JP5214290B2 - 食品用ｘ線異物検査装置およびその方法 - Google Patents

Description

本発明は、食品用Ｘ線異物検査装置およびその方法に関し、特に食品などの製品に混入された異物を検出する食品用Ｘ線異物検査装置およびその方法に関する。

加工食品などの製品は予め定められた品質に維持するため、製造ラインの後工程で製品に異物が混入していないか検査を行っている。ガラスや樹脂の小片などの微細な異物を目視により検出することは困難であるため、従来Ｘ線を用いた異物検査装置が利用されている。

図１０は従来の食品用Ｘ線異物検査装置の構成概略を示す図である。図示のようにＸ線異物検査装置１は、製品の搬送コンベア２上にＸ線発生部３と、対向する搬送ライン２下にＸ線検出部４を取り付け、データ処理部５を備えている。
Ｘ線発生部３は、食品などの被検査物６にＸ線を照射している。Ｘ線検出部４は、被検査物６を透過したＸ線を検出している。

このような構成による食品用Ｘ線異物検査装置１は、Ｘ線発生部３から放射されたＸ線が被検査物６を透過して対向するＸ線検出部４で受光される。Ｘ線検出部４は、一例として１ラインで素子の１番目から１２８０番目までスキャン（走査）している。そして被検査物６が搬送コンベア２を移動すると２次元の画像となる。データ処理部５では、Ｘ線検出部４のＸ線画像データが入力されて、予め設定してある異物が混入されたときの基準データなどの閾値と比較して、比較結果に基づいて被検査物６の異物混入の有無を判断している。

従来の食品用Ｘ線異物検出装置として特許文献１、２が挙げられる。このうち特許文献１は食品パックにＸ線を照射し、得られたデータから異物を検査する際に、トレンド表示による閾値選定を行っている。このとき閾値を手動で選択している。

また特許文献２は、食品パックにＸ線を照射し、得られたデータから異物を検査する際に、統計的手法を用いて閾値選定を行い、新たな食品パックを検査するごとに閾値が更新されている。
特開２００４−２８６８５号公報 特開２００７−３３３５６２号公報

しかしながら、従来一般の食品用Ｘ線異物検査装置では、検出感度が比較的高い金属片は容易に検出することができるが、金属片以外の樹脂、ガラス等の小片は検出し難いという問題があった。これは樹脂、ガラス片などは淡い画像として表示され、異物か否かの判定が難しいためである。また高速なベルトコンベア上でリアルタイムに異物検出処理を行うことは困難であった。

また特許文献１に示す異物検出装置では、異常の有無を検出するための基準となる検出リミット値（閾値）をキー操作、すなわち手動により設定している。したがって検査対象が変化するたびに閾値の設定を再設定し直さなければならない。また異物判定の際に、毎回煩わしいパラメータの設定を行わなければならない。

さらに特許文献２に示す異物検出装置では、検査対象数が増加するに従い、閾値が更新され改良されることになるが、データ更新する前の初期状態では誤検出する可能性が高い。

そこで本発明は、被検査物中の異物を高精度で検出できる食品用Ｘ線異物検査装置およびその方法を提供することを目的としている。
また本発明は、被検査物中の異物の判定処理を高速化できる食品用Ｘ線異物検査装置およびその方法を提供することを目的としている。

本発明の食品用Ｘ線異物検査装置は、被検査物にＸ線を照射するＸ線発生部と、前記被検査物を透過した前記Ｘ線を検出するＸ線検出部とを備えた食品用Ｘ線異物検査装置において、前記Ｘ線検出部が出力したＸ線透過画像データから分割数の異なる複数の分割画像を生成し、前記分割画像のブロック毎に濃度ヒストグラムを作成し、前記の濃度ヒストグラムに基づいて閾値を算出し２値化して、前記分割画像のピクセル毎の２値化結果に基づいて異物有りと判定された前記分割画像の数と異物なしと判定された前記分割画像の数を比較した多数決で異物の有無を判定する画像処理部を備えたことを特徴としている。

この場合において、前記画像処理部は、前記Ｘ線検出部から出力された前記Ｘ線透過画像データを記憶する記憶手段と、前記Ｘ線透過画像データの画像領域を分割数の異なる複数の分割画像に分割する分割手段と、得られた前記分割画像のピクセル毎の２値化結果に基づいて異物有りと判定された前記分割画像の数と異物なしと判定された前記分割画像の数を比較した多数決で異物の有無の判定を行う判定手段と、を備えているとよい。
前記画像処理部は、前記閾値をｋとしたときの分散をσ ^２ _ｋ 、各濃度レベルをｉ、前記閾値をｋとしたときの平均をμ _ｋ 、濃度レベルが現れる確率をｐ _ｉ としたときに
を利用することにより、前記閾値を選定する２値化処理手段を備えているとよい。

本発明の食品用Ｘ線異物検査方法は、搬送ライン上の被検査物にＸ線を照射して、前記被検査物のＸ線透過画像データを収集して、前記被検査物の異物を検査する食品用Ｘ線異物検査方法において、前記Ｘ線透過画像データを分割数の異なる複数の分割画像に分割し、前記分割画像のブロック毎に閾値を算出し２値化し、前記分割画像のピクセル毎の２値化結果に基づいて異物の存在を多数決で判定することを特徴としている。

また本発明の食品用Ｘ線異物検査方法は、搬送ライン上の被検査物にＸ線を照射して、前記被検査物のＸ線透過画像データを収集して、検査対象内の異物を統計量に基づいた閾値選定を用いて判定する食品用Ｘ線異物検査方法において、前記閾値選定は、Ｘ線透過量の濃度ヒストグラムを前記異物と前記被検査物の２クラスに分け、その２つのクラスを正規分布と仮定し、平均誤認識率を最小とするような閾値を計算する過程において、前記閾値をｋとしたときの分散をσ² _k、各濃度レベルをｉ、前記閾値をｋとしたときの平均をμ_k、濃度レベルが現れる確率をｐ_iとしたときに
を利用することにより求めることを特徴としている。

本発明の食品用Ｘ線異物検査方法は、搬送ライン上の被検査物にＸ線を照射して、前記被検査物のＸ線透過画像データを収集して、被検査物の異物を検査する食品用Ｘ線異物検査方法において、前記Ｘ線透過画像データを分割数の異なる複数の分割画像に分割し、前記分割画像のブロック毎に、Ｘ線透過量の濃度ヒストグラムを前記異物と前記被検査物の２クラスに分け、その２つのクラスを正規分布と仮定し、平均誤認識率を最小とするような閾値を計算する過程において、前記閾値の計算過程において、分散計算を近似式で行い、算出された前記閾値に基づいて前記分割画像を２値化し、前記分割画像のピクセル毎の２値化結果に基づいて前記異物の存在を異物有りと判定された前記分割画像の数と異物なしと判定された前記分割画像の数を比較した多数決で判定することを特徴としている。
前記近似式は、前記閾値をｋとしたときの分散をσ ^２ _ｋ 、各濃度レベルをｉ、前記閾値をｋとしたときの平均をμ _ｋ 、濃度レベルが現れる確率をｐ _ｉ としたときに
であるとよい。

上記構成による本発明の食品用Ｘ線異物検査装置によれば、Ｘ線透過画像データから分割数の異なる複数の分割画像を生成し、分割画像のブロック毎に閾値を算出し２値化して、分割画像のピクセル毎の２値化結果に基づいて異物の有無を多数決で判定することができる。また検査対象が変化した場合であっても、Ｘ線検出部で出力されたＸ線透過画像データに基づいて閾値を算出しているので、閾値を手動設定あるいは更新する必要がない。検査の初期段階においても異物を誤検出することがない。また検出精度が向上し、樹脂、ガラス等の小片であっても精度良く検出することができる。
また分割画像のピクセル毎の２値化結果に基づいて異物の有無を多数決で判定しているので、異常な異物の候補の絞込みを行い判定の制度が良くなり、誤検出の可能性が低くなる。

本発明の食品用Ｘ線異物検査装置およびその方法の詳細な実施形態を以下添付の図面を参照しながら説明する。
図１は実施形態に係る食品用Ｘ線異物検査装置の構成概略を示す図である。図２は実施形態に係る食品用Ｘ線異物検査装置のブロック図である。図１に示すように食品用Ｘ線異物検査装置１０は、被検査物１２となる食品などの製品の搬送コンベア１４上に取り付けている。搬送コンベア１４は、所定の搬送速度で被検査物１２を後段の後処理工程へと搬送している。

食品用Ｘ線異物検査装置１０は、Ｘ線発生部２０と、Ｘ線検出部（ラインセンサ）３０と、画像処理部４０と、選別部５０と、画像表示部６０とを主な構成要件としている。
Ｘ線発生部２０は、搬送コンベア１４の横断方向に沿って設けられた円筒状のＸ線管を用いている。Ｘ線管は陰極から電子ビームを陽極ターゲットに照射させてＸ線を生成している。Ｘ線管のＸ線は後述するＸ線検出部３０に向けて照射している。

Ｘ線検出部（ラインセンサ）３０は、搬送コンベア１４上のＸ線発生部２０と対向する搬送コンベア１４の下部に設けている。Ｘ線検出部３０は、Ｘ線発生部と同様に搬送コンベア１４の横断方向に沿って設けられている。Ｘ線検出部３０は、被検査物１２を透過したＸ線の透過量に応じた電気信号を出力している。本実施形態では、Ｘ線検出部３０としてラインセンサを用いている。

Ｘ線検出部３０で検出したＸ線透過画像データは電気的に接続された画像処理部４０に入力される。
画像処理部４０は、ＣＰＵやメモリなどで構成されているが、具体的にはデータ記憶手段４１と、画像切り出し手段４２、フィルタ処理手段４３、画像分割手段４４と、２値化処理手段４５と、判定手段４６を主な構成要件としている。
データ記憶手段４１は、Ｘ線検出部３０で検出された各被検査物のＸ線透過画像データが入力し記憶される。

画像切り出し手段４２は、被検査物１２と判断可能なあらかじめ大まかな閾値を設定してあり、Ｘ線透過画像データ全体の中で、その閾値以下の濃度値を持つデータを被検査物１２と異物１３の画像データとして切り出す。具体的には、図３（１）に示すようにＸ線透過画像データのうち、被検査物１２の画像データ部分を残し、被検査物１２以外の空白部分、すなわち背景を切り出している（図３（２））。

一般にＸ線検出部３０で検出したＸ線透過画像データは、ノイズが生じている。そこでフィルタ処理手段４３は、発生したノイズを除去するとともに異物１３を強調して異物１３の有無の判定精度を高めるために、フィルタリング処理を行っている。本実施形態のフィルタリング処理は、具体的にメディアンフィルタ、平滑化フィルタ、Ｍａｘ−Ｍｉｎフィルタによる３種類のフィルタ処理を行っている。まずメディアンフィルタは、ある画素の周辺画素の濃度を順に並べて中央値を画素の濃度として、ノイズの除去を行う。

平滑化フィルタは、ある画素の周辺画素の濃度の平均値をその画素の濃度として、ノイズの除去を行う。
Ｍａｘ−Ｍｉｎフィルタは、ある画素の周辺画素の濃度値の最大値と最小値を取り出し、その差をある画素の濃度値と足し合わせて濃度値として、異物１３を強調している（図３（３））。

画像分割手段４４は、フィルタ処理手段によるフィルタ処理後のＸ線透過画像データを、分割数の異なる複数の分割画像を生成する。分割数は、一例として３×３分割〜９×９分割の７パターンを設定することができる。また分割数は被検査物の画像データに応じてｎ×ｎ分割、ｎ×ｍ分割など、任意に設定変更可能であり、少なくとも３以上の奇数回に設定している。この奇数回の設定は後述する判定手段４６による判定を容易にするためである。

２値化処理手段４５は、濃淡画像から２値化画像を取得する２値化処理を行っている。具体的に２値化処理手段４５は、画像分割手段４４により生成した複数の分割数で分割した分割画像のブロック毎に濃度ヒストグラムを作成する。図４は２値化処理における画像データの説明図である。図４（１）に示す濃度ヒストグラムは、横軸に濃度値（明暗）を、縦軸に画素数（頻度）をそれぞれ表示している。図示のように５×５分割の分割画像は、２５個のブロックが生成する。そして各ブロックにそれぞれ濃度ヒストグラムを作成する。濃度ヒストグラムは図示のように被検査物の画像に基づいて通常２つの山が生成する。この２つの山の間に生じる谷部分の位置を閾値とし、異物側（濃度の暗い）をクラス１、製品（被検査物）側（濃度の明るい）をクラス２とする。最適な閾値は、数式２に示す評価関数Ｊ（ｋ）が最小となる閾値ｋを求めることで選定される。

ここで数式２中の閾値をｋとしたときのクラス１の分散をσ₁（ｋ）、クラス２の分散をσ₂（ｋ）、クラス１の生起確率をω₁（ｋ）、クラス２の生起確率ω₂（ｋ）とし、一般に数式２中のクラス１、２の分散σ₁（ｋ）、σ₂（ｋ）は数式３に示す式を用いて算出する。

ここで数式３の閾値をｋとしたときの分散をσ² _k、各濃度レベルをｉ、閾値をｋとしたときの平均をμ_k、濃度レベルが現れる確率をｐ_iとしている。
数式３を用いる方法によれば、各ｋについて計算を行う必要があり、最大の濃度レベルをＬとしたとき、全体としてＬステップの計算が必要となり、全体の計算オーダーがＬの二乗に比例することとなる。このことから、算出までに時間がかかり異物検出の処理時間が長時間化してしまうという問題があった。そこで本実施形態では数式４に示すように分散式（数式３）を近似化（数式１）している。
理論的には、
となり、数式３から数式１が導かれる。しかし、計算の際に数値を有限桁でしか扱えないコンピュータ上で数式１を計算すると数式３に比べ誤差が大きく生じる。通常数式１の計算方法は用いられない。通常は用いられない計算法ではあるが、本実施形態において分散は、最終的な計算対象である閾値の計算過程において利用するのみであり、最終的な結果に対する計算誤差の影響は少なくなる。数式１を用いることで、全体としての計算オーダーはＬに比例することとなり、処理時間が短縮される。

また今回の例においては、各ピクセルの濃度データを１２Ｂｉｔで表現するため最大の濃度レベルＬは、４０９５である。分散の算出時間は理論上最大で１／４０９５に算出時間が短縮できることとなり、分散を含めた総計算時間の実測値は数式３を用いる方法で約２０秒、数式１を用いることで約０．２秒となり約１／１００短縮されている。

上記数式１によりブロック毎の閾値を選定し、ブロックの画像データを２値化する。上記数式１による閾値設定は、ブロック毎に必ず設定している。したがって、ブロック中に製品（被検査物）または背景のいずれか一方のみの画像が表示されている場合には、濃度ヒストグラムに山が１つ生じる。本実施形態ではこのような場合であっても閾値を設定することになる。そうすると、異物がない場合であっても、異物があると誤判定することがある。したがってこの誤判定を回避するため以下に示す後処理を行っている。後処理は次の２つの工程からなる。

まずブロックの長方形の周が一定以上残るか否かを判断する。具体的には、図４（２）に示すように異物１３があると判断されたブロックに対し、ブロックに囲まれた異物１３の外周（破線）をＡとし、ブロックの外周長さＢとする。そしてＡ／Ｂの値Ｐ１（０＜Ｐ１＜１）が設定パラメータＰａ以上の場合にはその部分に異物１３はなく、背景であると判断する。
設定パラメータＰａは、あらかじめ良品の被検査物１２のＸ線透過画像データに基づいて、異物１３が検出されない値をパラメータとして設定する。

次に一定の閾値以上になるか否かを判断する。すなわち良品画像に対して閾値設定を行った場合、ノイズなどにより、濃度ヒストグラムの濃度値が高い部分に閾値が設定され、良品であるにもかかわらず、長方形領域のほとんどの部分が異物１３として判定される場合があり、これを避けるためである。具体的には図４（２）に示すように異物１３があると判断されたブロックに対し、異物部分の濃度値Ｃが設定パラメータＰｂ以上の場合にはその部分に異物１３はなく、背景であると判断する。設定パラメータＰｂの設定は、前述の長方形の周の長さと同様にあらかじめ良品の被検査物１２のＸ線透過画像データに基づいて、異物１３が検出されない値をパラメータとして設定する。

判定手段４６は、２値化処理手段４５による２値化結果から被検査物１２中の異物１３の有無を判定する。判定手段４６は、奇数枚の分割画像の各座標データ（ピクセル）をすべてチェックし、異物有りと判定された複数の分割画像データの多数決により過半数以上あるとした場合に異物有りと判定する。

選別部５０は、前記画像処理部４０と電気的に接続している。搬送部５０は画像処理部４０の被検査物中に含まれる異物の検出信号に基づいて、搬送コンベア１４上の移動する該等被検査物を搬送コンベア１４上から除去する。実施形態の選別部５０は、一例として搬送コンベア１４上面に選別アーム５２を配置している。選別アーム５２は、一端を駆動手段に回動可能に取り付けている。この構成により、搬送アーム５２は一端を支点に搬送コンベア１４上を揺動し、他端で搬送コンベア１４上の被検査物を搬送路外へ押し出している。

画像表示部６０は、画像処理部４０と電気的に接続しており、画像処理部４０で処理された画像データを表示する。画像表示部６０は具体的には、異物の有無を示す被検査物１２全体の画像データを表示している。

次に、上記構成による食品用Ｘ線異物検査装置の検査方法について以下説明する。図５は食品用Ｘ線異物検査の異物検査処理手順を示すフローチャートである。
搬送コンベア１４上を搬送する被検査物１２にＸ線発生部２０からＸ線を照射する。被検査物１２を透過したＸ線は、Ｘ線発生部２０と対向するＸ線検出部３０で検出される。Ｘ線検出部３０は、透過したＸ線の透過量に応じた電気信号を画像処理部４０のデータ記憶手段４１に出力する。データ記憶手段４１では、前記電気信号をＸ線透過画像データとして記憶される。

図５に示すようにまず記憶領域から演算用メモリにＸ線透過画像データを転送し（Ｓ１００）、後段の画像切り出し手段４２に入力する。
次に閾値による製品画像の切り出しを行う（Ｓ１１０）。図３（１）に示すようなＸ線透過画像データのうち、被検査物１２の画像データ部分を残し、被検査物１２以外の空白部分、すなわち背景を切り出している（図３（２）に示す）。

そして切り出したＸ線透過画像データのフィルタ処理（ＳＵＢ１）を行う（Ｓ１２０）。図６はフィルタ処理を示すフローチャートである。図示のようにフィルタ処理（ＳＵＢ１）は、まずメディアンフィルタにより２回のフィルタ処理を行うことにより（Ｓ２００，２１０）、異常値（周辺の値に比べて飛び抜けた濃度値）を除去している。

次にこれだけでは濃度値の急な変化を除去できないため、平滑化フィルタをかけて平滑化し取り除く（Ｓ２２０）。
そしてＭａｘ−Ｍｉｎフィルタをかけて異物１３を強調する（Ｓ２３０）。さらに最後にメディアンフィルタにより２回のフィルタ処理を行い強調されたノイズを除去している（Ｓ２４０，２５０）。なお実施形態に係るフィルタ処理は、一例であり、画像データに応じてフィルタ処理の回数、組み合わせ、順番等は任意に設定変更することができる。

次に２値化・判定処理を行う（Ｓ１３０）。図７は２値化・判定処理を示すフローチャートである。
図７に示すようにまず投票する数に応じた演算用メモリを確保する（Ｓ３００）。次に分割数に応じた動的閾値設定（ＳＵＢ３）を行う。図８は２値化処理を示すフローチャートである。

図８に示すように、フィルタ処理されたＸ線透過画像データに対し、分割数の異なる複数の分割画像を生成する（Ｓ４００）。分割数は、一例として３×３分割〜９×９分割の７パターンを設定することができる。

次に分割した分割数のことなる分割画像のそれぞれのブロックに対して閾値を設定する（Ｓ４１０）。画像分割手段４４により生成した複数の分割数で分割した分割画像のブロック毎に濃度ヒストグラムを作成する。そして前記数式１を計算過程に利用し、統計的に閾値設定を行う。

前記閾値設定において、異物がないにも係わらず異物があると誤判定したブロックに対して誤判定を回避するための後処理を行う。
まずブロックの長方形の周が一定以上残るか否かを判断する（Ｓ４２０）。図４（２）に示すように異物があると判断されたブロックに対し、ブロックに囲まれた異物の外周（破線）をＡとし、ブロックの外周長さＢとする。そしてＡ／Ｂの値Ｐ１（０＜Ｐ１＜１）が設定パラメータＰａ以上の場合にはその部分に異物はなく、背景であると判断する（Ｓ４４０）。

一方Ｐ１が設定パラメータＰａよりも小さい値の場合には、次の工程、すなわち一定の閾値以上になるか否かを判断する（Ｓ４３０）。図４（２）に示すように異物があると判断されたブロックに対し、異物部分の濃度値Ｃが設定パラメータＰｂ以上の場合にはその部分に異物はなく、背景であると判断する（Ｓ４４０）。

Ｓ４２０で濃度値Ｃが設定パラメータＰｂよりも低い値であり、かつ、Ｓ４３０においても設定パラメータよりも低い値の場合には異物があると判断される（Ｓ４５０）。

次に２値化処理手段４５による２値化結果から被検査物１２中の異物の有無を判定する。異物の候補が一定以上であるか否かの判定を行う（Ｓ３２０）。奇数枚の分割画像の各座標データ（ピクセル）をすべてチェックし、異物有りと判定された複数の分割画像データの多数決により過半数以上あるとした場合に異物有りと判定する（Ｓ３４０）。図９は分割画像データの説明図である。一例として図示のように３×３分割、４×４分割、５×５分割の分割画像データの場合、４×４分割画像には異物１３なしと判定されている。しかし３×３分割および５×５分割画像では、異物１３有りと判定されているため、多数決により結果的に異物１３有りと判定する。一方、多数決により異物１３なしの分割画像が多い場合には結果的に異物なしと判定される（Ｓ３３０）。

画像処理手段４０と電気的に接続する画像表示部６０で得られた異物があると判定された画像データを表示する（Ｓ３５０）。また異物有りと判定された被検査物の検出信号が選別部５０に送られ、選別アーム５２により該当する被検査物１２を搬送コンベア１４上から除去している。

このようなＸ線異物検査装置によれば、閾値設定時間を大幅に短縮することができ、高い精度で被検査物中の異物を検出することができる。また検査対象が変化した場合であっても、Ｘ線検出部で出力されたＸ線透過画像データに基づいて閾値を設定しているので、閾値を手動設定あるいは更新する必要がない。検査の初期段階においても異物を誤検出することがない。また検出精度が向上し、樹脂、ガラス等の小片であっても精度良く検出することができる。

実施形態に係る食品用Ｘ線異物検査装置の構成概略を示す図である。 実施形態に係る食品用Ｘ線異物検査装置のブロック図である。 画像データ切り出しおよびフィルタ処理の説明図である。 ２値化処理における画像データの説明図である。 食品用Ｘ線異物検査の異物検査処理手順を示すフローチャートである。 フィルタ処理を示すフローチャートである。 ２値化・判定処理を示すフローチャートである。 ２値化処理を示すフローチャートである。 分割画像データの説明図である。 従来の食品用Ｘ線異物検査装置の構成概略を示す図である。

符号の説明

１………食品用Ｘ線異物検査装置、２………搬送コンベア、３………Ｘ線発生部、４………Ｘ線検出部、５………データ処理部、６………被検査物、１０………食品用Ｘ線異物検査装置、１２………被検査物、１３………異物、１４………搬送コンベア、２０………Ｘ線発生部、３０………Ｘ線検出部（ラインセンサ）、４０………画像処理部、４１………データ記憶手段、４２………画像切り出し手段、４３………フィルタ処理手段、４４………画像分割手段、４５………２値化処理手段、４６………判定手段、５０………選別部、５２………選別アーム、６０………画像表示部。

Claims (5)

1. 被検査物にＸ線を照射するＸ線発生部と、前記被検査物を透過した前記Ｘ線を検出するＸ線検出部とを備えた食品用Ｘ線異物検査装置において、
   前記Ｘ線検出部が出力したＸ線透過画像データから分割数の異なる複数の分割画像を生成し、前記分割画像のブロック毎に濃度ヒストグラムを作成し、前記濃度ヒストグラムに基づいて閾値を算出し２値化して、前記分割画像のピクセル毎の２値化結果に基づいて異物有りと判定された前記分割画像の数と異物なしと判定された前記分割画像の数を比較した多数決で異物の有無を判定する画像処理部を備えたことを特徴とする食品用Ｘ線異物検査装置。
2. 請求項１記載の食品用Ｘ線異物検査装置において、
   前記画像処理部は、
   前記Ｘ線検出部から出力された前記Ｘ線透過画像データを記憶する記憶手段と、
   前記Ｘ線透過画像データの画像領域を分割数の異なる複数の分割画像に分割する分割手段と、
   得られた前記分割画像のピクセル毎の２値化結果に基づいて異物有りと判定された前記分割画像の数と異物なしと判定された前記分割画像の数を比較した多数決で異物の有無の判定を行う判定手段と、
   を備えたことを特徴とする食品用Ｘ線異物検査装置。
3. 前記画像処理部は、前記閾値をｋとしたときの分散をσ ^２ _ｋ 、各濃度レベルをｉ、前記閾値をｋとしたときの平均をμ _ｋ 、濃度レベルが現れる確率をｐ _ｉ としたときに
   を利用することにより、前記閾値を選定する２値化処理手段を備えたことを特徴とする請求項１又は２に記載の食品用Ｘ線異物検査装置。
4. 搬送ライン上の被検査物にＸ線を照射して、前記被検査物のＸ線透過画像データを収集して、前記被検査物の異物を検査する食品用Ｘ線異物検査方法において、
   前記Ｘ線透過画像データを分割数の異なる複数の分割画像に分割し、
   前記分割画像のブロック毎に、Ｘ線透過量の濃度ヒストグラムを前記異物と前記被検査物の２クラスに分け、その２つのクラスを正規分布と仮定し、平均誤認識率を最小とするような閾値を計算する過程において、前記閾値の計算過程において、分散計算を近似式で行い、算出された前記閾値に基づいて前記分割画像を２値化し、前記分割画像のピクセル毎の２値化結果に基づいて前記異物の存在を異物有りと判定された前記分割画像の数と異物なしと判定された前記分割画像の数を比較した多数決で判定することを特徴とする食品用Ｘ線異物検査方法。
5. 前記近似式は、前記閾値をｋとしたときの分散をσ ^２ _ｋ 、各濃度レベルをｉ、前記閾値をｋとしたときの平均をμ _ｋ 、濃度レベルが現れる確率をｐ _ｉ としたときに
   であることを特徴とする請求項４に記載の食品用Ｘ線異物検査方法。