건표고의 외관특징 인식 및 추출 알고리즘 개발

Development of Robust Feature Recognition and Extraction Algorithm for Dried Oak Mushrooms

표고의 외관 특징들은 표고의 재배 시 생육상태의 정량적 측정을 위해서, 표고의 건조 시 건조 성능을 나타내는 정량적 지표로서, 그리고 건표고의 품질을 판정하는 요인으로서 중요한 역할을 한다. 본 논문에서는 컴퓨터 시각시스템 및 신경회로망 기술을 적용하여 표고의 갓 및 내피에 고루 분포되어 있는 외관특징을 정량적으로 추출하는 알고리즘을 개발하였다. 기존의 영상 처리 과정에서 유도되는 경험적 판정규칙 또는 명확한 수치적 판정조건에 의한 등급판정은 입력데이타의 결핍 또는 애매모호성에 따른 오차가 발생하기 쉽다. 신경회로망을 이용한 영상인식 기능을 도입함으로써 다양하고 애매모호한 표고의 외관 영상특징들을 효율적으로 처리하여 기존 영상처리 알고리즘에서 발생하는 오차를 개선하였다. 본 논문에서 제안하는 알고리즘은 표고의 갓과 내피면의 인식 및 특징 분할, 꼭지부의 검출, 제거 및 재생 등을 포함한다. 제안한 알고리즘에 의거하여 건표고의 등급판정에 주요한 품질인자들을 추출하고 정량화 하였다. 그리고 알고리즘의 개발은 흑백의 다치입력영상을 이용하여 수행하였다.

Visual features are crucial for monitoring the growth state, indexing the drying performance, and grading the quality of oak mushrooms. A computer vision system with neural net information processing technique was utilized to quantize quality factors of a dried oak mushrooms distributed over the cap and gill sides. In this paper, visual feature extraction algorithm were integrated with the neural net processing to deal with various fuzzy patterns of mushroom shapes and to compensate the fault sensitiveness of the crisp criteria and heuristic rules derived from the image processing results. The proposed algorithm improved the segmentation of the skin features of each side, the identification of cap and gill surfaces, the identification of stipe states and removal of the stipe, etc. And the visual characteristics of dried oak mushrooms were analyzed and primary visual features essential to tile quality evaluation were extracted and quantized. In this study, black and white gray images were captured and used for the algorithm development.