JP4204460B2 - 粒子形態製品の分散性を決定する装置および方法 - Google Patents

Description

本発明は、マシンビジョンの分野、より具体的には、粒子形態製品の分散性等級を決定するためのマシンビジョンの使用に関する。

乳幼児用粉乳の製造者は、製品内粒子物質の堅固度および溶解性を記述するために分散性を用いてきた。このような粒子物質としては、例えば、ゲル、無機物および油が挙げられる。これらの粒子物質は、製品の凝固または製品中での沈殿を引き起こす可能性があり、その双方とも望ましくない。

分散性を決定する従来法は以下のステップを含む：
（ａ）粒子物質、例えば乳幼児用粉乳の製品のある一定量を各被験サンプルとして供し；
（ｂ）特定温度の水道水のある一定量を容器内に導入し；
（ｃ）粒子物質の前記一定量を水面に付けて容器にカバーをかけ；
（ｄ）粒子物質を分散させて分散液を形成するために、例えば機械シェーカ上などの方法で容器を攪拌し；
（ｅ）８０メッシュスクリーンを通して分散液を注ぎ；
（ｆ）前記容器のおおよそ１／４まで、水道水を入れ、容器内に残っていると考えられる粒子物質を全て取り除き、生じた分散液はスクリーンを通して注ぎ；
（ｇ）異なる等級サンプルの一連の標準写真を参照することにより、スクリーン上に残っている粒子物質を評価する。
各サンプルを２回試験し、この平均を最終結果として報告する。

本試験および同様の試験を手動で実施する。この結果は、評価者の個人的経験に大きく依存し、各評価者、場所、または日によっても偏向を受けやすい。手動試験は時間がかかる。試験を実施する専門家の雇用料は高価である。さらに、試験結果は後で回収、分析ができない。

したがって、個々の相違を減じ、消費時間を短縮し、専門家を必要とせず、後にサンプルの回収と分析が可能である粒子物質の分散性等級の決定法を開発することが望ましい。また、サンプルから離れた場所で実施できる粒子物質の分散性等級の決定法を開発することも望ましいと思われる。また、等級が決定されると同時に電子送信できる粒子物質の分散性等級の決定法を開発することも望ましいと思われる。

自動映像システムは当分野で記載されてきた。例えば、Ｇｒｅｇｏｒｙ、「Ｐｌａｎｎｉｎｇ ａ ＰＣ−Ｂａｓｅｄ Ｍａｃｈｉｎｅ Ｖｉｓｉｏｎ Ｓｙｓｔｅｍ」、ＳＥＮＳＯＲＳ、１９９８年４月、１２〜１８頁、およびＣｌａｕｄｅおよびＣａｒｒｉｔｔｅ、「Ｉｎｃｒｅａｓｉｎｇ ｐｒｏｄｕｃｔ Ｙｉｅｌｄｓ ｗｉｔｈ Ａｕｔｏｍａｔｅｄ Ｖｉｓｉｏｎ Ｓｙｓｔｅｍｓ」、Ｍｅｄｉｃａｌ Ｄｅｖｉｃｅ ＆ Ｄｉａｇｎｏｓｔｉｃ Ｉｎｄｕｓｔｒｙ、２０００年５月、１５８〜１６９頁を参照されたく、その両方とも本明細書中に参照により組み込まれている。しかし、当分野では、複数の等級レベルによって粒子物質の分散性を分類する問題は扱っていない。従来技術は、主として合否決定に関するものであり、サンプルを異なる部類に割り当てる手段を示していない。

本発明は、マシンビジョンを使用する画像処理技術によって粒子物質の分散性等級を決定する方法と装置を提供する。

一態様において、本発明は、粒子物質の分散性について格付けする方法を提供するものであって、前記方法は：
（ａ）再構成粒子物質を含むサンプルの画像をデジタル化方式で獲得し；
（ｂ）ブロブ（ｂｌｏｂ）の存在および大きさを決定するために一連の画像処理ステップを実施し；
（ｃ）サンプル中の粒子物質の分布に関連するデータを獲得するためにブロブ解析を実施し；
（ｄ）前記ブロブ解析の結果とデータベースにおけるデータとを比較し；
（ｅ）前記比較により前記粒子物質の等級を決定する、
ステップを含む。

典型的には、粉体の形態である粒子物質のサンプルは、サンプルで満たした容器を攪拌することによって再構成することが好ましい。一連の画像処理ステップは、限定しないが好ましくは以下のことを含む：粒子物質の位置を確認すること；画像を形成する個々の画素にグレースケール値を付けること；互いに結合することによりどの画素が、ブロブを形成したかを決定すること；ノイズを減らすこと。本明細書中に使用される用語の「画素」（ｐｉｘｅｌ）とは、画像を形成するセル配列における絵素（ｐｉｃｔｕｒｅ ｅｌｅｍｅｎｔ）を意味する。

本発明の使用に好適なデータベースは、粉体品質の格付け権威者によって実施された多数の試験結果を記録することによって確立できる。本明細書中に使用される用語の「粉体品質の格付け権威者」とは、粒子物質の品質等級を決定する権限を有する組織の人である。記録された試験結果は、１つ以上の統計法により解析されることによって、等級レベルに従って分類される。等級レベルは、統計法から明らかとなった種々の範囲を伴う。例えば、前記範囲は、中心傾向、すなわち、分布のモーメント、中央値およびモードの測定値（ｍｅａｓｕｒｅ）により特徴付けることができる。試験操作において、粒子物質サンプルのデジタル化画像は、物質がスクリーン面上に存在する際に作製される。粒子物質サンプルの複数の物性を記録し、データベースに保存することができる。統計解析を実施して粒子物質に等級レベルを付けることができる。このような解析は、粒子物質サンプルの物性とデータベース中のデータとの比較を含む。

他の態様において、本発明は、粒子物質の分散性の格付けに好適な装置を提供する。前記装置は、
（ａ）サンプルホルダ；
（ｂ）特定の周波数帯を有する光源；
（ｃ）帯域フィルタ；
（ｄ）カメラ、好ましくはＣＣＤカメラ；
（ｅ）フレームグラッバ；および
（ｅ）コンピュータ、
を含む。

前記装置は、典型的にソフトウェアによって命令され、かつ制御される。代わりの実施形態において、前記フレームグラッバをカメラに組み込むことができ、その場合、前記カメラとフレームグラッバは、統合された装置となる。

本発明の方法は、画像解析において人が関与する必要性を除去し、環境の影響（例えば、外界の光）を除去し、主観的な物理的比較を除去する。したがって、本発明は人による偏向を除去する。サンプルのデジタル化画像と統計結果は、後の解析および将来の適用のために回収できる。本システムは、単一の製造現場で、または複数の製造現場で標準化した試験結果を提供するために使用できる。さらに、本試験結果は、コンピュータネットワークにより遠隔地に送信できることにより、製造決定を迅速にすることができる。

本明細書中に用いられる用語の「分散性」とは、製品内の粒子物質の堅固度と溶解性を意味する。前述のように、粒子物質としては、限定しないが、ゲル、無機物、油が挙げられる。用語の「等級」とは、品質スケールの位置を意味する。用語の「再構成（ｒｅｃｏｎｓｔｉｔｕｔｅ）」とは、固体から分散液、懸濁液または溶液に変換することを意味する。用語の「デジタル化する」とは、画像の各画素に画素の輝度によりグレースケール値を付けることを意味する。本発明において０から２５５までのグレースケール値が、画像をデジタル化するのに適切である。語句の「参照画像」とは、特定の等級を示す典型的な画像を意味する。語句の「ブロブ解析」（ｂｌｏｂ ａｎａｌｙｓｉｓ）とは、サンプルの画像分析法を意味し、本法は、サンプル中の粒子物質の輝度、形状、サイズ、および他の性質を特徴付けるのに好適である。表現の「統計解析」とは、典型的には、分布のモーメントとしても知られている中心傾向、中央値およびモードの測定値の解析を指す。一組の値が、十分に強い中心傾向、すなわち、ある特定の値付近に密集する傾向を有する場合は、その値の整数乗（ｉｎｔｅｇｅｒ ｐｏｗｅｒ ｏｆ ｔｈｅ ｖａｌｕｅ）の合計であるモーメントに関連する少数の数により、その組を特徴付けることは有用となり得る。モーメントの例としては、限定しないが、平均、平方偏差、標準偏差、平均偏差、平均絶対偏差、非対称性、尖度が挙げられる。用語の「データベース」とは、複数の等級レベル、典型的には６つの等級レベルに分けることができる多数の画像、典型的には数百の画像の統計解析によって得られたデータ群を意味する。データベースは、範囲が等級レベルに対応する平均、標準偏差、最大粒径および他の関連パラメータの範囲を含む。語句の「ウィンドウ比較」とは、特定範囲のデータと試験実施結果とを比較する比較方法を指す。試験実施結果が範囲内にある場合、この結果は、ウィンドウ内にあると言われる。製品が合格か、不合格かの決定は、前記結果がウィンドウ内にあるか、またはウィンドウ外にあるかという決定に基づいている。

本発明は、粒子物質の分散性を格付けする方法を提供し、前記方法は、
（ａ）再構成粒子物質を含むサンプルの画像をデジタル化方式で獲得し；
（ｂ）ブロブの存在および大きさを決定するために一連の画像処理ステップを実施し；
（ｃ）サンプル中の粒子物質の分布に関連するデータを獲得するためにブロブ解析を実施し；
（ｄ）前記ブロブ解析の結果とデータベースにおけるデータとを比較し；
（ｅ）前記比較により前記粒子物質の等級を決定する、
ステップを含む。

典型的には粉体形態である粒子物質サンプルは、サンプルで満たした容器を攪拌することによって再構成することが好ましい。一連の画像処理ステップは、限定しないが好ましくは、以下のことを含む。：粒子物質の位置を識別すること；画像を形成する個々の画素にグレースケール値を付けること；互いに結合することによりどの画素がブロブを形成したかを決定すること；ノイズを減らすこと。

本発明の方法を実施するために、データベースを作製しなければならない。データベースは、粉体品質の格付け権威者によって実施された多数の較正操作結果の解析から得られた統計データを含む。前記較正操作結果は、統計法により解析され、等級レベルは統計ウィンドウ（範囲）に対応して設定された。データベース作製のために用いられた較正操作は、多数のデジタル化画像を含んだ。本法に用いられるウィンドウ（すなわち、範囲）は、各等級に関して少なくとも２００個のサンプルの統計解析から得られる。各等級に対して２００個以上のサンプルを使用することが好ましい。各等級に対して少なくとも６００個のサンプルを用いることが最も好ましい。

その一組の較正操作における各デジタル化画像は、粒子物質の特定の等級を表していた。多数のデジタル化画像から得られた統計ウィンドウの利用によって、従来のパラメータ範囲によって粒子物質を記載することが可能になる。これら従来のパラメータ範囲としては、例えば、単位面積当たりの粒子数、粒子サイズの範囲、粒子分布、粒子の最大サイズ、特定サイズより大きいサイズを有する粒子数が挙げられたであろう。前記データベースは、コンピュータメモリに保存できる。図１Ａ、１Ｂ、１Ｃ、１Ｄ、１Ｅ、１Ｆは、本発明のデータベース作製の使用に好適なタイプのデジタル化画像を示している。各々の図は、与えられた等級の級中値（ｍｉｄ−ｐｏｉｎｔ）を表している。図１Ａ（等級１）は、粒子物質が実質的にスクリーン上に残留していない画像を示している。図１Ｆ（等級６）は、かなりの量の粒子物質がスクリーン上に残留している画像を示している。図１Ｂ（等級２）、１Ｃ（等級３）、１Ｄ（等級４）、１Ｅ（等級５）は、図１Ａと１Ｆに示された量の中間の粒子物質量が、スクリーン上に残留している画像を示している。等級数字が増すと、スクリーン上に残留する粒子物質量が多くなることに注意すべきである。

本発明のデータベースは、単なるデータの組ではない。前記データベースは、「エキスパートシステム」であり、したがって、粉体品質の格付け権威者の代わりをする。エキスパートシステムの開発には、かなりの時間量を必要とすると思われる。

前記データベースは、以下のパラメータ、すなわち、個々の粒子のサイズ、個々の粒子の形状、個々の粒子の位置、および粒子集団の分布を考慮に入れたデータを含む。

本発明の方法は、処理方法によって発泡体を粒子物質と区別できる。発泡体は、粒子物質を不明瞭にするため、粒子物質を見分けることを困難にし、未経験のオペレータにとって、粒子物質の分散液を分類することが困難になる。本発明は、空間ろ過および周囲との比較によって発泡体表面の気泡を透過し、発泡体により生じる陰影効果をなくすように設計されている。これらの方法は、例えば、Ｄａｖｉｅｓ、「Ｍａｃｈｉｎｅ Ｖｉｓｉｏｎ：Ｔｈｅｏｒｙ，Ａｌｇｏｒｉｔｈｍｓ，Ｐｒａｃｔｉｃａｌｉｔｉｅｓ」、第２版、Ａｃａｄｅｍｉｃ Ｐｒｅｓｓ（１９９７）に記載され、参照により本明細書中に組み込まれている。特にＤａｖｉｅｓの２４８〜２５１頁および５０４〜５０７頁を参照されたい。画像処理後に得られた画像は、アセトンを発泡体にスプレーした後の、従来法により得られたものと同様となり、蛋白様物質を破壊または変性することなく粒子物質の明瞭な映像を提供する。従来法においては、発泡体表面にスプレーされるアセトンは表面張力を減少させ、格付け過程に誤差原因を導入する結果となる。このように、本発明の方法は誤差原因を除去し、格付けの有効性を改善する。さらに重要なことには、本発明の方法は、アセトンスプレーを含む手順を利用する場合に生じる蛋白質凝固粒子の破壊または変性の可能性を除去することにより格付けの正確さを高める。サンプル表面へのアセトンスプレーは、粒子物質を破壊し、誤った評価情報を生じがちである。例えば、低等級３を有するサンプルが、アセトンによるスプレー後、高等級２を有するサンプルとして分類されることがあり得る。

デジタル化画像は、わずか２個の数字から形成でき、例えば、数字「１」は白を表し、数字「０」は黒を表す。デジタル化画像は８ビットから形成されることが好ましく、その場合グレースケール値は０から２５５の範囲であり、例えば、「０」が黒であり、「２５５」が白である。言い換えれば、画像中の各画素に関して、反射光は、０から２５５の値が付けられ、この値は輝度に対応し、「０」は最も暗く（最小反射）、「２５５」は最も明るい（最大反射）輝度である。グレースケール値は、スクリーン、例えば、乳幼児用粉乳の分散性を格付けする場合は、８０メッシュスクリーン上に保持された固体物質の反射画像に基づいている。

本発明の方法を実施するための装置を較正する過程時の視覚比較のためにサンプルの複数等級を表す参照画像を使用する。実際の参照画像は、サンプルの格付けまたはデータベースの確立に関する決定には何ら影響を与えない。図２Ａ、２Ｂ、２Ｃ、２Ｄ、２Ｅ、２Ｆは、粉体の分散性を格付けするために、粉体品質の格付け権威者により使用される参照画像を示している。図２Ａは、等級１を有するサンプルを示し；図２Ｂは等級２を有するサンプルを示し；図２Ｃは等級３を有するサンプルを示し；図２Ｄは等級４を有するサンプルを示し；図２Ｅは等級５を有するサンプルを示し；図２Ｆは等級６を有するサンプルを示す。本発明の利点は、サンプル評価者が格付け過程時に、従来法では必要とされる個々の参照画像を探索する必要性がないことである。

ここで図３を参照すると、装置１０は、スクリーン１６上、好ましくは８０メッシュスクリーン上のサンプル１４が置かれている試験チャンバ１２を含む。ＣＣＤカメラ１８は、スクリーン１６上のサンプル１４に焦点を合わせている。必要ならば、すなわち、カメラの中にフレームグラッバが組み込まれていない場合、フレームグラッバ（図示していない）を装置内に含むこともできる。フレームグラッバの目的は、カメラからのアナログ画像を変換し、コンピュータによる使用のためにそれをデジタル情報に変換することである。帯域フィルタ２０を、ＣＣＤカメラ１８と好ましくは可視光である光源２２との間に置く。光源２２を、帯域フィルタ２０とスクリーン１６上のサンプル１４との間に配置する。ケーブル２４により、ＣＣＤカメラ１８をコンピュータ２６に接続する。これらのコンポーネントの機能は、Ｇｒｅｇｏｒｙ、「Ｐｌａｎｎｉｎｇ ａ ＰＣ−Ｂａｓｅｄ Ｍａｃｈｉｎｅ Ｖｉｓｉｏｎ Ｓｙｓｔｅｍ」、ＳＥＮＳＯＲＳ、１９９８年４月、１２〜１８頁、ＣｌａｕｄｅおよびＣａｒｒｉｔｔｅ、「Ｉｎｃｒｅａｓｉｎｇ ｐｒｏｄｕｃｔ Ｙｉｅｌｄｓ ｗｉｔｈ Ａｕｔｏｍａｔｅｄ Ｖｉｓｉｏｎ Ｓｙｓｔｅｍｓ」、Ｍｅｄｉｃａｌ Ｄｅｖｉｃｅ ＆ Ｄｉａｇｎｏｓｔｉｃ Ｉｎｄｕｓｔｒｙ、２０００年５月、１５８〜１６９頁、およびＤａｖｉｅｓ、「Ｍａｃｈｉｎｅ Ｖｉｓｉｏｎ：Ｔｈｅｏｒｙ，Ａｌｇｏｒｉｔｈｍｓ，Ｐｒａｃｔｉｃａｌｉｔｉｅｓ」、第２版、Ａｃａｄｅｍｉｃ Ｐｒｅｓｓ（１９９７）に記載されており、それらの全ては、先に参照により本明細書中に組み込まれている。

これらのコンポーネントは商品として入手でき；商品として入手できる好適なコンポーネントとしては、以下のものが挙げられる：
（ａ）「Ｅｐｉｘ ＰｉｘＣＩ」ＰＣＩフレームグラッバ
（ｂ）ＰＤＢ１５−２−ＢＮＣＰデジタルＩ／Ｏケーブル
（ｃ）ＲＬ １６６０ ＬＥＤ「Ａｐｐｏｓｏｌｉｔｅ」、６６０ｎｍ波長、３５〜７０ｍｍ視野、Ａｄｖａｎｃｅｄ Ｉｌｌｕｍｉｎａｔｉｏｎ Ｉｎｃ．、０５７６７バーモント州ロチェスター、ピーバインドライブ２４（光源）
（ｄ）帯域フィルタ（本システムの光強度だけをカメラにより検出できること、またフィルタを通過する光が、主として所望の波長であることを確認するため）
（ｅ）「Ｐｕｌｎｉｘ」ＴＭ−２００高分解ＣＣＤカメラ、Ｐｕｌｎｉｘ Ａｍｅｒｉｃａ Ｉｎｃ．、９４０８９カリフォルニア州サニーヴェール、オルリンズ通り１３３０
（ｆ）「Ｆｕｊｉｎｏｎ」ＣＣＴＶレンズＨＦ９Ａ−２、Ｆｕｊｉｎｏｎ Ｉｎｃ．、０７４７０ニュージャージー州ウェーン、ハイポイント通り１０
（ｇ）「ＡＳＴ」１３３Ｍｈｚコンピュータ

前記装置は、特定の周波数帯を有する光源、およびカメラに取り付けられたその周波数帯に対応するフィルタを使用することにより、較正操作および格付け操作における周囲の光による妨害を最少にすることを保証する。

粒子物質のサンプル１４に対する分散性の等級を提供するために、画像は、粒子物質のサンプル１４から作製しなければならない。液体担体中の粒子物質サンプル１４を含有する混合液をスクリーン１６に適用する（Ｍａｒｋｅｔ Ｇｒａｄｅ Ｓｉｅｖｅ、８０メッシュ、Ｄｕａｌ ＭＦＧ Ｃｏ．、６０６１８イリノイ州シカゴ）。８０メッシュスクリーンが好ましい。このスクリーンサイズが乳首サイズの開口部を最もよく写し取ることによって、乳首用品の目詰まりの危険性ならびに粒子の溶解性、沈殿およびクリーム化を示すからである。

光源２２は、光が帯域フィルタ２０を通過できるように、ある一定の波長で特定強度の光を発生させることができるため、サンプル１４上の照明強度は一定であることが保証される。

サンプル１４の画像はＣＣＤカメラ１８により作製できるが、これはデジタル化方式で画像を記録するため、アナログフォーマットからデジタルフォーマットへの画像変換を必要としない。

分析に好適な画像を提供するために、一連の画像処理ステップが使用される。本発明の使用に好適な画像処理法は閾値化である。閾値化法において、グレースケール画像は、二元画像に変換される。例えば、画素が０から２５５までの値を有するグレースケール画像において、ある一定の閾値（例えば、１８０）を超えた輝度を有する全ての画素は、２５５に変換され、その閾値（例えば、１８０）以下の輝度を有する全ての画素は、０に変換される。この変換様式は、画像処理の後半の段階における手順を簡易化し、画像処理時間を短縮する。本発明の使用に好適な画像処理法は、画像処理における通常の当業者に知られている。さらなる閾値化情報に関しては、Ｄａｖｉｅｓ、「Ｍａｃｈｉｎｅ Ｖｉｓｉｏｎ：Ｔｈｅｏｒｙ，Ａｌｇｏｒｉｔｈｍｓ，Ｐｒａｃｔｉｃａｌｉｔｉｅｓ」、第２版、Ａｃａｄｅｍｉｃ Ｐｒｅｓｓ（１９９７）に記載され、以前に参照により本明細書中に組み込まれている。特にＤａｖｉｅｓの７９〜１０１頁を参照されたい。他の画像処理法様式およびそのコンポーネントステップは、Ｄａｖｉｅｓ、「Ｍａｃｈｉｎｅ Ｖｉｓｉｏｎ：Ｔｈｅｏｒｙ，Ａｌｇｏｒｉｔｈｍｓ，Ｐｒａｃｔｉｃａｌｉｔｉｅｓ」、第２版、Ａｃａｄｅｍｉｃ Ｐｒｅｓｓ（１９９７）に示されている。

本法における次のステップは、サンプルの適切な等級を決定するためのブロブ解析の実施を含む。ブロブはサンプルに割り当てられる等級にとって極めて決定力があることからこのステップは重要である。マシンビジョンの大部分のプロトコルは、欠陥数を決定し、それらの位置を突き止めることを意図している。粒子物質のサイズ、形状、および位置が製品品質決定に重要であることから、ブロブ解析においてマシンビジョンのプロトコルは、粒子物質のサイズ、形状、および位置を決定することを意図している。言い換えれば、１つまたは複数のブロブに関する統計的情報は製品品質を決定する。

ブロブ解析は、本発明の方法における最も重要なステップのうちの１つである。ブロブ解析は、以下のパラメータのうちの少なくとも１つに関連する情報を提供する。
（ａ）ブロブによって囲まれた領域中の画素数；
（ｂ）ブロブによって囲まれた領域の面積；
（ｃ）ブロブの長軸を定める、ブロブによって囲まれた領域の境界上の２点；
（ｄ）ブロブの短軸を定める、ブロブによって囲まれた領域の境界上の２点；
（ｅ）ブロブによって囲まれた領域の長軸の長さ；
（ｆ）ブロブによって囲まれた領域の長軸の角度；
（ｇ）ブロブによって囲まれた領域における長軸から短軸までの距離；
（ｈ）ブロブによって囲まれた前記領域の外周（前記領域の境界周囲の画素から画素までの距離の合計）；
（ｉ）ブロブによって囲まれた領域の質量中心点；
（ｊ）ブロブによって囲まれた領域の質量中心点からの最小半径を定める点（画素）；
（ｋ）ブロブによって囲まれた領域の質量中心点からの最大半径を定める点（画素）；
（ｌ）ブロブによって囲まれた領域の質量中心点から最小半径までの距離；
（ｍ）ブロブによって囲まれた領域の質量中心点から最大半径までの距離；
（ｎ）点が、最小水平座標、最大水平座標、最小垂直座標、および最大垂直座標である、ブロブによって囲まれた領域境界上の４点；
（ｏ）水平軸上に投影された、ブロブによって囲まれた領域の幅；
（ｐ）垂直軸上に投影された、ブロブによって囲まれた領域の高さ；
（ｑ）慣性の最小モーメント線の角度

本明細書中に用いられる長軸を定める２点は、水平座標および垂直座標に関して、その他の対点よりも遠くに離れている。ブロブにより囲まれた領域の境界上にある短軸を定める２点は、長軸を描く点と共にブロブにより囲まれた領域を取り囲む矩形を定める。これらのパラメータは、「Ｒｅｆｅｒｅｎｃｅ Ｍａｎｕａｌ、ＰＸＩＰＬ Ｉｍａｇｅ Ｐｒｏｃｅｓｓｉｎｇ『Ｃ』Ｌｉｂｒａｒｙ」、２．５版（１９９７）（ＥＰＩＸ，Ｉｎｃ．、６００８９イリノイ州バッファローグローブ、レキシントン通り３８１）に、より詳細に記載されており、参照により本明細書中に組み込まれている。所望ならば、さらなる情報を記録できる。サンプルについて前述の情報が得られた後、サンプルを分類するために統計解析を実施する。ブロブ解析は、さらにＤａｖｉｅｓ、「Ｍａｃｈｉｎｅ Ｖｉｓｉｏｎ：Ｔｈｅｏｒｙ，Ａｌｇｏｒｉｔｈｍｓ，Ｐｒａｃｔｉｃａｌｉｔｉｅｓ」、第２版、Ａｃａｄｅｍｉｃ Ｐｒｅｓｓ（１９９７）に記載されており、先に参照により本明細書中に組み込まれている。特にＤａｖｉｅｓの３４７〜３７０頁を参照されたい。

デジタル化画像のブロブ解析から得られた統計情報は、次にデータベース中の統計情報と比較できる。この比較により、サンプル中の粒子物質に等級を付けることができる。下表（表１）は、デジタル化画像を種々の等級に分類するために使用できるパラメータを示す。追加のパラメータもあり得て、たびたび使用されることに注意すべきである。

検証とは、基準が特定の範囲で有効であることを証明するために、基準に含まれた範囲内の極端な事例および頻繁な事例を用いて開発基準の正当性を問う工程である。検証操作では、デジタル化画像から得られた統計パラメータを、データベースの統計パラメータと比較する。検証されたデータベースは、幾つかの等級ウィンドウからなる。各結果を特定の等級ウィンドウに割り当てる限り、等級値は信頼できる。また、全くサンプルがない状況や異常サンプルの状況を扱う２つの極値がある。これらの極値においては、本システムは警告を与え、等級を与えない。データが、等級のうちの１つに対応するウィンドウに入る限り、サンプルの等級に関連する有効な情報が提供される。各ウィンドウの等級を確立した専門家は、典型的には、組織内部の十分に実習を受けた権威者であり、内部の品質保証機関および適切な政府機関によって認可された格付け法を開発し、検証した権威者である。

以下の方法が、装置１０を較正するために用いられる。すなわち、
１．コンピュータ２６の電源にスイッチを入れ、試験チャンバ１２内の赤色燈（波長＝６６０ｎｍ）にスイッチを入れる。赤色燈のスイッチを試験チャンバ１２の底部に配置する。ディスプレイの強度設定は１００とする。
２．次にコンピュータプログラムを開始する。
３．コンピュータプログラムにおいて、ファイルセービングダイアログボックスを開く。ファイル名を明記する。典型的なプログラムでは、ファイル名に、接尾辞「ｔｘｔ」（例えば、典型的なファイル名は「ａａ．ｔｘｔ」である）を付ける。ファイルは１回明記されることが必要なだけで、試験用の全ての統計データを保持することになる。与えられたファイル名が既に存在している場合、コンピュータはその事実を示す。次に、別のファイル名を明記しなければならない。画像は前記ファイルと同じ名称であるが、自動的に異なる接尾辞でセーブされる。画像の典型的な接尾辞は「ｂｍｐ」である。
４．次にファイル名を確認する。
５．上に支持されたメッシュスクリーン１６およびサンプル１４を、試験チャンバ１２内の適切な位置に挿入する。較正操作を開始する前に、サンプル１４の発泡を最少レベルまで減少する必要がある。
６．必要ならばサンプル１４の画像を、コンピュータ２６のスクリーン上に現れるまで調整する。
７．次に較正プログラムを開始する。
８．等級レベルを、粉体品質の格付け権威者によって記録された結果に従って選択する。次の等級を確認する。
９．操作を完了するまで、またはオペレータがプログラムを閉じるまで、ステップ５からステップ８を繰り返す。

統計的に有意なデータベースまたはエキスパートシステムを創出するために、十分な回数の較正操作を、各等級に関して実施しなければならない。したがって、各等級に関して粉体品質の格付け権威者によって格付けされた少なくとも２００個のサンプルを、データベースに入力することが好ましい。したがって、もしデータベースが、例えば６つの等級ウィンドウを有するならば、各等級について２００個のサンプル、すなわち１２００個のサンプルを、エキスパートシステムを較正するために入力することが好ましい。較正手法が、粉体品質の格付け権威者、すなわち、人間とコンピュータとの間の相互作用を伴う（ステップ８を参照）ことに注意すべきである。

装置による粒子物質サンプルの格付けには、以下の手法が使用される。すなわち、
１．コンピュータ２６の電源にスイッチを入れ、試験チャンバ１２内の赤色燈（波長＝６６０ｎｍ）にスイッチを入れる。赤色燈のスイッチを試験チャンバ１２の底部に配置する。ディスプレイの強度設定は１００とする。
２．次にコンピュータプログラムを開始する。
３．コンピュータプログラム内の、ファイルセービングダイアログボックスを開く。ファイル名を明記する。典型的なプログラムでは、ファイル名に接尾辞「ｔｘｔ」（例えば、典型的なファイル名は「ａａ．ｔｘｔ」である）を付ける。ファイルは１回明記されることが必要なだけで、試験用の全ての統計データを保持することになる。与えられたファイル名が既に存在している場合、コンピュータはその事実を示す。次に、別のファイル名を明記しなければならない。画像は前記ファイルと同じ名称であるが、自動的に異なる接尾辞でセーブされる。画像の典型的な接尾辞は「ｂｍｐ」である。
４．次にファイル名を確認する。
５．上に支持されたメッシュスクリーン１６およびサンプル１４を、試験チャンバ１２内の適切な位置に挿入する。等級操作を開始する前に、サンプル１４の発泡を最少レベルまで減少する必要がある。
６．必要ならばサンプル１４の画像を、コンピュータ２６のスクリーン上に現れるまで調整する。
７．次に等級プログラムを開始する。
８．サンプルの等級レベルは、サンプルのデジタル化画像から得られた統計データと、データベース中のデータとをプログラムにより比較した後、前記プログラムによって決定される。
９．次に等級レベルを確認する。
１０．試験を完了するまで、またはオペレータによりプログラムを閉じるまで、ステップ５からステップ９を繰り返す。

次に、プログラムを引き出すことができる。格付け操作では、コンピュータはプログラムを通してサンプルの画像処理ならびに処理画像の統計解析によって得られた統計情報と、データベース中のデータとを比較して、サンプルをどの等級ウィンドウに分類すべきかを決定する。前記格付け操作においては、ステップ８における人間とコンピュータ間の相互作用はない。

較正操作と格付け操作とに用いられたデータならびに較正操作と格付け操作の結果は、サンプルの場所から離れた場所に保存することができる。データおよび結果の伝送は、例えば、電子メールおよびインターネットなどの電子的手段によって実施できる。データと結果の遠隔保存と伝送からは多数の利点が生じる。主要な利点の１つは、格付けの均一性、すなわち一貫性である。実質的に同様のサンプルは、たとえどこで検査されても同じ等級を有する。他の主要な利点は、格付けの迅速性である。たいていの場合、データベースによりコンピュータは、粉体の格付け権威者である人間よりも迅速に格付けの決定に達することができる。第３の主要な利点は正確さである。発泡体を粒子物質と区別するための画像処理法の使用により、サンプルへのアセトンスプレーの必要性が除去され、このため、粒子物質の破壊および蛋白様物質の変性を避けることにより主要な誤差原因が除去される。第４の主要な利点は、オペレータが遠隔地においてリアルタイムで製品に関して決定を下せるシステムの能力である。例えば、製品ラインは、本発明の方法による決定では許容できない等級を有する粒子物質含有製品を製造していることがあり得るが、製造ラインから離れた場所で品質保証管理者は、インターネットまたは電子メールによって画像を提供して判断決定を助けることができる。処理パラメータは、偏差原因が確認された後に調整できるため、バッチ損失が防止できる。従来の操作条件下では、局所的な粉体品質の格付け権威者は、視覚的に等級の決定をしなければならず、その後、判断決定のための適切な品質保証管理者に事実を口頭で述べなければならなかったと考えられる。製品について口頭で述べられたことを受けて初めて、品質保証管理者は製造ラインに対する処理パラメータの修正をする指示を与える機会を有することになろう。この特徴により結局、製造設備の莫大なコスト節約がもたらされることになる。

本発明の方法によって実施された評価によって、乳首用品の開口部の通過に関する製品の性能をより正確に予測できる。本発明は、単なるマシンビジョンおよび統計解析の利用というよりむしろ、粒子物質、特に乳幼児用粉乳の分散性を決定するエキスパートシステムを包含する。本エキスパートシステムは、サンプル内の粒子物質の程度に関し、サンプルの格付けにおける正確さ、信頼性および効率を提供する。

以下の非限定的実施例は、本発明をさらに例証する。

本発明を例証するために実施例を提供する。サンプル調製には以下の装置を必要とする：
（ａ）８オンスのガラス瓶（Ｒｏｓｓ商品０４０３２）（８オンスガラス瓶は、瓶中の供給準備のできた再構成サンプルをシミュレーションするために使用される）
（ｂ）瓶キャップ（Ｒｏｓｓ商品１７８７１）
（ｃ）天秤（Ｍｅｔｔｌｅｒ ＰＣ４４００またはそれと同等品）
（ｄ）スクリーン、８０メッシュの米国基準ふるい、直径５インチ
（ｅ）機械シェーカ（Ｒｏｓｓモデル１号）
（ｆ）一般実験室用温度計

サンプル調製は以下のステップを必要とする：
（ａ）各被験サンプルにつき粒子物質（粉体）の正確な量を２回秤量し；
（ｂ）正確な温度（±５°）の水道水（１８０ｍＬ）を８オンス瓶に加え；
（ｃ）秤量サンプルを水面に加えて瓶にキャップをし（２つの同一サンプルを準備して同時に振とうできる）；
（ｄ）直ちに、瓶を機械シェーカサンプルトレイ内に入れて、サンプルトレイ内のサンプルロッドが上部位置にあることを確認し；
（ｅ）使用されないロッドのいずれも除去し；
（ｆ）ふたを閉め、しっかりと掛け金をしてから、安全保護ぶたを閉じ；
（ｇ）速度制御ダイアルを１秒当たり４サイクルに、タイマーを１０秒に設定してから、スタートボタンを押し、タイマーが停止するとシェーカは自動的に停止し；
（ｆ）瓶を機械シェーカから取り外し、直ちに再構成品を、８０メッシュスクリーンを通して注ぎ；
（ｇ）前記瓶に、水道水をおおよそ１／４まで入れ、瓶に残っていると思われる粒子を全て除去するために、スクリーンを通して注ぎ；
（ｈ）本発明の方法によってスクリーン上に残っている粒子を評価し；
（ｉ）各サンプルを２回試験し、その平均値を最終結果として報告する。

シェーカの動きは、標準的操作条件下で非常に激しい。振とう前にサンプルを載せていないロッドを移動させることが重要である。サンプルを載せていないロッドは、サンプルトレイ内にあった場所から飛び出して、シェーカを損傷および／または身体に危害を引き起こす恐れがある。

図３に示されたタイプの装置が、サンプル中の粒子物質を格付けするために使用できる。

下表（表２）は、サンプルのデジタル化画像の統計解析から得られたデータを含む格付け操作の出力を示している。

本発明の種々の改変および変更は、本発明の範囲と精神から逸脱することなく当業者らに明らかとなる。また、本発明が、本明細書中に示された例示的実施形態に過度に限定されないことを理解すべきである。

分散性試験に伴って得られた典型的な等級レベルを示す一連のデジタル化画像を構成する図である。 分散性試験に伴って得られた典型的な等級レベルを示す一連のデジタル化画像を構成する図である。 分散性試験に伴って得られた典型的な等級レベルを示す一連のデジタル化画像を構成する図である。 分散性試験に伴って得られた典型的な等級レベルを示す一連のデジタル化画像を構成する図である。 分散性試験に伴って得られた典型的な等級レベルを示す一連のデジタル化画像を構成する図である。 分散性試験に伴って得られた典型的な等級レベルを示す一連のデジタル化画像を構成する図である。 分散性試験に伴って得られた典型的な等級レベルを示す一連の参照画像を構成する図である。 分散性試験に伴って得られた典型的な等級レベルを示す一連の参照画像を構成する図である。 分散性試験に伴って得られた典型的な等級レベルを示す一連の参照画像を構成する図である。 分散性試験に伴って得られた典型的な等級レベルを示す一連の参照画像を構成する図である。 分散性試験に伴って得られた典型的な等級レベルを示す一連の参照画像を構成する図である。 分散性試験に伴って得られた典型的な等級レベルを示す一連の参照画像を構成する図である。 本発明の方法を実施するための好適な装置を示す模式図である。

Claims (14)

1. （ａ）粒子物質サンプルの画像をデジタル方式で獲得し、
   （ｂ）前記サンプルにおける粒子の輝度、形状、及び／又はサイズの分布に関連する情報を決定するためにブロブ解析を実施し、
   （ｃ）前記ブロブ解析の結果とデータベース中のデータとを比較し、
   （ｄ）前記比較により粒子物質の前記サンプルの等級を決定する
   各ステップを含み、
   前記粒子物質サンプルの画像は、前記粒子物質を含む液体を、メッシュスクリーンによりろ過した後に、前記メッシュスクリーンの画像をデジタル画像捕捉装置により捕捉して作製される、粒子物質の分散性を格付けする方法。
2. 前記ブロブ解析が、以下のパラメータ：
   （ａ）ブロブによって囲まれた領域中の画素数；
   （ｂ）ブロブによって囲まれた領域の面積；
   （ｃ）ブロブの長軸を定める、ブロブによって囲まれた領域の境界上の２点；
   （ｄ）ブロブの短軸を定める、ブロブによって囲まれた領域の境界上の２点；
   （ｅ）ブロブによって囲まれた領域の長軸の長さ；
   （ｆ）ブロブによって囲まれた領域の長軸の角度；
   （ｇ）ブロブによって囲まれた領域における長軸から短軸までの距離；
   （ｈ）ブロブによって囲まれた前記領域の外周（前記領域の境界周囲の画素から画素までの距離の合計）；
   （ｉ）ブロブによって囲まれた領域の質量中心点；
   （ｊ）ブロブによって囲まれた領域の質量中心点からの最小半径を定める点（画素）；
   （ｋ）ブロブによって囲まれた領域の質量中心点からの最大半径を定める点（画素）；
   （ｌ）ブロブによって囲まれた領域の質量中心点から最小半径までの距離；
   （ｍ）ブロブによって囲まれた領域の質量中心点から最大半径までの距離；
   （ｎ）各点が、最小水平座標、最大水平座標、最小垂直座標、および最大垂直座標である、ブロブによって囲まれた領域境界上の４点；
   （ｏ）水平軸上に投影された、ブロブによって囲まれた領域の幅；
   （ｐ）垂直軸上に投影された、ブロブによって囲まれた領域の高さ；
   （ｑ）最小の慣性モーメントの線の角度、
   のうち少なくとも１つの測定を含む請求項１に記載の方法。
3. 前記データベース中の前記データが、以下のパラメータ：粒子物質の個々のサイズ、粒子物質の個々の粒子形、粒子物質の個々の粒子の位置、および粒子物質の各粒子集団の分布のうち、少なくとも１つに関連する統計データを含む請求項１に記載の方法。
4. 前記データベースが前記粒子物質の等級を決定するための複数のウィンドウを含む請求項１に記載の方法。
5. 前記粒子物質が前記方法中に変性されない請求項１に記載の方法。
6. 前記画像が電子的手段によって前記サンプルから離れた場所に送信される請求項１に記載の方法。
7. 前記データが電子的手段によって前記サンプルから離れた場所に送信される請求項１に記載の方法。
8. 前記等級決定が電子的手段によって前記サンプルから離れた場所に送信される請求項１に記載の方法。
9. 前記データが電子的手段によって前記サンプルから離れた場所に保存される請求項１に記載の方法。
10. 前記デジタル化画像が、
    （ａ）特定の波長で光を提供できる光源を提供すること、
    （ｂ）前記光源によって前記サンプルを照射すること、
    （ｃ）前記サンプルからの反射光を記録すること、および
    （ｄ）前記記録光をデジタル画像に変換すること
    により準備される請求項１に記載の方法。
11. 前記データベースが、較正操作の複数の結果の分析から得られた統計データを含む請求項１に記載の方法。
12. 前記較正操作の前記結果が、統計法によって解析されている請求項１１に記載の方法。
13. 前記等級レベルが、各等級ごとに複数のサンプルの統計解析から決定された範囲である統計ウィンドウに対応するように確立された請求項１２に記載の方法。
14. 前記方法に使用された前記ウィンドウが、各等級につき少なくとも２００個のサンプルの統計解析から得られる請求項１３に記載の方法。

Images