$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

파각란 및 혈란 자동검란기기 검출 신뢰도 검증
Investigation of Reliability of Automatic Cracked and Bloody Egg Detector 원문보기

한국식품저장유통학회지 = Korean journal of food preservation, v.20 no.1, 2013년, pp.69 - 75  

노재중 (축산물품질평가원 대전충남지원) ,  전승엽 (축산물품질평가원 대전충남지원) ,  박병석 (축산물품질평가원 대전충남지원) ,  김선만 (축산물품질평가원 대전충남지원) ,  김희수 (축산물품질평가원 대전충남지원) ,  김현주 (충남대학교 동물자원생명과학과) ,  조철훈 (충남대학교 동물자원생명과학과)

초록
AI-Helper 아이콘AI-Helper

본 연구는 계란 집하장의 선별기에 부착된 파각란 검출기와 혈란 검출기의 정확도를 산란계 주령과 검출기 레벨수준에 따라 검증하여 계란등급판정에서 이용가능성을 제시하고 궁극적으로 유통과정에서 고품질의 계란을 소비자에게 제공하기 위해 실시하였다. 총 36,000개의 계란을 산란계 주령별, 검출기의 레벨별로 축산물품질평가사가 매회 1,000개씩을 무작위 추출하여 선별기를 통과시킨 후, 파각란과 혈란, 그리고 정상란으로 선별된 계란들을 직접 인력 측정하여 정확도를 검사하였다. 주령에 따른 파각란검출기의 결과는 주령이 높은 40주령대 이상의 파각란이 30주령대 보다 유의적으로 높았다(p<0.05). 또한 검출기 레벨이 높아질수록(민감도가 낮아질수록) 파각란 검출율은 떨어졌다. 그러나, 레벨별 차이로 선별한 파각란을 인력으로 확인한 결과 97% 이상의 파각 일치율을 보여 검출기능에 신뢰할 만한 결과를 보였다. 계란 중량별로는 특란, 왕란, 대란 및 중소란의 순서로 파각란 수가 많았다. 동일방법으로 실시한 혈란 검출기의 혈란 출현율은 0.005%로 미미하여 판단근거로는 부족하나, 검출된 계란을 할란하여 인력 측정한 결과 검출기로 선별된 계란은 모두 혈란이어서 100% 일치율을 보였다. 결론적으로 자동 파각란 검출기와 혈란 검출기는 신뢰할 만한 수준이며 계란등급판정에 이용할 수 있으리라 생각된다. 또한 현재 계란등급판정에서 파각율 허용범위는 1등급이 9%이하임을 감안할 때, 만일 파각란 검출기 4레벨을 통과한 계란이라면 소비자에게 도달할 때 파각란이 5.5% 이내로 관리되게 되어 보다 좋은 품질의 계란을 소비자에게 제공할 수 있다고 판단된다.

Abstract AI-Helper 아이콘AI-Helper

This study was conducted to investigate the reliability of automatic cracked and bloody egg detector according to the age of the hens and the level of the detector. The results of this study are expected to be helpful in the implementation of the Korean egg grading system, which is expected to impro...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 본 연구는 계란 집하장의 선별기에 부착된 파각란 검출기와 혈란 검출기의 정확도를 산란계 주령과 검출기 레벨 수준에 따라 검증하여 계란등급판정에서 이용가능성을 제시하고 궁극적으로 유통과정에서 고품질의 계란을 소비자에게 제공하기 위해 실시하였다. 총 36,000개의 계란을 산란계 주령별, 검출기의 레벨별로 축산물품질평가사가 매회 1,000개씩을 무작위 추출하여 선별기를 통과시킨 후, 파각 란과 혈란, 그리고 정상란으로 선별된 계란들을 직접 인력 측정하여 정확도를 검사하였다.
  • 본 연구는 인라인 집하시설 중 자동검란기기(파각, 혈란) 의 신뢰도를 기기의 레벨 및 산란계의 주령에 따라 검증하여, 집하장 자동검란기기가 축산물품질평가원에서 추진 중인 계란품질공정시스템 도입에 효율적으로 활용될 수 있는지 기초자료를 도출하고자 수행하였다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
국내 계란 품질관리 방법으로 사용되는 검출기는 무엇이 있는가? 특히 선진국의 경우의 오판율이 10~20%에 달하고 있어서 기계화의 필요성이 증대되어 왔다(10). 우리나라도 효율적인 품질관리 방법으로 파각란검출기(cracked egg detector) 와 혈란검출기(bloody egg detector)를 선별기에 부착하여 사용하는 집하장과 농장이 증가하고 있음은 우수한 품질의 계란을 생산하는데 상당한 기여를 하고 있다고 판단된다.
계란의 품질평가은 어떻게 진행되는가? 계란의 품질평가는 품질공정을 거쳐 롯트로 구성된 완성품에서 표본추출된 계란을 외관판정, 투광판정, 할란판정 등으로 평가하여 가장 낮은 품질등급을 최종으로 부여하는데, 여기에서 파각란과 혈란의 분리는 품질평가에서 매우 중요한 항목이다. 2009년 (사)소비자시민모임 보도자료에 의하면 소비자가 계란을 깼을 때, 혈반 및 육반 등 이물질이 발견되면 계란에 대한 혐오감을 일으킬 수 있으며, 국내 유통 중인 대형마트의 계란에서 이물질 출현율이 47%로 높게 나타났고, 파각란은 32개 제품 중 29개 제품(90.
세계 계란생산량의 나라별 생산량은 어떠한가? 세계 계란생산량은 1980년대부터 꾸준히 증가하여 현재 62,840천톤 수준이다. 나라별 생산량으로는 중국, 미국, 인도, 일본, 멕시코 순이며 우리나라는 566천톤으로(1) 세계 22위 생산국이다. 그러나 30,000수 미만의 사육가구 수는 산란계 총 1,535가구 중 61%, 10,000수 미만은 19%로 소규모 농가가 차지하는 비중이 높아 생산비 면에서 경쟁력이 미약한 실정이다(1).
질의응답 정보가 도움이 되었나요?

