과일의 품질은 여러가지 파라미터에 의해 측정되며, 크기를 측정하기 위한 선과시스템은 회전 드럼식 방식이 사용되며 크기 등급을 선별할 때 과실의 손상이 발생된다. 또한, 당도측정을 위해 사용되는 광검출기는 고가의 선별장비 비용을 초래한다. 제안한 시스템에서는 과일의 특징을 추출하기 위해 3대의 카메라를 이용하였으며, 과일 선별을 위해부피와숙성도정보를사용하므로당도 자체는 측정할 수없지만색상과파손의정보를검출할수있으므로 고해상도의 디지털영상이 필요치 않아 저렴한 비용으로 선과시스템을 개발하였다. 제안한 시스템의 성능평가를 위해 인간의 시각판단과 비교하여 샘플을 분류한 결과 약 96.7%의 정확도를 나타내었다.
과일의 품질은 여러가지 파라미터에 의해 측정되며, 크기를 측정하기 위한 선과시스템은 회전 드럼식 방식이 사용되며 크기 등급을 선별할 때 과실의 손상이 발생된다. 또한, 당도측정을 위해 사용되는 광검출기는 고가의 선별장비 비용을 초래한다. 제안한 시스템에서는 과일의 특징을 추출하기 위해 3대의 카메라를 이용하였으며, 과일 선별을 위해부피와숙성도정보를사용하므로당도 자체는 측정할 수없지만색상과파손의정보를검출할수있으므로 고해상도의 디지털영상이 필요치 않아 저렴한 비용으로 선과시스템을 개발하였다. 제안한 시스템의 성능평가를 위해 인간의 시각판단과 비교하여 샘플을 분류한 결과 약 96.7%의 정확도를 나타내었다.
The quality of the fruits is measured by a lot of parameters. The grader of the fruits to measure the size of them is using the rotation drum method. Therefore when we classify the size of the fruits, they will be damaged. Also the optical grader used for estimating the degree of the saccharinity wi...
The quality of the fruits is measured by a lot of parameters. The grader of the fruits to measure the size of them is using the rotation drum method. Therefore when we classify the size of the fruits, they will be damaged. Also the optical grader used for estimating the degree of the saccharinity will incur high cost for it. In the proposed system, to select the characteristics of the fruits, three cameras are used. Because the information such as the volume and the degree of the maturity is used to classify the fruits, the degree of the saccharinity can't be estimated itself, but the information such as the color and the damage of the fruits can be estimated. Therefore, because we don't need the digital image with high resolution, we can develop the grader system of the fruit with low cost. To evaluate the performance of the proposed system, we compared it with the sight estimation and then we classified the sample. The result shows the accuracy of 96.7%.
The quality of the fruits is measured by a lot of parameters. The grader of the fruits to measure the size of them is using the rotation drum method. Therefore when we classify the size of the fruits, they will be damaged. Also the optical grader used for estimating the degree of the saccharinity will incur high cost for it. In the proposed system, to select the characteristics of the fruits, three cameras are used. Because the information such as the volume and the degree of the maturity is used to classify the fruits, the degree of the saccharinity can't be estimated itself, but the information such as the color and the damage of the fruits can be estimated. Therefore, because we don't need the digital image with high resolution, we can develop the grader system of the fruit with low cost. To evaluate the performance of the proposed system, we compared it with the sight estimation and then we classified the sample. The result shows the accuracy of 96.7%.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
국내 영세 과수 농가 활성화시키기 위해 본 연구에서는 디지털카메라 3대를 120°씩 배치하여 디지털이미지의 특징을 추출하여 과일의 크기와 숙성도를 신속하고 정확하게 분류하여 저가의 선과시스템을 개발하고자 한다[1].
또한 반투과방식의 스펙트럼을 이용한 선과방법은 과일의 놓이는 방향에 따라 오차가 많이 발생되며 투과광을 측정하는 센서의 비용이 높다. 따라서 본 연구에서는 CCD(Charge-Coupled Device)카메라를 통해 과일로부터 얻어진 3개의 디지털영상에서 추출된 부피와 숙성도 정보를 사용하여 과일의 등급을 판정하므로 당도 자체는 측정할 수 없지만 색상과 파손의 정보를 검출할 수 있으므로 고해상도의 디지털영상이 필요치 않아 저렴한 비용으로 선과시스템을 개발하게 되었다[4].
가설 설정
- 근적외선 검출기의 비용이 높아 과수농가의 부담이 크다.
- 반투과방식의 스펙트럼은 껍질이 두껍거나 투과가 어려운 과일로부터 투과광을 얻고자 고출력의 광원 여러 개를 이용하므로 다른 방식에 비해 전력소모가 훨씬 크고 열이 많이 난다.
제안 방법
제안한 시스템의 또 다른 과일 선별 기준은 숙성도이다. 과일은 숙성도에 따라 다른 컬러로 나타날 수 있기 때문에 제안한 시스템은 컬러 정보를 숙성도 측정을 위해 사용한다. 숙성도 파악을 위하여 제안한 알고리즘은 RGB 입력 영상의 각 채널별 히스토그램을 이용한다.
과일의 품질을 결정하는 인자는 다양하며, 본 연구에서는 OCD카메라를 통해 입력된 3개의 과일영상에서 과일영역을 추출한 후 과일의 크기의 등급과 숙성도의 등급으로 선과하기 위해 영상을 해석하고 처리하는 선과시스템을 개발하였다. 본 연구는 디지털영상에서 추출된 부피와 숙성도 정보로 등급을 관정하므로 당도와 내부결합을 구분해 내지는 못하지만, 과일의 외부(색상, 파손)에 대한 등급을 선과하므로 고해상도의 디지털영상이 필요치 않아 저렴한 비용으로 선과시스템을 구성하였다.
변환된 Y, Cb, Cr의 성분 중 Y 정보를 이용하여 일정 밝기 이하를 가지는 픽셀을 제거하는 임계 연산을 수행한다.
과일의 품질을 결정하는 인자는 다양하며, 본 연구에서는 OCD카메라를 통해 입력된 3개의 과일영상에서 과일영역을 추출한 후 과일의 크기의 등급과 숙성도의 등급으로 선과하기 위해 영상을 해석하고 처리하는 선과시스템을 개발하였다. 본 연구는 디지털영상에서 추출된 부피와 숙성도 정보로 등급을 관정하므로 당도와 내부결합을 구분해 내지는 못하지만, 과일의 외부(색상, 파손)에 대한 등급을 선과하므로 고해상도의 디지털영상이 필요치 않아 저렴한 비용으로 선과시스템을 구성하였다. 또한 기존의 선별과정은 긴 공정이 필요하거나, 과일의 무게를 감지하는 회전드럼기 등의 고가의 장비가 필요하지만, 본 과제는 결정된 카메라들로부터 과일 영상을 획득하여 과일을 선별하므로 과일의 파손이 없이 과일의 원형이 보존되었으며, 과일의 숙성도는 광센서를 이용하는 대신 획득된 디지털 영상의 색상정보를 이용하여 분류하므로 고비용의 설비가 감소되었고, 과일의 크기와 색상을 인식하기 위한 3개의 카메라와 선과정보를 계산하기 위한 컴퓨터시스템을 연결하여 선과된 결과를 감시 장비에 도시하므로 기존의 선과시스템보다 작은 공간이 소요되어 비용 절감 효과를 얻었으며, 기존의 광센서를 이용한 고가 선과기의 등급판별 정확도 85%를 제안한 선과시스템의 99.
과일은 숙성도에 따라 다른 컬러로 나타날 수 있기 때문에 제안한 시스템은 컬러 정보를 숙성도 측정을 위해 사용한다. 숙성도 파악을 위하여 제안한 알고리즘은 RGB 입력 영상의 각 채널별 히스토그램을 이용한다. 과일은 종류에 따라 다른 색을 가지기 때문에 각 채널별 히스토그램이 다르게 나타난다.
또한 영상에서 x축과 y축 프로젝션을 통하여 전체 범위의 95%를 사용함으로써 과일영역 밖에 존재하는 작은 잡음 영역을 제거하는 과정을 수행한다. 이후 검출된 과일영역의 가로와 세로의 길이를 측정하는 과정을 거친 후 세 대의 카메라로부터 얻어진 세 쌍의 가로와 세로 길이를 이용하여 과일의 부피를 측정한다. 제안한 시스템은 수식(4)와 같이 과일의 가로의 길이 R과 세로의 길이 C를 선택하기 위하여 획득된 세 개의 가로와 세로의 길이 중 각각 가장 큰 값을 선택한다.
이후 검출된 과일영역의 가로와 세로의 길이를 측정하는 과정을 거친 후 세 대의 카메라로부터 얻어진 세 쌍의 가로와 세로 길이를 이용하여 과일의 부피를 측정한다. 제안한 시스템은 수식(4)와 같이 과일의 가로의 길이 R과 세로의 길이 C를 선택하기 위하여 획득된 세 개의 가로와 세로의 길이 중 각각 가장 큰 값을 선택한다. 그리고 부피를 계산하기 위하여 선택된 R와 C를 이용하여 과일의 높이 H를 계산한다.
제안한 시스템은 효율적인 과일의 선별을 위하여 부피 정보와 색 정보를 이용한다. 부피 정보는 과일의 크기를 정량적으로 측정하여 과일의 등급을 결정하기 위하 사용되며 색 정보는 과일의 숙성도를 측정하기 위하여 사용된다.
(c)는 해당 그레이레벨의 확률을 나타낸다. 제안한 알고리즘은 각 채널별 기댓값 Ei의 비율을 통해 과일의 숙성도를 계산한다. 하지만 과일은 종류에 따라 다른 색으로 나타나기 때문에 숙성도를 판단하는 기대값의 비율은 과일의 종류마다 다른 기준을 사용해야 한다.
또한 보라색을 띤 과일의 경우에는 R채널과 B채널 히스토그램 상에서 그레이 값이 큰 레벨에서 높은 확률을 가진다. 제안한 알고리즘은 각 채널별 히스토그램의 기대값의 비율을 이용하여 과일의 숙성 정도를 파악한다. 각 채널별 히스토그램을 Hi라 하면, 히스토그램의 기대값 Ei는 수식(5)와 같이 계산된다.
기존의 한 대의 카메라를 사용하거나 외곽선만을 이용하여 과일의 등급을 결정하는 시스템은 과일의 단방향의 정보만을 고려하기 때문에 잘못된 등급 측정의 가능성이 존재한다. 하지만 제안한 시스템은 세 대의 카메라를 사용해 모든 방향에서의 과일의 정보를 획득함으로써 등급 측정의 정확성을 향상시켰다[9].
대상 데이터
부피 정보는 과일의 크기를 정량적으로 측정하여 과일의 등급을 결정하기 위하 사용되며 색 정보는 과일의 숙성도를 측정하기 위하여 사용된다. 2차원 영상데이터로부터 과일의 부피를 계산하기 위하여 제안한 시스템은 세대의 디지털 카메라를 이용한다. 그림 1에서 보는 것과 같이 각각의 카메라는 선별하고자 하는 과일을 중심으로 서로 120도의 방향을 유지하도록 위치된다.
성능/효과
과일에 대한 등급 분류를 보다 명확히 하기 위해 과일의 크기분류 완료 후 숙성도 판별을 위해 그림 4의 과일의 채널별 히스토그램 이용하여 R의 기대값을 계산하여 표2 과일의 숙성도 비율인 Z를 비교하여 그림 7의 과일이 숙성도에 대한 등급분류에서 상급의 과일임이 판정되었다.
7%로 확인 되었다. 기존의 광센서를 이용한 고과의 선과기는 오류율이 약 15%이므로, 약 85%의 정확도를 갖고 있으므로 본 연구가 기존 시스템으로 적용 된다면 등급 판별 오류율을 현저히 낮출 수 있다.
본 연구는 디지털영상에서 추출된 부피와 숙성도 정보로 등급을 관정하므로 당도와 내부결합을 구분해 내지는 못하지만, 과일의 외부(색상, 파손)에 대한 등급을 선과하므로 고해상도의 디지털영상이 필요치 않아 저렴한 비용으로 선과시스템을 구성하였다. 또한 기존의 선별과정은 긴 공정이 필요하거나, 과일의 무게를 감지하는 회전드럼기 등의 고가의 장비가 필요하지만, 본 과제는 결정된 카메라들로부터 과일 영상을 획득하여 과일을 선별하므로 과일의 파손이 없이 과일의 원형이 보존되었으며, 과일의 숙성도는 광센서를 이용하는 대신 획득된 디지털 영상의 색상정보를 이용하여 분류하므로 고비용의 설비가 감소되었고, 과일의 크기와 색상을 인식하기 위한 3개의 카메라와 선과정보를 계산하기 위한 컴퓨터시스템을 연결하여 선과된 결과를 감시 장비에 도시하므로 기존의 선과시스템보다 작은 공간이 소요되어 비용 절감 효과를 얻었으며, 기존의 광센서를 이용한 고가 선과기의 등급판별 정확도 85%를 제안한 선과시스템의 99.7%로 향상 시킬 수 있다.
