ES2617869T3 - Método y aparato de clasificación - Google Patents

Método y aparato de clasificación Download PDF

Info

Publication number
ES2617869T3
ES2617869T3 ES09801530.8T ES09801530T ES2617869T3 ES 2617869 T3 ES2617869 T3 ES 2617869T3 ES 09801530 T ES09801530 T ES 09801530T ES 2617869 T3 ES2617869 T3 ES 2617869T3
Authority
ES
Spain
Prior art keywords
wavelength
flow
optionally
foreign matter
reflectance
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
ES09801530.8T
Other languages
English (en)
Inventor
Benedict Deefholts
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Buehler UK Ltd
Original Assignee
Buhler Sortex Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Buhler Sortex Ltd filed Critical Buhler Sortex Ltd
Application granted granted Critical
Publication of ES2617869T3 publication Critical patent/ES2617869T3/es
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/36—Sorting apparatus characterised by the means used for distribution
    • B07C5/363—Sorting apparatus characterised by the means used for distribution by means of air
    • B07C5/367—Sorting apparatus characterised by the means used for distribution by means of air using a plurality of separation means
    • B07C5/368—Sorting apparatus characterised by the means used for distribution by means of air using a plurality of separation means actuated independently
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/34—Sorting according to other particular properties
    • B07C5/342—Sorting according to other particular properties according to optical properties, e.g. colour
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/314—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry with comparison of measurements at specific and non-specific wavelengths
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/85—Investigating moving fluids or granular solids
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/02—Food
    • G01N33/025—Fruits or vegetables
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/85—Investigating moving fluids or granular solids
    • G01N2021/8592—Grain or other flowing solid samples
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
    • G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/94—Investigating contamination, e.g. dust
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2201/00—Features of devices classified in G01N21/00
    • G01N2201/06—Illumination; Optics
    • G01N2201/061—Sources
    • G01N2201/06166—Line selective sources
    • G01N2201/0618—Halogene sources
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S209/00—Classifying, separating, and assorting solids
    • Y10S209/939—Video scanning

Landscapes

  • Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Engineering & Computer Science (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Sorting Of Articles (AREA)

Abstract

Un método para clasificar materias extrañas de un flujo (F), comprendiendo el método las operaciones de: identificar objetos dentro de un flujo (F); para cada objeto identificado, determina intensidades de reflectancia en al menos dos longitudes de onda diferentes o rangos de onda (λ1, λ2); y para cada objeto identificado, comparar las intensidades de reflectancia en una primera intensidad de reflectancia del objeto identificado en una primera longitud de onda (λ1) en el intervalo de aproximadamente 800 nm a aproximadamente 1.200 nm y una segunda intensidad de reflectancia del objeto identificado en una segunda longitud de onda (λ2) en el intervalo de aproximadamente 1.470 nm a aproximadamente 1.570 nm con un perfil de intensidad de referencia, en donde el objeto identificado está caracterizado como materias extrañas cuando las intensidades de reflectancia en al menos dos longitudes de onda diferentes o rangos de longitudes de onda (λ1, λ2) caen dentro de una región predeterminada del perfil de intensidad de referencia.

Description

5
10
15
20
25
30
35
40
45
DESCRIPCION
Metodo y aparato de clasificacion
La presente invencion se refiere a un metodo y aparato de clasificacion para clasificar materias extranas, tal como madera, carton, materiales de plastico y de caucho, que incluyen materiales de forro y de guante, de los productos alimenticios, en particular productos alimenticios congelados, y especialmente materias vegetales congeladas.
Los aparatos existentes utilizan clasificadores basados en laser para identificar materias extranas de los productos alimenticios congelados. Estos aparatos sufren el problema particular, sin embargo, de que se tienen que cambiar los ajustes de vision para cada tipo diferente de producto alimenticio que ha de ser clasificado, con el fin de discernir entre el producto alimenticio y las materias extranas. Esta necesidad de alterar los ajustes de vision para cada producto alimenticio es particularmente problematica, ya que los operadores pueden olvidarse de alterar los ajustes de vision o utilizar un ajuste incorrecto, lo que conduce a una clasificacion inadecuada. Tambien, los clasificadores laser no son particularmente eficaces en clasificar ciertos tipos de productos alimenticios, debido a que la radiacion emitida es una combinacion de difusion y reflectancia.
Se describe un clasificador laser en el documento EP 1188385 A1.
Se han desarrollado aparatos que reflejan la imagen visible y los infrarrojos (IR), pero estos aparatos tambien sufren de la desventaja de requerir configuracion para cada tipo de producto alimenticio que ha de ser clasificado, y sufren particularmente de no ser capaces de discernir entre ciertos tipos de producto alimenticio y materias extranas, con un ejemplo que es la judfa de Borlotti.
El presente inventor ha desarrollado un metodo y aparato de clasificacion que, para una amplia gama de productos alimenticios, permite la clasificacion de materias extranas sin ninguna reconfiguracion de los ajustes de vision.
Como se apreciara, la capacidad de clasificar materias extranas a partir de una amplia gama de productos alimenticios sin reconfiguracion de la maquina es particularmente ventajosa, evitando la posibilidad de que se utilice un ajuste incorrecto que conducina a una clasificacion pobre e ineficaz.
En un aspecto la presente invencion proporciona un metodo de clasificacion de materias extranas de un flujo de acuerdo con la reivindicacion 1.
En una realizacion el flujo es de un producto alimenticio.
En una realizacion el producto alimenticio es materia vegetal.
En una realizacion el producto alimenticio esta congelado.
En una realizacion la operacion de identificar objetos comprende las operaciones de: adquirir imagenes del flujo; y procesar las imagenes para identificar objetos dentro del flujo.
En una realizacion las imagenes estan fuera del espectro visible en el infrarrojo cercano (NIR) para el espectro de infrarrojo de longitud de onda corta (SWIR).
En una realizacion la primera longitud de onda esta en el intervalo de aproximadamente 850 nm a aproximadamente 1.110 nm.
En una realizacion la primera longitud de onda esta en el intervalo de aproximadamente 850 nm a aproximadamente 900 nm.
En una realizacion la primera longitud de onda es de aproximadamente 850 nm.
En una realizacion la segunda longitud de onda es de aproximadamente 1470 nm.
En una realizacion el perfil de intensidad de referencia esta representado por un diagrama de intensidad multidimensional, una region discreta del cual representa materias extranas.
En una realizacion el metodo comprende ademas la operacion de: iluminar el flujo con al menos una fuente de iluminacion.
En una realizacion al menos una fuente de iluminacion proporciona iluminacion en el espectro visible para el espectro de infrarrojo de longitud de onda corta (SWIR).
En una realizacion al menos una fuente de iluminacion comprende una lampara halogena.
En una realizacion el metodo comprende ademas la operacion de: desviar objetos identificados como materias extranas del flujo.
5
10
15
20
25
30
35
40
45
En otro aspecto la presente invencion proporciona un aparato de clasificacion para clasificar materias extranas de un flujo de acuerdo con la reivindicacion 9.
En una realizacion el flujo es un producto alimenticio.
En una realizacion el producto alimenticio es materia vegetal.
En una realizacion el producto alimenticio esta congelado.
En una realizacion la unidad de iluminacion comprende al menos una fuente de iluminacion.
En una realizacion al menos una fuente de iluminacion proporciona iluminacion en el espectro visible para el espectro de infrarrojo de longitud de onda corta (SWIR).
En una realizacion al menos una fuente de iluminacion comprende una lampara halogena.
En una realizacion las imagenes estan fuera del espectro visible en el infrarrojo cercano (NIR) para el espectro de infrarrojo de longitud de onda corta (SWIR).
En una realizacion la primera longitud de onda esta en el intervalo de aproximadamente 850 nm a aproximadamente 1.110 nm.
En una realizacion la primera longitud de onda esta en el intervalo de aproximadamente 850 nm a aproximadamente 900 nm.
En una realizacion la primera longitud de onda es de aproximadamente 850 nm.
En una realizacion la segunda longitud de onda es de aproximadamente 1.470 nm.
En una realizacion el perfil de intensidad de referencia esta representado por un diagrama de intensidad multidimensional, una region discreta del cual representa materias extranas.
En una realizacion el aparato comprende ademas: un deflector para desviar objetos identificados como materias extranas del flujo.
Una realizacion preferida de la presente invencion se describira a continuacion a modo de ejemplo solo con referencia a los dibujos adjuntos, en los que:
La fig. 1 representa esquematicamente un invencion;
La fig. 2 representa esquematicamente una clasificacion;
La fig. 3 representa esquematicamente una imagen de intensidad adquirida por el primer detector de la segunda unidad de camara del aparato de clasificacion;
La fig. 4 representa esquematicamente una imagen de intensidad adquirida por el segundo detector de la segunda unidad de camara del aparato de clasificacion;
La fig. 5 ilustra un diagrama de intensidad-intensidad de las intensidades de reflectancia en las longitudes de onda de deteccion de 850 nm y 1.470 nm para diferentes materias vegetales en una mezcla vegetal y diferentes materias extranas de acuerdo con una realizacion de la presente invencion;
La fig. 6 ilustra un diagrama intensidad-intensidad comparativo de las intensidades de reflectancia para las longitudes de onda de deteccion de 550 nm y 670 nm para diferente materia vegetal en una mezcla vegetal y diferentes materias extranas; y
La fig. 7 ilustra otro diagrama intensidad-intensidad comparativo de las intensidades de reflectancia para la deteccion de longitudes de onda de 550 nm y 850 nm para diferentes materias vegetales en una mezcla vegetal y diferentes materias extranas.
El aparato de clasificacion incluye una rampa 3 a lo largo de la cual se entrega un flujo F de un producto alimenticio, en esta realizacion una mezcla vegetal, tfpicamente como suministrado desde un recipiente de almacenamiento, un deflector 5 que es operativo para desviar objetos identificados como materias extranas del flujo F, una unidad de iluminacion 7 para iluminar el flujo F, una primera unidad de camara 9 para adquirir imagenes del flujo F para permitir la determinacion del color y forma de objetos dentro del flujo F, una segunda unidad de camara 11 para adquirir al menos dos imagenes de intensidad de reflectancia del flujo F para permitir la caracterizacion de objetos dentro del flujo F, y una unidad de control 13 para identificar objetos como materias extranas a partir de la imagenes adquiridas y hacer funcionar
3
aparato de clasificacion de acuerdo con una realizacion preferida de la imagen visible adquirida por la primera unidad de camara del aparato de
5
10
15
20
25
30
35
40
45
50
55
el deflector 5 para desviar los objetos identificados como materias extranas del flujo F.
En esta realizacion el producto alimenticio es materia vegetal, aqm materia vegetal congelada en una mezcla vegetal, que puede incluir materias extranas. Ejemplos de materias vegetales incluyen judfas, tales como Borlotti, Borlotti rosa, jud^a roja y judfa verde, espinacas, piel de calabacm, carne de calabacm, zanahoria, piel de tomate, carne de tomate, patata, apio, lentejas tales como lentejas amarillas. Ejemplos de materias extranas incluyen madera, carton, materiales plasticos, que incluyen forro azul y plastico negro, y materiales de caucho, que incluyen material de globo, tal como globos amarillos.
En esta realizacion el deflector 5 es un deflector neumatico, que comprende una barra alargada que se extiende lateralmente a traves de la anchura de la rampa 3 e incluye una pluralidad de chorros de aire operables por separado a lo largo de la longitud de la barra. Mediante el funcionamiento selectivo de los chorros de aire, los objetos que se identifican como materias extranas se desvfan del flujo de residuos separado F'.
En esta realizacion la unidad de iluminacion 7 comprende una primera y segunda fuentes de iluminacion 7a, 7b, aqm lamparas halogenas, que emiten radiacion sobre un amplio espectro del espectro visible para el espectro de infrarrojo de longitud de onda corta (SWIR), aqm longitudes de onda en el intervalo de aproximadamente 400 nm a aproximadamente 2.000 nm. En una realizacion alternativa las fuentes de iluminacion 7a, 7b podnan ser de diferentes tipos de modo que se optimicen para la primera y segunda unidades de camara respectivas 9, ll.
En esta realizacion la primera unidad de camara 9 comprende un detector 15, aqm un detector de luz visible, para adquirir imagenes del flujo F en el espectro visible, como se ha representado en la fig. 2, que, utilizando el procesamiento de vision convencional, permite la identificacion del color y la forma de objetos dentro del flujo F, si se requiere.
En esta realizacion la segunda unidad de camara 11 comprende un primer y segundo detectores 17a, 17b, aqm detectores InGaAs, y un divisor de haz 21, aqm un elemento dicroico, para dividir la radiacion reflejada en un primer y segundo componentes reflejados RC1, RC2 que tienen diferentes longitudes de onda A1, A2, que se detectan por los deflectores respectivos 17a, 17b. Con esta disposicion, los detectores 17a, 17b proporcionan cada uno una imagen de intensidad reflejada en la longitud de onda A1, A2 de deteccion respectiva, como se ha ilustrado en las figs. 3 y 4.
En esta realizacion el elemento dicroico 21 comprende un prisma, pero en otra realizacion podna ser proporcionado por un espejo.
En esta realizacion el primer componente reflejado RC1 tiene una longitud de onda A1 en el intervalo de aproximadamente 800 nm a aproximadamente 1.200 nm, preferiblemente de aproximadamente 850 nm a aproximadamente 1.110 nm, mas preferiblemente de desde aproximadamente 850 nm a aproximadamente 900 nm, y aun mas preferiblemente de aproximadamente 850 nm.
En esta realizacion el segundo componente reflejado RC2 tiene una longitud de onda A2 en el intervalo de aproximadamente 1.470 nm a aproximadamente 1.570 nm, y mas preferiblemente aproximadamente 1.470 nm.
En esta realizacion la unidad de control 13 incluye un procesador de vision 23, que procesa la imagenes visibles adquiridas por la primera unidad de camara 9 para determinar el color y la forma de objetos dentro del flujo F, segun se requiera, y las imagenes de intensidad adquiridas por la segunda unidad de camara 11, utilizando una funcion de busqueda, representada graficamente como un diagrama de intensidad-intensidad de dos dimensiones en la fig. 5, para caracterizar objetos dentro del flujo F. Como se ha representado en la fig. 5 para las longitudes de onda de deteccion seleccionada, la materia vegetal esta caracterizada dentro de una region discreta A del diagrama de intensidad- intensidad, con todas las materias extranas cayendo fuera de esta region A, y, utilizando este diagrama de intensidad- intensidad, los objetos dentro del flujo F estan caracterizados como materias vegetales o materias extranas. Cuando un objeto se identifica como materias extranas, la unidad de control 13 hace funcionar el deflector 5, como se ha descrito anteriormente, para desviar ese objeto a un flujo de residuos F'.
A traves de la seleccion de las longitudes de onda de deteccion espedficas A1, A2, el aparato de clasificacion permite la identificacion de materias extranas de una amplia gama de materias vegetales, y, de hecho, toda las materias vegetales investigada hasta la fecha, sin requerir ninguna reconfiguracion de la maquina. Esto no ha sido posible previamente, y, de hecho, es contrario a la comprension en el campo de la tecnica, que es para la necesidad de reconfiguracion de los ajustes de vision con el fin de conseguir una clasificacion optima. Como se ha discutido anteriormente, la capacidad de clasificar diferentes mezclas de materias vegetales sin requerir ninguna reconfiguracion de la maquina es particularmente ventajosa, para evitar la posibilidad de que se utilice un ajuste incorrecto lo que conducina a una clasificacion pobre e ineficaz.
A modo de comparacion, las figs. 6 y 7 ilustran diagramas de intensidad-intensidad para otras longitudes de onda de deteccion, es decir, 550 nm y 670 nm y 550 nm y 850 nm, respectivamente. Como se puede observar claramente, en estas longitudes de onda de deteccion, las materias vegetales no se puede discernir de las materias extranas, cuando el perfil de intensidad de reflectancia de materia vegetal esta limitado por esas materias extranas.
Finalmente, se comprendera que la presente invencion se ha descrito en su realizacion preferida y se puede modificar de
4
muchas maneras diferentes sin salir del marco de la invencion como se ha definido por las reivindicaciones adjuntas.
En una modificacion, la segunda unidad de camara 11 podrfa incluir tres o mas detectores 17, que, a traves de la utilizacion de uno o mas elementos dicroicos 21 adicionales, detectan los componentes de radiacion reflejada en tres o mas componentes de deteccion. Cuando la segunda unidad de camara 11 incluye tres detectores 17 para detectar 5 componentes de radiacion reflejada en tres longitudes de onda, el diagrama de intensidad esta representado por un diagrama de tres lados.

Claims (15)

  1. 5
    10
    15
    20
    25
    30
    35
    40
    45
    REIVINDICACIONES
    1. Un metodo para clasificar materias extranas de un flujo (F), comprendiendo el metodo las operaciones de: identificar objetos dentro de un flujo (F);
    para cada objeto identificado, determina intensidades de reflectancia en al menos dos longitudes de onda diferentes o rangos de onda (A1, A2); y
    para cada objeto identificado, comparar las intensidades de reflectancia en una primera intensidad de reflectancia del objeto identificado en una primera longitud de onda (A1) en el intervalo de aproximadamente 800 nm a aproximadamente 1.200 nm y una segunda intensidad de reflectancia del objeto identificado en una segunda longitud de onda (A2) en el intervalo de aproximadamente 1.470 nm a aproximadamente 1.570 nm con un perfil de intensidad de referencia, en donde el objeto identificado esta caracterizado como materias extranas cuando las intensidades de reflectancia en al menos dos longitudes de onda diferentes o rangos de longitudes de onda (A1, A2) caen dentro de una region predeterminada del perfil de intensidad de referencia.
  2. 2. El metodo de la reivindicacion 1, en donde el flujo (F) es de un producto alimenticio, opcionalmente el producto alimenticio es materia vegetal, opcionalmente el producto alimenticio esta congelado.
  3. 3. El metodo de las reivindicacion 1 o 2, en donde la operacion de identificar objetos comprende las operaciones de: adquirir imagenes del flujo (F); y
    procesar las imagenes para identificar objetos dentro del flujo (F),
    opcionalmente las imagenes estan fuera del espectro visible en el infrarrojo cercano (NIR) para el espectro de infrarrojo de longitud de onda corta (SWIR).
  4. 4. El metodo de cualquiera de las reivindicaciones 1 a 3, en donde la primera longitud de onda (A1) esta en el intervalo de aproximadamente 850 nm a aproximadamente 1.110 nm, opcionalmente en el intervalo de aproximadamente 850 nm a aproximadamente 900 nm, opcionalmente aproximadamente 850 nm.
  5. 5. El metodo de cualquiera de las reivindicaciones 1 a 4, en donde la segunda longitud de onda (A2) es de aproximadamente 1.470 nm.
  6. 6. El metodo de cualquiera de las reivindicaciones 1 a 5, en donde el perfil de intensidad de referencia esta representado por un diagrama de intensidad, una region discreta (A) del cual representa materias extranas.
  7. 7. El metodo de cualquiera de las reivindicaciones 1 a 6, que comprende ademas la operacion de: iluminar el flujo (F) con al menos una fuente de iluminacion (7a, 7b), opcionalmente al menos una fuente de iluminacion (7a, 7b) proporciona iluminacion en el espectro visible para el espectro de infrarrojo de longitud de onda corta (SWIR), opcionalmente al menos una fuente de iluminacion (7a, 7b) comprende una lampara halogena.
  8. 8. El metodo de cualquiera de las reivindicaciones 1 a 7, que comprende ademas la operacion de: desviar objetos identificados como materias extranas del flujo (F).
  9. 9. Un aparato de clasificacion para clasificar materias extranas de un flujo (F), comprendiendo el aparato: una unidad de iluminacion (7) para iluminar un flujo (F);
    una unidad de camara (11) para la formacion de imagenes de radiacion reflejada por objetos en el flujo (F), incluyendo la unidad de camara (11) el primer y segundo detectores (17a, 17b) para detectar respectivamente, para cada objeto identificado, una primera intensidad de reflectancia del objeto identificado en una primera longitud de onda (A1) en el intervalo de aproximadamente 800 nm a aproximadamente 1.200 nm y una segunda intensidad de reflectancia del objeto identificado en una segunda longitud de onda (A2) en el intervalo de aproximadamente 1.470 nm a aproximadamente 1.570 nm, y al menos un divisor de haz (21) para dividir la radiacion reflejada en al menos un primer y segundo componentes reflejados (RC1, RC2), que tienen diferentes longitudes de onda o intervalos de longitudes de onda (A1, A2) y son detectados por los detectores respectivos (17a, 17b); y
    una unidad de procesamiento (23) que es operativa para identificar objetos dentro del flujo (F), y, para cada objeto identificado, compara las intensidades de reflectancia en al menos dos longitudes de onda diferentes o intervalos de longitudes de onda (A1, A2) con un perfil de intensidad de referencia, en donde el objeto identificado esta caracterizado como materias extranas cuando las intensidades de reflectancia en al menos dos longitudes de onda diferentes o intervalos de longitudes de onda (A1, A2) caen dentro de una region predeterminada del perfil de intensidad de referencia.
  10. 10. El aparato de la reivindicacion 9, en donde el flujo (F) es un producto alimenticio, opcionalmente el producto
    alimenticio es materia vegetal, opcionalmente el producto alimenticio esta congelado.
  11. 11. El aparato de la reivindicacion 9 o 10, en donde la unidad de iluminacion (7) comprende al menos una fuente de iluminacion (7a, 7b), opcionalmente al menos una fuente de iluminacion (7a, 7b) proporciona iluminacion en el espectro visible para el espectro de infrarrojo de longitud de onda corta (SWIR), opcionalmente al menos una fuente de
    5 iluminacion (7a, 7b) comprende una lampara halogena.
  12. 12. El aparato de cualquiera de las reivindicaciones 9 a 11, en donde las imagenes estan fuera del espectro visible en el infrarrojo cercano (NIR) para el espectro de infrarrojo de longitud de onda corta (SWIR).
  13. 13. El aparato de cualquiera de las reivindicaciones 9 a 12, en donde la primera longitud de onda (A1) esta en el intervalo de aproximadamente 850 nm a aproximadamente 1.110 nm, opcionalmente en el intervalo de aproximadamente 850 nm
    10 a aproximadamente 900 nm, opcionalmente aproximadamente 850 nm.
  14. 14. El aparato de cualquiera de las reivindicaciones 9 a 13, en donde la segunda longitud de onda (A2) es de aproximadamente 1.470 nm.
  15. 15. El aparato de cualquiera de las reivindicaciones 9 a 14, en donde el perfil de intensidad de referencia esta representado por un diagrama de intensidad, una region discreta (A) del cual representa materias extranas.
    15
ES09801530.8T 2008-12-23 2009-12-21 Método y aparato de clasificación Active ES2617869T3 (es)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
GB0823419 2008-12-23
GB0823419A GB2466621A (en) 2008-12-23 2008-12-23 Sorting matter in a flow by comparing reflectance intensities at different wavelengths
PCT/GB2009/002931 WO2010073004A1 (en) 2008-12-23 2009-12-21 Sorting method and apparatus

Publications (1)

Publication Number Publication Date
ES2617869T3 true ES2617869T3 (es) 2017-06-20

Family

ID=40344088

Family Applications (1)

Application Number Title Priority Date Filing Date
ES09801530.8T Active ES2617869T3 (es) 2008-12-23 2009-12-21 Método y aparato de clasificación

Country Status (8)

Country Link
US (1) US9000319B2 (es)
EP (1) EP2382059B1 (es)
JP (2) JP2012513302A (es)
KR (1) KR20110097976A (es)
CN (1) CN102325605B (es)
ES (1) ES2617869T3 (es)
GB (1) GB2466621A (es)
WO (1) WO2010073004A1 (es)

Families Citing this family (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
BE1018793A3 (nl) * 2009-06-17 2011-09-06 Best 2 N V Werkwijze voor het onderscheiden en sorteren van producten waarbij de concentratie van een bestanddeel van deze producten wordt bepaald.
AT12076U1 (de) * 2010-07-27 2011-10-15 Evk Di Kerschhaggl Gmbh Verfahren, sensoreinheit und maschine zum detektieren von ''zuckerspitzen''-defekten in kartoffeln
GB2492358A (en) * 2011-06-28 2013-01-02 Buhler Sortex Ltd Optical sorting and inspection apparatus
GB201202352D0 (en) * 2012-02-10 2012-03-28 Buhler Sortex Ltd Illumination and detection system
NO2700456T3 (es) 2012-08-24 2018-02-24
IE20120388A1 (en) * 2012-09-07 2014-03-12 Odenberg Engineering Ltd Method and apparatus for handling harvested root crops
US8809718B1 (en) 2012-12-20 2014-08-19 Mss, Inc. Optical wire sorting
JP5980162B2 (ja) * 2013-04-26 2016-08-31 株式会社クボタ コンバイン
US9394786B2 (en) * 2013-09-06 2016-07-19 Ingenieros Matematicos Consultores Asociados S.A. Method and system for in situ, continuous and real-time analysis of mineral content in drilling debris
CN105765368B (zh) * 2013-09-27 2019-11-08 感应能力有限公司 用于识别食品原料的内容属性的方法和装置
CN103480586B (zh) * 2013-10-08 2015-12-23 合肥美亚光电技术股份有限公司 一种双红外在线塑料材质分选装置
JP5575967B2 (ja) * 2013-10-23 2014-08-20 イカリ消毒株式会社 異物混入時期検査方法
US9329142B2 (en) * 2013-12-10 2016-05-03 Key Technology, Inc. Object imaging assembly
CN106536575B (zh) * 2014-07-18 2020-09-29 富士胶片株式会社 聚合物、组合物、光学薄膜及液晶显示装置
ES2578368B1 (es) * 2014-12-23 2017-02-17 Environmental Green Engineering, S.L. Máquina con visión artificial prevista para la separación automática de residuos de plástico de color negro por composición química
EP3263233A1 (en) 2016-06-28 2018-01-03 Buhler Sortex Ltd. Illumination devices
WO2018205026A1 (en) 2017-05-11 2018-11-15 6511660 Canada Inc. Systems and methods for spectral identification and optical sorting of materials
US10902281B2 (en) 2018-03-22 2021-01-26 Rota Technologies LLC Debris detection system and method
CN111451176A (zh) * 2019-01-21 2020-07-28 合肥泰禾光电科技股份有限公司 一种用于物料分选设备的探测装置、物料分选设备及方法
DE102019127708A1 (de) * 2019-10-15 2021-04-15 Kurtz Gmbh Verfahren und Vorrichtung zum Sortieren und/oder Abmessen der Menge von Schaumstoffpartikeln
DE102019215878B4 (de) * 2019-10-15 2023-11-30 Adidas Ag Verfahren und Vorrichtung zum Sortieren und/oder Abmessen der Menge von Schaumstoffpartikeln
CN111044479A (zh) * 2019-12-25 2020-04-21 天津金凤花股份有限公司 一种果蔬与土石块识别光谱传感器
LU501123B1 (en) 2021-12-29 2023-06-29 Analitica D O O Apparatus and method for detecting polymer objects and/or chemical additives in food products
JP7223194B1 (ja) 2022-05-27 2023-02-15 株式会社エクサウィザーズ 情報処理方法、コンピュータプログラム、情報処理装置及び情報処理システム
CN119677599A (zh) * 2022-07-07 2025-03-21 兰斯特里姆回收公司 用于废物的收集、处理和/或分类的系统和方法
DE102022131974A1 (de) * 2022-12-02 2024-06-13 Ifm Electronic Gmbh Verfahren und Vorrichtung zur Erkennung von Fremdkörpern in einem Korngut
KR102860988B1 (ko) * 2023-01-19 2025-09-16 김재동 이물질 선별장치를 구비한 자주식 농작물 수확기
US12442746B2 (en) * 2023-02-28 2025-10-14 Toyota Research Institute, Inc. Foreign metallic particle detector systems and methods of detecting foreign metallic particles

Family Cites Families (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB1144779A (en) * 1966-06-16 1969-03-12 Gunsons Sortex Ltd Improvements relating to sorting machines
US4235342A (en) * 1978-05-05 1980-11-25 Geosource Inc. Sorting apparatus using programmable classifier
US4236640A (en) * 1978-12-21 1980-12-02 The Superior Oil Company Separation of nahcolite from oil shale by infrared sorting
US4369886A (en) * 1979-10-09 1983-01-25 Ag-Electron, Inc. Reflectance ratio sorting apparatus
AU1365783A (en) * 1982-04-30 1983-11-03 Geosource Inc. Oil shale sorter classification circuitry
GB2219079B (en) * 1988-05-06 1992-09-09 Gersan Ets A method of identifying individual objects or zones
JPH0634974B2 (ja) * 1989-10-03 1994-05-11 株式会社安西総合研究所 透過光を利用した選別装置
DE59400954D1 (de) 1993-04-30 1996-12-05 Robert Prof Dr Ing Massen Verfahren und vorrichtung zur sortierung von materialteilen
US5353937A (en) * 1993-05-17 1994-10-11 Esm International, Inc. Automatic variable ejector delay time and dwell type mechanism in a sorting apparatus
US6060677A (en) * 1994-08-19 2000-05-09 Tiedemanns-Jon H. Andresen Ans Determination of characteristics of material
US5873470A (en) * 1994-11-02 1999-02-23 Sortex Limited Sorting apparatus
JP3079932B2 (ja) 1994-12-28 2000-08-21 株式会社佐竹製作所 穀粒色彩選別装置
US5675416A (en) * 1996-01-22 1997-10-07 Src Vision, Inc. Apparatus and method for detecting and sorting plastic articles having a preferred axis of birefringence
ES2276670T3 (es) * 1999-03-19 2007-07-01 Titech Visionsort As Inspeccion de materiales.
US6410872B2 (en) * 1999-03-26 2002-06-25 Key Technology, Inc. Agricultural article inspection apparatus and method employing spectral manipulation to enhance detection contrast ratio
AU3930000A (en) 1999-03-29 2000-10-16 Src Vision, Inc. Multi-band spectral sorting system for light-weight articles
US7019822B1 (en) * 1999-04-29 2006-03-28 Mss, Inc. Multi-grade object sorting system and method
ATE291969T1 (de) * 1999-04-30 2005-04-15 Binder Co Ag Verfahren und vorrichtung zum sortieren von altpapier
WO2000074504A1 (en) 1999-06-08 2000-12-14 Japan Tobacco Inc. Apparatus for detecting foreign matter in raw material and method of detecting the same
CA2323876A1 (en) * 2000-10-19 2002-04-19 Eco-Shred Ltd. Optical paper sorting method device and apparatus
US6706989B2 (en) * 2001-02-02 2004-03-16 Pioneer Hi-Bred International, Inc. Automated high-throughput seed sample processing system and method
SE523635C2 (sv) * 2001-10-03 2004-05-04 Foss Tecator Ab Sortering av korn under skörd
JP3868847B2 (ja) * 2002-05-15 2007-01-17 東罐興業株式会社 リンゴの内部品質検査方法
JP2005028302A (ja) 2003-07-07 2005-02-03 Satake Corp 小麦用の色彩選別機
JP2005037398A (ja) * 2003-07-17 2005-02-10 Hauni Maschinenbau Ag 連続して送られる製品の内部の異物を認識する方法及びこの方法を実施する装置
JP2005326220A (ja) * 2004-05-13 2005-11-24 Jt Engineering Inc 異物検査装置
JP2008209211A (ja) * 2007-02-26 2008-09-11 Hitachi High-Tech Control Systems Corp 異物検査装置および異物検査方法
US7842896B1 (en) * 2007-04-25 2010-11-30 Key Technology, Inc. Apparatus and method for sorting articles
JP2008302314A (ja) * 2007-06-08 2008-12-18 Satake Corp 光学式米粒選別機
BE1018705A3 (nl) * 2009-03-26 2011-07-05 Best 2 N V Werkwijze voor het sorteren van aardappelproducten en sorteerapparaat voor aardappelproducten.

Also Published As

Publication number Publication date
CN102325605B (zh) 2016-01-20
JP6131298B2 (ja) 2017-05-17
JP2016014673A (ja) 2016-01-28
KR20110097976A (ko) 2011-08-31
GB2466621A (en) 2010-06-30
GB0823419D0 (en) 2009-01-28
WO2010073004A1 (en) 2010-07-01
JP2012513302A (ja) 2012-06-14
EP2382059B1 (en) 2016-12-21
CN102325605A (zh) 2012-01-18
US9000319B2 (en) 2015-04-07
US20120074047A1 (en) 2012-03-29
EP2382059A1 (en) 2011-11-02

Similar Documents

Publication Publication Date Title
ES2617869T3 (es) Método y aparato de clasificación
JP7091388B2 (ja) 物質を検出する方法および装置
JP6668249B2 (ja) 検査装置
CN208177898U (zh) 用于探测在材料流中的对象的装置
KR20240118126A (ko) 물질 식별 장치 및 방법(material identification apparatus and method)
US12128447B2 (en) Method for separating and classifying waste, in particular packaging
US20260097419A1 (en) Selector machine
KR20260036179A (ko) 물품들을 분석하기 위한 검사 장치 및 방법
WO2013117769A1 (en) Illumination and detection system
JP2022176472A (ja) 食品の検査装置
CN111451176A (zh) 一种用于物料分选设备的探测装置、物料分选设备及方法
ITBO20110215A1 (it) Dispositivo selezionatore a bassa potenza