JP3657991B2 - 半透明物体の表面特徴を検出する方法及び装置 - Google Patents

Description

発明の分野
本発明は、物体の表面組織及び完全性をトポグラフィ式に分析し、そしてこのような表面分析に基づいてこれらの物体を選別する方法及び装置の分野に係り、より詳細には、果物、特に柑橘系果物の表面領域を光学的に分析して、選択された表面特性基準に基づいて果物を選別することのできる方法及び装置に係る。
先行技術の説明
光線に対する推定透明度に基づいて柑橘系果物を自動的に評価し、そしてこのような評価に基づいてコンベアシステムにおいてそれらを選択的に分離する装置及び方法が、本発明と同じ譲受人に譲渡されたコンウェイ氏の「農作物を内部検査分類する方法及び手段（Method and Means for Internal Inspection Sorting of Produce）」と題する米国特許第3,930,994号（1976年）に開示されている。
コンウェイ氏の目的は、果物の身に対する霜の損傷の程度を決定することである。このため、コンウェイ氏は、クオーツイオダインタングステンフィラメントランプ、Ｘ線ビーム発生器又はレーザのような一対の高輝度光源と、果物の心をまたぐように配置された一対の検出器との間でコンベア上に果物を向ける。上記検出器は、光電子増倍管であり、そのコリメート開口が果物を透過した光、即ち果物内で吸収又は散乱されなかった光を受け取る。これら検出器からの信号は、タイミングセンサによって制御される内部分析コンピュータに接続され、２つの検出器からの瞬時出力が比較され、従って、果物内部の損傷の程度（２つの読みの予め選択された相違から推定される）が測定され、その後、このように注目された損傷の程度に基づいて果物が選別される。
果物の表皮部分が、身の部分とは異なる光学的吸収及び散乱特性を有していることを認めて、コンウェイ氏は、検出器の読みが果物の皮の部分から検出された光に対応するときに検出器により得られた信号をエラー信号とみなし、除去する必要があるとしている。第６カラムの32−43行を参照されたい。柑橘系果物の表皮から読みが得られるのを回避するために、コンウェイ氏は、２つのタイミングセンサを使用し、検出器が、皮の部分内で散乱してそこから投射された光を受け取るのを止めて、果物の身の部分を透過した光を受け取り始めた後にのみ、身の部分の損傷の評価を開始し、そして果物が入射光線と光透過検出器との間でコンベアを下流に進むときに検出器が再び皮の部分内で散乱した光を受け取る前に評価を終了するようにしている。
しかしながら、柑橘系果物の身の部分の光学的特性を確実に検出することは、このような光学的手段によっても非常に困難な作業であることが分かっている。ほとんどの周波数の光は、あたかも果物がクリスタルボールのような透明な物体であるかのように果物を単純に透過するのではない。むしろ、光は果物によって吸収されそしてその中で散乱する。従って、小さな構造物は容易に識別できず、米国特許第3,768,645号に一般的に述べられたように、果物を良く透過するＸ線ビームを使用した果物内部の検出によっても大きな霜の損傷しか容易に検出できない。
又、身の部分が損傷した果物を検出して除去することは相当に重要であるが、もっと重要な識別機能は、その表皮即ち皮の表面組織の性質又は完全性に基づいて果物を分類別に分ける能力である。例えば、健全な皮をもつ傷のないオレンジのカートンは、一般に、表皮に種々の傷やきめ及び／又は欠陥を示すオレンジのカートンよりも市場で高く売れる。これは、たとえその両方の身の部分が受け入れられ、且つある果物の内部が若干損傷していても、そうである。
卵についても同じことが言える。この類似性によれば、前記のコンウェイ氏の参照文献に例示された公知技術は、卵を蝋燭の光に透かして見るプロセス、即ち高輝度の入射光線とは反対側で卵を見て、その中の血液斑点又は他の不完全さを検出するプロセスに類似している。卵の内部−黄身と白身であって殻ではない−が最も重要である。この類似性からすれば、コンウェイ氏は、果物の内部の検査を追求しているのであって、皮即ち外面の検査を追求していない。これに対して、本発明は、分類及び選別されるべき物体の中身に関連するのではなく、むしろ、物体の外「皮」のトポグラフィ的な見掛け及び完全性に関するものである。
柑橘系果物又は他の物体の外面組織は、人間の品質管理オペレータが目で見て決定しそして手で評価できるが、このような人間による選別のコスト及び信頼性のファクタは、多くの場合に、受け入れることができない。更に、人間のオペレータは、果物の外面の下の層まで調べることができない。というのは、皮を充分に輝かしてその下の皮の深部を見えるようにするに充分な散乱光を発生するに必要な強い光線輝度に長時間目を曝すことは本来健康上危険だからである。更に、人間は、果物及び果物の皮の浸透深さについて可視光線より優れている近赤外線を見ることができない。
それ故、本質的に半透明又は透明物体の外面及び表面領域を光学的に検査し、表面組織の性質及び外部領域の完全性を決定し、そしてこのような決定に基づき選択判断を行うためのインテリジェントな自動手段が要望される。
発明の要旨
本発明は、本質的に半透明な物体を選別する方法及び装置に関する。本発明によれば、果物、特に柑橘系果物を選別することができる。以下に詳細に述べるように、他の多数の形式の物体も、選択された特定の光周波数に対して本質的に半透明又は透明であれば、選別することができる。便宜上、ここでは、特に果物を参照する（より詳細には柑橘系果物を参照する）が、全てのこのような物体が含まれることを理解されたい。
果物は、その表面領域特徴に基づいて選別され、本発明の方法は、各果物を照射して、その中及びその表面領域を通して光を散乱させることを含む。本発明の好ましい実施形態に主として関連した果物の場合に、各果物は、その中で散乱された光が果物を輝かせるように照射される。この輝き（グロー）は、表面領域を透過して、検出され、これにより、全輝きパターンの像が得られる。
本発明を実施するに際に、外面上又はその付近の欠陥は、表面の傷を無視したコンウェイ氏により既に求められた内部欠陥よりも相当に明確に見えることが分かった。それ故、各々の瞬時の像は、果物の表面及び表面付近の特徴に対応するデータのマトリクスを構成する。各々の検出された像は、分析用のデータに変換され、求められた表面特徴が存在するかどうかが判断される。これは、データを選択された基準と比較することにより行われ、従って、果物は、分析データに基づいて分類され、観察された表面特徴データに基づき選択された分類に入るものが識別される。分類された果物は、次いで、このような分類の選択された定義に基づいて選別される。これは、果物をその表面領域特徴に基づいて自動的に分類及び識別することができるようにする。
上記像のデータは、果物の表面特徴をパターン認識できるように処理されねばならない。このようなデータ処理の前に、物体の表面特徴を通して散乱された光から発せられたものではない走査データが除去される。表面特徴の統計学的尺度は、各果物の実質的に全面にわたる表面特徴の充分な変化が、表面欠陥を指示するに充分なほど大きいかどうかを決定するように導出される。
データの通常の処理は、更に、所定の周波数カットオフに対する周波数でデータをフィルタすることにより、表面特徴から走査されたデータを選択することを含む。このようなある状態においては、データのフィルタ動作は、高い周波数のデータ成分のみを通過することを含む。このような他の状態においては、データのフィルタ動作は、低い周波数のデータ成分のみを通過することを含む。
果物の輝き像は、通常、必要なデータを収集するように走査され、そしてもしそうであれば、この段階は、通常、物体を横切る所定の線に沿って果物を走査することを含む。又、複数の線に沿って果物を走査できることも意図される。各々の走査は、物体を横切る同じ角度又は別の角度に向けられる。
本発明の方法は、更に、果物の表面特徴の全部又は実質的な部分を同時に含む果物像を光学的に形成することも含む。多数の種々の柑橘系果物の場合のように果物が一般的に球状である場合には、像の形成は、実質的に各半球状の個別の像を形成することを含む。
ここに示す実施形態では、果物の走査は、照射された果物の像（即ちそこから発生されている輝き）を、その照射された果物から離れるように向けられた走査カメラへと反射し、カメラへの直接的な光の伝達を回避することにより光学的に行われる。これは、入射する果物照射ビームの方向に対して単にある角度にカメラを向けるだけで行うこともできる。しかしながら、本発明の方法は、カメラを入射ビームに直接向けた場合でも使用できることに注意されたい。というのは、カメラによって検出されるほとんどの光は、果物の表面領域を通して投射される輝きを生じさせるために果物内で散乱されたものだからである。この場合に、特に光ビームがLED（発光ダイオード）又はレーザ光源で構成されるならば、それに接続された果物感知及びタイミング手段を使用して、果物を介在せずに直接検出される光により生じるカメラへのダメージを防止することができる。
一般に、本発明の方法は、果物をそれらのトポグラフィ的な表面特徴に基づいて分類する。柑橘系果物（比較的厚い皮を有する）の場合に、この分類動作は、多孔度、膨らみ及び皺、***及び窪み、破損、腐敗、及び他の選択された要因に基づいてそれらの皮を分類する。
走査は、二次元アレーを走査して、果物のトポグラフィ的な表面特徴の二次元グラフィック像を形成することを含む。果物の照射は、選択された周波数又は周波数の組合せの光を投射する選択光線発生手段によって照射することを含む。
又、データの処理は、走査された像を背景と物体とにセグメント化し、そして走査された像から背景を除去して、主として物体を残すことを含む。
皮の多孔度に基づいて柑橘系果物を分類することは、高周波データに対する走査像を、ハイパスデータフィルタを用いてフィルタすることを含む。フィルタされた像のピクセル強度のスレッシュホールドが確立される。この確立されたスレッシュホールドより上の強度を有するピクセルの数が作表されて、皮の多孔度が識別される。
皮の外面の膨らみ及び皺によって柑橘系果物を分類することは、低周波データに対する像を、ローパス／平滑化データフィルタを用いてフィルタすることを含む。フィルタされた像のピクセル強度のスレッシュホールドが確立される。このスレッシュホールドより上の強度を有するピクセルの数及び分布が作表されて、皮の外面の膨らみ及び皺が識別される。
皮のくさび形の***及び窪み又は破損による分類は、ピクセル強度の遷移に対して像を選択的に走査することを含む。ピクセル強度及び遷移率のスレッシュホールドが確立される。強度遷移に対応するピクセル境界に隣り合う隣接部においてこの確立されたスレッシュホールドより上の強度を有するピクセルの数が作表される。隣接部は、染みとして定義される。所定の特性パラメータを越える染みの数が作表され、皮のくさび形***及び窪みが識別される。特性パラメータは、染みの所定の最小面積であり、そして皮のくさび形***及び窪みを識別するための染みの数を作表することは、所定の最小面積を越える染みの数を作表することを含む。又は、特性パラメータは形状でもよく、この場合は、くさび形***及び窪みを識別するための染みの数を作表することは、所定の形状定義に合致する形状を有する染みの数を作表することを含む。同様に、破損の識別は、強度の細い鋭い不連続性に基づく。
表面の腐敗による分類は、ピクセル強度の徐々の遷移に対し柑橘系果物の像を走査することを含む。所定のスレッシュホールドが確立される。徐々の遷移をもつピクセル境界に隣り合う隣接部においてこの所定のスレッシュホールドより上の強度を有するピクセルの数が作表される。隣接部は、染みとして定義される。所与の特性パラメータを越える染みの数が作表され、表面の腐敗が識別される。
上記の等級付け方法の各々に適した所定のスレッシュホールド、形状、面積、及び特性パラメータは、良く知られた方法により検出して自動的に入力することのできる柑橘系果物のサイズの関数として選択的に確立することができる。
又、本発明は、柑橘系果物のように本質的に半透明な物体、又は物体の表面領域特徴により選択された光周波数に対して本質的に透明な物体を選別するための装置も特徴とする。このような装置は、検査ステーション及び少なくとも１つの選別ステーションを備えている。コンベアは、検査ステーションを通して選別ステーションへ物体を搬送する。選別ステーションの選別器は、コンベアからの物体の選択的な転向により物体の表面特徴の分類に基づいて物体を選別する。コンピュータ化された光学スキャナは、検査ステーションにおいて物体のグラフィック像を発生し、そして表面特徴の少なくとも１つのトポグラフィ的な特性に基づいて物体の表面特徴を評価する。このように、物体は、表面特徴に基づいて分類されそして選別される。
柑橘系果物を選別する１つの実施形態においては、コンピュータ化された光学的スキャナは、２つの独立した照射／走査光源及びカメラ組立体を検査ステーションに備えている。この実施形態においては、コンピュータ化された光学スキャナは、果物に照射するために検査ステーションを通る垂直平面から約120゜に配置された２つのレンズ収束のタングステンハロゲン光源と、各光源に対応し、果物を走査するための走査カメラであって、各光源に整列されていないカメラとを備えている。この実施形態では、カメラは、果物から離れるように向けられ、そしてコンピュータ化された光学スキャナは、更に、果物内で発生されてその皮を経て伝達された輝きの像をカメラへと反射するための複数のミラーを備えている。
更に一般的に、本発明は、散乱光の強度パターンに基づいて物体を分類するための装置であって、物体に向けられ少なくとも１つの光源を備えた装置を提供する。感知素子は、物体内で散乱されてその表面を通して送出される光をデジタルデータに変換する。評価コンピュータは、このデジタルデータの分析から導出された物体のトポグラフィ的な表面特徴に基づいて物体を分類する。従って、物体は、搬送中に光学的に分類され、選別される。
以下、同様の素子が同じ参照番号で示された添付図面を参照して本発明を詳細に説明する。
【図面の簡単な説明】
図１は、本発明による組織モードコンピュータを使用した分類及び選別装置の簡単なブロック図である。
図2aは、図１のシステムに使用される光学的ハウジングの簡単な概略断面図である。
図2bは、図１のシステムに使用される光学的ハウジングの第２の実施形態の簡単な概略断面図である。
図3aは、本発明によって形成された滑らかな果物の皮のコンピュータ像である。
図3bは、選択された走査線に沿って得た果物表面の対応するヒストグラムである。
図4aは、本発明により形成された酸っぱい腐敗部を有する果物のコンピュータ像である。
図4bは、図4aの果物の選択された走査線により得たヒストグラムである。
図5aは、明確な腐敗部を示す本発明により形成された果物のコンピュータ図である。
図5bは、図5aの果物の選択された走査線により得たヒストグラムである。
図6aは、本発明により決定された石目付きの皮をもつ果物のコンピュータ図である。
図6bは、選択された走査線に沿って得た図6aの果物のトポグラフィ表面組織のヒストグラムである。
図7aは、本発明により検出された柔らかい膨らみ及び皺を示す果物のコンピュータ図である。
図7bは、選択された走査線に沿って得た図7aの果物のトポグラフィ表面組織のヒストグラムである。
図8aは、本発明により決定された***及び窪み欠陥をもつ果物のコンピュータ図である。
図8bは、図8aの果物の選択された走査線に沿ったヒストグラムである。
図9aは、本発明により決定された割れ又は切れ目を皮にもつ果物のコンピュータ図である。
図9bは、選択された走査線に沿った図9aの果物の組織のヒストグラムである。
図10aは、本発明により決定された明確な***及び窪みをもつ果物のコンピュータ図である。
図10bは、図10aの果物の選択された走査線に沿って得たヒストグラムである。
本発明及びその種々の実施形態は、以下の詳細な説明から理解されよう。
好ましい実施形態の詳細な説明
この点において、上記で使用されそして以下でも使用される幾つかの用語を明瞭にしておくことが重要であると考えられる。
従って、「透過した光」とは、本質的にビームとして媒体を通過する光であって、媒体を通過する結果として「分散」したものでもよいし、しないものでもよい。又、この用語内では、入射ビームに存在する強度の若干が散乱されるか又は吸収された後に媒体を通して「前方」に通過し続ける入射光線の残り部分も意図される。
この説明の目的上、「散乱」光とは、入射ビームの方向から離れるように広がった光である。半透明の物体に輝きを生じさせるのは、主として、この散乱光である。
「吸収」光とは、媒体を透過もしないし媒体内で散乱もされず、そのエネルギーが媒体によって保持される入射ビームからの光を意味する。
ここでは、「半透明」な物体を参照する。これらの参照は、入射ビームからの選択された周波数又はスペクトルの光が物体内で部分的に吸収され及び部分的に散乱されるが、物体の表面領域を通過するために物体から散乱光の少なくとも若干を外部で検出できるような物体を意味する。典型的な例は、果物（かぼちゃ、メロン、又は柑橘系果物）、ワックス、あるセラミック、あるプラスチック及び複合体（鋳造可能な樹脂と組み合わされた繊維材料）であり、選択された周波数が通常は可視スペクトル、近赤外線、又はおそらく他の周波数であるようなものである。
「透明」な物体とは、選択された周波数（１つ又は複数）の入射光線を主としてビーム（分散するかもしれない）において実質的に自由に透過することのできる物体を意味し、その透過光は、物体内では主として吸収も散乱もされない。典型的な例は、通常の窓ガラスであり、周波数が可視スペクトル及び他の幾つかの周波数のものである。
表面領域の少なくとも一部分が半透明であるか又は光を吸収するような透明な物体は、明細書、請求の範囲及び要約書を理解する目的上、半透明物体であるとみなす。というのは、このような物体では、少なくともその表面領域において、ある程度の光の散乱又は吸収が生じ、本発明の方法及び装置を適用できるからである。このような物体の例は、プラスチックボールであり、内部の空気が可視光線に対して透明であるが、表面領域のプラスチックが可視光線に対して半透明である。別の例は、かき傷や、そりや、斑点のような不完全部を表面に保有するガラスシートである。このような不完全部は、ガラスを透過する光の若干を散乱し及び／又は吸収する。これは、本発明の技術により分類及び選別することができる。
それ故、一般に、本発明に関する当業者には、これらの技術により多数の形式の物体を分類しそして選別できることが理解されよう。説明上、このような全ての物体は、「半透明」という用語内に含まれ、それを明示するものとみなす。
それ故、ここで物体を参照するときは、柑橘系果物に限定されないがこれを含む前記の定義内に入るいかなる物体も包含するものと理解できる。同様に、ここで果物又は柑橘系果物を参照するときは、本発明の方法及び装置により分類されて選別されるいかなる物体も指すものと理解できる。
物体の「表面領域」とは、柑橘系果物の皮のような相当の厚みをもつ物体の外周の領域を意味し、このような物体の外面も含む。従って、「表面」及び「表面領域」は、本質的に同義語である。実際に、果物の欠陥が単にその外面に存在するか又は表面「内」に存在するかは、その形跡を外面において目で見て検出できる場合には、果物の市場価値に実際上ほとんど相違を生じない。
「膨らみ」、「皺」、「明確な腐敗」、「酸っぱい腐敗」、「石目状の表面」という用語、並びにここで使用する皮の完全性に関連した他のトポグラフィ及び特徴は、柑橘類の業界で良く知られており、単に検出できる特徴の例としてそして本発明により果物（又は他の物体）を分類できる特徴の例として与えられたものに過ぎない。
物体、特に、皮付きの柑橘系果物のような球状物体のトポグラフィ的な表面特徴が走査されて評価され、それらの表面特徴に基づいて物体を選別できるようにされる。柑橘系果物の場合には、皮の粗悪さ又は石目状態、膨らみ及び皺、***及び窪み、切れ目、破損、かき傷、割れ、明確な腐敗、又は酸っぱい腐敗は、ピクセル走査のデジタル分析により光学的に識別され、そして皮表面の領域品質に基づいて選別される。
物体は、その走査され像を背景像と物体自体の像とにセグメント化することにより分類される。次いで、背景像は除去される。次いで、物体の両半球を含む全体としての物体像の統計学的な評価を行って、欠陥とみなすか或いは分類判定を行う際の適当な基礎となる表面特徴変化が存在するかどうか決定する。もしそうであれば、物体像は、高周波又は低周波フィルタ動作及びピクセル強度のスレッシュホールド処理を受け、改善された像が導出される。この改善された像は、先鋭な遷移又は徐々の遷移に相接する隣接部へと作表又は編成され、染みとして定められた特定の領域を識別し、これは、選択された最小面積、形状要求及び／又は巾に対して比較されたときに、上記の表面不完全さの１つとして識別することができる。
図１は、本発明の組織（肌理）コンピュータ及び方法を組み込んだ分類及び選別装置のブロック図である。ここでは「システム」とも称され、参照番号10で一般的に示された分類及び選別装置は、複数の物体14が搬送される従来のコンベアライン12を備えている。上記したように、ここに示す実施形態の物体14は、果物、特に柑橘系果物であってもよいし、或いは他の形式の本質的に半透明又は透明な物体であってもよい。いかなるこのような物体、特に、トポグラフィ的な表面組織を有するいかなるこのような球状物体も、システム10によって等しく処理することができる。
コンベア12は、果物14を光学ハウジング16へ搬送し、果物は、ハウジング16内の検査ステーション18において照射される。コンベア12は、果物を像形成に供するのを制御するために果物を搬送しそして方向付けする。コンベアは、検査ステーション18において果物14の最大光学露出を与えるように設計される。ここに示す実施形態のコンベアシステム12は、果物14を回転するための駆動スプールを備えている。ここに示す実施形態では、果物14は、像形成ステーション18を経て移動するときに後退方向に回転され、コンベア12を下るその前方移動を少なくとも部分的に補償する。換言すれば、果物は、長時間の露光中に同じ表面がカメラ30に向いたままとなって完全且つ確実な像形成を行えるように回転される。これは、もちろん、この技術で良く知られた手段により時間同期される。
光学ハウジング16は、図2aの簡単な断面図に良好に示されており、この図に示されたように、果物14は、コンベア12によりハウジング16のステーション18へ搬送され、そこで、果物14は、一対の高輝度光源22及び24により照射される。光源22及び24は、下から果物14に集束され、そして更に、果物14の表面の光学的照射を与えるように助成するための従来の光学系が設けられている。
或いは又、高輝度光源22及び24に代わって、２つ以上の光ファイバを使用し、これらは、果物14を横から照射してもよいし、又は低い傾斜角で配置して上方に光を投射し果物の外面をできるだけ僅かに照射するようにしてもよい。
更にそれとは別に、光源22及び24は、レーザビームであってもよいし、LEDにより形成された光ビームであってもよい。更に、単一の光源を使用し、２つの光源22及び24又はそれ以上に光学的に分割してもよい。いずれにせよ、これらの光源22及び24、又は単一の光源は、入射光を発生し、これが果物内で散乱されて果物を輝かせることを理解されたい。そして前記でも示唆したように、光の周波数又は周波数スペクトルは、検査されるべき物体の光学特性に基づいて選択され、物体内に所望の散乱を生じさせ、それにより、その輝きをその表面を経て投射させる。柑橘系果物では、通常の可視スペクトルで充分である。
ある用途の場合には、特定の波長又はスペクトルの入射光を使用し、所望の光学的な作用が、監視されるべき物体の形式において特定形式の欠陥を強調するようにするのが望ましい。特定形式の物体及び欠陥に直面する適度に熟練した実施者には、入射光の正しい周波数又はスペクトルを決定することが残されている。
検査ステーション18は、スプリアスな像を回避するための平らな黒の非反射面を設けるか、又は果物に入射する光の強度を必要に応じて増加するための反射面を含ませるために、必要に応じて適当にバッフルが設けられる。いずれの場合にも、図2aに示す実施形態では、果物14内で散乱されそしてその皮を通して投射された輝きが下部ミラー26a及び26bから上部ミラー28a及び28bへと反射される。更に図2aに示すように、CCDマトリクス即ち走査カメラ30は、上部ミラー28a及び28bに収束された光学系32を有し、図3aないし10aに示すように、果物14の半球の実質的に全外面を単一のコンピュータ像に捕らえる。
図2bに示すように、実際には２つのカメラ30a及び30bがあり、その各々が２つの半球の一方の像を捕らえる。例えば、図2bに示されたように、果物14の第１の半球像は、右下のミラー27aにより左上のミラー29aへそして第１カメラ30aへ反射される。この第１の半球の像は、左下のミラー27bにより第１カメラ30aの右上のミラー29bへも反射される。
次いで、果物14がコンベアを下って進み、同期した回転を受けて、他方の半球を露出した後に、果物14の第２の半球の像が右下のミラー27cにより左上のミラー29cへ反射され、そして左下のミラー27dから右上のミラー29dへ反射され、両方の像が他方のカメラ30bへ反射される。
図１に示すように、カメラ30は組織モードコンピュータ34に接続される。この組織モードコンピュータ34は、コンベア及び選別システムの必要な機能を実行するマスターリモートコンピュータ36と、システム10に対しユーザ入力及び出力アクセスを与える入力／出力コンピュータ38との両方に接続される。果物14の組織分析は、組織モードコンピュータ34内で行われる。ユーザ命令により、入力／出力コンピュータ38を経てマスターリモートコンピュータ36へ至る入力は、複数の選別ステーション40において組織モードコンピュータ34により指示された選別動作を実行し、選別ステーションは、果物14がのせられたソレノイド作動の放出フィンガを含み、これにより、果物14は、コンベアライン12から適当な選別ビン42又は第２のコンベアへと放出される。このような放出は、ラバーズ氏等の「コンベア放出装置及び方法（Conveyor Discharge Apparatus and Method）」と題する米国特許第5,174,429号（1992年）に開示されている。
従って、図１を見ることにより理解できるように、システム10の組織モジュールは、光学的ハウジング16を含む照明及び光学系と、カメラ30、ミラー26a、26b、28a及び28bにより形成される像形成と、組織モードコンピュータ34内の像処理とを含む３つのサブシステムで構成される。
中央の入力／出力コンピュータ38及びマスターリモートコンピュータ36は従来型のものであり、公知の分類及び選別装置に使用されたものと実質的に同じである。このため、システム10のこれらの部分は、組織モードコンピュータ34の動作の説明をサポートするための背景技術以外は、詳細に説明する必要がなかろう。中央の入力／出力コンピュータ38は、ユーザインターフェイスの全ての観点を与え、種々の分類パラメータの入力及び出力を選択し、そしてコンベア12のレーンが図１に示す簡単な直線的なものではなく更に複雑なアレーで設けられる場合にシステム10のコンベア経路を決定することを含むシステム制御を発揮する。
照明システムは、果物14の中心線の下で果物の両側に配置された２つのタングステンハロゲン投射ランプ22及び24を使用する。特定の形成のランプ又は照明システムの使用が、システム10の設計要求によって指令されることはないし、又、ランプの数についてもそうである。唯一必要とされるのは、ランプが、果物に入射する適切な周波数又はスペクトルの充分な光を放射し、果物14の皮を透過してカメラで検出できる輝き効果を形成することである。換言すれば、果物14の皮又は外皮への光浸透が生じてその中で散乱され、皮を通る輝き効果を与えるような光の位置、強度及び周波数／スペクトルである場合に、果物がカメラへ輝き効果を与える。
カメラに空間的なフィルタはなく、像形成の露光時間は電子的に制御される。露光時間の電子的な制御は、果物のサイズ及び皮の厚みの差による輝きの強度の差を補償する。これは、運転の初期部分中に決定することができ、自動又は手動の適当な補正を入力／出力コントローラ38を経て入力することができる。
自動制御は、各カメラ30に取り付けられたホトダイオード44を使用することにより行われ、各ホトダイオードにより感知された光の量に基づいて出力周波数が周波数発生器（図示せず）により発生される。ホトダイオード44により制御される周波数発生器からの出力周波数を用いることにより、カメラ30内のCCDチップの露光時間が制御される。
果物14を照明する方法、及び１つ以上のカメラ及び種々の光学系及び構成を用いて果物14のコンピュータ像を取り出す方法は、多数のものがある。ここに示す光学系、照明システム又は像形成システムに限定することにより本発明の範囲を限定するつもりはない。むしろ、他の多数の変形及び解決策を等しく使用して、本発明により要求される結果を得ることが特に意図される。好ましい実施形態において要求されることは、以下に述べる組織特性が果物表面の重要な部分を省略することがないように各果物14の実質的に完全なコンピュータ像を形成することのみである。実際に、ある用途については、単一のカメラ30及び簡単な光学系を用いて１つの半球のみの像を形成すれば充分である。
組織モードコンピュータ34は、像処理を実行し、そして分類情報をシステムの残りの部分へ送り、公知の手段に基づいて、最終的なドロップアウト（脱落）選択を行う。像処理を実施する実際の方法又はアルゴリズムは、重要なものではなく、組織モードコンピュータ34内に使用されるプロセッサのパワー及び能力並びにその制御ソフトウェアに基づいて広範囲に変更し得る。ここに示す実施形態では、組織モードコンピュータ34は、テキサスインスツルーメント社で製造されたモデルTMS320C40マイクロプロセッサを使用し、メリーランドのアメリネックス・アーティフィシアル・インテリジェンス社からKB Visionという商標で販売されている汎用像処理現像パッケージを用いて発生されるアルゴリズムにより像処理を行う。
システム10の基本的なハードウェアについて述べたが、捕らえた像をいかに処理して、トポグラフィ的な表面組織の等級付けを与えるかについて一般的に考える。ここに示す実施形態では、処理の第１ステップは、果物14内で散乱された光から輝きを構成しそしてその皮を通して出て来るものではない光源22及び24からの反射光強度のような無効情報をドロップアウトすることである。例えば、図3aを見ると、滑らかな果物の皮の実際のコンピュータ像の明るい部分46が示されている。図3aには、果物14の２つの像が示され、本質的に果物の２つの半球図を示している。従って、グラフィック像の領域46は、強度レベルが著しく高いために、トポグラフィ的な表面組織に関する情報を保持しないグラフィック情報信号の部分として除去することができる。
次いで、果物表面の全走査が行われて、像を構成する全ピクセルパターンの強度の最大、最小及び標準偏差が与えられ、膨らみ及び皺や、切れ目や、裂け目や腐敗等の更に検査を必要とする表面欠陥を構成し得る像の強度変化があるかどうかの指示を与える。
柑橘系果物の膨らみは、その下の身から若干離れた皮の領域であり、従って、若干膨れ又は膨らむ。皺は、これと逆で、外皮面の一部分が、その隣接領域に比して押圧されている。
欠陥が検出されない場合には、例えば、果物表面の石目を表す高周波データについてグラフィック像がチェックされる。果物14から導出されたデータは、ユーザ基準に基づいて分類するためにマスターリモートコンピュータ36へフィードバックすることができる。
果物表面の全体的な統計学的分析が皮の欠陥の存在を指示する場合には、一連のデータフィルタを適用してそれらを識別することにより欠陥の形式を決定することができる。ハイパスデータフィルタを使用して、切れ目又は破損をサーチすることができる。染み分析、トレース及び大きな強度の領域の縦横比を伴うローパスフィルタは、膨らみ及び皺を識別しそしてそれを腐敗と区別するのに有用である。染み（blob）は、ここでは、１つの分類のトポグラフィ的表面組織を有する皮の相接領域として定義される。
膨らみ及び皺データが分離された後に、標準偏差値に対するピーク強度を示す一連のチェックを使用して、膨らみ及び皺といった欠陥の分類内の欠陥の程度を識別することができる。このプロセスが全て行われた後に、果物全体のサイズがその患部領域と比較され、患部表面の欠陥に対するパーセント値が発生される。腐敗や外皮の破損のような他の欠陥は、パーセンテージ評価を受けず、果物の患部領域のパーセンテージに関わりなく果物を直ちに排除する原因を構成する。
この処理をいかに行うかは、図3a−10aを、各々それに対応する図3b−10bに示されたように選択された走査線上で得たピクセル強度ヒストグラムと比較して検討することにより良く理解されよう。先ず、図3aを参照すると、滑らかなオレンジの外皮のコンピュータ像が示されており、カメラに送られた反射像からの二重像を示している。前記したように、光源からの明るい領域46は、皮の状態の性質に関連した情報を含んでいないので排除される。
全グラフィック像の統計学的な情報が得られ、像ピクセルの強度変化を特徴付ける最大、最小及び標準偏差が得られる。この場合に、返送される標準偏差は、果物が滑らかで且つ充分に許容範囲内にあることを指示する。この点において、それ以上の統計学的な分析は、不要であり、果物の位置がシステム10内でタグ付けされ、そしてコンベア12を下るように搬送されて、適当な選別ビン42へ送られるか、第２のコンベアへ送られるか、又は付加的な方法及び基準に基づく分析及び分類のために送られる。
説明上、図3aの２つの半球像の一方の部分を横切って典型的な走査線48が引かれている。次いで、走査線強度が図3bのヒストグラムに示され、強度は、縦の目盛りに対してグラフ形成され、そして横の目盛りに沿って走査線に沿って位置決めされ、走査線48の端50は、図3bのヒストグラムの左端に対応し、そして端52は、図3bのヒストグラムの右端に対応する。図3bのヒストグラムを目で見て調べると、ピクセル強度の変化が平均値から非常に限定された偏差をもつ値の範囲内に維持されることが示され、種々の果物欠陥が示された図4b−10bのヒストグラムとはかなり異なるパターンを形成している。従来の統計学的な尺度により、図3b−10bのヒストグラムは、意味のある統計学的パラメータによって特徴付けることができ、そしてこれらのパラメータにより、果物14のトポグラフィ的な表面組織を容易に識別するための分類へと選別することができる。
更に、図3aでは、果物14の半球像の一方に単一の走査線が示されただけであるが、異なる方向及び位置において各々の半球像を横切って多数の走査線48を形成し、果物14のトポグラフィ的な表面組織の平均統計学的精細度が得られることを特に理解されたい。
図4aは、トポグラフィ的な表面組織において見ることのできる酸っぱい腐敗として知られた表面腐敗により傷つけられた果物14のコンピュータ像を示す。
この場合にも、明るい照明領域46は、関連性のないものとして像から排除される。全体的な統計学的分析が行われ、表皮の傷について更にデータ処理を必要とするに充分なピクセル変化がトポグラフィ的表面組織に存在することを示している。従って、典型的な走査線48は果物14の半球像の一方を横切って引かれ、そしてそれに対応する強度ヒストグラムが図4bにプロットされ、強度が、図4aの走査線の下部（即ち図4bのヒストグラムの左）から図4aの走査線48の上部52（即ち図4bのヒストグラムの右）へと変化することを示している。
図3bと4bのピクセル強度ヒストグラムを比較すると、パターンの特徴の明瞭且つ明確な相違が直ちに分かる。最大値と最小値との間に相当に広い変化があり、平均値からの偏差も、図3bの場合よりかなり大きい。この像は、ピクセル強度の徐々の遷移の領域を識別するために処理される。所定のスレッシュホールドが自動的に（統計学的尺度に基づいて）確立されるか、又は中央の入力／出力コンピュータ38を介してユーザによりセットされる。徐々に遷移するピクセル境界に相接する隣接部において所定のスレッシュホールドより高い強度を有するピクセルの数が作表される。これらの隣接部は、染みとして定義される。表面欠陥を識別するのに使用される所与の特性パラメータを越える染みの数が作表される。この数が皮領域の所与の最大パーセンテージを越えた場合に、その果物は、タグ付けされ、そして排除のために追跡される。
又、ヒストグラムのパターン形状の確認も、組織モードコンピュータ34内において従来の曲線適合技術により行うことができる。酸っぱい腐敗のヒストグラムは、大きな中央のピークが台状の肩部へと急激に下降することを特徴とする。もし所望であれば、果物14の両半球像を通して多数の走査線48を得ることができる。この形状のピクセル強度ヒストグラムを有する検出領域18の果物は、酸っぱい腐敗により傷ついているとマークされ、コンベア12によって搬送されて、マスターリモートコンピュータ36の制御のもとで収集ビン42又は第２のコンベアへと適宜に選別され、このマスターリモートコンピュータ36は、組織モードコンピュータ34から組織モード特徴が与えられた中央の入力／出力コンピュータ38に応答してセットされたパラメータに基づいて動作する。
同様に、図5aは、明確な腐敗の表皮傷により果物が特徴付けられた果物14の２つの半球のコンピュータ像である。図5bに示す対応するヒストグラムは、大きなピークが、明確な腐敗斑点の走査線のどこかにある平均ピクセル強度へと急激に下降することを特徴とする。この場合も、この像は、図3b及び4bとは別のものであって、従来のパターン認識により個別に認識することができ、それにより、果物はシステム10においてマークされそして選別される。明確な腐敗の像の処理は、酸っぱい腐敗について上記したものと同様である。
図6aは、ある市場において顧客が完全以下であると考える高い多孔性又は石目状の表面を有する果物14のコンピュータ像である。それに対応するヒストグラムが図6bに示され、巾の狭い高層建築物の林立が深い谷によって分離されたものを生じる高いピクセル強度の散乱変化を示している。図6bのヒストグラムは、図3b−5bのパターンとは別のもので、統計学的及びパターン認識により識別することができ、果物14は、システム10において適宜分類されそして選別される。特に、走査された像は、ハイパスデータフィルタを用いて高周波データを残すようにフィルタされる。そのフィルタされた像のピクセル強度のスレッシュホールドが確立され、このスレッシュホールドより上の強度を有するピクセルの数が作表されて、皮の多孔性が評価される。
図7aは、表面が、柔らかい膨らみ及び皺として知られている表面の傷により特徴付けされるか、又は皮のトポグラフィにおいて山及び谷によって特徴付けられるような果物14のコンピュータ像を示している。それに対応するヒストグラムが図7bに示されており、これは、図7aの典型的な走査線49に沿って見たものである。このヒストグラムの形状は、図3b−6bのものとは異なり、あるものは中程度の巾を有する複数の高いピークが、中程度の深さの谷によって分離されることを特徴とする。この場合も、図7bのヒストグラムは、統計学的に認識され及びパターン認識され、柔らかい膨らみ及び皺の欠陥をもつ果物14であるとタグを付け、そしてシステム10の適当な収集ビン42又は第２のコンベアへと選択的に選別することができる。特に、この像は、ピクセルデータ強度を平滑化又は柔軟化するローパスデータフィルタ又はデータ処理アルゴリズムを用いて低周波数データに対してフィルタされる。フィルタされた像に対してピクセル強度スレッシュホールドが確立され、このスレッシュホールドより大きい強度を有するピクセルの数が作表されて、皮の山及び谷を識別する。
図8aは、***及び窪みとして知られている欠陥により表皮が傷つけられた果物14の２つの半球のグラフィック像を示している。これらは、成長の過程で皮の外側に長手方向の窪み又は***が形成されたものである。これに対応するヒストグラムが図8bに示されており、この場合も、図3b−7bのヒストグラムとは別のパターンであって、果物の皮に形成された***及び窪みに対応して巾の広いそして高いピークと、それらの間にある深い谷を特徴とする。果物は、統計学的及びパターン認識により対応的に等級が付けられ、そしてシステム10により選別される。特に、像は、ピクセル強度の鋭い遷移に対し選択的に走査される。ピクセル強度のスレッシュホールドが確立される。鋭い遷移に対応するピクセル境界に相接する隣接部においてその確立されたスレッシュホールドより高い強度を有するピクセルの数が作表される。隣接部は、染みとして定義される。皮におけるくさび形の***及び窪みを識別するのに使用される所定の特性パラメータを越える染みの数が作表される。この場合も、図3a−10aの全ての場合と同様に、染みの絶対数又は染み内の全皮面積のパーセンテージが決定され、果物を受け入れ、拒絶し又はその他処理する基準が与えられる。
図9aは、割れ、切れ目、破裂及びこすり傷を含むものと一般的に定義される「破損」を示す果物片に対する果物14の像を示している。それに対応するヒストグラムが図9bに示され、非常に大きく且つ巾の広いピークと、深く且つ巾の広い谷とが隣接していることを特徴とする。このヒストグラムは、図3b−8bに示されたヒストグラムとは視覚的、統計学的及びパターン的に異なり、果物14をシステム10内で適宜に分類及び選別することができる。特に、像は、ピクセル強度の鋭い遷移に対して走査される。所定のスレッシュホールドが設けられる。鋭い遷移をもつピクセル境界に相接する隣接部においてその確立されたスレッシュホールドより高い強度を有するピクセルの数が作表される。隣接部は染みとして定義される。所定の面積及び所定の巾を越える染みの数が作表され、上記皮の破損が識別される。
図10aは、明確な膨らみ及び皺の表皮欠陥を特徴とする果物14の２つの半球のコンピュータ像である。それに対応するヒストグラムが図10bに示されており、これは、細い頂点をもつ中程度の巾の大きな多数のピークが深い谷により分離された独特のパターンを与え、図3b−9bに示されたものとは統計学的及びパターン的に異なる像である。従って、明確な膨らみ及び皺をもつこの果物14は、システム10において選択的に分類及び選別することができる。像の処理は、上記柔らかい膨らみ及び皺について実施されたものと実質的に同じである。
システム10のハードウェア及び像データの処理について以上に説明したが、データ処理を行う全ソフトウェアアーキテクチャーについて考える。システム10の動作、特に、組織モードコンピュータ34のソフトウェア制御を、図11のソフトウェアアーキテクチャー図によって説明する。図11のソフトウェア編成は、上記動作を実行するために組織モードコンピュータ34により使用される主なモジュールを示している。
リアルタイムカーナル54は、ここに示す実施形態のオペレーティングシステムを形成する。主組織モジュール56は、初期化タスクを実行し、組織モードコンピュータ34に接続される種々のリソースを管理し、特殊な処理を必要とする事象割り込みを取り扱い、実行されねばならないシステムタスクを生み出し又は指定し、そして組織モードコンピュータ34内の競合するソフトウェア要求の間で優先順位を指定する。
主組織モジュール56は、複数の他のモジュール又はリソースと並列に通信する。例えば、モジュール56は、マスターリモートコンピュータ36と制御及びデータ通信するために並列通信ポートモジュール58を経て通信する。中央の入力／出力コンピュータ38との通信は、ローカルエリアネットワークモジュール60を経て取り扱われる。コンベア12の移動及び同期は、ベルト同期モジュール62を経て追跡され、これは、マスターリモートコンピュータ36と通信し、コンベアの速度及び位置に関する情報を受け取る。
カメラ30は、モジュール64の制御のもとで効率的なグラフィックフレームグラブプロトコルにおいて組織モードコンピュータ34と通信し、モジュール64は、ここに示す実施形態において、カナダ、ブリティッシュ・コロンビアのスペクトラム・シグナル・プロセッシング社により製造されたSPECTRUMビデオカードであるビデオフレームグラブカードの動作を開始及び監視するのに使用される。
処理されたグラフィックデータは、モジュール66によってビデオカードから読み取られ、そしてデータ取り扱いモジュール68の制御のもとでデータ保存の目的でハードディスクに記憶される。図3a−10aに見られるような処理された像データは、ローカルエリアネットワーク転送モジュール70によってユーザ情報として中央の入力／出力コンピュータ38に転送される。これは、システムが動作している間にシステム10の組織モジュール56が見るのと同じ処理データをオペレータが見れるようにする。
モジュール72の設定により付加的なハウスキーピングソフトウェアタスクが取り扱われ、このモジュールは、コンピュータ36及び38との通信、及びシステム10が組み合わされた他のシステムとの通信を設定しそして監視する。例えば、システム10の等級付け及び選別は、米国特許第5,164,795号に開示された柑橘系果物の色及び傷を等級付けするシステムと組み合わされ、この色及び傷の等級付け装置との通信は、ユーティリティモジュール72により設定される。モジュール74は、ビデオカードの初期化及びその動作の確認を与える。ユーティリティモジュール76は、ローカルエリアネットワークの制御及び動作を同様に設定しそして確立する。
グラフィックデータを収集し、そのデータを処理して、トポグラフィ的な表面組織の分類及び性質を特徴付け、その特徴を中央コンピュータ38及びマスターリモートコンピュータ36へ送り、適切な判断を行ってユーザ選択に基づきルート指定するという同じ本質的な機能を実行しながら、ソフトウェアシステム及びその編成を広く変えられることが明確に理解されよう。
本発明の精神及び範囲から逸脱せずに、当業者により多数の変更や修正がなされ得る。それ故、ここに開示する実施形態は、例示の目的で与えられたもので、請求の範囲で規定された本発明を何らそれに限定するものでないことを理解されたい。
本発明及びその種々の実施形態を説明するために本明細書で使用する用語は、それらの一般的に定められた意味だけでなく、その一般的に定められた意味の範囲を越える特殊な定義の構造、材料又は働きも含むものと理解すべきである。それ故、請求の範囲の用語又は要素の定義は、本明細書において上記で述べた要素の組合せを含むだけでなく、実質的に同じ結果を得るために実質的に同様に実質的に同じ機能を実行するための全ての等価な構造、材料又は作用も含むものと定める。
請求された要素の等効物に加えて、当業者に現在又は後で分かる明確な代替え物も、定義された要素の範囲内に入るものと定める。
従って、請求の範囲は、上記で特に示して説明したもの、概念的に等価であるもの、明らかに置き換えできるもの、及び本発明の本質的な考え方を本質的に組み込んだものを包含するものと理解されたい。

Claims (50)

1. 半透明物体をその物体の少なくとも１つの選択された表面特徴に基づいて分類する方法であって、上記物体に光を当て、上記物体の表面を透過する光を検出し、上記検出された光をデータに変換し、上記データを分析して、上記表面の選択された特徴の存在を決定し、そして上記決定に基づいて物体を分類する、という段階を備えた方法において、上記物体に光を当てる段階は、光が上記物体内で散乱させられるようにし、上記光を検出する段階は、上記物体の表面の所定の領域を透過してくる上記散乱光の強度を検出するようにし、上記検 出された光をデータに変換する段階は、上記物体内から 上記物体の表面の所定の領域を透過した光から発せられ たものではないデータを除去する段階を含むことを特徴とする方法。
2. 上記分析段階は、パターン認識により上記 表面の選択された特徴を決定する請求項１に記載の方法。
3. 上記データを除去する段階は、上記パター ン認識により上記表面の選択された特徴を決定する前に 行われる請求項２に記載の方法。
4. データを分析する上記段階は、データの統計学的な尺度を導出し、表面特徴の存在を指示するに充分な光強度の変化が存在するかどうかを決定することを含む請求項１に記載の方法。
5. データを分析する上記段階は、データの統計学的な尺度を導出し、表面特徴の存在を指示するに充分な光強度の変化が存在するかどうかを決定することを含む請求項３に記載の方法。
6. データを変換する上記段階は、更に、選択された周波数カットオフに対しデータを周波数フィルタする段階を備えた請求項５に記載の方法。
7. 上記周波数フィルタする段階は、高周波数データ成分のみを通過することを含む請求項６に記載の方法。
8. 上記周波数フィルタする段階は、低周波数データ成分のみを通過することを含む請求項６に記載の方法。
9. 上記検出段階は、更に、物体から送られた散乱光の像を光学的に形成する段階を含む請求項１に記載の方法。
10. 上記検出段階は、このように形成された像を、その像を横切る選択された線に沿って走査する段階を含む請求項９に記載の方法。
11. 上記走査段階は、像を横切る複数の走査線に沿って行われる請求項10に記載の方法。
12. 上記物体は一般的に球状であり、上記像を光学的に形成する段階は、上記物体の実質的に両方の半球の像を形成することを含む請求項９に記載の方法。
13. 像を光学的に形成する上記段階は、物体から送られた散乱光の像を、物体から離れるように向けられたカメラに光学的に反射することを含む請求項９に記載の方法。
14. 複数の表面特徴が考慮され、上記分析段階は、このような表面特徴のいずれかが物体に存在するかどうか決定することを含む請求項１に記載の方法。
15. 上記物体は、皮付きの柑橘系果物であり、上記分析段階は、柑橘系果物の皮の多孔性の程度を決定することを含む請求項14に記載の方法。
16. 上記物体は、皮付きの柑橘系果物であり、上記分析段階は、柑橘系果物の皮の膨らみ及び皺の程度を決定することを含む請求項14に記載の方法。
17. 上記物体は、皮付きの柑橘系果物であり、上記分析段階は、柑橘系果物の皮の***及び窪みの程度を決定することを含む請求項14に記載の方法。
18. 上記物体は、皮付きの柑橘系果物であり、上記分析段階は、柑橘系果物の皮の破損の程度を決定することを含む請求項14に記載の方法。
19. 上記物体は、皮付きの柑橘系果物であり、上記分析段階は、柑橘系果物の皮の表面腐敗の程度を決定することを含む請求項14に記載の方法。
20. 上記検出段階は、二次元アレーにおいて像を走査して、物体の表面の少なくとも一部分の二次元グラフィック像を形成する段階を含む請求項９に記載の方法。
21. 上記光を当てる段階は、物体に可視光線を照射することを含む請求項１に記載の方法。
22. 上記光を当てる段階は、物体に可視スペクトル以外の光を照射することを含む請求項１に記載の方法。
23. 上記光は、近赤外線である請求項22に記載の方法。
24. 上記分析段階は、像を背景像と物体像に分離し、そして背景像を除去して、物体像を残すことを含む請求項９に記載の方法。
25. 上記物体は、皮付きの果物であり、上記分析段階は、皮の多孔性の程度を決定することを含み、そして更に、
    物体像を走査し、
    上記走査された像を、ハイパスデータフィルタを用いて高周波数データに対してフィルタし、
    上記フィルタされた像のピクセル強度のスレッシュホールドを確立し、そして
    上記スレッシュホールドより高い強度を有するピクセルの数を作表する、
    という段階を備えた請求項24に記載の方法。
26. 上記物体は、皮付きの果物であり、上記分析段階は、皮の山及び谷の存在を決定することを含み、そして更に、
    物体像を走査し、
    上記走査された像を、ローパス／平滑化データフィルタを用いて低周波数データに対してフィルタし、
    上記フィルタされた像のピクセル強度のスレッシュホールドを確立し、そして
    上記スレッシュホールドより高い強度を有するピクセルの数を作表する、
    という段階を備えた請求項24に記載の方法。
27. 上記物体は、皮付きの果物であり、上記分析段階は、皮のくさび形***及び窪みの存在を決定することを含み、そして更に
    ピクセル強度の鋭い遷移に対し物体像を選択的に走査し、
    ピクセル強度のスレッシュホールドを確立し、
    鋭い遷移に対応するピクセル境界に相接する隣接部において上記スレッシュホールドより高い強度を有するピクセルの数を作表し、上記隣接部は、染みとして定義され、そして
    所定の特性パラメータを越える染みの数を作表し、これにより、皮のくさび形***及び窪みを識別する、
    という段階を備えた請求項24に記載の方法。
28. 上記特性パラメータは、選択された最小の染み面積を含み、染みの数を作表する上記段階は、選択された最小面積を越える染みの数を作表することを含む請求項27に記載の方法。
29. 上記特性パラメータは、選択された染みの形状を含み、染みの数を作表する上記段階は、選択された形状定義に合致する染みの数を作表することを含む請求項27に記載の方法。
30. 上記物体は、皮付きの果物であり、上記分析段階は、皮の表面における破損の存在を決定することを含み、そして更に、
    物体像を鋭い遷移及びピクセル強度に対して走査し、
    物体像のピクセル強度の選択されたスレッシュホールドを確立し、
    鋭い遷移をもつピクセル境界に相接する隣接部において上記選択されたスレッシュホールドより高い強度を有するピクセルの数を作表し、上記隣接部は、染みとして定義され、そして
    選択された面積及び巾を越える染みの数を作表し、これにより、皮の破損を識別する、
    という段階を備えた請求項24に記載の方法。
31. 上記物体は、皮付きの果物であり、上記分析段階は、表面の腐敗の存在を決定することを含み、そして更に、
    物体像をピクセル強度の徐々の遷移に対して走査し、
    ピクセル強度の選択されたスレッシュホールドを確立し、
    徐々の遷移をもつピクセル境界に相接する隣接部において上記選択されたスレッシュホールドより高い強度を有するピクセルの数を作表し、上記隣接部は、染みとして定義され、そして
    所与の特性パラメータを越える染みの数を作表し、これにより、表面の腐敗を識別する、
    という段階を備えた請求項24に記載の方法。
32. 上記特性パラメータは、上記染みの選択された最小面積を含み、上記の作表段階は、この選択された最小面積を越える染みの数を作表することを含む請求項31に記載の方法。
33. 上記特性パラメータは、選択された形状を含み、上記作表段階は、この選択された形状定義に合致する形状を有する染みの数を作表することを含む請求項31に記載の方法。
34. 上記の物体は、果物、プラスチック物体、ワックス物体、セラミック物体、複合体及びガラス物体よりなる群から選択される請求項１に記載の方法。
35. 複数の物体が分類され、そして更に、このような物体をその分類に基づいて選別する段階を備えた請求項１に記載の方法。
36. 半透明物体上の少なくとも１つの選択された表面特徴の存在を決定する装置であって、上記物体に光を当てる手段と、上記物体の表面を透過する光を検出する手段と、上記検出された光をデータに変換する手段と、上記データを分析して、表面の選択された特徴の存在を決定する手段とを備えた装置において、上記光を当てる手段は、光が上記物体内で散乱させられるようにし、上記検出手段は、上記物体の表面の所定の領域を透過してくる上記散乱光の強度を検出するようにし、上記 変換する手段は、上記物体内から上記物体の表面の所定 の領域を透過した光から発せられたものではないデータ を除去するように構成されていることを特徴とする装置。
37. 上記検出手段は、透過した散乱光の像を形成する手段を備えた請求項36に記載の装置。
38. 上記像を走査する光学的スキャナ手段を更に備えた請求項37に記載の装置。
39. 上記検出手段は、２つの独立した検出手段を備えた請求項37に記載の装置。
40. 上記検出手段の各々は、このような像を走査するための光学走査手段を備え、この光学走査手段は、このような像の異なる部分を走査する請求項39に記載の装置。
41. 上記物体は実質的に球状であり、上記光学走査手段の各々は、物体の半球に実質的に対応する像を走査する請求項40に記載の装置。
42. 上記走査手段の出力に応答して、その出力を、像の複数の領域内の光の相対的な強度を表すデータに変換するための手段を更に備えた請求項38に記載の装置。
43. データを分析して物体の選択された特徴の存在を決定する手段を更に備えた請求項42に記載の装置。
44. データを分析する上記手段は、デジタルコンピュータ手段を含む請求項43に記載の装置。
45. 上記データ分析手段に応答して上記決定に基づき物体を分類するための手段を更に備えた請求項43に記載の装置。
46. 上記分類手段は、デジタルコンピュータ手段を含む請求項45に記載の装置。
47. 上記データ分析手段は、上記相対的な光強度を選択された基準パターンと比較する手段を備えた請求項43に記載の装置。
48. 上記比較手段は、上記相対的な光強度を複数の選択された基準パターンと比較するための手段を備えた請求項47に記載の装置。
49. 半透明物体上の選択された表面特徴の存在を決定する装置であって、上記物体に向けられる光の少なくとも１つの光源と、上記物体の表面を透過した光をデジタル信号に変換するための感知手段と、上記特徴が存在するかどうか決定する評価手段とを備えた装置において、上記光源は、光が上記物体内で散乱させられるようにし、上記感知手段は、上記物体の表面の所定の領域から出てくる光を感知し且つ、上記物体内から上記物 体の表面の所定の領域を透過した光から発せられたもの ではない光を除去し、上記評価手段が上記感知された光のパターンを評価できるようにすることを特徴とする装置。
50. 上記評価手段は、デジタルコンピュータ手段を含む請求項49に記載の装置。

Images