형태학적 영상처리를 이용한 어체 측정 시스템 개발에 관한 연구
A Study on System for measuring morphometric characteristis of fish using morphological image processing
1
조회
0
다운로드
5
인용
0
참고문헌
키워드
초록
본 논문에서는 형태학적 영상처리를 이용하여 넙치 형태를 측정하기 위해 제안한 각 측정요소별 측정 알고리즘 성능을 분석하였다. 제안한 측정 알고리즘은 각 측정 요소 체폭, 전장, 체고에 각 지느러미를 선택적으로 필터링 할 수 있도록 설계되었으며, 체고 측정 시 발생하는 대상물과의 원근감 및 렌즈의 왜곡에 대한 오차를 두차례의 보정을 통해 오차를 최소화하였다. 넙치의 체폭및 전장 측정 오차는 버니어 켈리퍼스로 측정한 실측치를 기준으로 오차를 검증했으며, 넙치의 체폭 측정 알고리즘과 버니어 켈리퍼스로 측정한 실측치 (BW：117mm)는 최대측정오차 0.402mm 차이를 보였다. 넙치의 전장은 넙치의 전장 측정 알고리즘과 버니어 켈리퍼스로 측정한 실측치 (TL：329mm)와 최대측정오차 0.49mm 차이를 보였다. 넙치의 체고는 1차보정 후, 버니어 켈리퍼스로 측정한 실측치(BH：24.5mm)는 측정대상물과 체고를 측정하기 위해 설치된 CCD 카메라의 거리 (x)가 측정판 중심에서 －89.237〜117.29mm로 변할 때 2.6〜3.5mm 측정오차가 발생하였으며, 2차 보정후, 넙치의 체고 측정오차는 약 0.00985mm임을 보였다. 측정시간은 약 1.5초 이내이다. 본 논문을 통해서 형태학적 영상처리를 이용하여 어류의 형질 측정이 가능함을 알 수 있었으며, 향후에는 다양한 어종의 형태를 측정하기 위해서는 각 어류의 측정요소별 특성을 분석하여 측정 알고리즘을 설계하는 것이 필요할 것이다. 본 논문에서는 납작한 어류인 넙치를 대상으로 측정 알고리즘을 설계했지만, 향후에는 방추형어류인 고등어, 참조기 등에 대한 측정 알고리즘을 설계하는데 있어서 넙치보다 측정 알고리즘 설계 접근이 쉬울 것으로 판단된다. 그 이유는 방추형 어류와 같은 경우에는 넙치와 같이 각 지느러미를 선택적으로 필터링 할 필요가 없기 때문이다. 본 논문의 결과를 통해서 향후 수산자원 통합관리시스템 개발에 큰 기여를 할 것으로 기대되며, 측정하기 위한 인력 및 비용도 대폭 감속될 것으로 사료된다.
Abstract
To manage, sort, and grade fishery resources, it is necessary to measure their morphometric characteristics. This labor-intensive task involves performing repetitive operations on land and on a research vessel. To reduce the amount of labor required, a vision-based automatic measurement system (VAMS) for the measurement of morphometric characteristics of flatfish, such as total length (TL), body width (BW), and body height (BH), has been developed as part of a database management system for fishery resources management. This system can also measure the mass (M) of flatfish. In the present study, we describe a morphological image processing algorithm for the measurement of certain characteristics of flatfish. This algorithm, which involves preprocessing, edge pattern matching, and edge point detection, is effective in cases where the flatfish being measured has a deformed tail and is randomly oriented. The satisfactory performance of the proposed algorithm is also demonstrated by means of experiments involving the measurement of the BW, TL and BH of a flatfish when it is straightened (BW：117mm, TL：329mm, BH： 24.5mm), when its tail is deformed, and when it is randomly oriented.
참고문헌 (10)
- 양용수, "스테레오 카메라 기법을 이용한 참다랑어의 크기 및 유영속도 측정", 한국어업기술학회지, 47(3), pp.214~221 (2011), 한국어업기술학회
- Strachan NJC, "Recognition of fish species by colour and shape", Image Vision Comput, 11, pp.2~10 (1993)
- Strachan NJC, "Length measurement of fish by computer vision", Computer and Electronics in Agriculture, 8, pp.93~104 (1993)
- Strachan NJC, "Sea trials of a computer visionbased fish species sorting and size grading machine", Mechatronics, 4, pp.773~783 (1994)
- White DJ, "Automated measurement of species and length of fish by computer vision", Fish Res, 80, pp.203~210 (2006)
- 김준오, "영상 클러스터링에 의한 인쇄회로기판의 부품검사영역 자동추출", 전기학회논문지, 61(3), pp.472~478 (2012), 대한전기학회
- Lee EJ, "A vehicle license plate recognition using intensity variation and geometric pattern vector", Trams KIPS transactions, B, pp.369~374 (2002)
- 이동길, "템플릿 매칭을 이용한 넙치용 백신자동접종시스템 개발", 한국어업기술학회지, 48(2), pp.165~173 (2012), 한국어업기술학회[DOI]
- Yongsheng G., "Face recognition using line edge map", IEEE T Pattern Anal and Machine Intelligence, 24, pp.764~779 (2002)
- Gonzalez R, "Morphological image processing. In：Digital Image Processing. Third edition", pp.649~692 (2007), Person Prentice Hall