콩과 같은 밭작물은 주로 토양으로부터 수분을 공급받으며 토양 수분 조건에 따라 생육 반응이 민감하게 반응한다. 작물의 생육과 재배 지역의 토양 조건, 기상 등에 따라 적정 토양 수분을 유지하는 것은 작물 생산량의 증가를 위해 중요하다. 따라서, 본 연구에서는 머신러닝 기법을 이용하여 토양 수분 함량 예측 모델을 개발하였다. 깊이에 따른 토양 수분과 외기, 강수량 등 기상 변수와의 상관 관계를 구명하고, 깊이별 토양 수분예측을 위한 부분최소제곱회귀(PLSR) 모델을 알고리즘을 개발하였다. 콩 재배포장의 10cm, 20cm, 30cm 깊이의 토양수분은 FDR 방식의 센서로 측정하였 고, 콩 작물 주변 환경인자(재배환경의 기온, 상대습도, 풍속, 일사량, 일조시간)는 주변의 기상관측소에서 측정된 데이터를 이용하였다. 이를 이용하여 깊이별 미래의 토양수분함량 예측 모델을 개발한 결과, 10cm와 20cm깊이에서 주요 인자는 현재 토양수분함량과 기온이었으며, 30cm 깊이에서의 주요 인자는 현재 토양수분함량과 기온, 풍속으로 나타났다. 토양 깊이가 깊어짐에 따라 토양수분함량 예측 정확도가 향상되었으며, 이는 표면에 가까울수록 토양수분함량이 변화가 크기 때문으로 예상된다. 또한 미래의 토양 수분함량예측시 1시간 후 예측 정확도가 가장 우수하였으며, 이때의 Rv 2와 RMSEV가 10cm 깊이에서 0.993와 1.069%, 20cm 깊이에서 0.994와 0.821% 였으며, 30cm 깊이에서 0.999와 0.149% 였다. 본 연구 결과는 콩 생육환경 진단을 위해 재배 포장의 토양수분함량을 토양층별로 미래의 토양수분함량도 예측이 가능함을 보여준다.
기후 변화에 따른 이상기상 등 농업환경변화에 따른 농작물의 생산성 및 품질 저하 등의 문제가 발생하고 있다. 최근에는 이러한 문제를 해결하기 위해 정보통신기술(Information & Communications Technology; ICT), 사물인터넷 (Internet of Things; IoT) 및 인공지능(Artificial Intelligence; AI) 등을 이용한 지능한 작물 모델 개발과 정보화 자원 구축 등의 연구가 진행되고 있다. 국내의 ICT를 적용한 스마트팜은 비닐하우스와 같은 시설 내부 환경을 제어하는 기술로 구성되어 있으나 국내 농경지 면적의 95%는 노지로 되어 있어 노지에 쉽게 적용할 수 있는 농업 ICT 기술 이 필요하다. 따라서 본 연구는 노지 작물의 지능형 생육 환경 모델 개발을 위한 IoT 기반 환경 데이터 획득 시스 템을 구축하고 시계열 계측을 통해 농작물 생육의 주요 인자인 토양 수분과 토양 온도의 변화 특성을 파악하고자 한다. 본 실험은 전북 완주군 소재 국립식량과학원 풍산나물콩 및 대풍콩 재배 포장에 환경데이터 획득 시스템을 구축하였으며 IoT 기반 토양센서(Sentek Drill&Drop, Australia)을 통해 토양의 수분 및 온도를 측정하였다. 토양 센 서는 서로 간섭을 최소화하기 위해 일정 간격으로 설치하고 지면으로부터 전극을 깊이 30 cm 까지 삽입시킨 후 20년 07월 04일부터 20년 10월 07일까지 깊이 10 cm, 20 cm, 30 cm의 토양 수분 및 온도의 시계열 변화를 비교 분 석하였다. 토양 수분 및 온도 변화는 지면으로부터 깊이 10 cm, 20 cm, 30 cm 순으로 크게 나타났다. 본 연구의 결 과는 4차 산업 기술의 농업적 적용성을 높이기 위한 빅데이터 구축 및 노지 스마트팜 기술 기반 확보를 위한 자료 로 활용될 수 있을 것으로 판단된다.
최근 소비자의 식생활 소비 패턴이 고품질 및 안전한 먹거리를 선호하는 추세로 바뀜에 따라 색깔, 크기 등 외 관뿐만 아니라 내부품질까지 규격화된 고품질의 농산물을 대량으로 요구하고 있으며 이러한 이유로 고품질 과일 선별을 위해 APC에서는 비파괴센서를 이용한 선별을 시행하고 있다. 그러나 비파괴 선별기술은 선별 사과의 크기 및 자세에 따라 과일과의 광원 및 센서와의 거리가 달라져 정확도 차이가 나타나므로 선별 정확도 향상을 위해서 는 사과 자세에 따른 형상 특성에 대한 연구가 필요하다. 따라서, 본 연구에서는 과일 내부 품질 측정 정확도 기술 을 고도화하기 위해 CCD(Charge Couled Device) 카메라를 사용하여 투입된 과일 자세에 따른 영상 특성을 조사하 고자한다. 본 실험에서는 사전에 선별사에 육안으로 선별된 정품과 비품 과형 후지 사과를 이용하였다. 사과 크기 별(대, 중, 소)로 사과의 정품 형상과 비품 형상 영상을 CCD (mvBlueFOX, Germany) 카메라를 통해 촬영하였으며 하나의 사과 시료에서 상면 꼭지를 중심으로 좌우 0°~135°범위에서 45° 씩 회전, 상하 45° 회전하여 각 32장의 형 상 영상을 획득하였다. 획득된 사과 영상에서 사과의 윤곽선을 추출하고 사과의 장축과 단축을 픽셀 단위로 계산 하여 자세에 따른 사과의 최대, 최소 직경을 비교 분석하였다. 본 연구 결과는 CCD 영상 처리 분석을 이용하여 농 산물유통센터의 주요 취급 과실인 사과의 형상 및 크기 자동 인식을 위한 최적 영상 측정 조건을 구명하고 과일 크기 자동인식 알고리즘 개발하기 위한 기초자료로 활용될 것으로 판단된다.
대부분의 세균은 표면에서 바이오필름을 형성한 상태로 존재하며, 식품 가공시설이나 주방 배수구 등의 경우 식품 접촉표면에서 잔류하는 음식물 찌꺼기와 미생물 세포의 정착으로 바이오필름을 형성한다. 표면에서 형성된 바이오필름은 제품 및 기기․기구의 교차 오염의 원인이 되며 식품을 매개로 한 식중독 발병의 가능성이 있어 식품 안전성의 잠재적 위해 요소가 된다. 본 연구는 식중독 발생 원인균인 E. coli에 의해 형성되는 바이오필름을 조사하기 위하여 수행되었으며, 바이오필름은 스테인리스 스틸 쿠폰 표면에 형성되어 부착된 세균수로 측정하였다. 연구 결과 Tryptic soy broth 배지에서 37℃에서 7일간 배양 할 때 쿠폰 표면에 대장균으로 인한 바이오필름이 형성되며, 이 때 대장균수는 3.98 log CFU/cm2로 측정되었다.
소비자의 식품안전에 대한 관심 증가에 따라 시간과 비용이 많이 소요되는 기존 검사 방법을 대체할 수 있는 농식품 안전성 신속 검사 기술에 대한 연구가 증가하고 있다. 농식품의 품질 검사에 많이 활용되던 광학기술은 빠른 시간 내에 대량의 시료를 분석할 수 있는 장점 때문에 농식품 안전성 신속검사 분야에 활용하려는 시도가 많이 이루어지고 있다. 본 연구는 광학기술의 하나인 초분광 영상기술을 이용하여 농식품 안전성을 저해하는 세균의 번식환경을 제공하는 유기잔류물의 검출 가능성을 조사하기 위하여 수행되었다. 연구에서는 농식품 가공기계 설비로 많이 사용되는 재료 표면에 남아있는 육류 및 과채류 잔류물의 초분광 영상을 획득하고, 400~1000 nm 범위에서 이들 유기잔류물의 특성 파장을 구명하였다.
농산물의 외형적 특징 중 형상은 생산, 보관, 마케팅 및 소비자 구매 패턴까지 상업적 연결고리로 활용되어 왔다. 산업의 발달과 고성능 카메라의 개발로 카메라 비전을 이용한 농산물의 외부 품질을 평가하는 범위가 넓어지고 있다. 신맛과 단맛이 적당히 조화되어 있으며 비타민 C가 풍부한 딸기는 소비자들에게 인기가 많은 과일로 우리나라의 수출은 44 백만 달러, 세계점유율 1.4%로 신선딸기가 97.7%을 차지한다. 상품성이 낮은 비정상적인 딸기를 선별하기 위하여 자동화된 선별 시스템이 요구되고 있다. 본 연구에서는 CCD(Charge Coupled Device) 카메라를 사용하여 우리나라의 대표적인 수출 품종인 매향과 설향의 표준 형상과 비정상적인 형상의 기형 딸기를 객관적으로 판별하여 선별 할 수 있는 시스템을 구축하였다. 비정상적인 형상의 기형과는 정상적인 딸기 형상과 다른 모양으로 수정불량에 의한 것이 대부분이며 크게 쐐기형(투탑, 쓰리탑형), 원통형(사각형), 비대칭으로 구분하였다. CCD 카메라로 딸기의 상하 2면 영상을 촬영하여 매향과 설향의 표준 형상과 비정상적인 형상인 기형 딸기 영상을 얻었다. 영상처리를 활용하여 녹색으로 이루어진 꼭지 부분을 제거한 딸기 과육 형상을 획득하였다. 획득한 영상에서 딸기의 윤곽선을 추출하고 미분함수를 적용하여 기울기의 변화로 비정상적인 형상의 기형과 특징을 알 수 있었다. CCD 영상처리 분석을 이용하여 대표적인 수출 딸기 품종인 매향과 설향의 형상을 분류, 선별하여 객관적이고 표준화된 딸기 선별 가능성이 있음을 보여준다.
국내뿐만 아니라 국외에서도 소고기 품질 종합 판정의 과정은 숙련된 인력에 의해 수행되고 있다. 숙련된 전문가라도 주관적인 견해가 포함 될 가능성이 존재하는 현행의 과정을 개선하고, 판정에 필요한 인자(근내지방도, 지방색, 육색 등)를 보다 객관적으로 획득하기 위해 다양한 센서 및 분석법을 활용하는 시도가 전세계적으로 활발하게 진행되고 있다. 하지만, 선행 연구들의 최종 목표인 현장 실용화 단계로의 적용은 미미한 실정이다. 이에 본 연구에서는 Computer vision 장치로 촬영한 영상을 소고기 품질 판정 과정의 시각 대체 자료로 활용하고, 다양한 영상처리 기법을 이용하여 소고기 품질 판정에 필요한 주요 인자의 추출 가능성을 확인하고자 하였다. 이 과정에서 소고기 품질 판정에 필요한 주요 인자 중 근내지방도를 본 연구의 대상으로 선정하였으며, 근내지방을 효과적으로 추출하는 영상처리 알고리즘을 도입하고, 본 연구에 적합한 알고리즘을 판단하고자 하였다. 소고기 품질 판정에 사용되는 등심 부위의 RGB 영상을 촬영하였다. 촬영된 영상의 기하학적 왜곡과 색상 왜곡을 보정하여, 영상 획득 과정에서 발생하는 기계적 오차를 최소화 하고자 하였다. 보정된 영상에서 배경을 제거하고, 관심 영역(Region of Interest)을 추출하였다. 추출한 영역에서 근내지방을 추출하기 위해 MSER(maximally stable extremal regions) 알고리즘을 중점으로 사용하였고, 이를 제외한 다양한 영상처리 알고리즘도 적용하여 활용 가능성을 확인하였다. 이를 바탕으로, 추후 연구에서는 소고기 품질 판정의 주요 인자인 근내지방의 추출 알고리즘을 개발하고, 나아가 소고기 품질 판정 시스템 구축을 최종 목표로 하고 있다.
세계적으로 소비가 많은 과일 중 하나인 딸기는 안토시아닌, 비타민 및 β-카로틴이 매우 풍부하다고 연구되었다. 현재 국산 딸기는 미국산과 일본산의 딸기에 비해 우수한 당도와 가격경쟁력을 가지고 있어 수출시장이 넓어지고 있다. 수출하는 딸기의 품종은 주로 매향과 설향이며 그 중에서도 상대적으로 경도가 우수한 매향의 비중이 더 크다. 딸기의 상업적 가치를 결정하는 요인에는 모양, 크기, 색상 등이 존재한다. 본 연구는 영상처리기술을 이용하여 딸기 영상으로 중량을 예측하기 위하여 수행되었다. 딸기 RGB 영상은 CCD 칼라 카메라를 이용하여 획득하였고, 획득한 딸기 영상을 분석하기 위하여 매트랩 프로그램이 사용되었다. 배경이 제거된 딸기 영상에서 측정한 픽셀 수와 실측된 딸기의 중량과의 상관관계를 분석하기 위해서 R-프로그램을 사용하였다. 정규성, 독립성, 선형성 및 등분산성을 검증을 통해서 회귀모형의 적절성을 확인하였고, 이를 활용하여 선형 회귀 모델을 개발하였다. 딸기 영상을 이용한 중량 예측모델의 결정계수(R2)가 0.8966으로 딸기 영상의 픽셀 수가 딸기 중량과 높은 상관관계를 보였다. 따라서 딸기의 2차원 영상과 영상처리기술로 딸기의 중량 예측이 가능함을 확인하였다.
딸기는 파프리카 다음으로 국내에서 두 번째로 수출이 많이 되는 채소로써 수출량이 매년 증가하는 추세이다. 주력 시장은 동남아시아로 홍콩, 싱가포르, 말레이시아가 수출량의 약 84%를 차지하고 있다. 딸기의 물성이 연하고 상온 유통시 선도유지기간이 길지 않아서 수출시 숙도, 경도와 저장성이 우수한 딸기의 선별이 필요하다. 본 연구는 CCD 영상 센서를 이용하여 수출용 딸기의 숙도 판별 가능성을 조사하기 위하여 수행되었다. 우리나라 주요 수출 품종인 설향 품종의 딸기에 대하여 양면(윗면, 아랫면)의 RGB 영상을 측정하고, 빨간색의 착색비율로 미숙과와 적숙과 예측 모델을 개발하였다. 그 결과, CCD 영상 기술을 이용하여 딸기의 숙도 판별이 가능함을 확인하였다.
소 도체의 등급 판정은 육량과 육질의 품질을 고려하여 숙련된 전문인력에 의해 수행되고 있다. 육질의 품질을 결정하는 중요한 인자로 근내지방도, 지방색, 육색 등이 이용되고 있다. 소도체의 품종, 성별, 연령에 따라 근섬유의 특성과 근내지방의 시각적 발현특성이 다르므로 측정자간 시각적 해석에 오차가 발생할 수 있다. 주요 판정인자들을 객관적으로 판정하기 위한 자동 측정기술의 개발이 필요하다. 본 연구는 근적외선 분광 영상을 이용하여 소 도체의 육질 판정 가능성을 조사하기 위하여 수행되었다. 다섯 등급(1++, 1+, 1, 2, 3)의 소 도체에 대하여 배최장근(등심부위)의 1,000-1,700 nm 영역의 분광 영상을 측정하였고, 육질부분과 지방부분의 분광 특성을 조사하였다. 그 결과 근적외선 분광 영상기술을 이용하여 육질부위와 지방부위의 구분이 가능하였으며, 근내지방도 예측도 가능하였다.
정부의 안전 농식품 안정 공급 정책에 따라 농식품 안전성 검사 수요가 증가하고 있으며, 현장에서 농식품의 안전성을 신속하게 검사할 수 있는 기술의 필요성이 커지고 있다. 대표적인 농식품 안전성 위해요소인 식중독균의 표준 검사 방법은 시간, 노력, 비용이 많이 소요되기 때문에 PCR이나 바이오센서와 같은 새로운 신속검사 기술에 대한 관심이 높아지고 있다. 많은 시료를 빠른 시간에 검사하는 광학기술은 농식품 품질 판정에 많이 활용되어 왔으나, 농식품 안전성을 검사하는 도구로서의 연구는 제한적으로 진행되어져 왔다. 본 연구는 초분광 영상기술을 이용하여 대표적인 식중독균인 살모넬라균의 분광특성을 조사하기 위하여 수행되었다. 연구에는 400~1000 nm 측정 파장대역을 지니는 초분광 영상시스템이 사용되었으며, 식품시료에서 살모넬라균 오염부위를 구분할 수 있는 특성 파장을 조사 및 선정하였다.
수입 농산물의 증가함에 따라 국산 농산물보다 가격이 저렴한 수입 농산물의 원산지 표시 위반 사례들이 증가하고 있다. 공정한 유통질서를 확립하기 위하여 농축산물의 원산지 표시제를 시행하고 있다. 특히 쌀은 관세화 전환 의무에 따라 수입량이 증가하고 있으며, 수입산 쌀 중에서 중립종 및 단립종 품종은 국내산 쌀과 외관이 유사하여 육안 판별이 어렵다. 따라서 국내산과 수입산 쌀을 신속하게 판별할 수 있는 기술이 요구되고 있다. 본 연구에서는 근적외선 초분광 영상 기술을 적용하여 국내산과 수입산 쌀 판별 기술을 개발하였다. 2014~2015년에 국내에서 생산된 중립종 쌀 100점과 중국에서 생산된 단립종 및 중립종 쌀 120점이 실험에 사용되었다. 990~1,700 nm 파장 영역에서 쌀의 근적외선 초분광 영상을 측정하였으며, 초분광 영상의 픽셀 스펙트럼의 평균값을 추출하여 데이터를 분석하였다. 쌀의 원산지 판별을 위해 주성분 선형판별 모델을 개발하였으며, 그 결과 국내산 쌀과 수입산 쌀 판별 정확도 99.9% 이상으로 원산지 판별이 가능하였다.
겨울철 인기 과일인 딸기(Fragaria ananassa Duch.)는 비타민 C 함량이 높고 라이코펜, 안토시아닌, 폐놀 화합물 등의 물질을 함유하고 있어 심혈관 질환, 시력회복 및 면역력을 높이는 것으로 알려져 있다. 전 세계 생산량의 3~4위에 해당하는 국내 딸기는 2014년을 기준으로 230천톤이 생산되었으며 홍콩, 싱가포르, 말레이시아 등으로 꾸준히 수출이 증가하고 있다. 딸기를 구매하는 소비자들은 딸기가 포장된 상자에 일정한 모양과 붉은 빛깔이 선명한 딸기를 선호하게 된다. 딸기의 기준 과형은 품종에 따라 차이가 있지만 대부분 역삼각형 외형을 가진 딸기를 정품으로 선별하고 있다. 이러한 정품 딸기의 선별은 인력에 의한 육안선별이 주로 이루어지고 있으며 선별사의 숙련도와 주관에 따라 선별정도는 달라진다. 기존의 필름 방식의 카메라 대신에 CCD(Charge Coupled Device) 또는 CMOS(Complementary Metal Oxide Semiconductor) 등의 이미지 센서를 적용하여 개발된 DSLR(Digital Single Lens Reflex) 카메라는 다양한 목적의 렌즈를 교환하여 장착할 수 있는 장점을 가지고 있다. 본 연구에서는 품종별(설향, 매향, 싼타) 딸기의 기준 형상을 측정하기 위해 CMOS 이미지 센서가 장착된 1,800만 화소의 DSLR 카메라와 초점 거리가 17~70 mm인 표준렌즈를 이용하였다. 사전에 선별사에 육안으로 선별된 정품과 비품 과형 딸기를 이용하였으고 1회 촬영시 4×5 배열로 20개의 딸기를 측정하였으며 동일 시료에 대해서 제1사분면에서 제4사분면까지 총 4장의 영상을 획득하였다. 이때 초점거리는 23 mm, 셔터속도는 4초, 조리개는 f/3.2였으며 ISO값은 100으로 설정하였다. 획득한 딸기 영상은 시료별 크롭(crop) 및 배경 마스킹(masking)을 수행하였으며 품종별 정품 과형에 대한 기준 형상을 확보하기 위해 테두리(edge) 패턴을 분석하여 육안 선별 결과와 비교하였다.
보리, 밀 등에서 발생되는 붉은곰팡이병균(Fusarium)은 전세계적으로 분포하고 있으며 작물의 수확량을 감소시키고 품질을 저하시키는 원인이 된다. 특히, 곰팡이병균은 deoxynivalenol(DON), nivalenol(NIV), zearalenone(ZEA) 등과 같은 제2차 대사산물인 곰팡이 독소를 생성하여 사람과 가축에 치명적인 피해를 주기도 한다. 발암물질로 알려진 곰팡이독 소는 조리 및 가공 후에도 분해되지 않는 특성으로 인해 오염된 곡물을 미리 검출하여 폐기해야 그 피해를 막을 수 있다. 기존 곰팡이독소 검출을 위해서는 정확성이 높은 TLC, HPLC, ELISA 등을 사용하고 있지만 고가 장비 및 전문 인력이 요구되고 있으며 분석을 위해 장시간이 소요되는 단점이 있다. 따라서 본 연구에서는 1175∼2170 nm의 근적 외선(NIR) 파장대역을 가진 분광센서를 이용하여 곰팡이독소(DON)에 오염된 겉보리 시료의 농도를 예측하고자 하였 다. 겉보리 시료에 적용된 곰팡이독소(DON)의 농도별로 0, 10, 100, 10000 ppm으로 각각 20립씩 총 80립을 조제하였 다. 용매는 아세트나이트릴에 침지하였으며 질소를 이용하여 건조시켜 곰팡이 독소를 조제하였으며 NIR 분광센서를 이용하여 총 3회 반복 측정하였다. 겉보리의 농도별 곰팡이독소를 예측하기 위해서 교정 및 검정 PLSR(Partial least square regression) 모델을 개발하였으며 각각의 반사 스펙트럼 전처리별 R2, SEC, SEP 등의 값을 산출하여 예측성능을 비교하였다.
최근 가축의 개량, 사양 기술의 발전에 따라 살코기 생산 비율과 관계있는 소의 도체중과 등지방층 두께는 매년 증 가하고 있다. 또한 2014년 거세우의 1등급이상 출현율은 1998년에 비해 약 23% 증가하였다. 이에 국가기관 및 산업체 로부터 육량 수급량 예측, 소비량 산출, 산업 규모 산정 등을 위해 소나 돼지의 도체수율이 반영된 자료 요청이 증가 하고 있다. 국내의 소 육량등급은 육안으로 판정되고 있으며, 산육량 측정은 부위별로 발골에 의한 중량계측에 의해 이루어지고 있어 객관적이고 정확한 산육량 예측에 어려움을 겪고 있다. 우리나라 실정에 맞는 출하 체중, 성별조건 등 도체특성을 신속하게 측정할 수 있는 산육량 예측기술의 개발이 요구되고 있다. 본 연구에서는 소도체의 육량을 비파괴적으로 측정할 수 있는 영상 분석기술에 대해 조사하였다. 2차원 영상, 구조광 영상 및 스테레오 영상 기술은 육량 판별에 이용될 수 있을 것으로 판단된다.
농식품의 안전성을 신속하게 검사할 수 있는 기술의 필요성이 커짐에 따라 바이오센서와 같은 새로운 기술에 대한 연구가 증가하고 있다. 이와 함께, 바이오센서와 같은 면역센서의 성능을 높이기 위해 기존에 사용하던 항체의 단점들 을 보완하는 압타머에 대한 관심이 높아지고 있다. 본 연구는 식중독 사고의 주요 원인물질인 황색포도상구균 독소를 검출하는 압타머를 개발하기 위하여 수행되었다. 황색포도상구균 독소 검출용 압타머는 SELEX 방법에 의해 개발하 였다. 또한, SELEX 방법의 효율을 높이기 위해 산화 그래핀을 이용한 목표 ssDNA의 흡착 및 탈착 방법을 함께 사용 하였다.
양상추는 신선편이 채소 중 가장 중요한 원료 중 하나이다. 양상추는 수확 및 저장 중에 발생한 갈변이나 물러짐 등 표면 결함 발생하기도 하며 또한 수확 중 애벌레나 민달팽이 등 이물질이 포함하기도 한다. 세척공정을 통해 이러 한 애벌레나 이물질을 제거하지만, 세척과정 중에 완벽하게 제거되지 않은 결함들은 작업자가 육안으로 판별하여 일 일이 수작업으로 제거하고 있다. 이러한 육안 선별은 노동력이 많이 소요되고 작업능률이 낮아 자동 선별 요구도가 높다. 본 연구에서는 초분광 영상 기술을 이용하여 신선편이 양상추의 결함 검출 시스템을 개발하였다. 이 시스템은 가시광 및 근적외선 영역의 반사광 영상 측정부, 시료 이송부, 시료 반전부, 결제거부로 구성되어 신선편이 양상추의 앞면과 뒷면 모두의 결함을 동시에 검출한다. 이 시스템을 이용하여 애벌레 검출 알고리즘을 개발하였으며, 그 결과 신선편이 양상추의 이물질 결함이 가능하였다.