KR20160059623A - 곡물불량검출방법 - Google Patents

Abstract

곡물불량검출방법에 관한 기술이 개시된다. 일 실시 예에 있어서, 상기 곡물불량검출방법은 선별대상 곡물을 준비하는 곡물준비과정, 상기 선별대상 곡물의 디지털 영상을 획득하는 영상획득과정 및 획득된 상기 선별대상 곡물의 상기 디지털 영상으로부터 상기 선별대상 곡물이 양품인지 여부를 판단하는 양품판단과정을 포함한다. 상기 양품판단과정은 획득된 상기 선별대상 곡물의 상기 디지털 영상으로부터 상기 선별대상 곡물 표면의 형태학적 변형에 따른 인접 화소별 밝기 분포를 추출하고, 추출된 상기 선별대상 곡물 표면의 형태학적 변형에 따른 인접 화소별 상기 밝기 분포를 양품 곡물로부터 미리 추출된 양품 곡물 표면의 형태학적 변형에 따른 인접 화소별 밝기 분포로부터 추출된 기준값과 비교하여 상기 선별대상 곡물이 양품인지 여부를 판단한다.

Description

곡물불량검출방법{sorting method for grains}

본 명세서는 대체로 곡물불량검출방법에 관한 것으로, 보다 구체적으로는 곡물 표면의 형태학적 변형에 따른 인접 화소별 밝기의 변화를 기반으로 한 곡물불량검출방법에 관한 것이다.

오늘날 기계 산업의 발전은 농업 생산의 자동화에 기여하였고, 다양한 센서 산업의 발전은 농산품 선별의 자동화를 가속시키고 있는 추세에 있다. 특히 농산물의 외관은 그 상품성을 결정짓는 중요한 요소로 이와 관련한 대부분의 선별 작업은 작업자의 주관적인 판단에 의한 수작업을 통해 처리되어 왔다. 따라서 선별 작업이 일관적이지 못할 뿐만 아니라, 상당한 노동력의 소모에 비해 그 결과는 만족스럽지 못한 것이 사실이었다. 이러한 문제점들을 해결하기 위해 각종 센서장치들을 활용한 자동화된 농산물 선별 장치들이 개발 및 판매되고 있다.

쌀 선별기는 시장에서 그 수요가 많고, 광센서(photo-diode) 및 CCD(charge coupled device)를 이용하여 투명도를 측정하는 방식으로 보편화된 농산물 외관 검사의 대표적인 자동화 장치이다. 이에 비해 과실은 당도, 산도와 같은 내부 요소와 크기, 색상과 관련된 외부 요소를 고려한 복합적인 판정이 이루어져야 한다. 그리고, 잡곡의 경우에는 주로 외관에 의해 판정되지만, 복잡한 영상 처리를 통한 선별은 그 개체수가 너무 많아 비효율적이다. 또한 동일 품종의 잡곡일 경우라 하더라도 생산지의 기후 및 지역적 특성으로 인해 대상 잡곡의 크기, 색상 및 형태적 특성이 상이할 수 있다

곡물에 있어서 양품과 불량품 여부를 판단하는 기존의 방법으로는 획득된 영상 내에서 선별대상 시료 영상의 밝기 성분을 기준 문턱치(threshold)와 비교하는 방식, 선별대상 시료 영상의 컬러(color) 색상 정보를 적색(red), 녹색(green), 청색(blue) 각각의 문턱치들과 비교하는 방식, 시료의 크기(size)를 표준시료(prototype) 크기와 비교하는 방식, 근적외선(NIR)을 이용한 분광분석법을 통한 선별대상 시료 내부의 상태를 판단하는 방식 등을 들 수 있다. 그러나 잡곡의 경우 표면의 색상, 명암 분포, 크기 및 내부 특성이 양품과 동일한 성질을 가지더라도 시료 표면의 형태학적 변형(쭈글쭈글함, wrinkled) 의해 불량으로 간주되어야 할 경우가 있다. 이러한 대상에 대해서는 상기 방법들로 선별하는데 어려움이 있는 실정이다.

일 실시 예에 있어서, 곡물불량검출방법이 개시(disclosure)된다. 상기 곡물불량검출방법은 선별대상 곡물을 준비하는 곡물준비과정, 상기 선별대상 곡물의 디지털 영상을 획득하는 영상획득과정 및 획득된 상기 선별대상 곡물의 상기 디지털 영상으로부터 상기 선별대상 곡물이 양품인지 여부를 판단하는 양품판단과정을 포함한다. 상기 양품판단과정은 획득된 상기 선별대상 곡물의 상기 디지털 영상으로부터 상기 선별대상 곡물 표면의 형태학적 변형에 따른 인접 화소별 밝기 분포를 추출하고, 추출된 상기 선별대상 곡물 표면의 형태학적 변형에 따른 인접 화소별 상기 밝기 분포를 양품 곡물로부터 미리 추출된 양품 곡물 표면의 형태학적 변형에 따른 인접 화소별 밝기 분포로부터 추출된 기준값과 비교하여 상기 선별대상 곡물이 양품인지 여부를 판단한다.

전술한 내용은 이후 보다 자세하게 기술되는 사항에 대해 간략화된 형태로 선택적인 개념만을 제공한다. 본 내용은 특허 청구 범위의 주요 특징 또는 필수적 특징을 한정하거나, 특허청구범위의 범위를 제한할 의도로 제공되는 것은 아니다.

도 1은 일 실시 예에 따른 곡물선별장치를 나타내는 도면이다.
도 2는 양품곡물과 불량곡물을 설명하기 위한 도면이다.
도 3은 곡물의 디지털 영상으로부터 추출한 화소들의 밝기 분포를 활용한 히스토그램 방식의 곡물불량검출방법을 설명하기 위한 도면이다.
도 4 및 도 5는 곡물의 디지털 영상으로부터 추출한 곡물 표면의 인접 화소별 밝기값 차이를 활용한 VS(valley size) 방식의 곡물불량검출방법을 설명하기 위한 도면이다.
도 6은 도 3 내지 도 5에서 상술한 히스토그램 방식 및 VS 방식을 활용한 곡물불량검출방법을 설명하기 위한 도면이다.
도 7은 본 명세서에서 개시하는 일 실시 예에 따른 곡물불량검출방법을 설명하는 흐름도이다.

이하, 본 명세서에 개시된 실시 예들을 도면을 참조하여 상세하게 설명하고 자 한다. 본문에서 달리 명시하지 않는 한, 도면의 유사한 참조번호들은 유사한 구성요소들을 나타낸다. 상세한 설명, 도면들 및 청구항들에서 상술하는 예시적인 실시 예들은 한정을 위한 것이 아니며, 다른 실시 예들이 이용될 수 있으며, 여기서 개시되는 기술의 사상이나 범주를 벗어나지 않는 한 다른 변경들도 가능하다. 당업자는 본 개시의 구성요소들, 즉 여기서 일반적으로 기술되고, 도면에 기재되는 구성요소들을 다양하게 다른 구성으로 배열, 구성, 결합, 도안할 수 있으며, 이것들의 모두는 명백하게 고안되어지며, 본 개시의 일부를 형성하고 있음을 용이하게 이해할 수 있을 것이다. 도면에서 여러 층(또는 막), 영역 및 형상을 명확하게 표현하기 위하여 구성요소의 폭, 길이, 두께 또는 형상 등은 과장되어 표현될 수도 있다.

단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한 복수의 표현을 포함하는 것으로 이해되어야 하고, “포함하다” 또는 “가지다” 등의 용어는 실시된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성 요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.

각 단계들에 있어 식별부호(예를 들어, 110, 120, 130, ...)는 설명의 편의를 위하여 사용되는 것으로 식별부호는 각 단계들의 순서를 설명하는 것이 아니며, 각 단계들의 문맥상 명백하게 특정 순서를 기재하지 않은 이상 명기된 순서와 다르게 일어날 수 있다. 즉 단계들은 명기된 순서와 동일하게 일어날 수도 있고 실질적으로 동시에 수행될 수도 있으며 반대의 순서대로 수행될 수도 있다.

여기서 사용된 모든 용어들은 다르게 정의되지 않는 한, 개시된 기술이 속하는 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한 이상적이거나 과도하게 형식적인 의미를 지니는 것으로 해석 될 수 없다.

도 1은 일 실시 예에 따른 곡물선별장치를 나타내는 도면이다. 도 2는 양품곡물과 불량곡물을 설명하기 위한 도면이다. 도 3은 곡물의 디지털 영상으로부터 추출한 화소들의 밝기 분포를 활용한 히스토그램 방식의 곡물불량검출방법을 설명하기 위한 도면이다. 도 4 및 도 5는 곡물의 디지털 영상으로부터 추출한 곡물 표면의 인접 화소별 밝기값 차이를 활용한 VS(valley size) 방식의 곡물불량검출방법을 설명하기 위한 도면이다. 도 6은 도 3 내지 도 5에서 상술한 히스토그램 방식 및 VS 방식을 활용한 곡물불량검출방법을 설명하기 위한 도면이다. 도 7은 본 명세서에서 개시하는 일 실시 예에 따른 곡물불량검출방법을 설명하는 흐름도이다.

도 1을 참조하면, 곡물선별장치(100)는 곡물이송부(10), 곡물영상획득부(20), 영상처리부(30), 양품곡물선별부(40) 및 제어부(50)를 포함한다. 몇몇 다른 실시 예들에 있어서, 곡물선별장치(100)는 선택적으로(optionally) 선별된 곡물을 분리하여 배출하는 곡물분리출구(60)를 더 포함할 수 있다.

곡물이송부(10)는 불량여부에 대한 선별대상 곡물(grains)을 이송하여 곡물영상획득부(20)로 제공한다. 곡물이송부(10)는 곡물이 이송되는 컨베이어밸트(12) 및 컨베이어밸트(12)에 곡물을 공급하는 공급부(14)를 포함할 수 있다. 또한, 곡물이송부(10)는 선택적으로 진동부(16)를 더 포함할 수 있다. 사용자의 입력명령 또는 미리 입력된 명령에 따라 제어부(50)의 제어를 통하여 진동부(16)의 진동을 조절함으로써 컨베이어밸트(12)에 공급되는 곡물의 양 또는 곡물의 공급 속도를 조절할 수 있다. 일 실시 예에 있어서, 컨베이어밸트(12)는 공급부(14)로부터 공급되는 곡물이 서로 이격되어 배치되도록 하는 이송채널(미도시)을 포함할 수 있다. 상기 이송채널은 컨베이어밸트(12) 상에 곡물이 안착할 수 있도록 홈(groove)의 형상으로 제공될 수 있다. 상기 홈의 형상은 U자형상, V자 형상 등 다양한 형상을 가질 수 있다. 상기의 예시는 이해를 위한 예시로서 곡물이 안착될 수 있는 한 상기 홈의 형상에는 제한이 없다. 또한, 상기 이송채널의 개수도 제한이 없다. 복수 개의 이송채널을 사용하는 경우 컨베이어밸트(12)를 통하여 한 번에 이송할 수 있는 곡물의 수가 증가될 수 있으며, 곡물선별장치(100)를 통하여 이들을 한꺼번에 처리함으로써 곡물불량검출 시간을 단축할 수도 있다.

곡물영상획득부(20)는 컨베이어밸트(12)를 통하여 제공되는 선별대상 곡물의 영상을 획득한다. 곡물영상획득부(20)는 스캔카메라(22), 전면조명(24) 및 배후조명(26)을 포함할 수 있다. 스캔카메라(22)는 면스캔카메라 또는 라인스캔카메라일 수 있다. 스캔카메라(22)로부터 획득되는 곡물의 상기 영상은 면스캔영상 또는 라인스캔영상일 수 있다. 상기 면스캔영상은 상기 면스캔카메라를 통하여 얻어지거나, 상기 라인스캔카메라를 통하여 상기 선별대상 곡물을 순차적으로 여러 번 스캔함으로써 얻어질 수도 있다. 배후조명(26)은 전면조명(24)을 통하여 얻어지는 곡물의 상기 영상을 배경과 쉽게 분리하기 위하여 사용될 수 있다.

영상처리부(30)는 곡물영상획득부(20)를 통하여 획득된 선별대상 곡물의 상기 영상을 처리한다. 영상처리부(30)는 스캔카메라(22)로부터 제공받는 영상을 획득하는 영상획득부(32, frame-grabber) 및 처리부(34)를 포함할 수 있다. 처리부(34)는 영상획득부(32)로부터 제공받은 선별대상 곡물의 상기 영상으로부터 화소별 밝기 값과 특정 밝기를 가지는 화소 열의 위치, 특정 밝기 값의 개수를 추출할 수 있다. 이를 통하여, 처리부(34)는 곡물의 상기 영상으로부터 곡물 표면의 인접 화소별 밝기값 차이를 추출할 수 있다. 또한, 상기 곡물 표면의 인접 화소별 밝기값 차이의 누적치, 곡물 표면의 인접 화소별 밝기값 차이의 누적치를 정규화한 값을 추출할 수 있다. 한편, 곡물선별장치(100)는 미리 양품 곡물로부터 추출한 양품 곡물 표면의 인접 화소별 밝기값 차이, 양품 곡물 표면의 인접 화소별 밝기값 차이의 누적치, 양품 곡물 표면의 인접 화소별 밝기값 차이의 누적치를 정규화한 값 및 이들의 조합 중에서 선택되는 적어도 어느 하나가 저장되어 있는 데이터베이스(미도시)를 포함할 수 있다. 상기 데이터베이스에 저장된 정보는 상기 선별대상 곡물이 양품인지 여부를 판단하는 기준값(이하 VS(valley size)를 이용한 기준값이라 함)의 역할을 수행할 수 있다. 다시 말하면, 처리부(34)는 상기 선별대상 곡물로부터 추출한 상기 선별대상 곡물 표면에서 인접 화소별 밝기 분포로부터 상기 선별대상 곡물 표면의 인접 화소별 밝기값 차이, 상기 선별대상 곡물 표면의 인접 화소별 밝기값 차이의 누적치, 상기 선별대상 곡물 표면의 인접 화소별 밝기값 차이의 누적치를 정규화한 값 및 이들의 조합 중에서 선택되는 적어도 어느 하나를 추출할 수 있다. 처리부(34)는 상기 선별대상 곡물로부터 추출된 값을 양품 곡물로부터 미리 추출되어 상기 데이터베이스에 저장된 값과의 비교를 통하여 상기 선별대상 곡물이 양품인지 불량품인지 여부를 판별할 수 있다.

도면에는 처리부(34)로서 256바이트를 처리하는 4개의 신호처리장치(DSP)가 예로서 표현되어 있다. 상기의 예시는 이해를 위한 예시로서, 상기 선별대상 곡물의 양, 원하는 상기 선별대상 곡물의 판별 속도 등에 따라 처리부(34)에 포함되는 신호처리장치의 개수는 변경 가능하다. 또한, 도면에는 256바이트의 입력 데이터를 처리하는 신호처리장치가 예로서 표현되어 있다. 상기의 예시는 이해를 위한 예시로서, 신호처리장치가 처리할 수 있는 입력데이터의 바이트는 필요에 따라 달라질 수 있다.

양품곡물선별부(40)는 영상처리부(30)로부터 상기 선별대상 곡물이 양품인지 불량품인지를 통지받아 상기 선별대상 곡물을 양품과 불량품으로 분리한다. 양품곡물선별부(40)는 공기총(air-gun)을 포함할 수 있다. 일례로, 양품곡물선별부(40)는 영상처리부(30)로부터 상기 선별대상 곡물이 불량품이라는 판정을 받으면 상기 공기총을 동작시켜 불량품을 곡물분리출구(60)의 불량품 출구로 보낼 수 있다. 이 경우, 양품곡물선별부(40)는 영상처리부(30)로부터 상기 선별대상 곡물이 양품이라는 판정을 받으면 상기 공기총을 동작시키지 않으며, 양품으로 판정된 상기 선별대상 곡물은 자유낙하하여 곡물분리출구 (60)의 양품 출구로 투입되게 된다. 다른 예로, 도면에 도시된 바와 달리, 양품곡물선별부(40)는 영상처리부(30)로부터 상기 선별대상 곡물이 불량품이라는 판정을 받으면 상기 공기총을 동작시키지 않으며, 불량품은 곡물분리출구 (60)의 불량품 출구로 자유낙하할 수 있다. 이 경우, 양품곡물선별부(40)는 영상처리부(30)로부터 상기 선별대상 곡물이 양품이라는 판정을 받으면 상기 공기총을 동작시켜 양품으로 판정된 상기 선별대상 곡물을 곡물분리출구(60)의 양품 출구로 보낼 수도 있다. 또한, 도면에는 하나의 공기총을 포함하는 양품곡물선별기(40)가 예로서 표현되어 있다. 다른 예로, 도면에 도시된 바와 달리, 상기 선별대상 곡물이 복수개의 이송채널을 가지는 곡물이송부(10)를 통하여 여러 개가 동시에 공급될 경우 양품곡물선별부(40)는 상기 이송채널의 개수에 대응하는 개수의 상기 공기총을 포함할 수 있다. 이 경우, 양품곡물선별부(40)는 복수개의 이송채널과 개개의 이송채널에 대응하는 공기총을 구비함으로써 상기 선별대상 곡물에 대한 양품 및 불량품 선별량을 향상시킬 수 있다. 양품 또는 불량품으로 선별된 상기 선별대상 곡물을 곡물분리출구(60)으로 용이하게 이송하기 위하여 개개의 이송채널에 대응하는 상기 공기총은 복수 개의 공기총으로 구성될 수도 있다.

제어부(50)는 곡물이송부(10), 곡물영상획득부(20), 영상처리부(30) 및 양품곡물선별부(40)의 동작을 제어할 수 있다. 제어부(50)는 컨베이어밸트(12)의 모터의 동작을 제어하여 선별대상 곡물의 공급 속도를 조절할 수 있다. 또한, 제어부(50)는 곡물영상획득부(20) 및 영상처리부(30)의 동작을 제어할 수 있다. 즉, 제어부(50)는 영상처리부(30)의 처리 속도를 고려하여 곡물영상획득부(20)가 동작하도록 할 수 있다. 또한, 제어부(50)는 영상처리부(30)의 처리 속도를 고려하여 양품곡물선별부(40)의 동작을 제어할 수 있다. 일례로, 영상처리부(30)를 통한 상기 선별대상 곡물이 양품인지 불량품인지를 판정하는 데에는 소정의 시간이 요구된다. 또한, 곡물영상획득부(20)와 양품곡물선별부(40)는 소정의 간격으로 이격된 상태로 곡물선별장치(100)에 배치된다. 이 과정에서 상기 선별대상 곡물이 곡물영상획득부(20)에서 양품곡물선별부(40)로 이동하는 데에 어느 정도의 시간이 요구될 수 있다. 즉, 제어부(50)는 상기 선별대상 곡물에 대한 영상처리부(30)를 통한 양품 또는 불량품 판정에 걸리는 시간지연과 상기 선별대상 곡물이 곡물영상획득부(20)에서 양품곡물선별부(40)로 이동하는 데에 걸리는 시간을 고려하여 양품곡물선별부(40)의 동작을 제어할 수 있다.

곡물분리출구(60)는 선별된 곡물을 분리하여 배출할 수 있다. 이 경우, 선별대상 곡물은 양품과 불량품으로 구분되어 배출될 수 있다.

도 1에는 하나의 예시로서 곡물선별장치(100)가 표현되어 있다. 이러한 도 1의 예시는 이해를 위한 예시로서 곡물선별장치(100)로서 도 1에 예시된 방식 이외의 다양한 방식이 사용될 수 있음은 자명하다 할 것이다. 이하 설명의 편의상 도 1을 활용하여 곡물선별장치(100)의 동작을 설명하기로 한다. 도 1을 참조하면, 곡물이송부(10)를 통하여 이송되는 선별대상 곡물은 곡물이송부(10)의 끝단, 즉 컨베이어밸트(12)의 종단부에서 낙하할 수 있다. 곡물영상획득부(20)를 통하여 낙하하는 상기 선별대상 곡물의 영상을 획득할 수 있다. 이 경우, 상기 선별대상 곡물의 상기 영상은 1024개의 화소수를 가지는 라인스캔카메라(22)를 통하여 획득될 수 있다. 라인스캔카메라(22)를 통하여 상기 선별대상 곡물에 대한 라인스캔영상을 얻을 수 있다. 또한, 라인스캔카메라(22)를 통하여 상기 낙하하고 있는 선별대상 곡물을 순차적으로 여러 번 스캔함으로써 상기 선별대상 곡물에 대한 면스캔영상을 얻을 수도 있다. 라인스캔카메라(22)를 통하여 얻어진 상기 선별대상 곡물에 대한 상기 라인스캔영상은 영상획득부(32)를 통하여 획득될 수 있으며, 처리부(34)를 통하여 영상처리될 수 있다. 영상처리 속도를 높이기 위하여 처리부(34)는 여러 개의 신호처리장치로 구성될 수 있다. 도면에는 4개의 신호처리장치(DSP, digital signal processor) 장치로 구성된 처리부(34)가 예로서 표현되어 있다. 이 경우, 각각의 신호처리장치는 라인스캔카메라(22)가 제공하는 1024개의 화소 중 256개의 화소에 대하여 영상처리를 진행할 수 있다. 예를 들면, 곡물이송부(10)를 통하여 4개의 선별대상 곡물이 한번에 이송될 경우, 1024개의 화소수를 가지는 라인스캔카메라(22)를 통하여 상기 선별대상 곡물의 영상을 얻을 수 있다. 라인스캔카메라(22)가 제공하는 영상을 4개의 신호처리장치를 통하여 나누어서 영상처리함으로써 곡물이송부(10)를 통하여 공급되는 4개의 선별대상 즉, 개개의 선별대상 곡물에 대한 영상처리를 개개의 신호처리장치가 각각 처리할 수 있다. 이를 통하여 선별대상 곡물 각각에 대하여 영상처리가 가능하며, 동시에 여러 개의 선별대상 곡물에 대한 분석이 가능하여 검출속도를 향상시킬 수 있다. 영상처리부(30)는 상기 선별대상 곡물의 상기 영상에 대한 분석 후 분석결과를 곡물선별장치(100)의 데이터베이스에 저장된 양품 판단 기준값과 비교하여 상기 선별대상 곡물이 양품인지 여부에 대한 판단을 진행한다. 영상처리부(30)는 판단 결과를 양품곡물선별부(40)에 제공하며, 양품곡물선별부(40)는 양품 및 불량품 선별장치, 예로서 공기총을 동작시켜 양품과 불량품을 구별하게 된다. 영상처리부(30)를 통한 상기 선별대상 곡물의 상기 영상에 대한 분석 및 분석 후 분석결과를 곡물선별장치(100)의 데이터베이스에 저장된 양품 판단 기준값과 비교하는 방법에 대해서는 이하 상술하기로 한다. 이하 설명의 편의상 곡물영상획득부(20)로서 라인스캔카메라(22)를 사용하는 곡물영상획득부(20)를 사용하여 본 명세서에서 개시하는 곡물불량검출방법을 설명하기로 한다.

도 2를 참조하면, 도 2의 (a)는 양품에 해당하는 곡물의 모습을 보여주며, (b) 내지 (d)는 불량품에 해당하는 곡물의 모습을 보여주는 도면이다. 도 2의 (b)는 형태학적 변형(쭈글쭈글함, wrinkled)에 의한 불량 곡물의 모습이며, (c)는 전반적인 변색에 의한 불량 곡물의 모습이며, (d)는 부분 변색에 의한 불량 곡물의 모습이다. 본 명세서에서는 도 2의 (a)에 해당하는 곡물을 도 2의 (b) 내지 (d)에 해당하는 곡물과 분리하는 곡물불량검출방법을 제안하고자 한다.

도 3은 곡물의 디지털 영상으로부터 추출한 화소들의 밝기 분포를 활용한 히스토그램 방식의 곡물불량검출방법을 설명하기 위한 도면이다. 도 3의 (a) 내지 (d)는 각각 도 2의 (a) 내지 (d)에 해당하는 곡물에 대한 명암값 프로필(profile)을 보여주는 도면이다(이를 히스토그램 이라 한다). 상기 히스토그램 방식의 곡물불량검출방법은 양품 곡물로부터 미리 추출된 밝기 분포로부터 얻어진 히스토그램을 이용한 기준값을 기준으로 선별대상 곡물이 양품인지 불량품인지 여부를 판단하는 방법이다. 다시 말하면, 곡물영상획득부(20)를 활용하여 양품 곡물의 영상을 획득한다. 영상처리부(30)는 획득한 양품 곡물의 상기 영상으로부터 영상 내에서 명암값 프로필 즉, 명암값 분포에 대한 정보를 제공한다. 일례로, 영상처리부(30)는 양품 곡물의 상기 명암값 프로필로서 특정 밝기값을 가지는 화소의 개수에 대한 정보를 제공할 수 있다. 상기 양품 곡물의 상기 영상으로부터 획득한 상기 명암값 프로필로부터 선별대상 곡물이 양품인지 불량품인지를 판단하는 방법을 설명하면 다음과 같다.

먼저, 획득된 양품 곡물의 디지털 영상으로부터 얻어진 상기 히스토그램으로부터 Th_L, Th_H 및 Th_D를 결정한다. Th_L은 어두운 쪽의 경계를 결정하는 문턱치이며, Th_H는 밝은 쪽의 경계를 결정하는 문턱치이며, Th_D는 상기 디지털 영상에서 얻어진 양품 곡물의 전체 화소 수에 대한 Th_L과 Th_H 사이 화소 수의 비율을 의미한다. 도면에는 양품곡물의 98%가 해당하는 범위로 설정한 TH_L, Th_H 및 Th_D가 예로서 표현되어 있다. Th_L, Th_H 및 Th_D가 상기 히스토그램을 이용한 기준값으로 활용될 수 있다.

이후, 곡물영상획득부(20)를 통하여 선별대상 곡물에 대한 영상을 제공받은 영상처리부(30)는 상기 선별대상 곡물에 대한 양품 판단을 진행한다. 양품판단은 일례로 아래의 과정으로 진행될 수 있다. 먼저, 라인영상별 상기 선별대상 곡물의 화소에 대해 Th_L 이상이고 Th_H 이하인 조건을 만족하는 화소 수를 GPs에 더한다. 다음으로, 라인영상별로 검지된 상기 선별대상 곡물의 상기 화소 수를 TPs에 더한다. 상기의 과정은 라인영상을 더하여 상기 선별대상 곡물에 대한 면영상이 완성되는 시점까지 반복한다. 이후, GPs를 TPs로 나누어 Ratio 1에 저장한다. Ratio 1이 Th_D 이상이면 양품으로, Th_D 이하이면 불량으로 판정한다. 여기에서, GPs는 상기 선별대상 곡물 영상에서 양품의 조건을 만족하는 화소 수를 의미하며, TPs는 상기 선별대상 곡물 영상의 전체 화소 수를 의미한다.

상술한 히스토그램 방식의 곡물불량검출방법은 명암값 프로필을 활용하므로 도 2 및 도 3에 도시된 바와 같이, 불량품으로 분류되어야 하는 도 2의 (b) 내지 (d)에 해당하는 선별대상 곡물이 양품으로 판정받을 수 있는 가능성이 크다는 문제점이 있다. 특히, 도 2의 (b)의 경우와 같이 표면 형태의 이상으로 인하여 불량품 판정을 받아야 하는 선별대상 곡물의 경우에 표면 형태의 이상이 히스토그램의 이상을 초래할 수도 있지만, 표면 형태의 이상과는 관계없이 양품과 유사한 명암값 프로필을 가지는 경우가 자주 발생한다. 이에 본 명세서에서는 이러한 문제를 해결 또는 보완해 줄 수 있는 표면 형태에 기초한 검출방법, 다시 말하면, 곡물 표면의 형태학적 변형에 따른 인접 화소별 밝기의 변화를 이용한 방법(이하 곡물 표면의 인접 화소별 밝기값 차이라 재차 칭하기로 한다)을 제안하고 있다.

도 4 및 도 5는 곡물의 디지털 영상으로부터 추출한 곡물 표면의 인접 화소별 밝기값 차이를 활용한 VS(valley size) 방식의 곡물불량검출방법을 설명하기 위한 도면이다. 도 4의 (a)와 (b)는 각각 배후조명(26)에 의해 배경과 분리된 양품 곡물(1) 및 불량품 곡물(2)을 보여준다. 도 4의 (c)와 (d)는 각각 양품 곡물 및 불량품 곡물에 대해 AA’선을 따라 스캔한 라인스캔영상에서 얻어지는 화소의 밝기 분포(4)를 보여준다. x축은 라인스캔영상에서 각각의 화소의 상대적인 위치를 나타내며, y축은 각각의 화소가 갖는 밝기값을 나타낸다. 도면에는 256 단계의 화소 밝기값을 갖는 라인스캔영상을 예로 들어 설명하고 있다. 도 4의 (e)와 (f)는 각각 양품 곡물(1) 및 불량품 곡물(2)에 대해 AA’선을 따라 스캔한 라인스캔영상에서 얻어지는 화소의 밝기 분포(4) 그래프에 물을 부어 채우는 가정을 하였고, 이 경우 각각의 수평라인(3)을 기준으로 하여 화소별 깊이에 대응하는 계곡(valley)에 채워지는 물의 양을 VD(4a, valley depth)로 나타내었다. 도 5는 VD(4a) 및 VD(4a)로부터 VS(valley size)를 계산하는 방법을 설명하기 위한 도면이다. 도 4의 (a) 내지 (d)를 참조하면, 스캔된 선영상의 화소 밝기는 물체의 표면 형태에 따라 밝기 분포가 달라짐을 알 수 있다. 또한, 스캔된 선영상의 화소 밝기는 물체에 가해지는 조명의 세기, 조명의 색상 등에 따라 달라질 수도 있다. 또한, 스캔된 선영상의 화소 밝기는 스캔된 선영상으로부터 추출된 영상의 색상에 따라 달라질 수도 있다. 물체에 가해지는 조명의 색상은 선영상을 스캔하는 과정에서 선택될 수 있다. 스캔된 선영상으로부터의 서로 다른 색상을 가지는 영상의 추출은 스캔된 선영상을 분석하는 과정에서 진행될 수 있다. 일례로, 스캔 과정에서 물체에 백색광이 제공되는 경우에 얻어지는 스캔된 선영상의 화소 밝기 분포와 물체에 적색광이 제공되는 경우에 얻어지는 스캔된 선영상의 화소 밝기 분포는 서로 다른 분포를 가질 수 있다. 따라서, 분석대상 물체의 표면 형태, 표면 색상 등에 따라 서로 다른 색상을 가지는 조명이 활용될 수 있다. 분석대상 물체의 표면 형태, 표면 색상 등에 따라 조명으로서 적색조명, 녹색조명, 청색조명 및 이들의 조합 중에서 선택되는 적어도 어느 하나의 조명이 사용될 수 있다. 다른 예로, 스캔된 선영상을 영상처리부(30)를 통하여 영상처리하는 과정에서 영상의 색상이 선택될 수 있다. 이 경우, 선택된 영상의 색상이 적색영상인 경우와 녹색영상인 경우에 각각 얻어지는 스캔된 선영상의 화소 밝기는 서로 다른 값을 가질 수 있다. 분석대상 물체의 표면 형태, 표면 색상 등에 따라 스캔된 선영상으로부터 추출될 수 있는 영상으로서 적색영상, 녹색영상, 청색영상 및 이들의 조합 중에서 선택되는 적어도 어느 하나의 영상이 사용될 수 있다.

스캔된 선영상의 화소별 밝기 분포를 살펴보면, 양품 곡물(1)의 경우에는 도 4의 (c)과 같이 중심에 가까운 곳에 위치하는 화소의 경우일수록 큰 밝기값을 가지며, 가장자리로 갈수록 작은 밝기값을 가지는 것을 알 수 있다. 즉, 양품 곡물(1)의 경우 AA’ 선을 따라 스캔한 라인스캔영상으로부터 얻어지는 선영상의 화소별 밝기 분포는 2차 곡선의 형태를 취한다. 하지만, 불량품 곡물(2)의 경우와 같이 곡물의 표면이 부드럽지 못한 경우에는 도 4의 (d)와 같이 AA’ 선을 따라 스캔한 라인스캔영상으로부터 얻어지는 선영상의 화소별 밝기 분포는 불규칙함이 큰 그래프의 형태를 취한다. 본 명세서에서 개시하는 VS 방식의 곡물불량검출방법은 불량품 곡물(2)이 보여주는 양품 곡물(1)과는 다른 스캔된 선영상의 화소별 밝기 분포에 착안하고 있다. 즉, 본 명세서에서 개시하는 곡물불량검출방법은 도 4의 (e)와 (f)에 표현된 VD(4a)를 양품 곡물(1)과 불량품 곡물(2)을 판별하는 기준으로 한 곡물불량검출방법을 제안하고 있다. 보다 쉽게 설명하면, 도 4의 (c)와 (d)의 스캔된 선영상의 화소별 밝기 분포를 보면, 불량품 곡물(2)일수록 선영상의 화소별 밝기값의 변화가 크며, 이는 도 4의 (d)의 그래프에서 보는 바와 같이 큰 계곡(valley)을 가지는 그래프로 표현된다. 도 4의 (c)와 (d)의 상부에서 물을 부어 계곡을 채운다고 가정할 때, 양품 곡물(1)에 비하여 불량품 곡물(2)의 경우 계곡에 채워지는 물의 양이 많아질 것이라는 것은 자명해 보인다. 이 점에 착안하여, 본 명세서에서 개시하는 곡물불량검출방법은 선별대상 곡물의 선영상의 화소별 밝기 분포로부터 계곡에 채워지는 물의 높이에 대응되는 도 4의 (c)와 (d)에서 표현한 수평라인(3)을 기준으로하여 스캔된 선영상의 화소별 VD(4a)를 추출한다. 이후, 추출된 VD(4a)로부터 VS를 계산하고, 이를 양품 곡물(1)로부터 추출된 VS와 비교하여 상기 선별대상 곡물이 양품인지 불량품인지를 판단하는 방식이다. 이 과정에서 정규화된 VS가 사용될 수도 있다. 이하 도 5를 활용하여 VS 방식의 곡물불량검출방법을 구체적으로 설명하기로 한다.

도 5는 VS(valley size) 방식의 곡물불량검출방법을 설명하기 위한 도면이다. VS 방식에 의한 곡물불량검출방법은 곡물의 디지털 영상으로부터 선별대상 곡물 표면의 인접 화소별 밝기값 차이에 기반한 판단방법이다. 도 5는 라인스캔영상으로부터 얻어지는 상기 선별대상 곡물 표면의 인접 화소별 밝기 분포를 보여주는 도면이다. 이하 설명의 편의상 하나의 라인스캔영상에 대하여 VS를 검출하는 방법을 설명하기로 한다.

영상처리부(30)는 상기 선별대상 곡물의 라인스캔영상인 디지털 영상으로부터 상기 선별대상 곡물 표면의 인접 화소별 밝기값 차이를 추출할 수 있다. 이로부터 영상처리부(30)는 VS를 얻을 수 있다. 영상처리부(30)가 상기 선별대상 곡물 표면의 인접 화소별 밝기값 차이로부터 VS를 얻는 과정은 예로서 다음의 과정으로 수행될 수 있다.

먼저, 획득된 상기 곡물의 상기 디지털 영상으로부터 상기 디지털 영상의 개개의 화소를 기준으로 상기 곡물 표면에서 인접 화소별 밝기 분포를 추출한다.

다음으로, 추출된 상기 곡물 표면에서 상기 인접 화소별 밝기 분포로부터 밝기의 최대값이 존재하는 화소 및 밝기의 지역 최대값이 존재하는 화소를 추출한다.

이하, 밝기의 최대값이 존재하는 상기 화소 및 밝기의 지역 최대값이 존재하는 상기 화소 중에서 서로 인접하는 화소들을 제1화소 및 제2화소라 하며, 상기 제2화소의 밝기값은 상기 제1화소의 밝기값 보다 큰 값을 가진다고 가정한다. 예로서, 도 5에서 도시된 L_LPR1 및 L_LPRm이 각각 상기 제1화소 및 상기 제2화소에 대응될 수 있다. 다음으로, 밝기의 최대값이 존재하는 상기 화소 및 밝기의 지역 최대값이 존재하는 상기 화소 중에서 서로 인접하는 상기 화소들 사이에 존재하며, 상기 제1화소의 상기 밝기값과 동일한 밝기값을 가지는 제3화소를 추출한다.

다음으로, 상기 제1화소의 상기 밝기값을 기준으로 상기 제1화소의 상기 밝기값에 대한 상기 제1화소 및 상기 제3화소 사이에 존재하는 화소들 각각의 밝기값의 차이값을 추출하는 밝기차이추출과정을 진행한다. 예를 들면, 도 5에서 도시된 L_LPR1 및 L_LPRm이 각각 상기 제1화소 및 상기 제2화소라 할 경우, L_LPR1 +w1이 상기 제3화소에 대응된다. 상기 제1화소인 L_LPR1의 밝기값인 L_LP1을 기준으로 L_LPR1에서 L_LPR1 +w1 사이의 화소가 갖는 밝기값의 차이값을 추출한다. 이하, 상기 제1화소의 상기 밝기값에 대한 상기 제1화소 및 상기 제3화소 사이에 존재하는 화소들 각각의 밝기값의 상기 차이값을 밝기값 차이라 칭하기로 한다. 상기 제1화소의 상기 밝기값에 대한 상기 제1화소 및 상기 제3화소 사이에 존재하는 화소들 각각의 밝기값의 상기 차이값은 도 4의 (e) 및 (f)에 표현된 VD(4a)에 대응된다. 상기 제1화소의 상기 밝기값은 도 4의 (c) 및 (d)에 표현된 수평선(3)에 해당하는 밝기값에 대응된다.

다음으로, 상기 밝기차이추출과정 이후에 수행되며, 상기 밝기값 차이를 합산하는 합산과정을 진행한다. 합산된 상기 밝기값 차이는 VS에 대응된다. 합산된 상기 밝기값 차이인 VS는 상기 디지털 영상에서 상기 선별대상 곡물의 화소수로 나누어져 정규화될 수 있다.

상기의 과정은 라인을 바꿔가며 상기 선별대상 곡물 표면에 전체에 대하여 진행될 수 있으며, 이를 통하여 상기 선별대상 곡물 표면 전체에 대한 VS를 얻을 수 있다. 상기 선별대상 곡물 표면 전체에 대해 얻어진 VS는 상기 선별대상 곡물 표면 전체에 대응되는 디지털 영상에서 상기 선별대상 곡물 전체의 화소수로 나누어져 정규화될 수 있다. 다시 말하면, 상기 곡물의 상기 라인스캔영상은 상기 곡물 표면 전체에 대하여 획득된 복수의 라인스캔영상들을 포함하는 면스캔영상일 수 있다. 상기 합산과정은 상기 곡물의 상기 복수의 라인스캔영상들 각각에 대하여 수행될 수 있다. 상기 합산과정을 통하여 상기 복수의 라인스캔연상들 각각으로부터 얻어진 합산된 상기 밝기값 차이는 서로 더해지며, 서로 더해진 상기 합산된 밝기값 차이 (이하 누적밝기차이값이라 칭하기로 한다)를 상기 곡물전체의 상기 디지털 영상의 화소수로 나누어 상기 곡물의 상기 디지털 영상의 상기 화소수에 대한 상기 누적밝기차이값의 정규화과정을 진행할 수 있다.

마지막으로, 추출된 상기 누적밝기차이값이나 또는 정규화된 누적밝기차이값을 VS를 이용한 기준값과 비교하여 상기 곡물이 양품인지 여부를 판단하는 판단과정을 진행한다. 상기 VS를 이용한 기준값은 양품 곡물의 라인스캔영상 또는 면스캔영상으로부터 상기 양품 곡물의 선영상 또는 면영상에 대하여 미리 추출된 상기 양품 곡물 표면에서 인접 화소별 밝기 분포, 상기 양품 곡물 표면에서 상기 인접 화소별 밝기의 분포에서 밝기값 차이의 누적치[valley size, VS], 정규화된 VS 및 이들의 조합 중에서 선택되는 적어도 어느 하나일 수 있다. 영상처리부(30)는 추출된 상기 밝기값 차이를 직접활용하거나, 추출된 상기 밝기값 차이를 상술한 바와 같은 방식으로 VS 또는 정규화된 VS로 변환한 후 VS 또는 정규화된 VS를 상기 VS를 이용한 기준값과 비교하여 상기 선별대상 곡물이 양품인지 불량품인지를 판단할 수 있다. 또한, 영상처리부(30)는 추출된 상기 선별대상 곡물 표면에서 인접 화소별 밝기 분포로부터를 상기 VS를 이용한 기준값과 비교하여 상기 선별대상 곡물이 양품인지 불량품인지 여부를 판단할 수도 있다.

도 5를 활용하여 VS를 추출하는 과정을 예로서 설명하면 다음과 같다. 영상처리부(30)는 획득된 상기 곡물의 디지털 영상으로부터 상기 디지털 영상의 개개의 화소를 기준으로 상기 곡물 표면에서 인접 화소별 밝기 분포를 추출한다. 추출한 상기 곡물 표면에서 상기 인접 화소별 밝기 분포로부터 밝기의 최대값(Global Peak)이 존재하는 화소와 밝기의 지역 최대값(Local Peak)이 존재하는 화소를 추출한다. 도 5에서 GPR이 밝기의 최대값이 존재하는 화소 또는 화소의 위치이며, L_LPR1, L_LPRm, R_LPRn 및 R_LPR1이 밝기의 지역 최대값이 존재하는 화소 또는 화소의 위치이다. 밝기의 지역 최대값의 위치는 밝기의 최대값의 위치인 GPR을 기준으로 GPR 좌측에서 가장 큰 밝기를 가지는 화소를 지역 최대값이 존재하는 화소(L_LPRm)로 설정하고, 다음으로 설정된 지역 최대값이 존재하는 화소(L_LPRm)를 기준으로 좌측에서 가장 큰 밝기를 가지는 화소를 지역 최대값이 존재하는 화소로 설정하는 방식으로 선정된다. 이러한 과정을 통하여 GPR을 기준으로 GPR 좌측에서 지역 최대값이 시작되는 화소(L_LPR1)를 선정한다. GPR 우측의 경우에도 같은 방식으로 지역 최대값이 존재하는 화소를 설정한다. 도 5는 밝기의 최대값이 존재하는 화소와 상술한 방법으로 설정된 밝기의 지역 최대값이 존재하는 화소를 표현하고 있다. 도 5에서 Hmin는 상기 곡물의 상기 디지털 영상인 라인영상에서 곡물의 영상이 시작되는 시작 화소의 열 위치이며, Hmax 는 상기 곡물의 상기 디지털 영상인 라인영상에서 곡물의 영상이 끝나는 마지막 화소의 열 위치이다. 다시 말하면, 상기 곡물의 영상은 배경과 분리되어 Hmin에서 시작하여 Hmax 에서 끝나게 된다.

도 5로부터 VS는 다음의 수식을 통하여 얻어질 수 있다. 수학식 1은 VS를 의미하며, 수학식 2는 복수 회의 라인스캐닝을 통하여 각각 얻어진 VS를 합한 후 곡물 영상의 전체 화소수로 나눈 정규화된 VS에 해당한다.

여기에서, m과 n은 양의 정수이며, 각각 GPR을 기준으로 좌측 및 우측에 존재하는 존재하는 지역 최대값을 가지는 화소의 개수를 의미한다. wj는 j번째 계곡(valley)의 폭을 의미한다. 즉, wj는 j번째 지역 최대값을 갖는 화소에서의 밝기값을 도 4에서 상술한 수평선(3)으로 할 경우 GPR 방향으로 수평선(3) 보다 작거나 같은 밝기값을 갖는 화소들의 수에 대응되는 값이다. k는 양의 정수이며, 라인스캐닝 또는 스캔된 라인의 개수에 해당한다. L_LP1, L_LRm, GP, R_LRn 및 R_LR1는 각각 L_LPR1, L_LPRm, GPR, R_LPRn 및 R_LPR1에 위치한 화소가 가지는 밝기값을 의미한다. Pj는 j번째 계곡의 폭에 속하는 화소들이 각각 갖는 밝기값을 의미한다.

(L_LPi - Pj) 및 (R_LPi - Pj)는 각 지역 최대값을 가지는 수평선(3) 밝기값에 대한 계곡 내에 위치하는 화소들이 갖는 밝기값 사이의 차이를 의미한다. 따라서, 각각의 라인스캐닝 영상으로부터 상기 밝기값의 차이를 합하여 각 라인스캐닝 영상에 대한 VS를 얻을 수 있다. 또한, 각각의 라인스캐닝 영상으로부터 얻은 VS를 합한 다음 이를 곡물영상 전체의 화소수로 나눔으로서 정규화된 VS를 얻을 수 있다.

이후, 영상처리부(30)는 미리 양품 곡물로부터 추출하여 곡물선별장치(100)의 데이터베이스 또는 영상처리부(30)의 메모리에 저장된 VS를 이용한 기준값과 상기 선별대상 곡물의 VS, 상기 선별대상 곡물의 정규화된 VS 등을 비교함으로써 선별대상 곡물의 양품 또는 불량품 여부를 판단할 수 있다.

도 6은 도 3 내지 도 5에서 상술한 히스토그램 방식 및 VS 방식을 활용한 곡물불량검출방법을 설명하기 위한 도면이다. 도면에는 히스토그램 방식으로 선별대상 곡물이 양품인지 불량품인지를 먼저 판단한 후 상기 선별대상 곡물 중 양품으로 판단된 것들에 대하여 추가적으로 VS 방식을 활용한 검출을 진행하는 과정을 예로서 설명하고 있다. 히스토그램 방식 및 VS 방식은 도 3 내지 도 5와 관련한 설명에서 상술한 바, 이에 대한 상세한 설명은 설명의 편의상 생략하기로 한다. 이를 통하여 상기 선별대상 곡물에 대한 곡물불량검출의 정확도를 향상시킬 수 있다. 물론 VS방식만으로 곡물불량검출을 진행할 수 있음은 당연하다 할 것이다.

도 7은 본 명세서에서 개시하는 일 실시 예에 따른 곡물불량검출방법을 설명하는 흐름도이다. 도 7을 참조하면, 곡물불량검출방법(200)은 먼저, 곡물준비과정을 통하여 선별대상 곡물을 준비한다(210). 일례로, 선별대상 곡물을 준비하는 과정은 서로 이격되어 배치되는 복수의 곡물들을 준비하는 과정 및 서로 이격되어 배치되는 상기 복수의 곡물들을 낙하시키는 과정을 포함할 수 있다.

다음으로, 영상획득과정을 통하여 상기 선별대상 곡물의 디지털 영상을 획득한다(220). 영상획득과정(220)을 통하여 획득된 상기 디지털 영상은 배경영상과 분리된 상기 선별대상 곡물의 라인스캔영상일 수 있다. 또한, 영상획득과정(220)을 통하여 획득된 상기 선별대상 곡물의 상기 디지털 영상은 컬러 영상을 포함할 수 있다. 상기 컬러 영상은 이후 진행되는 영상변환과정(250)을 통하여 적색영상, 녹색영상, 청색영상 및 이들의 조합 중에서 선택되는 적어도 어느 하나로 추출되어 본 명세서에서 개시하는 곡물불량검출방법에 활용될 수도 있다. 일 실시 예에 있어서, 영상획득과정(220)은 낙하하는 상기 복수의 선별대상 곡물들의 배후에 조명을 제공하는 과정 및 상기 조명이 제공되는 과정에서 낙하하는 상기 복수의 선별대상 곡물들의 디지털 영상을 획득하는 과정을 포함할 수 있다. 이를 통하여 상기 복수의 선별대상 곡물들의 상기 디지털 영상은 상기 조명에 의하여 배경영상과 쉽게 분리될 수 있다.

다음으로, 양품판단과정을 통하여 획득된 상기 선별대상 곡물의 상기 디지털 영상으로부터 상기 선별대상 곡물이 양품인지 여부를 판단한다(230). 양품판단과정(230)은 획득된 상기 선별대상 곡물의 상기 디지털 영상으로부터 상기 양품판단과정은 획득된 상기 선별대상 곡물의 상기 디지털 영상으로부터 상기 선별대상 곡물 표면의 형태학적 변형에 따른 인접 화소별 밝기 분포를 추출하고, 추출된 상기 선별대상 곡물 표면의 형태학적 변형에 따른 인접 화소별 상기 밝기 분포를 양품 곡물로부터 미리 추출된 양품 곡물 표면의 형태학적 변형에 따른 인접 화소별 밝기 분포로부터 추출된 기준값과 비교하여 상기 선별대상 곡물이 양품인지 여부를 판단한다. 일례로, 상기 영상획득과정을 통하여 획득된 상기 디지털 영상은 배경영상과 분리된 상기 선별대상 곡물의 라인스캔영상일 수 있다. 이 경우, 상기 양품판단과정은 획득된 상기 선별대상 곡물의 상기 디지털 영상으로부터 상기 디지털 영상의 개개의 화소를 기준으로 상기 선별대상 곡물 표면의 형태학적 변형에 따른 인접 화소별 상기 밝기 분포를 추출하는 과정, 추출된 상기 선별대상 곡물 표면의 형태학적 변형에 따른 인접 화소별 상기 밝기 분포로부터 밝기의 최대값이 존재하는 화소 및 밝기의 지역 최대값이 존재하는 화소를 추출하는 과정, 밝기의 최대값이 존재하는 상기 화소 및 밝기의 지역 최대값이 존재하는 상기 화소 중에서 서로 인접하는 화소들-이하 제1화소 및 제2화소이라 하며, 제2화소의 밝기값은 제1화소의 밝기값 보다 큰 값을 가짐- 사이에 존재하며 상기 제1화소의 상기 밝기값과 동일한 밝기값을 가지는 제3화소를 추출하는 과정, 상기 제1화소의 상기 밝기값을 기준으로 상기 제1화소의 상기 밝기값에 대한 상기 제1화소 및 상기 제3화소 사이에 존재하는 화소들 각각의 밝기값의 차이값-이하 밝기값 차이라 칭하기로 함-을 추출하는 밝기차이추출과정, 상기 밝기값 차이를 합산하는 합산과정 및 합산된 상기 밝기값 차이를 상기 VS를 이용한 기준값과 비교하여 상기 선별대상 곡물이 양품인지 여부를 판단하는 판단과정을 포함할 수 있다.

상기 VS를 이용한 기준값은 양품 곡물의 라인스캔영상으로부터 미리 추출된 상기 양품 곡물 표면의 형태학적 변형에 따른 인접 화소별 상기 밝기 분포, 상기 양품 곡물 표면의 형태학적 변형에 따른 인접 화소별 밝기값 차이, 상기 양품 곡물 표면의 형태학적 변형에 따른 인접 화소별 밝기값 차이의 평균, 밸리사이즈(VS, valley size), 정규화된 밸리사이즈(VS) 및 이들의 조합 중에서 선택되는 적어도 어느 하나일 수 있다. 또한, 상기 VS를 이용한 기준값은 양품 곡물의 면스캔영상으로부터 미리 추출된 상기 양품 곡물 표면의 인접 화소별 밝기값 차이를 이용한 누적밝기차이값(VS), 상기 양품 곡물 표면의 인접 화소별 밝기값 차이를 이용한 누적밝기차이값의 정규화된 값 및 이들의 조합 중에서 선택되는 적어도 어느 하나를 포함할 수 있다. 양품판단과정(230)은 도 3 내지 도 6과 관련한 설명에서 상술한 바, 이에 대한 상세한 설명은 설명의 편의상 생략하기로 한다.

일 실시 예에 있어서, 곡물불량검출방법(200)은 상기 합산과정 이후에 수행되며 상기 합산된 상기 밝기값 차이를 상기 선별대상 곡물의 상기 디지털 영상의 화소수로 나누어 상기 선별대상 곡물의 상기 디지털 영상의 상기 화소수에 대한 상기 합산된 상기 밝기값 차이의 정규화과정을 더 포함할 수 있다. 이 경우, 상기 판단과정은 상기 정규화과정을 통하여 얻어진 상기 합산된 상기 밝기값 차이의 평균을 상기 VS를 이용한 기준값과 비교하여 상기 선별대상 곡물이 양품인지 여부를 판단할 수 있다. 이에 대한 상세한 설명은 도 3 내지 도 6과 관련한 설명에서 상술한 바, 설명의 편의상 생략하기로 한다.

다른 실시 예에 있어서, 곡물불량검출방법(200)에 있어서, 상기 선별대상 곡물의 상기 라인스캔영상은 상기 선별대상 곡물 표면 전체에 대하여 획득된 복수의 라인스캔영상들을 포함하는 면스캔영상이며, 양품판단과정(230) 및 상기 합산과정은 상기 선별대상 곡물의 상기 복수의 라인스캔영상들 각각에 대하여 수행될 수 있다. 이 경우, 상기 합산과정을 통하여 상기 복수의 라인스캔영상들 각각으로부터 얻어진 상기 합산된 상기 밝기값 차이는 서로 더해지며, 서로 더해진 상기 합산된 상기 밝기값 차이-이하 누적밝기차이값이라 칭하기로 함-를 상기 선별대상 곡물의 상기 디지털 영상의 화소수로 나누어 상기 선별대상 곡물의 상기 디지털 영상의 상기 화소수에 대한 상기 누적밝기차이값의 정규화과정을 더 포함할 수 있다. 이 경우, 상기 판단과정은 상기 정규화과정을 통하여 얻어진 상기 누적밝기차이값의 평균을 상기 VS를 이용한 기준값과 비교하여 상기 선별대상 곡물이 양품인지 여부를 판단할 수 있다. 이에 대한 상세한 설명은 도 3 내지 도 6과 관련한 설명에서 상술한 바, 설명의 편의상 생략하기로 한다.

몇몇 다른 실시 예들에 있어서, 곡물불량검출방법(200)은 양품판단과정(230) 이전에 수행되며 영상획득과정(220)에서 획득된 상기 선별대상 곡물의 상기 디지털 영상으로부터 상기 선별대상 곡물의 명암값 프로필을 추출하는 과정, 상기 선별대상 곡물의 상기 명암값 프로필을 히스토그램을 이용한 기준값과 비교하여 상기 선별대상 곡물이 양품인지 여부를 판단하는 과정 및 상기 선별대상 곡물 중 불량으로 판단된 곡물을 제거하는 과정(240)를 더 포함할 수 있다. 즉, 곡물불량검출방법(200)은 양품판단과정(230) 이전에 수행되는 히스토그램 방식의 선별과정을 더 포함할 수 있다. 이 경우, 상기 히스토그램을 이용한 기준값은 상기 양품 곡물로부터 미리 추출된 명암값 프로필 즉, 히스토그램으로부터 얻어질 수 있다. 이에 대한 상세한 설명은 도 3 내지 도 6과 관련한 설명에서 상술한 바, 설명의 편의상 생략하기로 한다.

몇몇 또 다른 실시 예들에 있어서, 영상획득과정(220)을 통하여 획득된 상기 선별대상 곡물의 상기 디지털 영상은 컬러 영상을 포함할 수 있다. 곡물불량검출방법(200)은 양품판단과정(230) 이전에 수행되며 상기 컬러 영상으로부터 적색영상, 녹색영상, 청색영상 및 이들의 조합 중에서 선택되는 적어도 어느 하나를 추출하는 영상변환과정(250)을 더 포함할 수 있다. 이 경우, 양품판단과정(230)은 상기 영상변환과정(250)을 통하여 추출된 영상으로부터 상기 선별대상 곡물이 양품인지 여부를 판단할 수 있다. 이에 대한 상세한 설명은 도 4와 관련한 설명에서 상술한 바, 설명의 편의상 생략하기로 한다.

본 명세서에서 개시하는 곡물불량검출방법(200)은 VS 방식 또는 히스토그램 방식과 VS 방식을 접목하여 사용함으로써 기존 수작업 및 기계식 선별에 의존하던 곡물불량검출방식의 선별력 저하의 문제를 해소하였다. 또한, 일률적으로 정하기 곤란한 선별 기준을 사용자의 기준에 맞춰 자동 학습하도록 하였다. 다시 말하면, 사용자가 양품으로 선별한 양품 곡물로부터 미리 추출한 상기 양품 곡물 표면의 인접 화소별 밝기 분포, 상기 양품 곡물 표면의 인접 화소별 밝기값 차이의 누적값(VS), 상기 양품 곡물 표면의 인접 화소별 밝기값 차이의 누적값의 정규화된 값 및 이들의 조합 중에서 선택되는 적어도 어느 하나를 VS를 이용한 기준값으로 정하여 곡물불량 선별기준으로 사용자의 기준에 맞출 수 있도록 하였다. 또한, 실시간 선별을 위해 선별대상 곡물을 다수의 이송채널을 통하여 한번에 여러 개 공급 가능하도록 하였고, 배경조명을 통하여 상기 선별대상 곡물을 배경과 용이하게 분리되도록 하였다. 또한, 채널 별로 획득되는 상기 선별대상 곡물의 표면 형태에 대한 영상처리를 서로 독립된 신호처리장치를 통하여 수행함으로써 실시간 선별이 가능하도록 하였다. 무엇보다도 VS 방식을 사용함으로써 곡물불량검출의 판정의 정확도의 향상을 가져왔다. 이러한 장점에 따라 본 명세서에서 개시하는 곡물불량검출방법(200)은 향우 다양한 곡물에 적용이 될 것이다.

상기로부터, 본 개시의 다양한 실시 예들이 예시를 위해 기술되었으며, 아울러 본 개시의 범주 및 사상으로부터 벗어나지 않고 가능한 다양한 변형 예들이 존재함을 이해할 수 있을 것이다. 그리고 개시되고 있는 상기 다양한 실시 예들은 본 개시된 사상을 한정하기 위한 것이 아니며, 진정한 사상 및 범주는 하기의 청구항으로부터 제시될 것이다.

Claims (8)

1. 선별대상 곡물을 준비하는 곡물준비과정;
   상기 선별대상 곡물의 디지털 영상을 획득하는 영상획득과정; 및
   획득된 상기 선별대상 곡물의 상기 디지털 영상으로부터 상기 선별대상 곡물이 양품인지 여부를 판단하는 양품판단과정을 포함하되,
   상기 양품판단과정은 획득된 상기 선별대상 곡물의 상기 디지털 영상으로부터 상기 선별대상 곡물 표면의 형태학적 변형에 따른 인접 화소별 밝기 분포를 추출하고, 추출된 상기 선별대상 곡물 표면의 형태학적 변형에 따른 인접 화소별 상기 밝기 분포를 양품 곡물로부터 미리 추출된 양품 곡물 표면의 형태학적 변형에 따른 인접 화소별 밝기 분포로부터 추출된 기준값과 비교하여 상기 선별대상 곡물이 양품인지 여부를 판단하는 곡물불량검출방법.
2. 제1항에 있어서,
   상기 영상획득과정을 통하여 획득된 상기 디지털 영상은 배경영상과 분리된 상기 선별대상 곡물의 라인스캔영상이며,
   상기 양품판단과정은
   획득된 상기 선별대상 곡물의 상기 디지털 영상으로부터 상기 선별대상 곡물 표면의 형태학적 변형에 따른 인접 화소별 상기 밝기 분포를 추출하는 과정;
   추출된 상기 선별대상 곡물 표면의 형태학적 변형에 따른 인접 화소별 상기 밝기 분포로부터 밝기의 최대값이 존재하는 화소 및 밝기의 지역 최대값이 존재하는 화소를 추출하는 과정;
   밝기의 최대값이 존재하는 상기 화소 및 밝기의 지역 최대값이 존재하는 상기 화소 중에서 서로 인접하는 화소들-이하 제1화소 및 제2화소이라 하며, 제2화소의 밝기값은 제1화소의 밝기값 보다 큰 값을 가짐- 사이에 존재하며, 상기 제1화소의 상기 밝기값과 동일한 밝기값을 가지는 제3화소를 추출하는 과정;
   상기 제1화소의 상기 밝기값을 기준으로 상기 제1화소의 상기 밝기값에 대한 상기 제1화소 및 상기 제3화소 사이에 존재하는 화소들 각각의 밝기값의 차이값-이하 밝기값 차이라 칭하기로 함-을 추출하는 밝기차이추출과정;
   상기 밝기값 차이를 합산하는 합산과정; 및
   합산된 상기 밝기값 차이를 상기 기준값과 비교하여 상기 선별대상 곡물이 양품인지 여부를 판단하는 판단과정을 포함하는 곡물불량검출방법.
3. 제2항에 있어서,
   상기 합산과정 이후에 수행되며,
   상기 합산된 상기 밝기값 차이를 상기 선별대상 곡물의 상기 디지털 영상의 화소수로 나누어 상기 선별대상 곡물의 상기 디지털 영상의 상기 화소수에 대한 상기 합산된 상기 밝기값 차이를 정규화과정을 더 포함하되,
   상기 판단과정은 상기 정규화과정을 통하여 얻어진 상기 합산된 상기 밝기값 차이의 평균을 상기 기준값과 비교하여 상기 선별대상 곡물이 양품인지 여부를 판단하는 곡물불량검출방법.
4. 제2항에 있어서,
   상기 선별대상 곡물의 상기 라인스캔영상은 상기 선별대상 곡물 표면 전체에 대하여 획득된 복수의 라인스캔영상들을 포함하는 면스캔영상이며,
   상기 양품판단과정 및 상기 합산과정은 상기 선별대상 곡물의 상기 복수의 라인스캔영상들 각각에 대하여 수행되며,
   상기 합산과정을 통하여 상기 복수의 라인스캔영상들 각각으로부터 얻어진 상기 합산된 상기 밝기값 차이는 서로 더해지며, 서로 더해진 상기 합산된 상기 밝기값 차이-이하 누적밝기차이값이라 칭하기로 함-를 상기 선별대상 곡물의 상기 디지털 영상의 화소수로 나누어 상기 선별대상 곡물의 상기 디지털 영상의 상기 화소수에 대한 상기 누적밝기차이값의 정규화과정을 더 포함하되,
   상기 판단과정은 상기 정규화과정을 통하여 얻어진 상기 누적밝기차이값의 평균을 상기 기준값과 비교하여 상기 선별대상 곡물이 양품인지 여부를 판단하는 곡물불량검출방법.
5. 제1항 내지 제4항 중 어느 한 항에 있어서,
   상기 기준값은 상기 양품 곡물의 라인스캔영상으로부터 미리 추출된 상기 양품 곡물 표면의 형태학적 변형에 따른 인접 화소별 상기 밝기 분포, 상기 양품 곡물 표면의 형태학적 변형에 따른 인접 화소별 밝기값 차이, 상기 양품 곡물 표면의 형태학적 변형에 따른 인접 화소별 밝기값 차이의 평균, 밸리사이즈(VS, valley size), 정규화된 밸리사이즈(VS) 및 이들의 조합 중에서 선택되는 적어도 어느 하나 또는 면스캔영상으로부터 미리 추출된 상기 양품 곡물 표면의 형태학적 변형에 따른 인접 화소별 상기 밝기값 차이를 이용한 누적밝기차이값, 상기 양품 곡물 표면의 형태학적 변형에 따른 인접 화소별 상기 밝기값 차이를 이용한 상기 누적밝기차이값의 정규화된 값 및 이들의 조합 중에서 선택되는 적어도 어느 하나를 포함하는 곡물불량검출방법.
6. 제1항 내지 제4항 중 어느 한 항에 있어서,
   상기 곡물준비과정은
   서로 이격되어 배치되는 복수의 선별대상 곡물들을 준비하는 과정; 및
   서로 이격되어 배치되는 상기 복수의 선별대상 곡물들을 낙하시키는 과정을 포함하며,
   상기 영상획득과정은
   낙하하는 상기 복수의 선별대상 곡물들의 배후에 조명을 제공하는 과정; 및
   상기 조명이 제공되는 과정에서 낙하하는 상기 복수의 선별대상 곡물들의 디지털 영상을 획득하는 과정을 포함하되,
   상기 복수의 선별대상 곡물들의 상기 디지털 영상은 상기 조명에 의하여 배경영상과 분리되는 곡물불량검출방법.
7. 제1항 내지 제4항 중 어느 한 항에 있어서,
   상기 양품판단과정 이전에 수행되며,
   상기 영상획득과정에서 획득된 상기 선별대상 곡물의 상기 디지털 영상으로부터 상기 선별대상 곡물의 명암값 프로필을 추출하는 과정;
   추출된 상기 선별대상 곡물의 상기 명암값 프로필을 히스토그램을 이용한 기준값과 비교하여 상기 선별대상 곡물이 양품인지 여부를 판단하는 과정; 및
   상기 선별대상 곡물 중 불량으로 판단된 곡물을 제거하는 과정을 포함하되,
   히스토그램을 이용한 상기 기준값은 상기 양품 곡물로부터 미리 추출된 명암값 프로필로부터 얻어지는 곡물불량검출방법.
8. 제1항 내지 제4항 중 어느 한 항에 있어서,
   상기 영상획득과정을 통하여 획득된 상기 선별대상 곡물의 상기 디지털 영상은 컬러 영상을 포함하며,
   상기 양품판단과정 이전에 수행되며, 상기 컬러 영상으로부터 적색영상, 녹색영상, 청색영상 및 이들의 조합 중에서 선택되는 적어도 어느 하나를 추출하는 영상변환과정을 더 포함하되,
   상기 양품판단과정은 상기 영상변환과정을 통하여 추출된 영상으로부터 상기 선별대상 곡물이 양품인지 여부를 판단하는 곡물불량검출방법.

Images