KR20150088096A - 열 영상 기반 식물 비파괴 생체 정보 획득 시스템 및 방법 - Google Patents
열 영상 기반 식물 비파괴 생체 정보 획득 시스템 및 방법 Download PDFInfo
- Publication number
- KR20150088096A KR20150088096A KR1020140008492A KR20140008492A KR20150088096A KR 20150088096 A KR20150088096 A KR 20150088096A KR 1020140008492 A KR1020140008492 A KR 1020140008492A KR 20140008492 A KR20140008492 A KR 20140008492A KR 20150088096 A KR20150088096 A KR 20150088096A
- Authority
- KR
- South Korea
- Prior art keywords
- plant
- thermal image
- temperature
- symptom
- analyzing
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000001931 thermography Methods 0.000 title description 11
- 208000024891 symptom Diseases 0.000 claims abstract description 28
- 201000010099 disease Diseases 0.000 claims abstract description 11
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 11
- 238000004458 analytical method Methods 0.000 claims description 18
- 230000001066 destructive effect Effects 0.000 claims description 17
- 230000006353 environmental stress Effects 0.000 abstract description 5
- 238000004519 manufacturing process Methods 0.000 abstract description 3
- 241000238631 Hexapoda Species 0.000 abstract description 2
- 230000004044 response Effects 0.000 abstract description 2
- 241000196324 Embryophyta Species 0.000 description 52
- 240000008067 Cucumis sativus Species 0.000 description 22
- 244000052769 pathogen Species 0.000 description 22
- 235000010799 Cucumis sativus var sativus Nutrition 0.000 description 21
- 230000001717 pathogenic effect Effects 0.000 description 17
- 238000011081 inoculation Methods 0.000 description 16
- 241000233866 Fungi Species 0.000 description 4
- 239000002054 inoculum Substances 0.000 description 3
- 241000607479 Yersinia pestis Species 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 240000001592 Amaranthus caudatus Species 0.000 description 1
- 235000009328 Amaranthus caudatus Nutrition 0.000 description 1
- 241000238662 Blatta orientalis Species 0.000 description 1
- 235000009849 Cucumis sativus Nutrition 0.000 description 1
- 241001226779 Royena whyteana Species 0.000 description 1
- 235000018723 Terminalia ivorensis Nutrition 0.000 description 1
- 208000020282 anthrax disease Diseases 0.000 description 1
- 244000052616 bacterial pathogen Species 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000002537 cosmetic Substances 0.000 description 1
- 244000038559 crop plants Species 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006342 environmental stress response Effects 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 230000008640 plant stress response Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N25/00—Investigating or analyzing materials by the use of thermal means
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G7/00—Botany in general
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Immunology (AREA)
- Botany (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Pathology (AREA)
- General Physics & Mathematics (AREA)
- Biodiversity & Conservation Biology (AREA)
- Physics & Mathematics (AREA)
- Ecology (AREA)
- Forests & Forestry (AREA)
- Environmental Sciences (AREA)
- Investigating Or Analyzing Materials Using Thermal Means (AREA)
Abstract
본 발명은 열 영상 기반 식물 비파괴 생체 정보 획득 시스템 및 방법에 관한 것으로, 본 발명에 따른 시스템은 식물의 열영상을 획득하는 열영상 카메라부, 그리고 획득된 열영상을 이용하여 식물의 생체 정보를 분석하는 분석부를 포함한다. 또한 병징을 가지는 식물의 열영상에서 나타나는 스팟의 온도 또는 형태에 대한 데이터를 데이터베이스화하여 저장하는 데이터베이스부를 포함할 수 있다. 분석부는 획득된 열영상에서 식물의 다른 부분과 온도가 다른 스팟 영역을 검출하고, 검출된 스팟 영역의 온도나 형태에 따라 식물의 병징을 판단할 수 있다. 본 발명에 의하면, 식물의 열 영상을 이용하여 비파괴적인 방법으로 식물의 병징과 환경 스트레스 반응 생체 정보를 조기에 객관적이고 자동화된 방법에 의해 빠르고 정확하게 판단할 수 있다. 특히 본 발명에 따른 열 영상 기반 식물 비파괴 생체 정보 획득 시스템을 무인 방제 시스템과 접목하면 유용 작물의 생산 효율을 증대할 수 있다.
Description
본 발명은 식물 생체 정보 획득 시스템 및 방법에 관한 것으로, 보다 자세하게는 열영상 기반 식물 비파괴 생체 정보 획득 시스템 및 방법에 관한 것이다.
최근 들어 원예 작물을 포함한 식물은 의약품, 화장품, 식품 등의 고부가가치 상품을 생산해내는 바이오산업에서 주요한 유전 자원으로 활용되고 있다. 특히 천연 유래 약품의 주요 원료만 보더라도 약 35%의 약품들이 식물로부터 유래되고 있으며, 이러한 약용 및 원예 자원의 안정적 생산과 관리의 효율화를 위한 생육 환경 분석 기술의 개발이 절실하게 요구되고 있는 상황이다. 특히 유용 식물 자원의 수확량은 일정한 생장과 최상의 생육 조건에서 비롯되므로, 병해충의 초기 검정과 방제, 환경 스트레스의 초기 확인은 효율적 유용 식물 자원의 수확을 위해 요구되고 있다.
그런데 종래에는 병해충의 초기 검정 및 환경 스트레스의 초기 확인이 재배자의 육안 관찰을 통해 이루어졌으며 객관적 기준에서 자동화된 식물 생체 정보 획득은 이루어지지 않았다.
한편 한국공개특허 제10-2013-0035816호에는 식물의 온도를 효율적으로 측정할 수 있는 시스템이 개시되어 있으나, 식물의 온도를 측정하여 이용하는 구체적인 방법에 대해서는 제시가 되어 있지 않다.
따라서 본 발명이 해결하고자 하는 과제는 열영상 기반으로 식물의 병징이나 환경 스트레스를 초기에 객관적이고 자동화된 방법으로 판단할 수 있는 열영상 기반 식물 비파괴 생체 정보 획득 시스템 및 방법을 제공하는 것이다.
본 발명의 일 실시예에 따른 열영상 기반 식물 비파괴 생체 정보 획득 방법은 식물의 열영상을 획득하는 단계, 그리고 상기 획득된 열영상을 이용하여 상기 식물의 생체 정보를 분석하는 단계를 포함한다.
상기 생체 정보를 분석하는 단계는, 상기 획득된 열영상에서 상기 식물의 다른 부분과 온도가 다른 스팟 영역을 검출하는 단계, 그리고 상기 검출된 스팟 영역의 온도에 따라 상기 식물의 병징을 판단하는 단계를 포함한다.
상기 생체 정보를 분석하는 단계는, 상기 획득된 열영상에서 상기 식물의 다른 부분과 온도가 다른 스팟 영역을 검출하는 단계, 그리고 상기 검출된 스팟 영역의 형태에 따라 상기 식물의 병징을 판단하는 단계를 포함한다.
본 발명의 다른 실시예에 따른 컴퓨터로 읽을 수 있는 매체는 상기한 방법 중 어느 하나를 컴퓨터에 실행시키기 위한 프로그램을 기록한다.
본 발명의 다른 실시예에 따른 열영상 기반 식물 비파괴 생체 정보 획득 시스템은, 식물의 열영상을 획득하는 열영상 카메라부, 그리고 상기 획득된 열영상을 이용하여 상기 식물의 생체 정보를 분석하는 분석부를 포함한다.
상기 분석부는, 상기 획득된 열영상에서 상기 식물의 다른 부분과 온도가 다른 스팟 영역을 검출하고, 상기 검출된 스팟 영역의 온도에 따라 상기 식물의 병징을 판단할 수 있다.
상기 분석부는, 상기 획득된 열영상에서 상기 식물의 다른 부분과 온도가 다른 스팟 영역을 검출하고, 상기 검출된 스팟 영역의 형태에 따라 상기 식물의 병징을 판단할 수 있다.
상기 시스템은, 상기 병징을 가지는 식물의 열영상에서 나타나는 스팟의 온도 또는 형태에 대한 데이터를 데이터베이스화하여 저장하는 데이터베이스부를 더 포함할 수 있다.
본 발명에 의하면, 식물의 열 영상을 이용하여 비파괴적인 방법으로 식물의 병징과 환경 스트레스 반응 생체 정보를 조기에 객관적이고 자동화된 방법에 의해 빠르고 정확하게 판단할 수 있다. 특히 본 발명에 따른 열 영상 기반 식물 비파괴 생체 정보 획득 시스템을 무인 방제 시스템과 접목하면 유용 작물의 생산 효율을 증대할 수 있다.
도 1은 열영상에서 나타난 스팟을 분석하여 오이 검은별무늬병의 병징을 판단하는 예를 설명하기 위해 제공되는 도면이다.
도 2는 열영상에서 나타난 스팟을 분석하여 오이 탄저병의 병징을 판단하는 예를 설명하기 위해 제공되는 도면이다.
도 3은 본 발명의 일 실시예에 따른 열영상 기반 식물 비파괴 생체 정보 획득 시스템의 구성을 나타낸 블록도이다.
도 4는 본 발명의 일 실시예에 따른 열영상 기반 식물 비파괴 생체 정보 획득 시스템의 동작을 설병하기 위한 흐름도이다.
도 2는 열영상에서 나타난 스팟을 분석하여 오이 탄저병의 병징을 판단하는 예를 설명하기 위해 제공되는 도면이다.
도 3은 본 발명의 일 실시예에 따른 열영상 기반 식물 비파괴 생체 정보 획득 시스템의 구성을 나타낸 블록도이다.
도 4는 본 발명의 일 실시예에 따른 열영상 기반 식물 비파괴 생체 정보 획득 시스템의 동작을 설병하기 위한 흐름도이다.
그러면 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다.
도 1은 열영상에서 나타난 스팟을 분석하여 오이 검은별무늬병의 병징을 판단하는 예를 설명하기 위해 제공되는 도면이다.
도 1을 참고하면, 도 1(a)는 검은별무늬병 병원균을 접종하기 전에 오이의 잎을 일반적인 디지털 카메라로 촬영한 영상으로, 나중에 검은별무늬병 병원균이 접종될 잎(붉은 원에 포함된 잎, 이하 '병원균 접종 잎'이라고 함)에서 육안으로 아무런 이상 징후가 관찰되지 않는다. 한편 도 1(b)는 검은별무늬병 병원균을 접종하기 전에 식물의 잎을 열영상 카메라로 촬영한 영상으로 나중에 검은별무늬병 병원균이 접종될 잎의 온도가 17.9 ℃정도로 다른 잎의 온도와 비슷한 양상을 보이고 있다.
한편 도 1(c)는 검은별무늬병 병원균 접종 3일 경과 후에 일반 디지털 카메라로 촬영한 영상으로 병원균 접종 잎과 다른 잎 사이에 차이가 없었으며, 육안으로 병징을 확인할 수 없었다. 이에 반하여 도 1(d)는 검은별무늬병 병원균 접종 3일 경과 후에 열영상 카메라로 촬영한 영상으로 병원균 접종 잎에 잎의 다른 부분보다 온도가 낮은 스팟(spot)이 생기는 것을 관찰할 수 있었다. 도 1(d)에서 스팟의 온도는 16.8 ℃ 정도로 병원균 접종 잎의 다른 부분에 비해 약 1 ℃정도 온도가 낮은 것으로 나타났다.
도 1(e)는 검은별무늬병 병원균 접종 6일 경과 후에 일반 디지털 카메라로 촬영한 영상으로, 도 1(d)의 열영상에서 관찰되었던 스팟 부분에 병징이 나타난 것을 육안으로 확인할 수 있었다. 도 1(f)는 검은별무늬병 병원균 접종 6일 경과 후에 열영상 카메라로 촬영한 영상으로 병원균 접종 잎에 생긴 스팟의 온도가 16.0℃ 로 더 낮아지고 검은별무늬병의 병징인 타원형 무늬가 생기는 것이 관찰되었다.
도 1(g)는 검은별무늬병 병원균 접종 10일 경과 후에 일반 디지털 카메라로 촬영한 영상으로 육안으로도 병징이 더 확실해진 것이 관찰되었다. 도 1(h)는 검은별무늬병 병원균 접종 10일 경과 후에 열영상 카메라로 촬영한 영상으로 병원균 접종 잎에 생긴 스팟의 온도가 14.3 ℃로 더 낮아지고 검은별무늬병의 병징인 타원형 무늬가 더욱 뚜렷하게 관찰되었다.
도 2는 열영상에서 나타난 스팟을 분석하여 오이 탄저병의 병징을 판단하는 예를 설명하기 위해 제공되는 도면이다.
도 2를 참고하면, 도 2(a)는 오이 탄저병 병원균을 접종하기 전에 오이의 잎을 일반적인 디지털 카메라로 촬영한 영상으로, 나중에 오이 탄저병 병원균이 접종될 잎(붉은 원에 포함된 잎, 이하 '오이 탄저병 병원균 접종 잎'이라고 함)에서 육안으로 아무런 이상 징후가 관찰되지 않는다. 한편 도 2(b)는 오이 탄저병 병원균을 접종하기 전에 오이의 잎을 열영상 카메라로 촬영한 영상으로 나중에 오이 탄저병 병원균이 접종될 잎의 온도가 16.7℃ 정도로 다른 잎의 온도와 비슷한 양상을 보이고 있다.
한편 도 2(c)는 오이 탄저병 병원균 접종 7일 경과 후에 일반 디지털 카메라로 촬영한 영상으로 오이 탄저병 병원균 접종 잎과 다른 잎 사이에 차이가 없었으며, 육안으로 병징을 확인할 수 없었다. 이에 반하여 도 2(d)는 오이 탄저병 병원균 접종 7일 경과 후에 열영상 카메라로 촬영한 영상으로 오이 탄저병 병원균 접종 잎에 스팟이 생기는 것을 관찰할 수 있었다. 도 2(d)에서 스팟의 온도는 15.8 ℃ 정도로 오이 탄저병 병원균 접종 잎의 다른 부분에 비해 약 1 ℃정도 온도가 낮은 것으로 나타났다.
도 2(e)는 오이 탄저병 병원균 접종 12일 경과 후에 일반 디지털 카메라로 촬영한 영상으로, 도 2(d)의 열영상에서 관찰되었던 스팟 부분에 탄저병의 병징인 암갈색의 병반이 나타난 것을 육안으로 확인할 수 있었다. 도 2(f)는 오이 탄저병 병원균 접종 12일 경과 후에 열영상 카메라로 촬영한 영상으로 오이 탄저병 병원균 접종 잎에 생긴 스팟의 온도가 13.8 ℃로 더 낮아진 것이 관찰되었다.
앞서 도 1 및 도 2에서 살펴본 것과 같이, 육안으로 병징을 확인하기 어려울 때에도 열영상에서 관찰되는 스팟의 온도 및 형태에 의해 병징을 보다 빠르고 정확하게 확인할 수 있었다. 물론 오이 이외의 다른 식물에서도 마찬가지로 열영상에 의하여 병징을 확인할 수 있을 것이며, 병원균에 의한 스팟의 온도가 낮은 것뿐만 아니라 높을 때도 확인할 수 있을 것이며, 병원균 이외의 다른 원인, 예를 들면 환경 스트레스에 의하여 나타나는 스팟도 확인할 수 있을 것이다.
도 3은 본 발명의 일 실시예에 따른 열영상 기반 식물 비파괴 생체 정보 획득 시스템의 구성을 나타낸 블록도이다.
도 3을 참고하면, 본 발명에 따른 열영상 기반 식물 비파괴 생체 정보 획득 시스템(100)은 열영상 카메라부(110), 분석부(130), 데이터베이스부(150) 및 표시부(170)를 포함할 수 있다.
데이터베이스부(150)는 생체 정보 획득 대상 식물의 병징에 대한 데이터를 데이터베이스화하여 저장하고, 분석부(130)의 요청에 따라 제공하는 기능을 수행한다. 보다 구체적으로 생체 정보 획득 대상 식물의 열영상에서 나타나는 스팟의 온도 또는 형태에 대한 데이터가 사전에 데이터베이스화되어 데이터베이스부(150)에 저장될 수 있다. 예를 들어 도 1 및 도 2에서 살펴본 것과 같이 검은별무늬병 및 오이 탄저병 병원균에 따라 열영상에서 나타나는 스팟의 온도 변화 및 형태에 대한 데이터를 데이터베이스화할 수 있으며, 그 외 다른 병원균에 감염된 경우나 오이 이외의 다른 식물에 대해 열영상에서 관찰될 수 있는 병징에 따른 데이터를 데이터베이스화할 수 있다. 여기서 병징에 대한 온도 데이터로 스팟의 절대적 온도보다는 잎의 다른 부분과의 온도차에 대한 데이터가 이용될 수 있다.
열영상 카메라부(110)는 적외선(infrared) 파장대의 열영상을 획득하는 기능을 수행한다. 특히 본 발명에 따른 열영상 카메라부(110)는 생체 정보 획득 대상 식물의 잎, 잎자루, 줄기, 뿌리 또는 과실 등을 촬영한 열영상을 획득할 수 있다.
분석부(130)는 열영상 카메라부(110)에서 획득된 열영상 데이터를 처리 및 분석하는 기능을 수행하는 소프트웨어로 구현될 수 있으며, 생체 정보 분석 대상 식물을 촬영한 열영상을 이용하여 해당 식물의 생체 정보를 분석할 수 있다. 보다 구체적으로 분석부(130)는 생체 정보 분석 대상 식물을 촬영한 열영상에서 병징에 따라 나타날 수 있는 스팟 영역을 검출하고, 스팟 영역의 온도와 형태를 구하여, 데이터베이스부(150)를 참조하여 해당 식물의 병징을 판단할 수 있다.
표시부(170)는 분석부(130)에서 분석된 식물의 생체 정보 분석 결과를 화면에 출력할 수 있다. 이를 위해 표시부(170)는 LED 모니터, LCD 모니터, OLED 모니터 또는 분석부(130)와 통신할 수 있는 스마트폰 등과 같은 휴대 정보 통신 단말 등으로 구현될 수 있다.
도 4는 본 발명의 일 실시예에 따른 열영상 기반 식물 비파괴 생체 정보 획득 시스템의 동작을 설병하기 위한 흐름도이다.
도 4를 참고하면, 먼저 열영상 카메라부(110)로 생체 정보 분석 대상 식물의 열영상을 획득한다(S410).
다음으로 분석부(130)는 단계(S410)에서 획득된 열영상을 이용하여 생체 정보 분석 대상 식물의 생체 정보를 분석한다(S420).
단계(S420)를 보다 자세히 설명하면, 분석부(130)는 단계(S420)에서 획득된 열영상에서 생체 정보 분석 대상 식물의 다른 부분과 온도가 다른 스팟 영역이 검출되면(S425-Y), 다음으로 단계(S425)에서 검출된 스팟 영역의 온도 또는 형태를 데이터베이스부(150)에 데이터베이스화되어 저장된 열영상에서 병징에 따라 나타나는 스팟 영역의 온도 또는 형태에 대한 데이터와 비교하여 해당 식물의 병징을 판단한다(S427).
마지막으로 표시부(170)는 단계(S420)에서 수행된 식물의 생체 정보 분석 결과를 화면에 출력한다(S430). 예컨대 열영상에서 스팟이 나타나지 않은 경우에는 해당 식물이 정상 상태인 것으로 생체 정보 분석 결과를 출력하고, 병징이 나타난 경우에는 해당 식물이 감염된 병에 대한 정보 등을 출력할 수 있다.
실시예에 따라 자동화된 대응 방제 시스템이 구축되어 있는 경우에는 단계(S427)에서 판단된 병징에 따라 대상 식물에 방제 조치를 자동으로 취할 수 있다.
본 발명의 실시예는 다양한 컴퓨터로 구현되는 동작을 수행하기 위한 프로그램 명령을 포함하는 컴퓨터로 읽을 수 있는 매체를 포함한다. 이 매체는 지금까지 설명한 열 영상 기반 식물 비파괴 생체 정보 획득 방법을 실행시키기 위한 프로그램을 기록한다. 이 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 이러한 매체의 예에는 하드디스크, 플로피디스크 및 자기 테이프와 같은 자기 매체, CD 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 자기-광 매체, 롬, 램, 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 구성된 하드웨어 장치 등이 있다. 또는 이러한 매체는 프로그램 명령, 데이터 구조 등을 지정하는 신호를 전송하는 반송파를 포함하는 광 또는 금속선, 도파관 등의 전송 매체일 수 있다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.
이상에서 본 발명의 바람직한 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.
100: 열영상 카메라부
130: 분석부
150: 데이터베이스부
170: 표시부
130: 분석부
150: 데이터베이스부
170: 표시부
Claims (8)
- 식물의 열영상을 획득하는 단계, 그리고
상기 획득된 열영상을 이용하여 상기 식물의 생체 정보를 분석하는 단계
를 포함하는 열영상 기반 식물 비파괴 생체 정보 획득 방법. - 제 1 항에서,
상기 생체 정보를 분석하는 단계는,
상기 획득된 열영상에서 상기 식물의 다른 부분과 온도가 다른 스팟 영역을 검출하는 단계, 그리고
상기 검출된 스팟 영역의 온도에 따라 상기 식물의 병징을 판단하는 단계
를 포함하는 열영상 기반 식물 비파괴 생체 정보 획득 방법. - 제 1 항에서,
상기 생체 정보를 분석하는 단계는,
상기 획득된 열영상에서 상기 식물의 다른 부분과 온도가 다른 스팟 영역을 검출하는 단계, 그리고
상기 검출된 스팟 영역의 형태에 따라 상기 식물의 병징을 판단하는 단계
를 포함하는 열영상 기반 식물 비파괴 생체 정보 획득 방법. - 제 1 항 내지 제 3 항 중 어느 한 항의 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 매체.
- 식물의 열영상을 획득하는 열영상 카메라부, 그리고
상기 획득된 열영상을 이용하여 상기 식물의 생체 정보를 분석하는 분석부
를 포함하는 열영상 기반 식물 비파괴 생체 정보 획득 시스템. - 제 5 항에서,
상기 분석부는,
상기 획득된 열영상에서 상기 식물의 다른 부분과 온도가 다른 스팟 영역을 검출하고, 상기 검출된 스팟 영역의 온도에 따라 상기 식물의 병징을 판단하는 열영상 기반 식물 비파괴 생체 정보 획득 시스템. - 제 5 항에서,
상기 분석부는,
상기 획득된 열영상에서 상기 식물의 다른 부분과 온도가 다른 스팟 영역을 검출하고, 상기 검출된 스팟 영역의 형태에 따라 상기 식물의 병징을 판단하는 열영상 기반 식물 비파괴 생체 정보 획득 시스템. - 제 5 항에서,
상기 병징을 가지는 식물의 열영상에서 나타나는 스팟의 온도 또는 형태에 대한 데이터를 데이터베이스화하여 저장하는 데이터베이스부
를 더 포함하는 열영상 기반 식물 비파괴 생체 정보 획득 시스템.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020140008492A KR20150088096A (ko) | 2014-01-23 | 2014-01-23 | 열 영상 기반 식물 비파괴 생체 정보 획득 시스템 및 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020140008492A KR20150088096A (ko) | 2014-01-23 | 2014-01-23 | 열 영상 기반 식물 비파괴 생체 정보 획득 시스템 및 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20150088096A true KR20150088096A (ko) | 2015-07-31 |
Family
ID=53877226
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020140008492A KR20150088096A (ko) | 2014-01-23 | 2014-01-23 | 열 영상 기반 식물 비파괴 생체 정보 획득 시스템 및 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20150088096A (ko) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105784754A (zh) * | 2016-02-25 | 2016-07-20 | 山西省交通科学研究院 | 一种预应力混凝土结构预应力孔道密实度检测系统及方法 |
| KR20180055604A (ko) * | 2016-11-17 | 2018-05-25 | 전라남도 | 군락에서 열화상 이미지를 통한 작물기관별 온도식별시스템에 사용되는 정보처리장치 |
| CN109194733A (zh) * | 2018-08-28 | 2019-01-11 | 田东县文设芒果专业合作社 | 一种芒果基地的防病虫害系统 |
| CN110398503A (zh) * | 2019-02-27 | 2019-11-01 | 广西壮族自治区农业科学院 | 一种基于几何形态透射测量的植物病虫害检验方法 |
| KR102213394B1 (ko) * | 2019-09-02 | 2021-02-05 | 단국대학교 천안캠퍼스 산학협력단 | 기계학습 기반 열영상 분석을 통한 절화식물의 수명 예측 장치 및 방법 |
-
2014
- 2014-01-23 KR KR1020140008492A patent/KR20150088096A/ko not_active Application Discontinuation
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105784754A (zh) * | 2016-02-25 | 2016-07-20 | 山西省交通科学研究院 | 一种预应力混凝土结构预应力孔道密实度检测系统及方法 |
| KR20180055604A (ko) * | 2016-11-17 | 2018-05-25 | 전라남도 | 군락에서 열화상 이미지를 통한 작물기관별 온도식별시스템에 사용되는 정보처리장치 |
| CN109194733A (zh) * | 2018-08-28 | 2019-01-11 | 田东县文设芒果专业合作社 | 一种芒果基地的防病虫害系统 |
| CN110398503A (zh) * | 2019-02-27 | 2019-11-01 | 广西壮族自治区农业科学院 | 一种基于几何形态透射测量的植物病虫害检验方法 |
| KR102213394B1 (ko) * | 2019-09-02 | 2021-02-05 | 단국대학교 천안캠퍼스 산학협력단 | 기계학습 기반 열영상 분석을 통한 절화식물의 수명 예측 장치 및 방법 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Kumar et al. | A comparative analysis of machine learning algorithms for detection of organic and nonorganic cotton diseases | |
| Gai et al. | Automated crop plant detection based on the fusion of color and depth images for robotic weed control | |
| Rahman et al. | Exploring the potential of high resolution worldview-3 Imagery for estimating yield of mango | |
| Schor et al. | Robotic disease detection in greenhouses: combined detection of powdery mildew and tomato spotted wilt virus | |
| Butte et al. | Potato crop stress identification in aerial images using deep learning‐based object detection | |
| Teixidó et al. | Definition of linear color models in the RGB vector color space to detect red peaches in orchard images taken under natural illumination | |
| Schor et al. | Development of a robotic detection system for greenhouse pepper plant diseases | |
| KR20150088096A (ko) | 열 영상 기반 식물 비파괴 생체 정보 획득 시스템 및 방법 | |
| Halstead et al. | Crop agnostic monitoring driven by deep learning | |
| JP2013111078A (ja) | 植物の病気の識別方法、システムおよびその記録媒体 | |
| Majeed et al. | Estimating the trajectories of vine cordons in full foliage canopies for automated green shoot thinning in vineyards | |
| Fountas et al. | AI-assisted vision for agricultural robots | |
| Manohar et al. | Image processing system based identification and classification of leaf disease: A case study on paddy leaf | |
| Malathy et al. | Disease detection in fruits using image processing | |
| Adhao et al. | Automatic cotton leaf disease diagnosis and controlling using raspberry Pi and IoT | |
| Radwal et al. | AI-Inspired Algorithms for the Diagnosis of Diseases in Cotton Plant | |
| Chhillar et al. | Survey of plant disease detection using image classification techniques | |
| Fevgas et al. | Detection of biotic or abiotic stress in vineyards using thermal and RGB images captured via IoT sensors | |
| Ramirez-Guerrero et al. | Agroclimatic and Phytosanitary Events and Emerging Technologies for Their Identification in Avocado Crops: A Systematic Literature Review | |
| Moya et al. | Crop detection and maturity classification using a yolov5-based image analysis | |
| da Silva et al. | Feasibility study of water stress detection in plants using a high-throughput low-cost system | |
| Rathore | Application of artificial intelligence in agriculture including horticulture | |
| Rudenko et al. | The use of computer vision to improve the affinity of rootstock-graft combinations and identify diseases of grape seedlings | |
| Borra-Serrano et al. | Breeding and selection of nursery plants assisted by high-throughput field phenotyping using UAV imagery: Case studies with sweet box (Sarcococca) and garden rose (Rosa) | |
| Abdalla et al. | Maintaining Optimum Closeup in Wheat FHB Detection Using 360-Degree Deep Scanning Method |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E601 | Decision to refuse application |