虫（昆虫）の異物混入は、金属検出機でもX線検査機でも検出できないことが多く、クレームが出たあとに「どの装置を入れれば止まるのか」で行き詰まりがちなテーマです。この記事では、虫が既存の検査5方式で取れない理由を原理から整理し、対象物と虫の組み合わせごとの難所、分光で解ける範囲と限界、入口側の防虫管理までを一つの判断軸にまとめます。
結論から書きます。虫の異物混入検出が難しい最大の理由は、虫の体が水と有機物（外皮のキチン質、体液、脂質）でできていて、比重が食品そのものに近いことです。X線検査機は密度と厚みの差を透過量の差として画像化する装置なので、密度差の小さい虫は原理的にコントラストが出にくくなります。一方で虫の外皮や体液は近赤外域で食品とは異なる反射・吸収を示すため、分光での分離可能性は研究報告があります（小麦の虫食い粒を1101.69〜1305.05 nmの近赤外ハイパースペクトル画像で識別率85%と報告した研究が引用されています。Sensors, 2024, 24(19), 6474）。ただし検出はあくまで出口側の対策であり、入口側の防虫管理と組み合わせない限り再発は止まりません。
なぜ虫の異物混入は既存の検査装置で取れないのか｜5方式の原理と限界
装置選定の議論が噛み合わない原因は、方式ごとに「何を見ているか」が違うのに、まとめて「異物検査機」と呼んでしまうことにあります。まず原理に戻って、虫に対して取れる条件と取れない条件を分けます。
金属検出機｜虫に対しては原理的に無力
金属検出機は、金属が磁界を乱すこと（渦電流の発生）を利用して金属だけを検出します。したがって非金属である虫は、大きさや数にかかわらず原理的に検出できません。虫のクレームに対して金属検出機の感度を上げても改善しないのは、感度の問題ではなく検出対象が違うためです。金属以外の異物の全体像は金属検出機で検出できない異物7分類の記事で整理しています。
X線検査機｜密度差が小さいほどコントラストが出ない
X線検査機は、被検査物を透過するX線の減衰量の差を画像にします。減衰量は物質の密度と厚み（および実効原子番号）で決まるため、骨片・石・ガラス・金属のように密度が高い異物は写りやすく、逆に密度が食品に近い異物は写りにくくなります。虫は主成分が水と有機物で、体長も数mm程度と小さいため、密度差と投影面積の両方が不利に働きます。粉粒体では製品側の密度ムラ（充填のばらつき）がノイズになり、さらに条件が厳しくなります。X線で映らない異物の全体像はX線に映らないもの一覧の記事が参考になります。
RGBカメラ・色彩選別機｜色が近い茶褐色の虫が最も苦手
色彩選別機やRGBカメラによる外観検査は、可視域の色差と形状で良否を分けます。虫が表面に露出していて、背景と色が明確に違い、画素分解能に十分収まる大きさであれば検出できます。逆に苦手なのは、穀物や乾燥食品と色が近い茶褐色の虫、原料に重なって半分隠れている状態、姿勢が一定しない場合、そして画素あたりのサイズが小さすぎる場合です。穀物のように製品自体が茶褐色で不定形な対象では、この制約がとくに強く効きます。
目視検査｜数mmの虫を全数で見続けるのは構造的に難しい
虫の多くは体長数mmです。たとえばコクヌストモドキの成虫は体長3.0〜4.0mm、茶褐色で光沢があり（農研機構・食品害虫サイト）、タバコシバンムシは体長2〜3mmの褐色です（同サイト図鑑）。この大きさを、単調な流れの中で長時間・全数で見続ける前提には無理があります。目視の見逃しが起きる構造は毛髪の異物検出はなぜ難しいかの記事と同じ性質の問題です。
近赤外・ハイパースペクトル｜波長差で分ける代わりに条件が増える
分光は、画素ごとに波長別の反射スペクトルを取得して、色ではなく「素材としての違い」で分けます。虫と食品の密度差が小さくても、成分の違いが波長ごとの吸収に現れれば分離の余地があります。ただし後述するとおり、表面に露出しているか、画素分解能が虫より細かいか、ライン速度に合うか、といった条件が新たに付きます。
取れる条件／取れない条件の一覧
