• Proceedings of the Korean Society for Agricultural Machinery Conference
• /
• 2017.04a
• /
• pp.43-43
• /
• 2017

종자산업은 농작물 생산에 중요한 역할을 끼치는 좌우하는 요소 중에 하나로, 우량종자의 확보는 농작물 수급에 중요한 역할을 하는 농업부문의 원천산업이다. 오이 녹반 모자이크 바이러스(CGMMV)는 박과류에 가장 많은 피해를 끼치는 바이러스로 종자전염을 방지하고, 우량종자의 공급을 위해서는 감염종자와 비 감염종자의 판별은 필수적이다. 이에 본 연구에서는 초분광 영상 시스템을 이용하여 수박종자의 CGMMV의 감염 및 비 감염종자를 판별할 수 있는 기술을 개발하고자 하였다. 본 연구에서 사용된 바이러스 감염 종자는 CGMMV 바이러스 감염 수박종자를 사용하였으며, 생산된 종자를 초분광 영상 시스템을 통해 스크린 후, RNA를 추출하여 PCR분석법으로 바이러스의 감염유무를 확인하였으며, 이후 바이러스의 감염유무와 획득된 스펙트럼을 비교 분석하여 판별모델을 개발하고 이를 선별 시스템에 적용하였다. 모델개발에 사용된 초분광 영상 기술은 초분광 SWIR(Shortwave infraed : 1000-2500nm)영상 기술이 다. 획득된 초분광 SWIR 영상을 분석한 결과 바이러스 감염 종자가 유의미한 정확도로 판별이 되는 것으로 나타났다. 초분광 SWIR 영상기술이 바이러스 감염종자와 비감염종자를 비파괴적으로 선별하는데 효과적으로 적용이 가능할 것으로 판단된다.

• Korean Journal of Optics and Photonics
• /
• v.32 no.5
• /
• pp.215-219
• /
• 2021

Recently a system for nondestructive measurement of seedling plants in real time has been attracting attention as an essential element in fields such as the "smart farm". This study reports the simultaneous measurement of anthocyanin accumulations in leaf tissues in a large number of bok choy, using a hyperspectral imaging system. To measure many seedlings simultaneously, an existing hyperspectral imaging system is modified. In this paper, a total of 96 seedlings are measured: 24 each of 4 cultivars. Using the hyperspectral data-acquisition system, 12 seedlings can be analyzed simultaneously within 3 minutes. The hyperspectral imaging technology proposed in this paper is shown to provide an analytic system comparable to destructive chemical analysis. This hyperspectral imaging technology can be applied to a high-throughput plant-phenotyping system, owing to its capability of measuring a large number of specimens at the same time.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.31 no.2
• /
• pp.165-172
• /
• 2013

In this paper, high-quality mosaic image is generated by high-resolution hyperspectral strip images using scale-invariant feature transform (SIFT) algorithm, which is one of the representative image matching methods. The experiments are applied to AISA Eagle images geo-referenced by using GPS/INS information acquired when it was taken on flight. The matching points between three strips of hyperspectral images are extracted using SIFT method, and the transformation models between images are constructed from the points. Mosaic image is, then, generated using the transformation models constructed from corresponding images. Optimal band appropriate for the matching point extraction is determined by selecting representative bands of hyperspectral data and analyzing the matched results based on each band. Mosaic image generated by proposed method is visually compared with the mosaic image generated from initial geo-referenced AISA hyperspectral images. From the comparison, we could estimate geometrical accuracy of generated mosaic image and analyze the efficiency of our methodology.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.159-159
• /
• 2020

