KR102563315B1 - 착색 모델에 의한 수확정보의 예측방법 - Google Patents

착색 모델에 의한 수확정보의 예측방법 Download PDF

Info

Publication number
KR102563315B1
KR102563315B1 KR1020220139375A KR20220139375A KR102563315B1 KR 102563315 B1 KR102563315 B1 KR 102563315B1 KR 1020220139375 A KR1020220139375 A KR 1020220139375A KR 20220139375 A KR20220139375 A KR 20220139375A KR 102563315 B1 KR102563315 B1 KR 102563315B1
Authority
KR
South Korea
Prior art keywords
coloring
time
value
equation
harvest
Prior art date
Application number
KR1020220139375A
Other languages
English (en)
Inventor
박경섭
구희웅
조윤채
Original Assignee
목포대학교산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 목포대학교산학협력단 filed Critical 목포대학교산학협력단
Priority to KR1020220139375A priority Critical patent/KR102563315B1/ko
Application granted granted Critical
Publication of KR102563315B1 publication Critical patent/KR102563315B1/ko

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/29—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands using visual detection
    • G01N21/293—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands using visual detection with colour charts, graduated scales or turrets
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/02—Food
    • G01N33/025—Fruits or vegetables
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N2021/8466—Investigation of vegetal material, e.g. leaves, plants, fruits

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Food Science & Technology (AREA)
  • Mathematical Physics (AREA)
  • Biochemistry (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Analytical Chemistry (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Mathematics (AREA)
  • Algebra (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Medicinal Chemistry (AREA)
  • Pure & Applied Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

본 발명은 과채류에 있어서, 보광환경의 변화를 반영하여 외피의 착색정보를 이용하여 예상 착색시기 및 수확시기를 예측할 수 있는 방법에 대한 것으로, 보광 광원 처리에 따른 과실 착색을 통해 작물의 생육단계 및 재배 형태에 따른 보광 효과를 비교 분석함으로써 시설 과채류 온실 적용을 위한 RGB값 기반 착색모델을 이용하여 수확시기 및 착색 시기를 예측할 수 있다.

Description

착색 모델에 의한 수확정보의 예측방법{Methods for prediction of Harvesting Time using coloring model}
본 발명은 과채류에 있어서, 보광환경의 변화를 반영하여 외피의 착색정보를 이용하여 예상 착색시기 및 수확시기를 예측할 수 있는 방법에 대한 것이다.
작물는 광합성 작용을 통하여 동화 산물을 생산하며, 이를 통하여 생육, 생장, 발달 과정이 진행된다. 광합성 작용에는 온도, 광, CO2가 관여하며 광합성을 최대화하는 생육 환경 조성을 통한 수량 증진, 품질 향상이 가능하다.
작물 생육에 가장 기본적으로 필요한 광이 부족할 경우, 작물의 생육과 발달이 저해되며 이에 따른 수량과 품질이 감소한다. 그래서 온실에서 작물의 연중 생산, 수량 및 품질 유지 또는 향상시키기 위해서는 보광을 통한 광 환경 개선이 필수적이다.
특히, 작물 중 과채류의 경우에는, 외피의 착색정도를 판별하여 숙기와 수확시기를 판별하는 방법을 많이 사용하게 된다.
과채류는 숙기에 따라 수확시기를 선정하는 것이 매우 중요하며, 이는 과숙이 진행되는 경우 과육이 연화되고, 이에 따라 상품의 품질이 크게 변질될 수 있다. 과채류의 숙기를 조절하는 것은, 이처럼 매우 중요한 사항이며, 이에 대한 판별은 과채류의 외피의 착색정도를 육안으로 판별하고, 이를 칼라차트라는 보드 차트의 색도모델을 참조하여, 육안으로 숙기를 판별하고 있다.
이는 한국등록특허 제10-1092993호, 한국등록특허 제10-1092994호에서와 같이 종래 과채류인 파프리카의 숙기판정용 칼라차트의 제작을 통해 현장에서 사용되고 있다. 그러나, 이러한 칼라차트를 이용한 과채류의 숙기판정 기술은 이미 진행된 과채류의 착색 상황을 확인하는 과정이어서, 향후 착색시기를 정확하게 예측하고, 이를 통해 수확시기를 예측하지는 못하게 된다.
특히, 최근 스마트농법에 기초하여, 보광을 진행하여 숙기를 조절하는 재배 기법의 경우, 이러한 보광상황에 따라 착색시기와 수확예측시기를 결정하는 것은 매우 중요한 사항으로 이에 대한 기술 수요가 매우 커지고 있는 실정이다.
한국등록특허 제10-1092993호 한국등록특허 제10-1092994호
본 발명은 상술한 과제를 해결하기 위하여 안출된 것으로, 본 발명의 목적은 과채류 착색 정도를 데이터로 변환하는 방법으로, RGB값으로 측정된 색상 모델을 변환하여 작물 수확 시기를 정량된 값으로 측정함으로써 수확적기와 착색시기를 판단할 수 있도록 하는 방법을 제공하여, 기존의 칼라차트를 기반으로 수확하는 방식에서 벗어나 착색 시기 및 수확 시기를 예측하는 모델을 작성하여 수확 시기 예측으로 수확 작업자의 일정 조정 및 활용할 수 있도록 하는 기술을 제공하는 데 있다.
상술한 과제를 해결하기 위한 수단으로서, 본 발명의 실시예에서는, 대상 과채류에 대한 외피의 착색도를 측정하는 단계; 및 상기 측정된 착색도인, RGB 모델 값을 착색시기 및 수확시기의 예측값을 산출하는 프로그램을 구비한 산출장치를 통해 산출하는 단계;를 포함하며, 상기 수확시기 및 착색시기의 예측값의 산출은, 하기의 {식 1} 및 {식 2}를 적용하여 산출하는 프로그램을 적용하는, 착색 모델에 의한 수확정보의 예측방법을 제공할 수 있도록 한다.
{식 1}
Y : 시간에 따른 착색 R값
Y0: 초기 착색 R값
A : 초기값과 최종 단계의 최대 착색 R값 차이
k : R값의 착색속도
tharvesting : 착과후 수확시기(days)
{식 2}
tc : 착과 후 착색이 되는 시기(days)
k : R값의 착색속도
tharvesting : 착과후 수확시기(days)
본 발명에 따르면, 과채류 착색 정도를 데이터로 변환하는 방법으로, RGB값으로 측정된 색상 모델을 변환하여 작물 수확 시기를 정량된 값으로 측정함으로써 수확적기와 착색시기를 판단할 수 있도록 하는 효과가 있다.
특히, 본 발명은, 숙기 과정을 거치는 다른 작물에도 적용할 수 있고, 착색계로 측정한 Hunter Lab값을 RGB값의 시스모이드 함수 모델식으로 작성하여 수확 시기에 맞추어 로봇 수확기의 집중 투하 시기를 결정할 수 있게 된다.
나아가, 기존의 칼라차트를 기반으로 수확하는 방식(ex. 파프리카)에서 착색 시기 및 수확 시기를 예측하는 모델을 작성하여 수확 시기 예측으로 수확 작업자의 일정 조정 및 활용할 수 있게 하는 장점이 구현된다.
도 1은 본 발명의 실시예에 따른 착색 모델에 의한 수확정보의 예측방법을 구현하는 시스템 구조를 도시한 개념도이다.
도 2는 본 발명의 실시예에 따른 착색 모델에 의한 수확정보의 예측방법을 구현하는 순서를 도시한 순서도이다.
도 3은 본 발명의 일실시에 따른, 보광광원 미적용(Con), 상부보광(Upper), DLI 보광처리에 따른 빨간 파프리카를 착색 단계에 따라 구분한 것이다.
도 4는 본 발명의 일실시예에 따라 과실의 착색변화를 Hunter Lab와 RGB수치를 모델화 하여 나타낸 것이다.
도 5는 본 발명의 일실시예에 따라 과실의 착색변화를 RGB R수치를 모델화하였고, 해석방안을 도식화하였다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예를 참조하면 명확해질 것이다. 그러나 본 발명은 여기서 설명되는 실시예들에 한정되지 않고 다른 형태로 구체화될 수도 있다. 오히려, 여기서 소개되는 실시예들은 개시된 내용이 철저하고 완전해질 수 있도록 그리고 당업자에게 본 발명의 사상이 충분히 전달될 수 있도록 하기 위해 제공되는 것이다.
본 출원에서 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 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미가 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미가 있는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
도 1 및 도 2는 본 발명의 실시예에 따른 착색 모델에 의한 수확정보의 예측방법(이하, '본 발명'이라 한다.)의 시스템 구조를 도시한 개념도 및 진행순서도이다.
도 1 및 도 2를 참조하면, 본 발명은, 대상 과채류에 대한 외피의 착색도를 측정하는 단계 및 상기 측정된 착색도인, RGB 모델 값을 착색시기 및 수확시기의 예측값을 산출하는 프로그램을 구비한 산출장치를 통해 산출하는 단계를 포함하며, 상기 수확시기의 예측값의 산출은, 하기의 {식 1}을 적용하여 산출하는 프로그램을 적용하는 것을 특징으로 한다.
{식 1}
Y : 시간에 따른 착색 R값
Y0: 초기 착색 R값
A : 초기값과 최종 단계의 최대 착색 R값 차이
k : R값의 착색속도
tharvesting : 착과후 수확시기(days)
아울러, 상술한 과정에서 착색시기의 예측값의 산출은, 측정된 RGB값을 이용해, {식 1}을 기반으로, 하기의 {식 2}를 통해 산출할 수 있다.
{식 2}
tc : 착과후 착색이 되는 시기(days)
k : R값의 착색속도
tharvesting : 착과후 수확시기(days)
대상 과채류에 대한 외피의 착색도를 측정하는 단계는, 통상 과새류의 외피의 착색도를 칼라메타(착색계)와 같은 측정장비로 측정을 하게 되며, 색 기준은 외피 색도이며, 붉은색 계열은 적색도, 황색계열은 황색도이다. 이러한 색도는 Hunter ‘a(수치가 높을 수록 적색에 가까움), ’ Hunter ‘b(수치가 높을 수록 황색에 가까움), '으로 측정되게 된다.
이상과 같이 착색계로 측정된 정보(착색도; Hunter Lab값)는, 본 발명의 산출장치를 통해, RGB값의 시스모이드 함수 모델식으로 변환하고, 해당 변환 정보를 바탕으로, 착색시기 및 수확시기를 예측할 수 있게 된다.
상기 산출장치는, 측정된 착색도인, RGB 모델 값을 착색시기 및 수확시기의 예측값을 산출하는 프로그램을 구비하는 단말기를 통칭하는 개념으로, 다양한 스마트기기, PC 등의 통신기능이 가능한 장치를 포함하며, 착색계에서 산출된 정보를 유무선으로 전송받아 분석할 수 있도록, 유무선 통신부를 구비하는 것이 바람직하다.
본 발명에 따르면, 과채류 착색 정도를 데이터로 변환하는 방법으로, RGB값으로 측정된 색상 모델을 변환하여 작물 수확 시기를 정량된 값으로 측정함으로써 수확적기와 착색시기를 판단할 수 있게 된다.
[실시예]
이하에서는, 상술한 본 발명을 적용한 과채류의 착색시기 및 수확시기를 예측하는 과정을 빨강 파프리카를 적용한 실시예를 들어 설명하기로 한다. 본 실시예에서는, 빨강 파프리카에 대해, 온실내에서 보광을 실시한 개체(보광 처리구)와 대조구로 보광처리를 수행하지 않는 개체(보광 미적용구)에 대하여 본 발명의 방법을 적용한 것을 설명하기로 한다.
도 3은 본 발명의 일실시에 따른, (a) 보광광원 미적용(Con), (b) 상부보광(Upper), (c) DLI(Daily Light Intergral, 일 적산광량) 보광처리에 따른 빨간 파프리카를 착색 단계에 따라 구분한 것이다.
우선, 도 3에 도시된 것과 같이, 본 실시예에서는, (a) 보광광원 미적용(Con), (b) 상부보광(Upper), (c) DLI(Daily Light Intergral, 일 적산광량) 보광처리를 수행한 개체들에 대하여, 착색계(칼라메타)를 통해 착색정도를 측정하였다. 빨강 파프리카의 착색 기준은 외피 적색도이며, 이는 Hunter ‘a’와 RGB의 ‘R’으로 표시된다. 착색 정도는 칼라차트를 기초로 판정이 가능하며, 빨강 파프리카는 총 10개의 섹터로 나뉜다. 상기의 10개의 영역인 칼라차트의 영역을 판정한다.
도 4는 도 3에서 실시한 착색정도의 측을 통해, 빨강 파프리카 과실의 착색변화를 Hunter Lab와 RGB수치를 모델화 하여 나타낸 것이다.
도 4를 참조하면, 보광 미적용구의 Hunter Lab 중 Hunter L은 측정 기간 중 유의한 변화를 보이지 않아 상수로 처리하였고, 적색을 의미하는 Hunter a는 시간이 지남에 따라 상승 후 측정 a값이 28 이상이 되면 큰 상승은 없었고, 황색을 의미하는 Hunter b는 소폭 상승하였다.
또한, 보광 미적용구의 RGB 모델은 R값이 시간이 지남에 따라 증가하였고, 적색의 증가에 따라 녹색을 의미하는 G값은 감소하는 것을 확인할 수 있다.
도 5는 본 발명의 일실시예에 따라 과실의 착색변화를 RGB R수치를 모델화하였고, 해석방안을 도식화한 것이다.
도 4 및 도 5를 참조하면, 측정된 "R" 값을 이용해, 본 발명의 분석프로그램을 통해, 다음과 같은 수식을 통해 착색시기 및 수확시기의 예측값을 산출할 수 있다.
측정된 R값을 이용해 시스모이드 함수와 회귀분석을 수행하고, (1)보광이 없는 대조구와 (2) DLI(Daily Light Intergral, 일 적산광량)보광 처리구에 대한 예측 값을 산출하는 과정은 다음과 같다.
{식 3}
{식 4}
상술한 {식 3} 및 {식 4}는 측정된 R값을 이용해 시스모이드 함수와 회귀분석을 수행하고, (1)보광이 없는 대조구와 (2) DLI(Daily Light Intergral, 일 적산광량)보광 처리구에 대한 빨강 파프리카 과실의 착색변화를 Hunter Lab와 RGB수치를 모델화 하였다.
이후, 아래의 식을 통해 수확시기와 착색시기를 산출하였다.
{식 1}
Y : 시간에 따른 착색 R값
Y0: 초기 착색 R값
A : 초기값과 최종 단계의 최대 착색 R값 차이
k : R값의 착색속도
tharvesting : 착과후 수확시기(days)
{식 2}
tc : 착과후 착색이 되는 시기(days)
k : R값의 착색속도
tharvesting : 착과후 수확시기(days)
즉, 도 5에서와 같이, 위 {식 1}의 시그모이드 식을 기반으로, {식 2}에서의 직선구간에서 착색시점을 산출할 수 있게 된다.
이를테면, 본 실시예에서는, 보광미처리구인 대조구는 시그모이드 식인 {식 1}과 {식 2}를 이용하여, 수확시기는 과실 비대 시점으로부터 60.5일부터 수확이 가능하고, 착색이 되는 시점은 54.9일으로 산출할 수 있다.
DLI 처리구의 경우, 시그모이드 식인 {식 1}과 {식 2}를 이용하여, 수확시기는 과실 비대 시점으로부터 53.7일부터 수확이 가능하고, 착색이 되는 시점은 41.2일로 대조구보다 12.5일 빨리 착색이 시작되고, 수확시기는 5.6일 빨리 수확이 가능하다는 예측값을 도출할 수 있다.
DLI 보광의 RGB 모델은 R값이 시간이 지남에 따라 증가하여 수치 150 이 되는 시기가 대조구에 비해 4일 빨랐고 그에 따라 G 값은 감소하여 70이 되는 시기가 대조구에 비해 1일 빨랐다. DLI 보광을 통해 5.6일 정도 수확시기를 당길 수 있다. 이에 비추어, 보광을 수행하는 것이 수확시기를 당길 수 있게 되며, 이에 대한 예측정보를 보다 신뢰성있게 산출할 수 있음을 확인하였다.
이상에서와 같이, 본 발명에서는, 파프리카와 같은 과채류 착색 정도를 데이터로 변환하는 방법으로, RGB값으로 측정된 색상 모델을 변환하여 작물 수확 시기를 정량된 값으로 측정함으로써 수확적기와 착색시기를 판단할 수 있게 되며, 이러한 기술은 파프리카 이외에도 숙기 과정을 거치는 다른 작물에도 적용할 수 있다. 이를 통해, 기존의 칼라차트를 기반으로 수확하는 방식(ex. 파프리카)에서 착색 시기 및 수확 시기를 예측하는 모델을 작성하여 수확 시기 예측으로 수확 작업자의 일정 조정 및 활용할 수 있게 된다.
이상에서와 같이 본 발명의 기술적 사상은 바람직한 실시예에서 구체적으로 기술되었으나, 상기한 바람직한 실시예는 그 설명을 위한 것이며, 그 제한을 위한 것이 아니다. 이처럼 이 기술 분야의 통상의 전문가라면 본 발명의 기술 사상의 범위 내에서 본 발명의 실시예의 결합을 통해 다양한 실시예들이 가능함을 이해할 수 있을 것이다.
10: 착도계(칼라미터)
20: 수확정보 산출장치
25: 수확정보 산출프로그램
30: 통합서버

Claims (3)

  1. 스마트농법에 기초하여, 보광을 진행하여 숙기를 조절하는 재배 기법에 적용되는 착색 모델에 의한 수확정보의 예측방법에 있어서,
    대상 과채류에 대한 외피의 착색도를 측정하는 단계; 및
    상기 측정된 착색도인, RGB 모델 값을 착색시기 및 수확시기의 예측값을 산출하는 프로그램을 구비한 산출장치를 통해 산출하는 단계;를 포함하며,
    상기 수확시기의 예측값의 산출은, 하기의 {식 1}을 적용하여 산출하는 프로그램을 적용하며,
    상기 착색시기의 예측값의 산출은, 측정된 RGB값을 이용해, {식 1}을 기반으로, 하기의 {식 2}를 통해 산출하되, {식 1}의 시그모이드 식을 기반으로, {식 2}에서의 직선구간에서 착색시점을 산출할 수 있도록 하며,
    대상 과채류의 착색변화를 RGB에서 R수치를 모델화하여 해석하되, 하기의 {식 3} 및 {식 4}는 측정된 R값을 이용해 시스모이드 함수와 회귀분석을 수행하고, (1)보광이 없는 대조구와 (2) DLI(Daily Light Intergral, 일 적산광량)보광 처리구에 대한 대상 과채류의 착색변화를 Hunter Lab와 RGB수치를 모델화를 수행하여 수확시기와 착색시기를 산출하는 것을 특징으로 하는,
    착색 모델에 의한 수확정보의 예측방법.

    {식 1}

    Y : 시간에 따른 착색 R값
    Y0: 초기 착색 R값
    A : 초기값과 최종 단계의 최대 착색 R값 차이
    k : R값의 착색속도
    tharvesting : 착과후 수확시기(days)

    {식 2}

    tc : 착과후 착색이 되는 시기(days)
    k : R값의 착색속도
    tharvesting : 착과후 수확시기(days)

    {식 3}

    {식 4}

  2. 삭제
  3. 청구항 1의 착색 모델에 의한 수확정보의 예측방법을 수행하는 프로그램이 수록된 기록매체.
KR1020220139375A 2022-10-26 2022-10-26 착색 모델에 의한 수확정보의 예측방법 KR102563315B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220139375A KR102563315B1 (ko) 2022-10-26 2022-10-26 착색 모델에 의한 수확정보의 예측방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220139375A KR102563315B1 (ko) 2022-10-26 2022-10-26 착색 모델에 의한 수확정보의 예측방법

Publications (1)

Publication Number Publication Date
KR102563315B1 true KR102563315B1 (ko) 2023-08-03

Family

ID=87567914

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220139375A KR102563315B1 (ko) 2022-10-26 2022-10-26 착색 모델에 의한 수확정보의 예측방법

Country Status (1)

Country Link
KR (1) KR102563315B1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010054342A (ja) * 2008-08-28 2010-03-11 National Agriculture & Food Research Organization イチゴ品質測定方法及びイチゴ品質測定装置
KR101092994B1 (ko) 2008-08-19 2011-12-26 대한민국 빨강 파프리카의 숙기판정용 칼라차트 제조 방법 및 그로부터 제조된 빨강 파프리카의 숙기판정용 칼라차트
KR101092993B1 (ko) 2008-08-19 2011-12-26 대한민국 노랑 파프리카의 숙기판정용 칼라차트 제조 방법 및 그로부터 제조된 노랑 파프리카의 숙기판정용 칼라차트
JP2018004645A (ja) * 2016-07-05 2018-01-11 シャープ株式会社 熟度判定装置および熟度判定方法
JP2019146489A (ja) * 2018-02-26 2019-09-05 マクセルホールディングス株式会社 色指標値算出システムおよび色指標値算出方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101092994B1 (ko) 2008-08-19 2011-12-26 대한민국 빨강 파프리카의 숙기판정용 칼라차트 제조 방법 및 그로부터 제조된 빨강 파프리카의 숙기판정용 칼라차트
KR101092993B1 (ko) 2008-08-19 2011-12-26 대한민국 노랑 파프리카의 숙기판정용 칼라차트 제조 방법 및 그로부터 제조된 노랑 파프리카의 숙기판정용 칼라차트
JP2010054342A (ja) * 2008-08-28 2010-03-11 National Agriculture & Food Research Organization イチゴ品質測定方法及びイチゴ品質測定装置
JP2018004645A (ja) * 2016-07-05 2018-01-11 シャープ株式会社 熟度判定装置および熟度判定方法
JP2019146489A (ja) * 2018-02-26 2019-09-05 マクセルホールディングス株式会社 色指標値算出システムおよび色指標値算出方法

Similar Documents

Publication Publication Date Title
US11775828B2 (en) AI-powered autonomous plant-growth optimization system that automatically adjusts input variables to yield desired harvest traits
CN110503253A (zh) 一种种植环境自适应控制方法及装置
Nishina Development of speaking plant approach technique for intelligent greenhouse
CN115204689A (zh) 一种基于图像处理的智慧农业管理系统
Srinidhi et al. Smart Hydroponics system integrating with IoT and Machine learning algorithm
Dorey et al. A statistical model to predict titratable acidity of pineapple during fruit developing period responding to climatic variables
KR102563315B1 (ko) 착색 모델에 의한 수확정보의 예측방법
Tijskens et al. The biological shift factor: biological age as a tool for modelling in pre-and postharvest horticulture
CN114637351B (zh) 一种设施作物温室环境调控方法及系统
KR102309568B1 (ko) 이미지 기반 작물 생육정보 자동계측 시스템
CN113221723A (zh) 可溯源的自反馈学习城市植物工厂
US20220253757A1 (en) Metaheuristics optimizer for controlled environment agriculture
CN117078455A (zh) 一种基于数字化的食用菌培育智能管理系统
Acosta-Gamboa et al. Characterization of the response to abiotic stresses of high ascorbate Arabidopsis lines using phenomic approaches
KR20240012287A (ko) Rgb led 광원과 환경 데이터를 이용한 기계 학습 기반 작물 생육 최적화 시스템
JP7335459B2 (ja) 調整された育成プロトコル目標値を用いる実験
Abeytilakarathna et al. Relationship between total solid content and red, green and blue colour intensity of strawberry (Fragaria x ananassa Duch.) fruits
CN115728249A (zh) 一种番茄幼苗的叶绿素含量的预测方法及处理终端
Capraro et al. Intelligent irrigation in grapevines: a way to obtain different wine characteristics
US11921039B2 (en) Method and active control system for food treatment processes
Dai et al. Mathematic model for simulating anthocyanin composition during grape ripening: another way of phenotyping
US20220248681A1 (en) Control of control of metabolite production in Plants By Simultaneous Injection With CO2 and O2
Condaminet et al. Using data science to improve the identification of plant nutritional status
Lakshmi et al. Plant phenotyping through Image analysis using nature inspired optimization techniques
JP2022161489A (ja) 形質変化推定システム及び自動栽培システム

Legal Events

Date Code Title Description
GRNT Written decision to grant