위의 저비용 선과시스템에 대한 과일의 분류결과가 정확한지 알아보기 위해 과일의 등급분류 전문가에게 인간의 시각판단에 의한 크기와 숙성도로 나뉘어진 상급, 중급, 하급의 감을 각각 20개씩 확인을 받아 선과시스템의 정확도 측정을 위한 샘플로 실험을 한 결과 표 3의 정확도인 96.7%로 확인 되었다. 기존의 광센서를 이용한 고과의 선과기는 오류율이 약 15%이므로, 약 85%의 정확도를 갖고 있으므로 본 연구가 기존 시스템으로 적용 된다면 등급 판별 오류율을 현저히 낮출 수 있다.
후속연구
앞으로 과일 내부 결함을 분류하는 저렴한 장비를 이용한 처리 알고리즘이 개발되어 제안한 저비용 선과시스템과 결합되어 진다면 과수 농가에 많은 도움을 줄 수 있으며, 사용제품으로 활용될 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
투과방식의 스펙트럼을 이용한 선과방법은 어떤 장단점이 있는가?
- 투과방식의 스펙트럼은 측정대상 성분의 평균값을 측정할 수 있다.
- 과일의 내부결함을 검출할 수 있다.
- 투과방식의 스펙트럼은 반사식에 비해 S/N비가 높은 스펙트럼을 얻을 수 없다.
- 투과방식의 스펙트럼은 누광방지, 투과광집광 등 측정장치의 구성이 복잡하다.
- 투과방식의 스펙트럼은 광측정장치, 고출력 광원, 광측정 장치의 비용이 많이 소요된다.
- 반투과방식의 스펙트럼은 껍질이 두껍거나 투과가 어려운 과일로부터 투과광을 얻고자 고출력의 광원 여러 개를 이용하므로 다른 방식에 비해 전력소모가 훨씬 크고 열이 많이 난다.
- 반투과식은 기존 선별라인의 활용이 불가능하고, 기구물이 복잡하며, 컨베이어상의 과일 자세에 따라 오차가 커질 수 있다. 또한 투과광을 측정하는 센서가 과일 이송컨베이어 아래쪽에 설치되어 있기 때문에 이물질에 오염될 우려가 있다.
- 반투과식은 고가의 장비인 광 측정센서를 이용한다.
반사방식의 스텍트럼을 이용한 선과방법은 어떤 장단점을 갖고 있는가?
- 반사광의 강도가 높기 때문에 S/N비가 높은 스펙트럼을 얻는다.
- 누광의 영향이 작아 별도의 누광차단장치를 필요로 하지 않고, 광 프로브를 과일와 일정한 거리를 두고 설치하여 측정하므로 장치의 구성이 간단하다. 반사식은 이미 보급된 전자식 중량선과시스템에 부착이 가능하고, 이 경우 당도와 중량의 동시선과가 가능할 뿐만 아니라 초기 설치비용을 크게 줄일 수 있어 매우 경제적이다.
- 과일 표면에서 수mm 정도 침투하였다 반사되는 체반사가 주류를 이루므로 측정 대상물의 내부결함(갈변, 부패, 빈영역)을 검출할 수 없다[6].
- 근적외선 검출기의 비용이 높아 과수농가의 부담이 크다.
투과방식은 광원과 검출기의 위치에 따라 어떤 방식으로 구분되는가?
투과방식은 과일의 전체 또는 일부를 투과한 스펙트럼을 이용하는 것으로, 광원과 검출기 사이의 과일을 투과한 광을 측정하는 방식으로 광원과 검출기의 위치에 따라 전투과식과 반투과식으로 구분되기도 한다. 즉 광이 투과하기 쉬운 우유나 과즙류, 벼나 쌀, 밀 등의 곡류, 감귤, 토마토의 과일류 등에는 전투과식이, 광의 투과가 어려운 배, 사고, 복숭아, 멜론 수박등의 과일에서는 반투과식이 이용되고 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.