KR20180121032A - 작물의 생육 상태 측정 방법 및 시스템 - Google Patents

작물의 생육 상태 측정 방법 및 시스템 Download PDF

Info

Publication number
KR20180121032A
KR20180121032A KR1020170055183A KR20170055183A KR20180121032A KR 20180121032 A KR20180121032 A KR 20180121032A KR 1020170055183 A KR1020170055183 A KR 1020170055183A KR 20170055183 A KR20170055183 A KR 20170055183A KR 20180121032 A KR20180121032 A KR 20180121032A
Authority
KR
South Korea
Prior art keywords
growth
crop
target
image
information
Prior art date
Application number
KR1020170055183A
Other languages
English (en)
Other versions
KR101930025B1 (ko
Inventor
이세용
김준용
Original Assignee
주식회사 지농
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 주식회사 지농 filed Critical 주식회사 지농
Priority to KR1020170055183A priority Critical patent/KR101930025B1/ko
Publication of KR20180121032A publication Critical patent/KR20180121032A/ko
Application granted granted Critical
Publication of KR101930025B1 publication Critical patent/KR101930025B1/ko

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0098Plants or trees
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/50Depth or shape recovery
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30181Earth observation
    • G06T2207/30188Vegetation; Agriculture
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30242Counting objects in image

Abstract

본 발명인 작물의 생육 상태 측정 방법 및 시스템이 개시된다. 입력부가 작물의 생육 상태를 측정하고자 하는 생육 측정대상을 포함하는 이미지를 입력받는다. 제어부가 상기 이미지 내 포함된 생육 측정대상에 대한 생육 데이터를 생성하고, 미리 저장된 상기 작물의 파종정보를 이용하여 상기 작물의 생장 중인 줄기에 대한 각 단의 개수를 설정하며, 설정한 개수의 각 단별로 상기 생육 측정대상을 분류하고, 상기 작물의 각 단별로 분류한 상기 생육 측정대상에 대한 생육 데이터를 테이블화한다. 출력부가 생성된 테이블을 출력한다.
이와 같이, 본 발명에 의한 작물의 생육 상태 측정 방법 및 시스템은 작물의 생장 중인 줄기에 대한 각 단별 생육 상태를 신속하고 용이하게 측정할 수 있다.

