• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2001년도 추계학술발표논문집 (하)
• /
• pp.1217-1220
• /
• 2001

우편물의 자동구분은 우편물을 OVIS(OCR-Video coding Integrated System)에 자동으로 공급하고 우편물의 수취인 주소영역을 카메라를 이용하여 획득한 다음 우편번호를 인식하여 바코드로 변환하여 인쇄하게 되고, 이 우편물은 LSM(Letter Sorting Machine)으로 보내져 BCR(Bar Code Reader)에 의해 인쇄된 바코드를 판독하여 행선지별로 구분하는 과정을 거친다. 주소의 번지 이하 부분은 배달원의 수작업에 의해 최종 배달지점 순서대로 정렬한 다음 배달하게 된다. 이 부분의 작업에 소요되는 시간은 배달원 일일 평균 4 시간에 달하며 원가절감 대상으로 지적되고 있다. 이 부분을 자동화하여 우편물 처리시간을 단축하고 생산성을 향상하는 방안이 대두되고 있으며, 이를 해결하기 위해 번지 부분까지 OCR을 이용, 인식하여 우편번호 및 순로 데이터 베이스에서 인식결과에 해당하는 코드를 추출하여 해당 구분 칸으로 우편물을 분류하는 방식을 택하면 집배원이 우편물을 배달하는 순로까지 자동으로 정렬할 수 있게 된다. 본 논문은 수취인 주소영역의 주소부분을 자동판독하기 위한 시스템을 개발한 내용을 다루고자 한다.

• Journal of Biosystems Engineering
• /
• 제31권6호
• /
• pp.514-523
• /
• 2006

Production of green pepper has been increased due to customer's preference and a projected ten-year boom in the industry in Korea. This study was carried out to develop an automatic grading and sorting system for green pepper using machine vision. The system consisted of a feeding mechanism, segregation section, an image inspection chamber, image processing section, system control section, grading section, and discharging section. Green peppers were separated and transported using a bowl feeder with a vibrator and a belt conveyor, respectively. Images were taken using color CCD cameras and a color frame grabber. An on-line grading algorithm was developed using Visual C/C++. The green peppers could be graded into four classes by activating air nozzles located at the discharging section. Length and curvature of each green pepper were measured while removing a stem of it. The first derivative of thickness profile was used to remove a stem area of segmented image of the pepper. While pepper is moving at 0.45 m/s, the accuracy of grading sorting for large, medium and small pepper are 86.0%, 81.3% and 90.6% respectively. Sorting performance was 121 kg/hour, and about five times better than manual sorting. The developed system was also economically feasible to grade and sort green peppers showing the cost about 40% lower than that of manual operations.

• 한국농업기계학회:학술대회논문집
• /
• 한국농업기계학회 1996년도 International Conference on Agricultural Machinery Engineering Proceedings
• /
• pp.607-614
• /
• 1996

A computer vision based automatic intelligent sorting system for dried oak mushrooms has been developed. The developed system was composed of automatic devices for mushroom feeding and handling, two sets of computer vision system for grading , and computer with digital I/O board for PLC interface, and pneumatic actuators for the system control. Considering the efficiency of grading process and the real time on-line system implementation, grading was done sequentially at two consecutive independent stages using the captured image of either side. At the first stage, four grades of high quality categories were determined from the cap surface images and at the second stage 8 grades of medium and low quality categories were determined from the gill side images. The previously developed neuro-net based mushroom grading algorithm which allowed real time on-line processing was implemented and tested. Developed system revealed successful performance of sorting capability of approximate y 5, 000 mushrooms/hr per each line i.e. average 0.75 sec/mushroom with the grading accuracy of more than 88%.

• 한국산학기술학회논문지
• /
• 제11권5호
• /
• pp.1601-1607
• /
• 2010

본 논문에서는 FMEA (Failure Mode Effect Analysis) 기법을 적용한 우편기계 유지보수 방법 제시하였다. 제안된 방법은 우편기계 모듈 및 부품에 대해 고장 유형을 정의하고, 고장 유형별 시스템에 주는 영향과 고장 빈도 및 검출도 등을 정의하여 고장 유형에 대한 시스템 위험도를 계산하여 그 값에 기반하여 점점 항목과 점검 주기를 조정하도록 하므로 시스템의 고장을 사전에 예방하고 시스템 가동율을 높이도록 하는 효율적인 유지보수 방법이다. 실제 현장에서 운영되고 있는 소형 통상 우편 구분 기계에 대해 제안된 방법의 적용 예를 보였다. 따라서 제안된 방법은 향후 국내 우편기계 유지보수에 적용시 유지보수 용이성과 효율성을 높일 것으로 기대한다.

• Journal of Biosystems Engineering
• /
• 제32권2호
• /
• pp.130-135
• /
• 2007

An on-line real time grading and sorting system for dried oak mushrooms was developed for on-site application. Quality grades of the mushrooms were determined according to an industrial specification. Three dimensional visual quality features were used for the grading. A progressive color computer vision system with white LED illumination was implemented to develop an algorithm to extract external quality patterns of the dried oak mushrooms. Cap (top) and gil (stem) surface images were acquired sequentially and side image was obtained using mirror. Algorithms for extracting size, roundness, pattern and color of the cap, thickness, color of the gil and amount of rolled edge of the dried mushroom were developed. Utilizing those quality factors normal and abnormal ones were classified and normal mushrooms were further classified into 30 different grades. The sorting device was developed using microprocessor controlled electro-pneumatic system with stainless buckets. Grading accuracy was around 97% and processing time was 0.4 s in average.

• 한국항공우주학회지
• /
• 제36권2호
• /
• pp.146-155
• /
• 2008

본 논문에서는 고해상도 타일 가시화 시스템의 성능 향상을 위해 전 분류 기법과 후 분류 기법을 조합하여 두 가지 병렬-타일 가시화 알고리듬을 제안하였다. 전 분류에서는 디스플레이 리스트와 시각 절두체 선별 기법을 이용하였으며, 후 분류에서는 선 탐색 부분 후 분류기법을 이용하였다. 벤치마킹 테스트를 통해 제안된 두 병렬-타일 가시화 기법의 성능을 고찰하였으며, 이 결과를 기반으로 제안된 두 가지 병렬-타일 가시화 알고리듬 중에서 주어진 가시화 모델에 대해 더 효율적인 알고리듬을 선정하는 방안을 제시하였다.

• 농업과학연구
• /
• 제50권3호
• /
• 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.

• International Journal of Control, Automation, and Systems
• /
• 제4권6호
• /
• pp.705-713
• /
• 2006

For the analysis of multiunit extracellular neural signals as multiple spike trains, neural spike sorting is essential. Existing algorithms for the spike sorting have been unsatisfactory when the signal-to-noise ratio(SNR) is low, especially for implementation of fully-automated systems. We present a novel method that shows satisfactory performance even under low SNR, and compare its performance with a recent method based on principal component analysis(PCA) and fuzzy c-means(FCM) clustering algorithm. Our system consists of a spike detector that shows high performance under low SNR, a feature extractor that utilizes projection pursuit based on negentropy maximization, and an unsupervised classifier based on Gaussian mixture model. It is shown that the proposed feature extractor gives better performance compared to the PCA, and the proposed combination of spike detector, feature extraction, and unsupervised classification yields much better performance than the PCA-FCM, in that the realization of fully-automated unsupervised spike sorting becomes more feasible.

• 자원리싸이클링
• /
• 제26권6호
• /
• pp.73-83
• /
• 2017

소형가전 제품은 종류가 다양할 뿐만 아니라 구성부품의 재질도 복잡하여 폐기시 재활용이 매우 어려운 실정이다. 특히, 폐소형가전의 경우 흑색 플라스틱의 함유량이 높을 뿐만 아니라 재질이 다양하여 재활용 공정에서 발생하는 플라스틱의 재질을 인식하여 효율적으로 선별 회수하는 것이 매우 어렵다. 본 연구에서는 기존 선별기술이 가지고 있는 흑색 플라스틱의 재질별 선별에 대한 기술적 한계 및 단점을 보완하기 위하여 레이저유도붕괴분광법(Laser-Induced Breakdown Spectroscopy, LIBS)을 기반으로 하는 흑색 플라스틱의 재질별 자동선별 시스템을 개발하였다. 본 시스템은 정량 공급장치, 위치 자동인식 장치, 레이저유도기반분광분석(LIBS) 장치, 선별분리장치 및 Control unit 등으로 구성되어 있다. 레이저유도붕괴분광법(LIBS)을 이용하여 흑색 플라스틱의 재질별 특성 스펙트럼 데이터를 획득하고, 인공지능형 알고리즘을 적용한 분류기를 설계하여 적용함으로써 흑색 플라스틱의 재질을 효율적으로 인식하고 분류할 수 있다. 본 연구에서 개발한 방사형기저함수신경회로망(RBFNNs) 분류기의 분류율은 약 97% 이상으로 나타났으며, 자동선별 시스템의 흑색 플라스틱의 재질별 인식률은 약 94.0% 이상, 선별효율은 80.0% 이상으로 조사되었다. 본 연구에서는 실험실 규모의 자동선별장치를 개발하였으며, 본 장치에 대한 실험결과를 바탕으로 흑색 플라스틱 재질인식 및 선별효율 등을 분석하므로써 향후 폐소형가전의 재활용 현장에 적용할 예정이다.

• 전자공학회논문지 IE
• /
• 제48권1호
• /
• pp.16-24
• /
• 2011

본 논문에서는 트림 T형 용접너트 생산 시스템 중 불량품을 자동으로 선별할 수 있는 자동 선별기를 비전 검사기를 사용하여 개발하였다. 카메라로부터 입력되는 영상 신호에 대해 히스토그램을 활용한 경계 판별 및 나사산 검출, 이진 모폴로지 연산(Binary morphology operation)을 활용한 얼룩 검출 등의 기법을 활용하였다. 기존의 검사기나 육안 검사에서 불가능하였던 수치 검사를 0.1mm의 정밀도로 검사할 수 있도록 하였으며, 이를 통해 제조단가를 25% 절감하고 생산성을 330% 이상 향상시킬 수 있었다.