KR102205445B1 - 다분광 형광 영상을 이용한 가공 채소류 측 이물질 검출시스템 및 검출방법 - Google Patents
다분광 형광 영상을 이용한 가공 채소류 측 이물질 검출시스템 및 검출방법 Download PDFInfo
- Publication number
- KR102205445B1 KR102205445B1 KR1020190023796A KR20190023796A KR102205445B1 KR 102205445 B1 KR102205445 B1 KR 102205445B1 KR 1020190023796 A KR1020190023796 A KR 1020190023796A KR 20190023796 A KR20190023796 A KR 20190023796A KR 102205445 B1 KR102205445 B1 KR 102205445B1
- Authority
- KR
- South Korea
- Prior art keywords
- image
- vegetables
- foreign substances
- processed
- processing
- Prior art date
Links
- 235000013311 vegetables Nutrition 0.000 title claims abstract description 99
- 238000012545 processing Methods 0.000 title claims abstract description 56
- 238000000034 method Methods 0.000 title claims abstract description 30
- 239000000463 material Substances 0.000 title description 4
- 238000000799 fluorescence microscopy Methods 0.000 title 1
- 239000000126 substance Substances 0.000 claims abstract description 81
- 239000004033 plastic Substances 0.000 claims abstract description 47
- 229920003023 plastic Polymers 0.000 claims abstract description 47
- 238000002073 fluorescence micrograph Methods 0.000 claims abstract description 38
- 238000001514 detection method Methods 0.000 claims abstract description 32
- 238000000540 analysis of variance Methods 0.000 claims abstract description 29
- 230000003595 spectral effect Effects 0.000 claims abstract description 20
- 238000007689 inspection Methods 0.000 claims abstract description 12
- 230000001678 irradiating effect Effects 0.000 claims abstract description 8
- 238000007619 statistical method Methods 0.000 claims abstract description 4
- 241000219315 Spinacia Species 0.000 claims description 12
- 235000009337 Spinacia oleracea Nutrition 0.000 claims description 12
- 240000002791 Brassica napus Species 0.000 claims description 7
- 235000004977 Brassica sinapistrum Nutrition 0.000 claims description 7
- 238000004806 packaging method and process Methods 0.000 claims description 4
- 238000001543 one-way ANOVA Methods 0.000 claims description 3
- 238000012546 transfer Methods 0.000 abstract description 10
- 238000006243 chemical reaction Methods 0.000 abstract description 5
- 238000005286 illumination Methods 0.000 abstract description 4
- 244000061458 Solanum melongena Species 0.000 abstract description 2
- 235000002597 Solanum melongena Nutrition 0.000 abstract description 2
- 230000001939 inductive effect Effects 0.000 abstract description 2
- 235000021067 refined food Nutrition 0.000 description 9
- 235000013305 food Nutrition 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 238000005070 sampling Methods 0.000 description 5
- 230000001066 destructive effect Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 235000001674 Agaricus brunnescens Nutrition 0.000 description 2
- 240000008415 Lactuca sativa Species 0.000 description 2
- 235000003228 Lactuca sativa Nutrition 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000000903 blocking effect Effects 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000012634 fragment Substances 0.000 description 2
- 208000014674 injury Diseases 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 125000000391 vinyl group Chemical group [H]C([*])=C([H])[H] 0.000 description 2
- 229920002554 vinyl polymer Polymers 0.000 description 2
- 240000007124 Brassica oleracea Species 0.000 description 1
- 235000003899 Brassica oleracea var acephala Nutrition 0.000 description 1
- 235000011301 Brassica oleracea var capitata Nutrition 0.000 description 1
- 235000001169 Brassica oleracea var oleracea Nutrition 0.000 description 1
- 241000287828 Gallus gallus Species 0.000 description 1
- 241000237858 Gastropoda Species 0.000 description 1
- 208000034693 Laceration Diseases 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- -1 bone Substances 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 241001233061 earthworms Species 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 229910052736 halogen Inorganic materials 0.000 description 1
- 150000002367 halogens Chemical class 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 230000000968 intestinal effect Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 239000008267 milk Substances 0.000 description 1
- 235000013336 milk Nutrition 0.000 description 1
- 210000004080 milk Anatomy 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012856 packing Methods 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 235000020991 processed meat Nutrition 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 235000013580 sausages Nutrition 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 210000002784 stomach Anatomy 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 230000008736 traumatic injury Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 239000002023 wood Substances 0.000 description 1
Images
Classifications
-
- 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
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
- G01N21/64—Fluorescence; Phosphorescence
- G01N21/645—Specially adapted constructive features of fluorimeters
- G01N21/6456—Spatial resolved fluorescence measurements; Imaging
-
- 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
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/33—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using ultraviolet light
-
- 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
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
-
- 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
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/94—Investigating contamination, e.g. dust
-
- 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
-
- 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
- G01N2021/845—Objects on a conveyor
-
- 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
- G01N2021/8466—Investigation of vegetal material, e.g. leaves, plants, fruits
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2201/00—Features of devices classified in G01N21/00
- G01N2201/06—Illumination; Optics
- G01N2201/062—LED's
Abstract
본 발명은 다분광 형광 영상을 이용한 채소류 측 이물질 검출시스템 및 검출방법에 관한 것으로서, 다분광 형광 영상을 이용한 채소류 측 이물질 검출시스템은 검사대상물인 채소류에 대해 라인 스캔이 가능하도록 라인 이송하기 위한 검출대상물 이송부; 상기 검출대상물 이송부를 통해 이송되는 채소류에 조명을 조사하여 형광반응을 유도하기 위한 것으로서, 광량 조절이 가능하도록 구비된 광원부; 상기 광원부에서 조사되는 광을 이용하여 채소류를 촬영하되, 검출대상물인 채소류로부터 이물질 검출여부를 위해 형광물질이 존재하는지를 촬영하여 스펙트럼 이미지를 획득하기 위한 촬영부; 상기 촬영부에서 촬영된 채소류의 스펙트럼 이미지에 대해 이물질 검출효율을 높이기 위하여 이진화 처리 및 이미지 프로세싱 처리하기 위한 영상처리부;를 포함하며, 상기 영상처리부에서는 상기 촬영부로부터 입수된 촬영 영상의 스펙트럼 이미지에 4가지 특수 파장대역의 조합을 더하여 흑백의 이진화 영상으로 처리 및 이진화 영상으로부터 노이즈를 제거하는 이미지 프로세싱을 수행하는 과정을 통해 검사대상물인 채소류로부터 이물질을 선별하여 검출할 수 있도록 처리하는 것을 특징으로 한다.
또한, 본 발명의 다분광 형광 영상을 이용한 채소류 측 이물질 검출방법은 (a) Violet LED 조명을 이용하여 가공 채소류 측에 광을 조사하는 단계; (b) 상기 Violet LED를 통해 광이 조사된 상태의 가공 채소류로부터 EMCCD(electron multiplying chargecoupled device) 카메라를 이용한 촬영을 통해 400~700nm 파장대역의 초분광 형광 영상에 의한 스펙트럼 이미지를 획득하는 단계; (c) 상기 EMCCD 카메라로 촬영하여 획득한 스펙트럼 이미지에 대해 분산분석(ANOVA; Analysis of variance) 방식에 의한 통계분석 처리를 통해 가공 채소류로부터 플라스틱을 포함한 이물질의 선별 정확도를 높이기 위한 최적 파장대역을 선정하는 단계; (d) 상기 분산분석(ANOVA; Analysis of variance)을 통해 선정된 최적 파장대역의 조합을 더하여 흑백의 이진화 영상으로 처리한 후, 상기 이진화 영상으로부터 노이즈를 제거하는 이미지 프로세싱을 수행하는 단계;를 포함하여 검사대상물인 가공 채소류로부터 플라스틱을 포함한 이물질을 선별하여 검출하는 것을 특징으로 한다.
또한, 본 발명의 다분광 형광 영상을 이용한 채소류 측 이물질 검출방법은 (a) Violet LED 조명을 이용하여 가공 채소류 측에 광을 조사하는 단계; (b) 상기 Violet LED를 통해 광이 조사된 상태의 가공 채소류로부터 EMCCD(electron multiplying chargecoupled device) 카메라를 이용한 촬영을 통해 400~700nm 파장대역의 초분광 형광 영상에 의한 스펙트럼 이미지를 획득하는 단계; (c) 상기 EMCCD 카메라로 촬영하여 획득한 스펙트럼 이미지에 대해 분산분석(ANOVA; Analysis of variance) 방식에 의한 통계분석 처리를 통해 가공 채소류로부터 플라스틱을 포함한 이물질의 선별 정확도를 높이기 위한 최적 파장대역을 선정하는 단계; (d) 상기 분산분석(ANOVA; Analysis of variance)을 통해 선정된 최적 파장대역의 조합을 더하여 흑백의 이진화 영상으로 처리한 후, 상기 이진화 영상으로부터 노이즈를 제거하는 이미지 프로세싱을 수행하는 단계;를 포함하여 검사대상물인 가공 채소류로부터 플라스틱을 포함한 이물질을 선별하여 검출하는 것을 특징으로 한다.
Description
본 발명은 다분광 형광 영상을 이용한 가공 채소류 측 이물질 검출시스템 및 검출방법에 관한 것으로서, 더욱 상세하게는 다분광 형광 영상을 이용한 측정기술을 활용하여 시금치나 유채 등을 비롯한 각종 채소류를 가공식품으로 공정 처리시 표면 등에 묻어나오는, 즉 혼입된 다양한 플라스틱을 포함하는 각종 이물질을 용이하게 검출할 수 있도록 하며 빠르게 선별할 수 있도록 한 다분광 형광 영상을 이용한 가공 채소류 측 이물질 검출시스템 및 검출방법에 관한 것이다.
식품 안전에 관련된 이물질 사고는 세계적으로 수시 발생되고 있으며, 이러한 이물질은 사람의 손 또는 기계로 농산물을 수확 및 가공할 때 예기치 않게 첨가되는 것으로서 기본적으로 사람에게 상해를 입히게 된다.
상기 이물질은 단단하거나 날카로운 이물질로 정의할 수 있는데, 식품을 섭취시 입이나 혀, 목, 위 및 장 조직 등의 열상 및 천공뿐 아니라 치아 손상을 비롯한 외상성 부상을 유발한다.
상기 이물질은 대부분 유리, 금속, 목재, 뼈, 돌, 및 플라스틱 등의 유형으로 분류할 수 있으며, 여기에서 밀도가 높은 이물질은 대부분 X-ray나 MRI 등을 이용한 측정방법을 활용하여 선별하고 있으나, 플라스틱 이물질의 경우에는 선별 및 검출에 어려움이 있고 세계적으로 개발이 미흡한 실정에 있다.
이와 같이, 플라스틱 이물질에 대한 선별 및 검출 기술이 미흡하므로 인해 우리나라를 비롯한 전 세계적으로도 각종 다양한 식품 등에 플라스틱 이물질이 발견되는 경우에는 단순 폐기 처리하거나 또는 회수 조치하는 방식만을 취하고 있을 뿐이다.
일 예로서, 미국의 경우에는 육류가공품이 많이 소비되는데, 워싱턴 및 텍사스 소재 Eddy Packing 회사에서는 약 49,558 파운드의 훈제 소시지 제품에 대해 플라스틱 이물질이 검출되어 회수 조치한 사례가 있었고, 워싱턴 소재의 Tyson Foods 회사에서는 약 3,200 파운드의 냉동 빵가루 닭고기 제품에 대해 플라스틱 오염으로 인해 회수 조치한 사례가 있었다.
또한, 시금치 또는 각종 야채에 있어서는, 독일 연방소비자보호식품안전청(BVL)에서 냉동 시금치에 플라스틱이 발견되어 회수 조치한 사례와 가공 시금치에서 플라스틱이 발견되어 회수 조치한 사례가 있었으며, 한국의 통관 사례의 경우에는 벨기에산 냉동시금치에 플라스틱이 검출되어 회수 조치한 사례와 독일산 냉동시금치에서 플라스틱이 검출된 사례와 호주산 양송이 버섯에서 플라스틱 조각이 검출된 사례는 물론 라티비아산 채소류 혼합물에서 플라스틱 조각이 검출된 사례 등이 있다.
한편, 이와 같은 상황임에도 불구하고, 현재 세계적으로 식품안전을 위하여 플라스틱 이물질을 검출하는 연구는 전무한 상태라 할 수 있는데, 간혹 일부 단단한 플라스틱의 경우 X-ray를 이용하여 선별하고 있으나, 얇고 날카로운 플라스틱 이물질을 선별하기가 쉽지 않은 실정에 있으며, 세계적으로도 개발이 미흡한 실정에 있다.
최근, 테라헤르츠를 이용하여 밀크파우더 내부에 있는 플라스틱을 검출한 사례가 보고되고도 있지만, 물이나 액체류가 포함되어 있는 대상에는 검출에 한계가 있다.
한편, 종래 가공 채소류 측 플라스틱 이물질 검출 관련하여 선행기술문헌을 살펴보았을 때, 가공 채소류 측 플라스틱 이물질 검출에 관한 선행기술은 쉽게 찾아볼 수가 없었으며, 단지 국내등록특허 제10-0884282호에서 양상추, 로메인 상추, 적채, 양배추 등과 같은 엽채류를 신선 편이 채소로 가공 중에 이 신선 편이 채소를 투명 컨베이어 벨트로 이송시키면서 이 투명 컨베이어 벨트의 저면 측에서 상면 측으로 역광을 조사하면서 가시광선 카메라 혹은 근적외선 카메라로 신선 편이 채소를 촬영한 영상으로부터 신선 편이 채소의 윗면 혹은 아랫면에 붙어 있는 민달팽이나 지렁이 등과 같은 저밀도 이물질을 검출하여 배출할 수 있도록 한 신선 편이 채소의 이물질 검출 장치를 개시하고 있을 뿐이다.
본 발명은 상기의 종래 문제점들을 개선 및 이를 감안하여 안출된 것으로서, 다분광 형광 영상을 이용한 측정기술을 활용하여 시금치나 유채 등을 비롯한 각종 채소류를 가공식품으로 공정 처리시 표면 등에 묻어나오는, 즉 혼입된 다양한 플라스틱을 포함하는 각종 이물질을 용이하게 검출할 수 있도록 하며 빠르게 선별할 수 있도록 한 다분광 형광 영상을 이용한 가공 채소류 측 이물질 검출시스템 및 검출방법을 제공하는데 그 목적이 있다.
본 발명은 초분광 영상의 라인 스캔을 이용하여 가공식품 공정시 각종 채소류로부터 다양하게 묻어나오는, 즉 혼입된 플라스틱 등의 이물질을 검출할 수 있도록 하되, 다양한 플라스틱 등의 이물질을 용이하게 검출할 수 있는 파장으로 조사할 수 있도록 함으로써 선별 정확도를 높일 수 있도록 하면서 검출에 따른 효율성을 높일 수 있도록 한 다분광 형광 영상을 이용한 가공 채소류 측 이물질 검출시스템 및 검출방법을 제공하는데 그 목적이 있다.
본 발명은 가공식품 처리되는 각종 채소류로부터 플라스틱 등을 포함하는 각종 이물질을 비파괴적인 방식으로 신속하게 검출해낼 수 있도록 하며, 이러한 이물질 검출을 자동화 작업으로 처리할 수 있도록 한 다분광 형광 영상을 이용한 가공 채소류 측 이물질 검출시스템 및 검출방법을 제공하는데 그 목적이 있다.
상기의 목적을 달성하기 위한 다분광 형광 영상을 이용한 가공 채소류 측 이물질 검출시스템은, 검사대상물인 채소류에 대해 라인 스캔이 가능하도록 라인 이송하기 위한 검출대상물 이송부; 상기 검출대상물 이송부를 통해 이송되는 채소류에 조명을 조사하여 형광반응을 유도하기 위한 것으로서, 광량 조절이 가능하도록 구비된 광원부; 상기 광원부에서 조사되는 광을 이용하여 채소류를 촬영하되, 검출대상물인 채소류로부터 이물질 검출여부를 위해 형광물질이 존재하는지를 촬영하여 스펙트럼 이미지를 획득하기 위한 촬영부; 상기 촬영부에서 촬영된 채소류의 스펙트럼 이미지에 대해 이물질 검출효율을 높이기 위하여 이진화 처리 및 이미지 프로세싱 처리하기 위한 영상처리부;를 포함하며, 상기 영상처리부에서는 상기 촬영부로부터 입수된 촬영 영상의 스펙트럼 이미지에 4가지 특수 파장대역의 조합을 더하여 흑백의 이진화 영상으로 처리 및 이진화 영상으로부터 노이즈를 제거하는 이미지 프로세싱을 수행하는 과정을 통해 검사대상물인 채소류로부터 이물질을 선별하여 검출할 수 있도록 처리하는 것을 특징으로 한다.
여기에서, 상기 광원부는 Violet LED 이고, 상기 촬영부는 400~700nm의 파장대역 범위에서 촬영하여 초분광 형광 영상을 획득하기 위한 EMCCD(electron multiplying chargecoupled device) 카메라인 것을 특징으로 한다.
여기에서, 상기 Violet LED는 10W LED 8개 이상으로 구성하여 광원을 조사하되, 450nm Longpass filter를 접목하여 구비하는 것을 특징으로 한다.
여기에서, 상기 4가지 특수 파장대역은 425nm, 440nm, 602nm, 664nm 파장인 것을 특징으로 한다.
또한, 상기의 목적을 달성하기 위한 다분광 형광 영상을 이용한 가공 채소류 측 이물질 검출방법은, (a) Violet LED 조명을 이용하여 가공 채소류 측에 광을 조사하는 단계; (b) 상기 Violet LED를 통해 광이 조사된 상태의 가공 채소류로부터 EMCCD(electron multiplying chargecoupled device) 카메라를 이용한 촬영을 통해 400~700nm 파장대역의 초분광 형광 영상에 의한 스펙트럼 이미지를 획득하는 단계; (c) 상기 EMCCD 카메라로 촬영하여 획득한 스펙트럼 이미지에 대해 분산분석(ANOVA; Analysis of variance) 방식에 의한 통계분석 처리를 통해 가공 채소류로부터 플라스틱을 포함한 이물질의 선별 정확도를 높이기 위한 최적 파장대역을 선정하는 단계; (d) 상기 분산분석(ANOVA; Analysis of variance)을 통해 선정된 최적 파장대역의 조합을 더하여 흑백의 이진화 영상으로 처리한 후, 상기 이진화 영상으로부터 노이즈를 제거하는 이미지 프로세싱을 수행하는 단계;를 포함하여 검사대상물인 가공 채소류로부터 플라스틱을 포함한 이물질을 선별하여 검출하는 것을 특징으로 한다.
여기에서, 상기 (a)단계에서는, 상기 Violet LED에 대해 10W LED 8개 이상으로 구성하여 광원을 조사하되, 450nm Longpass filter를 구비하여 가공 채소류 측으로 광을 조사하는 것을 특징으로 한다.
여기에서, 상기 (c)단계에서는, 상기 분산분석(ANOVA; Analysis of variance)에 있어 독립변수가 1개이며 독립변수 내의 집단이 2개 이상인 경우에 사용되는 One way ANOVA 방식으로 4가지 최적 파장대역을 선정하며, 상기 4가지 최적 파장대역은 425nm, 440nm, 602nm, 664nm 파장인 것을 특징으로 한다.
여기에서, 상기 (d)단계에서는, 최적 파장대역의 조합을 더하여 흑백의 이진화 영상으로 처리하되, 425nm, 440nm, 602nm, 664nm인 4가지 파장대역을 이용하며; 425nm, 440nm, 602nm 파장대역의 3가지 이진화 영상과 440nm/664nm으로 조합된 파장대역의 1가지 이진화 영상을 더하는 이미지 조합으로 최종 흑백의 이진화 영상을 획득하는 것을 특징으로 한다.
여기에서, 상기 (d)단계에서는, 상기 425nm, 440nm, 602nm 파장대역의 3가지 이진화 영상과 440nm/664nm으로 조합된 파장대역의 1가지 이진화 영상을 더하는 이미지 조합으로 처리된 최종 흑백의 이진화 영상에서 120픽셀 이하의 흰색 이진값에 해당하는 점의 형태를 갖는 작은 크기를 제거하는 이미지 프로세싱을 통해 노이즈를 제거함으로써 검사대상물인 가공 채소류로부터 플라스틱을 포함한 이물질의 선별력을 높일 수 있도록 처리하는 것을 특징으로 한다.
여기에서, 상기 가공 채소류는, 직사각형상을 비롯하여 다양한 형상으로 가공되어 포장이 이루어지기 전 상태인 시금치 또는 유채 제품인 것을 특징으로 한다.
본 발명에 따르면, 다분광 형광 영상을 이용한 측정기술을 활용함으로써 시금치나 유채 등을 비롯한 각종 채소류를 가공식품으로 공정 처리시 표면 등에 묻어나오는, 즉 혼입된 다양한 플라스틱을 포함하는 각종 이물질을 용이하게 검출할 수 있고 빠르게 선별할 수 있어 가공 채소류에 대해 포장 전 플라스틱 등의 이물질을 제거한 상태로 포장을 진행할 수 있도록 처리할 수 있다.
본 발명은 초분광 영상의 라인 스캔을 이용하는 방식으로서, 초분광 형광 반응에 의한 영상을 활용함으로써 채소류와 이물질 간의 스펙트럼 파장에 대한 차이를 이용하여 가공식품 공정시 각종 가공 채소류로부터 다양하게 묻어나오는 플라스틱 등의 이물질을 용이하게 검출할 수 있고, 특히 다양한 플라스틱 등의 이물질을 최적으로 검출할 수 있는 파장대역을 선정하여 이용함으로써 선별 정확도를 크게 높일 수 있으면서 이물질 검출에 따른 효율성 및 신뢰성을 높일 수 있는 유용한 효과를 달성할 수 있다.
본 발명은 가공식품 처리되는 각종 가공 채소류로부터 플라스틱 등을 포함하는 각종 이물질을 비파괴적인 방식으로 신속하게 검출해낼 수 있는 검출시스템 및 검출방법을 제공하며, 가공 채소류 측 이물질 검출에 대한 작업을 자동화 작업으로 처리할 수 있게 하는 유용한 효과를 제공할 수 있다.
도 1은 본 발명의 실시예에 따른 다분광 형광 영상을 이용한 가공 채소류 측 이물질 검출시스템을 나타낸 개략적 블록 구성도이다.
도 2는 본 발명의 실시예에 따른 다분광 형광 영상을 이용한 가공 채소류 측 이물질 검출방법을 나타낸 순서도이다.
도 3은 본 발명의 실시예에 따른 다분광 형광 영상을 이용한 채소류 측 이물질 검출방법을 위해 사용되는 가공 채소류의 일 예시를 나타낸 사진이다.
도 4는 본 발명의 실시예에 따른 다분광 형광 영상을 이용한 채소류 측 이물질 검출방법에 있어 초분광 형광 영상에 의한 스펙트럼 이미지를 획득한 일 예시를 나타낸 샘플링 데이터이다.
도 5는 본 발명의 실시예에 따른 다분광 형광 영상을 이용한 채소류 측 이물질 검출방법에 있어 초분광 형광 영상에 대해 선정된 4가지 최적 파장대역을 이용하여 이진화 영상으로 처리한 상태를 보여주는 샘플링 데이터이다.
도 6은 본 발명의 실시예에 따른 다분광 형광 영상을 이용한 채소류 측 이물질 검출방법에 있어 초분광 형광 영상에 대해 선정된 4가지 최적 파장대역을 조합하여 이진화 영상으로 처리한 결과 및 노이즈를 제거한 결과를 보여주는 샘플링 데이터이다.
도 2는 본 발명의 실시예에 따른 다분광 형광 영상을 이용한 가공 채소류 측 이물질 검출방법을 나타낸 순서도이다.
도 3은 본 발명의 실시예에 따른 다분광 형광 영상을 이용한 채소류 측 이물질 검출방법을 위해 사용되는 가공 채소류의 일 예시를 나타낸 사진이다.
도 4는 본 발명의 실시예에 따른 다분광 형광 영상을 이용한 채소류 측 이물질 검출방법에 있어 초분광 형광 영상에 의한 스펙트럼 이미지를 획득한 일 예시를 나타낸 샘플링 데이터이다.
도 5는 본 발명의 실시예에 따른 다분광 형광 영상을 이용한 채소류 측 이물질 검출방법에 있어 초분광 형광 영상에 대해 선정된 4가지 최적 파장대역을 이용하여 이진화 영상으로 처리한 상태를 보여주는 샘플링 데이터이다.
도 6은 본 발명의 실시예에 따른 다분광 형광 영상을 이용한 채소류 측 이물질 검출방법에 있어 초분광 형광 영상에 대해 선정된 4가지 최적 파장대역을 조합하여 이진화 영상으로 처리한 결과 및 노이즈를 제거한 결과를 보여주는 샘플링 데이터이다.
본 발명에서 사용되는 용어는 가능한 현재 널리 사용되는 일반적인 용어를 선택하였으나, 특정한 경우는 출원인이 임의로 선정한 용어도 있는데 이 경우에는 단순한 용어의 명칭이 아닌 발명을 실시하기 위한 구체적인 내용에 기재되거나 사용된 의미를 고려하여 그 의미가 파악되어야 할 것이다.
이하, 첨부한 도면에 도시된 바람직한 실시 예들을 참조하여 본 발명의 기술적 구성을 상세하게 설명한다.
도 1 내지 도 6을 참조하여 본 발명의 실시예에 따른 다분광 형광 영상을 이용한 가공 채소류 측 이물질 검출시스템 및 검출방법에 대해 상세히 설명하면 다음과 같다.
본 발명의 실시예에 따른 다분광 형광 영상을 이용한 가공 채소류 측 이물질 검출시스템은 도 1에 나타낸 바와 같이, 검출대상물 이송부(110), 광원부(120), 촬영부(130), 및 영상처리부(140)를 포함하는 구성으로 이루어진다.
상기 검출대상물 이송부(110)는 검사대상물인 가공 채소류에 대해 라인 스캔이 가능하도록 라인 이송하기 위한 구성이다.
이때, 상기 검출대상물 이송부(110)는 모터 등의 회전동력을 이용하는 컨베이어벨트 등을 비롯한 다양한 방식의 이송장치가 사용될 수 있다.
여기에서, 상기 검사대상물인 가공 채소류는 직사각형상을 비롯하여 다양한 형상으로 가공되어 비닐 등에 의한 포장이 이루어지기 전 상태의 채소류라 할 수 있으며, 특히 시금치 또는 유채 제품일 수 있다.
상기 광원부(120)는 상기 검출대상물 이송부(110)를 통해 라인 이송되는 가공 채소류에 조명에 의한 광을 조사하여 형광 반응을 유도하기 위한 구성이다.
이때, 상기 광원부(120)는 광량 조절이 가능하도록 구비함이 바람직하다.
상기 광원부(120)는 Violet LED를 적용함이 가장 바람직하다.
특히, 상기 광원부(120)는 Violet LED로 구성하되, 10W LED 8개 이상으로 배열하는 구성을 통해 광원을 조사할 수 있도록 배치함으로써 라인 스캔을 수행할 수 있도록 구성함이 바람직하다.
여기에서는 상기 광원부(120)를 구성함에 있어 각 Violet LED 측에 450nm Longpass filter를 접목하는 구성을 갖게 함으로써 상기 광원에 대한 특정 파장대역에서의 투과효율 및 차단효율을 높일 수 있도록 구비할 수 있다.
또한, 상기 광원부(120)에 있어서는 할로겐 램프조명을 통해 가시광 및 근적외선 영상을 획득하도록 할 수도 있고, UV LED를 통해 UV 영상을 획득하도록 할 수도 있다 할 것이다.
상기 촬영부(130)는 상기 광원부(120)에서 조사되는 광을 이용하여 이송되는 가공 채소류를 촬영하되, 검출대상물인 가공 채소류로부터 이물질 검출여부를 위해 형광물질이 존재하는지를 촬영하여 초분광 형광 영상인 스펙트럼 이미지를 획득하기 위한 구성이다.
상기 촬영부(130)는 초분광 형광 영상을 획득하기 위한 것으로서, EMCCD(electron multiplying chargecoupled device) 카메라를 사용함이 바람직하다.
여기에서는, 가공 채소류 측으로부터 플라스틱 등의 이물질에 대한 검출 효율성을 높일 수 있도록 400~700nm의 파장대역 범위에서 촬영하여 초분광 형광 영상을 획득할 수 있도록 한다.
상기 영상처리부(140)는 상기 촬영부(130)에서 촬영된 가공 채소류의 스펙트럼 이미지에 대해 플라스틱 등의 이물질 검출효율을 높이기 위하여 영상을 흑백으로 이진화 처리 및 이미지 프로세싱 처리하기 위한 구성이다.
이때, 상기 영상처리부(140)에서는 상기 촬영부(130)로부터 입수된 촬영 영상의 스펙트럼 이미지에 4가지 특수 파장대역의 조합을 더하여 더욱 정밀한 표현이 가능하도록 흑백의 이진화 영상으로 처리 및 이러한 흑백의 이진화 영상으로부터 흰색의 점과 같은 형태의 노이즈를 제거하는 이미지 프로세싱을 수행하는 과정을 실시하도록 한다.
이러한 영상처리부(140)에서의 영상 처리를 통해 검사대상물인 가공 채소류로부터 플라스틱 등의 이물질을 선별하여 검출할 수 있는 이미지로 표현할 수 있으며, 가공 채소류로부터 플라스틱 등의 이물질에 대한 선별력을 높일 수 있고 보다 정확하게 이물질을 검출해낼 수 있다.
여기에서, 도 3 내지 도 6 참조, 상기 영상처리부(140)에서 이진화 영상 처리에 사용하는 4가지 특수 파장대역은 425nm, 440nm, 602nm, 664nm 파장을 이용함이 바람직하며, 상기한 파장대역을 이용함으로써 가공 채소류 측에 묻어나오는, 즉 혼입된 플라스틱 등의 이물질에 대한 최적의 선별력 및 정확도를 제공할 수 있다.
한편, 본 발명의 실시예에 따른 다분광 형광 영상을 이용한 가공 채소류 측 이물질 검출방법은 도 1을 참조하여 설명한 상기한 다분광 형광 영상을 이용한 가공 채소류 측 이물질 검출시스템을 활용하는 것으로서, 도 2에 나타낸 바와 같이, 광 조사단계(S110), 초분광 형광 영상 획득단계(S120), 분산분석(ANOVA)을 이용한 최적 파장대역 선정단계(S130), 및 영상처리단계(S140)를 포함하는 구성으로 이루어진다.
상기 광 조사단계(S110)는 Violet LED 조명을 이용하여 가공 채소류 측에 광을 조사하는 단계이다.
이때, 상기 광 조사단계(S110)에서는 상기 Violet LED에 대해 10W LED 8개 이상으로 구성하여 광원을 조사함이 바람직하다.
특히, 상기 Violet LED와 함께 450nm Longpass filter를 접목하는 구성을 통해 가공 채소류 측으로 광을 조사하는데 따른 특정 파장대역에서의 투과효율 및 차단효율을 높일 수 있도록 한다.
여기에서, 상기 검사대상물인 가공 채소류는 직사각형상을 비롯하여 다양한 형상으로 가공되어 비닐 등에 의한 포장이 이루어지기 전 상태의 채소류라 할 수 있으며, 특히 시금치 또는 유채 제품일 수 있다.
상기 검사대상물인 가공 채소류는 도 3의 오른쪽에 나타낸 바와 같은 형태로 가공된 가공식품이라 할 수 있으며, 이물질 샘플 테스트를 위해 각종 플라스틱류를 가공 채소류 상에 배치한 상태를 보여주고 있다.
상기 초분광 형광 영상 획득단계(S120)는 상기 Violet LED를 통해 광이 조사된 상태에 있는 가공 채소류로부터 EMCCD(electron multiplying chargecoupled device) 카메라를 이용한 촬영을 통해 400~700nm 파장대역에서의 초분광 형광 영상에 의한 스펙트럼 이미지를 획득하는 단계이다.
도 4는 본 발명에 있어 Violet LED를 통해 광이 조사된 상태에 있는 가공 채소류로부터 EMCCD(electron multiplying chargecoupled device) 카메라를 이용한 촬영을 통해 일정 파장대역에서의 초분광 형광 영상에 의한 스펙트럼 이미지를 획득한 일 예시를 보여주고 있다.
즉, 도 4는 상기 초분광 형광 영상 획득단계(S120)의 일 실시 형태를 보여주는 예시도이다.
상기 분산분석(ANOVA)을 이용한 최적 파장대역 선정단계(S130)는 상기 EMCCD 카메라로 촬영하여 획득한 스펙트럼 이미지에 대해 분산분석(ANOVA; Analysis of variance) 방식에 의한 통계분석 처리를 통해 가공 채소류로부터 플라스틱을 포함한 이물질의 선별 정확도를 높이기 위한 최적 파장대역을 선정하는 단계이다.
이때, 상기 분산분석(ANOVA)을 이용한 최적 파장대역 선정단계(S130)에서는 상기 분산분석(ANOVA; Analysis of variance)를 수행함에 있어 독립변수가 1개이며 독립변수 내의 집단이 2개 이상인 경우에 사용되는 One way ANOVA 방식으로 분산분석을 수행하여 4가지 최적 파장대역을 선정함이 바람직하다.
여기에서, 분산분석(ANOVA)을 통한 최적의 파장대역을 선정함에 있어서는 분석프로그램을 이용하되, MATLAB(version 9.5.0, The Mathworks, Natick, MA, USA) 프로그램을 이용하여 수행하였으나, 기타 다른 분석프로그램을 사용할 수도 있다 할 것이다.
여기에서, 상기 분산분석(ANOVA)을 통해 선정된 4가지 최적 파장대역은 425nm, 440nm, 602nm, 664nm 파장이며, 이를 적용함으로써 가공 채소류로부터 이미지 획득에 따른 플라스틱을 포함한 이물질의 선별 정확도를 높일 수 있다.
여기에서, 상기 분산분석(ANOVA; Analysis of variance)은 두 개 이상의 다수 집단을 비교할 때 집단 내의 분산 또는 총 평균과 각 집단 평균의 차이에 의해 생긴 집단 간 분산 비교를 통하여 만들어진 F 분포를 이용하여 가설을 검정하는 분석방법을 나타낸다.
상기 영상처리단계(S140)는 상기 분산분석(ANOVA; Analysis of variance)을 통해 선정된 최적 파장대역의 조합을 더하여 흑백의 이진화 영상으로 처리한 후, 상기 이진화 영상으로부터 노이즈를 제거하는 이미지 프로세싱을 수행하는 단계이다.
이러한 상기 영상처리단계(S140)를 통해 최종의 이진화 영상을 획득함으로써 검사대상물인 가공 채소류로부터 플라스틱을 포함한 이물질을 더욱 용이하게 선별하여 검출할 수 있으며, 빠르게 이물질을 선별할 수 있으면서도 선별력을 높여 가공 채소류로부터 이물질의 검출에 따른 정확도를 높일 수 있다.
이때, 상기 영상처리단계(S140)에서는 최적 파장대역의 조합을 더하여 흑백의 이진화 영상으로 처리하되, 425nm, 440nm, 602nm, 664nm인 4가지 파장대역을 이용할 수 있다.
특히, 상기 영상처리단계(S140)에서는 425nm, 440nm, 602nm 파장대역의 3가지 이진화 영상과 440nm/664nm으로 조합된 파장대역의 1가지 이진화 영상을 더하는 이미지 조합을 통해 최종의 흑백 이진화 영상을 획득하도록 처리함이 바람직하다.
도 5는 상기한 425nm, 440nm, 602nm, 440nm/664nm 조합의 4가지 파장대역별로 이진화 영상으로 처리한 상태를 보여주는 샘플링 데이터로서, (a)는 425nm 파장대역에서의 이진화 영상이고, (b)는 440nm 파장대역에서의 이진화 영상이고, (c)는 602nm 파장대역에서의 이진화 영상이며, (d)는 440nm/664nm 조합된 파장대역에서의 이진화 영상이다.
또한, 상기 영상처리단계(S140)에서는 상기한 425nm, 440nm, 602nm 파장대역의 3가지 이진화 영상과 440nm/664nm으로 조합된 파장대역의 1가지 이진화 영상을 더하는 이미지 조합으로 처리된 최종의 흑백 이진화 영상에서 120픽셀 이하(흰색 -1값)의 흰색 이진값에 해당하는 점의 형태를 갖는 작은 크기를 제거하는 이미지 프로세싱을 통해 이진화 영상에서 노이즈를 제거하도록 처리함이 바람직하다.
이를 통해, 검사대상물인 가공 채소류로부터 각종 플라스틱을 포함한 이물질의 선별력을 더욱 높일 수 있으며, 가공 채소류에 묻어있는 이물질을 비파괴적인 방식으로 빠르게 선별할 수 있는 등 검출효율을 높일 수 있고, 자동화 작업으로 처리할 수 있어 생산성을 만족할 수 있다.
도 6은 상기한 영상처리단계(S140)를 수행함에 있어 초분광 형광 영상에 대해 선정된 4가지 최적 파장대역을 조합하여 이진화 영상으로 처리한 결과를 (a)에서 샘플링 데이터로 보여주고 있으며, 이와 더불어 상기 이진화 영상으로부터 노이즈를 제거한 결과를 (b)에서 샘플링 데이터로 보여주고 있다.
이에 따라, 상술한 구성으로 이루어지는 본 발명에 따른 다분광 형광 영상을 이용한 가공 채소류 측 이물질 검출시스템 및 검출방법을 통해서는 초분광 형광 반응에 의한 영상을 활용함으로써 채소류와 이물질 간의 스펙트럼 파장에 대한 차이를 이용하여 가공식품 공정시 각종 가공 채소류로부터 다양하게 묻어나오는 플라스틱 등의 이물질을 용이하면서도 빠르게 검출할 수 있고, 특히 다양한 플라스틱 등의 이물질을 최적으로 검출할 수 있는 파장대역을 선정하여 이용함으로써 선별 정확도를 크게 높일 수 있고 비파괴방식에 의한 이물질 검출로서 검사효율성 및 신뢰성을 높일 수 있는 장점을 제공할 수 있다.
이상의 설명은 본 발명을 예시적으로 설명한 것이고, 명세서에 게시된 실시예는 본 발명의 기술사상을 한정하기 위한 것이 아니라 설명하기 위한 것이므로 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자라면 본 발명의 기술사상을 벗어나지 않는 범위에서 다양한 수정과 변형 또는 단계의 치환 등이 가능할 것이다. 그러므로 본 발명의 보호범위는 청구범위에 기재된 사항에 의해 해석되고, 그와 균등한 범위 내에 있는 기술적 사항도 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
110: 검사대상물 이송부
120: 광원부
130: 촬영부
140: 영상처리부
120: 광원부
130: 촬영부
140: 영상처리부
Claims (9)
- (a) Violet LED 조명을 이용하여 가공 채소류 측에 광을 조사하는 단계;
(b) 상기 Violet LED를 통해 광이 조사된 상태의 가공 채소류로부터 EMCCD(electron multiplying chargecoupled device) 카메라를 이용한 촬영을 통해 400~700nm 파장대역의 초분광 형광 영상에 의한 스펙트럼 이미지를 획득하는 단계;
(c) 상기 EMCCD 카메라로 촬영하여 획득한 스펙트럼 이미지에 대해 분산분석(ANOVA; Analysis of variance) 방식에 의한 통계분석 처리를 통해 가공 채소류로부터 플라스틱을 포함한 이물질의 선별 정확도를 높이기 위한 최적 파장대역을 선정하는 단계;
(d) 상기 분산분석(ANOVA; Analysis of variance)을 통해 선정된 최적 파장대역의 조합을 더하여 흑백의 이진화 영상으로 처리한 후, 상기 이진화 영상으로부터 노이즈를 제거하는 이미지 프로세싱을 수행하는 단계; 를 포함하여 검사대상물인 가공 채소류로부터 플라스틱을 포함한 이물질을 선별하여 검출하되,
상기 (a)단계에서는,
상기 Violet LED에 대해 10W LED 8개 이상으로 구성하여 광원을 조사하되, 450nm Longpass filter를 구비하여 가공 채소류 측으로 광을 조사하고,
상기 (c)단계에서는,
상기 분산분석(ANOVA; Analysis of variance)에 있어 독립변수가 1개이며 독립변수 내의 집단이 2개 이상인 경우에 사용되는 One way ANOVA 방식으로 4가지 최적 파장대역을 선정하되, 상기 4가지 최적 파장대역은 425nm, 440nm, 602nm, 664nm 파장이고,
상기 (d)단계에서는,
상기 파장 중 425nm, 440nm, 602nm 파장대역의 3가지 이진화 영상과 440nm/664nm으로 조합된 파장대역의 1가지 이진화 영상을 더하는 이미지 조합으로 처리된 최종 흑백의 이진화 영상에서 120픽셀 이하의 흰색 이진값에 해당하는 점의 형태를 갖는 작은 크기를 제거하는 이미지 프로세싱을 통해 노이즈를 제거함으로써 검사대상물인 가공 채소류로부터 플라스틱을 포함한 이물질의 선별력을 높일 수 있도록 처리하는 것을 특징으로 하는 다분광 형광 영상을 이용한 가공 채소류 측 이물질 검출방법.
- 제 1항에 있어서,
상기 가공 채소류는,
직사각형상을 비롯하여 다양한 형상으로 가공되어 포장이 이루어지기 전 상태인 시금치 또는 유채 제품인 것을 특징으로 하는 다분광 형광 영상을 이용한 가공 채소류 측 이물질 검출방법. - 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190023796A KR102205445B1 (ko) | 2019-02-28 | 2019-02-28 | 다분광 형광 영상을 이용한 가공 채소류 측 이물질 검출시스템 및 검출방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190023796A KR102205445B1 (ko) | 2019-02-28 | 2019-02-28 | 다분광 형광 영상을 이용한 가공 채소류 측 이물질 검출시스템 및 검출방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20200105109A KR20200105109A (ko) | 2020-09-07 |
| KR102205445B1 true KR102205445B1 (ko) | 2021-01-20 |
Family
ID=72472284
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020190023796A KR102205445B1 (ko) | 2019-02-28 | 2019-02-28 | 다분광 형광 영상을 이용한 가공 채소류 측 이물질 검출시스템 및 검출방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102205445B1 (ko) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102240757B1 (ko) * | 2020-11-12 | 2021-04-14 | 충남대학교산학협력단 | Lctf-기반 다분광 영상 기술을 이용한 가공 채소류 내 포함된 이물질 실시간 검출 시스템 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004301690A (ja) | 2003-03-31 | 2004-10-28 | Nissei Co Ltd | 食品中の異物・夾雑物の検出方法 |
| KR101706065B1 (ko) * | 2015-11-06 | 2017-02-22 | 대한민국 | 농산물 결함 검출 장치 및 시스템 |
| KR101793913B1 (ko) | 2017-04-24 | 2017-11-07 | 대한민국 | 휴대용 분변 검출 장치를 이용한 분변 검출 방법 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100884282B1 (ko) | 2008-01-22 | 2009-02-19 | (주) 케이.아이.씨.에이 | 피티피형 방향제 |
| KR101203990B1 (ko) * | 2010-10-08 | 2012-11-23 | 충남대학교산학협력단 | 형광영상을 이용한 방울토마토 열과 검출 방법 |
| KR101750858B1 (ko) * | 2015-11-06 | 2017-07-11 | 대한민국 | 결함 검출 시스템 및 결함 검출 방법 |
-
2019
- 2019-02-28 KR KR1020190023796A patent/KR102205445B1/ko active IP Right Grant
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004301690A (ja) | 2003-03-31 | 2004-10-28 | Nissei Co Ltd | 食品中の異物・夾雑物の検出方法 |
| KR101706065B1 (ko) * | 2015-11-06 | 2017-02-22 | 대한민국 | 농산물 결함 검출 장치 및 시스템 |
| KR101793913B1 (ko) | 2017-04-24 | 2017-11-07 | 대한민국 | 휴대용 분변 검출 장치를 이용한 분변 검출 방법 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20200105109A (ko) | 2020-09-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111684268B (zh) | 食品检验辅助系统、食品检验辅助装置和计算机程序 | |
| Li et al. | Fast detection and visualization of early decay in citrus using Vis-NIR hyperspectral imaging | |
| ElMasry et al. | Meat quality evaluation by hyperspectral imaging technique: an overview | |
| Kim et al. | Multispectral detection of fecal contamination on apples based on hyperspectral imagery: Part I. Application of visible and near–infrared reflectance imaging | |
| Ariana et al. | Hyperspectral waveband selection for internal defect detection of pickling cucumbers and whole pickles | |
| CA2685158C (en) | Simultaneous acquisition of fluorescence and reflectance imaging techniques with a single imaging device | |
| JP5340717B2 (ja) | Ｘ線検査装置 | |
| Windham et al. | Visible/NIR spectroscopy for characterizing fecal contamination of chicken carcasses | |
| US7460227B1 (en) | Method to detect bone fragments during the processing of meat or fish | |
| Lawrence et al. | A hyperspectral imaging system for identification of faecal and ingesta contamination on poultry carcasses | |
| Heitschmidt et al. | Improved hyperspectral imaging system for fecal detection on poultry carcasses | |
| Cho et al. | Multispectral detection of organic residues on poultry processing plant equipment based on hyperspectral reflectance imaging technique | |
| Al-Rahbi et al. | Detecting surface cracks on dates using color imaging technique | |
| KR102205445B1 (ko) | 다분광 형광 영상을 이용한 가공 채소류 측 이물질 검출시스템 및 검출방법 | |
| JP2020056587A (ja) | 検査装置、ｐｔｐ包装機及びｐｔｐシートの製造方法 | |
| Díaz et al. | Hyperspectral system for the detection of foreign bodies in meat products | |
| JP2010227892A (ja) | 異物選別方法および異物選別設備 | |
| JP2020103284A (ja) | 肉の骨の判別装置等の判別装置及び肉の骨判別方法等の判別方法、ならびに肉の骨判別プログラム等の判別プログラム | |
| Lawrence et al. | Comparison between visible/NIR spectroscopy and hyperspectral imaging for detecting surface contaminants on poultry carcasses | |
| EP2081012A1 (en) | Method of inspecting food and inspection apparatus implementing the same | |
| JP2022180641A (ja) | 異物判別方法、加工農作物の製造方法、食品検査装置、及び異物除去システム | |
| Huang et al. | Early detection of bruises on apples using near-infrared hyperspectral image | |
| JP2004279273A (ja) | 異物混入検査方法及びこれに用いる異物混入検査装置 | |
| Park et al. | Hyperspectral image classification for fecal and ingesta identification by spectral angle mapper | |
| Cho | Application of spectral imaging for safety inspection of fresh cut vegetables |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |