기계시각을 이용한 현미의 개체 품위 판별 알고리즘 개발

노상하; 황창선; 이종환

추천

검색

자료유형: 학술저널

저자정보: 노상하 (서울대학교 농업생명과학대학 농공학과) 황창선 (서울대학교 농업생명과학대학 농공학) 이종환 (서울대학교 농업생명과학대학 농공학과)

저널정보: 한국농업기계학회 바이오시스템공학(구 한국농업기계학회지) 바이오시스템공학 제22권 제3호

발행연도: 1997.1

수록면: 295 - 302 (8page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

An ultimate purpose of this study was to develop an automatic system for brown rice quality inspection using image processing technique. In this study emphasis was put on developing an algorithm for discriminating the brown rice kernels depending on their external quality with a color image processing system equipped with an adaptor magnifying the input image and optical fiber for oblique lightening. Primarily, geometical and optical features of images were analyzed with paddy and the various brown rice kernel samples such as a sound, cracked, peen-transparent, green-opaque, colored, white-opaque and brokens. Secondary, geometrical and optical parameters significant for identifying each rice kernels were screened by a statistical analysis(STEPWISE and DISCRIM procedure, SAS wer. 6) and an algorithm fur on- line discrimination of the rice kernels in static state were developed, and finally its performance was evaluated. The results are summarized as follows. 1) It was ascertained that the cracked kernels can be detected when e incident angle of the oblique light is less than 2$0^{\circ}C$ but detectivity was significantly affected by the angle between the direction of the oblique light and the longitudinal axis of the rice kernel and also by the location of the embryo with respect to the oblique light. 2) The most significant Parameters which can discriminate brown rice kernels are area, length and R, B and r values among the several geometrical and optical parameters. 3) Discrimination accuracies of the algorithm were ranged from 90% to 96% for a sound, cracked, colored, broken and unhulled, about 81 % for green-transparent and white-opaque and 75 % for green-opaque, respectively.

#영상처리 #현미 #품위 #등급판정 #기계시각 #image processing #brown rice #external qualtiy #wading #machine vision

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

Noh, Sang Ha

소속기관 Department of Biosystems & Biomaterials Science and Engineering, Seoul National University

주요연구분야 공학 > 기타공학 > 농공학 공학 > 기타공학 > 기타 공학

논문수 82 이용수 227

황창선

소속기관 서울대학교 농업생명과학대학 농공학

주요연구분야 공학 > 기타공학 > 농공학

논문수 1 이용수 0

이종환

소속기관 Dept. of Mechanical Engineering, Hankyong National University

주요연구분야 공학 > 기타공학 > 농공학

논문수 29 이용수 84

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)