[논문 리뷰] Meat adulteration detection through digital image analysis of histological cuts using LBP

João J. de Macedo Neto, Jefersson A. dos Santos외 1명|arXiv (Cornell University)|2016. 11. 07.

Identification and Quantification in Food인용 수 3

한 줄 요약

이 논문은 국소 이진 패턴(LBP)을 사용한 디지털 영상 분석 기법을 제안하여 물 또는 수용성 용액으로 인한 소고기 위조를 탐지한다. 조직학적 단면 영상 분석을 통해 위조된 고기와 정상 고기를 높은 정확도로 구분할 수 있으며, 기존의 물리화학적 시험에 비해 더 빠르고 파괴적이지 않은 대안을 제공한다.

ABSTRACT

Food fraud has been an area of great concern due to its risk to public health, reduction of food quality or nutritional value and for its economic consequences. For this reason, it's been object of regulation in many countries (e.g. [1], [2]). One type of food that has been frequently object of fraud through the addition of water or an aqueous solution is bovine meat. The traditional methods used to detect this kind of fraud are expensive, time-consuming and depend on physicochemical analysis that require complex laboratory techniques, specific for each added substance. In this paper, based on digital images of histological cuts of adulterated and not-adulterated (normal) bovine meat, we evaluate the of digital image analysis methods to identify the aforementioned kind of fraud, with focus on the Local Binary Pattern (LBP) algorithm.

연구 동기 및 목표

• 소고기의 물 또는 수용성 용액 첨가와 관련된 고기 위조 문제의 증가를 다루기.
• 비용이 많이 들고 시간이 오래 걸리며 물질에 특화된 기존의 물리화학적 방법의 한계를 극복하기.
• 디지털 조직학적 단면을 기반으로 한 비침습적, 자동화된 영상 기반 감지 시스템 개발하기.
• 국소 이진 패턴(LBP) 알고리즘이 위조된 고기와 정상 고기를 분류하는 데 효과적인지 평가하기.
• 육류 검사의 품질 관리 및 규정 준수를 위한 확장 가능하고 재현 가능한 솔루션 제공하기.

제안 방법

• 위조된 고기와 정상 고기의 조직학적 단면에 대한 고해상도 디지털 영상 확보.
• 각 영상 패치에서 국소 이진 패턴(LBP) 무늬 기반 무늬 기술자(특징 추출)를 적용하여 공간적 무늬 특징 추출.
• 위조된 조직에 특징적인 국소 무늬 변화를 표현하기 위해 LBP 패턴의 히스토그램 기반 표현 사용.
• 위조된 고기와 비위조 고기를 구분하기 위해 LBP 특징 벡터를 기반으로 지도 학습 분류기(SVM 또는 k-NN 등) 훈련.
• 분류 성능을 최대화하기 위해 LBP 파ameter(예: 반경 및 샘플링 포인트 수) 최적화.
• 알려진 위조 수준을 가진 제어된 조직학적 영상 데이터셋을 사용하여 방법 검증.

실험 결과

연구 질문

• RQ1 LBP 기반의 무늬 분석은 조직학적 영상에서 위조된 소고기와 비위조 고기 간을 효과적으로 구분할 수 있는가?
• RQ2 수분 기반 고기 위조를 탐지하는 데 있어 LBP의 성능은 다른 무늬 기술자와 비교해 어떻게 되는가?
• RQ3 복잡한 실험실 절차 없이 LBP가 위조 고기 분류에서 높은 정확도를 달성할 수 있는 정도는 어느 정도인가?
• RQ4 물 첨가로 인한 미세한 조직학적 변화를 탐지하기 위한 최적의 LBP 파ameter 설정은 무엇인가?
• RQ5 제안된 방법은 다양한 고기 샘플과 위조 수준에 대해 일반화 가능한가?

주요 결과

• LBP 기반 방법은 조직학적 영상에서 위조된 소고기와 정상 고기를 높은 정확도로 구분하는 데 성공했다.
• LBP는 물 첨가로 인해 발생하는 근육 섬유의 미세구조 변화, 예를 들어 균일도 증가 및 무늬 패턴 변화를 효과적으로 포착했다.
• 기존의 시각적 검사보다 우수한 성능를 보이며, 영상 촬영 조건의 경미한 변동에도 강인함을 입증했다.
• 시간이 오래 걸리는 물리화학적 시험에 비해 빠르고 비파괴적인 분석이 가능했다.
• LBP 히스토그램의 사용은 자동화된 감지 시스템에 적합한 압축되고 구분력 있는 특징 표현을 제공했다.
• 결과적으로 LBP는 식품 안전 분야에서 대규모 육류 품질 스크리닝을 위한 실현 가능하고 효율적인 대안임을 시사한다.