KR102479284B1 - Vegetation index acquisition unit and apparatus for monitoring plant comprising the same - Google Patents
Vegetation index acquisition unit and apparatus for monitoring plant comprising the same Download PDFInfo
- Publication number
- KR102479284B1 KR102479284B1 KR1020220030914A KR20220030914A KR102479284B1 KR 102479284 B1 KR102479284 B1 KR 102479284B1 KR 1020220030914 A KR1020220030914 A KR 1020220030914A KR 20220030914 A KR20220030914 A KR 20220030914A KR 102479284 B1 KR102479284 B1 KR 102479284B1
- Authority
- KR
- South Korea
- Prior art keywords
- vegetation index
- image
- unit
- leaf
- plant
- Prior art date
Links
- 238000012544 monitoring process Methods 0.000 title description 7
- 238000012806 monitoring device Methods 0.000 claims abstract description 19
- 238000004364 calculation method Methods 0.000 claims description 48
- 241000196324 Embryophyta Species 0.000 description 79
- 238000010586 diagram Methods 0.000 description 12
- 230000012010 growth Effects 0.000 description 8
- 235000013311 vegetables Nutrition 0.000 description 8
- 238000000034 method Methods 0.000 description 7
- 238000006073 displacement reaction Methods 0.000 description 6
- 238000005259 measurement Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 4
- 240000004160 Capsicum annuum Species 0.000 description 2
- 235000008534 Capsicum annuum var annuum Nutrition 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 239000002420 orchard Substances 0.000 description 2
- 238000005096 rolling process Methods 0.000 description 2
- 240000001592 Amaranthus caudatus Species 0.000 description 1
- 235000009328 Amaranthus caudatus Nutrition 0.000 description 1
- 235000007862 Capsicum baccatum Nutrition 0.000 description 1
- 244000067456 Chrysanthemum coronarium Species 0.000 description 1
- 235000007871 Chrysanthemum coronarium Nutrition 0.000 description 1
- 240000009088 Fragaria x ananassa Species 0.000 description 1
- 240000003296 Petasites japonicus Species 0.000 description 1
- 235000003823 Petasites japonicus Nutrition 0.000 description 1
- 244000000231 Sesamum indicum Species 0.000 description 1
- 235000003434 Sesamum indicum Nutrition 0.000 description 1
- 235000012735 amaranth Nutrition 0.000 description 1
- 239000004178 amaranth Substances 0.000 description 1
- 235000001436 butterbur Nutrition 0.000 description 1
- 239000001511 capsicum annuum Substances 0.000 description 1
- 239000001728 capsicum frutescens Substances 0.000 description 1
- 238000004177 carbon cycle Methods 0.000 description 1
- 210000003850 cellular structure Anatomy 0.000 description 1
- 229930002875 chlorophyll Natural products 0.000 description 1
- 235000019804 chlorophyll Nutrition 0.000 description 1
- ATNHDLDRLWWWCB-AENOIHSZSA-M chlorophyll a Chemical compound C1([C@@H](C(=O)OC)C(=O)C2=C3C)=C2N2C3=CC(C(CC)=C3C)=[N+]4C3=CC3=C(C=C)C(C)=C5N3[Mg-2]42[N+]2=C1[C@@H](CCC(=O)OC\C=C(/C)CCC[C@H](C)CCC[C@H](C)CCCC(C)C)[C@H](C)C2=C5 ATNHDLDRLWWWCB-AENOIHSZSA-M 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000029553 photosynthesis Effects 0.000 description 1
- 238000010672 photosynthesis Methods 0.000 description 1
- 239000000049 pigment Substances 0.000 description 1
- 230000008635 plant growth Effects 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 235000021012 strawberries Nutrition 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G7/00—Botany in general
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Radar, Positioning & Navigation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Ecology (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Botany (AREA)
- Biodiversity & Conservation Biology (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Forests & Forestry (AREA)
- Marketing (AREA)
- Automation & Control Theory (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Aviation & Aerospace Engineering (AREA)
- Environmental Sciences (AREA)
- Remote Sensing (AREA)
- Primary Health Care (AREA)
- Image Processing (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Game Theory and Decision Science (AREA)
- Medical Informatics (AREA)
Abstract
Description
본 발명은 식생 지수 획득 유닛 및 이를 포함하는 식물 모니터링 장치에 관한 것으로, 더욱 상세하게는 식물 전체의 식생 지수를 용이하고 정확하게 획득할 수 있는 식생 지수 획득 유닛 및 이를 포함하는 식물 모니터링 장치에 관한 것이다.The present invention relates to a vegetation index acquisition unit and a plant monitoring device including the same, and more particularly, to a vegetation index acquisition unit capable of easily and accurately obtaining a vegetation index of an entire plant and a plant monitoring device including the same.
식생은 기후변화에 민감하게 반응하며, 탄소 순환 및 물 순환과 밀접한 영향을 맺고 있다. 따라서, 식생을 지속적으로 관측하는 것은 지구환경을 이해하는데 중요하다.Vegetation reacts sensitively to climate change and is closely related to the carbon cycle and water cycle. Therefore, continuous observation of vegetation is important for understanding the global environment.
식생 자료는 환경 계획을 위한 기초적인 현황 관측 자료로 사용될 뿐만 아니라, 식물의 상태를 모니터링할 수 있으므로 식물 재배에도 유용할 수 있다.Vegetation data are not only used as basic status observation data for environmental planning, but can also be useful for plant cultivation because they can monitor the state of plants.
식생 모니터링의 일 예로는 현장 관찰이 있다. 현장 관찰은 관찰자가 직접 식물의 변화를 육안으로 관찰하는 방법으로 가장 보편적이다. 그러나, 이러한 현장 관찰은 신뢰도는 높지만, 시간, 사용되는 인력 등의 자원 소모가 크다.One example of vegetation monitoring is field observation. Field observation is the most common method in which an observer directly observes changes in plants with the naked eye. However, although this field observation has high reliability, resource consumption such as time and manpower is high.
최근에는 현장에 센서를 설치하여 식생의 변화를 관찰하고도 있으며, 일 예로 식생 지수를 활용하고 있다. Recently, a sensor is installed in the field to observe changes in vegetation, and a vegetation index is used as an example.
식물의 잎에 있는 색소인 엽록소는 광합성을 위해 가시광선(400-700 nm)을 강하게 흡수한다. 반면 잎의 세포구조는 근적외선(700-1100 nm)을 반사한다. 식생 지수는 이러한 특성을 이용하여 식생의 상태를 빠르게 확인하기 위해 사용된다.Chlorophyll, a pigment in plant leaves, strongly absorbs visible light (400-700 nm) for photosynthesis. On the other hand, the cellular structure of the leaf reflects near-infrared rays (700-1100 nm). The vegetation index is used to quickly check the state of vegetation using these characteristics.
그러나, 종래에 식생 지수를 이용한 식물의 모니터링 기술에서는, 식물의 일부 잎에 대해 식생 지수를 획득하고, 이를 기초로 식물의 전체 상태를 예측하였다. 그러나, 식물은 부분적으로 상태가 다를 수 있기 때문에, 식물의 일 부분에서 획득된 식생 지수로 해당 식물의 전체 식생 지수를 예측하는 방식으로는 정확성 높은 모니터링이 어려운 문제점이 있다.However, in conventional plant monitoring techniques using vegetation indices, vegetation indices are obtained for some leaves of plants, and based on this, the overall state of the plants is predicted. However, since plants may have partially different states, there is a problem in that highly accurate monitoring is difficult in a method of predicting the entire vegetation index of a corresponding plant using the vegetation index obtained from a part of the plant.
상기와 같은 문제점을 해결하기 위하여, 본 발명이 이루고자 하는 기술적 과제는 식물 전체의 식생 지수를 용이하고 정확하게 획득할 수 있는 식생 지수 획득 유닛 및 이를 포함하는 식물 모니터링 장치를 제공하는 것이다.In order to solve the above problems, a technical problem to be achieved by the present invention is to provide a vegetation index acquisition unit capable of easily and accurately obtaining a vegetation index of an entire plant and a plant monitoring device including the same.
본 발명이 이루고자 하는 기술적 과제는 이상에서 언급한 기술적 과제로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.The technical problem to be achieved by the present invention is not limited to the above-mentioned technical problem, and other technical problems not mentioned can be clearly understood by those skilled in the art from the description below. There will be.
상기 기술적 과제를 달성하기 위하여, 본 발명의 일실시예는 식물의 어느 제1잎을 촬영하여 제1이미지를 얻는 제1촬영부; 상기 제1잎에 대한 제1식생 지수를 계산하는 제1계산부; 상기 제1잎과 함께 다른 잎을 촬영하여 제2이미지를 얻는 제2촬영부; 및 상기 제1잎에 대한 상기 제1식생 지수를 이용하여 상기 다른 잎의 제2식생 지수를 계산하는 제2계산부를 포함하는 것을 특징으로 하는 식생 지수 획득 유닛을 제공한다.In order to achieve the above technical problem, an embodiment of the present invention is a first photographing unit for obtaining a first image by photographing any first leaf of a plant; a first calculation unit calculating a first vegetation index for the first leaf; a second photographing unit for obtaining a second image by photographing other leaves together with the first leaf; and a second calculator calculating a second vegetation index of the other leaf using the first vegetation index of the first leaf.
본 발명의 실시예에 있어서, 상기 제2계산부는, 상기 제2이미지에서 상기 다른 잎의 이미지 정보 및 상기 제1이미지에서 상기 제1잎의 이미지 정보의 차이값이 미리 설정된 기준 차이값 이내면, 상기 제2이미지에서 상기 다른 잎의 상기 제2식생 지수를 상기 제1식생 지수와 동일하게 계산할 수 있다.In an embodiment of the present invention, the second calculation unit, if the difference between the image information of the other leaf in the second image and the image information of the first leaf in the first image is within a preset reference difference value, The second vegetation index of the other leaf in the second image may be calculated to be the same as the first vegetation index.
한편, 상기 기술적 과제를 달성하기 위하여, 본 발명의 일실시예는 이동 가능하게 구비되는 베이스 유닛; 상기 베이스 유닛에 구비되는 식생 지수 획득 유닛; 상기 베이스 유닛에 구비되고, 상기 베이스 유닛의 이동 정보를 생성하는 이동 정보 생성 유닛; 및 상기 이동 정보를 기초로 복수 개의 식물을 각각 구분하고, 각각의 식물에 대해 상기 제2식생 지수를 매칭하는 매칭 유닛을 포함하는 것을 특징으로 하는 식물 모니터링 장치를 제공한다.On the other hand, in order to achieve the above technical problem, one embodiment of the present invention is a base unit provided to be movable; a vegetation index obtaining unit provided in the base unit; a movement information generation unit provided in the base unit and configured to generate movement information of the base unit; and a matching unit that identifies a plurality of plants based on the movement information and matches the second vegetation index to each plant.
본 발명의 실시예에 있어서, 상기 베이스 유닛에 구비되고, 상기 베이스 유닛이 자율 이동되도록 제어하는 자율 주행 제어 유닛을 더 포함할 수 있다.In an embodiment of the present invention, the base unit may further include an autonomous driving control unit provided in the base unit and controlling the base unit to move autonomously.
본 발명의 실시예에 따르면, 식물의 3차원 형상을 촬영하고, 모든 부분에 대해서 제2식생 지수를 용이하고 정확하게 계산하여 입체적인 3차원 제2식생 지수를 생성할 수 있기 때문에, 식물 생육 상태에 대한 정확한 모니터링이 가능할 수 있다.According to an embodiment of the present invention, since it is possible to generate a three-dimensional second vegetation index by photographing the three-dimensional shape of a plant and easily and accurately calculating the second vegetation index for all parts, Accurate monitoring may be possible.
본 발명의 효과는 상기한 효과로 한정되는 것은 아니며, 본 발명의 상세한 설명 또는 청구범위에 기재된 발명의 구성으로부터 추론 가능한 모든 효과를 포함하는 것으로 이해되어야 한다.The effects of the present invention are not limited to the above effects, and should be understood to include all effects that can be inferred from the detailed description of the present invention or the configuration of the invention described in the claims.
도 1은 본 발명의 제1실시예에 따른 식생 지수 획득 유닛을 나타낸 구성도이다.
도 2는 본 발명의 제1실시예에 따른 식생 지수 획득 유닛에서 제1이미지 획득 예를 설명하기 위한 예시도이다.
도 3은 본 발명의 제1실시예에 따른 식생 지수 획득 유닛에서 제2이미지 획득 예를 설명하기 위한 예시도이다.
도 4는 본 발명의 제1실시예에 따른 식생 지수 획득 유닛에서 획득한 2차원 제1식생지수 및 변위 지도를 나타낸 이미지이다.
도 5는 본 발명의 제1실시예에 따른 식생 지수 획득 유닛에서 이미지 동조 및 맵핑을 설명하기 위한 예시도이다.
도 6은 본 발명의 제2실시예에 따른 식생 지수 획득 유닛을 나타낸 구성도이다.
도 7은 본 발명의 제2실시예에 따른 식생 지수 획득 유닛의 식생 지수 획득 예를 설명하기 위한 예시도이다.
도 8은 본 발명의 일실시예에 따른 식물 모니터링 장치를 나타낸 구성도이다.
도 9는 본 발명의 일실시예에 따른 식물 모니터링 장치의 사용예를 나타낸 예시도이다.1 is a configuration diagram showing a vegetation index acquisition unit according to a first embodiment of the present invention.
2 is an exemplary diagram for explaining a first image acquisition example in a vegetation index acquisition unit according to a first embodiment of the present invention.
3 is an exemplary diagram for explaining an example of obtaining a second image in a vegetation index obtaining unit according to a first embodiment of the present invention.
4 is an image showing a 2-dimensional first vegetation index and a displacement map acquired by the vegetation index acquisition unit according to the first embodiment of the present invention.
5 is an exemplary diagram for explaining image tuning and mapping in a vegetation index acquisition unit according to a first embodiment of the present invention.
6 is a configuration diagram showing a vegetation index acquisition unit according to a second embodiment of the present invention.
7 is an exemplary diagram for explaining an example of obtaining a vegetation index by a vegetation index obtaining unit according to a second embodiment of the present invention.
8 is a configuration diagram showing a plant monitoring device according to an embodiment of the present invention.
9 is an exemplary view showing a use example of a plant monitoring device according to an embodiment of the present invention.
이하에서는 첨부한 도면을 참조하여 본 발명을 설명하기로 한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며, 따라서 여기에서 설명하는 실시예로 한정되는 것은 아니다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.Hereinafter, the present invention will be described with reference to the accompanying drawings. However, the present invention may be embodied in many different forms and, therefore, is not limited to the embodiments described herein. And in order to clearly explain the present invention in the drawings, parts irrelevant to the description are omitted, and similar reference numerals are attached to similar parts throughout the specification.
명세서 전체에서, 어떤 부분이 다른 부분과 "연결(접속, 접촉, 결합)"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 부재를 사이에 두고 "간접적으로 연결"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 구비할 수 있다는 것을 의미한다.Throughout the specification, when a part is said to be "connected (connected, contacted, combined)" with another part, this is not only "directly connected", but also "indirectly connected" with another member in between. "Including cases where In addition, when a part "includes" a certain component, it means that it may further include other components without excluding other components unless otherwise stated.
본 명세서에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.Terms used in this specification are only used to describe specific embodiments, and are not intended to limit the present invention. Singular expressions include plural expressions unless the context clearly dictates otherwise. In this specification, terms such as "include" or "have" are intended to indicate that there is a feature, number, step, operation, component, part, or combination thereof described in the specification, but one or more other features It should be understood that the presence or addition of numbers, steps, operations, components, parts, or combinations thereof is not precluded.
이하 첨부된 도면을 참고하여 본 발명의 실시예를 상세히 설명하기로 한다.Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings.
도 1은 본 발명의 제1실시예에 따른 식생 지수 획득 유닛을 나타낸 구성도이다.1 is a configuration diagram showing a vegetation index acquisition unit according to a first embodiment of the present invention.
도 1에서 보는 바와 같이, 식생 지수 획득 유닛(100)은 제1촬영부(110), 제1계산부(120), 제2촬영부(130) 및 제2계산부(140)를 포함할 수 있다.As shown in FIG. 1 , the vegetation
도 2는 본 발명의 제1실시예에 따른 식생 지수 획득 유닛에서 제1이미지 획득 예를 설명하기 위한 예시도인데, 도 2를 함께 참조하면, 제1촬영부(110)는 식물(10)의 제1잎(11)을 촬영하여 제1이미지(111)를 얻을 수 있다. 여기서, 제1잎(11)은 식물(10)의 여러 잎 중에서 선택되는 어느 잎일 수 있으며, 특정하게 한정되는 것은 아니다.2 is an exemplary view for explaining an example of obtaining a first image in a vegetation index acquisition unit according to a first embodiment of the present invention. Referring to FIG. 2 together, the first photographing
제1이미지(111)는 2차원 이미지일 수 있다. 제1이미지(111)는 실제 제1잎(11)이 촬영되어 생성되는 제1잎(112)의 이미지 정보를 포함할 수 있다.The
제1촬영부(110)는 제1이미지(111)를 촬영할 수 있는 것이라면 그 종류가 특정하게 한정되지는 않는다. 일 예로, 제1촬영부(110)는 근적외선 신호 분석 카메라, 다분광 카메라 등을 포함할 수 있다.The type of the first capturing
제1계산부(120)는 제1이미지(111)에 포함된 제1잎(112)의 이미지 정보를 기초로, 제1식생 지수(121)를 계산할 수 있다. 제1식생 지수(121)는 정규식생지수(NDVI: Normalized Difference Vegetation Index)일 수 있다.The
제1이미지(111)는 2차원 이미지이기 때문에, 제1잎(112)의 이미지 정보의 처리가 정확하게 이루어질 수 있으며, 이를 통해, 제1식생 지수(121)의 계산 정확도가 높아질 수 있다.Since the
도 2에서는 제1잎(11)을 하나의 잎으로 도시하였지만 이는 예시적인 것이고, 제1잎(11)으로는 복수 개의 잎이 선택될 수도 있다. 제1잎(11)이 복수 개의 잎인 경우, 제1식생 지수(121)는 각각의 잎별로 계산될 수 있다.Although the
도 3은 본 발명의 제1실시예에 따른 식생 지수 획득 유닛에서 제2이미지 획득 예를 설명하기 위한 예시도이며, 도 3을 더 참조하여 설명한다.FIG. 3 is an exemplary diagram for explaining an example of obtaining a second image in a vegetation index acquiring unit according to a first embodiment of the present invention, and will be described with further reference to FIG. 3 .
제2촬영부(130)는 제1촬영부(110)가 촬영한 식물(10)의 제1잎(11)과 함께, 다른 잎(이하, 제2잎(12)이라 한다)을 촬영하여 제2이미지(131)를 얻을 수 있다. The second photographing
도 3에서는 제2잎(12)을 하나의 잎으로 도시하였지만 이는 예시적인 것이고, 제2잎(12)은 제1잎(11)을 제외한 모든 잎을 통칭할 수 있다. 따라서, 제2이미지(131)는 식물(10)의 전체 잎을 모두 촬영한 것일 수 있다.In FIG. 3 , the
제2이미지(131)는 3차원 이미지일 수 있다. 즉, 제2촬영부(130)는 식물(10)의 3차원 형상을 촬영할 수 있고, 제2이미지(131)에서는 식물(10)의 3차원 형상이 복원될 수 있다.The
제2촬영부(130)는 3차원 이미지를 생성할 수 있는 촬영장비, 예를 들면, 스테레오 카메라를 포함할 수 있다.The second photographing
제2계산부(140)는 제1계산부(120)에서 계산한 제1잎(11)에 대한 제1식생 지수(121)를 이용하여 제2잎(12)의 제2식생 지수(141)를 계산할 수 있다.The
구체적으로, 제2계산부(140)는 제2이미지(131)에서 제1잎(132)의 이미지 정보 및 제1이미지(111)에서 제1잎(112)의 이미지 정보의 차이값을 비교할 수 있다. 그리고, 이 차이값이 미리 설정된 기준 차이값 이내면, 제2이미지(131)에서 제1잎(132)의 제2식생 지수(141)를 제1식생 지수(121)와 동일하게 계산할 수 있다.Specifically, the
그리고, 제2계산부(140)는 제2이미지(131)에서 제2잎(133)의 이미지 정보 및 제1이미지(111)에서 제1잎(112)의 이미지 정보의 차이값을 비교할 수 있고, 이 차이값이 미리 설정된 기준 차이값 이내면, 제2이미지(131)에서 제2잎(133)의 제2식생 지수(141)를 제1식생 지수(121)와 동일하게 계산할 수 있다.In addition, the
즉, 제2계산부(140)가 식생 지수 이미지와 스테레오 이미지(stereo image)를 동조하였을 때, 기존에 계측 완료한 자료 중 식생지수 이미지 및 스테레오 이미지의 조합을 A 라고 하고, 이에 대해 식생지수가 계측되지 않은 부분의 스테레오 이미지의 채널별 신호(예를 들면, 거리 정보가 없는 단순 RGB 혹은 CMYK)가 매우 유사한 경우, 제2계산부(140)는 A 의 식생지수를 계측되지 않은 부분에 산입할 수 있다.That is, when the
또한, 제2계산부(140)는, 제1식생 지수가 계산되지 않은 어떤 다른 제2잎에 대해서는, 이미 산출되어 획득된 복수의 제2식생 지수와, 상기 복수의 제2식생 지수의 제2잎의 이미지 정보를 기초로 보간(Interpolation)하여 제2식생 지수를 생성할 수 있다.In addition, the
도 4는 본 발명의 제1실시예에 따른 식생 지수 획득 유닛에서 획득한 2차원 제1식생지수 및 변위 지도를 나타낸 이미지이다. 4 is an image showing a 2-dimensional first vegetation index and a displacement map acquired by the vegetation index acquisition unit according to the first embodiment of the present invention.
도 4에서 보는 바와 같이, 기존의 정확한 위치정보, 반사도 정보 및 크기정보를 알고 있는 레퍼런스를 측정 시작 시에 촬영 화각 내에 설치하여 벤치마크를 설정하고, 계측 시작과 동시에 벤치마크를 중심으로 수목 및 식생을 촬영할 수 있다. 이때, 제1촬영부 및 제2촬영부는 동일 축선상 설치됨이 바람직하며, 이를 통해 이미지 동조가 안정적으로 이루어질 수 있다.As shown in FIG. 4, a reference that knows the existing accurate location information, reflectivity information, and size information is installed within the shooting angle at the start of measurement to set a benchmark, and at the same time as the measurement starts, trees and vegetation are planted around the benchmark can be filmed. At this time, it is preferable that the first capture unit and the second capture unit are installed on the same axis, through which image synchronization can be performed stably.
도 4의 (a)는 계측 식생 지수를 2차원 평면에 나타낸 계측 이미지이고, 도 4의 (b)는 2차원 평면으로 제2촬영부에서 얻은 변위 지도(Disparity Map)를 나타낸 것이다. 도 4의 (a)의 계측 이미지 및 도 4의 (b)의 변위 지도의 해상도 차이는 업 스케일(Upscale) 및 다운 스케일(downscale)과 함께 화각에 대해 보정하는 것으로 이미지가 동조될 수 있다. 제2촬영부를 통해 얻어지는 변위 지도를 통해 거리 정보를 획득할 수 있으므로 적절한 알고리즘을 통해 이를 포인트 클라우드(Point Cloud)로 변환이 가능할 수 있다.Figure 4 (a) is a measurement image showing the measured vegetation index on a two-dimensional plane, Figure 4 (b) shows a displacement map (Disparity Map) obtained from the second capture unit in a two-dimensional plane. The difference in resolution between the measurement image of FIG. 4(a) and the displacement map of FIG. 4(b) can be synchronized by correcting the angle of view with upscale and downscale. Since distance information can be obtained through a displacement map obtained through the second capture unit, it can be converted into a point cloud through an appropriate algorithm.
도 5는 본 발명의 제1실시예에 따른 식생 지수 획득 유닛에서 이미지 동조 및 맵핑을 설명하기 위한 예시도이다.5 is an exemplary diagram for explaining image tuning and mapping in a vegetation index acquisition unit according to a first embodiment of the present invention.
3차원의 식생지수는 식물의 주위를 돌면서 제1촬영부 및 제2촬영부로 식물을 촬영하고, 식생지수가 촬영된 잎의 위치와 3차원 이미징을 통한 포인트 클라우드를 동조하거나, 또는 변위 지도의 픽셀 위치를 동조하여 3차원적인 식생지수 이미지를 얻음으로써 구축할 수 있다.The 3D vegetation index is obtained by photographing the plant with the first and second photographing units while moving around the plant, synchronizing the position of the leaf where the vegetation index is photographed with a point cloud through 3D imaging, or pixels of a displacement map. It can be constructed by synchronizing the location to obtain a 3-dimensional vegetation index image.
구체적으로 도 5에서 보는 바와 같이, 구형의 가상 식물(10)을 가정할 때 식물(10)의 우측 이동 경로(20)로 이동되면서 식물(10)의 우측 반구(31)를 계측하고, 이후 돌아와서 좌측 이동 경로(21)로 이동되면서 좌측 반구(32)를 계측하게 되면, 변환한 포인트 클라우드는 주행 거리와 연동하여 대상 식물(10)이 계측되는 위치마다 좌우 계측 포인트 클라우드를 합쳐 3D 모델을 완성할 수 있다.Specifically, as shown in FIG. 5, assuming a spherical
좌우 영상을 동조하는 것은 우선적으로 깊이 이미지(Depth Image)에서 계측된 평균거리를 통해(가까운 이미지 생성 시에 식물 유무를 인식) 계측된 식물(10)의 개수를 카운팅하는 방법과 더불어 GPS 좌표를 이용해 다른 방향에서 동일 식물(10)을 계측하는 경우, 이를 인지하는 알고리즘을 동시에 적용할 수 있다. 예를 들면, 1 번 이랑의 2번째 식물의 영상을 기록할 때는 [2, 1]로 저장하고, 2 번 이랑의 끝에서 2번째 식물인 경우에는 [2, 2]로 렉시컨(Lexicon)을 통일하여 저장할 수 있다. 이를 통해 각 식물에 대한 3D 형태 정보를 구성할 수 있다.Synchronizing the left and right images is primarily based on the method of counting the number of
한편, 도 6은 본 발명의 제2실시예에 따른 식생 지수 획득 유닛을 나타낸 구성도이고, 도 7은 본 발명의 제2실시예에 따른 식생 지수 획득 유닛의 식생 지수 획득 예를 설명하기 위한 예시도이다. 본 실시예에서는 제2식생 지수 계산 기준을 생성하고, 이를 이용하여 제2식생 지수를 계산할 수 있으며, 다른 기본적인 내용은 전술한 제1실시예와 동이할 수 있다.Meanwhile, FIG. 6 is a configuration diagram showing a vegetation index obtaining unit according to the second embodiment of the present invention, and FIG. 7 is an example for explaining an example of obtaining a vegetation index of the vegetation index obtaining unit according to the second embodiment of the present invention. It is also In the present embodiment, a second vegetation index calculation criterion may be generated and the second vegetation index may be calculated using this criterion, and other basic contents may be the same as those of the first embodiment described above.
도 2 및 도 3과 함께, 도 6 및 도 7에서 보는 바와 같이, 본 실시예에 따른 식생 지수 획득 유닛(100)은 계산 기준 생성부(150)를 더 포함할 수 있다.As shown in FIGS. 6 and 7 together with FIGS. 2 and 3 , the vegetation
계산 기준 생성부(150)는 제2이미지(131)에 포함된 제1잎(132)에 대한 이미지 정보 및 제1식생 지수(121)를 매칭하여 제2식생 지수 계산 기준(151)을 생성할 수 있다.The calculation
제1이미지(111)에서의 제1잎(112)의 이미지 정보 및 제2이미지(131)에서의 제1잎(132)의 이미지 정보는 컬러 정보, 휘도 정보 등을 포함할 수 있다. 그러나, 제2이미지(131)는 3차원 이미지이기 때문에, 제2이미지(131)에서의 제1잎(132)의 이미지 정보는 제1이미지(111)에서의 제1잎(112)의 이미지 정보와 다를 수 있다. 따라서, 제2이미지(131)에서의 제1잎(132)의 이미지 정보를 이용하여 실제 제1잎(11)의 식생 지수를 계산하게 되면, 이때 계산되는 제2식생 지수는 앞에서 계산한 제1식생 지수(121)와 차이가 날 수 있다.The image information of the
이를 해결하고자 본 발명에서는, 계산 기준 생성부(150)가, 제1이미지(111)에서의 제1잎(112)의 이미지 정보를 기초로 계산한 제1식생 지수(121) 및 제2이미지(131)에서의 제1잎(132)의 이미지 정보를 매칭하여 제2식생 지수 계산 기준(151)을 생성할 수 있다.To solve this problem, in the present invention, the calculation
생성된 제2식생 지수 계산 기준(151)이 제2이미지에 적용되면 제2이미지 상태에서 제2식생 지수가 계산될 수 있고, 이렇게 계산되는 제2식생 지수는 제1식생 지수와 동일할 수 있다.When the generated second vegetation
계산 기준 생성부(150)는 제2식생 지수 계산 기준(151)을 생성하고, 생성된 제2식생 지수 계산 기준(151)을 제2이미지(131)에서의 제1잎(132)의 이미지 정보에 적용하고, 이에 따라 계산되는 제2식생 지수가 제1식생 지수(121)와 동일한지를 확인하고, 만일 계산되는 제2식생 지수가 제1식생 지수(121)와 동일하지 않으면, 제2식생 지수 계산 기준(151)을 보정하는 과정을 반복함으로써, 생성된 제2식생 지수 계산 기준의 정확도를 더 검증할 수 있다.The calculation
계산 기준 생성부(150)가 제2식생 지수 계산 기준(151)을 생성하는 방법은 특정하게 한정되는 것은 아니다.A method of generating the second vegetation
제2계산부(140)는 제2이미지(131)에서 제2잎(133)에 대한 이미지 정보에 제2식생 지수 계산 기준(151)을 적용하고, 이를 통해 실제 제2잎(12)의 제2식생 지수(141)를 계산할 수 있다.The
실제 제1잎(11)을 예로 했을 때, 제2계산부(140)가 제2이미지(131)의 제1잎(132)에 대해 계산하는 제2식생 지수는, 동일한 실제 제1잎(11)을 대상으로 계산된 제1식생 지수(121)와 동일한 값 또는 범위 값일 수 있다.When the actual
전술한 바와 같이 제2잎(12)은 제1잎(11)을 제외한 하나 이상의 잎을 통칭할 수 있기 때문에, 제1잎(11) 및 제2잎(12)은 식물(10)의 전체의 잎을 의미할 수 있다. 따라서, 계산되는 제2식생 지수(141)는 식물(10)의 거의 전체의 잎에 대한 것일 수 있으며, 이를 통해, 식물(10)의 전체 잎에 대한 입체적인 3차원 제2식생 지수 계산이 가능할 수 있다.As described above, since the
통상적으로, 제1촬영부(110)로 촬영할 수 없는 부분, 예를 들면, 식물의 반대쪽 부분에서는 이미지 촬영이나 근적외선 신호가 수신되기 어렵기 때문에, 제1식생 지수를 계산하기 어렵다. 그러나, 식물의 앞쪽에서와 같이 제1촬영부(110)로 촬영할 수 있는 부분에서 이미지 촬영이나 근적외선 신호가 수신되어 제1식생 지수가 계산되고, 제2촬영부(130)가 식물의 3차원 형상 이미지 정보를 획득하면, 제2식생 지수 계산 기준(151)을 생성하고, 제2식생 지수 계산 기준(151)을 이용하여 식물의 반대쪽 부분의 제2식생 지수도 생성할 수 있게 된다. In general, it is difficult to calculate the first vegetation index because it is difficult to capture an image or receive a near-infrared ray signal in a part that cannot be photographed by the first photographing
또는, 잎의 일 부분(예를 들면, 상면)을 제1촬영부(110)로 촬영하여 얻은 제1식생지수를 기초로 제2식생 지수 계산 기준을 생성하고, 잎의 하면을 촬영한 제2이미지에 산입하여 제2식생 지수를 생성할 수도 있다.Alternatively, a second vegetation index calculation criterion is generated based on the first vegetation index obtained by photographing a part of the leaf (eg, the upper surface) with the first photographing
또는, 침엽과 같은 픽셀화가 힘든 대상에 대해 전반적인 계측값을 보간하여 제2식생 지수를 생성할 수도 있다. Alternatively, the second vegetation index may be generated by interpolating overall measured values for objects that are difficult to pixelate, such as needles.
식물(10)이, 잎을 식용으로 사용하는 곤달비, 쑥갓, 참취, 비름, 머위 등을 포함하는 엽채류인 경우에, 어느 하나의 잎의 식생 상태를 기준으로 해서 나머지 다른 잎의 식생 상태도 그와 같을 것라고 단순 예측하게 되면, 수확된 엽채류의 품질이 관리되기가 어려울 수 있다. In the case where the
즉, 일부 잎의 식생 지수를 기초로 나머지 잎의 식생 지수를 예측하게 되는 경우, 기초가 되는 식생 지수에 따라 나머지 잎의 식생 지수가 영향을 받을 수 있다. 예를 들면, 일부 잎의 식생 지수가 좋게 나오면 나머지 잎들의 식생 지수도 좋게 예측될 수 있다. 그러나, 식물은 부분별로 생육 상태가 다를 수 있기 때문에, 이러한 식생 지수 예측 방식은 정확도가 낮을 수 있다. 그렇다고 각각의 잎을 하나하나 촬영하여 식생 지수를 계산하게 되면, 상당한 시간이 소요될 수 있다.That is, when the vegetation indices of the remaining leaves are predicted based on the vegetation indices of some leaves, the vegetation indices of the remaining leaves may be affected by the vegetation indices that are the basis. For example, if the vegetation index of some leaves is good, the vegetation index of the remaining leaves may also be predicted to be good. However, since the growth state of each part of a plant may be different, this vegetation index prediction method may have low accuracy. However, if each leaf is photographed one by one and the vegetation index is calculated, it may take considerable time.
그러나, 본 발명에 따르면, 식물의 3차원 형상을 촬영하고, 모든 잎에 대해서 제2식생 지수를 용이하고 정확하게 계산할 수 있기 때문에, 식물에 대한 정확하고 신속한 모니터링이 가능할 수 있다.However, according to the present invention, since the 3D shape of a plant can be photographed and the second vegetation index can be easily and accurately calculated for all leaves, it is possible to accurately and quickly monitor the plant.
한편, 앞에서는 식물의 잎을 대상으로 제2식생 지수를 계산하는 것으로 설명하였지만, 제2식생 지수의 계산 대상이 반드시 잎으로 한정되는 것은 아니다. 즉, 파프리카, 고추 등의 채소나, 딸기 등의 열매 채소, 또는 과수 작물 등도 제2식생 지수 계산의 대상에 포함될 수 있다.Meanwhile, although it has been described above that the second vegetation index is calculated for the leaves of plants, the calculation target for the second vegetation index is not necessarily limited to leaves. That is, vegetables such as paprika and red pepper, fruit vegetables such as strawberries, or fruit crops may also be included in the calculation of the second vegetation index.
그리고, 제1식생 지수(121)가 복수 개의 잎에 대해 각각 획득되어 그 수가 많은 경우일수록 계산 기준 생성부(150)가 생성하는 제2식생 지수 계산 기준의 수가 많아 질 수 있다. 그러면, 복수개의 제2식생 지수 계산 기준의 평균값을 이용하여 최종적으로 제2식생 지수 계산 기준(151)을 생성할 수도 있기 때문에, 제2식생 지수 계산 기준(151)의 정확성은 높아질 수 있다.In addition, when the
도 8은 본 발명의 일실시예에 따른 식물 모니터링 장치를 나타낸 구성도이다.8 is a configuration diagram showing a plant monitoring device according to an embodiment of the present invention.
도 8에서 보는 바와 같이, 식물 모니터링 장치는 베이스 유닛(200), 식생 지수 획득 유닛(100), 이동 정보 생성 유닛(300) 그리고 매칭 유닛(400)을 포함할 수 있다.As shown in FIG. 8 , the plant monitoring device may include a
베이스 유닛(200)은 이동 가능하게 구비될 수 있다. 예를 들어 베이스 유닛(200)은 바퀴(미도시)를 가질 수 있으며, 바퀴를 회전시킬 수 있는 구동 시스템(미도시)을 가질 수 있다. 바퀴는 고무 타이어를 가지고 노면에서 직접 구르거나, 또는 지면에 설치되는 레일을 따라 구를 수 있도록 형성되는 등 다양한 형태로 구현될 수 있다.The
이를 통해, 식물 모니터링 장치는 산, 공원, 과수원 등과 같은 야외 지형이나, 하우스, 온실, 스마트 팜 등과 같은 시설에서 이동이 가능할 수 있다.Through this, the plant monitoring device may be movable in outdoor terrains such as mountains, parks, orchards, or facilities such as houses, greenhouses, and smart farms.
식생 지수 획득 유닛(100)에 대해서는 전술하였으므로, 반복되는 내용은 가급적 설명을 생략한다. Since the vegetation
식생 지수 획득 유닛(100)은 베이스 유닛(200)에 구비될 수 있으며, 베이스 유닛(200)과 함께 이동하면서 식물을 촬영하여 3차원 영상을 생성하고, 식물 전체의 잎에 대한 제2식생 지수를 계산하여 입체적인 3차원 제2식생 지수를 생성할 수 있다.The vegetation
이동 정보 생성 유닛(300)은 베이스 유닛(200)에 구비될 수 있으며, 베이스 유닛(200)의 이동 정보를 생성할 수 있다. 이동 정보는 베이스 유닛(200)의 위치 정보, 이동 속도 정보 등을 포함할 수 있다. 이동 정보 생성 유닛(300)은 관성 측정장치(IMU) 등을 포함할 수 있다. The movement
매칭 유닛(400)은 이동 정보 생성 유닛(300)에서 생성하는 이동 정보를 기초로, 복수의 식물을 각각 구분할 수 있으며, 계산된 제2식생 지수를 구분된 각각의 식물에 대해 매칭할 수 있다. The
매칭 유닛(400)은 베이스 유닛(200)에 구비되거나, 또는 베이스 유닛(200)과 떨어져 다른 장소에 구비될 수도 있다. 매칭 유닛(400)은 식생 지수 획득 유닛(100) 및 이동 정보 생성 유닛(300)과 유선 통신 또는 무선 통신될 수 있다.The
식물 모니터링 장치는 자율 주행 제어 유닛(500)을 더 포함할 수 있다. 자율 주행 제어 유닛(500)은 베이스 유닛(200)에 구비되고 베이스 유닛(200)이 자율 이동되도록 제어할 수 있다. 자율 주행 제어 유닛(500)은 자율 주행 제어를 위한 소프트 웨어를 가지는 프로세서와, 장애물, 물건 등을 감지하기 위한 라이다 등을 포함하는 센서 등을 포함할 수 있다.The plant monitoring device may further include an autonomous
또한, 식물 모니터링 장치는 선별 유닛(600) 및 표시 유닛(700)을 더 포함할 수 있다.In addition, the plant monitoring device may further include a
선별 유닛(600)은 식생 지수 획득 유닛(100)이 계산한 제2식생 지수 중 미리 설정된 기준 제2식생 지수 미만의 제2식생 지수의 잎을 선별할 수 있다.The
식물에서 기준 제2식생 지수 이상의 제2식생 지수로 계산되는 부분은 생육이 양호한 것으로 판단될 수 있고, 기준 제2식생 지수 미만의 제2식생 지수로 계산되는 부분은 생육이 불량한 것으로 판단되도록, 기준 제2식생 지수는 식물의 종류, 계절 등을 기초로 미리 설정될 수 있다.In plants, the part calculated by the second vegetation index higher than the standard second vegetation index can be judged to have good growth, and the part calculated by the second vegetation index lower than the standard second vegetation index can be judged to have poor growth. The second vegetation index may be set in advance based on the type of plant, season, and the like.
그리고, 표시 유닛(700)은 선별 유닛(600)에서 선별되는 잎, 즉, 기준 제2식생 지수 미만의 제2식생 지수로 계산되는 부분(예를 들면, 잎, 채소 등)이 있는 식물의 정보를 표시할 수 있다. In addition, the
표시 유닛(700)은 선별 유닛(600)에서 선별되는 부분(예를 들면, 잎, 채소 등)을 가지는 식물의 위치 정보만 표시하거나 또는, 해당 식물에서 선별 유닛(600)이 선별한 부분(예를 들면, 잎, 채소 등)의 위치 정보까지도 표시할 수 있다. The
이를 통해, 사용자는 식물에서 생육 상태가 좋지 못한 부분을 정확하게 확인할 수 있고, 이러한 정보를 기초로 식물의 생육을 정밀하게 분석할 수 있으며, 나아가, 생육을 예측할 수도 있다.Through this, the user can accurately identify the poor growth state of the plant, accurately analyze the growth of the plant based on this information, and further predict the growth.
이하에서는, 식물 모니터링 장치가 식물을 재배하는 스마트 팜에서 사용되는 경우를 예로 식물 모니터링 장치의 동작 예를 설명한다.Hereinafter, an operation example of the plant monitoring device will be described as an example of a case in which the plant monitoring device is used in a smart farm where plants are grown.
도 9는 본 발명의 일실시예에 따른 식물 모니터링 장치의 사용예를 나타낸 예시도인데, 도 9를 더 참조하면, 과수원, 또는 온실 등과 같은 곳에 심어져 있는 식물(10) 사이를 베이스 유닛(200)이 주행하면, 이동 정보 생성 유닛(300)은 베이스 유닛(200)의 이동 정보를 생성할 수 있다. 동시에, 식생 지수 획득 유닛(100)은 베이스 유닛(200)의 주행 경로(22)상에 있는 식물(10)들의 제2식생 지수를 획득할 수 있다. 그러면, 매칭 유닛(400)은 각각의 식물(10)별로 제2식생 지수를 매칭할 수 있다. 9 is an exemplary view showing a use example of a plant monitoring device according to an embodiment of the present invention. Referring further to FIG. 9, a
식물 모니터링 장치(1000)가 자율 주행 기능을 가지지 않는다면, 식물 모니터링 장치(1000)는 작업자에 의해 이동될 수 있다. 그러나, 식물 모니터링 장치(1000)가 자율 주행 제어 유닛(500)을 포함하는 경우, 자율 주행 제어 유닛(500)에 의해 베이스 유닛(200)은 자율 이동될 수 있다. If the
선별 유닛(600)은 계산된 제2식생 지수 중 기준 제2식생 지수 미만의 제2식생 지수의 잎을 선별할 수 있으며, 표시 유닛(700)은 이렇게 선별되는 잎을 가지는 식물의 정보를 표시할 수 있다. 이를 통해, 생육 상태가 좋지 못한 식물의 위치뿐만 아니라, 해당 식물에서 생육 상태가 좋지 못한 잎이 있는 부분도 작업자가 용이하게 파악하고 확인할 수 있도록 도울 수 있게 된다.The
식물의 생육 모니터링 효과를 높이기 위해, 식물 모니터링 장치(1000)를 이용한 식물 모니터링은 정기적으로 이루어질 수 있다.In order to increase the plant growth monitoring effect, plant monitoring using the
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.The above description of the present invention is for illustrative purposes, and those skilled in the art can understand that it can be easily modified into other specific forms without changing the technical spirit or essential features of the present invention. will be. Therefore, the embodiments described above should be understood as illustrative in all respects and not limiting. For example, each component described as a single type may be implemented in a distributed manner, and similarly, components described as distributed may be implemented in a combined form.
본 발명의 범위는 후술하는 청구범위에 의하여 나타내어지며, 청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.The scope of the present invention is indicated by the following claims, and all changes or modifications derived from the meaning and scope of the claims and equivalent concepts should be interpreted as being included in the scope of the present invention.
100: 식생 지수 획득 유닛
110: 제1촬영부
111: 제1이미지
120: 제1계산부
121: 제1식생 지수
130: 제2촬영부
131: 제2이미지
140: 제2계산부
141: 제2식생 지수
150: 계산 기준 생성부
151: 제2식생 지수 계산 기준
200: 베이스 유닛
300: 이동 정보 생성 유닛
400: 매칭 유닛
500: 자율 주행 제어 유닛
600: 선별 유닛
700: 표시 유닛100: vegetation index acquisition unit
110: first shooting unit
111: first image
120: first calculation unit
121: first vegetation index
130: second shooting unit
131: second image
140: second calculation unit
141: second vegetation index
150: calculation reference generating unit
151: second vegetation index calculation criteria
200: base unit
300: movement information generating unit
400: matching unit
500: autonomous driving control unit
600: sorting unit
700: display unit
Claims (4)
상기 제1이미지로부터 상기 제1잎에 대한 제1식생 지수를 계산하는 제1계산부;
상기 제1잎과 함께 다른 잎을 촬영하여 제2이미지를 얻는 제2촬영부;
상기 제1잎에 대한 상기 제1식생 지수를 이용하여 상기 제2이미지의 상기 다른 잎의 제2식생 지수를 계산하는 제2계산부; 및
상기 제2이미지에서의 상기 제1잎에 대한 이미지 정보 및 상기 제1식생 지수를 매칭하여 제2식생 지수 계산 기준을 생성하는 계산 기준 생성부를 포함하며,
상기 제1이미지는 2차원 이미지이고,
상기 제2이미지는 식물의 3차원 형상이 복원되는 3차원 이미지이며,
상기 제2계산부는,
상기 제2이미지에서의 상기 다른 잎에 대한 이미지 정보에 상기 제2식생 지수 계산 기준을 적용하여 상기 다른 잎의 상기 제2식생 지수를 계산하여, 식물의 입체적인 3차원 제2식생 지수를 계산하는 것을 특징으로 하는 식생 지수 획득 유닛.a first photographing unit for obtaining a first image by photographing a first leaf of a plant;
a first calculation unit calculating a first vegetation index for the first leaf from the first image;
a second photographing unit for obtaining a second image by photographing other leaves together with the first leaf;
a second calculation unit calculating a second vegetation index of the other leaf of the second image by using the first vegetation index of the first leaf; and
A calculation criterion generation unit configured to generate a second vegetation index calculation criterion by matching image information about the first leaf in the second image with the first vegetation index,
The first image is a two-dimensional image,
The second image is a three-dimensional image in which the three-dimensional shape of the plant is restored,
The second calculator,
Calculating the second vegetation index of the other leaf by applying the second vegetation index calculation criterion to the image information on the other leaf in the second image to calculate the three-dimensional 3-dimensional second vegetation index of the plant Characteristic vegetation index acquisition unit.
상기 베이스 유닛에 구비되고, 제1항에 기재된 식생 지수 획득 유닛;
상기 베이스 유닛에 구비되고, 상기 베이스 유닛의 이동 정보를 생성하는 이동 정보 생성 유닛; 및
상기 이동 정보를 기초로 복수 개의 식물을 각각 구분하고, 각각의 식물에 대해 상기 제2식생 지수를 매칭하는 매칭 유닛을 포함하는 것을 특징으로 하는 식물 모니터링 장치.a base unit provided to be movable;
a vegetation index acquisition unit provided in the base unit and described in claim 1;
a movement information generation unit provided in the base unit and configured to generate movement information of the base unit; and
and a matching unit that identifies a plurality of plants based on the movement information and matches the second vegetation index to each plant.
상기 베이스 유닛에 구비되고, 상기 베이스 유닛이 자율 이동되도록 제어하는 자율 주행 제어 유닛을 더 포함하는 것을 특징으로 하는 식물 모니터링 장치.According to claim 3,
The plant monitoring device further comprises an autonomous driving control unit provided in the base unit and controlling the base unit to autonomously move.
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020220030914A KR102479284B1 (en) | 2022-03-11 | 2022-03-11 | Vegetation index acquisition unit and apparatus for monitoring plant comprising the same |
PCT/KR2023/003212 WO2023172080A1 (en) | 2022-03-11 | 2023-03-09 | Vegetation index acquisition unit and plant monitoring device comprising same |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020220030914A KR102479284B1 (en) | 2022-03-11 | 2022-03-11 | Vegetation index acquisition unit and apparatus for monitoring plant comprising the same |
Publications (2)
Publication Number | Publication Date |
---|---|
KR102479284B1 true KR102479284B1 (en) | 2022-12-21 |
KR102479284B9 KR102479284B9 (en) | 2023-03-23 |
Family
ID=84536704
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020220030914A KR102479284B1 (en) | 2022-03-11 | 2022-03-11 | Vegetation index acquisition unit and apparatus for monitoring plant comprising the same |
Country Status (2)
Country | Link |
---|---|
KR (1) | KR102479284B1 (en) |
WO (1) | WO2023172080A1 (en) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023172080A1 (en) * | 2022-03-11 | 2023-09-14 | 주식회사 카탈로닉스 | Vegetation index acquisition unit and plant monitoring device comprising same |
KR102624781B1 (en) * | 2023-04-28 | 2024-01-12 | 경상북도(농업기술원) | Ground proximity multi-spectral image measurement apparatus to obtian vegetation index of field crop |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101844678B1 (en) | 2016-10-05 | 2018-04-02 | 서울대학교산학협력단 | A real-time monitoring system of canopy structure and functions |
KR101984047B1 (en) * | 2018-08-01 | 2019-09-03 | 삼성물산 주식회사 | Diagnostic method of crop growth using unmanned eaerial vehicle and device performing the method |
KR20210065607A (en) * | 2019-11-27 | 2021-06-04 | (주)카탈로닉스 | Method of determining status of plant growth and apparatus for growing plant using the same |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6884584B2 (en) * | 2017-02-01 | 2021-06-09 | キヤノン株式会社 | Image processing device, imaging device, image processing method, image processing program, and storage medium |
KR102125780B1 (en) * | 2018-08-16 | 2020-06-23 | (주)노루기반시스템즈 | Applaratus for Monitoring Crop Growth through Multispectral Image Histogram Pattern Analysis of Plot Unit |
KR102218863B1 (en) * | 2020-10-16 | 2021-02-24 | 네이버시스템(주) | Real-time variable rate application system and real-time variable rate application method using drones |
KR102479284B1 (en) * | 2022-03-11 | 2022-12-21 | (주)카탈로닉스 | Vegetation index acquisition unit and apparatus for monitoring plant comprising the same |
-
2022
- 2022-03-11 KR KR1020220030914A patent/KR102479284B1/en active IP Right Grant
-
2023
- 2023-03-09 WO PCT/KR2023/003212 patent/WO2023172080A1/en active Application Filing
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101844678B1 (en) | 2016-10-05 | 2018-04-02 | 서울대학교산학협력단 | A real-time monitoring system of canopy structure and functions |
KR101984047B1 (en) * | 2018-08-01 | 2019-09-03 | 삼성물산 주식회사 | Diagnostic method of crop growth using unmanned eaerial vehicle and device performing the method |
KR20210065607A (en) * | 2019-11-27 | 2021-06-04 | (주)카탈로닉스 | Method of determining status of plant growth and apparatus for growing plant using the same |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023172080A1 (en) * | 2022-03-11 | 2023-09-14 | 주식회사 카탈로닉스 | Vegetation index acquisition unit and plant monitoring device comprising same |
KR102624781B1 (en) * | 2023-04-28 | 2024-01-12 | 경상북도(농업기술원) | Ground proximity multi-spectral image measurement apparatus to obtian vegetation index of field crop |
Also Published As
Publication number | Publication date |
---|---|
KR102479284B9 (en) | 2023-03-23 |
WO2023172080A1 (en) | 2023-09-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | Automated crop yield estimation for apple orchards | |
US10534086B2 (en) | Systems and methods for determining crop yields with high resolution geo-referenced sensors | |
Narváez et al. | LiDAR and thermal images fusion for ground-based 3D characterisation of fruit trees | |
CA2764135C (en) | Device and method for detecting a plant | |
KR102479284B1 (en) | Vegetation index acquisition unit and apparatus for monitoring plant comprising the same | |
Das et al. | Devices, systems, and methods for automated monitoring enabling precision agriculture | |
US10151839B2 (en) | Systems and methods for determining crop yields with high resolution geo-referenced sensors | |
BR112020026356A2 (en) | SYSTEMS, DEVICES AND METHODS FOR DIAGNOSIS IN GROWTH STAGE FIELD AND CULTURE YIELD ESTIMATE IN A PLANT AREA | |
ES2951738T3 (en) | Crop scanner | |
AU2010300477A1 (en) | Method and system for locating a stem of a target tree | |
CN108414454A (en) | The synchronized measurement system and measurement method of a kind of plant three-dimensional structure and spectral information | |
CN111095339A (en) | Crop cultivation supporting device | |
WO2015193822A1 (en) | Method and device for measuring vegetation cover on farmland | |
Mostafa et al. | Using LiDAR technique and modified Community Land Model for calculating water interception of cherry tree canopy | |
Kurtser et al. | RGB-D datasets for robotic perception in site-specific agricultural operations—A survey | |
Paturkar et al. | Overview of image-based 3D vision systems for agricultural applications | |
Esser et al. | Field robot for high-throughput and high-resolution 3D plant phenotyping: towards efficient and sustainable crop production | |
Wang et al. | Design of crop yield estimation system for apple orchards using computer vision | |
CN112233121A (en) | Fruit yield estimation method based on binocular space positioning and intelligent segmentation | |
Bahman | Height measurement of basil crops for smart irrigation applications in greenhouses using commercial sensors | |
Esser et al. | Field Robot for High-throughput and High-resolution 3D Plant Phenotyping | |
KR20240068178A (en) | Tree Biological Data Prediction System | |
Xiang | High-throughput robotic plant phenotyping using 3D machine vision and deep neural networks | |
Han et al. | Effects of different ground segmentation methods on the accuracy of UAV-based canopy volume measurements | |
CN112818855A (en) | Method, device and system for extracting peach tree crown phenotype information based on unmanned aerial vehicle image |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GRNT | Written decision to grant | ||
G170 | Re-publication after modification of scope of protection [patent] |