[논문]신경망 기반 과일 표면 검사에 관한 연구

이형구

신경망 기반 과일 표면 검사에 관한 연구
A Study on Neural Network-Based Inspection of Fruit Surface 원문보기

이형구 (한국산업기술대학교 게임공학과)

본 논문은 카메라로 획득한 배의 표면과 꼭지 영상을 입력으로 하여 RBF 신경망 기반 분류기를 사용하여 양호한 배인지 아닌지를 판별하는 판별기의 설계에 대해 설명한다. 먼저 입력 영상에서 배경을 분리시킨 후 배만을 포함하는 영상을 얻고 이 영상에서 윤곽선과 같은 여러 가지 특징들을 추출한 후 미리 대량의 표면 영상과 꼭지 영상으로 훈련시킨 두 개의 RBF 신경망 기반 분류기를 사용하여 배의 상태를 판별한다. 구현되는 세부 모듈을 과일 종류에 맞게 수정한다면 제안되는 방법을 사과, 참외와 같은 다른 과일에도 적용할 수 있을 것이다.

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

문제 정의

본 논문에서는 배의 표면과 꼭지 영상을 입력으로 하여 RBF 신경망 기반 분류기를 사용하여 양호한 배인지 아닌지를 판별하는 방법에 관해 소개하였다. 입력 영상에서 배경을 분리시킨 후 배만을 포함하는 영상을 얻고 이 영상에서 윤곽선과 같은 여러가지 특징을 추출한 후 미리 훈련된 RBF 신경망 기반 분류기를 사용하여 배의 상태를 판별한다.

제안 방법

HSI 영상과 R+G-2B 영상을 만든다. HSI 영상으로부터 배경을 분리시킬 마스크 영상을 생성한 후 마스크를 HSI 의 그레이(I) 영상과 R+G-2B 영상에 적용하여 각 영상에서 배 영역을 분리한다. 분리된 배 영상에서 특징들을 계산한 후 미리 대량의 영상으로 훈련시킨 신경망에 입력하여 양호/불량을 판정한다.
배 영상에서 결점을 찾기 위해 본 논문에서 제안하는 방법은 먼저 입력 영상에서 배경을 분리시킨 후배만을 포함하는 영상을 얻는다. 이 영상에서 윤곽선과 같은 여러가지 특징들을 추출한 후 신경망 기반 분류기를 사용하여 양호한 배인지 아닌지를 판별한다.
배만을 포함하는 Intensity 영상과 R+G-2B 영상에서 결점을 나타낼 수 있는 경 계선과 Radon transform 특징을 추출한다. 배 표면을 검사하기 위해서는 경계선의 특징을 추줄하고 배 꼭지 영상에서는 Radon transform 결과의 특징을 추출한다.
HSI 영상으로부터 배경을 분리시킬 마스크 영상을 생성한 후 마스크를 HSI 의 그레이(I) 영상과 R+G-2B 영상에 적용하여 각 영상에서 배 영역을 분리한다. 분리된 배 영상에서 특징들을 계산한 후 미리 대량의 영상으로 훈련시킨 신경망에 입력하여 양호/불량을 판정한다. 각 모듈에 대한 설명은 다음과 같다.
포함하는 영상을 얻는다. 이 영상에서 윤곽선과 같은 여러가지 특징들을 추출한 후 신경망 기반 분류기를 사용하여 양호한 배인지 아닌지를 판별한다. 여기서 사용되는 신경망은 미리 준비된 대량의 영상으로 훈련시킨 후 판별에 사용된다.
입력 영상에서 배경을 분리시킨 후 배만을 포함하는 영상을 얻고 이 영상에서 윤곽선과 같은 여러가지 특징을 추출한 후 미리 훈련된 RBF 신경망 기반 분류기를 사용하여 배의 상태를 판별한다. 2 절에 소개된 각 모듈을 과일 종류에 맞게 수정한다면 본 논문에서 제안한 방법을 사과, 참외와 같은 다른 과일에도 적용할 수 있을 것이다.

이론/모형

본 판별기에서는 역전파 알고리즘에 기반을 둔 신경망보다 훈련 속도가 빠르고 훈련에 소요되는 자료도 적게 필요한 RBF (Radial Basis Function) network 에 기반을 RBF 신경망을 사용한다. [5], RBF 신경망의 훈련은 준비된 대량의 영상으로부터 특징을 추출한 후양호/불량의 결과와 함께 에러가 0 로 될 때까지 또는 은닉층의 뉴런 갯수가 설정된 최대값에 도달할 때까지 훈련시킨다.

후속연구

입력 영상에서 배경을 분리시킨 후 배만을 포함하는 영상을 얻고 이 영상에서 윤곽선과 같은 여러가지 특징을 추출한 후 미리 훈련된 RBF 신경망 기반 분류기를 사용하여 배의 상태를 판별한다. 2 절에 소개된 각 모듈을 과일 종류에 맞게 수정한다면 본 논문에서 제안한 방법을 사과, 참외와 같은 다른 과일에도 적용할 수 있을 것이다.

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

신경망 기반 과일 표면 검사에 관한 연구
A Study on Neural Network-Based Inspection of Fruit Surface 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

이론/모형

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

신경망 기반 과일 표면 검사에 관한 연구 A Study on Neural Network-Based Inspection of Fruit Surface 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

이론/모형

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

신경망 기반 과일 표면 검사에 관한 연구
A Study on Neural Network-Based Inspection of Fruit Surface 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper