WO2014092251A1 - 계란 품질 계측 장치 및 방법 - Google Patents

계란 품질 계측 장치 및 방법 Download PDF

Info

Publication number
WO2014092251A1
WO2014092251A1 PCT/KR2013/002903 KR2013002903W WO2014092251A1 WO 2014092251 A1 WO2014092251 A1 WO 2014092251A1 KR 2013002903 W KR2013002903 W KR 2013002903W WO 2014092251 A1 WO2014092251 A1 WO 2014092251A1
Authority
WO
WIPO (PCT)
Prior art keywords
harlan
image
region
egg
weight
Prior art date
Application number
PCT/KR2013/002903
Other languages
English (en)
French (fr)
Inventor
황헌
조성호
이동구
Original Assignee
성균관대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Priority claimed from KR20130037588A external-priority patent/KR101508257B1/ko
Application filed by 성균관대학교 산학협력단 filed Critical 성균관대학교 산학협력단
Publication of WO2014092251A1 publication Critical patent/WO2014092251A1/ko

Links

Images

Classifications

    • 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
    • A01K43/08—Grading eggs according to weight
    • 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
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10048—Infrared image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30128—Food products

Definitions

  • the present invention relates to an egg quality measuring apparatus, and more particularly, to an apparatus for automating egg quality measurement.
  • egg quality measurement methods include a method of measuring quality without breaking eggs and a Harlan test for measuring quality by breaking eggs.
  • the harlan test has a problem that it takes a long time because the user has to judge the harlan that broke the egg with the naked eye. In addition, there is a problem that the evaluation criteria are not the same because it is evaluated using the appraiser's sense.
  • Harlan test there is a mechanical test method using a measurement probe, but there are problems of complexity, inconsistent measurement accuracy, and high unit cost.
  • Patent Document 1 Japanese Unexamined Patent No. 2008-032678 (Notice of Quality Index Inspection Apparatus, Albel, Nabel, Japan
  • Egg quality measuring apparatus of the present invention for achieving the above object is a main body; A test plate positioned on an upper portion of the main body and made of a light transmissive material; A light source unit disposed between the test plate and the main body to irradiate light passing through the test plate under the test plate; A camera unit mounted on an arm configured to protrude from the main body to an upper part of the main body to generate an image of a subject positioned on the examination plate; At least one weight measuring unit positioned at a lower end of the test plate; And a controller configured to control at least one of the light source unit, the camera, and the weight measurement unit, to measure an image and a weight of a subject positioned on the examination plate.
  • the weight measuring unit may be located at a lower edge of the test plate and may not interfere with light emitted from the light source unit.
  • the controller may measure the weight of the subject by averaging the weight measured by the at least one weight measuring unit.
  • the controller may correct a weight error generated according to a point where the subject is positioned on the examination plate by using the position of the subject measured by the camera unit.
  • the egg quality measurement method of the present invention for achieving the above object is the step of generating an image of the subject located on the upper surface of the plate using the side camera located on the side of the plate or the upper camera located vertically above the plate ; Determining whether there is an operation means for positioning a harlan on the examination plate in the image; Determining whether the harlan exists in the image; And measuring characteristics of the harlan only when the manipulation means does not exist in the image and the harlan exists.
  • the egg quality measurement method of the present invention for achieving the above object is the step of generating an image of the subject located on the upper surface of the plate using the side camera located on the side of the plate or the upper camera located vertically above the plate ; And measuring the characteristic of the harlan by analyzing the image, wherein the image generating step and the measuring step are repeatedly performed to measure the change of the harlan.
  • the method of specifying a region of the Harlan of the present invention for achieving the above object comprises the steps of converting the image generated by the camera unit to the HSV channel image; And setting a region of the harlan by using a difference of one of a saturation value, a contrast value, and a hue value in a saturation channel of the converted HSV channel image.
  • the image conversion step is a step of converting the side image of the Harlan generated by the camera unit to the HSV channel image, and setting the region of the harlan, the difference in the saturation value in the chroma channel of the converted HSV channel image Setting an egg yolk region by using the same; And setting an egg region by using a difference in brightness values in the brightness channel of the HSV channel image.
  • the setting of the region of the harlan may further include setting the egg white region by removing the egg yolk region from the egg region.
  • the converting of the image is a step of converting the upper image of the harlan generated by the camera unit into an HSV channel image, and the setting of the region of the harlan is performed by using a difference of contrast values in the contrast channel of the converted HSV channel image Setting the yolk sac region; And setting an egg region using a difference in chroma values in the chroma channel of the HSV channel image. It may include at least one of.
  • the specifying the region of the harlan may further include setting the egg white region by removing the egg yolk region from the egg region.
  • the image generated by the camera unit has a region of interest, so that image processing of the image may be performed only in the region of interest.
  • the setting of the region of the harlan may further include removing a lung region smaller than a specific size included in the set region.
  • the method of measuring the harlan of the present invention for achieving the above object comprises the steps of generating a measurement area that is a measurement target area in the image of the harlan generated by the camera unit; Measuring the number of pixels in the measurement area; And generating a measured value of the measurement area by multiplying the number of pixels of the measurement line and a correction coefficient.
  • the generating of the measurement area may include: generating one of an egg yolk area and an egg white area in the side image of the harlan generated by the camera unit; Generating a measurement line parallel to a Y axis in a portion having the highest Y coordinate value in the generated one region; And generating a portion of the measurement line belonging to the generated one area as a measurement area, wherein the correction factor is based on a distance between the camera and the object, the length of a subject represented by one pixel of a camera image sensor. It is the coefficient shown, and the length of the said measurement area
  • the measuring of the number of pixels may include obtaining center coordinates of the measurement area from an upper image generated by a camera unit; And correcting the number of pixels in the measurement area by using a degree in which the center coordinates of the measurement area are separated from the reference coordinates at which the correction coefficients are generated.
  • the setting of the measurement area may include generating at least one of an egg yolk area and an egg white area as a measurement area in the upper image of the Harlan generated by the camera unit, and the correction coefficient is represented by one pixel of the camera image sensor.
  • the area of the subject may be calculated according to the distance between the camera and the subject, and the area of the measurement area may be obtained.
  • the measuring of the number of pixels may be performed by correcting a change in the number of pixels of the measurement area generated according to a distance from the center coordinates of the measurement area to the center coordinates of the upper image.
  • the method of measuring the harlan of the present invention for achieving the above object comprises the steps of measuring the weight of the harlan; Measuring a position where the harlan is positioned on the examination plate by using an upper camera; Calculating a gravimetric error of the harlan according to the position of the harlan; And correcting the measured weight of the harlan using the calculated weighting error.
  • the method of measuring the harlan further includes generating weight difference data for each position generated when the same object is positioned at a different position of the test plate on the test plate, and according to the position of the harlan.
  • the calculating of the gravimetric error may calculate the gravimetric error of the Harlan using the measured weight difference data for each location.
  • the method for calculating a Haugh unit (Haugh Unit) of the present invention for achieving the above object comprises the steps of measuring the weight of the halan by the above-described weight measuring method or weight measuring unit; Measuring the height of the egg white by the method described above; And calculating a heavy rain unit using the measured weight of the harlan and the height of the egg white.
  • the quality of the egg by analyzing the image of the Harlan generated by the upper camera, the side camera using an image processing method and using a weight measuring unit integrated in the main body can be automated to perform quickly and precisely.
  • the weight measuring unit may more accurately measure the weight of the harlan by correcting an error in measuring the weight of the object according to the position of the test plate.
  • FIG. 1 is a perspective view of an egg quality measuring apparatus according to an embodiment of the present invention.
  • Figure 2 is a perspective view showing a lower end of the egg quality measuring apparatus according to an embodiment of the present invention.
  • FIG 3 is a plan view showing a lower end of the egg quality measuring apparatus according to an embodiment of the present invention.
  • FIG 4 is an operation flowchart of the automatic measurement mode in the egg quality measuring apparatus according to an embodiment of the present invention.
  • FIG 5 is an operation flowchart of the spread measurement mode in the egg quality measuring apparatus according to an embodiment of the present invention.
  • FIG. 6 is an operation flowchart of a method for measuring the characteristics of the egg using the image generated by the egg quality measuring apparatus according to an embodiment of the present invention.
  • FIG. 7 is an operation flowchart of a method for measuring the characteristics of the egg using the image generated by the egg quality measuring apparatus according to an embodiment of the present invention.
  • 8A to 8C illustrate an original image of an image generated by an egg quality measuring apparatus according to an embodiment of the present invention and a region of interest set in the original image and cut out.
  • 9A to 9C illustrate an image obtained by converting an image generated by a side camera into an HSV region by an egg quality measuring apparatus according to an exemplary embodiment.
  • FIGS. 10A to 10C are views illustrating a process of processing an image in a process of specifying an egg region as an image generated by an egg quality measuring apparatus according to an exemplary embodiment of the present invention.
  • 11A to 11E are views illustrating a process of processing an image in a process of specifying an egg yolk region as an image generated by an egg quality measuring apparatus according to an embodiment of the present invention.
  • FIGS. 12A to 12D are views illustrating a process of processing an image in a process of specifying an egg white area as an image generated by an egg quality measuring apparatus according to an embodiment of the present invention.
  • FIGS. 13A and 13B are views illustrating a process of processing an image in a process of measuring a height of a harlan as an image generated by a side quality camera according to an embodiment of the present invention.
  • FIG. 14A to 14D illustrate an original image of an image generated by the egg quality measuring apparatus according to an embodiment of the present invention with an upper camera and an image converted from the original into an HSV region.
  • 15A to 15E are views illustrating a process of processing an image in a process of specifying an egg yolk region with an image generated by an egg quality measuring apparatus according to an embodiment of the present invention.
  • 16A to 16J are views illustrating a process of processing an image in a process of specifying an egg white area as an image generated by an egg quality measuring apparatus according to an embodiment of the present invention.
  • FIG. 17 is a view illustrating an image processed in a process of measuring an area of a harlan as an image generated by an egg quality measuring apparatus according to an embodiment of the present invention.
  • FIG. 18 illustrates a load cell used in an egg quality measuring apparatus according to an embodiment of the present invention.
  • FIG. 19 illustrates specifications of the load cell shown in FIG. 18.
  • FIG. 20 shows an arrangement of a 24-bit analog-to-digital converter (ADC) and a module (JMOD-128) for processing the weighing data of the load cell shown in FIG.
  • ADC analog-to-digital converter
  • JMOD-128 module for processing the weighing data of the load cell shown in FIG.
  • FIG. 21 shows detailed specifications of the module JMOD-128 shown in FIG. 20.
  • FIG. 22 illustrates an interface for newly setting a reference value of weight by transmitting a weight correction command from a PC.
  • FIG. 23 is a flowchart showing the operation of the weight correction mode of the egg quality measuring apparatus according to an embodiment of the present invention.
  • FIG. 25 shows measurement weights of objects by positions measured differently according to the positions of objects located on a subject.
  • FIG. 26 is a view illustrating a result of verifying accuracy of a weighing mode of an egg quality measuring apparatus according to an exemplary embodiment.
  • first and second may be used to describe various components, but the components should not be limited by the terms. The terms are used only for the purpose of distinguishing one component from another.
  • the first component may be referred to as the second component, and similarly, the second component may also be referred to as the first component.
  • Egg quality measuring apparatus 100 is the main body (111, 112), the first camera 121, the second camera side camera 122, the background plate 123, the sword A commercially available 130, a light source unit 140, a weight measuring unit 150, and a controller (not shown) are included.
  • the main body includes a lower end portion 112, in which the examination plate 130, a light source unit 140, and a weight measuring unit 150 may be accommodated, and an upper end portion 111 in which the upper camera 121 and the side camera 122 may be accommodated. Include.
  • FIGS. 2 and 3 are a perspective view and a plan view showing a lower end 112 of the egg quality measuring apparatus 100 according to an embodiment of the present invention.
  • the lower end 112 may have a flat wide shape to support the examination plate 130 without shaking.
  • the lower end 112 may include a horizontal adjusting device so that the test plate 130 is horizontal.
  • the medical plate 130 is located at the lower end 112 of the main body to receive the Harlan to be examined. Harlan is located on the upper surface of the coronal plate 130.
  • the test plate 130 is formed of a material that transmits light so that the light irradiated by the light source unit 140 passes through the harlan accommodated in the test plate 130.
  • the upper camera 121 is coupled to the upper end 111 of the main body to be positioned above the vertical plate 130 to generate an upper image of the harlan placed on the upper plate 130.
  • the side camera 122 is coupled to the upper end 111 of the main body to generate a side image of the Harlan lying on the examination plate 130.
  • the side camera 122 may be coupled to the lower end 112 of the body.
  • the background plate 123 is positioned on the opposite side of the side camera 122 with respect to the side plate 122 so that the image of Harlan on which the side camera 122 is placed on the plate 130 is set against the background plate 123. You can also create it.
  • the light source unit 140 is positioned at the lower end of the test plate 130 and transmits light toward the Harlan through the test plate 130.
  • the light source unit 140 may reduce the influence of the Harlan image generated by the upper camera 121 on the brightness of the periphery of the test plate 130 by radiating light that is brighter than the brightness of the periphery of the test plate 130. .
  • the weight measuring unit 150 is located at the lower end of the main body 112 to measure the weight of the harlan placed on the test plate 130.
  • the weight measuring unit 150 is equipped with at least one load cell in the lower part of the test plate 130 in which the harlan is accommodated and at the same time measures the height of the harlan The weight of can be measured.
  • the test plate 130 may directly contact the load cell, but a weighing plate accommodating the test plate 130 is positioned between the test plate 130 and the load cell, and the weighing plate is positioned on the load cell, and the test plate 130 is placed on the weighing plate. It may be acceptable.
  • Egg quality measuring apparatus 100 has a manual measurement mode, automatic measurement mode and spread measurement mode in the operation mode.
  • manual measurement mode the user presses the manual measurement button to start measuring the quality of the eggs.
  • the automatic measurement mode determines whether there is a hand or an egg and automatically performs a quality measurement without the user operating the device.
  • the automatic measurement mode when the operation means for positioning the harlan on the image S410 obtained by the camera is displayed, the image of the harlan may not be generated completely, and thus the standby state is not performed without measuring the quality of the harlan. It is maintained (S420).
  • the operation means includes a user's hand.
  • the device stays in the standby state (S430).
  • the quality measurement of the Harlan may proceed only when only the Harlan exists between the upper camera 121 and the examination plate 130. Provided that this can optionally be done.
  • the user may set the egg quality measuring apparatus 100 according to an embodiment of the present invention to selectively perform the step of determining the operation means or determining whether the harlan exists.
  • the egg quality measurement apparatus 100 When the egg quality measurement is performed in the manual measurement mode and the automatic measurement mode, the egg quality measurement apparatus 100 performs an image processing step S440, a weight measurement step S450, and a data calculation step S460 of Harlan.
  • the spread measurement mode collects, in real time, characteristic data in which the Harlan accommodated in the test plate 130 is deformed by gravity over time. In the deformation by the gravity of the harlan, the height of the harlan is slightly lowered while the harlan spreads around by the gravity.
  • the data collected may be the egg yolk and egg white height and area.
  • the characteristic data of the Harlan is repeatedly collected for a predetermined time (S470).
  • the egg quality measurement system may acquire an image by repeating the deformation characteristics of the harlan for 20 seconds at 1 second intervals, and measure and graph the height and area of the harlan to be displayed to the user.
  • the spread measurement mode can be operated in either a manual measurement mode or an automatic measurement mode.
  • Egg quality measuring apparatus 100 includes an image processing step (S440), weighing step (S450) and data calculation step (S460).
  • the egg quality measuring apparatus starts to acquire an image with the upper camera 121 and the side camera 122 (S410).
  • the image processing step S440 is a step of generating and analyzing images with the upper camera 121 and the side camera 122.
  • the height and area of the harlan are measured.
  • the method of measuring the height and area of a harlan is mentioned later. This step may also determine the color of the harlan.
  • Egg quality measuring apparatus 100 determines the egg yolk color of the Harlan using the upper camera 121.
  • Yolk color fan model provided by Switzerland can be used to determine the yellow color.
  • the egg quality measuring apparatus 100 photographs a yolk color image of each grade of the Yolk Color Fan model, converts the RGB color of the photographed image to a LAB image value, and then converts the L image from the converted image. Database the values by Yolk Color Fan model class. Then, the measured yolk color of the Harlan and the data of each grade of the Yolk Color Fan modeled in the database are compared to calculate the yolk color according to the Yolk Color Fan model. In the same way, the color of egg white can also be determined.
  • the weight of the harlan is measured (S450).
  • the weight of the harlan is mounted on the lower part of the test plate 130 in which the harlan is accommodated to measure the height of the harlan and the weight of the harlan at the same time. can do.
  • Four load cells may be disposed below the test plate 130 in an array such as a rectangular corner.
  • the test plate 130 may directly contact the load cell, but a weighing plate accommodating the test plate 130 is positioned between the test plate 130 and the load cell, and the weighing plate is positioned on the load cell, and the test plate 130 is placed on the weighing plate. It may be acceptable.
  • the weight measuring unit 150 is composed of a control unit and a load cell, the control unit can measure the weight by using a load cell.
  • the weight measurement of the harlan may be performed by the controller averaging the weight data measured and calculated in the load cell for a predetermined time.
  • the controller may process the image processing step and the weighing step in parallel to obtain the image of the harlan even at the moment of measuring the weight.
  • the controller may transmit the measured weight to the controller by independently measuring the weight by the weight measuring unit 150 instead of controlling the load cell.
  • precision balances measure the pressure on the load cell by the weight of the object.
  • the test plate 130 in which the eggs are accommodated is larger than the measuring plate of the precision balance. Since the test plate 130 is more than twice as large as the size of the measuring plate, the weight of the object is separated from the center of the upper camera 121 by using the upper camera 121 to compensate for this.
  • the weight data measured by the error may be corrected by comparing with a weight error database according to the distance from the center of the upper camera 121 measured by a specific object that knows the. By modifying the measured weight data, the error rate between the weight of the harlan and the measured weight can be reduced by about 20%.
  • the data related to the quality of the eggs may be calculated using the generated harlan data, and the calculating data may be a heavy rain unit.
  • h is the height of the rich egg white (mm) and w is the weight of the egg (g).
  • Image processing of the egg quality measurement system according to an embodiment of the present invention can be performed using MVTec's Halcon image library and Intel's OpenCV image library.
  • FIG. 6 is a flowchart illustrating a method of measuring the characteristics of an egg using an image generated by the egg quality measuring apparatus 100 according to an exemplary embodiment of the present invention with the side camera 122.
  • FIG. 7 is a flowchart illustrating a method of measuring the characteristics of an egg using an image generated by the egg quality measuring apparatus 100 according to an embodiment of the present invention with the upper camera 121.
  • FIG. 8A to 8C illustrate an original image of an image generated by the egg quality measuring apparatus 100 according to an exemplary embodiment of the present invention and a region of interest set in the original image, and is cut out.
  • 9A to 9C illustrate images of an egg quality measuring apparatus 100 according to an embodiment of the present invention converted into an HSV region from an image generated by the side camera 122.
  • 10A to 10C illustrate a process in which an image is processed in a process of specifying an egg region as an image generated by the egg quality measuring apparatus 100 according to an embodiment of the present invention with the side camera 122.
  • 11A to 11E illustrate a process of processing an image in a process of specifying an egg yolk region by an image generated by the egg quality measuring apparatus 100 according to an exemplary embodiment of the present invention with the side camera 122.
  • 12A to 12D illustrate a process of processing an image in a process of specifying an egg white area as an image generated by the egg quality measuring apparatus 100 according to an exemplary embodiment of the present invention with the side camera 122.
  • FIGS. 13A and 13B illustrate a process in which an image is processed in a process of measuring a height of a harlan as an image generated by the egg quality measuring apparatus 100 according to an embodiment of the present invention with the side camera 122.
  • the controller acquires an image of the side of the egg using the side camera 122 (S510).
  • 8A is a video image in the uncorrected state, the image size of which is 2592 x 1944 size.
  • the controller proceeds to preprocess the image in the uncorrected state (S520).
  • the controller sets a region of interest as a preprocessing of the uncorrected image, and sets a region where image processing to be performed later.
  • the uncorrected image is converted into an HSV region to be an image to be processed.
  • the controller sets the ROI in the image in more detail.
  • 8B illustrates a state in which a region of interest (ROI) is set in the uncorrected video image.
  • ROI region of interest
  • High-performance processing is required to image all high resolution areas of 2592 x 1944 without correction.
  • the region where Harlan is located is always constant, only ROI can be processed by specifying a region of interest (ROI).
  • the reduce_domain (a, b, c) function may be used to set the ROI. Where a is a parameter indicating an image to be cut and b is a parameter indicating an area for ROI. And c is a parameter for storing the cropped image.
  • 8C illustrates a state in which the original image is cut into the ROI region.
  • the number of pixels to be processed is reduced by 55% from 5038848 to 2272000, and the image processing speed is increased by 55% in theory.
  • the image generated by the side camera 122 is composed of data of the RGB region.
  • the controller converts the color of the RGB region into a Hue Saturation Value (HSV) region for image processing to be performed later.
  • HSV is a color model that is divided into hue, saturation, and contrast.
  • FIG. 9. 9A is an image represented by color tone data (H area).
  • FIG. 9B is an image represented by chroma data (S region)
  • FIG. 9C is an image represented by contrast data (V region).
  • Saturation is the degree of clarity of color.
  • the yolk region which has relatively high saturation of light, has a higher saturation value than the egg white region, resulting in a bright image. Therefore, the saturation value can be used to distinguish between egg yolk region and egg white region.
  • Brightness represents the light and dark degree of color.
  • the light irradiated from the light source unit 140 the egg yolk region and the egg white region have a higher contrast value than the surrounding region. Therefore, the brightness value can be used to detect the area of the entire harlan.
  • the controller specifies the area of the egg in the image (S530). This will be described with reference to FIGS. 10A to 10C.
  • the controller selects only pixels having a specific range of brightness by using a threshold whose value is rapidly changed in the V region of the HSV to separate the background and the egg region.
  • An example where a pixel is selected is shown in FIG. 10A.
  • the process of selecting pixels may be performed using a threshold function.
  • the threshold function selects only the pixels in the egg region using the threshold.
  • the threshold value can be selected experimentally.
  • the threshold value may change according to the brightness of the lens of the camera.
  • the boundary line can be smoothed by removing an area smaller than a circular structure of a certain size. Here you can use Pyro 3.3 of a circular circle. The result of smoothing the border is shown in FIG. 10B.
  • pixels that are bundled into one area are separated by grouping adjacent area pixels.
  • This labeling allows the separation of the entire and non- eggs area. In one embodiment of the invention, this may be implemented using a connection function. Labeled results are shown in FIG. 10C.
  • the egg area is selected from the areas separated by each label.
  • 10D shows a result in which only the egg area is selected and displayed.
  • this may be implemented using the select_shape function.
  • the parameters of the select_shape function are area, row1, and row2. Area is the total number of pixels in the area, and row1 is the y-axis value where the area starts. Row2 is the center y-axis value of the area.
  • the select_shape function may select a region belonging to a specific condition using the above-described parameters.
  • control unit specifies an egg yolk region (S540).
  • the egg yolk region is specified using the saturation value in the HSV region.
  • the controller separates only the S region data from the image converted into HSV using the reduce_Domain function to separate the egg yolk and egg white region. An image in which only the S region data is separated is shown in FIG. 11A.
  • the controller selects pixels of the yolk sac region using the saturation threshold.
  • the threshold is obtained experimentally.
  • the controller may select a region of the yolk region having a higher chroma than the egg white in the region s through the threshold command.
  • the boundary line can be smoothed by removing an area smaller than a circular structure of a certain size. Here you can use Pyro 3.3 of a circular circle.
  • the result of smoothing the border is shown in FIG. 11C.
  • the controller generates a resultant image as shown in FIG.
  • the parameter input of the select_shape function used to select the yolk region is "select_shape (ConnectedRegions, YolkRegionSelect, ['area', 'row1', 'row2'], 'and', [10000, 320,600, [120000,800, 800]) ".
  • select_shape ConnectedRegions, YolkRegionSelect, ['area', 'row1', 'row2'], 'and', [10000, 320,600, [120000,800, 800]
  • the controller specifies an egg white area (S550).
  • the egg white region may be generated by removing the egg yolk region from the whole region of the egg.
  • the controller may remove the yolk region from the entire region using the difference function.
  • the result of removing the yolk area from the egg area is shown in FIG. 12A.
  • the noise may be removed by using an opening_circle function to remove an area smaller than a circular structure having a specific size. Here you can use Pyro 3.3 of a circular circle.
  • the result of smoothing the border is shown in FIG. 12B.
  • the controller generates a resultant image as shown in FIG. 12C through a labeling process as described above, selects an egg white region from at least one labeled and separated region, and specifies an egg white region as illustrated in FIG. 12D.
  • the specification of the egg white area may be performed by selecting an area having the largest number of pixels using select_shape among at least one labeled area.
  • the parameter input of the select_shape function used to select the egg white area is "select_shape (TotalConnectedRegions, TotalRegionSelect, ['area', 'row1', 'row2'], 'and', [100000, 320, 320], [600000, 730, 800]) ".
  • ['area', 'row1', 'row2'] is the number of pixels of the labeled region in the order, the start of the Y coordinate of the labeled region, and the intermediate value of the Y coordinate. These values should be reset when the camera lens and camera position are changed. As described above, area, row1, and row2 values are obtained experimentally.
  • the controller calculates data (S560).
  • the calculated data is the height of egg yolk area and egg white area.
  • the controller may calculate the height data by measuring the height using the regions of the yolk and egg whites generated in the above-described steps.
  • FIG. 13A shows a vertical line drawn at the highest point of the egg yolk region and the point at which the height of the egg white region is gentle. And the vertical lines received in the egg yolk and egg white regions are shown in FIG. 13B.
  • the measurement of height according to an embodiment of the present invention generates a vertical line in the egg yolk region and the egg white region.
  • the control unit obtains the number of pixels included in the vertical line accommodated in the egg yolk region and the egg white region, and multiplies the length per pixel of the actual image sensor of the camera to convert the actual length. In the process of converting the length, the number of pixels of the same length varies according to the position of the egg. Therefore, the center coordinates of egg yolk and egg white are obtained through image processing through the camera on the top side, and then the pixel values according to the distance are corrected.
  • the vertical section accommodated in the yolk region and the egg white region may be specified using the Intersection function, and the number of pixels included in the specified vertical line may be measured using the area_center function.
  • the area_center function has the form "area_center (YolkRegion, Area, Row, Col)". It stores the number of pixels of the area referred to as yolkRegion in the Area variable and stores the coordinates of the center point of the area in the Row and Col variables.
  • the number of pixels of the subject should be corrected according to the distance between the camera and the subject.
  • a change value for the number of pixels for representing the subject is required according to the distance between the camera and the subject.
  • using a model of 3 cm regular hexagon the pixel of the line corresponding to the height when measured by the side camera 122 while the model is located in the center of the upper camera 121 The number is then located and the regular hexagonal model is placed at another position to measure the number of pixels of the corresponding line represented by the position.
  • the degree of the subject spaced from the center of the upper camera 121 using the change in the number of pixels according to the position is obtained from the second plane plane, and then expressed according to the position of the subject using the data measured by the regular hexagonal model.
  • the number of pixels to be used can be corrected to the number of pixels when the subject is at the center coordinate of the upper camera 121.
  • the first-order low-frequency filter can then be used to remove the noise.
  • the length of the actual subject is calculated based on the number of pixels in the image.
  • the resolution of the camera and the actual length and height of one pixel can be obtained from the camera's specifications.
  • a cube having a known actual length is positioned at the center of the image generated by the upper camera 121, and then photographed by the side camera to obtain the number of pixels of the vertical line.
  • the number of pixels obtained is multiplied by the pixel length of the image sensor to obtain a value proportional to the actual length of the cube.
  • the proportional value obtained is the correction variable. Therefore, the actual size of the subject in the image captured by the image may be obtained by multiplying the pixel length of the image sensor, the number of pixels of the vertical line, and the correction variable.
  • 14A to 14D illustrate an original image of an image generated by the egg quality measuring apparatus 100 according to an embodiment of the present invention with the upper camera 121 and an image converted into the HSV region.
  • 15A to 15E illustrate a process of processing an image in a process of specifying an egg yolk region by an image generated by the egg quality measuring apparatus 100 according to an exemplary embodiment of the present invention with the upper camera 121.
  • 16A to 16J illustrate a process of processing an image in a process of specifying an egg white area as an image generated by the egg quality measuring apparatus 100 according to an exemplary embodiment of the present invention with the upper camera 121.
  • FIG. 17 illustrates an image processed by the egg quality measuring apparatus 100 according to an embodiment of the present invention in the process of measuring the width of the harlan as an image generated by the upper camera 121.
  • the upper camera 121 generates an uncorrected image (S610).
  • the uncorrected original image is shown in FIG. 14A.
  • the controller converts the original image into the HSV region image by preprocessing the original image (S620).
  • the tonal region (H region) of the image converted to the HSV region is shown in FIG. 14B.
  • the saturation region (S region) is shown in FIG. 14C
  • the contrast region (V region) is shown in FIG. 14D.
  • the saturation region of the egg seen from the top side is brighter than the transparent egg white region of the egg yolk region with high light saturation. This can be used to separate the areas of egg yolk and egg white.
  • the upper camera 121 faces the light source unit 140 in front, the egg yolk region is generated as a relatively dark image compared to other regions. This can be used to detect egg yolk areas.
  • the step of specifying the yolk sac area is shown in FIGS. 15A to 15E.
  • the light source unit 140 is positioned below the test plate 130, and thus irradiates the light to Harlan through the test plate 130, so that the opaque egg yolk, which is opaque than egg white, does not pass through the light, and thus the upper camera 121 generates the light. Harlan appears dark in the image.
  • the control unit detects a black portion through the threshold function in the V region of the image converted into the HSV region. The control unit uses the threshold function to obtain an experimental value as described above. If the brightness of the camera's lens changes, the threshold should be changed.
  • An image of the yolk sac area set using the Threshold function is shown in FIG. 15A.
  • the controller may remove an area smaller than a circular structure having a specific size by using the opening_circle function to remove noise as shown in FIG. 15B1.
  • FIG. 15B shows a contrasted image from which noise is removed from an image having both egg yolk and noise.
  • the circular pyro 30 can be used to remove impurities such as yolk strings, not the yolk region. The result of removing impurities including egg yolk string is shown in FIG. 15C.
  • the controller generates a resultant image as shown in FIG. 15D through a labeling process as described above, selects an egg yolk region from at least one labeled and separated region, and specifies an egg white region as illustrated in FIG. 15E.
  • the specification of the egg yolk region is specified using a select_shape function among at least one of the labeled regions.
  • the range values used in the select_shape function are area and circularity. area is the total number of pixels in the area and circularity is the pie of the circular model. With two features, only the yolk area can be separated from the whole area.
  • the step of specifying the egg white area (S640). Specifying the egg white area proceeds to the ROI setting step, the leveling of gray pixel values, the egg area setting step and the post-processing step.
  • the ROI area may be set to reduce the amount of data processed.
  • the process of setting the ROI may be omitted.
  • the process of setting the ROI by the egg quality measuring apparatus 100 according to an embodiment of the present invention may be performed using a Dilation_circle function.
  • the controller creates a circle similar to the yolk yolk region using the Dilation_circle function, and cuts the S region (saturation region) in the image converted to the HSV region using this region as the ROI region.
  • the controller may set a circular ROI area including the egg white area based on the pie of the egg yolk area. Experimentally, the pie in the ROI region can use five times as much as the pie in the yolk region.
  • FIG. 16A shows the yolk sac border and FIG. 16B shows the ROI region created by the yolk sac border.
  • Normalizing the gray pixel values involves averaging small groups of gray pixels to a color similar to the surrounding gray pixels. This process makes it easy to separate the image area by changing the gray value of the surrounding area to a similar area.
  • the egg quality measuring apparatus 100 may average small gray pixels to a color similar to the surrounding gray pixels using a gray_closing_shape function.
  • the setting of the egg white area is performed by selecting pixels having a specific gray value.
  • the egg quality measuring apparatus 100 selects only pixels having a specific gray value by using a threshold command.
  • the range of gray value can use 30-130.
  • the result of selecting the egg white area using the specific gray value of the egg quality measuring apparatus 100 according to an embodiment of the present invention is shown in FIG. 16E.
  • the egg quality measuring apparatus 100 binds and separates pixels that are bundled into one region by neighboring pixels. This labeling separates egg whites from other areas. This labeling can be done using the connection function. The results labeled separately for egg white and other areas are shown in FIG. 16F.
  • the egg quality measuring apparatus 100 selects the egg white area from a plurality of labeled areas.
  • the egg quality measuring apparatus 100 selects an area belonging to a specific range by using the select_shape function as described above.
  • the egg white area may be selected using an area parameter, which means the total number of pixels of the area. Since the other separated areas have smaller pixels than the egg white areas, the egg white area can be selected using the Area parameter. The result of selecting the egg white area is shown in Fig. 16G.
  • the egg quality measuring apparatus 100 post-process the selected egg white area.
  • the post-processing may be performed by smoothing the boundary of the selected egg white area and removing the voids contained in the selected egg white area.
  • the egg quality measuring apparatus 100 may smooth the boundary of the egg white area by removing an area smaller than a circle having a specific radius by using the closing_circle function.
  • the circle used here is 300 in size.
  • the result of smoothing the boundary is shown in FIG. 16H.
  • the egg quality measuring apparatus 100 can remove the blank portion included in the egg white area by removing the small area included in the closed large area using the fill_up function.
  • the result of removing the empty space included in the egg white area by this process is shown in FIG. 16I.
  • the egg quality measuring apparatus 100 removes the yolk area from the whole egg area to obtain the area of the egg white area only. This can be done using the difference function. An image of an optimally generated egg white area is shown in FIG. 16J.
  • the data calculated may be the area of egg white and egg yolk.
  • the egg quality measuring apparatus 100 obtains the number of pixels of egg yolk and the number of pixels of egg white, and multiplies the number of pixels by the area of a subject represented by one pixel in an actual image sensor of the camera. Can be calculated.
  • the egg quality measuring apparatus 100 obtains the difference between the center coordinates of the camera and the center coordinates of the egg yolk in the same way as correcting the number of pixels in the method of measuring the height of egg white and egg yolk.
  • the degree to which the center of the egg yolk is spaced apart from the center of the camera may be obtained, and the number of pixels displayed may be corrected according to the degree to which the egg yolk is separated.
  • Egg quality measuring apparatus 100 can obtain the number of pixels of egg yolk and the number of pixels of egg white using the area_center function.
  • the actual length of one pixel of the CMOS sensor can be obtained from the specification table of the upper camera 121.
  • One pixel actual length of the CMOS sensor used in the egg quality measuring apparatus 100 according to an embodiment of the present invention is 0.28 X 0.28 mm.
  • the image generated by the upper camera 121 is multiplied by the actual area of one pixel of the cmos sensor multiplied by the number of pixels of the egg white and egg yolk areas measured through image processing, that is, (0.28 x 0.28) x (number of pixels in the area) By calculating, we can find the actual area.
  • FIG. 17 is a view showing the areas of egg yolk and egg white in the video image generated by the upper camera 121 and displaying the calculated data.
  • distance_x is the absolute value x-axis coordinate distance from the center of the screen indicated by the intersection of the blue leader lines to the center of the egg yolk.
  • distance_y is the absolute y-axis coordinate distance from the center of the screen indicated by the intersection of the blue leader lines to the center of the egg yolk.
  • yorkcoumn_dis is the x-axis coordinate distance expressed as an integer from the center of the screen displayed at the intersection of the blue leader lines to the center of the yolk sac.
  • the yorkcoumn_dis value has the same value as distance_x, but it has a minus sign for the left side of the blue center of the x-axis and a plus sign for the right side.
  • yolkrow_dis is the y-axis coordinate distance expressed from the center of the screen indicated by the intersection of the blue leader lines to the center of the yolk sac.
  • the yolkrow_dis value has the same value as distance_y, but it has a minus sign if it is up from the center of blue on the y axis and a plus sign if it is down.
  • a load cell is a load sensor that measures force or load by converting a physical quantity such as force or load into an electrical signal.
  • the deformation of an object occurs in proportion to the force or load, and the amount of deformation per unit length is called strain.
  • the strain generated at this time is characterized by a linear change in the magnitude of the force or load.
  • a strain gage developed for measuring strain is a strain gauge.
  • Strain gages operate on the principle that the electrical resistance of an object changes with changes in length and cross section.
  • the load cell converts the physical strain generated at the receiving part of the elastic strain member, which generates structurally stable deformation with respect to force or load, to a change in electrical resistance by using a strain gauge, and a Wheatstone bridge, a kind of electric circuit. Bridge) and convert it into precise electrical signal and measure the weight.
  • FIG. 19 shows specifications of the HD-Lcell-01 load cell of Hanjin data shown in FIG. 18.
  • the processing module is the Atmega128 8bit MCU of JCNET Corp. This module is equipped with JMOD-128. 21 shows the detailed specification of module JMOD-128.
  • a high precision 24-bit ADC Analog-to-Digital Converter
  • EPX4XM8As of Hanjin Data Corporation were used.
  • the microprocessor ATMEGA128 controlling the load cell and the PC input and output data to each other using an RS232 communication method. 22 illustrates an interface for newly setting a reference value of weight by transmitting a weight correction command from a PC.
  • the programmatic algorithm calculates the weight by two points of zero and span obtained through a weight correction operation.
  • the ZERO and SPAN measurements measured in the load cell are created in a linear equation to display the weight values.
  • An algorithm using a load cell is shown in Equation 1 below.
  • Equation 1 X is a weight value of the measured object and A and B are scaffold correction variables. Y is the measured weight value of the corrected object.
  • the weightless calibration variable A can be expressed as the ratio between the actual weight value of SPAN and 0 and the measured weight value, such as (SPAN weight-0) / (Measured value at SPAN-ZERO measured value).
  • SPAN weight is the weight of any object whose weight value is known for weight correction.
  • the SPAN measured value is the measured weight value measured when an arbitrary object having the SPAN weight value is measured, and the measured value at zero is the measured weight value measured when there is no object to be measured, that is, when the weight is zero. Equation 1 may be written as Equation 2 below.
  • Equation 2 B may be calculated as in Equation 3 below. That is, if the weight is 0, the measured value displayed can be used as the value obtained by multiplying the calibration correction variable A by -1.
  • A when the SPAN weight is set to 1000, A may be calculated as shown in Equation 4 below, and may have a value of 0.001807782, and B may be calculated as shown in Equation 5 below, and may have a value of 666.
  • the measured value at SPAN is 921.940 and the measured value at ZERO is 368.776.
  • Equation 1 Substituting the values of A and B and the AD conversion values calculated by Equations 4 and 5 into Equation 1 is converted into weight values.
  • the weight value Y at SPAN is calculated as 0.001807782 * 921.940-666, resulting in a value of 1000.
  • the weight value Y at ZERO is calculated as 0.001807782 * 368.776-666, indicating that the value of 0 appears to represent the actual weight of the object.
  • the weight varies depending on where it is placed, even if it is the same object.
  • the load cell is a sensor for measuring the pressure per unit area of the object
  • the egg quality measuring apparatus 100 according to an embodiment of the present invention has four load cells on both vertices of the coronal plate to place the harlan. Due to the nature of the harlan, which is not in a stationary state, there is a change in weight because the pressure on the four load cells is different from the center of gravity as the harlan moves.
  • Egg quality measuring apparatus 100 is a method for adding or subtracting the mass error according to the coordinates after storing the change in weight for each coordinate of the coordinate unit according to the position of the object using the upper camera The error caused by the movement of the object was corrected.
  • 25 illustrates the weight of an object measured differently according to the movement of the object.
  • the reference weight was measured with a scale of 0.01 precision, as shown in FIG. 24, and the weight of the object used for calibration was 213.13 g.
  • FIG. 23 is a flowchart illustrating the operation of the weight correction mode of the egg quality measuring apparatus 100 according to an embodiment of the present invention.
  • the weight correction of the egg quality measuring apparatus 100 according to an embodiment of the present invention will be described.
  • the weight measurement error of the object according to the position of the test plate is calculated (2310).
  • An object having a reference weight is positioned at each partitioned position of the test plate, and the measured weight is recorded to generate weight error data according to the position.
  • a weight error table in which weight error data is recorded is shown in FIG.
  • the weight error table shown in FIG. 25 shows weight measurement values corresponding to x, y angular coordinates (-7 to +7 0.5 cm intervals). Since the x-axis and y-axis have 29 pieces of data (-7.
  • the weight of the object is measured (2320). Place the object to be measured on the specimen board and measure the weight of the object.
  • the position of the object is measured using the upper camera (2330).
  • the object to be weighed is Harlan and the Harlan is located in the region of the coronal plate.
  • Egg quality measuring apparatus 100 specifies the weight position of the Harlan located on the examination plate by the coordinates.
  • the position of the weight of the harlan may be set to the median value of the spread region of the harlan. Alternatively, it may be set as a central region of egg yolk.
  • the weight position of the harlan may be set to a fixed point between the center position of the egg and the center position of the egg yolk in a line connecting the center position of the egg and the egg yolk.
  • the weight measurement error of the object according to the position of the object is calculated (2340).
  • the weight of the measured object is corrected using the calculated weighing error (2350).
  • Egg quality measuring apparatus 100 uses a method such as measuring the side to increase the accuracy of the load cell.
  • the upper camera is used to obtain the coordinates at which the object is placed and then the weight measurement is corrected using the error weight value according to the position.
  • Equation 6 is a weight correction formula in one embodiment, and the measurement result of the corrected weight value is shown in FIG. 26.
  • Equation 6 is a formula for correcting the weight by obtaining the error ratio according to the position of the object to multiply by the weight value before correction.
  • the error may be corrected by adding or subtracting a value to be corrected to the measured weight value.
  • the corrected weight value may also be calculated as a negative value. Therefore, in the present embodiment, the weight error according to the position is multiplied by the weight before correction to correct the measured weight value.
  • Equation 6 A is a weight measurement value in x, y-axis coordinates (-7 to +7). B is a weight measurement value when x and y-axis coordinates are centered. Where C is the x pixel value. y coordinate. D is the x- and y-axis coordinates obtained through the top camera. E is the weight of the object measured before calibration. Y is the calibrated weight value of the object.
  • A is a weight measurement value corresponding to x, y angular coordinates (-7 to +7 0.5 cm intervals). Since the x-axis and y-axis have 29 pieces of data (-7. -6.5, ..., -0.5, 0, 0.5, ..., 7), respectively, the data for y, x-axis, and total two axes exist. There are total weight error data for 58 object movements (29 x-axis and 29 y-axis).
  • (AB) is the difference from the measured object when the same object is in the center and the object is moved directly from -7 to +7 at 0.5cm intervals on the y and x axes. It is a weight error value comparing the measured weight value when the object is in the center. Therefore, (A-B) / A is the ratio of the weight error value to the A value.
  • Equation 6 The description of (((A-B) / A) / C) * D in Equation 6 can be replaced with ((A-B) / A) * ((1 / C) * D).
  • C is the coordinate in the weight error table corresponding to the coordinate E of the object obtained with the upper camera. Since the weight error in the weight error table is measured at 0.5cm intervals, the linear weight error ratio within 0.5cm intervals is calculated using (1 / C) * D. ((1 / C) * D) means that the weight error rate increases linearly within 0.5cm interval because the object is placed within the interval of 0 ⁇ 0.5cm, 0.5cm ⁇ 1cm, 1cm ⁇ 1.5cm Assume that it decreases.
  • C and D may be expressed as the distance from the central coordinate of the coronal plate to the C and D coordinates.
  • 1 / C * D may be calculated as a value obtained by dividing the distance from the central coordinate of the coronal plate to the D coordinate by the distance from the central coordinate of the coronal plate to the C coordinate.
  • a description of multiplying ((1 / C) * D) to calculate weight error values between measurement units of the weight error table may be omitted to simplify weight correction as needed.
  • FIG. 26 An accuracy verification result of the weighing mode of the egg quality measuring apparatus 100 according to an embodiment of the present invention is shown in FIG. 26.
  • a maximum weight error of 0.88g is shown, indicating high weight accuracy.

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Environmental Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Food Science & Technology (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Animal Husbandry (AREA)
  • Medicinal Chemistry (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Investigating Or Analysing Materials By Optical Means (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

계란 품질 계측 장치 및 방법
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.
[선행기술문헌]
[특허문헌]
(특허문헌 1) 일본 공개 특허 제2008-032678호 (알의 품질 지표 검사 장치, 주식회사 나벨, 2008.02.14 공고)
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.
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.
수학식 1
Figure PCTKR2013002903-appb-M000001
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.
수학식 2
Figure PCTKR2013002903-appb-M000002
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.
수학식 3
Figure PCTKR2013002903-appb-M000003
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.
수학식 4
Figure PCTKR2013002903-appb-M000004
수학식 5
Figure PCTKR2013002903-appb-M000005
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 6
Figure PCTKR2013002903-appb-M000006
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)

  1. 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.
  2. 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.
  3. 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.
  4. 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.
  5. 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.
  6. 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.
  7. 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.
  8. 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.
  9. 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.
  10. 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.
  11. 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.
  12. 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.
  13. 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.
  14. 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.
  15. 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.
  16. 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.
  17. 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.
  18. 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.
  19. 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.
  20. 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.
PCT/KR2013/002903 2012-12-13 2013-04-08 계란 품질 계측 장치 및 방법 WO2014092251A1 (ko)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
KR10-2012-0145632 2012-12-13
KR20120145632 2012-12-13
KR20130037588A KR101508257B1 (ko) 2012-12-13 2013-04-05 계란 품질 계측 장치 및 방법
KR10-2013-0037588 2013-04-05

Publications (1)

Publication Number Publication Date
WO2014092251A1 true WO2014092251A1 (ko) 2014-06-19

Family

ID=50934520

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2013/002903 WO2014092251A1 (ko) 2012-12-13 2013-04-08 계란 품질 계측 장치 및 방법

Country Status (1)

Country Link
WO (1) WO2014092251A1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111328738A (zh) * 2020-02-05 2020-06-26 江苏仁康蛋业有限公司 一种高打发鸡蛋白液的制备系统
CN113848291A (zh) * 2021-12-01 2021-12-28 江苏中农生物科技有限公司 蛋制品安全采样快速检测系统及方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11230960A (ja) * 1998-02-13 1999-08-27 Kyowa Kikai Kk 卵の鮮度自動判定装置
KR20060055743A (ko) * 2004-11-19 2006-05-24 대한민국 (관리부서 농촌진흥청) 계란의 신선도를 비파괴적으로 측정하기 위한 근적외선분광 분석시스템의 계란 전용 모듈장치
JP2008020224A (ja) * 2006-07-11 2008-01-31 Joichiro Tsuboi 画像処理による有精卵自動検卵装置
KR101032790B1 (ko) * 2011-03-29 2011-05-02 중앙아이엔티 주식회사 난백 높이 계측 방법
KR101032788B1 (ko) * 2011-03-29 2011-05-02 중앙아이엔티 주식회사 계란 신선도 검사 장치
KR101041095B1 (ko) * 2011-03-29 2011-06-13 중앙아이엔티 주식회사 난황 계측 방법

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11230960A (ja) * 1998-02-13 1999-08-27 Kyowa Kikai Kk 卵の鮮度自動判定装置
KR20060055743A (ko) * 2004-11-19 2006-05-24 대한민국 (관리부서 농촌진흥청) 계란의 신선도를 비파괴적으로 측정하기 위한 근적외선분광 분석시스템의 계란 전용 모듈장치
JP2008020224A (ja) * 2006-07-11 2008-01-31 Joichiro Tsuboi 画像処理による有精卵自動検卵装置
KR101032790B1 (ko) * 2011-03-29 2011-05-02 중앙아이엔티 주식회사 난백 높이 계측 방법
KR101032788B1 (ko) * 2011-03-29 2011-05-02 중앙아이엔티 주식회사 계란 신선도 검사 장치
KR101041095B1 (ko) * 2011-03-29 2011-06-13 중앙아이엔티 주식회사 난황 계측 방법

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111328738A (zh) * 2020-02-05 2020-06-26 江苏仁康蛋业有限公司 一种高打发鸡蛋白液的制备系统
CN111328738B (zh) * 2020-02-05 2021-11-16 江苏仁康蛋业有限公司 一种高打发鸡蛋白液的制备系统
CN113848291A (zh) * 2021-12-01 2021-12-28 江苏中农生物科技有限公司 蛋制品安全采样快速检测系统及方法
CN113848291B (zh) * 2021-12-01 2022-03-18 江苏中农生物科技有限公司 蛋制品安全采样快速检测系统及方法

Similar Documents

Publication Publication Date Title
WO2014157930A1 (en) Image processing method and apparatus for display devices
KR101508257B1 (ko) 계란 품질 계측 장치 및 방법
WO2016021896A1 (en) Gamma setting system of display device and gamma setting method thereof
CN107110754A (zh) 喷洒质量检测装置、系统、方法以及采样辅助装置
WO2012141392A1 (ko) 컴퓨터 단층촬영 장치와 표준시료를 이용한 시료 공극 측정 시스템 및 그 방법
WO2020101344A1 (en) Electronic device and illuminance sensing method based on display information on electronic device
WO2019135475A1 (en) Electronic apparatus and control method thereof
WO2014168454A1 (en) Electronic device, display controlling apparatus and method thereof
GB2205396A (en) Tension tester
WO2022005121A1 (ko) 인체 감지용 열화상 카메라의 온도 정확도 개선장치
WO2018147478A1 (ko) 머신 비전을 활용한 와이어 하네스 케이블의 터미널 크림핑 검사 장치 및 검사 방법 그리고 그 작동 방법
EP3649460A1 (en) Apparatus for optimizing inspection of exterior of target object and method thereof
WO2014092251A1 (ko) 계란 품질 계측 장치 및 방법
WO2020045702A1 (ko) 비색표를 이용한 소변 검사를 제공하는 컴퓨터 프로그램 및 단말기
WO2011087249A2 (ko) 객체 인식시스템 및 이를 이용하는 객체 인식 방법
WO2015141918A1 (ko) 실시간 영점조절이 가능한 색차계모듈 및 이를 이용한 색상계측기
WO2016129796A1 (ko) 컬러 테이블 생성 장치, 카메라 영상 보정/제어 장치 및 그 방법
WO2019088481A1 (ko) 전자 장치 및 그의 영상 보정 방법
WO2019177258A1 (ko) 차단기 개폐 보조 장치
WO2021091282A1 (ko) 3차원 진단 시스템
WO2020085758A1 (ko) 검사 영역 결정 방법 및 이를 이용하는 외관 검사 장치
WO2014081171A1 (ko) 풍하중 산정 장치 및 방법
WO2021182792A1 (ko) 배터리 셀의 스웰링 검사 장치
WO2022065915A1 (ko) 3차원 모델링 방법 및 이를 이용한 장치
WO2015050380A1 (ko) 화상 표시 장치 및 그의 포인팅 방법

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 13862278

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 13862278

Country of ref document: EP

Kind code of ref document: A1