KR101769103B1 - 배추 품종 및 원산지 판별장치 - Google Patents

배추 품종 및 원산지 판별장치 Download PDF

Info

Publication number
KR101769103B1
KR101769103B1 KR1020150144727A KR20150144727A KR101769103B1 KR 101769103 B1 KR101769103 B1 KR 101769103B1 KR 1020150144727 A KR1020150144727 A KR 1020150144727A KR 20150144727 A KR20150144727 A KR 20150144727A KR 101769103 B1 KR101769103 B1 KR 101769103B1
Authority
KR
South Korea
Prior art keywords
image
chinese cabbage
information
length
origin
Prior art date
Application number
KR1020150144727A
Other languages
English (en)
Other versions
KR20170045425A (ko
Inventor
최용원
양정수
서효기
최금연
이준석
김정헌
홍성훈
이재원
김종인
Original Assignee
(주)링크옵틱스
주식회사 브이아이티시스템
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 (주)링크옵틱스, 주식회사 브이아이티시스템 filed Critical (주)링크옵틱스
Priority to KR1020150144727A priority Critical patent/KR101769103B1/ko
Publication of KR20170045425A publication Critical patent/KR20170045425A/ko
Application granted granted Critical
Publication of KR101769103B1 publication Critical patent/KR101769103B1/ko

Links

Images

Classifications

    • G06K9/32—
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/08—Measuring arrangements characterised by the use of optical techniques for measuring diameters
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/14—Measuring arrangements characterised by the use of optical techniques for measuring distance or clearance between spaced objects or spaced apertures
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/28—Measuring arrangements characterised by the use of optical techniques for measuring areas
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/02—Food
    • G01N33/025—Fruits or vegetables
    • G06K9/6201—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection

Landscapes

  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biochemistry (AREA)
  • Food Science & Technology (AREA)
  • Analytical Chemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medicinal Chemistry (AREA)
  • Quality & Reliability (AREA)
  • Image Analysis (AREA)

Abstract

본 발명은 배추 품종 및 원산지 판별장치에 관한 것으로서, 회로기판과, 상기 회로기판에 설치되는 광원을 포함하는 발광모듈과; 상기 발광모듈의 상부에 배치되고, 상면에는 판별대상배추의 잎이 안치되며, 상기 발광모듈에서 출사된 빛이 투과 및 확산될 수 있도록 형성된 확산부와; 상기 발광모듈에서 출사된 빛이 상기 확산부 및 상기 판별대상배추의 잎을 투과하면서 나타나는 이미지를 촬영하는 촬영부와; 상기 판별대상배추의 품종과 원산지를 판별하기 위해 서로 다른 품종과 원산지를 갖는 표본배추 잎들의 길이, 폭, 길이 대비 폭 비율 정보와, 상기 표본배추 잎의 줄기부 길이, 폭, 길이 대비 폭 비율 정보를 포함하는 표본정보가 저장된 저장부와; 상기 촬영부에서 촬영된 이미지에서 상기 판별대상배추의 잎에 해당하는 전체이미지와, 상기 판별대상배추의 잎 중 줄기부에 해당하는 줄기부이미지를 각각 추출하는 이미지처리부와; 상기 이미지처리부에서 추출된 상기 전체이미지에 대한 길이, 폭, 길이 대비 폭 비율 정보를 계산하고, 상기 줄기부이미지에 대한 길이, 폭, 길이 대비 폭 비율 정보를 계산하며, 상기 전체이미지 면적 대비 상기 줄기부이미지 면적 비율 정보를 계산하는 계산부와; 상기 계산부에서 계산된 정보들과 상기 저장부에 저장된 표본정보와의 상호 유사도를 분석 및 분석 결과에 따라 판별대상배추에 대한 품종과 원산지를 각각 판별하는 판별부;를 구비하는 것을 특징으로 한다.
본 발명에 따른 배추 품종 및 원산지 판별장치는 시료의 채취 없이 작물의 영상을 획득하고, 획득된 영상에 대한 분석을 실시하여 실시간으로 배추의 품종 및 원산지를 판별하여 알려줌으로써 분석을 위한 시간과 비용을 절감함과 동시에 전문적인 지식이 없는 일반인도 쉽게 활용할 수 있는 장점이 있다.

Description

배추 품종 및 원산지 판별장치{Chinese cabbage variety and the place of origin identifying device}
본 발명은 배추 품종 및 원산지 판별장치에 관한 것으로서, 더욱 상세하게는 품종 및 원산지를 분석하기 위한 시간과 비용을 절감하면서 전문적인 지식이 없는 일반인도 쉽게 활용할 수 있는 배추 품종 및 원산지 판별장치에 관한 것이다.
현재 전 세계 국가들은 자유무역협정(FTA)에 의해 외국의 농산물 및 식품을 많이 수입하고 있으며, 우리나라도 해가 갈수록 외국의 농산물 및 식품의 수입이 늘어나고 있는 추세이다.
외국 농산물 및 식품의 가격은 일반적으로 국산보다 저렴하기 때문에 판매시 의도적으로 원산지를 속이는 경우가 많다. 이 때문에 정부에서는 관련법을 정하여 원산지에 관한 표시를 의무화하고 있지만, 판매시 원산지를 의도적으로 숨기거나 국산 농산물과 외국 농산물을 섞어서 판매하는 경우에는 원산지를 정확하게 파악하기가 쉽지 않으며, 국산 농산물의 경우에도 생산 지역에 따라 가격이 달리 책정되기 때문에, 원산지를 바꾸어 판매하는 경우가 종종 있다.
국내에서는 식품 및 농산물에 대한 정확하고 신속한 품질평가 방법들에 대한 연구가 지속적으로 이루어지고 있으나 대부분 전통적인 화학적 방법을 쓰고 있어 현장에서 신속하게 이들의 품질이나 진위를 판별할 수 있는 기술이 요구되고 있다.
이러한 판별 방법의 일 예로, 비파괴 기술인 근적외선 분광법이나 DNA 분석법이 많이 사용되고 있다.
상기의 근적외선 분광법의 경우, 시료를 잘게 부순고 700∼2500nm 영역의 근적외선을 시료에 조사한 후, 반사 및 투과되는 반사 스펙트럼과 투과 스펙트럼을 분석하여 시료의 성분을 알아냄으로써, 원산지를 판별하는 방법이다. 그러나, 근적외선 분광법은 시료를 채취하고, 이를 분석해야 하므로, 시간 및 비용이 많이 소요되는 단점이 있다.
또한, 상기의 DNA 분석법 역시 작물의 DNA를 추출하기 위해 시료를 채취한 후, 이를 별도의 분석실에서 분석해야 하므로 시간 및 비용이 많이 소요되고, 전문적인 지식이 필요하므로 일반인들이 활용하기 어려운 문제점이 있다.
KR 10-2012-0026224 A KR 10-2012-0064881 A
본 발명은 상기와 같은 종래의 문제를 해결하기 위한 것으로서, 시료의 채취 없이 작물의 영상을 획득하고, 획득된 영상에 대한 분석을 실시하여 실시간으로 배추의 품종 및 원산지를 판별하여 알려줌으로써 분석을 위한 시간과 비용을 절감함과 동시에 전문적인 지식이 없는 일반인도 쉽게 활용할 수 있는 배추 품종 및 원산지 판별장치를 제공하는데 그 목적이 있다.
상기와 같은 목적을 달성하기 위한 본 발명에 따른 배추 품종 및 원산지 판별장치는 회로기판과, 상기 회로기판에 설치되는 광원을 포함하는 발광모듈과; 상기 발광모듈의 상부에 배치되고, 상면에는 판별대상배추의 잎이 안치되며, 상기 발광모듈에서 출사된 빛이 투과 및 확산될 수 있도록 형성된 확산부와; 상기 발광모듈에서 출사된 빛이 상기 확산부 및 상기 판별대상배추의 잎을 투과하면서 나타나는 이미지를 촬영하는 촬영부와; 상기 판별대상배추의 품종과 원산지를 판별하기 위해 서로 다른 품종과 원산지를 갖는 표본배추 잎들의 길이, 폭, 길이 대비 폭 비율 정보와, 상기 표본배추 잎의 줄기부 길이, 폭, 길이 대비 폭 비율 정보를 포함하는 표본정보가 저장된 저장부와; 상기 촬영부에서 촬영된 이미지에서 상기 판별대상배추의 잎에 해당하는 전체이미지와, 상기 판별대상배추의 잎 중 줄기부에 해당하는 줄기부이미지를 각각 추출하는 이미지처리부와; 상기 이미지처리부에서 추출된 상기 전체이미지에 대한 길이, 폭, 길이 대비 폭 비율 정보를 계산하고, 상기 줄기부이미지에 대한 길이, 폭, 길이 대비 폭 비율 정보를 계산하며, 상기 전체이미지 면적 대비 상기 줄기부이미지 면적 비율 정보를 계산하는 계산부와; 상기 계산부에서 계산된 정보들과 상기 저장부에 저장된 표본정보와의 상호 유사도를 분석 및 분석 결과에 따라 판별대상배추에 대한 품종과 원산지를 각각 판별하는 판별부;를 구비하는 것을 특징으로 한다.
상기 저장부에 저장된 표본정보에는 상기 표본배추의 물관부 개수, 물관부 간격, 물관부 굵기에 대한 표본배추의 물관부정보가 더 포함되고, 상기 계산부는 상기 이미지처리부에서 추출된 줄기부이미지로부터 물관부 개수, 물관부 간격, 물관부 굵기에 대한 판별대상배추의 물관부정보를 각각 산출하며, 상기 판별부는 상기 판별대상배추의 물관부정보와 상기 표본배추의 물관부정보를 함께 비교하여 판별하도록 된 것을 특징으로 한다.
상기 확산부는 평평한 상면과 저면을 갖고 투명 소재로 형성된 확산판과, 상기 확산판의 저면에 부착되는 확산시트를 포함하는 것을 특징으로 한다.
본 발명에 따른 배추 품종 및 원산지 판별장치는 시료의 채취 없이 작물의 영상을 획득하고, 획득된 영상에 대한 분석을 실시하여 실시간으로 배추의 품종 및 원산지를 판별하여 알려줌으로써 분석을 위한 시간과 비용을 절감함과 동시에 전문적인 지식이 없는 일반인도 쉽게 활용할 수 있는 장점이 있다.
도 1은 본 발명에 따른 배추 품종 및 원산지 판별장치를 나타낸 사시도.
도 2는 도 1에 도시된 배추 품종 및 원산지 판별장치의 구성을 나타낸 블럭도.
도 3은 본 발명에 따른 배추 품종 및 원산지 판별장치의 촬영부를 통해 촬영된 판별대상배추의 원본이미지.
도 4는 도 3에 도시된 판별대상배추의 원본이미지로부터 엣지를 검출하여 생성한 엣지이미지.
도 5는 도 4에 도시된 엣지이미지로부터 생성된 제1보정이미지.
도 6은 도 5에 도시된 제1보정이미지로부터 생성된 제2보정이미지.
도 7은 도 6에 도시된 제2보정이미지로부터 원하는 영역만을 선택하기 위한 ROI MASK.
도 8은 도 6에 도시된 제2보정이미지와 도 7에 도시된 ROI MASK를 컨벌루션 결합하여 생성한 제3보정이미지.
도 9는 도 8에 도시된 제3보정이미지를 Erosion 처리하여 생성한 제4보정이미지.
도 10은 도 9에 도시된 제4보정이미지의 경계를 검출하여 생성한 제5보정이미지.
도 11은 도 10에 도시된 제5보정이미지를 Erosion 처리하여 생성한 제6보정이미지.
도 12는 도 11에 도시된 제6보정이미지에 ROI Threshold 처리하여 생성한 제7이미지.
도 13은 전체이미지를 추출하기 위한 Cabbage Mask.
도 14는 도 13에 도시된 Cabbage Mask에 대하여 Filling, Erosion, Labelling 처리하여 생성한 전체이미지.
도 15는 도 12에 도시된 제7보정이미지로에서 줄기부에 해당하는 영역을 추출하여 생성한 제8보정이미지.
도 16은 원본이미지로부터 도 15에 도시된 제8보정이미지가 해당하는 영역과 매칭되는 영역을 추출하여 생성한 줄기부이미지.
도 17은 도 16에 도시된 줄기부이미지에 적용하기 위한 Local Mask.
도 18은 도 16에 도시된 줄기부이미지와 도 17에 도시된 국소 마스크를 결합하여 생성한 부분줄기부이미지.
도 19는 도 18에 도시된 부분줄기부이미지에 대하여 Local Threshold 처리하여 생성한 이미지.
도 20은 도 19에 도시된 이미지에 대하여 Median Filtering 처리하여 생성한 이미지.
도 21은 도 20에 도시된 이미지에 대하여 Opening 처리하여 생성한 이미지.
이하, 첨부된 도면을 참조하면서 본 발명의 바람직한 실시 예에 따른 배추 품종 및 원산지 판별장치에 대하여 상세하게 설명한다.
도 1 및 도 2에는 본 발명에 따른 배추 품종 및 원산지 판별장치가 도시되어 있다. 도 1 및 도 2를 참조하면 본 발명에 따른 배추 품종 및 원산지 판별장치는 발광모듈과, 확산부(20)와, 촬영부(30)와, 분석모듈부(40)를 포함하며, 분석모듈부는 저장부(50)와, 이미지처리부(60)와, 계산부(70)와, 판별부(80)를 구비한다.
상기 발광모듈은 회로패턴이 형성된 회로기판(11)과, 상기 회로기판(11)에 실장 및 설치되는 광원(12)을 포함하며, 본 실시 예에서 상기 발광모듈의 광원(12)은 850nm의 적외선광을 출사하는 광원(12)을 적용한다.
상기 확산부(20)는 상기 발광모듈의 상부에 배치되고, 상면에는 판별을 위한 판별대상배추의 잎이 안치되며, 상기 발광모듈에서 출사된 빛이 투과 및 확산될 수 있도록 형성된 것으로서, 평평한 상면과 저면을 갖고 투명 소재로 형성된 베이스(22)과, 상기 베이스(22)의 저면에 부착되는 확산시트(21)를 포함하여 구성되어 있다.
상기와 같이 베이스(22)의 저면에 확산시트(21)를 부착하고 확산시트(21)의 하부에서 빛을 방출하도록 된 구조는 베이스(22) 상면에 확산시트(21)를 부착하고 베이스(22)의 하부에서 빛을 방출하도록 된 종래의 구조에 비해 확산시트(21)에서 확산된 빛이 퍼질 수 있는 공간(거리)이 베이스(22)에 의해 확보되므로 베이스(22)의 상측 표면으로부터 균일하고 부드러운 빛이 방출되는 효과를 기대할 수 있을 뿐만 아니라 후술하는 촬영부(30)를 통해 깔끔한 이미지를 얻을 수 있도록 하는 효과도 가진다.
상기 촬영부(30)는 상기 발광모듈(10)에서 출사된 빛이 상기 확산부(20) 및 상기 판별대상배추의 잎을 투과하면서 나타나는 이미지를 촬영하고, 촬영된 이미지 후술하는 이미지처리부(60)로 송출하도록 되어 있으며, 상기 발광모듈의 광원(12) 종류에 따라 일반적인 카메라나 적외선 카메라를 적용할 수 있다. 이때, 상기 촬영부(30)에서 촬영된 이미지(이하, 원본이미지)는 도 3에 도시된 바와 같이 판별대상 배추의 잎 전체에 대한 이미지와, 판별대상 배추의 잎에 의해 가려진 확산부(20)의 일부분 이외의 영역 즉, 여백 영역에 대한 이미지가 포함되어 있다.
상기 저장부(50)는 판별대상배추의 품종과 원산지를 판별하기 위해 품종별 및 원산지별 표본배추들 각각의 잎의 길이, 잎의 폭, 잎의 길이 대비 잎의 폭 비율 정보와, 상기 표본배추들 각각의 줄기부의 길이, 줄기부의 폭, 줄기부의 길이 대비 줄기부의 폭 비율 정보를 포함하는 표본정보가 미리 저장되어 있으며, 상기의 표본정보는 후술하는 이미지처리부(60) 및 계산부(70)를 통해 계산하여 획득할 수 있다.
상기 이미지처리부(60)는 촬영부(30)에서 촬영된 원본이미지를 수신하고, 수신된 원본이미지로부터 상기 판별대상배추의 잎 전체에 해당하는 전체이미지와, 상기 판별대상배추의 잎 중에서 줄기부에 해당하는 줄기부이미지를 각각 추출한다.
상기 이미지처리부(60)는 상기 촬영부(30)에서 촬영된 원본이미지의 각 픽셀에 대한 RGB 타입의 색정보를 YCbCr 타입의 색정보로 변환하고, 변환된 YCbCr 방식의 색정보에서 색차정보를 제거하여 단순 휘도 성분만을 갖는 이미지로 변환처리하며, 변환된 이미지로부터 엣지(Edge)를 검출하여 도 4에 도시된 바와 같은 엣지이미지를 생성한다.
상술한 RGB 타입은 픽셀에 대한 색정보를 적색 성분과, 녹색 성분과 청색 성분으로 나타내고, 상기 YCbCr 타입은 픽셀에 대한 색정보를 휘도 성분과, 색차 성분 상세하게는 휘도 성분과 청색 성분의 차이, 휘도 성분과 적색 성분의 차이로 나타낸다. 상기 이미지처리부(60)의 변환처리 과정에서는 색차 정보뿐만 아니라, 설정된 휘도 값 이하의 휘도 값을 갖는 픽셀의 휘도 정보를 제거함으로써 원본이미지를 흑색과 백색으로 표현되는 이진 색정보를 갖는 이미지로 변환처리할 수도 있다.
그리고, 이미지처리부(60)에서 생성되는 엣지이미지는 원본이미지로부터 서로 다른 명암을 지닌 두 영역 사이의 경계를 검출하는 엣지 검출 알고리즘을 통해 검출할 수 있다. 본 실시 예에서 상기 이미지처리부(60)의 엣지 검출을 위한 알고리즘은 크게 입력된 이미지를 가우시안필터(Gaussian filter)를 이용하여 평활화(Smoothing) 처리하는 단계와, 소벨 마스크(Sobel Mask)를 이용하여 그레디언트(gradients)를 검출(픽셀의 명암 값이 급격하게 변하는 부분을 검출)하는 단계와, 더블 스레스홀딩(Double thresholding)하는 단계 및 엣지 트래킹(Edge tracking)단계를 포함하는 캐니 엣지 검출(Canny Edge Detection) 알고리즘을 적용한다. 상기의 더블 스레스홀딩 단계에서는 두 개의 임계값을 기준으로 약 엣지와 강 엣지를 판단하고, 엣지 트래킹단계에서는 끊어진 엣지를 연결한다.
또한, 상기 이미지처리부(60)는 도 5에 도시된 바와 같이 엣지이미지에서 밝은 부분은 확장시키면서 어두운 부분은 약화시키는 팽창(Dilation) 연산 즉, 밝게 표시되는 엣지 영역을 그 주변으로 확장(dilation of canny image)시키는 연산을 통해 제1보정이미지를 생성하고, 도 6에 도시된 바와 같이 제1보정이미지 중에서 국소적으로 위치하는 흑색 영역을 백색으로 채워 제2보정이미지를 생성(Filling)한다. 이는 엣지이미지에서 어두운 영역 즉 줄기부 부분에 대한 영역을 명확하게 구분하기 위한 것이다.
그리고, 이미지처리부(60)는 도 7에 도시된 바와 같이 제2보정이미지 중에서 원하는 영역 즉, 관심 영역만을 선택적으로 필터링 하기 위한 마스크(ROI MASK ; Region of interest)에 대하여 도 6의 제2보정이미지를 컨벌루션(convolution) 적분하여 도 8에 도시된 바와 같은 제3보정이미지를 생성하고, 제3보정이미지 중에서 외곽의 엣지에 대응되는 각각의 픽셀에 라벨을 부여한다(labelling). 이는 제3보정이미지에서 판별대상배추의 잎에 대한 아웃라인을 설정하기 위한 것이다.
또한, 상기 이미지처리부(60)는 도 8의 제3보정이미지에서 밝은 영역은 약화시키면서 어두운 영역은 강화시키기 위한 침식(Erosion) 연산을 수행하여 도 9에 도시된 바와 같은 제4보정이미지를 생성하고, 생성된 제4보정이미지의 경계를 검출하여 도 10에 도시된 바와 같은 제5보정이미지를 생성하며, 생성된 제5보정이미지를 재차 침식 연산을 수행하여 도 11에 도시된 바와 같은 제6보정이미지를 생성한다.
그리고, 상기 이미지처리부(60)는 도 11의 제6보정이미지에 대하여 관심 영역 스레스홀딩(ROI Threshold) 연산을 통해 도 12에 도시된 바와 같은 제7보정이미지 생성한다. 또한, 상기 이미지처리부(60)는 도 11에 도시된 제6보정이미지를 이용하여 도 13에 도시된 바와 같은 캐비지 마스크(Cabbage Mask)를 생성하고, 생성된 캐비지 마스크(Cabbage Mask)에 대하여 Filling, Erosion, Labelling 처리를 통해 도 14에 도시된 바와 같은 판별대상배추에 대한 전체이미지를 생성한다.
한편, 상기 이미지처리부(60)는 상기 전체이미지의 추출이 완료된 후 또는 전체이미지의 추출 과정이 진행되는 도중에 줄기부이미지의 추출을 위한 과정이 수행될 수 있다. 이는 상술한 바와 같은 전체이미지 추출 과정에서 생성된 제7보정이미지로부터 도 15에 도시된 바와 같은 줄기부에 해당하는 제8보정이미지를 생성하고, 원본이미지로부터 제8보정이미지가 해당하는 영역과 매칭되는 영역을 추출하여 도 16과 같은 줄기부이미지를 생성한다.
상기 계산부(70)는 상기 이미지처리부(60)에서 추출된 전체이미지 즉, 판별대상배추의 잎 전체의 길이, 폭, 길이 대비 폭 비율 정보(제1정보)들을 각각 계산하고, 상기 줄기부이미지에 대한 길이, 폭, 길이 대비 폭 비율 정보(제2정보들)들을 각각 계산하며, 상기 전체이미지 면적 대비 상기 줄기부이미지 면적 비율 정보(제3정보)를 계산한다. 그리고, 계산된 제1정보 내지 제3정보를 후술하는 판별부(80)로 송출하도록 되어 있다. 상기 계산부(70)에서 계산된 제1정보 내지 제3정보는 저장부(50)에 별도로 저장될 수 있다.
상기 판별부(80)는 상기 계산부(70)에서 계산된 정보들과 상기 저장부(50)에 저장된 품종별 및 원산지별 표본배추 각각에 대한 표본정보와의 상호 유사도를 분석 및 분석 결과에 따라 판별대상배추에 대한 품종과 원산지를 각각 판별한다.
상기 판별부(80)는 상술한 바와 같이 저장부(50)에 기저장되어 있는 표본정보 즉, 품종별 및 원산지별 표본배출들 각각의 잎의 길이, 잎의 폭, 잎의 길이 대비 잎의 폭 비율 정보와, 상기 표본배추들 각각의 줄기부의 길이, 줄기부의 폭, 줄기부의 길이 대비 줄기부의 폭 비율 정보들을 각각 개별적으로 로딩하고 제1정보 내지 제3정보에 대한 로딩된 표본정보의 유사도를 비교하며, 유사도가 가장 큰 표본정보가 나타날 시 판별대상배추를 유사도가 가장 큰 표본정보에 대응하는 품종 및 원산지인 것으로 판별한다.
한편, 본 발명에 따른 배추 품종 및 원산지 판별장치는 판별대상배추의 물관 형상 및 구조에 따라서도 판별대상배추에 대한 품종 및 원산지를 판별할 수 있도록 되어 있다.
이 경우, 상기 저장부(50)에 기저장되는 품종별 및 원산지별 표본배추들 각각에 대한 표본정보에는 표본배추들 각각의 물관부 개수, 물관부 간격, 물관부 굵기에 대한 표본배추의 물관부정보가 더 포함되고, 상기 계산부(70)는 상기 이미지처리부(60)에서 추출된 줄기부이미지로부터 물관부 개수, 물관부 간격, 물관부 굵기에 대한 판별대상배추의 물관부정보를 각각 산출하며, 상기 판별부(80)는 상기 판별대상배추의 물관부정보와 상기 표본배추의 물관부정보를 함께 비교하여 판별하도록 되어 있다.
이때, 상기 이미지처리부(60)는 도 16의 줄기부이미지에 대하여 도 17에 도시된 바와 같이 소정의 폭과 길이를 가지며 세로 막대 형상을 가지는 국소 마스크(Local Mask)를 컨벌루션 적분하여 도 18에 도시된 바와 같이 부분줄기부이미지를 생성하며, 생성된 부분줄기부이미지에 대하여 도 19와 같이 국소 스레스홀딩(Local Threshold) 처리, 도 20과 같은 미디언 필터링(Median Filtering) 처리 및 도 21과 같은 Opening 처리를 통해 물관부가 각각 다수의 백색 띠 형태로 나타나는 최종이미지를 생성한다.
그리고, 상기 계산부(70)는 최종이미지에 나타난 물관부들 즉, 백색 띠들의 개수와, 띠들의 두께, 띠들 사이의 간격을 계산하고 계산된 판별대상배추에 대한 물관부정보를 판별부(80)로 송출한다.
판별부(80)에서는 판별대상배추에 대한 물관부정보와 기저장된 표본배추에 대한 물관부정보 상호 간의 유사도를 비교분석하여 해당 판별대상배추에 대한 품종 및 원산지를 판별한다.
이상에서 설명한 본 발명에 따른 배추 품종 및 원산지 판별장치는 도면에 도시된 일 예를 참조하여 설명하였으나 이는 예시적인 것에 불과하며 당해 기술분야에서 통상의 지식을 가지는 자라면 이로부터 다양한 변형 및 균등한 타 실시 예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호의 범위는 첨부된 청구범위의 기술적 사상에 의해서 정해져야 할 것이다.
10 : 발광모듈
11 : 회로기판
12 : 광원
20 : 확산부
21 : 확산시트
22 : 베이스
30 : 촬영부
40 : 분석모듈
50 : 저장부
60 : 이미지처리부
70 : 계산부
80 : 판별부

Claims (3)

  1. 회로기판과, 상기 회로기판에 설치되는 광원을 포함하는 발광모듈과;
    상기 발광모듈의 상부에 배치되고, 상면에는 판별대상배추의 잎이 안치되며, 상기 발광모듈에서 출사된 빛이 투과 및 확산될 수 있도록 형성된 확산부와;
    상기 발광모듈에서 출사된 빛이 상기 확산부 및 상기 판별대상배추의 잎을 투과하면서 나타나는 이미지를 촬영하는 촬영부와;
    상기 판별대상배추의 품종과 원산지를 판별하기 위해 서로 다른 품종과 원산지를 갖는 표본배추 잎들의 길이, 폭, 길이 대비 폭 비율 정보와, 상기 표본배추 잎의 줄기부 길이, 폭, 길이 대비 폭 비율 정보를 포함하는 표본정보가 저장된 저장부와;
    상기 촬영부에서 촬영된 이미지에서 상기 판별대상배추의 잎에 해당하는 전체이미지와, 상기 판별대상배추의 잎 중 줄기부에 해당하는 줄기부이미지를 각각 추출하는 이미지처리부와;
    상기 이미지처리부에서 추출된 상기 전체이미지에 대한 길이, 폭, 길이 대비 폭 비율 정보를 계산하고, 상기 줄기부이미지에 대한 길이, 폭, 길이 대비 폭 비율 정보를 계산하며, 상기 전체이미지 면적 대비 상기 줄기부이미지 면적 비율 정보를 계산하는 계산부와;
    상기 계산부에서 계산된 정보들과 상기 저장부에 저장된 표본정보와의 상호 유사도를 분석 및 분석 결과에 따라 판별대상배추에 대한 품종과 원산지를 각각 판별하는 판별부;를 구비하며,
    상기 이미지처리부는
    상기 촬영부에서 촬영된 이미지로부터 서로 다른 명암을 지닌 두 영역 사이의 경계를 검출하여 엣지이미지를 생성하고, 상기 엣지이미지에서 밝은 부분은 확장시키면서 어두운 부분은 약화시키는 팽창 연산을 통해 제1보정이미지를 생성하며, 상기 제1보정이미지 중에서 국소적으로 위치하는 흑색 영역을 백색으로 채워 제2보정이미지를 생성하고, 상기 제2보정이미지 중에서 관심 영역만을 선택적으로 필터링 하기 위한 마스크에 대해 상기 제2보정이미지를 컨벌루션 적분하여 제3보정이미지를 생성하며, 상기 제3보정이미지에서 밝은 영역은 약화시키면서 어두운 영역은 강화시키기 위한 침식 연산을 수행하여 제4보정이미지를 생성하고, 상기 제4보정이미지의 경계를 검출하여 제5보정이미지를 생성하며, 상기 제5보정이미지를 침식 연산을 수행하여 제6보정이미지를 생성하여 전체이미지를 생성하고,
    상기 제6보정이미지에 대하여 관심 영역 스레스홀딩 연산을 통해 제7보정이미지를 생성하고, 상기 제7보정이미지로부터 줄기부에 해당하는 제8보정이미지를 생성하며, 상기 촬영부에서 촬영된 이미지로부터 제8보정이미지가 해당하는 영역과 매칭되는 영역을 추출하여 줄기부이미지를 생성하는 것을 특징으로 하는 배추 품종 및 원산지 판별장치.
  2. 제1항에 있어서,
    상기 저장부에 저장된 표본정보에는 상기 표본배추의 물관부 개수, 물관부 간격, 물관부 굵기에 대한 표본배추의 물관부정보가 더 포함되고,
    상기 계산부는 상기 이미지처리부에서 추출된 줄기부이미지로부터 물관부 개수, 물관부 간격, 물관부 굵기에 대한 판별대상배추의 물관부정보를 각각 산출하며,
    상기 판별부는 상기 판별대상배추의 물관부정보와 상기 표본배추의 물관부정보를 함께 비교하여 판별하도록 된 것을 특징으로 하는 배추 품종 및 원산지 판별장치.
  3. 제1항에 있어서,
    상기 확산부는 평평한 상면과 저면을 갖고 투명 소재로 형성된 확산판과, 상기 확산판의 저면에 부착되는 확산시트를 포함하는 것을 특징으로 하는 배추 품종 및 원산지 판별장치.
KR1020150144727A 2015-10-16 2015-10-16 배추 품종 및 원산지 판별장치 KR101769103B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020150144727A KR101769103B1 (ko) 2015-10-16 2015-10-16 배추 품종 및 원산지 판별장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150144727A KR101769103B1 (ko) 2015-10-16 2015-10-16 배추 품종 및 원산지 판별장치

Publications (2)

Publication Number Publication Date
KR20170045425A KR20170045425A (ko) 2017-04-27
KR101769103B1 true KR101769103B1 (ko) 2017-08-18

Family

ID=58702661

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150144727A KR101769103B1 (ko) 2015-10-16 2015-10-16 배추 품종 및 원산지 판별장치

Country Status (1)

Country Link
KR (1) KR101769103B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102543154B1 (ko) * 2021-07-20 2023-06-14 대한민국 Vnir 스펙트럼을 이용한 형질전환 십자화과 교잡종 판별 방법 및 시스템

Also Published As

Publication number Publication date
KR20170045425A (ko) 2017-04-27

Similar Documents

Publication Publication Date Title
JP7076698B2 (ja) 画像解析方法、画像解析装置、プログラム、学習済み深層学習アルゴリズムの製造方法および学習済み深層学習アルゴリズム
US9704031B2 (en) Media identification
Blasco et al. Recognition and classification of external skin damage in citrus fruits using multispectral data and morphological features
JP4997252B2 (ja) 画像内の照明域を識別する方法
JP6299594B2 (ja) 画像処理装置、画像処理方法、プログラムおよび画像処理システム
Li et al. Detection of early decayed oranges based on multispectral principal component image combining both bi-dimensional empirical mode decomposition and watershed segmentation method
CN107505325B (zh) 冬枣果实的全方位品质检测方法
CN107025652A (zh) 一种基于运动特性和颜色时空信息的火焰检测方法
Regeling et al. Development of an image pre‐processor for operational hyperspectral laryngeal cancer detection
KR20170083066A (ko) 기미 평가 장치, 기미 평가 방법 및 프로그램
TWI673683B (zh) 用於辨識組織病徵影像的系統及方法
US20110007151A1 (en) Imaging Method For Determining Meat Tenderness
CN110376202B (zh) 基于成像高光谱技术的茶树炭疽病病斑识别方法
CN112699756B (zh) 一种基于高光谱图像的茶叶原产地识别方法和系统
US20110128373A1 (en) Determining Meat Tenderness
van Zwanenberg et al. Edge detection techniques for quantifying spatial imaging system performance and image quality
CN111122590A (zh) 一种陶瓷表面缺陷检测装置及检测方法
CN107969148A (zh) 图像分析系统和方法
CN107103295B (zh) 光学遥感影像云检测方法
EP1324283A1 (en) Document authenticity discriminating apparatus and method therefor
KR101769103B1 (ko) 배추 품종 및 원산지 판별장치
JP2005352571A (ja) 画像処理装置
CN104156702A (zh) 混合豆类自动分类识别方法
CN109682821A (zh) 一种基于多尺度高斯函数的柑橘表面缺陷检测方法
CN109870730A (zh) 一种用于x光机图像解析度测试体定检的方法及系统

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant