다중분광 영상을 이용한 배추의 생육정보 추정 회귀 모델

정종찬 ( Jong-chan Jeong ),유찬석 ( Chan-seok Ryu ),박기수 ( Ki-su Park ),김은리 ( Eun-ri Kim ) 한국농업기계학회 2023 한국농업기계학회 학술발표논문집 Vol.28 No.1

농업 전망에 따르면 배추는 생산량이 2022년 이후로 계속 줄어드는 추세이고 생산량에 의한 가격 편차가 큰 작물이다. 이러한 문제를 해결하기 위해 생산량과 관련이 깊은 생육정보를 분석하는 연구들이 진행되고 있다. 현재 대부분의 연구는 파괴적인 방법으로 생육정보를 얻어내고 있어, 비파괴적으로 정보를 얻고 분석하는 방법이 필요하다. 따라서 본 연구의 목적은 무인기를 활용한 배추의 다중분광 데이터를 이용하여 비파괴적으로 배추의 생육을 예측할 수 있는 모델을 개발하는 데 있다. 실험은 전라북도 완주군 국립원예특작과학원 실험포장에서 두 품종의 배추(불암3호, 청명가을)를 재배하여 진행하였다. 배추는 9월 7일 파종하였고 11월 9일 파괴조사를 통해 생체중, 엽장, 엽폭, 중륵폭, 중륵두께, SPAD, 엽수, 엽면적의 생육정보를 취득하였다. 영상은 다중분광 센서(Altum-PT, MicaSense Inc, USA)를 탑재한 무인기를 이용하여 11월 8일 정오에 취득하였다. 취득한 영상은 영상분석 소프트웨어(ENVI 5.3, Exelis Visual Information, USA)를 이용하여 반사값을 추출하였으며 식생지수는 NDVI, GNDVI, GRVI, RVI, DVI, NDRE, SAVI, PRI, OSAVI, TCARI를 사용하였다. 통계 프로그램은 Jupyter Notebook 6.5.2(Python 3.9.13)를 이용하였고 샘플 수는 각 품종별 12개씩 총 24개로 진행하였다. 생육정보 추정을 위해 이상치 제거 후 다중선형회귀 모델을 만들었고 데이터셋 분리(train test split)와 변수선택법을 적용하였다. 모델 평가 방법으로는 R², RMSE와 MAPE를 사용하였고 R²가 0.5 이상인 모델들 중, RMSEC가 작고, MAPEC와 MAPEP의 차이가 작을수록 성능이 좋은 모델로 판단하였다. 가장 성능이 좋은 생육정보 추정 모델은 엽수, SPAD에서 PRI를 이용하여 각각 R²=0.68, RMSEC=3.10ea, MAPEC=7.24%, MAPEP=7.26%와 R²=0.72, RMSEC=2.85, MAPEC=15.3%, MAPEP=15.3%로 나타났고 엽장에서는 NDRE, OSAVI를 이용하여 R²=0.51, RMSEC=2.54cm, MAPEC=9.07%, MAPEP=7.08%로 나타났다. 추후 본 연구 결과를 이용한 생육 모니터링과 수확기 영상을 이용한 수확량 예측 모델의 작성이 배추 생산량 안정성 향상에 도움이 되리라 판단된다.

의사결정트리 기반 초분광 영상을 이용한 옥수수 생육시기별 염해 분류 모델

백현찬 ( Hyeon-chan Baek ),유찬석 ( Chan-seok Ryu ),강예성 ( Ye-seong Kang ),송혜영 ( Hye-young Song ),박기수 ( Ki-su Park ),김은리 ( Eun-ri Kim ),박민준 ( Min-jun Park ) 한국농업기계학회 2022 한국농업기계학회 학술발표논문집 Vol.27 No.2

