KR102641014B1 - 적외선 카메라를 이용한 작물 수분 스트레스 계측 장치 및 방법 - Google Patents
적외선 카메라를 이용한 작물 수분 스트레스 계측 장치 및 방법 Download PDFInfo
- Publication number
- KR102641014B1 KR102641014B1 KR1020210158779A KR20210158779A KR102641014B1 KR 102641014 B1 KR102641014 B1 KR 102641014B1 KR 1020210158779 A KR1020210158779 A KR 1020210158779A KR 20210158779 A KR20210158779 A KR 20210158779A KR 102641014 B1 KR102641014 B1 KR 102641014B1
- Authority
- KR
- South Korea
- Prior art keywords
- crop
- water stress
- leaf
- image
- thermal image
- Prior art date
Links
- 208000005156 Dehydration Diseases 0.000 title claims abstract description 72
- 238000000034 method Methods 0.000 title description 20
- 238000005259 measurement Methods 0.000 claims abstract description 29
- 238000004364 calculation method Methods 0.000 claims abstract description 15
- 230000003252 repetitive effect Effects 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims 3
- 238000000691 measurement method Methods 0.000 claims 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 12
- 238000013473 artificial intelligence Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 239000000284 extract Substances 0.000 description 6
- 238000007726 management method Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 238000003384 imaging method Methods 0.000 description 5
- 238000003973 irrigation Methods 0.000 description 5
- 230000002262 irrigation Effects 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 5
- 230000005068 transpiration Effects 0.000 description 5
- 241000196324 Embryophyta Species 0.000 description 4
- 238000009529 body temperature measurement Methods 0.000 description 4
- 238000013135 deep learning Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 239000002689 soil Substances 0.000 description 4
- 230000014509 gene expression Effects 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000008685 targeting Effects 0.000 description 2
- 241000607479 Yersinia pestis Species 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000008020 evaporation Effects 0.000 description 1
- 238000001704 evaporation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000011514 reflex Effects 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000008400 supply water Substances 0.000 description 1
Images
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
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3554—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for determining moisture content
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/0022—Radiation pyrometry, e.g. infrared or optical thermometry for sensing the radiation of moving bodies
- G01J5/0025—Living bodies
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/02—Constructional details
- G01J5/06—Arrangements for eliminating effects of disturbing radiation; Arrangements for compensating changes in sensitivity
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/02—Constructional details
- G01J5/06—Arrangements for eliminating effects of disturbing radiation; Arrangements for compensating changes in sensitivity
- G01J5/064—Ambient temperature sensor; Housing temperature sensor; Constructional details thereof
-
- 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
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3563—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing solids; Preparation of samples therefor
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/02—Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover or wind speed
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J2005/0077—Imaging
-
- 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)
- Spectroscopy & Molecular Physics (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Pathology (AREA)
- Business, Economics & Management (AREA)
- Environmental & Geological Engineering (AREA)
- Agronomy & Crop Science (AREA)
- Human Resources & Organizations (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Environmental Sciences (AREA)
- Economics (AREA)
- Atmospheric Sciences (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
작물 수분 스트레스 계측 장치(100)로서, 적외선 카메라를 이용하여 상기 작물의 열영상을 획득하도록 구성된 작물영상 수집부(111)를 포함하는 정보수집부(110); 상기 획득한 열영상에서 작물의 잎의 열영상만을 인식하도록 구성된 영상인식부(120); 및 상기 인식한 잎의 열영상을 이용하여 엽온을 판별하고, 상기 작물의 수분 스트레스를 산출하는 연산부(130); 를 포함하는 작물 수분 스트레스 계측 장치가 제공된다.
Description
본 발명은 적외선 카메라를 이용한 작물의 수분 스트레스를 계측하는 장치와 방법으로서, 식물의 잎을 통해 생육 상태를 모니터링하는 기술과 관련된다.
작물의 수분 스트레스 관리는 작물의 생육 촉진과 생산성 향상의 중요한 요인 중 하나이다. 작물 재배에는 기본적으로 일정량의 물을 지속적으로 공급해주는 것이 필요하나, 기계적으로 동일한 양의 물을 동일한 시간적 간격을 두고 공급하다 보면, 갑작스런 가뭄이나 고온/저온 현상과 같은 실시간 기상 상태나 그에 따른 작물의 상태를 반영하지 못하는 문제가 생길 수 있다.
복사열이 증가하면 기화량이 증가하고 엽온이 상승하며 이에 따라 작물 수분 스트레스가 증가하게 된다. 이는 작물의 생장과 결실에 큰 영향을 끼치게 된다. 따라서 현재 기상상황과 작물의 상태, 특히 정확한 엽온 측정 결과에 따라 작물의 수분 공급을 조절하는 것이 필요하다.
기존의 급수 여부를 결정하기 위한 함수율 측정 방법에 따르면, 땅에 센서를 매립하여 토양의 함수율을 측정하여 관개를 실시하는 방식이었는데 복사열에 의해 작물이 잎에 직접적으로 받는 스트레스를 고려하지 못하는 문제가 있었다. 또한 엽온 측정을 위해 사용되는 CCD 카메라나 적외선 센서는 센싱 각도에 따라 정확도가 떨어질 수 있고, 특정 지점을 타겟으로 하여 측정함으로 인한 측정 오류와 불편이 있었다. 기타 작물의 잎에 직접 수분 함량과 온도를 측정하는 방식은 많은 양을 샘플링하기 어렵다는 점, 측정 상 불편함의 문제 및 측정된 잎의 대표성을 어떻게 인정할 것인가 등의 문제로 정확한 작물 수분 스트레스 지수의 산출이 어렵다는 문제가 있었다.
본 발명의 실시예에서는, 작물의 잎을 파괴하지 않는 적외선 카메라를 이용한 영상 촬영을 하고, 상기 촬영된 열영상 중에서 인공지능을 이용하여 작물의 잎의 열영상만을 인식 및 식별하여 엽온을 정확하게 측정하고자 한다. 또한 본 발명의 실시예를 통해, 촬영 장치의 초기 설치 후 작물의 생육에 따라 촬영 장치의 이동 없이 지속적인 엽온 측정이 가능하게 하고자 한다. 또한 본 발명의 실시예에서는 넓은 구역을 한번에 촬영한 영상을 통해 여러 번의 계측 없이 엽온 측정 및 수분스트레스 계측하는 방법의 오류를 줄이고 정확도를 높이고자 한다. 또한 작물을 연속적으로 촬영하여 작물의 생육 현황을 모니터링함으로써 관개 방식과 작물의 생육 간 데이터를 축적하고 재배 작물에 대한 지속적인 관리를 하고자 한다.
실시예들 중에서 작물 수분 스트레스 계측 장치(100)로서, 적외선 카메라를 이용하여 상기 작물의 열영상을 획득하도록 구성된 작물영상 수집부(111)를 포함하는 정보수집부(110); 상기 획득한 열영상에서 작물의 잎의 열영상만을 인식하도록 구성된 영상인식부(120); 및 상기 인식한 잎의 열영상을 이용하여 엽온을 판별하고, 상기 작물의 수분 스트레스를 산출하는 연산부(130); 를 포함하는 작물 수분 스트레스 계측 장치가 제공된다.
여기서 정보수집부(110)는 날짜, 날씨, 온도, 습도, 풍속 중 어느 하나 이상의 정보를 제공하는 센서로 구성된 생육환경 측정부(112)와 적외선 카메라를 이용하여 상기 작물을 촬영함으로써 상기 작물의 잎의 온도에 대한 정보를 제공하는 작물영상 수집부(111)를 포함한다.
또한 연산부는 상기 작물의 엽온을 측정하기 위해, 인공지능을 이용하여 상기 엽온영상 중에서 상기 작물의 잎에 해당되는 부분을 추출할 수 있다.
그리고 정보수집부(110)는 대기온도를 측정하며, 상기 연산부(130)는 상기 대기온도와 상기 엽온과의 차이를 이용하여 상기 작물의 수분 스트레스 지수를 산출할 수 있다.
그리고 정보수집부에 의해 촬영되는 대상 영역 내에 재배되는 상기 작물의 종류가 하나 이상인 경우 상기 제어부는 상기 정보수집부에 의해 촬영된 상기 엽온 영상 내 잎의 모양에 따라 상기 계측 대상 영역의 구역을 나눌 수 있으며, 상기 구역 별로 재배되는 상기 작물의 종류에 따라 상기 수분 스트레스 지수의 기준값을 다르게 설정할 수 있다.
그리고 상기 연산부는 상기 엽온영상 내 반복되는 패턴을 추출함으로써 상기 엽온영상 내에서 상기 작물의 잎 부분에 상응하는 영상을 선별하며, 상기 작물의 생육 상태를 모니터링할 수 있다.
그리고 상기 제어부는 상기 작물의 생육 상태에 대한 정보를 메모리에 저장할 수 있다.
또한 본 발명의 실시예에서 적외선 카메라를 이용하여 작물의 열영상을 획득하는 단계; 상기 획득한 열영상에서 인공지능을 이용하여 작물의 잎의 열영상만을 인식하는 단계; 상기 인식한 잎의 열영상을 이용하여 엽온을 판별 단계; 및 상기 판별된 엽온에 따라 상기 작물의 수분 스트레스를 산출하는 단계; 를 포함하는 작물 수분 스트레스 계측 방법이 제공될 수 있다.
개시된 기술은 다음의 효과를 가질 수 있다. 다만, 특정 실시예가 다음의 효과를 전부 포함하여야 한다거나 다음의 효과만을 포함하여야 한다는 의미는 아니므로, 개시된 기술의 권리범위는 이에 의하여 제한되는 것으로 이해되어서는 아니될 것이다.
본 발명의 일 실시예에 따르면, 작물의 잎을 파괴하지 않고 영상 촬영을 통해 작물의 수분 스트레스 지수를 측정할 수 있다. 또한 본 발명의 실시예를 통해, 촬영 장치의 초기 설치 후 작물의 생육에 따라 촬영 장치의 이동 없이 지속적인 엽온 측정이 가능해진다. 또한 본 발명의 실시예에서는 넓은 구역을 한번에 촬영한 영상을 통해 여러 번의 계측 없이 엽온 측정 및 수분스트레스 계측하는 방법의 오류를 줄이고 정확도를 높일 수 있다. 또한 작물을 연속적으로 촬영하여 작물의 생육 현황을 모니터링함으로써 작물의 생육 간 데이터를 축적하고 재배 작물에 대한 지속적인 관리를 가능하게 한다.
도 1은 본 발명의 일 실시예에 따른 작물 수분 스트레스를 반영한 작물 재배 시스템을 나타낸 도면.
도 2는 본 발명의 일 실시예에 따른 작물 수분 스트레스 계측 장치의 블록 구성도.
도 3은 본 발명의 일 실시예에 따른 작물 수분 스트레스 계측 방법을 나타낸 흐름도.
도 4는 본 발명의 일 실시예에 따른 작물 수분 스트레스 계측 대상이 되는 경작지 및 작물을 예시한 도면.
도 2는 본 발명의 일 실시예에 따른 작물 수분 스트레스 계측 장치의 블록 구성도.
도 3은 본 발명의 일 실시예에 따른 작물 수분 스트레스 계측 방법을 나타낸 흐름도.
도 4는 본 발명의 일 실시예에 따른 작물 수분 스트레스 계측 대상이 되는 경작지 및 작물을 예시한 도면.
본 발명에 관한 설명은 구조적 내지 기능적 설명을 위한 실시예에 불과하므로, 본 발명의 권리범위는 본문에 설명된 실시예에 의하여 제한되는 것으로 해석되어서는 아니된다. 즉, 실시예는 다양한 변경이 가능하고 여러 가지 형태를 가질 수 있으므로 본 발명의 권리범위는 기술적 사상을 실현할 수 있는 균등물들을 포함하는 것으로 이해되어야 한다. 또한, 본 발명에서 제시된 목적 또는 효과는 특정 실시예가 이를 전부 포함하여야 한다거나 그러한 효과만을 포함하여야 한다는 의미는 아니므로, 본 발명의 권리범위는 이에 의하여 제한되는 것으로 이해되어서는 아니 될 것이다.
한편, 본 출원에서 서술되는 용어의 의미는 다음과 같이 이해되어야 할 것이다.
"제1", "제2" 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하기 위한 것으로, 이들 용어들에 의해 권리범위가 한정되어서는 아니 된다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다.
어떤 구성요소가 다른 구성요소에 "연결되어"있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결될 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어"있다고 언급된 때에는 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다. 한편, 구성요소들 간의 관계를 설명하는 다른 표현들, 즉 "~사이에"와 "바로 ~사이에" 또는 "~에 이웃하는"과 "~에 직접 이웃하는" 등도 마찬가지로 해석되어야 한다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한 복수의 표현을 포함하는 것으로 이해되어야 하고, "포함하다"또는 "가지다" 등의 용어는 실시된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이며, 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
각 단계들에 있어 식별부호(예를 들어, a, b, c 등)는 설명의 편의를 위하여 사용되는 것으로 식별부호는 각 단계들의 순서를 설명하는 것이 아니며, 각 단계들은 문맥상 명백하게 특정 순서를 기재하지 않는 이상 명기된 순서와 다르게 일어날 수 있다. 즉, 각 단계들은 명기된 순서와 동일하게 일어날 수도 있고 실질적으로 동시에 수행될 수도 있으며 반대의 순서대로 수행될 수도 있다.
본 발명은 컴퓨터가 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현될 수 있고, 컴퓨터가 읽을 수 있는 기록 매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다. 컴퓨터가 읽을 수 있는 기록 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장 장치 등이 있다. 또한, 컴퓨터가 읽을 수 있는 기록 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산 방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
여기서 사용되는 모든 용어들은 다르게 정의되지 않는 한, 본 발명이 속하는 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한 이상적이거나 과도하게 형식적인 의미를 지니는 것으로 해석될 수 없다.
도 1은 본 발명의 일 실시예에 따른 작물 수분 스트레스를 반영한 작물 재배 관리 시스템(10)을 나타낸 도면이다.
도 1을 참조하면, 작물 수분 스트레스를 반영한 작물 재배 관리 시스템(10)은 하나 이상의 사용자 단말(11)과 서버(12)를 포함할 수 있다. 본 발명의 실시예에 따른 작물 수분 스트레스 계측 장치는 서버(12)의 일부 또는 전부를 포함할 수 있다.
사용자 단말(11)은 서버(12)와 네트워크(13)를 통해 연결될 수 있는 컴퓨팅 장치에 해당하고, 예를 들어, 데스크톱, 노트북, 태블릿 PC 또는 스마트폰 등으로 구현된 단말일 수 있다.
일 실시예에서, 사용자 단말(11) 중 적어도 하나는 모바일 단말일 수 있고, 서버(12)와 셀룰러 통신 또는 와이파이 통신을 통해 연결될 수 있다. 다른 실시예에서, 사용자 단말(11) 중 적어도 하나는 데스크톱일 수 있고, 서버(12)와 인터넷을 통해 연결될 수 있다.
여기서 작물 재배 관리 시스템(10)의 각 구성부는 물리적으로 또는 전기적으로 연결될 수 있다. 이후 설명할 작물 수분 스트레스 계측 장치(100)는 서버(12)를 포함할 수 있는데, 사용자 단말(11)이 사용자 신호를 입력받아 서버(12)에 전달하는 역할을 할 수 있다. 사용자 단말(11)은 인증을 거쳐 서버(12)에 접근하고, 입력받은 사용자 신호를 서버(12)에 전달할 수도 있다.
또한 서버(12)는 네트워크(13)를 통해 작물 관련 정보를 저장하는 데이터베이스(14)와 연결될 수도 있다. 서버(12)는 데이터베이스(14)로부터 작물의 종류와 해당 작물의 종류에 따른 적정 수분 레벨, 적정 온도, 적정 습도 등에 관한 정보를 획득할 수 있다. 또한 작물 재배 경험으로부터 얻어진 작물 별 최적의 생육 환경에 대한 데이터가 있다면 이를 데이터베이스(14)에 업로드할 수도 있다. 이와 같이 축적된 데이터를 활용하여 작물 재배에 필요한 정보를 빅데이터로 활용하거나 머신 러닝 또는 딥러닝 등에 활용할 수 있다.
