JPH04200340A - ばい焼度測定方法 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 ［発明の目的］ （産業上の利用分野） この発明は、ビスケット、クツキー等の焼き物製品にお
ける焼は具合（ばい焼度）を自動的に検出するためのば
い焼度測定方法に関し、特に焼は具合の差（濃度差）の
小さいサンプルに対しても有効にばい焼度を評価するこ
とが出来るばい焼度の測定方法に関する。

（従来の技術） 食品産業などでビスケットやクツキーなどの焼き物製品
が多く生産されている。これら焼きも−の製品では、焼
は具合（ばい焼度）が製品の品質を左右する重要な要素
である。従来から行われているばい焼度を決定するため
の一般的な方法は、人間が標準サンプルと製品とを比較
する。もっばら人間の視覚に頼るものである。また最近
では、焼き物製品の電子画像を得て、画像における濃度
分布から自動的にばい焼度を判定するシステムが開発さ
れている。

このような電子画像に基づくばい焼度の測定方法として
、すでに特願昭６３−２４６２２６号「ばい焼度測定方
法」が出願されている。この発明は、予めばい焼度が判
明している複数のサンプルを利用してサンプルの電子画
像における濃度とその濃度情報の度数との関係を示す濃
度分布曲線（ヒストグラム）を得て、これを多変量解析
しばい焼度の各段階、例えば焼は過ぎ、標準、焼は不足
の各カテゴリーに対する特徴を決定し、これを利用して
ばい焼度が未知のサンプルのばい焼度を検出するもので
ある。

（発明が解決しようとする課題） 上記特願昭６３−２４６２２６号に記載された方法によ
って、焼き物製品の客観的なばい焼度の測定が自動的に
しかも正確に行えるようになった。反面、この方法では
、特に濃度差の小さいサンプル群を扱う場合、各サンプ
ルを各カテゴリー、即ち焼は不足、標準、焼は過ぎに分
類することは可能であるが、その焼は具合をばい焼度と
して演算評価するには、十分な分解能が得られない場合
がある。

この発明は以上のような点に鑑みてなされたもので、特
に焼きものにおける濃度差が小さいサンプル群に対して
も、十分な分解能てばい焼度を評価することができる、
ばい焼度の測定方法を提供する事を目的としている。

［発明の構成コ （課題を解決するための手段） この発明にかかるばい焼度測定方法は、多数の焼き物製
品（サンプル）の撮像装置による明暗画像から濃度とそ
の濃度情報の度数との関係を示す濃度分布曲線（ヒスト
グラム）を求め、このヒストグラムを処理して適宜数値
化されたデータを多変量解析し上記各サンプルを予め設
定されたばい焼度の各段階に分類し、分類された各段階
に応じて上記ヒストグラムを演算処理してばい焼度を評
価決定するばい焼度測定方法において、分類されたばい
焼度の段階に対応して上記ヒストグラム上の特徴の出現
する部分を決定し、ヒストグラム上の上記特徴部分の情
報の度数を強調する補正演算を行い、上記強調補正され
たヒストグラムに基づいてばい焼度の演算を行うように
したことを要旨とするものである。

（作用） 撮像装置によって得られたサンプルの明暗画像から、個
々のサンプルの濃度とその濃度の度数との関係を示すヒ
ストグラムが得られる。このヒストグラムを多変量解析
して、各サンプルを予め決められたばい焼度の各段階に
分類する。このとき、各ばい焼度に分類されたサンプル
間の明暗の差、即ち濃度差が小さいとばい焼度演算の分
解能が低下する。したがって、各ばい焼度を特徴付ける
濃度（明暗）領域の情報の度数を強調補正する作業を各
ヒストグラムに対して行う。これによって、例えば焼は
過ぎのサンプルでは焼は過ぎを特徴付ける濃度領域の情
報の度数が標準、焼は不足のサンプルに対して強調され
るので、十分な分解能をもってばい焼度の演算評価が行
われる。

（実施例） 以下にこの発明の一実施例を図面を参照して説明する。

第１図は、この発明の方法の一実施例における処理手順
を示すフローチャート、第２図はこの方法の実施に使用
する装置の概略ブロック図である。

第２図において、１は測定対象である焼きもの製品、２
は照明手段、３はＩＴＶまたはＣＣＶカメラのような撮
像装置である。撮像装置３からの電子情報は画像処理部
４に入力される。この画像処理部４は撮像装置３からの
電子情報を適宜処理して背景から製品情報を切り出すた
めのもので、一般に画像メモリ５．２値化手段６および
ラベリングまたはプロフィル手段７から構成される。８
は画像処理手段４によって処理された焼き物製品１の濃
度の情報から、濃度とその濃度における情報の度数即ち
画素数との関係を摘出するためのヒストグラムの作成部
である。９は作成されたヒストグラムから、例えば多変
量解析の１手法である識別関数法を利用して、サンプル
群を例えば、焼は過ぎ、標準、焼は不足の３種類のカテ
ゴリーに分類するための分類部である。１０はこの発明
にしたがって濃度ヒストグラムに適宜強調補正のための
演算を行う補正演算部、１１は補正されたデータからば
い焼度の演算、評価を行うばい焼度評価部、１２はサン
プルのカテゴリー分類およびばい焼度の評価結果を出力
するための表示部である。

分類部９、補正演算部１０およびばい焼度評価部１１は
一般に予め処理手順がプログラムされたメモリによって
作動するマイクロプロセッサからなり、ばい焼度の演算
をソフト的に処理する。また上記画像処理部６およびヒ
ストグラム作成部８も、ソフト的に処理できるがハード
的に構成することによって処理スピードをより高速化す
ることが可能である。なお画像処理部４、ヒストグラム
作成部８ともこの技術分野で周知の技術によって構成す
ることが出来る。

次に本実施例の作用を第１図のフローチャートと共に説
明する。

先ずフローチャートの説明の前に、ばい焼度評価の方法
を簡単に説明する。第３図は、フレンチバイの焼き色分
光反射曲線を示す図である。この図より明らかなように
、焼き色にはばい焼度に応じて変化するスペクトル成分
は存在せず、全スペクトル領域に渉ってばい焼度に対応
して照度の差が認められる。従って、照度の差を評価で
きる方法を採用する必要がある。第４図は、第２図に示
した撮像装置３による出力を画像処理して、画像の濃度
（照度、または明暗情報）情報と、情報の度数（画素数
）の関係を示した図である。この図から明らかなように
、ばい焼度の違う製品、即ち焼は不足ａ、標準ｂ１焼け
すぎＣの各製品の間には濃度と画素数のスペクトル即ち
濃度のヒストグラムにおいて明らかに差異が存在する。

従ってこの差異を多変量解析によって定量的に検出し、
各ばい焼度の段階（カテゴリー）に対応する識別関数を
得て、これをもとにばい焼度が未知の製品のばい焼度を
判定することが出来る。

以下にこの方法を第１図のフローチャートとともに説明
する。なお第１図のフローチャートは、ステップ１から
ステップ８までのサンプルのカテゴリー分類のための手
順と、ステップ９からステップ１２までのばい焼度の評
価手順との２部に分けて考えることが出来る。最初の手
順であるカテゴリー分類手順は、基本的にサンプルの濃
度ヒストグラムから得られたデータを多変量解析して、
各カテゴリーに共通な識別関数をえ、これをもとに未知
のサンプルのカテゴリー分類を行うものであり、例えば
特願昭６３−２４６２２６号に記載された方法と基本的
に同じである。即ち、先ずステップ１において多変量解
析を進めるための各種パラメータの設定を行う。このパ
ラメータはデータの２値化パラメータ、分類評価パラメ
ータおよび補正演算用のパラメータを含む。なお、補正
演算用のパラメータはこの発明の特徴を構成する補正演
算部のためのパラメータであり、その詳細については後
述する。ステップ１で所定のパラメータが人力設定され
ると、ステップ２において検査が開始され、サンプル画
像が撮像装置から画像メモリに入力される（ステップ３
）。入力された濃淡画像はあるしきい値で白と黒とに２
値化され（ステップ４）、この２値化画像からラベリン
グあるいはプロフィル機能によって製品が背景から切り
出される（ステップ５）。次に画像メモリ内の濃淡画像
のうち、製品の切り出し領域の濃淡画像の濃淡ヒストグ
ラムが演算される（ステップ６）。次に上述したように
、多変量解析の、例えば識別関数法によってこのヒスト
グラムからばい焼度の各カテゴリーに対する判別関数を
演算、決定し、当該製品を各カテゴリーに分類する（ス
テップ７）。この後、カテゴリー分類の結果に基づき、
ばい焼度が未知の製品のカテゴリー分類を行い、その製
品が焼は過ぎか、焼は不足かを判定する（ステップ８）
。

以上のようにして製品のばい焼度に関するカテゴリー分
類が行われると、次にばい焼度の演算評価の手順に移る
が、この発明では先ず濃度のヒストグラムが十分な分解
能を備えるように、ヒストグラムに対して強調補正の作
業を行う。

第５図は、比較的濃度差が小さい、ばい焼度が異なる３
個の製品（パタークツキー）のヒストグラムを示したも
のである。焼は過ぎ（Ｃ）、標準（ｂ）、焼は不足（ａ
）の製品に対してそのヒストゲラムには差異が生じるが
、十分な分解能をもってばい焼度を評価するためにはこ
の差異が大きくなければならない。そこで焼は不足（ａ
）のサンプルは、ヒストグラムの明るいほうに、焼は過
ぎ（Ｃ）のサンプルはヒストグラムの暗いほうに特徴が
表れることを利用して、この特徴を次の方法で強調補正
する。

先ず（１）明るいほうを強調する場合は、補正後の度数
をφＢとすると、 φ、−Ｋ・□・　（ＤＫ　　Ｄ）’ （Ｄｓ≦Ｄ≦Ｄ　Ｈ）　　　　　　−（１）によって、
明るいほうを強調して補正する。なお第６図に示すよう
に、ｈは補正前の度数、Ｓはの始点、Ｄ、は終点を示し
、さらにＫは係数、ｎは定数を表している。

さらに（２）暗いほうを強調する場合は、同様にして補
正後の度数をφ。とすると、 φ、−Ｋ・□・Ｄ。

（Ｄｓ≦ＤＳＤＥ）　　　　　　−１２１によって、暗
いほうの度数を強調する。第７図（ａ）は（１）式に従
って明るいほうを強調した補正後のヒストグラム、図（
ｂ）は（２）式に従って暗いほうを強調した補正後のヒ
ストグラムを示す。図（ａ）では、明らかに焼は不足ａ
の度数がその特徴を示す濃度の明るい領域で強調され、
標準す、焼は過ぎＣの度数に対して十分な分解能を有す
る。また図（ｂ）では明らかに焼は過ぎＣの度数がその
特徴を表す濃度の暗い領域で強調され、焼は不足ａ、標
準すの度数に対して十分な分解能を有する。なお、上記
Ｄｓ、ＤＥは、明るいほうを強調する場合と暗いほうを
強調する場合とで、別々に設定しても良い。特に、明る
いほうを強調する場合は明るい部分に設定し、暗いほう
を強調する場合は暗い部分に設定するほうが有効な場合
もある。

第１図のフローチャートにおいて、ステ、ツブ９および
ステップ１０は上記の補正演算を行うステップであり、
ステップ８において当該製品が焼は過ぎであると決定さ
れ、るとステップ９に移り、まｔニステップ８において
焼は不足であると決定されるとステップ１０に移行し、
それぞれの部分の強調補正を行う。このようにして濃度
のヒストグラムにおいて十分な分解能が得られると、次
にステップ１１でばい焼度の評価のための演算が行われ
、ばい焼度が定量的に算出される。この結果はステップ
１２において例えば表示装置により表示される。

［発明の効果］ 以上実施例を挙げて詳述したように、この発明の方法に
よれば、濃度差が小さいサンプル群であっても、ばい焼
度の特徴を示すヒストグラムの所定領域に対して適正な
強調補正が行われるので、小さな明るさの変化をより大
きな変化として捕らえることができ、ばい焼度測定の分
解能を大きく向上することができる。

【図面の簡単な説明】

第１図はこの発明一実施例のフローチャートを示す図、
第２図は第１図の方法を実施する装置の概略ブロック図
、第３図はフレンチパイの焼き色分光反射率曲線を示す
図、第４図はばい焼度の各段階における濃度分布曲線を
示す図、第５図は濃度差の小さいヒストグラムの一例を
示す図、第６図はヒストグラムの強調補正の作業の説明
図、第７図は強調補正したヒストグラムを示す図である
。 １・・・焼きもの製品　　　　２・・・撮像装置３・・
・照明　　　　　　　　４・・・画像処理部８・・・ヒ
ストグラム作成部　９・・・分類部１０・・・補正演算
部　　　　１１・・・ばい焼度評価部１２・・・表示部

Claims (1)

【特許請求の範囲】
1. 多数の焼き物製品（サンプル）の撮像装置による明暗画
   像から濃度とその濃度情報の度数との関係を示す濃度分
   布曲線（ヒストグラム）を求め、このヒストグラムを処
   理して適宜数値化されたデータを多変量解析し上記各サ
   ンプルを予め設定されたばい焼度の各段階に分類し、分
   類された各段階に応じて上記ヒストグラムを演算処理し
   てばい焼度を評価決定するばい焼度測定方法において、
   分類されたばい焼度の段階に対応して上記ヒストグラム
   上の特徴の出現する部分を決定し、ヒストグラム上の上
   記特徴部分の情報の度数を強調する補正演算を行い、上
   記強調補正されたヒストグラムに基づいてばい焼度の演
   算を行うようにしたことを特徴とするばい焼度測定方法
   。