- 番茄
- 苹果
- 甜瓜
- 桃
- 黄瓜
- 胡萝卜
- 大葱
检测内容
测量色泽
检出表面伤痕
测量形状与尺寸
检出凹陷与裂纹
食品用检测装置（农产品/加工食品/水产品）农产品、加工食品、水产品，皆可检测。
看得见的品质，看不见的品质。以 2D・3D・AI 外观检测与近红外光谱内部品质测量，综合评价食品品质。从检测到 NG 排出，再到嵌入现有生产线，均可对应。
影像为示意。所显示的数值和等级仅用于图示，并非产品规格或实际测量值。
- 外部品质传感器AP8000系列的导入实绩
- 300处以上
- 内部品质传感器的最大处理能力※为 Imes10 的代表值，并非保证值
- 10个／秒
传感技术 × 系统方案能力，综合评价食品品质。
长年积累的传感技术，以及贴合用途、产品与输送条件的系统方案能力。尼力科将这些技术拓展到食品行业，实现契合检测对象与生产线的灵活系统构成。
传感技术
结合图像、3D、近红外的方案
系统方案
从检测到 NG 排出，再到嵌入现有生产线
拓展至食品领域
对应农业、加工食品、水产用途
灵活的构成
从上下面检测、全面检测、片材检测中优化
外观＋内部的“综合品质评价”
看得见的品质，看不见的品质。尼力科从这两方面正确评价食品的价值。
将广泛食品领域中积累的“观察力”，用于品质评价。
基于在农产品、加工食品、水产品等各类食品领域积累的图像处理技术与现场经验，满足多样化的品质评价需求。
- 曲奇
- 铜锣烧
- 豆腐
- 面条
- 片状食品
检测内容
检出烘烤不均与焦糊
检出裂纹与缺损
检出形状不良
检出附着异物
- 竹荚鱼
- 鲭鱼
- 鲷鱼
- 秋刀鱼
检测内容
识别与判别鱼种
测量鱼的尺寸
测量脂肪含量
满足现场需求的灵活系统构成。
从仅检测上面的简单构成到多面检测。根据现场的多样需求，提出最佳的检测构成。也支持基于检测结果的各类控制，以及顺畅嵌入现有生产线。
上下面检测
同时检测上面与下面
构成示例：上下 2 面检测装置
正反面＋4 侧面检测
检测正面、反面、4 个侧面共 6 面
构成示例：6 面检测装置
片材检测
从单张片材到卷对卷均可对应
构成示例：片状食品检测装置
※所载系统构成及检测部布局为参考示例。构成会根据所要求的规格而不同。
那些检测，是否仍在依赖人的判断？
即便选果场与食品工厂推进自动化，仍有传统图像处理难以完成的判断。尼力科从现场残留的检测课题出发，组合技术。
颜色相近，就会漏检缺陷。
正常部与缺陷部颜色相近时，传统图像处理难以检出。
原图AI 推理
与正常部颜色相近的裂果。拖动分界线，可看到 AI 捕捉到的区域。 番茄的裂果、豆腐的剥离
能找到伤痕，却分不清种类。
仅检出损伤，难以用于按病害分选或对生产者的种植指导。需要对损伤种类进行分类判断。
蜜柑的原图。虽能看出存在损伤，却难以辨别是哪种病害。 甜瓜、蜜柑的病害
粘连在一起，就数不准。
形状与尺寸不一的食品，因重叠或粘连而难以分离轮廓。反光的罐体在传统处理中也存在计数错误的课题。
示意图：说明将粘连的颗粒逐粒分开计数的思路（示意重绘，并非实际检测图像或结果）。 粘连食品、罐体的个数计数
用多重“眼睛”洞察品质。
以结合 2D・3D・AI 的多角度检测，高精度评价目视难以辨别的品质差异。将品质定量化并反馈到制造工序，支持持续的品质提升与工序改善。结合近红外光谱的内部品质测量，可从外观与内部两方面评价。
- 品质可视化
- 提升评价精度
- 省人化、效率化
- 品质提升与工序改善
2D 测量
长年积累的图像处理与传感技术支撑的高精度测量。
除异物附着外，还对颜色、形状、面积等进行定量评价。
- 2D 相机的测量项目
- 颜色、伤痕、形状（圆度）、面积
- 检出
- 异物附着
3D 测量
测量 2D 难以捕捉的高度、凹凸、体积、断面形状等。
利用激光逐线获取高度信息，生成对象物的 3D 图像数据。高精度测量表面细微的凹凸与缺陷。在 2D 图像检测检出颜色与伤痕的基础上结合 3D 检测，连人眼难以发现的微小凹凸也能捕捉。
即便带土，也能捕捉形状
以不易受照明环境影响的 3D，测量黑色输送带上带土马铃薯的体积与形状。一体化机箱加 1 台控制 PC 的构成，也可满足节省空间的需求。
- 3D 相机的测量项目
- 凹凸检测、体积、断面形状
- 与 2D 结合评价
- 重量估算、含凹陷的等级判定
AI 判定
高精度识别传统方法难以分辨的品质差异。
以 AI 判定仅凭图像处理技术难以识别的相近颜色、复杂形状以及个体差异大的外观不良。
自然物图像处理 × 自主研发 AI
凭借长年经验，先将图像整理成 AI 易于捕捉特征的状态再进行推理。按果实种类调整模型，并通过 XAI 热力图确认关注区域，用于再学习。
- 颜色相近的缺陷
- 豆腐的剥离、小番茄的裂果
- 高难度的外观不良
- 甜瓜的青筋、粗网纹、损伤部、蔓枯 等
- 损伤与病害的分类
- 蜜柑的风伤、黑点、茶木病 等
内部品质测量（近红外光谱）
无需切开，测量糖度、酸度等内部品质。
以近红外光谱式内部品质传感器，利用预先创建的校准曲线，将透过对象的光的吸收差异转换为品质推定值。水果的糖度、酸度由内部品质传感器 Imes 10 测量，鱼的粗脂肪由应用同一近红外分析的鱼品质检测装置 QG100 测量。结合外观检测，可在同一条线上评价看得见与看不见的品质。
将肉眼无法得知的品质数值化
按等级评价内部损伤，实现符合品质标准的分选。从果实的糖度测量到鱼的脂肪含量，根据对象创建校准曲线。
- 柑橘、番茄
- 糖度、酸度等
- 洋葱
- 内部损伤（腐烂）
- 马铃薯
- 内部损伤（空洞、变色）
- 鱼
- 秋刀鱼、鲭鱼、竹荚鱼的粗脂肪
检测项目示例
- 色泽
- 伤痕
- 形状
- 尺寸
- 凹陷
- 裂纹
- 体积
- 断面形状
- 糖度
- 酸度
- 腐烂
- 着色比率
- 黑点数
- 估算重量
- 烘烤不均、焦糊
- 缺损
- 附着异物
- 鱼种
- 脂肪含量
- 体长
- 花纹
检测装置相机实际拍摄的图像，以及推理与判定的结果。
原图
AI 推理
原图判定图像
原图
AI 推理
原图
AI 推理
以实测值确认检测的变化。
甜瓜的病害、长山药的形状、洋葱的内部损伤。介绍针对实际课题采用了哪种技术、取得了怎样的结果。
※所载数值为个别验证与导入案例的结果，并非保证值。精度会因对象物、拍摄条件、学习部位与校准曲线而变动。
甜瓜AI 图像检测
找出病害，并判别种类。
- 课题
- 病害判别困难，传统图像处理即便能检出损伤部，也难以对种类进行分类。
- 解决
- AI 学习青筋、粗网纹、损伤、蔓枯的特征。连同正常品一起分类。
- 效果
- 按种类区分判定病害与损伤。将分类结果用于稳定的品质分选与判定作业的省人化。
以 AI 分类的项目
- 正常品
- 青筋
- 粗网纹
- 损伤
- 蔓枯
※可分类的损伤与判定精度会因学习数据与拍摄条件而变动。
长山药3D 检测
凹凸不平的长山药，也能估算重量。
- 课题
- 由于形状凹凸，从图像估算重量的精度不稳定。
- 解决
- 以 4 个方向的 3D 测量分析立体形状。由高度信息换算重量，同时评价凹陷。
- 效果
- 即便有凹凸，也能由立体形状估算重量。凹陷的评价也用于等级判定。
- 3D 测量的拍摄面
- 4个方向环绕四周每隔 90 度，测量长山药的全周
- 用于评价的信息
- 由高度信息换算的重量、凹陷
※重量估算的精度会因对象形状与测量条件而变动。
洋葱近红外内部品质检测
从外部看不见的腐烂，无需切开即可评价。
- 课题
- 需要以无损方式分选仅凭外观无法得知的内部损伤。
- 解决
- 以近红外光内部传感器，基于校准曲线对内部状态进行等级判定。
- 效果
- 将随机抽取的 40 个洋葱按内部状态分类。可用于品质标准的设定与分选评价。
- 创建校准曲线时的基准（Level）
- 0〜5内部损伤的等级判定
- 导入实绩
- 24 通道生产线
※等级为创建校准曲线时的基准。判定精度与阈值会因对象与校准曲线而变动。
请告诉我们想检测的品目与缺陷，以及现有的生产线条件。
加工食品与食品工厂的生产线，也以同样的技术检测。
将选果场使用的 2D・3D・AI 图像检测，同样搭载于烘焙点心、面条、豆腐等加工食品的生产线。即便不是农、水产品，只要告诉我们对象与规格，我们就能从检测项目开始提出方案。
- 对象品目示例
- 烘焙点心、曲奇
- 面类
- 豆腐、油豆腐皮
- 水产加工品、熟食
- 检测项目示例
- 烘烤不均、焦糊
- 裂纹、缺损
- 形状不良
- 附着异物
- 黑点（1mm 以下）、异色异物
- 凹凸、孔洞（3D 测量）
- 个数计数
- 嵌入生产线
- 加装于现有输送线
- 含剔除装置与输送带的一体化装置
- 有水洗工序的生产线采用防尘防滴规格
- 上下面、正反面＋4 侧面、片材的检测构成
从检测、分选排出控制到信息系统，由一家公司贯通。
不仅是传感器，从判定、分拣到数据管理一并设计。可对整条生产线进行优化，故障时的排查与恢复也能迅速推进。
检测
测量图像、高度、内部品质。整合外部与内部传感器的数据。
等级和规格判定
将测量结果对照品质标准，判定等级与规格。
分选排出控制
与输送联动分拣。也可查看设定、测量结果与排出口的履历。
信息系统
对接分选单据、数据库、JA（日本农协）系统。从收货到出货全程管理。
遍布日本全国的农协设施与商户
300处以上
外部品质传感器 AP8000系列的导入实绩
- 果蔬外部传感器的相机构成
- 1〜12台
- 分选排出控制的对应实绩
- 1〜45通道
- 分选排出控制的最大出口数
- 90出口
※相机构成根据对象与规格专门设计。多通道的分选排出控制以 5 通道或 6 通道为单位对应。
选果场
柑橘、番茄、苹果、甜瓜、长山药等。针对自然物形状与颜色的差异专门设计。
食品工厂
油豆腐皮、厚炸豆腐、乌冬面、仙贝、曲奇、费南雪等。根据产品与生产线定制。
水产加工
对应秋刀鱼、鲭鱼、竹荚鱼的粗脂肪、鱼种分选、鲱鱼子与三文鱼片的颜色检测等。
装置产品阵容
从近红外光谱式内部品质传感器到外部品质传感器、食品用外部品质检测装置、鱼类分选装置。我们根据检测对象与所需项目提出方案。请查看各装置的特长与规格。
- 水果分选装置
- 根据外部因素（伤痕、腐烂、尺寸等）或内部因素（糖度、酸度），瞬时、无损地判别农产品品质的装置系统。
- 鱼类分选装置
- 瞬时测量并判别鱼种、脂肪含量的装置系统。无需人工介入即可分选，不受判定人员主观影响，实现快速且卫生的分选作业。
检测对象品目示例
- 蜜柑
- 晚柑类
- 日本柚子
- 柿子
- 梨
- 苹果
- 甜瓜
- 西瓜
- 桃
- 番茄
- 茄子
- 黄瓜
- 长山药
- 马铃薯
- 鲜鱼
- 点心
- 铜锣烧
- 面类
- 豆腐
规格值为代表值，并非保证值。不同检测对象的差异请咨询我们。
根据检测对象与输送线提出方案
从嵌入现有生产线到含剔除装置与输送带的一体化装置，均由我们自主设计对应。请告诉我们想检测的对象物与现场条件。
TEL东京 +81-42-660-7400