본 연구는 홍삼 등급 판정을 위한 내부 상태 및 조직의 치밀도 분석 방법에 관한 것이다. 홍삼 내부 측정을 위해 1990년대 이후부터는 자기공명영상법(MRI), X-ray 판별 등의 비파괴 검사 방법에 대한 연구가 다양하게 이루어졌지만, 등급 판정에 가장 중요한 내공(內空), 내백(內白)을 파악하는데 어려움이 있어 정확한 내부 판정이 불가능하였다. 그리하여 본 연구에서는 적외선 조명 환경의 폐쇄형 영상 취득 장치를 제작하고 내공, 내백의 유무와 직경을 파악할 수 있는 내부 측정 시스템을 개발하였다. 제작한 장치는 홍삼 내부 투과율이 높은 950nm 파장대역의 적외선 조명, 적외선 대역 촬영이 가능한 카메라, 카메라에 홍삼의 초점을 자동제어 할 수 있는 Y축 제어 액추에이터 그리고 홍삼을 $1^{\circ}$의 간격으로 $360^{\circ}$ 회전하며 영상을 취득할 수 있는 회전 액추에이터로 구성이 되어있다. 제안하는 알고리즘은 Y축 액추에이터에서 Auto-Focus 알고리즘을 수행하여 홍삼의 크기와 두께 변화에 따라 객체의 선명한 초점을 자동으로 맞춰준다. 그다음 홍삼을 $1^{\circ}$ 간격으로 $360^{\circ}$ 회전하며 총 360장의 홍삼 영상을 취득하면 라돈 변환(Radon transform)을 통해 사이노그램(Sinogram)으로 재구성하고, 역 라돈 변환(Inverse Radon transform)을 통해 단층영상복원(Back-projection) 알고리즘이 수행되어 홍삼 내부 영상을 획득하였다. 알고리즘 수행 결과 홍삼 두께나 모양에 관계없이 내부 단면영상 획득이 가능하였고 영상을 통해 내공, 내백의 유무와 직경을 파악할 수 있었다. 추후 10,000개 이상의 다양한 모양과 크기를 가지는 홍삼에 대하여 내부 영상을 취득하여 등급 판별 기준을 적용한다면 신뢰성 있는 홍삼 등급 자동화 측정 방법으로 사용가능 할 것이다.
본 연구는 홍삼 등급 판정을 위한 내부 상태 및 조직의 치밀도 분석 방법에 관한 것이다. 홍삼 내부 측정을 위해 1990년대 이후부터는 자기공명영상법(MRI), X-ray 판별 등의 비파괴 검사 방법에 대한 연구가 다양하게 이루어졌지만, 등급 판정에 가장 중요한 내공(內空), 내백(內白)을 파악하는데 어려움이 있어 정확한 내부 판정이 불가능하였다. 그리하여 본 연구에서는 적외선 조명 환경의 폐쇄형 영상 취득 장치를 제작하고 내공, 내백의 유무와 직경을 파악할 수 있는 내부 측정 시스템을 개발하였다. 제작한 장치는 홍삼 내부 투과율이 높은 950nm 파장대역의 적외선 조명, 적외선 대역 촬영이 가능한 카메라, 카메라에 홍삼의 초점을 자동제어 할 수 있는 Y축 제어 액추에이터 그리고 홍삼을 $1^{\circ}$의 간격으로 $360^{\circ}$ 회전하며 영상을 취득할 수 있는 회전 액추에이터로 구성이 되어있다. 제안하는 알고리즘은 Y축 액추에이터에서 Auto-Focus 알고리즘을 수행하여 홍삼의 크기와 두께 변화에 따라 객체의 선명한 초점을 자동으로 맞춰준다. 그다음 홍삼을 $1^{\circ}$ 간격으로 $360^{\circ}$ 회전하며 총 360장의 홍삼 영상을 취득하면 라돈 변환(Radon transform)을 통해 사이노그램(Sinogram)으로 재구성하고, 역 라돈 변환(Inverse Radon transform)을 통해 단층영상복원(Back-projection) 알고리즘이 수행되어 홍삼 내부 영상을 획득하였다. 알고리즘 수행 결과 홍삼 두께나 모양에 관계없이 내부 단면영상 획득이 가능하였고 영상을 통해 내공, 내백의 유무와 직경을 파악할 수 있었다. 추후 10,000개 이상의 다양한 모양과 크기를 가지는 홍삼에 대하여 내부 영상을 취득하여 등급 판별 기준을 적용한다면 신뢰성 있는 홍삼 등급 자동화 측정 방법으로 사용가능 할 것이다.
