• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 추계학술발표대회
• /
• pp.758-760
• /
• 2022

본 연구는 머신러닝의 한 종류인 YOLOv5를 이용하여 기존 육안 선별작업을 자동화 하는 기계를 설계하는 것이다. 본 연구에서는 영상촬영과 선별작업을 진행하는 컨베이어 기구와 선별 프로그램을 제작하고, 모든 표면을 검사해 사과의 품질을 3단계로 구별하는 작업을 진행하였다. 결과적으로 투입된 사과의 품질을 성공적으로 분류 하였다.

• 문화기술의 융합
• /
• 제8권1호
• /
• pp.201-207
• /
• 2022

본 논문에서는 같은 지역에서 수확된 사과 영상에 대해 선형회귀를 이용하여 RGB, HSV, La^*b^* 색상과 당도와의 연관 관계를 분석하였다. 먼저, 각 색상 레벨에 따른 당도와의 상관계수를 조사한 결과, 색상 레벨에 따라 양의 계수를 갖는 (+) 영역과 음의 계수를 갖는 (-) 영역으로 구분됨을 알 수 있었다. 또한 평균값으로 대표되는 색상과 당도와의 상관계수는 La^*b^* 색상 공간에서 0.342로 RGB, hsv 공간에서의 계수보다 높게 나타났다. 즉, 이는 당도는 La^*b^* 공간에서의 색상과 관계가 있다는 것을 의미하고 있다. 또한 당도와 관련이 높은 영역으로 구성된 복합 색상에서는 R²=0.3627로 나타났으며, 이는 당도와 관련이 있음을 보여주고 있다. 9개 모든 색상 공간에서는 R²=0.3668로 나타났다. 이 경우 v와 b^*의 계수가 당도에 영향이 있음을 알 수 있었다. 이로 보아 노란색을 대변하는 b^*가 높을수록 당도도 높게 나타난다는 경험적인 예측의 타당성을 확인할 수 있었다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2007년도 춘계학술대회 논문집
• /
• pp.88-91
• /
• 2007

국립산림과학원 산림조사과에서는 지식정보화사업의 지원 하에 남한 전체 낱장/정사항공 사진 영상 DB툴 구축하고， 항공사진검색시스텀 (aerophoto.kfri.go. kr)을 개발하여 대국민 인터넷 서비스를 제공하고 있다. 본 논문에서는 5TB 대용량 항공사진 원본 영상과 메타자료를 웹 지리정보 서비스에 적합하도록 자료의 변환 방식，소프트웨어와 하드웨어의 최적 구성안, 그리고 응용 검색 시스템의 개발 기능을 소개 한다. 또한，항공사진 웹 검색 시스템은 벡터 지리정보와 항공사진 영상을 각각 전송하여 융합하고 분석하는 기능을 담당하는 클라이언트 모듈을 한정된 네트워크 환경에서 대용량 자료의 검색 속도 향상을 위하여 비동기식 처리 방식으로 개선하였다. 그리고 국가 지리정보 인프라인 정사항공사진 자료를 타 시스템과 연계 활용하기 위한 방안으로 ESRI ArcGIS 의 Plug-in 적용 사례를 제시한다.

• 인지과학
• /
• 제33권4호
• /
• pp.205-228
• /
• 2022

본 연구는 인간 로봇 상호작용에서 로봇의 사회적이고 관계적인 행동 유형이 인간의 인식에 끼치는 영향을 확인하고자 하였다. 이를 위한 실험에서는 연구 참여자들이 로봇 나오가 인간과 상호작용 하면서 로봇이 오류를 일으키고 신뢰회복을 위한 행동을 영상으로 시청한 후 로봇에 대한 신뢰를 평가하였다. 신뢰회복 행동은 로봇이 오류를 인정하고 사과하는 내부 귀인, 오류가 있었음을 사과하지만 외부로 귀인하는 조건, 오류 자체를 부인, 오류에 대해 아무런 사후 행동을 하지 않는 비 행동 조건으로 설정하였다. 이후 로봇에 대한 인간의 평가를 3가지 측면에서 분석하였다. 첫째, 로봇의 유능함과 정직성에 기반한 신뢰, 둘째 로봇에 대한 지각된 유능함과 정직성, 그리고 로봇의 오류로 인한 신뢰 위반에 대하여 오류의 심각성을 어떻게 지각하는지 탐색하였다. 실험의 결과는 3가지 모든 경우에서 로봇이 사과하지 않을 때보다 사과할 때 오류가 덜 심각하다고 지각하였으며 로봇에 대한 능력 또한 높이 평가하였다. 이러한 연구 결과는 로봇의 행동유형과 오류 극복 방법에 따라 로봇에 대한 인간의 태도가 민감하게 반응 할 수 있다는 근거를 제공하며 로봇에 대한 인간의 지각이 변할 수 있음을 시사한다. 특히 로봇이 스스로의 오류를 인정하고 사과하는 것이 더 신뢰를 높인다는 결과는 로봇이 인간처럼 사회적이고 매너있는 행동을 통해 긍정적인 인간 로봇상호작용을 증진시킬 수 있음을 보여준다.

• 한국농림기상학회지
• /
• 제25권3호
• /
• pp.208-217
• /
• 2023

정확한 자발휴면 타파일 및 개화기간 추정은 사과 화상병의 효과적 방제를 위해 매우 중요하다. 자발휴면 타파일부터 개화 개시일까지 기간은 이 기간 동안의 일 최저기온에 의해 영향을 받았다. 본 연구는 이 기간의 일 최저기온이 사과 생육단계 중 개화기간에 미치는 영향을 조사함으로써 화상병 방제를 위한 병모델 구동이 목적이었다. 원예특작과학원에서 제공하는 우리나라 사과나무 재배지역을 대표하는 8개 과수원에서 2019년부터 2023년까지 웹캠으로 관측한 영상자료로부터 최초 개화 관측일을 얻었다. 또한 같은 과수원에서 자발휴면 타파일은 전년도 10월 1일부터 자동기상 측정 장비로부터 받은 기상자료를 활용하여 자발휴면 타파일은 -100.5 DD에 도달하는 날로 추정하였다. 본 연구에서 실시한 회귀분석은 자발휴면 타파일부터 개화 개시일까지의 기간(Y)을 종속변수로 이 기간 중 일 최저 기온이 0℃ 이하인 날(X₁)이 며칠 인지를 독립변수로 하는 회귀식으로서 Y = 0.87 × X₁ + 40.76, R²= 0.83의 결과로서 뚜렷한 양의 상관관계를 얻었다. 또한 같은 기간(Y)을 종속변수로 하고 자발휴면 타파일을 줄리안데이(X₂)를 독립변수로 하는 회귀분석을 실시하여 Y = -1.07 × X₂ + 143.62, R²=0.92의 결과로서 뚜렷한 부의 상관관계를 얻었다. 따라서 자발휴면 타파일부터 개화 개시일까지의 기간은 월동 중 최저기온에 영향을 받으며, 이것이 사과 화상병 감염에 중요한 개화기간 변동에 영향을 준다는 것을 확인하였다.

• 생물환경조절학회지
• /
• 제31권4호
• /
• pp.384-392
• /
• 2022

본 연구는 RGB, 초분광 센서를 이용하여 시기별 사과 잎의 엽록소와 질소 함량을 예측하여 사과 나무 잎의 질소 영양을 진단하기 위해 수행되었다. 분광 데이터는 사과나무 '홍로/M.9' 2년생을 대상으로 고해상도 RGB와 초분광 센서로 촬영 후 영상처리를 통해 취득하였다. 식물체 데이터는 촬영이 끝난직후 엽록소와 잎 질소 함량을 측정하였다. 엽록소 측정기의 SPAD meter, RGB 센서의 개별 파장, 컬러 식생지수 및 초분광 센서의 214개의 파장과 식물체 데이터를 이용하여 회귀분석을 실시하였다. 엽록소와 잎 질소 함량 데이터는 시기와 상관없이 질소 시비량에 따라 통계적으로 유의한 차이가 나타났다. 잎은 시기가 지나면서 잎에 있던 영양분이 과실로 전이되어 색이 옅어졌으며 RGB센서의 경우 Red파장에서 시기와 상관없이 통계적으로 유의한 차이가 나타났다. 초분광 센서의 경우 두 시기 모두 질소 시비 수준에 따라 가시광 영역보다 비가시광 영역에서 차이가 크게 나타났다. 반사값를 이용하여 식물체 특성의 예측 모델 결과 엽록소, 잎 질소함량 모두 초분광 데이터를 이용한 부분최소제곱회귀분석을 이용하였을 때 성능이 가장 높게 나타났다(chlorophyll: 81% / 63%, leaf nitrogen content: 81% / 67%). 이러한 원인은 RGB 센서에 비해 초분광 센서는 좁은 FWHM과 400-1,000nm의 넓은 파장 범위를 가지고 있어 질소 결핍에 의한 스트레스로 인해 작물의 분광학적 해석이 가능했을 것으로 판단된다. 추후 분광학적 특성을 이용하여 전 생육 시기의 수체 생리, 생태 모델 개발 및 검증 그리고 병해충 진단 등 연구를 통해 고품질, 안정적인 과실 생산 기술 개발에 기여될 것으로 사료된다.

• 한국식품과학회지
• /
• 제28권4호
• /
• pp.786-789
• /
• 1996

식품 표면의 색변화를 화상화하고 3원색으로 분리하여 가공, 처리할 수 있는 영상 처리 시스템을 video camera와 영상 카드, 조명 장치, PC로 구성하였다. Video camera로부터 출력되는 analog 화상 신호를 영상카드에서 digital신호로 변환하고 이를 PC 모니터 상에서 $640{\times}480$ 해상도의 자연색으로 출력할 수 있도록 하였다. C 언어로 작성한 프로그램에 의하여 일정한 시간 간격으로 출력 화면을 파일로 저장하고 여러 가지 화상 분석을 수행할 수 있도록 하였다. 이 영상 처리 시스템을 사용하여 사과의 숙도 차이를 색차이로 분석한 결과 미숙 완숙의 정도를 green과 red 성분의 색값 차이로 나타낼 수 있었으며, blue 성분의 차이는 미미하였다. green 성분의 차이는 35.01이고 red 성분의 차이는 6.16으로 나타나, 사과의 분급에는 green색을 이용하는 것이 적합하였다. 고기의 육질과 지방의 색차를 이용한 화상 분리에서는 육질 부분에서의 red성분이 $180{\sim}230$인 반면에 지방은 240 이상으로 나타나, red 성분을 기준으로 한 경계값을 사용하여 육질과 지방의 화상을 분리하여 육질의 색 성분을 정확히 측정할 수 있었다. 이와 같이 육질의 조직별로 분리한 후의 Hunter값은 전체 고기를 대상으로 할 때는 L, a, b값이 70.6, 38.4, 22.8이지만 육질 부분만으로 했을 때 L, a, b값은 65.6, 44.4, 21.3이었고, 색차값 ${\Delta}E$가 2%감소하였다.

• 농약과학회지
• /
• 제20권2호
• /
• pp.104-127
• /
• 2016

본 연구는 사과와 쌀에서 320성분 농약에 대한 다성분 동시분석법을 확립하고자 수행되었다. 시료의 추출은 QuEChERS법을 사용하였고, 추출 후 잔류물은 LC-MS/MS와 GC-MS/MS로 기기분석 하였다. 시험 농약은 LC-MS/MS 251성분, GC-MS/MS 110성분을 선발하였으며, 41성분은 공통적으로 적용되었다. 분석법의 정량한계는 LC-MS/MS에서 $0.01{\sim}20{\mu}g/kg$, GC-MS/MS에서 $0.1{\sim}100{\mu}g/kg$으로 산출되었다. 사과와 쌀에서 회수율 70~120%, 상대표준편차 20% 이내의 조건을 충족한 성분은 LC-MS/MS로 분석한 농약 중 각각 242성분(96%)과 237성분(94%)로 나타났으며, GC-MS/MS로 분석한 농약 중에는 각각 103성분(94%)과 83성분(76%)로 나타났다. 본 연구를 통해 QuEChERS 전처리와 LC-MS/MS 및 GC-MS/MS를 이용한 분석법은 농산물(사과 및 쌀) 중 잔류농약 다성분 동시 분석에 효과적으로 적용될 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제33권5_1호
• /
• pp.559-570
• /
• 2017

본 연구에서는 야외에서 자료 취득이 가능하며 한 번에 다량의 사과를 촬영할 수 있는 지상용 초분광 스캐너를 활용하여 사과의 분광정보와 당도와의 부분최소제곱회귀분석(PLSR, Partial Least Square Regression)을 수행하였으며, 최적의 예측모델을 구축하기 위한 다양한 전처리기법의 적용가능성을 평가하고 VIP(Variable Importance in Projection)점수를 통한 최적밴드를 산출하였다. 이를 위하여 360-1019 nm영역에서 촬영된 515밴드의 초분광 영상에서 70개의 분광곡선을 취득하였으며, 디지털광도계를 이용하여 당도($^{\circ}Brix$)를 측정하였다. 사과의 분광특성과 당도사이의 회귀모델을 구축하였으며, 최적의 예측모델은 모델 예측치와 실측치간의 결정계수($r_p^2$, coefficient of determination of prediction)와 RMSECV(Root Mean Square Error of Cross Validation), RMSEP(Root Mean Square Error of Prediction)등을 고려하여 선정하였다. 그 결과 산란보정 기법의 대표적인 MSC(Multiplicative Scatter Correction)의 기반의 전처리기법이 가장 효과적이었으며, MSC와 SNV(Standard Normal Variate)를 조합한 경우 RMSECV와 RMSEP가 각각 0.8551과 0.8561로 가장 낮았고, $r_c^2$와 $r_p^2$은 각각 0.8533과 0.6546으로 가장 높았다, 또한 360-380, 546-690, 760, 915, 931-939, 942, 953, 971, 978, 981, 988, 992-1019 nm 등이 당도 측정을 위한 가장 영향력 있는 파장영역으로 나타났다. 해당 영역의 분광값을 가지고 PLSR을 수행한 결과, 전파장대를 사용할 때보다 RMSEP가 0.6841로 감소하고 $r_p^2$는 0.7795로 증가하는 것을 확인하였다. 본 연구를 통하여 사과의 당도측정에 있어 야외에서 취득한 초분광 영상자료의 활용 가능성을 확인하였으며, 이는 필드자료 및 센서 활용분야의 확장가능성을 보여준다.

• 스마트미디어저널
• /
• 제11권4호
• /
• pp.46-55
• /
• 2022

과일 품질 자동 선별 시스템에서 흠집이나 부패한 부위가 존재하는 불량 과일을 우선적으로 검출하여 제거하는 작업은 매우 중요하다. 본 연구에서는 기존의 영상처리 기법을 이용하여 불량 부위가 있는 과일 검출하는 방법의 한계점을 극복하기 위하여, 최신 인공지능 기술인 Yolo V4 딥러닝 지능기술을 이용하여 과일 불량 부위를 검출하는 방법을 제안한다. 본 연구에서는 흠집 또는 부패 부위가 존재하는 1,100개의 불량 사과 및 1,300개의 불량 배를 포함한 총 2,400개의 불량 과일에 대하여 Yolo V4 딥러닝 모델을 사용하여 학습하고 불량 부위 검출 실험을 하였다. 성능 실험 결과에 따르면 사과의 정확률은 0.80, 재현율은 0.76, IoU는 69.92%, mAP는 65.27%이고, 배의 정확률은 0.86, 재현율은 0.81, IoU는 70.54%, mAP는 68.75%의 성능을 나타내었다. 본 연구에서 제안한 방법은 기존 영상처리 기법을 이용한 방법보다 불량 부위가 있는 과일을 실시간으로 정확하게 선별하여 기존 과일 자동 품질 선별시스템의 성능을 획기적으로 개선할 수 있다.