[논문]스마트폰 촬영 이미지를 활용한 나이테 검출 및 분석 프로그램 개발

김동현; 김태이; 조형주; 김동근

doi:10.14578/jkfs.2020.109.4.484

스마트폰 촬영 이미지를 활용한 나이테 검출 및 분석 프로그램 개발
Development of a Tree Ring Measuring Program Using Smartphone-Captured Images 원문보기

한국산림과학회지 = Journal of korean society of forest science, v.109 no.4, 2020년, pp.484 - 491

김동현 (경북대학교 생태환경시스템학과) , 김태이 (경북대학교 소트프웨어학과) , 조형주 (경북대학교 소트프웨어학과) , 김동근 (경북대학교 생태환경시스템학과)

초록
AI-Helper

본 연구는 고가의 나이테 분석 장비에서 탈피하고 손쉽게 나이테 분석작업을 수행하기 위해 스마트폰 촬영 이미지를 활용할 수 있는 컴퓨터 프로그램인 TRIO(Tree Ring Information)를 개발하였다. TRIO는 반 자동형 컴퓨터 프로그램이며, 스마트폰 촬영 이미지를 활용해 1년 단위별 나이테 반경을 측정하고, 결과를 엑셀로 저장한다. 카메라 성능에 따른 결과를 비교하기 위해 삼성 갤럭시 S10과 삼성 갤럭시 탭 S2로 기종을 달리하여 30개의 리기다소나무 원판의 4방위 이미지를 취득하고 WinDENDROTM와 1년 단위별 나이테 반경을 측정한 결과를 비교하였다. 연구 결과, 삼성 갤럭시 S10과 S2 모두 WinDENDROTM와 유의한 결과를 나타내었고, S10의 R2 값이 0.976으로 높은 상관관계를 가졌으며, RMSE는 0.4199로 분석되어 매우 유사한 결과를 출력하였다. S2의 R2 값은 0.975, RMSE은 0.4232로 S10과 큰 차이가 나타나지 않았다. 이에 따라 본 연구에서 개발한 TRIO는 WinDENDROTM와 매우 유사한 1년 단위별 반경 값을 분석하였다.

Abstract ▼ AI-Helper

In this study, to solve the existing inefficient stem analysis process and expensive equipment cost problems, a method for detecting and analyzing tree rings using smartphone images was proposed and a semi-automated computer program (TRIO, Tree Ring Information) was developed. TRIO can measure the annual ring radius and save the results to Excel. Since TRIO uses smartphone images, the results may vary depending on the quality of the smartphone camera. Therefore, using the Samsung Galaxy S10 and Tap 2, 30 dics images of Pinus rigida were acquired and analyzed, and these were compared with WinDENDROTM. As a result of the study, both Samsung Galaxy S10 and S2 showed significant results with WinDENDROTM, and the R2 value of S10 had a high correlation as 0.976, and RMSE was analyzed as 0.4199, and very similar results were output. The R2 value of S2 was 0.975 and the RMSE was 0.4232, showing no significant difference from S10. Accordingly, the TRIO developed in this study analyzed the annual radius value very similar to WinDENDROTM.

주제어

표/그림 (9)

표 Table 1. Specifications of samsung galaxy s10 and tab s2.
그림 Figure 1. Whole process of TRIO.
그림 Figure 2. Close-up shots for obtaining higher quality images and orientation of required image to detect and measure tree ring borders with TRIO.
그림 Figure 3. Results of the image filtering. (a) Image with primary noise removed after applying morphology operation(close and open). (b) Image of tree rings detected using Sobel filter and Gaussian function. (c) Tree rings emphasized by using contract limited adaptive histogram equalization operation. (d) Binarization image. (c) An image that tracks the tree-ring boundary using 8-pixel connectivity.
그림 Figure 4. Image of failure to detect tree rings due to discoloration and narrow width tree rings. (a) Image of failure to detect tree rings due to discoloration. (b) An image that was unable to detect tree rings due to its narrow width.
그림 Figure 5. Correction of the detection error using the tree ring correction algorithm. (a) An image with a tree rings detection error. (b) Image after applying the tree ring correction algorithm.
그림 Figure 6. Results of simple regression analysis on samsung galaxy s10 and tap s2. S10: Samsung Galaxy S10 S2: Samsung Galaxy Tap S2 **: α<.05
그림 Figure 7. TRIO and Windendro^TM cannot be analyzed when no rings are visible. (a) Windendro^TM. (b) TRIO.
표 Table 2. Results of simple regression analysis on samsung galaxy S10 and Tap S2.

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

따라서 본 연구는 고가의 나이테 분석 장비에서 탈피하고 스마트폰 촬영 이미지를 이용한 나이테 분석 프로그램 개발을 목적으로 한다. 또한 본 연구에서 개발된 프로그램(Tree Ring Information; TRIO)과 기존의 프로그램 (WiDENDRO^TM)을 비교⋅분석하여 TRIO의 활용 가능성을 검토하였다.
본 연구는 고가의 나이테 분석 장비에서 탈피하고 손쉽게 나이테 분석작업을 수행하기 위해 스마트폰 촬영 이미지를 활용할 수 있는 컴퓨터 프로그램인 TRIO를 개발하였다. TRIO는 반자동형 컴퓨터 프로그램이며, 스마트폰 촬영 이미지를 활용해 1년 단위별 나이테 반경을 측정한 후, 엑셀로 출력하여 준다.
4232로 S10과 큰 차이가 나타나지 않았다. 본 연구는 스마트폰 이미지를 활용하여 나이테를 검출하고 1년 단위별 반경을 측정할 수 있는 컴퓨터 프로그램인 TRIO를 제작하였으며, WinDENDRO^TM와의 비교를 통해 정확성을 평가하였다. 그러나 TRIO의 경우 리기다소나무를 대상으로 이미지 필터링이 수행되었으므로, 수종별 맞춤형 이미지 필터링이 이루어지지 않는다면 나이테 추가 및 삭제 작업의 빈도가 증가하여 사용자에게 부담을 줄 수 있다.

가설 설정

.  : The radius of the nth tree ring user want to find. .

제안 방법

98개는 이미지 필터링에 사용되었으며, 30개는 정확성 검증에 사용되었다. TRIO는 MATLAB (ver. R2019b) 소프트웨어를 이용하여 수집된 이미지를 토대로 나이테 검출 및 1년 단위별 반경을 분석하도록 개발하였으며, 정확성 검증을 위해서 Regent사에서 개발한 WinDENDRO^TM과 비교하였다.
나이테 반경 측정 알고리즘은 사용자로부터 각 방위 별수 피 내 반경 정보를 얻어 식 5를 활용하여 1년 단위별 반경을 측정하도록 구현하였다.
나이테가 검출된 이미지를 하나의 객체로 인식시켜 나이테 개수측정을 하기 위해 이진화를 수행하였다. 이진화에 사용된 임계값은 이미지의 최대값과 최소값 합의 중간값을 선택하였다[Figure 3(d)].
효과적인 나이테 검출을 위해 고화질의 이미지를 얻는 것이 매우 중요하나 원판의 상태, 스마트폰 기종에 따른 카메라 성능 차이로 고화질의 이미지를 얻는 조건이 까다롭다. 따라서 본 연구에서는 고화질 이미지를 출력하기 위해 수(pith)를 포함하는 조건에서 최대한 가까이 촬영하여, 98개의 리기다소나무 원판 이미지를 수집하였으며(Figure 2), 효과적인 나이테 검출을 위해 모폴로지 함수, 소벨 필터 및 가우시안 필터를 활용하여 이미지 필터링을 수행하였다. 모폴로지 함수는 영역 모양의 표현과 묘사에 유용한 경계선, 골격, 볼록 도형(convex hull)과 같은 영상 성분을 추출하는 도구로 많이 사용된다.
(2019) 연구에서도 활용된 만큼 나이테 검출에 매우 적합한 필터링 함수이다. 따라서 본 연구에서도 소벨 필터를 적용하여 나이테를 검출하였다.
평균 제곱근 오차는 식 5를 따른다. 또한 TRIO와 WinDENDROTM가 동일한 부분을 분석하기 위해, 분석 전 연필을 이용해 방위를 표시하였다.
개발을 목적으로 한다. 또한 본 연구에서 개발된 프로그램(Tree Ring Information; TRIO)과 기존의 프로그램 (WiDENDRO^TM)을 비교⋅분석하여 TRIO의 활용 가능성을 검토하였다.
이러한 문제점들은 프로그램의 신뢰성을 낮출 수 있으며, 나무의 생장을 분석하는데 매우 큰 오류가 발생할 수 있다. 본 연구에서는 나이테 검출 성능을 향상시키기 위하여 수정 알고리즘을 적용하여 이미지를 추출하였다 (Figure 5).
소 벨 필터 및 가우시안 필터를 활용한 후 수월한 이진화 작업을 위해 대비 제한 적응 히스토그램 평활화 연산을 적용하여 모든 픽셀 값의 하위 1%와 상위 1%를 포화 처리해 이미지의 대비를 증가시켰다[Figure 3
식 3 비례식을 풀어 직선 사이에 존재하는 에 대한 를 구할 수 있다. 이러한 특성을 활용하여 사용자가 화면상에서 추가하고자 하는 나이테를 선택하면 현재의  좌표를 바탕으로 새로운 나이테의  좌표를 구하였다.
작용된다. 이를 해결하기 위해 사용자가 직접 검출 오류를 수정하도록 선형 보간 함수를 적용한 식 3을 활용하여 나이테 수정 알고리즘을 개발하였으며, 나이테 간격이 좁을 경우를 대비해 확대, 축소 기능을 추가구현 한 후 식 3을 적용하였다. 선형 보간법은 두 개 이상의 점이 주어졌을 때, 그 사이에 위치한 값을 추정하기 위하여 직선거리에 따라 선형적으로 계산하는 방법이다.
즉, 이미지를 뿌옇게 만들어주는 역할을 한다. 이에 따라 모폴로지로 복원한 이미지를 다시 한번 더 필터링함으로써 순수한 나이테 이미지를 뽑아내기 위해 적용되었다.
스마트폰 촬영 이미지를 활용하는 만큼 TRIO는 스마트폰 기종에 따른 카메라 성능에 영향을 받을 수 있다. 이에 따라 삼성 갤럭시 S10 과 삼성 갤럭시 Tap S2를 이용해 30개의 리기다소나무 원판의 4방위 이미지를 취득하고 타사 장비와 1년 단위별 나이테 반경을 측정한 결과를 비교하였다. 연구 결과, 삼성 갤럭시 S10을 통해 취득한 이미지로 분석한 TRIO 는 WinDENDRO^TM와 유의한 결과를 나타내었고, R² 값이 0.
좁은 끊김을 이어주고, 길고 좁은 틈을 채워주는 역할을 수행한다. 이와 같은 동작을 통해 곰팡이, 상처, 목재의 질감 등으로 나이테 출력이 제대로 이루어지지 않는 부분을 형태학적으로 복원하기 위해 모폴로지 연산을 적용하였다. 본 연구에서 활용한 모폴로지 함수의 이미지 처리 응용 방법은 Shi et al.
최종적으로 모든 수정작업이 완료되면 수(pith)에서부터 수피내 나이테까지 1년 단위별 반경을 측정할 수 있도록 식 4를 적용하여 최종적인 나이테 검출 및 반경 측정 알고리즘을 개발하였다.

대상 데이터

128개의 리기다소나무 원판을 대상으로 삼성 갤럭시 S10(SM-G973N, Samsung, Suwon)과 삼성 갤럭시 탭 S2 (SM-T715, Samsung, Suwon)를 활용하여 이미지를 수집하였다(Table 1). 98개는 이미지 필터링에 사용되었으며, 30개는 정확성 검증에 사용되었다.
1). 98개는 이미지 필터링에 사용되었으며, 30개는 정확성 검증에 사용되었다. TRIO는 MATLAB (ver.
TRIO는 스마트폰 기종에 따른 카메라 화질에 영향을 받을 수 있으므로 삼성 갤럭시 S10과 삼성 갤럭시 탭 S2 을 이용하여 이미지 필터링에 사용된 98개 리기다소나무 원판을 제외한 별도의 30개 리기다소나무 원판을 대상으로 이미지를 취득하였다. 4방위에 대한 1년 단위별 반경측정값을 분석하였으며, IBM SPSS Statistics 25를 이용하여 단순 회귀분석과 평균 제곱근 오차(Root Mean Square Error, RMSE)를 통해 WinDENDRO^TM와 TRIO 간의 결과를 비교하였다.

