DOI QR코드

DOI QR Code

A Study on a Ginseng Grade Decision Making Algorithm Using a Pattern Recognition Method

패턴인식을 이용한 수삼 등급판정 알고리즘에 관한 연구

  • Received : 2016.04.29
  • Accepted : 2016.05.17
  • Published : 2016.07.31

Abstract

This study is a leading research project to develop an automatic grade decision making algorithm of a 6-years-old fresh ginseng. For this work, we developed a Ginseng image acquiring instrument which can take 4-direction's images of a Ginseng at the same time and obtained 245 jingen images using the instrument. The 12 parameters were extracted for each image by a manual way. Lastly, 4 parameters were selected depending on a Ginseng grade classification criteria of KGC Ginseng research institute and a survey result which a distribution of averaging 12 parameters. A pattern recognition classifier was used as a support vector machine, designed to "k-class classifier" using the OpenCV library which is a open-source platform. We had been surveyed the algorithm performance(Correct Matching Ratio, False Acceptance Ratio, False Reject Ratio) when the training data number was controlled 10 to 20. The result of the correct matching ratio is 94% of the $1^{st}$ ginseng grade, 98% of the $2^{nd}$ ginseng grade, 90% of the $3^{rd}$ ginseng grade, overall, showed high recognition performance with all grades when the number of training data are 10.

본 연구는 비 정형 농산물 중 6년근 수삼의 자동 등급 분류하기 위한 선행연구로, 이를 위해 4방향에서 이미지 취득이 가능한 수삼 영상 측정기를 제작 하였으며 총 245 수삼 개체에 대해서 영상을 취득하였다. 취득된 영상의 각 수삼 개체마다 12개의 파라미터를 추출하였으며, KGC 인삼공사의 수삼등급 분류 기준과 각 등급별 평균 파라미터의 분포를 조사하여 최종 4개 파라미터를 선정하였다. 패턴인식 분류기는 Support Vector Machine을 사용하였으며 공용 소프트웨어인 OpenCV Library를 사용하여 k-Class 분류기를 설계하였다. 각 등급별 학습 데이터 수를 10, 15, 20으로 조정하여 등급별 인식률, 본인 거부율, 타인 인식율을 조사하였으며, 학습데이터 수가 10개일 때 1등급 인식률 94%, 2등급 인식률 98%, 3등급 인식률 90%로 가장 높은 인식 성능을 보였다.

Keywords

References

  1. J. Y. Kang, M. G. Lee, and Y. T. Kim, "Automatic Decision-Making on the Grade of 6-Year-Old Fresh Ginseng (Panax ginseng C. A. Meyer ) by and Image Analyzer - I. Shape and Weight Analyses According to the Grade of Fresh Ginseng)," Journal of Ginseng Research, Vol.20, No.1, pp.65-71, 1996.
  2. C. Cortes and V. Vapnik, "Support-vector network," Machine Learning, Vol.20, pp.273-297, 1995.
  3. C. J. C. Burges, "A tutorial on Support Vector Machines for pattern recognition," Data Mining and Knowledge Discovery, Vol.2, No.2, pp.121-167, 1998. https://doi.org/10.1023/A:1009715923555