하이퍼스펙트럴 이미징(HSI)을 이용한 코튼 패드 수분 검사
페이지 정보
| 작성자 | 관리자 | 작성일 | 25-11-11 15:24 |
|---|
본문
하이퍼스펙트럴 카메라를 이용한 코튼 패드의 수분 건조 과정 분석
생산 공정에서 수분 함량은 품질과 가공 효율을 좌우하므로, 공정 중 변화를 지속적으로 모니터링해야 합니다. 근적외선(NIR) 분광법은 수분의 흡수 피크(약 970/1150/1450 nm)를 이용하여 수분을 비파괴로 정밀 측정합니다. 하이퍼스펙트럴 카메라는 스펙트럼과 공간 정보를 동시에 제공하여 시료 전체의 변화를 시간적으로 추적할 수 있습니다. 본 사례에서는 흡수성과 건조 특성이 품질을 결정하는 코튼 패드를 대표 시료로 선정합니다. Specim FX17(900~1700 nm)로 취득한 하이퍼스펙트럴 이미징을 기반으로, 픽셀 단위 스펙트럼에 PLS(Partial Least Squares) 회귀를 적용하여 예측 스펙트럼을 실제 수분 함량으로 환산합니다. 이를 통해 건조 과정에서의 수분 분포, 불균일성, 이동 양상을 지도 형태로 시각화하며, 기존 건조법이나 단일 지점 적외선 센서가 제공하는 평균값·포인트값의 한계를 보완합니다.
실험 개요
・직경 약 5cm의 시판 코튼 패드를 물에 침지
・Specim Lab Scanner 40×20에 장착하여 4분 간격으로 총 67회(264분간) 촬영
・측정에는 Specim FX17 Camera 사용
・분석은 SpecimINSIGHT SW 이용
스펙트럼 분석 및 건조 과정의 시각화
취득한 각 이미지는 Dark reference 및 white reference 기준으로 정규화한 뒤, 실험 기간 동안 획득한 총 67장의 화상을 하나의 파일로 결합하여 의사 RGB(False RGB) 모자이크 이미지를 생성했습니다.
이 이미지는 시간 경과에 따른 코튼 패드의 건조 단계를 시각적으로 표현하며,
오른쪽 위가 수분을 많이 포함한 초기 상태, 오른쪽 아래가 완전히 건조된 최종 단계를 나타냅니다.
모자이크는 왼쪽에서 오른쪽, 위에서 아래 순으로 행단위로 측정되었습니다.
이미지 A에서 볼 수 있듯이, 건조가 진행됨에 따라 의사 RGB 모자이크 이미지 상에서 명확한 그라데이션이 나타납니다.
스펙트럼 분석 결과 역시 동일한 경향을 보이며,
Fig 1. 그래프처럼 수분이 많은 시료에서는 970nm, 1150nm, 1420nm 부근에서 깊은 흡수 피크가 나타났지만,
건조가 진행될수록 이러한 피크는 점차 사라졌습니다.
또한 약 3.5시간(마지막 10회 측정 이후)부터 건조 속도가 가속되는 현상이 관찰되었습니다.
A) False RGB image (red: 1133 nm; green: 1280 nm and blue: 1488 nm)
B) False RGB image [same as in (A)] with spatial selections
Figure 1 : False RGB and NIR spectra related to the drying of the cotton pad.
모델링: PLS 회귀에 의한 정량화
코튼 패드의 건조 정도를 정량화하기 위해 PLS 회귀 모델을 구축했습니다.
건조 진행도를 나타내는 변수 “drying”(0 ~ 264 분)을 정의하고, SpecimINSIGHT 소프트웨어를 사용해 배경을 제외한 시료 영역만 분석했습니다.
전체 67장 중 2장마다 학습용으로 사용하고 나머지를 검증용으로 할당했으며, 모델의 결정계수는 (R²) = 0.98로 매우 높은 정확도를 보였습니다.
다만 건조 초기 습윤 상태에서는 수분 흡수 피크(970, 1150, 1420 nm)의 변화가 미세하여 예측 정밀도가 다소 낮게 나타났습니다.
추가적으로, 시간 분해능을 향상시키기 위해 2분 간격으로 측정한 61장의 데이터로 제2 모델을 동일 절차로 구축했습니다.
이 모델은 (R²) = 0.97을 보였으며, 특히 건조 초기 구간에서 예측 정확도가 향상되었습니다.
이는 짧은 간격으로 측정할수록 습윤 시료의 수분 변화가 스펙트럼에 세밀하게 반영되어 학습 효율이 높아졌기 때문입니다.
모델의 품질을 높이기 위해서는 다음과 같은 데이터 구성이 중요합니다.
・습윤~건조 구간 전반을 포함한 균형 잡힌 데이터 확보
・측정 타이밍 및 시료 상태를 고려한 학습용 데이터 선정
・노이즈 및 편향을 줄인 표준화된 측정 절차 유지
A) PLS regression heat map (Min = 0; Max = 264)
B) Regression graph for the 1st regression model (data acquired every 4th minute)
C) Regression graph for the 2nd regression model (data acquired every 2nd minute)
Figure 2: Predictive performance of the “drying” regression models.
산업적 활용 및 확장 가능성
본 연구를 통해 하이퍼스펙트럴 이미징이 코튼 패드의 수분 상태를 시간적·공간적으로 정량화할 수 있음을 확인했습니다. 이 기술은 화장품 및 위생용품 제조에서 건조 균일성 평가, 품질 관리(QC), 공정 제어에 적용 가능하며, 섬유·필름·식품·바이오 소재 등 다양한 산업 분야로 확장이 가능합니다.
자세한 내용 또는 문의가 필요하실 경우 아래의 링크를 클릭하십시오.
