[논문]볼록총채벌레 자동판정을 위한 전처리

문창배; 김병만; 이종열; 석민웅; 현재욱; 이평호

볼록총채벌레 자동판정을 위한 전처리
Preprocessing for Automatic Detection of Scirotothrips Dorsalis 원문보기

문창배 (금오공과대학교 컴퓨터소프트웨어공학과) , 김병만 (금오공과대학교 컴퓨터소프트웨어공학과) , 이종열 ((주)비전앤바이오테크) , 석민웅 ((주)비전앤바이오테크) , 현재욱 (국립원예특작과학원 감귤시험장) , 이평호 (국립원예특작과학원 감귤시험장)

농업에 있어 해충 방제는 중요한 일이다. 특히, 볼록총채벌레는 최근 감귤원 해충 피해의 주요 해충으로 인식되어 주기적인 예찰이 이루어지고 있으나 성충의 크기가 0.8mm 정도로 작아 육안 식별에 어려움이 있다. 본 논문에서는 예찰 트랩에 포집된 볼록총채벌레를 자동으로 판별하기 위한 전처리 알고리즘을 제안하였다. 광학 현미경의 배율을 30, 40, 50배로 조정하여 영상을 획득하였고, 제안한 알고리즘을 적용하여 판별 성능을 측정한 결과, 50배율에서 가장 높은 판별율을 보였으나 더 많은 볼록총채벌레 영상을 대상으로 알고리즘을 테스트하고 개선할 필요가 있다.

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

문제 정의

[7]의 시스템에서는 사과원에 설치된 포집 트랩을 촬영하여 네트워크로 이미지를 전송 하고, 전송받은 영상에서 해충을 자동으로 인식하여 계수하는 방법이다. 본 논문에서는 감귤원에 설치된 트랩을 수거하여 CCD를 장착한 광학 현미경을 통해 렌즈 배율 30, 40, 50 배율별 영상을 획득하고, 각 영상에서 볼록총채벌레를 자동 판별하기 위한 전처리 알고리즘을 제안하였다.
본 논문에서는 볼록총채벌레를 검출하기 위한 전처리 알고리즘을 제안하였다. 본 논문에서 제안한 알고리즘의 검출성능을 분석하기 위해 배율별 16장의 이미지를 획득하였다.
본 논문에서는 볼록총채벌레를 자동으로 판별하기 위한 방법 중에서 영상을 이용할 때 사용할 수 있는 전처리 알고리즘을 제안하였다.
[6]의 연구에서는 벼 잎에 붙어있는 멸구 객체를 인식하고, 카운팅하는 알고리즘을 제안하였다. 본 논문에서도 [6]의 연구와 마찬가지로 볼록총채벌레를 자동으로 인식하고, 개체수를 파악하기 위해 사용할 수 있는 전처리 알고리즘을 제안하였다.

제안 방법

본 논문에서 볼록총채벌레를 판별하기 위한 방법은 (영상 높이÷2)를 기준으로 객체의 상단에 포함된 객체의 면적과 하단에 포함된 객체의 면적 비를 사용하여 볼록총채 벌레와 노이즈를 분리한다(그림 2 h, i 참고).
라벨의 사이즈를 측정하여 볼록총채벌레만 추출하는 것은 불가능하다. 본 논문에서는 볼록총채벌레만 추출하기 위해 단계 3과 4를 적용하여 볼록총채벌레를 추출한다.
(그림 2 h)는 객체에 대하여 영역을 분리한 결과이다. 영역을 분리한 후 각 영역의 폭을 계산하여 객체의 더듬이 부분과 꼬리 부분을 판별하고 볼록총채 벌레의 머리 부분을 한쪽 방향으로 정렬한다. 즉, 폭이 큰 영역이 볼록총채벌레의 꼬리 부분이다.
적절한 시기에 살충제를 살포하기 위해서는 주기적인 예찰이 필요하다. 이를 위해 농원에 예찰 트랩을 설치하고 반순(5일) 주기로 해충의 개체수를 육안으로 조사하는 과정을 반복한다. 트랩에 포집되는 해충 중에는 육안으로 식별할 수 없을 정도로 작은 것도 존재한다.
이진화 이미지에서 객체를 추출하기 위해 본 논문에서는 라벨링을 적용하고, 각 객체의 사이즈를 구한 후 임계치를 적용하여 객체의 후보군을 축소한다. 즉, 각 라벨의 사이즈가 일정 임계치 이하인 경우 해당 후보군에서 제외한다.
한 개의 직선을 검출하면 객체의 회전 각도 추출이 불가능하기 때문에 본 논문에서는 n개의 직선에 대한 n개의 각도(θ1 , θ2 ,..., θn-1 , θn )를 검출 한 후각도의 평균 #를 사용하여 객체를 회전한다.
영상이 입력되면 최초 후보군을 추출하고, 후보군을 축소한다. 후보군 축소 후 객체와 배경을 분리하고, 객체회전, 정규화 과정을 통하여 최종적으로 객체를 판별한다.

대상 데이터

본 논문에서는 볼록총채벌레를 검출하기 위한 전처리 알고리즘을 제안하였다. 본 논문에서 제안한 알고리즘의 검출성능을 분석하기 위해 배율별 16장의 이미지를 획득하였다. 검출결과 30배율에서 저성능을 보이는 반면 50배율에서 가장 좋은 성능을 보였다.
[3, 4, 5]의 연구는 모두 농작물을 대상으로 하여 객체의 상태를 파악하는 영상처리 알고리즘에 대해 연구되었다. 본 논문에서는 농작물에 피해를 주는 해충을 대상으로 한다.
본 논문에서는 볼록총채벌레가 포함된 영상을 획득하기 위해 AxioCam ICc1 카메라, Zeiss 30, 40, 50배율 렌즈, Transmitted-light LED조명을 사용하였다. 영상 획득 시 카메라와 시료의 거리는 110mm으로 고정하였고, 렌즈만을 교체하여 영상을 획득 하였다.
볼록총채벌레가 포함된 이미지는 각 배율에서 16장의 이미지를 수집하였다. 본 논문에서 제안한 전처리 알고리즘의 성능을 테스트한 결과는 [표 1]과 같다.
본 논문에서는 볼록총채벌레가 포함된 영상을 획득하기 위해 AxioCam ICc1 카메라, Zeiss 30, 40, 50배율 렌즈, Transmitted-light LED조명을 사용하였다. 영상 획득 시 카메라와 시료의 거리는 110mm으로 고정하였고, 렌즈만을 교체하여 영상을 획득 하였다.

이론/모형

[7]의 시스템에서도 [6]의 연구와 마찬가지로 해충을 자동으로 검출하는 알고리즘을 사용하였다. [7]의 시스템에서는 사과원에 설치된 포집 트랩을 촬영하여 네트워크로 이미지를 전송 하고, 전송받은 영상에서 해충을 자동으로 인식하여 계수하는 방법이다.
객체를 회전하기 위해서는 객체의 회전 각도를 계산해야 하는데 객체의 회전 각도는 허프변환의 직선검출 알고리즘[8]을 사용하여 회전 각도 θ를 추출한다.
최초 영상이 입력되면 입력된 영상을 이진화 하기 위해 원본 영상에서 Gray 영상으로 변환 후 이진화 한다. 본 논문에서는 Iterative Binarization을 적용하여 이진화 한다. (그림 2 a)는 입력 영상이고, (그림 2 b)는 이진화한 영상이다.

성능/효과

본 논문에서 제안한 전처리 알고리즘의 성능을 테스트한 결과는 [표 1]과 같다. 30배율에서 촬영한 영상의 검출성능이 75%를 보이는 반면 50배율에서 촬영한 영상이 93.75%로 가장 좋은 성능을 보였다.
본 논문에서 제안한 알고리즘의 검출성능을 분석하기 위해 배율별 16장의 이미지를 획득하였다. 검출결과 30배율에서 저성능을 보이는 반면 50배율에서 가장 좋은 성능을 보였다.

후속연구

본 논문에서 제시한 알고리즘은 볼록총채벌레를 자동으로 검출하기위한 전처리 알고리즘으로 사용가능하지만 자동 검출기에 탑재하기 위해서는 더 많은 영상을 대상으로 테스트할 필요가 있다.
즉, (그림 4 a)의 경우에는 측광에 의해 영상 전체적으로 빛이 고루 분포되어 있지 않아서 발생하는 문제이고, (그림 4 b)의 경우에는 볼록총채벌레 주변에 광원이 존재하기 때문에 발생하는 문제이다. 차후 촬영 환경 또는 영상처리 알고리즘을 개선한다면 검출 성능이 향상될 것으로 보인다.
볼록총채벌레의 검출 불가능 원인을 살펴보면 빛의 영향으로 초기 이진화에서 발생하는 문제이다. 차후 촬영환경 또는 알고리즘을 개선한다면 검출 성능이 향상될 것으로 보인다.

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

볼록총채벌레 자동판정을 위한 전처리
Preprocessing for Automatic Detection of Scirotothrips Dorsalis 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

볼록총채벌레 자동판정을 위한 전처리 Preprocessing for Automatic Detection of Scirotothrips Dorsalis 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

볼록총채벌레 자동판정을 위한 전처리
Preprocessing for Automatic Detection of Scirotothrips Dorsalis 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper