근적외선 초분광 영상을 이용한 사과 외부결함 검출 (Segmentation of Apple’s External Defect Based on Near-Infrared Hyperspectral Imaging System)

서지정보

· 발행기관 : 한국산학기술학회
· 수록지 정보 : 한국산학기술학회논문지 / 24권 / 12호 / 559 ~ 567페이지
· 저자명 : 이아영, 김진세, 홍석주

초록

과일의 품질은 모양, 크기, 색상, 외부결함과 같은 외부품질과 당도, 산도, 경도, 내부결함과 같은 내부품질에의해 결정된다. 이러한 품질 요소 중 외부품질은 소비자가 과일을 구매하는 결정을 할 때 중요한 영향을 미친다. 현재농산물 산지유통센터에서 수행되고 있는 대부분의 과일 선별 작업은 작업자에 의해 육안으로 수행되어진다. 본 연구에서는 육안 검사를 대체하기 위한 비파괴적인 검사 기술로써 근적외선 초분광 영상 시스템을 활용하고자 하였다. 이를 위해병해와 상처가 있는 결함 사과에 대하여 987~1700 nm 파장 대역의 초분광 반사 영상을 획득하였다. 획득한 초분광영상을 이용하여 판별 모델을 개발하기 위해 관심 영역을 설정하여 결함 부위와 정상 부위에 대한 스펙트럼을 추출하였다. 결함 판별 모델로는 차 영상과 비 영상을 이용한 이 파장 분석법과 세 종류의 머신러닝 알고리즘을 사용하였다. 그결과, 개발된 모델 중 k-NN 모델이 가장 높은 판별 성능을 나타냈다. 최종적으로 개발된 모델을 초분광 영상에 적용한결과, 결함 부위를 성공적으로 검출하는 것을 확인하였다.

영어초록

The value of fruit is determined by external qualities, such as shape, size, color, and external defects, as well as internal qualities, such as sweetness, acidity, firmness, and internal defects. Among these factors, external quality is a crucial factor affecting the purchasing decisions of consumers.
Currently, workers in agricultural products processing centers mostly select fruit manually. This study utilized near-infrared hyperspectral imaging as a non-destructive inspection technique to replace visual inspections. Hyperspectral reflectance images in the wavelength range of 987 to 1700 nm were acquired for apples with scabs and cuts. For defect discrimination, the spectra of the defect and sound areas were extracted from the hyperspectral images. Two wavelength selection algorithms and three machine learning algorithms were used to discriminate the defect areas. The k-NN model exhibited the highest discrimination accuracy. The defect sites were segmented successfully when applying the model to hyperspectral images.

참고자료

· 없음