方式 | 見ているもの | 虫に対して取れる条件 | 取れない条件 |
|---|---|---|---|
金属検出機 | 金属による磁界の乱れ | なし（虫は非金属） | すべての虫 |
X線検査機 | 密度×厚みによるX線の減衰差 | 比較的大型の虫、製品が薄く均質、液体・薄い粉層 | 数mmの微小な虫、製品が厚い、密度ムラが大きい粉粒体 |
RGBカメラ・色彩選別機 | 可視域の色差と形状 | 表面に露出、背景と色差が大きい、画素分解能に収まる | 色が近い茶褐色の虫、重なり・裏面、姿勢のばらつき |
目視検査 | 人の眼と経験 | 大きく目立つ、低速・少量、抜取 | 数mm級、全数、長時間の連続作業 |
近赤外・ハイパースペクトル | 画素ごとの波長別反射スペクトル | 表面に露出、画素分解能が虫より細かい、速度と照明が設計できる | 製品内部・包装ごし、原料に埋没、超高速ライン、微小すぎる個体 |
対象物と虫の組み合わせで難所が変わる
「虫の検出」という括りでは対策が決まりません。対象物と虫種の組み合わせごとに、混入の起き方も検出の難所も変わります。
小麦粉・米などの粉粒体｜コクヌストモドキ、コクゾウムシ
製粉工場や精米所で問題になるのが貯穀害虫です。コクヌストモドキは穀類の粉を食べて増え、こぼれた粉の放置が発生源になります。農研機構は、防除法として工場・倉庫の清掃を徹底し、こぼれた粉粒を放置せず、板や袋の下など生息しやすい場所を長期間放置しないことを挙げています。検出面では、粉粒体は製品側の密度ムラがX線画像のノイズになり、色も茶褐色で穀物に近いため、X線・色彩選別機の両方にとって不利な組み合わせです。原料受入の段階でどこまで見るかを、保管管理とセットで決める必要があります。
葉物野菜｜アブラムシ類、アザミウマ類
葉物野菜では、圃場で付いた虫がそのまま持ち込まれます。物理的防除の効果には差があり、農研機構の試験では0.6mm目合いの防虫ネットで、モンシロチョウ・ハモグリバエ類・カブラハバチ類などは侵入を阻止できた一方、アブラムシ類は1〜5%程度、ヨトウ類幼虫は10%以上の侵入があり、アザミウマ類とハダニ類には侵入阻止効果が全くなかったと報告されています（農研機構 研究成果情報）。アザミウマは体長1mm前後と極小で、葉の凹凸に入り込むため、洗浄・目視・光学選別のいずれにとっても最も厳しい対象です。
茶葉・乾燥野菜｜色と形が製品に似る
茶葉や乾燥野菜は、製品自体が細かく不定形で、色も濃い緑〜褐色です。虫の破片が混ざったとき、形状特徴でも色特徴でも製品と区別しにくくなります。この領域は、色ではなく成分の違いで分けられるかどうかが分かれ目になり、分光の検証価値が相対的に高い対象です。
包装後の混入｜ノシメマダラメイガ、シバンムシ、チャタテムシ
工場を出たあとに混入するケースもあります。農研機構の研究では、カップ麺製品に対してノシメマダラメイガの終齢幼虫が、シュリンクフィルムと容器の間の空間の大きな箇所を好んで侵入し、ふた面や側面の空気抜き穴、側面・底面の背貼り（フィルムのつなぎ目）に咬み跡が確認されました。即席麺を食料として室温30℃・湿度70%の条件では平均33〜34日で成虫まで発育しています（農研機構 研究成果情報）。この経路は出口の検査では止められないため、空気抜き穴の削減や背貼りのない包装設計といった包装側の対策が要点になります。シバンムシ類についても、農研機構は乾燥動植物を缶などに密閉して貯蔵することを防除法として挙げています。
包装ごしの検査でどこまで見えるかは未開封の包装ごしに中身を検査する5方式の記事で包材別に整理しています。
分光（近赤外・ハイパースペクトル）でどこまで解けるか
ここは期待も誤解も大きい部分なので、できることと条件を分けて書きます。ハイパースペクトルカメラの仕組みを解説した記事のとおり、ハイパースペクトルカメラは画素ごとに数十〜数百の波長帯の反射強度を取得し、RGBの3色では潰れてしまう素材の差を数値として扱えるようにする装置です。
報告されていること
- 小麦の虫食い粒について、1101.69〜1305.05 nmの近赤外ハイパースペクトル画像で識別率85%、判別手法を変えて96.4%という結果が引用されています（Sensors, 2024, 24(19), 6474）。
- 貯穀害虫（Sitophilus oryzae、Rhyzopertha dominica、Tribolium confusum など）の生体検出・定量に近赤外分光とハイパースペクトルイメージングを用い、流れの中で分析することで抜取誤差を減らす手法が報告されています（Agriculture, 2023, 13(7), 1355）。
- 国内では、ハイパースペクトル技術を異物検出に適用する検討が可視化情報学会誌で報告されています（可視化情報学会誌 28巻, 2008）。光学識別を用いた選別機器の開発動向は廃棄物分野の総説（廃棄物資源循環学会誌 29巻2号, 2018）にも整理されています。
いずれも研究・実証レベルの報告であり、そのまま自社ラインで同じ数値が出ることを意味しません。対象物・虫種・照明・搬送が変われば結果は変わります。
分光が万能ではない5つの制約
- 微小さ：1画素に虫が収まってしまうと、食品と混ざったスペクトルになり分離できません。体長1mm前後のアザミウマでは、必要な画素分解能が一気に厳しくなります。
- 包装ごし：多くの包材は近赤外域で自身の吸収を持ち、中身の信号に重なります。包装後の全数検査を分光で行うのは前提から難しい場合が多いです。
- 重なり・埋没：分光は基本的に表面から数mmの情報しか得られません。粉や粒に埋もれた虫は原理的に見えません。
- ライン速度：ラインスキャン方式では露光時間と搬送速度がトレードオフになります。高速ラインでは照明強度と感度の設計が制約になります。
- 過検出（誤排除）：見逃しを下げると、正常品を排除してしまう率が上がります。歩留まりとの両立が実運用の焦点です。
ハイパースペクトルカメラの弱点そのものはハイパースペクトルカメラの欠点と回避策の記事でも正直に書いています。導入前に読んでおくと判断を誤りにくくなります。
私たちは国産ハイパースペクトルカメラ irodori を開発しています。記事の途中で恐縮ですが、自社の製品と虫の組み合わせで波長差が出るのか判断がつかない段階でしたら、irodori の仕様と計測範囲をご覧いただいたうえで、現物での確認からご相談いただけたら嬉しいです。
入口側の防虫管理｜発生箇所×対策の対応表
検出は最後の網です。虫のクレームを止めるには、入口（発生・侵入の抑制）と出口（検査）を同時に設計する必要があります。
法令と衛生管理上の枠組み
食品衛生法に基づき、原則としてすべての食品等事業者にHACCPに沿った衛生管理が求められています（厚生労働省 HACCPに沿った衛生管理の制度化）。一般衛生管理の基準では、窓や出入口の開放時にじん埃・ねずみ・昆虫等の侵入を防止する措置を講じることに加え、ねずみ及び昆虫の駆除作業を年2回以上実施し、その記録を1年間保存することが求められています。ただし、発生場所・生息場所・侵入経路・被害状況について定期的な調査を行い、その結果に基づいて必要な措置を講じる場合は、施設の状況に応じた頻度と方法でよいとされています（厚生労働省「衛生管理の基準の解説」）。つまり、モニタリングトラップによる継続的な把握は、単に望ましいだけでなく制度上の代替手段として位置づけられています。
なお、食品の自主回収（リコール）の届出制度は食品衛生法違反またはそのおそれ、および食品表示法違反を対象としています。制度の対象範囲と届出の考え方は消費者庁 食品表示リコール情報及び違反情報サイトで確認してください。虫の混入が届出対象になるかは個別の判断になるため、自社で件数や基準を推測せず、所管の保健所に確認するのが確実です。発生時の記録と対応の型は異物混入対策マニュアルの作り方の記事にまとめています。
発生箇所×対策の対応表
発生箇所 | 代表的な虫 | 入口側（予防） | 出口側（検出）の現実解 |
|---|---|---|---|
原料（穀物・粉・乾燥食材） | コクヌストモドキ、コクゾウムシ、ノシメマダラメイガ | 受入時の抜取検査、保管の温湿度管理、先入れ先出し、こぼれ粉の除去 | 篩別・風選＋抜取での分光検証。全数は困難 |
圃場・収穫物（葉物野菜） | アブラムシ類、アザミウマ類 | 防虫ネット（目合いで効果が変わる）、総合的防除（IPM） | 洗浄後の光学選別＋目視。アザミウマは最難 |
工程内（設備・残渣・排水） | チョウバエ、ゴキブリ、チャタテムシ | 清掃基準の明文化、残粉・残水の除去、ゾーニング、モニタリングトラップ | ラインでの画像検査、開放工程の局所監視 |
包装後・保管・流通 | ノシメマダラメイガ幼虫、シバンムシ類 | 空気抜き穴の削減、背貼りのない包装設計、密閉容器、倉庫の温度管理 | 包装後の全数検出は困難。包装設計で潰す |
判定チャートとPoCの進め方｜相談前に揃える情報
どこから手を付けるかを決める4問
- Q1：混入の発生箇所はどこか。 原料なら原料受入の検査と保管管理へ。工程内なら清掃・ゾーニング・モニタリングへ。包装後なら包装設計の見直しへ進みます。ここを飛ばして検査装置から検討すると、装置を入れても再発します。
- Q2：全数検査が必要か、抜取でよいか。 公的規制ではなく自社・取引先の要求水準で決まります。抜取で足りるなら、ライン組込より受託測定や据置での検証が現実的です。
- Q3：既存方式で取れるか。 対象の虫が表面に出ていて、色差が明確で、画素分解能に収まるならRGB系の画像検査で足ります。密度の高い異物が主問題ならX線です。ここで足りるなら分光は不要です。
- Q4：取れないなら分光の検証価値があるか。 「表面に露出している」「画素分解能が虫より細かく取れる」「ライン速度と照明を設計できる」の3条件がそろうなら、波長差が出るかを実測する価値があります。1つでも崩れるなら、入口側の対策に資源を振るほうが期待値が高いです。
PoC（実証）の進め方6ステップ
- 現物サンプルの確保：製品と、実際に混入した虫（種の同定を含む）を複数個体。姿勢・部位・サイズのばらつきを意図的に含めます。
- 静止条件での分光取得と波長探索：まず動かさずに撮り、虫と製品で差が出る波長帯を特定します。差が出なければここで撤退できます。
- 判別モデルの作成と指標化：見逃し率と過検出率を数値で出します。「検出できた」ではなく「何%見逃し、何%を無駄に排除するか」で評価します。
- ライン模擬条件での再測定：搬送速度・照明・振動・温度を実機に寄せて再現性を確認します。静止で出た性能は落ちるのが前提です。
- 運用設計：NG判定時の処理、記録の残し方、再学習の運用、担当者の教育まで決めます。
- 撤退基準の明文化：着手前に「この数値に届かなければやめる」を書いておきます。
PoCの設計そのものの型はPoCの進め方6ステップの記事に、外観検査の自動化でつまずく原因は外観検査の自動化はなぜ失敗するかの記事にまとめています。
相談前に揃える情報のチェックリスト
- 対象製品の名称・形態（粉／粒／葉物／液体／固形）と包装形態
- 混入していた虫の実物または鮮明な写真、分かれば種の同定名
- 混入箇所の推定（原料／工程内／包装後）と、その根拠
- 包装の有無と包材の種類（分光の可否を左右します）
- ライン速度・搬送幅・1日の処理量
- 全数検査か抜取か、および許容できる見逃し率と過検出率
- 既存設備（金属検出機・X線検査機・画像検査機の型式と設置位置）
- クレームの発生時期・頻度・再発の有無
- 検討時期と予算の枠
この9項目がそろっていれば、方式の当たり外れを早い段階で判定できます。逆に虫の実物がないと、波長差が出るかどうかの検証は始められません。
私たちは宇宙技術から生まれた光センサーをもとに、国産ハイパースペクトルカメラ irodori を開発し、現場の課題に合わせて解析と実証をともに進める共創プランをご用意しています。虫の混入で困っていて、何から手を付けるか決めきれない段階でしたら、資料だけでもご覧いただけたら嬉しいです。