Description

작물의 생육 상태 측정 방법 및 시스템{Growth state of crops measurement method and system}
본 발명은 작물의 생육 상태 측정 방법 및 시스템에 관한 것으로, 더욱 상세하게는 높은 키의 다단으로 생장하는 작물에 대하여, 각 단별로 생장하는 꽃 또는 열매의 생육 상태를 용이하게 확인할 수 있는 작물의 생육 상태 측정 방법 및 시스템에 관한 것이다.
농가 또는 화훼농가에서 재배하는 다양한 작물 중에서도 토마토, 파프리카, 오이, 고추, 가지 등의 채소 식물 및 국화, 장미 등의 화훼 작물은 다른 작물과 비교하여 상대적으로 키가 크게 자라는 특성을 갖는다. 이러한 작물은 주로, 하늘을 향해 자라는 하나의 줄기가 여러 개의 단으로 나누어 존재하고, 각 단별로 꽃이나 열매 등이 나뉘어 생장한다.
이와 같이, 다른 작물과 비교하여 키가 상대적으로 크게 자라는 작물의 생육과정에서는 각 단별로 개화 전 상태의 꽃봉오리, 개화된 꽃, 열매 등이 각각 생장주기에 맞춰 정상적으로 생장하는 것이 매우 중요하다. 왜냐하면, 작물의 생육과정에서 각 단별로 꽃봉오리, 개화된 꽃, 열매 등이 각각 생장주기에 맞춰 정상적으로 생장하는지 수시로 확인함으로써, 향후, 해당 작물의 생장 완료 시, 과실 등의 수확량을 미리 예측할 수 있기 때문이다. 또한, 현재 생육 중인 작물 중 일부가 고르게 생장하지 못하면, 이러한 상황을 미리 확인함으로써, 이후의 생육과정에서 상기 작물이 고르게 생장할 수 있도록 작업자로 하여금 작물의 재배 환경을 조절하도록 유도할 수도 있다.
이처럼, 작물의 각 단별로 꽃봉오리, 개화된 꽃, 열매 등이 생장주기에 맞춰 정상적으로 생장하는지 여부를 주기적으로 확인하는 과정은 매우 중요하므로, 작업자가 적게는 매주 많게는 매일 간격으로 작물의 각 단별 생육 상태를 직접 육안으로 확인하고 이를 기록한다.
하지만, 이처럼 작업자가 일정한 주기마다 대량의 작물에 대해 각 단별 생육 상태를 육안으로 확인하고 기록하기에는 많은 노동력과 시간이 소요된다. 뿐만 아니라, 작물이 작업자의 키보다 높게 생장하거나, 작업자가 대량의 작물 중에서 특정 작물 내 특정 단의 생육 상태를 확인하지 못하고 그냥 지나치는 경우에, 작물의 각 단별 생육 상태를 정확하게 파악하기 어렵다는 문제점이 발생했다.
더불어, 이러한 문제점으로 인해 작물의 생육 완료 시, 수확물에 대한 정확한 수확량을 미리 예측하는데 실패하여, 이후, 작물의 수확물을 신속하게 판매하거나 또는 유통시키기 어렵다는 문제점 또한 발생했다.
한국 등록특허공보 10-1271074호(2013.05.29.) 한국 공개특허공보 10-2012-0075559호(2012.07.09.)
따라서, 본 발명은 이러한 요구를 해결하기 위한 것으로서, 본 발명의 해결하고자 하는 과제는 작물의 생장 중인 줄기에 대한 각 단별 생육 상태를 신속하고 용이하게 측정할 수 있는 작물의 생육 상태 측정 방법 및 시스템을 제공하는 것이다.
본 발명의 일 실시 예에 의한 작물의 생육 상태 측정 방법은 입력부가 작물의 생육 상태를 측정하고자 하는 생육 측정대상을 포함하는 이미지를 입력받고, 제어부가 상기 이미지 내 포함된 생육 측정대상에 대한 생육 데이터를 생성하고, 미리 저장된 상기 작물의 파종정보를 이용하여 상기 작물의 생장 중인 줄기에 대한 각 단의 개수를 설정하며, 설정한 개수의 각 단별로 상기 생육 측정대상을 분류하며, 상기 제어부가 상기 작물의 각 단별로 분류한 상기 생육 측정대상에 대한 생육 데이터를 테이블화하고, 출력부가 생성된 테이블을 출력한다.
상기 생육 측정대상은 꽃봉오리, 개화상태의 꽃, 열매 중 적어도 하나를 포함할 수 있다.
상기 작물의 파종정보는 상기 작물의 품종, 파종일, 재배지, 재배자용 사용자 단말의 고유 정보 중 적어도 하나의 정보를 포함할 수 있다.
상기 제어부가 상기 이미지 내 포함된 생육 측정대상에 대한 생육 데이터를 생성하고, 미리 저장된 상기 작물의 파종정보를 이용하여 상기 작물의 생장 중인 줄기에 대한 각 단의 개수를 설정하며, 설정한 개수의 각 단별로 상기 생육 측정대상을 분류하는 단계는 상기 이미지 내 포함된 생육 측정대상을 추출하여, 상기 생육 측정대상의 좌표정보 및 개수정보를 포함하는 생육 데이터를 생성하고, 데이터베이스에 기저장된 상기 작물의 파종정보를 읽어오며, 상기 파종정보에 기초하여 상기 작물에 대한 단의 후보 개수를 설정하고, 상기 단의 후보 개수에 따라 상기 이미지 내 작물을 분할하며, 분할된 상기 이미지 내 작물의 각 영역별 중심점과 상기 생육 측정대상의 좌표정보간 거리를 연산하여, 그 연산결과에 따라 분할된 영역별로 상기 생육 측정대상을 분류하여 각각의 클러스터를 생성하고, 상기 각각의 클러스터에 속하는 상기 생육 측정대상의 분류 적합성을 판단하며, 상기 생육 측정대상의 분류 적합성 판단 결과에 따라 상기 작물에 대한 최종 단의 개수를 설정할 수 있다.
상기 분할된 상기 이미지 내 작물의 각 영역별 중심점과 상기 생육 측정대상의 좌표정보간 거리를 연산하여, 그 연산결과에 따라 분할된 영역별로 상기 생육 측정대상을 분류하여 각각의 클러스터를 생성하는 단계는 상기 이미지 내 작물의 각 영역별 중심점으로부터 복수 개의 생육 측정대상과의 거리정보를 각각 연산하고, 그 연산 결과에 따라 적어도 하나의 생육 측정대상의 좌표정보를 분할된 작물의 영역별 클러스터의 중심점으로 설정하며, 상기 복수 개의 생육 측정대상과 각 클러스터의 중심점과의 거리정보를 각각 연산하고, 그 연산결과에 따라 복수 개의 생육 측정대상을 인접한 클러스터로 분류하여 각각의 클러스터를 생성할 수 있다.
상기 각각의 클러스터에 속하는 상기 생육 측정대상의 분류 적합성을 판단하는 단계는 상기 클러스터에 속하는 생육 측정대상의 좌표정보와 상기 클러스터의 중심점간의 거리정보가 기설정된 기준범위 내 속하면, 상기 클러스터 내 상기 생육 측정대상의 분류가 적합하다고 판단할 수 있다.
상기 제어부가 상기 작물의 각 단별로 분류한 상기 생육 측정대상의 생육 데이터를 테이블화하는 단계는 상기 이미지 내 포함된 생육 측정대상의 개수정보를 상기 작물의 각 단별로 나누어 표기한 테이블을 생성할 수 있다.
전송부가 상기 제어부가 생성한 테이블을 유무선 통신을 통해 외부의 사용자 단말로 전송할 수 있다.
상기 제어부가 생성한 테이블을 데이터베이스로 전송하여 저장할 수 있다.
상기 입력부가 작물의 생육 상태를 측정하고자 하는 생육 측정대상을 포함하는 이미지를 입력받는 단계는 상기 이미지 내 포함된 생육 측정대상에 대한 생육 데이터를 외부로부터 입력받는 것을 더 포함할 수 있다.
본 발명의 다른 실시 예에 의한 작물의 생육 상태 측정 시스템은 작물의 생육 상태를 측정하고자 하는 생육 측정대상을 포함하는 이미지를 입력받는 입력부, 상기 이미지 내 포함된 생육 측정대상에 대한 생육 데이터를 생성하고, 미리 저장된 상기 작물의 파종정보를 이용하여 상기 작물의 생장 중인 줄기에 대한 각 단의 개수를 설정하며, 설정한 개수의 각 단별로 상기 생육 측정대상을 분류하고, 상기 작물의 각 단별로 분류한 상기 생육 측정대상에 대한 생육 데이터를 테이블화하는 제어부 및 생성된 테이블을 출력하는 출력부를 포함한다.
이와 같이, 본 발명에 의한 작물의 생육 상태 측정 방법 및 시스템은 작물의 생장 중인 줄기에 대한 각 단별 생육 상태를 신속하고 용이하게 측정할 수 있다.
또한, 본 발명에 의한 작물의 생육 상태 측정 방법 및 시스템은 작물의 생장 시, 각 단별 생육 상태를 주기적으로 확인함으로써, 작물의 수확물에 대한 수확량을 생육 완료 전에 미리 예측할 수 있어, 작물의 수확물을 사전에 판매하거나 유통시킬 수 있다.
더불어, 본 발명에 의한 작물의 생육 상태 측정 방법 및 시스템은 작물의 각 단별 생육 상태를 테이블화함으로써, 작물의 각 단별 생육 상태를 파악하는데 소요되는 노동력 및 시간을 크게 줄여, 사용자 만족도를 향상시킬 수 있다.
도 1 은 본 발명의 일 실시 예에 따른 작물의 생육 상태 측정 시스템의 블록도이다.
도 2는 본 발명의 다른 실시 예에 따른 작물의 생육 상태 측정 방법의 순서도이다.
도 3은 도 2의 제어부가 생육 측정대상을 각 단별로 분류하는 세부 단계를 나타내는 순서도이다.
도 4는 도 3의 작물의 생육 측정대상을 분류하여 클러스터를 생성하는 세부 단계를 나타내는 순서도이다.
도 5는 줄기의 각 단별로 생장하는 생육 측정대상을 포함하는 작물을 나타낸 도면이다.
이하 첨부된 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있는 바람직한 실시 예를 상세히 설명한다. 그러나 이들 실시 예는 본 발명을 보다 구체적으로 설명하기 위한 것으로, 본 발명의 범위가 이에 의하여 제한되지 않는다는 것은 당 업계의 통상의 지식을 가진 자에게 자명할 것이다.
본 발명이 해결하고자 하는 과제의 해결 방안을 명확하게 하기 위한 발명의 구성을 본 발명의 바람직한 실시 예에 근거하여 첨부 도면을 참조하여 상세히 설명하되, 도면의 구성요소들에 참조번호를 부여함에 있어서 동일 구성요소에 대해서는 비록 다른 도면상에 있더라도 동일 참조번호를 부여하였으며 당해 도면에 대한 설명 시 필요한 경우 다른 도면의 구성요소를 인용할 수 있음을 미리 밝혀둔다. 그러나 이는 본 발명을 특정한 개시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
아울러 본 발명의 바람직한 실시 예에 대한 동작 원리를 상세하게 설명함에 있어 본 발명과 관련된 공지 기능 혹은 구성에 대한 구체적인 설명 그리고 그 이외의 제반 사항이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우, 그 상세한 설명을 생략한다.
덧붙여, 명세서 전체에서, 어떤 부분이 다른 부분과 '연결'되어 있다고 할 때, 이는 '직접적으로 연결'되어 있는 경우뿐만 아니라, 그 중간에 다른 소자를 사이에 두고 '간접적으로 연결'되어 있는 경우도 포함한다. 또한 어떤 구성 요소를 '포함'한다는 것은, 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라, 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
또한, 제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로 사용될 수 있다. 예를 들어, 본 발명의 권리 범위로부터 이탈되지 않은 채 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다.
본 발명에서 사용한 용어는 단지 특정한 실시 예를 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 실시된 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.
특별히 다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미이다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미인 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
농촌에서 주로 재배되는 주요 작물 등 중에서도 특히, 토마토, 파프리카, 오이, 고추, 가지 등과 같은 채소 작물 및 국화, 장미와 같은 화훼 작물 등은 키가 높이 자랄 때, 작물의 줄기가 각 단으로 나누어지고, 이와 같이 나누어진 각 단별로 꽃이나 열매가 자라는 특성이 있다.
