Mean-shift 클러스터링 기반 객체 분리를 통한 가금류 무게 측정 시스템 구현

초록

국내의 연간 닭고기 소비량의 꾸준한 증가로 인해 국내산 육계의 수요가 매년 증가하고 있다. 국내 양계장에서 출하하는 육계는 12종이며 각 품종 간 사육기간의 차이가 적다. 이에 가금류의 목표 무게에 대한 지속적인 관찰이 필요하지만 잦은 접촉은 가금류에 스트레스를 주어 성장과 품질 저하를 초래하고, 오염물질이 많은 양계환경은 사육자의 건강에 악영향을 끼친다. 본 논문에서는 양계장에 설치한 저울과 무게표시기를 IP카메라로 촬영하여 원격으로 가금류 무게를 측정하는 시스템을 제안한다. 본 논문의 가금류 무게 측정 시스템은 가금류 개체수 검출과 무게 인식의 두 단계로 구성된다. 가금류 개체수 검출은 이진화 영상에 거리변환(Distance Transform)을 적용하고, Mean-shift clustering 기반 객체분리 알고리즘을 사용하였다. 무게 인식은 무게표시기의 디스플레이 영역을 검출하고, 각 숫자를 분리한 후 인공신경망(Artificial Neural Network) 기반 숫자 인식을 통해 가금류의 무게를 인식하였다. 제안하는 시스템의 성능을 검증하기 위해 IP카메라를 통해 수집된 400장의 테스트 영상으로 실험하였으며 91.09% 정확도를 보였다.

키워드