JP4220285B2 (ja) * | 2003-03-31 | 2009-02-04 | 日世株式会社 | 食品中の異物・夾雑物の検出方法 |
JP2010527017A (ja) * | 2007-05-16 | 2010-08-05 | ナショナル ユニバーシティー オブ アイルランド, ゴールウェイ | 分光学的データを使用し、材料または化学物質の分類および混合物中の材料または化学物質の特性を定量化するカーネル型方法および装置 |
-
2010
- 2010-03-31 JP JP2010082220A patent/JP5629861B2/ja active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS6480307A (en) * | 1987-09-21 | 1989-03-27 | Tsuneo Yoshimura | Method of activating solution for permanent waving |
JPH1048123A (ja) * | 1996-08-06 | 1998-02-20 | Kubota Corp | 分光分析装置 |
JP2001508348A (ja) * | 1997-11-21 | 2001-06-26 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | ヘアの湿気含有量の遠隔感知器を用いるヘア乾燥のための方法及びヘアドライヤー |
JP2000214084A (ja) * | 1999-01-25 | 2000-08-04 | Asahi Chem Ind Co Ltd | 検査対象物質判定方法及びその装置 |
JP2002310896A (ja) * | 2001-04-19 | 2002-10-23 | Mitsubishi Heavy Ind Ltd | 路面状態判別装置及び路面状態判別方法 |
JP2003106995A (ja) * | 2001-09-28 | 2003-04-09 | Takai Seisakusho:Kk | ゲル形成性食品の品質判定方法 |
JP4220285B2 (ja) * | 2003-03-31 | 2009-02-04 | 日世株式会社 | 食品中の異物・夾雑物の検出方法 |
JP2005291704A (ja) * | 2003-11-10 | 2005-10-20 | New Industry Research Organization | 可視光・近赤外分光分析方法 |
JP2006126100A (ja) * | 2004-11-01 | 2006-05-18 | Kao Corp | 近赤外スペクトルを用いた判別方法 |
JP2008089529A (ja) * | 2006-10-05 | 2008-04-17 | Fisheries Research Agency | 近赤外分析による冷凍すり身成分の非破壊測定法 |
JP2010527017A (ja) * | 2007-05-16 | 2010-08-05 | ナショナル ユニバーシティー オブ アイルランド, ゴールウェイ | 分光学的データを使用し、材料または化学物質の分類および混合物中の材料または化学物質の特性を定量化するカーネル型方法および装置 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011214941A (ja) * | 2010-03-31 | 2011-10-27 | Caloria Japan Co Ltd | 物体中の異物混入判別装置 |
JP2017116476A (ja) * | 2015-12-25 | 2017-06-29 | 株式会社トプコン | コンクリートの計測方法 |
WO2017110853A1 (ja) * | 2015-12-25 | 2017-06-29 | 株式会社トプコン | コンクリートの計測方法 |
US10345232B2 (en) | 2015-12-25 | 2019-07-09 | Topcon Corporation | Method of measuring state of concrete |
Also Published As
Publication number | Publication date |
---|---|
JP5629861B2 (ja) | 2014-11-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sun et al. | Simultaneous measurement of brown core and soluble solids content in pear by on-line visible and near infrared spectroscopy | |
CN102507459B (zh) | 一种生鲜牛肉新鲜度快速无损评价方法及*** | |
TWI358535B (ja) | ||
Rajkumar et al. | Studies on banana fruit quality and maturity stages using hyperspectral imaging | |
JP5712392B2 (ja) | 物体中の異物混入判別装置 | |
JP4104075B2 (ja) | 物体のカロリー測定方法及び物体のカロリー測定装置 | |
Yue et al. | A smart data-driven rapid method to recognize the strawberry maturity | |
JP2003506676A (ja) | 魚の品質特性を測定するための方法並びに装置 | |
JP2011191129A (ja) | 錠剤検査装置、錠剤包装装置、錠剤検査方法及び錠剤包装方法 | |
Shin et al. | Rapid and non-destructive spectroscopic method for classifying beef freshness using a deep spectral network fused with myoglobin information | |
KR101400649B1 (ko) | 가시광선 및 근적외선을 이용한 투과식 혈란 검출 방법 | |
ITMI20091158A1 (it) | Sistema automatizzato per la rivelazione di aflatossina negli alimenti | |
Chao et al. | Control interface and tracking control system for automated poultry inspection | |
Sun et al. | Non-destructive detection of blackheart and soluble solids content of intact pear by online NIR spectroscopy | |
JP5629861B2 (ja) | 物体中の異物混入判別方法及び物体中の異物混入判別装置 | |
Shirai et al. | Detection of fluorescence signals from ATP in the second derivative excitation–emission matrix of a pork meat surface for cleanliness evaluation | |
JP4686714B2 (ja) | 食肉の光学的鮮度識別法および装置 | |
WO2004010118A8 (en) | Method and apparatus for investigating histology of epithelial tissue | |
WO2015040626A1 (en) | Quantitative analysis of milk components | |
JP2007285922A (ja) | 近赤外光を用いた臨床血液検査方法 | |
JP2002328088A (ja) | 近赤外分光法による異常肉の判別方法 | |
CN105158178B (zh) | 基于高光谱透射技术谱峰面积的脐橙糖度检测快速建模法 | |
CHEN et al. | A CHICKEN CARCASS INSPECTION SYSTEM USING VISIBLE/NEAR‐INFRARED REFLECTANCE: IN‐PLANT TRIALS 1 | |
JP4747371B2 (ja) | 食品のカロリー測定方法及び食品のカロリー測定装置 | |
EP4122180B1 (en) | Communication system, monitoring system and related methods |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20130328 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20131202 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20140415 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20140616 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20140812 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20140901 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5629861 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |