KR20140077091A - 계란 품질 계측 장치 및 방법 - Google Patents
계란 품질 계측 장치 및 방법 Download PDFInfo
- Publication number
- KR20140077091A KR20140077091A KR1020130037588A KR20130037588A KR20140077091A KR 20140077091 A KR20140077091 A KR 20140077091A KR 1020130037588 A KR1020130037588 A KR 1020130037588A KR 20130037588 A KR20130037588 A KR 20130037588A KR 20140077091 A KR20140077091 A KR 20140077091A
- Authority
- KR
- South Korea
- Prior art keywords
- image
- region
- egg
- area
- weight
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 90
- 238000012545 processing Methods 0.000 claims abstract description 36
- 102000002322 Egg Proteins Human genes 0.000 claims description 133
- 108010000912 Egg Proteins Proteins 0.000 claims description 133
- 235000013601 eggs Nutrition 0.000 claims description 133
- 210000002969 egg yolk Anatomy 0.000 claims description 94
- 238000005259 measurement Methods 0.000 claims description 89
- 235000013345 egg yolk Nutrition 0.000 claims description 68
- 235000014103 egg white Nutrition 0.000 claims description 67
- 210000000969 egg white Anatomy 0.000 claims description 67
- QCVGEOXPDFCNHA-UHFFFAOYSA-N 5,5-dimethyl-2,4-dioxo-1,3-oxazolidine-3-carboxamide Chemical group CC1(C)OC(=O)N(C(N)=O)C1=O QCVGEOXPDFCNHA-UHFFFAOYSA-N 0.000 claims description 65
- 238000012937 correction Methods 0.000 claims description 28
- BCQZXOMGPXTTIC-UHFFFAOYSA-N halothane Chemical compound FC(F)(F)C(Cl)Br BCQZXOMGPXTTIC-UHFFFAOYSA-N 0.000 claims description 24
- 108010046721 halothane dehalogenase Proteins 0.000 claims description 24
- 238000007689 inspection Methods 0.000 claims description 21
- 238000005303 weighing Methods 0.000 claims description 17
- 238000000926 separation method Methods 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 230000001678 irradiating effect Effects 0.000 claims description 3
- 239000000463 material Substances 0.000 claims description 3
- 210000004027 cell Anatomy 0.000 description 37
- 238000002372 labelling Methods 0.000 description 7
- 238000009499 grossing Methods 0.000 description 5
- 238000012935 Averaging Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000014509 gene expression Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000005484 gravity Effects 0.000 description 2
- PSFDQSOCUJVVGF-UHFFFAOYSA-N harman Chemical compound C12=CC=CC=C2NC2=C1C=CN=C2C PSFDQSOCUJVVGF-UHFFFAOYSA-N 0.000 description 2
- 239000012535 impurity Substances 0.000 description 2
- 238000012805 post-processing Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 241001292396 Cirrhitidae Species 0.000 description 1
- LCTONWCANYUPML-UHFFFAOYSA-M Pyruvate Chemical compound CC(=O)C([O-])=O LCTONWCANYUPML-UHFFFAOYSA-M 0.000 description 1
- 206010044565 Tremor Diseases 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 238000003892 spreading Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- 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
- G01N33/08—Eggs, e.g. by candling
- G01N33/085—Eggs, e.g. by candling by candling
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
- A01K43/00—Testing, sorting or cleaning eggs ; Conveying devices ; Pick-up devices
- A01K43/04—Grading eggs
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01G—WEIGHING
- G01G17/00—Apparatus for or methods of weighing material of special form or property
-
- 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
-
- 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
- G01N2021/1765—Method using an image detector and processing of image signal
- G01N2021/177—Detector of the video camera type
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Food Science & Technology (AREA)
- General Health & Medical Sciences (AREA)
- Environmental Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Medicinal Chemistry (AREA)
- Animal Husbandry (AREA)
- Biodiversity & Conservation Biology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
본 발명은 상부 카메라, 측면 카메라로 생성된 할란의 영상을 영상처리기법을 사용하여 분석하고, 본체에 일체화된 중량 측정부를 사용함으로써 계란의 품질 측정을 자동화하여 빠르고 정밀하게 수행하는 계란 품질 계측 장치 및 방법을 제공한다.
Description
본 발명은 계란 품질 계측 장치에 관한 것으로서, 보다 상세하게는 계란의 품질 계측을 자동화하는 장치에 관한 것이다.
계란의 유통을 위하여 계란의 품질을 측정하는 것이 요구된다. 현재 사용되는 계란의 품질 측정 방법은 계란을 깨지 않고 품질 측정하는 검사 방법과 계란을 깨서 품질을 측정하는 할란 검사가 있다.
할란검사는 사용자가 계란을 깬 할란을 육안으로 일일이 판단하여야 하므로 시간이 오래걸리는 문제가 있다. 또한 평가자의 감각을 사용하여 평가하므로 평가 기준이 동일하지 않은 문제가 있다.
할란 검사에 있어서 측정 프로브 등을 이용한 기계식 검사 방법이 존재하나 복잡하고 계측정밀도가 일정하지 않으며 단가가 높다는 문제가 존재한다.
본 발명의 목적은 할란의 특성 측정을 자동화하고 정밀하게 수행하기 위한 것이다.
상기한 목적을 달성하기 위한 본 발명의 계란 품질 계측 장치는 본체; 상기 본체의 상부에 위치하고, 광투과성 재질로 제작되는 검시판; 상기 검시판 및 상기 본체 사이에 위치하여 상기 검시판의 아래에서 상기 검시판을 투과하는 빛을 조사하는 광원부; 상기 본체에서 상기 본체의 상부로 돌출되어 구성된 팔에 장착되여 상기 검시판 위에 위치하는 피사체의 영상을 생성하는 카메라부; 상기 검시판의 하단에 위치하는 적어도 하나의 중량 측정부; 및 상기 광원부, 상기 카메라 및 상기 중량 측정부 중 적어도 하나를 제어하는 제어부;를 포함하여, 상기 검시판 위에 위치하는 피사체의 영상 및 중량을 측정한다.
상기 중량 측정부는 상기 검시판의 모서리 하단에 위치하여 상기 광원부에서 조사되는 빛을 방해하지 않을 수 있다.
상기 제어부는 상기 적어도 하나의 중량 측정부에서 측정된 중량을 평균하는 것으로 상기 피사체의 중량을 측정할 수 있다.
상기 제어부는 상기 카메라부에서 측정한 피사체의 위치를 사용함으로써 상기 피사체가 상기 검시판에 위치하는 지점에 따라 발생하는 중량 오차를 보정할 수 있다.
또한, 상기한 목적을 달성하기 위한 본 발명의 계란 품질 계측 방법은 검시판의 측면에 위치한 측면 카메라 또는 검시판의 수직 상방에 위치한 상부 카메라를 이용하여 검시판 윗면에 위치한 피사체의 영상을 생성하는 단계; 상기 영상에 상기 검시판에 할란을 위치시키는 조작 수단이 존재하는지를 판단하는 단계; 상기 영상에 상기 할란이 존재하는지를 판단하는 단계; 및 상기 영상에 상기 조작수단이 존재하지 않고 상기 할란이 존재할 경우에만 상기 할란의 특성을 계측하는 단계;를 포함한다.
또한, 상기한 목적을 달성하기 위한 본 발명의 계란 품질 계측 방법은 검시판의 측면에 위치한 측면 카메라 또는 검시판의 수직 상방에 위치한 상부 카메라를 이용하여 검시판 윗면에 위치한 피사체의 영상을 생성하는 단계; 및 상기 영상을 분석하여 할란의 특성을 계측하는 단계;를 포함하되, 상기 영상 생성단계 및 상기 계측 단계는 반복 수행되어 할란의 변화를 측정하는 것을 특징으로 한다.
또한, 상기한 목적을 달성하기 위한 본 발명의 할란의 영역 특정 방법은 카메라부에서 생성된 이미지를 HSV 채널 이미지로 변환하는 단계; 및 상기 변환된 HSV 채널 이미지의 채도 채널에서의 채도값, 명암값 및 색조값 중 하나의 차이를 이용하여 할란의 영역을 설정하는 단계;를 포함한다.
상기 이미지 변환 단계는 상기 카메라부가 생성한 할란의 측면 이미지를 HSV 채널 이미지로 변환하는 단계이고, 상기 할란의 영역을 설정하는 단계는, 상기 변환된 HSV 채널 이미지의 채도 채널에서의 채도값의 차이를 이용하여 난황 영역을 설정하는 단계; 및 상기 HSV 채널 이미지의 명도 채널에서의 명도값의 차이를 이용하여 계란 영역을 설정하는 단계;중 적어도 하나를 포함하는 것을 특징으로 할 수 있다.
상기 할란의 영역을 설정하는 단계는, 상기 계란 영역에서 상기 난황 영역을 제거하여 난백 영역을 설정하는 단계;를 더 포함할 수 있다.
상기 이미지 변환 단계는 상기 카메라부가 생성한 할란의 상부 이미지를 HSV 채널 이미지로 변환하는 단게이고, 상기 할란의 영역을 설정하는 단계는, 상기 변환된 HSV 채널 이미지의 명암 채널에서 명암값의 차이를 이용하여 난황영역을 설정하는 단계; 및 상기 HSV 채널 이미지의 채도 채널에서의 채도값의 차이를 이용하여 계란영역을 설정하는 단계; 중 적어도 하나를 포함할 수 있다.
상기 할란의 영역을 특정하는 단계는, 상기 계란 영역에서 상기 난황 영역을 제거하여 난백 영역을 설정하는 단계;를 더 포함할 수 있다.
상기 카메라부로 생성된 이미지는 관심 영역을 가짐으로써, 상기 이미지에 대한 영상처리는 상기 관심 영역에서만 수행될 수 있다.
상기 할란의 영역 설정 단계는 상기 설정된 영역에 포함되어 있는 특정한 크기 보다 작은 폐 영역을 제거하는 단계;를 더 포함할 수 있다.
또한, 상기한 목적을 달성하기 위한 본 발명의 할란의 계측 방법은 카메라부가 생성한 할란의 이미지에서 계측의 대상 영역인 계측 영역을 생성하는 단계; 상기 계측 영역의 픽셀수를 측정하는 단계; 및 상기 측정선의 픽셀 수 및 보정 계수를 곱함으로써 상기 계측 영역의 실측값을 생성하는 단계;를 포함한다.
상기 계측 영역을 생성하는 단계는, 상기 카메라부가 생성한 할란의 측면 이미지에서 난황 영역 및 난백 영역 중 하나의 영역을 생성하는 단계; 상기 생성된 하나의 영역에서 가장 높은 Y좌표값을 가지는 부분에 Y축에 평행한 측정선을 생성하는 단계; 및 상기 생성된 하나의 영역에 속한 상기 측정선의 부분을 계측 영역으로 생성하는 단계;이고, 상기 보정 계수는 카메라 이미지 센서의 한 픽셀이 나타내는 피사체의 길이를 상기 카메라와 상기 피사체의 이격된 정도에 따라 나타낸 계수여서, 상기 계측 영역의 길이를 구하는 것을 특징으로 할 수 있다.
상기 픽셀 수를 측정하는 단계는, 카메라부가 생성한 상부 이미지로 상기 계측 영역의 중심 좌표를 구하는 단계; 및 상기 보정 계수가 생성된 기준 좌표로부터 상기 계측 영역의 중심좌표가 이격된 정도를 이용하여 상기 계측 영역의 픽셀 수를 보정하는 단계;를 포함하는 것을 특징으로 할 수 있다.
상기 계측 영역을 설정하는 단계는, 상기 카메라부가 생성한 할란의 상부 이미지에서 난황 영역 및 난백 영역 중 적어도 하나의 영역을 계측 영역으로 생성하는 단계이고, 상기 보정 계수는 카메라 이미지 센서의 한 픽셀이 나타내는 피사체의 면적을 상기 카메라와 상기 피사체가 이격된 정도에 따라 나타낸 계수여서, 상기 계측 영역의 면적을 구하는 것을 특징으로 할 수 있다.
상기 픽셀의 수를 측정하는 단계는, 상기 계측 영역의 중심 좌표가 상기 상부 이미지의 중심 좌표로부터 이격된 거리에 따라 생기는 상기 계측 영역의 픽셀 수의 변화를 보정하는 것을 특징으로 할 수 있다.
또한 상기한 목적을 달성하기 위한 본 발명의 할란의 계측 방법은 할란의 중량을 측정하는 단계; 상부카메라를 사용하여 상기 할란이 검시판에 위치하는 위치를 측정하는 단계; 상기 할란의 위치에 따른 할란의 중량측정 오차를 계산하는 단계; 및 상기 측정된 할란의 중량을 상기 계산된 중량 측정 오차를 사용하여 보정하는 단계를 포함한다.
상기 할란의 계측방법은, 상기 검시판에 동일 물체가 위치가 상기 검시판의 상이한 위치에 위치함에 따라 발생되는 위치별 중량 차이 데이터를 생성하는 단계를 더 포함하고, 상기 할란의 위치에 따른 할란의 중량측정 오차를 계산하는 단계는 상기 위치별 계측 중량 차이 데이터를 사용하여 할란의 중량 측정 오차를 계산할 수 있다.
또한, 상기한 목적을 달성하기 위한 본 발명의 호우 유닛(Haugh Unit)을 산출하는 방법은 전술한 중량 측정방법 또는 중량 측정부로 할란의 중량을 측정하는 단계; 전술한 방법으로 난백의 높이를 측정하는 단계; 및 상기 측정된 할란의 중량과 상기 난백의 높이를 이용하여 호우 유닛을 산출하는 단계를 포함한다.
전술한 본 발명의 실시예들에 따른 계란 품질 계측 장치에 따르면, 상부 카메라, 측면 카메라로 생성된 할란의 영상을 영상처리기법을 사용하여 분석하고 본체에 일체화된 중량 측정부를 사용함으로써 계란의 품질 측정을 자동화하여 빠르고 정밀하게 수행할 수 있다.
또한, 중량 측정부는 검시판의 위치에 따른 물체의 중량 계측의 오차를 보정하여 보다 정확히 할란의 중량을 측정할 수 있다.
도 1은 본 발명의 일 실시 예에 따른 계란 품질 계측 장치의 사시도이다.
도 2는 본 발명의 일 실시 예에 따른 계란 품질 계측 장치의 하단부를 도시한 사시도이다.
도 3은 본 발명의 일 실시 예에 따른 계란 품질 계측 장치의 하단부를 도시한 평면도이다.
도 4는 본 발명의 일 실시 예에 따른 계란 품질 계측 장치에서 자동 측정 모드의 작동 순서도이다.
도 5는 본 발명의 일 실시 예에 따른 계란 품질 계측 장치에서 퍼짐 측정 모드의 작동 순서도이다.
도 6은 본 발명의 일 실시 예에 따른 계란 품질 계측 장치가 측면 카메라로 생성한 영상을 사용하여 계란의 특성을 측정하는 방법의 작동 순서도이다.
도 7은 본 발명의 일 실시 예에 따른 계란 품질 계측 장치가 상부 카메라로 생성한 영상을 사용하여 계란의 특성을 측정하는 방법의 작동 순서도이다.
도 8a 내지 도 8c는 본 발명의 일 실시 예에 따른 계란 품질 계측 장치가 측면 카메라로 생성한 영상의 원본 및 상기 원본 영상에 관심 영역을 설정하여 잘라낸 영상이다.
도 9a 내지 도 9c는 본 발명의 일 실시 예에 따른 계란 품질 계측 장치가 측면 카메라로 생성한 영상을 HSV 영역으로 변환한 영상이다.
도 10a 내지 도 10c는 본 발명의 일 실시 예에 따른 계란 품질 계측 장치가 측면 카메라로 생성한 영상으로 계란 영역을 특정하는 과정에서 영상이 처리되는 과정을 나타낸 도면이다.
도 11a 내지 도 11e는 본 발명의 일 실시 예에 따른 계란 품질 계측 장치가 측면 카메라로 생성한 영상으로 난황 영역을 특정하는 과정에서 영상이 처리되는 과정을 나타낸 도면이다.
도 12a 내지 도 12d는 본 발명의 일 실시 예에 따른 계란 품질 계측 장치가 측면 카메라로 생성한 영상으로 난백 영역을 특정하는 과정에서 영상이 처리되는 과정을 나타낸 도면이다.
도 13a 및 도 13b는 본 발명의 일 실시 예에 따른 계란 품질 계측 장치가 측면 카메라로 생성한 영상으로 할란의 높이를 측정하는 과정에서 영상이 처리되는 과정을 나타낸 도면이다.
도 14a 내지 도 14d는 본 발명의 일 실시 예에 따른 계란 품질 계측 장치가 상부 카메라로 생성한 영상의 원본 및 상기 원본을 HSV 영역으로 변환한 영상이다.
도 15a 내지 도 15e는 본 발명의 일 실시 예에 따른 계란 품질 계측 장치가 상부 카메라로 생성한 영상으로 난황 영역을 특정하는 과정에서 영상이 처리되는 과정을 나타낸 도면이다.
도 16a 내지 도 16j는 본 발명의 일 실시 예에 따른 계란 품질 계측 장치가 상부 카메라로 생성한 영상으로 난백 영역을 특정하는 과정에서 영상이 처리되는 과정을 나타낸 도면이다.
도 17은 본 발명의 일 실시 예에 따른 계란 품질 계측 장치가 상부 카메라로 생성한 영상으로 할란의 넓이를 측정하는 과정에서 처리된 영상을 나타낸 도면이다.
도 18은 본 발명의 일 실시 예에 따른 계란 품질 계측 장치에 사용된 로드셀을 도시한다.
도 19는 도 18에 도시된 로드셀의 스펙을 나타낸다.
도 20은 24bit ADC(Analog-to-Digital Converter)와 도 18에 도시된 로드셀의 중량 측정 데이터를 처리하는 모듈(JMOD-128)의 배치를 도시한다.
도 21은 도 20에 도시된 모듈 JMOD-128의 상세제원을 도시한다.
도 22는 PC에서 중량 보정 명령을 전송하여 무게의 기준값을 새로 설정 하는 인터페이스를 도시한다.
도 23은 본 발명의 일 실시 예에 따른 계란 품질 계측 장치의 중량 보정 모드의 작동을 나타내는 순서도이다
도 24는 정밀도 ±0.01인 저울로 측정한 기준 중량을 나타낸다.
도 25는 피검체에 위치한 물체의 위치에 따라 상이하게 계측된 위치별 물체의 계측 중량을 도시한다.
도 26은 본 발명의 일 실시 예에 따른 계란 품질 계측 장치의 중량 측정 모드의 정확도 검증 결과를 도시한다.
도 2는 본 발명의 일 실시 예에 따른 계란 품질 계측 장치의 하단부를 도시한 사시도이다.
도 3은 본 발명의 일 실시 예에 따른 계란 품질 계측 장치의 하단부를 도시한 평면도이다.
도 4는 본 발명의 일 실시 예에 따른 계란 품질 계측 장치에서 자동 측정 모드의 작동 순서도이다.
도 5는 본 발명의 일 실시 예에 따른 계란 품질 계측 장치에서 퍼짐 측정 모드의 작동 순서도이다.
도 6은 본 발명의 일 실시 예에 따른 계란 품질 계측 장치가 측면 카메라로 생성한 영상을 사용하여 계란의 특성을 측정하는 방법의 작동 순서도이다.
도 7은 본 발명의 일 실시 예에 따른 계란 품질 계측 장치가 상부 카메라로 생성한 영상을 사용하여 계란의 특성을 측정하는 방법의 작동 순서도이다.
도 8a 내지 도 8c는 본 발명의 일 실시 예에 따른 계란 품질 계측 장치가 측면 카메라로 생성한 영상의 원본 및 상기 원본 영상에 관심 영역을 설정하여 잘라낸 영상이다.
도 9a 내지 도 9c는 본 발명의 일 실시 예에 따른 계란 품질 계측 장치가 측면 카메라로 생성한 영상을 HSV 영역으로 변환한 영상이다.
도 10a 내지 도 10c는 본 발명의 일 실시 예에 따른 계란 품질 계측 장치가 측면 카메라로 생성한 영상으로 계란 영역을 특정하는 과정에서 영상이 처리되는 과정을 나타낸 도면이다.
도 11a 내지 도 11e는 본 발명의 일 실시 예에 따른 계란 품질 계측 장치가 측면 카메라로 생성한 영상으로 난황 영역을 특정하는 과정에서 영상이 처리되는 과정을 나타낸 도면이다.
도 12a 내지 도 12d는 본 발명의 일 실시 예에 따른 계란 품질 계측 장치가 측면 카메라로 생성한 영상으로 난백 영역을 특정하는 과정에서 영상이 처리되는 과정을 나타낸 도면이다.
도 13a 및 도 13b는 본 발명의 일 실시 예에 따른 계란 품질 계측 장치가 측면 카메라로 생성한 영상으로 할란의 높이를 측정하는 과정에서 영상이 처리되는 과정을 나타낸 도면이다.
도 14a 내지 도 14d는 본 발명의 일 실시 예에 따른 계란 품질 계측 장치가 상부 카메라로 생성한 영상의 원본 및 상기 원본을 HSV 영역으로 변환한 영상이다.
도 15a 내지 도 15e는 본 발명의 일 실시 예에 따른 계란 품질 계측 장치가 상부 카메라로 생성한 영상으로 난황 영역을 특정하는 과정에서 영상이 처리되는 과정을 나타낸 도면이다.
도 16a 내지 도 16j는 본 발명의 일 실시 예에 따른 계란 품질 계측 장치가 상부 카메라로 생성한 영상으로 난백 영역을 특정하는 과정에서 영상이 처리되는 과정을 나타낸 도면이다.
도 17은 본 발명의 일 실시 예에 따른 계란 품질 계측 장치가 상부 카메라로 생성한 영상으로 할란의 넓이를 측정하는 과정에서 처리된 영상을 나타낸 도면이다.
도 18은 본 발명의 일 실시 예에 따른 계란 품질 계측 장치에 사용된 로드셀을 도시한다.
도 19는 도 18에 도시된 로드셀의 스펙을 나타낸다.
도 20은 24bit ADC(Analog-to-Digital Converter)와 도 18에 도시된 로드셀의 중량 측정 데이터를 처리하는 모듈(JMOD-128)의 배치를 도시한다.
도 21은 도 20에 도시된 모듈 JMOD-128의 상세제원을 도시한다.
도 22는 PC에서 중량 보정 명령을 전송하여 무게의 기준값을 새로 설정 하는 인터페이스를 도시한다.
도 23은 본 발명의 일 실시 예에 따른 계란 품질 계측 장치의 중량 보정 모드의 작동을 나타내는 순서도이다
도 24는 정밀도 ±0.01인 저울로 측정한 기준 중량을 나타낸다.
도 25는 피검체에 위치한 물체의 위치에 따라 상이하게 계측된 위치별 물체의 계측 중량을 도시한다.
도 26은 본 발명의 일 실시 예에 따른 계란 품질 계측 장치의 중량 측정 모드의 정확도 검증 결과를 도시한다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시 예들을 도면에 예시하고 상세하게 설명하고자 한다.
그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.
본 출원에서 사용한 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가진 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
본 발명의 일 실시예에 따른 계란 품질 계측 장치(100)의 구조
도 1은 본 발명의 일 실시 예에 따른 계란 품질 계측 장치(100)의 개념도이다. 본 발명의 일 실시예에 따른 계란 품질 계측 장치(100)는 본체(111, 112), 제 1 카메라인 상부 카메라(121), 제 2 카메라인 측면 카메라(122), 배경판(123), 검시판(130), 광원부(140), 중량 측정부(150) 및 제어부(미도시)를 포함한다.
본체는 검시판(130), 광원부(140) 및 중량 측정부(150)가 수용될 수 있는 하단부(112)와 상부 카메라(121) 및 측면 카메라(122)가 수용될 수 있는 상단부(111)를 포함한다.
도 2 및 도 3은 본 발명의 일 실시 예에 따른 계란 품질 계측 장치(100)의 하단부(112)를 도시한 사시도 및 평면도이다. 하단부(112)는 평평하게 넓은 형상을 가져 검시판(130)이 흔들리지 않게 지지할 수 있다. 또한, 하단부(112)는 수평 조절 장치를 포함하여 검시판(130)이 수평을 이루도록 할 수 있다.
검시판(130)은 본체의 하단부(112)에 위치하여 검사대상인 할란을 수용한다. 할란은 검시판(130) 윗면에 위치하게 된다. 검시판(130)은 광원부(140)가 조사하는 빛이 검시판(130)에 수용되는 할란을 투과하도록 빛을 투과하는 재질로 형성된다.
상부 카메라(121)는 본체의 상단부(111)에 결합되어 검시판(130)의 수직 상방에 위치함으로써, 검시판(130)에 놓인 할란에 대한 상부 영상을 생성한다.
측면 카메라(122)는 본체의 상단부(111)에 결합되어 검시판(130)에 놓인 할란의 측면 영상을 생성한다. 측면 카메라(122)는 본체의 하단부(112)에 결합될 수도 있다. 검시판(130)을 기준으로 측면 카메라(122)의 반대 위치에 배경판(123)이 위치하여 측면 카메라(122)가 검시판(130)에 놓인 할란의 영상을 배경판(123)을 배경으로 생성하게 할 수도 있다.
광원부(140)는 검시판(130)의 하단에 위치하여 검시판(130)을 투과하여 할란을 향해 빛을 조사한다. 광원부(140)는 검시판(130)에 검시판(130) 주변 밝기보다 밝은 빛을 조사함으로써 검시판(130) 주변 밝기에 상부 카메라(121)가 생성하는 할란의 영상이 받는 영향을 줄일 수 있다.
중량 측정부(150)는 본체 하단부(112)에 위치하여 검시판(130)에 놓인 할란의 중량을 측정한다. 본 발명의 일 실시 예에 따른 계란 품질 계측 장치(100)에서 중량 측정부(150)는 할란이 수용되는 검시판(130) 하부에 적어도 하나의 로드셀을 장착하여 할란의 높이를 측정함과 동시에 할란의 중량을 측정 할 수 있다. 본 발명의 일 실시 예에서, 로드셀은 4개일 수 있다. 4개의 로드셀은 직사각형의 모서리와 같은 배열로 검시판(130) 하부에 배치될 수 있다. 검시판(130)은 로드셀에 직접 닿을 수 있으나, 검시판(130)과 로드셀 사이에는 검시판(130)을 수용하는 계량판이 위치하여, 계량판이 로드셀 위에 위치하고, 검시판(130)은 계량판 위에 수용될 수도 있다.
본 발명의 일 실시 예에 따른 계란 품질 계측 장치(100)의 작동 모드
본 발명의 일 실시 예에 따른 계란 품질 계측 장치(100)는 작동모드에 있어서, 수동 측정 모드, 자동 측정 모드 및 퍼짐 측정 모드를 가진다.
수동 측정 모드는 사용자가 직접 수동측정 버튼을 눌러 계란의 품질을 측정을 시작한다.
도 4는 본 발명의 일 실시 예에 따른 계란 품질 계측 장치(100)의 자동 측정 모드의 순서도이다. 자동 측정 모드는 손의 유무와 계란의 유무를 판단하여 사용자가 장치의 작동을 진행시키지 않아도 자동으로 품질의 측정을 진행한다. 자동 측정 모드는 카메라로 얻어진 영상(S410)에 할란을 검시판(130)이 위치시키는 조작수단이 나타난 경우, 할란의 이미지를 온전히 생성할 수 없을 수도 있으므로, 할란의 품질 측정을 진행하지 않고 대기상태를 유지한다(S420). 조작수단에는 사용자의 손이 포함된다. 또한, 검시판(130) 윗면에 할란이 위치하지 않은 경우에도 장치는 대기상태에 머무른다(S430). 즉 자동 측정 모드는 상부 카메라(121)와 검시판(130) 사이에 할란만이 존재할 때에만 할란의 품질 측정이 진행할 수 있다. 단 이는 선택적으로 수행될 수 있다. 사용자는 본 발명의 일 실시 예에 따른 계란 품질 계측 장치(100)가 조작수단을 판별하는 단계 또는 할란이 존재하는지를 판단하는 단계를 선택적으로 수행하도록 설정할 수 있다.
수동 측정 모드 및 자동 측정 모드에서 계란의 품질 계측이 진행되면, 계란 품질 계측 장치(100)는 할란의 이미지 프로세싱 단계(S440), 중량 측정 단계(S450) 및 데이터 산출단계(S460)를 수행한다.
도 5는 본 발명의 일 실시 예에 따른 계란 품질 계측 장치(100)의 퍼짐 측정 모드의 순서도이다. 퍼짐 측정 모드는 검시판(130)에 수용된 할란이 시간에 따라 중력에 의해 변형되는 특성 데이터를 실시간으로 수집한다. 할란의 중력에 의한 변형으로, 할란이 중력에 의해 주변으로 퍼지면서 할란의 높이가 미세하게 낮아지는 것이 있다. 수집하는 데이터는 할란의 난황과 난백의 높이 및 면적일 수 있다. 퍼짐 측정 모드는 할란의 특성을 실시간으로 측정하기 위해, 기설정된 값에 따라, 일정한 시간동안 반복적으로 할란의 특성 데이터를 수집한다(S470). 본 발명의 일 실시 예에 따른 계란 품질 계측 시스템은 20초 동안의 할란의 변형 특성을 1초 간격으로 반복으로 영상을 취득하여, 할란의 높이 및 면적을 측정하고 그래프화하여 사용자에게 디스플레이 할 수 있다. 퍼짐 측정 모드는 수동 측정 모드 또는 자동 측정 모드로 작동될 수 있다.
본 발명의 일 실시 예에 따른 계란 품질 계측 장치(100)의 작동
도 4 및 도 5를 참조하여, 본 발명의 일 실시 예에 따른 계란 품질 계측 장치(100)의 작동을 설명한다. 본 발명의 일 실시예에 따른 계란 품질 계측 장치(100)는 이미지 프로세싱 단계(S440), 중량 측정 단계(S450) 및 데이터 산출 단계(S460)를 포함한다.
먼저 본 발명의 일 실시 예에 다른 계란품질 계측 장치는 상부 카메라(121) 및 측면 카메라(122)로 영상의 취득을 시작한다(S410).
다음으로, 취득되는 영상으로 이미지 프로세싱을 시작한다(S440). 이미지 프로세싱 단계(S440)는 상부 카메라(121) 및 측면 카메라(122)로 이미지를 생성하고 분석하는 단계이다. 이미지 프로세싱 단계(S440)에서 할란의 높이와 면적을 측정한다. 할란의 높이와 면적을 측정하는 방법은 후술한다. 또한, 본 단계는 할란의 색을 판별할 수도 있다.
본 발명의 일 실시 예에 따른 계란 품질 계측 장치(100)는 상부 카메라(121)를 사용하여 할란의 난황색을 판별한다. Switzerland사에서 제공하는 Yolk Colour Fan 모델을 사용하여 난황색을 판별할 수 있다. 본 발명의 일 실시 예에 따른 계란 품질 계측 장치(100)는 Yolk Colour Fan 모델의 등급별 난황색 이미지를 촬영하여, 촬영된 이미지의 RGB 색상을 LAB영상값으로 변환한 뒤, 변환된 영상에서 L 영상 값을 Yolk Colour Fan 모델 등급별로 데이터 베이스화한다. 그리고, 측정된 할란의 난황색과 데이터 베이스화한 Yolk Colour Fan 모델의 각 등급별 데이터를 비교하여 할란의 난황색에 Yolk Colour Fan 모델에 따른 난황색 등급을 산출한다. 같은 방식으로 난백의 색도 판별할 수 있다.
다음으로, 할란의 중량을 측정한다(S450). 본 발명의 일 실시 예에 따른 계란 품질 계측 장치(100)에서 할란의 중량은 할란이 수용되는 검시판(130) 하부에 복수의 로드셀을 장착하여 할란의 높이를 측정함과 동시에 할란의 중량을 측정할 수 있다. 본 발명의 일 실시 예에서, 로드셀은 4개일 수 있다. 4개의 로드셀은 직사각형의 모서리와 같은 배열로 검시판(130) 하부에 배치될 수 있다. 검시판(130)은 로드셀에 직접 닿을 수 있으나, 검시판(130)과 로드셀 사이에는 검시판(130)을 수용하는 계량판이 위치하여, 계량판이 로드셀 위에 위치하고, 검시판(130)은 계량판 위에 수용될 수도 있다.
본 발명의 일 실시 예에서, 중량 측정부(150)는 제어부 및 로드셀로 구성되어, 제어부가 로드셀을 사용함으로써 중량을 측정할 수 있다. 할란의 중량 측정은 제어부가 일정시간 동안 로드셀에서 측정되어 산출된 중량 데이터를 평균하는 것으로 수행될 수 있다. 이러한 방식으로 할란의 중량을 측정하는 경우, 제어부는 중량을 측정하는 순간에도 할란의 영상을 얻기 위해 이미지 프로세싱 단계와 중량 측정 단계를 병렬로 처리할 수 있다. 또는, 제어부가 로드셀을 제어하는 것이 아니라 중량 측정부(150)에서 독립적으로 중량을 측정하여 제어부로 측정된 중량을 전달할 수도 있다.
일반적으로 정밀 저울은 물체의 중량에 의해 로드셀을 누르는 압력을 측정한다. 물체가 수용되는 계량판이 크면 수용되는 물체가 계량판의 중심에서 멀어질수록 각각의 로드셀에 가해지는 압력이 달라져 오차가 생긴다. 따라서 정밀저울의 경우 오차를 줄이기 위해 계량판의 크기는 일반적으로 작다.
그러나 본 발명에 따른 계란 품질 계측 장치(100)는 계란이 수용되는 검시판(130)이 정밀저울의 계량판 보다 크다. 검시판(130)이 계량판의 크기보다 상대적으로 2배 이상 크기 때문에 이를 보정하기 위해 상부 카메라(121)를 이용하여 물체가 상부 카메라(121)의 중심으로부터 이격된 위치를 측정하여 기존에 이미 중량을 알고 있는 특정 물체로 측정한 상부 카메라(121)의 중심으로부터 벗어난 거리에 따른 중량 오차 데이터 베이스와 비교하여 오차만큼 측정된 중량 데이터를 수정할 수 있다. 이렇게 측정된 중량데이터를 수정하는 방식으로 할란의 중량과 측정된 중량의 오차율을 20%가량 줄일 수 있다.
마지막으로 할란의 특성에 관련된 데이터를 산출한다(S460). 데이터 산출 단계는 생성된 할란의 데이터를 사용하여 계란의 품질에 관련된 데이터를 산출할 수 있고, 산출하는 데이터는 호우유닛일 수 있다. 여기서, 호우유닛은 HU = 100 log10 (h - 1.7w0.37 + 7.6) 로 계산된다. h는 농후난백의 높이(mm)이고, w는 계란의 중량(g)이다.
이하 도 6 및 도 7을 참조하여 본 발명의 일 실시 예에 따른 계란 품질 계측 장치(100)가 이미지 프로세싱을 수행하는 방법을 설명한다. 본 발명의 일 실시 예에 따른 계란 품질 계측 시스템의 이미지 프로세싱은 MVTec사의 Halcon 이미지 라이브러리와 Intel 사의 OpenCV 이미지 라이브러리를 사용하여 수행될 수 있다.
이하 본 발명의 일 실시 예에 따른 계란 품질 계측 장치(100)가 이미지 프로세싱 단계(S440)에서 측면 카메라(122)를 사용하여 난백 및 난황의 높이를 측정하는 방법을 설명한다.
도 6은 본 발명의 일 실시 예에 따른 계란 품질 계측 장치(100)가 측면 카메라(122)로 생성한 영상을 사용하여 계란의 특성을 측정하는 방법의 순서도이다.
도 7은 본 발명의 일 실시 예에 따른 계란 품질 계측 장치(100)가 상부 카메라(121)로 생성한 영상을 사용하여 계란의 특성을 측정하는 방법의 순서도이다.
도 8a 내지 도 8c는 본 발명의 일 실시 예에 따른 계란 품질 계측 장치(100)가 측면 카메라(122)로 생성한 영상의 원본 및 상기 원본 영상에 관심 영역을 설정하여 잘라낸 영상이다.
도 9a 내지 도 9c는 본 발명의 일 실시 예에 따른 계란 품질 계측 장치(100)가 측면 카메라(122)로 생성한 영상을 HSV 영역으로 변환한 영상이다.
도 10a 내지 도 10c는 본 발명의 일 실시 예에 따른 계란 품질 계측 장치(100)가 측면 카메라(122)로 생성한 영상으로 계란 영역을 특정하는 과정에서 영상이 처리되는 과정을 도시한다.
도 11a 내지 도 11e는 본 발명의 일 실시 예에 따른 계란 품질 계측 장치(100)가 측면 카메라(122)로 생성한 영상으로 난황 영역을 특정하는 과정에서 영상이 처리되는 과정을 도시한다.
도 12a 내지 도 12d는 본 발명의 일 실시 예에 따른 계란 품질 계측 장치(100)가 측면 카메라(122)로 생성한 영상으로 난백 영역을 특정하는 과정에서 영상이 처리되는 과정을 도시한다.
도 13a 및 도 13b는 본 발명의 일 실시 예에 따른 계란 품질 계측 장치(100)가 측면 카메라(122)로 생성한 영상으로 할란의 높이를 측정하는 과정에서 영상이 처리되는 과정을 도시한다.
도 6 및 도 8a 내지 도 13b를 참조하여 본 발명의 일 실시 예에 따른 계란 품질 계측 장치(100)가 측면 카메라(122)를 이용하여 이미지 프로세싱 단계(S440)를 수행하는 방법을 설명한다. 먼저 제어부는 측면 카메라(122)를 사용하여 계란의 측면 영상을 취득한다(S510). 도 8a는 무보정 상태의 영상 이미지로 이미지 사이즈는 2592 x 1944 사이즈이다. 제어부는 무보정 상태의 영상을 전처리 하는 단계를 진행한다(S520). 제어부는 무보정 영상의 전처리로, 관심영역을 설정하여 추후 진행될 이미지 프로세싱이 진행되는 영역을 설정한다. 또한, 무보정 상태의 영상을 HSV 영역으로 변환하여 이미지 프로세싱이 진행될 영상으로 변환한다.
도 8을 참조하여 제어부가 이미지에 관심영역을 설정하는 것을 보다 상세히 설명한다. 도 8b는 무보정 상태의 영상 이미지에 관심 영역(Region of interest, ROI)을 설정한 상태를 도시한다. 무보정 상태의 2592 x 1944의 높은 해상영역을 모두 영상 처리 할 경우 고성능 프로세싱이 필요하다. 하지만 할란이 위치하는 영역은 항상 일정하므로 관심영역(Region Of Interest; ROI)을 지정하여 ROI만 영상처리 할 수 있다. 본 발명의 일 실시 예에서, ROI를 설정하기 위해 reduce_domain(a,b,c) 함수를 사용할 수 있다. 여기서 a는 자를 영상을 지시하는 파라미터이고 b는 ROI를 하기 위한 영역을 나타내는 파라미터이다. 그리고 c는 잘라진 영상이 저장될 파라미터이다.
도 8c는 원본 영상을 ROI영역으로 잘라낸 상태를 도시한다. 본 발명의 일 실시 예에서, reduce_domain 함수로 ROI 사각형 영역으로 원본영상을 자를 경우 영상처리 해야 할 픽셀 수는 5038848에서 2272000으로 55% 가량 줄어들고 영상처리 속도는 이론상 55%가량 상승한다.
도 9를 참조하여 제어부가 이미지를 HSV 영역으로 변환시키는 단계를 설명한다. 측면 카메라(122)로 생성된 이미지는 RGB 영역의 데이터로 구성되어 있다. 제어부는 추후 진행될 영상 처리를 위해 RGB 영역의 색을 HSV(Hue Saturation Value) 영역으로 변환 시킨다. HSV는 색조, 채도,명암으로 분리되는 색모델이다. HSV 영역으로 변환된 이미지의 예가 도 9에 도시되어 있다. 도 9a는 색조 데이터(H 영역)로 표현되는 이미지이다. 마찬가지로, 도 9b는 채도 데이터(S영역)로 표현되는 이미지이고, 도 9c는 명암 데이터(V영역)로 표현되는 이미지이다.
채도는 색의 맑음 정도를 나타낸다. 상대적으로 빛의 포화도가 높은 난황영역이 난백영역 보다 채도 값이 높아 이미지가 밝게 표시된다. 따라서, 채도 값을 사용하여 난황영역과 난백영역을 구분 할 수 있다. 명도는 색깔의 밝고 어두운 정도를 나타낸다. 광원부(140)에서 조사되는 빛으로 난황 영역과 난백 영역은 주위 영역보다 높은 명암 값을 가진다. 따라서 명도 값을 사용하여 전체 할란의 영역을 검출할 수 있다.
다음으로, 제어부는 영상에서 계란의 영역을 특정한다(S530). 도 10a 내지 도 10c를 참조하여 설명한다. 제어부는 배경과 계란 영역을 분리하기 위해 HSV중 V영역에서 값이 급변하는 한계점을 사용하여 특정 범위의 밝기를 가지는 픽셀만 선택한다. 픽셀이 선택된 예가 도 10a에 도시되어 있다. 본 발명의 일 실시 에에서, 픽셀을 선택하는 과정은 threshold 함수를 사용하여 수행될 수 있다. threshold 함수는 임계 값을 사용하여 계란영역의 픽셀만을 선택한다. 임계 값은 실험적으로 선정될 수 있다. 카메라의 렌즈의 밝기에 따라 임계 값은 변경될 수 있다. 또한, opening_circle 함수를 사용하여 특정 크기의 원형구조 보다 작은 영역을 제거하여 경계선을 매끄럽게 할 수 있다. 여기서 원형구조의 원의 파이로 3.3을 사용할 수 있다. 경계선을 매끄럽게 한 결과가 도 10b에 도시되어 있다.
그리고, 한 개의 영역으로 묶여있던 픽셀을 근접 영역픽셀끼리 묶어 분리한다. 이러한 라벨링을 통해 계란의 전체 영역과 아닌 영역을 분리 할 수 있다. 본 발명의 일 실시 예에서, 이는 connection 함수를 사용하여 구현될 수 있다. 라벨링된 결과가 도 10c에 표시되어 있다.
라벨링 이후 각각의 라벨로 분리된 영역들 중에서 계란 영역을 선택한다. 도 10d는 계란영역만 선택되어 표시되는 결과를 도시한다. 본 발명의 일 실시 예에서, 이는 select_shape 함수를 사용하여 구현될 수 있다. select_shape 함수의 파라미터는 area, row1 및 row2 이다. Area는 영역의 픽셀 총 개수이고 row1은 영역이 시작되는 y축값 row2는 영역의 중심 y축 값이다. select_shape 함수는 전술한 파라미터를 사용하여 특정한 조건에 속하는 영역을 선택할 수 있다.
다음으로, 제어부는 난황 영역을 특정한다(S540). 난황 영역의 특정은 HSV영역에서 채도 값을 이용한다. 본 발명의 일 실시 예에서, 제어부는 난황과 난백 영역을 분리하기 위해 reduce_Domain 함수를 사용하여 HSV로 변환된 이미지에서 S 영역 데이터만을 분리한다. S영역 데이터만 분리된 이미지가 도 11a에 도시되어 있다.
그리고 제어부는 채도의 임계 값을 사용하여 난황 영역의 픽셀을 선택한다. 전술한 바와 같이 임계 값은 실험적으로 얻어진다. 본 발명의 일 실시 예에서, 도 11b에 도시된 바와 같이, 제어부는 s영역에서 상대적으로 난백보다 채도가 높은 난황영역을 threshold 명령어를 통해 영역을 선택할 수 있다. 또한, opening_circle 함수를 사용하여 특정 크기의 원형구조 보다 작은 영역을 제거하여 경계선을 매끄럽게 할 수 있다. 여기서 원형구조의 원의 파이로 3.3을 사용할 수 있다. 경계선을 매끄럽게 한 결과가 도 11c에 도시되어 있다. 그리고 제어부는 전술한 바와 같이 라벨링 과정을 거쳐 도 11d와 같은 결과 이미지를 생성하고, 라벨링되어 분리된 다수의 영역 중에서 난황 영역을 선택하여 도 11e에 도시된 바와 같이 난황 영역을 특정한다. 본 발명의 일 실시 예에서, 난황영역을 선택하기 위해 사용되는 select_shape함수의 파라미터 입력은 "select_shape(ConnectedRegions, YolkRegionSelect, ['area', 'row1','row2'], 'and', [10000, 320,600], [120000,800, 800])"일 수 있다. 전술한 바와 같이 area, row1, row2 값은 실험적으로 얻어진다.
다음으로, 제어부는 난백 영역을 특정한다(S550). 난백 영역은 계란의 전체 영역에서 난황 영역을 제거하여 생성될 수 있다. 본 발명의 일 실시 예에서, 제어부는 difference 함수를 사용하여 전체 영역에서 난황영역을 제거할 수 있다. 계란영역에서 난황 영역이 제거된 결과가 도 12a에 도시되어 있다. 전술한 바와 같이 opening_circle 함수를 사용하여 특정 크기의 원형 구조보다 작은 영역을 제거하여 노이즈를 제거할 수 있다. 여기서 원형구조의 원의 파이로 3.3을 사용할 수 있다. 경계선을 매끄럽게 한 결과가 도 12b에 도시되어 있다.
그리고 제어부는 전술한 바와 같이 라벨링 과정을 거쳐 도 12c와 같은 결과 이미지를 생성하고, 라벨링되어 분리된 적어도 하나의 영역 중에서 난백 영역을 선택하여 도 12d에 도시된 바와 같이 난백 영역을 특정한다. 난백 영역의 특정은 라벨링된 적어도 하나의 영역들 중에서 select_shape를 사용하여 가장 많은 픽셀 수를 가지는 영역을 선택하는 것으로 수행될 수 있다. 본 발명의 일 실시 예에서, 난백영역을 선택하기 위해 사용되는 select_shape함수의 파라미터 입력은 "select_shape(TotalConnectedRegions, TotalRegionSelect, ['area', 'row1','row2'], 'and', [100000, 320, 320], [600000, 730, 800])"일 수 있다. 난황 영역 특정과 마찬가지로 ['area', 'row1','row2']는 순서대로 라벨링된 영역의 픽셀 개수와 라벨링된 영역의 Y좌표의 시작과 Y좌표의 중간 값이다. 이 수치 값들은 카메라의 렌즈와 카메라의 위치가 달라졌을 때 다시 설정 해주어야 한다. 전술한 바와 같이 area, row1, row2 값은 실험적으로 얻어진다.
다음으로, 제어부는 데이터를 산출한다(S560). 산출되는 데이터는 난황영역과 난백영역의 높이다. 제어부는 전술한 단계에서 생성된 난황 및 난백의 영역을 사용하여 높이를 측정하는 것으로 높이 데이터를 산출할 수 있다.
도 13a 및 도 13b를 참조하여 보다 상세히 설명한다. 난황 영역의 가장 높은 지점과 난백영역의 높이가 완만해지는 지점에 수직선이 그려진 상태가 도 13a에 도시되어 있다. 그리고 난황 및 난백 영역 내에 수용되는 수직선이 도 13b에 도시되어 있다. 본 발명의 일 실시 예에 따른 높이의 측정은 난황 영역 및 난백 영역에 수직선을 생성한다. 그리고 제어부는 난황 영역과 난백 영역에 수용되는 수직선에 포함된 픽셀 수를 얻어 카메라의 실제 이미지센서의 픽셀당 길이를 곱해 실제 길이로 환산한다. 길이로 환산하는 과정 중 계란의 놓이는 위치에 따라 같은 길이의 물체라도 픽셀수가 달라지므로 윗면의 카메라를 통해 난황과 난백의 중심 좌표를 영상처리를 통해 구한 후 거리에 따른 픽셀 값을 보정한다.
본 발명의 일 실시 예에서, Intersection 함수를 사용하여 난황 영역과 난백 영역에 수용되는 수직선을 특정할 수 있고, area_center 함수를 사용하여 특정된 수직선에 포함된 픽셀의 수를 측정할 수 있다. area_center 함수는 "area_center(YolkRegion, Area, Row, Col)"의 형태를 가지며, yolkRegion으로 참조되는 영역의 픽셀수를 Area 변수에 저장하고, 영역의 중심점의 좌표를 Row와 Col 변수에 저장한다.
이하 이미지로 피사체의 실제 길이를 측정하는 방법을 설명한다. 먼저 카메라와 피사체의 거리에 따른 피사체의 픽셀 수를 보정하여야 한다. 상부 카메라(121)를 통해 거리 보정을 하기 위해 카메라와 피사체의 이격된 거리에 따라 피사체를 표현하기 위한 픽셀의 수에 대한 변화 값이 필요하다. 이를 획득하기 위해 본 발명의 일 실시 예에서는 3cm 정육각형으로 된 모델을 사용하여, 이 모델이 상부 카메라(121)의 중심에 놓여 있는 상태에서 측면 카메라(122)로 측정했을 때 높이에 해당되는 선의 픽셀 수를 구하고, 그 후 다른 위치에 정육각형 모델을 위치시켜 위치에 따라 표현되는 해당되는 선의 픽셀 수를 측정한다. 이러한 방법으로, 위치에 따른 픽셀 수의 변화를 이용하여 피사체가 상부 카메라(121)의 중심으로부터 이격된 정도를 2차면 평면에서 구한 후, 정육각형 모델로 측정된 데이터를 사용하여 피사체의 위치에 따라 표현되는 픽셀의 수를 피사체가 상부 카메라(121)의 중앙 좌표에 있을 때의 픽셀수로 보정할 수 있다. 그 후 1차 저주파 필터를 이용하여 잡음을 제거 할 수도 있다.
그리고, 이미지의 픽셀 수로 실제 피사체의 길이를 계산한다. 카메라의 해상도 및 한 개 화소의 실제 길이와 높이는 카메라의 제원표를 통해 얻을 수 있다. 실제 길이가 알려진 정육면체를 상부 카메라(121)로 생성되는 영상의 중심에 위치한 후 사이드 카메라로 찍어 수직선의 픽셀 수를 구한다. 구한 픽셀 수에 이미지 센서의 픽셀길이를 곱하여 정육면체의 실제 길이와의 비례값을 구한다. 구한 비례 값이 보정변수이다. 따라서, 영상에 촬영된 이미지에서 피사체의 실제 크기는 이미지센서의 픽셀길이, 수직선의 픽셀수 및 보정변수를 곱하여 얻을 수 있다.
이하 본 발명의 일 실시 예에 따른 계란 품질 계측 장치(100)의 이미지 프로세싱 단계(S440)에서 상부 카메라(121)를 사용하여 난백 및 난황의 면적을 측정하는 방법을 설명한다.
도 14a 내지 도 14d는 본 발명의 일 실시 예에 따른 계란 품질 계측 장치(100)가 상부 카메라(121)로 생성한 영상의 원본 및 상기 원본을 HSV 영역으로 변환한 영상이다.
도 15a 내지 도 15e는 본 발명의 일 실시 예에 따른 계란 품질 계측 장치(100)가 상부 카메라(121)로 생성한 영상으로 난황 영역을 특정하는 과정에서 영상이 처리되는 과정을 도시한다.
도 16a 내지 도 16j는 본 발명의 일 실시 예에 따른 계란 품질 계측 장치(100)가 상부 카메라(121)로 생성한 영상으로 난백 영역을 특정하는 과정에서 영상이 처리되는 과정을 도시한다.
도 17은 본 발명의 일 실시 예에 따른 계란 품질 계측 장치(100)가 상부 카메라(121)로 생성한 영상으로 할란의 넓이를 측정하는 과정에서 처리된 영상을 도시한다.
도 7 및 도 14a 내지 도 17을 참조하여 본 발명의 일 실시 예에 따른 계란 품질 계측 장치(100)가 상부 카메라(121)를 이용하여 이미지 프로세싱 단계(S440)를 수행하는 방법을 설명한다. 측면 카메라(122)로 이미지 프로세싱 단계(S440)를 수행하는 방법과 중복되는 부분에 대한 설명은 간략히 한다.
먼저, 상부 카메라(121)는 무보정된 이미지를 생성한다(S610). 보정되지 않은 원본 이미지가 도 14a에 도시되어 있다. 그리고 제어부는 원본 이미지의 전처리로 원본 이미지를 HSV 영역 이미지로 변환한다(S620). HSV 영역으로 변환된 이미지의 색조 영역(H 영역)이 도 14b에 도시되어 있다. 마찬가지로 채도 영역(S 영역)이 도 14c에 도시되어 있고, 명암 영역(V 영역)이 도 14d에 도시되어 있다.
윗면에서 바라본 계란의 채도 영역은 옆면에서 바라본 채도 영역과 마찬가지로 빛의 포화도가 높은 난황영역이 투명한 난백영역보다 밝게 나온다. 이점을 이용하여 난황과 난백의 영역을 분리 할 수 있다. 또한, 상부 카메라(121)는 광원부(140)를 정면으로 바라보므로 난황영역은 다른 영역에 비하여 상대적으로 어두운 이미지로 생성된다. 이 점을 이용하여 난황영역을 검출 할 수 있다.
다음으로, 난황영역을 특정하는 단계이다(S630). 본 발명의 일 실시 예에서 난황을 특정하는 단계가 도 15a내지 도 15e에 도시되어 있다. 광원부(140)는 검시판(130)의 아래에 위치하고, 검시판(130)을 통과하여 할란에 빛을 조사하므로, 난백에 비해 불투명한 난황은 빛이 통과하지 못해 상부 카메라(121)가 생성한 영상에서 할란은 어둡게 나타난다. 이를 이용하여 본 발명의 일 실시 예에서는, 제어부가 HSV 영역으로 변환된 이미지의 V 영역에서 threshold 함수를 통해 검은색 부분을 검출한다. 제어부는 threshold 함수에 사용하는 임계값은 전술한 바와 같이 실험적으로 구해진다. 만약 카메라의 렌즈의 밝기가 달라지면 임계값이 변경되어야 한다. Threshold 함수를 사용하여 설정된 난황영역의 이미지가 도 15a에 도시되어 있다.
그리고 제어부는 전술한 바와 같이 opening_circle 함수를 사용하여 특정 크기의 원형 구조보다 작은 영역을 제거하여 도 15b1과 같이 노이즈를 제거할 수 있다. 도 15b은 난황과 노이즈가 함께 존재하는 영상에서 노이즈가 제거된 영상을 대비하여 도시한다. 여기서 원형구조의 원의 파이로 30을 사용하여 난황영역이 아닌 난황 끈과 같은 불순물을 제거할 수 있다. 난황 끈을 비롯한 불순물을 제거한 결과가 도 15c에 도시되어 있다.
그리고 제어부는 전술한 바와 같이 라벨링 과정을 거쳐 도 15d와 같은 결과 이미지를 생성하고, 라벨링되어 분리된 적어도 하나의 영역 중에서 난황 영역을 선택하여 도 15e에 도시된 바와 같이 난백 영역을 특정한다. 본 발명의 일 실시 예에서, 난황 영역의 특정은 라벨링된 적어도 하나의 영역들 중에서 select_shape 함수를 사용하여 특정한다. select_shape 함수에서 사용한 범위 값은 area, circularity이다. area는 영역의 픽셀 총 개수이고 circularity는 원형 모형의 파이 이다. 두 가지 특징으로 난황영역만을 전체 영역에서 분리 할 수 있다.
다음으로, 난백영역을 특정하는 단계이다(S640). 난백영역의 특정은 ROI 설정단계, 그레이 픽셀 값을 평준화하는 단계, 계란영역 설정단계 및 후처리 단계로 진행된다.
먼저, ROI 영역을 설정하여 영상처리되는 데이터 처리량을 줄일 수 있다. ROI를 설정하는 과정은 생략될 수 있다. 본 발명의 일 실시 예에 따른 계란 품질 계측 장치(100)가 ROI를 설정하는 과정은 Dilation_circle 함수를 사용하여 수행될 수 있다.
HSV영역중 채도 영역으로 난황과 난백을 분리 할 수 있으며 ROI를 통해 이미지 프로세싱할 영역을 줄 일 수 있다. 제어부는 Dilation_circle 함수를 사용하여 난황영역과 닮음 꼴의 원을 만들고, 이 영역을 ROI 영역으로 사용하여 HSV영역으로 변환된 이미지에서 S영역(채도영역)을 자를 수 있다. 제어부는 난황영역의 파이를 기준으로 난백 영역을 포함하는 원형의 ROI 영역을 설정할 수 있다. 실험적으로 ROI영역의 파이는 난황영역의 파이의 5배를 사용할 수 있다. 도 16a은 난황의 경계선을 도시하고 도 16b는 난황의 경계선으로 생성된 ROI 영역을 도시한다.
그 후 reduce_domain을 통해 ROI 영역에 속한 영역만을 남기고 나머지 영역을 잘라 버린다. 그 결과가 도 16c 및 도 16d에 도시되어 있다.
그레이 픽셀 값을 평준화하는 단계는 소집단의 그레이 픽셀을 주위의 그레이 픽셀과 비슷한 색상으로 평균화 시키는 단계이다. 이 과정을 통해 주위영역의 그레이값을 비슷한 영역으로 바꿔 영상의 영역을 분리하기 쉽게 만들 수 있다. 본 발명의 일 실시 예에 따른 계란 품질 계측 장치(100)는 gray_closing_shape 함수를 사용하여 작은 그레이 픽셀을 주위의 그레이 픽셀과 비슷한 색상으로 평균화 시킬 수 있다.
난백영역을 설정하는 단계는 특정 그레이 값을 가지고 있는 픽셀들을 선택하는 것으로 수행된다. 본 발명의 일 실시 예에 따른 계란 품질 계측 장치(100)는 threshold 명령어를 이용해 특정 그레이 값을 가지고 있는 픽셀들만 선택한다. 실험적으로, 그레이값의 범위는 30~130를 사용할 수 있다. 본 발명의 일 실시 예에 따른 계란 품질 계측 장치(100)가 특정 그레이 값을 사용하여 난백영역을 선택한 결과가 도 16e에 도시되어 있다.
그리고 본 발명의 일 실시 예에 따른 계란 품질 계측 장치(100)는 한 개의 영역으로 묶여있던 픽셀을 근접 영역픽셀끼리 묶어 분리한다. 이러한 라벨링을 통해 난백 영역과 다른 영역을 분리 한다. 이러한 라벨링은 connection 함수를 사용하여 수행될 수 있다. 난백 영역과 다른 영역으로 분리되어 라벨링된 결과가 도 16f에 도시되어 있다.
그리고 본 발명의 일 실시 예에 따른 계란 품질 계측 장치(100)는 라벨링된 다수의 영역 중에서 난백 영역을 선택한다. 본 발명의 일 실시 예에 따른 계란 품질 계측 장치(100)는 전술한 방법과 같이 select_shape 함수를 사용하여 특정 범위에 속하는 영역을 선택한다. 여기서 영역의 픽셀 총 개수를 의미하는 Area 파라미터를 사용하여 난백영역을 선택할 수 있다. 분리된 다른 영역은 난백영역보다 상대적으로 작은 픽셀을 가진 영역이므로 Area 파라미터를 사용하여 난백 영역을 선택 할 수 있다. 난백 영역을 선택한 결과가 도 16g에 도시되어 있다.
그리고 본 발명의 일 실시 예에 따른 계란 품질 계측 장치(100)는 선택된 난백 영역을 후처리한다. 후처리는 선택된 난백영역의 경계를 매끄럽게 하고, 선택된 난백영역의 내부에 포함된 공백부분을 제거하는 것으로 이루어질 수 있다.
본 발명의 일 실시 예에 따른 계란 품질 계측 장치(100)는 closing_circle 함수를 사용하여 특정 반경을 가진 원보다 작은 영역을 제거해 난백 영역의 경계를 매끄럽게 할 수 있다. 여기에 사용된 원의 크기는 300이다. 경계를 매끄럽게한 결과가 도 16h에 도시되어 있다.
그리고 본 발명의 일 실시 예에 따른 계란 품질 계측 장치(100)는 fill_up 함수를 사용하여 닫혀있는 큰 영역에 포함된 작은 영역을 제거함으로써 난백영역의 내부에 포함된 공백부분을 제거할 수 있다. 이 과정으로 난백영역의 내부에 포함되어 있는 빈 공간을 제거한 결과가 도 16i에 도시되어 있다.
그리고 본 발명의 일 실시 예에 따른 계란 품질 계측 장치(100)는 난백영역만의 면적을 구하기 위해 전체 계란 영역에서 난황영역을 제거한다. 이는 difference 함수를 사용하여 수행될 수 있다. 최적적으로 생성된 난백영역의 이미지가 도 16j에 도시되어 있다.
다음으로, 데이터를 산출하는 단계이다(S650). 산출하는 데이터는 난백 및 난황의 면적일 수 있다.
본 발명의 일 실시 예에 따른 계란 품질 계측 장치(100)는 난황의 픽셀 수와 난백의 픽셀 수를 구하고 상기 픽셀 수에 카메라의 실제 이미지센서에서의 한 픽셀당 표현하는 피사체의 면적을 곱하여 실제 면적을 계산할 수 있다.
여기서 본 발명의 일 실시 예에 따른 계란 품질 계측 장치(100)는 난백 및 난황의 높이를 측정하는 방식에서 화소의 수를 보정하는 것과 같은 방식으로 카메라의 중심 좌표와 난황의 중심 좌표간의 차이를 구하여 난황의 중심이 카메라의 중심으로부터 이격된 정도를 구하고, 이격된 정도에 따라 표시되는 화소의 수를 보정할 수 있다.
본 발명의 일 실시 예에 따른 계란 품질 계측 장치(100)는 area_center 함수를 사용하여 난황의 픽셀 수와 난백의 픽셀 수를 구할 수 있다.
그리고, CMOS센서의 한 픽셀 실제 길이는 상부 카메라(121)의 제원표에서 구할 수 있다. 본 발명의 일 실시 예에 따른 계란 품질 계측 장치(100)에 사용되는 CMOS센서의 한 픽셀 실제 길이는 0.28 X 0.28mm이다. 상부 카메라(121)로 생성한 영상을 영상처리를 통해 측정한 난백과 난황의 영역의 픽셀수에 cmos센서의 한 픽셀의 실제 면적을 곱하면, 즉 (0.28 x 0.28)x(영역의 픽셀수)를 연산하면 실제 면적을 구할 수 있다.
도 17은 상부 카메라(121)로 생성한 영상 이미지에 난황 및 난백의 영역을 표시하고, 산출된 데이터를 표시한 도면이다.
여기서 distance는 파란색 지시선의 교차로 표시된 화면의 정중앙으로부터 난황 중심까지의 이격된 거리이다. distance_x는 파란색 지시선의 교차로 표시된 화면 정중앙으로부터 난황의 중심까지의 절대값 x축좌표거리이다.
distance_y는 파란색 지시선의 교차로 표시된 화면 정중앙으로부터 난황의 중심까지의 절대값 y축좌표거리이다. yorkcoumn_dis는 파란색 지시선의 교차로 표시된 화면 정중앙으로부터 난황의 중심까지의 정수로 표시된 x축좌표거리이다. yorkcoumn_dis 값은 distance_x와 같은 값을 가지지만 x축의 파란색의 중심에서 왼쪽일 경우 - 부호, 오른쪽일 경우 + 부호를 가진다. yolkrow_dis는 파란색 지시선의 교차로 표시된 화면 정중앙으로부터 난황의 중심까지의 정수로 표시된 y축 좌표거리이다. yolkrow_dis 값은 distance_y와 같은 값을 가지지만 y축의 파란색의 중심에서 위쪽인 경우 - 부호를 가지고 아래쪽인 경우 + 부호를 가진다.
본 발명의 일 실시 예에 따른 계란 품질 계측 장치(100)의 중량측정
로드셀(Load Cell)은 힘(Force)이나 하중(Load)등의 물리량을 전기적 신호로 변환시켜 힘이나 하중을 측정하는 하중감지센서(Transducer)이다. 물체는 힘이나 하중에 의하여 이에 비례하는 변형이 발생하며 단위길이당 발생하는 변형량을 변형률(Srain)이라고 한다. 이때 발생되는 변형률은 힘이나 하중의 크기에 직선적으로 변화하는 특징을 가지고 있다.
변형률의 측정을 위해 개발된 측정소자(Sensor)로 스트레인 게이지가 있다. 스트레인 게이지는 물체의 전기 저항 값이 길이와 단면 변화에 의하여 변화한다는 원리에 기반하여 작동한다.
로드셀은 힘이나 하중에 대하여 구조적으로 안정된 변형을 발생시키는 탄성 변형체(Elastic Strain Member)의 수감부에서 발생하는 물리적 변형을 스트레인 게이지를 이용하여 전기저항 변화로 변환시키고 전기회로의 일종인 휘트스톤 브릿지(Wheatstone Bridge)를 구성하여 정밀한 전기적 신호로 변환시켜 무게를 측정한다.
본 발명의 일 실시 예에 따른 계란 품질 계측 장치(100)는 로드셀을 4개 사용하였고 사용된 한진데이터의 HD-Lcell-01 로드셀이 도 18에 도시되어 있다. 도 19는 도 18에 도시된 한진데이터의 HD-Lcell-01 로드셀의 스펙을 나타낸다. 또한, 도20을 참조하여 설명하면, 영상처리 및 중량 측정의 측정 시간을 줄이기 위해 별도의 모듈을 사용하여 로드셀의 중량 측정 부분을 따로 분리 처리하도록 설계하였으며, 처리 모듈은 제이씨넷 사의 8bit MCU인 Atmega128를 탑재한 모듈(JMOD-128)이다. 도 21은 모듈 JMOD-128의 상세제원을 도시한다. 그리고 로드셀의 정밀도를 증가하기 위해 도 20에 도시된 바와 같이 고정밀의 24bit ADC(Analog-to-Digital Converter)를 사용하였으며, 본 실시 예에서는 한진데이터사의 EPX4XM8A를 4개 사용하였다.
본 발명의 일 실시 예에 따른 계란 품질 계측 장치(100)의 중량 보정 모드는 로드셀을 제어하는 마이크로프로세서(ATMEGA128)와 PC 간에 RS232 통신 방식을 사용해 상호 데이터를 입출력한다. 도 22는 PC에서 중량 보정 명령을 전송하여 무게의 기준값을 새로 설정 하는 인터페이스를 도시한다.
본 발명의 일 실시 예에 따른 계란 품질 계측 장치(100)의 로드셀을 이용한 무게 측정에서 프로그램적 알고리즘은 무게 보정 작업을 통하여 얻어진 제로, SPAN 두 점으로 중량을 계산한다. 무게 보정 작업 시 로드셀에서 측정된 ZERO 계측값과 SPAN 계측값을 선형 식을 만들어 무게 값을 표시 하게 된다. 로드셀을 이용한 알고리즘은 아래의 수학식 1과 같다.
상기 수학식 1에서 X는 계측된 물체의 중량값이고 A 및 B는 무계보정변수이다. Y는 보정된 물체의 계측 중량값이다. 무계 보정변수 A는 (SPAN중량 - 0) / ( SPAN 시 계측값 - ZERO시 계측값)과 같이 SPAN과 0의 실제 중량 값과 계측된 중량 값의 비로 표현될 수 있다. 여기서 SPAN 중량은 중량 보정을 위해 중량 값을 알고 있는 임의의 물체의 중량이다. SPAN 계측값은 SPAN 중량값을 가지는 임의의 물체를 계측하였을 때 측정된 계측 중량 값이고 ZERO시 계측값은 계측되는 물체가 없을 때, 즉 중량이 0일 때 측정된 계측 중량 값이다. 상기 수학식 1은 아래의 수학식 2와 같이 쓸 수 있다.
상기 수학식2에서 B는 아래의 수학식 3과 같이 계산될 수 있다. 즉 중량이 0일 경우 표시되는 계측 값에 무계 보정변수 A와 -1을 곱한 값을 B로 사용할 수 있다.
일 실시 예로 SPAN 중량을 1000으로 설정한 경우 A는 아래의 수학식 4와 같이 계산되어 0.001807782의 값을 가질 수 있고 B는 아래의 수학식 5와 같이 계산되어 666의 값을 가질 수 있다. 본 실시 예에서 SPAN시 계측값은 921.940이고 ZERO시 계측값은 368.776이다.
상기 수학식 4 및 5에 의해 계산된 A 및 B의 값과 AD변환 값을 수학식 1에 대입하여 중량 값으로 환산한다. SPAN시 중량 값 Y는 0.001807782 * 921.940 - 666로 계산되어 1000의 값이 나타난다. ZERO시 중량 값 Y는 0.001807782 * 368.776 - 666로 계산되어 0의 값이 나타나 물체의 실제 중량이 나타나는 것을 알 수 있다.
로드셀의 경우 같은 물체라 할지라도 놓이는 위치에 따라 중량이 달라진다. 로드셀은 물체의 단위 면적당 압력을 측정 하는 센서로 본 발명의 일 실시 예에 따른 계란 품질 계측 장치(100)는 할란을 놓는 검시판의 양 꼭짓점에 4개의 로드셀이 달려 있다. 정형 상태가 아닌 할란의 특성 상 할란이 이동함에 따라 4개의 로드셀에 걸리는 압력이 중점에 있을 때와는 달라지기 때문에 중량에 변화가 존재한다.
로드셀의 자체적인 오차를 보정하기 위해서는 정밀한 로드셀을 사용하여 오차를 보정하는 방법이 있지만 물체의 이동에 대해 오차를 제거하기 위해 할란의 옆면을 측정하였을 때 거리에 따라 물체의 픽셀 값이 달라지는 오차를 보정하는 알고리즘을 이용하여 보정방법을 사용할 수 있다.
본 발명의 일 실시 예에 따른 계란 품질 계측 장치(100)는 상부카메라를 이용하여 물체가 놓이는 위치에 따라 무게의 변화를 일정 단위의 좌표 마다 저장한 후 그 좌표에 따른 질량 오차를 더하거나 빼주는 방법을 사용하여 물체의 이동에 따른 오차를 보정하였다. 도 25는 물체의 이동에 따라 다르게 계측된 물체의 중량을 도시한다. 기준 중량은 도 24와 같이 정밀도 0.01인 저울로 측정하였으며 보정에 사용한 물체의 무게는 213.13g 이다.
도 23은 본 발명의 일 실시 예에 따른 계란 품질 계측 장치(100)의 중량 보정 모드의 작동을 나타내는 순서도이다. 이하 본 발명의 일 실시 예에 따른 계란 품질 계측 장치(100)의 중량 보정을 설명한다. 먼저 검시판의 위치에 따른 물체의 중량측정 오차를 계산한다(2310). 검시판의 구획된 위치마다 기준 중량을 가진 물체를 위치시키고 계측된 중량을 기록하여 위치에 따른 중량 오차데이터를 생성한다. 중량오차 데이터가 기록된 중량 오차표가 도 25에 도시되어 있다. 도 25에 도시된 중량 오차표는 x, y 각축 좌표(-7 ~ +7 0.5cm 간격)에 해당하는 중량 실측 값을 도시한다. x축 및 y축은 각각 29개(-7. -6.5, ...,-0.5, 0, 0.5, ..., 7)의 데이터를 가지며 y, x축, 총 두축에 대한 데이터가 존재하므로, 총 58개의 위치에 물체가 위치함에 따른 중량 오차 데이터가 존재한다(x축 29개 , y축 29개). 중량 오차 데이터는 기존에 생성되어 있을 수 있어서 위치에 따른 물체의 중량 측정 오차를 계산하는 단계는 생략될 수 있다.
다음으로 물체의 중량을 측정한다(2320). 계측하고자 하는 물체를 검시판에 올려놓고 물체의 중량을 계측한다. 다음으로, 상부 카메라를 사용하여 물체의 위치를 측정한다(2330). 본 발명의 일 실시 예에서, 중량이 측정되는 물체는 할란이고 할란은 검시판의 영역에 위치하게 된다. 본 발명의 일 실시 예에 따른 계란 품질 계측 장치(100)는 검시판에 위치하는 할란의 중량 위치를 좌표로 특정한다. 할란의 중량의 위치는 할란의 퍼진 영역의 중앙값으로 설정할 수 있다. 또는 난황의 중심 영역으로 설정할 수도 있다. 또는 일반적으로 난백이 난황보다 퍼지는 점을 고려하여 할란의 중량 위치는 할란의 중앙 위치와 난황의 중앙 위치를 잇는 선분에서 할란의 중앙 위치와 난황의 중앙위치 사이의 일정한 지점으로 설정할 수도 있다.
다음으로 물체의 위치에 따른 물체의 중량측정 오차를 계산한다(2340). 마지막으로, 계산된 중량측정 오차를 사용하여 측정된 물체의 중량을 보정한다(2350).
이하 본 발명의 일 실시 예에 따른 계란 품질 계측 장치(100)의 중량 보정 모드에서 물체의 위치에 따른 물체의 중량 측정 오차를 계산하고(2340) 계산된 중량측정 오차를 사용하여 측정된 물체의 중량을 보정하는 단계(2350)를 설명한다.
본 발명의 일 실시 예에 따른 계란 품질 계측 장치(100)는 로드셀의 정확도를 높이기 위해 측면 측정과 같은 방법을 사용한다. 상부 카메라를 이용하여 물체가 놓이는 좌표를 얻은 다음 위치에 따른 오차 중량 값을 사용하여 중량 계측 값의 보정을 수행한다. 수학식 6은 일 실시 예에서의 중량 보정 공식이며 보정된 중량 값의 측정 결과는 도 26에 도시되어 있다. 수학식 6은 물체의 위치에 따른 오차 비율을 구해 보정전 중량 값에 곱하여 중량을 보정하는 수식이다. 다른 실시 예에서는 계측된 중량 값에 보정하려는 수치를 더하거나 빼는 방법으로 오차를 보정할 수도 있다. 그러나 질량이 작은 물체의 경우 보정된 중량 값이 음의 값으로 계산되는 경우도 발생한다. 따라서 본 실시 예에서는 위치에 따른 중량오차를 보정전 중량에 곱하여 계측된 중량 값을 보정한다.
수학식 6에서 A는 x, y축 좌표(-7 ~ +7)에서의 중량 계측 값이다. B는 x, y축 좌표가 중심에 있을 때의 중량 계측 값이다. C는 A 픽셀 값에 해당하는 x. y좌표이다. D는 윗면 카메라를 통해 얻어진 x, y축 좌표이다. E는 보정 전 계측된 물체의 중량 값이다. Y는 물체의 보정된 중량 값이다.
A는 x, y 각축 좌표(-7 ~ +7 0.5cm 간격)에 해당하는 중량 실측 값이다. x축 및 y축은 각각 29개(-7. -6.5, ...,-0.5, 0, 0.5, ..., 7)의 데이터를 가지며 y, x축, 총 두축에 대한 데이터가 존재하므로, 총 58개의 물체 이동에 따른 중량 오차 데이터가 존재한다(x축 29개 , y축 29개).
(A-B)는 같은 물체가 중심에 있을 때와 y, x축 각각 0.5cm간격으로 -7에서 +7 까지 직접 물체를 이동해 가며 측정한 물체와의 차이이므로, 물체가 위치한 지점에서의 계측 중량 값과 물체가 중심에 있을 때의 계측 중량 값을 비교한 중량 오차값이다. 따라서 (A-B)/A는 A값에 대한 중량 오차값의 비율이 된다.
수학식 6의 (((A-B)/A)/C)*D의 기재는 ((A-B)/A) * ((1/C) * D)으로 바꾸어 쓸 수 있다. C는 상부카메라로 얻어진 물체의 좌표 E에 대응되는 중량 오차표에서의 좌표이다. 중량오차표에서 중량의 오차는 0.5cm 간격으로 측정되어 있기에 0.5cm 간격 내에서의 선형적 중량오차 비율을 (1/C)*D를 사용하여 계산한다. ((1/C) * D)는 실제 측정시 물체는 0 ~ 0.5cm, 0.5cm~1cm, 1cm ~ 1.5cm 등의 간격 안에 놓이기 때문에 그에 따른 중량오차 비율도 0.5cm 간격안에 선형적으로 증가 또는 감소한다고 가정한다. ((1/C) * D)는 0.5cm 간격의 선형적 비례식이 된다. 따라서 ((A-B)/A)와 ((1/C) * D)을 곱한 ((A-B)/A) * ((1/C) * D)로 D(실제물체 좌표)에 의한 중량 오차의 비율값을 계산 할 수 있다.
C와 D는 검시판의 중심좌표로부터 C와 D좌표까지의 거리로 표현될 수도 있다. 이러한 경우 1/C*D는 검시판의 중심좌표에서 D좌표까지의 거리를 검시판의 중심좌표에서 C좌표까지의 거리로 나눈 값으로 계산될 수 있다. 또한, 다른 실시 예에서 필요에 따라 중량 오차표의 측정 단위 사이의 중량 오차값을 계산하기 위해 ((1/C) * D)를 곱하는 기재는 중량 보정을 간단히 하기 위해 생략할 수도 있다.
마지막으로 E x (1 - ((A-B)/A) * ((1/C) * D))를 설명한다. C와 D는 항상 같은 부호를 가지기 때문에 ((1/C) * D)의 연산 결과는 양수이다. 그러나 물체의 오차 무게 비율 ((A-B)/A) 은 중심에서 측정한 무게보다 실제 위치에서 측정한 무게가 작으면 음의 값을 가지게 되고 크면 양의 값을 가지게 된다. 음의 값을 가지면 E에 1 보다 큰값(1.XXX)을 곱해 주어야 하고 양의 값을 가지면 1 보다 작은 값(0.XXX)을 곱해 주어야 보정을 할 수 있다. 따라서 계산된 값을 1에서 감한 값을 E 값에 곱하여 보정된 물체의 중량 값을 계산한다.
본 발명의 일 실시 예에 따른 계란 품질 계측 장치(100)의 중량 측정 모드의 정확도 검증 결과가 도 26에 나타나 있다. 중량 보정을 적용한 경우 최대 0.88g의 오차를 나타내는 것으로 높은 중량 측정의 정확성이 나타난다.
전술한 실시 예들의 조합은 전술한 실시예에 한정되는 것이 아니며, 구현 및/또는 필요에 따라 전술한 실시예들 뿐만 아니라 다양한 형태의 조합이 제공될 수 있다.
전술한 실시 예들에서, 방법들은 일련의 단계 또는 블록으로서 순서도를 기초로 설명되고 있으나, 본 발명은 단계들의 순서에 한정되는 것은 아니며, 어떤 단계는 상술한 바와 다른 단계와 다른 순서로 또는 동시에 발생할 수 있다. 또한, 당해 기술 분야에서 통상의 지식을 가진 자라면 순서도에 나타난 단계들이 배타적이지 않고, 다른 단계가 포함되거나, 순서도의 하나 또는 그 이상의 단계가 본 발명의 범위에 영향을 미치지 않고 삭제될 수 있음을 이해할 수 있을 것이다.
전술한 실시 예들은 다양한 양태의 예시들을 포함한다. 다양한 양태들을 나타내기 위한 모든 가능한 조합을 기술할 수는 없지만, 해당 기술 분야의 통상의 지식을 가진 자는 다른 조합이 가능함을 인식할 수 있을 것이다. 따라서, 본 발명은 이하의 특허청구범위 내에 속하는 모든 다른 교체, 수정 및 변경을 포함한다고 할 것이다.
Claims (20)
- 본체;
상기 본체의 상부에 위치하고, 광투과성 재질로 제작되는 검시판;
상기 검시판 및 상기 본체 사이에 위치하여 상기 검시판의 아래에서 상기 검시판을 투과하는 빛을 조사하는 광원부;
상기 본체에서 상기 본체의 상부로 돌출되어 구성된 팔에 장착되여 상기 검시판 위에 위치하는 피사체의 영상을 생성하는 카메라부;
상기 검시판의 하단에 위치하는 적어도 하나의 중량 측정부; 및
상기 광원부, 상기 카메라 및 상기 중량 측정부 중 적어도 하나를 제어하는 제어부;를 포함하여,
상기 검시판 위에 위치하는 피사체의 영상 및 중량을 측정하는 계란 품질 계측 장치. - 제 1 항에 있어서,
상기 중량 측정부는 상기 검시판의 모서리 하단에 위치하여 상기 광원부에서 조사되는 빛을 방해하지 않는 것을 특징으로 하는 계란 품질 계측 장치. - 제 1 항에 있어서
상기 제어부는 상기 카메라부에서 측정한 피사체의 위치를 사용함으로써 상기 피사체가 상기 검시판에 위치하는 지점에 따라 발생하는 중량 오차를 보정하는 것을 특징으로 하는 계란 품질 계측 장치. - 계란 품질 계측 방법으로서
검시판의 측면에 위치한 측면 카메라 또는 검시판의 수직 상방에 위치한 상부 카메라를 이용하여 검시판 윗면에 위치한 피사체의 영상을 생성하는 단계;
상기 영상에 상기 검시판에 할란을 위치시키는 조작 수단이 존재하는지를 판단하는 단계;
상기 영상에 상기 할란이 존재하는지를 판단하는 단계; 및
상기 영상에 상기 조작수단이 존재하지 않고 상기 할란이 존재할 경우에만 상기 할란의 특성을 계측하는 단계;를 포함하는 계란 품질 계측 방법. - 계란 품질 계측 방법으로서,
검시판의 측면에 위치한 측면 카메라 또는 검시판의 수직 상방에 위치한 상부 카메라를 이용하여 검시판 윗면에 위치한 피사체의 영상을 생성하는 단계; 및
상기 영상을 분석하여 할란의 특성을 계측하는 단계;를 포함하되,
상기 영상 생성단계 및 상기 계측 단계는 반복 수행되어 할란의 변화를 측정하는 것을 특징으로 하는 계란 품질 계측 방법. - 할란의 영역 특정 방법으로서,
카메라부에서 생성된 이미지를 HSV 채널 이미지로 변환하는 단계; 및
상기 변환된 HSV 채널 이미지의 채도 채널에서의 채도값, 명암값 및 색조값 중 하나의 차이를 이용하여 할란의 영역을 설정하는 단계;를 포함하는 할란의 영역 특정 방법. - 제 6 항에 있어서,
상기 이미지 변환 단계는 상기 카메라부가 생성한 할란의 측면 이미지를 HSV 채널 이미지로 변환하는 단계이고,
상기 할란의 영역을 설정하는 단계는,
상기 변환된 HSV 채널 이미지의 채도 채널에서의 채도값의 차이를 이용하여 난황 영역을 설정하는 단계; 및
상기 HSV 채널 이미지의 명도 채널에서의 명도값의 차이를 이용하여 계란 영역을 설정하는 단계;중 적어도 하나를 포함하는 것을 특징으로 하는 할란의 영역 특정 방법. - 제 7 항에 있어서, 상기 할란의 영역을 설정하는 단계는,
상기 계란 영역에서 상기 난황 영역을 제거하여 난백 영역을 설정하는 단계;를 더 포함하는 할란의 영역 특정 방법. - 제 6 항에 있어서,
상기 이미지 변환 단계는 상기 카메라부가 생성한 할란의 상부 이미지를 HSV 채널 이미지로 변환하는 단게이고,
상기 할란의 영역을 설정하는 단계는,
상기 변환된 HSV 채널 이미지의 명암 채널에서 명암값의 차이를 이용하여 난황영역을 설정하는 단계; 및
상기 HSV 채널 이미지의 채도 채널에서의 채도값의 차이를 이용하여 계란영역을 설정하는 단계; 중 적어도 하나를 포함하는 것을 특징으로 하는 할란의 영역 특정 방법. - 제 9 항에 있어서, 상기 할란의 영역을 특정하는 단계는,
상기 계란 영역에서 상기 난황 영역을 제거하여 난백 영역을 설정하는 단계;를 더 포함하는 할란의 영역 특정 방법. - 제 6 항 내지 제 10 항 중 어느 한 항에 있어서,
상기 카메라부로 생성된 이미지는 관심 영역을 가짐으로써, 상기 이미지에 대한 영상처리는 상기 관심 영역에서만 수행되는 것을 특징으로 하는 할란의 영역 특정 방법. - 제 6 항 내지 제 10 항 중 어느 한 항에 있어서,
상기 할란의 영역 설정 단계는 상기 설정된 영역에 포함되어 있는 특정한 크기 보다 작은 폐 영역을 제거하는 단계;를 더 포함하는 것을 특징으로 하는 할란의 영역 특정 방법. - 할란의 계측 방법에 있어서,
카메라부가 생성한 할란의 이미지에서 계측의 대상 영역인 계측 영역을 생성하는 단계;
상기 계측 영역의 픽셀수를 측정하는 단계; 및
상기 측정선의 픽셀 수 및 보정 계수를 곱함으로써 상기 계측 영역의 실측값을 생성하는 단계;를 포함하는 할란의 계측 방법. - 제 13항에 있어서,
상기 계측 영역을 생성하는 단계는,
상기 카메라부가 생성한 할란의 측면 이미지에서 난황 영역 및 난백 영역 중 하나의 영역을 생성하는 단계;
상기 생성된 하나의 영역에서 가장 높은 Y좌표값을 가지는 부분에 Y축에 평행한 측정선을 생성하는 단계; 및
상기 생성된 하나의 영역에 속한 상기 측정선의 부분을 계측 영역으로 생성하는 단계;이고,
상기 보정 계수는 카메라 이미지 센서의 한 픽셀이 나타내는 피사체의 길이를 상기 카메라와 상기 피사체의 이격된 정도에 따라 나타낸 계수여서,
상기 계측 영역의 길이를 구하는 것을 특징으로 하는 할란의 계측 방법. - 제 14 항에 있어서 상기 픽셀 수를 측정하는 단계는,
카메라부가 생성한 상부 이미지로 상기 계측 영역의 중심 좌표를 구하는 단계; 및
상기 보정 계수가 생성된 기준 좌표로부터 상기 계측 영역의 중심좌표가 이격된 정도를 이용하여 상기 계측 영역의 픽셀 수를 보정하는 단계;를 포함하는 것을 특징으로 하는 할란의 계측 방법. - 제 13 항에 있어서,
상기 계측 영역을 설정하는 단계는,
상기 카메라부가 생성한 할란의 상부 이미지에서 난황 영역 및 난백 영역 중 적어도 하나의 영역을 계측 영역으로 생성하는 단계이고,
상기 보정 계수는 카메라 이미지 센서의 한 픽셀이 나타내는 피사체의 면적을 상기 카메라와 상기 피사체가 이격된 정도에 따라 나타낸 계수여서,
상기 계측 영역의 면적을 구하는 것을 특징으로 하는 할란의 계측 방법. - 제 16 항에 있어서,
상기 픽셀의 수를 측정하는 단계는,
상기 계측 영역의 중심 좌표가 상기 상부 이미지의 중심 좌표로부터 이격된 거리에 따라 생기는 상기 계측 영역의 픽셀 수의 변화를 보정하는 것을 특징으로 하는 할란의 계측 방법. - 할란의 계측 방법에 있어서,
할란의 중량을 측정하는 단계;
상부카메라를 사용하여 상기 할란이 검시판에 위치하는 위치를 측정하는 단계;
상기 할란의 위치에 따른 할란의 중량측정 오차를 계산하는 단계; 및
상기 측정된 할란의 중량을 상기 계산된 중량 측정 오차를 사용하여 보정하는 단계를 포함하는 것을 특징으로 하는 할란의 계측 방법. - 제 18 항에 있어서,상기 할란의 계측방법은,
상기 검시판에 동일 물체가 위치가 상기 검시판의 상이한 위치에 위치함에 따라 발생되는 위치별 중량 차이 데이터를 생성하는 단계를 더 포함하고,
상기 할란의 위치에 따른 할란의 중량측정 오차를 계산하는 단계는 상기 위치별 계측 중량 차이 데이터를 사용하여 할란의 중량 측정 오차를 계산하는 것을 특징으로 하는 할란의 계측 방법. - 호우 유닛(Haugh Unit)을 산출하는 방법에 있어서,
제 1 항 내지 제 3 항 중 어느 한 항의 중량 측정부로 할란의 중량을 측정하는 단계;
제 10항의 방법으로 난백의 높이를 측정하는 단계; 및
상기 측정된 할란의 중량과 상기 난백의 높이를 이용하여 호우 유닛을 산출하는 단계를 포함하는 호우 유닛 산출 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/KR2013/002903 WO2014092251A1 (ko) | 2012-12-13 | 2013-04-08 | 계란 품질 계측 장치 및 방법 |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020120145632 | 2012-12-13 | ||
| KR20120145632 | 2012-12-13 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20140077091A true KR20140077091A (ko) | 2014-06-23 |
| KR101508257B1 KR101508257B1 (ko) | 2015-04-14 |
Family
ID=51129165
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR20130037588A KR101508257B1 (ko) | 2012-12-13 | 2013-04-05 | 계란 품질 계측 장치 및 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101508257B1 (ko) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104678070A (zh) * | 2015-03-16 | 2015-06-03 | 滨州学院 | 一种疫苗胚蛋自动检测装置 |
| CN105352555A (zh) * | 2015-12-11 | 2016-02-24 | 江苏大学 | 一种快速鉴定禽蛋贮藏时间的便携式检测装置及使用方法 |
| KR20180049505A (ko) * | 2016-11-03 | 2018-05-11 | 강원대학교산학협력단 | 콩 내부 수분 측정 시스템 및 측정 방법 |
| CN109708737A (zh) * | 2019-01-30 | 2019-05-03 | 天津师范大学 | 一种基于NB-IoT的智能鸡蛋架及其应用 |
| CN110800646A (zh) * | 2019-10-21 | 2020-02-18 | 北京海益同展信息科技有限公司 | 一种异常蛋检测设备 |
| CN111165390A (zh) * | 2020-02-04 | 2020-05-19 | 北京海益同展信息科技有限公司 | 一种分拣设备和方法 |
| CN111178381A (zh) * | 2019-11-21 | 2020-05-19 | 北京海益同展信息科技有限公司 | 一种禽蛋估重、图像处理方法及装置 |
| WO2020168403A1 (pt) * | 2019-02-22 | 2020-08-27 | Yamasaki, Nelson | Aperfeiçoamento em compartimento de iluminação aplicado em esteira de ovoscopia |
| CN113340899A (zh) * | 2021-07-07 | 2021-09-03 | 青岛兴仪电子设备有限责任公司 | 种蛋胚胎活性检测的装置及方法 |
| KR102625516B1 (ko) * | 2023-08-31 | 2024-01-16 | 춘천닭갈비생산자 영농조합법인 | 자기공명영상을 이용한 조란 분류 장치 |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108663367A (zh) * | 2018-03-30 | 2018-10-16 | 中国农业大学 | 一种基于鸡蛋容重的鸡蛋品质无损检测方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101032788B1 (ko) * | 2011-03-29 | 2011-05-02 | 중앙아이엔티 주식회사 | 계란 신선도 검사 장치 |
-
2013
- 2013-04-05 KR KR20130037588A patent/KR101508257B1/ko active IP Right Grant
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104678070A (zh) * | 2015-03-16 | 2015-06-03 | 滨州学院 | 一种疫苗胚蛋自动检测装置 |
| CN105352555A (zh) * | 2015-12-11 | 2016-02-24 | 江苏大学 | 一种快速鉴定禽蛋贮藏时间的便携式检测装置及使用方法 |
| KR20180049505A (ko) * | 2016-11-03 | 2018-05-11 | 강원대학교산학협력단 | 콩 내부 수분 측정 시스템 및 측정 방법 |
| CN109708737A (zh) * | 2019-01-30 | 2019-05-03 | 天津师范大学 | 一种基于NB-IoT的智能鸡蛋架及其应用 |
| WO2020168403A1 (pt) * | 2019-02-22 | 2020-08-27 | Yamasaki, Nelson | Aperfeiçoamento em compartimento de iluminação aplicado em esteira de ovoscopia |
| CN110800646A (zh) * | 2019-10-21 | 2020-02-18 | 北京海益同展信息科技有限公司 | 一种异常蛋检测设备 |
| CN111178381A (zh) * | 2019-11-21 | 2020-05-19 | 北京海益同展信息科技有限公司 | 一种禽蛋估重、图像处理方法及装置 |
| CN111165390A (zh) * | 2020-02-04 | 2020-05-19 | 北京海益同展信息科技有限公司 | 一种分拣设备和方法 |
| CN113340899A (zh) * | 2021-07-07 | 2021-09-03 | 青岛兴仪电子设备有限责任公司 | 种蛋胚胎活性检测的装置及方法 |
| KR102625516B1 (ko) * | 2023-08-31 | 2024-01-16 | 춘천닭갈비생산자 영농조합법인 | 자기공명영상을 이용한 조란 분류 장치 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR101508257B1 (ko) | 2015-04-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101508257B1 (ko) | 계란 품질 계측 장치 및 방법 | |
| KR101830679B1 (ko) | 표시 패널 검사 장치 및 그 방법 | |
| CN102589705B (zh) | 热成像仪单黑体温控mrtd野外在线自动检测装置及检测方法 | |
| CN106596073A (zh) | 一种检测光学系统像质的方法和系统及一种测试标板 | |
| US20110249116A1 (en) | Color measuring apparatus and color measuring method | |
| US20070202223A1 (en) | Egg Quality Measurement | |
| RU2011111681A (ru) | Способы и системы регулировки баланса белого светодиодной подсветки | |
| EP1678485B1 (en) | Method and ir-camera for determining the risk of condensation | |
| JP5417654B2 (ja) | 重心位置解析法 | |
| US20190339063A1 (en) | Measuring device, system, method, and program | |
| KR101548077B1 (ko) | 영상 적설량 측정 장치 및 방법 | |
| JP5039520B2 (ja) | 電子画像比色による観測対象の状態量計測方法およびそのシステム | |
| JP2010272097A (ja) | 緑視率測定装置、方法及びプログラム | |
| JP2016034235A (ja) | ｐＨ判定装置、ｐＨ測定機、ｐＨ判定方法およびｐＨ判定プログラム | |
| CN103200349A (zh) | 一种扫描图像色偏自动检测方法 | |
| JP2010139324A (ja) | 色ムラ測定方法、および色ムラ測定装置 | |
| JP6248706B2 (ja) | 応力分布計測装置及び応力分布計測方法 | |
| CN106485257A (zh) | 基于视觉感知的洗涤去污力客观评价装置及方法 | |
| JP3156399U (ja) | 被検査対象物の欠陥を検出する欠陥検出システム | |
| JP2008232665A (ja) | 圧力解析システム | |
| WO2014092251A1 (ko) | 계란 품질 계측 장치 및 방법 | |
| JP2002350355A (ja) | 光沢ムラ評価装置、光沢ムラ評価方法及び該方法を実行するためのプログラムを格納したコンピュータ読み取り可能な記憶媒体 | |
| CN111707196A (zh) | 基于无人机的桥梁病害尺寸测量装置及测量方法 | |
| CA2264861C (en) | Contrast determining apparatus and methods | |
| CN112444302A (zh) | 一种图像采集设备、水位检测设备、方法及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| AMND | Amendment | ||
| E601 | Decision to refuse application | ||
| AMND | Amendment | ||
| X701 | Decision to grant (after re-examination) | ||
| FPAY | Annual fee payment |
Payment date: 20180316 Year of fee payment: 4 |
|
| FPAY | Annual fee payment |
Payment date: 20190104 Year of fee payment: 5 |