http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 오경민 ( Gyoungminn Oh ) (검색결과 1 건)
- 무료
- 기관 내 무료
- 유료
-
김건섭 ( Geonseob Kim ),모창연 ( Changyeon Mo ),김기영 ( Giyoung Kim ),임종국 ( Jongguk Lim ),강정숙 ( Jungsook Kang ),유현채 ( Hyeonchae Yoo ),오경민 ( Gyoungminn Oh ) 한국농업기계학회 2018 한국농업기계학회 학술발표논문집 Vol.23 No.2
딸기는 매력적인 색상과 향을 가지고 있으며 영양학적으로도 우수하여 세계적으로 인기 있는 과일 중하나이다. 최근 국산 딸기의 수출량은 동남아를 중심으로 증가하고 있으며 2017년 기준으로 4천 4백만불 이상을 수출하였다. 딸기는 껍질이 얇고 과육이 연하여 수확 후 품질 저하가 빠르게 진행된다. 주요 수출지역인 동남아의 더운 현지 날씨와 수출에 따른 유통기간 또한 품질에 더욱 악영향을 미친다. 이를 고려하여 수출시 유통기간을 고려하여 수확시기를 결정해야 한다. 현재 수출용 딸기를 재배하는 농가에선 내수용 성숙과에 비해 대략 70-80% 정도 성숙했을 때 수확하고 있다. 소비자가 요구하는 균일한 품질을 제공하기 위해서는 색상선별을 표준화할 필요가 있다. 색상 판별을 위한 기존의 연구에선 딸기의 RGB영상의 색상정보를 활용하여 착색률을 계산하고 이를 숙도 판별에 적용하였다. 하지만 이는 불량과 기준의 하나인 생리장해 부분도 RGB색상정보로만 인식하여 생리장해를 불량과로 인식하지 못하는 문제점과 영상처리과정에서의 영상정보의 손실 등의 문제점을 갖고 있다. 따라서 본 연구는 기존의 영상처리 알고 리즘의 문제점을 보완할 수 있는 머신러닝 적용 가능성을 확인해보기 위해 수행되었다. 머신러닝을 활용한 숙도 판별을 위하여 생리장해가 있는 딸기 영상을 사용하였으며, CCD (Charge coupled Device)카메라로 촬영한 영상은 생리장해 그룹, 과육에서의 착색 및 미착색 그룹, 꽃받침 그룹, 배경 그룹으로 나누고 각 그룹에 해당하는 부분을 각각 다른 색상으로 이미지 처리하였다. RGB데이터들의 상관관계를 알아보기 위해 각각의 색상으로 이미지 처리한 부분의 RGB데이터들을 3x3행렬을 적용하여 LDA (Linear Discriminant Analysis)분석을 진행하였다. 그룹 간 색상정보 분류를 최대화하기 위해 활용한 LDA분석은 파이썬 프로그램을 사용하여 3차원으로 분석한 결과 96.1%의 정확도로 분류되었음을 확인하였다. 향후 분류된 영상정보를 기반으로 각 그룹들을 학습시켜 머신 러닝에 적용한다면 보다 정확하고 객관적으로 딸기의 숙도를 판별할 수 있을 것으로 기대된다.
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
