머신비전·딥러닝 기반 굴 자동 탈각 시스템 모듈 연구

Machine-vision and deep learning-based automatic oyster de-shelling system module research

연구 내용

머신비전 영상에서 굴 탈각 상태를 인식하고 제어 모듈과 연동하여 자동 탈각을 수행하는 식품기계 시스템 연구

굴 탈각 공정에서 영상 기반으로 작업 대상을 인식하고, 딥러닝 기반 판단을 통해 탈각 상태를 분류하는 알고리즘을 구성합니다. 스마트팩토리 적용을 위해 카메라 획득–전처리–인식/판정–장치 제어가 연결된 시스템 모듈 구조로 설계하여 현장 조건 변화에 대응할 수 있도록 합니다. 또한 머신비전 입력의 품질을 확보하기 위한 촬영 조건과 데이터 운영 절차를 정리하고, 반복 작업에서도 안정적으로 동작하도록 추정 결과의 신뢰도 반영 방식까지 포함하여 통합 성능을 개선합니다.

관련 프로젝트

2건

연구 흐름

초기 단계에서는 굴 탈각 현장에서 머신비전을 적용하기 위한 촬영 환경과 영상 전처리 방식을 정하고, 탈각 관련 라벨을 구성하여 딥러닝 기반 인식 체계를 마련했습니다. 이후에는 스마트팩토리 흐름에 맞춰 인식 결과를 제어로 연결하는 시스템 모듈 인터페이스를 구체화하고, 공정 변동에 따른 성능 저하를 줄이기 위한 데이터 운영을 보강했습니다. 2021년부터 2023년까지는 자동 탈각 기능을 중심으로 알고리즘과 장치 연동을 반복 개선하여 현장 적용 가능한 형태로 완성하는 연구를 수행했습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

굴 탈각 공정 자동화
머신비전 인식 모듈
딥러닝 기반 분류기
스마트팩토리 제어 연동
공정 변동 대응 데이터 운영
영상 전처리 파이프라인
장치 제어 인터페이스
라인 생산성 향상 보조
비전 기반 품질 판정
식품기계용 실시간 처리