예를 들면, 토마토의 경우에, 줄기가 보통 5 내지 6단의 형태로 생장하고, 각 단별로 토마토 꽃이나 열매가 5 내지 6개씩 무리지어 과수가 열린다. 즉, 각 단별로 무리지어 꽃이나 열매가 자라고, 줄기의 단과 단 사이에는 꽃이나 열매가 자라나지 않는다.
따라서, 작물을 생육하는 중에 줄기의 각 단별로 자라나고 있는 꽃이나 꽃봉오리 또는 열매의 개수를 정확하게 확인할 수 있다면, 상기 작물의 최종 수확량을 미리 예측할 수 있으므로, 수확물의 판매 또는 유통 과정을 보다 원활하게 처리하는 등의 재배자의 만족도를 더욱 향상시킬 수 있다.
그러므로, 이하에서는 작물의 생육 중에 줄기의 각 단별로 자라나는 각종 생육 측정대상을 정확하고 신속하며 용이하게 측정하기 위해 사용되는 본 발명에 따른 작물의 생육 상태 측정 시스템을 도 1을 참조하여 자세히 설명하도록 한다.
도 1 은 본 발명의 일 실시 예에 따른 작물의 생육 상태 측정 시스템의 블록도이다.
도 1에 도시된 바와 같이, 본 발명의 일 실시 예에 따른 작물의 생육 상태 측정 시스템(100)은 입력부(110), 제어부(130), 출력부(150), 데이터베이스(170) 및 전송부(190)를 포함한다.
입력부(110)는 작물의 생육 상태를 측정하고자 하는 생육 측정대상을 포함하는 이미지를 외부로부터 입력받는다. 이때, 상기 생육 측정대상은 작물의 줄기에서 생장하는 꽃봉오리, 개화상태의 꽃, 열매 중 적어도 하나를 포함할 수 있다. 또한, 이러한 입력부는 상기 이미지 내 포함된 생육 측정대상에 대한 생육 데이터를 외부로부터 입력받을 수 있다.
제어부(130)는 상기 이미지 내 포함된 생육 측정대상에 대한 생육 데이터를 생성하고, 데이터베이스(170)에 미리 저장된 상기 작물의 파종정보를 이용하여 상기 작물의 생장 중인 줄기에 대한 각 단의 개수를 설정하고, 설정한 각 단별로 상기 생육 측정대상을 나누어 분류하고, 상기 작물의 각 단별로 분류한 상기 생육 측정대상에 대한 생육 데이터를 테이블화한다. 이때, 상기 작물의 파종정보는 상기 작물의 품종 및 파종일, 재배지, 재배자용 사용자 단말의 고유 정보 중 적어도 하나의 정보를 포함할 수 있다. 이러한 제어부(130)는 상기 이미지로부터 생육 측정대상을 추출하여, 상기 생육 측정대상의 좌표정보 및 개수정보를 포함하는 생육 데이터를 생성하고, 데이터베이스(170)에 기저장된 상기 작물의 파종정보를 읽어오며, 상기 파종정보에 기초하여 상기 작물의 생장 중인 줄기에 대한 단의 후보 개수를 설정하고, 설정된 단의 후보 개수 만큼 상기 이미지 내 작물을 분할하며, 상기 생육 측정대상의 좌표정보에 기초하여 분할된 작물의 영역별로 상기 생육 측정대상을 분류하여 각각의 클러스터를 생성하고, 상기 각각의 클러스터에 속하는 상기 생육 측정대상의 분류 적합성을 판단하며, 상기 생육 측정대상의 분류 적합성 판단 결과에 따라 상기 작물의 생장 중인 줄기에 대한 최종 단의 개수를 설정할 수 있다.
출력부(150)는 상기 제어부(130)로부터 생성된 테이블을 외부로 출력한다.
데이터베이스(170)는 생육 상태를 측정하고자 하는 작물에 대한 품종, 파종일, 재배지, 재배자용 사용자 단말의 고유 정보 중 적어도 하나의 정보를 포함하는 파종정보를 저장하며, 또한 상기 제어부(130)에서 생성되는 테이블을 저장할 수 있다.
전송부(190)는 상기 제어부(130)에서 생성된 테이블을 유무선 통신을 통해 외부의 사용자 단말(200)로 전송한다. 즉, 작물을 지배하는 재배자가 개별 사용하는 사용자 단말(200)로 상기 테이블이 전송됨으로써, 상기 재배자는 자신의 사용자 단말(200)을 통해 현재 생육 중인 작물의 생육 측정대상의 생육 상태를 손쉽게 확인할 수 있다. 따라서, 상기 재배자는 상기 작물이 정상적으로 생장하고 있는지 판단할 수 있고, 만약 생장이 원활하게 이루어지지 않는다고 판단되는 작물에 대해서는 보다 많은 양의 비료 또는 영양제를 공급하는 등의 재배과정을 변화시킬 수 있다.
결과적으로, 작물을 생육하는 중에 줄기의 각 단별로 자라나고 있는 꽃이나 꽃봉오리 또는 열매의 개수를 정확하게 확인함에 따라, 상기 작물의 최종 수확량을 작물의 생육 완료 전에 미리 예측할 수 있다.
더불어, 이하에서는 도 2를 참조하여 본 발명의 다른 실시 예에 따른 작물의 생육 상태 측정 방법에 대하여 보다 자세히 살펴보도록 한다.
도 2는 본 발명의 다른 실시 예에 따른 작물의 생육 상태 측정 방법의 순서도이다.
도 2에 도시된 바와 같이, 본 발명의 다른 실시 예에 따른 작물의 생육 상태 측정 방법은 먼저, 입력부(110)가 작물의 생육 상태를 측정하고자 하는 생육 측정대상을 포함하는 이미지를 외부로부터 입력받는다(S210). 이때, 상기 생육 측정대상은 작물의 생육 상태를 나타내는 꽃봉오리, 개화상태의 꽃, 열매 중 적어도 하나를 포함할 수 있다. 또한, 외부의 사용자 단말(200) 예를 들어, 재배자용 사용자 단말(200)이 생육 상태를 측정하고자 하는 작물을 촬영하여 이미지를 생성하고, 생성한 이미지를 상기 입력부(110)가 상기 사용자 단말(200)로부터 입력받을 수 있다.
이후, 제어부(130)가 상기 입력부(110)를 통해 입력받은 상기 이미지 내 포함된 생육 측정대상에 대한 생육 데이터를 생성하고, 데이터베이스(170)에 미리 저장된 상기 작물의 파종정보를 이용하여 상기 작물의 생장 중인 줄기에 대한 각 단의 개수를 설정하고, 설정한 각 단별로 상기 생육 측정대상을 나누어 분류한다(S220).
이하에서는 도 3을 참조하여, 제어부가 작물의 각 단별로 생육 측정대상을 나누어 분류하는 과정에 대하여 보다 자세히 살펴보도록 한다.
도 3은 도 2의 제어부가 생육 측정대상을 각 단별로 분류하는 세부 단계(S220)를 나타내는 순서도이다.
도 3에 도시된 바와 같이, 먼저, 입력부(110)를 통해 입력받은 이미지 내 포함된 적어도 하나의 생육 측정대상을 상기 이미지로부터 추출하고, 추출된 상기 생육 측정대상의 좌표정보 및 개수정보를 포함하는 생육 데이터를 생성한다(S221). 이때, 상기 생육 측정대상은 작물의 생육 상태를 나타내는 꽃봉오리, 개화 상태의 꽃, 열매 중 적어도 하나를 포함하는 것으로, 이미지 내 크기 또는 형태에 따라 이미지로부터 추출할 수 있다. 특히, 비교적 유사한 형태를 갖는 꽃봉오리와 개화 상태의 꽃을 구분하기 위해서는 꽃봉오리와 개화 상태의 꽃으로 예상되는 생육 측정대상의 크기가 미리 설정된 기준 크기를 초과하는 경우에, 해당 생육 측정대상을 개화 상태의 꽃으로 판단하고, 또는 미리 설정된 기준 크기를 초과하지 않는 경우에는 해당 생육 측정대상을 꽃봉오리로 판단하여 이미지로부터 각각 추출할 수 있다. 이에 따라, 이미지로부터 적어도 하나의 생육 측정대상을 추출한 후, 추출한 생육 측정대상이 상기 이미지 내 어떠한 곳에 위치하는지 나타내는 좌표정보와, 추출한 상기 생육 측정대상이 상기 이미지 내 총 몇 개가 존재하는지 나타내는 개수정보를 포함하는 생육 측정대상에 대한 생육 데이터를 생성할 수 있다.
이후, 제어부(130)가 데이터베이스(170)에 기저장된 상기 작물의 파종정보를 읽어온다(S222). 상기 데이터베이스(170)에는 생육 상태를 측정하고자 하는 작물의 품종, 해당 작물의 파종일, 재배지역 및 해당 작물을 현재 재배 중인 재배자의 고유 ID 정보 등이 저장되어 있다. 특히, 상기 재배자의 고유 ID 정보에는 상기 재배자의 이름, 성별, 나이 및 사용자 단말(200)의 고유 정보 중 적어도 하나를 포함할 수 있다.
이와 같이, 상기 제어부(130)가 상기 데이터베이스(170)로부터 읽어온 상기 파종정보에 기초하여 상기 작물의 생장 중인 줄기에 대한 단의 후보 개수를 설정한다(S223). 특히, 작물에 대한 품종 및 파종일을 포함하는 파종정보를 안다면, 해당 작물의 품종에 따라 파종한 이후의 소요일을 확인하여, 해당 작물이 정상적으로 생장 시에, 현재 어느 정도까지 생장하고 있는지 확인할 수 있다. 이때, 해당 작물의 생장 상태를 예측하는데 사용되는 것 중 하나가 작물의 생장 중인 줄기에 대한 각 단의 개수이다.
예를 들어, 제어부(130)가 해당 작물이 토마토이고, 파종일로부터 현재까지 50일이 경과한 시점이라는 것을 확인하면, 현재 작물의 줄기에 대한 단의 후보 개수는 2 내지 3 개라는 것을 설정할 수 있다.
이후, 제어부(130)가 설정한 작물에 대한 단의 후보 개수만큼 상기 이미지 내 작물을 분할한다(S224). 즉, 하나의 작물 중 중심부의 키가 큰 줄기 부분을 앞서 설정한 단의 후보 개수인 2개 및 3개의 가로, 세로, 대각선 방향 중 하나의 방향으로 각각 분할할 수 있다.
이어서, 상기 제어부(130)가 분할된 상기 이미지의 각 영역별 중심점과 상기 생육 측정대상의 좌표정보간 거리를 연산하여, 그 연산결과에 따라 분할된 영역별로 상기 생육 측정대상(10)을 분류하여 각각의 클러스터를 생성한다(S225).
이러한 클러스터 생성과정은 도 4 내지 도 5를 통해 보다 자세히 살펴보면 다음과 같다.
도 4는 도 3의 작물의 생육 측정대상을 분류하여 클러스터를 생성하는 세부 단계를 나타내는 순서도이고, 도 5는 줄기의 각 단별로 생장하는 생육 측정대상을 포함하는 작물을 나타낸 도면이다.
도 4 내지 도 5에 도시된 바와 같이, 제어부(130)가 먼저, 설정한 작물의 생장 중인 줄기에 대한 단의 후보 개수만큼 분할된 상기 이미지의 각 영역에 대하여, 영역별 중심점을 각각 추출한다. 도 5에 도시된 경우에는 단의 후보 개수인 2개 또는 3개 중에서 3개의 후보 개수에 대한 것으로, 이미지를 3개의 영역으로 분할하여, 총 3개의 각 영역별 중심점 (c11, c12), (c21, c22), (c31, 32)이 각각 추출될 수 있다.
이후, 상기 제어부(130)가 각 영역별 중심점으로부터 복수 개의 생육 측정대상(10)과의 거리정보(d1, d2, …)를 각각 연산한다(S225a).
그 연산 결과에 따라 적어도 하나의 생육 측정대상의 좌표정보를 분할된 작물의 영역별 클러스터의 중심점으로 설정한다(S225b). 즉, 이미지의 분할된 영역 내 포함된 생육 측정대상의 좌표정보와 상기 각 영역별 중심점간의 유클리드 거리를 연산한 결과, 동일한 영역 내 연산한 거리 중에서 가장 짧은 거리에 해당하는 생육 측정대상의 좌표정보를 클러스터의 중심점으로 설정할 수 있다.
이후, 이미지 내 존재하는 복수 개의 전체 생육 측정대상의 좌표정보와 앞서 S225b 단계에서 설정한 각각의 클러스터의 중심점과의 거리정보를 각각 연산한다(S225c).
그 연산결과에 따라 복수 개의 생육 측정대상을 각각 주변의 인접한 클러스터로 분류하여, 각각의 클러스터를 생성한다(S225d). 즉, 상기 복수 개의 생육 측정대상과 각 클러스터의 중심점과의 거리 정보 중 가장 가까운 거리에 해당하는 클러스터를 생육 측정대상을 분류하여 각각의 클러스터를 생성할 수 있다.
이후, 상기 제어부(130)가 각각의 클러스터로 분류된 복수 개의 생육 측정대상의 좌표정보를 이용하여 생성한 상기 클러스터의 중심점을 재설정할 수 있다.
다시 도 3으로 돌아가서, 이후의 제어부(130)가 상술한 과정을 통해 각각의 클러스터로 분류된 상기 생육 측정대상에 대하여 분류 적합성을 판단한다(S226). 즉, 상기 제어부(130)가 특정 클러스터로 분류된 생육 측정대상의 좌표정보와 상기 특정 클러스터의 중심점간의 거리정보가 기설정된 기준범위 내 속하면, 상기 특정 클러스터 내 상기 생육 측정대상의 분류가 적합하다고 판단할 수 있다.
