Communications for Statistical Applications and Methods
/
v.10
no.2
/
pp.325-332
/
2003
This study was to develop a system for grading apples by their color using statistical image processing. T-test was used to detect edges in apple images and the chain code method was used for contour coding. The histogram and mean gray level of each RGB channel in a ring-shaped region was used to compare apple colors to reference apple color.
Donggun Lee;Jooseon Oh;Youngtae Choi;Donggeon Lee;Hongjeong Lee;Sung-Bo Shim;Yushin Ha
Korean Journal of Agricultural Science
/
v.50
no.3
/
pp.373-382
/
2023
The task of sorting and excluding blemished apples and others that lack commercial appeal is currently performed manually by human eye sorting, which not only causes musculoskeletal disorders in workers but also requires a significant amount of time and labor. In this study, an automated apple-sorting machine was developed to prevent musculoskeletal disorders in apple production workers and to streamline the process of sorting blemished and non-marketable apples from the better quality fruit. The apple-sorting machine is composed of an arm-rest, a main body, and a height-adjustable part, and uses object detection through a machine learning technology called 'You Only Look Once (YOLO)' to sort the apples. The machine was initially trained using apple image data, RoboFlow, and Google Colab, and the resulting images were analyzed using Jetson Nano. An algorithm was developed to link the Jetson Nano outputs and the conveyor belt to classify the analyzed apple images. This apple-sorting machine can immediately sort and exclude apples with surface defects, thereby reducing the time needed to sort the fruit and, accordingly, achieving cuts in labor costs. Furthermore, the apple-sorting machine can produce uniform quality sorting with a high level of accuracy compared with the subjective judgment of manual sorting by eye. This is expected to improve the productivity of apple growing operations and increase profitability.
The low virus titer in woody plant tissues and the presence of inhibitor compounds such as polyphenols, tannins and polysaccharides are common difficulties that compromise purification of plant viroids from their woody hosts. A simple, reliable method of RNA isolation using CF11 cellulose column on a microcentrifuge tube scale for detecting Apple scar skin viroid (ASSVd) in apple was developed. Total RNA extracted from leaf, woody bark and the fruit skin was used for reverse transcription. RT-PCR products could be detected from RNA prepared from dormant woody bark, fruit skin and fresh leaves with both the CF11 cellulose column method and NucliSens extractor in February, August and November. Meanwhile, with the RNeasy kit RT-PCR, products were detected only in leaves and not from bark or fruit skin. The PCR product, about 330 base pairs, was analyzed by agarose gel electrophoresis. The CF11 cellulose column method was effective for detecting ASSVd. The method enabled the processing of a large numbers of samples of dormant woody bark, leaf and fruit skin of apple.
An analytical method was developed to determine abamectin and milbemectin residues in apple, pear, and citrus using HPLC with ultraviolet absorption detection. Abamectin and milbemectin were extracted with methanol from apple, pear, and citrus samples. The extract was diluted with saline water and dichloromethane partition was followed to recover the compounds from the aqueous phase. Florisil column chromatography and aminopropyl solid-phase extraction were employed as cleanup methods to remove most of co-extractives from the sample extract. Reverse-phase HPLC using an octadecylsilyl column was successfully applied to separate and quantitate abamectin and milbemectin residues in sample extracts at the wavelength of 245 nm. Recoveries of abamectin and milbemectin from fortified samples ranged 80.4~90.3% and 90.9~96.8%, respectively. Relative standard deviations of the analytical method were less than 10% for both acaricides. Detection limit of the analytical method was 0.003 mg/kg sample for all the analytes. The proposed method was reproducible and sensitive enough to evaluate terminal residues of abamectin and milbemectin in apple, pear, and citrus.
Lee, Gunsup;Kim, Jeong Hee;Kim, Hyun Ran;Shin, Il Sheob;Cho, Kang Hee;Kim, Se Hee;Shin, Juhee;Kim, Dae Hyun
Research in Plant Disease
/
v.19
no.4
/
pp.288-293
/
2013
In worldwide, viral diseases of apple plants has caused the serious problems like reduced production and malformation of fruits. Also, the damages of apple plants by virus and/or viroid infection (Apple chlorotic leaf spot virus, Apple stem grooving virus, Apple mosaic virus, and Apple scar skin viroid) were reported in Korea. However there is few report about the protection approach against the infection by apple viruses. Therefore, this paper introduced the experimental protocol for the development of virus-free apple cultivars (Danhong, Hongan, Saenara, Summerdream). Apple plants were treated at $37^{\circ}C$ for 4 weeks and shoot tips were cultured in vitro. After heat treatment, the detection of apple viruses was performed by RT-PCR using virusspecific detection primers in new apple cultivars. With the heat treatments followed by in vitro shoot tip culture, the proportion of virus-free stocks of 'Danhong', 'Hongan', 'Saenara', and 'Summerdream' was 28%, 16%, 12%, and 12%, respectively. Taken together, this approach can be a good tool for production of virus-free apple stocks.
Apple stem grooving virus (ASGV) is a high-risk viral pathogen that infects many types of fruit trees, especially pear and apple, and causes serious economic losses across the globe. Thus, rapid and reliable detection assay is needed to identify ASGV infection and prevent its spread. A reliable reverse transcription loop-mediated isothermal amplification (RT-LAMP) was developed, optimize, and evaluated for the coding region of coat protein of ASGV in pear leaf. The developed RT-LAMP facilitated the simple screening of ASGV using visible fluorescence and electrophoresis. The optimized reaction conditions for the RT-LAMP were 63℃ for 50 min, and the results showed high specificity and 100-fold greater sensitivity than the reverse transcription polymerase chain reaction. In addition, the reliability of the RT-LAMP was validated using field-collected pear leaves. Furthermore, the potential application of paper-based RNA isolation, combined with RT-LAMP, was also evaluated for detecting ASGV from field-collected samples. These assays could be widely applied to ASGV detection in field conditions and to virus-free certification programs.
Purpose: In this study, we focused on the image processing method to determine the external quality of Fuji apples by identifying surface defects such as scabs and bruises. Method: A CCD camera was used to capture filter images with 24 different wavelengths ranging between 530 nm and 1050 nm. Image subtraction and division operations were performed to distinguish the defect area from the normal areas including calyx, stem, and glaring on the apple surface image. All threshold values of the image were examined to reveal the defect area of pretreated filter images. Results: The developed operation methods were [image (720 nm) - image (900 nm)]/image (700 nm) for bruise detection and [image (740 nm) - image (900 nm)]/image (590 nm) for scab detection, which revealed 81% and 90% recognition ratios, respectively. Conclusions: Our results showed several optimal wavelengths and image processing methods to detect Fuji apple surface defects such as bruises and scabs.
Purpose: A multispectral algorithm for detection and differentiation of defective (defects on apple skin) and normal Red Delicious apples was developed from analysis of a series of hyperspectral line-scan images. Methods: A fast line-scan hyperspectral imaging system mounted on a conventional apple sorting machine was used to capture hyperspectral images of apples moving approximately 4 apples per second on a conveyor belt. The detection algorithm included an apple segmentation method and a threshold function, and was developed using three wavebands at 676 nm, 714 nm and 779 nm. The algorithm was executed on line-by-line image analysis, simulating online real-time line-scan imaging inspection during fruit processing. Results: The rapid multispectral algorithm detected over 95% of defective apples and 91% of normal apples investigated. Conclusions: The multispectral defect detection algorithm can potentially be used in commercial apple processing lines.
Defect of apple was depreciated the product value and causes storage disease seriously. To detect the defect of ‘Fuji’apple with machine vision system, the optical characteristics of defect should be investigated. In this research, absorbance spectra of defect were acquired by spectrophotometer in the range of visible and NIR region(400∼1,100nm) and L*a*b* color values were also acquired by colorimeter. NIR machine vision system was constructed with B&W camera, frame grabber, 16 tungsten-halogen lamps, variable focal length lens and NIR bandpass filter which was mounted to lens outward. Average gray values of defect at 15 NIR wavelength were acquired and the significant NIR wavelength was selected by comparing Mahalanobis distance between sound and defective apple. As the result of Mahalanobis distance analysis, the significant wavelength to discriminate the defectives in ‘Fuji’apple were found to be 720nm for scab and 970nm for bruise and cuts and 920nm was also effective regardless of defective types.
International Journal of Computer Science & Network Security
/
v.21
no.7
/
pp.324-330
/
2021
Agriculture is one of the essential needs of human life on planet Earth. It is the source of food and earnings for many individuals around the world. The economy of many countries is associated with the agriculture sector. Lots of diseases exist that attack various fruits and crops. Apple Tree Leaves also suffer different types of pathological conditions that affect their production. These pathological conditions include apple scab, cedar apple rust, or multiple diseases, etc. In this paper, an automatic detection framework based on deep learning is investigated for apple leaves disease classification. Different pre-trained models, VGG16, ResNetV2, InceptionV3, and MobileNetV2, are considered for transfer learning. A combination of parameters like learning rate, batch size, and optimizer is analyzed, and the best combination of ResNetV2 with Adam optimizer provided the best classification accuracy of 94%.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.