데이터처리

이미지를 취득하였다. 4방위에 대한 1년 단위별 반경측정값을 분석하였으며, IBM SPSS Statistics 25를 이용하여 단순 회귀분석과 평균 제곱근 오차(Root Mean Square Error, RMSE)를 통해 WinDENDRO^TM와 TRIO 간의 결과를 비교하였다. 평균 제곱근 오차는 식 5를 따른다.

이론/모형

본 연구에서 활용한 모폴로지 함수의 이미지 처리 응용 방법은 Shi et al.(2019) 논문을 참고하였다.

성능/효과

5 수준보다 높으므로 WinDENDRO^TM와 TRIO는 정적인 관계를 나타내는 것으로 판단된다. RMSE 분석 결과, S10은 0.4199, S2는 0.4232로 분석되어 TRIO와 WinDENDRO^TM간의 결과에 대한 차이가 매우 근소하였으며, 기종 간의 차이도 없는 것으로 분석된다.
삼성 갤럭시 S10과 삼성 갤럭시 탭 S2를 구분하여 비교한 결과 S10과 S2 모두 값이 평균120164.584( <0.05) 이므로 본 회귀모형이 적합하다고 할 수 있으며, 평균 R²가 0.975로 높은 설명력을 가지는 것으로 분석되었다. 또한 비표준화 계수 B값이 0.
이에 따라 삼성 갤럭시 S10 과 삼성 갤럭시 Tap S2를 이용해 30개의 리기다소나무 원판의 4방위 이미지를 취득하고 타사 장비와 1년 단위별 나이테 반경을 측정한 결과를 비교하였다. 연구 결과, 삼성 갤럭시 S10을 통해 취득한 이미지로 분석한 TRIO 는 WinDENDRO^TM와 유의한 결과를 나타내었고, R² 값이 0.976으로 높은 상관관계를 가졌으며, RMSE는 0.4199로 분석되어 매우 유사한 결과를 출력하였다. 삼성 갤럭시 Tap S2를 이용한 TRIO 또한 타사 장비와 유의 한결 과를 나타내었으며, R² 값은 0.

후속연구

추후 전 수종에 적용할 수 있도록 다양한 수종을 대상으로 연구를 수행할 필요가 있다고 사료된다. 따라서 본 연구에서 개발한 TRIO는 전문적인 장비 없이 스마트폰을 활용해 분석할 수 있으며, 정확성 또한 WinDENDRO^TM와비슷하므로 사용성 및 접근성이 좋고, 측정과 동시에 엑셀 파일로 야장이 작성되므로 효율적인 장비로써의 활용 가능성이 높다고 판단된다.
(2019) 등 나이테 검출 소프트웨어 개발 연구들은 모두 전문 스캔 장비에 의존하는 소프트웨어 개발 연구에 그쳤다. 본 연구는 전문 스캔장비 없이 휴대성 및 가격 측면에서 우수한 스마트폰만으로도 나이테 검출 및 반경 측정을 할 수 있다는 점에서 선행연구들에 비해 활용적인 측면이 높다고 판단된다. 또한 스마트폰 카메라 성능에 따라 연구결과가 상이할 것으로 예상하였으나, 나이테 수정 알고리즘을 활용하여 검출 오류 부분을 수정할 수 있어, 기종에 상관없이 비슷한 결과를 나타내었다.
이 밖에도 TRIO는 리기다소나무를 대상으로 이미지 필터링이 이루어졌으므로 1차적인 나이테 검출 작업에서 오류가 많이 나타날 수 있다. 이와 같은 문제점은 사용자가 나이테를 수정하는 작업의 양이 늘어나므로 사용자에게 부담을 안겨줄 수 있으므로, 이를 해결하기 위한 추가적인 연구가 진행되어야 할 것으로 판단된다.
그러나 TRIO의 경우 리기다소나무를 대상으로 이미지 필터링이 수행되었으므로, 수종별 맞춤형 이미지 필터링이 이루어지지 않는다면 나이테 추가 및 삭제 작업의 빈도가 증가하여 사용자에게 부담을 줄 수 있다. 추후 전 수종에 적용할 수 있도록 다양한 수종을 대상으로 연구를 수행할 필요가 있다고 사료된다. 따라서 본 연구에서 개발한 TRIO는 전문적인 장비 없이 스마트폰을 활용해 분석할 수 있으며, 정확성 또한 WinDENDRO^TM와비슷하므로 사용성 및 접근성이 좋고, 측정과 동시에 엑셀 파일로 야장이 작성되므로 효율적인 장비로써의 활용 가능성이 높다고 판단된다.

참고문헌 (17)

Cerda, M., Hitschfeld-Kahler, N. and Mery, D. 2007. Robust tree-ring detection. Journal of Advances in Image and Video Technology 17(19): 575-585.
Cho, E.H. 1985. A computer program for stem analysis. Journal of Korean Society of Forest Science 69: 6-12.
Conner, W.S., Schowengerdt, R.A., Munro, M. and Hughes, M.K. 1998. Design of a computer vision based tree ring dating system. 1998 IEEE Southwest Symposium on Image Analysis and Interpretation. 98(165): 256-261.
Jeong, S.H. and Yoe, H. 2018. A study on deep learning based leaf bottle detection algorithm. Proceedings of Symposium of the Korean Institute of communications and Information Science (11): 93-94.
Jo, W.H., Lim, Y.H. and Park, K.H. 2019. Deep learning based land cover classification using convolutional neural network: A case study of Korea. The Journal of The Korean Geographical Society 54(1): 1-16.
Jung, S.H. and Sim, C.B. 2012. A study on ubiquitous tree management system based on GIS and smart-phone for efficiency of arboreal growth management. Journal of The Korea Society of Computer and Information 17(6): 119-130.

원문보기 상세보기
Kwon, S.K., Lee, Y.S., Kim, D.S. and Jung, H.S. 2019. Classification of forest vertical structure using machine learning analysis. Korean Journal of Remote Sensing 35(2): 229-239.

원문보기 상세보기
Lara, W., Bravo, F. and Sierra, C.A. 2015. Measuring: An R package to measure tree-ring widths from scanned images. Journal of Dendrochronologia 34: 43-50.

상세보기
Lee, J.H., Lee, W.K. and Seo, J.H. 2001. Development of stem analysis program (Stemwin 1.0) for Windows. Journal of Korean Society of Forest Science 90(3): 331-337.
Oh, S.B. 2013. Design of a smart phone app for measuring object size in a picture image. The Journal of The Institute of Internet, Broadcasting and Communication 13(5): 135-142.

원문보기 상세보기
Park, T.S. 2018. Applications of smartphone as sensor system. Proceedings of the KSAM & ARCs 2018 Autumn Conference 23(2): 61.
Park, H.C. and Oh, C.H. 2015. Development of mobile application for analysis and collection information relation with plant communities and biodiversity. Literature and Environment 14(1): 95-111.

상세보기
Park, J.W., Lee, S.K. and Suh, Y.C. 2013. Development of an Android-based app for total station surveying and visualization using smartphone and Google Earth. Korean Journal of Remote Sensing 29(2): 253-261.

원문보기 상세보기
Park, S.W., Kim, H.W., Lee, S.J., Yun, Y.S., Kim, E.S., Lim, J.H. and Lee, Y.W. 2018. Detection of Forest disaster areas using high-resolution satellite images with fully convolutional network. Journal of Photo Geography 28(4): 87-101.
Shi, J., Xiang, W., Liu, Q. and Shah, S. 2019. MtreeRing: An R package with graphical user interface for automatic measurement of tree ring widths using image processing techniques. Journal of Dendrochronologia 58: 1-9.
Soille, P. and Misson, L. 2001. Tree ring area measurements using morphological image analysis. Canadian Journal of Forest Research 31(6): 1074-1083.

상세보기
Sundari, P.M., Kumar, S.B.R. and Sahayaraj, A.J. 2017. An approach for analyzing the factors recorded in the tree rings using image processing techniques. 2017 World Congress on Computing and Communication Technologies (WCCCT).

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증