Development of Identification Method of Rice Varieties Using Image Processing Technique

화상처리법에 의한 쌀 품종별 판별기술 개발

Current discriminating technique of rice variety is known to be not objective till this time because of depending on naked eye of well trained inspector. DNA finger print method based on genetic character of rice has been indicated inappropriate for on-site application, because the method need much labor and skilled expert. The purpose of this study was to develops the identification technique of polished rice varieties using CCD camera images. To minimize the noise of the captured image, thresholding and median filtering were carried out, and edge was extracted from the image data. Image data after pretreatment of normalize and FFT(fast fourier transform) were used for library model and feedforward backpropagation neural network model. Image processing technique using CCD camera could discriminate the variety of rice with high accuracy in case of quite different rice of shape, but the accuracy was reached at 85% in the similar shape of rice.

쌀의 품종 식별 기술은 아직까지 적절한 방법이 연구되지 않아, 최근 불법 유통사례가 빈번히 발생하고 있다. 따라서 본 연구에서는 보다 신속하게 현장에서 응용가능한 쌀의 품종을 식별하기 위해서, 비파괴 측정법 중 화상처리법을 응용하였다. MFG board, CCD camera, Zoom lens 및 Ring light로 구성된 화상처리 장치로 쌀알의 영상을 취득하여, Threshold, Median filtering으로 쌀알 영상의 노이즈를 제거하고, 윤곽을 추출하여 중심점에서 360도 각도에 대한 가장자리까지의 거리를 쌀알의 화상데이타로 이용하였다. 쌀 품종 내에서 영상 변이는 다소 있었지만, 형태가 상이한 쌀 품종에서는 품종간 변이 보다 품종 내의 변이가 적었으며, 동일 품종의 쌀알의 착립위치에 따라서는 변이 폭이 매우 적었다. 추출된 화상 데이터는 Normalize, FFT의 전처리 과정으로 정규화 및 변수 축소가 가능하였다. 각 품종의 쌀알의 평균 영상에 Matching하는 Library model과 BP neural network model에 의한 품종 판별 결과, 형태가 상이한 품종간에는 100% 판별 가능하였으며, 형태가 유사한 품종간에는 85%의 판별 결과를 나타내었다.