KR101703542B1 - 멍게의 특징 측정과 hsv 색상 모델을 이용한 멍게 자동 선별방법 - Google Patents

멍게의 특징 측정과 hsv 색상 모델을 이용한 멍게 자동 선별방법 Download PDF

Info

Publication number
KR101703542B1
KR101703542B1 KR1020160161710A KR20160161710A KR101703542B1 KR 101703542 B1 KR101703542 B1 KR 101703542B1 KR 1020160161710 A KR1020160161710 A KR 1020160161710A KR 20160161710 A KR20160161710 A KR 20160161710A KR 101703542 B1 KR101703542 B1 KR 101703542B1
Authority
KR
South Korea
Prior art keywords
image
conveyor belt
area
color model
vision system
Prior art date
Application number
KR1020160161710A
Other languages
English (en)
Inventor
이동길
양용수
김성훈
김병관
Original Assignee
대한민국
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 대한민국 filed Critical 대한민국
Priority to KR1020160161710A priority Critical patent/KR101703542B1/ko
Application granted granted Critical
Publication of KR101703542B1 publication Critical patent/KR101703542B1/ko

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/34—Sorting according to other particular properties
    • B07C5/342—Sorting according to other particular properties according to optical properties, e.g. colour
    • B07C5/3422—Sorting according to other particular properties according to optical properties, e.g. colour using video scanning devices, e.g. TV-cameras
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07B—SEPARATING SOLIDS FROM SOLIDS BY SIEVING, SCREENING, SIFTING OR BY USING GAS CURRENTS; SEPARATING BY OTHER DRY METHODS APPLICABLE TO BULK MATERIAL, e.g. LOOSE ARTICLES FIT TO BE HANDLED LIKE BULK MATERIAL
    • B07B13/00—Grading or sorting solid materials by dry methods, not otherwise provided for; Sorting articles otherwise than by indirectly controlled devices
    • B07B13/08—Grading or sorting solid materials by dry methods, not otherwise provided for; Sorting articles otherwise than by indirectly controlled devices according to weight
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07B—SEPARATING SOLIDS FROM SOLIDS BY SIEVING, SCREENING, SIFTING OR BY USING GAS CURRENTS; SEPARATING BY OTHER DRY METHODS APPLICABLE TO BULK MATERIAL, e.g. LOOSE ARTICLES FIT TO BE HANDLED LIKE BULK MATERIAL
    • B07B13/00—Grading or sorting solid materials by dry methods, not otherwise provided for; Sorting articles otherwise than by indirectly controlled devices
    • B07B13/14—Details or accessories
    • B07B13/16—Feed or discharge arrangements
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07B—SEPARATING SOLIDS FROM SOLIDS BY SIEVING, SCREENING, SIFTING OR BY USING GAS CURRENTS; SEPARATING BY OTHER DRY METHODS APPLICABLE TO BULK MATERIAL, e.g. LOOSE ARTICLES FIT TO BE HANDLED LIKE BULK MATERIAL
    • B07B13/00—Grading or sorting solid materials by dry methods, not otherwise provided for; Sorting articles otherwise than by indirectly controlled devices
    • B07B13/14—Details or accessories
    • B07B13/18—Control

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Image Processing (AREA)

Abstract

본 발명은 멍게덩이와 부산물이 혼입되어 있는 상태의 멍게수확물로부터 개별 분리가 이루어진 단일멍게만을 선별하는 방법에 관한 것으로서, 더욱 상세하게는 컨베이어벨트로 투입된 멍게수확물을 이송시키는 과정에서 컨베이어벨트의 상부측에 배치된 비젼시스템의 CCD카메라로 멍게의 평면 영상을 촬영하여 멍게의 투영폭(PW)과 투영길이(PL)와 투영면적(PA)을 측정하는 한편, 비젼시스템의 컨트롤러에 내장된 HSV 색상 모델을 이용하여 멍게의 색상면적(CA)을 측정하고, 이를 기초로 멍게의 외관비율(PW/PL)과 면적비율(CA/PA)을 산출하여 개별 분리된 단일멍게만을 인식토록 한 다음, 단일멍게의 투영면적을 이용하여 해당 멍게의 무게(W)를 산출하는 과정을 거침으로서, 비젼시스템으로 인식된 단일멍게만을 컨베이어프레임상에 설치된 선별분류기를 이용하여 무게별로 신속.정확하게 선별 및 분리하고, 단일멍게로 인식되지 아니한 멍게덩이와 부산물은 컨베이어벨트를 따라 외부로 배출시켜 재분리 작업에 투입되도록 하며, 이를 통하여 멍게의 선별 및 분리작업에 소요되는 시간과 비용을 최대한으로 절감시키고, 멍게 등급기준의 실질적이고 객관적인 표준화를 달성하여 멍게의 생산량과 등급별 상품가치를 충분히 확보토록 하는 동시에, 소비자의 신뢰도를 기반으로 하는 부가가치 또한 크게 향상시킬 수 있도록 한 멍게의 특징 측정과 HSV 색상 모델을 이용한 멍게 자동 선별방법에 관한 것이다.

Description

멍게의 특징 측정과 HSV 색상 모델을 이용한 멍게 자동 선별방법{Automatic sorting method of sea-squirt using feature measurement and HSV color model}
본 발명은 개별 분리된 단일멍게와, 개별 분리가 이루어지지 아니한 멍게덩이와, 홍합이나 미더덕 또는 불가사리 등의 부산물이 혼입되어 있는 상태의 멍게수확물로부터 개별 분리가 이루어진 단일멍게만을 비젼시스템의 CCD카메라 및 HSV 색상 모델을 사용하여 인식토록 한 다음, 비젼시스템으로 인식된 단일멍게만을 선별분류기를 이용하여 무게별로 선별 및 분리하고, 단일멍게로 인식되지 아니한 멍게덩이와 부산물은 외부로 배출시켜 재분리 작업에 투입되도록 한 멍게 자동 선별방법에 관한 것이다.
일반적으로 멍게는 개체분리, 선별, 세척, 출하의 과정을 거쳐 수확되고 있으며, 이러한 일련의 과정이 대부분 수작업으로 이루어지는 바, 멍게의 수확작업에 필요한 인력은 멍게 양식장의 규모에 따라 차이는 있겠지만, 국내의 경우 10~14명 정도의 인력이 동원되며, 이들 중 약 50% 이상은 작업량이 많고 작업강도가 높은 선별작업에 투입되고 있다.
지금까지의 멍게 선별작업은 홍합이나 미더덕 또는 불가사리 등과 같은 부산물을 걸러내는 동시에, 작업자의 경험적인 판단에 의존한 육안검사를 통하여 상품성이 있다고 판단된 멍게를 그 크기별(대,중,소)로 나누는 작업으로 수행되었으며, 이러한 방식은 개인의 선별경험에 따라 선별기준이 매우 주관적이기 때문에 멍게의 등급별 품질에 대한 소비자의 신뢰도와 부가가치를 떨어뜨릴 뿐만 아니라, 멍게의 수확량이 많은 시기에는 인력에 의존한 작업으로 말미암아 원활한 생산을 기대하기 어려운 문제점이 있었다.
이로 인하여, 멍게 양식현장에서 멍게 선별작업의 효율성을 높이고, 양식어민들의 소득을 증대시킬 수 있는 기술개발이 요구되고 있으나, 멍게의 경우 주로 한국과 일본 및 중국 등지에서만 생산되고 있기 때문에 기술개발의 수요가 매우 적고, 개별 분리된 단일멍게로부터 멍게덩이와 부산물을 걸러내는 동시에 단일멍게를 등급별로 선별 및 분리해야 하는 기술적 한계에 부딪혀 현재까지 개발되지 못하고 있는 실정이다.
이에 반하여, 전 세계적으로 그 생산량이 많은 어류의 경우는 최근에 들어 자동 선별기술의 연구와 개발이 활발하게 진행되어져 오고 있으며, 특히 CCD카메라가 포함된 비젼시스템을 이용한 대상물의 영상처리기술을 접목시킴으로서, 어류의 형태(외관)적인 특징을 측정한 다음, 해당 어류를 종류별로 구분하여 그 크기나 무게별로 최종 분류시키토록 하는 자동 선별기술에 대한 연구가 주로 수행되어져 오고 있다.
본 출원인의 경우에 있어서도, CCD카메라가 포함된 비젼시스템으로 어류의 특징 및 복강위치를 측정하여 직교좌표로봇이 자동으로 백신을 접종토록 한 기술을 2013년 특허출원 제 46524호로 선출원하여 특허등록(제 10-1278630호)을 받은 바 있고, 영상처리기술을 기반으로 전복의 체적을 측정하여 무게를 추정토록 한 기술 역시 2014년 특허출원 제 149390호로 선출원하여 특허등록(제 10-1540707호)을 받은 바 있다.
상기와 같이 CCD카메라가 포함된 비젼시스템을 이용한 영상처리기술은 정형화(定刑化)된 제품을 제조하고 생산하는 공정 분야에 이미 오래전부터 많이 이용되어 왔던 기술이며, 현재에는 농산물과 축산물의 선별 및 품질검사에 이르기까지 산업 전반에 걸쳐 급속히 확산되는 추세이고, 수산물 종류의 선별과 무게에 따른 등급분류에도 상당 부분이 활용되고 있다.
상기 영상처리기술이 농업에 적용된 예를 들자면, Miller and Dclsich(1989)는 복숭아 표면의 분홍 또는 붉은 색의 분포정도를 측정함으로서 복숭아의 등급을 선별하는 데 이용하였고, Sarkar and Wolfe(1985a, 1985b)는 토마토의 크기, 모양, 색깔, 표면손상 등을 검출하여 토마토의 등급을 선별하는 데 이용하였으며, 이외에도 딸기, 사과, 레몬의 색상과 크기 등을 측정하여 품질을 판정하고 선별하는 연구가 수행되었다(Liming and Yanchao, 2011; Li et al., 2012; Li and Zhu, 2011; Khojastehnazh et al., 2010).
상기 영상처리기술이 축산업에 적용된 예를 들자면, 소고기 마블링의 상태와 분포도를 검사하여 소고기의 등급을 판정토록 하거나(Gerrard et al., 1996; Wu and Sun, 2013), 가금류(Poultry)에 묻은 배설물과 오염물질(Fecal contaminants)을 실시간으로 검사하기 위한 수단으로도 사용되었는 바(Park et al., 2011), 이러한 여러 분야의 적용사례에도 불구하고 멍게덩이와 각종 부산물이 혼입된 멍게수확물로부터 개별 분리가 이루어진 단일멍게만을 선별 및 분리토록 한 영상처리기술은 현재까지 개발되지 못하였다.
대한민국 등록특허 제 10-1278630호 대한민국 등록특허 제 10-1540707호
본 발명은 상기와 같은 요구사항에 부응하기 위하여 안출된 것으로서, 컨베이어벨트로 투입된 멍게수확물을 이송시키는 과정에서 컨베이어벨트의 상부측에 배치된 비젼시스템의 CCD카메라로 멍게의 평면 영상을 촬영하여 멍게의 투영폭(PW)과 투영길이(PL)와 투영면적(PA)을 측정하는 한편, 비젼시스템의 컨트롤러에 내장된 HSV 색상 모델을 이용하여 멍게의 색상면적(CA)을 측정하고, 이를 기초로 멍게의 외관비율(PW/PL)과 면적비율(CA/PA)을 산출하여 개별 분리된 단일멍게만을 인식토록 한 다음, 단일멍게의 투영면적을 이용하여 해당 멍게의 무게(W)를 산출하는 과정을 거침으로서, 비젼시스템으로 인식된 단일멍게만을 컨베이어프레임상에 설치된 선별분류기를 이용하여 무게별로 신속.정확하게 선별 및 분리하고, 단일멍게로 인식되지 아니한 멍게덩이와 부산물은 컨베이어벨트를 따라 외부로 배출시켜 재분리 작업에 투입되도록 한 멍게의 특징 측정과 HSV 색상 모델을 이용한 멍게 자동 선별방법을 제공하는 것이 그 주된 기술적 과제이다.
상기의 기술적 과제를 해결하기 위한 수단으로서의 본 발명은, 개별분리가 이루어진 단일멍게에 멍게덩이와 부산물이 추가로 혼입되어 있는 상태의 멍게수확물을 컨베이어벨트로 투입하는 멍게투입단계; 컨베이어벨트로 투입된 멍게수확물을 이송시키는 과정에서 컨베이어벨트의 상부측에 배치된 비젼시스템의 CCD카메라로 멍게의 평면 영상을 촬영하여 멍게의 투영폭과 투영길이와 투영면적을 측정하는 한편, 비젼시스템의 컨트롤러에 내장된 HSV 색상 모델을 이용하여 멍게의 색상면적을 측정하는 영상처리단계; 멍게의 투영폭과 투영길이를 이용하여 멍게의 외관비율을 산출하는 한편, 멍게의 투영면적과 색상면적을 이용하여 멍게의 면적비율을 산출함으로서, 이 2가지의 산출값으로 개별 분리된 단일멍게만을 인식토록 한 다음, 단일멍게의 투영면적을 이용하여 해당 멍게의 무게를 산출하는 영상분석단계; 컨베이어프레임상에 설치된 선별분류기를 이용하여 단일멍게만을 무게별로 선별 및 분리하고, 단일멍게로 인식되지 아니한 멍게덩이와 부산물은 컨베이어벨트를 따라 외부로 배출시키는 선별분리단계;를 순차적으로 거쳐서 이루어지며, 상기 선별분류기는 비젼시스템의 후방측에서 컨베이어프레임의 길이 방향을 따라 최소 2개 이상의 개수로 설치되고, 상기 컨베이어프레임의 일측 하부에는 각각의 선별분류기에서 선별 분리된 단일멍게의 수납통이 해당 선별분류기와 인접한 위치에 배치됨을 특징으로 한다.
이와 더불어, 상기 영상처리단계는, CCD카메라로 캡쳐된 멍게의 영상정보를 8비트 컬러이미지로 변환한 후, 해당 영상의 형태를 유지하는 조건으로 잡영의 제거를 위하여 9×9 행렬구조요소로 팽창 연산과 수축 연산을 행하는 전처리단계; 전처리단계를 거친 멍게 영상의 위치를 실측정에 필요한 기준좌표계로 보정하는 위치보정단계; 보정된 멍게의 영상위치를 기준으로 멍게의 투영폭과 투영길이와 투영면적을 측정하는 실측정단계를 순차적으로 거쳐서 이루어지는 것을 특징으로 하고, 상기 위치보정단계는, 멍게 영상의 외곽 폐곡선을 이은 면적의 중심좌표와 각도를 검출한 후, 검출된 각도를 참조하여 영상의 기준좌표계로 변환시키는 방식이 적용됨을 특징으로 하며, 상기 실측정단계는 위치 보정된 멍게 영상을 가로축과 세로축 방향으로 각각 스캔하여 양끝단의 경계점을 인식한 후, 양끝단 경계점 사이의 길이를 투영폭과 투영길이로 각각 측정하고, 멍게의 8비트 컬러이미지를 그레이스케일 이미지로 변환시킨 후, 0~129 레벨은 흑색, 130~255 레벨은 백색으로 이치화하여 흑색 픽셀의 수와 단위픽셀의 면적을 곱하여 투영면적을 측정하는 방식이 적용됨을 특징으로 하며, 상기 영상처리단계에서 HSV 색상 모델을 이용하여 멍게의 색상면적을 측정하는 것은, 멍게의 색상정보가 분포하는 면적에서 HSV 임계값 설정조건에 포함되는 영역은 백색, 그 이외의 영역들은 흑색으로 이치화하여 백색 픽셀의 수와 단위픽셀의 면적을 곱한 값으로 측정하는 방식이 적용됨을 특징으로 한다.
보다 구체적으로는, 상기 HSV 색상 모델에서 H(Hue: 색조) 성분에 대한 임계값은 0~27이 되고, S(Saturation: 채도) 성분에 대한 임계값은 65~210이 되고, V(Value: 명도) 성분에 대한 임계값은 18~156이 됨을 특징으로 하며, 상기 영상분석단계에서 산출된 멍게의 외관비율 값은 단일멍게와 멍게덩이를 구분하는 기준으로 설정하고, 멍게의 면적비율 값은 단일멍게와 부산물을 구분하는 기준으로 설정하고, 멍게의 무게는 투영면적에 대한 무게의 회귀분석을 통하여 얻어낸 W=a×PAb의 수식으로 그 값을 산출하여 이를 멍게의 등급 기준으로 설정함을 특징으로 하며, 상기 영상분석단계에서 개별 분리된 단일멍게임을 판단하는 외관비율의 임계값은 0.261~0.599가 되고, 면적비율의 임계값은 0.90~0.99가 되며, 멍게의 무게를 산출하는 수식의 회귀계수 a는 2.95×10-4이 되고, 회귀계수 b는 1.51이 됨을 특징으로 한다.
다른 한편으로, 상기 비젼시스템은 컨베이어벨트가 통과하는 터널 형태의 조명실을 제공하도록 컨베이어프레임상에 연결 설치됨으로서, 상기 영상처리단계가 외부로부터 조사되는 불균일한 조명의 영향을 배제시킨 상태에서 수행되도록 하며, 상기 비젼시스템의 조명실 내측에 CCD 컬러카메라와 투수광 레이저 센서와 LED 백라이트가 설치되고, 상기 비젼시스템의 외측에 멍게 영상의 캡쳐와 분석을 위한 모니터와 터치스크린과 컨트롤러가 제공됨을 특징으로 하며, 상기 선별분류단계에서는 컨베이어프레임과 연결된 메인브라켓에 수직 방향으로 장착된 작동실린더에 의하여 소정의 행정거리만큼 승하강하는 차단판을 사용하되, 단일멍게의 경우는 상기 차단판을 컨베이어벨트측으로 하강시켜 컨베이어벨트를 따라 이송되어져 오는 단일멍게가 컨베이어벨트의 외곽측으로 유도 및 낙하되도록 하고, 멍게덩이와 부산물의 경우는 상기 차단판을 상승시켜 멍게덩이와 부산물이 컨베이어벨트를 따라 외부로 배출되도록 하는 방식으로 수행되며, 상기 차단판은 작동실린더의 피스톤로드 하단에 연결된 상태에서 컨베이어벨트의 폭에 걸쳐 대각선 방향으로 놓여지는 칸막이 형태가 되고, 상기 차단판을 따라 단일멍게가 유도되는 컨베이어벨트의 외곽측 부분에는 컨베이어프레임이 절개된 형태의 멍게 출구가 제공됨을 특징으로 한다.
추가적인 사항으로서, 상기 작동실린더의 피스톤로드 하단부에는 측면부와 바닥부가 개구된 사각 박스 형상의 칸막이케이싱이 연결 설치되고, 상기 차단판은 칸막이케이싱의 후단부에 연결 설치됨으로서, 컨베이어프레임의 멍게 출구를 통한 단일멍게의 배출경로가 상기 박스형 칸막이케이싱에 의하여 해당 수납통측으로 정확히 유도되도록 하는 방식이 적용됨을 특징으로 하고, 상기 메인브라켓에는 칸막이케이싱의 상,하 이동을 안내하는 수직 방향의 날개형 가이드브라켓이 제공됨을 특징으로 하며, 상기 영상처리단계와 영상분석단계는 컨베이어프레임상에 설치된 2열의 컨베이어벨트를 커버하는 하나의 비젼시스템을 이용하여 각각의 컨베이어벨트를 따라 이송되는 멍게수확물에 대한 동시 다발적인 분석처리가 수행되도록 하고, 상기 선별분리단계는 각각의 컨베이어벨트마다 할당된 선별분류기를 이용하여 비젼시스템으로부터 해당 컨베이어벨트에 놓여진 것으로 인식된 단일멍게를 등급별로 분리시키는 방식으로 수행됨을 특징으로 한다.
상기와 같은 본 발명에 따르면, 비젼시스템으로 인식된 단일멍게만을 컨베이어프레임상에 설치된 선별분류기를 이용하여 무게별로 신속.정확하게 선별 및 분리하고, 단일멍게로 인식되지 아니한 멍게덩이와 부산물은 컨베이어벨트를 따라 외부로 배출시켜 재분리 작업에 투입되도록 함으로서, 멍게의 선별 및 분리작업에 소요되는 시간과 비용을 최대한으로 절감시키고, 멍게 등급기준의 실질적이고 객관적인 표준화를 달성하여 멍게의 생산량과 등급별 상품가치를 충분히 확보토록 하는 동시에, 소비자의 신뢰도를 기반으로 하는 부가가치 또한 크게 향상시킬 수 있는 효과를 제공한다.
특히, 컨베이어벨트의 상부면에 터널 형태의 조명실을 가지는 비젼시스템을 적용시켜 외부로부터의 조명에 간섭을 받지 않는 상태에서 CCD카메라와 HSV 색상 모델에 의한 단일멍게의 인식 및 무게 추정 작업을 한층 더 신속하고 정확하게 수행할 수 있는 효과를 제공하고, 작동실린더에 의하여 상,하 방향으로 승하강하는 차단판이 컨베이어벨트의 상부 표면에 가로지게 놓이도록 하여 단일멍게를 컨베이어프레임의 외측으로 낙하시키는 매우 간단한 방식으로 단일멍게의 선별 및 분리작업이 가능토록 하는 효과를 제공하며, 차단판의 일측단에 박스형 칸막이케이싱을 두어 단일멍게가 해당 수납통으로 정확히 낙하되도록 하는 등의 추가적인 유용한 효과를 제공하는 것이다.
도 1은 본 발명에 따른 멍게 선별방법을 나타내는 개략적인 순서도.
도 2는 본 발명에 사용되는 선별장치의 외관사시도.
도 3은 도 2의 측면도.
도 4는 도 2의 평면도.
도 5는 도 2의 정면도.
도 6은 본 발명에 사용되는 선별장치의 선별분류기 부분을 나타내는 요부 확대 사시도.
도 7은 도 6에서 차단판이 하강한 상태를 나타내는 사시도.
도 8은 본 발명에 따른 멍게 선별방법에 실질적으로 적용되는 알고리즘의 플로우챠트.
도 9는 본 발명의 영상처리단계를 나타내는 개략적인 순서도.
도 10은 멍게의 외관 특징을 측정하는 원리를 나타내는 사진.
도 11은 개별 분리된 단일멍게를 대상으로 측정한 외관비율의 히스토그램.
도 12는 멍게의 투영면적과 색상면적이 선택된 상태를 나타내는 사진.
도 13은 HSV 색상 모델을 이용한 멍게의 색상 분석 결과를 나타내는 그래프.
도 14는 멍게의 투영면적 내에 멍게의 색상정보가 분포하는 면적비율에 대한 히스토그램.
도 15는 멍게의 투영면적과 무게에 대한 회귀분석 그래프.
이하, 상기의 목적을 달성하기 위한 본 발명을 첨부된 도면을 참조하여 상세하게 설명하면 다음과 같다.
본 발명에 따른 멍게 선별방법은 도 1의 순서도에 도시된 바와 같이, 개별분리가 이루어진 단일멍게에 멍게덩이와 부산물이 추가로 혼입되어 있는 상태의 멍게수확물을 컨베이어벨트로 투입하는 멍게투입단계(S1)와, 컨베이어벨트의 상부측에 배치된 비젼시스템의 CCD카메라로 멍게의 평면 영상을 촬영하여 멍게의 투영폭과 투영길이와 투영면적을 측정하는 한편, 비젼시스템의 컨트롤러에 내장된 HSV 색상 모델을 이용하여 멍게의 색상면적을 측정하는 영상처리단계(S2)와, 상기 영상처리단계(S2)를 거쳐 측정된 데이터를 이용하여 개별 분리된 단일멍게만을 인식토록 한 다음, 단일멍게의 투영면적을 이용하여 해당 멍게의 무게를 산출하는 영상분석단계(S3)와, 상기 영상분석단계(S3)를 거쳐 인식된 단일멍게만을 무게별로 선별 및 분리하고, 단일멍게로 인식되지 아니한 멍게덩이와 부산물은 외부로 배출시키는 선별분리단계(S4)를 순차적으로 거쳐서 이루어진다.
상기와 같은 본 발명의 멍게 선별방법을 수행하기 위하여 사용되는 선별장치를 도 2 내지 도 7에 걸쳐 도시하였는 바, 멍게수확물의 이송을 위한 컨베이어기구와, 대상물의 영상처리 및 분석을 위한 비젼시스템(5)과, 멍게를 등급별로 선별 및 분리하기 위한 선별분류기(6)를 포함하는 조건하에서 본 발명에 사용되는 선별장치(10)는 도 2 내지 도 7에 도시된 구조로 한정되지 않고 매우 다양한 형태로 설계 및 제작될 수 있음을 서두에서 미리 밝혀두는 바이다.
상기 선별장치(10)에 사용되는 컨베이어기구는 2열(列)의 컨베이어벨트(2)가 컨베이어프레임(1)을 따라 길이 방향으로 평행하게 설치된 것이고, 상기 컨베이어프레임(1)의 하부에는 컨베이어기구의 지지를 위한 지지다리(1a)가 설치되어 있으며, 상기 각각의 컨베이어벨트(2)는 컨베이어프레임(1)의 선단측과 후단측에 회전 가능하게 조립 설치된 벨트드럼(2a)에 감겨진 상태로 설치되고, 컨베이어프레임(1)의 후단부측 벨트드럼(2a)의 드럼축(2b)이 전동기구(도면상 벨트와 풀리)(3a)에 의하여 구동모터(3)와 연결 설치되어 있다.
또한, 상기 컨베이어프레임(1)의 하부에는 선별장치(10)의 총괄제어를 위한 메인컨트롤러로서의 제어유닛(4)과, 상기 선별분류기(6)로부터 낙하된 단일멍게의 저장을 위한 수납통(7)이 각각 배치되어 있고, 상기 컨베이어벨트(2)의 상부에는 멍게의 영상처리 및 분석을 위한 비젼시스템(5)과, 수확시에 개별 분리가 이루어진 단일멍게를 그 무게에 맞추어 대,중,소로 선별시키기 위한 3개의 선별분류기(6)가 컨베이어프레임(1)의 중앙측과 후방측에 걸쳐 각각 연결 설치되어 있다.
상기 비젼시스템(5)은 외부로부터 조사되는 불균일한 조명의 영향을 배제시킬 수 있도록 컨베이어프레임(1)을 기초로 하여 컨베이어벨트(2)가 통과되는 터널(Tunnel) 형태로 설치하는 것이 가장 바람직하고, 상기 비젼시스템(5)의 내부측 터널공간에 CCD 컬러카메라와 투수광 레이저 센서와 LED 백라이트(Back-light: 역광조명)가 설치된 조명실이 제공되며, 상기 비젼시스템(5)의 외측에 멍게 영상의 캡쳐와 분석을 위한 모니터(5a)와 터치스크린(5b)과 컨트롤러(5c)가 제공된다.
또한, 상기 선별분류기(6)는 도 6 및 도 7에 보다 명확하게 도시된 바와 같이, 컨베이어프레임(1)의 일측 외부면에 연결 설치되는 "∩"자 형상의 메인브라켓(8)과, 상기 메인브라켓(8)의 상단부 외측에 수직 방향으로 연결 설치되는 작동실린더(12)와, 상기 작동실린더(12)의 피스톤로드(12a) 하단에 연결 설치되어 상,하 방향으로 승하강하는 차단판(14)을 포함하여서 이루어지며, 상기 메인브라켓(8)이 "ㄱ"자 형상의 보강브라켓(9)에 의하여 맞은편측의 컨베이어프레임(1)과 추가로 연결 설치되어 있다.
상기 차단판(14)은 도 7에서와 같이 컨베이어벨트(2)를 따라 이송되어져 오는 단일멍게를 컨베이어벨트(2)의 외곽측으로 유도할 수 있도록 컨베이어벨트(2)의 폭에 걸쳐 대각선 방향으로 가로지게 놓여지는 칸막이 형태가 되고, 상기 차단판(14)을 따라 단일멍게가 유도되는 컨베이어벨트(2)의 외곽측 부분에 컨베이어프레임(1)이 절개된 형태의 멍게 출구가 제공되며, 이러한 방식을 통하여 선별분류기(6)의 구조를 매우 간단하게 하면서도 단일멍게의 신속하고 정확한 분리작업이 가능하게 된다.
보다 더 바람직하게는, 상기 피스톤로드(12a)의 하단에 칸막이케이싱(13)을 연결 설치하고, 상기 차단판(14)은 도면상 칸막이케이싱(13)의 후단부에 연결 설치한 상태에서, 상기 칸막이케이싱(13)이 컨베이어프레임(1)의 멍게 출구와 대응되는 측면부와 바닥부가 개구된 사각 박스(Box) 형태가 되도록 하는 것이며, 이러한 방식의 적용에 따라 차단판(14)을 거쳐 수납통(7)측으로 낙하되는 단일멍게의 배출경로를 보다 확실하게 조성하여 수납통(7) 이외의 공간으로 단일멍게가 탈락되지 않고 해당 수납통(7)으로 정확히 낙하되도록 할 수 있다.
이와 더불어, 상기 칸막이케이싱(13)과 차단판(14)의 상단면은 보강용 연결판(15)에 의하여 추가적으로 연결 설치되어 있고, 상기 메인브라켓(8)에는 칸막이케이싱(13)의 상,하 이동을 안내하는 날개 형상의 가이드브라켓(11)이 추가로 연결 설치되어 있으며, 도 7에서와 같이 작동실린더(12)에 의하여 차단판(14)이 컨베이어벨트(2)측으로 하강될 시, 차단판(14)의 하단면이 컨베이어벨트(2)의 상부 표면과 너무 강하게 밀착되지 않도록 피스톤로드(12a)의 행정거리를 적절하게 조정하는 것이 바람직하다.
특히, 도면에 도시된 선별장치(10)는 2개의 컨베이어벨트(2)가 일정한 간격을 두고 컨베이어프레임(1)상에 2열로 배치된 것이므로, 상기 비젼시스템(5)은 조명실이 제공된 터널공간이 각각의 컨베이어벨트(2)마다 1개씩 할당되도록 설치되는 한편, 상기 선별분류기(6)는 각각의 컨베이어벨트(2) 라인마다 2개 이상의 개수(도면상 3개)로 하여 컨베이어프레임(1) 좌,우의 대칭되는 위치에서 서로 마주보도록 설치하는 것이 바람직하다.
따라서, 상기 각각의 선별분류기(6)에 의한 단일멍게의 배출방향은 각 컨베이어벨트(2)의 사이에 해당하는 중심 방향이 되고, 상기 각각의 수납통(7)은 컨베이어벨트(2)의 사이에 제공된 간격의 바로 아래에 해당하는 컨베이어프레임(1)의 내측 하부공간에 배치됨으로서, 하나의 수납통(7)이 그 좌,우측 2개의 선별분류기(6)로부터 배출된 단일멍게를 동시에 수납 및 저장시킬 수 있도록 이루어진다.
상기와 같은 구성으로 이루어지는 선별장치(10)의 제어유닛(4) 및/또는 비젼시스템(5)의 컨트롤러(5c)에 실질적으로 프로그래밍 되는 멍게 선별 알고리즘의 대표적인 일례를 도 8에 도시하였는 바, 상기 알고리즘은 앞서 설명되어진 선별장치(10)의 작동 과정에 맞추어 도 1에 도시된 순서도를 보다 체계적으로 구현시킨 것이며, 이외에도 다양한 방식의 알고리즘이 본 발명의 멍게 선별방법에 적용될 수 있음은 물론이다.
상기와 같은 선별장치(10)와 알고리즘을 이용하여 수행되는 본 발명의 멍게 선별방법을 각 단계별로 하여 보다 세부적으로 설명하며, 이후의 설명에서는 본 발명의 멍게 선별방법에 적용되는 멍게의 특징 측정과 색상 분석 및 이를 기초로 하는 단일멍게, 즉 수확 과정에서 개별 분리가 이루어진 멍게를 멍게덩이 및 부산물과 구별하여 인식 및 선별하는 기능의 정확도와 효율성을 입증하는 실험과정이 함께 언급될 것이다.
본 발명에 있어 가장 핵심적인 단계에 해당하는 영상처리단계(S2)와 영상분석단계(S3)의 구현을 위하여 개별 분리된 멍게를 대상으로 그 특징과 색상을 측정 및 분석하는 실험을 행하였는 바, 통상 국내의 멍게 생산은 주로 경남과 경북 및 강원 지역에서 이루어지고, 그 생산 시기는 국내 멍게 생산량의 70% 이상을 차지하는 경남지역은 2월부터 6월까지, 강원 및 경북지역은 7월부터 11월까지가 되며, 본 발명을 위한 연구와 실험에서는 강원지역에서 9월부터 11월 사이에 생산된 멍게 2,443 마리(단위무게: 5.4∼210g)중 개별 분리된 것을 대상으로 하였다.
다시 말해서, 멍게의 수확시 개별 분리된 단일멍게와 멍게덩이 이외에 홍합이나 미더덕 또는 불가사리 등과 같은 부산물도 함께 생산되므로, 이들 중 영상처리기술로 개별 분리된 단일멍게만을 인식하여 그 무게를 일차 추정토록 한 다음, 등급별로 미리 지정하여 놓은 무게를 기준으로 멍게를 선별하는 자동 선별 알고리즘을 설계하기 위한 사전작업으로서, 멍게의 외관 특징 및 색상과의 상관관계를 분석하였다는 것이다.
먼저, 멍게의 외관적인 특징을 측정하는 것은 앞서 설명되어진 영상처리기술을 이용하여 멍게의 투영폭(PW: Projected width)과 투영길이(PL: Projected length)와 투영면적(PA: Projected area)을 측정하는 것으로서, 멍게의 특징 측정을 위한 영상처리단계(S2)는 도 1 및 도 9에서와 같이 영상의 전처리단계(S21)와 위치보정단계(S22)와 실측정단계(S23)를 순차적으로 거쳐서 수행된다.
상기 전처리단계(S21)는 CCD카메라로 캡쳐된 멍게의 영상정보를 8비트 컬러이미지로 변환한 후, 해당 영상의 형태를 유지하는 조건으로 잡영의 제거를 위하여 9×9 행렬구조요소(Matrix structuring element)로 팽창(Dilation) 연산과 수축(Erosion) 연산을 행하는 단계이고, 상기 위치보정단계(S22)는 전처리단계(S21)를 거친 멍게 영상의 위치를 실측정에 필요한 기준좌표계로 보정하는 단계로서, 멍게 영상의 외곽 폐곡선을 이은 면적의 중심좌표와 각도를 검출한 후, 검출된 각도를 참조하여 영상의 기준좌표계로 변환시키는 방식이 적용된다.
또한, 상기 실측정단계(S23)는 위치보정단계(S22)를 거쳐 보정된 멍게의 영상위치를 기준으로 멍게의 투영폭(PW)과 투영길이(PL)와 투영면적(PA)을 측정하는 것으로서, 도 10의 사진에서와 같이 위치 보정된 멍게 영상을 가로축과 세로축 방향으로 각각 스캔하여 양끝단의 경계점을 인식한 후, 양끝단 경계점 사이의 길이를 투영폭(PW)과 투영길이(PL)로 각각 측정하고, 멍게의 8비트 컬러이미지를 그레이스케일 이미지로 변환시킨 후, 0~129 레벨은 흑색, 130~255 레벨은 백색으로 이치화(Binarization)하여 흑색 픽셀(Pixel)의 수와 단위픽셀의 면적을 곱하여 투영면적(PA)을 측정하는 방식이 적용된다.
상기 전처리단계(S21)와 위치보정단계(S22) 및 실측정단계(S23)에 적용되는 사항은 영상처리기술 분야에서 널리 적용되는 공지기술일 뿐만 아니라, 앞서 선행기술문헌란에 본 출원인의 선출원으로 기재한 명세서와 도면에도 이미 언급되어진 사항이므로 이에 대한 구체적인 설명은 생략키로 하며, 앞서 설명되어진 방식 이외에도 영상처리분야에 적용되는 다른 방식을 이용하여 멍게의 투영폭(PW)과 투영길이(PL) 및 투영면적(PA)을 측정할 수도 있음은 물론이다.
이와 더불어, 상기 영상처리단계(S2)에서 HSV 색상 모델을 이용하여 멍게의 색상면적(CA)을 측정하는 것은, 도 12의 사진에서와 같이 멍게의 색상정보가 분포하는 면적에서 HSV 임계값 설정조건에 포함되는 영역은 백색, 그 이외의 영역들은 흑색으로 이치화하여 백색 픽셀의 수와 단위픽셀의 면적을 곱한 값으로 측정하는 방식이 적용되며, 도 12의 (a)에 도시된 것이 멍게의 원영상이고, 도 12의 (b)에 도시된 것이 HSV 임계값 설정 조건에서 투영면적 내의 멍게 색상면적이 선택된 영상이다.
본 단계에 적용되는 HSV 색상 모델은 H(Hue: 색조)와 S(Saturation: 채도) 및 V(Value: 명도)의 3가지 요소로 대상물의 색상 분포를 측정하는 공지된 영상처리기술로서, H요소는 가시광선 스펙트럼을 고리모양으로 배치한 색상환(色像環)에서 가장 파장이 긴 빨강을 0(또는 360)으로 하였을 때의 상대적인 배치각도를 의미하는 것으로 색깔의 종류를 판단하는 요소이고, S요소는 색상의 가장 진한 상태를 100%로 하였을 때의 진한 정도를 나타내는 것으로, 예를 들어 0이면 그레이(Gray)색, 255면 가장 선명한 색 등으로 하여 색의 선명도를 판단하는 요소이며, V요소는 흰색이나 빨간색 등을 100%로, 검은색을 0%로 하였을 때의 밝은 정도를 나타내는 것으로, 그 값이 작을수록 어둡고, 그 값이 클수록 밝음을 의미한다.
상기와 같은 영상처리단계(S2)에서 측정된 멍게의 외관 특징과 HSV 색상 모델을 이용하여 측정된 색상 분석 결과를 토대로 하여 개별 분리가 이루어진 단일멍게를 멍게덩이 및 부산물과 분리하여 인식토록 하는 과정을 영상분석단계(S3)에서 수행하게 되는 바, 본 단계에서는 영상처리단계(S2)를 거쳐 측정된 멍게의 투영폭(PW)과 투영길이(PL)를 이용하여 멍게의 외관비율(PW/PL)을 산출하는 한편, 멍게의 투영면적(PA)과 색상면적(CA: Color area)을 이용하여 멍게의 면적비율(CA/PA)을 산출하고, 상기 2가지의 산출값으로 개별 분리된 단일멍게만을 인식토록 한 다음, 단일멍게의 투영면적(PA)을 이용하여 해당 멍게의 무게(W)를 산출하는 방식이 적용된다.
본 단계에서 개별 분리된 단일멍게만을 인식하는 기준을 보다 구체적으로 산정하기 위하여, 개별 분리된 멍게 2,443마리를 대상으로 멍게의 투영폭(PW)과 투영 길이(PL)에 의한 외관비율(Aspect ratio: PW/PL)을 조사한 분석 실험의 결과, 도 11의 히스토그램에서와 같이 멍게의 외관비율은 0.25~0.60 구간에 분포함을 알 수 있었고, 평균값과 표준편차는 각각 0.422와 0.069이었으며, 최빈수(Mode)는 0.38이었고, 최소값과 중간값 및 최대값은 각각 0.261과 0.415 및 0.599임을 확인할 수 있었다.
또한, 멍게와 부산물을 구분하는 기준을 산정하기 위하여 HSV 색상 모델로 멍게의 색상을 분석하되, 실험대상으로 선정된 멍게 각각에 대해서 배경색상이 제거된 멍게 샘플영상을 만든 후 H,S,V 성분을 각각 추출하여 도 13에서와 같이 H,S,V 성분에 대한 임계값을 도출하였고 그 결과를 아래의 표 1에 나타내었으며, 각 임계값의 설정 조건하에서 멍게의 투영면적(PA)과 색상면적(CA)에 의한 면적비율(Area ratio: CA/PA)을 조사하여 그 분석 결과를 도 14의 히스토그램으로 나타내었다.
멍게의 H,S,V 성분 각각에 대한 임계값
항목 H S V
하한 상한 하한 상한 하한 상한
값 0 27 65 210 18 156
상기 표 1에서 알 수 있는 바와 같이, HSV 색상 모델을 이용한 멍게 색상 분석 실험을 통하여 도출된 H,S,V각 성분에 대한 임계값은, H 성분의 경우 0~27, S 성분의 경우 65~210, V 성분의 경우 18~156이 됨을 알 수 있었고, 도 14의 히스토그램에서와 같이 멍게의 투영면적(PA)과 색상면적(CA)에 의한 면적비율(CA/PA)는 0.90~0.99 구간에 분포함을 알 수 있었으며, 평균값과 표준편차는 각각 0.945와 0.011이었고, 최빈수(Mode)는 0.947이었으며, 최소값과 중간값 및 최대값은 각각 0.901과 0.945 및 0.986임을 확인할 수 있었다.
상기와 같이 멍게의 특징 측정과 HSV 색상 모델을 이용한 분석을 통하여 개별 분리된 것으로 인식된 멍게의 무게를 산출하여 이를 등급별로 자동 선별할 수 있도록 멍게의 투영면적에 대한 무게의 상관관계를 W(Weight)=a×PAb의 회귀식을 이용하여 분석한 결과, 도 15의 그래프에서와 같이 회귀계수 a는 2.95×10- 4이 되고, 회귀계수 b는 1.51이 되었으며, 상관계수(R2)는 0.93임을 확인할 수 있었으며, 상기 각각의 실험결과를 토대로 하여 멍게 자동 선별에 필요한 설정 조건을 아래의 표 2에 다시 한 번 일목 요연하게 정리하였다.
멍게 자동 선별을 위한 설정조건
항목 외관비율
(Aspect ratio)		 면적비율
(Area ratio)		 무게: W(Weight)=a×PAb
하한 상한 하한 상한 a b
값 0.261 0.599 0.90 0.99 2.95×10-4 1.51
즉, 멍게의 자동 선별을 위한 설정조건으로서, 단일멍게임을 판단하는 외관비율(PW/PL)의 임계값은 0.261~0.599가 되고, 멍게와 부산물을 구분하는 면적비율(CA/PA)의 임계값은 0.90~0.99가 되며, 멍게의 무게(W)를 산출하는 수식은 W=2.95×10-4×PA1.51이 된다는 것이며, 이러한 설정조건을 반영하여 도 8의 자동 선별 알고리즘을 설계한 후, 앞서 설명되어진 선별장치(10)를 이용하여 멍게 분류성능의 실험을 실시하였다.
상기와 같은 멍게 자동 선별기능에 대한 성능실험을 위하여 아래의 표 3과 같이 실험대상물을 준비한 다음, 개별 분리된 멍게의 인식 및 선별성능에 대한 실험을 실시하되, 개별 분리된 멍게를 멍게덩이 및 부산물과 함께 섞어 선별장치(10)로 투입시킨 다음, 개별 분리된 멍게의 인식율 및 멍게덩이와 부산물이 혼입되는 에러율을 각각 분석하였으며, 상기 인식율은 (개별 분리된 멍게로 인식된 개체수/개별 분리된 멍게의 총 개체수)×100으로 하여 계산하였고, 상기 에러율은 (분리 과정에서 혼입된 멍게덩이와 부산물의 총 개체수/멍게덩이와 부산물의 총 개체수)×100으로 하여 계산하였다.
실험대상물(단위: 개체수)
개별 분리된 멍게 멍게덩이 부산물
소≤30g 30g<중≤60g 60g<대 2개체 3개체 홍합 불가사리 미더덕
100 100 100 30 30 30 30 30
그리고, 멍게 자동 선별 성능실험은 개별 분리된 멍게만을 대상으로 멍게 등급별 무게를 소≤30g, 30g<중≤60g, 60g<대로 설정한 후, 초기 투입 전에 등급별로 구분된 실험대상 생물의 개체수와 선별 처리된 개체수를 측정하여 비교 및 분석하였고, 개별 분리된 멍게 인식성능과 자동 선별 성능실험 각각에 대해서 100회 반복하였다.
상기와 같은 성능 실험의 결과, 개별 분리된 멍게 인식률과 에러률은 각각 94.5%와 5.5% 이었으며, 등급별로 지정된 무게를 기준으로 멍게를 선별하는 성능은 98.2%임을 확인할 수 있었고, 멍게의 선별 속도는 2개의 컨베이어벨트(2) 라인을 가동시킨 조건하에서 40~60kg/hour에 해당하였으며, 이를 통하여 기존에 수행되었던 인력에 의한 선별 및 분류작업에 비하여 본 발명에 따른 멍게 선별방법이 매우 효과적임을 확인할 수 있었다.
상기와 같은 본 발명에 따르면, 비젼시스템(5)으로 인식된 단일멍게만을 컨베이어프레임(1)상에 설치된 선별분류기(6)를 이용하여 무게별로 신속.정확하게 선별 및 분리하고, 단일멍게로 인식되지 아니한 멍게덩이와 부산물은 컨베이어벨트(2)를 따라 외부로 배출시켜 재분리 작업에 투입되도록 함으로서, 멍게의 선별 및 분리작업에 소요되는 시간과 비용을 최대한으로 절감시키고, 멍게 등급기준의 실질적이고 객관적인 표준화를 달성하여 멍게의 생산량과 등급별 상품가치를 충분히 확보토록 하는 동시에, 소비자의 신뢰도를 기반으로 하는 부가가치 또한 크게 향상시킬 수 있다.
특히, 컨베이어벨트(2)의 상부면에 터널 형태의 조명실을 가지는 비젼시스템(5)을 적용시켜 외부로부터의 조명에 간섭을 받지 않는 상태에서 CCD카메라와 HSV 색상 모델에 의한 단일멍게의 인식 및 무게 추정 작업을 한층 더 신속하고 정확하게 수행할 수 있고, 작동실린더(12)에 의하여 상,하 방향으로 승하강하는 차단판(14)이 컨베이어벨트(2)의 상부 표면에 가로지게 놓이도록 하여 단일멍게를 컨베이어프레임(1)의 외측으로 낙하시키는 매우 간단한 방식으로 단일멍게의 선별 및 분리작업이 가능하며, 차단판(14)의 일측단에 박스형 칸막이케이싱(13)을 두어 단일멍게가 해당 수납통(7)으로 정확히 낙하되도록 하는 등의 추가적인 잇점 역시 제공할 수 있는 것이다.
마지막으로, 본 발명에 따른 멍게 선별 알고리즘이 적용된 선별장치(10)와 더불어, 멍게덩이를 단일멍게로 자동 분리시킬 수 있는 별도의 분리장치가 개발된다면, 해당 분리장치를 상기 선별장치(10)와 연계시켜 놓은 상태에서 멍게수확물로부터 개별 분리된 단일멍게를 등급별로 1차 선별하고, 멍게덩이와 부산물을 해당 분리장치로 투입하여 멍게덩이를 단일멍게로 추가 분리시킨 후, 이를 다시 상기 선별장치(10)로 투입하여 추가 분리된 단일멍게를 등급별로 재차 선별하는 과정을 순차적으로 거치도록 함에 따라, 멍게의 분리 및 선별작업에 있어 보다 획기적인 방안을 제시할 수 있을 것으로 판단된다.
1 : 컨베이어프레임 1a : 지지다리 2 : 컨베이어벨트
2a : 벨트드럼 2b : 드럼축 3 : 구동모터
3a : 전동기구 4 : 제어유닛 5 : 비젼시스템
5a : 모니터 5b : 터치스크린 5c : 컨트롤러
6 : 선별분류기 7 : 수납통 8 : 메인브라켓
9 : 보강브라켓 10 : 선별장치 11 : 가이드브라켓
12 : 작동실린더 12a : 피스톤로드 13 : 칸막이케이싱
14 : 차단판 15 : 연결판

Claims (13)

  1. 비젼시스템(5)을 이용하여 대상물의 외관 특징을 측정 및 분석하고, 분석된 데이터로부터 대상물의 무게를 산출하여 대상물을 등급별로 자동 분류시키도록 한 선별방법에 있어서,
    개별분리가 이루어진 단일멍게에 멍게덩이와 부산물이 추가로 혼입되어 있는 상태의 멍게수확물을 컨베이어벨트(2)로 투입하는 멍게투입단계(S1)와,
    상기 멍게투입단계(S1)를 거쳐 컨베이어벨트(2)로 투입된 멍게수확물을 이송시키는 과정에서 컨베이어벨트(2)의 상부측에 배치된 비젼시스템(5)의 CCD카메라로 멍게의 평면 영상을 촬영하여 멍게의 투영폭(PW)과 투영길이(PL)와 투영면적(PA)을 측정하는 한편, 비젼시스템(5)의 컨트롤러(5c)에 내장된 HSV 색상 모델을 이용하여 멍게의 색상면적(CA)을 측정하는 영상처리단계(S2)와,
    상기 영상처리단계(S2)를 거쳐 측정된 멍게의 투영폭(PW)과 투영길이(PL)를 이용하여 멍게의 외관비율(PW/PL)을 산출하는 한편, 멍게의 투영면적(PA)과 색상면적(CA)을 이용하여 멍게의 면적비율(CA/PA)을 산출함으로서, 이 2가지의 산출값으로 개별 분리된 단일멍게만을 인식토록 한 다음, 단일멍게의 투영면적(PA)을 이용하여 해당 멍게의 무게(W)를 산출하는 영상분석단계(S3)와,
    상기 영상분석단계(S3)를 거쳐 인식된 단일멍게만을 컨베이어프레임(1)상에 설치된 선별분류기(6)를 이용하여 무게별로 선별 및 분리하고, 단일멍게로 인식되지 아니한 멍게덩이와 부산물은 컨베이어벨트(2)를 따라 외부로 배출시키는 선별분리단계(S4)를 거쳐서 이루어지며,
    상기 선별분류기(6)는 비젼시스템(5)의 후방측에서 컨베이어프레임(1)의 길이 방향을 따라 최소 2개 이상의 개수로 설치되고, 상기 컨베이어프레임(1)의 일측 하부에는 각각의 선별분류기(6)에서 선별 분리된 단일멍게의 수납통(7)이 해당 선별분류기(6)와 인접한 위치에 배치됨을 특징으로 하는 멍게의 특징 측정과 HSV 색상 모델을 이용한 멍게 자동 선별방법.
  2. 제 1항에 있어서, 상기 영상처리단계(S2)는,
    CCD카메라로 캡쳐된 멍게의 영상정보를 8비트 컬러이미지로 변환한 후, 해당 영상의 형태를 유지하는 조건으로 잡영의 제거를 위하여 9×9 행렬구조요소(Matrix structuring element)로 팽창(Dilation) 연산과 수축(Erosion) 연산을 행하는 전처리단계(S21)와,
    상기 전처리단계(S21)를 거친 멍게 영상의 위치를 실측정에 필요한 기준좌표계로 보정하는 위치보정단계(S22)와,
    상기 위치보정단계(S22)를 거쳐 보정된 멍게의 영상위치를 기준으로 멍게의 투영폭(PW)과 투영길이(PL)와 투영면적(PA)을 측정하는 실측정단계(S23)를 순차적으로 거쳐서 이루어지는 것을 특징으로 하는 멍게의 특징 측정과 HSV 색상 모델을 이용한 멍게 자동 선별방법.
  3. 제 2항에 있어서, 상기 위치보정단계(S22)는, 멍게 영상의 외곽 폐곡선을 이은 면적의 중심좌표와 각도를 검출한 후, 검출된 각도를 참조하여 영상의 기준좌표계로 변환시키는 방식이 적용됨을 특징으로 하는 멍게의 특징 측정과 HSV 색상 모델을 이용한 멍게 자동 선별방법.
  4. 제 2항에 있어서, 상기 실측정단계(S23)는 위치 보정된 멍게 영상을 가로축과 세로축 방향으로 각각 스캔하여 양끝단의 경계점을 인식한 후, 양끝단 경계점 사이의 길이를 투영폭(PW)과 투영길이(PL)로 각각 측정하고, 멍게의 8비트 컬러이미지를 그레이스케일 이미지로 변환시킨 후, 0~129 레벨은 흑색, 130~255 레벨은 백색으로 이치화(Binarization)하여 흑색 픽셀(Pixel)의 수와 단위픽셀의 면적을 곱하여 투영면적(PA)을 측정하는 방식이 적용됨을 특징으로 하는 멍게의 특징 측정과 HSV 색상 모델을 이용한 멍게 자동 선별방법.
  5. 제 1항에 있어서, 상기 영상처리단계(S2)에서 HSV 색상 모델을 이용하여 멍게의 색상면적(CA)을 측정하는 것은, 멍게의 색상정보가 분포하는 면적에서 HSV 임계값 설정조건에 포함되는 영역은 백색, 그 이외의 영역들은 흑색으로 이치화하여 백색 픽셀의 수와 단위픽셀의 면적을 곱한 값으로 측정하는 방식이 적용됨을 특징으로 하는 멍게의 특징 측정과 HSV 색상 모델을 이용한 멍게 자동 선별방법.
  6. 제 5항에 있어서, 상기 HSV 색상 모델에서 H(Hue: 색조) 성분에 대한 임계값은 0~27이 되고, S(Saturation: 채도) 성분에 대한 임계값은 65~210이 되며, V(Value: 명도) 성분에 대한 임계값은 18~156이 됨을 특징으로 하는 멍게의 특징 측정과 HSV 색상 모델을 이용한 멍게 자동 선별방법.
  7. 제 1항 내지 제 6항 중 어느 한 항에 있어서, 상기 영상분석단계(S3)에서 산출된 멍게의 외관비율(PW/PL) 값은 단일멍게와 멍게덩이를 구분하는 기준으로 설정하고, 멍게의 면적비율(CA/PA) 값은 단일멍게와 부산물을 구분하는 기준으로 설정하며, 멍게의 무게(W)는 투영면적(PA)에 대한 무게(W)의 회귀분석을 통하여 얻어낸 W=a×PAb의 수식으로 그 값을 산출하여 이를 멍게의 등급 기준으로 설정함을 특징으로 하는 멍게의 특징 측정과 HSV 색상 모델을 이용한 멍게 자동 선별방법.
  8. 제 7항에 있어서, 상기 영상분석단계(S3)에서 개별 분리된 단일멍게임을 판단하는 외관비율(PW/PL)의 임계값은 0.261~0.599가 되고, 면적비율(CA/PA)의 임계값은 0.90~0.99가 되며, 멍게의 무게(W)를 산출하는 수식의 회귀계수 a는 2.95×10-4이 되고, 회귀계수 b는 1.51이 됨을 특징으로 하는 멍게의 특징 측정과 HSV 색상 모델을 이용한 멍게 자동 선별방법.
  9. 제 1항에 있어서, 상기 비젼시스템(5)은 컨베이어벨트(2)가 통과하는 터널 형태의 조명실을 제공하도록 컨베이어프레임(1)상에 연결 설치됨으로서, 상기 영상처리단계(S2)가 외부로부터 조사되는 불균일한 조명의 영향을 배제시킨 상태에서 수행되도록 하며,
    상기 비젼시스템(5)의 조명실 내측에 CCD 컬러카메라와 투수광 레이저 센서와 LED 백라이트가 설치되고, 상기 비젼시스템(5)의 외측에 멍게 영상의 캡쳐와 분석을 위한 모니터(5a)와 터치스크린(5b)과 컨트롤러(5c)가 제공됨을 특징으로 하는 멍게의 특징 측정과 HSV 색상 모델을 이용한 멍게 자동 선별방법.
  10. 제 1항에 있어서, 상기 선별분리단계(S4)에서는 컨베이어프레임(1)과 연결된 메인브라켓(8)에 수직 방향으로 장착된 작동실린더(12)에 의하여 소정의 행정거리만큼 승하강하는 차단판(14)을 사용하되, 단일멍게의 경우는 상기 차단판(14)을 컨베이어벨트(2)측으로 하강시켜 컨베이어벨트(2)를 따라 이송되어져 오는 단일멍게가 컨베이어벨트(2)의 외곽측으로 유도 및 낙하되도록 하고, 멍게덩이와 부산물의 경우는 상기 차단판(14)을 상승시켜 멍게덩이와 부산물이 컨베이어벨트(2)를 따라 외부로 배출되도록 하는 방식으로 수행되며,
    상기 차단판(14)은 작동실린더(12)의 피스톤로드(12a) 하단에 연결된 상태에서 컨베이어벨트(2)의 폭에 걸쳐 대각선 방향으로 놓여지는 칸막이 형태가 되고, 상기 차단판(14)을 따라 단일멍게가 유도되는 컨베이어벨트(2)의 외곽측 부분에는 컨베이어프레임(1)이 절개된 형태의 멍게 출구가 제공됨을 특징으로 하는 멍게의 특징 측정과 HSV 색상 모델을 이용한 멍게 자동 선별방법.
  11. 제 10항에 있어서, 상기 작동실린더(12)의 피스톤로드(12a) 하단부에는 측면부와 바닥부가 개구된 사각 박스 형상의 칸막이케이싱(13)이 연결 설치되고, 상기 차단판(14)은 칸막이케이싱(13)의 후단부에 연결 설치됨으로서, 컨베이어프레임(1)의 멍게 출구를 통한 단일멍게의 배출경로가 상기 박스형 칸막이케이싱(13)에 의하여 해당 수납통(7)측으로 정확히 유도되도록 하는 방식이 적용됨을 특징으로 하는 멍게의 특징 측정과 HSV 색상 모델을 이용한 멍게 자동 선별방법.
  12. 제 11항에 있어서, 상기 메인브라켓(8)에는 칸막이케이싱(13)의 상,하 이동을 안내하는 수직 방향의 날개형 가이드브라켓(11)이 추가로 제공됨을 특징으로 하는 멍게의 특징 측정과 HSV 색상 모델을 이용한 멍게 자동 선별방법.
  13. 제 9항 내지 제 12항 중 어느 한 항에 있어서, 상기 영상처리단계(S2)와 영상분석단계(S3)는 컨베이어프레임(1)상에 설치된 2열(列)의 컨베이어벨트(2)를 커버하는 하나의 비젼시스템(5)을 이용하여 각각의 컨베이어벨트(2)를 따라 이송되는 멍게수확물에 대한 동시 다발적인 분석처리가 수행되도록 하고,
    상기 선별분리단계(S4)는 각각의 컨베이어벨트(2)마다 할당된 선별분류기(6)를 이용하여 비젼시스템(5)으로부터 해당 컨베이어벨트(2)에 놓여진 것으로 인식된 단일멍게를 등급별로 분리시키는 방식으로 수행됨을 특징으로 하는 멍게의 특징 측정과 HSV 색상 모델을 이용한 멍게 자동 선별방법.
KR1020160161710A 2016-11-30 2016-11-30 멍게의 특징 측정과 hsv 색상 모델을 이용한 멍게 자동 선별방법 KR101703542B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160161710A KR101703542B1 (ko) 2016-11-30 2016-11-30 멍게의 특징 측정과 hsv 색상 모델을 이용한 멍게 자동 선별방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160161710A KR101703542B1 (ko) 2016-11-30 2016-11-30 멍게의 특징 측정과 hsv 색상 모델을 이용한 멍게 자동 선별방법

Publications (1)

Publication Number Publication Date
KR101703542B1 true KR101703542B1 (ko) 2017-02-23

Family

ID=58315523

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160161710A KR101703542B1 (ko) 2016-11-30 2016-11-30 멍게의 특징 측정과 hsv 색상 모델을 이용한 멍게 자동 선별방법

Country Status (1)

Country Link
KR (1) KR101703542B1 (ko)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107350163A (zh) * 2017-08-28 2017-11-17 宁夏大学 一种马铃薯自动分级输出装置与方法
KR101800252B1 (ko) * 2017-08-03 2017-11-24 대한민국 멍게 자동 선별 및 분류를 위한 멍게수확물 전처리장치
KR101800254B1 (ko) * 2017-08-03 2017-11-27 대한민국 비전시스템을 이용한 멍게의 자동 선별 및 분류장치
CN109077014A (zh) * 2017-06-14 2018-12-25 北京市水产科学研究所 黄缘闭壳龟稚龟体型的分选方法
KR20190068663A (ko) * 2017-12-08 2019-06-19 한국로봇융합연구원 영상처리분석을 이용한 대상물 자동 선별, 분류 시스템 및 자동선별 분류방법
KR102088137B1 (ko) * 2019-09-05 2020-03-11 변형완 연갈탄 선별 장치 및 방법
CN111229649A (zh) * 2020-01-20 2020-06-05 湖北民族大学 一种物品分级方法、物品分级设备及物品自动分级系统
CN113739966A (zh) * 2021-08-05 2021-12-03 山东永聚医药科技有限公司 高分子预灌封注射器针筒应力的检测设备及检测方法
CN116786460A (zh) * 2023-08-24 2023-09-22 福建鼎珂光电科技有限公司 一种led支架全自动生产线及工艺
CN113739966B (zh) * 2021-08-05 2024-05-28 山东永聚医药科技股份有限公司 高分子预灌封注射器针筒应力的检测设备及检测方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101278630B1 (ko) 2013-04-26 2013-06-25 대한민국 어류의 형태학적 영상처리를 통한 백신 자동 접종방법
KR101540707B1 (ko) 2014-10-30 2015-08-03 대한민국 영상처리기술을 이용한 전복 자동선별 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101278630B1 (ko) 2013-04-26 2013-06-25 대한민국 어류의 형태학적 영상처리를 통한 백신 자동 접종방법
KR101540707B1 (ko) 2014-10-30 2015-08-03 대한민국 영상처리기술을 이용한 전복 자동선별 방법

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109077014A (zh) * 2017-06-14 2018-12-25 北京市水产科学研究所 黄缘闭壳龟稚龟体型的分选方法
CN109077014B (zh) * 2017-06-14 2021-02-09 北京市水产科学研究所 黄缘闭壳龟稚龟体型的分选方法
KR101800252B1 (ko) * 2017-08-03 2017-11-24 대한민국 멍게 자동 선별 및 분류를 위한 멍게수확물 전처리장치
KR101800254B1 (ko) * 2017-08-03 2017-11-27 대한민국 비전시스템을 이용한 멍게의 자동 선별 및 분류장치
CN107350163A (zh) * 2017-08-28 2017-11-17 宁夏大学 一种马铃薯自动分级输出装置与方法
KR102109698B1 (ko) * 2017-12-08 2020-05-12 한국로봇융합연구원 영상처리분석을 이용한 대상물 자동 선별, 분류 시스템 및 자동선별 분류방법
KR20190068663A (ko) * 2017-12-08 2019-06-19 한국로봇융합연구원 영상처리분석을 이용한 대상물 자동 선별, 분류 시스템 및 자동선별 분류방법
KR102088137B1 (ko) * 2019-09-05 2020-03-11 변형완 연갈탄 선별 장치 및 방법
CN111229649A (zh) * 2020-01-20 2020-06-05 湖北民族大学 一种物品分级方法、物品分级设备及物品自动分级系统
CN111229649B (zh) * 2020-01-20 2023-09-01 湖北民族大学 一种物品分级方法及自动分级系统
CN113739966A (zh) * 2021-08-05 2021-12-03 山东永聚医药科技有限公司 高分子预灌封注射器针筒应力的检测设备及检测方法
CN113739966B (zh) * 2021-08-05 2024-05-28 山东永聚医药科技股份有限公司 高分子预灌封注射器针筒应力的检测设备及检测方法
CN116786460A (zh) * 2023-08-24 2023-09-22 福建鼎珂光电科技有限公司 一种led支架全自动生产线及工艺
CN116786460B (zh) * 2023-08-24 2023-11-14 福建鼎珂光电科技有限公司 一种led支架全自动生产线及工艺

Similar Documents

Publication Publication Date Title
KR101703542B1 (ko) 멍게의 특징 측정과 hsv 색상 모델을 이용한 멍게 자동 선별방법
AU2013347861B2 (en) Scoring and controlling quality of food products
Mahendran et al. Application of computer vision technique on sorting and grading of fruits and vegetables
Pourdarbani et al. Study on an automatic sorting system for Date fruits
Zareiforoush et al. Potential applications of computer vision in quality inspection of rice: a review
Eissa et al. Understanding color image processing by machine vision for biological materials
KR102493051B1 (ko) 이물질이 제거된 어란 페이스트의 제조방법 및 이물질이 제거된 어란 페이스트의 제조장치
WO1996040452A1 (en) Defective object inspection and separation system
Hassankhani et al. Potato sorting based on size and color in machine vision system
TWI700129B (zh) 基於自我學習技術之移動物品分類系統及方法
KR101324338B1 (ko) 칼라 영상을 이용한 방울토마토 실시간 품질 선별방법 및 그 장치
Li et al. A method for color classification of fruits based on machine vision
Pothula et al. Evaluation of a new apple in-field sorting system for fruit singulation, rotation and imaging
Esehaghbeygi et al. Digital image processing for quality ranking of saffron peach
JP6731134B2 (ja) 芋判断装置及び芋選別装置
JP2006239602A (ja) 果実そ菜類の等級判別方法。
Chen et al. Detect black germ in wheat using machine vision
CN114082675A (zh) 一种用于杨梅品质检测的自动分级装置及其分级方法
KR101673056B1 (ko) 곡물불량검출방법
Dumanay et al. A New Design of Olive Fruit Sorting Machine Using Color Image Processing
Figorilli et al. Olive Fruit Selection through AI Algorithms and RGB Imaging. Foods 2022, 11, 3391
Wang Design of automatic mildew image detection system for corn grain
Ehsani et al. Machine vision based citrus mass estimation during post harvesting using supervised machine learning algorithms
Arjenaki et al. Tomato sorting based on maturity, surface defects and shape by using of machine vision system.
Santosh Chopde et al. Developments in computer vision system, focusing on its applications in quality inspection of fruits and vegetables-a review.

Legal Events

Date Code Title Description
GRNT Written decision to grant