http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
정석훈 ( Seokhoon Jeong ),고국원 ( Kuk Won Ko ),강제용 ( Je-yong Kang ),장수원 ( Suwon Jang ),이상준 ( Sangjoon Lee ) 한국정보처리학회 2016 정보처리학회논문지. 소프트웨어 및 데이터 공학 Vol.5 No.7
본 연구는 비 정형 농산물 중 6년근 수삼의 자동 등급 분류하기 위한 선행연구로, 이를 위해 4방향에서 이미지 취득이 가능한 수삼 영상 측 정기를 제작 하였으며 총 245 수삼 개체에 대해서 영상을 취득하였다. 취득된 영상의 각 수삼 개체마다 12개의 파라미터를 추출하였으며, KGC 인삼공사의 수삼등급 분류 기준과 각 등급별 평균 파라미터의 분포를 조사하여 최종 4개 파라미터를 선정하였다. 패턴인식 분류기는 Support Vector Machine을 사용하였으며 공용 소프트웨어인 OpenCV Library를 사용하여 k-Class 분류기를 설계하였다. 각 등급별 학습 데이터 수를 10, 15, 20으로 조정하여 등급별 인식률, 본인 거부율, 타인 인식율을 조사하였으며, 학습데이터 수가 10개일 때 1등급 인식률 94%, 2등급 인식 률 98%, 3등급 인식률 90%로 가장 높은 인식 성능을 보였다 This study is a leading research project to develop an automatic grade decision making algorithm of a 6-years-old fresh ginseng. For this work, we developed a Ginseng image acquiring instrument which can take 4-direction’s images of a Ginseng at the same time and obtained 245 jingen images using the instrument. The 12 parameters were extracted for each image by a manual way. Lastly, 4 parameters were selected depending on a Ginseng grade classification criteria of KGC Ginseng research institute and a survey result which a distribution of averaging 12 parameters. A pattern recognition classifier was used as a support vector machine, designed to “k-class classifier” using the OpenCV library which is a open-source platform. We had been surveyed the algorithm performance(Correct Matching Ratio, False Acceptance Ratio, False Reject Ratio) when the training data number was controlled 10 to 20. The result of the correct matching ratio is 94% of the 1st ginseng grade, 98% of the 2nd ginseng grade, 90% of the 3rd ginseng grade, overall, showed high recognition performance with all grades when the number of training data are 10
정석훈 ( Seokhoon Jeong ),고국원 ( Kuk Won Ko ),이지연 ( Ji-yeon Lee ),이진호 ( Jinho Lee ),서현석 ( Hyeonseok Seo ),이상준 ( Sangjoon Lee ) 한국정보처리학회 2016 정보처리학회논문지. 소프트웨어 및 데이터 공학 Vol.5 No.7
본 연구의 목적은 수삼 등급을 판정하는 기준 중에서 수삼의 중량을 직접 측정하지 않고 영상 분석으로 가능한 근접하게 추정하는 것이다. 이를 위해 수삼영상 취득장치를 제작하였으며 126개의 수삼샘플을 대상으로 영상을 취득하였다. 각각의 수삼샘플의 중량을 측정하고 영상분석 데이터를 이용하여 중량추정공식을 산출하는데 이용하였다. 영상분석과 파라미터 추출과정에는 C언어 기반의 Labwindows/CVI 개발 툴과 오픈 소스 라이브러리 OpenCV를 이용하였다. 영상분석 과정에서 추출한 파라미터와 중량과의 상관관계를 가장 잘 표현할 수 있는 필터설정 값을 추적하여 적용하였고, 최소제곱법을 사용한 선형 회귀분석으로 선형성을 가지는 0.9162의 강한 양의 상관계수 값을 얻을 수 있었다. This study is to estimate proximity without direct measurement of the weight of fresh ginseng. For this work, we developed a ginseng image acquiring instrument and obtained 126 ginseng images using the instrument. Image analysis and parameter extraction process was used C language based Labwindows/CVI development tools and open source library OpenCV. Estimation formula is made by weighing the sample with image analysis of fresh ginseng. We analyzed the correlation between the pixel number and the weight of ginseng using a linear regression approach. It was obtained a strong positive correlation coefficient of 0.9162 with a linearity value