JP2013040832A - 食品判別装置および食品判別方法 - Google Patents

Abstract

【課題】被検査物が食品であるか否かの判別ができる技術の提供。
【解決手段】分光計測器を通じて被検査物の分光情報を取得する（ステップＳ２１０）。次に、食品特徴分光情報を用い、上記において取得した分光情報を解析することによって、被検査物に占める各構成成分の含有率を算出する（ステップＳ２２０）。続いて、算出した各構成成分の含有率に基づいて、被検査物が食品であるか否かの判別をする（ステップＳ２３０）。具体的には、各構成成分の含有率の合計が５０％以上であれば食品、５０％未満であれば非食品と判別する。最後に、判別結果を出力装置によって出力（表示）する（ステップＳ２４０）。
【選択図】図３

Description

本発明は、食品に関する判別を行う技術に関する。

第一の波長と第二の波長とを含むレーザー光を食品に照射して得られる反射光を測定し、その第一の波長と第二の波長とで反射光の強度を比較した結果に基づいて、その食品への異物混入を検出する技術が提案されている（特許文献１）。

特開２００７−２７８８４６号公報

上記先行技術には、特定の食品を対象にしてレーザーの波長および比較方法を決定するので、「被検査物が食品であるか否か」という汎用的な判別は難しいという課題があった。本発明は、この課題を解決するためにされたものであり、被検査物が食品であるか否かの判別ができる技術の提供を目的とする。

本発明は、上述の課題の少なくとも一部を解決するためになされたものであり、以下の形態または適用例として実現することが可能である。

［適用例１］
被検査物が食品であるか否かを判別する食品判別装置であって、
前記被検査物を対象とした分光情報を取得する取得部と、
食品を構成する複数の構成成分それぞれについての前記構成成分に対応する分光情報である構成成分分光情報を用いて、前記被検査物を対象とした分光情報を解析することによって、前記被検査物が食品であるか否かを判別する判別部と
を備える食品判別装置。
この適用例によれば、取得部が取得した被検査物を対象とした分光情報を、食品を構成する構成成分についての構成成分分光情報を用いて、判別部によって解析できる。したがって、食品の構成成分分光情報に基づいて、被検査物が食品であるか否かという判別ができる。したがって、より汎用的な被検査物について、食品であるか否かを判別できる。なお、食品は、食べ物と飲み物とを含む。また「分光情報」とは、照射された光の各波長に対する吸光度を示す情報のことである。

［適用例２］
適用例１に記載の食品判別装置であって、
前記判別部は、
前記構成成分分光情報を用いて前記被検査物を対象とした分光情報を解析することによって、前記被検査物に含まれる複数の前記構成成分それぞれの含有率を算出する算出部を備え、
前記含有率に基づいて被検査物が食品であるか否かを判別する
食品判別装置。
この適用例によれば、被検査物に含まれる複数の構成成分それぞれの含有率を算出部によって算出し、含有率に基づいて被検査物が食品であるか否かを判別できる。なお、被検査物に含まれる構成成分の「含有率」とは、被検査物を対象とした分光情報に含まれる各構成成分のスペクトルの構成比率を意味する。

［適用例３］
適用例２に記載の食品判別装置であって、
前記判別部は、複数の前記構成成分についての前記含有率を合計した値が基準値を超える場合に、前記被検査物が食品であると判別する
食品判別装置。

［適用例４］
適用例２又は３に記載の食品判別装置であって、
前記判別部は、前記算出部によって算出された複数の前記構成成分についての前記含有率が全て基準値を超える場合に、前記被検査物が食品であると判別する
食品判別装置。

［適用例５］
適用例１乃至４の何れか一つに記載の食品判別装置であって、
前記判別部は、前記構成成分分光情報を示すベクトルが互いに直交していることを前提にして、前記被検査物を対象とした分光情報を解析する
食品判別装置。
この適用例によれば、解析を簡略に行うことができる。なお「構成成分分光情報が互いに直交している」とは、ある構成成分分光情報と、他の構成成分分光情報との間に相関がないことである。

［適用例６］
適用例１乃至５の何れか一つに記載の食品判別装置であって、
前記構成成分分光情報は、正規化されている
食品判別装置。
この適用例によれば、解析を簡略に行うことができる。なお、正規化とは、分布の平均がゼロ、分散が１になるようにすることである。

［適用例７］
適用例１乃至６の何れか一つに記載の食品判別装置であって、
複数の前記構成成分は、糖質、脂質、タンパク質および水の内の少なくとも何れか二つである
食品判別装置。

