http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
젖소의 개체인식 및 형상 정보화를 위한 컴퓨터 시각시스템 개발(Ⅰ)
이종환 한국농업기계학회 2002 바이오시스템공학 Vol.27 No.2
Cow image processing technique would be useful not only for recognizing an individual but also for establishing the image database and analyzing the shape of cows. A cow (Holstein) has usually the unique speckle pattern. In this study, the individual recognition of cow was carried out using the speckle pattern and the content-based image retrieval technique. Sixty cow images of 16 heads were captured under outdoor illumination, which were complicated images due to shadow, obstacles and walking posture of cow. Sixteen images were selected as the reference image for each cow and 44 query images were used for evaluating the efficiency of individual recognition by matching to each reference image.Run-lengths and positions of runs across speckle area were calculated from 40 horizontal line profiles for ROI (region of interest) in a cow body image after 3 passes of 5×5 median filtering. A similarity measure for recognizing cow individuals was calculated using Euclidean distance of normalized G-frame histogram (GH), normalized speckle run-length (BRL), normalized x and y positions (BRX, BRY) of speckle runs. This study evaluated the efficiency of individual recognition of cow using Recall(Success rate) and AVRR(Average rank of relevant images). Success rate of individual recognition was 100% when GH, BRL, BRX and BRY were used as image query indices. It was concluded that the histogram as global property and the information of speckle runs as local properties were good image features for individual recognition and the developed system of individual recognition was reliable. 젖소의 반문(얼룩무늬)은 개체마다 상이하기 때문에 젖소 영상으로부터 반문의 특징을 분석하고 이를 개체인식에 이용할 수 있다. 영상장치를 이용하기 때문에 개체인식 뿐만 아니라 영상 데이터베이스를 구축하거나 다양한 형상 정보를 동시에 얻을 수 있다는 장점이 있다.이 연구는 젖소 영상을 이용한 개체인식 기술을 개발하고 젖소의 형상 정보를 분석할 수 있는 컴퓨터 시각 시스템을 개발하기 위한 연구의 일환으로 수행되었다. 여기에서는 반문의 특징을 분석하는 알고리즘을 개발하고 영상검색 기법에 의해 개체인식을 수행하는 방법을 제시코자 하였으며 그 결과를 요약하면 다음과 같다.1) 16두의 홀스타인을 대상으로 각각을 대표하는 기준영상 16개와 개체인식의 성능을 분석하기 위한 44개의 질의영상을 촬영을 위한 인위적인 설비나 대상 젖소의 자세에 대한 제약이 없는 자연스러운 상태에서 획득하였다.2) 이들 젖소 영상에 포함된 고정 장애물, 그림자, 젖소에 부착된 이물질 등에 대한 영향을 최대한 배제하기 위해, 젖소의 몸통 부분에 분석영역을 설정하였다. 그리고, 분석영역에 대해 조사한 40개의 수평선 프로파일 데이터를 이용하여 젖소의 반문영역에 대한 런-길이, 반문영역의 중심위치에 대한 정규화된 분포도를 분석하였다. 3) 개체인식을 위한 영상검색인자로서, 젖소 영상의 전역적 특징인 G 프레임에 대한 히스토그램(GH)과 지역적 특징인 반문의 크기(BRL) 및 위치(BRX, BRY)에 관한 정보를 사용하였다. 그리고, Recall(인식성공률) 및 AVRR(평균 검색순위)을 이용하여 개체인식 성능을 평가하였다. 4) 검색인자에 따른 개체인식 성능을 평가한 결과, GH, BRL, BRX 및 BRY를 조합한 검색인자를 사용할 때 정확한 개체인식이 가능하였다. 따라서, 젖소 영상에 의해 개체를 인식하기 위해서는 반문에 대한 전역적인 특징과 지역적인 특징을 동시에 사용하는 것이 바람직함을 알 수 있었다.5) 다양한 배경에서 얻은 젖소 영상으로부터 젖소 내부영역만을 검출할 수 있는 영상처리방법이 개발된다면, 보다 실용적인 개체인식 알고리즘의 개발이 가능할 것으로 사료된다.