• 한국지능시스템학회논문지
• /
• 제26권5호
• /
• pp.416-422
• /
• 2016

수많은 플라스틱이 산업분야에 다양하게 사용되어지고 있다. 또한 많은 양의 플라스틱 폐기물들이 발생하고 있다. 재활용에 대한 연구는 환경오염 뿐만아니라 한정된 유용한 자원이 버려지는 것을 방지하기 위해 중요한 이슈로 부각되고 있다. 이렇기 때문에 폐플라스틱의 재활용은 재사용 관점에서 주목받고 있는 실정이다. 현재 재활용 센터에서는 플라스틱의 재질을 분류하기 위해 NIR 센서를 이용한 플라스틱 자동 분류 시스템을 구축 및 운용하고 있다. 하지만 흑색 플라스틱은 여전히 분류가 되지 않는 도전적인 목표로 남아있다. 카본 블랙이 포함된 흑색 플라스틱의 경우 검정색의 특성상 NIR 장비에서 나오는 빛을 흡수하기 때문에 분류에 어려움이 있다. 본 연구는 NIR 장비 대신 흑색 플라스틱을 분류하는 방법에 대한 연구이다. 흑색 플라스틱의 정성적, 정량적 분석을 위해 Raman 분광법을 사용하였다. 또한 분류기의 인식률을 높이기 위해 데이터를 특성을 분석하고 흑색 플라스틱을 좀 더 확실하게 분류하기 위해 Support Vector Machine(SVM), 주성분 분석법(PCA) 같은 알고리즘을 이용하였다.

• 한국측량학회지
• /
• 제38권6호
• /
• pp.583-589
• /
• 2020

최근 다양한 센서 및 정보통신 기술(ICT: Information & Communications Technology)을 융합·활용한 스마트 팜을 위한 UAS (Unmanned Aerial System)의 활용성이 기대되고 있다. 특히, 다양한 지수를 통한 실외 작물 모니터링 방안으로 효용성이 입증되며 여러 분야에서 연구되고 있다. 본 연구는 벼를 대상으로 자연재해 작물 피해를 분석하고 피해량을 계측하는 것이다. 이를 위해, BG-NIR (Blue Green_near Infrared red) 및 RGB 센서를 통해 데이터를 획득하고 영상해석 및 NDWI (Normalized Difference Water Index) 지수를 활용하여 장마에 의한 작물 피해를 검토한다. 또한, 영상해석 기반 포인트 클라우드 데이터를 생성, 인스펙션 맵을 통해 태풍 전·후 데이터를 비교하여 피해량을 계측한다. 연구결과, NDWI 지수 분석을 통해 벼의 생장 및 장마 피해를 검토하였고, 인스펙션 맵 분석으로 태풍에 의한 피해 면적을 계측하였다.

• 한국토양비료학회지
• /
• 제36권2호
• /
• pp.92-103
• /
• 2003

Research and technological advances in the field of remote sensing have greatly enhanced the ability to detect and quantify physical and biological stresses that affect the productivity of agricultural crops. Reflectance in specific visible and near-infrared regions of the electromagnetic spectrum have proved useful in detection of nutrient deficiencies. Especially crop canopy sensors as a ground remote sensing measure the amount of light reflected from nearby surfaces such as leaf tissue or soil and is in contrast to aircraft or satellite platforms that generate photographs or various types of digital images. Multi-spectral vegetation indices derived from crop canopy reflectance in relatively wide wave band can be used to monitor the growth response of plants in relation to environmental factors. The normalized difference vegetation index (NDVI), where NDVI = (NIR-Red)/(NIR+Red), was originally proposed as a means of estimating green biomass. The basis of this relationship is the strong absorption (low reflectance) of red light by chlorophyll and low absorption (high reflectance and transmittance) in the near infrared (NIR) by green leaves. Thereafter many researchers have proposed the other indices for assessing crop vegetation due to confounding soil background effects in the measurement. The green normalized difference vegetation index (GNDVI), where the green band is substituted for the red band in the NDVI equation, was proved to be more useful for assessing canopy variation in green crop biomass related to nitrogen fertility in soils. Consequently ground remote sensing as a non destructive real-time assessment of nitrogen status in plant was thought to be useful tool for site specific crop nitrogen management providing both spatial and temporal information.

• Journal of Biosystems Engineering
• /
• 제36권1호
• /
• pp.33-39
• /
• 2011

An optical sensing approach based on diffuse reflectance has shown potential for rapid and reliable on-site estimation of soil properties. Important sensing ranges and the resulting regression models useful for soil property estimation have been reported. In this study, a similar approach was applied to investigate the potential of reflectance sensing in estimating soil properties for Korean paddy fields. Soil cores up to a 65-cm depth were collected from 42 paddy fields representing 14 distinct soil series that account for 74% of the total Korean paddy field area. These were analyzed in the laboratory for several important physical and chemical properties. Using air-dried, sieved soil samples, reflectance data were obtained from 350 to 2500 nm on a 3 nm sampling interval with a laboratory spectrometer. Calibrations were developed using partial least squares (PLS) regression, and wavelength bands important for estimating the measured soil properties were identified. PLS regression provided good estimations of Mg ($R^2$ = 0.80), Ca ($R^2$ = 0.77), and total C ($R^2$ = 0.92); fair estimations of pH, EC, $P_2O_5$, K, Na, sand, silt, and clay ($R^2$ = 0.59 to 0.72); and poor estimation of total N. Many wavelengths selected for estimation of the soil properties were identical or similar for multiple soil properties. More important wavelengths were selected in the visible-short NIR range (350-1000 nm) and the long NIR range (1800-2500 nm) than in the intermediate NIR range (1000-1800 nm). These results will be useful for design and application of in-situ close range sensors for paddy field soil properties.

• 접착 및 계면
• /
• 제25권2호
• /
• pp.56-62
• /
• 2024

본 연구에서는 서로 다른 환원제를 사용하여 라이다 센서에 인식 가능한 검은색 중 공구조 물질을 합성하고 라이다 인식률을 비교하였다. 먼저, 실리카/티타니아 코어/쉘(WST) 물질을 졸-겔법을 통해 제조한 후 아스코르브산(AA)과 수소화붕소나트륨(SB)을 사용하여 환원하였다. 이후, 실리카 코어를 제거하여 두 가지의 다른 검은색 중공구조(AA-BHT 및 SB-BHT) 물질을 제조하였다. AA-BHT의 명도(L^*)와 NIR 반사율(R%)은 각각 약 19.1과 34.5 R%로 측정되었고, SB-BHT는 약 11.5와 31.8 R%로 검출되었다. AA-BHT는 SB-BHT에 비해 NIR 반사율이 높았으나 색상은 명도가 높은 검은색으로 나타났다. AA-BHT와 SB-BHT는 중공구조로 제조되어 코어/쉘 물질 대비 높은 근적외선 반사율을 나타냈으며, 이는 공기와 검은색 티타니아의 계면 사이에서 발생하는 프레넬의 반사 원리에 기인하였다. 본 연구 결과를 통해 두 물질 모두 다양한 환원법을 통해 성공적으로 검은색으로 제조되었으며, 상용화된 라이다 센서에 효과적으로 인지되어 미래의 자율주행차량용 검은색 물질로의 적합성을 나타내었다.

• 대한원격탐사학회지
• /
• 제38권5_1호
• /
• pp.511-521
• /
• 2022

위성영상에서의 구름 탐지 및 제거는 지형관측과 분석을 위해 필수적인 과정이다. 임계값 기반의 구름탐지 기법은 구름의 물리적인 특성을 이용하여 탐지하므로 안정적인 성능을 보여주지만, 긴 연산시간과 모든 채널의 영상 및 메타데이터가 필요하다는 단점을 가지고 있다. 최근 활발히 연구되고 있는 딥러닝을 활용한 구름탐지 기법은 4개 이하의 채널(RGB, NIR) 영상만을 활용하고도 짧은 연산시간과 우수한 성능을 보여주고 있다. 본 논문에서는 해상도가 다른 이종 데이터 셋을 활용하여 학습데이터 셋에 따른 딥러닝 네트워크 성능 의존도를 확인하였다. 이를 위해 DeepLabV3+ 네트워크를 구름탐지의 채널 별 특징이 추출되도록 개선하고 공개된 두 이종 데이터 셋과 혼합 데이터로 각각 학습하였다. 실험결과 테스트 영상과 다른 종류의 영상으로만 학습한 네트워크에서는 낮은 Jaccard 지표를 보여주었다. 그러나 테스트 데이터와 동종의 데이터를 일부 추가한 혼합 데이터로 학습한 네트워크는 높은 Jaccard 지표를 나타내었다. 구름은 사물과 달리 형태가 구조화 되어 있지 않아 공간적인 특성보다 채널 별 특성을 학습에 반영하는 것이 구름 탐지에 효과적이므로 위성 센서의 채널 별 특징을 학습하는 것이 필요하기 때문이다. 본 연구를 통해 해상도가 다른 이종 센서의 구름탐지는 학습데이터 셋에 매우 의존적임을 확인하였다.

• 센서학회지
• /
• 제13권2호
• /
• pp.96-100
• /
• 2004

Optical fiber sensors have been used to detect small amounts of chemical species. In this work, a new thin polymer-clad fiber sensor is developed. Polyaniline is chemically synthesized and thin clad layers of the polymer are easily deposited on optical fiber by dip-coating technique. The optical property of polyaniline as a sensing material is analyzed by UV-Vis-NIR. The light source is stabilized He-Ne laser at 635 nm wavelength with 1 mW power. The light power transmitted through the optical fiber is measured with a spectrophotometer. By selecting a fixed incident angle, variation of transmitted light intensity through the optical fiber can be detected as gas molecules absorbed in the polyaniline clad layer. Among the various gases, the fabricated optical fiber sensor shows good sensitivity to $NH_{3}$ gas. The optical fiber sensors was shown more improved properties than polymer based sensors which measure conductivity changes.

• Journal of Biosystems Engineering
• /
• 제40권2호
• /
• pp.153-158
• /
• 2015

Purpose: The research presented in this paper applied the chemometric analysis to the near-infrared spectral data from line-scanned hyperspectral images of beef and fish meals in animal feeds. The chemometric statistical models were developed to distinguish beef meals from fish ones. Methods: The meal samples of 40 fish meals and 15 beef meals were line-scanned to obtain hyperspectral images. The spectral data were retrieved from each of 3600 pixels in the Region of Interest (ROI) of every sample image. The wavebands spanning 969 nm to 1551 nm (across 176 spectral bands) were selected for chemometric analysis. The partial least squares regression (PLSR) and the principal component analysis (PCA) methods of the chemometric analysis were applied to the model development. The purpose of the models was to correctly classify as many beef pixels as possible while misclassified fish pixels in an acceptable amount. Results: The results showed that the success classification rates were 97.9% for beef samples and 99.4% for fish samples by the PLSR model, and 85.1% for beef samples and 88.2% for fish samples by the PCA model. Conclusion: The chemometric analysis-based PLSR and PCA models for the hyperspectral image analysis could differentiate beef meals from fish ones in animal feeds.

• 대한원격탐사학회지
• /
• 제37권5_1호
• /
• pp.947-958
• /
• 2021

본 연구는 무인비행체에 탑재해서 활용되고 있는 다중분광 센서의 센서별 반사율 및 식생지수를 산정하여 시계열 작황분석을 위한 센서별, 센서간 활용 가능성을 평가하기 위해 수행하였다. RedEdge-MX, S110 NIR, Sequioa, P4M 등 4종의 무인비행체 탑재 다중분광센서에 대하여 2020년 9월 14일과 9월 15일에 걸쳐 오전, 오후 각 1회, 총 4회씩 항공영상을 촬영하고 반사율 및 NDVI를 산정하여 비교하였다. 반사율의 경우 모든 센서에서 시계열 변동계수가 평균 약 10% 이상의 값을 보여 활용에는 한계가 있는 것으로 나타났다. 작물 시험구에 대한 센서별 NDVI 변동계수는 식생이 우거져 활력도가 높은 시험구에서 평균 1.2~3.6%의 값을 보여 5% 이내의 변동성을 보였다. 그러나 이는 청천일의 변동계수에 비해서는 높은 값을 보인 것으로서 실험 기간 동안 오전, 오후에 구름 등 기상환경이 달랐기 때문으로 판단되며 시계열 작황 분석을 위한 정밀 NDVI 산정 시에는 일정한 광 환경을 유지할 수 있는 촬영 계획 수립과 이행이 필요할 것으로 판단된다. 무인비행체 다중분광센서 간 NDVI를 상호 비교한 결과 본 실험에서는 RedEdeg-MX 센서의 경우 안정적인 광 환경 내에서 동종의 센서를 여러 대 사용하더라도 NDVI 값의 특별한 보정 없이 함께 활용할 수 있을 것으로 판단된다. RedEdge-MX, P4M, Sequioa 센서는 상호 선형적인 관계를 보였으나 NDVI 간의 off-set 보정을 통한 공동 활용 가능성 평가를 위해서는 보완 실험이 필요할 것으로 생각된다.

• 센서학회지
• /
• 제17권3호
• /
• pp.157-161
• /
• 2008

An optical sensor was developed to detect nanoparticles, turbid materials and microorganisms in water simultaneously. Three different light sources like UV-LED, NIR-LED and laser diode have been employed to develop the optical sensor based on the scattering light and fluorescence light. The sensor system has high selectivity and sensitivity, that it can be used to monitor the quality of drinking water.