http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
논문 : 정보처리 및 복합기술 ; 초분광 반사광 영상을 이용한 "후지" 사과의 멍 검출에 관한 연구
조병관 ( Byoung Kwan Cho ),백인석 ( In Suck Baek ),이남근 ( Nam Geun Lee ),모창연 ( Chang Yeun Mo ) 한국농업기계학회 2011 바이오시스템공학 Vol.36 No.6
Defects exist underneath the fruit skin are not easily discernable by using conventional color imaging technique in the visible wavelength ranges. Development of sensitive detection methods for the defects is necessary to ensure accurate quality sorting of fruits. Hyperspectral imaging techniques, which combine the features of image and spectroscopy to acquire spatial and spectral information simultaneously, have demonstrated good potentials for identifying and detecting anomalies on biological substances. In this study, a high spatial resolution hyperspectral reflectance technique was presented as a tool for detecting bruises on apple. The two-band ratio (494 nm / 952 nm) and simple threshold methods were applied to investigate the feasibility of discriminating the bruises from sound tissue of apple. The pixel wise accuracy of the discrimination was 74%. The resultant images processed with selected wavebands and morphologic algorithm distinctively showed the early stages of bruises on apple which were not discernable by naked eyes as well as a conventional color camera. Results demonstrated good potential of the hyperspectral reflectance imaging for detection of bruises on apple.
Review: Application of Artificial Intelligence in Phenomics
납뷔래쇼나 ( Shona Nabwire ),조병관 ( Byoung-kwan Cho ) 한국농업기계학회 2021 한국농업기계학회 학술발표논문집 Vol.26 No.1
Plant phenomics has been rapidly advancing over the past few years. This is attributed to the increased innovation and availability of new technologies to enable high-throughput phenotyping of complex plant traits. The application of artificial intelligence in various domains of science has grown exponentially in recent years. Traditionally-used techniques for non-destructive plant phenotyping are now integrating artificial intelligence methods into their data management pipelines. This is gradually improving the efficiency of data analysis and has fostered further research into the development and utilization of these methods. Large volumes of plant data are now being collected in real-time at different research facilities depending on the desired research goals. The integration of a range of artificial intelligence approaches like computer vision, machine learning and deep learning at various stages in the entire phenotypic data management pipeline has become increasingly important to seamlessly consolidate plant data. This review provides an overview of current phenotyping technologies and the ongoing integration of artificial intelligence in plant phenotyping.
논문 : 정보처리 및 복합기술 ; IT융합 차세대 농기계 수출전략형 핵심기술 우선순위 선정에 관한 연구
장동일 ( Dong Il Chang ),조병관 ( Byoung Kwan Cho ),이훈수 ( Hoon Soo Lee ),정선옥 ( Sun Ok Chung ),박승제 ( Seung Jae Park ),김철수 ( Chul Soo Kim ),이영희 ( Young Hee Lee ) 한국농업기계학회 2011 바이오시스템공학 Vol.36 No.6
The objective of this study was to develop the export strategic core technologies for IT fusion next generation agricultural machines by the analysis of comprehensive and cooperative systems of industries, universities, and institutes. In order to achieve the objective of this study, an expert panel was formed and operated. The first survey was conducted by the Delphi method. For this the export strategic core technologies were surveyed and analyzed using the questionnaire. Based on the results of the first survey, the second survey was conducted. The questionnaire used for the second survey was designed by results of the first survey. The results of the second survey was analyzed by AHP method. The third survey was conducted based on the second one, and the final results were analyzed and the export strategic core technologies were developed through the expert meeting. The study results showed six export strategic core technologies as the followings: 1) environment-friendly engine technology for high performance 2) high performance/high efficiency power transmission system technology 3) development of measurement system technology for safety of agricultural products 4) field application of sensor networks 5) large size combine development technology for high performance 6) quality evaluation technology for agricultural products.
초분광 반사광 영상을 이용한 상추(Lactuca sativa L) 종자의 활력 비파괴측정기술 개발에 관한 연구
안치국(Chi-Kook Ahn),조병관(Byoung-Kwan Cho),모창연(Chang Yeun Mo),Moon S. Kim 한국비파괴검사학회 2012 한국비파괴검사학회지 Vol.32 No.5
본 연구에서는 초분광 반사광 영상기술을 이용하여 비파괴적으로 상추의 건전종자와 퇴화종자를 선별하는 기술을 개발하고자 하였다. 750~1000nm의 근적외선 초분광 반사광 영상의 분광데이터를 이용하여 상추의 발아종자와 불발아 종자를 판별하는 PLS-DA 모델을 개발하고 개발된 모델의 성능 평가를 실시하였다. 모델 calibration의 판별 정확도는 81.6%였으며, test의 결과는 81.2%의 판별 정확도를 보였다. 또한 개발된 PLS-DA 모델을 적용한 초분광 반사광 영상을 이용하여 대량의 불발아 종자를 동시에 영상으로 검출 가능한 영상처리 알고리즘을 개발하였다. 초분광 반사광 영상에 PLS-DA 모델이 적용된 영상을 이용한 검출 정확도는 91%로 나타났으며, 이는 초분광 반사광 영상을 이용하여 대량의 상추 종자의 비파괴 품질선별에 이용될 수 있음을 보여 주었다. In this study, the feasibility of hyperspectral reflectance imaging technique was investigated for the discrimination of viable and non-viable lettuce seeds. The spectral data of hyperspectral reflectance images with the spectral range between 750 nm and 1000 nm were used to develop PLS-DA model for the classification of viable and non-viable lettuce seeds. The discrimination accuracy of the calibration set was 81.6% and that of the test set was 81.2%. The image analysis method was developed to construct the discriminant images of non-viable seeds with the developed PLS-DA model. The discrimination accuracy obtained from the resultant image were 91%, which showed the feasibility of hyperspectral reflectance imaging technique for the mass discrimination of non-viable lettuce seeds from viable ones.
계란 신선도 평가를 위한 호우유닛 및 내부 기실 관련성 구명
노태균 ( Taegyun Rho ),조병관 ( Byoung-kwan Cho ) 한국농업기계학회 2020 한국농업기계학회 학술발표논문집 Vol.25 No.2
계란 등급판정의 중요 지표인 난중(무게), 난황 및 난백 점도는 신선도와 밀접한 관련이 있다. 현재 계란의 신선도는 파괴적인 방법인 Haugh Unit(HU) 측정법으로 평가하는데, 할란으로 인한 손실비용이 발생하고 측정에 긴 시간이 소요되며, 자동화가 어렵다는 단점이 있다. 이러한 할란측정 방식은 판정물량이 많을수록 손실비용이 비례해서 증가하므로 이를 대체하기 위한 비파괴 측정기술 개발의 수요가 높다. 본 연구에서는 비파괴 측정의 지표로 활용될 수 있는 계란 기실과 계란 신선도 지표로 사용되는 HU과의 상관관계를 확인하고자 하였다. 실험을 위해 60-68g 중량의 675개 계란을 사용하였으며, 0주부터 8주까지 9주 동안 5, 10, 25℃에 저장하면서 실험을 진행하였다. 각 온도별로 한 주에 25개의 계란을 무작위로 선택하여, HU과 기실 크기를 측정하였다. HU 측정은 HU 전용측정기를 이용하였으며, 기실 측정은 투광 방법을 통해 기실의 위치를 찾아 작은 구멍을 내고 비어있는 기실 부분에 물을 넣어 부피를 측정하는 방식인 물 치환법 방식을 사용하였다. 획득한 HU과 기실 부피를 분석한 결과, R2 = 0.85~0.97의 높은 상관관계를 보였다. 본 연구 결과를 통해 계란 내부의 기실 크기로 계란 신선도 지표인 HU의 예측이 가능함을 확인할 수 있었다.
윤원섭 ( Wonsub Yun ),조병관 ( Byoung-kwan Cho ) 한국농업기계학회 2020 한국농업기계학회 학술발표논문집 Vol.25 No.2
솔껍질깍지벌레(M. matsumuare)는 노린재목의 곤충으로 한국, 일본 및 중국 북동부 지역에 서식한다. 솔껍질깍지벌레는 암수의 생활경과가 달라지기 전인 후약충 시기에 소나무와 곰솔(해송)의 가지에 기생하며 흡즙 가해를 일으킨다. 약충의 피해를 입은 나무는 수관 하부의 잎부터 갈변하게 되는데 피해가 누적될 시 수관 전체가 갈변하여 고사하게 된다. 따라서 솔껍질깍지벌레의 개체수를 모니터링하여 적기에 방제하는 것이 중요한데, 현재 이 벌레의 개체수 파악은 페로몬트랩에 포획된 수컷 성충을 육안으로 개수하는 방식을 사용하고 있다. 그러나 인력에 의한 동정은 시간 및 노동력 소모가 많고, 장시간 작업 시 피로도가 급증하고 정확성이 떨어지는 단점이 있다. 본 연구에서는 이러한 기존의 수작업방식을 개선하기 위해 페로몬트랩에 포획된 솔껍질깍지벌레를 자동으로 동정할 수 있는 딥러닝 영상분석 기술을 개발하고자 하였다. 검출모델 개발을 위해 스마트폰으로 촬영된 RGB 광각 영상에 Faster R-CNN (Region Convolutional Nerual Network) 딥러닝 알고리즘을 적용하여 영상 내의 솔껍질깍지벌레 개체를 자동으로 인식하고 개수할 수 있는 방법을 개발하였다. 본 연구는 끈끈이트랩에 포집된 솔껍질깍지벌레의 개체수를 딥러닝 영상분석 기술을 활용하여 신속 정확하게 자동으로 파악할 수 있음을 보여주었다.