작물 재배 관리 시스템(10) 중에서 사용자 단말(11)의 일부 및 서버(12)는 이후 설명할 작물 수분 스트레스 계측 장치(100)에 포함될 수 있다. 작물 수분 스트레스 계측 장치(100)의 보다 구체적인 기능과 구성부에 대해서는 이하 도 2를 참조하여 설명하도록 한다.
도 2는 본 발명의 일 실시예에 따른 작물 수분 스트레스 계측 장치(100)의 블록 구성도이다.
도 2를 참조하면, 본 발명의 실시예에 따른 작물 수분 스트레스 계측 장치(100)는 정보수집부(110), 영상인식부(120), 연산부(130), 제어부(140)를 포함할 수 있다.
다만, 본 발명의 실시예에 따른 작물 수분 스트레스 계측 장치(100)가 위의 구성부를 동시에 모두 포함해야 하는 것은 아니며, 각각의 실시예에 따라 위의 구성부 중 일부는 생략될 수 있고, 작물 수분 스트레스 계측 장치(100)는 상기의 구성부 중 일부 또는 전부를 선택적으로 포함할 수 있다. 또한 작물 수분 스트레스 계측 장치(100)의 각 구성부는 물리적으로 하나의 하드웨어 내에 결합되거나 연결되어야만 하는 것은 아니며 전기적, 논리적으로 연결되는 것으로 충분하다.
이 밖에도 작물 수분 스트레스 계측 장치(100)는 본 발명의 실시예에 따른 작물 수분 스트레스 계측 프로시저를 실행할 수 있고, 이러한 과정에서 읽혀지거나 작성되는 메모리(미도시)를 관리할 수 있으며, 메모리에 있는 휘발성 메모리와 비휘발성 메모리 간의 동기화 시간을 스케줄링 할 수 있다.
메모리는 SSD(Solid State Disk) 또는 HDD(Hard Disk Drive)와 같은 비휘발성 메모리로 구현되어 작물 수분 스트레스 계측 장치(100)에 필요한 데이터 전반을 저장하는데 사용되는 보조기억장치를 포함할 수 있고, RAM(Random Access Memory)과 같은 휘발성 메모리로 구현된 주기억장치를 포함할 수 있다. 이처럼, 메모리는 휘발성 및 비휘발성 메모리로 구현될 수 있고, 만일 비휘발성 메모리로 구현되면 하이퍼링크를 통해 연결되도록 구현될 수 있다.
그리고 정보수집부(110)는 적외선 카메라를 이용하여 작물의 전체 영상을 촬영할 수 있다. 특히 본 발명의 실시예에 따르면 정보수집부(110)는 날짜, 날씨, 온도, 습도, 풍속 중 하나 이상의 정보를 제공하는 센서로 구성된 생육환경 측정부(미도시)와 적외선 카메라를 이용하여 상기 작물을 촬영함으로써 상기 작물의 잎의 온도에 대한 정보를 포함하는 엽온영상을 촬영하는 작물영상 수집부(미도시)를 포함할 수 있다.
정보수집부(120)는 특히, 작물 수분 스트레스 지수(Crop Water Stress Index, CWSI) 산정을 위한 생체신호를 측정하기 위해, 적외선 카메라로 열영상을 촬영하여 엽온을 측정할 수 있다. 작물의 잎의 온도를 측정하기 위해 적외선 카메라에 의해 촬영된 열영상을 이하에서는 작물영상이라 지칭하도록 한다.
작물영상 수집부(111)에는 다양한 온도 측정 장비가 사용될 수 있으나, 특히 적외선 카메라의 경우 시야각에 따라 측정 오류를 가질 수 있는 적외선 센서에 비하여 보다 정확한 작물 수분 스트레스 계측이 가능하다.
적외선 카메라의 경우 특정 한 점을 목표로 하여 온도를 측정하는 것이 아닌, 카메라의 화각 내에 들어오는 영상 내 전체 영역에 대하여 온도를 측정하게 된다. 따라서 영상 내에서 잎이 아닌 부분을 식별하여 제외시키는 작업이 가능하며, 잎으로 식별된 부분에 대해서도 가장 온도가 높은 곳과 낮은 곳, 잎들의 전체적인 평균 온도를 산출하는 것 또한 가능하다.
또한 영상 내에 복수의 잎들이 동시에 촬영되므로 반복되는 패턴을 추출하면 잎에 해당되는 영상을 보다 정확하게 판별할 수 있고 해당 잎의 모양으로부터 작물의 종류를 예측하는 것도 가능해진다. 그리고 촬영된 대상 영역 내에 종류가 다른 작물에 2 이상 재배되는 경우, 상이한 작물이 재배되고 있다는 점, 그리고 어느 작물이 어느 구역에 재배되는지에 대한 식별까지도 가능해진다.
연산부(130)는 수집된 데이터를 이용하여 작물의 수분 스트레스를 산출할 수 있다. 연산부(130)는 특히 작물의 엽온을 이용하여 작물의 작물 수분 스트레스를 산출한다. 연산부(130)는 상기 작물의 엽온을 측정하기 위해, 상기 작물영상 중에서 상기 작물의 잎에 해당되는 부분을 추출한다.
영상에는 작물의 잎 뿐만 아니라 줄기, 가지, 열매 등도 함께 촬영되기 때문에, 머신러닝 또는 딥러닝 기법 등의 인공지능을 이용하여 열영상에서 작물의 잎만을 인식하여 엽온을 판별하는 것이 중요하다. 따라서 영상인식부(120)는 작물영상 내 반복되는 패턴을 추출하여 작물의 잎 부분을 식별한다.
뿐만 아니라, 연산부(130)는 잎의 모양을 분석하여 해당 작물의 종류를 예측할 수 있으며, 이를 위해 식물도감과 같은 데이터베이스에 접속하여 촬영된 잎 모양과 매칭되는 작물을 찾아 작물의 종류에 대한 정보를 획득할 수 있다.
그리고 연산부(130)는 정보수집부(110)에 의해 측정된 대기온도와 상기 엽온과의 차이를 이용하여 상기 작물의 수분 스트레스 지수를 산출할 수 있다.
<작물의 수분 스트레스 지수>
작물의 수분 스트레스 지수(CWSI, Crop Water Stress Index)는 아래와 같은 수학식으로 나타낼 수 있다.
[수학식 1]
CWSI = (dT - dTl)/( dTu - dTl)
여기서 dT는 현재 측정된 엽온과 대기 온도 간의 차이값, dTl은 엽온과 대기 온도 간의 차이값의 하한선, dTu은 엽온과 대기 온도 간의 차이값의 상한선이다.
작물 수분 스트레스는 다음과 같이 설명될 수 있다. 작물의 뿌리에 흡수된 토양 수분은 잎의 호흡작용에 의해서 대기로 증산되는데, 작물이 토양에서 흡수한 수분의 양보다 더 많은 양의 수분을 증산 작용으로 잃어버리면 체내의 수분 함량은 줄어들고, 이로 인하여 생장량이 감소하는 등 수분 과부족에 의하여 겪게 되는 생리적 반응을 수분 스트레스라고 칭한다.
이처럼 식물 체내의 수분은 잎에서의 증산과 뿌리에서의 흡수로 균형이 유지된다. 증산과 흡수의 균형이 유지되지 않으면 작물은 수분결핍이 일어나 잎이 시들고 마르게 된다. 마찬가지로 너무 많은 토양 수분 또는 공기 부족으로 뿌리에 상당한 스트레스가 가해질 수 있다. 이러한 수분 스트레스를 엽온과 대기 온도를 이용하여 산출한 값을 수분 스트레스 지수라고 지칭한다.
수분 스트레스 지수는 위의 수학식 1에서 보여지듯이 0에서 1 사이의 숫자로 표시될 수 있으며, 이를 백분율로 표시하기도 한다.
CWSI가 0%일 경우 작물이 가능한 범위 내의 최대의 증산 작용을 할 수 있는 상태이다. 그리고 CWSI가 100%라면 완전히 밀폐된 식물 기공의 경우 증산이 0임을 의미한다. 따라서 실제 측정되는 작물의 CWSI 값은 0%와 100% 사이의 값을 가지게 된다.
일반적으로 CWSI가 10% 미만이라면 작물에 수분 스트레스가 거의 없는 양호한 상태이거나 수분의 공급이 과도할 수 있으므로 과잉 급수 여부를 확인해야 하는 상태임을 의미하며, CWSI가 10% 이상 20% 이하라면 정상적인 상태, 20%에서 40% 사이라면 정상적이나 이 상태가 지속될 경우 농작물 피해 발생 우려가 있음을 의미한다. 그리고 40%에서 80% 사이의 수분 스트레스가 측정되었다면 해당 작물은 상당히 높은 수준의 수분 스트레스에 노출되어 있고 농작물 피해가 예상되는 상태임을 의미한다. 기타, 수분 스트레스 지수가 80% 이상이라면 작물이 심각한 상황의 수분 스트레스에 노출되어 있으며 즉시 관개를 실시하지 않으면 작물이 시들수 있음을 의미한다.
따라서 CWSI 값이 어느 수준일 때 급수 실시여부는 사용자가 결정하거나 기존의 데이터를 통해 산출된 값으로 결정될 수 있다. 작물에 따라서 수분 스트레스 지수를 20%에서 40% 이내로 관리해야 하는 작물이 있을 수 있고, 상대적으로 수분 스트레스에 민감하지 않거나 적은 양의 물로 재배 가능한 품종의 작물의 경우에는 수분 스트레스 지수를 60%까지도 유지할 수 있다. 또한 수학식 1에 따른 수분 스트레스 지수는 대기 온도와 엽온만을 고려한 것이므로 습도가 높고 낮음에 따라 급수를 개시하기 위한 수분 스트레스 기준치를 달리 설정할 수 있다.
연산부(130) 또는 제어부(140)는 작물 관련 정보의 수집이나 획득, 연결, 검색을 위해 기존의 데이터베이스들을 활용할 수 있는데, 예컨대 농촌진흥청 국립농업과학원의 작물정보, 농촌진흥청의 농업기상정보서비스, 한국작물보호협회, 농업정보포털 농사로, 국가농작물병해충관리시스템 등에서 이미 확보한 정보나 이미 구축한 데이터베이스를 연계함으로써 작물의 재배 관련 정보의 수집과 획득에 활용할 수 있다.
그리고 정보수집부(110)에 의해 촬영되는 대상 영역 내에 재배되는 상기 작물의 종류가 하나 이상일 수 있다. 이러한 경우 제어부(140)는 정보수집부(110)에 의해 촬영된 상기 엽온 영상 내 잎의 모양에 따라 대상 영역의 구역을 나눌 수 있으며, 상기 구역 별로 재배되는 상기 작물의 종류에 따라 상기 수분 스트레스 지수의 기준값을 다르게 설정할 수 있다.
제어부(140)는 상기 작물의 생육 상태에 대한 정보를 메모리에 저장할 수 있다. 이러한 모니터링에 따라 얻어진 정보는 별도의 메모리에 저장된 후 작물별 급수 가이드에 관한 정보를 제공하는 데이터베이스로 구축될 수 있다.
또한 제어부(140)는 엽온이 일정치 이상 상승하여 작물의 수분 스트레스 지수가 과도하게 높아진 경우, 이로 인해 사용자에게 알림이 필요한 경우 이러한 정보를 포함하는 알림 메시지를 사용자 단말(11)로 전송할 수 있다.
사용자에게 급수 상황이나 급수 권장 정보 등을 제공하기 위해 작물 수분 스트레스 계측 장치(100)는 사용자 단말(11)에게 필요한 사용자 인터페이스 화면을 미리 제공할 수 있다.
도 3은 본 발명의 일 실시예에 따른 작물 수분 스트레스 계측 방법을 나타낸 흐름도이다.
본 발명의 실시예에 따른 작물 수분 스트레스 계측 방법은 본 발명의 실시예에 따른 작물 수분 스트레스 계측 장치(100)에 의해 수행될 수 있다.
작물 수분 스트레스 계측 장치(100)는 먼저 적외선 카메라로 작물을 촬영한다(S200). 그리고 촬영된 영상으로부터 인공지능을 이용하여 잎 부분의 영상을 추출한다(S210). 추출한 잎의 열영상으로부터 엽온을 측정한다.(S220) 또한 작물 수분 스트레스 계측 장치(100)는 현재 날짜나 날씨에 대한 정보를 수집하고, 현재 온도, 습도, 풍속, 일조량 등의 정보를 측정하거나 수집할 수 있다(S230).
작물 수분 스트레스 계측 장치(100)는 현재 작물의 생육 환경에 대한 정보와, 영상으로부터 산출된 엽온 정보를 이용하여 작물의 수분 스트레스를 산출할 수 있다(S240). 이를 바탕으로 작물의 상태 등을 모니터링 하는데 사용할 수 있다(S250) 특히 작물 수분 스트레스 계측 장치(100)는 정확한 엽온 정보를 획득하기 위하여 적외선 카메라로 촬영된 엽온영상 중 잎에 해당하는 영상 부분을 머신러닝 등을 이용하여 추출할 수 있다.
작물 수분 스트레스 계측 장치(100)는 작물의 잎에 해당되는 부분을 인공지능이나 딥러닝 기법으로 식별하여 영상을 분리하고, 분리된 영상에서 측정된 온도를 엽온으로 인식하게 된다. 예컨대 작물 수분 스트레스 계측 장치(100)는 잎 부분의 영상을 추출하기 위해, 작물의 잎에 해당하는 폐곡선 형태의 도형을 추출하고 해당 도형이 반복되는 정도와 배열된 방향 등을 고려하여 촬영된 부분이 잎에 해당되는지 아닌지를 판단할 수 있다. 예컨대 작물의 잎에 해당되는 부분은 특정 형태의 평면도형이 방사형으로 배열되는 특징을 이용하여 어느 부분이 해당 작물의 잎인지 판별하고, 잎에 해당되는 부분이 영상 중 어디까지 인지 경계를 확정하는 방법이 사용될 수 있다.
잎에 해당되는 영상 부분을 추출하고 나면, 잎의 온도가 어떻게 되는지는 적외선 카메라로 촬영된 영상 내에서 산출이 가능하다. 가장 온도가 높은 부분과 낮은 부분, 가장 많은 비율의 잎들이 어떤 온도를 가지는지를 이용하여 작물 수분 스트레스 계측 장치(100)는 전체 엽온을 결정하게 된다.
엽온이 측정되면, 엽온과 현재 기온 간의 차이를 작물의 수분 스트레스 지수로 변환할 수도 있고, 현재 대기 온도와 태양 복사량 등을 고려한 다른 수식에 의해 작물 수분 스트레스 지수를 산출할 수도 있다. 작물 수분 스트레스 지수 산출 방법에 관한 부분은 앞의 수학식 1에서 설명하였으므로 반복된 설명은 생략하도록 한다.
도 4는 본 발명의 일 실시예에 따른 작물 수분 스트레스 계측 대상이 되는 경작지 및 작물을 예시한 도면이다. 도 4에 따르면 촬영 대상 영역(300)인 전체 경작지는 면적이 모두 다른 3개의 소구역(310, 320, 330)으로 나누어져 있다. 그리고 도 4에 도시된 바와 같이 제1 소구역(310)과 제2 소구역(320), 제3 소구역(330)에는 각각 상이한 작물이 재배되고 있어 잎의 모양이 서로 상이함을 볼 수 있다.
이러한 경우, 작물 수분 스트레스 계측 장치(100)는 인공지능 또는 딥러닝 기법으로 각 작물의 잎을 파악함에 있어 잎의 모양이 세 구역이 각각 상이하다는 점을 파악하게 되며, 잎이 촬영된 영상을 추출하기 위해 잎의 모양을 구분하고, 소구역 별로 다른 모양의 도형이 반복되는 패턴을 인식하여 엽온을 측정할 수 있다.
그리고 작물 수분 스트레스 계측 장치(100)는 잎의 모양이 상이하다는 정보로부터 작물의 종류가 상이하다는 것을 파악하게 된다. 나아가, 각각의 잎의 모양으로부터 각 소구역에서 재배되는 작물이 각각 무엇인지도 파악할 수 있다. 이 과정에서 작물 수분 스트레스 계측 장치(100)는 작물 종류에 대해 축적된 정보를 이용하기 위해 정보가 축적된 데이터베이스에 접속할 수 있다.
예컨대 제1 소구역(310)과 제3 소구역(330)에서 재배되는 작물의 경우 물을 적게 줘야하는 품종이나 제2 소구역(320)에서 재배되는 작물의 경우 고온에 약하며 충분한 급수가 이루어져야 죽지 않는 작물일 수 있다. 이러한 경우 작물 수분 스트레스 계측 장치(100)는 세 소구역 내 잎들의 엽온이 모두 동일할지라도 각각의 소구역에 대해 급수 개시 여부와 급수 개시 시기, 그리고 관개를 위해 공급하는 급수량을 달리 설정할 수 있다. 여기서, 촬영 영상으로부터 작물의 종류와 엽온 뿐만 아니라 각 소구역의 면적도 계산이 가능하므로, 작물 수분 스트레스 계측 장치(100)는 현재 기온 및 습도 상황에서 각 작물 특성과 재배 면적을 고려한 정확한 급수량을 산출할 수 있다.
또한 생육 현황을 지속적으로 모니터링함으로써 작물 수분 스트레스 계측 장치(100)는 작물별 적정 관개 방식에 대한 데이터도 저장 및 축적할 수 있게 된다.
상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
10: 작물 수분 스트레스를 반영한 작물 재배 시스템
100: 작물 수분 스트레스 계측 장치
110: 정보수집부
111: 작물영상 수집부
112: 생육환경 측정부
120: 영상인식부
130: 연산부
140: 제어부
100: 작물 수분 스트레스 계측 장치
110: 정보수집부
111: 작물영상 수집부
112: 생육환경 측정부
120: 영상인식부
130: 연산부
140: 제어부
Claims (9)
- 작물 수분 스트레스 계측 장치(100)로서,
적외선 카메라를 이용하여 1 이상의 작물의 열영상을 실시간 획득하도록 구성된 정보수집부(110); 상기 획득한 열영상에서 작물의 잎의 열영상만을 인식하여 작물의 종류를 판별하도록 구성된 영상인식부(120); 및 상기 인식한 잎의 열영상을 이용하여 엽온을 판별하고, 상기 작물의 수분 스트레스 지수를 산출하는 연산부(130);
를 포함하고,
상기 연산부(130)는,
인식된 작물의 잎의 열영상에 따라 재배 지역을 구분하고, 상기 지역 별로 재배되는 작물의 종류에 따라 수분 스트레스 지수의 기준값을 다르게 설정하여, 판별된 작물의 종류, 수분 스트레스 지수의 기준값 및 재배 지역의 면적에 따라 각각의 급수량을 설정하도록 구성된, 작물 수분 스트레스 계측 장치. - 제1항에 있어서,
상기 정보수집부(110)는 날짜, 날씨, 온도, 습도, 풍속 센서 중 어느 하나 이상의 센서로 구성된 생육환경 측정부(112);
를 더 포함하는 작물 수분 스트레스 계측 장치. - 제1항에 있어서,
상기 영상인식부(120)는 상기 작물의 엽온을 측정하기 위해, 상기 작물의 열영상 내 반복되는 패턴을 추출함으로써 상기 작물의 열영상 내에서 상기 작물의 잎의 열영상만을 인식하는 것을 특징으로 하는 작물 수분 스트레스 계측 장치. - 제2항에 있어서,
상기 생육환경 측정부(112)는 대기온도를 측정하며,
상기 연산부(130)는 상기 대기온도와 상기 엽온과의 차이를 이용하여 상기 작물의 수분 스트레스 지수를 산출하는 것을 특징으로 하는 작물 수분 스트레스 계측 장치. - 삭제
- 제1항에 있어서,
상기 영상인식부(120)는 상기 작물의 열영상 내 반복되는 패턴을 추출함으로써 상기 작물의 열영상 내에서 상기 작물의 잎 부분에 상응하는 영상을 선별하며, 상기 작물의 생육 상태를 모니터링하는 것을 특징으로 하는 작물 수분 스트레스 계측 장치. - 제6항에 있어서,
제어부는 상기 작물의 생육 상태에 대한 정보를 메모리에 저장하는 것을 특징으로 하는 작물 수분 스트레스 계측 장치. - 작물 수분 스트레스를 반영한 작물 재배 시스템 (10)에서 작물영상 내 반복 패턴을 추출하도록 구성된 비-일시적 기록매체에 저장된 컴퓨터 프로그램으로서, 상기 컴퓨터 프로그램은 명령어를 포함하고, 상기 명령어는 프로세서로 하여금,
적외선 카메라를 이용하여 상기 작물의 열영상을 획득한 열영상에서 작물의 잎의 열영상만을 인식하도록 구성된,
비-일시적 기록매체에 저장된 컴퓨터 프로그램. - 적외선 카메라를 이용하여 작물의 열영상을 획득하는 단계;
상기 획득한 열영상에서 작물영상 내 반복 패턴을 추출하여 작물의 잎의 열영상만을 인식하는 단계;
상기 인식한 잎의 열영상을 이용하여 엽온을 판별하는 단계; 및
상기 판별된 엽온에 따라 상기 작물의 수분 스트레스를 산출하는 단계; 를 포함하고,
작물의 수분 스트레스를 산출하는 단계는 인식된 작물의 잎의 열영상에 따라 재배 지역을 구분하고, 상기 지역 별로 재배되는 작물의 종류에 따라 수분 스트레스 지수의 기준값을 다르게 설정하여, 판별된 작물의 종류, 수분 스트레스 지수의 기준값 및 재배 지역의 면적에 따라 각각의 급수량을 설정하도록 구성된, 작물 수분 스트레스 계측 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210158779A KR102641014B1 (ko) | 2021-11-17 | 2021-11-17 | 적외선 카메라를 이용한 작물 수분 스트레스 계측 장치 및 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210158779A KR102641014B1 (ko) | 2021-11-17 | 2021-11-17 | 적외선 카메라를 이용한 작물 수분 스트레스 계측 장치 및 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20230072574A KR20230072574A (ko) | 2023-05-25 |
| KR102641014B1 true KR102641014B1 (ko) | 2024-02-28 |
Family
ID=86542041
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210158779A KR102641014B1 (ko) | 2021-11-17 | 2021-11-17 | 적외선 카메라를 이용한 작물 수분 스트레스 계측 장치 및 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102641014B1 (ko) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101912651B1 (ko) * | 2016-11-17 | 2018-10-29 | 전라남도 | 군락에서 열화상 이미지를 통한 작물기관별 온도식별시스템에 사용되는 정보처리장치 |
| KR102032499B1 (ko) | 2017-11-10 | 2019-10-25 | 대한민국 | 엽온에 따른 수분스트레스가 고려된 관수 제어 방법 및 이를 이용한 관수 제어 시스템 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20160145319A (ko) * | 2015-06-10 | 2016-12-20 | 주식회사 엘앤와이비젼 | 다중 영상을 이용한 엽온 측정 방법 |
| KR102342392B1 (ko) * | 2019-10-16 | 2021-12-23 | 대한민국 | 작물의 수분스트레스 진단을 이용한 관개 시스템 및 방법 |
-
2021
- 2021-11-17 KR KR1020210158779A patent/KR102641014B1/ko active IP Right Grant
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101912651B1 (ko) * | 2016-11-17 | 2018-10-29 | 전라남도 | 군락에서 열화상 이미지를 통한 작물기관별 온도식별시스템에 사용되는 정보처리장치 |
| KR102032499B1 (ko) | 2017-11-10 | 2019-10-25 | 대한민국 | 엽온에 따른 수분스트레스가 고려된 관수 제어 방법 및 이를 이용한 관수 제어 시스템 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20230072574A (ko) | 2023-05-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11647701B2 (en) | Plant treatment based on morphological and physiological measurements | |
| JP5626056B2 (ja) | 農作物画像処理プログラム、農作物画像処理方法及び農作物画像処理装置 | |
| White et al. | Measuring fractional cover and leaf area index in arid ecosystems: digital camera, radiation transmittance, and laser altimetry methods | |
| Zhong et al. | Phenology-based crop classification algorithm and its implications on agricultural water use assessments in California’s Central Valley | |
| CN111767802B (zh) | 一种对象异常状态的检测方法和装置 | |
| Anderson et al. | Relationships between the evaporative stress index and winter wheat and spring barley yield anomalies in the Czech Republic | |
| CN108955620A (zh) | 一种农田灌区面积遥感提取的方法及系统 | |
| BR112021004212A2 (pt) | método para determinar o estresse de planta, sistema para determinar o estresse em plantas, sistema para gerenciar irrigação, sistema para agendar irrigação, método para agendar irrigação de terra e método para obter informações sobre as condições atmosféricas relacionadas ao estresse da planta | |
| CN108537130A (zh) | 一种基于微型无人机技术的高原鼢鼠和高原鼠兔危害监测方法 | |
| Bezerra et al. | Surface energy exchange and evapotranspiration from cotton crop under full irrigation conditions in the Rio Grande do Norte State, Brazilian Semi-Arid | |
| CN116738766B (zh) | 基于数字孪生的智慧农业线上产业化服务系统 | |
| Shoa et al. | Automatic extraction of canopy and artificial reference temperatures for determination of crop water stress indices by using thermal imaging technique and a fuzzy-based image-processing algorithm | |
| Sangha et al. | Impact of camera focal length and sUAS flying altitude on spatial crop canopy temperature evaluation | |
| Wanjura et al. | Scanned and spot measured canopy temperatures of cotton and corn | |
| Song et al. | Drought indices based on MODIS data compared over a maize-growing season in Songliao Plain, China | |
| Zhang et al. | Effects of image spatial resolution and statistical scale on water stress estimation performance of MGDEXG: A new crop water stress indicator derived from RGB images | |
| Yang et al. | Mapping grain sorghum yield variability using airborne digital videography | |
| KR102641014B1 (ko) | 적외선 카메라를 이용한 작물 수분 스트레스 계측 장치 및 방법 | |
| Liang et al. | CanopyCAM–an edge-computing sensing unit for continuous measurement of canopy cover percentage of dry edible beans | |
| CN112528772A (zh) | 基于热红外的奶牛跛行运动特征检测方法及装置 | |
| KR20180133612A (ko) | 특용 과수용 병해충 통합 예측 시스템을 위한 병해충 이미지 분석방법 | |
| Rud et al. | Characterization of salinity-induced effects in olive trees based on thermal imagery | |
| Panda et al. | Stomatal Conductance, Canopy Temperature, and Leaf Area Index Estimation Using Remote Sensing and OBIA techniques. | |
| Grace et al. | Leaf area allometry and evaluation of non-destructive estimates of total leaf area and loss by browsing in a silvopastoral system | |
| CN109141371B (zh) | 冬小麦受灾识别方法、装置及设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right |