This study deals with internal state and tissue density analysis methods for red ginseng grade determination. For internal measurement of red ginseng, there have been various studies on nondestructive testing methods since the 1990s, It was difficult to grasp the most important inner hole and inside...
This study deals with internal state and tissue density analysis methods for red ginseng grade determination. For internal measurement of red ginseng, there have been various studies on nondestructive testing methods since the 1990s, It was difficult to grasp the most important inner hole and inside whites in the grading. So in this study, we developed a closed capturing device for infra-red illumination environment, and developed an internal measurement system that can detect the presence and diameter of inner hole and inside whites. Made devices consisted of infrared lights with a high transmission rate of red ginseng in 920 nanometer wave band, a infra-red camera and a Y axis actuator with a red ginseng automatically controlled focus on the camera. The proposed algorithm performs an auto-focus system on the Y-axis actuator to automatically adjust the sharp focus of the object according to the size and thickness. Then red ginseng is rotated $360^{\circ}$ at $1^{\circ}$ intervals and 360 total images are acquired, and reconstructed as a sinogram through Radon transform and Back-projection algorithm was performed to acquire internal images of red ginseng. As a result of the algorithm, it was possible to acquire internal cross-sectional image regardless of the thickness and shape of red ginseng. In the future, if more than 10,000 different shapes and sizes of red ginseng internal cross-sectional image are acquired and the classification criterion is applied, it can be used as a reliable automated ginseng grade automatic measurement method.
This study deals with internal state and tissue density analysis methods for red ginseng grade determination. For internal measurement of red ginseng, there have been various studies on nondestructive testing methods since the 1990s, It was difficult to grasp the most important inner hole and inside whites in the grading. So in this study, we developed a closed capturing device for infra-red illumination environment, and developed an internal measurement system that can detect the presence and diameter of inner hole and inside whites. Made devices consisted of infrared lights with a high transmission rate of red ginseng in 920 nanometer wave band, a infra-red camera and a Y axis actuator with a red ginseng automatically controlled focus on the camera. The proposed algorithm performs an auto-focus system on the Y-axis actuator to automatically adjust the sharp focus of the object according to the size and thickness. Then red ginseng is rotated $360^{\circ}$ at $1^{\circ}$ intervals and 360 total images are acquired, and reconstructed as a sinogram through Radon transform and Back-projection algorithm was performed to acquire internal images of red ginseng. As a result of the algorithm, it was possible to acquire internal cross-sectional image regardless of the thickness and shape of red ginseng. In the future, if more than 10,000 different shapes and sizes of red ginseng internal cross-sectional image are acquired and the classification criterion is applied, it can be used as a reliable automated ginseng grade automatic measurement method.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구에서는 홍삼 내부(내공, 내백) 측정 방법에 대해 연구를 진행하였다. CT 촬영 기술 원리인 Sinogram과 Back-Projection 알고리즘을 수행하였고, 그 결과 내부 단층 이미지를 획득하고 획득한 내부 단층 이미지에서 내공, 내백, 정상 유무를 판별하고 직경을 파악할 수 있었다.
본 연구의 목적은 홍삼 등급 분류 시 작업 환경개선 및 분석 정확도 향상을 위해 홍삼 투과율은 높지만 무해하고 사람 눈에 보이지 않는 조명 파장대역을 조사한 후, 이에 따른 영상 분석 알고리즘과 비파괴 객체 내부 분석 시스템을 연구하는 것이다.
