KR102499986B1 - 미세 플라스틱 검출 방법 - Google Patents
미세 플라스틱 검출 방법 Download PDFInfo
- Publication number
- KR102499986B1 KR102499986B1 KR1020210087786A KR20210087786A KR102499986B1 KR 102499986 B1 KR102499986 B1 KR 102499986B1 KR 1020210087786 A KR1020210087786 A KR 1020210087786A KR 20210087786 A KR20210087786 A KR 20210087786A KR 102499986 B1 KR102499986 B1 KR 102499986B1
- Authority
- KR
- South Korea
- Prior art keywords
- data
- spectrum
- reflectance spectrum
- peak value
- microplastics
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 229920000426 Microplastic Polymers 0.000 title claims abstract description 40
- 238000000985 reflectance spectrum Methods 0.000 claims abstract description 42
- 238000001514 detection method Methods 0.000 claims abstract description 14
- 238000001228 spectrum Methods 0.000 claims description 25
- 229920003023 plastic Polymers 0.000 claims description 19
- 239000004033 plastic Substances 0.000 claims description 19
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 13
- 238000004422 calculation algorithm Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000001678 irradiating effect Effects 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 abstract description 3
- 238000002310 reflectometry Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000012067 mathematical method Methods 0.000 description 4
- 238000007781 pre-processing Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000005033 Fourier transform infrared spectroscopy Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 238000012897 Levenberg–Marquardt algorithm Methods 0.000 description 1
- 241000211181 Manta Species 0.000 description 1
- 230000008236 biological pathway Effects 0.000 description 1
- 235000012206 bottled water Nutrition 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 235000020188 drinking water Nutrition 0.000 description 1
- 239000003651 drinking water Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000002329 infrared spectrum Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- NFGXHKASABOEEW-LDRANXPESA-N methoprene Chemical compound COC(C)(C)CCCC(C)C\C=C\C(\C)=C\C(=O)OC(C)C NFGXHKASABOEEW-LDRANXPESA-N 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 238000000746 purification Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000001568 sexual effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 229920001059 synthetic polymer Polymers 0.000 description 1
- 239000008399 tap water Substances 0.000 description 1
- 235000020679 tap water Nutrition 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
- G01N21/17—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
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/28—Investigating the spectrum
-
- 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
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3563—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing solids; Preparation of samples therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Mathematical Physics (AREA)
- General Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Algebra (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computational Mathematics (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
본 발명은 미세 플라스틱 검출 방법에 관한 것으로, 더욱 상세하게는, 700-1000nm의 근적외선(Near Infrared) 영역의 반사 스펙트럼 데이터를 이용하여 신호 처리 과정을 수행함으로써 미세 플라스틱의 원격 탐지 효율을 향상시킬 수 있는 기술에 관한 것이다.
Description
본 발명은 미세 플라스틱 검출 방법에 관한 것으로, 더욱 상세하게는, 700-1000nm의 근적외선(Near Infrared) 영역의 반사 스펙트럼 데이터를 이용하여 신호 처리 과정을 수행함으로써 미세 플라스틱의 원격 탐지 효율을 향상시킬 수 있는 기술에 관한 것이다.
플라스틱이 1950년대 대량 생산되기 시작하면서 목재나 금속을 대체하는 재료로서 그 수요가 기하급수적으로 증가하기 시작했다.
2015년에는 전 세계 생산량이 83억 톤에 이르렀는데, 이중 9%만이 재활용되고 12%는 소각되며 나머지 79%인 63억 톤은 폐기되고 있는 실정이다.
이렇게 폐기된 플라스틱은 오랜 시간 물리적/화학적/생물학적 경로를 거쳐 분해되면서 미세 플라스틱으로 변한다.
미세플라스틱(microplastics)이란 5mm 이하의 합성고분자 화합물을 의미하는데 썩거나 분해되지 않기 때문에 생태계를 위협하는 물질로 대두되고 있다.
최근에는 먹이사슬을 따라 해양생물의 체내에 축적된 미세 플라스틱이 검출되고 있고, 정수 시설의 여과필터에서 걸러내지 못하는 작은 미세 플라스틱은 수돗물이나 생수 등 식수에 유입될 수 있으므로 사람의 체내에 유입되어 축적될 가능성도 무시할 수 없다.
따라서 미세 플라스틱을 검출, 분석하기 위한 많은 방법들이 시도되어 왔다.
종래에는, 시료를 채취하여 전처리 과정을 거친 후 현미경을 이용하여 입자의 크기나 개수를 파악하는 정량적 분석방법이나, FT-IR(Fourier Transform Infrared spectroscopy)을 이용하여 입자의 분자구조 등을 파악하는 정성적 분석방법 등을 사용하였으나, 만타 트롤(Manta trawl)과 같은 장치를 이용하여 미세 플라스틱을 채집한 이후에 분석하는 과정을 거치며 시간과 노력이 많이 소모되었다.
이에 따라, 드론이나 위성을 통해 탐지하고자 하는 장소에 적외선 등을 조사한 후 반사되어 감지 장치에 수집되는 스펙트럼 데이터를 이용하여 미세 플라스틱을 실시간으로 원격 검출하는 기술들이 연구되어 왔으며, 기존에는 주로 단파장 적외선(Short Wave Infrared, 1000-2500nm) 영역을 사용하여 해당 구간에서 특정한 미세 플라스틱의 분자 진동에 의해 발생하는 스펙트럼 피크(peak)값들로 재료의 유무를 판단하였으나, 단파장 적외선(Short Wave Infrared, 1000-2500nm) 영역에서의 반사 스펙트럼은 플라스틱의 사이즈, 주변 환경 및 온도 등에 영향을 받기 때문에 탐지 효율이 떨어지는 문제점이 있었다.
한편, 미세 플라스틱 검출 방법에 관한 종래기술로는 대한민국등록특허 제10-2247677호 등이 있다.
본 발명은 상술한 바와 같은 종래 기술의 문제점을 해결하기 위해 안출된 것으로, 700-1000nm의 근적외선(Near Infrared) 영역의 반사 스펙트럼 데이터를 이용하여 신호 처리 과정을 수행함으로써 미세 플라스틱의 원격 탐지 효율을 향상시킬 수 있는 미세 플라스틱 검출 방법을 제공하는데 그 목적이 있다.
상술한 목적을 달성하기 위한 본 발명의 하나의 양상은, 700-1000nm의 근적외선(Near Infrared)을 조사한 후 반사되어 감지 장치에 수집되는 반사 스펙트럼 데이터를 이용하여 신호 처리 과정을 수행함으로써 미세 플라스틱을 원격 검출하는 방법으로서, 700-1000nm의 근적외선(Near Infrared)을 10회 연속 조사하여 반사되어 수집되는 반사 스펙트럼 데이터를 수집하는 (a)단계; 상기 반사 스펙트럼 데이터의 평균을 계산하는 (b)단계; 컨벡스 헐(Convex Hull) 알고리즘을 이용하여 상기 (b)단계에서 도출된 반사 스펙트럼의 기준점(baseline)을 재설정하여 원점에 대하여 상기 반사 스펙트럼을 정렬하는 (c)단계; 상기 (c)단계를 통해 원점에 대해 정렬된 반사 스펙트럼의 예상 피크(peak)값을 추출한 후 사전에 참고 데이터로 입력된 각각의 플라스틱 피크(peak)값 데이터와 비교하는 (d)단계; 상기 (d)단계에서 비교한 결과 일치하는 피크(peak)값들을 기준으로 가우스 상수들을 계산하고 복수개의 가우스 함수를 생성하는 (e)단계; 상기 복수개의 가우스 함수 중 상기 (c)단계에서 정렬된 반사 스펙트럼과 가장 유사한 가우스 함수를 선택하여 곡선 맞춤(curve fitting) 과정을 수행하는 (f)단계; 및 상기 (f)단계를 통해 곡선 맞춤(curve fitting)된 가우스 함수의 피크(peak)값을 확인하고 사전에 참고 데이터로 입력된 각각의 플라스틱 피크(peak)값 데이터와 비교하여 일치하는 플라스틱 종류를 탐지하는 (g)단계;를 포함하는 것을 특징으로 한다.
이때, 상기 (d)단계에서 상기 반사 스펙트럼의 예상 피크(peak)값과 참고 데이터로 입력된 각각의 플라스틱 피크(peak)값 데이터를 비교한 결과 동일한 데이터가 발견되지 않는 경우 물 또는 얼음의 스펙트럼이 관찰되는지 확인하여 물 또는 얼음의 스펙트럼이 관찰되는 경우 물 또는 얼음의 스펙트럼을 보상해주고 다시 상기 반사 스펙트럼의 피크(peak)값을 추출하는 것을 특징으로 한다.
또한, 상기 (f)단계에서 상기 반사 스펙트럼과 선택된 상기 가우스 함수 간의 오차가 1E-6미만이 되거나 또는 레벤버그 마쿼트(Levenberg-Marquardt) 방식으로 최소오차제곱 값을 반복 계산한 횟수가 100회를 초과하게 되는 경우 상기 (g) 단계를 수행하는 것을 특징으로 한다.
본 발명에 따른 미세 플라스틱 검출 방법은 700-1000nm의 근적외선(Near Infrared) 영역의 반사 스펙트럼 데이터를 이용하여 신호 처리 과정을 수행함으로써 미세 플라스틱의 원격 탐지 효율을 향상시킬 수 있다.
즉, 700-1000nm의 근적외선(Near Infrared) 영역의 스펙트럼은 높은 반사도를 갖기 때문에 뛰어난 해상도의 반사 스펙트럼 데이터를 수신할 수 있으며, 대기 영향, 온도, 플라스틱의 색상 등의 영향을 덜 받기 때문에 이러한 700-1000nm의 근적외선(Near Infrared) 영역의 반사 스펙트럼 데이터를 기반으로 수학적 방법을 사용한 신호 전처리 과정을 거쳐 미세 플라스틱의 정확한 원격 탐지가 가능하다.
또한, 상기 수학적 방법을 사용한 신호 전처리 과정을 거침에 따라 기존에 스펙트럼 기반 해석에 사용되는 플라스틱 피크(peak)값의 1/8에 해당하는 작은 크기의 신호도 탐지가 가능하다.
본 발명의 효과들은 이상에서 언급한 효과들로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 청구범위의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 미세 플라스틱 검출 방법에서 사용하는 700-1000nm의 근적외선(Near Infrared) 영역의 반사 스펙트럼의 반사도를 보여주기 위한 도면이다.
도 2는 본 발명의 미세 플라스틱 검출 방법의 순서도이다.
도 3 내지 도 6은 본 발명의 미세 플라스틱 검출 방법에서 반사 스펙트럼 데이터의 신호 처리 과정을 보여주는 도면이다.
도 2는 본 발명의 미세 플라스틱 검출 방법의 순서도이다.
도 3 내지 도 6은 본 발명의 미세 플라스틱 검출 방법에서 반사 스펙트럼 데이터의 신호 처리 과정을 보여주는 도면이다.
이하, 본 발명의 일실시형태에 대해서 도면을 참고하여 상세하게 설명한다.
다만 발명의 요지와 무관한 일부 구성은 생략 또는 압축할 것이나, 생략된 구성이라고 하여 반드시 본 발명에서 필요가 없는 구성은 아니며, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 결합되어 사용될 수 있다.
도 1은 본 발명의 미세 플라스틱 검출 방법에서 사용하는 700-1000nm의 근적외선(Near Infrared) 영역의 반사 스펙트럼의 반사도를 보여주기 위한 도면이고, 도 2는 본 발명의 미세 플라스틱 검출 방법의 순서도이고, 도 3 내지 도 6은 본 발명의 미세 플라스틱 검출 방법에서 반사 스펙트럼 데이터의 신호 처리 과정을 보여주는 도면이다.
본 발명의 실시예에 따른 미세 플라스틱 검출 방법은 탐지하고자 하는 장소에 700-1000nm의 근적외선(Near Infrared)을 조사한 후 반사되어 감지 장치에 수집되는 반사 스펙트럼 데이터를 이용하여 신호 처리 과정을 수행함으로써 미세 플라스틱을 원격 검출하는 방법에 관한 것으로, 도 1에 도시된 바와 같이 700-1000nm의 근적외선(Near Infrared) 영역의 스펙트럼은 높은 반사도를 갖기 때문에 뛰어난 해상도의 반사 스펙트럼 데이터를 수신할 수 있다.
도 2에 도시된 바와 같이, 본 발명의 실시예에 따른 미세 플라스틱 검출 방법은 데이터 측정 단계(S100), 데이터 평균 계산 단계(S200), 반사 스펙트럼의 기준점 재설정 단계(S300), 반사 스펙트럼의 예상 피크(peak)값 추출 단계(S400), 가우스 함수 생성 단계(S500), 가우스 함수 곡선 맞춤(curve fitting) 단계(S600) 및 미세 플라스틱 종류 탐지 단계(S700)를 포함한다.
먼저, 700-1000nm의 근적외선(Near Infrared)을 탐지하고자 하는 장소에 10회 연속 조사하여 반사 스펙트럼 데이터를 수집(S100)한다.
이후, 도 3(a)와 같이 수집된 반사 스펙트럼 데이터의 평균을 계산(S200)하고, 도 3(b)와 같이 컨벡스 헐(Convex Hull) 알고리즘을 이용하여 상기 평균 계산의 결과로 도출된 반사 스펙트럼의 기준점(baseline)을 재설정하여 원점에 대하여 스펙트럼을 정렬(S300)한다. 이때, 컨벡스 헐(Convex Hull) 알고리즘을 이용한 반사 스펙트럼의 정렬 과정은 반사 스펙트럼 데이터의 포인트를 복수 개의 클러스터로 클러스터링하고, 클러스터링된 복수 개의 클러스터 중에서 단일 클래스 레이블(Single Class Label)을 가진 단일 클러스터(Singular Cluster)에 대한 컨벡스 헐(Convex Hull)을 생성하고, 단일 클러스터의 데이터 포인트 중에서 그 생성된 컨벡스 헐(Convex Hull)의 꼭짓점을 제외한 내부 데이터 포인트를 제거하고, 클러스터링된 복수 개의 클러스터 중에서 그 제거된 내부 데이터 포인트를 제외한 나머지 데이터 포인트 세트를 분류하는 과정을 거치며, 이러한 컨벡스 헐(Convex Hull) 알고리즘은 공지된 기술이기 때문에 구체적인 설명은 생략하도록 한다.
다음으로, 도 4(a)와 같이 1차 미분 방식으로 상기에서 원점에 대하여 정렬된 반사 스펙트럼의 예상 피크(peak)값을 추출한 후 사전에 참고 데이터로 입력된 각각의 플라스틱 피크(peak)값 데이터와 비교(S400)한다. 이때, 동일한 데이터가 발견되면 다음 단계를 바로 진행하고, 동일한 데이터가 발견되지 않는 경우에는 물 또는 얼음의 스펙트럼이 관찰되는지 확인하여 물 또는 얼음의 스펙트럼이 관찰되는 경우 물 또는 얼음의 스펙트럼을 보상해주고 다시 반사 스펙트럼의 피크(peak)값을 추출한다.
즉, 도 6(a)와 같이 물 또는 얼음 배경 하에 미세 플라스틱이 존재하는 경우에는 환경 요인에 의한 피크(peak)값과 미세 플라스틱의 피크(peak)값이 모두 탐지되는데, 이러한 경우에는 도 6(b)와 같이 물 또는 얼음과 같은 환경 요인에 의한 피크(peak)값을 제거하여 미세 플라스틱에 대한 스펙트럼만을 남긴 후 다시 반사 스펙트럼의 피크(peak)값을 추출한다.
만약, 상기 과정에서 스펙트럼의 예상 피크(peak)값을 추출한 후 사전에 참고 데이터로 입력된 각각의 플라스틱 피크(peak)값 데이터와 비교한 결과 일치하는 데이터가 발견되지 않고, 동시에 물 또는 얼음의 스펙트럼도 관찰되지 않는 경우에는 사전에 입력된 각각의 플라스틱 피크(peak)값 데이터로는 미세 플라스틱의 검출이 불가능하다.
이후, 도 4(b)와 같이 상기 단계에서 스펙트럼의 예상 피크(peak)값을 추출한 후 사전에 참고 데이터로 입력된 각각의 플라스틱 피크(peak)값 데이터와 비교한 결과 일치하는 피크(peak)값들을 기준으로 가우스 상수들을 계산하고 복수개의 가우스 함수를 생성(S500)한다.
다음으로, 도 5(a)와 같이 가우스 함수 곡선 맞춤(curve fitting) 단계(S600)를 수행한다. 즉, 원점에 대해 정렬된 반사 스펙트럼과 가장 유사한 가우스 함수를 선택하고 레벤버그 마쿼트(Levenberg-Marquardt) 방식으로 최소오차제곱 값을 반복 계산하여 원점에 대해 정렬된 반사 스펙트럼과 선택된 가우스 함수 사이의 오차를 최소화하는 곡선 맞춤(curve fitting)과정을 수행한다. 이러한, 레벤버그 마쿼트(Levenberg-Marquardt) 알고리즘을 이용한 곡선 맞춤(curve fitting) 과정은 이미 공지된 기술이기 때문에 구체적인 설명은 생략하도록 한다.
이때, 반사 스펙트럼 데이터와 선택된 가우스 함수 간의 오차가 1E-6미만이 되거나 또는 레벤버그 마쿼트(Levenberg-Marquardt) 방식으로 최소오차제곱 값을 반복 계산한 횟수가 100회를 초과하게 되면 다음 단계를 진행하게 된다. 만약, 상기 두 가지 조건을 모두 만족하지 못하는 경우에는 상기 두 가지 조건 중 어느 하나를 만족할 때까지 계속해서 가우스 함수 곡선 맞춤(curve fitting) 단계(S600)를 수행한다.
상기 조건을 만족하게 되면, 곡선 맞춤(curve fitting)된 각각의 가우스 함수들의 피크(peak)값을 확인하고 사전에 참고 데이터로 입력된 각각의 플라스틱 피크(peak)값 데이터와 비교하여 일치하는 플라스틱 종류를 탐지함으로써 최종적으로 탐지하고자 하는 장소에 포함된 미세 플라스틱들을 종류별로 원격으로 검출(S700)할 수 있다.
이상에서 상세히 설명한 바와 같이 본 발명에 따른 미세 플라스틱 검출 방법은 700-1000nm의 근적외선(Near Infrared) 영역의 반사 스펙트럼 데이터를 이용하여 신호 처리 과정을 수행함으로써 미세 플라스틱의 원격 탐지 효율을 향상시킬 수 있다.
즉, 700-1000nm의 근적외선(Near Infrared) 영역의 스펙트럼은 높은 반사도를 갖기 때문에 뛰어난 해상도의 반사 스펙트럼 데이터를 수신할 수 있으며, 대기 영향, 온도, 플라스틱의 색상 등의 영향을 덜 받기 때문에 이러한 700-1000nm의 근적외선(Near Infrared) 영역의 반사 스펙트럼 데이터를 기반으로 수학적 방법을 사용한 신호 전처리 과정을 거쳐 미세 플라스틱의 정확한 원격 탐지가 가능하다.
또한, 상기 수학적 방법을 사용한 신호 전처리 과정을 거침에 따라 기존에 스펙트럼 기반 해석에 사용되는 플라스틱 피크(peak)값의 1/8에 해당하는 작은 크기의 신호도 탐지가 가능하다.
이상에서 본 발명의 바람직한 실시예에 대하여 상세하게 설명하였으나, 본 발명은 상술한 실시예에 국한되는 것은 아니고, 본 발명의 취지 또는 범위를 벗어나지 않고 본 발명을 다양하게 변경하고 변형할 수 있다는 사실은 당업자에게 자명할 것이다. 따라서, 본 발명의 보호범위는 첨부한 청구범위 및 그와 균등한 범위로 정해져야 할 것이다.
Claims (3)
- 700-1000nm의 근적외선(Near Infrared)을 조사한 후 반사되어 감지 장치에 수집되는 반사 스펙트럼 데이터를 이용하여 신호 처리 과정을 수행함으로써 미세 플라스틱을 원격 검출하는 방법으로서,
700-1000nm의 근적외선(Near Infrared)을 10회 연속 조사하여 반사되어 수집되는 반사 스펙트럼 데이터를 수집하는 (a)단계;
상기 반사 스펙트럼 데이터의 평균을 계산하는 (b)단계;
컨벡스 헐(Convex Hull) 알고리즘을 이용하여 상기 (b)단계에서 도출된 반사 스펙트럼의 기준점(baseline)을 재설정하여 원점에 대하여 상기 반사 스펙트럼을 정렬하는 (c)단계;
상기 (c)단계를 통해 원점에 대해 정렬된 반사 스펙트럼의 예상 피크(peak)값을 추출한 후 사전에 참고 데이터로 입력된 각각의 플라스틱 피크(peak)값 데이터와 비교하는 (d)단계;
상기 (d)단계에서 비교한 결과 일치하는 피크(peak)값들을 기준으로 가우스 상수들을 계산하고 복수개의 가우스 함수를 생성하는 (e)단계;
상기 복수개의 가우스 함수 중 상기 (c)단계에서 정렬된 반사 스펙트럼과 가장 유사한 가우스 함수를 선택하여 곡선 맞춤(curve fitting) 과정을 수행하는 (f)단계; 및
상기 (f)단계를 통해 곡선 맞춤(curve fitting)된 가우스 함수의 피크(peak)값을 확인하고 사전에 참고 데이터로 입력된 각각의 플라스틱 피크(peak)값 데이터와 비교하여 일치하는 플라스틱 종류를 탐지하는 (g)단계;를 포함하는 것을 특징으로 하는 미세 플라스틱 검출 방법.
- 제1항에 있어서,
상기 (d)단계에서 상기 반사 스펙트럼의 예상 피크(peak)값과 참고 데이터로 입력된 각각의 플라스틱 피크(peak)값 데이터를 비교한 결과 동일한 데이터가 발견되지 않는 경우 물 또는 얼음의 스펙트럼이 관찰되는지 확인하여 물 또는 얼음의 스펙트럼이 관찰되는 경우 물 또는 얼음의 스펙트럼을 보상해주고 다시 상기 반사 스펙트럼의 피크(peak)값을 추출하는 것을 특징으로 하는 미세 플라스틱 검출 방법.
- 제1항에 있어서,
상기 (f)단계에서 상기 반사 스펙트럼과 선택된 상기 가우스 함수 간의 오차가 1E-6미만이 되거나 또는 레벤버그 마쿼트(Levenberg-Marquardt) 방식으로 최소오차제곱 값을 반복 계산한 횟수가 100회를 초과하게 되는 경우 상기 (g) 단계를 수행하는 것을 특징으로 하는 미세 플라스틱 검출 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210087786A KR102499986B1 (ko) | 2021-07-05 | 2021-07-05 | 미세 플라스틱 검출 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210087786A KR102499986B1 (ko) | 2021-07-05 | 2021-07-05 | 미세 플라스틱 검출 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20230007038A KR20230007038A (ko) | 2023-01-12 |
| KR102499986B1 true KR102499986B1 (ko) | 2023-02-14 |
Family
ID=84923699
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210087786A KR102499986B1 (ko) | 2021-07-05 | 2021-07-05 | 미세 플라스틱 검출 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102499986B1 (ko) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000356590A (ja) | 1999-06-15 | 2000-12-26 | Yokogawa Electric Corp | 近赤外分光分析システム |
| JP2001108527A (ja) | 1999-07-29 | 2001-04-20 | Sony Internatl Europ Gmbh | プラスチック素材識別方法及び装置 |
| JP2002267601A (ja) | 2001-03-07 | 2002-09-18 | Kurabo Ind Ltd | プラスチック材等の材質判別方法及び装置 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2003046523A1 (en) * | 2001-11-28 | 2003-06-05 | Matsushita Eco Technology Center Co., Ltd. | Plastic identifying method |
-
2021
- 2021-07-05 KR KR1020210087786A patent/KR102499986B1/ko active IP Right Grant
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000356590A (ja) | 1999-06-15 | 2000-12-26 | Yokogawa Electric Corp | 近赤外分光分析システム |
| JP2001108527A (ja) | 1999-07-29 | 2001-04-20 | Sony Internatl Europ Gmbh | プラスチック素材識別方法及び装置 |
| JP2002267601A (ja) | 2001-03-07 | 2002-09-18 | Kurabo Ind Ltd | プラスチック材等の材質判別方法及び装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20230007038A (ko) | 2023-01-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Shan et al. | Simple and rapid detection of microplastics in seawater using hyperspectral imaging technology | |
| Cowger et al. | Critical review of processing and classification techniques for images and spectra in microplastic research | |
| Xu et al. | FTIR and Raman imaging for microplastics analysis: State of the art, challenges and prospects | |
| Renner et al. | Data preprocessing & evaluation used in the microplastics identification process: a critical review & practical guide | |
| Kedzierski et al. | A machine learning algorithm for high throughput identification of FTIR spectra: Application on microplastics collected in the Mediterranean Sea | |
| da Silva et al. | Classification and quantification of microplastics (< 100 μm) using a focal plane array–Fourier transform infrared imaging system and machine learning | |
| Serranti et al. | Characterization of microplastic litter from oceans by an innovative approach based on hyperspectral imaging | |
| Renner et al. | A new chemometric approach for automatic identification of microplastics from environmental compartments based on FT-IR spectroscopy | |
| Mery et al. | Automatic defect recognition in x-ray testing using computer vision | |
| Karlsson et al. | Hyperspectral imaging and data analysis for detecting and determining plastic contamination in seawater filtrates | |
| Cord et al. | Automatic road defect detection by textural pattern recognition based on AdaBoost | |
| US9773154B2 (en) | System for the identification and quantification of helminth eggs in environmental samples | |
| CN107179310B (zh) | 基于鲁棒噪声方差估计的拉曼光谱特征峰识别方法 | |
| Cozzolino | Near infrared spectroscopy and food authenticity | |
| Serranti et al. | Microplastics characterization by hyperspectral imaging in the SWIR range | |
| Duan et al. | Classification of common household plastic wastes combining multiple methods based on near-infrared spectroscopy | |
| Zhang et al. | Identification and quantification of microplastics in table sea salts using micro-NIR imaging methods | |
| Kelman et al. | Effective classification of Chinese tea samples in hyperspectral imaging | |
| Lingvall et al. | Automatic detecting and classifying defects during eddy current inspection of riveted lap-joints | |
| Feng et al. | Classification of household microplastics using a multi-model approach based on Raman spectroscopy | |
| Ai et al. | Application of hyperspectral and deep learning in farmland soil microplastic detection | |
| KR102499986B1 (ko) | 미세 플라스틱 검출 방법 | |
| Bertoldi et al. | Microplastic abundance quantification via a computer-vision-based chemometrics-assisted approach | |
| CN114295556A (zh) | 一种基于一维卷积的高光谱理化指标拟合方法及系统 | |
| CN110738168B (zh) | 一种基于堆叠卷积自编码器的分布式应变微小裂缝检测系统及方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |