JP7442462B2

JP7442462B2 - 種子選別

Info

Publication number: JP7442462B2
Application number: JP2020565491A
Authority: JP
Inventors: エリック・エル・ボローマン; ジャレット・アール・セグリンスキ; ゴヴィンド・チャウダリ; レーンデルト・デ・ブルイン; ジョニー・ジェイ・コティク; ルイス・エム・ポンぺ・ファン・メールデルフォールト; ブラッド・ディ・ホワイト; ハンフリ－・シンチェン・チェン
Original assignee: モンサントテクノロジーエルエルシー
Priority date: 2018-06-11
Filing date: 2019-06-10
Publication date: 2024-03-04
Anticipated expiration: 2039-06-10
Also published as: EP3801933A4; JP2022511182A; MX2020013129A; BR112020023799A2; AU2023203877A1; WO2019241123A1; AU2019284358A1; KR20210016369A; CA3100922A1; US20210146404A1; AR115524A1; PH12020552076A1; EP3801933A1; US11724287B2

Description

本開示は、一般に、種子を処理するためのシステム及び方法、より詳細には、Ｘ線画像化ならびに種子分類及び種子選別のための種子選別システム及び種子選別方法に関する。

農産業、より具体的には、種子育種産業及び種子生産産業では、種子の分析、分類、及び選別をハイスループットで行い得ることが重要となる。このことは、種子の分析は、迅速であるだけでなく、確実に、かつ大量の総量に対して高効率で行われることが好ましいことを意味する。歴史的には、種子は、所定の大きさに対応する穴の開いたスクリーンを含む機械設備を使用して、大きさによって類別される。種子のカテゴリ化はまた、種子のある特定の外観特性を検出できるように、種子の画像分析を使用して行われる。

従来の種子画像化処理を使用する場合、個々の種子の内部形態を、ハイスループットで、かつ高予測分類精度で、自動化されるように画像化して分析することは不可能である。以前は、種子会社は、スタンドアロンのＸ線画像化キャビネットまたはＸ線画像化デバイスを使用して、種子をＸ線画像化することができた。しかし、この処理は、一般的には、オフラインで実行される非常に遅いバッチ処理である。したがって、リアルタイムの画像化、分類、及び選別を、ハイスループット及び高画質を産業規模で両立させ、かつ長期間にわたり持続的に実行できるシステムが必要とされている。更に、関連する種子の特徴を計測して、分類／予測の精度の高い分類モデルを開発しまたは訓練するための高度なＰＣベースの方法が必要である。

一態様では、種子を選別するための種子選別システムは、一般に、システム内で種子を移動させるように構成された種子移送ステーションを備える。画像化アセンブリは、種子がシステム内を移動するときに、種子のＸ線画像を取得するように構成されたＸ線カメラを備える。Ｘ線カメラは、種子移送ステーションによってシステム内を種子が移動される速度及び幅に対応するために、高ラインスキャンレートで高品質の画像を生成するように構成されている。選別アセンブリは、種子の取得されたＸ線画像に基づいて、種子を別個の容器に選別するように構成されている。

別の態様では、Ｘ線カメラは、一般に、カメラハウジングと、カメラハウジング内に収容された光学センサ構成要素とを備える。光ファイバは、光学センサ構成要素に取り付けられ、光学センサ構成要素から延在している。光ファイバは、カメラハウジング内に収容されている。光ファイバシンチレータは、光ファイバに取り付けられている。

更に別の態様では、種子のバッチの分類モデルを構築するための訓練方法は、一般に、複数の穴を含むスキャントレイに種子を装入することを含む。種子は、スキャントレイの穴の中に保持される。種子選別アセンブリに関連付けられたＸ線カメラを使用して、スキャントレイ内の種子のＸ線画像を撮影する。種子を特定のクラスに属するものとして識別するために、スキャントレイ内の種子のＸ線画像を使用して、種子分類モデルを構築する。

自動種子選別システムのブロック図である。種子選別システムの透視図である。Ｘ線シールドドアを開いた種子選別システムの透視図である。Ｘ線シールドドアを取り外した種子選別システムの透視図である。種子選別システムの装入移送アセンブリの透視図である。装入移送アセンブリの個別化フィーダプレートの透視図である。種子収集器と装入移送アセンブリの個別化フィーダプレートとの側面図である。装入移送アセンブリの種子、空気、破片の分離器の透視図である。種子選別システムのＸ線画像取得アセンブリの透視図である。個別化された種子がシステムの種子移送ステーションによって搬送されており、種子移送ステーションの上部にＸ線管が取り付けられ、種子移送ステーションの下部にＸ線カメラがあることを示す種子選別システムの透視図である。画像化アセンブリのＸ線カメラの入射窓の透視図である。画像化アセンブリのＸ線カメラの透視図である。Ｘ線カメラの別の透視図である。カメラの入射窓を取り外して、光ファイバシンチレータを見せるようにしたＸ線カメラの部分透視図である。光ファイバシンチレータの上部にあるシンチレータ材料の拡大断片図である。Ｘ線カメラの入射窓の透視図である。カバー及び光ファイバシンチレータを取り外して、カメラの光ファイバを見せるようにしたＸ線カメラの部分透視図である。入射窓及び光ファイバシンチレータを取り外して、カメラの光ファイバを見せるようにしたＸ線カメラの部分透視図である。Ｘ線カメラの概略図である。３つの選別容器を含む種子選別システムの選別アセンブリの透視図である。選別アセンブリの部分透視図である。選別アセンブリの別の部分透視図である。種子選別システム及びスキャントレイ処理アセンブリの透視図である。上部のスキャントレイに種子を装入した積み重なったスキャントレイの部分透視図である。積み重なったスキャントレイの透視図である。スキャントレイの部分透視図である。カスタマイズした分類を訓練しているあいだ、画像化したスキャントレイの処理時に取得された訓練セットのＸ線画像である。種子選別システムを使用して取得したトマト種子のＸ線画像である。種子形態を表示するトマト種子のＸ線画像である。活性のあるトマト種子と失活したトマト種子とのＸ線画像である。種子選別システムを使用して取得したキュウリ種子のＸ線画像である。良好なトマト種子のＸ線画像である。異常のあるトマト種子のＸ線画像である。コショウの種子のＸ線画像である。別の実施形態の種子選別システムの透視図である。図２９の種子選別システムの部分透視図である。図２９の種子選別システムのＸ線画像取得アセンブリの透視図である。図２９の種子選別システムの選別アセンブリの透視図である。図２９の種子選別システムのコンベア上の綿実のＸ線画像である。成熟した綿実のＸ線画像である。未成熟な綿実のＸ線画像である。造影剤を用いて検出された損傷を表示する綿実のＸ線画像である。種子損傷の分析結果を示す図３５ＡのＸ線画像である。様々な損傷の程度を示すトウモロコシ種子のＸ線画像である。正常な綿実の光学画像とＸ線画像との比較である。変色した綿実の光学画像とＸ線画像との比較である。綿実の光学画像とＸ線画像との比較である。健康な綿実と欠陥のある綿実とのＸ線画像である。健康な綿実と欠陥のある綿実とのＸ線画像である。造影剤で処理した場合と処理しなかった場合とが示される綿実のＸ線画像である。造影剤で処理した場合と処理しなかった場合とが示される内部亀裂を有するトウモロコシ種子のＸ線画像である。造影剤で処理した場合と処理しなかった場合とが示される外部亀裂を有するトウモロコシ種子のＸ線画像である。造影剤で処理された高品質の大豆種子のＸ線画像である。造影剤で処理された低品質の大豆種子のＸ線画像である。造影剤で処理された健康なカノーラ種子と欠陥のあるカノーラ種子とのＸ線画像である。平たいトウモロコシ種子と丸いトウモロコシ種子とのＸ線画像である。亀裂分類スキームの概要である。選別容器に選別された健康な種子のＸ線画像である。選別容器に選別された欠陥のある種子のＸ線画像である。

全図面を通して、同様の参照符号は、対応する部分を示す。

図１～４を参照すると、種子選別システムが全体として１０で示される。本システムは、複数の種子の受け取り、分析、分類、及び選択されたカテゴリへの選別を行うように構成されている。システム１０は、種子を受け取ってシステム内へ送り届けるように構成された装入移送アセンブリ１２と、種子が装入移送アセンブリによってシステムを介して送られるときに種子の画像データを収集するための画像化アセンブリ１４と、画像化アセンブリにより種子に対して収集された画像データに基づき、種子を選択されたカテゴリに選別するように構成された選別アセンブリ１６とを備える。コントローラ１８（例えば、プロセッサ及び好適なメモリ）が、システム１０を動作させるようにプログラムされている。画像化アセンブリ１４は画像データを取得し、システム１０が種子内の欠陥を確実に検出する、または種子品質測定基準を予測することを可能にするコントローラ１８は、種子の大きさ、形状、及び内部構造と、学習アルゴリズムと、分類モデルとを迅速かつ高精度に提供するために、画像特徴分析用に最適化された演算子を組み込む。種子選別システム１０は、野菜種子（例えば、トマト、トマト台木、コショウ、ウリ科、アブラナ科）、条植え作物種子（例えば、トウモロコシ、大豆、ワタ）、及びその他の作物（例えば、アルファルファ、カノーラ、稲、コムギ）を含むがこれらに限定されない任意好適な種子タイプに使用することができる。好ましい実施形態では、本システムは、野菜種子を選別し、分類するために使用される。

選別アセンブリ１６は、種子が後の処理、評価、及び／または分析に備えてより正確に類別されるように、種子を２つ以上の選択されたカテゴリに選別するように構成されている。例えば、画像化アセンブリ１４及びコントローラ１８によって欠陥があると判定された種子を、健康な／欠陥のない種子から分離することができる。欠陥のある種子は、ある特定の品質測定基準に基づいて、使用できないもしくは望ましくない種子、病気にかかった種子、変色した種子、または機械的に損傷した種子、及び不活性物質であると識別され得る。例えば、野菜種子の種子品質は、使用可能な幼植物体（実生）を産出する種子の能力に従ってラベル付けされ得る。実生は、正常な、弱い、異常のある、発芽しないものであるとの代表的なラベル評価を有し得る。しかし、健康な／欠陥のない種子は、種子の外部画像からは同じように見え得るので、画像化アセンブリ１４が種子の内部幾何学的形態を捉えることができれば、種子の状態のより正確な表示がもたらされる。例えば、画像化アセンブリ１４を使用して内部亀裂を調べることができる。種子の胚にまで及ぶ亀裂は、種子の発芽に特に悪影響を及ぼすので、このことは有益である。更に、装入移送アセンブリ１２、画像化アセンブリ１４、コントローラ１８、及び選別アセンブリ１６により、システムは、リアルタイムの種子選別の速度要件を満たす種子のハイスループット測定を提供できるようになる。したがって、システム１０は、既存の種子処理手順に組み込むことができ、迅速かつ連続的に種子選別機能を提供することができる。

図５～８を参照すると、装入移送アセンブリ１２は、種子をホッパに受け入れるための入口２２と、ホッパから種子を分配するための出口２４とを備えるホッパ（広義には、種子装入ステーション）２０を備える。出口２４には、種子が出口から分配されるときに種子を用量供給するために、振動フィーダ２５及び供給シュート３１が配置されている。個別化フィーダプレート２６の出口に、コンベア２７（広義には、種子移送ステーション）が設置されている。振動フィーダ２５は、第１の振動フィーダ２９と、第１の振動フィーダと結合された振動シュート３１とを備える。第１の振動フィーダ２９は、振動エネルギを利用して、振動シュート３１沿いに個別化フィーダプレート２６まで種子を搬送する。個別化フィーダプレート２６には、第２の振動フィーダ３３が結合されている。第２の振動フィーダ３３は、振動エネルギを利用して、個別化フィーダプレート２６沿いに種子を搬送する。個別化フィーダプレート２６は、個別化フィーダプレート２６の長さに沿って延在する複数の平行溝３５を備える。溝３５は、種子を複数の平行な列に整列させてコンベア２７に送り届ける（図１０）。振動エネルギはまた、各種子を画像化アセンブリ１４によって画像化し得るように、種子を移動方向に列内で互いに間隔を空けさせる。各溝３５は、溝の両側面に形成された溝穴３７を有し、種子が渡るための各溝の底部に材料の小断面を残す。他の溝穴構成及び配置もまた、本開示の範囲内で想定される。各溝穴３７は、種子収集器３９の上に設置されている。以下で更に詳細に説明するように、過剰な種子は溝穴３７に落下し、種子収集器３９によって捕捉されてホッパ２０に送り返される。図示の実施形態では、個別化フィーダプレート２６は、８つの溝３５を含む。ただし、個別化フィーダプレート２６は、本開示の範囲から逸脱しない範囲で、異なる数の溝３５を有してもよい。一実施形態では、個別化フィーダプレート２６は、５つの溝３５を有し得る。更に他の数の溝が想定される。

振動供給速度は、振動フィーダ２９、３３の振動振幅及びまたは振動周波数を変化させることにより、制御システムによって調整することができる。振動フィーダ２９及び３３を提示しているが、種子を個別化するための他の方法を使用できることが想定されている。一実施形態では、個別化ホイール（図示せず）が使用され得る。更に、追跡センサ（図示せず）を、個別化フィーダプレート２６の出口に設置してもよい。

種子収集器３９によって収集された種子は、エアトランスベクタ４５の空気力を受けて、配管４１を通って種子、空気、及び破片の分離器４３に送られる。種子、空気、及び破片の分離器４３は、入口４７、上部出口４９、及び下部出口５１を有する本体５２を備える。本体４３の内側にパイプ５３が収容されている。配管４１により、種子が入口４７を通って本体４３に導入される。種子、空気、及び破片の分離器４３は、機械的及び空気力学的な力を利用して、種子を下部出口５１に向かわせ、空気及び破片を上部出口４９に向かわせる。この力により、種子は分離器４３の周りを回転し、本体５２を下部出口５１まで沈降する。空気及び破片はパイプ５３中に捕捉され、上部出口４９から外へ上向きに向けられる。下部出口５１は、種子をホッパ２０に落下させて、再び装入移送アセンブリ１２によって処理される。破片分離器４３内の空気の流れを、下部出口５１で実質的に空気の流出がないようにバランスさせるために、上部出口４９に、第２のエアトランスベクタ（図示せず）が配置されてもよい。

図示の実施形態では、コンベア２７は、平坦な水平コンベア搬送面を画定するベルト２８を備える。コンベア２７は、種子がシステム１０を介して送られるときに種子が置かれる平坦な表面を提供する。一実施形態では、コンベア２７は、ベルト２８を固定し得る長尺のプレートを含み得、この長尺のプレートの材料は、ベルト２８が平らであり続けるとともに、ベルトへの摩擦／摩耗を最小限に抑えることができるような材料である（例えば、ステンレス鋼またはクロムで作られている）。結果として、種子はコンベア上で実質的に固定された向き及び位置に留まるようになるので、システム１０は、本システムを通る各種子の移動を完全に制御することができ、したがって、種子がコンベア２７上を移動するときの種子の位置の追跡を向上させることができる。各種子の重心の実際の位置は、画像取得アセンブリ１４（例えば、Ｘ線カメラ）によって判定される。一実施形態では、Ｘ線カメラ６０はラインスキャンカメラである。ラインスキャンカメラ６０は、移動する対象物をスキャンして対象物の「ライン」を捉える一列の光感受性画素を有する。対象物が移動する速度を知っていることで、カメラ６０は、ラインをつなぎ合わせて、対象物の完全な画像を形成することが可能になる。画像取得アセンブリ１４のラインスキャン速度及び空間分解能とコンベア２７の移動速度との両方を、制御し、追跡することにより、各種子の実際の位置を計算することができる。一実施形態では、コンベア２７の位置を追跡するために、高精度エンコーダがシステム１０に組み込まれている。エンコーダはまた、それらの画像を取得するために、画像化アセンブリ１４をトリガするマスタタイミングデバイスとして機能し得る。以下で更に詳細に説明するように、平坦な表面により、画像化アセンブリ１４が取得しようとする測定結果を一層正確にすることが可能になる。コンベア２７は平坦な表面を含む必要はなく、種子を運ぶベルト２８がそれに沿って移動できる表面のみを有する必要があることに留意されたい。

コンベア２７は、通常は約１０～１１０ｍｍ／秒の間で稼働し、最高で約４０インチ／秒以上の速度で動作し得る高速コンベアにもなり得る。野菜種子の場合、コンベア２７は、約１０～１００ｍｍ／秒の間の速度で稼働し得る。一実施形態では、コンベアは、野菜種子向けに約５５ｍｍ／秒の速度で稼働する。これにより、１４ミクロンのセンサ画素分解能で、約３０２４ｍｍ^２／秒の画像化速度が得られる。また一方、稼働の速度は、１０～１０００ｍｍ／秒の範囲に及び得る。コンベア速度を増加させると、ベルト２８の移動方向における種子間のピッチ間隔が増加し、または種子間のピッチ間隔が一定に保たれている場合には、種子の高速化を可能にする。コンベア２７は、約５０ｍｍ（２インチ）から約９０ｍｍ（３．５インチ）の代表的なスキャン幅では、代表的には約３０から約６０種子／秒の速度で種子をシステム１０内へ送り届けることができる。一実施形態では、コンベア２７は、約５５ｍｍ／秒の速度で、約５５ｍｍ（２．２インチ）の一致したスキャン幅を伴って稼働される。必要に応じて、Ｘ線カメラへの幅広のＴＤＩセンサの使用、及び／またはカメラへの光ファイバテーパの使用により、スキャン幅を増加させることができる。あるいは、ベルト２８の速度を上げることで、毎秒画像化することのできる領域を増やすことができる。また、スキャン幅を広げるには、横に並べて置かれた複数のＸ線カメラを使用してもよい。ベルト２８の速度は、コントローラ１８によって制御し得る。

一実施形態では、コンベアベルト２８は光学的に透明である。コンベアベルト２８の透明な性質により、以下で更に詳細に説明するように、コンベアの下からの光学的な画像化を実行できるようになる。ただし、コンベアは、本開示の範囲から逸脱しない範囲で、半透明（ｔｒａｎｓｌｕｃｅｎｔ）または半透明（ｓｅｍｉ－ｔｒａｎｓｐａｒｅｎｔ）であってもよい。一実施形態では、ベルト２８はＭｙｌａｒ（登録商標）から形成されている。Ｍｙｌａｒ（登録商標）は、二軸延伸ポリエチレンテレフタレートのブランド名であり、延伸ポリエチレンテレフタレート（ＰＥＴ）から作られたポリエステルフィルムである。薄膜Ｍｙｌａｒ（登録商標）が使用され、これは、本発明で使用される低エネルギ（一般的には５～５０ｋｅＶ）のＸ線光子に対して、典型的な低減衰特性を有する。光学的透過性材料及びＸ線透過性材料を含む他の材料もまた、本開示の範囲から逸脱しない範囲で想定される。コンベアはまた、本開示の範囲から逸脱しない範囲で、不透明であってもよい。コンベア２７のベルト２８にコーティングを被着させてもよい。コーティングは、ベルト２８を清潔に保ち、画像化アセンブリ１４が明瞭な画像を取得する能力を損なう可能性のある傷跡がないようにするのに有用な帯電防止特性及び耐擦傷特性を有するように構成され得る。追加として、または代替として、システム１０上の静電荷を逃がして、コンベア２７への微粒子物質の付着を低減させるために、複数のイオン化装置（図示せず）または伝導性ブラシ（図示せず）を設けてもよい。種子がベルト２８上を動き回ること、及び／またはベルト２８の水平面の端でベルト２８に付着したままになることを避けるには、静電荷を逃がすことが必要である。あるいは、または並行して、５５パーセント（５５％）を超える高湿度を維持することにより、静電荷を最小化し、または低減させてもよい。

図９～１６Ｂを参照すると、画像化アセンブリ１４は、種子のＸ線画像を取得するためにコンベア表面の下に取り付けられたＸ線カメラ６０を備える。一実施形態では、Ｘ線カメラ６０は、高効率、低エネルギ、高感度のＸ線ＴＤＩカメラ（例えば、１０～５０ＫｅＶ）を備える。ＴＤＩ（時間、遅延、及び積分）テクノロジは、移動対象物の多重露光を累積するという概念に基づいており、入射光または入射光子を収集するために利用可能な積分時間を効果的に増加させる。Ｘ線カメラ６０の構造は、システムが高速の画像化速度で稼働しながら、高品質画像を取得することを可能にする。標準的なＸ線カメラでは、本システムで利用されるベルト速度及びスキャン幅において、動くコンベア２７上の種子を有用な情報品質を伴って画像化することに対処するには、画像化感度が低すぎる可能性がある。更に、Ｘ線カメラ６０の高効率設計により、必要とされるｋＶ設定の状態での最大電力設定でＸ線管を動作させる必要がなくなり、それによってカメラ内のＸ線管の寿命が延びる。一実施形態では、Ｘ線管の寿命は約１０，０００時間を超える。

Ｘ線カメラ６０は、ハウジング６２と、ハウジング内に部分的に収容されたＴＤＩＣＣＤセンサ６３とを備える。センサ６３は、ハウジング６２内の回路（図示せず）に動作可能なように接続されている。図１６～１６Ｂに示すように、センサ６３は、センサの一部分がハウジング６２の上面よりも上側に延在するように***させてある。ＣＣＤセンサ６３の上には、光ファイバ６７が取り付けられている。光ファイバ６７は、センサ６３に機械的にかつ光学的に結合されている。図示の実施形態では、光ファイバ６７は、複数の垂直に配向した光ファイバストランドからなる。光ファイバは、互いに融着させた光学ファイバのブロックに構成されている。一実施形態では、個々の繊維の直径はそれぞれ約１０マイクロメートルである。一実施形態では、光ファイバ６７は、光ファイバフェースプレート（ＦＯＦＰ）としてのものである。光ファイバフェースプレートはコヒーレントマルチファイバプレートであり、これは深さゼロの窓として機能し、プレートの一方の面から他方の面へ画素ごとに（ファイバごとに）画像を伝達する。光ファイバ６７に光ファイバシンチレータ７０が取り付けられ、かつ光学的に結合されている。光ファイバシンチレータ７０の上部には、カスタマイズされたシンチレータ材料６９が配置されている／成長している（図１６Ｂ）。シンチレータ７０は、光ファイバ６７の上または第２の光ファイバ（図示せず）の上に直接配置させてもよい。一実施形態では、シンチレータ材料６９は、約１０マイクロメートルから約５００マイクロメートルの間の厚さＴ_１を有する。一実施形態では、シンチレータ材料は、約５５マイクロメートルの厚さＴ_１を有する（図１６Ｂ）。光ファイバシンチレータ７０は、光ファイバ６７に機械的にかつ光学的に結合されている。一実施形態では、光ファイバ６７と光ファイバシンチレータ７０との間に、光学オイル７１（図１６Ｂ）が配置されている。一実施形態では、光学オイル７１が、光ファイバ６７とセンサ６３との間に配置されてもよい。

ハウジング６２の上部にカメラ本体６８が取り付けられており、光ファイバシンチレータ７０が光ファイバ６７に機械的にかつ光学的に結合されるように、カメラ本体６８は光ファイバ６７の上部に光ファイバシンチレータ７０を付着させる。光ファイバシンチレータ７０は、Ｘ線光子を可視光光子に変換するように構成されている。可視光光子は、光ファイバシンチレータ７０を下って、結合された光ファイバ６７内に入り、光学的に結合されたＴＤＩ－ＣＣＤセンサ６３上に移動する。本体６８はまた、光ファイバシンチレータ７０を取り囲み、したがって、カメラ６０のためのハウジング構造の一部を形成する。入射窓７２が、カメラ本体６８に取り付けられ、光ファイバシンチレータ７０を覆う。図示の実施形態では、入射窓７２は、フレーム７４と、このフレームによって支持された薄い炭素繊維シート７６とを備える。入射窓７２はまた、カメラ６０のハウジング構造の一部を形成する。光ファイバシンチレータ７０及び光ファイバ６７は、画像鮮鋭度、感度、光量子効率、減衰及び残光を最適化するように設計され、製造されている。カメラ６０は、複数のハウジング構成要素を有することが示されているが、カメラは、単一のハウジング構造でもって形成されていてもよい。更に、ハウジング構成要素は、本開示の範囲から逸脱しない範囲で、様々な構造を有し得る。

一実施形態では、光ファイバシンチレータ７０は、シンチレータ材料６９としての５５ミクロンの柱状ＣｓＩ：ＴＩ（タリウムで活性化されたヨウ化セシウム）でコーティングされ得る。一実施形態では、光ファイバシンチレータ７０は、シンチレータ材料６９としてのＧｄ_２Ｏ_２Ｓ：Ｐｒ、Ｃｅ、Ｆでコーティングされ得る。更に、厚みを減らしたシンチレータ７０を設計することにより、放出された光子エネルギスペクトルの高エネルギ光子の一部が、シンチレータ材料６９内では変換されず、または単に部分的に変換されるだけなので、Ｘ線管８１を、より高いｋＶ設定でより効率的に動作させることができる。

カメラ６０は、***したＴＤＩＣＣＤセンサ６３上に光ファイバ６７及び光ファイバシンチレータ７０を組み込むことにより、標準的なＸ線ＴＤＩカメラの構造を改良する。光ファイバシンチレータ７０の上部にあるシンチレータ材料６９は、入射窓から遠方にシンチレータを取り付ける標準的なＸ線ＴＤＩカメラで可能であるよりも、コンベアベルト２８にはるかに近いところに配置される。したがって、シンチレータ７０及び光ファイバ６７は、センサをベルト／種子に近づけるのと同じ効果をもたらしながらも、センサ６３を引っ込ませることを可能にする。薄い炭素繊維シート７６を含む入射窓７２はまた、シンチレータと種子が置かれているコンベアベルトとの間の材料及びエアギャップの厚さを減少させることにより、シンチレータ７０及びシンチレータ材料６９をコンベアベルト２８のできるだけ近くに配置することを容易にする。一実施形態では、炭素繊維シート７６の厚さは０．２ｍｍ（０．０１インチ）であり、シンチレータ７０から炭素繊維シート７６までの距離Ｄは約０．６ｍｍ（０．０２インチ）であり、一方でそれと同時に、コンベアベルト２８の厚さは約０．１ｍｍ（０．００４インチ）である。

カメラ６０をコンベアベルトに密着して配置することは、光子束、幾何学的（不）鮮鋭度、及び幾何学的倍率を考慮した場合に利点がある。光子束は、Ｘ線管から放出される１平方メートル毎秒当たりの光子の分量である。したがって、光子束は、Ｘ線管の焦点からの測定距離の関数である。幾何学的（不）鮮鋭度は、Ｘ線管の焦点から対象物（種子）までの距離、対象物からシンチレータまでの距離の関数であり、Ｘ線管の焦点サイズの関数である。幾何学的倍率は、「Ｘ線管焦点から対象物（種子）までの距離」の「対象物からカメラシンチレータまでの距離」に対する比であり、本実施形態では、約１．０１倍に過ぎない。不鮮鋭度とは、放射線画像での空間分解能の損失のことである。一般に、不鮮鋭度には、幾何学的不鮮鋭度、動きの不鮮鋭度、及び写真またはシステムの不鮮鋭度の３つのタイプがあると考えられている。幾何学的不鮮鋭度は、Ｘ線ビームの幾何学的形状の態様に起因する。２つの主要因が同時に効力を発揮するようになる。すなわち、識別できる焦点サイズと、対象物～フィルムの距離（ＯＦＤ）と焦点～フィルムの距離（ＦＦＤ）との比率とである。微細な焦点サイズでは、幾何学的不鮮鋭度が最小限に抑えられるため、より詳細な画像が得られる。ＦＦＤ：ＯＦＤの比率を高く保つことで、幾何学的不鮮鋭度が最小限に抑えられる。これを保つことは、ＯＦＤを最小限に抑えること、つまり、Ｘ線撮影される対象物の一部分を検出器のできるだけ近くに保つことにより、最も簡単に行われる。しかし、これが不可能な場合は、不鮮鋭度のレベルを許容範囲内に保つために、ＦＦＤを通常の１００～１１０ｃｍを超えて増やす必要がある。

シンチレータ７０及びシンチレータ材料６９をコンベアベルト２８の近くに取り付けることができるようにカメラ６０を構成することにより、画像の好ましからざる不鮮鋭度を招くことなく、より大きな焦点サイズ（例えば、１．０ｍｍ×１．０ｍｍ以上）を有するＸ線管８１の使用が可能になる。焦点を大きくするほど、光子束を高めることが可能になり、それによって戻りの画像化速度が上がる。結果として、Ｘ線管８１から１秒間当たりに放出される離散光子の量が多くなる。このサイズの焦点を有するＸ線管を使用して、標準的なＸ線ＴＤＩカメラで動いているコンベアベルト２８上の種子を画像化すると、Ｘ線画像の幾何学的鮮鋭度が損なわれることになる。これは、焦点が大きいと幾何学的な不鮮鋭度が増すためである。本開示は、カメラシンチレータを種子の非常に近くに配置し、その結果、倍率が非常に低くなる。これにより、幾何学的な不鮮鋭度を許容範囲内に保ちながら、比較的大きな焦点（比較的高い出力）を有するＸ線管を使用できるようになる。

一実施形態では、コンベアベルト２８（種子）とＸ線管８１の焦点との間の距離は、約１３０ｍｍ（５インチ）である。上記のように、Ｘ線カメラの入射窓７２は、コンベアベルト２８に近接して取り付けられている。一実施形態では、Ｘ線カメラの光ファイバシンチレータ７０は、コンベアベルト２８から約０．４ｍｍ（０．０１インチ）～約１０ｍｍ（０．４インチ）の間隔をおいて配置されている。一実施形態では、望ましい間隔は０．７ｍｍ（０．０３インチ）である。種子運搬コンベア２７のベルト２８の近くにＸ線カメラシンチレータ７０を取り付けることにより、カメラは、Ｘ線画像の幾何学的鮮鋭度を損ねることなく、より大きな焦点サイズを有したＸ線管を使用できるようになる。焦点の大型化により、画像化速度を高速化する高光子束が可能となり、及び／または所与のＸ線管が、見返りとして管の寿命を大幅に延長する最大出力設定未満で動作できるようになる。

カメラ６０のスキャン幅をコンベア２７上の種子の動きに同期させることにより、画質が更に最適化される。すなわち、カメラ６０のラインスキャン速度がコンベア２７の速度に適合しているので、種子がコンベアに沿って移動するときに、種子の実際の形状及び構成がカメラによって捕捉される。例えば、ラインスキャン速度をコンベア速度と同期させることで、円形種子は確実に円形種子として画像化され、カメラのラインスキャン速度が遅すぎたり速すぎたりするために、楕円形または長方形の種子として画像化されることはない。形状及び全体的な種子構成は、システムによって行われる分類決定にとって重要であるため、種子構造を正確に捕捉するＸ線画像を生成できるカメラ６０を有することは、信頼できる種子分類モデルを生成するために重要である。

フィルタ８０が、Ｘ線カメラ６０と、フィルタの上のＸ線管８１との間に配置されている。コンベアベルト２８の上に取り付けられたフレーム８２が、フィルタ８０を保持する。一実施形態では、フィルタは、ベルト２８と同じ材料を含み、ベルト２８と同じ厚さを有する。以下で更に詳細に説明するように、スキャントレイ９０のフィルムもまた、ベルトと同じ材料からなり、ベルトと同じ厚さを有する。フィルタ８０は、コントローラ１８によって自動的に制御され、スキャントレイ９０の画像化時にＸ線カメラ６０の視野外に移動され、コンベアベルト２８上に直接配置された種子の画像化時に（例えば、種子選別時に）視野内に移動される。

Ｘ線画像の精度及び再現性を維持するために、カメラの適切な機能及び較正を確認するための備えをシステム１０に追加することができる。この較正には、カメラに入る光をゼロにすることが含まれており、ゼロ設定へのカメラの較正が可能になる。次に、フレーム８２内のフィルタ８０は、Ｘ線伝送規格を含む時間的に安定な基準サンプルである。これらの規格はまた、Ｘ線ターゲット（例えば、合成材料からの可変厚のサンプル物体）を含んでもよい。規格は、定期的な間隔（例えば、各バッチの開始）で画像化することができ、画像化ハードウェアのステータスを確認し、必要な全てのカメラ補正を実行するために、画像化処理方法が使用される。別の実施形態では、カメラの較正は自動的に達成され得る。カメラを自動的に較正するために、本システムは、更なる種子がベルト上に供給されるのを禁止しまたは防止し、ベルトは、全ての種子がベルトからなくなるまで動く。その後、ベルトが動いている間に、種子のないベルトからの測定値に基づいてカメラが自動的に較正を行う。ベルトを動かすことで、システムがベルトの欠陥を平均化することが可能になる。

図示の実施形態では、システム１０は、Ｘ線への曝露からオペレータを保護するための格納式Ｘ線シールドドア１０２を含む。

図１７～１９を参照すると、選別アセンブリ１６は、画像化アセンブリ１４及びコントローラ１８によって得られた測定結果に基づいて種子を少なくとも２つの異なるカテゴリに選別するための、コンベア２７の端部に設置された、一対の選別モジュール４０と複数の選別容器４２とを備える。図示の実施形態では、３つの選別容器４２が示されている。選別モジュール４０はそれぞれ、種子がコンベア２７の端部に沿って搬送されるときに種子を吸い上げるための真空源と流体連通する複数の真空ノズル４４を含む。本実施形態では、各選別モジュールは、８つの選別ノズルを含む。この選別ノズルの数は、個別化フィーダプレート内の個々の溝の数に対応している。本実施形態では、選別機は、直列に２つの選別モジュールを有する。これにより、本システムは、バッチからの種子を３つの別個の画分に分類し、選別することが可能になる。選別モジュール４０によって吸い上げられない種子は、コンベア２７の端部に移動されるようにし、そこでそれらの種子は第１の選別容器４２ａに落とされる。選別モジュール４０の真空吸引は、選択された種子をコンベアベルト２８から取り去って、それらを第２の選別容器及び第３の選別容器４２ｂ、４２ｃに送るのに使用される。一実施形態では、本システムは、１つの選別モジュールのみを装備し得る。真空ノズルの数は、個別化フィーダプレートの溝数に対応しており、より広いコンベアベルトシステムの導入により、また８つ以上の溝を収容するより広い個別化フィーダプレートに対応して、その数を増加させてもよい。一実施形態では、トマト種子またはトマト台木種子を選別する場合、本システムは、８つの溝の個別化フィーダプレートと、選別モジュールごとに８つのノズルとを備え得る。別の実施形態では、コショウ種子を選別する場合、本システムは、５～６個の溝の個別化フィーダプレート２６と、対応する数のノズルとを備え得る。

前に述べたように、カメラのトリガとコンベア２７の動きの制御とを同期させることによって、種子を追跡することができる。これは、あるラインスキャンから次のラインスキャンまでの実際の空間変位に、（ベルトの移動方向の）ラインスキャン幅を同期させることによって行い得る。別の実施形態では、種子は、光ゲート５０によって追跡され得る。図１８及び１９を再び参照すると、光ゲート５０は、決定された位置での種子の存在及びタイミングを検出するように構成される。個別化フィーダプレート２６の溝の数は、光ゲートの光センサの数と一致する。システム１０は、種子の経路を追跡し、種子が光ゲート内の対応する光センサに位置合わせされるタイミングを予測することができる。したがって、システム１０は、種子がコンベア２７上を移動するときに各種子の位置を予測することができる。種子の予測位置と、対応する光センサでの実際のタイミングとの間の偏差を使用して、対応する真空ノズルが下方に突き出るための計算された時点を修正し得る。この情報は、コントローラ１８によって、選別モジュール４０の真空ノズル４４の動作を指示するために使用され得る。光ゲート５０からの種子位置情報を使用して、種子の検出された位置を種子の予想された位置と比較することもでき、位置の違いに関連した時間遅延を使用して、その特定の種子の溝（種子の並び）に対応する１つ以上の真空ノズル４４の始動を調整することができる。本システムはまた、Ｘ線画像データにおいて検出された種子が、ある特定の空間的窓内で光ゲート５０によって物理的にも検出されるかどうかを確認することもできる。これを相互参照して、対応する画像データ、位置データ、及び分類データがシステムに保存されていることを確認することができる。本システムはまた、光ゲート５０によって検出された種子がデータキューにも存在するかどうかと、仮想データ位置が、光ゲートによって物理的に検出された実際の時間及び地点と十分に一致しているかどうかとを確認することができる。更に、位置データを使用して、画像データがコンベアベルト２８上の各種子と完全に揃っているかどうかを確認することができる。一実施形態では、ベルト２８は、表面全体に傷がある材料で作られていてもよく、光ゲート５０は、ベルトの傷を無視するように較正されることになる。これは、光ゲート５０が透明なベルトの傷を誤って読み取った場合にエラーが発生するのを防止するのに役立つ。光ゲートからの信号データがなくても、各種子の仮想（予測された位置及び品質分類）データにより、選別ノズルが適切なタイミング及び場所で動作できるようになるので、システムは機能し続ける。

記載した光ゲート（光ゲートを通過する種子が、送信機と受信機との間の光の伝送を遮断するという原理に依存している）を使用する代わりに、いわゆるレーザプロフィロメータを使用して、各種子の存在、位置、及びタイミングを検出し得ることが想定される。これにより、片面だけのセンサ検出が可能になり、ベルトの素材が光学的に透明である必要がなくなる。あるいは、別の選択肢として、ラインスキャンカメラを使用してもよい。

一実施形態では、選別モジュール４０は、それぞれ、８つの真空ノズル４４を含む。ただし、本開示の範囲から逸脱しない範囲で、異なる数の真空ノズルが想定される。真空ノズル４４の配列は、コンベア２７上の種子の配置に対応する位置に真空ノズル４４を設置するために適切な数及び配置で提供される。真空ノズル４４は、電気機械式アクチュエータ（例えば、ソレノイド）によって個別に作動（始動／突出）されて、種子に向けて真空ノズル４４を下方に移動させ、それによって種子を真空吸引する。次に、この種子は、ホース及びその他の手段を介して選別容器に運ばれる。真空ノズル４４の真空圧は、必要に応じて調整することができる。

図示の実施形態では、種子を３つの選別容器４２に選別するために、選択的に配置された２つの選別モジュール４０がある。コンベア２７の出口に、第１の選別容器４２ａが設置されている。したがって、種子が選別モジュール４０によって向け直されない場合、種子は、コンベア２７を離れる種子の自然な軌道の結果として、第１の選別容器４２ａ内に着地する。一実施形態では、種子ガイド４８が、種子を第１の選別容器４２ａに導く。第１の選別容器４２ａの隣に、第２の選別容器及び第３の選別容器４２ｂ、４２ｃが設置されている。配管４６は、真空ノズルを第２の選別容器及び第３の選別容器４２ｂ、４２ｃに接続する。種子を３つ以上の容器に選別するために、追加の選別モジュールを使用できることが理解されよう。選別モジュールを使用して、種子を２つの容器のみに選別することも可能である。また、本開示の範囲から逸脱することなく、別タイプの選別アセンブリを使用し得ることも想定される。

図２０～２２を参照すると、特定の種子バッチを実際にＸ線で選別する前に、サンプル画像を取得して、カスタマイズされた分類モデルを訓練する。これは、サンプルから個々の種子のグループを画像化し、数値画像の特徴の範囲を測定することから始める。種子または実生の品質データがこの特徴ファイルに追加されて、関連する種子バッチの訓練セットが作成される。この訓練セットから最適分類モデルを構築するのに、機械学習アルゴリズムが使用される。例えば、訓練セットから最適分類モデルを構築するのに、ロジットブースト機械学習アルゴリズムを使用してもよい。相互検証された結果の分析は、モデルに必要な動作点確率（ｐ）閾値を設定するために使用される。ｐ閾値点はまた、期待される性能パラメータを、出力品質、回収速度、及び拒否率として定義する。バッチの実際の選別時に、訓練されたモデルと指定されたｐ閾値とがシステム１０に設定される。選別中に、受け入れ及び拒否の割合からの品質パラメータが使用できないため、監視できる残りのパラメータは、ｐ値ヒストグラムと実際の拒否率のみである。最高の選別性能を得るためには、カスタム訓練セットを作成して使用し、それによって各商用種子バッチの分類モデルを構築する必要がある。また、（種子バッチごとに訓練セットを作成する必要がない）汎用的な分類モデルを採用し得ることも想定される。他の分類アルゴリズムもまた想定される。

この訓練手順を実行するための一プロセスを以下に説明する。最初に、バッチ内の種子が個々のスキャントレイ（９０）に装入され、Ｘ線シールドドアの開口部を通して、システム（１０）内に、個別に装入されたスキャントレイが積み重ねられ、配置される。一実施形態では、複数のスキャントレイに種子が装入される。積み重なった３つのスキャントレイを図２１に示し、積み重なった８つのスキャントレイを図２１Ａに示す。各スキャントレイは、スキャントレイを位置合わせする位置決めピンを使用することによって、別のスキャントレイと積み重ねられる。訓練セットには、積み重なった１２個のスキャントレイが含まれ得る。各スキャントレイ９０は、本体の上面９６に形成された複数の円形の穴９４を有する本体９２を備える。一実施形態では、本体９２は金属である。上面９６と底面１００との間の本体９２の溝穴には透明フィルム９８が配置されており、透明フィルム９８は、各穴に種子を保持するために穴９４の底部を覆う。底面１００を覆う透明フィルム９８の代表的な厚さは、０．１ｍｍ（０．００４インチ）～０．２ｍｍ（０．００８インチ）である。上面９６の代表的な厚さは、好ましい実施形態における種子の厚さと同じほどの厚さである。ただし、その厚さは、種子が脱落したり、位置が入れ替わったりすることができないような厚さにすべきである。一実施形態では、透明フィルム９８は、Ｍｙｌａｒ（登録商標）フィルムを含む。代表的なＭｙｌａｒ（登録商標）フィルムの厚さは７５～１００マイクロメートルであり、この厚さはフィルタ８０にも使用される。次に、スキャントレイ９０は、種子がカメラ６０によって画像化され得るように、システム１０上に配置される。具体的には、積み重なったスキャントレイ９０は、選別機システム中のコンベアベルト２８に近接して位置合わせ機構（例えば、位置決めピン）を使用することにより、所定の場所に手動で挿入される。積み重なったスキャントレイ９０のそれぞれは、選別機システム内の決定している場所に挿入され、位置選定ピンを使用して設置される。図示の実施形態では、事前に画像化された積み重なったスキャントレイ９０が、画像化アセンブリ１４と選別アセンブリ１６との間のコンベアベルト２８の一方の側に隣接して設置されている。スタック９０の高さは、ハンドラのグリッパヘッド１０５内の近接スイッチを使用して、ピックアンドプレースハンドラ１０３によって決定される。このように、ハンドラ１０３は、スキャントレイ９０のＸ、Ｙ、及びＺ座標の区別がつく。

フィルタ８０は、各スキャントレイ９０内の透明フィルム９８に対する追加のＸ線減衰を補償するためにカスタマイズされた分類を訓練するのに備えて、スキャントレイの画像化を開始するときに自動的に除去される。フィルタ８０は、選別プロセス中に交換され、選別プロセス中にＸ線カメラ６０によって取得された画像が、スキャントレイ画像化手順中に生成された画像と一致するように、スキャントレイ９０の画像化特性を模倣するように機能する。本体９２に対して溝穴内の透明フィルム９８を動かすことによって、スキャントレイに関する全ての種子について、各穴９４内の種子の位置は、調整され、同時に同期させることができる。

全てのスキャントレイ９０中の種子が中央に配置され、全てのスキャントレイが積み重ねられて選別機システムに装入されると、選別機システムのシールドが閉じ、完全に自動化されたルーチンが開始される。続いて、２軸ピックアンドプレースハンドラ１０３が、スタックから最上段のスキャントレイ９０に移動し、真空グリッパ１０５を使用して上段のスキャントレイを把持する。次に、そのスキャントレイ９０は供給スタックから取り出され、コンベア２７上の事前定義された位置に移動される。真空グリッパ１０５が非アクティブ化され、ハンドラ１０３が上方に移動する。次に、コンベア２７は、逆方向に動き、このとき、第１のスキャントレイ９０を運んで、スキャントレイを開始点（図２０の左側）に移動させる。次に、コンベア２７は、スキャントレイ９０を順方向に移動させ、スキャントレイはＸ線カメラ６０を通過する。システム１０は、種子を保持しているスキャントレイ９０の画像を捕捉する。制御ソフトウェアは、各スキャントレイＩＤと個々の種子位置とを追跡する。ソフトウェアはスキャントレイ画像を自動的に処理し、その結果、個々の種子が抽出され、関連データ（例えばスキャントレイＩＤ、種子位置、種子タイプ、バッチ番号など）と共に個別に保存される。図２３は、訓練手順中に取得されたトマト種子のＸ線画像を示す。画像化処理に続いて、スキャントレイ９０は、コンベア２７によって所定の位置に移動され、ハンドラ１０３は、スキャントレイ９０を把持して、スキャントレイを選別機内の準備完了スタック位置に配置するように移動される。例えば、ハンドラ１０３は、画像化されたスキャントレイ９０を、供給／事前画像化スタックからコンベアベルトの反対側にあるコンベアベルト２８の隣のスタックに配置し得る。続いて、ハンドラ１０３は、供給／事前画像化スタック９０から次のスキャントレイ９０に移動し、供給／事前画像化スタックからの全てのスキャントレイが画像化されて、準備完了スタック位置に積み重ねられるまで、同じルーチンを繰り返す。次に、ハンドラ１０３は、準備完了スタックにある各スキャントレイ９０を移動させて元の供給スタックに戻す。他の実施形態では、オペレータが、準備完了スタック位置からスキャントレイスタックを手動で取り出してもよい。次に、Ｘ線シールドを開いてもよく、オペレータは、積み重なったスキャントレイ９０全体を取り出すことができる。

各種子の画像が自動的に処理されて保存される。各デジタル種子Ｘ線画像は個別に評価されて、複数の形態学的及び幾何学的構造の特徴を決定する。訓練セットからの種子を保持するスキャントレイ９０は、品質テストまたは他の何らかの関連する測定基準を決定するために送り出される。訓練セットの種子ごとに、関連する品質測定基準が決定される。野菜の種子の場合、種子は通常は発芽させられ、発芽及び実生の品質測定基準に関して検査される。対応する種子バッチについては、割り当てられた全ての実生の品質クラスは、真（使用可能な種子）または偽（使用不可能な種子）のバイナリクラスラベルに類別される。ただし、他のラベリングタイプ（例えばマルチクラスラベリング、連続データタイプなど）は除外されない。種子ごとに、ラベルデータが、全ての種子の特徴データと共にファイルに追加される。学習アルゴリズムが呼び出されて、所与の種子のバッチに対して最適分類モデルを構築／訓練する。統計的性能特性が、確率閾値の関数として評価される（回帰モデルが訓練されている場合）。性能測定基準及び性能要件に基づいて、最適なｐ閾値が決定される。次に、システム１０は、対応する分類モデル及び閾値に基づいて、種子バッチに対して較正される。

種子選別手順を開始するために、種子は、コンベア２７によってシステム１０内を搬送される準備のために、先ず最初に、ホッパ２０内に置かれる。種子がホッパ２０の出口２４を離れるとき、供給シュート３１及び個別化フィーダプレート２６を備えた振動フィーダ２５は、種子が個別化フィーダプレート３１からコンベアベルト２８上に落下するまで、種子を投与して前進させる。個別化フィーダプレート２６は、種子を複数の列に間隔を空け、かつコンベアベルトに向かって移動方向の縦方向に間隔を空けることによって種子を個別化する。個別化フィーダプレート２６の長穴３７に落下した過剰な種子は、種子収集器３９によって収集され、破片分離器４３を経てホッパ２０に送り戻される。各種子が個別化フィーダプレート２６を離れるときに、追跡センサ（図示せず）が各種子を登録してもよい。一実施形態では、個々のシードはそれぞれ、Ｘ線カメラ６０を通過するときに（初めて）登録される。種子は、コンベア２７上の既知の位置で固定された向きに留まり、それによって、コンベアベルト２８の運動制御プロファイルを知ることにより、各種子を高レベルの精度で追跡することが可能になる。あるいは、精密エンコーダを使用してもよい。コンベア２７は、種子をＸ線カメラ６０の視野に運び、そこで種子のＸ線ラインスキャンが取得される。個々のラインスキャンはフレームグラバに収集される。続いて、定義された数のラインを保持する画像フレームが、コントローラ１８内の視覚処理ＰＣに送られる。

Ｘ線カメラ６０によって取得されたＸ線画像から得られるデータに基づいて、コントローラ１８は、特徴値を測定し、これらの値を分類モデルに供給し、各種子を類別することができる。本システムの機械視覚ソフトウェアは、Ｘ線画像から個々の種子を検出すること、種子のｘ座標及びｙ座標を決定すること、ならびにＸ線画像がダストや破片ではなく種子のものであることを示す条件を満たしているかどうかを確認することを行う。本システムは更に、Ｘ線画像が単一の種子のものであり、十分に分離されていない複数の種子ではないかどうかを確認し、種子がその特定の種子の溝内の隣接する種子に対して十分な空間的分離を有しているかどうかを確認する。本ソフトウェアは、訓練された分類モデルで使用される特徴に従って、関連する全ての特徴値を測定する。データは、バイナリであってもよく、またはカテゴリカルであってもよい。分類カテゴリは、分類子の訓練中に使用された使用済みラベルデータのタイプとラベルカテゴリとに基づいてもよい。ラベルのカテゴリには、正常、弱い、異常、非発芽、発芽前、損傷、半損傷、損傷なしなどが含まれ得る。これらの閾値／範囲に基づいて、少なくとも２つのカテゴリを定義することができる。例えば、測定データを使用して、どの種子が正常であるか、または欠陥があるかを判定することができる。各選別容器４２は、カテゴリの１つに関連付けられている。図示の実施形態では、第１の選別容器４２ａは、所望の特性を有する種子を表し、第２の選別容器及び第３の選別容器４２ｂ、４２ｃは、所望の特性が少ないか、または全くない種子を表す。各種子が分析されると、種子はカテゴリの１つに関連付けられる。例えば、閾値を超えるクラス確率をもたらす形態学的特徴を有する種子は、第１の受け入れカテゴリに類別される。そして、値の範囲内にあるか、またはある閾値未満のクラス確率をもたらす１つ以上の形態学的特徴を有する種子は、第２のカテゴリまたは第３のカテゴリに類別される。種子を更に２つ以上または３つ以上のカテゴリに類別するために、複数の範囲／閾値を設けてもよい。一実施形態では、設定されたｐ閾値よりも大きいｐ値を有する種子は健康であると分類され、設定されたｐ閾値よりも小さいｐ値を有する種子は欠陥があるとして分類される。確率値及び位置データならびにその他の情報は、種子ごとに、画像化アセンブリ１４からコントローラ１８に伝達される。次に、種子は光ゲート５０を通過し、コントローラ１８は、種子の物理的なタイミング及び位置が、その位置及びタイミングに関して仮想データキューに格納されたデータと一致するかどうかを確認する。種子がコンベア２７の端部に到達すると、選別モジュール４０は、コントローラ１８によって動作されて、欠陥のある種子を第２の容器及び第３の容器４２ｂ、４２ｃのいずれかに向かわせる。健康な種子は、コンベア２７の端まで移動して、第１の容器４２ａに入ることが可能とされる。

図２４は、種子選別システム１０を使用した種子選別／分類ルーチン中にカメラ６０で取得されたトマト種子のＸ線画像である。図２５は、トマト種子の拡大Ｘ線画像であり、根端、エンドキャップ、及び子葉を含む種子の形態を示す。図２６を参照すると、健康で活性のあるトマト種子のＸ線画像が、欠陥のある、または失活したトマト種子のＸ線画像と比較されている。Ｘ線画像により、子葉の異常を明確に認識することができる。図２８Ａ及び２８Ｂはまた、それぞれ正常なトマト種子及び異常なトマト種子のＸ線画像を示す。図２８Ｃはコショウの種子のＸ線写真である。図２７は、種子選別システム１０のカメラ６０で取得された健康なキュウリ種子のＸ線画像である。

図２９～３２を参照すると、別の実施形態の種子選別システムが全体として１０′で示される。システム１０と同様に、システム１０′は、複数の種子の受け取り、分析、及び選択されたカテゴリへの選別を行うように構成されている。一実施形態では、システム１０′は、条植え作物の種子（例えば、トウモロコシ、大豆、カノーラ、ワタなど）に使用される。システム１０′は、種子を受け取ってシステムを介して送るように構成された装入移送アセンブリ１２′と、種子が装入移送アセンブリによってシステムを介して送られるときに種子の画像データを収集するための画像化アセンブリ１４′と、画像化アセンブリにより種子に対して収集された画像データに基づき、種子を選択されたカテゴリに選別するように構成された選別アセンブリ１６′とを備える。

図２９及び３０を参照すると、装入移送アセンブリ１２′は、種子をホッパに受け入れるための入口２２′と、ホッパから種子を分配するための出口２４′とを備えるホッパ（広義には、種子装入ステーション）２０′を備える。出口２４′には、種子が出口から分配されるときに種子をランダムに供給するために、フィーダプレート２６′が配置されている。フィーダプレート２６′の出口に、コンベア２７′（広義には、種子移送ステーション）が設置されている。図示の実施形態では、コンベア２７′は、平坦な水平コンベア搬送面を画定するベルト２８′を備える。コンベア２７′は、種子がシステム１０を介して送られるときに種子が置かれる平坦な表面を提供する。一実施形態では、コンベア２７′の位置を追跡するために、高精度エンコーダ５４′がシステム１０に組み込まれている。エンコーダ５４′はまた、それらの画像を取得するために、画像化アセンブリ１４′をトリガするマスタタイミングデバイスとして機能し得る。一実施形態では、代表的には条植え作物の種子を画像化するために、コンベア２７′は、約０．６～１．２ｍ／秒で稼働し、４インチ幅の種子の流れに対して最大約２００種子／秒のスループットを達成し得る。代表的な供給速度は毎秒約５０種子である。しかし、より広いコンベアベルト、より高速のコンベア速度、またはコンベア２７′上でのより近い種子間隔に対する許容を使用することにより、毎秒１０００種子を超える供給速度が想定される。

一実施形態では、コンベアベルト２８′は光学的に透明である。コンベアベルト２８′の透明な性質により、コンベアを通しての画像化が可能になる。ただし、コンベアは、本開示の範囲から逸脱しない範囲で、半透明（ｔｒａｎｓｌｕｃｅｎｔ）または半透明（ｓｅｍｉ－ｔｒａｎｓｐａｒｅｎｔ）であってもよい。一実施形態では、ベルト２８′はＭｙｌａｒから形成されている。光学的透過性材料及びＸ線透過性材料を含む他の材料が、本開示の範囲から逸脱しない範囲で想定される。コンベアはまた、本開示の範囲から逸脱しない範囲で、不透明であってもよい。

図２９及び３１を参照すると、画像化アセンブリ１４′は、コンベヤ２８′の下に取り付けられてＸ線光子をコンベアに向けて上方に向かわせるＸ線管８１′を備えるとともに、種子のＸ線画像を取得するためにコンベア表面の上に取り付けられたＸ線カメラ６０′を備える。一実施形態では、Ｘ線カメラ６０′は、低エネルギのＸ線ＴＤＩカメラ（例えば、１０～５０ＫｅＶ）を備える。Ｘ線カメラ６０′の構造は、システムが高速の画像化速度で稼働しながら、高品質画像を取得することを可能にする。Ｘ線カメラ６０′の高効率設計により、最大電力設定でＸ線管を動作させる必要がなくなり、それによってカメラ内のＸ線管の寿命が延び、及び／または高ベルト速度及び関連する高い種子スループット率を可能にする高ラインスキャン速度での画像データの取得が可能になる。一実施形態では、Ｘ線管８１′は、４０Ｋｖ及び２ｍＡの設定に設定されている。一実施形態では、ベルト２８′上の種子とカメラ６０′との間の距離により、カメラ６０′における２×２のビニングでは、約１．１倍の幾何学的倍率と、約０．０９ｍｍ／画素の実効画像分解能とが生み出される。

コンベア２７′が、Ｘ線管８１′及びカメラ６０′を通り過ぎて種子を搬送するとき、種子のＸ線画像が、カメラによって取得され、リアルタイム分析のために制御ソフトウェアに渡される。図３３は、種子が画像化アセンブリ１４′を通過して搬送されるときに、カメラ６０′によって撮影されたＸ線画像を示す。リアルタイム分析プログラムは、種子画像を背景から区別し、画像処理アルゴリズムと事前に訓練されたＰＬＳＤＡモデルとに基づいて、種子をカテゴリ（例えば、成熟／未成熟）に分類する。図３４Ａ及び３４Ｂは、２つの綿実に対して行われた分析の図であり、一方（図３４Ａ）は成熟として分類され、他方（図３４Ｂ）は未成熟として分類される。各種子の正確な位置はまた、Ｘ線画像とホイールエンコーダの指示値とを使用して、コントローラソフトウェアによっても決定される。

図３２を参照すると、選別アセンブリ１６′は、画像化アセンブリ１４′によって取得された画像から得られた測定結果に基づいて種子を２つの異なるカテゴリに選別するための、コンベア２７′の端部に設置された、高速エアバルブバンク４０′と複数の選別容器４２′とを備える。バルブバンク４０′は、種子がコンベア２７′から排出されるときに種子に向けられる空気のバーストを生成するために空気圧縮機と流体連通する複数のエアバルブ４４′を含む。エアは、種子の識別された特性に対応する選択された選別容器４２′内に種子が着地するように、種子の飛行を向け直すために使用される。前に述べたように、種子は高精度エンコーダ５４′によって追跡される。すなわち、システム１０′は、種子の経路を監視し、いつ、どこで、種子がコンベア２７′から排出されるかを予測し得る。したがって、システム１０′は、種子がコンベア２７′を離れるときの各種子の位置及び飛行を予測し得る。この情報は、コントローラが、バルブバンク４０′内のバルブ４４′の動作を指示するのに使用される。一実施形態では、バルブバンク４０′は、それぞれ幅３．５ｍｍ（０．１４インチ）で、ベルト２８′を横切る幅４．４１インチ（１１２ｍｍ）の種子の流れ領域をカバーする３２個のエアバルブ４４′を含む。本開示の範囲から逸脱しない範囲で、特定の種子の流れエリアをカバーするために、任意の数のエアバルブを共に組み立てることができる。更に、本開示の範囲から逸脱しない範囲で、異なる数のエアバルブが想定される。バルブ４４′の配列は、コンベア２７′上の種子のランダムな配置に対応する位置にバルブを設置するために適切な数及び配置で提供される。

図示の実施形態では、種子を２つの選別容器４２′に選別するために、選択的に配置された１つのバルブバンク４０′がある。第１の選別容器４２ａ′は、コンベア２７′に最も近く設置され、第２の選別容器４２ｂ′は、第１の選別容器の隣に設置されるとともに、第１の選別容器よりもコンベアから遠くに設置される。バルブバンク４０′は、概して第１の選別容器４２ａ′の上に配置されており、バルブバンク内のバルブ４４′からの空気のバーストが下向きの方向転換力を生み出すように下向きに向けられる。この下向きの方向転換力は、種子がコンベア２７′を離れるときに種子の経路を向け直し、その結果、種子が第１の選別容器４２ａ′に落ちるようにすることができる。したがって、種子がバルブバンク４０′によって向け直されない場合、種子は、コンベア２７′を離れる種子の自然な軌道の結果として、第２のバルブ容器４２ｂ′内に着地する。種子の自然な飛行により、種子が第１の選別容器４２ａ′に着地し、バルブバンクを配置して、種子を第１の選別容器４２ａ′から第２の選別容器４２ｂ′に向け直すことができるように、コンベア２７′を動作させ、及び／または選別容器４２′を配置することができることが理解されよう。更に、追加のバルブバンクを使用して種子を３つ以上の容器に選別することができる。図４８は、第２の選別容器４２ｂ′に選別された種子のＸ線画像を示し、図４９は、第１の選別容器４２ａ′に選別された種子のＸ線画像を示す。本システムは、成熟した種子を第２の選別容器４２ｂ′に選別し、未成熟の種子を第１の選別容器４２ａ′に選別する際に非常に正確であることが分かる。

種子を成熟及び未成熟グループに選別することに加えて、システム１０′は、種子の他の品質特徴に基づいて、種子（例えば、条植え作物種子）をグループに選別し得る。例えば、Ｘ線画像は、画像に描かれている損傷を直接視覚化することによって、ワタとトウモロコシとの両方の種子の損傷の程度を測定することができる。Ｘ線画像化を使用して綿実の内部色を予測することもでき、それによって種子の品質の指標が与えられる。

種子の損傷は、Ｘ線造影剤で種子を処理した後の綿実において観察し得る。図３５Ａの綿実のＸ線画像は、種子構造の損傷を介して造影剤を取り込むために強度が増加した領域（白い領域）を明らかにしている。データ内の高強度信号の存在を、損傷した種子を特定するために使用することができる（図３５Ｂ）。所与の種子の取り込み量は、損傷の重大度に関連しており、低損傷、中程度の損傷、または高損傷としてスコア化することができる。図４２及び４３に示すように、造影剤で処理した後のトウモロコシ種子でも同様の損傷が観察される。この損傷は、自動ソフトウェアベースの亀裂検出アルゴリズムを使用して、造影剤を用いずに検出することもできる。図３６は、種子の亀裂を特定するために、このようなアルゴリズムを使用して分析されたトウモロコシ種子のＸ線画像を示す。

また、Ｘ線画像から抽出された微妙な特徴（例えば、画像テクスチャ）を使用して、綿実を高品質と低品質とのカテゴリに選別することもできる。高品質の綿実は内部の白い色で証明され得る一方で、低品質の綿実は内部の黄色、赤色、茶色で証明され得る。このアプローチでは、従来の機械学習と現代の深層学習アプローチとを組み合わせたＸ線画像分析に基づく自動変色検出アルゴリズムを使用して、種子中のＸ線画像テクスチャの変化を測定し、これを種子の内部色に関連付け得る。これの定性的な説明は、光学画像がＸ線画像の結果と比較される図３８に示されている。１００個の種子で２０分かかり得る従来の主観的スクリーニングアプローチと比較して、この新しい方法は、客観的かつ高速であり、数分で４００個の種子を実行できるため、プロセスが大幅に改善され、これらの方法の予測性能は非常に高くなる。

Ｘ線画像化によって評価された種子の品質指標は、健康な種子と欠陥のある種子、及び低品質の種子と高品質の種子とを区別するための一貫した信頼できる検出方法であることが証明されている。図３９及び４０を参照すると、良好で健康な綿実のＸ線画像は、未成熟で欠陥のある種子と比較して、全体的な平均Ｘ線減衰量が大きく、「充填率」測定基準が高くなっていることを表示する。また、Ｘ線画像化の結果は、生産施設（成熟した綿実と未成熟な綿実とを区別するために使用される）での重力テーブルの並べ替えから得られた結果と一致している。同様に、Ｘ線で測定された綿実の損傷は、標準的な視覚的機械的損傷プロトコルを使用して評価された損傷と一致している。更に、綿実の場合、Ｘ線画像から測定された不均質性は、種子の成熟度／年齢及び内部の色と相関しているように見受けられる。

上記のように、Ｘ線画像化と組み合わせて、種子を造影剤で処理することで、微妙な損傷を検出するシステムの能力を高めることができる。一実施形態では、種子はヨウ化ナトリウム（ＮａＩ）で処理し得る。図４１は、ＮａＩ処理を行った場合と行わなかった場合の綿実のＸ線画像を示す。ＮａＩで処理された種子は、損傷を強調する高信号によって示されるように、種子の損傷に対してより良いコントラストを示す。したがって、健康な種子は、造影剤が種子に入るのを可能にする重大な損傷がないため、損傷した種子とより容易に区別される。すなわち、造影剤の取り込みの存在及び程度は、種子の損傷の量と相関している。図４２及び４３は、造影剤処理を行った場合と行わなかった場合との、それぞれ内部亀裂及び外部亀裂を有するトウモロコシ種子のＸ線画像を示す。これらの図に示すように、造影剤は外部亀裂のある種子に取り込まれるが、内部亀裂のある種子には取り込まれないため、これら２つのタイプの損傷を区別する。図４４Ａ及び４４Ｂは、造影剤で処理された高品質の大豆種子（図４４Ａ）と低品質の大豆種子（図４４Ｂ）とのＸ線画像を示す。低品質の大豆サンプルは、高品質の大豆サンプルと比較した場合、種子が薬剤を取り込む割合が高いこと（つまり、各パネルの左側に向かってグループ化された、より明るくてより強度の高い種子）を示す。図４５は、造影剤で処理された健康な（損傷のない）カノーラ種子と欠陥のある（損傷した）カノーラ種子との同様のＸ線画像を示す。図４６は、トウモロコシ種子のグループの代表的な亀裂を示すＸ線画像を示し、図４７は、トウモロコシ種子の亀裂分類スキームの要約を示す。種子の重量がわかっている場合は、Ｘ線画像化を使用して種子の密度を測定することもできる。種子の高さ（または厚さ）の測定値を提供することにより、種子密度の計算に使用される総種子量の計算を行い得る。

画像化アセンブリ１４、１４′を使用して得られた情報は、種子のその後の処理、評価、または分析において有用であり得る。例えば、種子生産プラントにおいては、システム１０、１０′によって生成されたデータは、種子在庫内の不良種子の全体的な分布を予測するために使用することができ、生産プロセスにおいて種子の欠陥がいつ発生するかを判断するために使用することができ、その後、全体的な種子在庫状況を予測するために外挿することができるサブサンプルの欠陥種子の分布を決定するのに使用することができる。この分布情報はまた、商業的なサイズカテゴリごとに種子の量を推定し、種子の量が限られている場合にサイズの閾値をわずかに調整するためにも使用することができる。選別された種子はまた、サイズ及び形状のカテゴリごとに種子品質を評価するための種子品質ラボでも使用できる。画像化アセンブリ１４、１４′からの情報は、その後の発芽試験で使用することができる。亀裂の程度及び量と種子の発芽との相関関係を描くことができる。例えば、種子の損傷の重症度が増すにつれて、種子の発芽スコアは低下する。次に、種子の損傷を特定する機能を使用して、製造中の各ステップを精査し、損傷が発生したプロセスの正確なステップを特定できる。この情報をもとに、そのようなダメージを軽減する方法を実行することで、プロセスを最適化することができる。また、このシステムでは、ハイパースペクトルや蛍光イメージングなど、種子の品質を評価する上で有益な検出技術を追加で組み込むことができる。

本発明を詳細に説明すると、添付の特許請求の範囲に定義された本発明の範囲から逸脱することなく、修正及び変形が可能であることが明らかになるであろう。

本発明の要素またはその好ましい実施形態（複数可）を導入する場合、「ａ」、「ａｎ」、「ｔｈｅ」及び「ｓａｉｄ」という冠詞は、１つ以上の要素が存在することを意味することが意図されている。「備える（ｃｏｍｐｒｉｓｉｎｇ）」、「含む（ｉｎｃｌｕｄｉｎｇ）」、及び「有する（ｈａｖｉｎｇ）」という用語は、包括的であることを意図しており、記載された要素以外の追加の要素が存在する可能性があることを意味する。

上記を考慮すると、本発明のいくつかの目的が達成され、他の有利な結果が達成されることが分かるであろう。本発明の範囲から逸脱することなく、上記の構成及び方法において様々な変更を加えることができるので、上記の説明に含まれ、添付の図面に示されている全ての事項は、限定的な意味ではなく例示として解釈されるべきであることが意図されている。

発明の他の記述
以下は、本出願に記載された本発明の記述である。以下の記述のいくつかは、現在は請求項として提示されていないが、それらの記述は特許可能であると考えられ、後に請求項として提示される可能性がある。以下の装置またはシステムの記述に対応する方法などの関連する方法もまた、特許性があると考えられており、その後、特許請求の範囲として提示され得る。以下の記述は、上記の実施形態の１つ、複数、または全てを指し、上記の実施形態の１つ、複数、または全てによって支持され得ることが理解されよう。

Ａ１．種子を選別するための種子選別システムであって、前記システム内で種子を移動させるように構成された種子移送ステーションと、前記種子が前記システム内を移動するときに、前記種子のＸ線画像を取得するように構成されたＸ線カメラを備える画像化アセンブリであって、前記Ｘ線カメラは、前記種子移送ステーションによって前記システム内を前記種子が移動される速度及び幅に対応するために、高ラインスキャンレートで高品質の画像を生成するように構成されている、前記画像化アセンブリと、前記種子の前記取得されたＸ線画像に基づいて、前記種子を別個の容器に選別するように構成された選別アセンブリとを備える、前記種子選別システム。

Ａ２．前記Ｘ線画像を測定し、分析して、前記種子を分類するように構成されたコントローラを更に備える、Ａ１に記載の種子選別システム。

Ａ３．前記コントローラは、特定のクラスに属するものとして各種子を識別する各種子の確率値を、前記取得されたＸ線画像から決定する分類モデルをリアルタイムで実行するように構成されている、Ａ２に記載の種子選別システム。

Ａ４．前記コントローラは、前記選別アセンブリを制御して、前記取得されたＸ線画像からの前記種子の前記決定された確率値に基づいて、前記種子を選別するように構成されている、Ａ３に記載の種子選別システム。

Ａ５．前記コントローラは、特定のクラスに属するものとして各種子を識別するために、前記取得されたＸ線画像に基づいて分類決定を提供する分類モデルをリアルタイムで実行するように構成されている、Ａ２に記載の種子選別システム。

Ａ６．前記Ｘ線カメラは、約５～約５０ｋｅＶの範囲の低エネルギＸ線光子を使用して、高画像化速度で前記高品質の画像を生成する、Ａ１に記載の種子選別システム。

Ａ７．前記種子移送ステーションはコンベアを備えている、Ａ１に記載の種子選別システム。

Ａ８．前記コンベアは、前記種子を実質的に水平方向に搬送するように構成されたベルトを備えている、Ａ７に記載の種子選別システム。

Ａ９．前記コンベアは、１つまたは透明もしくは半透明である、Ａ７に記載の種子選別システム。

Ａ１０．前記コンベアは、不透明である、Ａ７に記載の種子選別システム。

Ａ１１．前記コンベアは、ポリエステルフィルムで作られている、Ａ７に記載の種子選別システム。

Ａ１２．前記Ｘ線カメラは、前記コンベアから約２０ｍｍ（約０．７９インチ）～約０．８ｍｍ（０．０４インチ）離れて取り付けられたシンチレータを備える、Ａ７に記載の種子選別システム。

Ａ１３．前記カメラと前記コンベアとの間に配置されたフィルタを更に備える、Ａ６に記載の種子選別システム。

Ａ１４．コントローラを更に備えており、前記選別アセンブリは、少なくとも１つの選別モジュール及び複数の選別容器を備えており、前記選別モジュールは、前記種子が前記種子移送ステーションを離れる前に、前記種子の少なくとも一部を前記選別容器の少なくとも１つに向かわせるように、前記コントローラによって動作可能である、Ａ１に記載の種子選別システム。

Ａ１５．前記選別モジュールは、複数の可動真空ノズルを備えている、Ａ１４に記載の種子選別システム。

Ａ１６．前記選別モジュールは、複数の高速エアバルブを備えている、Ａ１４に記載の種子選別システム。

Ａ１７．前記種子移送ステーションは、種子を第１の選別容器に導くように構成されており、前記選別モジュールは、種子を第２の選別容器及び第３の選別容器のうちの一方に導くように動作可能である、Ａ１５に記載の種子選別システム。

Ｂ１．種子選別方法であって、種子移送ステーションを使用してシステム内で種子を移動させることと、前記種子が前記種子移送ステーションを介して前記システム内を移動するときに、Ｘ線カメラを使用して前記種子のＸ線画像を取得することであって、前記Ｘ線カメラは、前記種子移送ステーションによって前記システム内を前記種子が移動される速度に対応するために、高ラインスキャンレートで高品質の画像を生成するように構成されている、前記Ｘ線画像を取得することと、前記Ｘ線画像を分析して、前記種子のそれぞれのパラメータを決定することと、選別アセンブリを使用して、前記種子の前記決定されたパラメータに基づいて前記種子を選別することとを含む、前記種子選別方法。

Ｂ２．前記画像の分析は、分類子モデルを動作させるコントローラを使用して、前記取得されたＸ線画像からの前記種子の確率値を決定することを含み、前記確率値は、前記種子を特定のクラスに属するものとして識別する、Ｂ１に記載の方法。

Ｂ３．前記コントローラを使用して、前記種子の前記確率値に基づいて前記種子のそれぞれを分類することを更に含む、Ｂ２に記載の方法。

Ｂ４．前記種子の類別は、前記種子を許容可能または許容不可能として類別することを含む、Ｂ３に記載の方法。

Ｂ５．前記画像の分析は、分類子モデルを動作させるコントローラを使用して、特定のクラスに属するものとして各種子を識別するために、前記取得されたＸ線画像に基づいて分類決定を提供することを含む、Ｂ１に記載の方法。

Ｂ６．前記システム内で前記種子を前記移動させることは、コンベヤを介して前記種子を実質的に水平方向に移動させることを含む、Ｂ１に記載の方法。

Ｂ７．前記システム内で前記種子を前記移動させることは、前記コンベアを約１０～約１０００ｍｍ／秒の速度で稼働させることを含む、Ｂ６に記載の方法。

Ｂ８．前記システム内で前記種子を前記移動させることは、前記コンベアを約０．６～１．２ｍ／ｓの速度で稼働させることを含む、Ｂ６に記載の方法。

Ｂ９．前記システム内で前記種子を前記移動させることは、前記種子を約２０種子／秒～約２００種子／秒の速度で移動させることを含む、Ｂ６に記載の方法。

Ｂ１０．前記種子の前記選別は、前記種子を少なくとも２つの別個の選別容器に選別することを含み、第１の選別容器は健康な種子を表し、第２の選別容器は欠陥のある種子を表す、Ｂ１に記載の方法。

Ｂ１１．前記種子の前記選別は、前記種子を前記第１の選別容器及び前記第２の選別容器に選別するために、少なくとも１つの選別モジュールを動作させることを含む、Ｂ８に記載の方法。

Ｂ１２．過剰な種子を種子収集器に収集し、前記過剰な種子を前記種子移送ステーションに送り戻すことを更に含む、Ｂ１に記載の方法。

Ｂ１３．前記過剰な種子を前記種子移送ステーションに送り戻すステップは、前記種子から粒子及び空気を分離することを含む、Ｂ１２に記載の方法。

Ｃ１．Ｘ線画像を取得するためのＸ線カメラであって、カメラハウジングと、前記カメラハウジング内に収容された光学センサ構成要素と、前記光学センサ構成要素に取り付けられ、前記光学センサ構成要素から延在している光ファイバであって、前記光ファイバは前記カメラハウジング内に収容されている、前記光ファイバと、前記光ファイバに取り付けられた光ファイバシンチレータとを備える、前記Ｘ線カメラ。

Ｃ２．前記シンチレータに取り付けられた入射窓を更に備えており、前記入射窓と前記シンチレータとの間の距離は１ｍｍ（０．０４インチ）未満である、Ｃ１に記載のＸ線カメラ。

Ｃ３．前記光学センサ構成要素は、焦点サイズが少なくとも約１．０ｍｍ×１．０ｍｍであるＸ線管を備える、Ｃ１に記載のＸ線カメラ。

Ｃ４．前記光ファイバシンチレータの上部に配置されたシンチレータ材料を更に備えており、前記シンチレータ材料は、ヨウ化セシウム及びオキシ硫化ガドリニウムの一方を含む、Ｃ１に記載のＸ線カメラ。

Ｄ１．種子のバッチの分類モデルを構築するための訓練方法であって、複数の穴を備えるスキャントレイに種子を装入することであって、前記種子は前記スキャントレイの前記穴の中に保持される、前記種子を装入することと、種子選別アセンブリに関連付けられたＸ線カメラを使用して、前記スキャントレイ内の前記種子のＸ線画像を撮影することと、前記種子を特定のクラスに属するものとして識別するために、前記スキャントレイ内の前記種子の前記Ｘ線画像を使用して、種子分類モデルを構築することとを含む、前記訓練方法。

Ｄ２．前記スキャントレイは、本体の上面に複数の穴が形成された前記本体を含む、Ｄ１に記載の訓練方法。

Ｄ３．前記スキャントレイは、前記本体の前記上面と底面との間に配置された透明フィルムを更に含み、各穴に種子を保持するために、前記透明フィルムが前記穴の底を覆う、Ｄ２に記載の訓練方法。

Ｄ４．それぞれが複数の穴を備える複数のスキャントレイに種子を装入することであって、前記種子は前記スキャントレイの前記穴の中に保持される、前記種子を装入することと、回収デバイスによって回収されて、前記スキャントレイ内の前記種子を画像化するために、前記スキャントレイをスタックに積み重ねることとを更に含む、Ｄ１に記載の訓練方法。

Ｄ５．前記回収デバイスで前記スタックから前記スキャントレイの１つを自動的に回収し、前記回収されたスキャントレイ内の前記種子を画像化するために、前記回収されたスキャントレイをコンベア上に配置することを更に含む、Ｄ４に記載の訓練方法。

Ｅ１．種子選別システムで使用するための破片分離器アセンブリであって、入口、上部出口、及び下部出口を有する本体と、前記本体の内部空間に配置されたパイプとを備える破片分離器であって、前記破片分離器は、機械的力及び空気力学的力を使用して、前記入口から前記下部出口に送られる種子を迂回させる、前記破片分離器と、前記入口を通って送られる前記種子から破片を分離して、空気または破片が前記下部出口に向けられないように、前記破片を前記上部出口に向かわせるための、前記本体の前記内部空間と流体連通するエアトランスベクタとを備える、前記破片分離器アセンブリ。

Ｅ２．配管であって、前記本体の前記入口と、前記配管を介して前記入口に前記種子を送るための、前記配管と流体連通する第２のエアトランスベクタとに取り付けられた前記配管とを更に備える、Ｅ２に記載の破片分離器アセンブリ。

１０種子選別システム
１２装入移送アセンブリ
１４画像取得アセンブリ
１６選別アセンブリ
１８コントローラ
２０ホッパ
２２入口
２４出口
２５振動フィーダ
２６個別化フィーダプレート
２７種子運搬コンベア
２８コンベアベルト
２９第１の振動フィーダ
３１振動シュート
３３第２の振動フィーダ
３５平行溝
３７溝穴
３９種子収集器
４０高速エアバルブバンク
４１配管
４２選別容器
４２ａ第１の選別容器
４２ｂ第２の選別容器
４２ｃ第３の選別容器
４３破片分離器
４４真空ノズル
４５エアトランスベクタ
４６配管
４７入口
４８種子ガイド
４９上部出口
５０光ゲート
５１下部出口
５２本体
５３パイプ
５４高精度エンコーダ
５４エンコーダ
６０ラインスキャンカメラ
６２ハウジング
６３ＴＤＩ－ＣＣＤセンサ
６３センサ
６７光ファイバ
６８カメラ本体
６９シンチレータ材料
７０Ｘ線カメラシンチレータ
７１光学オイル
７２入射窓
７４フレーム
７６炭素繊維シート
８０フィルタ
８１Ｘ線管
８２フレーム
９０第１のスキャントレイ
９２本体
９４穴
９６上面
９８透明フィルム
１００底面
１０２格納式Ｘ線シールドドア
１０３軸ピックアンドプレースハンドラ
１０５真空グリッパ

Claims

種子を選別するための種子選別システムであって、
前記種子選別システム内で種子を移動させるように構成された種子移送ステーションであって、コンベアを含む種子移送ステーションと、
前記種子を種子装入ステーションから前記種子移送ステーションの前記コンベアに送達するよう構成されたフィーダプレートであって、前記コンベアへ送達するために前記種子を複数の間隔を空けた列に整列させる複数の溝を規定し、これにより前記種子が該フィーダプレートによって前記コンベア上に前記間隔を空けた列で配置される、フィーダプレートと、
前記種子が前記種子選別システム内を移動するときに、前記コンベア上の前記種子のＸ線画像を取得するように構成されたＸ線カメラを備える画像化アセンブリであって、前記Ｘ線カメラは、前記種子移送ステーションの前記コンベアによって前記種子選別システム内を前記種子が移動される速度及び幅に対応するために、高ラインスキャンレートで高品質の画像を生成するように構成されている、前記画像化アセンブリと、
前記画像を生成するためにＸ線光子を放出するよう構成されたＸ線源であって、
前記コンベアは前記Ｘ線源と前記Ｘ線カメラとの間に配置されており、かつ
前記Ｘ線カメラは、
カメラハウジングと、
前記カメラハウジング内に収容された光学センサ構成要素と、
前記光学センサ構成要素に取り付けられ、前記光学センサ構成要素から延在している光ファイバであって、前記光ファイバは前記カメラハウジング内に収容されている、前記光ファイバと、
前記光ファイバに取り付けられた光ファイバシンチレータと、を備えるＸ線源と、
前記種子の前記取得されたＸ線画像に基づいて、前記種子を別個の容器に選別するように構成された選別アセンブリと
を備える、前記種子選別システム。
前記Ｘ線画像を測定し、分析して、前記種子を分類するように構成されたコントローラを更に備えており、前記コントローラは、各種子が特定のクラスに属する確率を前記取得されたＸ線画像から決定する分類モデルをリアルタイムで実行するように構成されており、前記コントローラは、前記選別アセンブリを制御して、前記取得されたＸ線画像からの前記種子の前記決定された確率に基づいて、前記種子を選別するように構成されている、請求項１に記載の種子選別システム。
前記Ｘ線画像を測定し、分析して、前記種子を分類するように構成されたコントローラを更に備えており、前記コントローラは、特定のクラスに属するものとして各種子を識別するために、前記取得されたＸ線画像に基づいて分類決定を提供する分類モデルをリアルタイムで実行するように構成されている、請求項１に記載の種子選別システム。
前記Ｘ線カメラは、約５～約５０ｋｅＶの範囲の低エネルギＸ線光子を使用して、高画像化速度で前記高品質の画像を生成する、請求項１に記載の種子選別システム。
前記コンベアは、前記種子を実質的に水平方向に搬送するように構成されたベルトを備えており、
前記Ｘ線カメラは、
シンチレータと、
前記シンチレータと前記ベルトとの間に配された入射窓と、
前記シンチレータと前記入射窓との間で前記シンチレータ上に設けられたシンチレータ材料と、を備え、
前記シンチレータと前記ベルトとの距離は、約０．４ｍｍ（０．０１インチ）～約１０ｍｍ（０．４インチ）であり、
前記入射窓と前記シンチレータとの距離は約１ｍｍ（０．０４インチ）未満である、
請求項１に記載の種子選別システム。
前記Ｘ線カメラと前記Ｘ線源との間に配置されたフィルタを更に備える、請求項４に記載の種子選別システム。
コントローラを更に備えており、前記選別アセンブリは、少なくとも１つの選別モジュール及び複数の選別容器を備えており、前記選別モジュールは、前記種子が前記種子移送ステーションを離れる前に、前記種子の少なくとも一部を前記選別容器の少なくとも１つに向かわせるように、前記コントローラによって動作可能であり、前記選別モジュールは、複数の可動真空ノズルのうちの１つと、複数の高速エアバルブとを備えており、前記種子移送ステーションは、種子を第１の選別容器に導くように構成されており、前記選別モジュールは、種子を第２の選別容器及び第３の選別容器のうちの一方に導くように動作可能である、請求項１に記載の種子選別システム。
入口、上部出口、及び下部出口を有する本体と、前記本体の内部空間に配置されたパイプとを備える破片分離器であって、前記破片分離器は、機械的力及び空気力学的力を使用して、前記入口から前記下部出口に送られる種子を迂回させる、前記破片分離器と、
前記入口を通って送られる前記種子から破片を分離して、空気または破片が前記下部出口に向けられないように、前記破片を前記上部出口に向かわせるための、前記本体の前記内部空間と流体連通するエアトランスベクタと、
配管であって、前記本体の前記入口と、前記配管を介して前記入口に前記種子を送るための、前記配管と流体連通する第２のエアトランスベクタとに取り付けられた前記配管とを更に備える、請求項１に記載の種子選別システム。
前記カメラハウジングに結合され、かつ前記Ｘ線カメラのシンチレータと前記コンベアとの間に取り付けられた入射窓を更に備えており、前記入射窓と前記シンチレータとの間の距離は１ｍｍ（０．０４インチ）未満である、請求項１に記載の種子選別システム。
前記Ｘ線源は、少なくとも約１．０ｍｍ×１．０ｍｍの焦点サイズを有するＸ線管を含む、請求項６に記載の種子選別システム。
前記光ファイバシンチレータの上部に配置されたシンチレータ材料を更に備えており、前記シンチレータ材料は、ヨウ化セシウム及びオキシ硫化ガドリニウムの一方を含む、請求項１に記載の種子選別システム。
種子を選別するための種子選別システムであって、
前記種子選別システム内で種子を移動させるように構成された種子移送ステーションであって、コンベアを含む種子移送ステーションと、
前記種子を種子装入ステーションから前記種子移送ステーションの前記コンベアに送達するよう構成されたフィーダプレートであって、前記コンベアへ送達するために前記種子を複数の間隔を空けた列に整列させる複数の溝を規定し、これにより前記種子が該フィーダプレートによって前記コンベア上に前記間隔を空けた列で配置される、フィーダプレートと、
前記種子が前記種子選別システム内を移動するときに、前記コンベア上の前記種子のＸ線画像を取得するように構成されたＸ線カメラを備える画像化アセンブリであって、前記Ｘ線カメラは、前記種子移送ステーションの前記コンベアによって前記種子選別システム内を前記種子が移動される速度及び幅に対応するために、高ラインスキャンレートで高品質の画像を生成するように構成されている、前記画像化アセンブリと、
前記種子の前記取得されたＸ線画像に基づいて、前記種子を別個の容器に選別するように構成された選別アセンブリと、
前記Ｘ線画像を測定し、分析して、前記種子を分類するように構成されたコントローラと、を備え、
前記コントローラは、各種子が特定のクラスに属する確率を前記取得されたＸ線画像から決定する分類モデルをリアルタイムで実行するように構成されており、前記コントローラは、前記選別アセンブリを制御して、前記取得されたＸ線画像からの前記種子の前記決定された確率に基づいて、前記種子を選別するように構成されている、
前記種子選別システム。
種子を選別するための種子選別システムであって、
前記種子選別システム内で種子を移動させるように構成された種子移送ステーションであって、前記種子を実質的に水平方向に搬送するように構成されたベルトを備えたコンベアを含む種子移送ステーションと、
前記種子を種子装入ステーションから前記種子移送ステーションの前記コンベアに送達するよう構成されたフィーダプレートであって、前記コンベアへ送達するために前記種子を複数の間隔を空けた列に整列させる複数の溝を規定し、これにより前記種子が該フィーダプレートによって前記コンベア上に前記間隔を空けた列で配置される、フィーダプレートと、
前記種子が前記種子選別システム内を移動するときに、前記コンベア上の前記種子のＸ線画像を取得するように構成されたＸ線カメラを備える画像化アセンブリであって、前記Ｘ線カメラは、前記種子移送ステーションの前記コンベアによって前記種子選別システム内を前記種子が移動される速度及び幅に対応するために、高ラインスキャンレートで高品質の画像を生成するように構成されている、前記画像化アセンブリと、
を備え、
前記Ｘ線カメラは、
シンチレータと、
前記シンチレータと前記ベルトとの間に配された入射窓と、
前記シンチレータと前記入射窓との間で前記シンチレータ上に設けられたシンチレータ材料と、を備え、
前記シンチレータと前記ベルトとの距離は、約０．４ｍｍ（０．０１インチ）～約１０ｍｍ（０．４インチ）であり、
前記入射窓と前記シンチレータとの距離は約１ｍｍ（０．０４インチ）未満であり、
該種子選別システムはさらに、Ｘ線画像を生成するためにＸ線光子を放出するよう構成されたＸ線源を備え、前記ベルトは該Ｘ線源と前記画像化アセンブリとの間に設けられており、
該種子選別システムはさらに、前記種子の前記取得されたＸ線画像に基づいて、前記種子を別個の容器に選別するように構成された選別アセンブリを備える、
前記種子選別システム。