Computer Vision and Neuro- Net Based Automatic Grading of a Mushroom(Lentinus Edodes L.)

컴퓨터시각과 신경회로망에 의한 표고등급의 자동판정

Visual features of a mushromm(Lentinus Edodes L.) are critical in sorting and grading as most agricultural products are. Because of its complex and various visual features, grading and sorting of mushrooms have been done manually by the human expert. Though actions involved in human grading look simple, it decision making underneath the simple action comes from the result of the complex neural processing of visual image. Recently, an artificial neural network has drawn a great attention because of its functional capability as a partial substitute of the human brain. Since most agricultural products are not uniquely defined in its physical properties and do not have a well defined job structure, the neuro -net based computer visual information processing is the promising approach toward the automation in the agricultural field. In this paper, first, the neuro - net based classification of simple geometric primitives were done and the generalization property of the network was tested for degraded primitives. And then the neuro-net based grading system was developed for a mushroom. A computer vision system was utilized for extracting and quantifying the qualitative visual features of sampled mushrooms. The extracted visual features of sampled mushrooms and their corresponding grades were used as input/output pairs for training the neural network. The grading performance of the trained network for the mushrooms graded previously by the expert were also presented.

대다수 농산물과 마찬가지로 건조표고의 등급판정은 외관특징에 주로 의존한다. 표고 갓의 전후면에 걸친 복잡하고 다양한 외관특징들로 인하여 표고의 등급판정은 임의로 추출한 표고샘플에 대하여 전문가가 수작업으로 판정하고 있으며, 선별작업 역시 전적으로 수작업에 의존하고 있다. 단순한 반복작업으로 보이는 농산물의 등급판정은 사실 시각과 촉각을 위시한 고도의 감각신경계를 통하여 상호 복잡하게 얽혀 들어오는 정보를 지능적으로 처리하는 고기능의 작업이다. 농산물의 경우, 외관특성을 비롯한 물성은 종류별로 그 경계치를 일괄적으로 명확하게 규정할 수 없기 때문에 대개는 오차를 포함한 통계적 접근에 의하여 규정하고 있다. 따라서 농산작업에 있어서는 농산물 물성이 갖는 모호성을 효율적으로 처리할 수 있는 가변적인 작업구조 및 정보처리가 필수적으로 요구된다. 본 연구에서는 인간 뇌의 정보처리 기능을 부분적으로 구현할 수 있는 인공신경회로망을 컴퓨터 시각 시스템에 적용하여 단순 기하도형의 분류 및 표고의 등급판정을 성공적으로 수행하였다. 회로망 입력으로는 컴퓨터시각 시스템을 이용하여 건조표고의 정성적 외관특징을 자동으로 추출한 후 정량화한 특징점 값들을 이용하였다. 신경회로망의 학습은 표본 추출한 등급표고와 이들의 정량적 특징점 값들을 입출력 쌍으로 하여 수행하였다. 학습한 회로망의 등급판정 성능시험은 표본추출한 미지의 표고에 대한 컴퓨터 영상 특징점 값들을 입력하여 수행하였다.