가금류 내장 검사용 컬러 이미지 분류 시스템

본 연구에서는 가금류 내장의 색상 이미지 특징을 스펙트럴 및 공간 영역에서 활용하는 신경 퍼지 기반 이미지 분류 시스템을 개발하였다. 정상, 공기낭염, 시체 및 패혈증 닭에서의 320개의 간과 심장 이미지가 가금류 가공 공장에서 수집되었다. 이 이미지는 빨강, 초록, 파랑(RGB) 색 공간에서 분할되었으며 특징 선택을 위한 통계 분석이 수행되었다. 퍼지 추론 시스템과 신경망의 하이브리드 패러다임을 활용한 신경 퍼지 시스템이 분류 과정의 강건성을 향상시키기 위해 사용되었다. 두 가지 클래스의 검증 데이터를 사용할 때 정상과 비정상 간 분리의 정확도는 87.5%에서 92.5% 사이였다. 정상 및 비정상 닭 심장을 분류할 때 정확도는 92.5%에서 97.5%였다. 신경 퍼지 모델을 사용하여 닭 간을 정상, 공기낭염 및 시체로 분리했을 때 훈련 데이터의 정확도는 88.3%, 검증 데이터의 정확도는 83.3%였다. 닭 간과 심장의 특징을 결합하여, 가금류 내장을 네 가지 클래스(정상, 공기낭염, 시체, 패혈증)로 분류하는 일반화된 신경 퍼지 모델이 설계되었다. 분류 정확도는 훈련에 대해 86.3%, 검증에 대해 82.5%였다.