만약, 도 5에 도시된 바와 같이, 작물의 줄기에 대한 후보 단수를 3개로 설정하는 것이 아니라, 2개로 설정할 경우에는 각각의 클러스터를 생성하고, 생성된 클러스터의 분류 적합성을 판단했을 때, 특정 클러스터에 속하는 생육 측정대상의 좌표정보와 상기 클러스터의 중심점간의 거리정보가 기설정된 기준범위 내 초과하므로, 상기 클러스터 내 상기 생육 측정대상의 분류가 적합하지 않다고 판단할 수 있다.
이러한 상기 생육 측정대상의 분류 적합성 판단 결과에 따라, 상기 제어부(130)가 상기 작물의 생장 중인 줄기에 대한 최종 단의 개수를 설정한다(S227). 예를 들어, 상술한 작물의 줄기에 대한 후보 단수별로 분류 적합성을 비교하는 경우, 작물의 줄기에 대한 후보 단수를 2개로 설정하는 것은 부적합하다고 판단하고, 3개로 설정하는 것이 적합하다고 판단할 수 있으므로, 결과적으로 상기 작물에 대한 최종 단의 개수는 3개로 설정할 수 있다.
다시 도 1로 돌아와서, 상기 제어부(130)가 상기 작물의 생장 중인 줄기에 대해 각 단별로 분류한 상기 생육 측정대상에 대한 생육 데이터를 테이블화한다(S230). 이때, 상기 제어부(130)는 하기의 표 1과 같이, 상기 이미지 내 포함된 생육 측정대상의 개수정보를 상기 작물의 생장 중인 줄기에 대한 각 단별로 나누어 표기한 테이블을 생성할 수 있다.
생육 데이터 1단 2단 3단
꽃봉오리 5 5 6
개화된 꽃 3 4 5
열매 3 4 4
예를 들어, 상기 표 1에 기재된 바와 같이, 생성된 테이블을 통해 이미지에 포함된 작물의 생육 측정대상은 꽃봉오리, 개화된 꽃, 열매의 3종류라는 것을 알 수 있다. 또한, 그 중에서 꽃봉오리는 작물의 가장 아랫부분에 위치하는 1단에 5개, 상기 1단의 바로 위에 위치하는 2단에서도 역시 5개, 마지막으로 작물의 가장 높은 곳에 위치하는 3단에서는 6개가 각각 존재하는 것을 확인할 수 있다.
더불어, 개화된 꽃은 1단에서 3개, 2단에서 4개 및 3단에서는 5개가 존재하는 것을 알 수 있고, 열매의 경우에는 1단에서 3개, 2단 4개, 3단에서 4개가 각각 존재하는 것을 알 수 있다.
즉, 작물에서 생육 중인 꽃봉오리는 일정 시간이 지나면, 개화된 꽃으로 변경되고, 그 이후 다시 일정 시간이 지나면 열매로 변화하기 때문에, 이미지에 포함된 꽃봉오리, 개화된 꽃, 열매의 각 개수 정보를 파악하여 합산하는 경우, 향후 상기 작물의 생육이 완료되었을 때, 최종적인 수확량을 정확하게 예측할 수 있다.
이와 같이, 제어부(130)로부터 생성된 테이블을 출력부(150)가 외부로 출력한다(S240). 이러한 출력부(150)는 상기 테이블을 그대로 출력하는 것 뿐만 아니라, 상기 테이블에 기재된 생육 측정대상의 개수정보를 가상 현실로 구현된 작물 이미지에 이미지 형태로 적용하여 출력함으로써, 상기 작물의 현재 생육 상태를 재배자에게 보다 알기 쉽도록 이해시킬 수 있다.
뿐만 아니라, 전송부(190)가 상기 제어부(130)로부터 생성된 테이블을 유무선 통신을 통해 외부에 존재하는 사용자 단말(200)로 전송한다(S250). 특히, 해당 작물을 재배하는 재배자가 상기 작물로부터 멀리 떨어져 있거나, 또는 본 발명의 작물의 생육 상태 측정 시스템(100)으로부터 일정거리 떨어진 곳에 위치하여, 상기 출력부(150)에서 출력하는 테이블을 실시간으로 확인하기 어려운 상황이 존재할 수 있다. 이러한 경우, 제어부(130)가 데이터베이스(170)에 기저장된 재배자용 사용자 단말(200)의 고유 정보를 검색하여, 검색된 사용자 단말(200)로 전송부(190)를 이용해 생성한 테이블을 전송할 수 있다. 이에 따라, 재배자가 자신의 사용자 단말(200)을 이용해 현재 생육 중인 작물의 생육 데이터를 나타내는 테이블을 육안으로 직접 확인함으로써, 재배자가 잠시 작물 주변을 떠나더라도 시간과 장소에 상관없이 작물의 생육 상태를 실시간으로 확인할 수 있다.
또한, 상기 제어부(130)가 생성한 테이블을 데이터베이스(170)로 전송하여 저장한다(S260). 이에 따라, 동일한 작물에 관해 지역 또는 재배자별 달라지는 생육 상태를 데이터베이스화시킴으로써, 다른 재배자가 향후 해당 작물의 재배하고자 할 때, 상기 테이블을 작물의 실제 생장 과정을 참고 자료로서 사용할 수 있다.
이와 같이, 본 발명에 의한 작물의 생육 상태 측정 방법 및 시스템은 작물의 생장 중인 줄기에 대한 각 단별 생육 상태를 신속하고 용이하게 측정할 수 있다.
또한, 본 발명에 의한 작물의 생육 상태 측정 방법 및 시스템은 작물의 생장 시, 각 단별 생육 상태를 주기적으로 확인함으로써, 작물의 수확물에 대한 수확량을 생육 완료 전에 미리 예측할 수 있어, 작물의 수확물을 사전에 판매하거나 유통시킬 수 있다.
더불어, 본 발명에 의한 작물의 생육 상태 측정 방법 및 시스템은 작물의 각 단별 생육 상태를 테이블화함으로써, 작물의 각 단별 생육 상태를 파악하는데 소요되는 노동력 및 시간을 크게 줄여, 사용자 만족도를 향상시킬 수 있다.
본 발명의 실시예들은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플옵티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 본 발명의 일 실시예들의 동작을 수행하기 위해 적어도 하나의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
상기한 본 발명의 바람직한 실시 예는 예시의 목적을 위해 개시된 것이고, 본 발명에 대해 통상의 지식을 가진 당업자라면 본 발명의 사상과 범위 안에서 다양한 수정, 변경, 부가가 가능할 것이며, 이러한 수정, 변경 및 부가는 하기의 특허청구범위에 속하는 것으로 보아야 할 것이다.
110: 입력부 130: 제어부
150: 출력부 170: 데이터베이스
190: 전송부

Claims (12)

  1. 입력부가 작물의 생육 상태를 측정하고자 하는 생육 측정대상을 포함하는 이미지를 입력받는 단계;
    제어부가 상기 이미지 내 포함된 생육 측정대상에 대한 생육 데이터를 생성하고, 미리 저장된 상기 작물의 파종정보를 이용하여 상기 작물의 생장 중인 줄기에 대한 각 단의 개수를 설정하며, 설정한 개수의 각 단별로 상기 생육 측정대상을 분류하는 단계;
    상기 제어부가 상기 작물의 각 단별로 분류한 상기 생육 측정대상에 대한 생육 데이터를 테이블화하는 단계; 및
    출력부가 생성된 테이블을 출력하는 단계;
    를 포함하는 작물의 생육 상태 측정 방법.
  2. 제1항에 있어서,
    상기 생육 측정대상은
    꽃봉오리, 개화상태의 꽃, 열매 중 적어도 하나를 포함하는 것을 특징으로 하는 작물의 생육 상태 측정 방법.
  3. 제1항에 있어서,
    상기 작물의 파종정보는
    상기 작물의 품종, 파종일, 재배지, 재배자용 사용자 단말의 고유 정보 중 적어도 하나의 정보를 포함하는 것을 특징으로 하는 작물의 생육 상태 측정 방법.
  4. 제1항에 있어서,
    상기 제어부가 상기 이미지 내 포함된 생육 측정대상에 대한 생육 데이터를 생성하고, 미리 저장된 상기 작물의 파종정보를 이용하여 상기 작물의 생장 중인 줄기에 대한 각 단의 개수를 설정하며, 설정한 개수의 각 단별로 상기 생육 측정대상을 분류하는 단계는
    상기 이미지 내 포함된 생육 측정대상을 추출하여, 상기 생육 측정대상의 좌표정보 및 개수정보를 포함하는 생육 데이터를 생성하는 단계;
    데이터베이스에 기저장된 상기 작물의 파종정보를 읽어오는 단계;
    상기 파종정보에 기초하여 상기 작물에 대한 단의 후보 개수를 설정하는 단계;
    상기 단의 후보 개수에 따라 상기 이미지 내 작물을 분할하는 단계;
    분할된 상기 이미지 내 작물의 각 영역별 중심점과 상기 생육 측정대상의 좌표정보간 거리를 연산하여, 그 연산결과에 따라 분할된 영역별로 상기 생육 측정대상을 분류하여 각각의 클러스터를 생성하는 단계;
    상기 각각의 클러스터에 속하는 상기 생육 측정대상의 분류 적합성을 판단하는 단계; 및
    상기 생육 측정대상의 분류 적합성 판단 결과에 따라 상기 작물에 대한 최종 단의 개수를 설정하는 단계;
    를 포함하는 것을 특징으로 하는 작물의 생육 상태 측정 방법.
  5. 제4항에 있어서,
    상기 분할된 상기 이미지 내 작물의 각 영역별 중심점과 상기 생육 측정대상의 좌표정보간 거리를 연산하여, 그 연산결과에 따라 분할된 영역별로 상기 생육 측정대상을 분류하여 각각의 클러스터를 생성하는 단계는
    상기 이미지 내 작물의 각 영역별 중심점으로부터 복수 개의 생육 측정대상과의 거리정보를 각각 연산하는 단계;
    그 연산 결과에 따라 적어도 하나의 생육 측정대상의 좌표정보를 분할된 영역별 클러스터의 중심점으로 설정하는 단계;
    상기 복수 개의 생육 측정대상과 각 클러스터의 중심점과의 거리정보를 각각 연산하는 단계; 및
    그 연산결과에 따라 복수 개의 생육 측정대상을 인접한 클러스터로 분류하여 각각의 클러스터를 생성하는 단계;
    를 포함하는 것을 특징으로 하는 작물의 생육 상태 측정 방법.
  6. 제5항에 있어서,
    상기 각각의 클러스터에 속하는 상기 생육 측정대상의 분류 적합성을 판단하는 단계는
    상기 클러스터에 속하는 생육 측정대상의 좌표정보와 상기 클러스터의 중심점간의 거리정보가 기설정된 기준범위 내 속하면, 상기 클러스터 내 상기 생육 측정대상의 분류가 적합하다고 판단하는 것을 특징으로 하는 작물의 생육 상태 측정 방법.
  7. 제1항에 있어서,
    상기 제어부가 상기 작물의 각 단별로 분류한 상기 생육 측정대상의 생육 데이터를 테이블화하는 단계는
    상기 이미지 내 포함된 생육 측정대상의 개수정보를 상기 작물의 각 단별로 나누어 표기한 테이블을 생성하는 것을 특징으로 하는 작물의 생육 상태 측정 방법.
  8. 제1항에 있어서,
    전송부가 상기 제어부가 생성한 테이블을 유무선 통신을 통해 외부의 사용자 단말로 전송하는 단계;
    를 더 포함하는 것을 특징으로 하는 작물의 생육 상태 측정 방법.
  9. 제1항에 있어서,
    상기 제어부가 생성한 테이블을 데이터베이스로 전송하여 저장하는 단계;
    를 더 포함하는 것을 특징으로 하는 작물의 생육 상태 측정 방법.
  10. 제1항에 있어서,
    상기 입력부가 작물의 생육 상태를 측정하고자 하는 생육 측정대상을 포함하는 이미지를 입력받는 단계는
    상기 이미지 내 포함된 생육 측정대상에 대한 생육 데이터를 외부로부터 입력받는 것을 더 포함하는 것을 특징으로 하는 작물의 생육 상태 측정 방법.
  11. 제1항 내지 제10항 중 어느 한 항에 따른 방법을 컴퓨터로 실행하기 위한 프로그램이 기록된 컴퓨터 판독가능 기록매체.

