KR100786823B1

KR100786823B1 - 도계 공정에서 품질 검사 시스템 및 그 방법

Info

Publication number: KR100786823B1
Application number: KR1020050135446A
Authority: KR
Inventors: 한이진
Original assignee: 한이진
Priority date: 2005-12-30
Filing date: 2005-12-30
Publication date: 2007-12-20
Also published as: KR20070071733A

Abstract

도계공정에서 이미지 인식을 통해 생계의 품질을 자동으로 검사하여 제품에 대한 객관적이고 획일적인 평가를 얻을 수 있도록 한 것으로,

도계 공정 라인의 소정 위치에 배치되어 레일을 통해 이동되는 도계의 영상을 취득하는 영상 취득수단과, 품종별/라인별 불량 검출 기준 데이터가 등록되고 검사의 개시에 따라 기준 데이터를 엑세스하며, 상기 영상 취득수단에서 인가되는 도계의 영상으로부터 이미지를 추출하고, 추출된 이미지에서 체적을 유추하여 중량을 측정하며, 추출된 이미지의 형태 및 색상을 분석하여 품질 등급 및 불량 원인을 검출하여 그 결과를 종합하는 검사장치와, 검사장치에서 제공되는 종합 분석 결과를 데이터화하여 저장 관리하는 데이터 저장 서버와, 검사장치에서 제공되는 이미지 데이터를 데이터 베이스로 관리하며, 터미널 클라이언트 서버의 기능을 포함하는 이미지 저장 서버와, 도계 라인의 각 공정에 배치되는 공정 제어 및 모니터링 장치로, 이더넷을 통해 상기 이미지 저장 서버와 연결되어, 상기 검사장치에서 분석된 이미지 데이터의 모니터링을 제공하는 복수개의 클라이언트 장치를 포함한다.

도계, 이미지 인식, 중량산출, R/G/B, 불량 검출

Description

도계 공정에서 품질 검사 시스템 및 그 방법{A QUALITY MONITORING SYSTEM OF BUTCHERED CHICKEN LINE AND METHOD THEREOF}

도 1은 본 발명에 따른 도계 공정에서 품질 검사 시스템에 대한 구성도이다.

도 2는 도 1에서 검사장치에 대한 세부 구성도이다.

도 3은 본 발명에 따른 도계 공정에서 품질 검사를 수행하는 일 실시예의 흐름도이다.

도 4는 도 3에서 이미지 획득에 대한 흐름도.

도 5는 본 발명에 따른 도계 공정에서 품질 검사를 위한 중량 학습 테이블 생성에 대한 흐름도이다.

도 6은 본 발명에 따른 도계 공정에서 품질 검사를 위한 기준 학습 테이블 생성에 대한 흐름도이다.

도 7은 일반적인 도계 생산 공정에 대한 흐름도이다.

< 도면의 주요 부분에 대한 부호의 설명 >

100 : 도계 101 : 행거

201 : 센서 203 : 카메라

301 : 고주파 안정기 303 : 제1광원

305 : 제2광원 400 : 검사장치

500 : 데이터 저장 서버 600 : 이미지 저장 서버

700A-700N : 클라이언트 장치

본 발명은 도계공정(屠鷄工程)에 관한 것으로, 더 상세하게는 도계 공정에서 이미지 인식(Image Recognition)을 통해 생계(生鷄)의 품질(品質)을 자동으로 검사하여 제품에 대한 객관적이고 획일적인 평가를 얻을 수 있도록 하는 도계 품질 검사 시스템 및 방법에 관한 것이다.

일반적으로 도계를 생산하는 공정에 대하여 도 7을 참조하여 설명하면 다음과 같다.

도계를 생산하는 업체에서 직영으로 운영하거나 도계 생산 업체와 전략적으로 계약된 양계 농장(B)에서는 사육(飼育)된 생계(生鷄)의 출하(出荷) 계획에 따라 배차된 차량(A)에 상차(上車)하여 도계 생산업체로 운송(運送) 납품한다(C).

도계 생산업체는 납품받은 생계에 대한 사육 비용을 양계 농장(B)에 지불하기 위하여 계근(計斤)한 다음(D) 도계 공정에 투입한다(E).

도계 공정에서는 투입인 생계를 소정의 방법으로 기절시킨 다음 생계의 체내에 있는 피를 배출시키는 방혈(放血)공정을 수행한다(F).

이후, 방혈된 생계의 털을 뽑아내기 위하여 탕지(湯漬)한 다음 원심 분리기의 원리를 이용한 소정의 장치로 털을 분리하는 공정을 수행한다(G).

상기와 같이 방혈과 털이 분리된 도계는 이송 레일을 통해 다음 공정으로 이송되어(H) 절족(絶足)공정이 수행되고(I) 내장(內臟) 등의 부산물을 분리하는 적출(摘出)공정이 수행된다(J).

이와 같이 적출공정이 완료되면 세척(洗滌)공정을 통해 도계에 묻어 있는 이물질을 완전하게 제거한 다음 신선도 유지를 위한 냉각(冷却)공정을 거처(L), 포장 공정으로 이송되어 낱개로의 선별 포장이 이루어져 소비자에게 공급하여 준다(M).

상기한 공정을 통해 도계를 생산함에 있어 품질의 균일성을 위한 검사를 수행하고 있는데, 이 검사의 경우 숙련된 작업자의 육안에 의존하고 있다.

그러나, 도계 라인은 초당 2.5마리의 속도로 운영되는 자동화 시스템으로, 작업자의 육안을 통해 도계의 품질을 전수 검사하는 데에는 한계가 있어 공정의 완료 후 샘플 검사만을 하고 있으며, 작업자의 육안을 통한 검사로 인하여 검사의 균질성 및 품질 등급의 공정성이 확보되지 못하는 단점이 있다.

또한, 작업자 마다의 주관적인 판단에 근거한 품질 검사로 인하여 소비자에게 공급되는 생계의 품질 저하와 불량의 원인을 추적하는데 많은 어려움이 존재하는 단점이 있다.

또한, 작업자의 육안에 의한 샘플 검사는 전수 검사가 아니므로, 불량 제품이 최종 제품화될 가능성이 많아 품질 보증에 문제가 발생하고 작업자의 숙련도 및 당일 컨디션(Condition)에 따라 검사 스펙의 일관성이 상실되는 단점이 발생한다.

본 발명은 상기와 같은 문제점을 해결하기 위하여 발명한 것으로, 그 목적은 도계 공장내의 도계 라인에 카메라를 설치하여 도계의 이미지 인식과 이미지 처리 및 이미지 가공을 통해 생계의 사육 과정에서 발생되는 질병이나 상처 또는 상차나 운송 과정에서 발생되는 상처(傷處)나 도계 과정에서 발생되는 상처를 자동으로 검사하고 검사 결과 데이터와 이미지를 저장하여 각 공정 관리에 활용하도록 한 것이다.

즉, 자동 검사 결과의 분석을 통해 생계의 사육이나 상차, 운송, 도계 공정에서 발생되는 불량 원인을 추정하여 궁극적으로 사육 품질의 향상과 상차나 운송 중에서의 품질 저하 방지 등 체계적인 사육 관리를 제공하도록 한 것이다.

또한, 도계 공정 과정에서 전수검사를 통해 샘플 검사로 인한 불량 제품의 유통 발생을 방지하여 품질 보증체제 구축하고, 제품 등급 판정에 대한 정확한 자료 제시하며, 비품 발생시 발생된 부위와 등급 판정 사유 그리고 해당 제품의 이미지를 제공하도록 한 것이다.

또한, 초당 평균 3 개의 제품에 대해 볼륨 검출(Volume Detection)과, 색을 통한 비품 검색, 형태를 통한 비품 검색을 수행하며 비품 발생시에 그 발생지가 사육 농장, 상차, 운송, 공장 등인지에 대하여 빠르고 정확하게 추정할 수 있도록 하며, 생계 사육 농장과 운송 담당자별 비품 발생의 현황을 쉽게 분석 가능하도록 한 것이다.

그리고, 이미지 처리를 통한 도계의 품질 검사로 검사의 균일성 및 객관성을 제공하도록 한 것이다.

상기와 같은 목적을 실현하기 위한 본 발명의 특징에 따른 도계 품질 검사 시스템은, 도계 공정 라인의 소정 위치에 배치되어 레일을 통해 이동되는 도계의 영상을 취득하는 영상 취득수단과; 상기 영상 취득수단에서 인가되는 도계의 영상으로부터 이미지를 추출하고, 추출된 이미지에서 체적을 유추하여 중량을 측정하며, 추출된 이미지에서 도계의 형태 및 색상을 분석하여 품질 등급 및 불량 원인을 검출하여 그 결과를 종합하는 검사장치와; 상기 검사장치에서 제공되는 종합 분석 결과를 데이터화하여 저장 관리하는 데이터 저장 서버와; 상기 검사장치에서 제공되는 이미지 데이터를 데이터 베이스로 관리하며, 터미널 클라이언트 서버의 기능을 포함하는 이미지 저장 서버와; 도계 라인의 각 공정에 배치되는 공정 제어 및 모니터링 장치로, 이더넷을 통해 상기 이미지 저장 서버와 연결되어, 상기 검사장치에서 분석된 이미지 데이터의 모니터링을 제공하는 복수개의 클라이언트 장치를 포함하는 도계 품질 검사 시스템에 있어서,
상기 검사장치는 영상 취득수단과 접속되어 취득되는 프레임 단위의 도계 영상을 인터페이스하는 인터페이스부와; 상기 인터페이스부를 통해 인가되는 영상에서 이미지만을 추출하는 이미지 추출부와; 상기 추출된 도계 이미지에서 중량 측정과 품질 분석을 위한 부위를 구분하는 부위 추출부와; 상기 부위 구분된 이미지에 대한 총 픽셀을 측정하여 해당 도계의 중량을 추정할 수 있도록 하는 총 픽셀 측정부와; 상기 추출된 이미지의 R,G,B 컬러 분석으로 해당 도계의 품질 및 형태를 추정할 수 있도록 하는 컬러 분석부와; 상기 추출된 이미지의 옆구리 옆으로 검출라인을 생성한 다음 검출라인에 날개가 검출되는지를 판단하여 골절이나 탈골을 판정하도록 하는 골절 검출부와; 상기 측정되는 총 픽셀에 대하여 중량 테이블로부터 도계의 중량을 추정하고, R,G,B의 컬러 신호로부터 동계의 형태와 품질 및 골절을 판정하는 제어부와; 시스템의 운용에 필요한 데이터와 학습을 통해 설정되는 중량 학습 테이블과 검사 기준 테이블이 저장되며, 중량 추정 및 품질 검사 결과를 일시 저장하는 메모리부와; 데이터 저장 서버 및 이미지 저장 서버를 접속하여 분석된 결과 데이터를 전송하는 통신부를 포함한다.
또한, 본 발명은 도계 라인의 영상 취득 영역에서 도계의 입체 영상을 취득하는 제1과정과; 취득된 영상에서 배경을 분리하여 대상 물체인 도계의 이미지만을 추출하는 제2과정과; 추출된 이미지를 각 부위별로 구분하여 추출하는 제3과정과; 추출된 이미지의 픽셀 총량을 측정하여 설정된 학습 테이블을 통해 도계의 중량을 추정하는 제4과정과; 추출된 이미지의 R, G, B 컬러를 분석하여 품질 검사와 형태 불량을 검출하는 제5과정과; 상기 추출된 중량 데이터와 품질 검사 및 형태 불량 결과를 생성하여 결과 데이터 및 이미지 데이터를 저장하는 제6과정을 포함하는 도계 품질 검사 방법에 있어서,
상기 제2과정에서 도계의 이미지 추출은 임계값을 적용하여 임계값 이상인 픽셀에 대해서는 '1'로 처리하고, 임계값 이하인 픽셀에 대해서는 '0'으로 처리하여 도계의 이미지를 추출하며, 픽셀이 연결된 영역을 칠해나가면서 픽셀 수를 더하여 가장 큰 덩어리로 구성된 영역을 대상 물체인 도계로 인식하는 것을 특징으로 하는 도계 품질 검사방법을 제공한다..
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 일 실시예를 상세하게 설명하면 다음과 같다.

삭제

도 1에 도시된 바와 같이 본 발명에 따른 도계 품질 검사 시스템은, 패널(90)과, 행거(101), 센서(201), 카메라(203), 고주파 안정기(301), 제1광원(303), 제2광원(305)으로 이루어지는 영상 취득수단과, 검사장치(400), 데이터 저장 서버(500), 이미지 저장 서버(600) 및 클라이언트 장치(700)를 포함하여 구성된다.

상기 영상 취득수단은 자동화 도계 라인에서 탕지가 완료된 도계를 절족 공정으로 이송하는 라인 상에 배치된다.

상기 영상 취득수단내의 행거(101)는 자동화 시스템으로 이루어지는 도계 라인에서 레일을 통해 이동되며, 탕지 후 털이 분리된 도계(100)의 족(足)을 걸어 다음 공정인 절족 공정으로 이송시킨다.

센서(201)는 도계 라인의 레일 소정 위치에 장착되어 도계가 걸린 행거(101)의 이송 위치를 센싱하여 그에 대한 정보를 출력한다.

카메라(203)는 고성능 디지털 카메라로, 라인상의 프론트(Front)측과 리어(Rear)측에 각각 배치되며, 센서(201)로부터 인가되는 트리거 신호에 의해 동기되어 행거(101)를 통해 이송되는 도계의 영상을 입체로 취득한다.

제1광원(303)과 제2광원(305)은 고주파 형광램프로 배치되며, 고주파 안정기(301)에서 인가되는 안정된 전압에 따라 도계의 영상 취득 영역에 대하여 깜박임이 없는 항상 같은 레벨의 조명을 확보하여 준다.

패널(90)은 카메라(203)로 취득되는 영상에서 대상 물체인 도계만을 쉽게 추출할 수 있도록 검은 색 배경으로 배치된다.

검사장치(400)는 상기 라인상의 프론트측과 리어측에 배치되어 카메라(203)에서 취득된 영상으로부터 이미지를 추출하고, 추출된 이미지로부터 체적을 유추하여 도계의 중량을 측정하며, 추출된 이미지로부터 도계의 형태 및 색상을 분석하여 도계의 품질 등급 및 불량 원인을 분류하며 분석된 결과를 종합하여 피드백 자료로 활용할 수 있도록 한다.

상기 검사장치(400)에는 도계의 품종별/라인별 불량 검출 기준 데이터가 등록되고, 도계의 투입 계획에 따라 불량을 검출하기 위한 기준 데이터를 엑세스하여 생계에 매칭되는 불량 검사를 수행한다.

데이터 저장 서버(500)는 상기 검사장치(400)에서 제공되는 종합 분석 결과를 데이터화하여 관리한다.

이미지 저장 서버(600)는 검사장치(400)에서 제공되는 이미지 데이터를 데이터 베이스로 관리하며, 터미널 클러이언트 서버의 기능을 포함하여 이더넷을 통해 도계 공정에 관련되는 각각의 클라이언트 장치(700A ~ 700N)를 접속하여 검사장치(400)에서 분석된 이미지 데이터의 모니터링이 가능하도록 한다.

클라이언트 장치(700A ~ 700N) 도계 라인의 각 공정에 배치되는 공정 제어장치 및 모니터링 장치로 이더넷을 통해 상기 이미지 저장 서버(600)와 접속되어, 검사장치(400)에서 분석되는 품질 검사의 결과를 모니터링한다.

상기 검사장치(400)는 도 2에 도시된 바와 같이, 인터페이스부(401)와 이미지 추출부(403), 부위 추출부(405), 총 픽셀 측정부(407), 컬러 분석부(409), 골절 검출부(411), 제어부(413), 메모리부(415) 및 통신부(417)를 포함하여 구성된다.

인터페이스부(401)는 라인상의 프론트측과 리어측에 각각 배치되는 카메라(203)에서 취득되는 프레임 단위의 도계 영상을 인터페이스한다.

이미지 추출부(403)는 상기 인터페이스부(401)를 통해 인가되는 영상에서 도계의 이미지만을 추출한다.

상기 이미지를 추출함에 있어, 임계값을 적용하여 임계값 이상인 픽셀에 대해서는 '1'로 처리하고, 임계값 이하인 픽셀에 대해서는 '0'으로 처리하여 대상 물체인 도계의 이미지를 추출하며, 추출된 이미지에 노이즈 성분이 포함될 수 있으므로, 칠하기 알고리즘을 적용하여 구성 픽셀의 수를 산출한다.

즉, 연결된 영역을 칠해나가면서 픽셀 수를 더하여 가장 큰 덩어리로 구성된 영역을 대상 물체인 도계로 인식하여 노이즈가 제거된 도계만의 이미지 추출한다.

부위 추출부(405)는 상기 추출된 도계 이미지에서 중량 측정과 품질 분석을 위한 부위를 구분한다.

상기 부위의 구분은 대상 물체인 도계의 이미지를 왼쪽다리, 오른쪽다리, 복강, 좌복부, 복부, 우복부, 왼쪽날개, 가슴, 오른쪽날개, 목 등 총 10개의 부위로 구분한다.

그리고, 물체의 외곽선을 따라 수평으로 미분하면서 수직으로 픽셀의 편차를 구하여 픽셀의 편차가 급격히 변화하는 부분을 부위를 나누는 기준으로 삼는다.

예를 들어, 가랑이를 찾을 경우 수평방향으로 미분하면서 (좌에서 우로)이동할 경우 수직 픽셀의 편차가 낮아지다가 높아지는 부분을 만나게 되면 이때 피크(Peak)가 되는 부분을 가랑이를 구분하는 점으로 찾는다.

총 픽셀 측정부(407)는 상기 부위 구분된 이미지에 대한 총 픽셀(Pixel)을 측정하여 해당 도계의 중량을 추정할 수 있도록 한다.

즉, 픽셀의 편차가 비교적 큰 부분인 날개와 목을 제외한 픽셀의 합에 일정량의 가중치를 적용한다.
도계는 발목이 매달린 상태로 들어오기 때문에 날개의 모양이 일정한 형태로 들어오지 않는다.
따라서, 날개를 구성하는 픽셀의 양에는 오차범위가 크게 나타나게 된다.
예를 들어, 어떤 도계는 날개가 평평하게 펴진 상태로 들어올 수 있고, 또 어떤 도계는 날개를 움츠리고 들어올 수 있기 때문에 날개 부위에 대한 픽셀의 합은 어떤 도계가 어떤 포즈(pose)로 카메라(203) 앞을 지나가는가에 따라 크게 달라 진다.
그리고, 목은 카메라(203)로 영상의 획득하기 이전 단계에서 헤드 풀러(Head Puller)라는 공정의 거치면서 제거되는데, 이때 머리가 빠지지 않는 경우도 발생하고, 목이 길게 남는 개체도 발생하며 짧게 남는 개체도 발생하게 된다.
따라서, 상기와 같은 이유로 인하여 날개 및 목 부분은 픽셀의 편차가 크게 발생되어지므로, 중량의 산출에서 제외한다.
컬러 분석부(409)는 상기 부위별로 추출된 이미지에서 R,G,B 컬러의 분석으로 해당 도계의 품질 및 형태를 추정할 수 있도록 한다.

삭제

골절 검출부(411)는 추출된 이미지의 옆구리 옆으로 검출라인을 생성한 다음 검출라인에 날개가 검출되지 않으면 골절이나 탈골로 인한 형태 불량으로 판정할 수 있도록 한다.

제어부(413)는 상기 총 픽셀 측정부(407)에서 인가되는 총 픽셀에 대하여 학습을 통해 설정된 중량 테이블로부터 도계의 중량을 추정하고, 컬러 분석부(409)에서 인가되는 R,G,B의 색상 신호로부터 품질을 판단하며, 골절 검출부(411)로부터 인가되는 신호로부터 도계의 형태를 판단한다.

즉, 도계로 인식된 부분의 모든 픽셀을 순회하면서 등록된 검출 기준인 색상과 크기 및 부위에 부합되는 픽셀을 만나면 마스킹하고 마스킹된 부분을 이용하여 불량의 명칭인 멍(변색), 배꼽 닭, 무릎 닭, 카니발1, 카니발2, 홍계, 스킨 파손 등과 같은 불량 등급(A, B, C, D등급)과 발생 부위(왼쪽다리, 오른쪽다리, 복강, 좌복부, 복부, 우복부, 왼쪽날개, 가슴, 오른쪽날개, 목), 불량의 색상(R, G, B), 불량의 크기(mm) 등을 판단한다.

그리고, 도계의 일정 라인 아래에 골절 검출 기준라인을 설정하고 골절 검출 라인 아래로 날개가 내려오면 골절로 인식한다.

즉, 골절이나 탈골이 발생하게되면 날개가 밑으로 처지게 되므로, 목 부위 옆으로 골절 검출라인을 생성하고, 골절 검출라인 아래로 날개가 처지는 것이 검출되면 골절이나 탈골로 판단한다.

또한, 날개가 완전히 부러져서 목과 붙어서 들어오거나 아예 뜯겨져 나간 경우를 검출하기 위하여 옆구리 옆으로 골절 검출라인을 생성한 후 생성된 골절 검출라인에 날개가 검출되지 않으면 형태 불량으로 판단한다.

메모리부(415)는 시스템의 운용에 필요한 데이터와 학습을 통해 설정되는 중량 학습 테이블과 검사 기준 테이블이 저장되며, 중량 추정 및 품질 검사 결과를 일시 저장하는 기능을 담당한다.

통신부(417)는 일 예를 들어 LAN 카드로 구성되며, 데이터 저장 서버(500) 및 이미지 저장 서버(600)와 접속되어 검사장치(400)에서 분석된 중량 추정 및 품질 검사 결과 데이터를 전송하여 준다.

전술한 바와 같은 기능을 포함하여 이루어지는 본 발명을 적용하여 도계의 품질을 자동으로 검사하는 동작에 대하여 설명하면 다음과 같다.

제1광원(303)과 제2광원(305)은 고주파 안정기(301)에서 인가되는 전압에 따라 영상 취득 라인에 최적의 조명을 확보하여 준다.

이와 같이 영상 취득을 위한 조명이 확보된 상태에서 검사가 개시되면 도계의 품종별(육계 혹은 삼계)/ 라인별로 등록된 불량 기준 데이터를 투입 계획에 따라 엑세스하여 도계와 매칭한다.

이후, 도계 라인중 영상 취득 라인에 배치되는 두 대의 카메라(203)는 행거(101)에 매달려 이송되는 도계(100)의 입체 영상을 취득한다(S100).

즉, 도 4에서 알 수 있는 바와 같이, 탕지 공정에서 털리 분리된 도계가 행거(101)에 매달려 레일을 통해 이동되는 과정에서(S101) 이동위치가 센서(201)에 감지되면(S102), 센서(201)는 상기 영상 취득 라인의 프론트측과 리어측에 배치되어 있는 고성능 디지털 카메라(203)에 영상 취득을 위한 트리거 신호를 출력한다(S103).

이에 따라 프론트측과 리어측에 배치되는 두 대의 카메라는 센서(201)에서 인가되는 트리거 신호에 동기되어 작동됨으로써(S104) 헹거(101)에 매달린 도계(100)의 입체 영상을 획득하게 된다(S105).

상기와 같이 두 대의 카메라(203)가 도계(100)의 입체 영상이 획득하면 이를 검사장치(400)에 실시간으로 전송한다.

검사장치(400)는 두 대의 카메라(203)로부터 인가되는 입체 영상으로부터 오브젝트(Object), 즉 도계만의 순수한 이미지를 추출한다(S200).

상기 이미지의 추출은 임계값을 적용하여 입력된 도계의 입체화된 컬러 영상에서 임계값 이상인 픽셀에 대해서는 '1'로 처리하고, 임계값 이하인 픽셀에 대해서는 '0'으로 처리하여 도계의 이미지를 추출하며, 추출된 이미지에 노이즈 성분이 포함될 수 있으므로, 칠하기 알고리즘을 적용하여 구성 픽셀의 수를 산출한다.

즉, 연결된 영역을 칠해나가면서 픽셀 수를 더하여 가장 큰 덩어리로 구성된 영역을 도계의 이미지로 추출하여 주변 노이즈가 제거 되도록 한다.

상기와 같이 도계의 이미지가 추출되면 중량 측정과 품질 분석을 위한 부위를 구분한다(S300).

상기 부위의 구분은 도계의 이미지를 왼쪽다리, 오른쪽다리, 복강, 좌복부, 복부, 우복부, 왼쪽날개, 가슴, 오른쪽날개, 목 등 총 10개의 부위로 구분한다.

그리고, 물체의 외곽선을 따라 수평으로 미분하면서 수직으로의 편차를 구하여 편차가 급격히 변화하는 부분을 부위를 나누는 기준으로 삼는다.

예를 들어, 가랑이를 찾을 경우 수평방향으로 미분하면서 (좌에서 우로)이동할 경우 수직의 편차가 낮아지다가 높아지는 부분을 만나게 되면 이때 피크(Peak)가 되는 부분을 가랑이를 구분하는 점으로 찾는다.

이와 같이 부위의 구분이 이루어지면 부위 구분된 이미지에 대한 도계의 중량 산출을 위해 총 픽셀을 측정하는데, 편차가 비교적 큰 부분인 날개와 목을 제외한 픽셀의 합에 일정량의 가중치를 적용하여 총 픽셀을 측정하여 도계의 면적만이 아닌 전체적인 부피를 추정한다(S400).

총 픽셀의 측정으로 전체적인 부피의 추정이 완료되면 학습을 통해 설정된 중량 학습 테이블을 적용하여 해당 도계의 중량을 추정한다(S500).

상기 도계의 중량 추정은 사육 농가에 대한 평균 체중과 체적별 데이터를 얻기 위함이며, 설정된 중량 학습 테이블은 도 5와 같이 실물에 대하여 측정한 실제 중량과 픽셀의 총량을 매칭하는 반복적인 작업을 통해 설정된다.

상기 중량 학습 테이블은 일 예를 들어 하기의 표 1과 같이 설정된다.

⊙ 분류기준

구분	육계	구분	삼계
구분	중량(g)	구분	중량(g)
5호	501 ~ 600	30호	301 ~ 350
6호	601 ~ 700	35호	351 ~ 400
7호	701 ~ 800	40호	401 ~ 450
8호	801 ~ 900	45호	451 ~ 500
9호	901 ~ 1000	50호	501 ~ 550
10호	1001 ~ 1100	55호	551 ~ 600
11호	1101 ~ 1200	60호	601 ~ 650
12호	1201 ~ 1300	백078	651 ~ 800
13호	1301 ~ 1400	백089	801 ~ 900
14호	1401 ~ 1500	백091	901 ~ 1000
15호	1501 ~ 1600	백101	1000 ~ 1500
16호	1601 ~ 1700	규격외	300 이하
17호	1701 ~ 1800
18 ~ 25호	1801 이상
규격외	500이하

⊙체형기준

체형구분
등급구분	기준	C 등급	B 등급	A 등급
	육계	500g 이하	500 ~ 600g	600g 이상
	삼계	300 이하	300 ~ 350g	350g 이상

상기한 기준에 따라 픽셀 총량으로부터 중량의 산출이 이루어지면 추출된 이미지의 R,G,B 컬러를 분석하여(S600) 해당 도계의 품질 및 형태 불량 여부를 판정한다(S700).

즉, 추출된 도계의 이미지에 대한 R, G, B 컬러의 분석으로 사육과, 상차, 운송, 도계 과정에서 이루어지는 상처나 질병을 검출하고 결과를 분석하여 품질 향상을 도모하기 위함이다.

상기 R, G, B 컬러의 판정은 픽셀이 가지는 적색(Red), 녹색(Green), 청색(Blue) 값을 컬러에 대한 검출 기준 데이터와 비교하여 검출기준에 부합하는 픽셀의 수를 합산하여 크기에 대한 기준 이상이 발견되면 해당 불량에 대한 등급과 크기, R/G/B값, 가장 큰 덩어리를 가진 부위 등의 정보를 생성한다.

상기 S700에서 도계의 품질 및 형태 불량 여부를 판정하기 위해서는 기준 테이블이 설정되는데, 이는 도 6과 같이 실물에 대하여 측정한 컬러 기준과 이를 적용한 반복적인 시뮬레이션을 통해 기준 테이블로 생성하여 설정된다.

상기 R,G,B 컬러의 분석을 통해 도계의 품질 및 형태 불량 여부의 판정은, 도계로 인식된 부분의 모든 픽셀을 순회하면서 등록된 검출기준인 색상과 크기 및 부위에 부합되는 픽셀을 만나면 마스킹하고 마스킹된 부분을 이용하여 불량의 명칭인 멍(변색), 배꼽 닭, 무릎 닭, 카니발1, 카니발 2, 홍계, 스킨 파손 등과 같은 불량 등급(A, B, C, D등급)과 발생 부위(왼쪽다리, 오른쪽다리, 복강, 좌복부, 복부, 우복부, 왼쪽날개, 가슴, 오른쪽날개, 목), 불량의 색상(R, G, B), 불량의 크기(mm) 등 을 판단한다.

상기 불량의 명칭에서 멍(변색)을 검출하는 방법은 다음과 같다.

외부의 충격에 의해 발생되는 멍(변색)은 주로 농가나 운송 과정에서 발생되는데, 그 이유는 공장에서 현수하여 방혈하게 되면 다른 곳에 부딪히더라도 멍(변색)이 생길 수가 없기 때문이다.

따라서, 도계에서 특정 부분에 멍(변색)이 있는 경우 정상적인 도계와 비교하여 특정 부분의 R 또는 B 의 값이 높게 나타나므로, 이 R 또는 B 의 값의 분석으로 농가에서의 사육 상태나 운송 상태를 체크하여 사육 관리 및 운송 관리를 위한 데이터로 활용한다.

멍(변색)의 검출은 크기와 개수 그리고 진한 정도에 따라 일 예를 들어 하기의 표 2와 같은 기준을 적용하여 추출한다.

멍(변색)
멍의 종류	기준	C 등급	B 등급	A 등급
진한 멍	R/G/B	136/136/102
	크기(mm)	20 * 20	19 이하 * 10 이상	10 * 10
	개수	1개 이상	2개 이상	1개 이하
연한 멍	R/G/B	204/119/153
	크기(mm)	30 * 30	29 이하 * 29이하	10 * 10 이하
	개수	3개 이상	2개	1개 이하

또한, 불량의 명칭에서 배꼽 닭의 검출은 다음과 같은 방법을 적용한다.

배꼽 닭은 농가에서의 사육 도중에 생긴 가슴 부위의 상처가 아물면서 생긴 딱지로, 보통 검은 색이나 검붉은 색 또는 진노랑 색으로 나타난다.

따라서, 배꼽 주변 딱지 부위의 R, G, B 정보와 크기 및 개수를 통해 일 예를 들어 하기의 표 3과 같은 기준을 적용하여 추출한다.

배꼽 닭
등급구분	기준	C 등급	B 등급	A 등급
	R/G/B	221/204/184	221/204/184	정상컬러
	크기(mm)	10 * 10 이상	10 * 10 이상	무
	개수	2개 이상	1개 이상	무

또한, 불량의 명칭에서 무릎 닭의 검출은 다음과 같은 방법을 적용한다.

무릎 닭은 농가의 사육 환경 불량 등의 원인으로 닭이 장시간 앉아 있는 횟수가 많을 경우에 생기는 현상으로, 무릎 주변에 검정 색에 가까운 딱지로 나타난다.

따라서, 무릎 주변에 생긴 딱지 부위의 R, G, B 정보와 크기 및 개수를 통해 일 예를 들어 하기의 표 4와 같은 기준으로 적용하여 추출한다.

무릎 닭
등급구분	기준	C 등급	B 등급	A 등급
	R/G/B	170/119/170
	크기(mm)	5 * 5 이상	5 * 5 이하	무
	개수	1개 이상	1개 이상	무

또한, 불량의 명칭에서 카니발 1의 검출은 다음과 같은 방법을 적용한다.

카니발 1은 농가의 생계 상태에서 서로 쪼아서 생신 상처로 인한 딱지로, 주로 항문 주변에 발생되며 항문 주변 딱지 또는 몸통 전체의 진한 색 또는 연한 색 딱지로 나타난다.

따라서, 항문 주변 또는 몸통에 생긴 딱지 부위의 R, G, B 정보와 크기 및 개수를 통해 일 예를 들어 하기의 표 5와 같은 기준을 적용하여 추출한다.

가니발 1
등급구분	기준	C 등급	B 등급	A 등급
	R/G/B	221/204/184
	크기(mm)	5 * 5 이상	5 * 5 이하	5 * 5 이하
	개수	6개 이상	5 ~ 2개	2개 이하

또한, 불량의 명칭에서 카니발 2는 농가의 생계 상태에서 엉덩이나 허벅지 쪽에 긁힘으로 인하여 생긴 상처로 생긴 딱지를 의미하며, 진한 색 또는 연한 색 딱지로 나타난다.

따라서, 엉덩이나 허벅지 쪽에 생긴 딱지 부위의 R, G, B 정보와 크기 및 개수를 통해 일 예를 들어 하기의 표 6과 같은 기준을 적용하여 추출한다.

가니발 2
등급구분	기준	C 등급	B 등급	A 등급
	R/G/B	255/119/204
	크기(mm)	2 * 30 이상	2 * 30 이상	2 * 30 이상
	개수	6개 이상	2 ~ 4개	1개 이하

또한, 불량의 명칭에서 홍계는 공장 라인에 투입되면서 방혈이 잘 안되어 나타나는 현상으로 정상보다 붉은 색에 가깝게 나타난다.

즉, 공장 라인에 투입할 때까지 건강하게 살아 있어야 하나 농장의 사육 상태나 운송 등에서의 영향을 받아 건강하지 못하거나 호흡이 불량한 상태로 라인에 투입되는 경우 방혈이 정상적으로 이루어지지 않아 발생되는 현상이다.

따라서, 홍계는 제품이 전체적으로 붉은 색을 띠게 되므로, R, G, B의 정보를 통해 일 예를 들어 하기의 표 7과 같은 기준을 적용하여 추출하며, 홍계로 판정되는 경우 무조건 C 등급으로 분류한다.

홍계
등급구분	기준	C 등급	B 등급	A 등급
등급구분	R/G/B	255/187/204	정상	정상

또한, 불량의 명칭에서 스킨(Skin) 파손은 제품의 피부가 찢기거나 파손된 상태로, 붉고 길게 나타나며 멍(변색)과 구분되는 것은 멍(변색)과는 달리 스킨 파손은 주변 픽셀 보다 급격하게 R 또는 B의 값이 높게 나타난다.

삭제

따라서, 스킨 파손은 파손 부위의 R, G, B 정보와 주변 픽셀과의 급격한 상이함을 나타날 때 컬러 기울기, 파손된 길이를 통해 일 예를 들어 하기의 표 8과 같은 기준을 적용하여 추출한다.

스킨 파손
등급구분	기준	C 등급	B 등급	A 등급
	R/B	225/187
	컬러 기울기
	길이	3 * 10 이상	3 * 10 이하	무

상기한 과정을 통해 도계의 형태 불량에 대하여 검출 판정이 이루어지면 골절 검출 및 판정을 수행한다(S800).

상기 골절 검출 및 판정은 허용치 내의 패턴과의 매칭 방법을 적용하는데, 이를 위하여 "Skeleton Morphological Pattern Matching" 알고리즘을 이용한다.

탈골이나 골절은 프로세스의 특성상 단순 이미지 패턴의 비교로는 검출하기 힘드므로, 픽셀간의 결합력을 비교하여 구조적인 검출을 수행한 후 구조적인 부분간의 매칭을 통해 판단한다.

이를 위하여 도계의 일정 라인 아래에 골절 검출 기준라인을 설정하고 골절 검출 라인 아래로 날개가 내려오면 골절로 인식한다.

상기한 골절 및 탈골은 그 자체가 제품의 불량이므로, 골절 또는 탈골이 검출되면 C 등급으로 분류하며, 이에 대한 검출은 일 예를 들어 하기의 표 9와 같이 설정되는 기준을 적용하여 추출한다.

탈골/골절
등급구분	기준	C 등급	A 등급
	R/G/B	204/85/119
	크기	탈골 자체가 불량
	개수	1개 이상	무
	매칭도

상기한 과정을 통해 이미지 인식을 통해 도계의 중량과 품질에 대한 이상 여부 등의 판정이 이루어지면 그에 대한 품질 이상의 발생 원인이 농가의 사육 환경, 사료의 배합량 등의 영향에서 기인한 것인지 아니면 생계의 운송 과정에서 기인한 것인지 혹은 도계 라인 상에서 기인한 것인지 등에 대한 검사 결과 데이터 및 중량 데이터를 생성한다(S900).

상기 저장되는 데이터는 작업된 해당 일자와 불량 발생의 현황, 농가별 평균 체적 분포, 농가별 불량 발생의 현황, 운송 담당자별 불량 발생의 현황 등을 구분하며, 레포트 형식이나 그래프 형식으로 출력되도록 하여 결과의 분석에 용이성을 제공하도록 한다.

또한, 시간의 흐름을 기준으로 하여 전체 불량의 발생 현황, 농가별 불량의 발생 현황, 운송 담당자별 불량 발생 현황 등을 구분되어 저장된다.

이후, 상기 생성된 중량 데이터 및 검사 결과 데이터를 데이터 저장 서버(500) 및 이미지 저장 서버(600)에 저장함으로써, 농가에서의 생계 사육 및 관리에 피드백 자료로 활용할 수 있도록 한다(S100).

상기 이미지 저장 서버(600)와 도계 공정의 각 라인에 배치되는 클라이언트 장치가 이더넷을 통해 접속되므로, 각 라인에서 각종 원인별 불량 발생 현황을 모니터링 할 수 있게 된다.

본 발명은 도면에 도시된 일 실시예를 참고로 설명되었으나 이는 예시적인 것에 불과하며, 당해 기술분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 실시예가 가능하다는 점을 이해할 것이다.

이상에서 설명한 바와 같이 본 발명은 기존 육안검사에 의한 비효율적이고 부정확한 도계 과정상의 생계품질 검사를 이미지 인식 시스템의 구축 및 자동화함으로써 사육에서 도계에 이르기까지 생계의 품질저하 및 손상의 원인에 대한 정확한 분석을 통해 생산성을 향상시키는 효과를 제공한다.

고성능의 디지털 CCD 카메라를 채택하여 이미지를 획득, 처리, 가공함으로써 체적 유추를 통한 중량 측정기능, 형태와 색을 통한 품질등급 및 불량원인 분류를 제공하며 검사의 신뢰성을 높일 수 있는 효과가 있다.

또한, 도계 과정에서 발생하는 각종 생계 품질정보와 데이터를 실시간으로 수집, 집계, 조회, 분석하고 생계 등급 데이터 및 이미지 데이터를 사육 관리시스템, 배차 및 계근 관리시스템에 연동시킴으로써 사육에서 도계의 전과정의 효율적 관리 기반을 마련하여 인력의 절감과 자동화에 의한 검사의 신뢰성을 증진하여 생산성을 향상시키고 품질 정보의 피드백을 통해 사육과 운송과정의 효율성까지 확보할 수 있는 효과를 제공한다.

Claims

도계 공정 라인의 소정 위치에 배치되어 레일을 통해 이동되는 도계의 영상을 취득하는 영상 취득수단과; 상기 영상 취득수단에서 인가되는 도계의 영상으로부터 이미지를 추출하고, 추출된 이미지에서 체적을 유추하여 중량을 측정하며, 추출된 이미지에서 도계의 형태 및 색상을 분석하여 품질 등급 및 불량 원인을 검출하여 그 결과를 종합하는 검사장치와; 상기 검사장치에서 제공되는 종합 분석 결과를 데이터화하여 저장 관리하는 데이터 저장 서버와; 상기 검사장치에서 제공되는 이미지 데이터를 데이터 베이스로 관리하며, 터미널 클라이언트 서버의 기능을 포함하는 이미지 저장 서버와; 도계 라인의 각 공정에 배치되는 공정 제어 및 모니터링 장치로, 이더넷을 통해 상기 이미지 저장 서버와 연결되어, 상기 검사장치에서 분석된 이미지 데이터의 모니터링을 제공하는 복수개의 클라이언트 장치를 포함하는 도계 품질 검사 시스템에 있어서,

상기 검사장치는 영상 취득수단과 접속되어 취득되는 프레임 단위의 도계 영상을 인터페이스하는 인터페이스부와;

상기 인터페이스부를 통해 인가되는 영상에서 이미지만을 추출하는 이미지 추출부와;

상기 추출된 도계 이미지에서 중량 측정과 품질 분석을 위한 부위를 구분하는 부위 추출부와;

상기 부위 구분된 이미지에 대한 총 픽셀을 측정하여 해당 도계의 중량을 추정할 수 있도록 하는 총 픽셀 측정부와;

상기 추출된 이미지의 R,G,B 컬러 분석으로 해당 도계의 품질 및 형태를 추정할 수 있도록 하는 컬러 분석부와;

상기 추출된 이미지의 옆구리 옆으로 검출라인을 생성한 다음 검출라인에 날개가 검출되는지를 판단하여 골절이나 탈골을 판정하도록 하는 골절 검출부와;

상기 측정되는 총 픽셀에 대하여 중량 테이블로부터 도계의 중량을 추정하고, R,G,B의 컬러 신호로부터 동계의 형태와 품질 및 골절을 판정하는 제어부와;

시스템의 운용에 필요한 데이터와 학습을 통해 설정되는 중량 학습 테이블과 검사 기준 테이블이 저장되며, 중량 추정 및 품질 검사 결과를 일시 저장하는 메모리부와;

데이터 저장 서버 및 이미지 저장 서버를 접속하여 분석된 결과 데이터를 전송하는 통신부를 포함하는 것을 특징으로 하는 도계 품질 검사 시스템.
삭제
삭제
삭제
삭제
삭제
삭제
삭제
제1항에 있어서,

상기 검사장치는 추출된 이미지에서 도계로 인식된 부분의 모든 픽셀을 순회하면서 등록된 검출기준인 색상과 크기 및 부위에 부합되는 픽셀을 만나면 마스킹하고 마스킹된 부분을 이용하여 불량의 명칭인 멍, 배꼽 닭, 무릎 닭, 카니발1, 카니발 2, 홍계, 스킨 파손에 대한 불량 등급(A, B, C, D등급)과 불량 발생 부위(왼쪽다리, 오른쪽다리, 복강, 좌복부, 복부, 우복부, 왼쪽날개, 가슴, 오른쪽날개, 목), 불량의 색상(R, G, B), 불량의 크기(mm)를 판단하는 것을 특징으로 하는 도계 품질 검사 시스템.
제1항에 있어서,

상기 검사장치는 임계값을 적용하여 임계값 이상인 픽셀에 대해서는 '1'로 처리하고, 임계값 이하인 픽셀에 대해서는 '0'으로 처리하여 대상 물체인 도계의 이미지를 추출하며, 픽셀이 연결된 영역을 칠해나가면서 픽셀 수를 더하여 가장 큰 덩어리로 구성된 영역을 대상 물체인 도계로 인식하여 노이즈가 제거된 도계만의 이미지 추출하는 것을 특징으로 하는 도계 품질 검사 시스템.
제1항에 있어서,

상기 검사장치는 추출된 이미지의 외곽선을 따라 수평으로 미분하면서 수직으로 픽셀의 편차를 구하여 픽셀의 편차가 급격히 변화하는 부분을 부위를 나누는 기준으로 하여, 왼쪽다리, 오른쪽다리, 복강, 좌복부, 복부, 우복부, 왼쪽날개, 가슴, 오른쪽날개, 목으로 구분하여 총 10개의 부위로 구분하는 것을 특징으로 하는 도계 품질 검사 시스템.
제1항에 있어서,

상기 검사장치는 픽셀의 편차가 큰 부분인 날개와 목을 제외한 픽셀의 합에 일정량의 가중치를 적용하여 총 픽셀을 추출하며, 이를 통해 도계의 면적만이 아닌 전체적인 부피를 추정하도록 하는 것을 특징으로 하는 도계 품질 검사 시스템.
제1항에 있어서,

상기 검사장치의 색상 분석은 픽셀이 가지는 R, G, B 값을 색상에 대한 검출 기준 데이터와 비교하여 검출기준에 부합하는 픽셀의 수를 합산하여 크기에 대한 기준 이상이 발견되면 해당 불량에 대한 등급과 크기, R/G/B값, 가장 큰 덩어리를 가진 부위를 포함하는 정보로 생성하여 검사 결과로 추출하는 것을 특징으로 하는 도계 품질 검사 시스템.
제1항에 있어서,

상기 검사장치는 기준 검출라인을 중심으로 날개의 존재 여부를 판단하여 골절분석을 실행하는 것을 특징으로 하는 도계 품질 검사 시스템.
삭제
삭제
삭제
도계 라인의 영상 취득 영역에서 도계의 입체 영상을 취득하는 제1과정과; 취득된 영상에서 배경을 분리하여 대상 물체인 도계의 이미지만을 추출하는 제2과정과; 추출된 이미지를 각 부위별로 구분하여 추출하는 제3과정과; 추출된 이미지의 픽셀 총량을 측정하여 설정된 학습 테이블을 통해 도계의 중량을 추정하는 제4과정과; 추출된 이미지의 R, G, B 컬러를 분석하여 품질 검사와 형태 불량을 검출하는 제5과정과; 상기 추출된 중량 데이터와 품질 검사 및 형태 불량 결과를 생성하여 결과 데이터 및 이미지 데이터를 저장하는 제6과정을 포함하는 도계 품질 검사 방법에 있어서,

상기 제2과정에서 도계의 이미지 추출은 임계값을 적용하여 임계값 이상인 픽셀에 대해서는 '1'로 처리하고, 임계값 이하인 픽셀에 대해서는 '0'으로 처리하여 도계의 이미지를 추출하며, 픽셀이 연결된 영역을 칠해나가면서 픽셀 수를 더하여 가장 큰 덩어리로 구성된 영역을 대상 물체인 도계로 인식하는 것을 특징으로 하는 도계 품질 검사 방법.
삭제
제18항에 있어서,

상기 제3과정에서의 부위별 구분은 이미지의 외곽선을 따라 수평으로 미분하면서 수직으로 픽셀의 편차를 구하고, 픽셀의 편차가 급격히 변화하는 부분을 부위 구분의 기준으로 하는 것을 특징으로 하는 도계 품질 검사 방법.
삭제
제18항에 있어서,

상기 제2과정에서 추출된 도계의 이미지에 기준 검출라인을 생성하고, 기준 검출라인을 중심으로 날개의 존재 여부를 판단하여 골절 여부를 판정하는 것을 특징으로 하는 도계 품질 검사방법.
삭제
제18항에 있어서,

상기 제5과정에서 R, G, B 컬러 분석에 의한 품질 검사는 이미지에서 도계로 인식된 부분의 모든 픽셀을 순회하면서 등록된 검출기준인 색상과 크기 및 부위에 부합되는 픽셀을 만나면 마스킹하고 마스킹된 부분을 이용하여 불량의 명칭인 멍, 배꼽 닭, 무릎 닭, 카니발1, 카니발 2, 홍계, 스킨 파손에 대한 불량 등급(A, B, C, D등급)과 불량 발생 부위(왼쪽다리, 오른쪽다리, 복강, 좌복부, 복부, 우복부, 왼쪽날개, 가슴, 오른쪽날개, 목), 불량의 색상(R, G, B), 불량의 크기(mm)를 검출하는 것을 특징으로 하는 도계 품질 검사방법.
삭제