• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2003년도 Proceedings of ACRS 2003 ISRS
• /
• pp.561-563
• /
• 2003

This study is to present a standardized scheme for providing agriculture-related information at various spatial resolutions of satellite images including LANDSAT +ETM, KOMPSAT-1 EOC, ASTER VNIR and IKONOS panchromatic (Pan) and multi-spectral (M/S) images. The satellite images were interpreted especially for identifying agricultural areas, crop types, agricultural facilities and structures. The results were compared with the land cover/land use classification system suggested by Ministry of Construction & Transportation based on NGIS (National Geographic Information System) and Ministry of Environment based on satellite remote sensing data. The results by IKONOS image will be provided to KOMPSAT-2 project for agricultural application.

• International journal of advanced smart convergence
• /
• 제12권3호
• /
• pp.104-108
• /
• 2023

This paper deals with research on innovative systems using Python-based artificial intelligence technology in the field of plant growth monitoring. The importance of monitoring and analyzing the health status and growth environment of plants in real time contributes to improving the efficiency and quality of crop production. This paper proposes a method of processing and analyzing plant image data using computer vision and deep learning technologies. The system was implemented using Python language and the main deep learning framework, TensorFlow, PyTorch. A camera system that monitors plants in real time acquires image data and provides it as input to a deep neural network model. This model was used to determine the growth state of plants, the presence of pests, and nutritional status. The proposed system provides users with information on plant state changes in real time by providing monitoring results in the form of visual or notification. In addition, it is also used to predict future growth conditions or anomalies by building data analysis and prediction models based on the collected data. This paper is about the design and implementation of Python-based plant growth monitoring systems, data processing and analysis methods, and is expected to contribute to important research areas for improving plant production efficiency and reducing resource consumption.

• 문화기술의 융합
• /
• 제9권3호
• /
• pp.861-866
• /
• 2023

화학비료와 넓은 공간이 있어야 하는 기존의 스마트팜과 달리, 수생생물과 작물간의 공생 관계를 활용하여 환경오염 및 기후 변화 등의 비정상적인 환경에서도 작물 재배가 가능한 아쿠아포닉스 농법이 활발하게 연구되고 있다. 해당 농법은 작물마다 생장에 필요한 환경과 영양분이 다르므로, 생장에 최적화된 수생생물 비율을 구성이 필요하다. 본 연구는 아쿠아포닉스 환경에 영상처리 기법을 활용하여 면적과 부피를 기준으로 생육 정도를 측정하는 방법을 제안한다. 배설물을 통해 유기물 생성하는 여러 종류의 민물고기와 상추 작물을 아쿠아포닉스 환경에 생육을 통해 검증하였다. 상추의 2D와 3D 영상 분석과 실시간 데이터 분석을 통해 상추의 면적 및 부피 정보를 활용하여 생장 정도를 평가하였다. 실험 결과, 상추의 면적과 부피 정보를 활용하여 재배관리가 가능하다는 것을 입증하였다. 수생생물과 생육 정보를 활용하여 농업인에게 생산 예측 서비스 제공과,변화하는 농업 환경에서의 문제점을 해결하는 시작점이 되어줄 것으로 보인다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제27권3호
• /
• pp.31-42
• /
• 2021

본 연구에서는 딥러닝을 기반으로 하여 실내와 실외 이미지 모두에서 알맞은 광원을 추출하는 방법론을 소개한다. 네트워크는 단일 LDR 이미지로부터 실내 혹은 실외 배경에 맞는 광원을 low dynamic range (LDR) 환경 맵으로 추출하는 Crop-to-PanoLDR 네트워크와 추출된 LDR 환경 맵을 빛의 정보를 담은 high dynamic range (HDR) 환경 맵으로 생성하는 LDR-to-HDR 네트워크 두 단계로 구성된다. 이와 같은 과정을 통해 최종적으로 생성된 HDR 환경 맵은 주어진 이미지에서 가상 객체를 렌더링할 때 적용되어 가상 객체를 조명하는 빛의 방향과 주변광 등을 확인함으로써 자연스러운 렌더링을 가능하게 하는지 검증한다. 본 연구에서 제안한 방법론의 우수성은 실내를 배경으로 한 이미지로만 구성한 데이터로 학습한 결과와 실외를 배경으로 한 이미지로만 학습한 결과 등과 비교하여 검증하였다. 또한, 실내와 실외를 구분하는 역할을 수행하는 손실 함수가 학습 결과에 미치는 영향을 실험, 검증하였다. 최종적으로 본 연구에서 생성된 환경 맵을 기존의 연구 결과와 비교 실험하는 사용자 테스트를 진행하였고 더 좋은 결과를 확인할 수 있었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2004년도 학술발표회
• /
• pp.1271-1275
• /
• 2004

The purpose of this study is to present a standardized scheme for providing agriculture-related information at various spatial resolutions of satellite images including Landsat +ETM, KOMPSAT-1 EOC, ASTER VNIR, and IKONOS panchromatic and multi-spectral images. The satellite images were interpreted especially for identifying agricultural areas, crop types, agricultural facilities and structures. The results were compared with the land cover/land use classification system suggested by Ministry of Construction & Transportation based on NGIS (National Geographic Information System) and Ministry of Environment based on satellite remote sensing data. As a result, high-resolution agricultural land cover map from IKONOS imageries was made out. The results by IKONOS image will be provided to KOMPSAT-2 project for agricultural application.

• 한국작물학회:학술대회논문집
• /
• 한국작물학회 2017년도 9th Asian Crop Science Association conference
• /
• pp.243-243
• /
• 2017

Leaf colors of rice can be used to identify stress level due to its adaptation to environmental change. For most leaves green-related colors are sourced from chlorophyll a and b. For most leaves green-related colors are consisted of chlorophyll a and b. Chlorophyll concentration is normally measured using a spectrophotometer in laboratory. In some remote observation fields, it is impossible to collect the leaves, preserve them, and bring them to laboratory to measure their chlorophyll content. The measurement of chlorophyll content is observed through its color. Using CIE chromaticity diagram leaf color information in RGB is transformed into wavelength (in nm). Pheophytin contents were also analyzed in 95% ethanol extracts. In the process of leaf development of rice young seedling, both pigments were compared. Leaf samples from different rice seedling bed is taken, their colors and RGB values are recorded using Photoshop Image Analysis. SPAD-502 values were also measured. The chlorophyll and Pheophytin contents were fully estimated by ${\rightthreetimes}_{avg}$ on CIE chromaticity diagram.

• 한국정보통신학회논문지
• /
• 제18권10호
• /
• pp.2489-2496
• /
• 2014

기존 수기 작성기반 선박 수리장비 관리 시스템은 빈번한 장비 분실 및 연체로 장비 관리에 많은 문제점들이 있다. 이러한 문제를 해결하고자 바코드 시스템을 도입하였다. 그러나 바코드 훼손에 따른 위조 장비의 대체 문제에 대처할 수 없다. 따라서 고가의 선박 수리장비의 관리를 위해 추가적인 확인 절차가 필요하다. 본 논문에서는 선박 수리장비 관리를 위한 이미지 비교기법을 제안한다. 구체적으로 모바일 디바이스의 특징을 이용한 정규화와 이미지 비교 판단 조건을 제안한다. 실시간 촬영 및 오버랩과 Crop 기능을 가진 모바일 디바이스를 이용하여 이미지를 정규화 하였고, 유사이미지에 대처할 수 있는 이미지 비교 판단 조건 세 가지(사각형의 내각의 합, 각 내각의 크기, 모서리의 좌표점)를 적용하였다. 그 결과 본 논문에서 제시한 방법이 방향, 조명, 크기 등의 변화에도 강건함을 보이며 테스트 결과 95% 이상의 정확도를 보였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.657-659
• /
• 2022

수경재배와 아쿠아포닉스 등은 스마트팜의 보급에 힘입어 자동화된 농장 관리와 안정적인 생산 등을 가능하게 해줌으로써 주목받고 있다. 스마트팜을 적용함에 있어 여러 가지 해결해야 할 점들이 있지만, 그중 하나가 출하 시점을 자동으로 결정할 수 있도록 함으로써 수요에 탄력적으로 대응할 수 있도록 하는 것이며, 이를 위해서는 작물의 생육 정도를 자동으로 판별하는 방법이 필요하다. 이 논문에서는 작물의 성장에 따라 차지하는 면적과 부피가 증가한다는 단순한 사실에 착안하여 2D 및 3D 카메라로 작물의 성장 과정을 모니터링 하고, 면적과 부피를 계산하여 작물의 생육 정도를 결정할 수 있음을 보인다. 다양한 환경과 작물에 대한 검증이 필요하지만, 수경재배와 아쿠아포닉스에서 흔히 재배되는 작물의 경우라면 2D와 3D 카메라를 통해 획득한 영상의 분석을 통해 생육 정도 판별이 가능할 것이다.

• 대한원격탐사학회지
• /
• 제38권5_1호
• /
• pp.535-543
• /
• 2022

농업분야에서 드론을 활용하여 작물의 생육을 진단하고 정보를 영상으로 제공하고 있다. 들녘 단위에 대한 고해상도 드론 영상을 활용하는 경우 객체별 생육정보를 생산할 수 있으나 정확하게 작물을 탐지하고 인접한 객체를 효율적으로 구분하기 위한 작업이 요구된다. 본 연구에서는 작물 객체를 탐지하고 위치 정보를 추출하는 알고리즘을 개발하는 것이 목적이다. 드론 다중분광영상과 컴퓨터 비전 기술을 활용하여 객체 탐지를 위한 알고리즘을 개발하였으며, 대상 작물은 가을배추로 선정하였다. 2018년~2020년까지 가을배추를 대상으로 정식 후 7일~15일 사이의 드론 영상을 취득하였으며, 2019년 영상 기반으로 객체 탐지 알고리즘을 개발한 뒤 2018년, 2020년 영상을 기반으로 알고리즘 평가를 수행하였다. 분광반사도 기반 지수와 식생의 분광반사도 특성을 고려하여 식생 지역을 추출하였다. 이후 추출된 식생 지역에서 객체의 크기를 고려하여 팽창(Dilatation), 침식(Erosion), 이미지 분할 등과 같은 모폴로지(Morphology) 기법을 통해 객체 탐지 정확도를 향상시켰다. 개발된 객체 탐지 알고리즘의 정밀도는 95.19% 이상이었으며, 재현율과 정확도는 각각 95.4%, 93.68% 이상이었다. 객체 탐지 알고리즘의 F1-Score는 0.967 이상으로 나타났다. 본 연구에서 개발한 알고리즘을 이용하여 추출된 배추 객체 중심에 대한 위치 정보는 작물의 재배시기에 따라 영농단계별 의사결정 정보를 제공하기 위한 자료로써 활용될 것이다.

• 한국작물학회지
• /
• 제68권1호
• /
• pp.20-26
• /
• 2023

고구마 괴근에 함유되어 있는 섬유질 함량은 품종에 따라 차이가 있다. 일부 품종에서 찌거나 구워서 섭취 시 입안에서 감지되는 섬유질 함량이 많아 식감을 떨어뜨리는 요인이 되고 있다. 본 시험은 섬유질 분리를 위한 거름망(체)의 적정 눈 크기를 탐색하여 분리 방법을 확립하고, 분리된 섬유질의 조성성분, 염색법을 이용한 섬유질 간이검정 가능성, 그리고 품종 간에 섬유질 함량 차이를 구명하고자 수행한 결과는 다음과 같다. 1. 찐 고구마를 으깬 후 3회 세척하여 섬유질 함량을 측정한 결과 143.3 mg/100 g으로 5회 세척(128.4 mg/100 g)에 비해 분리된 섬유질 양이 많아 3회 세척이 유리하였다. 2. 호감미 품종은 체의 눈이 큰 10 mesh (85.9%)와 30 mesh (9.6%)에서 95.5%가 잔류되었고 진율미 품종은 10 mesh (74.9%) 및 30 mesh (16.7%)에서 87.6%가 잔류되어 섬유질 분리를 위한 체의 눈은 30 mesh (600 ㎛)가 적당하였다. 3. 고구마 품종별 섬유질 함량 분석 결과, 진홍미가 가장 낮았고(24.8 mg/100 g), 호감미(111.4 mg/100 g)으로 가장 높아 호감미의 섬유질 함량은 진홍미의 4.5배 이상이었다. 4. 호감미와 진율미 품종에서 분리된 섬유질의 셀룰로스, 헤미셀룰로스 및 리그닌의 함량은 비슷한 함량을 나타내었고 2품종의 평균은 각각 32.5, 22.3 및 29.6%이었다. 5. 염색된 면적의 분포도와 섬유질 함량과의 상관계수는 0.79 (p < 0.001)로 유의성이 있었으며, 품종 간 염색 분포도가 다르게 나타나 생고구마를 이용한 염색방법으로 섬유질 함량에 대한 간이검정이 가능할 것으로 판단되었다.