이에 따라 본 연구에서는 의료 영상 기술 중 X-ray촬영기법을 응용하여 내공과 내백을 파악할 수 있는 내부 분석 방법을 제시한다. 제시하는 방법은 암실 속 적외선 조명 환경에서 홍삼영상을 취득하고 라돈 변환(Radon Transform)하여 사이노그램(Sinogram)으로 재구성한다.
제안 방법
이를 위해, 빛의 파장대역 변화에 따른 홍삼 내부 투과율 실험을 진행하였다. Fig. 2의 외부 조명이 차단된 암실 환경 측정 장치 내부에서 LED 조명은 일정한 빛의 세기로 고정한 후 4가지의 빛의 파장대역(630nm, 720nm, 830nm, 950nm)을 가지는 LED Light source에서 빛을 조사하고 Shenzhen Optical Glass 제조사의 4가지 파장대역의 적외선 투과 필터(680nm, 760nm, 850nm, 950nm)가 부착된 Camera에서 객체를 촬영하였다. Table 1은 4가지 파장대역에서 촬영한 홍삼 이미지를 보여준다.
Sinogram 수행 과정 중 각 이미지에 X-선을 투과하여 얻은 View의 밝기 값이 거꾸로 Pixel면에 0°부터 360°까지 1° 간격으로 회전하며 360개 View의 밝기 값을 직선으로 역투영하여 합산한다.
영상 취득 과정은 자외선을 차단한 암실 환경 속에 Rotary Actuator에 홍삼을 부착하고 양쪽 IR(Infra-Red) LED에서 빛을 조사한다. 객체의 크기나 두께에 맞춰 가장 잘 투영되는 LED 밝기를 조절한 후 카메라에 객체 초점이 잘 맞도록 Y-Axis Actuator를 이동하며 Auto Focus System을 수행한다. 그리고 Rotary Actuator가 1° 간격으로 360° 회전하는 동안 카메라에서 각도 별 360개의 홍삼 이미지를 촬영한다.
영상 취득 장치 구성은 객체의 초점 자동 제어(Auto-Focus System)를 구동하는 Y-Axis Actuator와 1° 간격으로 회전하며 홍삼 이미지 획득이 가능한 Rotary Actuator로 구성되어 있다. 그리고 홍삼 영상 취득 과정에서 홍삼의 크기와 두께에 따라 빛의 객체 내부 투과율이 달라지므로 균일한 품질의 영상인식결과를 얻기 위해 조명 제어 시스템이 제작되었다. 영상 취득 과정은 자외선을 차단한 암실 환경 속에 Rotary Actuator에 홍삼을 부착하고 양쪽 IR(Infra-Red) LED에서 빛을 조사한다.
Back-Projection 수행 결과 홍삼 내부 단면 영상을 획득할 수 있었다. 복원된 단면 영상을 통해 홍삼의 내공, 내백 파악이 가능하였고, 영상의 RGB값을 출력하여 내공, 내백의 직경을 측정하였다. Fig.
홍삼의 내공, 내백 유무를 판별한 후 객체의 내부 조직 치밀도와 내공, 내백의 직경을 파악하기 위해 홍삼 내부 분석시스템을 수행하였다. 수행 과정은 폐쇄형 영상 취득 장치 내에 홍삼을 부착하고, 객체의 내부가 잘 투과되는 적외선 조명 밝기를 설정하여 투과시킨다. 다음으로 Auto Focus Algorithm을 수행하여 홍삼이 가장 선명하게 촬영되는 초점으로 Y-Axis Actuator가 이동한다.
그리고 홍삼 영상 취득 과정에서 홍삼의 크기와 두께에 따라 빛의 객체 내부 투과율이 달라지므로 균일한 품질의 영상인식결과를 얻기 위해 조명 제어 시스템이 제작되었다. 영상 취득 과정은 자외선을 차단한 암실 환경 속에 Rotary Actuator에 홍삼을 부착하고 양쪽 IR(Infra-Red) LED에서 빛을 조사한다. 객체의 크기나 두께에 맞춰 가장 잘 투영되는 LED 밝기를 조절한 후 카메라에 객체 초점이 잘 맞도록 Y-Axis Actuator를 이동하며 Auto Focus System을 수행한다.
