JP2584195B2 - Automatic evaluation device for round colored fruits - Google Patents
Automatic evaluation device for round colored fruitsInfo
- Publication number
- JP2584195B2 JP2584195B2 JP6169317A JP16931794A JP2584195B2 JP 2584195 B2 JP2584195 B2 JP 2584195B2 JP 6169317 A JP6169317 A JP 6169317A JP 16931794 A JP16931794 A JP 16931794A JP 2584195 B2 JP2584195 B2 JP 2584195B2
- Authority
- JP
- Japan
- Prior art keywords
- hue
- size
- fruit
- unit
- area
- 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.)
- Expired - Fee Related
Links
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Processing (AREA)
- Length Measuring Devices By Optical Means (AREA)
Description
【０００１】[0001]
【産業上の利用分野】本発明は果実の自動評価方式にか
かり、特に、丸形あるいはそれに準ずる有色果実の評価
をサイズおよび色により高速で評価する丸形有色果実の
自動評価装置に関する。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to an automatic fruit evaluation method and, more particularly, to an automatic evaluation apparatus for a round colored fruit which evaluates a round or similar colored fruit at a high speed by size and color.
【０００２】[0002]
【従来の技術】みかん、その他の丸形の果実を大きさ
（サイズ）や色で評価する，所謂選果作業は人手に頼っ
ているのが一般的である。人手による果実の評価は作業
者の経験を必要とし、特に色による評価は熟練を要する
と共に作業量に限界があり、大量の果実を処理するため
には多くの作業者を確保しなければならない。2. Description of the Related Art In general, so-called fruit selection work, in which oranges and other round fruits are evaluated by size and color, relies on manual labor. The evaluation of fruits manually requires the experience of workers, especially the evaluation by color requires skill and the amount of work is limited, and a large number of workers must be secured in order to process a large amount of fruits.
【０００３】このような評価作業を人手に頼らず、機械
的な手段で自動化することができれば極めて効率のよい
選果作業が可能となる。従来、果実の自動評価装置とし
て、ビデオカメラと画像処理装置とを用いてみかんの選
果を行うものが知られている。なお、この種の技術に関
連した従来技術を開示したものとしては、例えば、戸井
田秀基著「光を用いたミカンの測定」（電子情報通信学
会誌 vol.76,No.9,pp.935〜938,1993）を挙げることが
できる。[0003] If such an evaluation operation can be automated by mechanical means without relying on humans, an extremely efficient fruit selection operation becomes possible. 2. Description of the Related Art Conventionally, as an automatic fruit evaluation apparatus, there is known an apparatus for selecting oranges using a video camera and an image processing apparatus. Examples of the conventional technology related to this type of technology include, for example, Hideki Toida, "Measurement of mandarin orange using light" (IEICE vol.76, No.9, pp.935 938, 1993).
【０００４】[0004]
【発明が解決しようとする課題】上記従来の自動評価装
置は、広い視野角で多数個の対象物（みかん）を同時に
撮像し、１画像中の多数の対象物のそれぞれについて画
像処理を施す方法を採用しているため、個々の対象の計
測精度が低く、かつ処理すべき情報量が多いことで、高
速処理を行うためには専用の画像処理装置を必要として
いた。The above-described conventional automatic evaluation apparatus is a method for simultaneously imaging a large number of objects (mandarins) with a wide viewing angle and performing image processing for each of the large number of objects in one image. Since the measurement accuracy of each object is low and the amount of information to be processed is large, a dedicated image processing device is required to perform high-speed processing.
【０００５】また、従来の技術では、対象物の照明に伴
う影や輝度が評価に影響を与えるために、高精度の評価
を得るためには厳しい照明管理を行う必要があって、装
置構成が複雑大規模となってしまい、その設置および運
用コストが高いという問題があり、普及を阻害する要因
となっていた。本発明の目的は、上記従来技術の問題を
解消し、ミカンのように丸くかつ有色の果実を小規模な
構成で高速に評価することのできる丸形有色果実の自動
評価装置を提供することにある。In the prior art, since shadows and brightness due to illumination of an object affect the evaluation, it is necessary to perform strict illumination management in order to obtain a highly accurate evaluation. It is complicated and large-scale, and there is a problem that its installation and operation costs are high, which has been a factor inhibiting its spread. An object of the present invention is to solve the above-mentioned problems of the prior art and to provide an automatic evaluation apparatus for a round colored fruit which can evaluate a round and colored fruit like a mandarin orange with a small scale at high speed. is there.
【０００６】[0006]
【課題を解決するための手段】上記目的を達成するた
め、本発明は、丸い有色の果実（対象果実）をカラービ
デオカメラで個別に撮像してカラービデオ信号（以下、
カラー画像信号とも言う）を得、このカラー画像信号を
画素毎にＲ（赤），Ｇ（緑），Ｂ（青）の３原色に分解
し、下記の式（１）に従って輝度（Ｉ）、色相（Ｈ）、
彩度（Ｓ）を算出する。In order to achieve the above object, the present invention provides a color video signal (hereinafter, referred to as a "color video signal") by individually capturing a round colored fruit (a target fruit) with a color video camera.
The color image signal is divided into three primary colors of R (red), G (green), and B (blue) for each pixel, and the luminance (I), Hue (H),
Calculate the saturation (S).
【０００７】 Ｉ（ｘ，ｙ）＝０．３０Ｒ（ｘ，ｙ）＋０．５９Ｇ（ｘ，ｙ）＋０． １１Ｂ（ｘ，ｙ） Ｈ（ｘ，ｙ）＝ｔａｎ−１（Ｅ ＢＹ （ｘ，ｙ）／ＥＲＹ（ｘ，ｙ）） Ｓ（ｘ，ｙ）＝（ＥＢＹ（ｘ，ｙ）２＋ＥＲＹ（ｘ，ｙ）２）１／２ ・・・・・ （１） ここで、Ｅ ＢＹ （ｘ，ｙ）、ＥＲＹ（ｘ，ｙ）は、それぞれ Ｅ ＢＹ （ｘ，ｙ）＝−０．３０Ｒ（ｘ，ｙ）−０．５９Ｇ（ｘ，ｙ） ＋０．８９Ｂ（ｘ，ｙ） ＥＲＹ（ｘ，ｙ）＝０．７０Ｒ（ｘ，ｙ）−０．５９Ｇ（ｘ，ｙ）− ０．１１Ｂ（ｘ，ｙ） で定義される変数である。なお、上記の定義は、カラー
テレビ信号のスペクトル感度が白ピークを得るためのＲ
（赤）、Ｇ（緑）、Ｂ（青）の各原色の輝度成分の混合
比に基づくものであり、必要ならば、日本放送出版協会
刊「ＮＨＫカラーテレビ教科書」（昭和５６年４月２０
日発行、第１２刷）２．２カラーテレビの信号）第２６
〜２９頁を参照されたい。 I (x, y)= 0.30R(X, y) + 0.59G (x, y) +0. 11B (x, y) H (x, y) = tan-1(E BY (X, y) / ERY(X, y)) S (x, y) = (EBY(X, y)2+ ERY(X, y)2)1/2 ... (1) whereE BY (X, y), ERY(X, y) are respectivelyE BY (X, y) = − 0.30 R (x, y) −0.59 G (x, y) +0.89 B (x, y) ERY(X, y) = 0.70R (x, y) -0.59G (x, y) -0.11B (x, y).Note that the above definition is color
The spectral sensitivity of the TV signal is R
Mixing of luminance components of each primary color (red), G (green) and B (blue)
Ratio, and if necessary, the Japan Broadcasting Press Association
Published "NHK Color Television Textbook" (April 20, 1981)
Date, 12th printing) 2.2 Color TV signal) 26th
See page 29.
【０００８】あらかじめ計測して得た対象とする果実の
色相と彩度の範囲を（ｈｍｉｎ，ｈｍａｘ）、（ｓ
ｍｉｎ，ｓｍａｘ）とし、各画素についてｈｍｉｎ≦Ｈ
（ｘ，ｙ）≦ｈｍａｘ、かつｓｍｉｎ≦Ｓ（ｘ，ｙ）≦
ｓｍａｘである画素を１、それ以外を０とする２値画像
Ｂ（ｘ，ｙ）を作成する。このＢ（ｘ，ｙ）を下記の式
（２）に示す非線形フィルタにより、孤立点の除去と穴
埋めの処理を行う。 Ｂ’（ｘ，ｙ）＝１ ：Ｗｈｅｎ ８≦ｂ（ｘ，ｙ） ＝０ ：Ｗｈｅｎ ｂ（ｘ，ｙ）≦１ ＝Ｂ（ｘ，ｙ） ：Ｏｔｈｅｒｓ ・・・・・ （２） 但し、The hue and saturation ranges of the target fruit obtained by measurement in advance are defined as (h min , h max ), (s
min , s max ) and h min ≦ H for each pixel.
(X, y) ≦ h max and s min ≦ S (x, y) ≦
A binary image B (x, y) is created in which the pixel that is s max is 1 and the others are 0. This B (x, y) is subjected to a process of removing isolated points and filling holes by using a nonlinear filter expressed by the following equation (2). B ′ (x, y) = 1: When 8 ≦ b (x, y) = 0: When b (x, y) ≦ 1 = B (x, y): Others (2)
【数１】 次に、２値画像信号Ｂ’（ｘ，ｙ）において、”１”の
部分の面積から直径Ｒを計算する。 (Equation 1) Next, in the binary image signal B ′ (x, y), the diameter R is calculated from the area of the “1” portion.
【０００９】画像信号はビデオカメラおよび信号伝送路
を通過する過程において、特に水平方向に波形なまりを
伴う。この波形なまりの影響で見かけの直径Ｒは誤差を
含む。この誤差を低減して精度を上げるため、要因とし
て影響が大きい色相Ｈと輝度Ｉを変数として校正を行
う。同時に、長さの単位（例えば、ｍｍ）に換算する。[0009] In the process of passing an image signal through a video camera and a signal transmission path, waveform distortion is caused particularly in the horizontal direction. The apparent diameter R includes an error due to the influence of the waveform rounding. In order to reduce the error and increase the accuracy, calibration is performed using the hue H and the luminance I, which are largely affected as variables, as variables. At the same time, it is converted into a unit of length (for example, mm).
【００１０】この変換関数ｆ（Ｒ，Ｈａ, Ｉａ）は対象
物（果実）の種類ごとにあらかじめ計測し、ルックアッ
プテーブルとしてメモリに格納しておき、運用時はこの
ルックアップテーブルを参照するだけで長さの実寸法
Ｒ’として算出する。但し、Ｈａ、ＩａはそれぞれＢ’
（ｘ，ｙ）＝１の領域の平均色相と平均輝度である。The conversion function f (R, Ha , Ia) is measured in advance for each kind of object (fruit) and stored in a memory as a look-up table. Is calculated as the actual length R ′. However, Ha and Ia are each B ′
The average hue and average luminance of the region (x, y) = 1.
【００１１】次に、変換関数ｇ（Ｈ，Ｉ）を用いて、各
画素ごとに補正した色相Ｈ’（ｘ，ｙ）を算出し、その
度数分布を求める。求めたＲ’およびＨ’（ｘ，ｙ）の
度数分布を対象果実の品質規格または基準値と比較し、
評価結果として出力する。すなわち、図１に記載のごと
く、本発明の上記目的を達成するために、請求項１に記
載の第１の発明は、丸形有色果実をその大きさおよび色
により高速で評価する丸形有色果実の自動評価装置にお
いて、前記丸型有色果実を個別に撮影するカラー画像撮
影手段１００と、画像撮影手段の出力信号をデジタル化
すると共にその画素ごとの彩度，色相，輝度の各成分を
演算するカラー画像処理手段１０１と、予め計測した対
象とする果実の彩度と色相のばらつきの範囲を基準領域
として格納する基準領域格納手段１０３と、上記カラー
画像処理手段の彩度と色相出力から上記基準領域格納手
段に格納された基準領域に対応する領域を”１”として
抽出する領域抽出手段１０２と、領域抽出手段で抽出さ
れた領域の画像に含まれる雑音を除去する雑音除去手段
１０４と、予め色相，輝度を変数として算出される半径
または直径の画素数と長さの換算値を校正係数として格
納するサイズ校正係数格納手段１０６と、予め色相，輝
度を変数として算出される色相の換算値を校正係数とし
て格納する色相校正係数格納手段１１０と、上記雑音除
去手段の出力に上記サイズ校正係数格納手段に格納され
ている校正係数を乗じてサイズを算出するサイズ算出手
段１０５と、上記雑音除去手段の”１”出力の領域にお
ける色相の度数分布を上記色相校正係数格納手段に格納
されている校正係数を乗じて算出する色相度数分布算出
手段１０７と、対象とする果実の大きさと色相の基準値
を格納する基準値格納手段１０９と、上記サイズ算出手
段で算出された大きさと色相度数分布算出手段で算出さ
れた色相度数分布を上記基準値格納手段に格納されてい
る基準値と比較して品質評価を行う品質評価手段１０８
とを備え、丸形有色果実をその大きさおよび色により評
価することを特徴とする。Next, using the conversion function g (H, I), the hue H '(x, y) corrected for each pixel is calculated, and its frequency distribution is obtained. The frequency distribution of the determined R ′ and H ′ (x, y) is compared with the quality standard or reference value of the target fruit,
Output as evaluation result. That is, as shown in FIG. 1, in order to achieve the above object of the present invention, the first invention according to claim 1 is a method for evaluating a round colored fruit at a high speed by its size and color. In the automatic fruit evaluation apparatus, a color image photographing means 100 for individually photographing the round colored fruit, and an output signal of the image photographing means are digitized and respective components of saturation, hue, and luminance of each pixel are calculated. A color image processing unit 101, a reference region storage unit 103 that stores a range of variation in saturation and hue of a fruit to be measured in advance as a reference region, and the above-described processing based on the saturation and hue output of the color image processing unit. A region extraction unit 102 for extracting a region corresponding to the reference region stored in the reference region storage unit as "1", and a noise removal unit for removing noise contained in an image of the region extracted by the region extraction unit. A removing unit 104; a size calibration coefficient storage unit 106 for storing a converted value of the number of pixels of the radius or diameter and the length calculated in advance using hue and luminance as variables; a calibration coefficient storage unit 106; Hue calibration coefficient storage means 110 for storing the converted hue value as a calibration coefficient, and size calculation means 105 for calculating the size by multiplying the output of the noise removal means by the calibration coefficient stored in the size calibration coefficient storage means. And a hue frequency distribution calculating means 107 for calculating the frequency distribution of the hue in the area of "1" output of the noise removing means by a calibration coefficient stored in the hue calibration coefficient storing means; A reference value storage unit 109 for storing reference values of size and hue, and a size calculated by the size calculation unit and a color calculated by the hue frequency distribution calculation unit Quality evaluation unit 108 for evaluating the quality of the frequency distribution is compared with a reference value stored in the reference value storage means
And evaluating a round colored fruit by its size and color.
【００１２】また、請求項２に記載の第２の発明は、前
記雑音除去手段１０４が、孤立点除去と穴埋め処理を行
う非線型フィルタであることを特徴とする。さらに、請
求項３に記載の第３の発明は、前記校正係数格納手段１
０６および前記基準値格納手段１０９に格納する係数値
および基準値が、対象とする果実とほぼ同程度の直径と
色相を有する複数の円板から取得したものであることを
特徴とする。A second aspect of the present invention is characterized in that the noise removing means 104 is a non-linear filter for removing isolated points and filling holes. Further, a third invention according to claim 3 is the calibration coefficient storage means 1.
06 and the coefficient value and the reference value stored in the reference value storage means 109 are obtained from a plurality of disks having a diameter and a hue substantially the same as those of the target fruit.
【００１３】[0013]
【作用】上記請求項１の発明の構成において、カラー画
像撮影手段１００は丸型有色果実を個別に撮影して適宜
のカラー画像多重化方式に基づいたカラービデオ信号を
出力する。カラー画像処理手段１０１は画像撮影手段の
出力信号を”１”、”０”の画素からなるデジタル信号
に変換すると共にその画素ごとの彩度，色相，輝度の各
成分を演算する。In the construction of the first aspect of the present invention, the color image photographing means 100 individually photographs a round colored fruit and outputs a color video signal based on an appropriate color image multiplexing method. The color image processing means 101 converts the output signal of the image photographing means into a digital signal composed of "1" and "0" pixels, and calculates each component of saturation, hue and luminance for each pixel.
【００１４】基準領域格納手段１０３は予め計測した対
象とする果実の彩度と色相のばらつきの範囲を基準領域
として格納する。領域抽出手段１０２はカラー画像処理
手段の彩度と色相出力から基準領域格納手段に格納され
た基準領域に対応する領域を”１”として抽出する。雑
音除去手段１０４は領域抽出手段で抽出された領域の画
像に含まれる雑音を除去する。この雑音除去手段１０４
は領域抽出手段で抽出された領域の画像の各画素の周囲
３×３画素について”１”である画素の総和が８以上の
場合は当該画素を”１”とする穴埋めと、総和が１以下
の場合は当該画素を”０”とする孤立点除去を行う既知
のデジタル画像処理の手法を用いて行う。なお、”１”
である画素の総和が８未満で、かつ１を越える場合は画
像データとして図３で後述するＡＮＤ回路３３の論理積
出力ＢをＢ’（ｘ，ｙ）としで図４の直径計測部に出力
する。 The reference area storage means 103 stores a range of variation in saturation and hue of a fruit to be measured in advance as a reference area. The region extracting unit 102 extracts a region corresponding to the reference region stored in the reference region storage unit as “1” from the saturation and hue output of the color image processing unit. The noise removing unit 104 removes noise included in the image of the region extracted by the region extracting unit. This noise removing means 104
Is around each pixel of the image of the area extracted by the area extraction means
The sum of pixels that are “1” for 3 × 3 pixels is 8 or more
In this case, the pixel is filled with “1” and the sum is 1 or less.
In the case of, it is known that the isolated point is removed by setting the pixel to "0".
Is performed by using the digital image processing method described above. Note that "1"
If the sum of pixels is less than 8 and more than 1,
The logical product of an AND circuit 33 described later with reference to FIG.
Output B as B '(x, y) and output to diameter measuring unit in FIG.
I do.
【００１５】校正係数格納手段１０６は予め色相，輝度
を変数として算出される半径または直径の画素数と長さ
の換算値を校正係数として格納する。色相校正係数格納
手段１１０は予め色相，輝度を変数として算出される色
相の換算値を校正係数として格納する。サイズ算出手段
１０５は雑音除去手段の出力に校正係数格納手段に格納
されている校正係数を乗じてサイズを算出する。The calibration coefficient storage means 106 stores, as calibration coefficients, previously calculated values of the number of pixels of the radius or diameter and the length calculated using hue and luminance as variables. The hue calibration coefficient storage unit 110 stores, as calibration coefficients, hue conversion values calculated in advance using hue and luminance as variables. The size calculation unit 105 calculates the size by multiplying the output of the noise removal unit by the calibration coefficient stored in the calibration coefficient storage unit.
【００１６】色相度数分布算出手段１０７は雑音除去手
段の”１”出力の領域における色相の度数分布を算出す
る。基準値格納手段１０９は対象とする果実の色相基準
値を格納する。そして、品質評価手段１０８は色相度数
分布算出手段で上記色相校正係数格納手段１１０に格納
されている校正係数を乗じて算出された色相度数分布を
基準値格納手段に格納されている基準値と比較して品質
評価を行う。The hue frequency distribution calculating means 107 calculates the frequency distribution of the hue in the area of "1" output of the noise removing means. The reference value storage means 109 stores the hue reference value of the target fruit. The quality evaluation means 108 compares the hue frequency distribution calculated by the hue frequency distribution calculation means with the calibration coefficient stored in the hue calibration coefficient storage means 110 with the reference value stored in the reference value storage means. And evaluate the quality.
【００１７】また、請求項２の発明の構成において、非
線型フィルタで構成される雑音除去手段は孤立点除去と
穴埋め処理を行う。さらに、請求項３の発明の構成にお
いて、前記校正係数格納手段１０６および前記基準値格
納手段１０９に格納する係数値および基準値は、対象と
する果実とほぼ同程度の直径と色相を有する複数の円板
をカラー画像撮影手段で撮影したデータから取得され
る。Further, in the configuration according to the second aspect of the present invention, the noise removing means composed of a non-linear filter performs an isolated point removal and a hole filling process. Further, in the configuration of the third aspect of the present invention, the coefficient value and the reference value stored in the calibration coefficient storage means 106 and the reference value storage means 109 have a plurality of diameters and hues substantially equal to those of the target fruit. It is obtained from data obtained by photographing the disk with the color image photographing means.
【００１８】[0018]
【実施例】以下、本発明の実施例につき、図面を参照し
て詳細に説明する。図２は本発明による丸形有色果実の
自動評価装置の１実施例の構成を説明するブロック図で
あって、１はカラービデオカメラからのアナログのＮＴ
ＳＣカラービデオ信号を入力し、各色度成分（Ｒ，Ｇ，
Ｂ）に分離すると共にデジタル信号に変換する信号分離
・Ａ／Ｄ変換部、２は分離されたＲ（赤），Ｇ（緑）、
Ｂ（青）の各色度信号を色相（Ｈ），彩度（Ｓ），輝度
（Ｉ）に変換するＲＧＢ／ＨＳＩ変換部、３は変換され
たＨＳＩ信号を２値化する色２値化処理部、４は輝度
（Ｉ）の領域の面積からその直径Ｒを算出する直径計測
部、５は校正係数を用いて直径計測部で算出された直径
を校正して校正された直径Ｒ’を出力する直径校正部、
６は校正係数を用いて２値化された色相（Ｈ），彩度
（Ｓ），輝度（Ｉ）信号を校正する色校正部、７は校正
された色相信号Ｈ’の度数分布を演算する色相度数分布
演算部、８は校正係数（ｇ（Ｈ，Ｉ））を作成して格納
する校正用ルックアップテーブル作成部、９は校正され
た直径Ｒ’と校正された色相信号Ｈ’の度数分布を基準
値と比較して品質の評価を行う品質評価部、１０は大き
さと色相分布の基準値を格納する基準値格納部である。Embodiments of the present invention will be described below in detail with reference to the drawings. FIG. 2 is a block diagram illustrating the configuration of an embodiment of an automatic evaluation apparatus for a round colored fruit according to the present invention, wherein 1 is an analog NT from a color video camera.
An SC color video signal is input, and each chromaticity component (R, G,
B) and a signal separation / A / D converter for converting into a digital signal, and 2 are separated R (red), G (green),
An RGB / HSI converter for converting each chromaticity signal of B (blue) into hue (H), saturation (S), and luminance (I); and 3, a color binarization process for binarizing the converted HSI signal And 4, a diameter measuring unit for calculating the diameter R from the area of the luminance (I) region, and 5 for calibrating the diameter calculated by the diameter measuring unit using a calibration coefficient and outputting a calibrated diameter R '. Diameter calibration section,
Reference numeral 6 denotes a color calibration unit for calibrating the hue (H), saturation (S), and luminance (I) signals binarized using the calibration coefficients, and 7 calculates a frequency distribution of the calibrated hue signals H '. A hue frequency distribution calculation unit, 8 is a calibration look-up table creation unit that creates and stores calibration coefficients (g (H, I)), and 9 is a frequency of the calibrated diameter R ′ and the calibrated hue signal H ′ A quality evaluation unit 10 that evaluates quality by comparing the distribution with a reference value is a reference value storage unit 10 that stores reference values of the size and the hue distribution.
【００１９】同図において、カラービデオカメラからの
アナログのＮＴＳＣカラービデオ信号は、信号分離・Ａ
／Ｄ変換部１において３原色Ｒ，Ｇ，Ｂの色度成分に分
離されると共にデジタル信号に変換される。変換された
デジタル信号は、ＲＧＢ／ＨＳＩ変換部２において乗算
と加算演算によりＥBY（ｘ，ｙ）、ＥRY（ｘ，ｙ）およ
びＩ（ｘ，ｙ）が計算され、さらにＥBY（ｘ，ｙ）とＥ
RY（ｘ，ｙ）からＨ（ｘ，ｙ）とＳ（ｘ，ｙ）が演算さ
れる。In FIG. 1, an analog NTSC color video signal from a color video camera is separated by a signal separation A
In the / D converter 1, the chromaticity components of the three primary colors R, G, and B are separated and converted into digital signals. In the converted digital signal, E BY (x, y), E RY (x, y) and I (x, y) are calculated by multiplication and addition in the RGB / HSI conversion unit 2, and E BY (x , Y) and E
H (x, y) and S (x, y) are calculated from RY (x, y).
【００２０】ここで、上記演算を高速で処理するために
は、例えば予めＥBYとＥRYを変数としてＨとＳを計算
し、これをルックアップテーブルとしてメモリに格納し
ておき、このデータを参照する。こうして演算された
Ｈ，Ｓ，Ｉ信号は、色２値化処理部３において、予め設
定された（ｈ min , h max）と（s min , s max ）をも
とに２値化処理され、非線型フィルタにより孤立点（孤
立した１画素）の除去とピンホール（１画素のみの欠
損）の穴埋めが行われ、２値画像信号Ｂ’に変換され
る。Here, in order to process the above operation at a high speed, for example, H and S are calculated in advance using E BY and E RY as variables, and these are stored in a memory as a look-up table. refer. The H, S, and I signals thus calculated are binarized in the color binarization processing unit 3 based on (h min, h max ) and (s min, s max ) set in advance. The non-linear filter removes isolated points (isolated one pixel) and fills in pinholes (deficiency of only one pixel), and is converted into a binary image signal B ′.
【００２１】この２値画像信号Ｂ’は直径計測部４に入
力され、”１”の領域の面積が算出される。この面積算
出後、直径Ｒが求められる。直径校正部５においては、
校正用ルックアップテーブル８に格納されている直径
Ｒ、平均色相Ｈａおよび平均輝度Ｉａを変数としたｆ
（Ｒ，Ｈａ，Ｉａ）を参照することで実寸法Ｒ’が演算
される。The binary image signal B 'is input to the diameter measuring unit 4, and the area of the area "1" is calculated. After calculating the area, the diameter R is obtained. In the diameter calibration unit 5,
F using the diameter R, the average hue Ha and the average luminance Ia stored in the calibration lookup table 8 as variables
The actual dimension R ′ is calculated by referring to (R, Ha, Ia).
【００２２】一方、Ｈ，Ｓ，Ｉ信号のうち、Ｈ信号はＩ
信号と共に色校正部６において、校正用ルックアップテ
ーブル８に格納されているｇ（Ｈ，Ｉ）を参照すること
で補正された色相信号Ｈ’が求められる。この色相信号
Ｈ’は色相度数分布演算部７に入力され、その度数分布
が算出される。On the other hand, among the H, S and I signals, the H signal is
The corrected hue signal H 'is obtained by referring to g (H, I) stored in the calibration look-up table 8 in the color proofing unit 6 together with the signal. The hue signal H 'is input to the hue frequency distribution calculator 7, and the frequency distribution is calculated.
【００２３】そして、品質評価部９は上記実寸法Ｒ’と
Ｈ’の度数分布とを基準値格納部１０に格納されている
対象果実の基準値と比較され、その品質が評価される。
図３は図２に示した本発明の実施例における色２値化処
理部の構成を説明するブロック図であって、３１は第１
の比較器、３２は第２の比較器、３３はＡＮＤ回路、３
４は”１”画素数算出器、３５は切換器である。Then, the quality evaluation unit 9 compares the frequency distribution of the actual dimensions R ′ and H ′ with the reference value of the target fruit stored in the reference value storage unit 10 to evaluate the quality.
FIG. 3 is a block diagram for explaining the configuration of the color binarization processing section in the embodiment of the present invention shown in FIG.
, 32 is a second comparator, 33 is an AND circuit, 3
4 is a “1” pixel number calculator, and 35 is a switch.
【００２４】同図において、対象果実の標準的サンプル
について、その色相Ｈと彩度Ｓのばらつきの範囲（最大
値と最小値）を予め計測しておき、色２値化処理部３
（図２）において、まずこの範囲に入る画素が”１”と
なるようにしておき、これを基準として色相信号Ｈ
（ｘ，ｙ）と彩度信号Ｓ（ｘ，ｙ）を抽出する。すなわ
ち、第１の比較器３１において、入力した色相Ｈ（ｘ，
ｙ）について、その各画素がＨｍｉｎ≦Ｈ（ｘ，ｙ）≦
Ｈｍａｘならば”１”とし、それ以外は”０”として出
力する。In FIG. 1, the range of the variation (maximum value and minimum value) of the hue H and saturation S of a standard sample of the target fruit is measured in advance, and the color binarization processing unit 3
In FIG. 2, pixels that fall within this range are set to “1”, and the hue signal H
(X, y) and a saturation signal S (x, y) are extracted. That is, in the first comparator 31, the input hue H (x,
y), each pixel is Hmin ≦ H (x, y) ≦
If it is Hmax, it is output as "1", otherwise it is output as "0".
【００２５】また、同様に、第２の比較器３２におい
て、入力した彩度Ｓ（ｘ，ｙ）について、その各画素が
Ｓｍｉｎ≦Ｓ（ｘ，ｙ）≦Ｓｍａｘならば”１”とし、
それ以外は”０”として出力する。上記の各比較器の出
力についてＡＮＤ回路３３で論理積Ｂをとり、非線型フ
ィルタを用いて、前記した式（２）、すなわち Ｂ’（ｘ，ｙ）＝１ ：Ｗｈｅｎ ８≦ｂ（ｘ，ｙ） ＝０ ：Ｗｈｅｎ ｂ（ｘ，ｙ）≦１ ＝Ｂ（ｘ，ｙ） ：Ｏｔｈｅｒｓ ・・・・・ （２） 但し、Similarly, in the second comparator 32, the input saturation S (x, y) is set to “1” if each pixel is Smin ≦ S (x, y) ≦ Smax,
Otherwise, it is output as "0". The AND of the outputs of the above comparators is ANDed by the AND circuit 33, and the above equation (2), that is, B ′ (x, y) = 1: When 8 ≦ b (x, y) = 0: When b (x, y) ≦ 1 = B (x, y): Others (2)
【数２】 で孤立点の除去と穴埋めの雑音除去処理を行う。(Equation 2) Performs noise removal processing for removing isolated points and filling holes.
【００２６】この雑音除去は、”１”画素総数算出器３
４がＡＮＤ回路３３の出力Ｂの各画素の周囲３×３画素
について”１”である画素数の総和（Σ）を算出し、切
換器３５で Σ≧８ならば ”１” １＜Σ＜８ならば Ｂ Σ≦１ならば ”０” の切換えを行うことによって雑音が除去された２値画像
信号Ｂ’（ｘ，ｙ）を得るものである。This noise elimination is performed by the “1” pixel total number calculator 3
4 calculates the sum (Σ) of the number of pixels that is “1” for 3 × 3 pixels around each pixel of the output B of the AND circuit 33, and if the switch ３５ Σ8, “1” 1 <Σ < If BΣ ≦ 1, then switching to “0” is performed to obtain a binary image signal B ′ (x, y) from which noise has been removed.
【００２７】図４は図２に示した本発明の実施例におけ
る直径計測部の構成を説明するブロック図であって、４
１は１フレーム積分器、４２は２√（Σ／π）のルック
アップテーブルである。同図において、２値画像信号
Ｂ’（ｘ，ｙ）は、果実の領域が”１”、背景が”０”
であることより、例えば１フレーム（１画像）内でＢ’
（ｘ，ｙ）を積分する。すなわち、”１”の画素を計数
することで果実の面積Σを求める。FIG. 4 is a block diagram illustrating the configuration of the diameter measuring unit in the embodiment of the present invention shown in FIG.
1 is a one-frame integrator, and 42 is a 2√ (Σ / π) lookup table. In the figure, the binary image signal B ′ (x, y) has a fruit area of “1” and a background of “0”.
Therefore, for example, B ′ within one frame (one image)
Integrate (x, y). That is, the area Σ of the fruit is obtained by counting the pixels of “1”.
【００２８】果実は丸形（円形）であることから、この
面積Σより直径ＲをΣ＝πｒ2 （ｒは半径）の関係式か
ら演算する。この演算を高速にするためには、例えばΣ
を変数として予め計算した結果をメモリに格納してお
き、これを参照して演算を行う。図５は図２に示した本
発明の実施例における直径校正部の構成を説明するブロ
ック図であって、５１は第１の演算器、５２は第２の演
算器、５３は切換器、５４はアドレスエンコーダ、５５
はメモリである。Since the fruit is round (circular), the diameter R is calculated from the relation の = πr 2 (r is radius) from the area Σ. To speed up this operation, for example, Σ
Is stored in a memory, and a calculation is performed with reference to the result. FIG. 5 is a block diagram for explaining the configuration of the diameter calibrating unit in the embodiment of the present invention shown in FIG. 2, wherein reference numeral 51 denotes a first computing unit, 52 denotes a second computing unit, 53 denotes a switching unit, and 54 denotes a switching unit. Is an address encoder, 55
Is a memory.
【００２９】直径校正は、直径計測ブロック５（図２）
において求めた直径Ｒを校正して実寸法を求めると共
に、計測時の色相Ｈの平均値Ｈａと輝度Ｉの平均値Ｉａ
による補正を行うものである。同図において、先ず、果
実の領域（Ｂ’＝”１”の領域）においてＨ（ｘ，ｙ）
およびＩ（ｘ，ｙ）を積分し、面積Σで除すことによ
り、ＨａとＩａを求める。For diameter calibration, the diameter measurement block 5 (FIG. 2)
Is calibrated to obtain the actual dimensions, and the average value Ha of the hue H and the average value Ia of the luminance I at the time of measurement are calibrated.
Is to be corrected. In the figure, first, H (x, y) is set in a fruit area (B ′ = “1” area).
And I (x, y) are integrated and divided by the area Σ to obtain Ha and Ia.
【００３０】次に、実寸法Ｒ’を求めるには、Ｒ，Ｈ
ａ，Ｉａを変数としてｆ（Ｒ，Ｈ，Ｉ）が格納されてい
るメモリ５５のルックアップテーブルを参照する。具体
的には、Ｒ，Ｈａ，Ｉａからアクセスするメモリ５５の
アドレスを決定し、このアドレスをアドレスデコーダ５
４でデコードしてメモリ５５をアクセスする。このメモ
リアクセスで該当するアドレスに対応するデータＲ’が
出力される。Next, in order to obtain the actual dimension R ', R, H
Referring to a lookup table in the memory 55 in which f (R, H, I) is stored using a and Ia as variables. Specifically, an address of the memory 55 to be accessed from R, Ha, Ia is determined, and this address is
4 and the memory 55 is accessed. In this memory access, data R 'corresponding to the corresponding address is output.
【００３１】なお、メモリ５５に格納されるルックアッ
プテーブルには、初期化においてＲ，Ｈ，Ｉを変数とし
たサイズ校正用データｆ（Ｒ，Ｈ，Ｉ）が予め書き込ま
れている。すなわち、上記の切替器５３は、メモリ５５
の初期化時は入力Ｂ＝出力Ｏの条件でＲ’とＲ，Ｈ，Ｉ
の関係を求めておき、Ｒ，Ｈ，Ｉを変化させながらＲ’
（＝ｆ（Ｒ，Ｈ，Ｉ））を外部から与え、これをメモリ
５５に記憶する（メモリ５５の書込み動作）。In the lookup table stored in the memory 55, size calibration data f (R, H, I) with R, H, and I as variables are previously written in the initialization. That is, the switch 53 is connected to the memory 55
Are initialized, R ′, R, H, I
Is obtained, and R ′ is changed while changing R, H, and I.
(= F (R, H, I)) is given from the outside and stored in the memory 55 (write operation of the memory 55).
【００３２】そして、運用時は入力Ａ＝出力Ｏの条件で
校正された値Ｒ’＝ｆ（Ｒ，Ｈａ，Ｉａ）がメモリ５５
から出力される。図６は図２に示した本発明の実施例に
おける色相校正部の構成を説明するブロック図であっ
て、６１はＢ’＝”１”の領域の平均値を計算する第３
の演算器、６２は切換器、６３はアドレスエンコーダ、
６４はメモリである。In operation, the value R '= f (R, Ha, Ia) calibrated under the condition of input A = output O is stored in the memory 55.
Output from FIG. 6 is a block diagram for explaining the configuration of the hue correction unit in the embodiment of the present invention shown in FIG. 2, and reference numeral 61 denotes a third unit for calculating the average value of the region of B '= "1".
Computing unit, 62 is a switching unit, 63 is an address encoder,
64 is a memory.
【００３３】色相校正部６は上記した直径校正部と略々
同様の手順で色相Ｈ（ｘ，ｙ）から補正値Ｈ’（ｘ，
ｙ）を計算する。但し、Ｈ’（ｘ，ｙ）は各画素ごとに
補正された値である。例えば、同図において、まず果実
の領域（Ｂ’＝”１”の領域）においてＩ（ｘ，ｙ）を
積分し、面積Σで除することにより輝度の平均値Ｉａを
求める。The hue calibration unit 6 converts the hue H (x, y) from the correction value H '(x, y) in substantially the same procedure as the diameter calibration unit described above.
Calculate y). Here, H ′ (x, y) is a value corrected for each pixel. For example, in the figure, first, I (x, y) is integrated in the fruit area (the area of B ′ = “1”), and the result is divided by the area Σ to obtain the average luminance value Ia.
【００３４】このＩａとＨを変数としてメモリ６４に格
納されているルックアップテーブルを参照することで
Ｈ’（ｘ，ｙ）を求める。ルックアップテーブルには、
予めＨ，Ｉを変数とした色相校正用ルックアップテーブ
ル作成部からのｇ（Ｈ，Ｉ）が書き込まれている。この
色相校正部の初期化の動作は上記直径校正部の初期化と
同様である。H '(x, y) is obtained by referring to the look-up table stored in the memory 64 using the Ia and H as variables. Lookup tables include
The g (H, I) from the hue calibration lookup table creating unit using H and I as variables is written in advance. The operation of the initialization of the hue calibration unit is the same as the initialization of the diameter calibration unit.
【００３５】図７は図２に示した本発明の実施例におけ
る色相の度数分布演算部の構成を説明するブロック図で
あって、７１はメモリ、７２はアップダウンカウンタで
ある。この色相度数分布演算部７では、色相校正部６で
校正された色相Ｈ’（ｘ，ｙ）の度数分布を計算する。
度数分布は各値の出現頻度であるため、Ｈ’の各値につ
いてそれぞれ１フレーム内での出現回数を計数する。FIG. 7 is a block diagram for explaining the structure of the hue frequency distribution calculating section in the embodiment of the present invention shown in FIG. 2, wherein 71 is a memory, and 72 is an up / down counter. The hue frequency distribution calculator 7 calculates the frequency distribution of the hue H ′ (x, y) calibrated by the hue calibrator 6.
Since the frequency distribution is the appearance frequency of each value, the number of appearances in one frame is counted for each value of H ′.
【００３６】例えば、同図に示すように、メモリ７１に
は１フレームのＨ’が記憶され、このＨ’をメモリ７１
のアドレスとしてアクセスされる毎に各アドレスのデー
タをアップダウンカウンタ７２でカウントアップするこ
とで、その度数分布が得られる。なお、１フレーム毎に
メモリ７１はクリアされる。次に、前記図２における校
正用ルックアップテーブル８作成の具体例を説明する。For example, as shown in FIG. 3, one frame of H 'is stored in the memory 71, and this H' is stored in the memory 71.
The frequency distribution is obtained by counting up the data of each address by the up / down counter 72 each time the address is accessed. The memory 71 is cleared for each frame. Next, a specific example of creating the calibration lookup table 8 in FIG. 2 will be described.
【００３７】まず、実寸法が既知で、対象果実とほぼ同
程度の色相、同程度の大きさを有する円板を用いてＲ，
Ｈ，Ｉを計測する。この計測を、実寸法Ｒ’、Ｈ、Ｉを
変化させて繰り返し、最小二乗法などを用いて、ほぼ
Ｒ’＝ｆ（Ｒ，Ｈ，Ｉ）、およびＨ’＝ｇ（Ｈ，Ｉ）と
なるようにｆ、ｇの関数を近似により求める。（この作
業は、データが多く必要とされるため、装置の出荷前に
予め求めておき、果実評価現場では上記の円板の代表１
種類を用いて、ｆ，ｇを校正し直すのが現実的であ
る。） 以下、前記図２における品質評価部における評価の具体
例を説明する。First, using a disk having a known actual size, a hue and a size approximately the same as the target fruit,
H and I are measured. This measurement is repeated by changing the actual dimensions R ′, H, and I, and using the least squares method or the like, it is approximately R ′ = f (R, H, I) and H ′ = g (H, I). The functions of f and g are obtained by approximation so that (Because this work requires a lot of data, it must be obtained before shipment of the device.
It is realistic to re-calibrate f and g using the type. Hereinafter, a specific example of the evaluation by the quality evaluation unit in FIG. 2 will be described.
【００３８】現在、みかん等の柑橘類の場合、その種類
により、大きさは階級規格により（３Ｌ、）ＬＬ（２
Ｌ）、Ｌ、Ｍ、Ｓ（、ＳＳ）に分類されている。また、
各大きさの境界においては、０．５ｍｍの精度で種別さ
れている。表１に柑橘類の大きさの規格を示す。At present, in the case of citrus fruits such as tangerines, the size is (3L,) LL (2
L), L, M, S (, SS). Also,
At the boundary of each size, classification is performed with an accuracy of 0.5 mm. Table 1 shows citrus size specifications.
【００３９】[0039]
【表１】 [Table 1]
【００４０】色については、１２段階で規定された色サ
ンプルとの比較を目視により行っている。このため、大
きさについては、従来からの基準を用いることができる
が、色については選果場において本発明の評価装置を用
いて一旦データを収集し、このデータに基づいて数値基
準を設定する。The color is visually compared with a color sample specified in 12 steps. For this reason, a conventional criterion can be used for the size, but for the color, data is once collected using the evaluation device of the present invention at a fruit sorting place, and a numerical criterion is set based on the data. .
【００４１】上記実施例によれば、カラービデオカメラ
およびこのカメラからの信号伝送路の特性による見かけ
の大きさと色相の誤差を、色相情報と輝度情報を基に校
正するようにしたことで、高精度の測定結果が得られ、
正確な品質評価を行うことができる。例えば、大きさが
直径１００ｍｍの果実が水平２００画素、垂直２００画
素に内接するように撮影した場合、原理上、±０．５ｍ
ｍの精度が得られる。According to the above embodiment, the apparent magnitude and the hue error due to the characteristics of the color video camera and the signal transmission path from the camera are calibrated based on the hue information and the luminance information, thereby increasing the accuracy. Accuracy measurement results are obtained,
Accurate quality evaluation can be performed. For example, when a fruit having a diameter of 100 mm is photographed so as to be inscribed in horizontal 200 pixels and vertical 200 pixels, in principle, ± 0.5 m
m precision is obtained.
【００４２】また、色相は、３６０°を２５５段階に表
現した場合、±１．４°の精度が得られる。さらに、本
実施例によれば、色情報から大きさを求める構成である
ため、照明の影や輝度飽和による評価への影響が少ない
ために、照明設備を簡素化することができる。In the case where the hue is expressed in 360 steps in 255 steps, a precision of ± 1.4 ° can be obtained. Further, according to the present embodiment, since the size is obtained from the color information, the influence of the shadow or luminance saturation of the illumination on the evaluation is small, so that the lighting equipment can be simplified.
【００４３】そして、各演算は、乗算・加算とルックア
ップテーブル参照が中心であるため、果実評価工程にお
ける実時間処理が実現され、小規模の装置構成で、丸形
有色の果実を高速に自動評価することができる。なお、
上記実施例では、対象果実を柑橘類として説明したが、
本発明はこれに限るものではなく、形状が丸形（２次元
的にみた場合は円形）の形態をもつと共に、その品質評
価の要素の１つに色を含む果実であれば、どのような種
類の果実にも適用可能である。Since each operation is centered on multiplication / addition and lookup table lookup, real-time processing in the fruit evaluation process is realized. Can be evaluated. In addition,
In the above example, the target fruit was described as citrus,
The present invention is not limited to this, and any fruit as long as it has a round shape (circular when viewed two-dimensionally) and includes color as one of its quality evaluation factors. Applicable to different kinds of fruits.
【００４４】[0044]
【発明の効果】以上説明したように、本発明によれば、
果実の大きさを色情報から求めるものであるため、照明
の影や輝度飽和による評価への影響が少なく、照明設備
を簡素化することができ、また、人手を介することな
く、かつ小規模の装置構成で、丸形有色の果実を高速に
評価する自動評価装置を提供することができる。As described above, according to the present invention,
Since the size of the fruit is obtained from the color information, the influence of shadows and luminance saturation on the evaluation is small, and the lighting equipment can be simplified. With the device configuration, it is possible to provide an automatic evaluation device that evaluates a round colored fruit at high speed.
【図１】本発明による丸形有色果実の自動評価装置の基
本構成を説明するブロック図である。FIG. 1 is a block diagram illustrating a basic configuration of an automatic evaluation apparatus for a round colored fruit according to the present invention.
【図２】本発明による有色果実の自動評価装置の１実施
例の構成を説明するブロック図である。FIG. 2 is a block diagram illustrating a configuration of an embodiment of an apparatus for automatically evaluating colored fruits according to the present invention.
【図３】図２に示した本発明の実施例における色２値化
処理部の構成を説明するブロック図である。FIG. 3 is a block diagram illustrating a configuration of a color binarization processing unit according to the embodiment of the present invention shown in FIG. 2;
【図４】図２に示した本発明の実施例における直径計測
部の構成を説明するブロック図である。FIG. 4 is a block diagram illustrating a configuration of a diameter measuring unit in the embodiment of the present invention shown in FIG.
【図５】図２に示した本発明の実施例における直径校正
部の構成を説明するブロック図である。FIG. 5 is a block diagram illustrating a configuration of a diameter calibration unit in the embodiment of the present invention shown in FIG.
【図６】図２に示した本発明の実施例における色相校正
部の構成を説明するブロック図である。FIG. 6 is a block diagram illustrating a configuration of a hue calibration unit according to the embodiment of the present invention shown in FIG.
【図７】図２に示した本発明の実施例における色相の度
数分布演算部の構成を説明するブロック図である。FIG. 7 is a block diagram illustrating a configuration of a hue frequency distribution calculation unit according to the embodiment of the present invention illustrated in FIG. 2;
【符号の説明】図１ １００ カラー画像撮影手段 １０１ カラー画像処理手段 １０２ 領域抽出手段 １０３ 基準領域格納手段 １０４ 雑音除去手段 １０５ サイズ算出手段 １０６ サイズ校正係数格納手段 １０７ 色相度数分布算出手段 １０８ 品質評価手段 １０９ 基準値格納手段 １１０ 色相校正係数格納手段図２ １ 信号分離・Ａ／Ｄ変換部 ２ ＲＧＢ／ＨＳＩ変換部 ３ 色２値化処理部 ４ 直径計測部 ５ 直径校正部 ６ 色校正部 ７ 色相度数分布演算部 ８ 校正用ルックアップテーブル作成部 ９ 品質評価部 １０ 基準値格納部図３ ３１ 第１の比較器 ３２ 第２の比較器 ３３ ＡＮＤ回路 ３４ ”１”画素数算出器 ３５ 切換器図４ ４１ １フレーム積分器 ４２ ２√（Σ／π）のルックアップテーブル図５ ５１ 第１の演算器 ５２ 第２の演算器 ５３ 切換器 ５４ アドレスエンコーダ５５はメモリ図６ ６１ 第３の演算器 ６２ 切換器 ６３ アドレスエンコーダ ６４ メモリ図７ ７１ メモリ ７２ アップダウンカウンタ。DESCRIPTION OF THE SYMBOLS FIG . 1 100 color image photographing means 101 color image processing means 102 area extracting means 103 reference area storing means 104 noise removing means 105 size calculating means 106 size calibration coefficient storing means 107 hue frequency distribution calculating means 108 quality evaluating means 109 Reference value storage means 110 Hue calibration coefficient storage means Fig. 2 1 Signal separation / A / D conversion unit 2 RGB / HSI conversion unit 3 Color binarization processing unit 4 Diameter measurement unit 5 Diameter calibration unit 6 Color calibration unit 7 Hue frequency Distribution calculation section 8 Calibration lookup table creation section 9 Quality evaluation section 10 Reference value storage section FIG. 3 31 First comparator 32 Second comparator 33 AND circuit 34 “1” pixel number calculator 35 Switcher FIG. 41 1 frame integrator 42 2√ (Σ / π) look-up table Figure 5 51 first arithmetic unit 52 second operator of 3 switcher 54 address encoder 55 Memory Figure 6 61 third arithmetic unit 62 switching unit 63 address encoder 64 Memory Figure 7 71 a memory 72 up-down counter.
Claims (3)
高速で評価する丸形有色果実の自動評価装置において、 前記丸形有色果実を個別に撮影するカラー画像撮影手段
と、 画像撮影手段の出力信号をデジタル化すると共にその画
素ごとの彩度，色相，輝度の各成分を演算するカラー画
像処理手段と、 予め計測した対象とする果実の彩度と色相のばらつきの
範囲を基準領域として格納する基準領域格納手段と、 上記カラー画像処理手段の彩度と色相出力から上記基準
領域格納手段に格納された基準領域に対応する領域を”
１”として抽出する領域抽出手段と、上記”１”として抽出された領域の各画素の周囲３×３
画素について”１”である画素の総和が８以上の場合は
当該画素を”１”とする穴埋めと、総和が１以下の場合
は当該画素を”０”とする孤立点除去によって、上記 領
域抽出手段で抽出された領域の画像に含まれる雑音を除
去する雑音除去手段と、 予め色相，輝度を変数として算出される半径または直径
の画素数と長さの換算値を校正係数として格納するサイ
ズ校正係数格納手段と、 予め色相，輝度を変数として算出される色相の換算値を
校正係数として格納する色相校正係数格納手段と、 上記雑音除去手段の出力に上記サイズ校正係数格納手段
に格納されている校正係数を乗じてサイズを算出するサ
イズ算出手段と、 上記雑音除去手段の”１”出力の領域における色相の度
数分布を上記色相校正係数格納手段に格納されている校
正係数を乗じて算出する色相度数分布算出手段と、 対象とする果実の大きさと色相の基準値を格納する基準
値格納手段と、 上記サイズ算出手段で算出された大きさと色相度数分布
算出手段で算出された色相度数分布を上記基準値格納手
段に格納されている基準値と比較して品質評価を行う品
質評価手段とを備え、 丸形有色果実をその大きさおよび色により評価すること
を特徴とする丸形有色果実の自動評価装置。1. An apparatus for automatically evaluating a round colored fruit which evaluates a round colored fruit at a high speed according to its size and color, comprising: a color image photographing means for individually photographing said round colored fruit; Color image processing means that digitizes the output signal and calculates each component of saturation, hue, and luminance for each pixel, and stores the range of variation in saturation and hue of the target fruit measured in advance as a reference area Reference area storing means, and an area corresponding to the reference area stored in the reference area storing means, based on the saturation and hue output of the color image processing means.
Area extracting means for extracting as “1”; 3 × 3 pixels around each pixel of the area extracted as “1”;
If the sum of pixels that are "1" for pixels is 8 or more
Filling the pixel with “1” and when the sum is 1 or less
Is noise removing means for removing noise included in the image of the area extracted by the area extracting means by removing an isolated point where the pixel is set to "0"; radius or diameter calculated in advance using hue and luminance as variables Size calibration coefficient storage means for storing the converted values of the number of pixels and the length of the pixel as calibration coefficients; and hue calibration coefficient storage means for storing the converted values of the hue calculated in advance using hue and luminance as variables, as calibration coefficients. Size calculation means for calculating the size by multiplying the output of the noise removal means by the calibration coefficient stored in the size calibration coefficient storage means; and calculating the frequency distribution of the hue in the "1" output region of the noise removal means by the hue Hue frequency distribution calculation means for calculating by multiplying the calibration coefficient stored in the calibration coefficient storage means, and reference value storage means for storing reference values of the size and hue of the target fruit A quality evaluation unit that performs quality evaluation by comparing the size calculated by the size calculation unit and the hue frequency distribution calculated by the hue frequency distribution calculation unit with a reference value stored in the reference value storage unit. An automatic evaluation apparatus for a round colored fruit, wherein the round colored fruit is evaluated based on its size and color.
孤立点除去と穴埋め処理を行う非線型フィルタであるこ
とを特徴とする丸形有色果実の自動評価装置。2. The apparatus according to claim 1, wherein said noise removing means comprises:
An automatic evaluation device for a round colored fruit, which is a non-linear filter for removing isolated points and filling in holes.
および前記基準値格納手段に格納する係数値および基準
値が、対象とする果実とほぼ同程度の直径と色相を有す
る複数の円板から取得したものであることを特徴とする
丸形有色果実の自動評価装置。3. The method according to claim 1, wherein the coefficient value and the reference value stored in the calibration coefficient storage means and the reference value storage means are obtained from a plurality of disks having substantially the same diameter and hue as the target fruit. An automatic evaluation device for round colored fruits, which is obtained.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP6169317A JP2584195B2 (en) | 1994-07-21 | 1994-07-21 | Automatic evaluation device for round colored fruits |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP6169317A JP2584195B2 (en) | 1994-07-21 | 1994-07-21 | Automatic evaluation device for round colored fruits |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0835824A JPH0835824A (en) | 1996-02-06 |
| JP2584195B2 true JP2584195B2 (en) | 1997-02-19 |
Family
ID=15884304
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP6169317A Expired - Fee Related JP2584195B2 (en) | 1994-07-21 | 1994-07-21 | Automatic evaluation device for round colored fruits |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2584195B2 (en) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4653339B2 (en) * | 2001-05-31 | 2011-03-16 | 大和製罐株式会社 | Image matching processing method |
| JP2005275634A (en) * | 2004-03-24 | 2005-10-06 | Hi Enterprise:Kk | Power law type information processor, power law type information processing method, program, and recording medium |
| JP5612370B2 (en) * | 2010-06-10 | 2014-10-22 | シブヤ精機株式会社 | Article inspection apparatus and article inspection method |
| CN103487147B (en) * | 2013-09-06 | 2016-03-23 | 闻泰通讯股份有限公司 | Electronic equipment is utilized to select the system and method for fruit |
| JP6276734B2 (en) * | 2015-07-22 | 2018-02-07 | 矢崎総業株式会社 | Inspection apparatus and inspection method |
| CN105184775B (en) * | 2015-08-14 | 2017-09-29 | 浙江大学 | The elliposoidal fruit size quick determination method of feature based vector orientation |
-
1994
- 1994-07-21 JP JP6169317A patent/JP2584195B2/en not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPH0835824A (en) | 1996-02-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107144353B (en) | A kind of textile chromatism measurement method based on digital camera | |
| CN105915816B (en) | Method and apparatus for determining the brightness of given scenario | |
| US8451371B2 (en) | Exposure control for an imaging system | |
| NL1004906C2 (en) | Color processing method and apparatus therefor, using two-dimensional color type separation. | |
| US5319472A (en) | Multispectral color image pickup system | |
| CN104980650B (en) | Waveform monitor and method of generating a display for output from a measurement instrument | |
| EP1118978A2 (en) | Method and apparatus for transforming color image into monochromatic image | |
| JPH0214748B2 (en) | ||
| Tantaswadi et al. | Machine vision for automated visual inspection of cotton quality in textile industries using color isodiscrimination contour | |
| US4963828A (en) | Picture quality testing method and apparatus for color cathode-ray tube | |
| CN109459136B (en) | Method and device for measuring chromaticity | |
| JP2584195B2 (en) | Automatic evaluation device for round colored fruits | |
| US7071965B2 (en) | Artistic color gamut display | |
| JP3943167B2 (en) | Color conversion method | |
| JPH0771939A (en) | Visual inspection device | |
| JPH0520426A (en) | Fruit hue judgement device using neural network | |
| Connolly et al. | The use of video cameras for remote colour measurement | |
| US5293543A (en) | Apparatus for color imager defect determination | |
| JPH04343047A (en) | Method for inspecting foreign object | |
| JP2528929B2 (en) | Automatic white uniformity evaluation method for color cathode ray tubes | |
| KR100230446B1 (en) | Determination method for color of light from color image | |
| KR20020088645A (en) | Illuminant-adaptive color matching apparatus and method there of | |
| Tervonen et al. | Integrated measurement system for miniature camera modules | |
| JP2004112649A (en) | Color chip chart set, image analysis method, method for measuring/evaluating performance of white balance, and image processor | |
| Connolly et al. | Industrial colour inspection by video camera |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| 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 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081121 Year of fee payment: 12 |
|
| LAPS | Cancellation because of no payment of annual fees |