KR102359036B1 - Method for determining grain mixing ratio of rice paper using hyperspectral image analysis - Google Patents
Method for determining grain mixing ratio of rice paper using hyperspectral image analysis Download PDFInfo
- Publication number
- KR102359036B1 KR102359036B1 KR1020200116979A KR20200116979A KR102359036B1 KR 102359036 B1 KR102359036 B1 KR 102359036B1 KR 1020200116979 A KR1020200116979 A KR 1020200116979A KR 20200116979 A KR20200116979 A KR 20200116979A KR 102359036 B1 KR102359036 B1 KR 102359036B1
- Authority
- KR
- South Korea
- Prior art keywords
- rice paper
- image
- mixing ratio
- light
- rice
- Prior art date
Links
- 235000007164 Oryza sativa Nutrition 0.000 title claims abstract description 77
- 235000009566 rice Nutrition 0.000 title claims abstract description 77
- 235000013339 cereals Nutrition 0.000 title claims abstract description 44
- 238000000034 method Methods 0.000 title claims abstract description 16
- 238000010191 image analysis Methods 0.000 title claims description 19
- 240000007594 Oryza sativa Species 0.000 title 1
- 241000209094 Oryza Species 0.000 claims abstract description 76
- 238000004458 analytical method Methods 0.000 claims abstract description 11
- 230000001678 irradiating effect Effects 0.000 claims abstract description 10
- 240000003183 Manihot esculenta Species 0.000 claims description 11
- 235000016735 Manihot esculenta subsp esculenta Nutrition 0.000 claims description 11
- 229920002472 Starch Polymers 0.000 claims description 11
- 235000019698 starch Nutrition 0.000 claims description 11
- 239000008107 starch Substances 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 9
- 238000005259 measurement Methods 0.000 claims description 4
- 239000013307 optical fiber Substances 0.000 claims description 4
- 238000003672 processing method Methods 0.000 claims description 4
- 238000012546 transfer Methods 0.000 claims description 4
- 230000010355 oscillation Effects 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 9
- 238000002073 fluorescence micrograph Methods 0.000 description 7
- 238000012706 support-vector machine Methods 0.000 description 4
- 230000000903 blocking effect Effects 0.000 description 3
- 238000000513 principal component analysis Methods 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- 238000003707 image sharpening Methods 0.000 description 2
- 238000003908 quality control method Methods 0.000 description 2
- 238000000701 chemical imaging Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 235000013312 flour Nutrition 0.000 description 1
- 238000012921 fluorescence analysis Methods 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D7/00—Indicating measured values
- G01D7/005—Indication of measured value by colour change
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/28—Investigating the spectrum
- G01J3/2823—Imaging spectrometer
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/28—Investigating the spectrum
- G01J3/2889—Rapid scan spectrometers; Time resolved spectrometry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/33—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using ultraviolet light
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/02—Food
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N2021/3129—Determining multicomponents by multiwavelength light
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
Description
본 발명은 초분광 영상분석을 이용한 라이스 페이퍼의 곡물 혼합 비율 판별 방법에 관한 것이다.The present invention relates to a method for determining the grain mixing ratio of rice paper using hyperspectral image analysis.
통상, 라이스 페이퍼는 매우 얇은 종이 형태로 제조되어, 펼쳐진 상태의 면 위로 음식물을 넣고 돌돌 말아 간단하게 먹을 수 있는 것을 칭하는 것으로, 그 구체적인 예로는 월남쌈, 함지쌈, 춘권, 딤섬, 스프링롤, 만두피 등이 있다.In general, rice paper refers to a product that is manufactured in the form of very thin paper and can be easily eaten by putting food on the unfolded side and rolling it up. Specific examples of which are Wolmnamssam, Hamjissam, Spring Rolls, Dim Sum, Spring Roll, and Mandu skin. etc.
라이스 페이퍼는 다양한 곡물을 혼합하여 제조될 수 있으나, 실제 혼합된 곡물의 혼합 비율을 판정할 방법이 전무하여 라이스 페이퍼의 품질 관리 및 품질 향상이 어려운 문제점이 있다.Rice paper can be manufactured by mixing various grains, but there is no method for determining the mixing ratio of the actual mixed grains, so it is difficult to control the quality and improve the quality of the rice paper.
본 발명이 해결하고자 하는 과제는 라이스 페이퍼의 품질 관리 및 품질 향상이 용이하도록 라이스 페이퍼의 곡물 혼합 비율 판별 방법을 제공하는 것이다.An object of the present invention is to provide a method for determining a grain mixing ratio of rice paper to facilitate quality control and quality improvement of rice paper.
본 발명은 광원 발진부로부터 광을 상기 라이스 페이퍼에 조사하는 단계(S1); 상기 라이스 페이퍼에 조사된 상기 광의 반사광을 렌즈부를 통하여 수광하는 단계(S2); 영상스펙트로그래프(IMAGE SPECTROGRAPH)를 이용하여, 상기 렌즈부로부터 수광된 반사광을 각 파장 별로 초분광 영상을 획득하는 단계(S3); 상기 획득된 각 파장 별 초분광 영상에 불균일한 조사광에 의한 노이즈를 제거하는 단계(S4); 상기 노이즈가 제거된 초분광 영상에서 상기 라이스 페이퍼 이외의 영상 영역을 제외시킨 관심 영상 영역을 획득하는 단계(S5); 및 상기 관심 영상 영역에 선형판별분석 모델을 적용하여, 상기 라이스 페이퍼의 곡물 혼합 비율을 예측하는 단계(S6);를 포함하는 초분광 영상분석을 이용한 라이스 페이퍼의 곡물 혼합 비율 판별 방법이다.The present invention comprises the steps of irradiating light from the light source oscillation unit to the rice paper (S1); receiving the reflected light of the light irradiated to the rice paper through a lens unit (S2); using an image spectrograph (IMAGE SPECTROGRAPH) to obtain a hyperspectral image for each wavelength of the reflected light received from the lens unit (S3); removing noise caused by non-uniform irradiated light in the obtained hyperspectral image for each wavelength (S4); obtaining an image region of interest in which the image region other than the rice paper is excluded from the noise-removed hyperspectral image (S5); And applying a linear discriminant analysis model to the image region of interest, predicting the grain mixing ratio of the rice paper (S6); It is a method of determining the grain mixing ratio of rice paper using hyperspectral image analysis comprising a.
상기 광원은 365nm의 UV-A광이고, 상기 광원을 사용하여 특정 파장의 영상을 비교하여 상기 라이스 페이퍼의 곡물 혼합 비율을 판별할 수 있다.The light source is UV-A light of 365 nm, and the grain mixing ratio of the rice paper can be determined by comparing images of a specific wavelength using the light source.
상기 특정 파장의 파장 길이는 450~500nm 또는 675nm일 수 있다.The wavelength length of the specific wavelength may be 450 to 500 nm or 675 nm.
상기 광의 측정 파장 범위는 420~730nm일 수 있다.The measurement wavelength range of the light may be 420 to 730 nm.
상기 노이즈를 제거하는 단계는 영상처리방법을 이용하여 노이즈를 제거할 수 있다.In the step of removing the noise, the noise may be removed using an image processing method.
상기 곡물은 가공용 쌀 및 타피오카 전분일 수 있다.The grain may be processed rice and tapioca starch.
상기 가공용 쌀은 한가루 또는 베트남 쌀일 수 있다.The processing rice may be Hangaru or Vietnamese rice.
본 발명의 다른 실시예는 곡물 혼합 비율 판별을 위한 라이스 페이퍼를 배치하는 시료 받침; 상기 시료 받침을 제1 위치에서 제2 위치로 이송 시키는 시료 이송부; 광원이 라인광으로 조사하기 위한 광섬유 케이블을 포함하고, 상기 시료 받침에 광을 조사하는 적어도 하나의 광원 발진부; 상기 라이스 페이퍼에 조사된 상기 광원의 반사광을 수광하는 렌즈부; 상기 렌즈부로부터 수광된 반사광을 각 파장 별로 분광시키는 영상스펙트로그래프(IMAGE SPECTROGRAPH); 상기 각 파장 별로 분광된 초분광 반사광 영상을 생성하는 카메라부; 및 상기 카메라부로부터 상기 분광된 파장 별 초분광 반사광 영상을 획득하고, 불균일한 조사광으로 인한 노이즈를 상기 분광된 파장 별 초분광 반사광 영상에서 보정하며, 상기 파장 별로 획득된 초분광 영상에서 관심 영역을 제외한 나머지 영역을 제외시켜서 관심 영역을 획득하고, 선형판별모델을 이용한 예측 모델을 적용하여 상기 라이스 페이퍼의 곡물 혼합 비율을 판별하는 데이터 획득 연산부;를 포함하는 초분광 영상분석 시스템이다.Another embodiment of the present invention is a sample support for placing rice paper for determining the grain mixing ratio; a sample transfer unit for transferring the sample holder from a first position to a second position; at least one light source oscillator including an optical fiber cable for irradiating the light source with line light, and irradiating light to the sample holder; a lens unit for receiving the reflected light of the light source irradiated to the rice paper; an image spectrograph (IMAGE SPECTROGRAPH) for splitting the reflected light received from the lens unit for each wavelength; a camera unit for generating a hyperspectral reflected light image divided for each wavelength; and acquiring the hyperspectral reflected light image for each divided wavelength from the camera unit, correcting noise caused by non-uniform irradiated light in the divided hyperspectral reflecting light image for each wavelength, and a region of interest in the hyperspectral image obtained for each wavelength It is a hyperspectral image analysis system including; a data acquisition operation unit that obtains a region of interest by excluding the remaining regions except for and determines the grain mixing ratio of the rice paper by applying a prediction model using a linear discrimination model.
상기 초분광 영상분석 시스템은 라이스 페이퍼의 곡물 혼합 비율을 색으로 표시하는 표시부를 더 포함할 수 있다.The hyperspectral image analysis system may further include a display unit for displaying the grain mixing ratio of the rice paper in color.
본 발명은 초분광영상 분석을 이용하여 비파괴적으로 라이스 페이퍼의 곡물 혼합 비율을 판별할 수 있다.The present invention can determine the grain mixing ratio of rice paper non-destructively using hyperspectral image analysis.
