JP2024504708A - 自動穀粒検査 - Google Patents
自動穀粒検査 Download PDFInfo
- Publication number
- JP2024504708A JP2024504708A JP2023544277A JP2023544277A JP2024504708A JP 2024504708 A JP2024504708 A JP 2024504708A JP 2023544277 A JP2023544277 A JP 2023544277A JP 2023544277 A JP2023544277 A JP 2023544277A JP 2024504708 A JP2024504708 A JP 2024504708A
- Authority
- JP
- Japan
- Prior art keywords
- image
- display
- item
- inspection
- inspection device
- 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
- 238000007689 inspection Methods 0.000 title claims abstract description 98
- 238000000034 method Methods 0.000 claims abstract description 39
- 230000003287 optical effect Effects 0.000 claims abstract description 24
- 238000004458 analytical method Methods 0.000 claims abstract description 16
- 235000013339 cereals Nutrition 0.000 claims description 98
- 238000004519 manufacturing process Methods 0.000 claims description 43
- 230000000007 visual effect Effects 0.000 claims description 11
- 238000009826 distribution Methods 0.000 claims description 10
- 238000011109 contamination Methods 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 7
- 238000010191 image analysis Methods 0.000 claims description 7
- 239000012535 impurity Substances 0.000 claims description 7
- 238000007619 statistical method Methods 0.000 claims description 7
- 238000002591 computed tomography Methods 0.000 claims description 6
- 239000008187 granular material Substances 0.000 claims description 6
- 235000007164 Oryza sativa Nutrition 0.000 claims description 4
- 238000005054 agglomeration Methods 0.000 claims description 4
- 230000002776 aggregation Effects 0.000 claims description 4
- 238000012864 cross contamination Methods 0.000 claims description 4
- 238000002845 discoloration Methods 0.000 claims description 4
- 235000013399 edible fruits Nutrition 0.000 claims description 4
- 239000000499 gel Substances 0.000 claims description 4
- 239000011521 glass Substances 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims description 4
- 239000002184 metal Substances 0.000 claims description 4
- 235000014571 nuts Nutrition 0.000 claims description 4
- 235000009566 rice Nutrition 0.000 claims description 4
- 235000013599 spices Nutrition 0.000 claims description 4
- 235000013311 vegetables Nutrition 0.000 claims description 4
- 229920000426 Microplastic Polymers 0.000 claims description 3
- 239000004973 liquid crystal related substance Substances 0.000 claims description 3
- 238000002595 magnetic resonance imaging Methods 0.000 claims description 3
- 235000021251 pulses Nutrition 0.000 claims description 2
- 240000007594 Oryza sativa Species 0.000 claims 1
- 238000010586 diagram Methods 0.000 abstract description 5
- 230000007246 mechanism Effects 0.000 description 21
- 239000008188 pellet Substances 0.000 description 17
- 230000008569 process Effects 0.000 description 17
- 239000000463 material Substances 0.000 description 16
- 238000012360 testing method Methods 0.000 description 16
- 230000007547 defect Effects 0.000 description 12
- 239000002245 particle Substances 0.000 description 10
- 230000009471 action Effects 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 238000003908 quality control method Methods 0.000 description 6
- 238000003860 storage Methods 0.000 description 6
- 238000003070 Statistical process control Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000012216 screening Methods 0.000 description 4
- 239000011343 solid material Substances 0.000 description 4
- 241000209094 Oryza Species 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 3
- 239000003086 colorant Substances 0.000 description 3
- 150000001875 compounds Chemical class 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000005286 illumination Methods 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000004615 ingredient Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 235000010627 Phaseolus vulgaris Nutrition 0.000 description 1
- 244000046052 Phaseolus vulgaris Species 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000002730 additional effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000009530 blood pressure measurement Methods 0.000 description 1
- 230000021615 conjugation Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 235000021374 legumes Nutrition 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 239000000049 pigment Substances 0.000 description 1
- 230000019612 pigmentation Effects 0.000 description 1
- 229920003023 plastic Polymers 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
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
-
- 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
- B07C5/3416—Sorting according to other particular properties according to radiation transmissivity, e.g. for light, x-rays, particle radiation
-
- 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
- B07C5/36—Sorting apparatus characterised by the means used for distribution
- B07C5/361—Processing or control devices therefor, e.g. escort memory
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- 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
- B07C2301/00—Sorting according to destination
- B07C2301/0008—Electronic Devices, e.g. keyboard, displays
-
- 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
- B07C2501/00—Sorting according to a characteristic or feature of the articles or material to be sorted
- B07C2501/0072—Sorting of glass
-
- 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
- B07C2501/00—Sorting according to a characteristic or feature of the articles or material to be sorted
- B07C2501/0081—Sorting of food items
-
- 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
- B07C2501/00—Sorting according to a characteristic or feature of the articles or material to be sorted
- B07C2501/009—Sorting of fruit
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Toxicology (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Sorting Of Articles (AREA)
Abstract
ユーザが少なくとも1つのデジタル光学機器を有する検査装置とインターフェースするための管理および制御システムが提供され、管理および制御システムは、少なくとも1つのデジタル光学機器から画像を受信し、画像を分析し、検査装置に命令を送信するように構成されたプロセッサと、画像の分析を表示するように構成されたディスプレイであって、ユーザが、画像の分析に基づいて、検査装置にインターフェースし、命令を提供することができ、ディスプレイが、画像に基づいて、プロセッサ内で生成されたヒストグラムおよびサムネイル画像を同時に表示する、ディスプレイとを備える。アイテムの検査装置およびUIを制御し管理するための方法が開示される。【選択図】図2B
Description
本開示の主題は、自動検査装置に関する。より詳細には、本開示の主題は、ユーザが検査装置とインターフェースするための管理および制御システムに関する。
自動検査は、生産ラインにおける粒子の品質の制御の一部として、典型的には硬質である小さい固体材料を検査するプロセスである。任意選択で、検査プロセスは、材料の選別プロセスを有することができる。市販の検査機は、不純物、形状の変化、および色を決定するために、光学センサおよび画像処理を使用する。典型的には、検査機は、固体粒子オブジェクトを、材料を生産/出荷に適格にするため、または不合格にするためのユーザ定義の基準閾値と比較する。
旧式の手動検査および/または選別は主観的であり、信頼性および一貫性がないが、光学選別は、全体的な製品品質を改善し、スループットを最大化し、歩留まりを増加させ、手動の労働コストを低減する。
検査機は、プラスチック粒類、金属粒類、またはガラス粒類などの製品、ならびに豆類、香辛料、ナッツ類、穀物類、米類、野菜類、果実類などの食品材料に使用することができる。
別段に定義されない限り、本明細書で使用されるすべての技術的および科学的用語は、本開示の主題が属する当業者によって一般に理解されるのと同じ意味を有する。本明細書に記載されたものと類似または同等の方法および材料を、本開示の主題の実施または試験において使用され得るが、適切な方法および材料を以下に記載する。矛盾する場合には、定義を含めて、本明細書が優先する。加えて、材料、方法、および例は、例示にすぎず、限定を意図するものではない。
したがって、本主題に従って、ユーザが少なくとも1つのデジタル光学機器を有する検査装置とインターフェースするための管理および制御システムが提供され、管理および制御システムは、
少なくとも1つのデジタル光学機器から画像を受信し、画像を分析し、検査装置に命令を送信するように構成されたプロセッサと、
画像の分析を表示するように構成されたディスプレイであって、ユーザが、画像の分析に基づいて、検査装置にインターフェースし、命令を提供することができ、ディスプレイが、画像に基づいて、プロセッサ内で生成されたヒストグラムおよびサムネイル画像を同時に表示する、ディスプレイと
を備える。
少なくとも1つのデジタル光学機器から画像を受信し、画像を分析し、検査装置に命令を送信するように構成されたプロセッサと、
画像の分析を表示するように構成されたディスプレイであって、ユーザが、画像の分析に基づいて、検査装置にインターフェースし、命令を提供することができ、ディスプレイが、画像に基づいて、プロセッサ内で生成されたヒストグラムおよびサムネイル画像を同時に表示する、ディスプレイと
を備える。
別の好ましい実施形態によれば、検査および選別装置が、豆類、香辛料、ナッツ類、穀物類、米類、野菜類、果実類、プラスチック粒類、金属粒類、ガラス粒類、医薬品錠剤からなるアイテム群から選択されるアイテムを検査するように構成されている。
別の好ましい実施形態によれば、少なくとも1つのデジタル光学機器が、X線検出器、磁気共鳴イメージング(MRI)デバイス、コンピュータ断層撮影(CT)スキャナ、3Dデータスキャナ、カメラ、光学センサからなる光学機器群から選択される。
別の好ましい実施形態によれば、ディスプレイが、モニタ、スクリーン、エレクトロルミネセント(ELD)表示装置、液晶ディスプレイ(LCD)デバイス、発光ダイオード(LED)デバイス、プラズマ(PDP)ディスプレイ、タブレットなどの電子ハンドヘルドデバイス、スマートフォンデバイスからなるディスプレイ群から選択される。
別の好ましい実施形態によれば、命令が、アイテムを選別すること、アイテムの排出を有効にすること、アイテムの排出を無効にすること、レポートを生成すること、識別レベルを設定すること、アイテムを迂回させること、アラームを生成するための閾値を設定すること、自動予測およびアラーミングのためのデータセットを定義すること、生産ライン制御のためのセットポイントを定義することからなる命令群から選択される。
別の好ましい実施形態によれば、管理システムが、プロセッサと通信するメモリユニットをさらに備え、メモリユニットが、画像、参照画像、アイテムの複数のプロファイル、システム設定、システムレポート、画像分析、異なるタイプのアイテムの閾値を含む参照プロファイル、参照プロファイルに関連付けられた統計分析からなる情報群から選択される情報を保持するように構成される。
別の好ましい実施形態によれば、ディスプレイが、画像に基づいてプロセッサで生成されたグラフをグラフィカルに表示する。
別の好ましい実施形態によれば、検査装置が、生産ライン内に組み込まれている。
別の好ましい実施形態によれば、アイテムの検査装置を管理し制御する方法も提供され、方法は、
検査装置の少なくとも1つのデジタル光学機器によって検査されたアイテムの画像をキャプチャすることと、
プロセッサによって、少なくとも1つのデジタル光学機器から画像を受信することと、
アイテムの分析を行うためにプロセッサによって画像を分析することと、
ヒストグラム表現およびサムネイル画像を同時に表示しながら、ディスプレイ上に分析を表示することと、
検査装置によって、ユーザによってインターフェースされた命令を受信することと
を含む。
検査装置の少なくとも1つのデジタル光学機器によって検査されたアイテムの画像をキャプチャすることと、
プロセッサによって、少なくとも1つのデジタル光学機器から画像を受信することと、
アイテムの分析を行うためにプロセッサによって画像を分析することと、
ヒストグラム表現およびサムネイル画像を同時に表示しながら、ディスプレイ上に分析を表示することと、
検査装置によって、ユーザによってインターフェースされた命令を受信することと
を含む。
別の好ましい実施形態によれば、画像を分析することが、画像内の各アイテムの基準を決定することを含み、基準が、不純物、形状の変化、アイテムの色、暗い斑点、暗いゲル、暗いおよび明るい汚染、異物、変色、交差汚染、色測定および色ずれ、サイズ偏差、形状不規則性、凝集、透明性、アイテムの光沢からなる群から選択される。
別の好ましい実施形態によれば、方法は、アイテムの寸法および基準のヒストグラム表現を生成することをさらに含む。
別の好ましい実施形態によれば、方法は、ヒストグラム表現、サムネイル画像、およびグラフに基づいて閾値を設定することをさらに含む。
別の好ましい実施形態によれば、ユーザによってインターフェースされる命令が、アイテムを選別すること、アイテムの排出を有効にすること、アイテムの排出を無効にすること、レポートを生成すること、識別レベルを設定すること、アイテムを迂回させること、アラームを生成するための閾値を設定すること、自動予測およびアラーミングのためのデータセットを定義すること、生産ライン制御のためのセットポイントを定義することからなる命令群から選択された命令を含む。
別の好ましい実施形態によれば、ユーザが検査装置から視覚情報および統計情報を同時に受信し、検査装置に命令を提供できるように、ユーザと検査装置との間をインターフェースするインターフェースが提供され、インターフェースは、
検査装置から画像を受信し、画像の少なくとも一部を表示し、画像に基づいて統計分析を行い、分布ヒストグラムを形成するように構成されたプロセッサと、
画像の少なくとも一部と分布ヒストグラムとを同時に表示するように構成されたディスプレイと、
ユーザがプロセッサに命令を提供し、検査および選別装置とインターフェースするための入力デバイスと
を備える。
検査装置から画像を受信し、画像の少なくとも一部を表示し、画像に基づいて統計分析を行い、分布ヒストグラムを形成するように構成されたプロセッサと、
画像の少なくとも一部と分布ヒストグラムとを同時に表示するように構成されたディスプレイと、
ユーザがプロセッサに命令を提供し、検査および選別装置とインターフェースするための入力デバイスと
を備える。
