JP2016503895A - 種子を選別するためのシステムおよび方法 - Google Patents
種子を選別するためのシステムおよび方法 Download PDFInfo
- Publication number
- JP2016503895A JP2016503895A JP2015551813A JP2015551813A JP2016503895A JP 2016503895 A JP2016503895 A JP 2016503895A JP 2015551813 A JP2015551813 A JP 2015551813A JP 2015551813 A JP2015551813 A JP 2015551813A JP 2016503895 A JP2016503895 A JP 2016503895A
- Authority
- JP
- Japan
- Prior art keywords
- seed
- seeds
- group
- selecting
- child
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 241000519695 Ilex integra Species 0.000 claims abstract description 42
- 229920002472 Starch Polymers 0.000 claims abstract description 41
- 239000008107 starch Substances 0.000 claims abstract description 41
- 235000019698 starch Nutrition 0.000 claims abstract description 41
- 239000000203 mixture Substances 0.000 claims abstract description 31
- 230000003287 optical effect Effects 0.000 claims abstract description 31
- 230000001678 irradiating effect Effects 0.000 claims abstract description 5
- 240000008042 Zea mays Species 0.000 claims description 47
- 235000002017 Zea mays subsp mays Nutrition 0.000 claims description 47
- 235000016383 Zea mays subsp huehuetenangensis Nutrition 0.000 claims description 46
- 235000009973 maize Nutrition 0.000 claims description 46
- 229920000945 Amylopectin Polymers 0.000 claims description 24
- 229920000856 Amylose Polymers 0.000 claims description 18
- 239000000356 contaminant Substances 0.000 claims description 8
- 230000005855 radiation Effects 0.000 claims description 3
- 230000009261 transgenic effect Effects 0.000 claims description 3
- 235000013339 cereals Nutrition 0.000 description 54
- 238000012545 processing Methods 0.000 description 9
- 229920002261 Corn starch Polymers 0.000 description 6
- 241000758789 Juglans Species 0.000 description 6
- 235000009496 Juglans regia Nutrition 0.000 description 6
- 230000007547 defect Effects 0.000 description 6
- 235000020234 walnut Nutrition 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 5
- 239000003550 marker Substances 0.000 description 5
- 230000002950 deficient Effects 0.000 description 4
- 235000013305 food Nutrition 0.000 description 4
- 235000019759 Maize starch Nutrition 0.000 description 3
- 238000005286 illumination Methods 0.000 description 3
- 238000000926 separation method Methods 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- 241000196324 Embryophyta Species 0.000 description 2
- 239000008120 corn starch Substances 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000037361 pathway Effects 0.000 description 2
- 229920000642 polymer Polymers 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000003908 quality control method Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- ZCYVEMRRCGMTRW-UHFFFAOYSA-N 7553-56-2 Chemical compound [I] ZCYVEMRRCGMTRW-UHFFFAOYSA-N 0.000 description 1
- 125000002353 D-glucosyl group Chemical group C1([C@H](O)[C@@H](O)[C@H](O)[C@H](O1)CO)* 0.000 description 1
- 241000257465 Echinoidea Species 0.000 description 1
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 1
- 238000012773 Laboratory assay Methods 0.000 description 1
- 240000003183 Manihot esculenta Species 0.000 description 1
- 235000016735 Manihot esculenta subsp esculenta Nutrition 0.000 description 1
- 244000061456 Solanum tuberosum Species 0.000 description 1
- 235000002595 Solanum tuberosum Nutrition 0.000 description 1
- 241000209140 Triticum Species 0.000 description 1
- 235000021307 Triticum Nutrition 0.000 description 1
- 241000482268 Zea mays subsp. mays Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 235000021028 berry Nutrition 0.000 description 1
- 238000005422 blasting Methods 0.000 description 1
- 238000007664 blowing Methods 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 230000010154 cross-pollination Effects 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 230000001747 exhibiting effect Effects 0.000 description 1
- 239000008103 glucose Substances 0.000 description 1
- 150000004676 glycans Chemical class 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- PNDPGZBMCMUPRI-UHFFFAOYSA-N iodine Chemical compound II PNDPGZBMCMUPRI-UHFFFAOYSA-N 0.000 description 1
- 229910052740 iodine Inorganic materials 0.000 description 1
- 239000011630 iodine Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 229920001282 polysaccharide Polymers 0.000 description 1
- 239000005017 polysaccharide Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 230000024042 response to gravity Effects 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- 238000001238 wet grinding Methods 0.000 description 1
- 239000002023 wood Substances 0.000 description 1
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
- B07C5/34—Sorting according to other particular properties
- B07C5/342—Sorting according to other particular properties according to optical properties, e.g. colour
- B07C5/3425—Sorting according to other particular properties according to optical properties, e.g. colour of granular material, e.g. ore particles, grain
-
- 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
-
- 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
-
- 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
- G01N21/59—Transmissivity
- G01N21/5907—Densitometers
-
- 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
-
- 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
- B07C2501/00—Sorting according to a characteristic or feature of the articles or material to be sorted
- B07C2501/0018—Sorting the articles during free fall
-
- 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
- G01N21/84—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
- G01N2201/02—Mechanical
- G01N2201/022—Casings
- G01N2201/0221—Portable; cableless; compact; hand-held
-
- 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
Landscapes
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Immunology (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Pathology (AREA)
- Pretreatment Of Seeds And Plants (AREA)
- Sorting Of Articles (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Engineering & Computer Science (AREA)
- Food Science & Technology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Medicinal Chemistry (AREA)
- Optical Communication System (AREA)
Abstract
デンプン組成の光学的差に基づいて種子または穀粒を分離するためのシステムおよび方法が提供される。デンプン組成の光学的差に基づいて種子または穀粒を分離するための方法は、複数の種子を含む種子群を収容することを含む。本方法は、種子が背面照射されるように種子の背後に配設された照射源から種子群の各種子に照射することをさらに含む。本方法は、デンプン組成の差に基づいて種子群の各種子を選別することをさらに含む。いくつかの場合、本方法は、種子群を次のグループ、すなわち、モチ種子およびウルチ種子に分離することにより各種子を選別することを含む。
Description
本開示の種々の実施形態は、概して、種子選別に有用なシステム、方法、および装置に関する。より詳細には、本開示の実施形態は、デンプン組成の光学的差に基づいて種子または穀粒を分離するためのシステム、方法、および装置を提供する。
メイズ(たとえばトウモロコシ)のデンプンは、その組成および品質に応じてさまざまに使用される。これらの用途には、たとえば、さまざまな食品製品の均一性、安定性、および食感を改良するためのメイズデンプンの使用が含まれる。実際に、特定のタイプのメイズデンプンには、かなりの需要が存在する。
メイズ種子は、いくつかの場合、生産されてひとまとめにされうるが、多くの場合、特定の望ましいデンプン組成および品質を有する種子が混合される。したがって、種子のデンプン組成に基づいて種子を選別するための高速かつ効率的なシステムおよび方法が求められている。
本開示の実施形態は、種子のデンプン組成に基づいた種子の効率的かつ迅速な選別を提供する。この選別は、非破壊的であり、かつ選別される種子の光学的性質に基づいており、しかも選別前の特別な処理または種子コーティングをなんら必要としない。
照射源によりバックライト照射した場合、モチメイズ子実の胚乳は、比較的不透明に見えることが知られている。これとは対照的に、照射源によりバックライト照射した場合、ウルチメイズ子実の胚乳は、比較的半透明に見える。いくつかの実施形態では、この光学的差を活用してモチ種子とウルチ種子との分離を促進することにより、高スループットで汚染子実の除去を促進するように試みる。
以上に述べたように、いくつかの実施形態では、外部照射源によるアミロース対アミロペクチンの示差的相互作用を用いて、ウルチ汚染物質の高速除去を促進しうる。たとえば、いくつかの実施形態では、種子選別機を2回通過した後、全ウルチ汚染物質の約100パーセントの除去が達成されるように光学デバイスを設置して、色彩種子選別機(たとえば、図1に示される種子選別機10)を構成しうる。そのようにして、本明細書に開示された方法およびシステムによれば、たとえば、これまで純度仕様を満たすことができなかったために許容できないとみなされてきた親種子バッチの使用が可能になる。さらに、本明細書に開示された方法およびシステムはまた、最終使用市場の純度要件を満たすことが保証されるように、商業的に収穫されたモチメイズ生産物への使用に適用可能でありうる。
いくつかの実施形態では、存在または不在のウルチメイズ子実に関して、モチ種子のバルクサンプルからの種子(たとえば、商用穀物倉庫にある親メイズの種子または穀粒)が評価されうる。種々の実施形態では、この評価工程は、1つ以上のウルチメイズ子実が種子群中に存在するかまたは不在であるかを決定することを含みうる。特定的には、評価工程は、特定の波長およびエネルギー/強度でバルクサンプルからの種子に照射し、次いで、ウルチ汚染子実が存在するか否かを自動決定することを含みうる。種子に照射するために使用される特定の波長は、いくつかの場合、実質的に可視光子スペクトル内の波長(すなわち、実質的に約500nm〜実質的に約580nmの範囲の波長)を有しうる。いくつかの実施形態では、ポータブル/ハンドヘルド光スペクトルスキャナーが使用されうる。
いくつかの実施形態では、種子選別機を用いて種子バッチからウルチ子実を分離しうる。いくつかの例示的な評価デバイスとしては、Satake−USA,Inc.(Stafford,Texas)により製造されるScanMaster DE二色可視赤外高容量選別機などの市販の光学種子選別機が挙げられるが、これに限定されるものではない。通常の使用では、食品アイテムのバルクサンプルから、岩石、ガラス、土、損傷食品アイテム、カビ、および他の異物などの汚染物質を評価および選別すべく、種子選別機を使用しうるが、本開示のいくつかの例示的な実施形態では、モチメイズおよびウルチメイズの子実が呈する光学的差に基づいて、たとえば、各種子の不透明度レベルに基づいて、種子を評価および選別するように種子選別機を改造する。[不透明度は、透明度または半透明度が欠如した状態とみなしうるため、いくつかの実施形態では、本発明により、各種子の不透明度レベルに基づいてモチメイズおよびウルチメイズの子実が呈する光学的差に基づいて種子を評価および選別する一方、他の実施形態では、本発明により、半透明度レベルに基づいてモチ子実およびウルチ子実が呈する光学的差に基づいて種子を評価および選別しうることを理解すべきである。]
このように本開示を一般論として説明してきたが、次に、添付の図面を参照する。これらの図面は、必ずしも原寸どおり描かれているわけではない。
次に、添付の図面を参照しながら、これ以降で本開示をより詳細に説明するが、図面には、必ずしも全部の実施形態が示されているわけではなく、そのいくつかが示されている。実際に、本開示は、多くの異なる形態で具現化することができ、本明細書に示される実施形態に限定されるものと解釈されるべきではない。むしろ、これらの実施形態は、本開示が該当する法的要件を満たすように提供される。同様の数字は、全体を通じて同様の要素を参照する。
メイズ品種は、そのデンプン組成が異なる。たとえば、通常の(たとえば、デント、ウルチ)メイズ雑種は、デンプンの主成分としてアミロペクチンおよびアミロースの両方を含有する。雑種種子は、2つの異なる近交系親種子品種の意図的な交雑から生じる。モチメイズ雑種は、主なデンプン材料としてアミロペクチンを含有する。アミロペクチンは、植物に見いだされる可溶性多糖かつ高分岐状グルコースポリマーである。それは、デンプンの2つの成分のうちの1つであり、他方は、アミロースである。アミロースは、D−グルコース単位から構成された線状ポリマーである。
アミロペクチンまたはモチトウモロコシデンプンの特定の性質により、モチデンプンは、工業用途に好適なものとなる。たとえば、モチデンプンは、比較的容易に糊化して、固着性または粘着性の表面を有する透明粘性ペーストを生成し、多くの場合、ジャガイモまたはタピオカのデンプン(塊茎デンプン)から生成されるデンプンに類似している。アミロペクチンデンプンはまた、老化する傾向がより低いため、より安定した粘度を有する。通常のデントコーンデンプン(これはアミロースをも含有する)と比較して異なるこれらの性質は、食品製品を含むさまざまな用途で主に利用される。
モチメイズ雑種により生産された穀粒は、工業用デンプンの調製を含めてさまざまなニーズに使用される。工業スケールで使用すべくモチメイズデンプンを生産するには、標準的なデントメイズと比較して特別な考慮を払う必要がある。モチ遺伝子は劣性であるため、他家受粉を防止するために、モチメイズ圃場をいずれの近くのデント(たとえばウルチ)メイズ圃場からも数百メートル隔離する必要がある。いくつかの場合、前年の栽培からの自生デントメイズ植物もまた、モチメイズ生産を汚染するおそれがある。一般的には、モチ圃場のデントメイズ自生植物が少数であっても、モチ圃場全体を十分に汚染して、デント穀粒の混ざったモチ穀粒を生じるおそれがある。
モチ生産地におけるウルチ穀粒のそのような混合物は、栽培者に品質管理問題を招くおそれがある。通常のデントメイズと比較して、モチ雑種は、通常、デンプン(湿式製粉)用として契約して生産される。実際に、モチ雑種により生産された穀粒には、割増し料金が課される。この割増し料金の一部は、より低い収穫量が原因で生じる追加のコストおよび穀粒の適正デンプン組成を確保する品質管理に必要とされる追加の取扱いを補償すべく与えられる。多くの場合、モチ雑種から穀粒を生産するプロセスでは、ウルチ種子またはウルチ穀粒からモチ種子またはモチ穀粒を分離することが有利になる。したがって、いかなるウルチ汚染物質も除去されるように、モチメイズの種子および穀粒の高品質の生産および選別を保証すべく、費用効果的でかつ高スループットのニーズが存在する。本明細書で用いられる場合、「種子」、「穀粒」、および「子実」という用語は、いくつかの例示的な実施形態に対して同義的に用いられうる。本明細書で参照される種子または穀粒には、トランスジェニック、非トランスジェニック、近交系、雑種、および/またはそれらの混合物が含まれうるが、これらに限定されるものではないことにも留意すべきである。
本明細書で考察されるように、モチメイズ雑種は、子実胚乳中にアミロペクチンのみを含有するが、通常のデント(たとえばウルチ)雑種は、アミロペクチンデンプンとアミロースデンプンとの混合物を含有する。商用の雑種種子生産物は、生産者の作物が穀粒処理機により排除されないことが保証されるように、好ましくは、モチ形質に関して比較的純粋である。したがって、雑種種子の生成に使用される親種子系は、許容可能であるとみなされるように、比較的純粋である(たとえば、子実数基準でモチが99.95%)。ウルチ子実による汚染が原因でモチ近交系バッチを廃棄しなければならないこともあることは、珍しいことではない。
本明細書に提供される開示の前、光学的性質に基づくモチ親種子バッチからのウルチメイズ汚染物質子実の迅速な除去は、可能ではなかった。その代わりに、たとえば、種子のデンプン含有率を決定すべく、ヨウ素反応が使用された。種子を破砕した場合、ウルチメイズ胚乳組織中のアミロースは、ヨウ素で処理すると暗色に変わる傾向を呈するが、モチ種子中のアミロペクチンは、そうではない。しかしながら、分離された種子を生存可能な状態に維持しなければならないため、この染色性は、有用なものにはならない。
市販の種子選別機、たとえば、図1に示される種子選別機10は、高スループット色彩選別を用いた種子の識別および分離に使用されうる。そのような選別機では、可視光スペクトル域の反射波長に基づいて種子と汚染物質とを識別するために1つ以上の光学センサーが使用されうる。二色選別機では、赤色/緑色や赤色/青色などのフィルターの組合せが選別に使用されうる。いくつかの場合、光学選別機では、電荷結合デバイスやフォトダイオードアレイなどの多重光検出器を含む光学センサーが使用される。これらの選別機はまた、通常、センサーの後に配置された1つ以上のエジェクター機構を含む。エジェクター機構は、センサー機能に同期された電気信号により駆動される1つ以上のバルブに関連付けられた多重空気ノズルを含む。あらかじめ定義された選択基準を有するまたは有してない種子が検出された場合、選択された種子が対応するエジェクターを通過する時にノズルのバルブを駆動するように電気信号が発生される。選択された種子は、空気ブラストにより残留種子のフローから除去される。
たとえば、いくつかの場合、殻および外皮の破片、石、ガラス、木片、欠けた種子、変色または損傷した種子などの汚染物質が、種子選別機により除去可能である。その他に、いくつかの種子選別機では、従来の可視選別技術と赤外選別技術とが組み合わされて使用される。
図2は、例示的な一実施形態に従って種子のバルクサンプルから対象の要素または形質を含有する種子を識別するために使用しうる例示的なシステム50の概略図を示している。特定的には、システム50は、デンプン組成の光学的差に基づいて種子または穀粒を分離するために使用されうる。いくつかの場合、システムは、改造された市販の種子選別機でありうる。図示された実施形態では、種子選別機50は、複数の種子を含む種子群を収容するための少なくとも1つの容器(たとえば、種子ホッパー52)を含む。種子選別機50は、少なくとも1つの視覚システム54および少なくとも1つの選別デバイス55をさらに含む。
例示的な光学穀粒/種子選別機50は、たとえば、貯蔵タンクおよび振動フィーダーを含む穀粒/種子供給部52を有する。供給部から供給される穀粒または種子は、重力の助けを借りて、傾斜したシュートまたはチャネルの上に連続的に流下する(たとえば、矢印Aに沿って)。種子または穀粒は、チャネル上をまたはシュートを通って流下可能でありかつ側方に展延可能である。いくつかの実施形態では、種子または穀粒は、1つ以上の平行なカラムまたはチャネルに通して流動させうる。これらの多重円柱状の経路またはチャネルは、高速かつ高スループットの種子選別を可能にする。いくつかの実施形態では、傾斜したシュートは、フラットなシュート表面を有しうる。シュート表面は、各種子または各穀粒の幅とほぼ同一の幅を有する複数の流下溝を有しうる。そのようにして、いくつかの実施形態では、システム50は、チャネル1つあたり毎秒約200個の種子の速度で種子を選別するように構成されうる。
いくつかの実施形態では、少なくとも一部に望ましくない形質を有する1個以上の種子が混ざっている可能性のある種子のバルクサンプル(たとえば種子群)が、ホッパー52に充填される。ホッパー52は、少なくとも1つの視覚システム54により処理すべく、種子群が漏斗状になるように(たとえば、個別のシュートを通してなど)構成される。いくつかの場合、種子は、視覚システム54を通って矢印Aに沿って輸送されうる(たとえば、種子は、重力の力により下降しうる)。
いくつかの実施形態では、視覚システム54は、(1)種子サンプルに照射すべく選択された本明細書に記載の特定の波長および特定のエネルギーの光を発する照射デバイス54a(たとえば電球など)と、(2)放出されたエネルギーまたは種子を透過した光のエネルギーをフィルタリングするために使用しうる任意選択のフィルター54bと、(3)特定の光学的シグネチャーを呈する種子を識別するための画像センシングデバイス54c(たとえば、カメラ、電荷結合デバイス、または任意の他の画像センシングデバイス)と、を含みうる。図示された実施形態では、照射デバイス54aは、種子の経路を挟んで画像センシングデバイス54cおよび任意選択のフィルター54bの反対側に位置する。そのようにして、種子は、背面照射される。画像センシングデバイス54cは、アミロペクチン含有モチ子実により提示される光学特性と、アミロペクチンとアミロースとの混合物を含有する通常のデント雑種の子実により提示される光学特性と、を識別するのを支援しうる。
いくつかの実施形態では、少なくとも1つの画像センシングデバイス54cは、モチ(実質的にアミロペクチンを含有する)メイズ子実とウルチ(アミロペクチンおよびアミロースの両方を含有する)メイズ子実との間の光学的差の範囲を識別するように構成されうる。たとえば、画像センシングデバイス54cは、各種子の不透明度レベルを識別するように構成されうるとともに、いくつかの実施形態では、不透明度レベルが所定の不透明度レベルを上回るか下回るかを決定しうる(たとえば、種子がモチであるかウルチであるかを決定するためなど)。本明細書に記載されるように、そのような画像センシングデバイス54cは、いくつかの場合、市販の光学色彩選別機デバイスのコンポーネントを含みうる。さらに、いくつかの実施形態では、画像センシングデバイス54cは、モチ子実およびウルチ子実による透過光の差を検出すべく構成された電荷結合デバイス(「CCDデバイス」)および/または相補型金属−酸化物−半導体デバイス(「CMOSデバイス」)を含みうる。いくつかの実施形態では、画像センシングデバイスは、各種子の画像を取り込みうるが、図示された実施形態では、画像センシングデバイスは、シングルライン走査CCD検出器を使用し、個別画素またはグループ化隣接画素が解析される。
いくつかの実施形態では、少なくとも1つのフィルター54bは、実質的に画像センシングデバイス54c(たとえばCCDデバイス)と対象の形質を含有する種子との間に配設されうる。フィルター54bは、種子からの発光(たとえば、ウルチ子実の半透明度)を通過させて画像センシングデバイス54cに送るように構成されうる。たとえば、いくつかの実施形態では、フィルター54bは、標的発光波長と実質的に等価な波長(すなわち、対象の形質またはマーカーを含有する照射および/または励起された種子から放出されるエネルギーの発光波長)を有する光を通過させるように構成されたバンドパスフィルターを含みうる。たとえば、マーカーは、メイズウルチ子実などの種子中に存在するデンプンのタイプでありうる。
任意選択で、いくつかの実施形態では、フィルター54bは、センシングデバイスのイメージング感度を向上させうる。たとえば、フィルター54bは、ウルチ子実およびモチ子実のそれぞれのアミロースおよび/またはアミロペクチンが呈する光学的差の検出を向上させうる。
いくつかの実施形態では、画像センシングデバイス54c(たとえば、関連計算デバイスを介する)は、アミロースの存在または不在に基づいて実質的にバイナリー値を各種子に帰属しうる。そのような実施形態では、たとえば、実質的にアミロペクチンを含有する種子(たとえば、モチメイズ子実の場合)は、「陽性」として特徴付けられうる(したがって、たとえば選別デバイス55により、1つ以上の「+」容器56内に偏向および/または他の形で方向付けされうる)。実質的量のアミロースとアミロペクチンとの混合物を含有する種子(これは「陰性」の結果として解釈されうる)は、たとえば選別デバイス55により、1つ以上の「−」容器58内に落下および/または他の形で方向付けされうる。
図2に示されるように、画像センシングデバイス54c(または視覚システム54の他のコンポーネント)は、「陽性」(すなわち、対象の形質を含有する種子、たとえば、「モチ」種子)を1つ以上の「+」容器56内に方向付けるべく構成された選別デバイス55(たとえば、バルブデバイスおよび/または圧縮空気ジェットデバイスを含みうる)と通信状態(たとえば、制御デバイス12を介して)にありうる。いくつかの実施形態では、そのような「陽性」種子の方向付けは、画像センシングデバイス54cまたは他のデータ処理コンポーネント(たとえば、制御デバイス12)から受信したバイナリー陽性または「1」信号に応答しうる。同様に、選別デバイス55はまた、「陰性」(すなわち、対象の所望の形質を含有していない種子または微粒子状デブリ、たとえば、「ウルチ」種子)を1つ以上の「−」容器58内に方向付けるべく構成されうる。いくつかの実施形態では、そのような「陰性」種子の方向付けは、画像センシングデバイス54cまたは他のデータ処理コンポーネント(たとえば、制御デバイス12)から受信したバイナリー陰性または「0」信号に応答しうる。
図示された実施形態では、画像センシングデバイスは、ライン走査内で個別画素単位基準でバイナリー決定を行う。ユーザーは、グループに「ディフェクト」があるとみなされてカウントされるラインに沿った隣接画素の最小数を定義する。ウルチ種子およびモチ種子の性質に起因して、モチ(不透明)種子が検出器に本質的に不可視であるようにシステムを構成することが可能である。ウルチ(半透明)種子を通り抜ける光が検出器に達すると、そこで、照射画素が「ディフェクト」クラスに帰属される。モチ種子は、そのシュートからの出口により画成されるモチ種子の通常の軌道を継続して進む。ウルチ「ディフェクト」は、エジェクターの作用により軌道から変位される。したがって、より多くのモチ種子を含有するサンプルでは、エジェクターは、より頻発するモチ種子に作用するのではなく、比較的少ないウルチ「ディフェクト」に対して利用される。
図2に示されるシステム50は、(個別種子が重力に応答して視覚システム54を通り抜けうるように)実質的に垂直配向で配向されて示されているが、システム50はまた、他の方式で(たとえば、実質的に水平に)配向されうるとともに、個別種子を種々の視覚システムコンポーネント54a、54b、54cに通してから選別デバイス55に方向付けすべく構成された1つ以上の加圧気送チューブおよび/または搬送経路を含みうる。この選別デバイス55は、1つ以上の視覚システム54コンポーネントおよび/またはコントローラーから受信した信号に応答して、対象の形質または要素を含有する種子を対応する「+」容器56内に移送すべくかつ対象の要素または形質を含有していない種子を対応する「−」容器58内に移送すべく構成されうる。
いくつかの実施形態では、照射デバイス54aは、アミロースとアミロペクチンとを含有する種子(たとえばウルチ種子)の半透明度が増強されるようなメイズ子実に照射される波長スペクトルおよび/または強度の光を発するように構成された光源を含みうる。追加としてまたは他の選択肢として、いくつかの実施形態では、光源は、画像センシングデバイス54cによるモチメイズ子実とウルチメイズ子実との識別を可能にする任意の光源でありうる。いくつかの実施形態では、システムは、モチ子実およびウルチ子実への照射が増強されて種子サンプルの識別が支援されるように、2つ以上の画像センシングデバイス54cおよび/またはフィルター54bを含みうる。以上に述べたように、限定されるものではないが、CCDデバイス、CMOSデバイス、および他の視覚センサーを含めて、モチメイズ子実とウルチメイズ子実との存在を識別するように構成された任意の視覚システム54を使用しうる。
いくつかの実施形態では、選別デバイス55は、各種子が選別デバイス55を通り抜ける時に所望の形質を呈する種子を選別するための制御された空気ブラストを放出するいくつかの個別の空気圧エジェクター(たとえば「エアナイフ」)を含みうる。対象の形質を呈する種子(たとえばモチ子実)は、「+」記号で図中に明示された容器56内に投入されうる。対象の形質を含有していない種子(たとえばウルチ子実)は、「−」記号で図中に明示された容器58内に投入されうる。
その他に、いくつかの実施形態では、「−」容器58内に含有される種子は、これらの種子がシステム50を逐次的に通過するように、ホッパー52に通すなどにより経路変更してシステムを通過させうる。そのようにして、対象の形質を有するものとして同定されなかったいずれの種子も、システム50を逐次的に1回以上通過させることにより同定されうる。このようにシステム50を逐次的に通過させることは、ツーパス選別、スリーパス選別、フォーパス選別、またはマルチパス選別と参照されうる。
いくつかの実施形態では、ファーストパスからのいわゆる「リジェクト」もまた、ファーストパスがまだ行われている間、システムに戻すように搬送されうる。実際に、いくつかの種子選別機は、同時通過が可能なように複数のチャネルを有しうる。そのようなマルチチャネル選別機はまた、市販されているものでありうる。しかしながら、図示された実施形態では、モチ(不透明)種子は、ウルチ「ディフェクト」の完全除去を保証すべく、経路変更してシステムに再導入されうる。したがって、他の良好なモチ種子が廃棄画分中に一部失われるおそれがあるが、モチ種子の経路変更によりモチ種子の最適分離を保証しうる。
いくつかの実施形態では、種子のバルクサンプル(たとえば種子群)は、異なるタイプ(たとえばデンプンタイプ)および異なる量のマーカー(たとえば、異なる所望の形質に関連付けられうる内容物)を有する種々の種子を含みうる。所望の形質または形質群に関連付けられるマーカーまたはマーカー群の存在または不在に関して種子を評価する前に、バルクサンプルから種子をシンギュレートすることにより、本明細書に開示された方法は、特定の形質の存在または不在に関してだけでなく、マーカーの品質/量、たとえばアミロペクチンの存在および量に基づく種子の等級付けに関しても、種子を評価すべく使用されうる。
図2に図示された実施形態などのいくつかの実施形態では、選別システム50は、制御デバイス12を含みうる。制御デバイス12は、いくつかの実施形態では、種子/穀粒を通る透過光の平均強度に基づいて各穀粒/種子の半透明度/透明度または不透明度を決定するように構成されうる。たとえば、いくつかの実施形態では、アミロペクチンおよび/またはアミロースの存在に基づいて(たとえば、相対不透明度レベルにより)モチ種子とウルチ種子とを選別するためのカットオフ比は、異なる量のデンプンを有するさまざまな種子に適合するように変化させることが可能である。
いくつかの実施形態では、制御デバイス12が、たとえば、画像センシングデバイス54c(たとえばCCD)からの画像処理信号に基づいて、ウルチ種子を認識する場合(または図示された実施形態では、ウルチ(半透明)種子を通り抜ける光が検出器に達して、照射画素が「ディフェクト」クラスに帰属される場合)、制御デバイス12は、空気ジェットノズルを含む除去/エジェクターデバイスの開/閉バルブのために、除去信号または選別信号を発生して除去/選別信号を選別デバイス55に送る。いくつかの実施形態では、除去デバイスが除去信号を受信した場合、除去デバイスは、開/閉バルブを短時間開放して種子落下通路に向かって空気ジェットを吹き付けることにより、除去信号の発生により除去される欠損種子を落下通路から分離する。以上に述べたように、このプロセスで選別除去される欠損種子/穀粒は、種子選別機から欠損穀粒排出口を通って分離されうる。除去デバイスの作用を受けることなく落下通路を通り抜けた通常の種子は、非欠損排出口を通って回収されうる。種々の実施形態では、選別機は、チャネル1つあたり毎秒約200個の種子を処理可能でありうる。
以上に述べたように、いくつかの実施形態では、これらの種子(たとえば、図示された実施形態では、モチ種子)は、任意選択で、2回目の通過のためにホッパー52に戻すように移送されうる。たとえば、2、3、4、5、もしくは6回またはそれを超える回数の通過を行って、汚染種子を低減すべく選別種子の純度を向上させうる。一般的には、2または3回の通過により、選別効率が95%超、好ましくは98%または99%になる。実際に、選別機の効率および確度に依存して、多数回通過を行ってまたは行うことなく、90%、91%、92%、93%、94%、95%、96%、97%、99%、99%、および100%の種子純度が達成される。たとえば、図3は、1回通過後のモチ種子(モチ種子のすべてが示されているわけではないことに留意されたい)およびウルチ種子の種子群の選別結果を示している。いくつかの実施形態では、種子は、1回以上の追加の通過に付されうる。図3はまた、背面照射に基づくウルチ種子の半透明度およびモチ種子の不透明度を示している。
いくつかの実施形態では、制御デバイス12は、中央処理ユニット(CPU)を含みうる。中央処理ユニットは、計算機能に不可欠なコンポーネントを含みうる。これは、たとえば、画像メモリー、半透明度/透明度または不透明度コンパレーター、他のコンパレーターたとえば輪郭コンパレーター、画像処理回路、解析画像メモリー、入力/出力回路、ランダムアクセスメモリー(RAM)、およびリードオンリーメモリー(ROM)を含む。操作パネルおよび選別デバイスは、外部デバイスとして入力/出力回路に接続されうる。選別デバイスが空気ジェットノズルを含む実施形態では、制御デバイスは、空気ジェットノズルを駆動するためのバルブ開/閉回路を含みうる。
いくつかの実施形態では、CPUは、ROM中または遠隔に位置するサーバー中に記憶された所定のプログラムに従って回路および他のコンポーネントを制御しうる。画像メモリーは、制御デバイス中に設定された所定のサイクル時間に従ってCCDラインセンサーから画像信号を受信しうる。次いで、画像メモリー中の画像データは、先入れ先出し法により更新されうる。
いくつかの実施形態では、半透明度/透明度または不透明度コンパレーターは、画像メモリーから生成された画像データと、種子/穀粒の半透明度/透明度または不透明度を識別するための半透明度/透明度または不透明度の閾値と、を比較することにより、穀粒の画像を解析し、次いで、たとえば、種子/穀粒のデンプンタイプを表すバイナリーデータを生成しうる。種子の画像は、このデータに部分的に基づいて画像処理回路で形成されうる。いくつかの実施形態では、種子/穀粒の輪郭画像もまた、半透明度/不透明度の閾値に加えて輪郭コンパレーターにより生成されうる。
いくつかの実施形態では、選別前に、例示的な光学穀粒選別機のホッパーに種子/穀粒が供給される。傾斜シュートに沿って下降する種子/穀粒の画像は、CCDラインセンサーにより落下通路中の好適な検出位置で取得される。取得画像は、以上に記載の制御デバイス12により処理されて、操作パネル中の表示デバイス(図示せず)のモニタースクリーン上に表示される。いくつかの実施形態では、許容可能な生産物(モチ)は、それほど不透明でない部分(欠損ウルチ)を有する種子/穀粒よりも不透明な部分(アミロペクチン)を有する種子である。
いくつかの実施形態では、CPUから作動ノズル表示回路に命令が送られた場合、作動ノズル表示回路は、作動させるように制御手段により選択された空気ジェットノズルの位置に関するデータを用意しうる。
関連方法の実施形態を本明細書にさらに提供する。これに関連して、図4は、デンプン組成の光学的差に基づいて種子または穀粒を分離する方法200の実施形態を示している。デンプン組成の光学的差に基づいて種子または穀粒を分離する方法の実施形態は、本明細書に記載の種々の実施形態、たとえば、以上に記載のシステム50の実施形態により行われうる。図4に図示された実施形態に示されるように、方法200は、操作202で複数の種子を含む種子群を収容することを含みうる。さらに、本方法は、操作204で種子が背面照射されるように種子の背後に配設された照射源から種子群の各種子に照射することを含みうる。
その他に、いくつかの実施形態では、本方法は、操作206で各種子のディジタル画像を取得することを含みうる。本方法はまた、操作208でディジタル画像から各種子の不透明度レベルを解析することを含みうる。
最後に、本方法は、操作210でデンプン組成の差に基づいて種子群の各種子を選別することをさらに含みうる。
以下の表1を参照すると、デンプン組成の光学的差に基づいて種子または穀粒を分離すべく本発明に係る方法および装置を使用したときの実験結果が示されている。
光学色彩種子選別機の初期設置および構成の後、合計19個の個別モチ親種子バッチを選別機に通して処理したが、99.99%のモチ純度基準を満たすことはできなかった。ウルチ汚染物質の完全除去に影響を及ぼすべく、各バッチを選別機に逐次的に3回通過させた。19個のバッチのうち、1個のバッチのみは、選別後に純度基準を満たすことができなかった。18個のバッチは、標準的実験室アッセイ技術により決定したときに100%のモチ純度を達成した。仕様要件を満たさなかったバッチは、この特定の近交系生産物が実際に雑種生産要件を満たす必要があれば、選別機に通して追加のパスに付されることができたであろう。したがって、モチ選別方法により、他の方法ではモチ雑種生産物の後続生産に必要とされる純度基準を満たさなかったバッチの大部分の廃棄が回避された。
以上の説明および添付の図面に提示された教示の利益を享受する本開示が関連する技術分野の当業者であれば、本開示の多くの改変形態および他の実施形態が想到されるであろう。したがって、本開示が、開示された特定の実施形態に限定されるものではなく、改変形態および他の実施形態が、添付の特許請求の範囲内に含まれることが意図されることを理解すべきである。本明細書では特定の用語が用いられているが、それらは、一般的かつ記述的な意味で用いられているにすぎず、限定を目的としたものではない。
Claims (34)
- デンプン組成の光学的差に基づいてメイズ種子を分離する方法であって、
複数のメイズ種子を含む種子群を収容することと、
前記種子が背面照射されるように前記種子の背後に配設された照射源から前記種子群の各種子に照射することと、
前記デンプン組成の前記差に基づいて前記種子群の各種子を自動選別することと、
を含む、方法。 - 各種子を選別することが、各種子の不透明度レベルを決定することにより各種子がアミロペクチン内容物を含むか否かを決定することを含む、請求項1に記載の方法。
- 前記デンプン組成の差に基づいて前記種子群の各種子を自動選別することが、照射された時の前記種子の不透明度レベルに基づいて前記種子群の各種子を選別することを含む、請求項1に記載の方法。
- 前記デンプン組成の差に基づいて前記種子群の各種子を自動選別することが、照射された時の前記種子の半透明度レベルに基づいて前記種子群の各種子を選別することを含む、請求項1に記載の方法。
- 各種子を自動選別することが、前記種子群を次のグループ、すなわち、モチ種子およびウルチ種子に分離することを含む、請求項1に記載の方法。
- 各種子を自動選別することが、
各種子のディジタル画像を取得することと、
前記ディジタル画像から各種子の不透明度レベルを解析することと、
を含む、請求項1に記載の方法。 - 各種子を自動選別することが、
前記種子の少なくともいくつかを通り抜ける前記照射源からの光を感知することと、
前記感知された光が閾値未満であるいずれかの種子を種子から分離することと、
を含む、請求項1に記載の方法。 - 各種子を自動選別することが、所定の不透明度レベル未満であると決定された各種子を前記種子群から分離することを含む、請求項1に記載の方法。
- 各種子を自動選別することが、各種子を2つの容器のうちの1つに分離することを含む、請求項1に記載の方法。
- 各種子を前記種子群から自動選別することが、バルブデバイスまたは圧縮空気ジェットデバイスのうちの少なくとも1つを含む選別デバイスを用いてそれぞれを選別することを含む、請求項1に記載の方法。
- 各種子を選別することが、チャネル1つあたり毎秒約200個の種子の速度で各種子を前記種子群から選別することを含む、請求項1に記載の方法。
- 各種子を選別することが、各種子の半透明度レベルを決定することにより各種子がアミロースを含むか否かを決定することを含む、請求項1に記載の方法。
- モチメイズ種子およびウルチメイズ種子の群中のウルチ汚染物質種子を低減する方法であって、
前記モチ種子の得られる純度が少なくとも約99.5%であるようにウルチメイズ種子を前記群から除去することを含み、
チャネル1つあたり毎秒約200個の種子が選別されるように前記ウルチ種子の前記除去が高スループット選別機により行われる、方法。 - 前記群からのウルチ種子の前記除去が、照射された時の前記種子の不透明度レベルに基づいて前記種子群の各種子を選別することを含む、請求項13に記載の方法。
- 前記群からのウルチ種子の前記除去が、照射された時の前記種子の半透明度レベルに基づいて前記種子群の各種子を選別することを含む、請求項13に記載の方法。
- ウルチメイズ種子の前記除去が、1回以上の追加のパスに供すべく前記選別機を通して種子を送ることを含む、請求項13に記載の方法。
- 前記モチメイズ種子およびウルチメイズ種子の群が、
トランスジェニック種子、
非トランスジェニック種子、
近交系種子、
雑種種子、および
それらの混合物、
からなる群から選択される、請求項13に記載の方法。 - 前記モチ種子の前記得られる純度が約99.95%である、請求項13に記載の方法。
- 少なくとも99.5%のモチメイズ種子を含む種子群であって、
複数のモチメイズ種子およびウルチメイズ種子を含む種子群を収容することと、
前記種子が背面照射されるように前記種子の背後に配設された照射源から前記種子群の各種子に照射することと、
デンプン組成の差に基づいて前記種子群の各種子を自動選別することと、
を含む方法により生産される、種子群。 - 各種子を選別することが、各種子の不透明度レベルを決定することにより各種子がアミロペクチン内容物を含むか否かを決定することを含む、請求項19に記載の種子群。
- 前記デンプン組成の差に基づいて前記種子群の各種子を自動選別することが、照射された時の前記種子の不透明度レベルに基づいて前記種子群の各種子を選別することを含む、請求項19に記載の種子群。
- 前記デンプン組成の差に基づいて前記種子群の各種子を自動選別することが、照射された時の前記種子の半透明度レベルに基づいて前記種子群の各種子を選別することを含む、請求項19に記載の種子群。
- 各種子を自動選別することが、
各種子のディジタル画像を取得することと、
前記ディジタル画像から各種子の不透明度レベルを解析することと、
を含む、請求項19に記載の種子群。 - 各種子を自動選別することが、
前記種子の少なくともいくつかを通り抜ける前記照射源からの光を感知することと、
前記感知された光が閾値未満であるいずれかの種子を種子から分離することと、
を含む、請求項19に記載の種子群。 - 各種子を自動選別することが、所定の不透明度レベル未満であると決定された各種子を前記種子群から分離することを含む、請求項19に記載の種子群。
- 各種子を自動選別することが、各種子を2つの容器のうちの1つに分離することを含む、請求項19に記載の種子群。
- 各種子を前記種子群から自動選別することが、バルブデバイスまたは圧縮空気ジェットデバイスのうちの少なくとも1つを含む選別デバイスを用いてそれぞれを選別することを含む、請求項19に記載の種子群。
- 各種子を選別することが、チャネル1つあたり毎秒約200個の種子の速度で各種子を前記種子群から選別することを含む、請求項19に記載の種子群。
- 各種子を選別することが、各種子の半透明度レベルを決定することにより各種子がアミロペクチン内容物を含むか否かを決定することを含む、請求項19に記載の種子群。
- 前記種子群が99.95%のモチメイズ種子を含む、請求項19に記載の種子群。
- 各種子を選別することが、各種子の不透明度レベルを決定することにより各種子がアミロース内容物を含むか否かを決定することを含む、請求項1に記載の方法。
- 各種子を選別することが、各種子の半透明度レベルを決定することにより各種子がアミロペクチン内容物を含むか否かを決定することを含む、請求項1に記載の方法。
- 各種子を選別することが、各種子の不透明度レベルを決定することにより各種子がアミロース内容物を含むか否かを決定することを含む、請求項19に記載の種子群。
- 各種子を選別することが、各種子の半透明度レベルを決定することにより各種子がアミロース内容物を含むか否かを決定することを含む、請求項19に記載の種子群。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201361750208P | 2013-01-08 | 2013-01-08 | |
US61/750,208 | 2013-01-08 | ||
US201361784209P | 2013-03-14 | 2013-03-14 | |
US61/784,209 | 2013-03-14 | ||
PCT/US2014/010366 WO2014109993A2 (en) | 2013-01-08 | 2014-01-06 | Systems and methods for sorting seeds |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2016503895A true JP2016503895A (ja) | 2016-02-08 |
Family
ID=51167495
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015551813A Pending JP2016503895A (ja) | 2013-01-08 | 2014-01-06 | 種子を選別するためのシステムおよび方法 |
Country Status (10)
Country | Link |
---|---|
US (1) | US20150336135A1 (ja) |
EP (1) | EP2943293A2 (ja) |
JP (1) | JP2016503895A (ja) |
KR (1) | KR20150104105A (ja) |
CN (1) | CN105121039A (ja) |
BR (1) | BR112015016015A2 (ja) |
CL (1) | CL2015001929A1 (ja) |
IN (1) | IN2015DN03773A (ja) |
MX (1) | MX2015008774A (ja) |
WO (1) | WO2014109993A2 (ja) |
Families Citing this family (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP1527131S (ja) * | 2014-11-21 | 2015-06-22 | ||
CN105028200A (zh) * | 2015-07-09 | 2015-11-11 | 武汉轻工大学 | 一种植物人工种子生产装置及方法 |
US11964304B2 (en) | 2015-07-16 | 2024-04-23 | Sortera Technologies, Inc. | Sorting between metal alloys |
US10710119B2 (en) * | 2016-07-18 | 2020-07-14 | UHV Technologies, Inc. | Material sorting using a vision system |
US12103045B2 (en) | 2015-07-16 | 2024-10-01 | Sortera Technologies, Inc. | Removing airbag modules from automotive scrap |
US11278937B2 (en) | 2015-07-16 | 2022-03-22 | Sortera Alloys, Inc. | Multiple stage sorting |
US11969764B2 (en) | 2016-07-18 | 2024-04-30 | Sortera Technologies, Inc. | Sorting of plastics |
US12109593B2 (en) | 2015-07-16 | 2024-10-08 | Sortera Technologies, Inc. | Classification and sorting with single-board computers |
US12017255B2 (en) | 2015-07-16 | 2024-06-25 | Sortera Technologies, Inc. | Sorting based on chemical composition |
EP3329259A1 (en) | 2015-07-31 | 2018-06-06 | Biogemma | Method for imaging a corn ear and apparatus for implementing such method |
DE102015226349B4 (de) * | 2015-12-21 | 2018-05-03 | Universität Hohenheim | Probenvorrichtung zur Einführung eines vereinzelten Saatgutkornes in eine Messeinrichtung sowie System und Verfahren zum Sortieren einer Vielzahl von Saatgutkörnern und dessen Verwendung |
EP3242124A1 (en) * | 2016-05-03 | 2017-11-08 | TOMRA Sorting NV | Detection of foreign matter in animal products |
CN108072668A (zh) * | 2016-11-18 | 2018-05-25 | 中国科学院沈阳自动化研究所 | 基于光电检测的枪弹外观缺陷自动识别系统 |
EP3450029A1 (en) * | 2017-09-01 | 2019-03-06 | TOMRA Sorting GmbH | Classification method and apparatus |
CN109954681A (zh) * | 2017-12-26 | 2019-07-02 | 中船重工(昆明)灵湖科技发展有限公司 | 一种用于稻谷图像的快速定等设备 |
CN110291869B (zh) * | 2019-07-10 | 2020-07-31 | 中国农业大学 | 种子活力无损检测分级系统 |
US11275069B2 (en) * | 2019-07-10 | 2022-03-15 | Mettler-Toledo, LLC | Detection of non-XR/MD detectable foreign objects in meat |
MY195287A (en) | 2021-02-26 | 2023-01-12 | Sime Darby Plantation Intellectual Property Sdn Bhd | Apparatus and Method for Automatically Sorting, Counting and Marking Oil Palm Seeds |
EP4286063B1 (de) * | 2022-05-30 | 2024-09-18 | Binder + Co AG | Sortiervorrichtung |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5502270A (en) * | 1993-03-30 | 1996-03-26 | E. I. Du Pont De Nemours And Company | Starch and grain with a novel genotype |
US6646264B1 (en) * | 2000-10-30 | 2003-11-11 | Monsanto Technology Llc | Methods and devices for analyzing agricultural products |
US6706989B2 (en) * | 2001-02-02 | 2004-03-16 | Pioneer Hi-Bred International, Inc. | Automated high-throughput seed sample processing system and method |
EP2166830B1 (en) * | 2007-05-31 | 2013-08-07 | Monsanto Technology, LLC | Seed sorter |
-
2014
- 2014-01-06 EP EP14737773.3A patent/EP2943293A2/en not_active Withdrawn
- 2014-01-06 MX MX2015008774A patent/MX2015008774A/es unknown
- 2014-01-06 CN CN201480004257.2A patent/CN105121039A/zh active Pending
- 2014-01-06 KR KR1020157017863A patent/KR20150104105A/ko not_active Application Discontinuation
- 2014-01-06 BR BR112015016015A patent/BR112015016015A2/pt not_active IP Right Cessation
- 2014-01-06 JP JP2015551813A patent/JP2016503895A/ja active Pending
- 2014-01-06 IN IN3773DEN2015 patent/IN2015DN03773A/en unknown
- 2014-01-06 WO PCT/US2014/010366 patent/WO2014109993A2/en active Application Filing
- 2014-01-06 US US14/759,076 patent/US20150336135A1/en not_active Abandoned
-
2015
- 2015-07-07 CL CL2015001929A patent/CL2015001929A1/es unknown
Also Published As
Publication number | Publication date |
---|---|
CN105121039A (zh) | 2015-12-02 |
WO2014109993A2 (en) | 2014-07-17 |
IN2015DN03773A (ja) | 2015-10-02 |
KR20150104105A (ko) | 2015-09-14 |
WO2014109993A3 (en) | 2015-02-19 |
MX2015008774A (es) | 2015-11-06 |
EP2943293A2 (en) | 2015-11-18 |
BR112015016015A2 (pt) | 2017-07-11 |
US20150336135A1 (en) | 2015-11-26 |
CL2015001929A1 (es) | 2015-12-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2016503895A (ja) | 種子を選別するためのシステムおよび方法 | |
US9156064B2 (en) | Apparatus and method for sorting plant material | |
JP6037125B2 (ja) | 光学式粒状物選別機 | |
JP3079932B2 (ja) | 穀粒色彩選別装置 | |
KR101998910B1 (ko) | 광학식 입상물 선별기 | |
CA2928875C (en) | Method and apparatus for detecting matter | |
JP2010042326A (ja) | 光学式穀粒選別装置 | |
EP1401589B1 (en) | A method of sorting objects comprising organic material | |
CN112113917A (zh) | 用于处理收获的块根作物的方法和设备 | |
JP2007283204A (ja) | 色彩選別機 | |
JPS5973089A (ja) | 電子的傷スキヤナ | |
JP5218373B2 (ja) | 色彩選別機 | |
Pearson et al. | Characteristics and sorting of white food corn contaminated with mycotoxins | |
JP5218729B2 (ja) | 殻付ピスタチオ粒の選別装置 | |
Hamid et al. | Automation and robotics for bulk sorting in the food industry | |
JP2005186053A (ja) | 粒状物色彩選別機 | |
Abdullayev et al. | AUTOMATED OPTICAL SORTING MACHINES FOR FOOD INDUSTRY | |
WO2014076253A1 (en) | Method and apparatus for identifying, sorting or classifying | |
KR101636508B1 (ko) | 과일 선별 장치 | |
Lazăr et al. | Studies on the use of new technologies to improve the technological process of grain sorting. | |
EP4005676A1 (en) | Paddy rice differentiating device | |
JP2005028302A (ja) | 小麦用の色彩選別機 | |
Brueckner et al. | OP6-Quality Assurance of Grain with Colour Line Scan Cameras | |
Dowell et al. | Automated single kernel sorting for enhancing grain quality in breeding lines |