  12. 작물의 생육 상태를 측정하고자 하는 생육 측정대상을 포함하는 이미지를 입력받는 입력부;
    상기 이미지 내 포함된 생육 측정대상에 대한 생육 데이터를 생성하고, 미리 저장된 상기 작물의 파종정보를 이용하여 상기 작물의 생장 중인 줄기에 대한 각 단의 개수를 설정하며, 설정한 개수의 각 단별로 상기 생육 측정대상을 분류하고, 상기 작물의 각 단별로 분류한 상기 생육 측정대상에 대한 생육 데이터를 테이블화하는 제어부; 및
    생성된 테이블을 출력하는 출력부;
    를 포함하는 작물의 생육 상태 측정 시스템.
KR1020170055183A 2017-04-28 2017-04-28 작물의 생육 상태 측정 방법 및 시스템 KR101930025B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170055183A KR101930025B1 (ko) 2017-04-28 2017-04-28 작물의 생육 상태 측정 방법 및 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170055183A KR101930025B1 (ko) 2017-04-28 2017-04-28 작물의 생육 상태 측정 방법 및 시스템

Publications (2)

Publication Number Publication Date
KR20180121032A true KR20180121032A (ko) 2018-11-07
KR101930025B1 KR101930025B1 (ko) 2018-12-17

Family

ID=64362999

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170055183A KR101930025B1 (ko) 2017-04-28 2017-04-28 작물의 생육 상태 측정 방법 및 시스템

Country Status (1)

Country Link
KR (1) KR101930025B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102349041B1 (ko) 2020-12-31 2022-01-07 전북대학교산학협력단 비접촉 방식으로 물체의 길이를 측정하기 위한 장치 및 이를 위한 방법
KR20220168914A (ko) * 2021-06-17 2022-12-26 라온피플 주식회사 딥러닝을 이용하여 열매의 생육 과정을 모니터링하는 방법 및 이를 수행하기 위한 장치

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230090772A (ko) 2021-12-15 2023-06-22 (주)이지시스템 농작물 생육 정보 수집용 드론 시스템
KR20230116992A (ko) 2022-01-28 2023-08-07 최원준 잔디 관리 시스템

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5970751B2 (ja) 2011-06-22 2016-08-17 株式会社ニコン 成長度合検出装置、植物栽培プラント、成長度合検出方法、植物栽培方法及びプログラム
WO2016017150A1 (ja) * 2014-07-29 2016-02-04 日本電気株式会社 生育状態推定装置、植物生育観測システム、生育状態推定方法、生育指標推定方法および記録媒体

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102349041B1 (ko) 2020-12-31 2022-01-07 전북대학교산학협력단 비접촉 방식으로 물체의 길이를 측정하기 위한 장치 및 이를 위한 방법
KR20220168914A (ko) * 2021-06-17 2022-12-26 라온피플 주식회사 딥러닝을 이용하여 열매의 생육 과정을 모니터링하는 방법 및 이를 수행하기 위한 장치

Also Published As

Publication number Publication date
KR101930025B1 (ko) 2018-12-17

Similar Documents

Publication Publication Date Title
KR102322524B1 (ko) 영농 시스템 및 농작업기
KR101930025B1 (ko) 작물의 생육 상태 측정 방법 및 시스템
Wijewardana et al. Screening corn hybrids for cold tolerance using morphological traits for early‐season seeding
Boote et al. Improving the CROPGRO-tomato model for predicting growth and yield response to temperature
Marin et al. On-farm sugarcane yield and yield components as influenced by number of harvests
KR101936317B1 (ko) 단말기를 이용한 스마트 파밍 방법
Wang et al. Increased uncertainty in simulated maize phenology with more frequent supra-optimal temperature under climate warming
WO2018035529A1 (en) Precision crop production-function models
KR102242577B1 (ko) 농작물의 생산성 향상을 위한 데이터 분석 방법 및 장치
KR20160040672A (ko) 재배 지원 장치, 재배 지원 방법, 및 프로그램을 저장하는 기록 매체
Loison et al. Designing cotton ideotypes for the future: reducing risk of crop failure for low input rainfed conditions in Northern Cameroon
KR20200044604A (ko) 스마트팜 재배이력을 이용한 스마트팜 재배시스템
Oliveira et al. Assessing potato canopy growth and development at the individual leaf level to improve the understanding of the plant source–sink relations
JP2016194564A (ja) 技能学習支援装置、技能学習支援方法、及びプログラム
Mohammadi The use of a combination scoring index to improve durum productivity under drought stress
Dorel et al. Parent plant vs sucker− how can competition for photoassimilate allocation and light acquisition be managed in new banana hybrids?
US20220225583A1 (en) Management device for cultivation of fruit vegetable plants and fruit trees, learning device, management method for cultivation of fruit vegetable plants and fruit trees, learning model generation method, management program for cultivation of fruit vegetable plants and fruit trees, and learning model generation program
Akond et al. Effect of two row spaces on several agronomic traits in soybean [Glycine max (L.) Merr.]
Mądry et al. Ontogenetic-based sequential path analysis of grain yield and its related traits in several winter wheat cultivars
KR20210015016A (ko) 스마트 공정육묘 통합관리시스템
WO2023056098A2 (en) Targeted output within an automated agricultural facility
JP2019219704A (ja) 農業経営支援システム
Krstić et al. Agro-morphological traits of inbred sunflower lines and their genetic assessment
Ed-Daoudi et al. A Machine Learning Approach to Identify Optimal Cultivation Practices for Sustainable apple Production in Precision Agriculture in Morocco
Manfrini et al. Development of precision apple fruit growing techniques: monitoring strategies for yield and high-quality fruit production

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant