[논문]템플릿 매칭을 이용한 넙치용 백신자동접종시스템 개발

이동길; 양용수; 박성욱; 차봉진; 허국성; 김종락

doi:10.3796/ksft.2012.48.2.165

템플릿 매칭을 이용한 넙치용 백신자동접종시스템 개발
Development of a vaccine automation injection system for flatfish using a template matching 원문보기

한국어업기술학회지 = Journal of the Korean Society of Fisheries Technology, v.48 no.2, 2012년, pp.165 - 173

이동길 (국립수산과학원 시스템공학과) , 양용수 (국립수산과학원 시스템공학과) , 박성욱 (국립수산과학원 시스템공학과) , 차봉진 (국립수산과학원 시스템공학과) , 허국성 (부산대학교 전자전기공학과) , 김종락 (한국철도시설공단 영남본부 시설관리부)

Abstract ▼ AI-Helper

Nationally, flatfish vaccination has been performed manually, and is a laborious and time-consuming procedure with low accuracy. The handling requirement also makes it prone to contamination. With a view to eliminating these drawbacks, we designed an automatic vaccine system in which the injection is delivered by a Cartesian coordinate robot guided by a vision system. The automatic vaccine injection system is driven by an injection site location algorithm that uses a template-matching technique. The proposed algorithm was designed to derive the time and possible angles of injection by comparing a search area with a template. The algorithm is able to vaccinate various sizes of flatfish, even when they are loaded at different angles. We validated the performance of the proposed algorithm by analyzing the injection error under randomly generated loading angles. The proposed algorithm allowed an injection rate of 2000 per hour on average. Vaccination of flatfish with a body length of up to 500mm was possible, even when the orientation of the fish was random. The injection errors in various sizes of flatfish were very small, ranging from 0 to 0.6mm.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 연구에서는 넙치용 백신자동접종을 위하여 국내에서 처음으로 백신자동접종시스템을 구현하였으며, 템플릿 매칭 기법을 기반을 둔 서치영역을 최적화 하는 알고리즘을 방법을 제시하였다. 제안한 알고리즘은 넙치가 임의의 각도로 투입 되었을 때 투입되는 각도에 제한을 전혀 받지 않고 접종 위치를 인식할 수 있도록 설계되었으며, 또한 투입 시 넙치의 회전각도에 따라서 치영역의 면적을 최적화 시키는 방법으로 실행시간을 단축시킬 수 있도록 설계 되었다.
본 연구에서는 위에서 국내·외 백신접종관련 문제점들을 해결하고자 기존에 이미지를 통한 측정 기술 (Storbeck et al., 2001; Sun and Nelson et al., 2002; An et al., 2009; Yang et al., 2011; Lee, 2011) 등을 검토하고 분석하여, 비젼시스템 및 3축 로봇을 기반으로 한 접종부위 인식과 접종위치 추종하여 접종할 수 있는 백신자동접종시스템을 개발하였다.

제안 방법

일반적으로 백신접종 전문가들은 장기의 손상을 피해 넙치 백신 접종을 찾을 때 복강을 가로, 세로를 각각 3등분하여 좌측 하단에 접종한다. Fig. 3은 넙치백신 접종 시 정확한 주사 위치 파악을 엑스레이 검사 시스템(X－eye 7000B, SEC Co., Ltd.)을 사용하여 복강을 촬영을 통해 접종위치를 파악한 것이며, 동일한 방법을 이용하여 Fig. 4와 같이 2011년도 4월과 5월에 양식된 넙치들의 크기에 따른 백신접종 위치를 조사하였다.
Table 1과 같이 CCD 카메라는 백신 접종 시 넙치의 표면에 물과 조명장치에 의한 빛의 산란을 영향을 줄이고, 투입되는 넙치의 이미지를 선명하게 취득하기 위해 영상 이득을 최대 1로 설정하였다. 또한 취득시간을 최소화하기 위해 셔터 스피드 최소화하여 10ms로 설정하였으며, 비젼 시스템에서는 템플릿 매칭 기법을 이용하여 투입되는 넙치의 영상을 ±180°로 검사할 수 있도록 설정하였다.
, 2011; Lee, 2011) 등을 검토하고 분석하여, 비젼시스템 및 3축 로봇을 기반으로 한 접종부위 인식과 접종위치 추종하여 접종할 수 있는 백신자동접종시스템을 개발하였다. 그리고 비젼시스템에서 템플릿매칭기법을 사용하여 넙치가 임의의 각도로 투입 되었을 때, 접종위치 인식이 제한받는 현상과 서치영역의 면적이 증가할수록 이미지를 처리해야 할 연산량이 많아져 이미지 인식속도가 늦어지는 현상을 개선하기 위하여 템플릿 영역과 서치영역 설정을 최적화하고, 백신자동접종시스템의 성능분석을 하기 위한 투입각도에 따른 접종 오차실험, 넙치 크기별 접종위치 인식실험, 접종속도 실험을 하였다.
다음 수식 4를 통해 가상좌표계에서 지정된 접종위치 좌표 (x₀, y₀)과의 거리를 구한다. 넙치의 회전에 따른 접종오차를 분석하기 위하여 Fig. 11과 같이 10도 씩 넙치를 회전시키면서 제시한 오차계산방법을 통하여 접종오차를 계산한 결과를 나타내었다. 각 도별 접종오차는 실험결과로부터 최대 접종오차는 0.
또한 취득시간을 최소화하기 위해 셔터 스피드 최소화하여 10ms로 설정하였으며, 비젼 시스템에서는 템플릿 매칭 기법을 이용하여 투입되는 넙치의 영상을 ±180°로 검사할 수 있도록 설정하였다.
백신접종 알고리즘은 Fig. 4와 같이 4월, 5월에 측정된 넙치의 체형데이터 기반으로 넙치의 전장 (TL)별로 20mm≤Group 1<22mm, 22mm≤ Group 2<24mm, … 32mm≤Group 7≤34mm, 7개의 상위그룹들을 만들고, 그 상위그룹 아래 넙치의 접종 위치 및 서치영역의 범위가 설정된 16개의 템플릿이 존재하는 백신접종알고리즘을 Fig. 7과 같이 설계하였다.
1과 같이 구성하여 제작 하였다. 본 시스템은 작업대, 넙치고정베이스, 접종과정감시 및 확인용 모니터, PLC (Programmable Logic Controller), CCD (Charge-Coupled Device) 카메라, 조명장치, 3축 직교좌표로봇, 직교좌표모션 컨트롤러, 백신용기, 주사장치 및 주사 컨트롤러, 비젼시스템 (PV－500, Panasonic), 넙치고정을 위한 공기 압축기로 구성되었다. 백신자동접종 시스템은 접종 전 과정의 모니터링이 가능하며, 주사바늘 각도, 주사 깊이, 백신주입량 조절도 가능하도록 설계 제작 되어있다.
본 연구에서는 넙치 백신접종을 위해 상관계수방법을 이용한 템플릿 매칭 기법을 적용하였으며, 상관매칭을 이용한 방법은 입력 영상의 특징점과 템플릿 영상의 특징점 등을 크기와 방향을 가지는 벡터성분으로 해석하여 두 벡터의 일치 정도를 벡터의 내적을 이용하여 구한다. 영상에서 상관 계수 즉, 템플릿의 매칭 정도를 구하기 위해서 식 (1)을 이용한다.
본 연구에서는 넙치용 백신자동접종을 위하여 국내에서 처음으로 백신자동접종시스템을 구현하였으며, 템플릿 매칭 기법을 기반을 둔 서치영역을 최적화 하는 알고리즘을 방법을 제시하였다. 제안한 알고리즘은 넙치가 임의의 각도로 투입 되었을 때 투입되는 각도에 제한을 전혀 받지 않고 접종 위치를 인식할 수 있도록 설계되었으며, 또한 투입 시 넙치의 회전각도에 따라서 치영역의 면적을 최적화 시키는 방법으로 실행시간을 단축시킬 수 있도록 설계 되었다. 개발된 넙치용 백신자동백신접종시스템은 제안한 접종 알고리즘을 적용함으로써 평균 2000/hour 접종속도를 실현했으며, 숙련된 사람이 손으로 접종하는 속도 (1000/hour) 보다 2배 빠르다.

성능/효과

전장기준으로 나누어진 그룹 내의 이미지 인식시간은 접종을 위해 투입되는 넙치의 이미지가 클수록 처리해야할 연산량이 많아지기 때문에 더 많은 시간이 소요되는 것을 알 수 있다. Fig. 9와 같이 상관관계 계수법을 이용하여 투입되는 넙치와 비젼시스템 내에 사전에 그룹별로 저장되어 있는 넙치의 템플릿과의 매칭률을 그룹별로 조사한 결과, 평균 98.5% 매칭률을 보였으며, 그 결과로부터 투입되는 넙치와 그룹 내에 수많은 템플릿 중에 가장 매칭률이 높은 넙치 템플릿이 선택된다는 것을 알 수 있다.
제안한 알고리즘은 넙치가 임의의 각도로 투입 되었을 때 투입되는 각도에 제한을 전혀 받지 않고 접종 위치를 인식할 수 있도록 설계되었으며, 또한 투입 시 넙치의 회전각도에 따라서 치영역의 면적을 최적화 시키는 방법으로 실행시간을 단축시킬 수 있도록 설계 되었다. 개발된 넙치용 백신자동백신접종시스템은 제안한 접종 알고리즘을 적용함으로써 평균 2000/hour 접종속도를 실현했으며, 숙련된 사람이 손으로 접종하는 속도 (1000/hour) 보다 2배 빠르다. 그리고 넙치의 접종오차는 0〜0.
개발된 넙치용 백신자동백신접종시스템은 제안한 접종 알고리즘을 적용함으로써 평균 2000/hour 접종속도를 실현했으며, 숙련된 사람이 손으로 접종하는 속도 (1000/hour) 보다 2배 빠르다. 그리고 넙치의 접종오차는 0〜0.6mm 범위로서 높은 정밀도를 실현가능함을 알 수 있었다.
따라서 템플릿 매칭에서 검사조건은 서치영역은 검사 대상물의 영상 정보를 담고 있는 템플릿 영역과 같거나 커야하는 관계를 Fig. 6과 수식 (2)와 같이 나타낼 수 있으며, ±180°전 범위에서 접종하고 다양한 크기 및 임의의 각도로 투입되더라도 접종이 가능하기 위해서는 템플릿 영역은 넙치의 영상부분만 설정하고, 서치영역은 수식 (3)과 같이 설정함으로써 최소영역만을 선택하여 불필요한 영상처리 시간을 줄였다.
Table 2 는 개발된 넙치용 백신자동접종시스템에 대한 접종성능 분석을 요약한 것이다. 본 논문에서 개발된 백신자동접종 시스템은 기존에 국내에서 넙치 접종 시 시간당 1000마리 정도 하는 접종속도와 비교 할 때 거의 두 배에 가까운 시간당 평균 2000마리까지 접종이 가능한 속도를 가지며, 임의의 각도로 투입될 때도 접종이 가능하고 넙치 전장 500mm, 체폭 300mm까지 가능하다. 또한 기존에 여러 명이 인력으로 접종하는 방식보다 한 시스템에서 접종이 이루어지기 때문에 반복 정밀도는 훨씬 높을 것으로 판단된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	백신주사의 장점은 무엇입니까?	백신주사는 투여량이 정확하고 백신의 양도 적게 소요되며, 또한 면역보강제의 첨가가 가능하여 어류에 확실한 면역능력을 부여하는 장점이 있지만, 국내에서는 넙치용 백신자동접종시스템이 개발되어 있지 않아 많은 인력이 소요되어, 그에 따른 인건비 상승으로 양식업자 및 소비자에게 많은 부담을 주고 있다. 또한 백신접종과 관련하여 국가 지원의 대부분은 백신접종 전문 인력의 인건비로 사용되며 매년 백신 수요가 증가함에 따라 접종비용 및 접종시간도 기하급수적으로 늘어나 비용부담이 가중되고 있다.
	영상신호에 있어 템플릿 매칭은 무엇을 의미합니까?	템플릿 인식 및 매칭기법은 매우 다양한 분양에 응용되어 왔으며, 로봇 비젼시스템이나 생체 인식 등에 중요한 역할을 한다. 영상 신호에 있어 템플릿 매칭이라 함은 템플릿을 이용하여 영상 내 하나의 클래스로 대응시켜 그 위치 등을 결정하는 것을 의미한다 (Stefano et al., 2005; Tsai and Lin et al.
	일반적으로 템플릿 인식시스템의 기본적 구성은 어떠합니까?	2와 같다. 템플릿 인식시스템은 영상에서 잡음 및 기타 성분 등을 제거하는 전처리 (Preprocessing)단계와 영상의 특징인 에지, 코너 기타 크기 및 명암 분포 등의 특징 중 검출에 사용될 특징을 추출하는 특징 추출단계(Feature Extraction), 특징 추출단계에서 결정된 특징들을 측정하는 특징 측정단계 (Feature Measurement), 그리고 템플릿과 일치되는 영상을 찾아 인식할 수 있는 분류단계로 구성된다.

참고문헌 (11)

An, H.C., K.H. Lee, J.H. Bae, B.S. Bae and J.K. Shin, 2009. Estimation of the distribution density of snow crab, Chionoecetes opilio using a deep-sea underwater camera system attached on a towing sledge. J. Kor. Soc. Fish. Tech., 45 (3), 151－156.

원문보기 상세보기
Darwish, A.M and A.K Jain, 1988. A rule based approach for visual pattern inspection. IEEE Trans. of Pattern Analysis and Machine. 10 (1), 56－68.

상세보기
Di Stefano, L. S. Nattoccia, and F. Tombari, 2005. Speeding-up NCC-based template matching using parallel multimedia instructions. The 7th IEEE International Workshop on 4－6 July 2005, 193－ 197.
Kim, P. and S. Rhee., 1999. Three-dimensional inspection of ball grid array using laser vision system. IEEE Trans. of Manufacturing Technology, 22 (2), 151－155.
Kwon M.G and J.D. Bang, 2004. Effects of immersion vaccination in different concentration of edwardsiellosis vaccin on olive flounder, Paralichthys olivaceus. J. Fish Pathol., 17 (3), 171－177.
Lee, D.J., 2011. Performance characteristics of a multidirectional underwater CCTV camera system to use in the artificial reef survey. J. Kor. Soc. Fish. Tech., 47 (2), 146－152.

원문보기 상세보기
National Oceanic and Atmospheric Administration Fisheries: Office of Science and Technology. 2008. Retrieved from http://www.st.nmfs.noaa.gov/st1/fus/fus08/ index.html (accessed 11.10.10).
Storbeck, F. and B. Daan, 2001. Fish species recognition using computer vision and a neural network. Fish. Res., 51 (1), 11－15.

상세보기
Sun, Y. and B.J. Nelson, 2002. Biological cell injection using an autonomous microrobotic system. Int. J. Robot. Res., 21 (10－11), 861－868.

상세보기
Tsai, D.M. and C.T. Lin, 2003. Fast normalized cross correlation for defect detection. Pattern Recognition Letters, 24 (12), 2625－2631.

상세보기
Yang, Y.S., K.H. Lee, S.C. Ji, S.J. Jeong, K.M. Kim, S.W. Park, 2011. Measurement of size and swimming speed of Bluefin tuna (Thunnus thynnus) using by a stereo vision method. J. Kor. Soc. Fish. Tech., 47 (3), 214－221.

원문보기 상세보기

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증