Development of Garlic Superficial Injury Detection Model based on Hyperspectral Images and Logistic Regression Model

마늘은 강력한 항바이러스성과 면역력을 높이는 특성으로 인해‘천연 항생제’라는 별명을 얻었다. 그러나 썩은 마늘은 메스꺼움이나 식중독을 유발하고, 심지어 사람들의 생명을 위협할 수도 있다. 본 논문은 초분광 카메라 기술을 기반으로 마늘 표면 손상 모델과 기계 학습 분류 모델을 개발하였다. 표면손상 유무 검출을 위해 전처리한 마늘식물은 총 104종으로 이 중 80종의 마늘은 모델 개발 용도, 24종의 마늘은 시험 검증용도로 사용됐다. 우선 ENVI에서 상이한 손상 조건에서의 결과 분석을 위해 식생 지수를 사용하였다. 그런 다음 579개 픽셀에 logistic regression 모델 교육을 진행하였다. 마지막으로, 모델의 실제 검증을 위해 24개의 마늘에 위 모델을 적용하여 검증하였다. 그 결과 NDVI 기술은 마늘 표면의 곰팡이 부분을 명확하게 식별할 수 있었으나, 작은 면적의 손상에 대해서는 파악하지 못하였다. Logistic regression 방법으로 설정된 분류 모형의 정확도는 90%로 나타났으며, 마늘 표면의 경미 손상 구역도 식별할 수 있었다. 이 마늘 손상 식별 모델의 개발은 마늘 손상 부위 검출에 초분광 기술을 확장시켜 적용하였고 이로 인하여 손상된 마늘을 선별하는 비용이 절감되었다.