[논문]디지털 이미지 프로세싱 기반 토색 분석을 위한 CIELAB 색 표시계 활용 연구

백성하; 박가현; 전준서; 곽태영

doi:10.7843/kgs.2022.38.5.61

디지털 이미지 프로세싱 기반 토색 분석을 위한 CIELAB 색 표시계 활용 연구
Using the CIELAB Color System for Soil Color Identification Based on Digital Image Processing 원문보기

韓國地盤工學會論文集 = Journal of the Korean geotechnical society, v.38 no.5, 2022년, pp.61 - 71

백성하 (한국건설기술연구원 지반연구본부) , 박가현 (한국건설기술연구원 지반연구본부) , 전준서 (한국건설기술연구원 지반연구본부) , 곽태영 (한국건설기술연구원 지반연구본부)

초록
AI-Helper

토색은 흙을 분류하고 물리적, 화학적, 생물학적 특성을 예측하기 위한 기초 지표로 널리 활용된다. 일반적으로 토색은 육안으로 관찰해 결정하지만 관찰자의 예민도 혹은 주관이 개입될 가능성이 높으며 많은 시간이 소요된다. 디지털 이미지 프로세싱은 디지털 이미지를 이용해 원하는 정보를 획득하는 일련의 과정으로, 이를 통해 빠르고 정확한(수치적인 혹은 통계적인) 토색 분석이 가능할 것으로 기대된다. 본 연구는 현장의 불규칙한 광조건을 고려할 수 있는 디지털 이미지 프로세싱 기반 토색 분석 기술 개발을 위한 기초단계로서 수행되었다. 자연광의 특성(조도 및 색온도)을 모사할 수 있는 디지털 이미지 촬영 스튜디오를 구축하고, 두 가지 흙 시료(주문진 표준사 및 안성 풍화토)를 대상으로 광조건을 12회 씩 바꿔가며 디지털 이미지를 촬영했다. 디지털 이미지 프로세싱을 통해 촬영된 시료의 토색을 두 가지 색 표시계(RGB, CIELAB)에 대해 추출한 결과, CIELAB 색 표시계를 활용해 현장의 불규칙한 광조건을 고려할 수 있음을 확인했다.

Abstract ▼ AI-Helper

Soil color is used to determine soil classification and its physical, chemical, and biological properties. Visual determination is the most commonly used method for identifying soil color. However, it is subjective and, in many cases, non-repeatable. Digital image processing obtains useful information from digital images, accelerates soil classification, and enables the rapid identification of soil types in a field. This study develops a digital image processing-based soil color analysis technology that can consider irregular light conditions in the field. The digital image studio was designed to simulate the characteristics of natural light (illuminance and color temperature). Also, digital images of two soil samples (Jumoonjin sand and Anseong weathered soil) were captured under 12 different light conditions. For the RGB and CIELAB color systems, soil color intensities of 24 images were obtained using digital image processing. CIELAB was suitable for dealing with irregular light conditions in the field.

주제어

표/그림 (13)

그림 Fig. 1. The RGB color system
그림 Fig. 2. The CIELAB color system
그림 Fig. 3. Digital image studio: (a) schematic drawings and (b) photograph under the test conditions
그림 Fig. 4. Particle size distribution of Jumoonjin sand and Anseong weathered soil
표 Table 1. Illuminance and color temperature of the natural light (2022.02.15. ~ 2022.02.22)
표 Table 2. Summary of the digital image acquisition conditions
그림 Fig. 5. Digital images of Jumoonjin sand
그림 Fig. 6. Digital images of Anseong weathered soil
그림 Fig. 7. Region of interest (ROI) for the digital image processing: (a) Jumoonjin sand and (b) Anseong weathered soil
그림 Fig. 8. Mean RGB color intensities according to the luminance: (a) Jumoonjin sand and (b) Anseong weathered soil
그림 Fig. 9. Mean RGB color intensities according to the color temperature: (a) Jumoonjin sand and (b) Anseong weathered soil
그림 Fig. 10. Mean CIELAB color intensities according to the luminance: (a) Jumoonjin sand and (b) Anseong weathered soil
그림 Fig. 11. Mean CIELAB color intensities according to the color temperature: (a) Jumoonjin sand and (b) Anseong weathered soil

참고문헌 (30)

ASTM (2008), Standard Practice for Specifying Color by the Munsell System. ASTM International D 1535-08, PA, USA.
Aydemir, S., Keskin, S., and Drees, L.R. (2004), Quantification of Soil Features Using Digital Image Processing (DIP) Techniques, Geoderma, 119, pp.1-8.

상세보기
Berns, R. (2000), Billmeyer and Saltzman's Principles of Color Technology, Wiley Interscience.
Billmeyer, F.W. and Saltzman, M. (1981), Principles of Color Technology, Second Edition Wiley, New York.
Commission Internationale de l'Eclairage (CIE) (1931), CIE Proceedings, Cambridge University Press, Cambridge, UK.
Commission Internationale de l'Eclairage (CIE) (1978), Recommendations on Uniform Color Spaces, Color Differences, and Psychometric Color Terms. Calorimetry CIE, Paris Suppl. no. 2 to Publication no. 15.
Gomez-Robledo, L., Lopez-Ruiz, N., Melgosa, M., and Palma, A.J. (2013), Using the Mobile Phone as Munsell Soil-colour Sensor: An Experiment under Controlled Illumination Conditions, Comput. Electron. Agric., Vol.99, No.7, pp.200-208.
Pengcheng Han, Daming Dong, Xiande Zhao, Leizi Jiao, and Yun Lang (2016), A Smartphone-based Soil Color Sensor: For Soil Type Classification, 1. Comput. Electron. Agric., 123, pp.232-241.

상세보기
Iba Ez-Asensio, S., Marques-Mateu, A., Moreno-Ramon, H., and Balasch, S. (2013), Statistical Relationships between Soil Colour and Soil Attributes in Semiarid Areas, Biosyst. Eng., 116, pp. 120-129.

상세보기
IUSS Working Group WRB (2006), World reference base for soil resources 2006. World Soil Resources Reports 103.
Jeon, G.W., Oh, S.T., and Lim, J.H. (2021), Algorithm for Judging Anomalies Using Sliding Window to Reproduce the Color Temperature Cycle of Natural Light, Journal of Korea Multimedia Society, Vol.24, No.1, pp.30-39.

원문보기 상세보기
Kim, D.K. (2020), Prediction on Physical Properties of Soil Based on Deep Learning using Digital Image Processing, Doctoral Thesis, Seoul National University.
Kirillova, N.P., Vodyanitskii, Yu.N., and Sileva, T.M. (2014), Conversion of Soil Color Parameters from the Munsell System to the CIE-L.a.b. System, Eurasian Soil Sci., Vol.48 No.5, pp.468-475.

상세보기
Lusby, F., Zieve, D., and Black, B. (Eds.) (2013), May 7. Color Blindness. .
Moonrungsee, N., Pencharee, S., and Jakmunee, J. (2015), Colorimetric Analyzer based on Mobile Phone Camera for Determination of Available Phosphorus in Soil, Talanta, 136, pp.204-209.

상세보기
Mouazen, A.M., Karoui, R., Deckers, J., De Baerdemaeker, J., and Ramon, H. (2007), Potential of Visible and Near-infrared Spectroscopy to Derive Colour Groups Utilising the Munsell Soil Colour Charts, Biosyst. Eng., 97, pp.131-143.

상세보기
Munsell Color Company (1975), Munsell Soil Color Charts. Macbeth Division of Kollmorgen, Baltimore, MD.
O'Donnell, T.K., Goyne, K.W., Miles, R.J., Baffaut, C., Anderson, S.H., and Sudduth, K.A. (2011), Determination of Representative Elementary Areas for Soil Redoximorphic Features Identified by Digital Image Processing, Geoderma, 161, pp.138-146.

상세보기
Park, J.S. (2017), Soil Classification and Characterization using Unmanned Aerial Vehicle and Digital Image Processing, Doctoral Thesis, Seoul National University.
Persson, M. (2005), Estimating Surface Soil Moisture from Soil Color Using Image Analysis, Vadose Zone Journal, Vol.4, No.4, pp.1119-1122.

상세보기
Santos, J. F., Silva, H. R., Pinto, F. A., and Assis, I. R. d. (2016), Use of Digital Images to Estimate Soil Moisture, Revista Brasileira de Engenharia Agricola e Ambiental, Vol.20, No.12, pp.1051-1056.

상세보기
Soil Survey Staff (1999), Soil Taxonomy: A Basic System of Soil Classification for Making and Interpreting Soil Surveys, 2nd ed.
Thompson, J., Pollio, A., and Turk, P. (2013), Comparison of Munsell Soil Color Charts and the GLOBE Soil Color Book, Soil Sci. Soc. Am. 77 (March 25), pp.2089-2093
Torrent, J. and Barron, V. (1993), Laboratory Measurement of Soil Color: Theory and Practice. In: Bigham, J.M., Ciolkosz, E.J. (Eds.), Soil Color, Special Publication No. 31, SSSA, Madison, WI, pp. 21-33.
Viscarra Rossel, R.A., Fouad, Y., and Walter, C. (2008), Using a Digital Camera to Measure Soil Organic Carbon and Iron Contents, Biosyst. Eng., 100, pp. 149-159.

상세보기
Viscarra Rossel, R.A., Minasny, B., Roudier, P., and McBratney, A.B. (2006), Colour Space Models for Soil Science, Geoderma, 133, pp.320-337.

상세보기
Webster, R. and Butler, B.E. (1976), Soil Classification and Survey Studies at Ginninderra, Australian Journal of Soil Research, 14, pp.1-24.

상세보기
Wyszecki, G. and Stiles, W.S. (1982), Color Science: Concepts and Methods, Quantitative Data and Formulae, Second Edition Wiley, New York.
Zanetti, S. S., Cecilio, R. A., Alves, E. G., Silva, V. H., and Sousa, E. F. (2015), Estimation of the Moisture Content of Tropical Soils Using Colour Images and Artificial Neural Networks, Catena, 135, pp.100-106.

상세보기
Zhu, Y., Wang, Y., and Shao, M. (2010), Using Soil Surface Gray Level to Determine Surface Soil Water Content, Science China Earth Sciences, Vol.53, No.10, pp.1527-1532.

상세보기

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