KR20220062200A - 작물의 형질 분석 장치, 이를 이용한 분석 방법 및 시스템 - Google Patents

작물의 형질 분석 장치, 이를 이용한 분석 방법 및 시스템 Download PDF

Info

Publication number
KR20220062200A
KR20220062200A KR1020200147926A KR20200147926A KR20220062200A KR 20220062200 A KR20220062200 A KR 20220062200A KR 1020200147926 A KR1020200147926 A KR 1020200147926A KR 20200147926 A KR20200147926 A KR 20200147926A KR 20220062200 A KR20220062200 A KR 20220062200A
Authority
KR
South Korea
Prior art keywords
marker
crop
paper
image
distortion
Prior art date
Application number
KR1020200147926A
Other languages
English (en)
Inventor
정성환
박근호
Original Assignee
한국전자기술연구원
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 한국전자기술연구원 filed Critical 한국전자기술연구원
Priority to KR1020200147926A priority Critical patent/KR20220062200A/ko
Publication of KR20220062200A publication Critical patent/KR20220062200A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/001—
    • G06T5/006—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/80—Geometric correction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30181—Earth observation
    • G06T2207/30188—Vegetation; Agriculture
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30204—Marker

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Geometry (AREA)
  • Multimedia (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

본 발명은 마커가 인쇄된 용지를 이용하여 촬영 환경에 의해 발생하는 왜곡을 보정하여, 보다 정확한 작물의 형질 분석 결과를 도출하기 위한 작물의 형질 분석 장치, 이를 이용한 분석 방법 및 시스템에 관한 것이다. 본 발명에 따른 형질 분석 방법은 마커가 인쇄된 용지 상에 작물 샘플을 배치하는 단계, 작물 샘플이 배치된 용지를 촬영하는 단계, 촬영된 영상에서 마커를 인식하고, 인식된 마커를 통해 영상의 스케일링 및 왜곡을 보정하는 단계, 보정된 영상을 이용하여 작물 샘플의 형질을 분석하는 단계를 포함한다.

Description

작물의 형질 분석 장치, 이를 이용한 분석 방법 및 시스템{Trait analysis device of crops, analysis method and system using same}
본 발명은 작물의 형질 분석 장치에 관한 것으로, 더욱 상세하게는 마커가 인쇄된 용지를 이용하여 촬영 환경에 의해 발생하는 왜곡을 보정하여, 보다 정확한 작물의 형질 분석 결과를 도출하기 위한 작물의 형질 분석 장치, 이를 이용한 분석 방법 및 시스템에 관한 것이다.
기존에 작물의 형질을 분석하는 방법은 계측자가 작물의 형질(넓이, 높이 등)을 계측 도구(자, 줄자 등)를 이용하여 수작업으로 분석하는 방식으로 수행되어왔다. 따라서 작업에 많은 시간이 소요되며 작업자의 숙련도 및 컨디션에 따라 계측 정확도의 편차가 발생하게 된다.
이를 개선하기 위해 최근에 사용되는 방법은 계측 도구를 분석하고자 하는 작물과 함께 촬영하여 ‘ImageJ’와 같은 영상분석 프로그램을 이용하여 영상 내의 계측 도구로 스케일링을 하고 영상 내의 작물을 분석하는 방법을 사용하였다.
이 방법은 기존의 수작업 방식에 비해 높은 처리 속도와 계측의 객관성을 가져왔다.
하지만 영상을 촬영함에 있어 촬영각도가 촬영면과 정확히 직각을 이루어야만 위상학적 왜곡이 발생하지 않고, 이러한 조건을 완벽히 만족시킨다고 해도 카메라 렌즈에서 발생하는 왜곡에는 취약할 수 밖에 없는 문제점이 있었다.
또한 분석된 작물의 형질은 영상분석 프로그램에서 제공하는 형식대로 출력되기 때문에 원하는 데이터를 얻기 위해서는 스프레드 시트 프로그램을 이용하여 수동으로 가공해야 하는 문제점이 있었다.
따라서 본 발명의 목적은 마커가 인쇄된 용지를 이용하여 촬영 환경에 의해 발생하는 왜곡을 보정하여, 보다 정확한 작물의 형질 분석 결과를 도출하기 위한 작물의 형질 분석 장치, 이를 이용한 분석 방법 및 시스템을 제공하는 데 있다.
또한 본 발명의 다른 목적은 분석된 작물의 형질을 사용자가 추가로 원하는 데이터로 자동 가공하여 스프레드 시트에서 읽을 수 있는 파일의 형태로 저장하기 위한 작물의 형질 분석 장치, 이를 이용한 분석 방법 및 시스템을 제공하는 데 있다.
본 발명에 따른 마커가 인쇄된 용지를 이용한 작물의 형질 분석 방법은 마커가 인쇄된 용지 상에 작물 샘플을 배치하는 단계, 상기 작물 샘플이 배치된 용지를 촬영하는 단계, 상기 촬영된 영상에서 상기 마커를 인식하고, 상기 인식된 마커를 통해 상기 영상의 스케일링 및 왜곡을 보정하는 단계, 상기 보정된 영상을 이용하여 상기 작물 샘플의 형질을 분석하는 단계를 포함하는 것을 특징으로 한다.
본 발명에 따른 마커가 인쇄된 용지를 이용한 작물의 형질 분석 방법에 있어서, 상기 용지를 촬영하는 단계 이후에, 상기 용지를 촬영한 렌즈에 의해 발생하는 왜곡을 영상처리 알고리즘을 이용하여 제거하는 단계를 더 포함하는 것을 특징으로 한다.
본 발명에 따른 마커가 인쇄된 용지를 이용한 작물의 형질 분석 방법에 있어서, 상기 분석하는 단계 이후에, 상기 분석된 작물 샘플의 형질을 입력받은 데이터 형태로 자동 가공하여 스프레드 시트(spread sheet)에서 읽을 수 있는 파일 형태로 저장하는 단계를 더 포함하는 것을 특징으로 한다.
본 발명에 따른 마커가 인쇄된 용지를 이용한 작물의 형질 분석 방법에 있어서, 상기 파일 형태로 저장하는 단계에서, 상기 입력받은 데이터 형태는 작물 카운팅, 형질의 평균, 분산 값을 포함하는 것을 특징으로 한다.
본 발명에 따른 작물의 형질 분석 장치는 작물 샘플이 배치된 마커가 인쇄된 용지를 촬영하는 촬영부, 상기 촬영부에 의해 촬영된 영상에서 상기 마커를 인식하고, 상기 인식된 마커를 통해 상기 영상의 스케일링 및 왜곡을 보정하고, 상기 보정된 영상을 이용하여 상기 작물 샘플의 형질을 분석하는 제어부를 포함하는 것을 특징으로 한다.
본 발명에 따른 작물의 형질 분석 시스템은 마커가 인쇄된 용지, 작물 샘플이 배치된 상기 용지를 촬영하는 촬영부, 상기 촬영부에 의해 촬영된 영상에서 상기 마커를 인식하고, 상기 인식된 마커를 통해 상기 영상의 스케일링 및 왜곡을 보정하고, 상기 보정된 영상을 이용하여 상기 작물 샘플의 형질을 분석하는 제어부를 포함하는 작물의 형질 분석 장치를 포함하는 것을 특징으로 한다.
본 발명에 따른 작물의 형질 분석 시스템에 있어서, 상기 마커는 일정 패턴을 가지고, 상기 용지의 끝단에 각각 배치되는 것을 특징으로 한다.
본 발명에 따른 작물의 형질 분석 장치는 작물 샘플을 촬영한 영상을 통해 작물의 형질을 분석함으로써, 수작업으로 측정하는 방식에 대비하여 빠른 속도로 처리가 가능하며 데이터의 객관성을 확보할 수 있다.
또한 본 발명에 따른 작물의 형질 분석 장치는 마커가 인쇄된 용지를 이용하여 촬영된 영상의 왜곡을 보정할 수 있으며, 렌즈에 의해 발생하는 왜곡 또한 영상처리 알고리즘을 통해 제거할 수 있다.
또한 본 발명에 따른 작물의 형질 분석 장치는 스프레드 시트에서 읽을 수 있는 파일 형태로 저장하여, 추후 보고서, 논문 작성 등과 같은 업무에 추가로 활용 가능하다.
도 1은 본 발명의 실시예에 따른 작물의 형질 분석 시스템의 구성을 나타낸 도면이다.
도 2는 본 발명의 실시예에 따른 작물의 형질 분석 장치의 구성을 나타낸 블록도이다.
도 3은 본 발명의 실시예에 따른 작물의 형질 분석 방법을 나타낸 블록도이다.
도 4 내지 도 8은 본 발명의 실시예에 따른 작물의 형질 분석 과정을 설명하기 위한 도면이다.
본 발명의 상세한 설명에 앞서, 이하에서 설명되는 본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 아니 되며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념으로 적절하게 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야만 한다. 따라서 본 명세서에 기재된 실시예와 도면에 도시된 구성은 본 발명의 가장 바람직한 실시예에 불과할 뿐, 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형 예들이 있을 수 있음을 이해하여야 한다.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예들을 상세히 설명한다. 이때, 첨부된 도면에서 동일한 구성 요소는 가능한 동일한 부호로 나타내고 있음을 유의해야 한다. 또한, 본 발명의 요지를 흐리게 할 수 있는 공지 기능 및 구성에 대한 상세한 설명은 생략할 것이다. 마찬가지의 이유로 첨부 도면에 있어서 일부 구성요소는 과장되거나 생략되거나 또는 개략적으로 도시되었으며, 각 구성요소의 크기는 실제 크기를 전적으로 반영하는 것이 아니다.
도 1은 본 발명의 실시예에 따른 작물의 형질 분석 시스템의 구성을 나타낸 도면이다.
도 1을 참조하면, 본 발명의 실시예에 따른 작물의 형질 분석 시스템(100)은 용지(10) 및 형질 분석 장치(20)를 포함한다.
용지(10)는 가장 자리에 마커(11)가 인쇄되며, 상부에 작물 샘플(1)이 배치되어, 형질 분석 장치(20)에 의해 촬영된다. 여기서 마커(11)는 일정한 패턴을 가지며, 용지의 끝단에 배치될 수 있다.
예를 들어, 마커(11)는 도 1에 도시된 바와 같이, 동일한 크기의 네개의 정사각형이 일정한 간격으로 배치된 패턴이, 사각형으로 형성된 용지(10)의 각 꼭지점에 배치될 수 있다. 하지만 이에 한정된 것은 아니고, 마커(11)는 동일한 크기 및 간격을 갖는 다양한 패턴들이 사용될 수 있다.
이러한 마커(11)는 형질 분석 장치(20)의 촬영 각도, 촬영 거리에 따라 촬영된 영상에서 각 꼭지점에 위치한 마커들의 크기, 간격, 형상이 달리 나타날 수 있다. 즉 마커(11)는 일정한 패턴으로 형성되어, 형질 분석 장치(20)의 촬영 각도, 촬영 거리에 따른 왜곡을 보정하는 것을 지원할 수 있다.
형질 분석 장치(20)는 작물 샘플(1)이 배치된 용지(10)를 촬영할 수 있다. 즉 형질 분석 장치(20)는 작물 샘플(1)이 안착된 마커(11)가 형성된 용지(10) 전체를 촬영할 수 있다.
또한 형질 분석 장치(20)는 인식된 마커를 통해 영상의 스케일링 및 왜곡을 보정할 수 있다.
즉 형질 분석 장치(20)는 촬영하는 촬영 각도, 촬영 거리에 따라 용지(10)에 형성된 마커(11)의 크기, 간격, 형상이 달라지는 현상을 이용하여, 각 꼭지점에 위치한 패턴들이 동일한 형상을 갖도록 영상을 보정하여, 스케일링 및 왜곡을 보정할 수 있다. 즉 형질 분석 장치(20)는 템플릿 매칭(template matching) 기술을 통해 마커(11)를 인식하고, 인식된 마커(11)를 통해 영상에서 스케일링 및 왜곡을 보정할 수 있다.
예를 들어 형질 분석 장치(20)는 도 5에 도시된 바와 같이, 복수의 정사각형으로 구성된 마커에서 각 정사각형의 모서리에 대하여 연장선을 형성하여, 각 연장선이 서로 대응하는 정사각형과 일치하도록 보정하여, 스케일링 및 왜곡을 보정할 수 있다.
또한 형질 분석 장치(20)는 용지(10)를 촬영한 렌즈에 의해 발생하는 왜곡을 영상처리 알고리즘을 이용하여 제거할 수 있다.
여기서 렌즈에 의한 왜곡은 술통형 왜곡(barrel distortion), 바늘쿠션형 왜곡(pincushion distortion), 머스타치형 왜곡(moustache distortion) 등이 될 수 있다. 이러한 렌즈의 왜곡은 렌즈의 중심과 외곽의 굴절률로 인해 결상 위치에서 중심과 외곽이 배율이 달라져 발생할 수 있다.
예를 들어 왜곡을 보정하기 위한 방법으로 왜곡 함수를 다항식 형태로 근사화 하는 방법과 렌즈의 비선형 왜곡특성에 기반으로 하는 기하학적 모델인 FOV(Field of View) 모델을 이용할 수 있다. 하지만 이에 한정된 것은 아니고, 렌즈의 왜곡을 보정하기 위한 다양한 모델들이 적용될 수 있다.
그리고 형질 분석 장치(20)는 왜곡이 보정된 영상에서 작물 샘플(1)의 형질을 분석할 수 있다. 예를 들어 형질 분석 장치(20)는 도 7에 도시된 바와 같이, 작물 샘플(1)의 폭, 높이 등을 포함하는 작물 샘플(1)의 형질을 분석하여 제공할 수 있다.
또한 형질 분석 장치(20)는 분석된 작물 샘플의 형질을 입력받은 데이터 형태로 자동 가공하여 스프레드 시트(spread sheet)에서 읽을 수 있는 파일 형태로 저장할 수 있다.
여기서 형질 분석 장치(20)가 사용자로부터 입력받은 데이터 형태는 작물 카운팅, 형질의 평균, 분산 값을 포함할 수 있다.
이러한 형질 분석 장치(20)는 어플리케이션을 제공할 수 있는 이동통신단말기를 대표적인 예로서 설명하지만, 이동통신단말기에 한정된 것이 아니고, 모든 정보통신기기, 멀티미디어 단말기, 유선 단말기, 고정형 단말기 및 IP(Internet Protocol) 단말기 등의 다양한 단말기에 적용될 수 있다. 또한, 단말기는 휴대폰, PMP(Portable Multimedia Player), MID(Mobile Internet Device), 스마트폰(Smart Phone), 데스크톱(Desktop), 태블릿컴퓨터(Tablet PC), 노트북(Note book), 넷북(Net book) 및 정보통신 기기 등과 같은 다양한 이동통신 사양을 갖는 모바일(Mobile) 단말기일 때 유리하게 활용될 수 있다.
이하 본 발명의 실시예에 따른 형질 분석 장치(20)에 대하여 더욱 상세히 설명하도록 한다.
도 2는 본 발명의 실시예에 따른 작물의 형질 분석 장치의 구성을 나타낸 블록도이다.
도 2를 참조하면, 본 발명의 실시예에 따른 형질 분석 장치(20)는 촬영부(21), 입력부(22), 표시부(23), 저장부(24) 및 제어부(25)를 포함하여 구성될 수 있다.
촬영부(21)는 제어부(25)의 제어에 의해 구동되며, 작물 샘플(1)이 배치된 용지(10)를 촬영한다. 즉 촬영부(21)는 촬영을 통해 영상을 생성하여 표시부(23)를 통해 표시되도록 하는 것으로, 카메라를 포함할 수 있다. 즉 촬영부(21)는 렌즈를 통해 입사되는 비사체의 광학적 신호를 이미지 센서를 통해 입사된 광학적 신호에 상응하는 전기적 신호로 변환하고, 아날로그 디지털 컨버터를 통해 변환된 전기적 신호를 이에 대응되는 디지털 영상으로 변환한 후 표시부(23)를 통해 표시하도록 할 수 있다.
입력부(22)는 숫자 및 문자 정보 등의 다양한 정보를 입력 받고, 각종 기능을 설정 및 형질 분석 장치(20)의 기능 제어와 관련하여 입력되는 신호를 제어부(25)로 전달한다. 입력부(22)는 터치 또는 조작에 따른 입력 신호를 발생하는 키패드와 터치패드 중 적어도 하나를 포함하여 구성될 수 있다. 이 때, 입력부(22)는 표시부(23)와 함께 하나의 터치패널(또는 터치스크린(touch screen))의 형태로 구성되어 입력과 표시 기능을 동시에 수행할 수 있다. 특히 입력부(22)는 촬영부(21)를 동작시키기 위한 입력 신호, 분석된 작물 샘플의 형질을 가공하기 위한 입력 데이터 등을 사용자로부터 입력받을 수 있다.
표시부(23)는 형질 분석 장치(20)의 기능 수행 중에 발생하는 일련의 동작 상태 및 동작 결과 등에 대한 정보를 표시한다. 이러한 표시부(23)는 액정표시장치(LCD, Liquid Crystal Display), 초박막 액정표시장치(TFT-LCD, Thin Film Transistor LCD), 발광다이오드(LED, Light Emitting Diode), 유기 발광다이오드(OLED, Organic LED), 능동형 유기발광다이오드(AMOLED, Active Matrix OLED), 레티나 디스플레이(Retina Display), 플렉시블 디스플레이(Flexible display) 및 3차원(3 Dimension) 디스플레이 등으로 구성될 수 있다. 이 때, 표시부(23)가 터치스크린(Touch screen) 형태로 구성된 경우, 입력부(22)의 기능 중 일부 또는 전부를 수행할 수 있다. 특히 표시부(23)는 촬영부(21)에 의해 촬영된 영상을 출력하거나, 제어부(25)에 의해 분석된 작물 샘플의 형질을 출력하거나, 작물 샘플의 형질에 의해 가공된 데이터를 출력할 수 있다.
저장부(24)는 데이터를 저장하기 위한 장치로, 형질 분석 장치(20)의 기능 동작에 필요한 응용 프로그램을 저장한다. 저장부(24)는 사용자의 요청에 상응하여 각 기능을 활성화하는 경우, 제어부(25)의 제어 하에 해당 응용 프로그램들을 실행하여 각 기능을 제공하게 된다. 이러한 저장부(24)는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), 미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램(Random Access Memory, RAM), SRAM(Static Random Access Memory), 롬(Read-Only Memory, ROM), EEPROM(Electrically Erasable Programmable Read-Only Memory), PROM(Programmable Read-Only Memory), 자기메모리, 자기 디스크, 광디스크 중 적어도 하나의 저장매체를 포함할 수 있다. 특히 저장부(24)는 마커(11)를 통한 영상의 왜곡을 제거하기 위한 프로그램, 렌즈에 의한 왜곡을 제거하기 위한 프로그램, 작물 샘플(1)의 형질을 분석하기 위한 프로그램, 분석된 작물 샘플(1)의 형질을 가공하기 위한 프로그램 등을 저장할 수 있다.
제어부(25)는 인식된 마커를 통해 영상의 스케일링 및 왜곡을 보정할 수 있다.
즉 제어부(25)는 촬영하는 촬영 각도, 촬영 거리에 따라 용지(10)에 형성된 마커(11)의 크기, 간격, 형상이 달라지는 현상을 이용하여, 각 꼭지점에 위치한 패턴들이 동일한 형상을 갖도록 영상을 보정하여, 스케일링 및 왜곡을 보정할 수 있다. 즉 제어부(25)는 템플릿 매칭(template matching) 기술을 통해 마커(11)를 인식하고, 인식된 마커(11)를 통해 영상에서 스케일링 및 왜곡을 보정할 수 있다.
예를 들어 제어부(25)는 도 5에 도시된 바와 같이, 복수의 정사각형으로 구성된 마커에서 각 정사각형의 모서리에 대하여 연장선을 형성하여, 각 연장선이 서로 대응하는 정사각형과 일치하도록 보정하여, 스케일링 및 왜곡을 보정할 수 있다.
또한 제어부(25)는 용지(10)를 촬영한 렌즈에 의해 발생하는 왜곡을 영상처리 알고리즘을 이용하여 제거할 수 있다.
여기서 렌즈에 의한 왜곡은 술통형 왜곡(barrel distortion), 바늘쿠션형 왜곡(pincushion distortion), 머스타치형 왜곡(moustache distortion) 등이 될 수 있다. 이러한 렌즈의 왜곡은 렌즈의 중심과 외곽의 굴절률로 인해 결상 위치에서 중심과 외곽이 배율이 달라져 발생할 수 있다.
예를 들어 왜곡을 보정하기 위한 방법으로 왜곡 함수를 다항식 형태로 근사화 하는 방법과 렌즈의 비선형 왜곡특성에 기반으로 하는 기하학적 모델인 FOV(Field of View) 모델을 이용할 수 있다. 하지만 이에 한정된 것은 아니고, 렌즈의 왜곡을 보정하기 위한 다양한 모델들이 적용될 수 있다.
그리고 제어부(25)는 왜곡이 보정된 영상에서 작물 샘플(1)의 형질을 분석할 수 있다. 예를 들어 제어부(25)는 도 7에 도시된 바와 같이, 작물 샘플(1)의 폭, 높이 등을 포함하는 작물 샘플(1)의 형질을 분석하여 제공할 수 있다.
또한 제어부(25)는 분석된 작물 샘플의 형질을 입력부(22)로부터 입력받은 데이터 형태로 자동 가공하여 스프레드 시트(spread sheet)에서 읽을 수 있는 파일 형태로 저장할 수 있다.
여기서 제어부(25)는 사용자로부터 입력받은 데이터 형태는 작물 카운팅, 형질의 평균, 분산 값을 포함할 수 있다.
이하 본 발명의 실시예에 따른 작물의 형질 분석 방법에 대하여 상세히 설명하도록 한다.
도 3은 본 발명의 실시예에 따른 작물의 형질 분석 방법을 나타낸 블록도이고, 도 4 내지 도 8은 본 발명의 실시예에 따른 작물의 형질 분석 과정을 설명하기 위한 도면이다.
도 3 내지 도 8을 참조하면, S10 단계에서 도 4에 도시된 바와 같이, 작물 샘플(1)을 용지(10) 위에 배치시킨다. 이때 작물 샘플(1)은 용지(10)에 형성된 마커(11)를 가리지 않도록 용지(10)의 중앙에 배치되는 것이 바람직하다.
다음으로 S20 단계에서 작물 샘플(1)이 배치된 용지(10)를 촬영한다. 이때 마커(11)가 포함된 용지(10) 전체가 나오도록 촬영하는 것이 바람직하다.
다음으로 S30 단계에서 영상처리 알고리즘을 통해 카메라 렌즈에 의해 발생되는 왜곡을 제거할 수 있다.
다음으로 S40 단계에서 용지(10)에 형성된 마커(11)를 통해 영상의 스케일링 및 왜곡을 보정할 수 있다. 즉 템플릿 매칭(template matching) 기술을 통해 마커(11)를 인식하고, 인식된 마커(11)를 통해 영상에서 스케일링 및 왜곡을 보정할 수 있다. 예를 들어 제어부(25)는 도 5에 도시된 바와 같이, 복수의 정사각형으로 구성된 마커에서 각 정사각형의 모서리에 대하여 연장선을 형성하여, 각 연장선이 서로 대응하는 정사각형과 일치하도록 보정하여, 스케일링 및 왜곡을 보정할 수 있다.
다음으로 S50 단계에서 작물 샘플의 형질을 분석한다. 즉 왜곡이 보정된 영상에서 작물 샘플(1)의 형질을 분석할 수 있다. 예를 들어 도 7에 도시된 바와 같이, 작물 샘플(1)의 폭, 높이 등을 포함하는 작물 샘플(1)의 형질을 분석하여 제공할 수 있다.
그리고 S60 단계에서 분석된 작물 샘플의 형질을 입력받은 데이터 형태로 자동 가공하여 스프레드 시트(spread sheet)에서 읽을 수 있는 파일 형태로 저장할 수 있다. 여기서 사용자로부터 입력받은 데이터 형태는 작물 카운팅, 형질의 평균, 분산 값을 포함할 수 있다.
이상 본 발명을 몇 가지 바람직한 실시예를 사용하여 설명하였으나, 이들 실시예는 예시적인 것이며 한정적인 것이 아니다. 이와 같이, 본 발명이 속하는 기술분야에서 통상의 지식을 지닌 자라면 본 발명의 사상과 첨부된 특허청구범위에 제시된 권리범위에서 벗어나지 않으면서 균등론에 따라 다양한 변화와 수정을 가할 수 있음을 이해할 것이다.
10 : 용지 11 : 마커
20 : 형질 분석 장치 21 : 촬영부
22 : 입력부 23 : 표시부
24 : 저장부 25 : 제어부
100 : 형질 분석 시스템

Claims (7)

  1. 마커가 인쇄된 용지 상에 작물 샘플을 배치하는 단계;
    상기 작물 샘플이 배치된 용지를 촬영하는 단계;
    상기 촬영된 영상에서 상기 마커를 인식하고, 상기 인식된 마커를 통해 상기 영상의 스케일링 및 왜곡을 보정하는 단계;
    상기 보정된 영상을 이용하여 상기 작물 샘플의 형질을 분석하는 단계;
    를 포함하는 것을 특징으로 하는 마커가 인쇄된 용지를 이용한 작물의 형질 분석 방법.
  2. 제1항에 있어서,
    상기 용지를 촬영하는 단계 이후에,
    상기 용지를 촬영한 렌즈에 의해 발생하는 왜곡을 영상처리 알고리즘을 이용하여 제거하는 단계;
    를 더 포함하는 것을 특징으로 하는 마커가 인쇄된 용지를 이용한 작물의 형질 분석 방법.
  3. 제1항에 있어서,
    상기 분석하는 단계 이후에,
    상기 분석된 작물 샘플의 형질을 입력받은 데이터 형태로 자동 가공하여 스프레드 시트(spread sheet)에서 읽을 수 있는 파일 형태로 저장하는 단계;
    를 더 포함하는 것을 특징으로 하는 마커가 인쇄된 용지를 이용한 작물의 형질 분석 방법.
  4. 제3항에 있어서,
    상기 파일 형태로 저장하는 단계에서,
    상기 입력받은 데이터 형태는 작물 카운팅, 형질의 평균, 분산 값을 포함하는 것을 특징으로 하는 마커가 인쇄된 용지를 이용한 작물의 형질 분석 방법.
  5. 작물 샘플이 배치된 마커가 인쇄된 용지를 촬영하는 촬영부;
    상기 촬영부에 의해 촬영된 영상에서 상기 마커를 인식하고, 상기 인식된 마커를 통해 상기 영상의 스케일링 및 왜곡을 보정하고, 상기 보정된 영상을 이용하여 상기 작물 샘플의 형질을 분석하는 제어부;
    를 포함하는 것을 특징으로 하는 작물의 형질 분석 장치.
  6. 마커가 인쇄된 용지;
    작물 샘플이 배치된 상기 용지를 촬영하는 촬영부, 상기 촬영부에 의해 촬영된 영상에서 상기 마커를 인식하고, 상기 인식된 마커를 통해 상기 영상의 스케일링 및 왜곡을 보정하고, 상기 보정된 영상을 이용하여 상기 작물 샘플의 형질을 분석하는 제어부를 포함하는 작물의 형질 분석 장치;
    를 포함하는 것을 특징으로 하는 작물의 형질 분석 시스템.
  7. 제6항에 있어서,
    상기 마커는,
    일정 패턴을 가지고, 상기 용지의 끝단에 각각 배치되는 것을 특징으로 하는 작물의 형질 분석 시스템.
KR1020200147926A 2020-11-06 2020-11-06 작물의 형질 분석 장치, 이를 이용한 분석 방법 및 시스템 KR20220062200A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200147926A KR20220062200A (ko) 2020-11-06 2020-11-06 작물의 형질 분석 장치, 이를 이용한 분석 방법 및 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200147926A KR20220062200A (ko) 2020-11-06 2020-11-06 작물의 형질 분석 장치, 이를 이용한 분석 방법 및 시스템

Publications (1)

Publication Number Publication Date
KR20220062200A true KR20220062200A (ko) 2022-05-16

Family

ID=81802440

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200147926A KR20220062200A (ko) 2020-11-06 2020-11-06 작물의 형질 분석 장치, 이를 이용한 분석 방법 및 시스템

Country Status (1)

Country Link
KR (1) KR20220062200A (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230168681A (ko) 2022-06-08 2023-12-15 한국전자기술연구원 작물의 계측 형질 조사 장치, 시스템 및 이를 이용한 작물의 계측 형질 조사 방법
KR20240036181A (ko) 2022-09-13 2024-03-20 한국전자기술연구원 작물의 형태 형질 조사 시스템 및 그 방법

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230168681A (ko) 2022-06-08 2023-12-15 한국전자기술연구원 작물의 계측 형질 조사 장치, 시스템 및 이를 이용한 작물의 계측 형질 조사 방법
KR20240036181A (ko) 2022-09-13 2024-03-20 한국전자기술연구원 작물의 형태 형질 조사 시스템 및 그 방법

Similar Documents

Publication Publication Date Title
CN109886928B (zh) 一种目标细胞标记方法、装置、存储介质及终端设备
RU2412482C2 (ru) Способ, система, цифровая фотокамера и сис, обеспечивающие геометрическое преобразование изображения на основании поиска текстовых строк
CN111325104B (zh) 文本识别方法、装置及存储介质
CN1937698A (zh) 图像畸变自动校正的图像处理方法
KR20220062200A (ko) 작물의 형질 분석 장치, 이를 이용한 분석 방법 및 시스템
CN106934767A (zh) 一种试卷生成及评分方法及系统
CN113780201B (zh) 手部图像的处理方法及装置、设备和介质
US11657644B2 (en) Automatic ruler detection
CN112581546A (zh) 摄像头标定方法、装置、计算机设备和存储介质
EP3157238A1 (en) Image calibration method and device
CN111951210A (zh) 数据的处理方法、装置及设备
CN112950528A (zh) 证件姿态确定方法、模型训练方法、装置、服务器及介质
CN110717060A (zh) 图像mask的过滤方法、装置及存储介质
CN107527323B (zh) 镜头畸变的标定方法及装置
CN117115823A (zh) 一种篡改识别方法、装置、计算机设备和存储介质
CN111325106A (zh) 生成训练数据的方法及装置
JP2020160691A (ja) 遠隔メータ読取コンピュータ、その方法及びプログラム
CN115564828A (zh) 基于模糊度算法的机器视觉定位方法及系统
CN115457585A (zh) 作业批改的处理方法、装置、计算机设备及可读存储介质
KR102505705B1 (ko) 이미지 분석 서버, 이미지 분석 서버를 이용한 객체 카운팅 방법 및 객체 카운팅 시스템
KR20150099906A (ko) 자동 채점 방법
CN114170319A (zh) 测试标板的调整方法及装置
CN116468804B (zh) 激光雷达与相机外参标定精度评定方法及装置
WO2018158818A1 (ja) 点検支援装置、点検支援方法および記録媒体
JP2020071672A (ja) 情報処理プログラム、サーバ・クライアントシステム、及び情報処理方法

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment
X601 Decision of rejection after re-examination