KR20180137842A - 농작물 작황분석을 위한 분광 카메라 시스템 제작 방법 - Google Patents
농작물 작황분석을 위한 분광 카메라 시스템 제작 방법 Download PDFInfo
- Publication number
- KR20180137842A KR20180137842A KR1020170077629A KR20170077629A KR20180137842A KR 20180137842 A KR20180137842 A KR 20180137842A KR 1020170077629 A KR1020170077629 A KR 1020170077629A KR 20170077629 A KR20170077629 A KR 20170077629A KR 20180137842 A KR20180137842 A KR 20180137842A
- Authority
- KR
- South Korea
- Prior art keywords
- crop
- analysis
- spectroscopic
- image
- crops
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Ceased
Links
- 230000003595 spectral effect Effects 0.000 title claims abstract description 37
- 238000004458 analytical method Methods 0.000 title claims abstract description 30
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 8
- 238000012545 processing Methods 0.000 claims abstract description 14
- 238000010191 image analysis Methods 0.000 claims abstract description 6
- 238000013507 mapping Methods 0.000 claims description 4
- 239000003550 marker Substances 0.000 claims 2
- 238000000034 method Methods 0.000 abstract description 23
- 238000012937 correction Methods 0.000 abstract description 14
- 238000003384 imaging method Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 8
- 229930002875 chlorophyll Natural products 0.000 description 7
- 235000019804 chlorophyll Nutrition 0.000 description 7
- ATNHDLDRLWWWCB-AENOIHSZSA-M chlorophyll a Chemical compound C1([C@@H](C(=O)OC)C(=O)C2=C3C)=C2N2C3=CC(C(CC)=C3C)=[N+]4C3=CC3=C(C=C)C(C)=C5N3[Mg-2]42[N+]2=C1[C@@H](CCC(=O)OC\C=C(/C)CCC[C@H](C)CCC[C@H](C)CCCC(C)C)[C@H](C)C2=C5 ATNHDLDRLWWWCB-AENOIHSZSA-M 0.000 description 7
- 239000002028 Biomass Substances 0.000 description 6
- 230000001066 destructive effect Effects 0.000 description 6
- 230000029553 photosynthesis Effects 0.000 description 4
- 238000010672 photosynthesis Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000000243 photosynthetic effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 238000004611 spectroscopical analysis Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/02—Details
- G01J3/0205—Optical elements not provided otherwise, e.g. optical manifolds, diffusers, windows
- G01J3/0248—Optical elements not provided otherwise, e.g. optical manifolds, diffusers, windows using a sighting port, e.g. camera or human eye
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0098—Plants or trees
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N2021/1793—Remote sensing
- G01N2021/1797—Remote sensing in landscape, e.g. crops
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N2021/8466—Investigation of vegetal material, e.g. leaves, plants, fruits
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Engineering & Computer Science (AREA)
- Botany (AREA)
- Wood Science & Technology (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
본 발명은 농작물의 작황을 분석하기에 적합한 분광 카메라 시스템을 제작하기 위한 방법에 관한 것으로, 더욱 상세하게는 카메라에서 농작물의 작황 분석에 적합한 밴드(파장) 만을 기록하여 영상화 하는 방법과 영상의 처리 및 분석을 통한 작황 인자 추정 방법에 관한 것이다.
이를 위하여 본 발명은 분광기 내부의 감지기 배열에서 감지기의 크기와 위치를 조정하여 농작물의 작황 인자 추정에 적합한 밴드로 구성된 분광영상을 획득하기 위한 분광 카메라를 제작하는 단계, 분광센서로 촬영한 영상의 복사보정, 대기보정, 기하보정 처리를 통하여 분광반사율을 획득하는 영상처리 단계, 처리가 완료된 영상에 다양한 작황인자 추정 알고리즘 적용을 통하여 농작물의 작황 인자를 추정하는 영상분석 단계로 이루어진 것에 특징이 있다.
이를 위하여 본 발명은 분광기 내부의 감지기 배열에서 감지기의 크기와 위치를 조정하여 농작물의 작황 인자 추정에 적합한 밴드로 구성된 분광영상을 획득하기 위한 분광 카메라를 제작하는 단계, 분광센서로 촬영한 영상의 복사보정, 대기보정, 기하보정 처리를 통하여 분광반사율을 획득하는 영상처리 단계, 처리가 완료된 영상에 다양한 작황인자 추정 알고리즘 적용을 통하여 농작물의 작황 인자를 추정하는 영상분석 단계로 이루어진 것에 특징이 있다.
Description
본 발명은 농작물의 작황을 분석하기에 적합한 분광 카메라 시스템을 제작하기 위한 방법에 관한 것으로, 더욱 상세하게는 카메라에서 농작물의 작황 분석에 적합한 밴드(파장) 만을 기록하여 영상화 하는 방법과 영상의 처리 및 분석을 통한 작황 인자 추정 방법에 관한 것이다.
농작물의 작황을 파악하기 위한 과학적 방법으로는 농작물의 일부를 채집한 후 다양한 물리 및 화학적 분석을 실시하는 파괴적 방법과 다양한 센서를 이용하는 비파괴적 방법이 있다.
파괴적 방법은 매번 농작물을 채집하여야 하고 장기간의 분석 시간이 소요되어 효율적이고 신속한 작황 분석에 한계가 있다.
비파괴적 방법은 다양한 센서를 이용하며 이는 지상에서 사용 가능한 센서, 항공기 탑재 센서, 위성 탑재 센서 등으로 구분할 수 있으며, 대부분 광학센서인 카메라로 구성되어 있다. 비파괴적 방법은 농작물의 채집이 불필요하고, 상대적으로 단기간에 신속한 분석이 가능하다는 장점이 있다. 특히 항공기 또는 위성 탑재 카메라는 조사의 공간적 범위가 넓고, 연속적인 공간에 대한 조사가 가능하다는 점에서 효율성이 높다.
농작물의 작황을 분석하기 위한 광학센서는 일반적으로 태양광의 반사도를 3개의 가시광선(청색, 녹색, 적색), 근적외선(near infrared, NIR), 단파적외선(shortwave infrared, SWIR) 등 수 개에서 수백 개로 나누어 기록하는 분광센서를 사용한다.
대부분의 분광카메라를 이용한 농작물 작황 분석 방법은 청색, 녹색, 적색, 근적외선의 4개 밴드로 구성된 다중분광(multi-spectral) 카메라를 이용하거나 수십에서 수백 개의 밴드로 구성된 초분광(hyper-spectral) 카메라를 이용한다. 다중분광 카메라의 경우 적색광과 근적외선의 차를 기반으로 하는 정규식생지수(normalized difference vegetation index, NDVI)를 이용하여 작황 정보를 도출한다. 그러나 정규식생지수는 작황 분석에 필요한 다양한 인자(예: 엽록소 함량, 수분 함량, 단백질 함량, 생체량 등)에 대한 직접적인 정보를 제공하지 못하며 상대적인 활력도 정보를 제공한다. 특히 생체량의 경우 일정 수준 이상에서 정규식생지수와 상관관계가 없는 것으로 알려져 있다. 밴드의 파장 폭이 매우 좁은 초분광 카메라의 경우 작황분석에 필요한 다양한 인자를 추정할 수 있는 밴드를 가지고 있다. 그러나 작황 인자 추정에 불필요한 밴드도 좁은 파장 폭으로 구성되어 있어 자료의 용량이 크고, 처리 및 분석에 어려움이 있다.
따라서 농작물 작황 인자 추정에 필수적인 밴드(파장) 만을 포함하는 분광 카메라 (시스템)를 통해 작황 인자 추정의 정확도와 효율성을 향상시킬 필요가 있다.
Johm R. Jensen (2016) "Introductory Digital Image Processing: A Remote Sensing Perspective, 4th Edition" Pearson Education, Inc
본 발명은 농작물의 작황을 분석하기 위한 분광 카메라의 제작 방법으로, 기존 밴드의 개수가 적고 밴드의 파장 폭이 넓어 작황 인자 추정에 한계가 있는 다중분광 카메라와 밴드의 개수가 불필요하게 많아 자료의 용량 및 처리에 한계가 있는 초분광 카메라의 단점을 보완함으로써 센서를 이용한 비파괴적 작황 인자 추정에 있어 보다 높은 정확도와 효율성이 높은 분광 카메라 제작 및 분광 카메라에서 얻어진 분광영상의 처리 및 분석 방법을 제공하는데 그 목적이 있다.
본 발명은 농작물의 작황 인자(생체량, 건강도, 광합성도, 수분 함량, 엽록소 함량 등)를 추정하기 위하여, 작황인자 추정에 적합한 밴드로 구성된 분광센서(카메라)를 제작하는 단계, 분광센서로 촬영한 영상을 처리하여 분광반사율을 획득하는 영상처리 단계, 처리된 영상의 밴드 간 연산을 통하여 농작물의 작황 인자를 추정하는 영상분석 단계로 이루어진 것에 특징이 있다.
본 발명은 농작물의 작황 인자 추정에 적합한 밴드(파장)로 구성된 분광 카메라의 제작과 이로부터 얻어진 영상의 분석 방법으로, 농작물의 작황 인자인 생체량, 건강도, 광합성도, 수분 함량, 엽록소 함량 등을 추정하기에 적합한 파장으로 구성된 영상과 분석방법을 제공함으로써 광범위에 대한 신속하고 정밀한 작황 분석을 수행할 수 있다.
도 1은 본 발명의 일 실시 예에 따른 분광 카메라를 이용한 작황 분석 시스템을 보인 블록도
도 2는 본 발명의 일 실시 예에 따른 작황 분석을 위한 분광 카메라를 예시한 사시도
도 3은 도 2 중 분광기에 해당하는 부분의 내부로 거울과 회절격자에 의해 파장이 분리된 빛의 경로와 빛을 기록하는 감지기를 예시한 도면
도 4는 본 발명의 일 실시 예에 따라 분광 카메라를 이용한 작황 분석을 위하여 농경지의 분광 영상을 획득하는 과정을 예시한 도면
도 5는 본 발명의 일 실시 예에 따라 도 1 중 분광영상 처리시스템에서 영상 자료를 처리하는 과정을 보인 블록도
도 6은 본 발명의 일 실시 예에 따라 도 1중 처리가 완료된 분광영상으로부터 각 작황 인자를 추정하기 위한 분석과정을 보인 블록도
도 2는 본 발명의 일 실시 예에 따른 작황 분석을 위한 분광 카메라를 예시한 사시도
도 3은 도 2 중 분광기에 해당하는 부분의 내부로 거울과 회절격자에 의해 파장이 분리된 빛의 경로와 빛을 기록하는 감지기를 예시한 도면
도 4는 본 발명의 일 실시 예에 따라 분광 카메라를 이용한 작황 분석을 위하여 농경지의 분광 영상을 획득하는 과정을 예시한 도면
도 5는 본 발명의 일 실시 예에 따라 도 1 중 분광영상 처리시스템에서 영상 자료를 처리하는 과정을 보인 블록도
도 6은 본 발명의 일 실시 예에 따라 도 1중 처리가 완료된 분광영상으로부터 각 작황 인자를 추정하기 위한 분석과정을 보인 블록도
이하의 본 발명에 관한 상세한 설명들은 본 발명이 실시될 수 있는 실시 예이고 해당 실시 예의 예시로써 도시된 첨부 도면을 참조한다. 이들 실시 예는 당업자가 본 발명의 실시에 충분하도록 상세히 설명된다. 본 발명의 다양한 실시 예는 서로 다르지만 상호 배타적일 필요는 없음이 이해되어야 한다. 예를 들어, 여기에 기재되어 있는 특정 형상, 구조 및 특성은 일 실시 예에 관련하여 본 발명의 사상 및 범위를 벗어나지 않으면서 다른 실시 예로 구현될 수 있다. 또한, 각각의 기재된 실시 예 내의 개별 구성요소의 위치 또는 배치는 본 발명의 사상 및 범위를 벗어나지 않으면서 변경될 수 있음이 이해되어야 한다.
따라서 후술되는 상세한 설명은 한정적인 의미로서 취하려는 것이 아니며, 본 발명의 범위는 적절하게 설명된다면 그 청구항들이 주장하는 것과 균등한 모든 범위와 더불어 첨부된 청구항에 의해서만 한정된다. 도면에서 유사한 참조부호는 여러 측면에 걸쳐서 동일하거나 유사한 기능을 지칭한다.
본 발명에서 사용되는 용어는 본 발명에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 당 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서 본 발명에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 발명의 전반에 걸친 내용을 토대로 정의되어야 한다.
발명에서 전체에서 어떤 부분이 어떤 구성요소를 “포함”한다고 할 때, 이는 특별히 반대되는 기재가 없는 한, 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다. 또한, 명세서에 기재된 “…부” ＂…모듈“등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다
도 1을 참조하여 본 발명의 실시 예에 따른 농작물 작황 분석을 위한 분광 카메라 시스템에 대해 설명한다.
도 1은 본 발명의 일 실시 예에 따른 농작물 작황 분석을 위한 분광 카메라 시스템을 보인 블록도이다.
도시된 바와 같이, 본 발명의 일 실시 예에 따른 농작물 작황 분석을 위한 분광 카메라 시스템(100: 이하 “분광 카메라 시스템”이라 약칭함)은 작황 분석용 분광 카메라(110), 분광 영상 처리 소프트웨어(120), 작황 인자 지도 제작부(130)를 포함하여 구성된다.
도 2는 본 발명의 일 실시 예에 따른 작황 분석용 분광 카메라(110)의 도면으로 분광 영상 처리 소프트웨어(120)에서 작황 인자 추정을 실시하는데 있어 적합한 자료를 취득할 수 있는 하드웨어이다.
작황 분석용 분광카메라(110)은 농경지에서 반사된 빛(태양광)을 수집하기 위한 렌즈부(111), 빛을 파장으로 분리하여 기록하는 분광기(112), 입사된 빛의 광량을 측정하기 위한 입사광량 측정부(113)를 포함하여 구성된다.
도 3은 도 2 중 빛을 파장으로 분리하여 기록하는 분광기(112)의 내부에 대한 도면으로 입사 슬릿(112a), 반사거울(112b), 회절격자(112c), 감지기 배열(112d)을 포함하여 구성된다. 입사 슬릿(112a)은 렌즈부(111)를 통과한 빛이 분광기 내부로 들어오는 통로이다. 반사거울(112b)은 빛을 회절격자(112c) 또는 감지기 배열(112d)로 방향을 바꾸어 모아주는 역할을 한다. 회절격자(112c)는 빛을 일정 파장 단위로 나누어주는 역할을 한다. 감지기 배열(112d)은 단위 파장으로 나누어진 빛의 강도(광량)를 기록한다.
감지기 배열(112d)을 구성하는 각 감지기는 단위 파장의 폭에 따라 그 크기가 달라지고, 기록하고자 하는 각 밴드의 중심 파장에 따라 그 위치가 달라진다. 따라서 분광 영상 처리 소프트웨어(120)에서 작황 인자 추정을 위하여 사용하고자 하는 밴드의 중심 파장과 파장 폭을 기준으로 감지기의 크기와 위치를 조정할 수 있도록 한다.
도 4는 작황 분석용 분광 카메라(110)를 이동체(위성, 항공기, 무인항공기, 차량 등)에 탑재하여 일정 방향(150)으로 이동시킴으로서 농경지(140)에 대한 분광영상(121)을 취득하는 과정을 예시한 도면이다.
도 5는 분광 영상 처리 소프트웨어를 통해 분광영상(121)을 처리하는 모듈과 과정을 도시한 블록도이다. 복사보정 모듈(122a)은 분광영상에 기록된 상대 숫자를 카메라(110)에 입사된 광량에 대한 절대적 물리량으로 변환하는 기능을 수행한다. 이 과정에서 카메라(110)의 제작 및 촬영 당시 획득한 복사보정 계수를 이용한다. 대기보정 모듈(122b)은 농경지에 입사된 광량 대비 농경지에서 반사되어 카메라에 도달한 광량을 계산하여 분광반사율을 계산하는 기능을 수행한다. 이 과정에서 카메라의 입사광량측정부(113)를 통해 측정된 태양입사광량 자료를 이용한다. 기하보정 모듈(122c)은 대기보정이 완료된 영상의 각 화소에 지도 좌표를 부여하는 기능을 수행한다. 이 때 영상 촬영 당시 카메라의 위치와 자세를 기록한 GPS와 INS 자료를 이용한다. 분광영상이 복사보정, 대기보정, 기하보정 모듈을 통해 처리가 완료되면 분광영상 분석 알고리즘을 통하여 작황 인자를 추정할 수 있는 수준으로 처리가 완료된 분광영상(123)을 획득한다.
도 6은 처리가 완료된 분광영상(123)을 입력하여 다양한 분광영상 분석 알고리즘을 포함하는 작황인자 추정 모듈(124)을 통하여 작황인자를 추정하고, 작황인자 지도 제작부(130)를 통하여 작황인자 지도를 제작하는 과정을 도시한 블록도이다. 처리가 완료된 분광영상은 각 밴드의 파장(i)에 따른 반사율(ρ), 즉 분광반사율(ρi)을 각 화소마다 갖고 있다. 처리가 완료된 분광영상의 분광반사율을 다양한 분석 알고리즘을 이용하여 계산함으로써 각 알고리즘 별 작황 인자를 추정할 수 있다. 분광영상과 분석 알고리즘을 기반으로 추정한 작황 인자의 수치와 좌표를 표현하는 지도화 과정을 통하여 작황 인자 지도를 제작한다.
상기 작황 인자 추정을 위한 분광영상 분석 알고리즘에 대해 설명하면 아래와 같다.
정규식생지수(Normalized Difference Vegetation Index: NDVI)는 농작물의 분광반사율이 최대가 되는 밴드인 860nm와 엽록소에 의해 분광반사율이 최소가 되는 밴드인 660nm의 화소값 차를 그 합으로 나누어 줌으로써 -1에서 +1의 범위를 가지며, 이는 작황 인자 중 생체량을 추정할 수 있다.
강화식생지수(Enhanced Vegetation Index: EVI)는 광합성을 수행하는 식생의 구조, 노쇠, 건강정보를 추출하기 위하여 798nm, 679nm, 482nm의 세 개 밴드의 분광반사율을 이용한다.
생리반사도지수(Physiological Reflectance Index: PRI)는 농작물의 광합성 효율을 추정하기 위하여 550nm와 531nm 두 개 밴드 분광반사율을 이용한다.
정규수분지수(Normalized Difference Water Index: NDWI)는 농작물의 수분함량을 추정하기 위하여 농작물의 반사율이 최대가 되는 860nm와 수분에 의해 분광반사율이 최소가 되는 1240nm의 두 개 밴드를 이용한다.
엽록소 지수(Chlorophyll Index: CI)는 농작물에 포함된 엽록소를 추정하기 위하여 750nm, 710nm, 700nm의 세 개 밴드의 분광반사율을 이용한다.
상술한 도 1부터 도 6을 참조하여 설명한 실시 예를 통하여 알 수 있는 바와 같이, 본 발명의 실시 예에 따른 분광카메라 시스템은, 인공위성, 항공기, 무인항공기, 차량 등 다양한 이동체에 탑재하여 농경지에 대한 분광영상을 취득하고, 이에 대한 처리 및 분석 방법을 제공함으로써 넓은 농경지에 대한 작황 정보를 신속하고 정밀하게 얻을 수 있게 한다.
본 발명은 농작물의 작황 인자 추정에 적합한 밴드(파장)로 구성된 분광 카메라의 제작과 이로부터 얻어진 영상의 분석 방법으로, 농작물의 작황 인자인 생체량, 건강도, 광합성도, 수분 함량, 엽록소 함량을 추정하기에 적합한 파장으로 구성된 영상과 분석방법을 제공함으로써 광범위에 대한 신속하고 정밀한 작황 분석을 수행할 수 있다.
이상과 같이 본 설명에서는 구체적인 구성 요소 등과 같은 특정 사항들과 한정된 실시 예 및 도면에 의해 설명되었으나, 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것일 뿐, 본 발명은 상기의 실시 예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다.
따라서 본 발명의 사상은 설명된 실시 예에 국한되어 정하여 저서는 안되며, 후술되는 청구범위뿐만 아니라 이 청구범위와 균등하거나 등가적인 변형이 있는 모든 것들은 본 발명 사상의 범주에 속한다고 할 것이다.
100 : 농작물 작황분석을 위한 분광카메라 시스템
110 : 작황 분석용 분광 카메라
120 : 분광 영상 처리 소프트웨어
121 : 농작물 분광 영상
122 : 분광 영상 처리부
123 : 처리가 완료된 분광 영상
124 : 작황 인자 추정 모듈
130 : 작황 인자 지도 제작부
111 : 렌즈부
112 : 분광기
113 : 입사광량측정부
112a : 입사슬릿
112b : 반사거울
112c : 회절격자
112d : 감지기배열
140 : 농경지
150 : 분광카베라 진행방향
122a : 복사보정 모듈
122b : 대기보정 모듈
122c : 기하보정 모듈
110 : 작황 분석용 분광 카메라
120 : 분광 영상 처리 소프트웨어
121 : 농작물 분광 영상
122 : 분광 영상 처리부
123 : 처리가 완료된 분광 영상
124 : 작황 인자 추정 모듈
130 : 작황 인자 지도 제작부
111 : 렌즈부
112 : 분광기
113 : 입사광량측정부
112a : 입사슬릿
112b : 반사거울
112c : 회절격자
112d : 감지기배열
140 : 농경지
150 : 분광카베라 진행방향
122a : 복사보정 모듈
122b : 대기보정 모듈
122c : 기하보정 모듈
Claims (1)
- 농작물의 작황 인자를 추정하기 위하여 작황 분석용 분광카메라(110), 분광영상 처리 소프트웨어(120), 작황인자 지도 제작부(130)로 구성된 농작물 작황 분석을 위한 분광 카메라 시스템(100);
작황인자 추정에 적합한 밴드로 구성된 분광센서(카메라)를 제작하는 단계(110),
분광카메라(110)에서 작황인자 추정에 적합한 밴드를 구성하기 위한 감지기 배열 구성(112d),
분광센서로 촬영한 영상을 처리하여 분광반사율을 획득하는 영상처리 단계(120),
처리된 영상의 밴드 간 연산을 통하여 농작물의 작황 인자를 추정하는 영상분석 단계(124),
추정된 작황인자 영상을 지도로 제작하는 작황인자 지도 제작부(130).
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020170077629A KR20180137842A (ko) | 2017-06-19 | 2017-06-19 | 농작물 작황분석을 위한 분광 카메라 시스템 제작 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020170077629A KR20180137842A (ko) | 2017-06-19 | 2017-06-19 | 농작물 작황분석을 위한 분광 카메라 시스템 제작 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20180137842A true KR20180137842A (ko) | 2018-12-28 |
Family
ID=65008233
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020170077629A Ceased KR20180137842A (ko) | 2017-06-19 | 2017-06-19 | 농작물 작황분석을 위한 분광 카메라 시스템 제작 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20180137842A (ko) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20210120967A (ko) * | 2019-11-05 | 2021-10-07 | 대한민국(농촌진흥청장) | 스마트 식물 모니터링 장치 및 방법 |
| KR102398240B1 (ko) * | 2021-11-01 | 2022-05-18 | (주)카탈로닉스 | 그린잔디 품질관리 시스템 및 품질관리 방법 |
| KR20240002565A (ko) * | 2022-06-29 | 2024-01-05 | 한국전자기술연구원 | 광학지수 측정장치 및 측정방법 |
-
2017
- 2017-06-19 KR KR1020170077629A patent/KR20180137842A/ko not_active Ceased
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20210120967A (ko) * | 2019-11-05 | 2021-10-07 | 대한민국(농촌진흥청장) | 스마트 식물 모니터링 장치 및 방법 |
| KR102398240B1 (ko) * | 2021-11-01 | 2022-05-18 | (주)카탈로닉스 | 그린잔디 품질관리 시스템 및 품질관리 방법 |
| KR20240002565A (ko) * | 2022-06-29 | 2024-01-05 | 한국전자기술연구원 | 광학지수 측정장치 및 측정방법 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Assmann et al. | Vegetation monitoring using multispectral sensors—best practices and lessons learned from high latitudes | |
| Arnold et al. | UAV-based measurement of vegetation indices for environmental monitoring | |
| Berra et al. | Commercial off-the-shelf digital cameras on unmanned aerial vehicles for multitemporal monitoring of vegetation reflectance and NDVI | |
| Honkavaara et al. | Remote sensing of 3-D geometry and surface moisture of a peat production area using hyperspectral frame cameras in visible to short-wave infrared spectral ranges onboard a small unmanned airborne vehicle (UAV) | |
| Herrmann et al. | Ground-level hyperspectral imagery for detecting weeds in wheat fields | |
| Zarco-Tejada et al. | Imaging chlorophyll fluorescence with an airborne narrow-band multispectral camera for vegetation stress detection | |
| Miyoshi et al. | Radiometric block adjustment of hyperspectral image blocks in the Brazilian environment | |
| Guo et al. | Inversion of maize leaf area index from UAV hyperspectral and multispectral imagery | |
| Ren et al. | Low-cost multispectral imaging for remote sensing of lettuce health | |
| KR20220001154A (ko) | 다중 분광 영상을 이용한 식생 지수 검출 장치 및 방법 | |
| Fitzgerald | Characterizing vegetation indices derived from active and passive sensors | |
| Pandya et al. | Bandpass solar exoatmospheric irradiance and Rayleigh optical thickness of sensors on board Indian remote sensing satellites-1B,-1C,-1D, and P4 | |
| Mäkeläinen et al. | 2D hyperspectral frame imager camera data in photogrammetric mosaicking | |
| Ahern et al. | Review article radiometric correction of visible and infrared remote sensing data at the Canada Centre for remote sensing | |
| Schneider-Zapp et al. | A new method to determine multi-angular reflectance factor from lightweight multispectral cameras with sky sensor in a target-less workflow applicable to UAV | |
| WO2022180616A1 (en) | Estimation of a crop coefficient vector based on multispectral remote sensing | |
| KR20180137842A (ko) | 농작물 작황분석을 위한 분광 카메라 시스템 제작 방법 | |
| Wierzbicki et al. | Method of radiometric quality assessment of NIR images acquired with a custom sensor mounted on an unmanned aerial vehicle | |
| Jenerowicz et al. | The fusion of satellite and UAV data: simulation of high spatial resolution band | |
| Franke et al. | Comparison of multi-and hyperspectral imaging data of leaf rust infected wheat plants | |
| Bhandari et al. | Ground-truthing of UAV-based remote sensing data of citrus plants | |
| Milella et al. | Consumer-grade imaging system for NDVI measurement at plant scale by a farmer robot | |
| Fonseka et al. | A dataset of unmanned aerial vehicle multispectral images acquired over a field to identify nitrogen requirements | |
| Zhang et al. | Analysis of vegetation indices derived from aerial multispectral and ground hyperspectral data | |
| Arnold et al. | UAV-based multispectral environmental monitoring |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| PA0109 | Patent application |
Patent event code: PA01091R01D Comment text: Patent Application Patent event date: 20170619 |
|
| PA0201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| PE0902 | Notice of grounds for rejection |
Comment text: Notification of reason for refusal Patent event date: 20181102 Patent event code: PE09021S01D |
|
| PG1501 | Laying open of application | ||
| E601 | Decision to refuse application | ||
| PE0601 | Decision on rejection of patent |
Patent event date: 20190207 Comment text: Decision to Refuse Application Patent event code: PE06012S01D Patent event date: 20181102 Comment text: Notification of reason for refusal Patent event code: PE06011S01I |