홍삼의 내공, 내백 관찰 시 객체의 내부가 잘 투과되는 조명의 파장대역을 파악해야 한다. 이를 위해, 빛의 파장대역 변화에 따른 홍삼 내부 투과율 실험을 진행하였다. Fig.
홍삼 영상 촬영 시 객체의 두께나 길이, 모양, 크기 변화에 따라 선명한 초점을 가지는 위상은 달라진다. 이에 따라 Y-Axis Actuator가 이동하며 객체의 선명한 초점이 자동으로 선별되는 Auto Focus Algorithm을 수행하였다. 알고리즘 수행 과정은 Y축을 0.
절단하지 않은 홍삼의 내부 조직 치밀도와 내공, 내백의 직경을 비파괴 영상 분석 방법으로 측정하기 위해 홍삼 내부 투과율이 높은 적외선 빛의 파장대역을 찾고, Auto Focus Algorithm을 설계하여 선명한 홍삼 이미지를 취득하였으며 Sinogram과 Back-Projection 알고리즘을 수행하여 홍삼 내부이미지로 재구성하였다. 그 후, 이미지내의 각 RGB Pixel 값을 그래프로 산출하여 내공, 내백의 직경을 측정할 수 있었다.
이에 따라 본 연구에서는 의료 영상 기술 중 X-ray촬영기법을 응용하여 내공과 내백을 파악할 수 있는 내부 분석 방법을 제시한다. 제시하는 방법은 암실 속 적외선 조명 환경에서 홍삼영상을 취득하고 라돈 변환(Radon Transform)하여 사이노그램(Sinogram)으로 재구성한다. 그 다음 역 라돈 변환(Inverse Radon Transform)하여 단층 영상 복원(BackProjection) 알고리즘이 수행되면 홍삼 내부 영상을 획득할 수 있다.
제안하는 비파괴 홍삼 내부 분석 시스템 구현을 위해 외부조명 및 자외선 차단이 가능한 폐쇄형 영상 취득 장치를 제작하였다. 영상 취득 장치 구성은 객체의 초점 자동 제어(Auto-Focus System)를 구동하는 Y-Axis Actuator와 1° 간격으로 회전하며 홍삼 이미지 획득이 가능한 Rotary Actuator로 구성되어 있다.
홍삼의 내공, 내백 유무를 판별한 후 객체의 내부 조직 치밀도와 내공, 내백의 직경을 파악하기 위해 홍삼 내부 분석시스템을 수행하였다. 수행 과정은 폐쇄형 영상 취득 장치 내에 홍삼을 부착하고, 객체의 내부가 잘 투과되는 적외선 조명 밝기를 설정하여 투과시킨다.
대상 데이터
스캔한 이미지들은 2진화 후 Gaussian Filter와 Laplacian Filter를 거쳐 전체 pixel에서 RGB 값을 선명도 값으로 변환하여 추출한다. 40장의 이미지의 선명도 값들을 대상으로 Peak Detection을 수행하여 가장 높은 값을 가지는 이미지가 선별된다. 아래 Fig.
950nm 파장 대역에서 내공, 내백, 정상 여부 판단을 위해 투과된 홍삼 이미지를 촬영하여 실험하였다. 실험에 사용된 시료는 내공이 있는 홍삼 18정과 내백이 있는 홍삼 18정, 그리고 내공과 내백이 없는 1등급 정상 홍삼 12정을 사용하였다.
8은 C언어 개발환경에서 제작한 Program GUI(Graphical User Interface)를 나타낸다. Program에서 360장의 홍삼촬영 후 X-선 투과할 Y축 높이를 설정한 후 Sinogram과 Back-Projection 이미지를 취득하였다.
그리고 Rotary Actuator가 1° 간격으로 360° 회전하는 동안 카메라에서 각도 별 360개의 홍삼 이미지를 촬영한다.
950nm 파장 대역에서 내공, 내백, 정상 여부 판단을 위해 투과된 홍삼 이미지를 촬영하여 실험하였다. 실험에 사용된 시료는 내공이 있는 홍삼 18정과 내백이 있는 홍삼 18정, 그리고 내공과 내백이 없는 1등급 정상 홍삼 12정을 사용하였다. 아래 Table 2는 실험 결과를 보여주고, Table 3은 촬영한 내백, 내공, 정상 홍삼의 이미지를 나타낸다.
영상 취득 장치 구성은 객체의 초점 자동 제어(Auto-Focus System)를 구동하는 Y-Axis Actuator와 1° 간격으로 회전하며 홍삼 이미지 획득이 가능한 Rotary Actuator로 구성되어 있다.
초점 제어 후 Rotary Actuator가 1° 간격으로 360°회전하며 총 360장의 홍삼 이미지를 획득한다.
성능/효과
Auto Focus Algorithm을 수행한 결과 Y-Axis Actuator가 총 20cm 이동하며 스캔한 이미지들의 선명도를 비교하여 가장 선명한 초점이 자동으로 선별되었다. Table 4는 Auto Focus Algorithm 수행 결과 4개의 위상에서 촬영한 홍삼 이미지들을 나타내었다.
본 연구에서는 홍삼 내부(내공, 내백) 측정 방법에 대해 연구를 진행하였다. CT 촬영 기술 원리인 Sinogram과 Back-Projection 알고리즘을 수행하였고, 그 결과 내부 단층 이미지를 획득하고 획득한 내부 단층 이미지에서 내공, 내백, 정상 유무를 판별하고 직경을 파악할 수 있었다. 향후 더 다양한 모양의 홍삼에 대해 내부 측정 실험을 진행하고 실험 결과에서 얻은 내공, 내백의 직경을 기준으로 Equation (1)의 A인 홍삼 치밀도가 자동으로 계산되도록 기준을 확립한다면 홍삼 자동 등급 판정 시스템을 구축할 수 있을 것이다.
실험 결과 전처리과정 없이 선명한 지근의 선명한 영상 획득이 가능하였고 내공은 검정색, 내백은 흰색, 정상은 회색으로 정확히 판별되는 것을 확인하였다. 그 결과 Reference [6]에 서술된 기존의 X-ray 촬영 기법에 비해 알고리즘 소요 시간과 영상의 선명도가 개선되었고 내부 판별의 정확도를 향상되었다. 또한, 홍삼의 모양, 크기, 두께에 관계없이 내부 영상 획득이 가능하여 1등급에서 등급 외 홍삼까지 전부 내공, 내백, 정상 유무와 직경을 파악할 수 있었다.
그간의 연구 결과를 살펴보면 용적밀도를 이용한 NMR 검사는 내부 조직 치밀성 유추가 가능하여 홍삼의 정상·불량 판별이 가능하였다.
또한, RGB Pixel 값이 60-110 사이인 파란색 Line 구간은 내공과 내백이 아닌 정상 부분으로 판단할 수 있다. 그래프 분석 결과 홍삼 내부의 내공, 내백, 정상 부분 직경이측정 가능한 것을 확인하였다.
84%가 내공, 내백, 정상 유무를 정확히 판별하였음을 확인할 수 있다. 그리고 Table 3에서 보는 것처럼 내공의 판단은 홍삼 전체 영상에서 빛 샘 효과가 나타남을 알 수 있으며, 내백은 전체적으로 빛의 투과율이 낮으므로 내백이 있는 영역에서 전반적으로 빛의 투과율이 낮음을 확인할 수 있다. 또한 정상 홍삼의 경우에는 빛의 투과가 고르게 분포 되므로 쉽게 판단할 수 있는 근거가 된다.
그 결과 Reference [6]에 서술된 기존의 X-ray 촬영 기법에 비해 알고리즘 소요 시간과 영상의 선명도가 개선되었고 내부 판별의 정확도를 향상되었다. 또한, 홍삼의 모양, 크기, 두께에 관계없이 내부 영상 획득이 가능하여 1등급에서 등급 외 홍삼까지 전부 내공, 내백, 정상 유무와 직경을 파악할 수 있었다. Fig.
그 후, 이미지내의 각 RGB Pixel 값을 그래프로 산출하여 내공, 내백의 직경을 측정할 수 있었다. 실험 결과 전처리과정 없이 선명한 지근의 선명한 영상 획득이 가능하였고 내공은 검정색, 내백은 흰색, 정상은 회색으로 정확히 판별되는 것을 확인하였다. 그 결과 Reference [6]에 서술된 기존의 X-ray 촬영 기법에 비해 알고리즘 소요 시간과 영상의 선명도가 개선되었고 내부 판별의 정확도를 향상되었다.
또한 정상 홍삼의 경우에는 빛의 투과가 고르게 분포 되므로 쉽게 판단할 수 있는 근거가 된다. 실험 결과 홍삼 촬영 시 투과하는 빛의 세기가 강할수록 내부 투과율이 높으며 홍삼의 두께가 얇고 치밀한 정도와 표면 오염도가 낮을수록 내부 투과가 잘 되는 것을 확인하였다. 또한,정상 홍삼보다는 내부가 비어있거나 흰색으로 변질된 내백,내공삼이 더 빛의 투과가 많이 이루어지므로 매질의 계수가 많을수록 내부 투과율이 높다고 판단할 수 있다.
5cm 위상 이동했을 때 카메라가 촬영한 Object2가 가장 선명하게 촬영된 것을 알 수 있다. 알고리즘 수행 결과 가장 선명한 초점이 자동으로 선별되므로 홍삼 내부 분석 시스템 수행 과정에서 이미지 획득 속도와 정확도가 향상되었다.
이미지를 보면 파장대역 차이가 가장 큰 630 nm의 LED와 680nm의 적외선 투과 필터를 사용하였을 때 홍삼이 가장 어둡게 나타나는 것을 볼 수 있다. 이를 통해 LED와 적외선 투과 필터의 파장 대역 차이가 클수록 투과된 빛이 영상에 잘 표현되지 않고 파장대역이 동일한 950nm에서 가장 잘 투과되어 내부가 밝게 보이는 것을 확인하였다.
Table 1은 4가지 파장대역에서 촬영한 홍삼 이미지를 보여준다. 이미지를 보면 파장대역 차이가 가장 큰 630 nm의 LED와 680nm의 적외선 투과 필터를 사용하였을 때 홍삼이 가장 어둡게 나타나는 것을 볼 수 있다. 이를 통해 LED와 적외선 투과 필터의 파장 대역 차이가 클수록 투과된 빛이 영상에 잘 표현되지 않고 파장대역이 동일한 950nm에서 가장 잘 투과되어 내부가 밝게 보이는 것을 확인하였다.
Table 5는 Sinogram 수행 결과 얻은 360개 View의 Pixel을 Back-Projection하여 복원한 결과 이미지를 볼 수 있다. 이미지를 통해 정상 부분은 회색, 내공 부분은 검정색, 내백홍삼은 흰색이 출력되어 내공, 내백, 정상 유무를 판별할 수 있었다. Fig.
후속연구
향후 더 다양한 모양의 홍삼에 대해 내부 측정 실험을 진행하고 실험 결과에서 얻은 내공, 내백의 직경을 기준으로 Equation (1)의 A인 홍삼 치밀도가 자동으로 계산되도록 기준을 확립한다면 홍삼 자동 등급 판정 시스템을 구축할 수 있을 것이다. 또한,몸체와 세근이 좀 더 세밀하게 분류될 수 있도록 기준을 확립하고 내부 이물질이나 흠집을 자세하게 파악할 수 있도록 한다면 신뢰성 있는 자동 판별 시스템으로 사용이 가능할 것이며 편의성 및 생산성 증대효과를 가져올 수 있을 것이라 판단된다.
CT 촬영 기술 원리인 Sinogram과 Back-Projection 알고리즘을 수행하였고, 그 결과 내부 단층 이미지를 획득하고 획득한 내부 단층 이미지에서 내공, 내백, 정상 유무를 판별하고 직경을 파악할 수 있었다. 향후 더 다양한 모양의 홍삼에 대해 내부 측정 실험을 진행하고 실험 결과에서 얻은 내공, 내백의 직경을 기준으로 Equation (1)의 A인 홍삼 치밀도가 자동으로 계산되도록 기준을 확립한다면 홍삼 자동 등급 판정 시스템을 구축할 수 있을 것이다. 또한,몸체와 세근이 좀 더 세밀하게 분류될 수 있도록 기준을 확립하고 내부 이물질이나 흠집을 자세하게 파악할 수 있도록 한다면 신뢰성 있는 자동 판별 시스템으로 사용이 가능할 것이며 편의성 및 생산성 증대효과를 가져올 수 있을 것이라 판단된다.
질의응답
핵심어
질문
논문에서 추출한 답변
홍삼은 무엇인가?
홍삼은 수삼을 증기나 그 밖의 방법으로 쪄서 익혀 말린 것으로 농림수산식품 부령으로 정하는 색상을 띠는 것을 일컫는다[1]. 홍삼은 크기, 다리길이 등 외부 형태와 내부 상태 및 내부조직의 치밀도에 따라 천, 지, 양 3등급으로 분류한다.
홍삼은 어떻게 분류되는가?
홍삼은 수삼을 증기나 그 밖의 방법으로 쪄서 익혀 말린 것으로 농림수산식품 부령으로 정하는 색상을 띠는 것을 일컫는다[1]. 홍삼은 크기, 다리길이 등 외부 형태와 내부 상태 및 내부조직의 치밀도에 따라 천, 지, 양 3등급으로 분류한다. 분류된 홍삼은 등급에 따라 가격차이가 크기 때문에 저급홍삼에 고급홍삼이 혼입되면 경제적 손실이 발생하고, 고급 홍삼에 하위 등급이나 등급 외의 홍삼이 혼입되면 소비자 클레임이 증가한다.
최고등급인 1등급 홍삼을 일컫는 말은?
이에 따라 홍삼은 판매되기 전에 정확한 등급분류가 이루어져야한다. 최고등급인 1등급 천삼은 전체 1~2%로 생산량이 매우 적고 값어치가 비싸게 평가받는다. 그에 따라 홍삼 등급을 판별하는 기준 또한 매우 까다로워 외부형태와 흠집 유무, 다리 개수와 길이, 내부 조직의 치밀도, 내공과 내백의 유무와 직경까지 파악하여야 한다[2].
참고문헌 (8)
Gi-Hyung Ryu, "Present Status of Red Ginseng Products and Its Manufacturing Process," The Korean Society of Food Scienceand Nurition, Vol.8, No.2, pp.38-42, 2003.
Chul-Soo Kim, "Quantification of Sensory Color Quality of Red Ginseng," Chonbuk National University, Vol.42, pp.173-178, 1996.
J. G. Lim and S. M. Kim, "Analysis of Magnetic Resonance Characteristics and Images of Korean Red Ginseng," Journal of the Korean Society for Agricultural Machinery, Vol.28, No.3, pp.253-260, 2003.
Gi Chul Jang and R. Ruan, "Determination of Bulk Density and Internal Structure of Red Ginseng Root Using NMR," Journal of Ginseng Research, Vol.22, No.2, pp.96-101, 1998.
Chun-Suk Kim, In Chan Jung and Se Bong Kim, "Distinction of Internal Tissue of Red Ginseng Using Magnetic Resonance Image," Journal of Ginseng Research, Vol.32, No.4, pp.332-336, 2008.
J. R. Son, K. H. Choi, K. J. Lee, D. S. Choi, and G. Y. Kim, "X-ray Image Processing for the Korea Red Ginseng Inner Hole Detection (I) - Preprocessing technique for inner hole detection," Journal of the Korean Society for Agricultural Machinery, Vol.27, No.4, pp.341-348, 2002.
Jae-Min Kim and Ki-Seung Lee, "A Method for Sinogram Interpolation for Reducing X-ray Dose," The Journal of Korea Information and Communications Society, Vol.37C, No.7, pp.601-609, 2012.
Kwonsu, Chon, "Noise Properties for Filtered Back Projection in CT Reconstruction," Journal of the Korean Society of Radiology, Vol.8, No.6, pp.357-364, 2014.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.