KR102596206B1 - Classification system of dried sea cucumber using image analysis - Google Patents
Classification system of dried sea cucumber using image analysis Download PDFInfo
- Publication number
- KR102596206B1 KR102596206B1 KR1020160169801A KR20160169801A KR102596206B1 KR 102596206 B1 KR102596206 B1 KR 102596206B1 KR 1020160169801 A KR1020160169801 A KR 1020160169801A KR 20160169801 A KR20160169801 A KR 20160169801A KR 102596206 B1 KR102596206 B1 KR 102596206B1
- Authority
- KR
- South Korea
- Prior art keywords
- dried sea
- sea cucumber
- image
- dried
- cucumbers
- Prior art date
Links
- 241000251511 Holothuroidea Species 0.000 title claims abstract description 199
- 238000010191 image analysis Methods 0.000 title claims abstract description 21
- 230000036571 hydration Effects 0.000 claims abstract description 56
- 238000006703 hydration reaction Methods 0.000 claims abstract description 56
- 238000003384 imaging method Methods 0.000 claims abstract description 3
- 238000000034 method Methods 0.000 claims description 10
- NJPPVKZQTLUDBO-UHFFFAOYSA-N novaluron Chemical compound C1=C(Cl)C(OC(F)(F)C(OC(F)(F)F)F)=CC=C1NC(=O)NC(=O)C1=C(F)C=CC=C1F NJPPVKZQTLUDBO-UHFFFAOYSA-N 0.000 claims description 7
- 238000001914 filtration Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 6
- 241000208340 Araliaceae Species 0.000 description 5
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 5
- 235000003140 Panax quinquefolius Nutrition 0.000 description 5
- 235000008434 ginseng Nutrition 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 4
- 235000002789 Panax ginseng Nutrition 0.000 description 3
- 238000001035 drying Methods 0.000 description 3
- 235000013402 health food Nutrition 0.000 description 3
- 230000000877 morphologic effect Effects 0.000 description 3
- 238000009826 distribution Methods 0.000 description 2
- 235000012041 food component Nutrition 0.000 description 2
- 239000005417 food ingredient Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 239000002023 wood Substances 0.000 description 2
- 102000008186 Collagen Human genes 0.000 description 1
- 108010035532 Collagen Proteins 0.000 description 1
- 241000258955 Echinodermata Species 0.000 description 1
- 102000003886 Glycoproteins Human genes 0.000 description 1
- 108090000288 Glycoproteins Proteins 0.000 description 1
- 229920002683 Glycosaminoglycan Polymers 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 229920001436 collagen Polymers 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000010411 cooking Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000000813 microbial effect Effects 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 239000013535 sea water Substances 0.000 description 1
- 238000002791 soaking Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
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
- B07C5/04—Sorting according to size
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0278—Product appraisal
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/80—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in fisheries management
- Y02A40/81—Aquaculture, e.g. of fish
Abstract
영상 분석을 이용한 건해삼 등급 분류 시스템이 소개된다.
이를 위해 본 발명은 건해삼을 촬영하여 건해삼의 이미지를 획득하는 영상촬영부; 상기 영상촬영부에서 획득한 이미지를 기초로 상기 건해삼의 3차원 이미지를 획득하는 영상이미지획득부; 상기 영상이미지획득부에서 얻은 상기 건해삼의 3차원 이미지를 기초로 상기 건해삼의 겉넓이와 부피를 산출하는 측정부; 및 건해삼의 겉넓이와 부피를 기초로 상기 건해삼의 등급이 마련되고 상기 건해삼의 등급에 따라 최적의 수화율에 도달할 수 있는 수화시간이 저장된 등급 분류부; 를 포함한다.A dried sea cucumber grading system using image analysis is introduced.
For this purpose, the present invention includes an imaging unit that photographs dried sea cucumbers to obtain images of dried sea cucumbers; A video image acquisition unit that acquires a three-dimensional image of the dried sea cucumber based on the image acquired by the video capture unit; A measuring unit that calculates the surface area and volume of the dried sea cucumber based on the three-dimensional image of the dried sea cucumber obtained from the video image acquisition unit; And a grade classification unit in which grades of the dried sea cucumber are prepared based on the surface area and volume of the dried sea cucumber and a hydration time that can reach the optimal hydration rate according to the grade of the dried sea cucumber is stored. Includes.
Description
영상 분석을 이용한 건해삼 등급 분류 시스템이 소개된다. 더욱 상세하게는 영상화된 건해삼의 겉넓이(표면적)과 부피를 측정하여 미리 마련된 겉넓이(표면적)과 부피에 따른 건해삼의 등급이 책정되고, 기 저장된 건해삼의 등급에 따른 최적 수화율에 도달할 수 있는 수화시간을 사전에 예측할 수 있는 시스템에 관한 것이다.A dried sea cucumber grading system using image analysis is introduced. More specifically, by measuring the surface area and volume of the imaged dried sea cucumber, the dried sea cucumber is graded according to the pre-prepared surface area and volume, and the optimal hydration rate can be reached according to the grade of the stored dried sea cucumber. It is about a system that can predict the hydration time in advance.
일반적으로 해삼은 여러 가지의 종류가 있는데, 그 중 한국 연안에서는 주로 참해삼, 홍삼, 목삼, 흑삼 등이 생산되고 있다. 참해삼은 수심 10m 정도의 깊이에서 주로 서식하는 것으로서, 생산량이 많아 비교적 저렴한 가격에 거래되고 있다. 홍삼은 제주도나 울릉도의 조류가 강한 외양 쪽에 주로 서식하는 것으로서, 생산량이 많지않아 비싼 가격에 거래되고 있다. 목삼은 25m 정도의 깊은 뻘밭에 주로 서식하는 것으로서, 홍삼과 마찬가지로 생산량이 많지 않아 비싼 가격에 거래되고 있다. 흑삼은 육수의 영향을 많이 받는 내만의 얕은 뻘밭에 주로 서식하는 것으로서, 생산량이 매우 적어 해삼 종류 중 가장 비싼 가격으로 거래되고 있다. 해삼은 중국에서 산삼으로 여길만큼 보양식으로 알려져 있으며 생해삼이 아닌 건해삼을 보양 음식으로 주로 먹으며 결혼식이나 큰 행사 중에 반드시 있어야 하는 중요한 음식 재료이다.In general, there are several types of sea cucumbers, and among them, sea cucumbers, red ginseng, wood ginseng, and black ginseng are mainly produced along the coast of Korea. Sea cucumbers mainly live in water depths of about 10 meters, and are traded at relatively low prices due to their high production volume. Red ginseng mainly grows in the open seas of Jeju Island and Ulleungdo Island, where there are strong currents, and is sold at a high price due to limited production. Wood ginseng mainly grows in muddy fields as deep as 25 meters, and like red ginseng, its production is not large and it is traded at a high price. Black ginseng mainly lives in the shallow mud fields of the inner bay, which is greatly influenced by the marine water, and its production is very low, so it is sold at the highest price among the sea cucumber types. Sea cucumber is known as a health food to the extent that it is considered wild ginseng in China. Dried sea cucumber, not raw sea cucumber, is mainly eaten as a health food and is an important food ingredient that must be present during weddings or large events.
주로 점착성이 있는 당단백질로 구성된 해삼은 유통 중 산소와의 접촉을 통해 쉽게 변질될 수 있으며 이와 같은 단점을 극복하기 위하여 해삼은 생 것을 잡아 냉장보관한 후 수일 내로 먹는 경우가 아니면 통상적으로 건조시켜 유통시켜야 한다.Sea cucumbers, which are mainly composed of sticky glycoproteins, can easily deteriorate through contact with oxygen during distribution. To overcome this disadvantage, sea cucumbers are usually dried and distributed unless they are caught raw and refrigerated and eaten within a few days. You have to do it.
그러나 해삼이 상기와 같은 다양한 효과에 기인하여 매우 높은 상업적 가치를 가진다고 할지라도, 알카리성 식품이라는 특성상 쉽게 녹거나 변질되고, 바닷물에서 건지면 위험을 감지하여 자가분해를 하기 때문에 보존이나 수송이 매우 어려운 실정이다. 이러한 이유로, 80% 이상의 해삼이 건조 공정을 거친 후 유통되고 있다. 건조 후의 해삼은 단백질 비율이 급격하게 증가하고, 수송과 보관이 용이할 뿐 아니라 해삼 내 미생물 번식을 방지하는 데도 탁월한 효과를 나타낸다.However, even though sea cucumbers have a very high commercial value due to the various effects mentioned above, they are easily dissolved or deteriorated due to the nature of being an alkaline food, and when taken from seawater, they sense danger and self-decompose, making preservation or transportation very difficult. am. For this reason, more than 80% of sea cucumbers are distributed after going through a drying process. After drying, sea cucumbers have a rapid increase in protein ratio, are easy to transport and store, and are also excellent at preventing microbial growth within sea cucumbers.
한편, 해삼은 극피동물 해삼강에 속하며 전통적인 건강식품으로 널리 알려져 있다. 특히, 중국과 일본을 포함한 동아시아에서 고부가가치 식자재로 꾸준히 소비가 되고 있다.Meanwhile, sea cucumbers belong to the sea cucumber class of echinoderms and are widely known as a traditional health food. In particular, it is steadily being consumed as a high-value food ingredient in East Asia, including China and Japan.
해삼의 주요 구성성분은 collagen과 mucopolysaccharides로 이루어져 있다.The main components of sea cucumber are collagen and mucopolysaccharides.
수분함량이 높은 해삼은 원활한 유통과 장기 보관을 위하여 건조공정을 거치게 된다. 건해삼의 높은 영영학적 가치와 독특한 조직감은 소비자들이 선해삼을 선호하는 중요한 요인으로 작용한다.Sea cucumbers with high moisture content undergo a drying process for smooth distribution and long-term storage. The high nutritional value and unique texture of dried sea cucumbers serve as important factors for consumers to prefer fresh sea cucumbers.
특히 해삼의 주요 소비처인 중국은 건조된 해삼의 재수화에서 발생하는 조직감의 변화를 선호한다. 건해삼의 조리는 전통적으로 상온에서의 수침과 가열을 반복하여 보통 2-3일 정도의 수화과정을 거친다.In particular, China, a major consumer of sea cucumbers, prefers the change in texture that occurs when rehydrating dried sea cucumbers. Cooking dried sea cucumbers traditionally involves repeated soaking and heating at room temperature, and a hydration process that usually lasts about 2-3 days.
이러한 건해삼의 번거로운 수화 공정으로 인하여 소비자는 건해삼을 수화 직후 바로 섭취할 수 없으므로, 냉동 보관하여 필요 시 수화해삼을 조리하여 소비한다. 해삼은 보관 시 75% 수분함량에서 보관 시 품질의 변화가 가장 적다고 보고 된 바 있다.Due to the cumbersome hydration process of dried sea cucumbers, consumers cannot consume dried sea cucumbers immediately after hydration, so they are kept frozen and cooked and consumed when necessary. It has been reported that sea cucumbers show the least change in quality when stored at 75% moisture content.
현재 해삼의 등급분류는 사람에 의한 손 등급 분류법으로, 등급분류에 명확한 기준이 없으므로 건해삼의 등급분류를 위한 시스템의 도입의 필요성이 있다.Currently, sea cucumber grading is a human hand grading method, and there is no clear standard for grading, so there is a need to introduce a system for grading dried sea cucumbers.
이에 본 발명은 부정형의 건해삼의 이미지를 이용하여 건해삼의 등급을 결정하고 등급에 따라 기저장된 최적수화율에 도달하는 수화시간을 이용하여 등급별 최적수화시간을 도출할 수 있는 시스템에 관한 것이다.Accordingly, the present invention relates to a system that can determine the grade of dried sea cucumber using an image of an irregularly shaped dried sea cucumber and derive the optimal hydration time for each grade using the hydration time to reach the pre-stored optimal hydration rate according to the grade.
본 발명은 상기와 같은 종래 문제점을 해결하기 위해 건해삼의 표면적과 겉넓이에 따른 등급표와 이 등급표에 따라 최적의 수화율에 도달할 수 있는 수화 시간이 기저장되어 있어 건해삼의 표면적과 겉넓이만 측정하게 되면 최적의 수화율에 도달할 수 있는 수화 시간을 미리 예측할 수 있는 시스템을 제공함에 그 목적이 있다.In order to solve the above-mentioned problems, the present invention has a rating table according to the surface area and surface area of dried sea cucumbers and a hydration time that can reach the optimal hydration rate according to this rating table, so that the surface area and surface area of dried sea cucumbers are pre-stored. The purpose is to provide a system that can predict in advance the hydration time that can reach the optimal hydration rate once measured.
영상 분석을 이용한 건해삼 등급 분류 시스템이 소개된다.A dried sea cucumber grading system using image analysis is introduced.
이를 위해 본 발명은, 건해삼을 촬영하여 건해삼의 이미지를 획득하는 영상촬영부; 상기 영상촬영부에서 획득한 이미지를 기초로 상기 건해삼의 3차원 이미지를 획득하는 영상이미지획득부; 상기 영상이미지획득부에서 얻은 상기 건해삼의 3차원 이미지를 기초로 상기 건해삼의 겉넓이와 부피를 산출하는 측정부; 및 건해삼의 겉넓이와 부피를 기초로 상기 건해삼의 등급이 마련되고 상기 건해삼의 등급에 따라 최적의 수화율에 도달할 수 있는 수화시간이 저장된 등급 분류부; 를 포함한다.For this purpose, the present invention includes an imaging unit that photographs dried sea cucumbers to obtain images of dried sea cucumbers; A video image acquisition unit that acquires a three-dimensional image of the dried sea cucumber based on the image acquired by the video capture unit; A measuring unit that calculates the surface area and volume of the dried sea cucumber based on the three-dimensional image of the dried sea cucumber obtained from the video image acquisition unit; And a grade classification unit in which grades of the dried sea cucumber are prepared based on the surface area and volume of the dried sea cucumber and a hydration time that can reach the optimal hydration rate according to the grade of the dried sea cucumber is stored. Includes.
상기 영상촬영부는, 상기 건해삼이 놓여지는 받침대와 상기 받침대로부터 소정의 거리에 위치한 카메라로 이루어지되, 상기 카메라에 의해 촬영된 상기 건해삼의 이미지를 MATLAB을 이용하여 영상분석하는 것을 특징으로 한다.The video recording unit consists of a pedestal on which the dried sea cucumber is placed and a camera located at a predetermined distance from the pedestal, and is characterized in that the image of the dried sea cucumber captured by the camera is analyzed using MATLAB.
상기 영상이미지획득부는, (a)상기 건해삼의 RGB 이미지를 형성하는 단계;(b)상기 RGB 이미지를 그레이 스케일로 구현된 이미지로 변환하는 이진화단계; (c)이진화된 상기 건해삼의 이미지에서 노이즈를 제거하는 단계; (d)노이즈가 제거되고 이진화된 상기 건해삼의 이미지를 2차원 그래프에 투영하는 단계; (e)노이즈가 제거된 상기 건해삼의 이미지에서 중심행을 찾는 단계; 및 (f)상기 중심행을 기준으로 소정의 축으로 상기 건해삼의 이미지를 회전시켜 건해삼의 3차원 이미지를 획득하는 단계; 로 이루어진 것을 특징으로 한다.The video image acquisition unit, (a) forming an RGB image of the dried sea cucumber; (b) a binarization step of converting the RGB image into an image implemented in gray scale; (c) removing noise from the binarized image of the dried sea cucumber; (d) projecting the noise-removed and binarized image of the dried sea cucumber onto a two-dimensional graph; (e) finding the center line in the image of the dried sea cucumber from which noise has been removed; and (f) obtaining a three-dimensional image of the dried sea cucumber by rotating the image of the dried sea cucumber about a predetermined axis based on the central row; It is characterized by consisting of.
상기 (b)단계에서, 설정된 기준그레이스케일 값을 기준으로 상기 RGB 이미지를 이진화시키는 것을 특징으로 한다.In step (b), the RGB image is binarized based on a set reference grayscale value.
상기 (c)단계에서, 공간필터인 미디언 필터링을 이용하여 건해삼의 이미지에서 노이즈를 제거하는 것을 특징으로 한다.In step (c), noise is removed from the image of dried sea cucumber using median filtering, which is a spatial filter.
상기 (e)단계에서, 상기 건해삼의 이미지를 이루는 모든 행의 각각의 열을 이루는 픽셀수를 계산하여 최대의 열을 이루는 픽셀수를 가지는 행을 상기 중심행으로 설정하는 것을 특징으로 한다.In step (e), the number of pixels forming each column of all rows forming the image of the dried sea cucumber is calculated, and the row having the maximum number of pixels forming the column is set as the center row.
상기 (f)단계에서, 상기 중심행을 기준으로 상기 건해삼의 이미지를 X축으로 회전시켜 상기 건해삼의 3차원 이미지를 획득하는 것을 특징으로 한다.In step (f), a three-dimensional image of the dried sea cucumber is obtained by rotating the image of the dried sea cucumber to the X-axis based on the central row.
상기 측정부는, 하기의 식을 이용하여 건해삼의 겉넓이(S)와 부피(V)를 측정하는 것을 특징으로 한다.The measuring unit is characterized in that it measures the surface area (S) and volume (V) of the dried sea cucumber using the following equation.
상기 등급 분류부는, 건해삼의 겉넓이와 부피를 기초로 상기 건해삼의 등급이 마련된 건해삼등급표와 상기 건해삼의 등급에 따라 최적의 수화율에 도달할 수 있는 수화시간표가 저장된 것을 특징으로 한다.The grading unit is characterized by storing a dried sea cucumber grade table in which grades of the dried sea cucumber are prepared based on the surface area and volume of the dried sea cucumber and a hydration time table that can reach the optimal hydration rate according to the grade of the dried sea cucumber.
상기와 같은 구성으로 이루어진 본 발명인 영상 분석을 이용한 건해삼 등급 분류 시스템에 의한다면 건해삼의 표면적과 겉넓이만 측정하게 되면 최적의 수화율에 도달할 수 있는 수화 시간을 미리 예측할 수 있어 건해상의 가공 시간이 짧아지고 공정 절차의 효율성이 제공되는 이점이 있다.According to the present inventor's dried sea cucumber grading system using image analysis, which has the above configuration, by measuring only the surface area and surface area of the dried sea cucumber, the hydration time that can reach the optimal hydration rate can be predicted in advance, thereby reducing the processing time of the dry sea cucumber. This has the advantage of being shorter and providing greater efficiency in the process procedure.
도 1은 본 발명인 영상 분석을 이용한 건해삼 등급 분류 시스템의 전체 구성도.
도 2는 본 발명인 영상 분석을 이용한 건해삼 등급 분류 시스템의 일 요소인 영상촬영부의 구성을 나타내는 도면.
도 3은 본 발명인 영상 분석을 이용한 건해삼 등급 분류 시스템의 일 요소인 영상이미지획득부에서 수행되는 단계를 시간순으로 나열한 순서도.
도 4는 본 발명인 영상 분석을 이용한 건해삼 등급 분류 시스템의 일 요소인영상이미지획득부에서 수행된 단계에 의해 건해삼의 3차원 이미지를 획득하는 단계를 나타내는 이미지.
도 5는 건해삼의 형태학적 특징에 따른 clusting 결과를 나타내는 그래프.
도 6은 건해삼의 겉넓이와 부피를 기준으로 건해삼을 등급 분류한 그래프.
도 7은 시간에 따른 등급별 건해삼의 수화율 변화를 나타낸 그래프이다.Figure 1 is an overall configuration diagram of the dried sea cucumber grading system using image analysis of the present inventors.
Figure 2 is a diagram showing the configuration of an image capture unit, which is an element of the dried sea cucumber grading system using image analysis of the present inventors.
Figure 3 is a flow chart listing the steps performed in the video image acquisition unit, which is an element of the dried sea cucumber grading system using video analysis of the present inventors, in chronological order.
Figure 4 is an image showing the step of acquiring a three-dimensional image of dried sea cucumber by steps performed in the video image acquisition unit, which is an element of the dried sea cucumber grading system using image analysis of the present inventors.
Figure 5 is a graph showing the clusting results according to the morphological characteristics of dried sea cucumber.
Figure 6 is a graph grading dried sea cucumbers based on the surface area and volume of dried sea cucumbers.
Figure 7 is a graph showing the change in hydration rate of dried sea cucumber by grade over time.
이하 첨부된 도면을 참조로 본 발명인 영상 분석을 이용한 건해삼 등급 분류 시스템의 바람직한 실시 예를 설명한다.Hereinafter, with reference to the attached drawings, a preferred embodiment of the present inventor's dried sea cucumber grading system using image analysis will be described.
도 1은 본 발명인 영상 분석을 이용한 건해삼 등급 분류 시스템의 전체 구성도이다.Figure 1 is an overall configuration diagram of the dried sea cucumber grading system using image analysis of the present inventors.
도시된 바와 같이, 본 발명은 크게 영상촬영부(100), 영상이미지획득부(200), 측정부(300) 및 등급분류부(400)를 포함한다.As shown, the present invention largely includes an image capture unit 100, a video image acquisition unit 200, a measurement unit 300, and a classification unit 400.
영상촬영부(100)는 건해삼을 촬영하여 건해삼의 이미지를 획득하고, 영상이미지획득부(200)는 영상촬영부(100)에서 획득한 이미지를 기초로 상기 건해삼의 3차원 이미지를 획득하고, 측정부(300)는 영상이미지획득부(200)에서 얻은 상기 건해삼의 3차원 이미지를 기초로 상기 건해삼의 겉넓이와 부피를 산출하며, 등급분류부(400)는 건해삼의 겉넓이와 부피를 기초로 상기 건해삼의 등급이 마련되고 상기 건해삼의 등급에 따라 최적의 수화율에 도달할 수 있는 수화시간이 저장되어 있다.The video capture unit 100 acquires an image of the dried sea cucumber by photographing the dried sea cucumber, and the video image acquisition unit 200 acquires a three-dimensional image of the dried sea cucumber based on the image acquired by the video capture unit 100, and measures The unit 300 calculates the surface area and volume of the dried sea cucumber based on the three-dimensional image of the dried sea cucumber obtained from the video image acquisition unit 200, and the classification unit 400 calculates the surface area and volume of the dried sea cucumber based on the surface area and volume of the dried sea cucumber. The grade of the dried sea cucumber is prepared, and the hydration time that can reach the optimal hydration rate is stored according to the grade of the dried sea cucumber.
한편, 도 2는 이러한 영상촬영부(100)의 구성을 나타내는 도면으로, 도시된 바와 같이 영상촬영부(100)는, 건해삼이 놓여지는 받침대와 받침대로부터 소정의 거리에 위치한 카메라로 이루어지되, 카메라에 의해 촬영된 건해삼의 이미지를 MATLAB을 이용하여 영상분석하는 것을 특징으로 한다.Meanwhile, Figure 2 is a diagram showing the configuration of the image capture unit 100. As shown, the image capture unit 100 consists of a pedestal on which dried sea cucumbers are placed and a camera located at a predetermined distance from the pedestal. It is characterized by image analysis of dried sea cucumber images taken by using MATLAB.
구체적으로 살펴보면 건해삼은 받침대의 정중앙에 위치시켰으며, 이 건해삼을 촬영하기 위한 카메라는 건해삼으로부터 소정 거리에 위치시켰다. 본 발명의 일 실시예에서는 건해삼을 카메라로부터 9cm에 위치시켰고, 카메라는 유효 화소수 1,510만 화소, 셔터속도 1/4,000 ~ 30 sec의 카메라(EOS 500D, Canon, Tokyo, Japan)를 사용하였다.Specifically, the dried sea cucumber was placed in the exact center of the pedestal, and the camera for filming the dried sea cucumber was placed at a predetermined distance from the dried sea cucumber. In one embodiment of the present invention, dried sea cucumbers were placed 9 cm from the camera, and a camera (EOS 500D, Canon, Tokyo, Japan) with an effective pixel count of 15.1 million pixels and a shutter speed of 1/4,000 ~ 30 sec was used.
또한, 카메라는 조리개 밝기 f 3.5, 초점거리 24 mm, 셔터속도 1/60 sec로 설정하였으며, 이 카메라에 의에 획득한 건해삼의 이미지는 MATLAB (Version 8.5, The MathWorks, Inc., Natick, Massachusetts, United States)을 이용하여 영상분석 실시하였다. 이러한 영상활영부에 의해 촬영된 건해삼의 이미지는 이하 후술할 영상이미지획득부(200)에 의해 건해삼의 3차원 이미지가 형성된다.In addition, the camera was set to an aperture brightness of f 3.5, a focal length of 24 mm, and a shutter speed of 1/60 sec, and the images of dried sea cucumbers acquired with this camera were stored in MATLAB (Version 8.5, The MathWorks, Inc., Natick, Massachusetts, Image analysis was performed using (United States). The image of the dried sea cucumber captured by this video projection unit is formed into a three-dimensional image of the dried sea cucumber by the video image acquisition unit 200, which will be described later.
영상이미지획득부(200)의 구체적인 단계를 살펴본다.Let's look at the specific steps of the video image acquisition unit 200.
도 3은 영상이미지획득부(200)에서 수행되는 단계를 시간순으로 나열한 순서도이고, 도 4는 영상이미지획득부(200)에서 수행된 단계에 의해 건해삼의 3차원 이미지를 획득하는 단계를 나타내는 도면이다.Figure 3 is a flow chart listing the steps performed in the video image acquisition unit 200 in chronological order, and Figure 4 is a diagram showing the steps of acquiring a three-dimensional image of dried sea cucumber by the steps performed in the video image acquisition unit 200. .
영상이미지획득부(200)는, (a)건해삼의 RGB 이미지를 형성하는 단계, (b)RGB 이미지를 그레이 스케일로 구현된 이미지로 변환하는 이진화단계, (c)이진화된 건해삼의 이미지에서 노이즈를 제거하는 단계, (d)노이즈가 제거되고 이진화된 상기 건해삼의 이미지를 2차원 그래프에 투영하는 단계, (e)노이즈가 제거된 건해삼의 이미지에서 중심행을 찾는 단계 및, (f)중심행을 기준으로 소정의 축으로 건해삼의 이미지를 회전시켜 건해삼의 3차원 이미지를 획득하는 단계로 이루어진 것을 특징으로 한다.The video image acquisition unit 200 includes (a) forming an RGB image of dried sea cucumber, (b) a binarization step of converting the RGB image into an image implemented in gray scale, and (c) removing noise from the binarized image of dried sea cucumber. Removing step, (d) projecting the noise-removed and binarized image of the dried sea cucumber onto a two-dimensional graph, (e) finding the center row in the noise-removed image of the dried sea cucumber, and (f) center row It is characterized by the step of obtaining a three-dimensional image of the dried sea cucumber by rotating the image of the dried sea cucumber around a predetermined axis as a standard.
(a)건해삼의 RGB 이미지를 형성하는 단계는 건해삼의 등급 선별을 위하여 이미 설명한 카메라를 이용하여 RGB 이미지를 획득한다. RGB 이미지는 RGB(적·녹·청)에 의해 색을 정의하는 색 모델, 또는 색 표시 방식에 의한 이미지로 그 구체적인 설명은 생략한다.(a) In the step of forming an RGB image of dried sea cucumber, the RGB image is acquired using the camera already described for grade selection of dried sea cucumber. An RGB image is a color model that defines colors by RGB (red, green, blue), or an image based on a color display method, and detailed explanations thereof will be omitted.
도 4의 (a)는 건해삼의 원본이미지를 나타내는 도면이고, 도 4의 (b)는 이진화된 건해삼의 이미지이다.Figure 4 (a) is a diagram showing the original image of dried sea cucumber, and Figure 4 (b) is a binarized image of dried sea cucumber.
도 4의 (b)에 도시된 이진화된 건해삼의 이미지를 도출 과정을 살펴보면 다음과 같다.The process of deriving the image of the binarized dried sea cucumber shown in (b) of Figure 4 is as follows.
RGB 이미지를 그레이 스케일로 구현된 이미지로 변환하는 이진화단계가 수행된다.A binarization step is performed to convert the RGB image into an image implemented in gray scale.
그레이 레벨값 또는 그레이 스케일은 각 픽셀의 명암 정도를 "0~255"값을 기준으로 산정한 것으로, 해당 픽셀값이 "0"에 가까울수록 검은색에, "255"에 가까울수록 흰색에 각각 가깝게 된다. 이에 본 발명은 임계값 "225"를 설정된 기준그레이스케일 값을 기준으로 하였으며, 임계값 "225"를 넘는 픽셀은 흰색을 임계값 "225"를 이하를 가지는 픽셀은 검은색으로 구별하였다. 물론, 이 임계값은 사용자의 선택에 따라 다른 값으로 설정할 수 있다. 이러한 기준그레이스케일 값을 기준으로 한 이진화 이미지가 도 4의 (b)에 도시되어 있다.The gray level value or gray scale is calculated based on the value of "0~255" for the brightness of each pixel. The closer the pixel value is to "0", the closer it is to black, and the closer it is to "255", the closer it is to white. do. Accordingly, in the present invention, the threshold “225” was set as a reference grayscale value, and pixels exceeding the threshold “225” were distinguished as white, and pixels below the threshold “225” were distinguished as black. Of course, this threshold can be set to a different value depending on the user's choice. A binarized image based on this reference grayscale value is shown in (b) of FIG. 4.
이때, 사용자가 관심을 갖고 있는 건해삼의 중심 영역에는 건해삼에 형성된 돌기로 인해 정확한 영상분석을 할 수 없다. 이에 본 발명은 보다 정확한 건해삼의 이미지를 획득하기 위해 (c)이진화된 건해삼의 이미지에서 노이즈를 제거하는 단계를 수행한다.At this time, accurate image analysis cannot be performed in the central area of the dried sea cucumber that the user is interested in due to the protrusions formed on the dried sea cucumber. Accordingly, the present invention performs the step of (c) removing noise from the binarized image of dried sea cucumber in order to obtain a more accurate image of dried sea cucumber.
구체적으로 보면 공간필터인 미디언 필터링을 이용하여 건해삼의 이미지에서 노이즈를 제거하게 되는데, 이 과정에 의해 건해삼에 형성된 다수개의 돌기를 노이즈로 처리하여 제거하게 된다.Specifically, median filtering, a spatial filter, is used to remove noise from images of dried sea cucumbers. Through this process, multiple protrusions formed on dried sea cucumbers are treated as noise and removed.
미디언 필터링(median filtering)이란 영상을 처리할때, 영상내에서 주변 픽셀과 전혀 상관없이 발생하는 잡음을 임펄스 잡음이라하는데, 이러한 임펄스 잡음은 평균값 필터등을 사용하면 주변 픽셀값에 많은 영향을 주기 때문에 보통 중간값필터(미디언 필터)를 사용하여 제거하게 된다. 본 발명에서는 건해삼의 형성된 다수개의 돌기가 임펄스 잡음에 해당되고, 이 임펄스 잡음을 평균값 필터등에 의해 제거하게 된다. 미디언 필터링은 일반적으로 사용되는 영상 처리 기법인바 여기서 그 자세한 설명은 생략한다. 이진화 및 필터링 작업에 의해 도출된 이미지가 도 4의 (b)에 도시되어 있다.When processing an image, median filtering refers to noise that occurs in the image without any relation to the surrounding pixels. This impulse noise has a significant impact on the surrounding pixel values when an average value filter is used. Therefore, it is usually removed using a median filter. In the present invention, the plurality of protrusions formed on the dried sea cucumber correspond to impulse noise, and this impulse noise is removed by an average value filter, etc. Median filtering is a commonly used image processing technique, so its detailed description is omitted here. The image derived by the binarization and filtering operation is shown in Figure 4(b).
한편, 상기와 같이 노이즈가 제거되고 이진화된 건해삼의 이미지를 2차원 그래프에 투영하는 단계가 수행된다. 2차원 그래프에 투영된 건해삼의 이미지가 도 4의 (c)에 도시되어 있다.Meanwhile, the step of projecting the image of dried sea cucumber from which noise has been removed and binarized as described above onto a two-dimensional graph is performed. An image of dried sea cucumber projected on a two-dimensional graph is shown in (c) of Figure 4.
상기와 같이 노이즈가 제거된 건해삼의 이미지가 2차원 그래프에 투영되면 (e)노이즈가 제거된 상기 건해삼의 이미지에서 중심행을 찾는 단계가 수행된다.When the image of the dried sea cucumber from which the noise has been removed as described above is projected onto a two-dimensional graph, (e) the step of finding the center row in the image of the dried sea cucumber from which the noise has been removed is performed.
이를 구체적으로 살펴보면 다음과 같다.Looking at this in detail, it is as follows.
건해삼의 이미지를 이루는 모든 행의 각각의 열을 이루는 픽셀수를 계산하여 최대의 열을 이루는 픽셀수를 가지는 행을 중심행(M)으로 설정하게 된다. 즉, 도 4의 (c)에 도시된 건해삼의 이미지에서 가로 방향으로 가장 긴 행을 찾고, 이 가장 긴 행을 중심행(M)으로 설정하게 된다.The number of pixels in each column of all rows of the dried sea cucumber image is calculated, and the row with the maximum number of pixels in the column is set as the center row (M). That is, the longest row in the horizontal direction is found in the image of dried sea cucumber shown in (c) of Figure 4, and this longest row is set as the center row (M).
상기의 방식으로 중심행을 찾게 되면, (f)중심행을 기준으로 소정의 축으로 건해삼의 이미지를 회전시켜 건해삼의 3차원 이미지를 획득하는 단계가 수행된다. 이를 구체적으로 살펴보면 다음과 같다.When the central row is found in the above manner, (f) the step of obtaining a three-dimensional image of the dried sea cucumber by rotating the image of the dried sea cucumber around a predetermined axis based on the central row is performed. Looking at this in detail, it is as follows.
중심행(M)을 기준으로 건해삼의 이미지를 X축으로 회전시켜 건해삼의 3차원 이미지를 획득하는 것을 특징으로 한다. 즉, 도 4의 (d)에 도시된 바와 같이 도 4의 (c)에 도시된 건해삼의 이미지에서 중심행(M)을 기준으로 X축 방향으로 3600 회전시키게 되면 건해삼의 3차원 이미지를 획득하게 된다.It is characterized by obtaining a three-dimensional image of dried sea cucumber by rotating the image of dried sea cucumber to the X-axis based on the central row (M). That is, as shown in (d) of Figure 4, when the image of the dried sea cucumber shown in (c) of Figure 4 is rotated 360 0 in the X-axis direction based on the central row (M), a three-dimensional image of the dried sea cucumber is obtained. I do it.
상기와 같이 영상이미지획득부(200)에서 건해삼의 3차원 이미지를 획득하게 되면, 측정부(300)는 상기 3차원 이미지를 기초로 건해삼의 겉넓이와 부피를 산출하게 된다.As described above, when the video image acquisition unit 200 acquires a three-dimensional image of the dried sea cucumber, the measuring unit 300 calculates the surface area and volume of the dried sea cucumber based on the three-dimensional image.
이를 구체적으로 살펴보면 다음과 같다.Looking at this in detail, it is as follows.
측정부(300)는, 하기의 식을 이용하여 건해삼의 겉넓이(S)와 부피(V)를 측정하는 것을 특징으로 한다.The measuring unit 300 is characterized by measuring the surface area (S) and volume (V) of the dried sea cucumber using the equation below.
이때, ri는 건해삼의 3차원 이미지에서 I 지점에서의 반지름을 의미하며, 1 픽셀 간격으로 X 축으로 이동하였으며, coe는 픽셀 단위를 cm 단위로 보정해주기 위한 단위환산 인자로 실험을 통해 얻은 값 0.0503이 입력된다.At this time, ri means the radius at point I in the 3D image of the dried sea cucumber, moved to the is entered.
한편, 상기와 같이 건해삼의 겉넓이와 부피를 측정하게 되면, 이 건넓이와 부피를 이용하여 건해삼의 등급이 결정되고, 결정된 등급에 따른 최적의 수화율에 도달할 수 있는 수화시간이 저장된 등급분류부(400)에 의해 건해삼이 최적의 수화율에 도달할 수 있는 수화시간을 예측할 수 있다.On the other hand, when the surface area and volume of the dried sea cucumber are measured as above, the grade of the dried sea cucumber is determined using the dry area and volume, and the hydration time that can reach the optimal hydration rate according to the determined grade is stored in the grade classification. The hydration time for dried sea cucumbers to reach the optimal hydration rate can be predicted by unit 400.
이를 구체적으로 살펴보면 다음과 같다.Looking at this in detail, it is as follows.
등급분류부(400)에는 건해삼의 겉넓이(S)와 부피(V)를 기초로 건해삼의 등급이 마련된 건해삼등급표와 건해삼의 등급에 따라 최적의 수화율에 도달할 수 있는 수화시간표가 저장되어 있다.The grading unit 400 stores a dried sea cucumber grade table that grades dried sea cucumbers based on the surface area (S) and volume (V) of dried sea cucumbers, and a hydration time table that can reach the optimal hydration rate according to the grade of dried sea cucumbers. there is.
이하 건해삼의 겉넓이(S)와 부피(V)가 등급분류부(400)의 기준이 되는 이유를 구체적으로 설명하면 다음과 같다.Hereinafter, the reason why the surface area (S) and volume (V) of dried sea cucumber are the standards for the classification unit 400 will be explained in detail as follows.
본 발명에서는 건해삼을 객관적으로 분류할 수 있는 인자를 찾기 위해 건해삼의 형태학적 특징 중 길이, 너비, 무게, 겉넓이 및 부피의 5가지 인자를 이용하여 이른바 'k-mean clustering'을 실시하였다.In the present invention, in order to find factors that can objectively classify dried sea cucumbers, so-called 'k-mean clustering' was performed using five factors among the morphological characteristics of dried sea cucumbers: length, width, weight, surface area, and volume.
'k-mean clustering'은 주지하다시피, 입력샘플을 K 개의 집단으로 군집화하는 알고리즘이다. 임의의 시작점을 K개만큼 정하고 입력샘플 각각을 시작점과 비교하여 가장 가까운 점에 소속시키고 입력 샘플이 모두 특정 집단에 소속되었다면 각 소속에 해당하는 점들의 중심점을 구한다. As you know, 'k-mean clustering' is an algorithm that clusters input samples into K groups. K random starting points are set, and each input sample is compared to the starting point to belong to the closest point. If all input samples belong to a specific group, the center point of the points corresponding to each membership is obtained.
이렇게 구한 중심점을 기준으로 다시 입력샘플과의 거리를 비교하여 가장 가까운 중심점에 다시 소속시킨다. 이렇게 반복하다 더이상 입력집단이 속한 소속이 변하지 않으며 그때의 그룹들을 K개의 집단으로 군집화되었다고 한다.Based on the center point obtained in this way, the distance to the input sample is compared again and re-affiliated to the closest center point. After repeating this, the affiliation of the input group no longer changes and the groups at that time are said to be clustered into K groups.
이 알고리즘은 일반적인 방법이라 그 구체적인 설명은 생략한다.Since this algorithm is a general method, its detailed description is omitted.
본 발명에서는 영상분석을 통하여 건해삼의 길이, 너비, 부피, 겉넓이를 측정하여 R프로그램(Version 3.3.1, R Foundation for Statistical Computing, Vienna, Austria)을 이용해 k-mean clustering을 1,000번 반복하여 군집 내 유사성이 가장 높은 결과를 도출하였다. In the present invention, the length, width, volume, and surface area of dried sea cucumbers are measured through image analysis, and k-mean clustering is repeated 1,000 times using the R program (Version 3.3.1, R Foundation for Statistical Computing, Vienna, Austria) to cluster them. The result with the highest similarity was derived.
도 5는 건해삼의 형태학적 특징에 따른 clustering 결과를 각각 (a) 길이, (b) 너비, (c) 무게, (d) 겉넓이, (e) 부피 의 인자별로 분류 진행한 결과를 나타내는 그래프이다.Figure 5 is a graph showing the results of clustering according to the morphological characteristics of dried sea cucumbers by the following factors: (a) length, (b) width, (c) weight, (d) surface area, and (e) volume. .
도시된 바와 같이 분산이 가장 작은 결과를 도출하는 건해삼의 겉넓이와 부피가 건해삼을 가장 명확하게 clustering 할 수 있는 인자로 판단되었다.As shown, the surface area and volume of dried sea cucumbers, which resulted in the smallest variance, were judged to be the factors that could most clearly cluster dry sea cucumbers.
이에 본 발명 역시 건해삼의 겉넓이(S)와 부피(V)를 등급분류부(400)의 기준으로 설정하였고, 건해삼의 겉넓이(S)와 부피(V)에 따른 건해삼등급표가 등급분류부(400)에 저장되어 있다.Accordingly, the present invention also sets the surface area (S) and volume (V) of dried sea cucumber as the standard for the classification unit 400, and the dried sea cucumber grade table according to the surface area (S) and volume (V) of dried sea cucumber is provided in the classification unit. It is stored at (400).
도 6은 건해삼의 겉넓이와 부피를 기준으로 건해삼을 등급 분류한 그래프이다.Figure 6 is a graph grading dried sea cucumbers based on the surface area and volume of dried sea cucumbers.
본 발명에서는 부피가 8.5이하이고, 겉넓이가 21.5 이하인 것을 'grade1'로 결정하였고, 겉넓이가 21.5~24 범위이고 부피가 7.5~9 사이인 것을 'grade2'로 결정하였으며, 겉넓이가 23~27 범위이고, 부피가 8.5 보다 큰 경우 'grade3' 으로 대략 설정하였다.In the present invention, those with a volume of 8.5 or less and a surface area of 21.5 or less were determined as 'grade1', those with a surface area in the range of 21.5 to 24 and a volume of 7.5 to 9 were determined as 'grade2', and those with a surface area of 23 to 23 were determined as 'grade1'. 27 range, and if the volume is greater than 8.5, it is roughly set to 'grade3'.
건해삼의 겉넓이와 부피에 따른 건해삼의 등급은 사용자의 선택에 따라 다양하게 설정할 수 있다.The grade of dried sea cucumber according to its surface area and volume can be set in various ways depending on the user's choice.
한편, 등급분류부(400)는, 건해삼의 겉넓이와 부피를 기초로 건해삼의 등급이 마련된 건해삼등급표와 건해삼의 등급에 따라 최적의 수화율에 도달할 수 있는 수화시간표가 저장된 것을 특징으로 하는데, 수화시간표를 구체적으로 살펴보면 다음과 같다.Meanwhile, the grading unit 400 is characterized by storing a dried sea cucumber grade table that grades dried sea cucumbers based on the surface area and volume of dried sea cucumbers, and a hydration time table that can reach the optimal hydration rate according to the grade of dried sea cucumbers. , looking at the sign language timetable in detail, it is as follows.
본 발명의 일 실시예에서는 수화율 측정시 온도 35도 및 36시간 동안 진행하였으며, 1시간마다 그 무게를 측정하여 수화율을 계산하였다.In one embodiment of the present invention, the hydration rate was measured at a temperature of 35 degrees and for 36 hours, and the weight was measured every hour to calculate the hydration rate.
도 7은 시간에 따른 등급별 건해삼의 수화율 변화를 나타낸 그래프이다.Figure 7 is a graph showing the change in hydration rate of dried sea cucumber by grade over time.
도시된 바와 같이 수화 시작 후 12시간 경과 후 grade1은 185%, grade2는 367%, grade3 672%의 수화율을 확인하였고, 36시간 경과 후 grade1은 565%, grade2는 755%, grade3는 1,272%의 수화율을 확인하였다.As shown, 12 hours after the start of hydration, the hydration rate was confirmed to be 185% for grade 1, 367% for grade 2, and 672% for grade 3, and after 36 hours, the hydration rate was 565% for grade 1, 755% for grade 2, and 1,272% for grade 3. Hydration rate was confirmed.
한편, 수화율은 하기의 식으로 계산 가능하다.Meanwhile, the hydration rate can be calculated using the following equation.
RR = mf/m0 이고 mf 는 수화 후 건해삼의 질량(g)을 의미하며, m0는 수화 전 건해삼의 질량(g)을 의미한다.R R = m f /m 0 , where m f refers to the mass (g) of dried sea cucumber after hydration, and m 0 refers to the mass (g) of dried sea cucumber before hydration.
이러한 자료를 토대로 등급분류부(400)에는 건해삼의 겉넓이와 부피를 기초로 건해삼의 등급이 마련되고 건해삼의 등급에 따라 최적의 수화율에 도달할 수 있는 수화시간이 저장되어 있으며, 사용자는 건해삼의 겉넓이와 부피만을 측정하게 되면 건해삼의 등급을 확인할 있음은 물론 그에 따라 기 저장된 수화시간표에 의해 건해삼이 최적의 수화 상태에 도달할 수 있는 시간을 미리 예측할 수 있다.Based on these data, the classification unit 400 prepares a grade of dried sea cucumber based on the surface area and volume of the dried sea cucumber, stores the hydration time to reach the optimal hydration rate according to the grade of the dried sea cucumber, and allows the user to By measuring only the surface area and volume of the dried sea cucumber, the grade of the dried sea cucumber can be confirmed, and the time for the dried sea cucumber to reach the optimal hydration state can be predicted in advance based on the stored hydration time table.
100 : 영상촬영부 200 : 영상이미지획득부
300 : 측정부 400 : 등급분류부100: video recording unit 200: video image acquisition unit
300: Measuring unit 400: Classification unit
Claims (9)
상기 영상촬영부에서 획득한 이미지를 기초로 상기 건해삼의 3차원 이미지를 획득하는 영상이미지획득부;
상기 영상이미지획득부에서 얻은 상기 건해삼의 3차원 이미지를 기초로 상기 건해삼의 겉넓이와 부피를 산출하는 측정부; 및
건해삼의 겉넓이와 부피를 기초로 상기 건해삼의 등급이 마련되고 상기 건해삼의 등급에 따라 최적의 수화율에 도달할 수 있는 수화시간이 저장된 등급분류부; 를 포함하되, 상기 최적의 수화율과 상기 최적의 수화율에 도달할 수 있는 수화시간은 하기의 식으로 정의되는 것을 특징으로 하는, 영상 분석을 이용한 건해삼 등급 분류 시스템.
(최적의 수화율: 건해삼의 가공시 수화공정을 통해 상업적으로 사용이 가능한 수분함량,
최적의 수화율에 도달할 수 있는 수화시간: 상기의 최적의 수화율에 도달할 수 있는 수화시간)An imaging unit that acquires images of dried sea cucumbers by filming dried sea cucumbers;
A video image acquisition unit that acquires a three-dimensional image of the dried sea cucumber based on the image acquired by the video capture unit;
A measuring unit that calculates the surface area and volume of the dried sea cucumber based on the three-dimensional image of the dried sea cucumber obtained from the video image acquisition unit; and
A classification unit in which grades of the dried sea cucumber are prepared based on the surface area and volume of the dried sea cucumber and a hydration time that can reach the optimal hydration rate according to the grade of the dried sea cucumber is stored; Including, wherein the optimal hydration rate and the hydration time that can reach the optimal hydration rate are defined by the following equation, a dried sea cucumber grading system using image analysis.
(Optimal hydration rate: Moisture content that can be used commercially through the hydration process when processing dried sea cucumbers,
Hydration time to reach the optimal hydration rate: Hydration time to reach the optimal hydration rate above)
상기 영상촬영부는,
상기 건해삼이 놓여지는 받침대와 상기 받침대로부터 소정의 거리에 위치한 카메라로 이루어지되, 상기 카메라에 의해 촬영된 상기 건해삼의 이미지를 MATLAB을 이용하여 영상분석하는 것을 특징으로 하는, 영상 분석을 이용한 건해삼 등급 분류 시스템.In claim 1,
The video recording department,
It consists of a pedestal on which the dried sea cucumber is placed and a camera located at a predetermined distance from the pedestal, characterized in that the image of the dried sea cucumber captured by the camera is image analyzed using MATLAB. Dried sea cucumber grading using image analysis system.
상기 영상이미지획득부는,
(a)상기 건해삼의 RGB 이미지를 형성하는 단계;
(b)상기 RGB 이미지를 그레이 스케일로 구현된 이미지로 변환하는 이진화단계;
(c)이진화된 상기 건해삼의 이미지에서 노이즈를 제거하는 단계;
(d)노이즈가 제거되고 이진화된 상기 건해삼의 이미지를 2차원 그래프에 투영하는 단계;
(e)노이즈가 제거된 상기 건해삼의 이미지에서 중심행을 찾는 단계; 및
(f)상기 중심행을 기준으로 소정의 축으로 상기 건해삼의 이미지를 회전시켜 건해삼의 3차원 이미지를 획득하는 단계; 로 이루어진 것을 특징으로 하는, 영상 분석을 이용한 건해삼 등급 분류 시스템.In claim 1,
The video image acquisition unit,
(a) forming an RGB image of the dried sea cucumber;
(b) a binarization step of converting the RGB image into an image implemented in gray scale;
(c) removing noise from the binarized image of the dried sea cucumber;
(d) projecting the noise-removed and binarized image of the dried sea cucumber onto a two-dimensional graph;
(e) finding the center line in the image of the dried sea cucumber from which noise has been removed; and
(f) obtaining a three-dimensional image of the dried sea cucumber by rotating the image of the dried sea cucumber about a predetermined axis based on the central row; A dried sea cucumber grading system using image analysis, characterized in that it consists of.
상기 (b)단계에서,
설정된 기준그레이스케일 값을 기준으로 상기 RGB 이미지를 이진화시키는 것을 특징으로 하는, 영상 분석을 이용한 건해삼 등급 분류 시스템.In claim 3,
In step (b) above,
A dried sea cucumber grading system using image analysis, characterized in that the RGB image is binarized based on a set reference grayscale value.
상기 (c)단계에서,
공간필터인 미디언 필터링을 이용하여 건해삼의 이미지에서 노이즈를 제거하는 것을 특징으로 하는, 영상 분석을 이용한 건해삼 등급 분류 시스템.In claim 3,
In step (c) above,
A dried sea cucumber grading system using image analysis, characterized by removing noise from images of dried sea cucumbers using median filtering, a spatial filter.
상기 (e)단계에서,
상기 건해삼의 이미지를 이루는 모든 행의 각각의 열을 이루는 픽셀수를 계산하여 최대의 열을 이루는 픽셀수를 가지는 행을 상기 중심행으로 설정하는 것을 특징으로 하는, 영상 분석을 이용한 건해삼 등급 분류 시스템.In claim 3,
In step (e) above,
A dried sea cucumber grading system using image analysis, characterized in that the number of pixels forming each column of all rows forming the image of the dried sea cucumber is calculated and the row with the maximum number of pixels forming the column is set as the center row.
상기 (f)단계에서,
상기 중심행을 기준으로 상기 건해삼의 이미지를 X축으로 회전시켜 상기 건해삼의 3차원 이미지를 획득하는 것을 특징으로 하는, 영상 분석을 이용한 건해삼 등급 분류 시스템.In claim 3,
In step (f) above,
A dried sea cucumber grading system using image analysis, characterized in that a three-dimensional image of the dried sea cucumber is obtained by rotating the image of the dried sea cucumber to the X-axis based on the central row.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020160169801A KR102596206B1 (en) | 2016-12-13 | 2016-12-13 | Classification system of dried sea cucumber using image analysis |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020160169801A KR102596206B1 (en) | 2016-12-13 | 2016-12-13 | Classification system of dried sea cucumber using image analysis |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20180068150A KR20180068150A (en) | 2018-06-21 |
| KR102596206B1 true KR102596206B1 (en) | 2023-10-30 |
Family
ID=62806945
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020160169801A KR102596206B1 (en) | 2016-12-13 | 2016-12-13 | Classification system of dried sea cucumber using image analysis |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102596206B1 (en) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109118540B (en) * | 2018-07-20 | 2021-05-04 | 宁波智哲信息科技有限公司 | Sturgeon rapid statistical method based on ridge line extraction |
| CN112077018A (en) * | 2020-08-30 | 2020-12-15 | 哈尔滨工程大学 | Sea cucumber size screening method adopting computer vision |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007086056A (en) | 2005-08-26 | 2007-04-05 | Seiko Epson Corp | Defect detection method and defect detecting device |
| KR101619031B1 (en) | 2015-12-31 | 2016-05-18 | 충남대학교산학협력단 | The short wave infrared reflectance system for detection bacterium (Acidovorax avenae subsp. citrulli) infected watermelon seed |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100948406B1 (en) * | 2007-11-13 | 2010-03-19 | 성균관대학교산학협력단 | Chicken carcass quality grade automatic decision and weight measuring system |
| KR101508818B1 (en) | 2012-12-31 | 2015-04-06 | 강원대학교산학협력단 | Dried sea cucumber manufacturing method using fa infrared radiation drying. |
-
2016
- 2016-12-13 KR KR1020160169801A patent/KR102596206B1/en active IP Right Grant
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007086056A (en) | 2005-08-26 | 2007-04-05 | Seiko Epson Corp | Defect detection method and defect detecting device |
| KR101619031B1 (en) | 2015-12-31 | 2016-05-18 | 충남대학교산학협력단 | The short wave infrared reflectance system for detection bacterium (Acidovorax avenae subsp. citrulli) infected watermelon seed |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20180068150A (en) | 2018-06-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Jhawar | Orange sorting by applying pattern recognition on colour image | |
| Diago et al. | Assessment of flower number per inflorescence in grapevine by image analysis under field conditions | |
| Rupanagudi et al. | A cost effective tomato maturity grading system using image processing for farmers | |
| Gill et al. | Monitoring and grading of tea by computer vision–A review | |
| Yang et al. | Tea diseases detection based on fast infrared thermal image processing technology | |
| Lü et al. | Leaf area measurement based on image processing | |
| CN109191432A (en) | The remote sensing images cloud detection method of optic of filtering multi-resolution decomposition is converted based on domain | |
| Asmara et al. | Chicken meat freshness identification using the histogram color feature | |
| Bhookya et al. | Yield estimation of Chilli crop using image processing techniques | |
| KR102596206B1 (en) | Classification system of dried sea cucumber using image analysis | |
| JP2016085117A (en) | Freshness determining method using digital camera image data | |
| Sabri et al. | Evaluation of color models for palm oil fresh fruit bunch ripeness classification | |
| Saldaña et al. | Computer vision system in real-time for color determination on flat surface food | |
| Setyawan et al. | Comparison of hsv and lab color spaces for hydroponic monitoring system | |
| DK2807631T3 (en) | Device and method for detecting a plant against a background | |
| Motonaga et al. | A method of making digital fruit color charts for cultivation management and quality control | |
| Sandoval et al. | Digital image processing for classification of coffee cherries | |
| Amirulah et al. | Starfruit color maturity classification using Cr as feature | |
| Hernández-Hernández et al. | Search for optimum color space for the recognition of oranges in agricultural fields | |
| Parmar et al. | Image morphological operation based quality analysis of coriander seed (Coriandrum satavum L) | |
| Monavar et al. | Detection of red ripe tomatoes on stem using Image Processing Techniques | |
| CN112816487B (en) | Machine vision-based preserved egg internal quality nondestructive testing method | |
| CN111192332A (en) | Smoke detection-based smoke machine control method and smoke machine | |
| Ningsih et al. | Classification Of Tomato Maturity Levels Based on RGB And HSV Colors Using KNN Algorithm | |
| Royo et al. | Design and implementation of a smart system for watermelon recognition |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |