http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
MSER 및 영상처리 알고리즘을 이용한 소고기 근내지방 추출 연구
권경도,모창연,김기영,임종국,강정숙,이영주,이왕희,조병관 한국산업식품공학회 2018 학술대회 및 심포지엄 Vol.2018 No.04
국내뿐만 아니라 국외에서도 소고기 품질 종합 판정의 과정은 숙련된 인력에 의해 수행되고 있다. 숙련된 전문가라도 주관적인 견해가 포함 될 가능성이 존재하는 현행의 과정을 개선하고, 판정에 필요한 인자(근내지방도, 지방색, 육색 등)를 보다 객관적으로 획득하기 위해 다양한 센서 및 분석법을 활용하는 시도가 전세계적으로 활발하게 진행되고 있다. 하지만, 선행 연구들의 최종 목표인 현장 실용화 단계로의 적용은 미미한 실정이다. 이에 본 연구에서는 Computer vision 장치로 촬영한 영상을 소고기 품질 판정 과정의 시각 대체 자료로 활용하고, 다양한 영상처리 기법을 이용하여 소고기 품질 판정에 필요한 주요 인자의 추출 가능성을 확인하고자 하였다. 이 과정에서 소고기 품질 판정에 필요한 주요 인자 중 근내지방도를 본 연구의 대상으로 선정하였으며, 근내지방을 효과적으로 추출하는 영상처리 알고리즘을 도입하고, 본 연구에 적합한 알고리즘을 판단하고자 하였다. 소고기 품질 판정에 사용되는 등심 부위의 RGB 영상을 촬영하였다. 촬영된 영상의 기하학적 왜곡과 색상 왜곡을 보정하여, 영상 획득 과정에서 발생하는 기계적 오차를 최소화 하고자 하였다. 보정된 영상에서 배경을 제거하고, 관심 영역(Region of Interest)을 추출하였다. 추출한 영역에서 근내지방을 추출하기 위해 MSER(maximally stable extremal regions) 알고리즘을 중점으로 사용하였고, 이를 제외한 다양한 영상처리 알고리즘도 적용하여 활용 가능성을 확인하였다. 이를 바탕으로, 추후 연구에서는 소고기 품질 판정의 주요 인자인 근내지방의 추출 알고리즘을 개발하고, 나아가 소고기 품질 판정 시스템 구축을 최종 목표로 하고 있다.
권경도 ( Kyung-do Kwon ),김조철 ( Jocheol Kim ),신나리 ( Nari Sin ),최우주 ( Woo-joo Choi ) 한국농업기계학회 2022 한국농업기계학회 학술발표논문집 Vol.27 No.2
잡초 제거는 작물의 정상적인 생육과 수확량에 크게 영향을 주는 농작업 중 하나로 수시로 잡초 제거가 진행되어야 한다. 하지만 잡초 제거 시 예초기 및 농기구 사용 미숙에 따른 사고, 근골격계 질환, 농약에 중독되는 등 크고 작은 피해가 발생하고 있다. 이러한 작업자의 안전사고 방지와 투입되는 노동력 감소를 위해 자동화 및 무인화 시스템에 관한 연구가 활발하게 진행되고 있다. 본 연구에서는 밭에서 발견되는 잡초를 작물과 구분하는 알고리즘을 개발해 스마트 농업기술 발전에 활용하고자 했다. 재배 중인 콩(전라남도 나주)과 콩 주위의 잡초를 함께 촬영하여 영상 데이터를 획득했다. 출현기부터 1주일 간격으로 7주 동안 주기적으로 획득하여 인식 모델 개발을 위한 학습 데이터를 구축했다. 작물과 잡초의 인식을 위해 CNN 기반의 모델을 활용했다. 인식 모델의 과적합을 방지하기 위해 Accuracy와 loss가 일정 값에 수렴하는지 확인하고, 학습 모델의 깊이와 학습 수를 설정했다. 작물과 잡초의 인식 결과에서 유의미한 결과를 도출했으며, 본 연구에서 개발된 인식 모델을 활용하면 선택적 잡초 제거에 활용될 수 있음을 확인했다. 추후 연구에서 데이터 다양성 확보, 대상 작물 확대 및 인식 알고리즘 최적화를 통해 인식 정확도를 높일 예정이다.
소도체 품질 판정을 위한 RGB 영상처리 기술의 적용 가능성 연구
권경도 ( Kyung-do Kwon ),모창연 ( Changyeun Mo ),임종국 ( Jongguk Lim ),김기영 ( Giyoung Kim ),강정숙 ( Jungsook Kang ),이영주 ( Youngju Lee ),조병관 ( Byoung-kwan Cho ),이왕희 ( Wanghee Lee ),양승환 ( Seunghwan Yang ) 한국농업기계학회 2017 한국농업기계학회 학술발표논문집 Vol.22 No.2
국내를 포함한 대부분의 국가에서는 인력(판정사)에 의해 소고기의 품질 등급을 결정하고 있다. 각 나라마다 등급 판정 절차는 상이하지만, 판정 인자는 등급판정부위(국내에서는 좌도체 흉추와 제1 요추 사이의 등심 쪽 절단면)의 근내지방도, 육색, 지방색, 조직감 등으로 크게 다르지 않다. 하지만 판정 과정에서 숙련된 판정사일지라도 주관적인 판단이 포함된다. 이를 해결하고 더 객관적인 정보를 획득하기 위해 다양한 장치와 분석 방법들을 기반으로 활발한 연구가 진행되고 있지만, 실제 현장 적용은 힘든 실정이다. 따라서 본 연구는 사람의 시각을 대체하고 객관적인 데이터를 획득하기 위해 Computer vision 장치와 영상처리를 이용한 소고기 품질 평가에 활용될 시스템 구축을 위한 기초 연구이다. 연구에 사용된 소고기는 실제 판정에 사용되는 등급판정부위를 등급별(1++, 1+, 1 2, 3 등급)로 준비하였다. 각 시료마다 RGB 영상을 획득하고, 품질 판정을 위해 이 영상들을 이용하였다. 영상처리를 위해 왜곡 및 색상 보정, 배경 제거, 관심영역 추출, 고기와 지방 부위 분할 등을 순차적으로 수행하였다. 이는 등급 판정에 주요인자인 근내지방도를 정량적으로 측정하는 알고리즘 개발에 기초 단계로의 활용이 적합하다고 판단된다. 추후 연구에서 이를 중점적으로 다뤄 최종 목표인 자동 품질 판정 시스템 구축에 기여하고자 한다.
수경재배 토마토 수확 로봇 그리퍼 설계를 위한 경도 분석
김경철,조병효,권경도,홍영기 한국통신학회 2022 韓國通信學會論文誌 Vol.47 No.11
Recently, Various social changing has led to a decrease worker in the agricultural. In addition, there are changing that methods for agricultural production. In response to these social changes, the area of smart greenhouse is increasing. In this paper, we conducted a study of element technology for harvest robot in smart greenhouse. In the case of domestic tomatoes, most fo them are grown for the purpose of eating without cooking, their commodity during harvesting operations is very important. We analyzed the design factors of the gripper. Tomatoes was divided into 6 stage maturity and the firmness was measured. We analyzed the allowable compressive force by tomato maturity. It is used as a data for gripping, motion of the harvesting robot gripper. This will allow us to develop a gripper-shaped gripper for tomato harvesting. 최근 다양한 사회적인 변화로 농업 생산 인력이 감소하고 있으며, 농업 생산을 위한 방법들이 변화하고 있다. 이러한 사회적 변화에 대응하기 위해 스마트 온실 재배가 증가하고 있다. 토마토의 경우에는 매주 수확을 하기에많은 노동력이 필요하다. 이러한 이유로 본 논문에서는 스마트 온실에서 수확 작업을 로봇화하기 위한 요소기술연구를 수행하였다. 국내 토마토의 경우 대부분 생식 목적으로 재배하기 때문에 수확 작업 시 상품성 유지가 매우중요한 요인이다. 수확 로봇의 다양한 기술 중 과실을 다루기 위한 그리퍼의 설계 요인 분석을 하였다. 토마토의숙도에 따라 6단계로 분류하고 분류된 토마토에 대한 경도를 측정하였다. 이는 토마토 수확 로봇 그리퍼의 파지력, 모션 제어 그리고 파지를 위한 쿠션을 적용하기 위해 선행되어야 하는 실험이다. 본연구를 통하여 숙도별 토마토의 허용 압축력 요인을 분석하였다. 이를 통하여 토마토 수확을 위한 그리퍼를 개발하는데 기초 자료로 활용할 계획이다.
최우주,권경도,김경철,김국환,양창주,이기범,홍영기 한국산학기술학회 2023 한국산학기술학회논문지 Vol.24 No.11
As the risks of securing stable food resources increase due to climate change and a decrease in the agricultural workforce, agricultural technologies are being developed to address this issue. In particular, many strawberries are grown in South Korea and require accurate and fast monitoring technology for stable profits. The reason is that many agricultural tasks are required depending on the cultivation period. This study attempted to find a suitable model for detecting the strawberry growth index during the reproductive growth period using an RGB image and deep learning. Among algorithms used for training, the YOLO v5-Large algorithm showed an mAP50 of 0.66 and FPS of 89.29 in the object detection results for a total of six classes (flowers, fruits, etc.). In addition, the Mask R-CNN algorithm's performance was similar with an mAP50 of 0.59, but the FPS was decreased to 26.04. The model that showed high performance to detect the growth index can be used in monitoring technology that supports decision making for appropriate resources and manpower input during growth. Future studies will improve the performance of detection.