또한, 본 발명은 신속성, 정확성 및 실시간성이 요구되는 분석에 활용 가능하다.In addition, the present invention can be utilized for analysis requiring rapidity, accuracy, and real-time.
또한, 본 발명은 라이스 페이퍼의 곡물 혼합 비율을 판별함으로써 라이스 페이퍼의 품질을 향상시키고, 관리 효율을 향상시킬 수 있다.In addition, the present invention can improve the quality of the rice paper and improve management efficiency by determining the grain mixing ratio of the rice paper.
도 1은 본 발명의 일 실시예에 따른 초분광 반사광 영상의 분석 흐름도를 나타낸 도면이다.
도 2은 본 발명의 다른 실시예에 따른 초분광 영상분석 장치의 구성을 나타낸 도면이다.
도 3은 본 발명의 곡물 혼합 비율을 표시부에 나타낸 도면이다.
도 4는 본 발명의 일 실시예에 따른 시료별 혼합별 초분광 형광영상을 도시한 도면이다.
도 5은 본 발명의 일 실시예에 따른 시료별 평균 형광분석스펙트럼을 도시한 도면이다.
도 6는 본 발명의 일 실시예에 따른 시료별, 혼합율 별 주성분 분석 모델 결과를 도시한 도면이다.
도 7는 본 발명의 일 실시예에 따른 LDA 방법을 활용하여 각 시료별 혼합 비율을 도시한 도면이다.
도 8는 본 발명의 일 실시예에 따른 시료 1의 초분광 형광영상과 판별모델을 대비한 결과를 나타낸 도면이다.
도 9는 본 발명의 일 실시예에 따른 시료 2의 초분광 형광영상과 판별모델을 대비한 결과를 나타낸 도면이다.1 is a diagram illustrating an analysis flowchart of a hyperspectral specular light image according to an embodiment of the present invention.
2 is a diagram showing the configuration of a hyperspectral image analysis apparatus according to another embodiment of the present invention.
3 is a view showing the grain mixing ratio of the present invention on the display unit.
4 is a diagram showing hyperspectral fluorescence images for each sample and mixture according to an embodiment of the present invention.
5 is a diagram illustrating an average fluorescence analysis spectrum for each sample according to an embodiment of the present invention.
6 is a diagram illustrating a principal component analysis model result for each sample and each mixing ratio according to an embodiment of the present invention.
7 is a diagram illustrating a mixing ratio for each sample using the LDA method according to an embodiment of the present invention.
8 is a diagram illustrating a result of comparing a hyperspectral fluorescence image of
9 is a diagram illustrating a result of comparing a hyperspectral fluorescence image of
이하, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예에 대하여 첨부한 도면을 참고로 하여 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 명세서 전체를 통하여 유사한 부분에 대해서는 동일한 도면 부호를 붙였다.Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings so that those of ordinary skill in the art to which the present invention pertain can easily carry out the present invention. However, the present invention may be embodied in several different forms and is not limited to the embodiments described herein. Throughout the specification, like reference numerals are assigned to similar parts.
도 1은 본 발명의 일 실시예에 따른 초분광 반사광 영상의 분석 흐름도를 나타낸 도면이다.1 is a diagram illustrating an analysis flowchart of a hyperspectral specular light image according to an embodiment of the present invention.
도 1을 참조하면, 본 발명은 광원 발진부로부터 광을 상기 라이스 페이퍼에 조사하는 단계(S1); 상기 라이스 페이퍼에 조사된 상기 광의 반사광을 렌즈부를 통하여 수광하는 단계(S2); 영상스펙트로그래프(IMAGE SPECTROGRAPH)를 이용하여, 상기 렌즈부로부터 수광된 반사광을 각 파장 별로 초분광 영상을 획득하는 단계(S3); 상기 획득된 각 파장 별 초분광 영상에 불균일한 조사광에 의한 노이즈를 제거하는 단계(S4); 상기 노이즈가 제거된 초분광 영상에서 상기 라이스 페이퍼 이외의 영상 영역을 제외시킨 관심 영상 영역을 획득하는 단계(S5); 및 상기 관심 영상 영역에 선형판별분석 모델을 적용하여, 상기 라이스 페이퍼의 곡물 혼합 비율을 예측하는 단계(S6);를 포함하는 초분광 영상분석을 이용한 라이스 페이퍼의 곡물 혼합 비율 판별 방법이다.Referring to Figure 1, the present invention comprises the steps of irradiating light from the light source oscillation unit to the rice paper (S1); receiving the reflected light of the light irradiated to the rice paper through a lens unit (S2); using an image spectrograph (IMAGE SPECTROGRAPH) to obtain a hyperspectral image for each wavelength of the reflected light received from the lens unit (S3); removing noise caused by non-uniform irradiated light in the obtained hyperspectral image for each wavelength (S4); obtaining an image region of interest in which the image region other than the rice paper is excluded from the noise-removed hyperspectral image (S5); And applying a linear discriminant analysis model to the image region of interest, predicting the grain mixing ratio of the rice paper (S6); It is a method of determining the grain mixing ratio of rice paper using hyperspectral image analysis comprising a.
상기 (S1)단계에서 상기 광원은 365nm의 UV-A광일 수 있으며, 상기 UV-A광의 측정 파장 범위는 420~730nm일 수 있다.In the step (S1), the light source may be 365 nm UV-A light, and the measurement wavelength range of the UV-A light may be 420 to 730 nm.
또한, 광원으로 상기 365nm의 UV-A광을 사용하는 경우, 특정 파장의 영상을 비교하여 상기 라이스 페이퍼의 곡물 혼합 비율을 판별할 수 있으며, 상기 특정 파장의 파장 길이는 450~500nm 또는 675nm일 수 있다.In addition, when using the 365nm UV-A light as a light source, it is possible to determine the grain mixing ratio of the rice paper by comparing images of a specific wavelength, and the wavelength length of the specific wavelength may be 450~500nm or 675nm have.
상기 (S4) 단계에서 노이즈 제거는 영상처리방법을 이용한 배경제거기술로 진행될 수 있으며, 구체적으로 상기 영상처리방법은 미디언 필터 또는 이미지 샤프닝 등을 통해 수행될 수 있으나, 이에 한정되지 않고, 당업계에서 알려진 배경제거기술이라면 제한 없이 사용할 수 있다.In the step (S4), noise removal may be performed by a background removal technique using an image processing method, and specifically, the image processing method may be performed through a median filter or image sharpening, but is not limited thereto, and is not limited thereto. Any known background removal technique can be used without limitation.
상기 미디언 필터는 어느 점의 값을 그 점을 중심으로 하는 윈도우 내의 중앙값으로 대치하는 필터로서, 무작위 잡음을 제거하는데 효과적이며, 상기 이미지 샤프닝은 이미지를 선명하게 하는 선명화 작업을 말한다.The median filter is a filter that replaces a value of a certain point with a median value within a window centered on the point, and is effective in removing random noise, and the image sharpening refers to a sharpening operation that sharpens an image.
상기 (S6) 단계에서 상기 선형판별분석 모델은 데이터 분포를 학습해 결정경계(Decision Boundary)를 만들어 데이터를 분류하는 모델이다.In the step (S6), the linear discriminant analysis model is a model for classifying data by learning a data distribution to make a decision boundary.
본 발명에서 상기 곡물은 가공용 쌀 및 타피오카 전분일 수 있으며, 상기 가공용 쌀은 한가루 또는 베트남 쌀일 수 있다.In the present invention, the grain may be processing rice and tapioca starch, and the processing rice may be Hangaru or Vietnamese rice.
본 발명은 초분광 영상을 획득하고 (S3), 상기 초분광 반사광 영상의 노이즈를 제거한 다음(S4), 관심 영역을 획득하는 단계를 거치고(S5), 각 파장 별로 획득된 초분광 반사광 영상에 선형판별모델을 상기 획득한 초분광 반사광 영상에 적용하는 단계를 거쳐(S6) 라이스 페이퍼의 곡물 혼합 비율을 판별할 수 있다.In the present invention, a hyperspectral image is acquired (S3), noise of the hyperspectral specular image is removed (S4), and a region of interest is acquired (S5), and the hyperspectral specular reflection image obtained for each wavelength is linear. Through the step of applying the discrimination model to the acquired hyperspectral reflected light image (S6), it is possible to determine the grain mixing ratio of the rice paper.
도 2은 본 발명의 다른 실시예에 따른 초분광 영상분석 장치의 구성을 나타낸 도면이고, 도 3은 본 발명의 곡물 혼합 비율을 표시부에 나타낸 도면이다.2 is a view showing the configuration of a hyperspectral image analysis apparatus according to another embodiment of the present invention, Figure 3 is a view showing the grain mixing ratio of the present invention on the display unit.
도 2 및 도 3을 참조하면, 본 발명의 다른 일실시예는 곡물 혼합 비율 판별을 위한 라이스 페이퍼를 배치하는 시료 받침(600); 상기 시료 받침을 제1 위치에서 제2 위치로 이송 시키는 시료 이송부(700); 광원(500)이 라인광으로 조사하기 위한 광섬유 케이블을 포함하고, 상기 시료 받침(600)에 광을 조사하는 적어도 하나의 광원 발진부; 상기 라이스 페이퍼에 조사된 상기 광원(500)의 반사광을 수광하는 렌즈부(400); 상기 렌즈부(400)로부터 수광된 반사광을 각 파장 별로 분광시키는 영상스펙트로그래프(IMAGE SPECTROGRAPH)(300); 상기 각 파장 별로 분광된 초분광 반사광 영상을 생성하는 카메라부(200); 및 상기 카메라부(200)로부터 상기 분광된 파장 별 초분광 반사광 영상을 획득하고, 불균일한 조사광으로 인한 노이즈를 상기 분광된 파장 별 초분광 반사광 영상에서 보정하며, 상기 파장 별로 획득된 초분광 영상에서 관심 영역을 제외한 나머지 영역을 제외시켜서 관심 영역을 획득하고, 선형판별모델을 이용한 예측 모델을 적용하여 상기 라이스 페이퍼의 곡물 혼합 비율을 판별하는 데이터 획득 연산부(100);를 포함하는 초분광 영상분석 시스템이다.2 and 3, another embodiment of the present invention is a
상기 광원 발진부는, 파장 길이 365nm의 UV-A광일 수 있으며, 상기 광섬유 케이블의 광 조사 방향은, 상기 제1 위치와 제2 위치를 잇는 수직선의 법선 방향을 중심으로 15°를 이룰 수 있다.The light source oscillation unit may be UV-A light having a wavelength of 365 nm, and the light irradiation direction of the optical fiber cable may form 15° with respect to a normal direction of a vertical line connecting the first position and the second position.
상기 광원 발진부의 광원(500)이 상기 파장 길이 365nm의 UV-A광인 경우, 특정 파장의 영상을 비교하여 상기 라이스 페이퍼의 곡물 혼합 비율을 판별할 수 있으며, 상기 UV-A광의 측정 파장 범위는 400nm 내지 700nm의 파장 범위를 갖는 것이 바람직하다.When the
또한, 영상측정부 높이 조절부를 구비하여 본 발명의 카메라부(200), 영상스펙트로그래프(300), 렌즈부(400) 및 광 차단부(미도시)를 포함하는 영상측정부(미도시)의 높이를 조절할 수 있다.In addition, the image measuring unit (not shown) including the
또한, 상기 렌즈부(400)에 광이 들어가지 않도록 광 차단부(미도시)를 구비되고, 암실 상태의 초분광 영상은 시료의 초분광 영상 측정 전에 광 차단부(미도시)를 닫고 암실 상태의 초분광 영상을 측정한다. 초분광 영상에서 암실상태의 초분광 영상을 제거하여 장비의 노이즈를 제거하도록 하며 초분광 형광 영상과 반사광 영상 측정 시 사용한다.In addition, a light blocking unit (not shown) is provided so that light does not enter the
본 발명의 일실시예에서 한가루의 경우, 형광 파장 450~500nm와 675nm에서 특이적인 피크가 나타였으며, 타피오카 전분 100%인 경우, 570nm 에서 피크가 나타났다.In an embodiment of the present invention, in the case of Hangaru, specific peaks appeared at fluorescence wavelengths of 450 to 500 nm and 675 nm, and in the case of 100% tapioca starch, a peak appeared at 570 nm.
도 3을 참조하면, 상기 초분광 영상분석 시스템은 라이스 페이퍼의 곡물 혼합 비율을 색으로 표시하는 표시부를 더 포함할 수 있고, 이를 통해 품질 관리가 용이하게 수행될 수 있다.Referring to FIG. 3 , the hyperspectral image analysis system may further include a display unit for displaying the grain mixing ratio of the rice paper by color, through which quality control can be easily performed.
이하, 본 발명의 실시예를 통해 자세히 설명한다.Hereinafter, it will be described in detail through embodiments of the present invention.
실시예 1 : 시료 준비Example 1: Sample Preparation
한가루(국내산 쌀), 베트남 쌀 및 타피오카 전분을 이용하여, 라이스 페이퍼를 제조하였으며, 그 비율은 하기 표 1에 기재하였다.Rice paper was prepared using Hangaru (domestic rice), Vietnamese rice and tapioca starch, and the ratio is shown in Table 1 below.
실시예 2 : 초분광영상 촬영Example 2: Hyperspectral imaging
도 2에 따른 장치를 이용하여, UV-A(365nm) 광원을 이용하여, 라인스캔 방식으로 실시예 1에 따른 시료 1 및 2의 초분광 형광영상 및 각 시료별 형광광스펙트럼을 획득하였고 이를 도 4 및 도 5에 나타내었으며, 이를 이용하여 판별 모델을 제작하였다.Using the apparatus according to FIG. 2, using a UV-A (365 nm) light source, hyperspectral fluorescence images of
도 4는 각 시료별 형광분광 스펙트럼을 타나낸 도면으로서, 한가루를 사용한 경우(시료 1의 No.1 내지 No.5)는 450~500nm 및 675nm에서 특이적인 피크를 나타냈으며, 베트남쌀은 675nm에서 피크가 미약한 것을 확인할 수 있다. 각 혼합율별 형광은 450~500nm에서 가장 크게 나타났으며, 타피오카 전분 100%인 경우(시료 1의 No.6 및 시료 2의 No.6)는 450~500nm의 형광은 관찰되지 않고, 570nm 부근에서 피크가 나타났다.4 is a view showing the fluorescence spectral spectrum for each sample, and when Hangaru was used (No. 1 to No. 5 of Sample 1), specific peaks were shown at 450 to 500 nm and 675 nm, and Vietnamese rice was 675 nm It can be seen that the peak is weak. Fluorescence for each mixing ratio was greatest at 450~500nm, and in the case of 100% tapioca starch (No.6 of
실시예 3 : 판별 모델 제작Example 3: Production of a discriminant model
상기 실시예 2를 통해 얻은 데이터의 판별 경향성을 확인하기 위하여 주성분 분석을 실시하였으며, 이를 도 6에 나타내었고, 선형판별분석(LDA, linear discriminant analysis)을 이용한 주성분 분석을 도 7에 나타내었으며, LDA, SVM(support vector machine) 및 PLS-DA (partial least square discriminant analysis)를 이용하여 각 시료별 혼합율 판별결과를 표 2에 나타내었다.Principal component analysis was performed to confirm the discriminant tendency of the data obtained in Example 2, which is shown in FIG. 6, and the principal component analysis using linear discriminant analysis (LDA) is shown in FIG. 7, LDA , SVM (support vector machine) and PLS-DA (partial least square discriminant analysis) were used to determine the mixing rate for each sample, as shown in Table 2.
도 7을 참조하면, 시료 1의 경우 정확도(A)는 0.984이고, 카파 상관계수(K)는 0.981이었다. 시료 2의 경우 정확도(A)는 0.996이고, 카파 상관계수(K)는 0.996이었다.Referring to FIG. 7 , in the case of
표 2를 참조하면, LDA에서 가장 좋은 판별 성능이 나타난 것을 확인할 수 있다. 개발된 모델의 판별 성능을 나타내기 위하여 confusion matrix를 활용하여 정확도 (A)와 카파 상관계수 (K)를 나타내었으며, 1에 가까워질수록 판별성능이 우수한 것으로 판단할 수 있으며, LDA 가 가장 1에 근접하였다.Referring to Table 2, it can be seen that the LDA showed the best discrimination performance. To show the discriminative performance of the developed model, the accuracy (A) and the kappa correlation coefficient (K) were expressed using a confusion matrix. was close.
실시예 4 : 판별모델 평가Example 4: Evaluation of the discriminant model
상기 실시예 3에서 개발한 판별모델을 이용하여 시료 1의 초분광 형광영상과 판별모델을 대비한 결과를 도 8에 나타내었고, 시료 2의 초분광 형광영상과 판별모델을 대비한 결과를 도 9에 나타내었다.The results of comparing the hyperspectral fluorescence image and the discrimination model of
도 8 및 도 9를 참조하면, 라이스 페이퍼의 판별 모델 색이 모두 상이한 것을 알 수 있고, 본 발명을 이용하여 라이스 페이퍼의 곡물 혼합 비율을 판별할 수 있음을 확인할 수 있다.8 and 9, it can be seen that the color of the discrimination model of the rice paper is different, and it can be confirmed that the grain mixing ratio of the rice paper can be determined using the present invention.
이상으로 본 발명의 바람직한 실시예를 도면을 참조하여 상세하게 설명하였다. 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다.Above, preferred embodiments of the present invention have been described in detail with reference to the drawings. The description of the present invention is for illustrative purposes, and those skilled in the art to which the present invention pertains will understand that it can be easily modified into other specific forms without changing the technical spirit or essential features of the present invention.
따라서, 본 발명의 범위는 상기 발명의 설명보다는 후술하는 청구범위에 의하여 나타내어지며, 청구범위의 의미, 범위 및 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.Accordingly, the scope of the present invention is indicated by the following claims rather than the description of the invention, and all changes or modifications derived from the meaning, scope, and equivalent concept of the claims are interpreted as being included in the scope of the present invention. should be
100 : 데이터 획득 연산부 200 : 카메라부
300 : 영상스펙트로그래프 400 : 렌즈부
500 : UV-A 광원 600 : 시료 받침
700 : 시료 이송부100: data acquisition operation unit 200: camera unit
300: image spectrograph 400: lens unit
500: UV-A light source 600: sample holder
700: sample transfer unit
Claims (9)
상기 라이스 페이퍼에 조사된 상기 광의 반사광을 렌즈부를 통하여 수광하는 단계(S2);
영상스펙트로그래프(IMAGE SPECTROGRAPH)를 이용하여, 상기 렌즈부로부터 수광된 반사광을 각 파장 별로 초분광 영상을 획득하는 단계(S3);
상기 획득된 각 파장 별 초분광 영상에 불균일한 조사광에 의한 노이즈를 제거하는 단계(S4);
상기 노이즈가 제거된 초분광 영상에서 상기 라이스 페이퍼 이외의 영상 영역을 제외시킨 관심 영상 영역을 획득하는 단계(S5); 및
상기 관심 영상 영역에 선형판별분석 모델을 적용하여, 상기 라이스 페이퍼의 곡물 혼합 비율을 예측하는 단계(S6);
를 포함하는 초분광 영상분석을 이용한 라이스 페이퍼의 곡물 혼합 비율 판별 방법으로서,
상기 곡물은 가공용 쌀 및 타피오카 전분이고, 상기 가공용 쌀은 한가루 또는 베트남 쌀이고,
상기 광원은 365nm의 UV-A광이고, 상기 광원을 사용하여 특정 파장 영상을 비교하여 상기 라이스 페이퍼의 곡물 혼합 비율을 판별하고,
상기 특정 파장은 상기 라이스 페이퍼를 구성하는 곡물이 가공용 쌀 및 타피오카 전분일 때, 450~500nm와, 675nm의 파장에서 획득한 영상을 비교하여, 상기 라이스 페이퍼의 곡물 혼합 비율을 판별하는 것을 특징으로 하는,
초분광 영상분석을 이용한 라이스 페이퍼의 곡물 혼합 비율 판별 방법.Irradiating light from the light source oscillator to the rice paper (S1);
receiving the reflected light of the light irradiated to the rice paper through a lens unit (S2);
using an image spectrograph (IMAGE SPECTROGRAPH) to obtain a hyperspectral image for each wavelength of the reflected light received from the lens unit (S3);
removing noise caused by non-uniform irradiated light in the obtained hyperspectral image for each wavelength (S4);
obtaining an image region of interest in which the image region other than the rice paper is excluded from the noise-removed hyperspectral image (S5); and
predicting a grain mixing ratio of the rice paper by applying a linear discriminant analysis model to the image region of interest (S6);
As a method for determining the grain mixing ratio of rice paper using hyperspectral image analysis comprising a,
The grain is processing rice and tapioca starch, and the processing rice is Hangaru or Vietnamese rice,
The light source is a UV-A light of 365 nm, and the grain mixing ratio of the rice paper is determined by comparing images of a specific wavelength using the light source,
The specific wavelength is characterized in that, when the grains constituting the rice paper are processing rice and tapioca starch, images obtained at a wavelength of 450 to 500 nm and 675 nm are compared to determine the grain mixing ratio of the rice paper. ,
A method for determining the grain mixing ratio of rice paper using hyperspectral image analysis.
상기 광의 측정 파장 범위는 420~730nm인 것을 특징으로 하는 초분광 영상분석을 이용한 라이스 페이퍼의 곡물 혼합 비율 판별 방법.According to claim 1,
The measurement wavelength range of the light is a method of determining the grain mixing ratio of rice paper using hyperspectral image analysis, characterized in that 420 ~ 730nm.
상기 노이즈를 제거하는 단계는 영상처리방법을 이용하여 노이즈를 제거하는 것을 특징으로 하는 초분광 영상분석을 이용한 라이스 페이퍼의 곡물 혼합 비율 판별 방법.According to claim 1,
The step of removing the noise is a method of determining the grain mixing ratio of rice paper using hyperspectral image analysis, characterized in that removing the noise using an image processing method.
상기 시료 받침을 제1 위치에서 제2 위치로 이송 시키는 시료 이송부;
광원이 라인광으로 조사하기 위한 광섬유 케이블을 포함하고, 상기 시료 받침에 광을 조사하는 적어도 하나의 광원 발진부;
상기 라이스 페이퍼에 조사된 상기 광원의 반사광을 수광하는 렌즈부;
상기 렌즈부로부터 수광된 반사광을 각 파장 별로 분광시키는 영상스펙트로그래프(IMAGE SPECTROGRAPH);
상기 각 파장 별로 분광된 초분광 반사광 영상을 생성하는 카메라부; 및
상기 카메라부로부터 상기 분광된 파장 별 초분광 반사광 영상을 획득하고, 불균일한 조사광으로 인한 노이즈를 상기 분광된 파장 별 초분광 반사광 영상에서 보정하며, 상기 파장 별로 획득된 초분광 영상에서 관심 영역을 제외한 나머지 영역을 제외시켜서 관심 영역을 획득하고, 선형판별모델을 이용한 예측 모델을 적용하여 상기 라이스 페이퍼의 곡물 혼합 비율을 판별하는 데이터 획득 연산부;
를 포함하는 초분광 영상분석 시스템으로서,
상기 곡물은 가공용 쌀 및 타피오카 전분이고, 상기 가공용 쌀은 한가루 또는 베트남 쌀이고,
상기 광원은 365nm의 UV-A광이고, 상기 광원을 사용하여 특정 파장 영상을 비교하여 상기 라이스 페이퍼의 곡물 혼합 비율을 판별하고,
상기 특정 파장은 상기 라이스 페이퍼를 구성하는 곡물이 가공용 쌀 및 타피오카 전분일 때, 450~500nm와, 675nm의 파장에서 획득한 영상을 비교하여, 상기 라이스 페이퍼의 곡물 혼합 비율을 판별하는 것을 특징으로 하는,
초분광 영상분석 시스템.a sample holder for placing rice paper for determining the grain mixing ratio;
a sample transfer unit for transferring the sample holder from a first position to a second position;
at least one light source oscillator including an optical fiber cable for irradiating the light source with line light, and irradiating light to the sample holder;
a lens unit for receiving the reflected light of the light source irradiated to the rice paper;
an image spectrograph (IMAGE SPECTROGRAPH) for splitting the reflected light received from the lens unit for each wavelength;
a camera unit for generating a hyperspectral reflected light image divided for each wavelength; and
Acquires the hyperspectral reflected light image for each wavelength divided by the camera unit, corrects noise caused by non-uniform irradiated light in the divided hyperspectral reflected light image for each wavelength, and selects a region of interest in the hyperspectral image obtained for each wavelength A data acquisition operation unit for obtaining a region of interest by excluding the remaining regions, and determining a grain mixing ratio of the rice paper by applying a prediction model using a linear discrimination model;
As a hyperspectral image analysis system comprising a,
The grain is processing rice and tapioca starch, and the processing rice is Hangaru or Vietnamese rice,
The light source is a UV-A light of 365 nm, and the grain mixing ratio of the rice paper is determined by comparing images of a specific wavelength using the light source,
The specific wavelength is characterized in that, when the grains constituting the rice paper are processing rice and tapioca starch, images obtained at a wavelength of 450 to 500 nm and 675 nm are compared to determine the grain mixing ratio of the rice paper. ,
Hyperspectral image analysis system.
상기 초분광 영상분석 시스템은 라이스 페이퍼의 곡물 혼합 비율을 색으로 표시하는 표시부를 더 포함하는 것을 특징으로 하는 초분광 영상분석 시스템.9. The method of claim 8,
The hyperspectral image analysis system is a hyperspectral image analysis system, characterized in that it further comprises a display unit for displaying the grain mixing ratio of the rice paper in color.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200116979A KR102359036B1 (en) | 2020-09-11 | 2020-09-11 | Method for determining grain mixing ratio of rice paper using hyperspectral image analysis |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200116979A KR102359036B1 (en) | 2020-09-11 | 2020-09-11 | Method for determining grain mixing ratio of rice paper using hyperspectral image analysis |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102359036B1 true KR102359036B1 (en) | 2022-02-08 |
Family
ID=80252707
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200116979A KR102359036B1 (en) | 2020-09-11 | 2020-09-11 | Method for determining grain mixing ratio of rice paper using hyperspectral image analysis |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102359036B1 (en) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH1015496A (en) * | 1996-07-02 | 1998-01-20 | Iseki & Co Ltd | Grain mixing rate detector |
| JP2006177916A (en) * | 2004-12-20 | 2006-07-06 | Toyo Univ | Two-dimensional inspecting method of polished rice |
| KR100892985B1 (en) | 2007-12-28 | 2009-04-10 | 임홍택 | Rice paper and method for producing the same |
| KR20140070955A (en) * | 2012-12-03 | 2014-06-11 | 대한민국(농촌진흥청장) | The system and the method for evaluating quality of seed |
| KR101498096B1 (en) * | 2013-11-19 | 2015-03-06 | 대한민국 | Apparatus and method for discriminating of geographical origin of agricutural products using hyperspectral imaging |
-
2020
- 2020-09-11 KR KR1020200116979A patent/KR102359036B1/en active IP Right Grant
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH1015496A (en) * | 1996-07-02 | 1998-01-20 | Iseki & Co Ltd | Grain mixing rate detector |
| JP2006177916A (en) * | 2004-12-20 | 2006-07-06 | Toyo Univ | Two-dimensional inspecting method of polished rice |
| KR100892985B1 (en) | 2007-12-28 | 2009-04-10 | 임홍택 | Rice paper and method for producing the same |
| KR20140070955A (en) * | 2012-12-03 | 2014-06-11 | 대한민국(농촌진흥청장) | The system and the method for evaluating quality of seed |
| KR101498096B1 (en) * | 2013-11-19 | 2015-03-06 | 대한민국 | Apparatus and method for discriminating of geographical origin of agricutural products using hyperspectral imaging |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5274288B2 (en) | Flour discrimination method and apparatus | |
| Xing et al. | Bruise detection on ‘Jonagold’apples using hyperspectral imaging | |
| Leiva-Valenzuela et al. | Assessment of internal quality of blueberries using hyperspectral transmittance and reflectance images with whole spectra or selected wavelengths | |
| JP4797593B2 (en) | Gloss measuring apparatus and program | |
| Leon et al. | Color measurement in L∗ a∗ b∗ units from RGB digital images | |
| JP5206335B2 (en) | Principal component analysis method, principal component analysis apparatus, heterogeneous product detection apparatus, principal component analysis program, and recording medium on which principal component analysis program is recorded | |
| Bensaeed et al. | Oil palm fruit grading using a hyperspectral device and machine learning algorithm | |
| KR101498096B1 (en) | Apparatus and method for discriminating of geographical origin of agricutural products using hyperspectral imaging | |
| JP5796348B2 (en) | Feature amount estimation apparatus, feature amount estimation method, and computer program | |
| EP3757545B1 (en) | Method and apparatus for the detection of acrylamide precursors in raw potatoes | |
| Xing et al. | Bruise detection on Jonagold apples by visible and near-infrared spectroscopy | |
| WO2016080442A1 (en) | Quality evaluation method and quality evaluation device | |
| EP3832293A1 (en) | Automatic measurement of printed sheets | |
| Delaney et al. | A high sensitivity, low noise and high spatial resolution multi-band infrared reflectography camera for the study of paintings and works on paper | |
| Faqeerzada et al. | Prediction of moisture contents in green peppers using hyperspectral imaging based on a polarized lighting system | |
| KR102359036B1 (en) | Method for determining grain mixing ratio of rice paper using hyperspectral image analysis | |
| CN113706474A (en) | Method for inverting optical characteristic parameters of sub-layer biological tissues based on spatial frequency domain imaging | |
| EP2943779B1 (en) | Systems and methods for statistical measurement control of spectrophotometric data | |
| Daskalov et al. | Comparative study on the application of visible and near infrared hyperspectral imaging for Fusarium disease assessment of corn seeds | |
| Zhang et al. | Color measurement of single yarn based on hyperspectral imaging system | |
| Itoh et al. | Measurement of nitrate concentration distribution in vegetables by near-infrared hyperspectral imaging | |
| US9915618B2 (en) | Method and an arrangement for measuring the gloss of grains | |
| JP2001305051A (en) | Method and device for measuring visibility and glossiness | |
| JP2012220224A (en) | Method and device for measuring unevenness of reflected light | |
| Klimenko et al. | Hyperspectral reflectance system for plant diagnostics |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |