KR20180068150A - Classification system of dried sea cucumber using image analysis - Google Patents
Classification system of dried sea cucumber using image analysis Download PDFInfo
- Publication number
- KR20180068150A KR20180068150A KR1020160169801A KR20160169801A KR20180068150A KR 20180068150 A KR20180068150 A KR 20180068150A KR 1020160169801 A KR1020160169801 A KR 1020160169801A KR 20160169801 A KR20160169801 A KR 20160169801A KR 20180068150 A KR20180068150 A KR 20180068150A
- Authority
- KR
- South Korea
- Prior art keywords
- image
- dried
- ginseng
- dried ginseng
- unit
- Prior art date
Links
- 238000010191 image analysis Methods 0.000 title claims abstract description 10
- 241000251511 Holothuroidea Species 0.000 title abstract description 39
- 230000036571 hydration Effects 0.000 claims abstract description 46
- 238000006703 hydration reaction Methods 0.000 claims abstract description 46
- 238000005259 measurement Methods 0.000 claims abstract description 3
- 241000208340 Araliaceae Species 0.000 claims description 84
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims description 84
- 235000003140 Panax quinquefolius Nutrition 0.000 claims description 84
- 235000008434 ginseng Nutrition 0.000 claims description 84
- 241001474374 Blennius Species 0.000 claims description 42
- 238000000034 method Methods 0.000 claims description 15
- 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
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 5
- 230000000007 visual effect Effects 0.000 abstract 2
- 235000014102 seafood Nutrition 0.000 description 4
- 235000002789 Panax ginseng Nutrition 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000000877 morphologic effect Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 239000013535 sea water Substances 0.000 description 3
- 241000473391 Archosargus rhomboidalis Species 0.000 description 2
- 241000258955 Echinodermata Species 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000001035 drying Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 235000013305 food Nutrition 0.000 description 2
- 239000002362 mulch Substances 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 102000008186 Collagen Human genes 0.000 description 1
- 108010035532 Collagen Proteins 0.000 description 1
- 241000195493 Cryptophyta Species 0.000 description 1
- 240000008067 Cucumis sativus Species 0.000 description 1
- 235000010799 Cucumis sativus var sativus Nutrition 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
- 235000019687 Lamb Nutrition 0.000 description 1
- 206010039424 Salivary hypersecretion Diseases 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
- 238000010411 cooking Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 235000013402 health food Nutrition 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 244000005700 microbiome Species 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 208000026451 salivation Diseases 0.000 description 1
Images
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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Multimedia (AREA)
- Geometry (AREA)
- Game Theory and Decision Science (AREA)
- Image Processing (AREA)
- Edible Seaweed (AREA)
Abstract
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.An image classification system is introduced. More specifically, the surface area (surface area) and volume of the imaged dried sea cucumber are measured, and the grade of the dried sea cucumber according to the surface area (surface area) and the volume prepared beforehand is determined, and the optimum hydration rate according to the grade of the pre- The present invention relates to a system capable of predicting a 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.Generally, there are many kinds of sea cucumbers. Among them, Korean sea cucumber, red ginseng, lamb ginseng and black ginseng are mainly produced. The sea cucumbers are mainly inhabited at depths of about 10m, and are produced at a relatively low price due to their high production. Red ginseng is found mainly in the areas with strong algae in Jeju Island and Ulleungdo. Mokpo is mainly found in deep mulch fields of about 25m, and its production is not so high like red ginseng, and it is traded at high prices. Black ginseng is dominant in shallow mulch fields, which are highly affected by broth, and its production is very low. Sea cucumbers are known to have been found in the wild ginseng in China, and they are important food materials that must be kept during marriage ceremony and big ceremony.
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.The sea cucumber composed mainly of sticky glycoprotein can be easily altered through contact with oxygen during distribution. To overcome such disadvantages, the sea cucumber is usually stored in a refrigerator for a few days, .
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 very high commercial value due to various effects as described above, they are easily dissolved or deteriorated due to the characteristic of alkaline food, and when stored in seawater, it is difficult to store and transport because of self- to be. For this reason, more than 80% of sea cucumber has been circulated after being subjected to a drying process. The dried sea cucumbers exhibit a remarkable increase in the protein ratio, ease of transportation and storage, and excellent effect in preventing propagation of microorganisms in sea cucumbers.
한편, 해삼은 극피동물 해삼강에 속하며 전통적인 건강식품으로 널리 알려져 있다. 특히, 중국과 일본을 포함한 동아시아에서 고부가가치 식자재로 꾸준히 소비가 되고 있다.On the other hand, sea cucumber belongs to the echinoderms of echinoderms and is widely known as a traditional health food. In particular, East Asia, including China and Japan, is steadily consuming high-value-added foodstuffs.
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 are subjected to a drying process for smooth distribution and long-term storage. The high emolumental value and unique texture of dried seaweeds are important factors for consumers to prefer seaweed.
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.China, which is the main consumer of sea cucumbers, prefer changes in texture that occur in rehydration of dried sea cucumbers. Cooking of dried ginseng is traditionally repeated by immersing and heating at room temperature, and usually takes about 2-3 days of hydration.
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 bream, consumers can not consume dried sea bream immediately after hydration. Sea cucumbers have been reported to have 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 is classified by human hand classification system. Since there is no clear criteria for classification, there is a need to introduce a system for classification of dried cucumber.
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 capable of determining the grade of dried sea liquor using an image of irregular dried ginseng and deriving an optimal salivation time for each grade using a hydration time that reaches a pre-stored optimum hydration rate according to a 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 been made in view of the table of the surface area and the surface area of dried ginseng and the hydration time which can reach the optimum hydration rate according to the grade table. The present invention provides a system capable of predicting a hydration time that can reach the optimum hydration rate by measuring only the hydration time.
영상 분석을 이용한 건해삼 등급 분류 시스템이 소개된다.An image classification system 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.To this end, the present invention provides an image processing apparatus comprising: an image capturing unit for capturing an image of a dried sea cucumber; An image image acquiring unit acquiring a three-dimensional image of the dried ginseng on the basis of the image acquired by the image photographing unit; A measurement unit for calculating a surface area and a volume of the dried ginseng based on the three-dimensional image of the dried ginseng obtained in the image image obtaining unit; And a classifying section for storing a hydration time period in which a grade of the dried ginseng is set based on a surface area and a volume of the dried ginseng and the optimum hydration rate can be reached according to the grade of the dried ginseng; .
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 image capturing unit may include a pedestal on which the dried ginseng is placed and a camera positioned at a predetermined distance from the pedestal, wherein the image of the dried ginseng taken 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 image acquiring unit may include: (a) forming an RGB image of the dried ginseng; (b) converting the RGB image into an image embodied in gray scale; (c) removing noise from the binarized image of the dried ginseng; (d) projecting the noise-removed and binarized image of the dried ginseng on a two-dimensional graph; (e) finding a center row in the image of the dried ginseng from which the noise has been removed; And (f) rotating an image of the dried ginseng on a predetermined axis with respect to the center row to obtain a three-dimensional image of dried ginseng; .
상기 (b)단계에서, 설정된 기준그레이스케일 값을 기준으로 상기 RGB 이미지를 이진화시키는 것을 특징으로 한다.In the step (b), the RGB image is binarized based on the set reference gray scale value.
상기 (c)단계에서, 공간필터인 미디언 필터링을 이용하여 건해삼의 이미지에서 노이즈를 제거하는 것을 특징으로 한다.In the step (c), noise is removed from the image of the dried ginseng 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 the step (e), the number of pixels constituting each column of all the rows constituting the image of the dried ginseng is calculated, and a row having the maximum number of columns 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 the step (f), a three-dimensional image of the dried ginseng is obtained by rotating the image of the dried ginseng on the basis of the center line along the X axis.
상기 측정부는, 하기의 식을 이용하여 건해삼의 겉넓이(S)와 부피(V)를 측정하는 것을 특징으로 한다.The measuring unit measures the surface area (S) and the volume (V) of the dried ginseng using the following formula.
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 section may store a hydration time table that can reach an optimum hydration rate according to a grade of the dried seaweed gum prepared with the grade of the dried ginseng and a grade of the dried ginseng based on the surface area and the volume of the dried ginseng.
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.If the surface area and the surface area of the dried sea cucumbers are measured only by the dry sea water classification system using the image analysis of the present invention, the hydration time that can reach the optimum hydration rate can be predicted in advance, Is shortened and the efficiency of the process procedure is provided.
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.FIG. 1 is an overall view of a dry water classification system using image analysis according to the present invention. FIG.
2 is a view showing a configuration of an image capturing unit which is a component of a dry water classification system using image analysis according to the present invention.
FIG. 3 is a flowchart showing the steps performed in the image acquisition unit, which is one element of the dry water classification system using image analysis according to the present invention, in chronological order.
FIG. 4 is an image showing a step of acquiring a three-dimensional image of dried sea cucumbers by a step performed in an image image acquiring unit, which is a component of a dry seaweed classification system using image analysis according to the present invention.
5 is a graph showing clustering results according to the morphological characteristics of dried ginseng.
FIG. 6 is a graph showing the classification of dried seaweeds based on the surface area and volume of dried seaweeds.
FIG. 7 is a graph showing changes in the hydration ratio of dried sea liquor according to the time according to time.
이하 첨부된 도면을 참조로 본 발명인 영상 분석을 이용한 건해삼 등급 분류 시스템의 바람직한 실시 예를 설명한다.DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS Hereinafter, preferred embodiments of the present invention will be described with reference to the accompanying drawings.
도 1은 본 발명인 영상 분석을 이용한 건해삼 등급 분류 시스템의 전체 구성도이다.FIG. 1 is a block diagram showing the overall structure of a dry seaweed classification system using image analysis according to the present invention.
도시된 바와 같이, 본 발명은 크게 영상촬영부(100), 영상이미지획득부(200), 측정부(300) 및 등급분류부(400)를 포함한다.As shown in the figure, the present invention mainly includes an
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
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.2, the
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 ginseng was located in the center of the pedestal, and the camera for photographing the ginseng was positioned at a predetermined distance from the ginseng. In the embodiment of the present invention, the dried seaweed was placed at a distance of 9 cm from the camera, and a camera (EOS 500D, Canon, Tokyo, Japan) having a number of effective pixels of 15.1 million pixels and a shutter speed of 1/4000 to 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 have an aperture of f3.5, a focal length of 24 mm, and a shutter speed of 1/60 sec. The image of the ginseng obtained in this camera was measured using MATLAB (Version 8.5, The MathWorks, Inc., Natick, Massachusetts, United States). A three-dimensional image of the dried seaweed is formed by the
영상이미지획득부(200)의 구체적인 단계를 살펴본다.The specific steps of the image-
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.3 is a flowchart showing the steps performed in the image
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.(B) a step of converting the RGB image into an image embodied in gray scale; (c) a step of converting noise from the image of the binarized dried seaweed to (D) projecting the noise-eliminated and binarized image of the dried ginseng on a two-dimensional graph, (e) finding a center row in the image of the noise-removed dried ginseng, and (f) And obtaining a three-dimensional image of the dried seaweed by rotating an image of the dried seaweed on a predetermined axis as a reference.
(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) For forming the RGB image of the dried seaweed, the RGB image is obtained using the camera described above for the classification of the dried seaweed. The RGB image is a color model defining a color by RGB (red, green, blue), or an image by a color display system, and a detailed description thereof will be omitted.
도 4의 (a)는 건해삼의 원본이미지를 나타내는 도면이고, 도 4의 (b)는 이진화된 건해삼의 이미지이다.4 (a) is a view showing an original image of dried sea cucumber, and Fig. 4 (b) is an image of dried sea cucumber.
도 4의 (b)에 도시된 이진화된 건해삼의 이미지를 도출 과정을 살펴보면 다음과 같다.A process of deriving the image of the binarized dried ginseng shown in FIG. 4 (b) will be described below.
RGB 이미지를 그레이 스케일로 구현된 이미지로 변환하는 이진화단계가 수행된다.A binarization step of converting the RGB image into an image embodied in gray scale is performed.
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 grayscale value is calculated based on the value of "0 to 255" for each pixel. The closer the pixel value is to "0", the closer to "255" do. In the present invention, the threshold value " 225 "is set based on the set reference gray scale value, and the pixels exceeding the threshold value " 225" Of course, this threshold can be set to a different value depending on the user's selection. A binarized image based on this reference gray scale value is shown in Fig. 4 (b).
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 can not be performed due to the protrusion formed on the dried sea cucumber in the central area of the dried sea water which the user is interested in. Accordingly, the present invention performs a step of removing noise from the image of the binarized dried ginseng to obtain a more accurate image of dried ginseng.
구체적으로 보면 공간필터인 미디언 필터링을 이용하여 건해삼의 이미지에서 노이즈를 제거하게 되는데, 이 과정에 의해 건해삼에 형성된 다수개의 돌기를 노이즈로 처리하여 제거하게 된다.Specifically, noise is removed from the image of the dried ginseng using a spatial filter, median filtering. By this process, a plurality of protrusions formed on the dried ginseng 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.Median filtering is an impulse noise that is generated irrespective of neighboring pixels in an image when processing an image. This impulse noise affects a peripheral pixel value by using an average filter or the like. This is usually done using an intermediate filter (median filter). In the present invention, a plurality of protrusions formed of dried seaweed correspond to impulsive noise, and the impulsive noise is removed by an averaging filter or the like. Median filtering is a commonly used image processing technique, and detailed description thereof is omitted here. The image derived by the binarization and filtering operation is shown in Fig. 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.On the other hand, a step of projecting the noise-removed and binarized image of the dried seaweed on the two-dimensional graph is performed as described above. An image of the dried ginseng projected on the two-dimensional graph is shown in Fig. 4 (c).
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 ginseng having no noise is projected onto the two-dimensional graph as described above, a step of finding a center row in the image of the dried ginseng whose noise has been removed is performed.
이를 구체적으로 살펴보면 다음과 같다.Specifically, 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 constituting each row of all the rows constituting the image of the dried seafood is calculated, and a row having the maximum number of pixels constituting the row is set as the center row (M). That is, the longest row in the horizontal direction is found in the image of the dried ginseng shown in FIG. 4 (c), and the 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 a center line is found in the above manner, (f) a step of obtaining a three-dimensional image of the dried seaweed by rotating the image of the dried seaweed on a predetermined axis with respect to the center row is performed. Specifically, 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.Dimensional image of the dried seaweed is obtained by rotating the image of the dried seaweed on the X-axis based on the center row (M). That is, on the basis of the center line (M) in the image of the illustrated geonhaesam in (c) of Figure 4 as shown in 4 (d) Let it 360 0 rotation in the X-axis direction obtain a three-dimensional image of geonhaesam .
상기와 같이 영상이미지획득부(200)에서 건해삼의 3차원 이미지를 획득하게 되면, 측정부(300)는 상기 3차원 이미지를 기초로 건해삼의 겉넓이와 부피를 산출하게 된다.When the three-dimensional image of the dried ginseng is obtained in the
이를 구체적으로 살펴보면 다음과 같다.Specifically, it is as follows.
측정부(300)는, 하기의 식을 이용하여 건해삼의 겉넓이(S)와 부피(V)를 측정하는 것을 특징으로 한다.The measuring
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.In this case, ri means the radius at the point I in the three-dimensional image of the dried seaweed, and is moved along the X axis at intervals of one pixel. Coe is a unit conversion factor for correcting the pixel unit in cm, .
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.When the size and volume of the dried ginseng are measured as described above, the degree of the dried ginseng is determined by using the dry area and the volume, and the hydration time, which can reach the optimum hydration rate according to the determined grade, The hydration time at which the dried sea cucumber can reach the optimum hydration rate can be predicted by the
이를 구체적으로 살펴보면 다음과 같다.Specifically, 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.Based on the surface area (S) and the volume (V) of the dried ginseng, the classification section (400) stores a hydration time table that can reach the optimum hydration rate according to the grade of the dried ginseng and the grade of the dried ginseng have.
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 the volume (V) of the dried seaweed are the criteria of the
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, so-called 'k-mean clustering' was performed using five factors of length, width, weight, surface area and volume among the morphological characteristics of dried ginseng in order to objectively classify dried ginseng.
'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 is well known, 'k-mean clustering' is an algorithm that clusters input samples into K groups. Determine an arbitrary starting point by K and compare each input sample with the starting point and belong to the nearest point. If all the input samples belong to a specific group, the center point of the corresponding points 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 obtained center point, the distance from the input sample is compared again, and the center point belongs again to the nearest center point. Repeatedly, the group to which the input group belongs is no longer changed, and the groups at that time are grouped into K groups.
이 알고리즘은 일반적인 방법이라 그 구체적인 설명은 생략한다.This algorithm is a general method and a detailed description thereof will be 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, k-mean clustering is repeated 1,000 times using an R program (Version 3.3.1, R Foundation for Statistical Computing, Vienna, Austria) by measuring the length, width, volume, The results with the highest similarity were 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.FIG. 5 is a graph showing clustering results according to the morphological characteristics of dried seaweeds according to the factors of (a) length, (b) width, (c) weight, (d) .
도시된 바와 같이 분산이 가장 작은 결과를 도출하는 건해삼의 겉넓이와 부피가 건해삼을 가장 명확하게 clustering 할 수 있는 인자로 판단되었다.As shown in the figure, the width and volume of the dried sea cucumbers that yield the smallest variance result were judged to be the most clear clustering factors of dried sea cucumber.
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 the volume (V) of the dried ginseng as the reference of the
도 6은 건해삼의 겉넓이와 부피를 기준으로 건해삼을 등급 분류한 그래프이다.FIG. 6 is a graph showing the classification of dried seaweeds based on the surface area and volume of dried seaweeds.
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, 'grade 1' was determined to have a volume of 8.5 or less and a surface area of 21.5 or less, 'grade 2' to have a surface area of 21.5 to 24 and a volume of 7.5 to 9, 27, and when the volume is greater than 8.5, it is roughly set as 'grade 3'.
건해삼의 겉넓이와 부피에 따른 건해삼의 등급은 사용자의 선택에 따라 다양하게 설정할 수 있다.The grade of dried seaweed according to the surface area and the volume of dried seaweed can be variously set according to 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.On the other hand, the
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 35 ° C. and 36 hours, and the hydration rate was calculated by measuring the weight per hour.
도 7은 시간에 따른 등급별 건해삼의 수화율 변화를 나타낸 그래프이다.FIG. 7 is a graph showing changes in the hydration ratio of dried sea liquor according to the time according to 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 in the figure, after 12 hours from the start of hydration, grade 1 was 185%, grade 2 was 367%, grade 3 was 672%, and after 36 hours, grade 1 was 565%, grade 2 was 755%, grade 3 was 1,272% And the hydration rate was confirmed.
한편, 수화율은 하기의 식으로 계산 가능하다.On the other hand, the hydration rate can be calculated by 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 and m f means mass (g) of dried ginseng after hydration and m 0 means mass (g) of dried ginseng 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 grading section (400) is provided with a grade of dried seaweed based on the area and volume of the dried seaweed, and a hydration time for reaching an optimum seaweed rate according to the grade of dried seaweed is stored. The size and the volume of the dried water gauze can be used to confirm the grade of the dried ginseng, as well as to estimate the time for the dried ginseng to reach the optimal hydration state according to the previously stored hydration time table.
100 : 영상촬영부
200 : 영상이미지획득부
300 : 측정부
400 : 등급분류부100: image capturing unit 200:
300: measuring unit 400:
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 포함하는, 영상 분석을 이용한 건해삼 등급 분류 시스템.An image capturing unit capturing an image of the dried seaweed to obtain an image of the dried seaweed;
An image image acquiring unit acquiring a three-dimensional image of the dried ginseng on the basis of the image acquired by the image photographing unit;
A measurement unit for calculating a surface area and a volume of the dried ginseng based on the three-dimensional image of the dried ginseng obtained in the image image obtaining unit; And
A classifying section for storing a hydration time period in which a grade of the dried seaweed is provided based on a surface area and a volume of the dried seaweed and the optimum hydration rate can be reached according to the grade of the dried seaweed; A method for classifying a dry water sample using image analysis.
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.The method according to claim 1,
The image capturing unit includes:
Characterized in that the image of the dried ginseng taken by the camera is analyzed by using a MATLAB, wherein the image is analyzed by a camera placed at a predetermined distance from the pedestal and a pedestal on which the dried ginseng is placed, 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.The method according to claim 1,
Wherein the image-
(a) forming an RGB image of the dried ginseng;
(b) a binarization step of converting the RGB image into an image embodied in gray scale;
(c) removing noise from the binarized image of the dried ginseng;
(d) projecting the noise-removed and binarized image of the dried ginseng on a two-dimensional graph;
(e) finding a center row in the image of the dried ginseng from which the noise has been removed; And
(f) rotating the image of the dried ginseng on a predetermined axis with respect to the center line to obtain a three-dimensional image of the dried ginseng; Wherein the image classification system comprises:
상기 (b)단계에서,
설정된 기준그레이스케일 값을 기준으로 상기 RGB 이미지를 이진화시키는 것을 특징으로 하는, 영상 분석을 이용한 건해삼 등급 분류 시스템.The method of claim 3,
In the step (b)
Wherein the RGB image is binarized based on a set reference gray scale value.
상기 (c)단계에서,
공간필터인 미디언 필터링을 이용하여 건해삼의 이미지에서 노이즈를 제거하는 것을 특징으로 하는, 영상 분석을 이용한 건해삼 등급 분류 시스템.The method of claim 3,
In the step (c)
Wherein the noise is removed from the image of the dried ginseng using a 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 하는, 영상 분석을 이용한 건해삼 등급 분류 시스템.The method of claim 3,
In the step (e)
Calculating a number of pixels constituting each row of all the rows constituting the image of the dried ginseng; and setting a row having the maximum number of columns 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.The method of claim 3,
In the step (f)
Wherein the three-dimensional image of the dried ginseng is obtained by rotating the image of the dried ginseng on the basis of the center line along the X axis.
상기 측정부는,
하기의 식을 이용하여 건해삼의 겉넓이(S)와 부피(V)를 측정하는 것을 특징으로 하는, 영상 분석을 이용한 건해삼 등급 분류 시스템.
Wherein the measuring unit comprises:
(S) and volume (V) of dried seaweed are measured by using the following formula.
상기 등급분류부는,
건해삼의 겉넓이와 부피를 기초로 상기 건해삼의 등급이 마련된 건해삼등급표와 상기 건해삼의 등급에 따라 최적의 수화율에 도달할 수 있는 수화시간표가 저장된 것을 특징으로 하는, 영상 분석을 이용한 건해삼 등급 분류 시스템.
The method of claim 7,
Wherein the classifying unit comprises:
And a hydration time table capable of reaching an optimum hydration rate according to the grade of the dried sea ginseng is stored based on the surface area and the volume of the dried ginseng, system.
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 true KR20180068150A (en) | 2018-06-21 |
| KR102596206B1 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) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109118540A (en) * | 2018-07-20 | 2019-01-01 | 宁波智哲信息科技有限公司 | The sturgeon faster statistical approach extracted based on crestal line |
| CN112077018A (en) * | 2020-08-30 | 2020-12-15 | 哈尔滨工程大学 | Sea cucumber size screening method adopting computer vision |
| CN117854116A (en) * | 2024-03-08 | 2024-04-09 | 中国海洋大学 | Sea cucumber in-situ length measurement method based on Bezier curve |
Citations (4)
| 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 |
| KR20090049487A (en) * | 2007-11-13 | 2009-05-18 | 성균관대학교산학협력단 | Chicken carcass quality grade automatic decision and weight measuring system |
| KR20140087586A (en) | 2012-12-31 | 2014-07-09 | 강원대학교산학협력단 | Dried sea cucumber manufacturing method using fa infrared radiation drying. |
| 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 |
-
2016
- 2016-12-13 KR KR1020160169801A patent/KR102596206B1/en active IP Right Grant
Patent Citations (4)
| 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 |
| KR20090049487A (en) * | 2007-11-13 | 2009-05-18 | 성균관대학교산학협력단 | Chicken carcass quality grade automatic decision and weight measuring system |
| KR20140087586A (en) | 2012-12-31 | 2014-07-09 | 강원대학교산학협력단 | Dried sea cucumber manufacturing method using fa infrared radiation drying. |
| 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 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109118540A (en) * | 2018-07-20 | 2019-01-01 | 宁波智哲信息科技有限公司 | The sturgeon faster statistical approach extracted based on crestal line |
| CN112077018A (en) * | 2020-08-30 | 2020-12-15 | 哈尔滨工程大学 | Sea cucumber size screening method adopting computer vision |
| CN117854116A (en) * | 2024-03-08 | 2024-04-09 | 中国海洋大学 | Sea cucumber in-situ length measurement method based on Bezier curve |
| CN117854116B (en) * | 2024-03-08 | 2024-05-17 | 中国海洋大学 | Sea cucumber in-situ length measurement method based on Bezier curve |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102596206B1 (en) | 2023-10-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Jhawar | Orange sorting by applying pattern recognition on colour image | |
| Yiyang | The design of glass crack detection system based on image preprocessing technology | |
| Gill et al. | Monitoring and grading of tea by computer vision–A review | |
| Zheng et al. | A least-squares support vector machine (LS-SVM) based on fractal analysis and CIELab parameters for the detection of browning degree on mango (Mangifera indica L.) | |
| CN108956604B (en) | Method for identifying eriocheir sinensis quality based on hyperspectral image technology | |
| Nandi et al. | An automated machine vision based system for fruit sorting and grading | |
| CN109255757B (en) | Method for segmenting fruit stem region of grape bunch naturally placed by machine vision | |
| CN108181316B (en) | Bamboo strip defect detection method based on machine vision | |
| CN106529543B (en) | A kind of dynamic calculates the method and its system of polychrome grade binaryzation adaptive threshold | |
| CN115018844B (en) | Plastic film quality evaluation method based on artificial intelligence | |
| CN106296670B (en) | A kind of Edge detection of infrared image based on the watershed Retinex--Canny operator | |
| CN111008970B (en) | Hyperspectral image acquisition system-based method for detecting impurities in preserved vegetables | |
| CN109859257B (en) | Skin image texture evaluation method and system based on texture directionality | |
| Taghizadeh et al. | The potential of visible-near infrared hyperspectral imaging to discriminate between casing soil, enzymatic browning and undamaged tissue on mushroom (Agaricus bisporus) surfaces | |
| KR20180068150A (en) | Classification system of dried sea cucumber using image analysis | |
| Carolina et al. | Classification of oranges by maturity, using image processing techniques | |
| Yimyam et al. | Physical properties analysis of mango using computer vision | |
| Maheshwari et al. | Non-destructive quality analysis of Indian Gujarat-17 Oryza sativa SSP Indica (Rice) using image processing | |
| CN109919843B (en) | Skin image texture evaluation method and system based on adaptive quartering method | |
| CN111562273A (en) | Hyperspectrum-based fish water jet descaling slight damage visualization method | |
| CN109146871B (en) | Crack identification method and device | |
| Parmar et al. | Image morphological operation based quality analysis of coriander seed (Coriandrum satavum L) | |
| Maheshwari et al. | Non-destructive quality analysis of Indian Basmati Oryza sativa SSP indica (Rice) using image processing | |
| Monavar et al. | Detection of red ripe tomatoes on stem using Image Processing Techniques | |
| CN111192332A (en) | Smoke detection-based smoke machine control method and smoke machine |
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 |