토마토의 색채선별을 위한 알고리즘과 자동 선별시스템 개발

목차

[ 목 차 ]
1. 서 론

2. 재료 및 방법
가. 선별포장시스템 개요
나. 영상처리시스템
다. 시스템 성능평가

3. 결과 및 고찰
가. 토마토 색채선별 알고리즘
나. 토마토 선별성능

4. 요약 및 결론

참고문헌

본문내용

에서의 적응성을 향상시키기 위하여 수행되었다. 구체적으로는 기존의 단위시간당 선별처리성능을 크게 높일 뿐만 아니라, 기타 청과물로의 적응성 확대 가능성 및 금후 기술적 보완점을 구명하고자 실시하였으며, 그 주요결과는 다음과 같다.
가. Progressive scan 컬러 카메라 한 대로 초당 9개의 영상프레임을 처리할 수 있는 고속영상처리시스템을 구성하였고, RGB 값을 L*a*b* 좌표계로 변환한 후 토마 토 색채 선별
알고리즘을 개발하였다.
나. 토마토의 L*과 b* 값은 완숙될수록 영상처리시스템과 색채색차계 모두에서 감소하였으나 숙도단계간 유의차를 보이지 않았다. 반면에 적색도(redness) a*는 크게 증가하였고 숙도별로 뚜렷한 유의차를 보였다. 따라서 a값이 토마토 색채선별에 가장 적절한 것으로 나타났다.
다. 이를 토마토 주산단지의 농산물산지유통센터에 설치하여 육안에 의한 토마토 등급선별과 비교한 결과 89%가 일치하였다. 또한 이 영상처리시스템은 3조를 동시에 선별함으로서 기존의 10,800개/시간보다 성능이 3배나 향상되었다.
라. 그러나 토마토 선별현장에서는 적색비율에 따른 선별이 아니라 푸른상태 내에서 푸른 정도에 따라 구분해낼 수 있는 알고리즘 개발이 요구되었다.
참고문헌
농림부·농수산물유통공사. 1999. 농산물산지유통센타 업무편람.
농촌진흥청. 1996. 표준영농교본-22 [채소재배]
이강진 외 4인. 1998. 근적외선을 이용한 과일 비파괴 품질판정기술 개발. 농업기계화 연구소 농업기계화 시험연구보고서 : 109-169
최규홍, 손재룡, 홍종태, 조영길. 1997. 영상처리식 사과선별기 개발. 농촌진흥청 농업과 학논문집(농경·농기계) 39(1): 55-63
Choi, K., G. Lee, Y. J. Han, J. M. Bunn. 1995. Tomato maturity evaluation using color image analysis. Transactions of the ASAE 38(1): 171-176.
Code of Fedral Regulations. 1991. United States standards for grades of fresh tomatoes. USDA Agricultural Marketing Service, Washington, D.C.
Delwiche, M. J., S. Tang and J. F. Thompson. 1990. Prune defection by line-scan imaging. Transactions of the ASAE 33(3): 950-954.
Shewfelt, R. L. and S. E. Prussia. 1992. Postharvest handling - A system approach-. Academic Press, INC.
Thai, C.N. and R.L. Shewfelt 1991. Seasonal variability of tomato color thermal kinetics. Transactions of the ASAE 34(4): 1830-1835

키워드

토마토의색채선별,   자동선별시스템개발,   선별포장시스템개요,   토마토선별성능,   영상처리시스템,   토마토의숙성진행,   영상처리선별시스템의처리성능,   저장성이짧은청과물