보고서 정보
주관연구기관 |
(주)내비오닉스코리아 |
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 |
한국어
|
발행년월 | 2015-03 |
과제시작연도 |
2014 |
주관부처 |
농촌진흥청 Rural Development Administration(RDA) |
과제관리전문기관 |
농촌진흥청 Rural Development Administration |
등록번호 |
TRKO201500010768 |
과제고유번호 |
1395035213 |
사업명 |
국책기술개발 |
DB 구축일자 |
2015-07-11
|
DOI |
https://doi.org/10.23000/TRKO201500010768 |
초록
▼
Ⅳ. 연구개발결과
(1) 스마트폰을 이용한 식물 자동인식 프로그램 개발
○ 코어로직 소프트웨어 개발
- 각 분류카테고리, 이미지프로세싱 알고리즘, 매칭 분류 알고리즘, 데이터베이스 등을 컴포넌트 시스템으로 통합(프로그램 등록 제C-2014-028496)
○ 잎 특성 카테고리 개발
- 색상 패턴인식 기술개발(프로그램 등록 제C-2014-028497호) 엽연 인식기술 전산화개발, 잎끝 인식기술 전산화개발, 잎밑 인식기술 전산화개발, 결각 인식기술 전산화개발
○ 스마트폰 기반 영상획득 시스템 구축
-
Ⅳ. 연구개발결과
(1) 스마트폰을 이용한 식물 자동인식 프로그램 개발
○ 코어로직 소프트웨어 개발
- 각 분류카테고리, 이미지프로세싱 알고리즘, 매칭 분류 알고리즘, 데이터베이스 등을 컴포넌트 시스템으로 통합(프로그램 등록 제C-2014-028496)
○ 잎 특성 카테고리 개발
- 색상 패턴인식 기술개발(프로그램 등록 제C-2014-028497호) 엽연 인식기술 전산화개발, 잎끝 인식기술 전산화개발, 잎밑 인식기술 전산화개발, 결각 인식기술 전산화개발
○ 스마트폰 기반 영상획득 시스템 구축
- 기능 애플리케이션 완성(특허등록 제10-1415717) 및 와이파이 네트워크 구현
○ 인공지능 데이터 비교 매칭 로직 개발
- 뉴럴네트워크 기반 휴리스틱 로직 개발(특허등록 제10-1376596호)
(2) 식물의 패턴 특성 구명 및 프로그램 적용 DB구축
○ 잎 특성 카테고리별 데이터베이스 작성을 위한 indexing 지표 개발
- 잎 형태 indexing 지표 : 잎의 폭과 길이 비율(H/W ratio), 잎 최대 폭까지의 비율(Tip point ratio), 잎 가장자리 구간별 기울기; Section slop of leaf edge(y/x ratio)
○ 잎 가장자리 구간별 기울기(Section slop of leaf edge(y/x ratio))은 잎의 형태를 정밀하게 구별할 수 있는 지표이지만 식물의 생육단계나 생육환경 등에 따라 차이를 나타냄
○ 잎의 최대 폭과 길이의 비율(H/W ratio)로 간단히 식물을 구별할 수 있은 지표임
- 47종을 분석한 결과 0.330에서 1.096로 표현됨
○ 잎 최대 폭까지의 비율(Tip point ratio)은 난형과 도란형처럼 잎의 최대 폭과 길이의 비율(H/W ratio)은 같을 지라도 잎의 형태가 다른 경우 유익한 지표임
○ 중심점으로부터 외곽선까지의 거리(centroid distance)를 통한 형태분석
- 대부분의 잎에서 double valley(두 번의 마루와 계곡)의 형태가 나타나며 계곡형의 깊이와 치우침에 따라 잎의 형태가 다르게 나타남
- 계곡의 깊이에 따라 선형, 장타원형 및 타원형, 광타원형, 계란형, 도란형, 아원형 등으로 그룹화할 수 있음
- 심장형과 잎의 하부가 심장저인 경우 날개형(winged valley)의 모습을 나타냄
- 장상형과 민들레형은 그래프가 들쑥날쑥한 부정형의 모습을 나타냄
- 삼각형은 맥도날드형을 나타내어 다른 형태와 쉽게 구별할 수 있음
Abstract
▼
With more than 30 million users, the smart phone has become a medium to gather the information rather than just a communication mean. Considering the growing market, providing information about plants and vegetation to the users on the smart phone is a very effective way to approach consumers.
Th
With more than 30 million users, the smart phone has become a medium to gather the information rather than just a communication mean. Considering the growing market, providing information about plants and vegetation to the users on the smart phone is a very effective way to approach consumers.
This project was carried out to extract the pattern characteristics of leaf and provide the indexing information that can be used for automatic recognition or identification from images obtained by the smartphone camera. We took photos about 100 species of indoor plants and made general information about plant such as family name, common name, scientific name, plant habit, leaf form, usage, cold hardiness, growth temperature, light requirement, watering, and management characteristics. And we also analyzed the leaf form factors such as eccentricity, elongation factor, tip point ration, roundness, rectangularity, section slope, centroid distance, leaf base angle, leaf tip angle and color histogram using hue or saturation value of leaf adaxial and abaxial side.
The main objective of the system is to provide the list of best matching species when smart phone users take pictures of plant leaves. The structure of the system is very similar to the web search engine service, except the information is given as a picture instead of text.
Throughout this project, we designed twelve algorithms that could find the distinctions between different species, and we concentrated on balancing and determining the thresholds that produced well-balanced results across over one hundred species we had selected. Using nearly one thousand image samples, we narrowed down to seven algorithms that produced reliable data, and, as a result, we were able to demonstrate that the system could successfully identify the exact specie within top-5 matching species list with 100 percent accuracy. Another major part of this project was to lay out the specie data set, indexed each feature data, and stored in the database so that they could be used to compare and find the matching specie.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.