참고문헌 (21)

  1. Korea Institute for Animal Products Quality Evaluation (2011a) Animal products grading statistical yearbook. KIAPQ. Gunpo, Korea 

  2. Cho HK, Kwon Y, Cho SK (1995) Crack detection and sorting of eggs by image processing. Korean J Poul Sci, 22, 233-238 

  3. Korea Institute for Animal Products Quality Evaluation (2011b) Marketing Livestock and Meat in the Korea. KIAPQ. Gunpo, Korea 

  4. Todd ECD (1996) Risk assessment of use of cracked eggs in Canada. Int J Food Microbiol, 30, 125-143 

  5. Choi WK, Cho HK (2002) The acoustic vibration properties of chicken eggs. J Korean Soc Agric Machine, 27, 293-300 

  6. Nakano K, Mizutani J, Ohtsuka Y (1998) Studies on nondestructive detection of abnormal eggs (Part 1) Detection of blood spots in eggs using image processing. Japanese J Soc Agric Struct, 29, 17-23 

  7. Lee KH (1998) Comparison of performances between brown and white egg layers. Korean J Poul Sci, 25, 119-128 

  8. Lawrence KC, Yoon SC, Jones DR, Heitschmidt GW, Park B, Windham WR (2009) Modified pressure system for imaging egg cracks. Transact Am Soc Agric Eng, 52, 983-990 

  9. Jones DR, Lawrence KC, Yoon SC, Heitschmidt GW (2010) Modified pressure imaging for egg crack detection and resulting egg quality. Poultry Sci, 89, 761?765 

  10. Elster RT, Groodrum JW (1991) Detection of cracks in eggs using machine vision. Transact Am Soc Agricl Eng, 34, 307-312 

  11. Lee SK (1999) Chicken and egg science. Yuhanmunhwasa, Seoul 

  12. Wall H, Tauson R (2002) Egg quality in furnished cages for laying hens effects of crack reduction measure and hybrid. Poultry Sci, 81, 340-348 

  13. Mertens K. Bamelis F, Kamers B, Verhoelst E, Ketelaere B, Bain M, Decuypere E, De DeBaerdemaeker J (2006) Monitoring of eggshell breakage and strength in different production chains of consumption eggs. Poultry Sci, 85, 1670-1677 

  14. So JK, Chang DI, Lee SJ, Lee YB, Yun TJ (1997) Study on reducing technology of cracked-egg for egg sorter -Measurement of vibration levels at expectation point of cracked-egg produced. J Korean Soc Agric Machine, 12, 293-301 

  15. Oh KY, Ruy BG, Noh JS, Choi DS, Choe KJ (2008) Analyses on the status of breakage in the step of egg conveyer system of the laying hen house. J Lives Hous Env, 14, 47-52 

  16. Coutts JA, Wilson GC, Fernandez S, Rosales E, Weber G, Hernandez JM (2007) Optimum egg quality - A practical approach. Lavoisier. Cachan, France 

  17. De ketelaere B, Govaerts T, Coucke P, Dewil E, Visscher J, Decuypere E, DeBaerdemaeker J (2002) Measuring the eggshell strength of 6 different genetic strains of laying hens: Techniques and comparisons. Br Poult Sci, 43, 238-244 

  18. Seo LH, Kim KD (1997) Development of gripper for damaged egg selection - Location of broken point and measurement of egg shell strength for damaged eggs. J Korean Soc Agric Machine, 13, 421-426 

  19. Choi WK, Lee K, Son JR, Kang S, Lee HY (2008) Automatic eggshell crack detection system for egg grading. J Biosystems Eng, 33, 348-354 

  20. Nakano K (1997) Application of neural networks to the color grading of apples. Comput Elect Agric, 18, 105-116 

  21. Kim HS, Kim SM, Noh JJ, Lee JI (2012) Effect of age of laying hens and grade of egg shell abnormality on internal egg quality. J Anim Sci Technol, 54, 43-49 

저자의 다른 논문 :

LOADING...

관련 콘텐츠

오픈액세스(OA) 유형

FREE

Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로