別の好ましい実施形態によれば、画像の少なくとも一部と分布ヒストグラムとが互いに対応する。
開示された主題のいくつかの実施形態について、単なる例として、添付の図面を参照して記載される。次に、図面を詳細に具体的に参照すると、示された詳細は、本開示の主題の好ましい実施形態の例示的な説明のためのものにすぎず、開示された主題の原理および概念的な態様の最も有用で容易に理解される説明であると考えられるものを提供するために提示されることが強調される。この点に関して、開示された主題の基本的な理解のために必要である以上に詳細に開示された主題の構造的詳細を示す試みはなされておらず、図面を用いてなされた説明は、開示された主題のいくつかの形態が実際にどのように実施され得るかを当業者に明らかにする。
開示された主題の少なくとも1つの実施形態を詳細に説明する前に、開示された主題は、その適用において、以下の説明に記載されるか、または図面に示される構成要素の構成および配置の詳細に限定されないことを理解されたい。開示された主題は、他の実施形態が可能であるか、または様々な方法で実施または実行することができる。また、本明細書で使用される表現および用語は、説明を目的とするものであり、限定と見なされるべきではないことを理解されたい。図面は、一般に、縮尺通りではない。明確にするために、必須ではない要素は、図面の一部から省略されている。
「含む(comprises)」、「含む(comprising)」、「含む(includes)」、「含む(including)」、および「有する(having)」という用語は、それらの活用形とともに、「~を含むが、~に限定されない」を意味する。「~からなる」という用語は、「~を含み、~に限定される」と同じ意味を有する。
「基本的に~からなる」という用語は、組成物、方法または構造が、追加の成分、ステップ、および/または部分を含み得るが、追加の成分、ステップ、および/または部分が、特許請求される組成物、方法、または構造の基本的および新規な特徴を実質的に変更しない場合のみであることを意味する。
本明細書で使用される場合、単数形「a」、「an」、および「the」は、文脈が明らかに別段の指示をしない限り、複数の参照を含む。例えば、用語「化合物」または「少なくとも1つの化合物」は、その混合物を含む複数の化合物を含み得る。
本出願を通して、この開示された主題の様々な実施形態は、範囲形式で提示され得る。範囲形式での説明は、単に便宜上および簡潔にするためのものであり、開示された主題の範囲に対する柔軟性のない限定として解釈されるべきではないことを理解されたい。したがって、範囲の説明は、すべての可能な部分範囲、ならびにその範囲内の個々の数値を具体的に開示したものと見なされるべきである。
明確にするために、別々の実施形態の文脈で説明されている開示された主題のいくつかの特徴は、単一の実施形態において組み合わせて提供することもできることが理解される。逆に、簡潔にするために、単一の実施形態の文脈で説明されている開示された主題の様々な特徴は、別々に、または任意の適切な部分組合せで、または開示された主題の任意の他の記載された実施形態において適切なものとして提供することもできる。様々な実施形態の文脈で説明されるいくつかの特徴は、実施形態がそれらの要素なしでは動作しない場合を除き、それらの実施形態の本質的な特徴とは見なされないものとする。
次に図1を参照すると、開示された主題のいくつかの例示的な実施形態による、自動穀粒検査装置(AIA)が示されている。AIA100は、生産ラインにおいて、固体材料を検査する品質管理プロセスを実行するように構成された装置である。いくつかの例示的な実施形態では、AIA100は、色、サイズ、形状、構造的特性、およびそれらの任意の組合せなどの基準に従って材料を検査し、選別するように適合され得る。AIA100によって選別される材料は、例えば、豆類、香辛料、ナッツ類、穀物類、米類、野菜類、果実類、プラスチック粒類、金属粒類、ガラス粒類、医薬品錠剤、およびそれらの任意の組合せなどの複数の個別のアイテムである。
わかりやすくするために、本開示は、以下では、AIA100によって選別される材料を「穀粒」または「アイテム」と呼ぶ。
いくつかの例示的な実施形態では、AIA100は、生産ラインのインラインで、生産ラインのオフラインで、生産ラインと並行して、およびそれらの任意の組合せで使用することができる。インラインの例示的な実施形態では、生産において消費されるべきすべての穀粒は、最初に、検査のために、入口、好ましくは入口漏斗201からAIA100に入り、穀粒が排出される出口209から生産ラインに進む。オフラインの例示的な実施形態では、穀粒のすべてまたは一部が、生産ラインに導入された後に試験されてもよい。並列の例示的な実施形態では、生産において消費されるべき材料の一部は、検査または選別のために、入口漏斗201からAIA100に入り、出口209から生産ラインに進む。
次に図2Aを参照すると、開示された主題のいくつかの例示的な実施形態による、自動穀粒検査装置の正面図が示されている。AIA100は、検査ゾーンと、入口漏斗201と、出口209と、第2の出口212と、選別機構213とを有するハウジング200を備える。いくつかの例示的な実施形態では、入口漏斗201は、ハウジング200と、供給管またはホッパー(図示せず)との間にインターフェースされており、AIA100に穀粒を注ぐことを可能にする。ハウジング200はまた、フィーダ機構202と、スロットフィーダ204と、背景面と、好ましくは第1の背景面205と、第2の背景面206と、カメラ207とを組み込む。
いくつかの例示的な実施形態では、スロットフィーダ204は、入口漏斗201から穀粒を受け取り、それらをライン形成でハウジングの検査ゾーンに放出するように適合され、ライン厚は、実質的に、好ましくは、単一の穀粒の厚さと等価であるが、必須ではない。このようにして、スロットフィーダ204は、穀粒を収集し、ハウジング200を横切って、穀粒がハウジングを通って、穀粒が撮像される検査ゾーンを通ってカーテン状に落下するように、穀粒を一列に整列させるバッファとして機能する。いくつかの例示的な実施形態では、フィーダ機構202は、スロットフィーダ204の出口(図示せず)のライン厚を、単一の穀粒の厚さ、または任意の他の適切な厚さに調整するために使用され得る。いくつかの例示的な実施形態では、第1の背景面205および第2の背景面206は各々、カメラ207によって撮影された画像の異なる背景を構成することができる。カメラ207は、カメラ区画210上に位置し、カーテン状に放出された穀粒と、カーテン状に落下する穀粒の後ろに位置する背景205および206に面している(見ている)ことに留意されたい。
また、複数のカメラを使用することもできることに留意されたい。複数のカメラのうちの1つ以上は、図2Aに示されるカメラに対向して配置され得る。このようにして、対向配置されたカメラは、穀粒の反対側から画像をキャプチャする。対向配置されたカメラに、独立した照明システムおよび背景のセットを設けることができる。この二重に機能する装置は、穀粒の完全な検査のために画像をキャプチャすることを可能にする。
いくつかの他の例示的な実施形態では、穀粒は、スロットフィーダの下で傾斜した表面上のカーテン状の構造でスライドすることができ、表面は、一例として背景面とすることができる。この任意選択の構造は、カメラによってキャプチャされる画像の品質を向上させるために、穀粒が検査ゾーンを通過するときの穀粒の速度を低下させることができる。一般に、特にこの場合、スロットフィーダのスロットはより広くてもよく、またはスロットを有さないフィーダを使用して、穀粒が別の開口プロファイルを有するフィーダを通過することができる。
いくつかの例示的な実施形態では、品質管理検査に不合格(不適格)である穀粒を検出すると、選別機構213は、不適格な穀粒を出口209から第2の出口212に偏向させるように構成することができる。本主題の一態様によれば、ユーザが少なくとも1つのデジタル光学機器を有する検査装置とインターフェースするための制御システムが提供され、制御システムは、
少なくとも1つのデジタル光学機器から画像を受信し、画像を分析し、検査装置に命令を送信するように構成されたプロセッサと、
画像の分析を表示するように構成されたディスプレイであって、ユーザは、画像の分析に基づいて、検査装置にインターフェースし、命令を提供することができる、ディスプレイと
を備える。
少なくとも1つのデジタル光学機器から画像を受信し、画像を分析し、検査装置に命令を送信するように構成されたプロセッサと、
画像の分析を表示するように構成されたディスプレイであって、ユーザは、画像の分析に基づいて、検査装置にインターフェースし、命令を提供することができる、ディスプレイと
を備える。
本主題のさらに別の態様によれば、ユーザが検査装置から視覚情報および統計情報を同時に受信し、検査装置に命令を提供できるように、ユーザと検査装置との間をインターフェースするインターフェースが提供され、インターフェースは、
検査装置から画像を受信し、画像の少なくとも一部を表示し、画像に基づいて統計分析を行い、分布ヒストグラムを形成するように構成されたプロセッサと、
画像の少なくとも一部と分布ヒストグラムとを同時に表示するように構成されたディスプレイと、
ユーザがプロセッサに命令を提供し、検査装置とインターフェースするための入力デバイスと
を備える。
検査装置から画像を受信し、画像の少なくとも一部を表示し、画像に基づいて統計分析を行い、分布ヒストグラムを形成するように構成されたプロセッサと、
画像の少なくとも一部と分布ヒストグラムとを同時に表示するように構成されたディスプレイと、
ユーザがプロセッサに命令を提供し、検査装置とインターフェースするための入力デバイスと
を備える。
次に図2Bを参照すると、開示された主題のいくつかの例示的な実施形態による、表示装置を備える、図2の自動穀粒検査装置の正面図が示されている。この実施形態では、AIA100は、情報を表示することができるスクリーンなどの表示装置220をさらに備える。表示装置220は、例えば、エレクトロルミネセント(ELD)表示装置、液晶表示(LCD)装置、発光ダイオード(LED)デバイス、プラズマ(PDP)ディスプレイ、またはこれらの組合せなどとすることができる。「表示装置」および「スクリーン」という用語は、実質的に同じ機能に対して使用され、したがって、用語は入れ替えることができる。スクリーン220は、有線または無線でAIA100に接続することができる。いくつかの実施形態では、スクリーン220は、コンピュータモニタとすることができる。別の実施形態では、スクリーン220は、例えばタブレットなど、電子ハンドヘルドデバイスのような遠隔デバイス上にあり得る。さらに別の実施形態では、スクリーン220は、スマートフォンデバイスとすることができる。