하천환경조사는 하천의 전반적인 특성을 조사 분석하는 것으로 하천환경 조사결과는 하천관련사업의 기초자료로 사용된다. 하천환경조사의 기초조사에서는 현장답사를 통해 하천의 특성을 대략적으로 판단하고 하천 전구간의 물리적 구조와 식생의 분포, 중요 서식처 정보를 포함하는 RCS 지도(River Corridor Survey)를 작성한다. 기초조사를 위해서는 하천 전 구간에 대한 현장답사가 필요하기 때문에 많은 시간, 비용 그리고 인력이 필요하고, 육안 또는 사진을 통한 스케치로 이루어져 조사 결과가 정성적이고 작업자의 경험이나 능력에 따라 결과가 좌우된다는 한계가 있다. 따라서 하천환경조사를 좀 더 간편하고 과학적이며 경제적으로 조사하기 위해 최근 드론 영상을 이용한 조사 기술 개발에 대한 연구들이 증가하고 있다. 하지만 드론을 이용한 하천환경조사의 대부분은 RGB 영상을 이용하기 때문에 정밀한 하천환경 변화를 정량적으로 분석하는데 한계가 있다. 이를 극복하기 위한 대안으로 사람이 감지할 수 있는 빛의 영역 뿐 아니라 자외선과 적외선 영역의 분광특성을 이용하여 하천환경의 특성을 세밀하게 분류하는 것이 가능한 초분광센서를 드론에 탑재하여 하천환경을 조사하기 위한 기초 연구들이 시작되고 있다. 본 연구에서는 line scan 방식의 초분광센서를 드론에 탑재하여 초분광영상을 촬영하기 위한 드론 시스템을 구성하였고, 하나의 사진과 같이 초분광영상을 제작하기 위해 다양한 기하보정 기술을 적용하여 최적의 기하보정 방법을 제시하였다. 이를 위해 초분광영상의 기하보정은 각각의 초분광영상의 GCP와 대응점을 이용한 2차원 변환 방법 및 비선형 변환 방법을 적용하여 보정을 수행하였으며, 각 방법에 따른 정사보정 영상의 위치정확도를 검증하였다. 연구 결과 드론 기반의 초분광영상 촬영 및 기하 보정 방법을 제시하였다. 향후 하천환경조사 뿐만 아니라 다양한 분야의 원격탐사에 초분광영상을 활용하는데 도움이 될 것으로 기대한다.

• Proceedings of the Korean Society for Agricultural Machinery Conference
• /
• 2017.04a
• /
• pp.147-147
• /
• 2017

우리나라에서는 수입 개방화 추세에 따라 공정한 유통질서 확립하고 국내 생산자와 소비자를 보호하기 위하여 원산지 표시제가 시행되고 있다. 그러나 수입 농산물과 국산 농산물의 큰 가격차이로 인하여 원산지를 허위 표시하는 경우가 증가하고 있다. 특히 쌀 관세화 전환 의무에 따른 수입산 쌀 증가하고 있으며 단립종과 중립종 수입산 쌀은 국내산 쌀과 외관이 유사하여 육안식별이 어려워 국내산 쌀로 둔갑할 우려가 있다. 이에 신속하고 비파괴적으로 쌀의 원산지를 판별할 수 있는 기술 개발이 요구되고 있다. 따라서 본 연구에서는 국내산 쌀과 중국산 쌀의 원산지를 신속하게 판별가능한 영상 처리기술을 개발하였다. 쌀은 국내에서 생산된 중립종 50점과 중국에서 생산된 단립종 및 중립종 51점이 수집되어 사용되었다. 쌀의 분광 영상은 초분광 가시광 및 근적외선 영상 시스템을 이용하여 측정하였다. 이 시스템은 할로겐-텅스텐 라인광, 시료 이송부, 초분광 영상 획득부로 구성되어 있다. 텅스텐-할로겐 라인광은 $15^{\circ}$ 각도로 대칭으로 시료에 조사되고 400 ~ 1000 nm 파장 영역의 반사광 영상 스펙트럼이 측정되었다. 초분광 영상 데이터는 광에 노출되지 않은 암실에서의 파장별 영상과 반사율이 99% 이상인 기준판의 파장별 영상을 이용하여 교정되었다. 부분최소제곱회귀법을 이용하여 쌀 원산지 판별모델 식을 개발하였고, 이 판별 모델식을 교정된 초분광 영상에 적용하여 영상처리 판별 모델을 개발하였다. 그 결과, 원산지 판별정확도가 97.4% 이상으로 나타났으며, 국내산과 중국산 쌀의 원산지 판별이 가능하였다.

• Proceedings of the Korean Society for Agricultural Machinery Conference
• /
• 2017.04a
• /
• pp.146-146
• /
• 2017

현대의 스마트폰 및 태블릿pc등을 가능하게 만든 집적 기술 중의 하나는 3차원 집적 회로(3D-IC)와 같은 패키징 기술이다. 이러한 첨단 3차원 집적 기술은 메모리집적을 통한 대용량 메모리 모듈 개발뿐만 아니라, 메모리와 프로세서의 집적, high-end FPGA, Back side imaging (BSI) 센서 모듈, MEMS 센서와 ASIC 집적, High Bright (HB) LED 모듈 등에 적용되고 있다. 3D-IC의 3차원 모듈 제작 시에는 기존에 발생하지 않았던 여러 가지 파괴 모드들이 발생하고 있는데 Thermal/Photonic Emission 장비 등 기존의 2차원 결함분리 (Fault Isolation) 기술로는 첨단의 3차원 적층 제품들에서 발생하는 불량을 비파괴적으로 혹은 3차원적으로 분리하는 것이 불가능하므로, 비파괴 3차원 결함 분리 기술은 향후 선행 제품 적기 개발에 매우 필수적인 기술이다. 본 연구는 3D-IC 반도체의 비파괴적 내부결함 검사를 위하여 가시광선-근적외선 대역(351nm~1770nm)의 InGaAs (Indium Galium Arsenide) 계열 영상검출기 (imaging detector)를 사용하여 분광 시스템 광학 설계를 통한 초분광 영상 기반 검출 모듈을 제작하였다. 제작된 초분광 영상 기반 검출 모듈을 이용하여 구리 회로 위에 실리콘 웨이퍼가 3단 적층 된 반도체 더미 샘플의 초분광 영상을 촬영하였으며, 촬영된 초분광 영상에 대하여 Chemometrics model 기반의 분석기술을 적용하여 실리콘 웨이퍼 내부의 집적 구조에 대한 검사가 가능함을 확인하였다.

• Journal of Software Assessment and Valuation
• /
• v.17 no.2
• /
• pp.75-81
• /
• 2021

Since plant growth is greatly influenced by moisture, it is important to control the soil to have optimal moisture for the plant being grown. Recently, researches on automatically analyzing plant growth information including soil moisture using spectral images are being conducted. However, hyperspectral images are difficult to use due to huge amount of data appearing in spectral bands. In this paper, we propose a method to solve the complexity of hyperspectral images using a CNN. Since the proposed method automatically analyzes the entire band of the target hyperspectral using deep learning, there is no need to make an effort to find a specific band for analysis of each image. In order to show the effectiveness of the proposed system, we conduct an experiment to analyze moistures using hyperspectral images obtained from soil.

• Journal of the Korean Society for Nondestructive Testing
• /
• v.36 no.1
• /
• pp.35-44
• /
• 2016

Seed viability is one of the most important parameters that is directly related with seed germination performance and seedling emergence. In this study, a hyperspectral imaging (HSI) system having a range of 1000-2500 nm was used to classify viable watermelon seeds from nonviable seeds. In order to obtain nonviable watermelon seeds, a total of 96 seeds were artificially aged by immersing the seeds in hot water ($25^{\circ}C$) for 15 days. Further, hyperspectral images for 192 seeds (96 normal and 96 aged) were acquired using the developed HSI system. A germination test was performed for all the 192 seeds in order to confirm their viability. Spectral data from the hyperspectral images of the seeds were extracted by selecting pixels from the region of interest. Each seed spectrum was averaged and preprocessed to develop a classification model of partial least square discriminant analysis (PLS-DA). The developed PLS-DA model showed a classification accuracy of 94.7% for the calibration set, and 84.2% for the validation set. The results demonstrate that the proposed technique can classify viable and nonviable watermelon seeds with a reasonable accuracy, and can be further converted into an online sorting system for rapid and nondestructive classification of watermelon seeds with regard to viability.

• Journal of the Korean Association of Geographic Information Studies
• /
• v.21 no.1
• /
• pp.35-45
• /
• 2018

Image data collected by an airborne hyperspectral camera system have a great usability in coastal line mapping, detection of facilities composed of specific materials, detailed land use analysis, change monitoring and so forh in a complex coastal area because the system provides almost complete spectral and spatial information for each image pixel of tens to hundreds of spectral bands. A few approaches after classifying by a few approaches based on SAM(Spectral Angle Mapper) supervised classification were applied for extracting optimal land cover information from hyperspectral images acquired by CASI-1500 airborne hyperspectral camera on the object of a coastal area which includes both land and sea water areas. We applied three different approaches, that is to say firstly the classification approach of combined land and sea areas, secondly the reclassification approach after decompostion of land and sea areas from classification result of combined land and sea areas, and thirdly the land area-only classification approach using atmospheric correction images and compared classification results and accuracies. Land cover classification was conducted respectively by selecting not only four band images with the same wavelength range as IKONOS, QuickBird, KOMPSAT and GeoEye satelllite images but also eight band images with the same wavelength range as WorldView-2 from 48 band hyperspectral images and then compared with the classification result conducted with all of 48 band images. As a result, the reclassification approach after decompostion of land and sea areas from classification result of combined land and sea areas is more effective than classification approach of combined land and sea areas. It is showed the bigger the number of bands, the higher accuracy and reliability in the reclassification approach referred above. The results of higher spectral resolution showed asphalt or concrete roads was able to be classified more accurately.

• Proceedings of the Korean Society for Agricultural Machinery Conference
• /
• 2017.04a
• /
• pp.41-41
• /
• 2017

본 연구는 초분광 영상을 이용하여 수박 모종의 수분함량을 비파괴적으로 추정하기 위해 수행되었다. 단계적으로 수분 스트레스를 받은 수박(n=45) 모종을 초분광 영상시스템으로 촬영하여 모종 영역의 반사율을 추출하였고, 매 촬영 후 모종의 생체중과 건물중을 측정하여 수분함량을 계산하였다. 모종의 반사율과 계측된 수분함량을 변수로 하여 Partial Least Square Regression(PLSR) 분석을 이용하여 수분 추정 모델을 구축하였다. 수분 추정모델을 작성한 결과 Calibration(Cal.)의 정확도($R^2$)는 0.66, 정밀도(RMSE 및 RE)는 각각 1.06%, 1.14%로 나타났다. 수박 모종의 수분함량 추정모델의 정밀도는 상당히 높게 나타났으나 정확도는 낮게 나타났다. 정확도를 개선하기 위해 Confidence ellipses의 신뢰구간을 95%로 설정하였을 때 3개의 모종이 타원 밖에 위치하는 것을 발견하였으며 이를 제거 후 재분석을 하였다. 3개의 모종을 제외한 수박 모종의 수분함량 추정모델의 정확도는 0.82, 정밀도는 0.73%, 0.78%로 나타났다. 3개의 모종을 제외함으로서 모델의 정확도 및 정밀도가 상승하여 3개의 모종이 정확도 및 정밀도를 낮추는 원인이라 판단된다. 작물은 가뭄스트레스를 받을수록 반사율이 낮아지지만(Yang et al., 2010) 3개의 모종은 다른 모종의 수분함량에 비해 반사율이 큰 차이를 나타내어 정확도 및 정밀도를 낮춘 것으로 판단된다. 본 연구를 통해 초분광 영상을 이용하여 수박 모종의 수분함량 추정가능성을 시사하였고, 모델의 정확도를 개선하기 위해 샘플 수 및 수분함량의 변이를 증가시키는 것이 필요하다고 판단된다.