식품제조공정에서 X-ray 영상을 이용한 이물질 검출의 특징 선택 방법

Abstract

In this paper, we propose a feature selection method which provides high classification accuracy and relevant feature subset for detecting foreign objects in packaged foods. We carry out the inspection after packing the food products. The content of food is invisible to the naked eye, therefore non-destructive X-ray inspection is often used in food industry. Since X-ray images of packaged foods usually contain irregular textures, it is difficult to discriminate the foreign objects using a simple classification method. Therefore, foreign objects in the packaged foods are detected using the texture pattern. However, relevant features are unknown in advance due to the different texture patterns depending on various type of food. Many researchers have proposed investigations to the feature selection method. The proposed feature selection method first creates a set of candidate features by reducing the redundancy, and the feature subset is selected by a wrapper based feature selection method. In order to reduce the redundancy of feature set, we propose a similarity measure for non-linear relationship between two variables. Since the existing similarity measures are based on the linear dependency between two features, it is not easy to estimate the non-linear correlation. To overcome this difficulty, we try to measure the degree of similarity that reveals non-linear relationship using the split and merge operation. This thesis presents the feature selection procedure and the foreign objects detection in the packaged food image which have irregular texture pattern. The results show that proposed feature selection method is superior in classification accuracy and computational efficiency to other methods.; 본 논문에서는 이물질을 검출할 때 가장 검출 능력이 우수하고 연관된 특징을 결정하기 위해서 새로운 특징 선택 방법을 제안한다. 질감이 존재하는 포장된 식품 영상은 복잡한 형태를 나타내고 있기 때문에 이물질을 검출할 때 질감 특징을 이용한다. 그러나 가장 이물질 검출 율이 높은 특징을 사전에 알 수 없기 때문에, 특징 선택 방법을 사용해서 특징을 선택한다. 우리가 제안한 특징 선택 방법은 후보 특징 조합을 만들기 위해 먼저 특징들 사이의 중복성을 측정하여 선택된 특징과 유사한 특징을 제거하고, 이후에 특징 들의 이물질 검출율을 기준으로 특징을 선택하는 것이다. 그리고 후보 특징을 생성할 때 새로운 유사도 측정 방법을 제안한다. 기존의 유사도 측정 방식은 선형 관계 측정에 적합한 것으로 이런 선형 유사도 측정 방식을 비선형 관계 측정에 사용하였을 때 유사도 측정결과는 정확하지 않았다. 그래서 비선형 관계를 측정하기 위해서 데이터 분할을 통해 지역적인 유사도를 측정하고 이 결과를 결합시키는 방법을 사용하여 데이터 중복성을 제거한다. 실험에서는 질감이 존재하는 3가지 형태의 식품을 사용하여 특징 선택과 선택된 특징을 사용하여 이물질 검출 실험을 진행한다. 실험결과 제안한 특징 선택 방법을 사용하였을 때 이물질 검출 성능이 뛰어나고, wrapper 방식의 특징점 선택 방법에 비해 수행 시간이 향상되었다. 그리고, 가우시안 모델의 단일 클래스 분류기를 사용하였을 때 가장 우수한 검출율을 보이고 있다.