Vis/NIR 분광법과 MRI를 이용한 밤의 내부 품질 예측 및 Vis/NIR 영상을 이용한 온라인 결함과 검출 시스템 개발

Abstract

일반적으로 밤의 품질은 주로 크기, 무게, 모양, 색상과, 당도나 베타카로틴, 부패 여부와 같은 내부 품질인자에 의해 결정된다. 국내에서 밤 선별 과정은 밤을 공급하여 세척하고 육안 1차 선별, 기계에 의한 크기 선별, 육안 2차 선별, 포장 및 저장이 일반적이다. 특히 육안 선별에 많은 인력이 투입되는데 이 과정에서 내부 부패가 있는 충해 밤이나 변색 밤을 선별하게 된다. 기계에 의한 크기 선별을 제외하면 사실상 거의 모든 단계에 강도 높은 노동력과 비효율적인 작업이 진행된다고 할 수 있다. 사용 중인 드럼 방식의 선별시스템은 대용량의 밤을 처리하고 정확한 크기 선별에는 효율적이지만 선별과정에서 발생하는 마찰과 낙하에 의한 충격으로 품질 손상을 일으키는 단점이 있다. 또한 밤은 수확 후나 저장 중에도 곰팡이나 내부 부패가 있는 밤은 다른 밤의 품질에 영향을 미쳐 이를 미리 선별하지 않으면 2차 피해의 우려가 있다. 국내 밤의 품질이 세계적으로 우수한 것으로 인정받고 있음을 고려할 때 가공기술 개발과 함께 소비자들의 요구에 맞는 질 좋은 제품을 생산한다면, 밤 산업은 내수시장 뿐 아니라 수출에 있어서도 향후 고부가가치를 지닐 산업으로 판단된다. 따라서 본 연구의 궁극적인 목표는 밤의 내부품질을 선별할 수 있는 선별 및 포장 시스템의 개발에 있다. 본 연구는 기존의 과실선별에 적용되고 있는 비파괴 선별기술들을 이용하여 밤의 내부 품질을 예측하고 선별할 수 있는 기술 개발 가능성을 구명하고, 온라인 선별 시스템을 구축하여 실제 이송상태에서 선별 실험을 수행하여 산업화 가능성을 구명하고자 하였다. 주된 연구 성과는 아래와 같다. 1. 가시 및 근적외 영역의 반사 및 투과 스펙트럼을 이용하여 밤의 SSC를 예측하는 모델을 개발하기 위해 4가지 품종의 밤과 이를 박피한 깐 밤의 스펙트럼을 획득하였다. 모델의 검증 결과, 투과 스펙트럼보다는 반사 스펙트럼을 이용하였을 때 우수한 예측 성능을 나타내었다. 박피밤을 이용한 SSC 예측 모델은 검증의 결정계수(R2)와 검증오차(RMSEP)는 0.65과 1.47 °Brix, 미박피밤을 이용하였을 때는 0.54 and 1.85 °Brix로 각각 나타났다. 이는 미박피 밤의 경우 겉껍질 때문에 스펙트럼 획득에 어려움이 있으므로 반사 스펙트럼을 이용하여 밤의 SSC를 예측하는데 활용할 수 있을 것으로 판단된다. 2. 밤의 내부 품질 이상을 비파괴적으로 검출하는 알고리즘을 개발하기 위하여 두 가지 방법을 사용하였다. 첫째로, 1.03 테슬라 MRI를 이용하여 TR=2000ms, TE=1.7ms의 조건으로 획득한 자기공명영상으로 내부 이상 조직을 검출하는 알고리즘을 개발하였다. 밤의 슬라이스 영상은 영상 정규화, 이진화 처리, convex hull 마스킹, 이미지 침식 및 불림의 과정을 거쳐 밤의 내부 이상조직의 정도를 판단하는 과정을 거쳤다. 이렇게 개발된 알고리즘에 의해 실험에 사용한 65개의 샘플이 정확히 분류되는 것을 확인하였고, 나아가서 다른 농산물의 자기공명 영상에도 활용이 가능한 MRI viewer를 개발하였다. 두 번째로, 컬러 및 근적외 필터 영상을 이용하여 밤 표면에 있는 충해 구멍과 변색 부위를 찾아내는 알고리즘을 개발하였다. 충해 구멍 검출은 근적외 영상을, 변색 부위 검출은 컬러영상을 이용한 알고리즘 적용이 좀 더 효율적으로 나타났다. 충해 구멍의 픽셀값은 컬러 및 근적외 영상에서 정상영역 대비 비율이 0.6 이하로서 정상 영역과의 구분이 확연히 되는 것으로 보이나 변색 영역의 경우는 0.25~0.79 비율을 차지하고 있어, 어두운 정상 영역과 범위가 겹치는 것으로 판단된다. 이로 인해 밤 영상의 외곽 부분을 변색 부위로 검출하는 오류가 나타났다. 이는 외곽 부분에는 상대적으로 조명의 영향으로 인하여 어둡게 나타나 발생하는 것으로 온라인 선별 시스템에서는 외곽부분을 제외하고 영상처리 알고리즘을 적용하는 방안을 고려해야 할 것으로 판단된다. 3. 온라인 이송 상태에서 충해 밤과 변색 밤을 검출하는 시스템을 개발하였다. 선별 시스템은 밤을 투입하고 이들을 정렬하고 개체화하는 원료 공급 장치로서 진동식 리니어 피더를 설치하였고, 밤의 이송과 전표면 관찰이 용이하도록 롤러 회전식 이송장치를 구성하였다. 그리고 밤의 정렬을 위한 가이드 라인을 설치하고 가시광과 근적외 영상을 동시에 획득할 수 있는 2-CCD 카메라 두 대를 설치하여 결함과를 검출하는 알고리즘을 적용하였다. 영상획득부에서 획득된 컬리 및 근적외 영상으로 결함과라고 판단되는 밤의 위치정보를 배출부로 전송하여 한번이라도 결함과로 판단되는 밤은 배출장치의 솔레노이드를 동작시켜 이송경로를 변경하는 방식으로 배출장치를 구축하였다. 근적외 영상을 이용한 충해 밤을 검출하는 알고리즘은 충해 구멍의 형상의 특성을 고려하여 검출된 결함 크기의 장/단축 비율이 0.3보다 큰 것만을 결함으로 판단하는 과정을 삽입하였고, 컬러 영상을 이용한 변색 밤 검출 알고리즘에서는 연산 속도와 외곽의 어두운 부분을 고려하여 밤 영역의 R, G, B 값의 평균을 활용하는 알고리즘을 적용하였다. 선별 알고리즘 성능을 평가한 결과 충해 밤과 변색 밤의 기준 문턱치를 100, 55로 하였을 시 각각 87%, 85%의 선별 정확도를 보였다. 이는 선별 알고리즘의 분리 효율을 높이기 위해 카메라의 노출 시간과 영상 획득 횟수를 늘리거나 배출 장치의 성능을 높이기 위해 롤러 하나의 직경인 60mm를 늘려 이송 간에 밤 개체들의 간격을 늘리는 방안을 고려한다면 충분히 산업화를 꾀할 수 있을 것으로 판단된다.