• Journal of Ginseng Research
• /
• 제20권1호
• /
• pp.65-71
• /
• 1996

This study was undertaken to evaluate the automatic decision-making on the grading of 6-year-old fresh ginseng (Panax ginseng C.A. Meyer) by an image analyzer. The best input method for the 6-year-old fresh ginseng was under condition of a low resolution (128u 128 pixel) and illumination direction from bottom to up (light box). It was possible to identify the main root, lateral root, and rhizome of fresh ginseng by application of OPEN process in a function of an image analyzer. Finally, we developed the grade decision-making programs, GinP-1. The fitness rates for the fresh ginseng standards which were classified by experts were 94.6, 80.6, 81.5, and 100.0% for 1st, 2nd, 3rd, and 4th grade of fresh ginseng, respectively, and the total time of decision-making was about 4.3 seconds per one root. The decision-making time was reduced to 0.8 seconds per one root by enhancemeat of the Image analyzer, which was tested by the technical company of the image analyzer,'Carl Zeiss (Germany). As a result of this study, the automatic decision-making on the grade of fresh gin send by image analyzer seems to have high possibility.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제5권7호
• /
• pp.327-332
• /
• 2016

본 연구는 비 정형 농산물 중 6년근 수삼의 자동 등급 분류하기 위한 선행연구로, 이를 위해 4방향에서 이미지 취득이 가능한 수삼 영상 측정기를 제작 하였으며 총 245 수삼 개체에 대해서 영상을 취득하였다. 취득된 영상의 각 수삼 개체마다 12개의 파라미터를 추출하였으며, KGC 인삼공사의 수삼등급 분류 기준과 각 등급별 평균 파라미터의 분포를 조사하여 최종 4개 파라미터를 선정하였다. 패턴인식 분류기는 Support Vector Machine을 사용하였으며 공용 소프트웨어인 OpenCV Library를 사용하여 k-Class 분류기를 설계하였다. 각 등급별 학습 데이터 수를 10, 15, 20으로 조정하여 등급별 인식률, 본인 거부율, 타인 인식율을 조사하였으며, 학습데이터 수가 10개일 때 1등급 인식률 94%, 2등급 인식률 98%, 3등급 인식률 90%로 가장 높은 인식 성능을 보였다.

• Journal of Ginseng Research
• /
• 제26권1호
• /
• pp.6-9
• /
• 2002

본 연구는 현재 수삼수납 시 품질검사요원의 관능검사로 판정되고 있는 6년근수삼의 적변판정에 대하여 영상분석기를 이용한 수삼의 적변 자동판정 시스템을 개발하고자 수행하였다. 영상분석기에 의한 수삼 총면적에 대한 grey valuequf 면적비율을 조사하여 이에 대한 회귀 및 판별분석을 실시한 결과, 정상삼과 적변삼을 구별할 수 있는 임계값은 총 면적에 대한 grey value 148에서의 면적비율(G148)로 분석되었으며, 임계값인 G(148)을 이용하여 다음과 같은 판별식을 구하였다. 적변삼의 판별식 : 6.67951$\times$G(148)+3.74122, 정상삼의 판별식 : 2.85942$\times$G(148)+9.95612, 본 판별식의 적중율은 89.8%로 이는 앞으로 계속적인 연구로 적변삼의 판정 적중율을 증가시킬 수 있을 것인 바, 컴퓨터 등 기계에 의한 적변 자동판정의 가능성은 매우 클 것으로 사료된다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제5권7호
• /
• pp.333-338
• /
• 2016

본 연구의 목적은 수삼 등급을 판정하는 기준 중에서 수삼의 중량을 직접 측정하지 않고 영상 분석으로 가능한 근접하게 추정하는 것이다. 이를 위해 수삼영상 취득장치를 제작하였으며 126개의 수삼샘플을 대상으로 영상을 취득하였다. 각각의 수삼샘플의 중량을 측정하고 영상분석 데이터를 이용하여 중량추정공식을 산출하는데 이용하였다. 영상분석과 파라미터 추출과정에는 C언어 기반의 Labwindows/CVI 개발 툴과 오픈소스 라이브러리 OpenCV를 이용하였다. 영상분석 과정에서 추출한 파라미터와 중량과의 상관관계를 가장 잘 표현할 수 있는 필터설정 값을 추적하여 적용하였고, 최소제곱법을 사용한 선형 회귀분석으로 선형성을 가지는 0.9162의 강한 양의 상관계수 값을 얻을 수 있었다.