［適用例８］
被検査物が食品であるか否かを判別する食品判別方法であって、
食品を構成する複数の構成成分それぞれについての前記構成成分に対応する分光情報の集合である食品特徴分光情報を用いて、前記被検査物を対象とした分光情報を解析することによって、被検査物が食品であるか否かを判別する
食品判別方法。

食品判別装置１の概略構成を示したブロック図。 食品特徴分光情報を模式的に示したグラフ。 食品判別処理を示すフローチャート。

図１は、食品判別装置１の概略構成を示したブロック図である。食品判別装置１は、図に示すように、周知のデスクトップ型のコンピューター１００、被検査物の分光情報を取得する分光計測器２００を備える。分光情報とは、照射された光の各波長に対する吸光度を示す情報である。

コンピューター１００は、後述する処理を行うＣＰＵ１０、ＲＡＭ及びハードディスクを用いた記憶装置２０、ディスプレイを用いた出力装置５０、キーボード及びマウスを用いた入力装置６０、ＵＳＢ規格を用いたハードウェアＩ／Ｆ７０を備える。記憶装置２０は、後述する食品特徴分光情報を記憶する。

一方、分光計測器２００は、外部に近赤外領域の光を発射するＬＥＤを用いた光源２１０、外部からの光の光量を絞りの開度によって調整するオートフォーカス機能を備えると共に光を結像させるために屈折させる光学系２２０、光学系２２０からの光について透過させる波長の範囲を光学ギャップによって選択するエタロン２３０(ファブリペロー型フィルター)、エタロン２３０を透過した波長成分の光を受光して受光位置ごとに受光強度を示す信号を出力するＣＣＤイメージセンサーを用いた受光素子２４０、先述した他の構成要素を統括制御すると共に受光素子２４０からの信号に基づいて分光分析のための処理を行う処理部２５０を備える。分光計測器２００は、このような構成を用いて取得した被検査物の分光情報を、ハードウェアＩ／Ｆ７０を介してコンピューター１００に入力する。

なお、エタロン２３０は、例えば特開２００９−１３４０２８に開示された光学デバイスの構成を用いることができる。具体的には、分光計測器２００は、処理部２５０が制御信号をエタロン２３０に出力することにより、エタロン２３０を通過する光の波長範囲を、本実施形態において分光情報の対象とする近赤外領域の波長（本実施形態では８００ｎｍ乃至２５００ｎｍ）で任意に設定できる。

図２は、食品特徴分光情報を模式的に示したグラフである。食品特徴分光情報とは、食品を構成する構成成分それぞれに対応する分光情報である構成成分分光情報の集合によって構成され、図２（Ａ）がタンパク質、図２（Ｂ）が糖質、図２（Ｃ）が脂質、図２（Ｄ）が水の構成成分分光情報を示す。本実施形態においては、これら四つの物質を「食品を構成する構成成分」とする。

食品特徴分光情報は、各構成成分の含有率が既知の種々の食品について分光情報を取得し、この取得した分光情報を対象にして独立成分分析を行うことによって求める。すなわち、この食品特徴分光情報はベクトルであり、食品特徴分光情報Ｓ＝｛ｓ_{タンパク質}，ｓ_脂質，ｓ_糖質，ｓ_水｝^Ｔと表現することができる。ｓ_ｉ（ｉ＝タンパク質、糖質、脂質、水）は各構成成分分光情報であり、ｓ_ｉ＝｛ｓ_ｉλ１，ｓ_ｉλ２，…，ｓ_ｉλｎ｝と表されるベクトルである。ｓ_ｉλｍ（ｍ＝１，２，…，ｎ）は、分光に用いられる波長λｍに対応する食品の吸光度を示す（ｎは測定に用いた波長の数である）。なお、各構成成分分光情報は、分光の対象とする波長領域において、予め正規化しておく。正規化とは、分布の平均がゼロ、分散が１になるようにすることである。

図３は、食品判別処理を示すフローチャートである。この処理は、ユーザーから入力装置６０を介して開始指示が入力されたことを契機に、ＣＰＵ１０が主体となって実行するものである。

まず、分光計測器２００を通じて被検査物の分光情報ｘ＝｛ｘ_λ１，ｘ_λ２，…，ｘ_λｎ｝を取得する（ステップＳ２１０）。ｘ_λｍ（ｍ＝１，２，…，ｎ）は波長λｍに対応する被検査物の吸光度を示す。なお、本実施形態においては、分光情報ｘは、分光計測器２００によって正規化されてから、コンピューター１００に入力される。但し、分光情報ｘは、コンピューター１００に入力されてから正規化されても良い。

ここで取得される分光情報は、被検査物の複数の部位を対象に取得した分光情報の平均値である。何れの部位を対象に分光情報を取得するかについては、被検査物の形状や均質具合に応じて決定する。本実施形態においては、例えば矩形の被検査物の場合、分光計測器２００は、被検査物を４×４で均等に１６分割した矩形領域それぞれについて分光情報を取得し、１６個の分光情報の平均値をコンピューター１００に入力する。なお、独立成分分析によって解析を行うので、分光情報を取得する部位は１か所であっても良い。

次に、記憶装置２０に記憶されている食品特徴分光情報を用い、上記において取得した分光情報を解析することによって、被検査物に占める各構成成分の含有率Ａ＝｛ａ_{タンパク質}，ａ_脂質，ａ_糖質，ａ_水｝を算出する（ステップＳ２２０）。具体的には、Ａ＝ｘＳ^Ｔによって求める。この計算は、ｘをＳに射影するものであり、構成成分分光情報ｓ_ｉが互いに直交していることを前提としている。さらに、ｘ及びｓ_ｉが正規化されていることにより、算出される各ａ_ｉが含有率を示す値となる。ここで言う「含有率」とは、被検査物を対象とした分光情報に含まれる各構成成分のスペクトルの構成比率を意味する。

続いて、算出した各構成成分の含有率に基づいて、被検査物が食品であるか否か（食品か非食品か）の判別をする（ステップＳ２３０）。具体的には、各構成成分の含有率ａ_ｉの合計が５０％以上であれば食品、５０％未満であれば食品でない、すなわち非食品であると判別する。最後に、判別結果を出力装置５０によって出力（表示）し（ステップＳ２４０）、食品判別処理を終える。

なお、ステップＳ２３０における５０％という基準値は、種々の食品および非食品を対象にしてステップＳ２１０及びステップＳ２２０を実行することにより各構成成分の合計値を取得し、その取得結果に基づいて、食品と非食品とを判別するのに適切なものとして定められた値である。

以上に説明した食品判別装置１によれば、被検査物が食品であるか否かを容易に判別することができる。本実施形態においては、判別基準を実際の食品と非食品とを分光分析した結果に基づいて定めた関係を用いるので、現実の食品と非食品とに合わせて精度良く判別することができる。よって、例えば、複数種類の食品を大量生産する工程において、食品に異物が混入しているかの検査に用いることができる。さらに、各構成成分が被検査物にどの程度含有されているかを、その判別において算出することができる。

この他、食品判別装置１は、食品の熱量を推定する場合に活用することができる。つまり、食品の熱量を推定するために分光情報を用いる際、取得した分光情報に含まれていることがある非食品（例えば食器など）に対応する分光情報を判別すると共に除外し、食品に対応する分光情報を用いて熱量を推定することによって、食品の熱量を正確に推定できるようになる。

実施形態と適用例との対応関係を述べる。ステップＳ２１０が取得部、ステップＳ２２０及びステップＳ２３０が判別部、ステップＳ２２０が算出部を各々実現するためのソフトウェアに対応する。一方、分光計測器２００が取得部、コンピューター１００が判別部および算出部を各々実現するためのハードウェアに対応する。

本発明は、先述した実施形態になんら限定されるものではなく、発明の技術的範囲内における種々の形態により実施できる。例えば、実施形態の構成要素の中で付加的なものは、実施形態から省略できる。ここで言う付加的な構成要素とは、実質的に独立している適用例においては特定されていない事項に対応する要素のことである。さらに、例えば、以下のような実施形態が考えられる。

・構成成分分光情報を示すベクトルが互いに直交しているとは限らないという前提で、各構成成分の含有率を算出しても良い。この場合、含有率は、Ａ＝ｘＳ^Ｔではなく因子分析を用いて算出する。

・食品であるか否かの判別基準は、各構成成分の含有率の合計でなくても良い。例えば、構成成分ごとに基準値を設定し、全ての構成成分について基準値（例えばゼロ％）を超えたら食品、一つ以上の構成成分が基準値（例えばゼロ％）以下なら非食品、というように判別しても良い。なお、実際には含有率が負の値になることはないが、計算上は負の値が算出されることがある。
・逆に、ある成分の含有率について基準値を超えたら非食品と判別しても良い。例えば、乾燥食品を生産する工程において、水の含有率が基準値を超えたら、異物が混入したと見なして、非食品と判別しても良い。

・含有率そのものに基づかなくても、含有率から算出される値に基づいて、食品であるか否かを判別しても良い。例えば「含有率を２乗した値が、基準値以上か否か」等の手法が考えられる。

・食品を構成する構成成分は、必ずしもタンパク質、糖質、脂質、水でなくても良い。例えば、この内の二つ又は三つでも良いし、他の物質（無機質やビタミン等）を追加しても良い。
・分光情報の波長領域は、可視光でも良い。この場合、正確な測色ができる。
・分光情報の波長領域を中赤外領域にした場合、タンパク質、糖質、脂質それぞれについて、より細分化された物質（例えば、糖質の一種であるデンプンなど）を対象にして含有率を算出することができる。このような細分化された物質の含有率に基づいて食品であるか否かの判別を行っても良い。

・ハードウェア構成は、種々考えられる。コンピューターと分光計測器とを無線接続やＬＡＮ接続しても良いし、コンピューターと分光計測器とを一体に構成しても良い。
・スマートフォンやデジタルカメラ等の機器を、食品判別処理が実行可能なように構成しても良い。この場合、例えば、これらの機器に分光のための付属部品（エタロン等）を装着する構成が考えられる。
・実施形態においては、分光のために、受光する光をエタロンに透過させていたが、光源から照射される光の波長を順次切り替えることによって分光を実現しても良い。このために、光源から照射される光をエタロン等の波長選択フィルターに透過させても良いし、それぞれ異なる波長特性の光源を複数用意しても良い。
・分光分析において、外乱光による影響を取り除いても良い。具体的には、光源による光の照射をせずに、外乱光によって生じるスペクトルを測定し、その測定結果を光源による光の照射をして取得される測定結果から差し引くことによって実現することができる。
・実施形態においては複数箇所を対象にして分光情報を取得するが、被検査物の代表点としての一か所のみを対象にして分光情報を取得して、食品であるか否かの判別を行っても良い。

１…食品判別装置
１０…ＣＰＵ
２０…記憶装置
５０…出力装置
６０…入力装置
７０…ハードウェアＩ／Ｆ
１００…パーソナルコンピューター
２００…分光計測器
２１０…光源
２２０…光学系
２３０…エタロン
２４０…受光素子
２５０…処理部

Claims (8)

1. 被検査物が食品であるか否かを判別する食品判別装置であって、
   前記被検査物を対象とした分光情報を取得する取得部と、
   食品を構成する複数の構成成分それぞれについての前記構成成分に対応する分光情報である構成成分分光情報を用いて、前記被検査物を対象とした分光情報を解析することによって、前記被検査物が食品であるか否かを判別する判別部と
   を備える食品判別装置。
2. 請求項１に記載の食品判別装置であって、
   前記判別部は、
   前記構成成分分光情報を用いて前記被検査物を対象とした分光情報を解析することによって、前記被検査物に含まれる複数の前記構成成分それぞれの含有率を算出する算出部を備え、
   前記含有率に基づいて被検査物が食品であるか否かを判別する
   食品判別装置。
3. 請求項２に記載の食品判別装置であって、
   前記判別部は、複数の前記構成成分についての前記含有率を合計した値が基準値を超える場合に、前記被検査物が食品であると判別する
   食品判別装置。
4. 請求項２又は３に記載の食品判別装置であって、
   前記判別部は、前記算出部によって算出された複数の前記構成成分についての前記含有率が全て基準値を超える場合に、被検査物が食品であると判別する
   食品判別装置。
5. 請求項１乃至４の何れか一つに記載の食品判別装置であって、
   前記判別部は、前記構成成分分光情報を示すベクトルが互いに直交していることを前提にして、前記被検査物を対象とした分光情報を解析する
   食品判別装置。
6. 請求項１乃至５の何れか一つに記載の食品判別装置であって、
   前記構成成分分光情報は、正規化されている
   食品判別装置。
7. 請求項１乃至６の何れか一つに記載の食品判別装置であって、
   複数の前記構成成分は、糖質、脂質、タンパク質および水の内の少なくとも何れか二つである
   食品判別装置。
8. 被検査物が食品であるか否かを判別する食品判別方法であって、
   食品を構成する複数の構成成分それぞれについての前記構成成分に対応する分光情報の集合である食品特徴分光情報を用いて、前記被検査物を対象とした分光情報を解析することによって、被検査物が食品であるか否かを判別する
   食品判別方法。

Images