선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 논문에서는 고추 작물의 영상정보를 획득하고 수분 스트레스에 반응하는 작물의 비파괴 영상인자를 구명하 고자 하였다. 고춧잎의 수분스트레스 반응에 대한 비파 괴적 지표를 구명하기 위해 초분광 단파적외선 영상 시스템을 구축하여 분광영상정보를 획득하고 일원분산분석 방법(Analysis of variance, ANOVA)을 이용하여 수분스 트레스 측정을 위한 최적 광파장을 선정하고자 하였다.
- 본 연구에서는 고추의 수분스트레스 반응을 최적으로 계측할 수 있는 알고리즘을 개발하기 위해 초분광 단파 적외선 영상기술을 적용하였다. 수분스트레스에 노출된 고춧잎의 단파적외선 분광영상을 획득하고 ANOVA 분석을 이용하여 수분스트레스 반응을 가장 잘 반영하는 파장영역을 선정하였다.
- 본 연구에서는 우리나라 대표적인 채소작물 중 하나인 고추를 대상으로 수분스트레스 표현형 검정에 활용될 수 있는 비파괴 영상기술을 개발하고자 하였다. 고추는 우리나라에서 가장 많이 소비되는 채소작물 중 하나이다.
제안 방법
- −20kPa과 −50kPa의 스트레스 차이를 보기위해 임계값 이상과 이하의 개수를 파악하여 수치화하였다(Table 1).
- 각 9개씩의 정상군과 스트레스군의 고추작물에 반복적으로 물을 공급하고 스트레스군을 대상으로 특정시점에서 물공급을 중단하였다. 정상군의 경우 하루에 한 번씩 물을 공급하여 토양수분량을 −4kPa 이상으로 유지하였으며, 물을 공급하지 않은 스트레스군은 하루에 한 번씩 수분흡착수압을 측정하였다.
- 본 논문에서는 고추 작물의 영상정보를 획득하고 수분 스트레스에 반응하는 작물의 비파괴 영상인자를 구명하 고자 하였다. 고춧잎의 수분스트레스 반응에 대한 비파 괴적 지표를 구명하기 위해 초분광 단파적외선 영상 시스템을 구축하여 분광영상정보를 획득하고 일원분산분석 방법(Analysis of variance, ANOVA)을 이용하여 수분스 트레스 측정을 위한 최적 광파장을 선정하고자 하였다.
- 충분한 물을 공급한 정상군 9개와 인위적으로 물 공급을 중단한 스트레스군 9개를 나누어 실험을 수행하였다. 물 공급을 중단한 후 시간에 따라 화분의 토양흡착수압을 계측하고 동시에 고춧잎의 초분광 단파적외선 영상을 측정하였다.
- 분산분석결과로 획득한 1449nm 영역의 영상을 초분광 영상에서 분리하여 영상처리를 실시하였다. 1449nm의영역에서 수분스트레스 반응을 나타내는 부분을 구분하기 위해서는 반사 이미지값에 대한 임계값을 알아야 한다.
- 측정된 데이터를 바탕으로 수분량이 약 −15kPa~−20kPa 감소할 때마다 작물의 잎을 채취하였다. 시료의 생육상태를 일관성있게 모니터링하고 비교적 빠른 수분스트레스 증상을 보이는 지면에서 4번째 잎을 시료로 채취하여 초분광 단파적외선 영상을 촬영하였다.
- 5-320, Xenics, Belgium), Imaging spectrograph(SWIR, Headwall photonics, Fitchburg, MA, USA)와 라인스캔방식으로 초분광 영상을 획득할 수 있는 시료 이송부로 구성하였다. 이송 테이블 위에 고춧잎을 위치시킨 후 스텝모터로 구동되는 이송부를 이동시키며 라인스캔 방식으로 초분광 단파적외선 영상을 획득하였다.
- 정상군과 스트레스군의 이미지값의 분포를 확인하기 위하여 정상잎과 토양흡착수압이 −20kPa인 잎(Fig. 4a), 정상잎과 토양흡착수압이 −50kPa인 잎(Fig. 5a)을 히스토그램으로 표현하였다.
- 정상군의 경우 하루에 한 번씩 물을 공급하여 토양수분량을 −4kPa 이상으로 유지하였으며, 물을 공급하지 않은 스트레스군은 하루에 한 번씩 수분흡착수압을 측정하였다.
- 초분광 영상을 촬영한 후 white reference와 dark reference를 촬영하여 각각의 초분광 영상에서 노이즈 값을 제거하고 white reference의 반사값을 100%로 하는 상대값으로 변환하였다. White reference로는 광 반사율이 99% 이상인 telfon white board를 이용하였고, dark reference는 빛을 완전히 차단한 암실내부에서 조명을 사용하지 않은 상태로 촬영한 영상값을 이용하였다.
- 최적 파장에서의 고춧잎 상대반사값을 가우시안 회귀분석을 통해 정상군과 토양흡착수압이 −20kPa과 −50kPa일 때의 스트레스군을구분할 수 있는 임계값을 계산하고 이 값을 기준으로 단파적외선 영상을 이진화하여 수분스트레스 반응을 판단할 수 있는 최종영상을 구축하였다.
- 본 연구에 사용된 고추의 품종은 홍진주이며 모종을 화분에 정식한 후, 10일 동안 충분한 물을 공급하여 환경에 적응시킨 후 실험에 사용하였다. 충분한 물을 공급한 정상군 9개와 인위적으로 물 공급을 중단한 스트레스군 9개를 나누어 실험을 수행하였다. 물 공급을 중단한 후 시간에 따라 화분의 토양흡착수압을 계측하고 동시에 고춧잎의 초분광 단파적외선 영상을 측정하였다.
- 화분의 수분량 측정을 위해 매일 텐시오미터를 이용하였다. 텐시오미터가 흔들리지 않고, 화분내 토양수분량의 측정 편차를 줄이기 위해 토양표면에서 7cm 깊이에 센서를 위치시켜 3번 측정한 값을 평균하여 사용하였다. 토양흡착수압 측정 이후 해당 화분의 고춧 잎을 채취하여 초분광 단파적외선 영상을 촬영하였다.
- 토양수분량과 밀접한 토양흡착수압(kPa)은 텐시오미터 (Tensiometer, Infield7c T5 set, UMS, Germany)를 이용 하여 측정하였다. 화분의 수분량 측정을 위해 매일 텐시오미터를 이용하였다.
- 텐시오미터가 흔들리지 않고, 화분내 토양수분량의 측정 편차를 줄이기 위해 토양표면에서 7cm 깊이에 센서를 위치시켜 3번 측정한 값을 평균하여 사용하였다. 토양흡착수압 측정 이후 해당 화분의 고춧 잎을 채취하여 초분광 단파적외선 영상을 촬영하였다.
대상 데이터
- 초분광 영상을 촬영한 후 white reference와 dark reference를 촬영하여 각각의 초분광 영상에서 노이즈 값을 제거하고 white reference의 반사값을 100%로 하는 상대값으로 변환하였다. White reference로는 광 반사율이 99% 이상인 telfon white board를 이용하였고, dark reference는 빛을 완전히 차단한 암실내부에서 조명을 사용하지 않은 상태로 촬영한 영상값을 이용하였다. White reference를 기준으로 산출한 대상물의 상대반사값(%)은아래의 식(1)과 같은 공식을 이용하였다.
- 본 연구에 사용된 고추의 품종은 홍진주이며 모종을 화분에 정식한 후, 10일 동안 충분한 물을 공급하여 환경에 적응시킨 후 실험에 사용하였다. 충분한 물을 공급한 정상군 9개와 인위적으로 물 공급을 중단한 스트레스군 9개를 나누어 실험을 수행하였다.
- 초분광 단파적외선 영상 시스템의 측정 범위는 1000nm~ 2500nm이며 본 연구에 사용된 초분광 단파적외선 영상 시스템은 Fig. 1과 같다. 초분광 영상시스템은 mercury cadmium telluride sensor(MCT)센서를 이용하는 단파장 적외선 카메라(Xeva-2.
- 1과 같다. 초분광 영상시스템은 mercury cadmium telluride sensor(MCT)센서를 이용하는 단파장 적외선 카메라(Xeva-2.5-320, Xenics, Belgium), Imaging spectrograph(SWIR, Headwall photonics, Fitchburg, MA, USA)와 라인스캔방식으로 초분광 영상을 획득할 수 있는 시료 이송부로 구성하였다. 이송 테이블 위에 고춧잎을 위치시킨 후 스텝모터로 구동되는 이송부를 이동시키며 라인스캔 방식으로 초분광 단파적외선 영상을 획득하였다.
데이터처리
- 초분광 단파적외선 영상에서 정상군과 스트레스군의 스펙트럼을 추출한 후각 파장별로 두 그룹의 반사광값에 대한 ANOVA F값을계산하여 두 그룹을 가장 잘 구분하는 파장을 분석하였다. 데이터 분석은 MATLAB(Ver. R2013a, Mathworks, Natick, MA, USA) 프로그램을 이용하여 수행하였다.
- 그림에서 정상군과 스트레스군의 평균스펙트럼에서 차이가 보이긴 하나 명확하게 차이가 나는 부분을 판단하기는 어렵다. 따라서 전체 파장에 대한 파장별로 ANOVA 분석을 실시하였다. ANOVA 분석결과 Fig.
- 서로 다른 히스토그램의 분포에서 정상군과 스트레스군을 나눌 수 있는 적절한 임계값을 찾기 위해 가우시안 회귀식을 사용하여 −20kPa과 −50kPa 히스토그램을 모델링하였고, 두 함수의 그래프가 만나는 부분을 계산하여 임계값으로 선정하였다(Fig. 4b, Fig. 5b).
- 본 연구에서는 고추의 수분스트레스 반응을 최적으로 계측할 수 있는 알고리즘을 개발하기 위해 초분광 단파 적외선 영상기술을 적용하였다. 수분스트레스에 노출된 고춧잎의 단파적외선 분광영상을 획득하고 ANOVA 분석을 이용하여 수분스트레스 반응을 가장 잘 반영하는 파장영역을 선정하였다. 고춧잎의 단파적외선 초분광 영상을 이용하여 ANOVA 분석을 수행한 결과 수분스트레스 판별을 위한 최적 파장은 1449nm으로 물분자의 광흡수 영역대와 거의 일치하였다.
- 그룹 간 제곱평균이 커지거나 그룹 내 제곱평균이 작아지면 F값이 커지게 되고 F값이 크다는 것은 그룹 간에 차이가 크고 각 그룹을 구별하기 쉽다는 것을 의미한다. 초분광 단파적외선 영상에서 정상군과 스트레스군의 스펙트럼을 추출한 후각 파장별로 두 그룹의 반사광값에 대한 ANOVA F값을계산하여 두 그룹을 가장 잘 구분하는 파장을 분석하였다. 데이터 분석은 MATLAB(Ver.
이론/모형
- 토양수분량과 밀접한 토양흡착수압(kPa)은 텐시오미터 (Tensiometer, Infield7c T5 set, UMS, Germany)를 이용 하여 측정하였다. 화분의 수분량 측정을 위해 매일 텐시오미터를 이용하였다. 텐시오미터가 흔들리지 않고, 화분내 토양수분량의 측정 편차를 줄이기 위해 토양표면에서 7cm 깊이에 센서를 위치시켜 3번 측정한 값을 평균하여 사용하였다.
성능/효과
- 결과 영상에서 정상군과 스트레스군의 토양흡착수압이 −20kPa인 잎의 경우 스트레스 반응을 보인 픽셀이 72%이었고, −50kPa인잎에서는 스트레스 반응을 보인 픽셀이 84%로 12%차이가 났다.
- 결과에서 알 수 있듯이 정상군과 스트레스군은 최대 56%가 차이가 있어 명확하게 구분이 가능하였다. 토양흡착수압이 −50kPa인 잎이 −20kPa 보다 12% 더 스트레스 반응을 나타내는 임계값 이상의 이미지값을 포함하고 있는 것으로 나타나 본 연구에서 구명한 1449nm에서의 반사 영상값과 스트레스 임계값이 수분스트레스 반응을 효과적으로 나타내주고 있음을 알 수 있다.
- 결론적으로 ‘홍진주’ 고추의 정식시기 이후에 수분스트레스 반응을 가장 잘 계측할 수 있는 파장영역대는 1449nm이었으며, 이 파장영역대의 상대반사값를 이용하였을 시 전체 잎에 대한 수분스트레스 강도를 정량적으로 분석할 수 있음을 확인할 수 있었다.
- 수분스트레스에 노출된 고춧잎의 단파적외선 분광영상을 획득하고 ANOVA 분석을 이용하여 수분스트레스 반응을 가장 잘 반영하는 파장영역을 선정하였다. 고춧잎의 단파적외선 초분광 영상을 이용하여 ANOVA 분석을 수행한 결과 수분스트레스 판별을 위한 최적 파장은 1449nm으로 물분자의 광흡수 영역대와 거의 일치하였다. 최적 파장에서의 고춧잎 상대반사값을 가우시안 회귀분석을 통해 정상군과 토양흡착수압이 −20kPa과 −50kPa일 때의 스트레스군을구분할 수 있는 임계값을 계산하고 이 값을 기준으로 단파적외선 영상을 이진화하여 수분스트레스 반응을 판단할 수 있는 최종영상을 구축하였다.
- 토양흡착수압이 −50kPa인 잎이 −20kPa 보다 12% 더 스트레스 반응을 나타내는 임계값 이상의 이미지값을 포함하고 있는 것으로 나타나 본 연구에서 구명한 1449nm에서의 반사 영상값과 스트레스 임계값이 수분스트레스 반응을 효과적으로 나타내주고 있음을 알 수 있다. 또한 정상군과 스트레스군의 임계값의 범위는 상대반사값이 19~20% 사이에 존재하였는데, 이 범위의 임계값을 적용하였을 때 약 30% 미만의 픽셀이 임계값 이상인 스트 레스 반응을 보이고 70% 이상이 정상인 반응으로 나타 나면 스트레스를 받지 않은 정상으로 간주할 수 있을 것으로 판단되었다. 결론적으로 ‘홍진주’ 고추의 정식시기 이후에 수분스트레스 반응을 가장 잘 계측할 수 있는 파장영역대는 1449nm이었으며, 이 파장영역대의 상대반사값를 이용하였을 시 전체 잎에 대한 수분스트레스 강도를 정량적으로 분석할 수 있음을 확인할 수 있었다.
- Carter(1991)는 잎의 수분함량에 따라 단파적외선 영역의 반사광이 감소하며, 특히 1450, 1920, 2500nm의영역에서 가장 큰 차이를 보인다고 보고 하였다. 본 실험의 경우도 1449nm에서 정상군과 스트레스군이 가장 뚜렷이 구분되는 것으로 분석되어 수분스트레스와 직접 적인 연관성이 있는 수분함량 정도를 비파괴적으로 계측 할 수 있음을 보여주었다.
- 스트레스군의 경우, 토양흡착수압이 −20kPa일 때의 샘플은 전체 픽셀수 3593개 중 2616개(72%)가 임계값 이상인 스트레스 반응을 보였고, −50kPa일 때의 샘플은 전체 픽셀수 5710개 중 4797개 (84%)가 임계값 이상인 스트레스 반응으로 나타났다.
- 결과 영상에서 정상군과 스트레스군의 토양흡착수압이 −20kPa인 잎의 경우 스트레스 반응을 보인 픽셀이 72%이었고, −50kPa인잎에서는 스트레스 반응을 보인 픽셀이 84%로 12%차이가 났다. 정상군과 스트레스 강도가 다른 시료의 경우 영상의 결과가 명확히 구분되는 것으로 나타나 단파적외선 영상기술이 고춧잎의 수분스트레스 상태를 정량적으로 나타낼 수 있는 기술임을 확인할 수 있었다.
- 토양흡착수압이 −50kPa인 잎이 −20kPa 보다 12% 더 스트레스 반응을 나타내는 임계값 이상의 이미지값을 포함하고 있는 것으로 나타나 본 연구에서 구명한 1449nm에서의 반사 영상값과 스트레스 임계값이 수분스트레스 반응을 효과적으로 나타내주고 있음을 알 수 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.