スクリーン220上に表示される情報は、視覚的または触覚的のいずれかであり得る。好ましくは、情報は、グラフィカルユーザインタフェース(GUI)を使用して提示される。GUIは、テキストベースのユーザインターフェース、タイプされたコマンドラベル、またはテキストナビゲーションの代わりに、グラフィカルアイコンおよび一次表記などのオーディオインジケータを通してユーザが電子デバイスと対話することを可能にするユーザインターフェースの一形態である。情報は、カメラ207から、またはX線検出器、磁気共鳴イメージング(MRI)デバイス、コンピュータ断層撮影(CT)スキャナ、3Dデータスキャナなどの任意の他のデジタル光学機器から受信される。任意選択で、複数のデジタル光学機器から情報を取り出すことができる。スクリーン220は、以下に詳述するように、ヒストグラムを表示する。ユーザは、入力デバイス221を介してAIAとインターフェースする。入力デバイスは、キーボード、マウス、ビデオ、タッチスクリーンなどのデバイス群からのものとすることができる。
次に図2Cを参照すると、開示された主題のいくつかの例示的な実施形態による、表示装置を備える別の選別システムの正面図が示されている。選別システム250は、生産ラインにおいて、固体材料を検査する品質管理プロセスを実行するように動作する。選別システム250は、輸送システム252に接続された材料供給部251を備える。輸送システム252は、X線検査構成要素253に取り付けられ、その後に少なくとも1つの光学検査構成要素254が続く。追加の光学検査構成要素258およびカラーカメラ259を使用して、アイテムを検査することができる。選別ユニット255は、検査済みアイテムを選別し、それらを不合格材料リザーバ256と清浄材料リザーバ257とに分離する。スクリーン220は選別ユニット250に取り付けられ、以下に説明するように、アイテムの検査に関連する視覚情報を表示する。
次に図2Dを参照すると、開示された主題のいくつかの例示的な実施形態による、表示装置を備えるさらに別の選別システムの正面図が示されている。選別システム270は、生産ラインにおいて、固体材料を検査し、選別する品質管理プロセスを実行するように動作する。選別システム270は、製品フィード272に接続されたプレホッパー271を備える。製品フィード272は、アイテムを検査エリア内に移動させる搬送システム273に取り付けられる。検査エリアは、電荷結合素子(CCD)274および蛍光ランプ275を備える。排出ノズル276は、不合格の検査済みアイテムをリザーバ278内に排出する。不合格でなかったアイテムは、変換システム273によって第2の検査エリアに移動される。第2の検査エリアは、電荷結合素子(CCD)274および蛍光ランプ275を備える。排出ノズル276は、不合格の検査済みアイテムをリザーバ278内に排出する。不合格でなかったアイテムは、リザーバ278に排出される。スクリーン220は、選別ユニット270に取り付けられ、以下で論じられるように、特定のタイプまたはサイズのアイテムの分布など、アイテムの検査に関連する視覚情報および統計情報を有するヒストグラムの視覚情報を表示する。
次に図3を参照すると、開示された主題のいくつかの例示的な実施形態による、自動穀粒検査装置(AIA)の断面側面図が示されている。スロットフィーダ204は、主に、互いに向かい合う2つのパネル(204aおよび204b)を備えるが、その各々は、AIA100の垂直軸から離れるように傾斜している。断面側面図から、スロットフィーダ204は台形形状を有し、台形の上部基部は、フィーダ機構202によって調整され得る狭い基部(スロットには「S」とラベル付けされる)とは対照的に、広く開いていることが理解され得る。いくつかの例示的な実施形態では、フィーダ機構202は、スロットフィーダ204のスロット211を、検査中の穀粒のタイプの典型的な厚さに対応するスパンに調整することができる。
入口漏斗201に注入された穀粒は、いわゆる「台形の上部基部」を介してスロットフィーダ204に入り、カメラ207の視野(FOV)を横断しながら、カーテン状にスロットフィーダから出口209に出ることに留意されたい。いくつかの例示的な実施形態では、スロット211のスパンは、フィーダ機構202によって手動で調整することができる。例えば、ハンドル、レバー、ねじボルト、およびそれらの任意の組合せ、または任意の市販の機械的手段である。加えて、または代替として、フィーダ機構202は、電気/空気圧モータ、アクチュエータ、およびそれらの任意の組合せなどによって、スロット211のスパンを自動的に調整するように構成され得る。いくつかの例示的な実施形態では、フィーダ機構202の自動調整は、本開示のコントローラ(以下でさらに詳細に説明される)によって制御され得る。
いくつかの例示的な実施形態では、選別機構213は、偏向、フラップ除去、加圧空気除去、分流弁、およびそれらの任意の組合せなどの機構タイプから構成され得る。
フラップと加圧空気除去の両方を利用して、品質制御に失敗した比較的少数の穀粒を不合格にすることができる。いくつかの例示的な実施形態では、(以下でさらに詳細に説明する)不適格な穀粒を検出すると、フラップ型または加圧空気のいずれかによって少数の穀粒が生産ラインから除去される。しかしながら、フラップまたは加圧空気のいずれかによるこの除去は、必須ではないが、主に、インラインおよび並列の生産ライン構成で使用され得ることに留意されたい。この廃棄(除去)プロセスは、不適格な穀粒が検出される限り、繰り返し行われてもよいことにも留意されたい。
いくつかの例示的な実施形態では、フラップ除去タイプは、例えば、開口を覆う、片側にヒンジ連結された平らな棚の一部に基づいてもよい。作動されると、フラップが開き、あらかじめ定められた数の穀粒が廃棄されることを可能にする。
いくつかの例示的な実施形態では、加圧空気除去タイプは、作動時にいくつかの穀粒を吹き飛ばす市販の空気ノズルに基づくことができる。廃棄される穀粒のおおよその量/数は、送風持続時間およびエアジェットの直径を調整することによって制御することができる。
しかしながら、いくつかの例示的な実施形態では、偏向選別機構は、必須ではないが、主に、オフラインの生産ライン構成で利用され得る。偏向機構のタイプは、穀粒を出口209に、すなわち生産ラインに、または穀粒を第2の出口212に偏向させるセレクタとして動作するヒンジドアに基づいてもよい。典型的には、作動偏向は、比較的大量の穀粒が廃棄されることを可能にし、すなわち、第2の出口212が開いて、あらかじめ定められた数の穀粒が廃棄されることを可能にする。
開示された主題のいくつかの例示的な実施形態では、上記に列挙されたタイプなどの選別機構213は、ソレノイド、モータ、アクチュエータ、空気圧構成要素、およびそれらの任意の組合せなどを、任意のまたはすべての選別機構タイプを実施するために利用することができる。
他の構成要素の中で、図3は、カメラ207、第1の背景面205、第2の背景面206、および少なくとも1つの背景照明214の側面図を示す。いくつかの例示的な実施形態では、カメラ207は、カメラのFOVが両方の背景を含むエリアをカバーするように、カメラを前後に、すなわち、背景面205および206に向かって、およびそれらから離れる方向にスライドさせることを可能にするカメラアセンブリ210に位置し得る。カメラ207のスライドは、カメラの焦点と背景をカバーするエリア、以下関心領域(ROI)、との間の距離を調整するために、スライド機構215によって行われてもよい。いくつかの例示的な実施形態では、スライド機構215は、手動、および/または運動制御ユニット(MCU)604(以下でさらに詳細に説明される)によって自動に制御され得る。
本開示のカメラ207は、第1および第2の背景面205および206の前に、カーテン状にスロットフィーダ204から落下する穀粒の画像を取得するように構成される。いくつかの例示的な実施形態では、カメラ207は、ビデオカメラ、ラインスキャンカメラ、スチルカメラ、単色カメラ、カラーカメラ、エリアカメラ、およびそれらの任意の組合せなどであり得る。エリアカメラは、複数の背景上のかなりの数の穀粒をキャプチャすることができるので、現在の装置で使用するのに有益である。エリアカメラで使用されるセンサは、通常の2次元画像を1回の露光サイクルで生成することができるように、画像ピクセルの大きいマトリクスを有し、したがって、その効率は、他のオプションと比較して向上している。複数のカメラのうちの少なくとも1つはエリアカメラであるものとする。加えて、または代替として、カメラ207は、ローパス、ハイパス、バンドパス、およびそれらの任意の組合せなどとして構成され得る異なる波長光学フィルタ(図示せず)を備えることができる。フィルタは、色補正、色変換、色減算、コントラスト強調、偏光、ニュートラル濃度、クロススクリーン、拡散およびコントラスト低減、ならびにこれらの任意の組合せなどに使用することができる。光学フィルタは、穀粒の空間、コントラスト、および色分解能を向上させるために利用され得ることに留意されたい(以下でさらに詳細に説明される)。いくつかの例示的な実施形態では、カメラ207は、複数のカメラから構成することができ、複数のカメラの各カメラは、異なる画像特性を取得するように構成することができる。画像は、ビデオ、少なくとも1つの静止写真、およびそれらの組合せであってもよく、画像は、デジタル表現で保持されてもよいことに留意されたい。
いくつかの例示的な実施形態では、少なくとも1つの背景照明214は、背景の前、背景の後、またはその両方、すなわち、背景の前後に位置することができる。加えて、または代替として、背景照明214のうちの少なくとも1つは、異なる波長を有してもよく、または色分離のために意図された減算フィルタを使用することができる。加えて、または代替として、表面のうちの1つは、照明器としても機能することができる。
いくつかの例示的な実施形態では、第1の背景面205は、(限定されないが)白色であり得、第2の背景面206は、(限定されないが)黒色であり得る。カメラ207によって取得されたROIは、白色および黒色の背景、すなわち、それぞれ第1および第2の背景面205および206の前に落下する穀粒をキャプチャするように構成されることに留意されたい。いくつかの例示的な実施形態では、第1および第2の背景面205および206は各々、画像分析を容易にするように構成されたグリッドを備え得る。白い背景は、穀粒の色素沈着および/または他の色欠陥の分析を容易にし、黒い背景は、穀粒の幾何学的(形状)欠陥の分析を容易にすることが理解されるであろう。いくつかの例示的な実施形態では、第2の背景面206(黒)は、第1の背景面205(白)に対して凹むことができる。黒い背景は、透明な穀粒がまだ白い背景の前にある間に透明な穀粒上に黒い背景が反射するのを避けるために、白い背景に対して凹んでいる。言い換えれば、黒い背景が白い背景と同一平面上にある場合、黒い背景は、白い背景に面する穀粒上にアーチファクトを引き起こす可能性がある。白い背景の画像は、色および色相汚染について分析され、したがって、黒色反射(アーチファクト)は、汚染と混同され得ることに留意されたい。
背景のパラメータは、各背景の幅、他の背景に対する背景の位置決め、背景の色など、手動または自動で変更することができることに留意されたい。
次に図4を参照すると、開示された主題のいくつかの例示的な実施形態による、自動穀粒検査装置(AIA)100の上面図が示されている。スロットフィーダ204は、図2および図3にも示される複数のブレード208をさらに備える。いくつかの例示的な実施形態では、スロットフィーダ204に沿って垂直に編成された複数のブレード208は、FOVにわたって均一に穀粒を分配すること、すなわちカーテン状の形成を支援することができる。また、ブレード208は、穀粒堆積物の蓄積を制御することができるので、フィーダを通る穀粒の流れを調整することを容易にする。
ブレードは、手動または自動で、一方を他方に対して移動させることができる。
次に図5を参照すると、開示された主題のいくつかの例示的な実施形態による、検査プロセスにおける穀粒を示すビデオフレームのスクリーンショットが示されている。ビデオフレーム500は、白色部分505および黒色部分506の前のROIにおけるキャプチャされた穀粒501の画像を示す。白色部分505は、あらかじめ定められた閾値に関して、穀粒501の色素、色および色相の適格性を分析することを可能にすることに留意されたい。一方、黒色部分506は、あらかじめ定められた閾値に関して、幾何学的サイズ、形状、および構造特性の適格性について、穀粒501を分析することを可能にする。穀粒が暗い場合、各背景から検索される情報は、図5に示す明るい色の穀粒についての情報検索とは逆になる。
次に図6を参照すると、開示された主題のいくつかの例示的な実施形態による、穀粒検査システム600のブロック図が示されている。システム600は、図7に示すような方法を実行するように適合されたコンピュータ化された装置である。
いくつかの例示的な実施形態では、システム600は、プロセッサ601と通信しているAIA100を備える。プロセッサ601は、好ましくは、中央処理装置(CPU)、マイクロプロセッサ、電子回路、集積回路(IC)などである。加えて、または代替として、システム600は、デジタル信号プロセッサ(DSP)またはマイクロコントローラなどの特定のプロセッサのために書かれた、またはそれに移植されたファームウェアとして実装することができ、またはフィールドプログラマブルゲートアレイ(FPGA)または特定用途向け集積回路(ASIC)などのハードウェアまたは構成可能ハードウェアとして実装することができる。プロセッサ601は、システム600またはそのサブコンポーネントのいずれかによって必要とされる計算を実行するために利用され得る。
開示された主題のいくつかの例示的な実施形態では、システム600は、入力/出力(I/O)モジュール602を備えることができる。システム600は、マウス、キーボード、またはタッチスクリーンなどのデバイスを使用して、システム600と外部I/Oデバイスとの間で情報および命令を送信および/または受信するためのインターフェースとしてI/Oモジュール602を利用することができる。いくつかの例示的な実施形態では、プロセッサ601は、メモリ603、ディスプレイアダプタ608、通信モジュール609なども備えるワークステーション605内に含まれる。通信モジュール609は、ネットワーク606とインターフェースすることができる。
いくつかの例示的な実施形態では、I/Oモジュール602は、UIまたはGUIを使用して、出力、視覚化された結果(図5、図8、図9、および図10に示されるような)、例えば、粒径、不適切な切断監視、および色/色相欠陥などのレポートをディスプレイ608上に提供することなどによって、システムのユーザにインターフェースを提供するために使用され得る。ユーザは、ワークステーション605を使用して、合格/不合格閾値、穀粒バッチの破棄、システムまたはネットワークリポジトリに保持されている以前の検査に基づく統計計算の実行などの情報を入力することができる。しかしながら、システム600は、人間の操作なしで動作することができることが理解されよう。
いくつかの例示的な実施形態では、ネットワーク606を使用して、プロセッサ601と、増加した、および拡張性を有するアマゾンウェブサービス(AWS)などのクラウドコンピューティングサーバ(図示せず)との間の通信を容易にすることができる。加えて、または代替として、ネットワーク606接続を使用して、別の装置または生産施設のデータリポジトリと通信することができる。加えて、または代替として、システム600は、クラウドリポジトリ(図示せず)または任意の他のネットワークストレージ内にAIA100の記録された情報を保持するために、ネットワーク606接続を使用し得る。
いくつかの例示的な実施形態では、システム600は、コントローラ604を備える。通信609を介してプロセッサ601とインターフェースされたコントローラ604は、照明、画像キャプチャ、IO、およびスロットのスパンなど、AIA100およびAIA内のカメラ607の電気機械および/または空気圧構成要素に関連付けられた活動を駆動および感知するように構成される。コントローラ604は、プロセッサ601と通信し、AIA100を自動的に制御することができる。いくつかの例示的な実施形態では、駆動および感知活動は、入口漏斗201、フィーダ機構202、スロットフィーダ204、ビデオカメラ207、選別機構213、背景照明214、スライド機構215、およびそれらの任意の組合せなどを操作することを含むことができる。
いくつかの例示的な実施形態では、AIA100内のカメラ607は、キャプチャされた画像を転送し、画像分析のためにデジタル表現で画像をプロセッサ601に伝達するために、プロセッサ601とインターフェースしている。いくつかの例示的な実施形態では、少なくとも1つのカメラからキャプチャされた画像は、ビデオカメラ、スチルカメラ、エリアカメラ、ラインスキャンカメラ、ビデオカメラ、単色カメラ、カラーカメラ、およびそれらの任意の組合せなどからなる群から選択されたカメラを備えることができる。
いくつかの例示的な実施形態では、カメラ607は、コントローラ604によって少なくとも1つのカメラのレンズの前に係合されるように適合された光学フィルタ(図示せず)のアレイを備えることができる。
いくつかの例示的な実施形態では、システム600は、メモリユニット603を備える。メモリユニット603は、永続的または揮発的であり得る。例えば、メモリユニット603は、フラッシュディスク、ランダムアクセスメモリ(RAM)、メモリチップ、CD、DVD、またはレーザディスクなどの光記憶デバイス、テープ、ハードディスク、ストレージエリアネットワーク(SAN)、ネットワークアタッチトストレージ(NAS)などの磁気記憶デバイス、フラッシュデバイス、メモリスティックなどの半導体記憶デバイスとすることができる。いくつかの例示的な実施形態では、メモリユニット603は、図7に示されるステップのいずれかに関連付けられた動作を実行するために、プロセッサ601を作動させるためのプログラムコードを保持することができる。メモリユニット603はまた、カメラ607によってキャプチャされた画像、複数の穀粒プロファイル、システム600の結果(レポート)、各検査シーケンスの画像分析、異なるタイプの穀粒の閾値を含む参照プロファイル、参照プロファイルに関連付けられた統計分析、およびそれらの任意の組合せなどを保持するために使用され得る。
システム600に詳述される構成要素は、例えば、プロセッサ601によって、または別のプロセッサによって実行される、相互に関係するコンピュータ命令の1つ以上のセットとして実装され得る。構成要素は、任意のプログラミング言語で、任意のコンピューティング環境下でプログラムされた、1つ以上の実行可能ファイル、動的ライブラリ、静的ライブラリ、メソッド、関数、サービスなどとして構成され得る。
次に図7を参照すると、開示された主題のいくつかの例示的な実施形態による、穀粒検査のための方法のフローチャート図が示されている。
検査システム600のアクションは、ペレットの外観に関してそれ自体が行う画像処理によって生成されたデータに基づく。任意選択で、システム600によって、システム600に直接接続されたセンサから、および/または生産ライン上の他のライン制御デバイスからインポートされたデータによって、追加のデータが収集される。例えば、システム600は、生産ラインから速度、温度、および/または圧力の測定値を受信し、必要なアクションを推定するために、カメラ207または他のカメラからの情報とともに、これらのセンサのみからの情報を使用することができる。
システム600によって収集されたデータは、今後の故障を予測したり、既存の生産の故障を指摘したりするために、統計的プロセス制御ツール(SPC)、人工知能(AI)アルゴリズム、データ傾向分析、および特別に記述されたアルゴリズムによって処理される。
ステップ701において、穀粒プロファイルが取得される。いくつかの例示的な実施形態では、検査されるべき穀粒のタイプに関連付けられた穀粒プロファイルは、例えば、メモリ603またはネットワーク606に接続されたストレージなど、システム600のデータリポジトリから取得され得る。穀粒プロファイルは、リポジトリ内に保持される複数の穀粒プロファイルのうちの1つとすることができ、各穀粒プロファイルは、異なるタイプの穀粒に関連付けられる。いくつかの例示的な実施形態では、穀粒のタイプは、サイズ、色、形状、透明度、重量、およびそれらの任意の組合せなどの点で互いに異なり得る。したがって、既知の穀粒の各タイプは、本開示のAIA100についてそれを特徴付けるプロファイルを有し得る。
いくつかの例示的な実施形態では、複数の穀粒プロファイルの各穀粒プロファイルは、AIA100セットアップに関連付けられたあらかじめ定められたパラメータを含むことができる。パラメータは、カメラ構成、照明および背景の設定、スロットフィーダのスパン、および標準閾値を含むことができる。
ステップ702において、スロットフィーダが設定される。いくつかの例示的な実施形態では、システム600は、現在の穀粒プロファイルのパラメータに従って、粒径の要件を満たすように、スロットフィーダ204のスパン211を調整する。
ステップ703において、背景照明が設定される。いくつかの例示的な実施形態では、システム600は、現在の穀粒プロファイルのパラメータに従って、穀粒の色、色相、サイズ、および透明度の要件を満たすように、背景照明214のうちの少なくとも1つを設定することができる。照明214は、背景のいずれかの側、および両方の側を同時に照明するように設定することができることに留意されたい。加えて、または代替として、システム600は、検査プロセス中に照明214に側面照明を交互にさせることができ、また、プロセス中に照明を減光させることができ、すべて、穀粒検査の画像解像度を向上させる。
ステップ704において、カメラが構成される。いくつかの例示的な実施形態では、システム600は、現在の穀粒プロファイルのパラメータに従って、穀粒の不純物、形状の変化、および色を検出するための要件を満たすように、少なくとも1つのカメラ207を設定することができる。検出要件は、例えば、不純物、暗い斑点または暗いゲル、暗いおよび明るい汚染、異物、変色、交差汚染、色測定および色ずれ、サイズ偏差、形状不規則性、凝集、透明性、光沢であり得る。前述のように、複数のカメラを同時に使用することができることに留意されたい。加えて、または代替として、システム600は、1つ以上のカメラ207に、選別プロセス中に画像キャプチャを交互に行わせること、ならびに画像キャプチャプロセス中に光学フィルタを作動させることができ、これらはすべて現在の穀粒プロファイルに従って行われる。
ステップ705において、穀粒注入が有効にされる。いくつかの例示的な実施形態では、穀粒監視および検査プロセスを開始するために、穀粒が入口漏斗に入ることが可能にされ得る。
ステップ706において、画像、ならびに他のセンサおよび/または他のライン生産システムなどの他のソースから収集されたデータがキャプチャされ、分析される。いくつかの例示的な実施形態では、画像のデジタル表現は、画像分析のために、ビデオフロントエンド207によってプロセッサ601にルーティングされ得る。画像分析は、画像中の各穀粒の基準を決定するように構成され、基準は、不純物、形状の変化、穀粒の色、例えば、不純物、暗い斑点または暗いゲル、暗いおよび明るい汚染、異物、変色、交差汚染、色測定および色ずれ、サイズ偏差、形状不規則性、凝集、透明性、光沢を検出するための要件からなる群から選択される。いくつかの例示的な実施形態では、画像は、各々60秒の記録でリポジトリに保持される。
ステップ707では、ステップ706で収集されたデータのすべてまたは一部からヒストグラムが生成される。いくつかの例示的な実施形態では、システム600は、例えば、上記に列挙したような異なる基準について、図8~図16に示すようなヒストグラム表現を生成するように適合される。各ヒストグラムの横軸は、寸法を表し、必須ではないが、好ましくは、ミクロン単位で与えられ、縦軸は、100k粒でスケーリングされた発生数を表すことに留意されたい。各ヒストグラムの各バーは、100k粒ごとに代表的なサムネイル画像を含む。任意選択で、追加のデータ、例えば、統計的プロセス制御ツール(SPC)、人工知能(AI)アルゴリズム、データ傾向分析、および特別に記述されたアルゴリズムによって収集されたデータを使用することができる。SPCおよびAIはまた、他の生産ラインからの他のセンサまたはシステムからの他のセンサからの情報にも基づくことができる。
例えば、本明細書で後述するようなヒストグラムなどの視覚情報は、本明細書で前述した選別システムのうちの任意の1つ、ならびに他の選別および検査システムにおいて接続され、表示され得る。
検査システムは、次のような追加のアクション(ステップ708)に使用できる。
1.エアノズルまたは機械的フラップを使用して不適格なペレットを排出すること。このアクションによって、それに近接して配置されたペレットが0から比較的少数の場合でも、不適格なペレットのみを除去することが可能になる。
2.分流弁、または材料ストリーム全体を移動させる他の機構を使用して、検査済み材料の流れを迂回させる。このアクションは、不適格なペレットを有する材料ストリーム内にある比較的多数のペレットとともに、不適格なペレットを同時に除去する。
3.不適格なペレットの生産を防止するため、またはその品質を向上させるために、生産を停止するため、または速度、温度、圧力、および/または他のパラメータなどの生産パラメータのうちの1つに新しいセットポイントを設定するために、生産ライン制御にコマンドを送信する。
4.生産ラインのオペレータにアラームを生成して、生産障害を示したり、生産が良好かつ安定した生産から、オペレータがこれを修正しない場合に生産障害を引き起こす可能性のある、あまり良好でないか不安定な生産に移行していることを示したりする。
5.良好で安定した生産を維持または達成するためにとるべき措置について、ラインオペレータに推奨を生成する。
1.エアノズルまたは機械的フラップを使用して不適格なペレットを排出すること。このアクションによって、それに近接して配置されたペレットが0から比較的少数の場合でも、不適格なペレットのみを除去することが可能になる。
2.分流弁、または材料ストリーム全体を移動させる他の機構を使用して、検査済み材料の流れを迂回させる。このアクションは、不適格なペレットを有する材料ストリーム内にある比較的多数のペレットとともに、不適格なペレットを同時に除去する。
3.不適格なペレットの生産を防止するため、またはその品質を向上させるために、生産を停止するため、または速度、温度、圧力、および/または他のパラメータなどの生産パラメータのうちの1つに新しいセットポイントを設定するために、生産ライン制御にコマンドを送信する。
4.生産ラインのオペレータにアラームを生成して、生産障害を示したり、生産が良好かつ安定した生産から、オペレータがこれを修正しない場合に生産障害を引き起こす可能性のある、あまり良好でないか不安定な生産に移行していることを示したりする。
5.良好で安定した生産を維持または達成するためにとるべき措置について、ラインオペレータに推奨を生成する。
いくつかの例示的な実施形態では、選別または他のアクションは、標準閾値を含む所与の穀粒プロファイルのあらかじめ定められたパラメータに基づいて実行される。閾値は、各基準についてのあらかじめ定められた合格/不合格識別レベルを指示、あらかじめ決定する。システム600は、品質レポートを生成することもできる。
次に、図8、図9、および図10を参照する。図8は、グレーレベルで測定された黒さ基準のヒストグラムを示し、図9は、ミクロンで測定された粒径基準のヒストグラムを示し、図10は、ミクロンで測定された粒度基準のヒストグラムを示す。開示された主題のいくつかの例示的な実施形態では、システム600は、ステップ708で説明される1つ以上のアクションにおいて、標準からの任意の偏差に反応することができる。粒径、粒形状、汚染サイズおよび形状、色偏差、粒またはアイテムの絶対色など、他のパラメータを監視し、検査し、ヒストグラムで表すことができることに留意されたい。
次に図11を参照すると、開示された主題のいくつかの例示的な実施形態による、結果レポートを示すワークステーションスクリーンショットが示されている。検査システムの正確性および信頼性は、システムオペレータの能力および作業品質、検査システムの設定および制御の正しい管理に大きく依存する。実際には、これは、専門家にとっても、ユーザにとってもいくつかの非常に深刻な課題を提示する。ユーザが検査システムを操作する際、システムに正しい命令を与え、検査プロセスを効果的に実行するために、少なくとも2つのタイプの情報表現、すなわち統計情報および画像情報が重要である。開示された主題の実施形態によれば、ユーザは、両方のタイプの情報がユーザに同時に提示されるように、キャプチャされた画像と組み合わされた統計分析に基づいて検査装置にインターフェースし、命令を提供することができる。この特徴については、以下でさらに詳述される。スクリーン220の上部には、現在の検査タスクの結果のステータスを示す制御インジケータ811が表示される。本主題の一実施形態によれば、制御インジケータ811は、排出の数およびサイズに関する表示を含む。ステータスが正常である場合、制御インジケータ811は緑色である。ステータスが正常でない場合、制御インジケータ811は、黄色または赤色としてマークされる。本主題の範囲を限定することなく、任意の他の色を使用することが可能である。任意選択で、複数の制御インジケータ811がスクリーン220上に示され得、オペレータの要求に従っていくつかの要因の表示を示し、例えば、失敗した検査タスクまたは失敗の予測を示す。スクリーン220の中央部分810は、検査対象物に関する視覚情報を表示する。この実施形態によれば、このスクリーンショットは、暗汚染検査を伴うペレットのプロセス中の検査対象物の表示を示す。モードタブ812では、いくつかの表示モードが提示され、ユーザは、一方のモードから他方のモードに変更することができる。この実施形態では、表示モードは、サムネイル画像の形態である。サムネイルモードでは、特定の時間における特定のタスクのライブビューまたは参照ビューが提示される。別の表示モードは、トレンドであり、図12でさらに説明されるように、選択された時間間隔で監視されたパラメータのグラフィックビューを示す。別の表示モードはカメラビューである。状態タブ814は、図13でさらに説明されるように、少なくとも2つの状態、すなわち、ライブビューおよび参照ビューを有する。スクリーン220の中央部分810は、タスクに関連するペレットのサムネイルを示す。ライン816は、識別レベルを設定するために操作される。各正方形818は、AIA100において検査された対象物の表現である。スクリーン220は、検査された集団を表す複数の正方形818を表示することができる。最新の画像は、中央部分810に表示され、スクリーン220の下部に表示され、先入れ先出しスタック方式で、前の正方形818の画像を押し上げる。表示される正方形818の数は、特定の穀粒の数および中央部分810の高さに関連付けられる。中央部分810の右側には、特定の穀粒の1つのタイプのみが検出され、したがって、この特定の穀粒のみがサムネイル表示されるが、中央部分の左側には、4つを超えるサムネイルが存在するが、それらのうちの4つのみが示される。中央部分の高さがより高くなると、より多くのサムネイル画像が提示されたことになる。スクリーン220の下部820は、ヒストグラムビューに定量化された日付を表示する。任意選択で、正方形818は、オペレータによって決定された基準に従って、例えば、最高の画質のアイテムまたは最も適切な表現画像などの画像を表示することができる。
一般的なタスクボックスは、技術ログインボックス822、ゴールデン参照ボックス824、ヒストグラムボックス826、フローボックス828、HWボックス830、およびフリーティングボックス832を含む。技術ログインボックス822は、システムに出入りするユーザによって押されるログインボタン8221およびログアウトボタン8222を含む。ゴールデン参照ボックス824は、検査中に、現在の検査タスクまたは一般に複数の検査タスクのために、ゴールデン参照のスナップショットを設定するために使用される。保存ボタン8241がユーザによって押されると、現在の閾値、ならびに適用される他のすべての決定およびパラメータ設定が、ゴールデン参照として保存される。ユーザがロードボタン8242を押すと、ゴールデン参照のグラフィックインターフェースがスクリーン220に表示される。ヒストグラムボックス826は、現在のタスクを示す。ユーザは、ヒストグラムボックスに表示されるタスクのオプションのリスト、例えば、欠陥コントラスト、欠陥サイズ、ペレットサイズ、非集束、黄色度などをスクロールダウンすることができる。ヒストグラム消去ボタン8261がユーザによって押されると、スクリーン220の中央部分810に示されるヒストグラムは消去され、スクリーン220の中央部分810は空になる。フローボックス828は、1分あたりのペレット数8281を左側に示す。フローボックス828は、ペレット8282の分離率を右側に示す。目詰まりバー8283は、漏斗201内の検査された穀粒の流れの視覚的表示を示す。流れが良好である場合、目詰まりバー8283は緑色になる。障害物がある場合、または流れが良好でない場合、目詰まりバー8283は赤くなる。HWボックス830排出無効化ボタン8302は、赤または緑のいずれかであり得、排出無効化ボタン8302を押すと色が変わる。レポートボタン8304が押されると、現在のタスクのレポートが生成され、ユーザに送られる。HWボックス830の下部において、表示部8305は、排出が無効であるかどうかを示す。フリーティングボックス832は、排出無効化ボタン8302を使用して排出有効化が行われるときに使用される。フリーティングボックス832において、ユーザは、名前ボタン8321のボックスをチェックすることによって示すことができる。好ましくは、名前はタスクの説明であり、発生した排出数のカウンタが示される。ユーザは、カウンタボタン8322をチェックすることによって、フリートのカウントをリセットすることができる。
開示された主題の一実施形態によれば、本明細書で前述した両方のタイプの情報がスクリーン220上に表示され、ユーザが検査プロセスの結果を広い視野で見ることを可能にする。中央部分810には、検査済みアイテムの画像のサムネイルビューが表示される。対応する下部820には、検査済みアイテムに関する統計情報のヒストグラムビューが表示される。列A###の一部である特定の正方形818は、その列に表示されるグループの一部である検査済みアイテムのサムネイル画像である。例えば、列A###は、ヒストグラムボックス826に表示される欠陥サイズという名前のタスクの検査済みアイテムのセグメントである。前述のように、中央部分810の高さがより高くなると、すべて同じグループからより多くのサムネイル画像が提示された可能性がある。列A###に表示されるアイテムに関する統計情報、例えばパラメータの強度分布は、対応するヒストグラムバーB###に示される。現在の主題のいくつかの実施形態では、各列A###のボタンに、統計情報の概要が表示される。統計情報および視覚情報の、対応する2つのタイプの情報を同時に探索する能力を有することにより、ユーザは、検査タスクおよび検査される特定のアイテムをよりよく理解することができる。画像情報に基づいて、ユーザは、不規則性が深刻であるかどうかを決定し、システムに命令を与える必要があるかどうかを決定することができる。統計情報に基づいて、ユーザは、特定の対応する画像と検査タスク全体の両方に関連する決定を行うことができる。例えば、ヒストグラムの最も高いピークは、データセットのモードとも呼ばれる、データセットにおいて最も頻繁に生じる値の位置を表す。この統計情報は、検査プロセス中に変化しており、ユーザによって行われる命令および決定に影響を及ぼす可能性がある。対応ヒストグラムのピークまたはモードを参照した、列A##の画像情報の同時ビューは、分析および命令の生成のための広範で関連性のある知識ベースをユーザに提供する。例えば、閾値設定は、オペレータが統計情報に照らして画像を検査することができるので、より効率的に行うことができる。場合によっては、例えば、オペレータは、設定された欠陥サイズ閾値が非常に厳密であることを認識することができ、アイテムが欠陥として分類される前に、欠陥のサイズを大きくすることができる。
次に図12を参照すると、開示された主題のいくつかの例示的な実施形態による、トレンドビューにおける結果レポートを示すワークステーションのスクリーンショットが示されている。トレンドビューでは、情報は、選択された時間間隔、例えば、数時間または数日間の監視されたパラメータのグラフとして表示される。持続時間ボックス902は、視聴のための時間間隔を示す少なくとも1つのボタンを含む。持続時間ボックス902のボタンのうちの1つを押すことによって、関連情報が表示される。例えば、図12に示すように、24時間ボタンを押すと、過去24時間の情報が表示される。パラメータチェックボックス904は、監視可能なパラメータ、例えば、黒色検出、排出、最後の10分間の排出、1分当たりの平均穀粒数、小さい閾値超過、粒径などを列挙する。スクリーン220の中央部分810に、パラメータの情報および時間中の変化のグラフィックビュー。スクリーン220の中央部分810の右側には、各パラメータの特定のグラフィック表現を示すグラフィック凡例906が表示される。例えば、黒色検出は緑色でマークされ、排出は薄茶色でマークされ、最後の10分の排出は濃い赤色でマークされ、1分当たりの穀粒平均は青色でマークされる。特定のドット908をクリックすることによって、インターフェースは、前述のように、サムネイルビューのものに変わる。色の任意の組合せが可能であることに留意されたい。図14A、図14B、図15A、および図15Bで後述するように、トレンドビューにより、ユーザは、ある時間における以前のタスクに関する履歴情報を視覚的に評価し、そのような情報に従って閾値を設定することができる。
次に図13を参照すると、開示された主題の別の実施形態による、サムネイルビューにおける結果レポートを示すワークステーションスクリーンショットが示されている。サムネイルモードでは、ビューボタン910は、ユーザがチェックする必要があるライブビューまたは参照ビューの2つのモードを有する。ライブビューを押されると、現在の検査実行のビューが表示される。参照ビューが押されると、ゴールデン参照または任意の他の履歴参照のような別の実行が表示される。参照ボックス912では、参照の説明が表示され、ユーザは、表示させたいオプション、すなわちゴールデン、シングル、レンジ、またはなしを押す。スクリーン220の下部820には、ライブビューの場合は青色、参照ビューの場合は緑色の2つのヒストグラムのビューが表示される。他の色を選択することができる。現在の検査タスクおよび一般的なタスクの統計情報の両方のヒストグラムの表示によって、ユーザは、情報に基づいた決定を行うために、情報を探索し、比較することができる。一般的なタスク統計情報は、例えば、選択された時間間隔における同様のタスクに関する情報、またはゴールデン参照グラフィック情報であり得る。例えば、異なるシステムにおける結果を比較するために、特定のシステムおよび他の装置における他のタスクに関連する現在のタスクに関する豊富な情報を有することは、生産ラインについての指示をオペレータに提供することができる。このような情報は、生産ラインを改善する方法に関する洞察を得るために、経時的に監視することができる。
次に図14Aを参照すると、開示された主題のいくつかの例示的な実施形態による、サムネイルビューにおける暗欠陥検査の結果レポートを示すワークステーションスクリーンショットが示されている。閾値または識別レベルの設定は、特定の検査または分析タスクに関連する目的を定義するために検査システムのユーザによって行われる一般的なアクティビティである。ユーザは、閾値を使用して、アイテムが良好または重要である重要業績評価指標(KPI)値を定義することができる。緑線920および緑線922は、ユーザによって設定される。緑線920および922は、200~400ミクロンの範囲の小さい汚染の許容数の識別レベルを設定している。任意選択で、図14Bの線140に示されるように、数が1000を超えると、アラームが作動する。赤線924は、700ミクロンを超える暗い汚染を選別するための識別レベルを設定している。スクリーン220の下部820には、対応するヒストグラムビューが表示される。例えば、列926には、800ミクロンのサイズで暗欠陥を有する3.9ペレット(100kペレットに正規化された)のサムネイル表示が表示される。対応するヒストグラム表示がバー928に示されている。
次に図15Aを参照すると、開示された主題のいくつかの例示的な実施形態による、サムネイルビューにおけるサイズ監視検査の結果レポートを示すワークステーションスクリーンショットが示されている。識別範囲または閾値範囲は、閾値、例えば、ターゲット範囲およびクリティカル範囲から生じる。KPI値がある閾値範囲に応じて、例えば、それは良好であるか、または重要である。緑線920および緑線922は、ユーザによって設定される。緑線920および922は、300~1200ミクロンの範囲の小粒子の許容数(100kペレットに正規化された)の識別レベルを設定している。図15Bの線150に示されるように、数が3kを超えると、アラームが作動する。赤線924および赤線926は、ヒストグラムのモードの許容される変化の識別レベルを設定する。モードの変化が2.3mm未満の場合、またはモード変化が2.6mmを超えた場合、アラームが作動する。
次に図16を参照すると、開示された主題のいくつかの例示的な実施形態による、サムネイルビューにおける黄色度検査の結果レポートを示すワークステーションスクリーンショットが示されている。緑線920は、黄色過ぎるペレットの識別レベルを設定している。
他のパラメータは、同じまたは類似の方法で表示することができる。
本発明をその特定の実施形態と併せて説明してきたが、多くの代替、修正、および変形が当業者には明らかであることは明らかである。したがって、本発明は、添付の特許請求の範囲の趣旨および広い範囲内に入るそのような代替、修正、および変形のすべてを包含するものとする。本明細書において言及されるすべての刊行物、特許および特許出願は、各個々の刊行物、特許または特許出願が、参照により本明細書に組み込まれるように具体的かつ個別に示されたかのように、その全体が本明細書に参照により組み込まれる。加えて、本出願における任意の参照の引用または特定は、そのような参照が本発明の従来技術として利用可能であることを認めるものと解釈されないものとする。
Claims (17)
- ユーザが少なくとも1つのデジタル光学機器を有する検査装置とインターフェースするための管理および制御システムであって、
前記少なくとも1つのデジタル光学機器から画像を受信し、前記画像を分析し、前記検査装置に命令を送信するように構成されたプロセッサと、
前記画像の分析を表示するように構成されたディスプレイであって、前記ユーザが、前記画像の前記分析に基づいて、前記検査装置にインターフェースし、命令を提供することができ、前記ディスプレイが、前記画像に基づいて、前記プロセッサ内で生成されたヒストグラムおよびサムネイル画像を同時に表示する、ディスプレイと
を備える管理および制御システム。 - 前記ヒストグラムと前記サムネイル画像とが互いに対応している、請求項1に記載の管理および制御システム。
- 前記検査および選別装置が、豆類、香辛料、ナッツ類、穀物類、米類、野菜類、果実類、プラスチック粒類、金属粒類、ガラス粒類、医薬品錠剤からなるアイテム群から選択されるアイテムを検査するように構成されている、請求項1に記載の管理および制御システム。
- 前記少なくとも1つのデジタル光学機器が、X線検出器、磁気共鳴イメージング(MRI)デバイス、コンピュータ断層撮影(CT)スキャナ、3Dデータスキャナ、カメラ、光学センサからなる光学機器群から選択される、請求項1に記載の管理および制御システム。
- 前記ディスプレイが、モニタ、スクリーン、エレクトロルミネセント(ELD)表示装置、液晶ディスプレイ(LCD)デバイス、発光ダイオード(LED)デバイス、プラズマ(PDP)ディスプレイ、タブレットなどの電子ハンドヘルドデバイス、スマートフォンデバイスからなるディスプレイ群から選択される、請求項1に記載の管理および制御システム。
- 前記命令が、前記アイテムを選別すること、アイテムの排出を有効にすること、アイテムの排出を無効にすること、レポートを生成すること、識別レベルを設定すること、アイテムを迂回させること、アラームを生成するための閾値を設定すること、自動予測およびアラーミングのためのデータセットを定義すること、生産ライン制御のためのセットポイントを定義することからなる命令群から選択される、請求項2に記載の管理および制御システム。
- 前記管理システムが、前記プロセッサと通信するメモリユニットをさらに備え、前記メモリユニットが、前記画像、参照画像、前記アイテムの複数のプロファイル、システム設定、システムレポート、画像分析、異なるタイプのアイテムの閾値を含む参照プロファイル、参照プロファイルに関連付けられた統計分析からなる情報群から選択される情報を保持するように構成される、請求項2に記載の管理および制御システム。
- 前記ディスプレイが、前記画像に基づいて前記プロセッサで生成されたグラフをグラフィカルに表示する、請求項1に記載の管理および制御システム。
- 前記検査装置が、生産ライン内に組み込まれている、請求項1に記載の管理および制御システム。
- アイテムの検査装置を管理し制御する方法であって、
前記検査装置の少なくとも1つのデジタル光学機器によって検査された前記アイテムの画像をキャプチャすることと、
プロセッサによって、前記少なくとも1つのデジタル光学機器から前記画像を受信することと、
前記アイテムの分析を行うために前記プロセッサによって前記画像を分析することと、
ヒストグラム表現およびサムネイル画像を同時に表示しながら、ディスプレイ上に前記分析を表示することと、
前記検査装置によって、ユーザによってインターフェースされた命令を受信することと
を含む方法。 - 前記画像を分析することが、前記画像内の各アイテムの基準を決定することを含み、前記基準が、不純物、形状の変化、前記アイテムの色、暗い斑点、暗いゲル、暗いおよび明るい汚染、異物、変色、交差汚染、色測定および色ずれ、サイズ偏差、形状不規則性、凝集、透明性、アイテムの光沢からなる群から選択される、請求項10に記載の方法。
- 前記アイテムの寸法および基準のヒストグラム表現を生成することをさらに含む、請求項10に記載の方法。
- 前記ヒストグラム表現、サムネイル画像、およびグラフに基づいて閾値を設定することをさらに含む、請求項12に記載の方法。
- ユーザによってインターフェースされる前記命令が、前記アイテムを選別すること、アイテムの排出を有効にすること、アイテムの排出を無効にすること、レポートを生成すること、識別レベルを設定すること、アイテムを迂回させること、アラームを生成するための閾値を設定すること、自動予測およびアラーミングのためのデータセットを定義すること、生産ライン制御のためのセットポイントを定義することからなる命令群から選択される命令を含む、請求項10に記載の方法。
- 前記ヒストグラムと前記サムネイル画像とが互いに対応している、請求項10に記載の方法。
- ユーザが検査装置から視覚情報および統計情報を同時に受信し、前記検査装置に命令を提供できるように、前記ユーザと前記検査装置との間をインターフェースするインターフェースであって、
前記検査装置から画像を受信し、前記画像の少なくとも一部を表示し、前記画像に基づいて統計分析を行い、分布ヒストグラムを形成するように構成されたプロセッサと、
前記画像の少なくとも前記一部と前記分布ヒストグラムとを同時に表示するように構成されたディスプレイと、
前記ユーザが前記プロセッサに命令を提供し、前記検査および選別装置とインターフェースするための入力デバイスと
を備えるインターフェース。 - 前記画像の前記少なくとも一部と前記分布ヒストグラムとが互いに対応する、請求項16に記載のインターフェース。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US17/157,199 US20210192715A1 (en) | 2019-05-01 | 2021-01-25 | Automated grains inspection |
US17/157,199 | 2021-01-25 | ||
PCT/IL2022/050063 WO2022157763A1 (en) | 2021-01-25 | 2022-01-16 | Automated grains inspection |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2024504708A true JP2024504708A (ja) | 2024-02-01 |
Family
ID=82548997
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023544277A Pending JP2024504708A (ja) | 2021-01-25 | 2022-01-16 | 自動穀粒検査 |
Country Status (6)
Country | Link |
---|---|
EP (1) | EP4281227A1 (ja) |
JP (1) | JP2024504708A (ja) |
KR (1) | KR20230153371A (ja) |
CN (1) | CN117412821A (ja) |
IL (1) | IL304564A (ja) |
WO (1) | WO2022157763A1 (ja) |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6024949B2 (ja) * | 2012-06-27 | 2016-11-16 | 株式会社サタケ | 穀粒外観測定装置 |
RU2727913C1 (ru) * | 2016-07-12 | 2020-07-24 | Йосино Джипсум Ко., Лтд. | Способ контроля, способ контроля и передачи информации, способ изготовления, включающий способ контроля, устройство контроля и производственная установка |
US10902575B2 (en) * | 2019-05-01 | 2021-01-26 | Inspect Technologies Ltd | Automated grains inspection |
-
2022
- 2022-01-16 EP EP22742370.4A patent/EP4281227A1/en active Pending
- 2022-01-16 WO PCT/IL2022/050063 patent/WO2022157763A1/en active Application Filing
- 2022-01-16 CN CN202280019950.1A patent/CN117412821A/zh active Pending
- 2022-01-16 JP JP2023544277A patent/JP2024504708A/ja active Pending
- 2022-01-16 KR KR1020237028655A patent/KR20230153371A/ko unknown
-
2023
- 2023-07-18 IL IL304564A patent/IL304564A/en unknown
Also Published As
Publication number | Publication date |
---|---|
EP4281227A1 (en) | 2023-11-29 |
IL304564A (en) | 2023-09-01 |
CN117412821A (zh) | 2024-01-16 |
KR20230153371A (ko) | 2023-11-06 |
WO2022157763A1 (en) | 2022-07-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7968814B2 (en) | Optical grain sorter | |
Shahin et al. | A machine vision system for grading lentils | |
US10188036B2 (en) | System for evaluating agricultural material | |
CN102639259B (zh) | 使用模式识别的检查装置和方法 | |
JP6152845B2 (ja) | 光学式粒状物選別機 | |
JP5371916B2 (ja) | 検査システムにおける対話型閾値調整方法及びシステム | |
US20210192715A1 (en) | Automated grains inspection | |
EP2083375B1 (en) | Cell image processing apparatus, cell image displaying system and cell image displaying method | |
EP3158849B1 (en) | System for evaluating agricultural material | |
Roseleena et al. | Assessment of palm oil fresh fruit bunches using photogrammetric grading system. | |
CN102655951B (zh) | 使用图形用户界面的分选装置和方法 | |
JP5974870B2 (ja) | 製品画像検査装置および製品画像検査方法 | |
US10902575B2 (en) | Automated grains inspection | |
JP2024504708A (ja) | 自動穀粒検査 | |
JP6694715B2 (ja) | 検査システム、プログラム、および、検査方法 | |
EP3969211A1 (en) | Method and apparatus for analysing metal powder | |
CN116840240A (zh) | 电源分配器视觉检测*** | |
US8682027B2 (en) | System to determine product density | |
Deo et al. | Detection of material build-up during online size distribution analysis of iron ore green pellets using MobilenetV2 | |
KR100485304B1 (ko) | 사출성형기의 감시방법 | |
JP7428966B2 (ja) | 色彩選別機 | |
JP7515519B2 (ja) | 金属粉末分析方法及び装置 | |
JP2022532399A (ja) | 金属粉末分析方法及び装置 | |
JPH03280169A (ja) | 外観検査装置 |