http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
소 도체 등급판정을 위한 스마트폰 기반의 영상 획득 장치 개발
유현채(Hyeon-Chae Yoo),임종국(Jong-Guk Lim),이아영(Ah-Yeong Lee),김밝금(Bal-Geum Kim),서영욱(Young-Wook Seo),김성민(Seong-Min Kim) 한국산학기술학회 2021 한국산학기술학회논문지 Vol.22 No.11
우리나라에서 도축되는 모든 소는 쇠고기로 가공 전 상태인 소 도체에 대해서 개체별로 등급판정이 의무화되어 등급별로 유통되고 있다. 세계적으로도 소 도체의 품질을 실시간으로 측정하기 위한 시스템 개발을 위해 다양한 선행연구가 수행되고 있다. 특히, 비파괴적인 품질 분석 방법의 하나인 디지털 영상처리 기술은 현장 적용을 위한 장치까지 개발되면서 큰 발전이 있었다. 하지만 국내의 소 도체 등급 판정은 여전히 숙련된 전문가의 육안 평가 방식으로 등급판정이 이루어지고 있으며 이러한 방식은 노동집약적이고 장시간 측정에 따른 피로가 누적되어 객관성이 떨어질 우려가 있다. 현재 상용화된 해외의 소 도체 등급판정 장치는 큰 부피와 무거운 하드웨어로 구성되어 국내 도축장 환경에서의 활용에 어려움을 겪고 있다. 본 연구에서는 국내 도축장의 환경을 고려하여 소형 및 경량화된 소 도체 등급 판정용 영상 획득 장치를 개발하기 위해 수행되었다. 영상 데이터의 접근 및 호환성이 뛰어난 스마트폰 카메라를 기반으로 하여 좁은 절개 부위에서 영상 획득이 가능하도록 장치의 높이와 무게를 최소화했으며, 근접에서 영상을 획득하기 위해 어안렌즈를 부착하여 제작하였다. 어안렌즈를 이용하여 획득한 영상은 방사 왜곡이 발생하기 때문에 이를 바로잡기 위해 체커보드를 이용한 방사 왜곡에 필요한 매개변수를 구하였다. 왜곡된 영상을 보정하고 소 도체 등급판정에 최적화된 영상을 획득하였으며 앞으로 다양한 도체에 대한 데이터 뱅크를 구축하고 사용자 편의를 위한 스마트폰 애플리케이션을 개발한다면 실시간으로 소 도체 등급판정이 가능할 것으로 기대된다. There have been many prior studies worldwide on the development of a system to measure the quality of beef carcass in real-time. In particular, digital image processing technology, which is one of the non-destructive quality analysis methods, has made great progress with the development of field application devices. However, beef carcass grading in Korea is still carried out visually by an expert. Furthermore, the present-day commercialized beef carcass grading devices are large and have heavy hardware, making it difficult to use them in domestic slaughterhouse environments. Therefore, this study was conducted to develop a compact and lightweight image acquisition device for a domestic slaughterhouse. As part of the design, the device"s height was minimized to enable image acquisition in a narrow area, and a fisheye lens was attached to acquire images in proximity. In addition, the image distortion generated from the fisheye lens was corrected to obtain an optimized image for grading determination.
밀 종자 품종 및 물성 분류를 위한 ResNet50 모델 기반의 이미지 분석
유현채(Hyeon-Chae Yoo),서영욱(Young-Wook Seo),김진세(Jin-Se Kim),홍석주(Suk-Ju Hong),이아영(Ah-Yeong Lee) 한국산학기술학회 2023 한국산학기술학회논문지 Vol.24 No.9
밀은 대표적인 식량 작물 중 하나이지만 최근 국내 밀 자급률은 1%에 불과하다. 밀의 자급량을 높이기 위해서는 밀 종자의 품종순도를 높여 고품질의 가공물을 얻을 수 있도록 품질 관리를 해야 한다. 본 연구에서는 밀의 품질을 자동으로 판정하는 기술을 마련하기 위하여 딥러닝 알고리즘을 활용하여 밀의 품종과 경질, 연질 여부를 분류하는 모델을 개발하고자 하였다. 우리나라 주요 보급 품종인 금강, 백강, 새금강, 조경, 황금알에 대하여 개발한 이미지 획득 시스템을 이용하여 총 21,256개의 밀 종자 낱알 이미지를 획득하였다. 획득한 이미지에서 낱알의 장축, 단축 길이와 RGB 각각의 평균 색상 값을 계산해 품종, 경도별로 비교하였다. 또한, ResNet50 모델을 이용하여 밀 종자 5품종과 경질, 연질을 분류하는 모델을 개발하였다. 그 결과, 학습, 검증, 테스트 그룹의 분류 정확도는 각각 98.17%, 96.68%, 96.40%를 나타냈다. 테스트 그룹의 혼동행렬을 확인한 결과, 대부분 성공적으로 분류가 이루어졌고 동일 품종에 대해서는 경질, 연질이 100% 정확도로 분류되는 것을 확인하였다. 이를 통해 딥러닝 알고리즘을 이용하여 밀 종자 품종 및 경질, 연질 여부를 판별할 수 있을 것으로 판단된다. Wheat is one of the major food crops, but the domestic self-sufficiency rate is only 1%. To increase self-sufficiency, it is essential to manage the quality of wheat seeds by classifying the seed quality grades. This study used deep learning algorithms to classify wheat varieties and distinguish hard and soft wheat. Five wheat varieties used in the South were employed, and 21,256 images of individual wheat seeds were acquired using an image acquisition system. The length of the axes and the average values in the RGB channels were then calculated. Furthermore, the ResNet50 architecture was used to classify the five wheat varieties and hardness. The results revealed high classification performances for the training, validation, and test groups, with rates of 98.17%, 96.68%, and 96.40%, respectively. The confusion matrix of the test group indicated successful classification, and hardness was classified with 100% accuracy for the same varieties. Deep learning algorithms enable the determination of wheat seed varieties and hardness.
Low-Cost Drive Circuit for AC-Direct LED Lamps
Yoo-Chae Chung,Kyung-Min Lee,Hyung-Jin Choe,Chang-Hyeon Sung,Bongkoo Kang IEEE 2015 IEEE transactions on power electronics Vol.30 No.10
<P>This paper proposes a drive circuit for ac-direct LED lamps. The proposed circuit consists only of a line filter, an LED bridge, a load inductor, a bidirectional switch, and a switch-control circuit. The switch connects the LED bridge to the power line directly. Each leg of the LED bridge consists of LEDs and a protection diode, all connected in series. The load inductor limits the bridge current. The switch operates at a zero current switching condition, so the circuit has high power efficiency. The circuit can operate at a free-volt input condition ( 85 <; V<SUB>in,rms</SUB> <; 265 V). For all input voltage conditions the circuit had PE > 89%, luminous efficiency ~90 lm/W, power factor >0.9, and 120-Hz flicker index ~0.3. The circuit satisfies the IEC 61000-3-2 Class C and the EN 55015 regulations. The proposed LED driver is well suited for use in household LED lamps.</P>
( Yoo Hyun Chung ),( Suk Woo Lee ),( So Young Shin ),( Chae Chun Rhim ),( Soyoung Im ),( Sie Hyeon Yoo ),( Joo Hee Yoon ) 대한산부인과학회 2015 Obstetrics & Gynecology Science Vol.58 No.4
Benign metastatic leiomyomatosis (BML) is a rare disease characterized by smooth muscle cell proliferation in extrauterine sites including the lung, abdomen, pelvis, and retroperitoneum. Depending on location, BML is classified as intravenous leiomyomatosis and diffuse peritoneal leiomyomatosis. Pathogenesis of BML can be iatrogenic after previous myomectomy or hysterectomy, hormonal, or coelomic metaplasia. Treatment options are observation, hormonal suppression, and/or surgical debulking via laparotomy or laparoscopy. Laparoscopic surgery is gaining in popularity in the gynecologic field compared to laparotomic surgery and single-port laparoscopy has the benefits of cosmesis and early tissue extraction by transumbilical morcellation. We report a 39-year-old woman with BML who underwent single-port laparoscopy debulking surgery.