본 논문에서는 대두(soybean)의 외관 검사를 위해 명암도, 지역분산 및 지역 명암도 차이에 기초한 대두 선 별 알고리즘과 이를 적용한 대두 선별 장치의 구현 방법을 제안한다. 제안한 선별 장치는 4개의 채널로 구분된 벨트 컨베이어를 이용하여 대두 시료를 정렬된 형태로 이송하고, 종단에서 낙하하는 대두들에 대해 배후조명(back-light)과 흑백의 라인스캔(line-scan) 카메라를 이용하여 영상을 획득한 후 실시간으로 대두의 외관을 양품과 불량으로 선별하 였다. 실시간 선별을 위해서 각 채널별로 전용의 DSP를 사용하였으며, 각각의 DSP에서는 채널별로 얻은 대두 영상 으로부터 명암도, 명암도의 지역분산, 지역명암도 차이에 기초하여 양품으로부터 얻은 10개의 판별 문턱치와 대두 클 래스별 3개의 특징벡터를 찾아 4개의 클래스로 구분된 대두 영상에 대한 양품과 불량 선별을 실시하였다. 선별 결과 처리량은 약 520kg/hour였고, 양품 선별 정확도 즉, 양품에 대한 양품 인식률은 97%이며 불량 선별 오류, 즉 불량을 양품으로 인식하는 비율은 4.3%를 나타냈다.

In this paper, a machine vision system for soybean inspection is proposed based on gray-level, local variance, and local gray-level difference. In the proposed inspection system, soybeans are conveyed along 4 channels on a belt-conveyor and falling soybeans are captured at the end of the belt by a monochrome line-scan camera with 1024 pixels under back-light. Finally, falling soybeans are classified as good or bad in real time. For real-time inspection, a dedicated DSP for each channel is utilized and each DSP discriminates falling soybeans as good or bad using 10 inspection thresholds, obtained from good beans and 3 feature vectors based on gray-level, local variance, and local gray-level difference. For evaluation of the system, inspection experiment for soybeans, classified as 4 groups, was executed. As a result, the processing capacity of the proposed system was 520kg/hour and good-beans discrimination accuracy, which means a good bean is classified as good, was 97% and discrimination error ratio for bad beans, which means a bad bean is classified as good, was 4.3%.

1. 서 론
 2. 영상의 획득 및 배경 분리
  2.1. 기계장치의 구성
  2.2. 채널별 영상획득 및 배경분리
 3. 평균명암도, 지역분산과 지역명암도차이를 이용한 대두 선별 알고리즘
  3.1. 클래스별 대두 영상에 대한 분석
  3.2. 대두 영상 클래스별 선별인자의 추출
  3.3. 양품의 범위 선별을 위한 문턱치 추출
  3.4. 문턱치와 선별인자를 이용한 대두선별알고리즘
 4. 실험 및 결과
 5 . 결 론
 Acknowledgement
 References

• 김태호(대구대학교 정보통신공학과) | Taeho Kim
• 이철희(안동대학교 컴퓨터공학과) | Cheol-Hee Lee
• 도용태(대구대학교 대학원 전자공학과) | Yongtae Do