KR101914777B1 - 생선의 선도를 검사하는 방법 및 이를 위한 장치 - Google Patents

생선의 선도를 검사하는 방법 및 이를 위한 장치 Download PDF

Info

Publication number
KR101914777B1
KR101914777B1 KR1020160154110A KR20160154110A KR101914777B1 KR 101914777 B1 KR101914777 B1 KR 101914777B1 KR 1020160154110 A KR1020160154110 A KR 1020160154110A KR 20160154110 A KR20160154110 A KR 20160154110A KR 101914777 B1 KR101914777 B1 KR 101914777B1
Authority
KR
South Korea
Prior art keywords
fish
image
lri
eye region
inspected
Prior art date
Application number
KR1020160154110A
Other languages
English (en)
Other versions
KR20180056185A (ko
Inventor
홍창욱
최재혁
장명기
김재흥
이주운
Original Assignee
주식회사 디바이스넷
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 주식회사 디바이스넷 filed Critical 주식회사 디바이스넷
Priority to KR1020160154110A priority Critical patent/KR101914777B1/ko
Priority to PCT/KR2017/012937 priority patent/WO2018093142A1/ko
Publication of KR20180056185A publication Critical patent/KR20180056185A/ko
Application granted granted Critical
Publication of KR101914777B1 publication Critical patent/KR101914777B1/ko

Links

Images

Classifications

    • 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
    • G06T7/0012—Biomedical image inspection
    • 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
    • G01N33/12—Meat; fish
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G06T7/337—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving reference images or patches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/40—Analysis of texture
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics

Abstract

본 발명의 실시예들은 생선의 선도를 검사하는 방법 및 이를 위한 장치에 관한 것이다. 본 발명의 일 측면에 따르면, 생선의 선도를 검사하는 방법으로서, 검사 대상 생선에 빛을 조사하는 단계와, 상기 검사 대상 생선의 LRI(Light Reflection Intensity) 이미지를 캡처하는 단계와, 상기 LRI 이미지로부터 상기 검사 대상 생선의 눈(eye) 영역 이미지를 추출하는 단계와, 상기 눈 영역 이미지의 LRI 레벨 지표(index of LRI level)에 기초하여 상기 검사 대상 생선의 선도를 확인하는 단계를 포함하는 생선의 선도 검사 방법이 제공될 수 있다.

Description

생선의 선도를 검사하는 방법 및 이를 위한 장치{METHOD AND SYSTEM FOR INSPECTING FRESHNESS OF RAW FISH}
본 발명의 실시예들은 생선의 선도를 검사하는 방법 및 이를 위한 장치에 관한 것이다.
생선은 판매 및 유통 과정에서 쉽게 변질되는 문제점이 있다. 따라서 생선의 판매 및 유통 과정에서 어느 정도로 변질되었는지 확인할 수 있는 방법의 연구가 다양하게 진행되어 왔다.
종래에는 특히 화학적 지표를 통해 생선의 선도 변화를 관찰하고 검사하는 방법이 주로 이용되었다. 예를 들어, 휘발성 염기질소, 즉 VBN(Volatile Basic Nitrogen)의 측정을 통해 생선의 선도를 판정하는 방법이 활용되었다. 휘발성 염기는 어획 직후의 어육 중에는 극히 적으나 선도저하와 더불어 증가하므로 이들 휘발성 염기질소량을 측정하는 선도 판정법이 이용되었던 것이다.
또한, 생선 어패류에 대한 선도 지표로서 제안된 K-값(K-value)을 이용하여 생선의 선도를 판정하기도 하였다. K-값을 이용한 선도 판정법은 효소화학적인 선도 판정 방법으로서, 자가 소화기까지의 선도 표시법으로서 매우 좋게 평가되고 있다.
그러나 VBN을 이용한 선도 측정법과 K-값을 이용한 선도 측정법은 다수의 생선에 대한 선도를 단시간에 비파괴적으로 측정하는 데에는 한계가 있었다.
본 발명의 일 목적은 단시간에 비파괴적으로 생선의 선도를 측정할 수 있는 기법을 제공하는 것이다.
본 발명의 일 측면에 따르면, 생선의 선도를 검사하는 방법으로서, 검사 대상 생선에 빛을 조사하는 단계와, 상기 검사 대상 생선의 LRI(Light Reflection Intensity) 이미지를 캡처하는 단계와, 상기 LRI 이미지로부터 상기 검사 대상 생선의 눈(eye) 영역 이미지를 추출하는 단계와, 상기 눈 영역 이미지의 LRI 레벨 지표(index of LRI level)에 기초하여 상기 검사 대상 생선의 선도를 확인하는 단계를 포함하는 생선의 선도 검사 방법이 제공될 수 있다.
또한, 상기 LRI 이미지로부터 상기 검사 대상 생선의 눈(eye) 영역 이미지를 추출하는 단계는, 상기 LRI 이미지를 RGB 포맷의 이미지로 저장하는 단계와, 상기 RGB 포맷의 이미지로부터 관심 성분의 색 이미지를 필터링하는 단계와, 상기 관심 성분의 색 이미지를 눈 모양과 패턴 매칭하여 상기 눈 영역 이미지를 추출하는 단계를 포함할 수 있다.
또한, 상기 눈 영역 이미지의 LRI 레벨 지표에 기초하여 상기 검사 대상 생선의 선도를 확인하는 단계는 상기 눈 영역 이미지로부터 관심 성분의 색 값의 히스토그램을 획득하는 단계를 포함할 수 있다.
여기서, 상기 LRI 레벨 지표는 상기 히스토그램의 평균값 및 표준편차 값 중 적어도 하나일 수 있다.
본 발명의 일 측면에 따르면, 생선의 선도를 검사하는 장치로서, 하나 이상의 생선을 이송하는 컨베이어와, 상기 하나 이상의 생선 중 적어도 하나의 검사 대상 생선에 빛을 조사하는 광원과, 상기 검사 대상 생선의 LRI(Light Reflection Intensity) 이미지를 캡처하는 촬상 장치와, 상기 LRI 이미지로부터 상기 검사 대상 생선의 눈(eye) 영역 이미지를 추출하고, 상기 눈 영역 이미지의 LRI 레벨 지표(index of LRI level)에 기초하여 상기 검사 대상 생선의 선도를 확인하는 프로세싱 유닛을 포함하는 생선의 선도 검사 장치가 제공될 수 있다.
또한, 본 발명의 일 측면에 따른 생선의 선도 검사 장치는, 상기 검사 대상 생선이 상기 컨베이어를 따라 이동하여 상기 LRI 이미지를 캡처할 수 있는 위치에 왔는지 여부를 검출하는 포토 센서를 더 포함할 수 있으며, 상기 촬상 장치는 상기 검사 대상 생선이 상기 포토 센서에 의해 검출될 때 상기 LRI 이미지를 캡처할 수도 있다.
또한, 상기 LRI 이미지로부터 상기 검사 대상 생선의 눈(eye) 영역 이미지를 추출하는 것은, 상기 LRI 이미지를 RGB 포맷의 이미지로 저장하는 것과, 상기 RGB 포맷의 이미지로부터 관심 성분의 색 이미지를 필터링하는 것과, 상기 관심 성분의 색 이미지를 눈 모양과 패턴 매칭하여 상기 눈 영역 이미지를 추출하는 것을 포함할 수 있다.
또한, 상기 눈 영역 이미지의 LRI 레벨 지표에 기초하여 상기 검사 대상 생선의 선도를 확인하는 것은 상기 눈 영역 이미지로부터 관심 성분의 색 값의 히스토그램을 획득하는 것을 포함할 수 있다.
여기서, 상기 LRI 레벨 지표는 상기 히스토그램의 평균값 및 표준편차 값 중 적어도 하나일 수 있다.
본 발명의 일 목적은 단시간에 비파괴적으로 생선의 선도를 측정할 수 있는 기법을 제공하는 것이다.
도 1은 본 발명의 일 측면에 따른 생선의 선도 검사 장치를 나타낸 도면이다.
도 2는 본 발명의 일 측면에 따른 생선의 선도 검사 방법 및 장치에 사용되는 사용자 인터페이스이다.
도 3은 본 발명의 일 측면에 따른 생선의 선도 검사 장치의 단면을 나타낸 개념도이다.
도 4는 본 발명의 일 측면에 따른 생선의 선도 검사 방법에 있어서 LRI 이미지로부터 검사 대상 생선의 눈(eye) 영역 이미지를 추출한 후 눈 영역 이미지로부터 관심 성분의 색 값의 히스토그램을 획득한 결과를 나타낸 도면이다.
도 5는 본 발명의 일 측면에 따른 생선의 선도 검사 방법에 있어서 LRI 값을 VBN 및 K-값과 비교한 결과를 보여주는 도면이다.
도 6은 고등어 눈의 시간별 변화 양상을 보여주는 도면이다.
도 7 및 8은 본 발명의 일 측면에 따른 생선의 선도 검사 방법에 있어서 LRI의 평균값과 표준편차의 변화 추세를 보여주는 도면이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.
본 발명의 실시예들을 설명함에 있어서 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다. 그리고 후술되는 용어들은 본 발명의 실시예에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
이하, 첨부된 도면을 참조하여 본 발명의 실시예들에 대해 상세히 설명하기로 한다.
도 1은 본 발명의 일 측면에 따른 생선의 선도 검사 장치를 나타낸 도면이다. 도 1에 도시된 바와 같이, 본 발명의 일 실시예에 따른 생선의 선도 검사 장치는 비전 시스템(vision system) 및 하나 이상의 생선이 비전 시스템을 통과할 수 있도록 해주는 하나 이상의 생선을 이송하는 컨베이어를 포함할 수 있다. 컨베이어는 생선이 투입되는 투입측 컨베이어(conveyor-in)와 생선의 선도 검사가 종료된 후 배출되는 배출측 컨베이어(conveyor-out)로 구별될 수도 있다.
도 1에 도시된 바와 같이, 비전 시스템의 일측에는 검사 대상 생선과 관련된 소정의 정보를 표시하는 디스플레이가 구비될 수 있다. 도 2는 디스플레이를 통해 표시될 수 있는 예시적인 사용자 인터페이스를 제공한다. 도 2에 도시된 바와 같이, 생선의 선도를 검사하려는 사용자는 사용자 인터페이스를 통해 검사 대상 생선의 선도를 확인할 수 있다.
도 3은 본 발명의 일 측면에 따른 생선의 선도 검사 장치의 단면을 나타낸 개념도이다. 도 3에 도시된 바와 같이, 본 발명의 일 측면에 따른 생선의 선도 검사 장치는 컨베이어(conveyor), 광원(light source), 비전 카메라 및 렌즈(vision camera & lens), 포토 센서(photo sensor) 등을 포함할 수 있다. 비전 카메라 및 렌즈는 촬상 장치의 일종으로 볼 수 있다. 또한, 도 3에 도시되지는 않았으나, 선도 검사 장치는 선도 확인에 필요한 소정의 연산(예컨대, 이하 자세히 설명되는 다양한 작업들)을 수행할 수 있는 프로세싱 유닛을 더 포함할 수 있다. 그리고, 선도 검사 장치는 도 3에 도시된 바와 같은 돔 구조물(dome light fixture)을 포함할 수 있으며, 돔 구조물은 광원으로부터 발산되는 빛이 검사 대상 생선(object)에 고르게 조사될 수 있도록 하는 광 확산 역할을 할 수 있다.
본 발명의 실시예에 따른 생선의 선도 검사 장치는 다음과 같은 일련의 단계들에 의해 생선의 선도를 검사할 수 있다.
우선, 컨베이어에 의해 하나 이상의 생선이 이송된다. 하나 이상의 생선이 이송되면, 광원을 통해 하나 이상의 생선 중 적어도 하나의 검사 대상 생선에 빛을 조사하게 된다.
촬상 장치, 예컨대, 비전 카메라 및 렌즈는 빛이 조사된 검사 대상 생선의 LRI(Light Reflection Intensity) 이미지를 캡처한다. 여기서, LRI 이미지란 광원에 의해 조사된 빛이 검사 대상 생선에 의해 반사된 후 촬상 장치에 의해 캡처되는 반사광의 이미지가 될 수 있다.
본 발명의 일 실시예에 따르면, 검사 대상 생선이 컨베이어를 따라 이동하는 과정에서 LRI 이미지를 캡처할 수 있는 위치에 왔는지 여부를 검출하기 위해 포토 센서를 이용할 수도 있다. 예를 들어, 특정 위치에 구비된 포토 센서가 검사 대상 생선을 검출할 때, 촬상 장치가 검사 대상 생선의 LRI 이미지를 캡처하도록 구성될 수 있다. 포토 센서를 이용할 경우, 검사 대상 생선의 보다 정확한 LRI 이미지를 캡처할 수 있으며, 불필요한 LRI 이미지를 캡처하지 않아도 되는 이점이 있다.
LRI 이미지를 캡처한 이후에는, LRI 이미지로부터 검사 대상 생선의 눈(eye) 영역 이미지를 추출한다. 시간이 지남에 따라 생선의 선도가 변하면, 생선의 다른 부분에 비해 특히 눈 영역의 색깔이 확연히 달라진다. 따라서, LRI 이미지 중 눈 영역의 이미지를 분석함으로써 생선의 선도 변화를 검사할 수 있는 것이다. 다양한 생선 중에서도 특히 고등어는 몸체에 비해 눈이 크기 때문에 본 발명의 실시예에 따른 선도 검사 기법을 활용하기에 적합하다. 또한, 고등어는 이하 자세히 설명되는 바와 같이 눈 색깔의 변화를 통해 선도를 검사하기에 적합한 생선이므로, 본 발명의 실시예에 따른 선도 검사 기법을 활용하기 적합한 생선이라 할 것이다. 다만, 본 명세서에서 언급되는 생선이 고등어로 한정되는 것은 아니며, 이는 예시적인 것일 뿐이다.
본 발명의 일 실시예에 따른 눈 영역 이미지를 추출하는 단계는, LRI 이미지를 RGB 포맷의 이미지로 저장하는 단계와, RGB 포맷의 이미지로부터 관심 성분의 색 이미지를 필터링하는 단계와, 관심 성분의 색 이미지를 눈 모양과 패턴 매칭하여 눈 영역 이미지를 추출하는 단계를 포함할 수 있다.
생선의 눈 색깔 중 관심 성분의 색(예컨대, 적색(red) 성분)에 해당하는 요소는 다른 색상 성분(예컨대, 녹색(green) 및 청색(blue) 성분)에 비해 시간이 변함에 따라 더욱 확연하게 변할 수 있기 때문에, 생선의 선도 변화 지표로서 활용할 수 있다. 이러한 특성에 기초하여, 생선의 LRI 이미지를 RGB 포맷의 이미지로 저장한 후 관심 성분의 색만을 필터링하게 된다. 예컨대, RGB 포맷은 적색, 녹색, 청색 성분을 각각 0 내지 255의 값으로 저장하게 되는데, 본 발명의 실시예에 따르면 관심 성분의 색을 적색으로 설정하여, 캡처된 LRI 이미지의 화소별로 녹색 및 청색 성분의 값을 제외한 후 적색 성분만 남도록 필터링할 수 있다.
생선의 눈 영역 이미지는 관심 성분의 색 이미지를 눈 모양과 패턴 매칭하여 추출할 수 있다. 생선의 눈 영역은 다른 부분에 비해 특징적인 형상을 갖기 때문에 이미지 패턴 매칭 기법을 활용하여 눈 영역 이미지를 분리하여 추출하기에 용이하다. 따라서, 생선의 유형별로 사전에 정해진 눈 모양(즉, 눈 모양의 패턴)을 사용하여(예컨대, 고등어의 눈 영역 이미지를 분리하기 위한 패턴과 다른 생선의 눈 영역 이미지를 분리하기 위한 패턴은 상이할 수 있음), 관심 성분의 색 이미지로부터 눈 영역 이미지를 추출할 수 있다.
LRI 이미지로부터 검사 대상 생선의 눈 영역 이미지를 추출하면, 눈 영역 이미지의 LRI 레벨 지표(index of LRI level)에 기초하여 검사 대상 생선의 선도를 확인할 수 있다. LRI 레벨 지표로는 눈 영역 이미지로부터 획득한 관심 성분의 색 값의 히스토그램 평균값, 표준편차 값 또는 이들의 조합일 수 있다. 다시 말해, LRI 레벨 지표는 히스토그램의 평균값 및 표준편차 값 중 적어도 하나일 수 있다.
도 4는 본 발명의 일 측면에 따른 생선의 선도 검사 방법에 있어서 LRI 이미지로부터 검사 대상 생선의 눈 영역 이미지를 추출한 후 눈 영역 이미지로부터 관심 성분의 색 값의 히스토그램을 획득한 결과를 나타낸 도면이다. 도 4에 도시된 히스토그램의 x축은 LRI 값을 나타내고, y축은 해당 LRI 값을 갖는 눈 영역 이미지에 속한 화소의 개수를 나타낸다. 도 4에 도시된 바와 같이, 검사 대상 생선의 눈 영역에 대한 히스토그램을 획득하면, 획득된 히스토그램의 평균값과 표준편차 값 등을 산출할 수 있다. 도 4에 도시된 예시에서는 평균값(average intensity)이 123.43이고, 표준편차 값(standard deviation)이 13.38이다.
이와 같은 LRI 레벨 지표는 생선의 선도를 확인하는 지표가 될 수 있다. 예를 들어, 특정 유형의 생선에 대한 기준 지표를 미리 설정해두면, 검사 대상 생선의 LRI 레벨 지표를 기준 지표와 비교함으로써 검사 대상 생선이 어획된 후(또는 출하된 후) 어느 정도의 시간이 경과한 것인지 알 수 있게 된다.
도 5는 본 발명의 일 측면에 따른 생선의 선도 검사 방법에 있어서 LRI 값을 VBN 및 K-값과 비교한 결과를 보여주는 도면이다. 도 5에 도시된 예시는, 섭씨 4도의 온도에서 시간이 지남에 따라 고등어의 VBN, K-값 및 LRI 값이 변화하는 양상을 보여준다. 도 5에 도시된 바와 같이, LRI 값은 VBN 및 K-값처럼 시간이 지남에 따라 증가하고 있다. 따라서, VBN 및 K-값과 마찬가지로 LRI 값을 생선 선도 검사 지표로서 활용할 수 있는 것이다.
이를 테면, 도 5에 도시된 LRI 값의 변화 곡선을 기준 지표로 활용할 경우, 보관 후 0일이 지난 시점(즉, 보관이 개시된 시점)에는 LRI 값이 26.04이고, 3일이 지난 시점에는 37.5이며, 6일이 지난 시점에는 40.62이고, 9일이 지난 시점에는 44.55라는 것을 알 수 있다. 예를 들어, 이러한 LRI 값의 변화와 관련된 정보를 데이터베이스화하여 소정의 데이터 구조로 저장해둔다면, 검사 대상 생선의 LRI 값과 기준 지표를 비교하여 검사 대상 생선이 어획된 후(또는 출하된 후) 어느 정도의 시간이 경과한 것인지 확인할 수 있다. 예컨대, 검사 대상 생선의 LRI 값이 37.5로 측정된다면 대략 3일 정도 지난 것이라고 판단할 수 있다.
이상 설명된 바와 같은 본 발명의 실시예들은, 시간이 흐르면서 생선의 눈 영역에서의 LRI 값이 증가한다는 원리에 기초한 것이다. 시간이 흐르면서 생선의 눈 영역에서의 LRI 값이 증가한다는 것은 시간이 지남에 따라 생선의 눈에서 빛을 반사하는 양이 증가한다는 것을 의미한다. 생선의 눈은 어획 초기에는 검은색에 가까운 색상으로서 빛의 흡수율이 높고 반사율이 낮지만, 사후 경직 이후에는 시간이 지남에 따라 눈의 가장자리 영역에서부터 투명도가 감소하여 빛의 흡수율은 감소하고 반사율은 증가하게 된다. 본 발명의 실시예들은 이러한 원리에 기초한 것으로서, 생선의 눈 영역 이미지의 LRI 레벨 지표에 근거하여 검사 대상 생선의 선도를 확인하고자 하는 것이다. 참고로, 도 6을 통해 제시된 고등어 눈의 변화 양상을 살펴보면, 전술된 흡수율 및 반사율의 변화 원리를 쉽게 이해할 수 있다.
도 7 및 8은 본 발명의 일 측면에 따른 생선의 선도 검사 방법에 있어서 LRI의 평균값과 표준편차의 변화 추세에 관한 실험예를 제공한다. 도 7은 중형 사이즈의 고등어 20마리를 실험 대상으로 한 결과이고, 도 8은 소형 사이즈의 고등어 20마리를 실험 대상으로 한 결과이다. 도 7 및 8에서 제시된 바와 같이, 시간이 변함에 따라 고등어의 눈 영역에서의 LRI의 평균값과 표준편차 값은 모두 증가하는 추세라는 것을 확인할 수 있다.
도 7 및 8에서 확인할 수 있는 바와 같이, LRI의 평균값 뿐만 아니라 표준편차 값도 검사 대상 생선의 선도를 확인하기 위한 LRI 레벨 지표로서 활용할 수 있음을 이해할 수 있다. 어획 초기에는 생선의 눈 영역 이미지의 LRI 값이 비교적 균일한 값을 갖기 때문에 표준편차 값이 작지만, 시간이 지나면서 생선의 부패가 개시되면 눈 영역 이미지의 화소마다 LRI 값이 불균일하게 변할 수 있기 때문에 표준편차 값도 증가하는 것으로 이해할 수 있다. 따라서, LRI 레벨 지표로는 눈 영역 이미지로부터 획득한 관심 성분의 색 값의 히스토그램 평균값 뿐만 아니라 표준편차 값도 활용할 수 있으며, 평균값과 표준편차 값을 조합하여 LRI 레벨 지표로서 활용하면 더욱 정확한 검사를 수행할 수 있다.
본 발명의 일 측면에 따르면, 전술된 실시예들을 수행하기 위한 컴퓨터 프로그램 및 이를 포함하는 컴퓨터 판독 가능한 기록 매체를 제공할 수 있다. 이러한 컴퓨터 판독 가능한 기록 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 이러한 매체나 프로그램 명령은 본 발명의 실시예들에 적용하기 위해 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 ROM, RAM, 플래쉬 메모리 등과 같은 프로그램 명령어들을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령어의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해 실행될 수 있는 고급 언어 코드를 포함한다.
전술된 실시예들에 설명된 특징, 구조, 효과 등은 본 발명의 적어도 하나의 실시예에 포함되며, 반드시 하나의 실시예에만 한정되는 것은 아니다. 나아가, 각 실시예에서 예시된 특징, 구조, 효과 등은 본 발명이 속하는 분야의 통상의 지식을 가지는 자에 의해 다른 실시예들에 대해서도 조합 또는 변형되어 실시 가능하다. 따라서 이러한 조합과 변형에 관한 내용들은 본 발명의 범위에 포함되는 것으로 해석되어야 할 것이다.
또한, 앞서 설명된 실시예들은 단지 예시적인 것일 뿐 본 발명을 한정하는 것이 아니며, 본 발명이 속하는 분야의 통상의 지식을 가진 자라면 실시예들의 본질적인 특성을 벗어나지 않는 범위에서 앞서 예시되지 않은 여러 가지의 변형과 응용이 가능함을 알 수 있을 것이다. 예를 들어, 실시예에 구체적으로 나타난 각 구성 요소는 변형하여 실시할 수 있는 것이다. 그리고 이러한 변형과 응용에 관계된 차이점들은 첨부된 청구 범위에서 규정하는 본 발명의 범위에 포함되는 것으로 해석되어야 할 것이다.

Claims (7)

  1. 삭제
  2. 삭제
  3. 삭제
  4. 생선의 선도를 검사하는 장치로서,
    하나 이상의 생선을 이송하는 컨베이어와,
    상기 하나 이상의 생선 중 적어도 하나의 검사 대상 생선에 빛을 조사하는 광원과,
    상기 광원으로부터 발산되는 빛이 상기 검사 대상 생선에 고르게 조사될 수 있도록 빛을 확산시키는 돔 구조물과,
    상기 검사 대상 생선의 LRI(Light Reflection Intensity) 이미지를 캡처하는 촬상 장치와,
    상기 LRI 이미지로부터 상기 검사 대상 생선의 눈(eye) 영역 이미지를 추출하고, 상기 눈 영역 이미지의 LRI 레벨 지표(index of LRI level)에 기초하여 상기 검사 대상 생선의 선도를 확인하는 프로세싱 유닛
    을 포함하되,
    상기 눈 영역 이미지의 LRI 레벨 지표에 기초하여 상기 검사 대상 생선의 선도를 확인하는 것은 상기 눈 영역 이미지의 화소마다 관심 성분의 색 값을 획득하는 것을 포함하고,
    상기 LRI 레벨 지표는 상기 눈 영역 이미지의 화소마다 획득한 관심 성분의 색 값의 히스토그램의 평균값 및 표준편차 값을 조합하여 생성되며,
    상기 LRI 이미지로부터 상기 검사 대상 생선의 눈(eye) 영역 이미지를 추출하는 것은,
    상기 LRI 이미지를 RGB 포맷의 이미지로 저장하는 것과,
    상기 RGB 포맷의 이미지로부터 관심 성분의 색 이미지를 필터링하는 것과,
    상기 관심 성분의 색 이미지를 눈 모양과 패턴 매칭하여 상기 눈 영역 이미지를 추출하는 것을 포함하며,
    상기 관심 성분의 색은 적색(red)인
    생선의 선도 검사 장치.
  5. 제4항에 있어서,
    상기 검사 대상 생선이 상기 컨베이어를 따라 이동하여 상기 LRI 이미지를 캡처할 수 있는 위치에 왔는지 여부를 검출하는 포토 센서를 더 포함하되,
    상기 촬상 장치는 상기 검사 대상 생선이 상기 포토 센서에 의해 검출될 때 상기 LRI 이미지를 캡처하는
    생선의 선도 검사 장치.
  6. 삭제
  7. 삭제
KR1020160154110A 2016-11-18 2016-11-18 생선의 선도를 검사하는 방법 및 이를 위한 장치 KR101914777B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020160154110A KR101914777B1 (ko) 2016-11-18 2016-11-18 생선의 선도를 검사하는 방법 및 이를 위한 장치
PCT/KR2017/012937 WO2018093142A1 (ko) 2016-11-18 2017-11-15 생선의 선도를 검사하는 방법 및 이를 위한 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160154110A KR101914777B1 (ko) 2016-11-18 2016-11-18 생선의 선도를 검사하는 방법 및 이를 위한 장치

Publications (2)

Publication Number Publication Date
KR20180056185A KR20180056185A (ko) 2018-05-28
KR101914777B1 true KR101914777B1 (ko) 2018-11-05

Family

ID=62146660

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160154110A KR101914777B1 (ko) 2016-11-18 2016-11-18 생선의 선도를 검사하는 방법 및 이를 위한 장치

Country Status (2)

Country Link
KR (1) KR101914777B1 (ko)
WO (1) WO2018093142A1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110763675A (zh) * 2018-07-25 2020-02-07 淮阴师范学院 一种冰箱用食物检测和提醒系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015179062A (ja) * 2014-02-28 2015-10-08 パナソニック株式会社 鮮度情報出力方法、鮮度情報出力装置、制御プログラム
JP2015194470A (ja) * 2014-03-18 2015-11-05 パナソニックＩｐマネジメント株式会社 保存環境情報出力方法、保存環境情報出力装置、及び、制御プログラム

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6129977A (ja) * 1984-07-20 1986-02-12 Taito Seikou Kk サケの等級判定装置
JP2015232543A (ja) * 2014-05-15 2015-12-24 パナソニック株式会社 魚の鮮度推定方法及び鮮度推定装置
KR101651369B1 (ko) * 2015-08-17 2016-08-25 주식회사 이에스지 식재료 다용도 감지기

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015179062A (ja) * 2014-02-28 2015-10-08 パナソニック株式会社 鮮度情報出力方法、鮮度情報出力装置、制御プログラム
JP2015194470A (ja) * 2014-03-18 2015-11-05 パナソニックＩｐマネジメント株式会社 保存環境情報出力方法、保存環境情報出力装置、及び、制御プログラム

Also Published As

Publication number Publication date
KR20180056185A (ko) 2018-05-28
WO2018093142A1 (ko) 2018-05-24

Similar Documents

Publication Publication Date Title
JP6363666B2 (ja) 細胞の体積および成分の計測
US9129350B2 (en) Systems and methods to analyze an immunoassay test strip comb member
JP6031513B2 (ja) 網赤血球の同定および測定
US20150179400A1 (en) Defect Discovery and Inspection Sensitivity Optimization Using Automated Classification of Corresponding Electron Beam Images
JP5414707B2 (ja) 分析装置
CN108780050B (zh) 检测镜头的方法及装置、电子设备和计算机可读存储介质
JP5766958B2 (ja) 顕微鏡システム、情報処理装置、及び情報処理プログラム
CN115078351A (zh) 用于评估生物样品完整性的系统、设备和相关方法
JP2010112887A (ja) 主成分分析方法、主成分分析装置、異種品検出装置、主成分分析プログラム、及び、主成分分析プログラムが記録された記録媒体
CA2995732A1 (en) Image analysis system and method
KR101914777B1 (ko) 생선의 선도를 검사하는 방법 및 이를 위한 장치
US20180052108A1 (en) Image processing method and image processing device
JP2010151566A (ja) 粒子画像解析方法及び装置
US20200363333A1 (en) Methods and systems for assessing a health state of a lactating mammal
Tosi et al. 3D tracking of migrating cells from live microscopy time-lapses
KR102562741B1 (ko) 인공지능을 이용하여 적혈구 검체에서 말라리아 감염을 진단하는 방법 및 그 장치
JP7273631B2 (ja) 検体性状識別装置、検体性状識別方法及び検体搬送システム
JP7452544B2 (ja) 情報処理装置およびプログラム
JP2001074663A (ja) 外観評価装置
JP7017100B2 (ja) 粒子画像解析装置及び粒子画像解析方法
JP2008261850A (ja) 検査プレートの画像検査方法
US20220406080A1 (en) Automatic calibration using machine learning
US20170108445A1 (en) Defect recognition system and defect recognition method
CN115311228A (zh) 基于matlab图像边缘检测的球压压痕测量方法及系统
KR101669075B1 (ko) 결함 검사 시스템 및 방법

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant