トマト選果機とは｜傷・重量・糖度を自動で見分ける仕組みを解説

用語解説 NO IMAGE
目次

トマト選果機とは

トマト選果機とは、収穫したトマトを大きさ・重さ・色・形状・傷の有無、そして糖度や熟度といった内部品質によって自動的に等級分け（グレーディング）し、出荷規格ごとに仕分けする機械のことです。人の目と手による選別を機械化・自動化することで、選別精度を均一に保ちながら省力化と高速処理を実現します。

かつてトマトの選別は熟練者の目視と触感に頼っていました。しかし人手では判定基準にばらつきが出やすく、大量処理にも限界があります。近年はカメラによる画像認識、重量センサー、そして果実を切らずに内部を測る光センサー（近赤外分光）を組み合わせることで、外観だけでなく中身の品質まで非破壊で評価できる選果機が普及しつつあります。

選果機が担う3つの選別

現代のトマト選果機は、性質の異なる3種類の選別を1台のラインの中で連続的に行います。それぞれが異なるセンサー技術によって支えられており、本サイトではそれぞれを個別の解説記事で詳しく掘り下げています。

傷・外観の選別（マシンビジョン・AI画像認識）

ベルトコンベア上を流れるトマトをカメラで撮影し、画像処理によって大きさ・形状・表面色・傷や割れ・病変を判定します。近年はディープラーニングを用いた物体検出モデルがこの工程の精度を大きく押し上げています。詳しくは トマトの傷・外観を選別する仕組み（マシンビジョンとAI画像認識） をご覧ください。

重量選別

個々の果実の重さを計測し、規格ごとの重量階級に振り分けます。ロードセルによる一果計量と、果実を1個ずつ整列させるシンギュレーション機構が精度を支えます。詳しくは トマトの重量選別の仕組み（ロードセルとシンギュレーション） をご覧ください。

糖度選別（光センサー・非破壊計測）

近赤外光を果実に当て、透過または反射した光のスペクトルを解析することで、果実を切らずに糖度・酸度・熟度を推定します。「見た目は同じでも中身の甘さで分ける」という、外観だけでは不可能だった選別を可能にします。詳しくは トマトの糖度選別の仕組み（近赤外光センサーによる非破壊計測） をご覧ください。

AIとセンサー技術がもたらす精度向上

選果の自動化で近年もっとも進歩が著しいのが、マシンビジョンとディープラーニングの組み合わせです。研究レベルでは、畳み込みニューラルネットワーク（CNN）やYOLO系の物体検出モデル、Vision Transformerなどを用いて、トマトの成熟段階や欠陥を高精度に分類する手法が次々と報告されています。ミニトマトを成熟・半成熟・未成熟の3段階に分類して約94.9%の精度を達成したという報告もあり、機械学習が選果の現場に着実に浸透していることがわかります。

さらに先進的なシステムでは、可視・近赤外（VNIR）や短波長赤外（SWIR）のハイパースペクトルイメージングと、構造化光による3Dスキャンを組み合わせ、内部の欠陥と外形の両方を非破壊で評価する試みが進んでいます。大規模な業務用ラインでは1時間あたり数トン規模の処理に対応する選別機も登場しています。

選果機がもたらす価値

トマト選果機の導入は、単なる省力化にとどまりません。第一に、等級判定が機械化されることで産地全体で品質基準が均一になり、ブランド価値の維持につながります。第二に、糖度などの内部品質で選別できるため、「高糖度トマト」のような付加価値の高い区分を安定して出荷でき、収益性の向上に直結します。第三に、夾雑物や病害果を早期に除去することで、ポストハーベスト（収穫後処理）での損失を減らし、流通段階での鮮度と歩留まりを守ります。

栽培段階での品質づくり（土壌・施肥・バイオスティミュラントの活用など）と、収穫後の選果・ポストハーベスト処理を一貫して最適化することが、これからのトマト生産における収益最大化の鍵になります。選果機はその出口を支える、いわば「品質を数値で証明する」装置だといえます。

参考URL