본 연구의 목적은 생육 시기별로 인위적인 염 스트레스를 받은 옥수수를 초분광 영상으로 촬영하여 정상과 염 처리의 구분 및 염처리 농도에 따른 분류 가능성을 검토하여 염해 피해 정도를 예측할 수 있는 모델을 개발하는 데 있다. 실험은 전라북도 김제시 광활면 새마을 간척지 시험포장에서 옥수수(찰옥2호)의 4본엽기(V4), 6본엽기(V6)와 개화기(R1)에 각각 정상관수(0.5 dS/m), 염 농도별 관수(2, 4, 8 dS/m) 처리하였다. 초분광 센서 (microHSI 410 SHARK, Corning, USA)를 탑재한 무인기 이용하여 각 생육시기별로 염 처리 후 10일 차 정오에 영상을 취득하였다. 취득된 영상은 영상분석 소프트웨어(ENVI 5.3, Exelis Visual Information, USA)를 이용하여 각 생육 시기별 각 처리구별 반사값을 추출하였으며 의사결정트리 기법으로 염 처리 유무와 농도의 구분 가능성을 검토하였다. 염 처리 유무 에서는 V6, R1의 KC가 50% 이상의 분류정확도로 나타났으며 V4의 KC는 29% 이하의 정확도로 산출되어 염 유무 모델 적용하기에 어렵다고 판단된다. 그리하여 V6, R1을 대상으로 염 처리 농도에 대해 분석한 결과, R1의 KC가 52.2%의 정확도로 분류하는 것이 가능하였다. 하지만 V6에서는 36.8% 이하의 정확도로 분류하는 것이 어렵다고 판단된다. 추후 타 간척지 필지에 심겨진 옥수수의 분광데이터에 적용하여 염해 예측 모델 재현성 검토 및 보정이 필요하다고 생각한다.

의사결정트리 기반 초분광 영상을 이용한 옥수수 생육시기별 염해 분류 모델

백현찬 ( Hyeon-chan Baek ),유찬석 ( Chan-seok Ryu ),강예성 ( Ye-seong Kang ),송혜영 ( Hye-young Song ),박기수 ( Ki-su Park ),김은리 ( Eun-ri Kim ),박민준 ( Min-jun Park ) 한국농업기계학회 2022 한국농업기계학회 학술발표논문집 Vol.27 No.2

본 연구의 목적은 생육 시기별로 인위적인 염 스트레스를 받은 옥수수를 초분광 영상으로 촬영하여 정상과 염 처리의 구분 및 염처리 농도에 따른 분류 가능성을 검토하여 염해 피해 정도를 예측할 수 있는 모델을 개발하는 데 있다. 실험은 전라북도 김제시 광활면 새마을 간척지 시험포장에서 옥수수(찰옥2호)의 4본엽기(V4), 6본엽기(V6)와 개화기(R1)에 각각 정상관수(0.5 dS/m), 염 농도별 관수(2, 4, 8 dS/m) 처리하였다. 초분광 센서 (microHSI 410 SHARK, Corning, USA)를 탑재한 무인기 이용하여 각 생육시기별로 염 처리 후 10일 차 정오에 영상을 취득하였다. 취득된 영상은 영상분석 소프트웨어(ENVI 5.3, Exelis Visual Information, USA)를 이용하여 각 생육 시기별 각 처리구별 반사값을 추출하였으며 의사결정트리 기법으로 염 처리 유무와 농도의 구분 가능성을 검토하였다. 염 처리 유무 에서는 V6, R1의 KC가 50% 이상의 분류정확도로 나타났으며 V4의 KC는 29% 이하의 정확도로 산출되어 염 유무 모델 적용하기에 어렵다고 판단된다. 그리하여 V6, R1을 대상으로 염 처리 농도에 대해 분석한 결과, R1의 KC가 52.2%의 정확도로 분류하는 것이 가능하였다. 하지만 V6에서는 36.8% 이하의 정확도로 분류하는 것이 어렵다고 판단된다. 추후 타 간척지 필지에 심겨진 옥수수의 분광데이터에 적용하여 염해 예측 모델 재현성 검토 및 보정이 필요하다고 생각한다.

무인기로 취득한 콩 생육시기별 다중분광 영상을 통한 식생지수와 콩 수확량간의 상관관계 분석

백현찬 ( Hyeon-chan Baek ),유찬석 ( Chan-seok Ryu ),강예성 ( Ye-seong Kang ),송혜영 ( Hye-young Song ),김태양 ( Tae-yang Kim ),박민준 ( Min-jun Park ),박기수 ( Ki-su Park ) 한국농업기계학회 2022 한국농업기계학회 학술발표논문집 Vol.27 No.1

본 연구에서는 생식생장기에 다양한 생육시기별로 취득한 콩 필지의 다중분광 영상을 이용해 콩 수확량과의 관계분석을 통해 수확량 추정에 높은 가능성을 보이는 식생지수를 구명하는 연구를 진행하였다. 본 실험은 경상남도 밀양시에 위치한 실험 포장(35°26'59.8"N 128°47'08.2"E)에서 수행하였으며, 회전익 무인기 (Matrice 200 v2, DJI Technology Co. Ltd., China)에 다중분광 센서 (altum, Micasense Inc, USA)를 탑재하여 2018년도부터 3년간 생육시기 (R2, R5, R6, R7)별로 취득한 다중분광 영상에서 분광영상 소프트웨어 (ENVI 5.6, Exelis Visauall information Solution Inc, USA)로 콩 잎의 반사값을 추출해 수확량과 관련된 6개의 식생지수들을 임의로 산출하였다. 각각의 식생지수와 실측한 수확량 사이의 상관성 (r) 평가와 함께 단순선형회귀분석하여 선형지표 R2와 오차지표 root mean squared error (RMSE) 및 relative error (RE)로 추정성능을 평가하였다. 개화기 (R2)에서는 SAVI가 r=0.47 로 다른 식생지수보다 상대적으로 높은 상관관계를 나타내었지만, 단순선 형회귀분석 결과 R2=0.22, RMSE=65.88kg/10a, RE=31.78% 로 수확량 추정가능성을 보이지 않았다. 입비대시 (R5)에서는 MSAVI가 r=0.84로 가장 높은 상관관계를 나타내었고, 단순선형회귀분석 결과 R2=0.71, RMSE=39.72kg/10a, RE=19.16% 로 전 생육시기에서 가장 높은 추정가능성을 보였다. 이외에 R6 (MSAVI)와 R7 (ARVI)의 예측성능은 R2≥0.43, RMSE≤58.36kg/10a, RE≤28.15% 으로 상대적으로 낮은 추정가능성을 보였다. 다양한 생육단계에서 콩 수확량 추정에 유리한 식생지수를 구명한 이 결과를 다양한 환경조건에서 재배되고 있는 콩 필지에서도 활용가능한 모델을 개발해내는 데 기초자료를 활용할 것이다.

모니터링 및 수치모의를 이용한 하상변동분석 - 세종보 상류를 중심으로 -

김하룡,유인상,유찬종,정상만,Kim. Ha Yong,Yu. In Sang,Ryu. Chan Jong,Jeong. Sang Man 한국방재학회 2013 한국방재학회 학술발표대회논문집 Vol.2013 No.1

세종보 상류 전 구간에 발생한 토사 퇴적으로 인해 수문운영에 지장을 초래하는 등 문제점이 발생하고 있어 준설 및 저층수 차단 등 하상 안정화를 위한 다양한 방법들이 적용되었으나 그 효과가 미흡한 실정이다. 이는 세종보 상류구간에 하상변동특성을 감안하지 않은 획일적이고 단기적인 해결책을 적용하였기 때문으로 세종보 상류 구간의 하상변동에 대한 연구가 필요하다. 따라서 본 연구에서는 세종보 상류 약 600m 구간에 대해 홍수기 전 후로 구분하여 하상변동 모니터링을 실시하여 하상의 변화를 측정하였으며 2차원 수치모형을 이용하여 흐름특성 및 하상변동을 모의하고 실측한 모니터링 결과와 비교하여 보 상류의 하상변동을 분석하였다. 모니터링 결과 세종보 상류 모니터링 구간에서 <TEX>$169,263m^3$</TEX>의 토사가 퇴적되었으며 토사의 퇴적은 우안에 집중적으로 발생하였다. 상류부 전체적으로 퇴적 경향을 보였으나 가동보 수문 개도시 빠른 유속의 영향으로 보 직상류의 토사퇴적은 적은 것으로 측정되었다. RMA2를 이용하여 흐름특성을 모의한 결과 우안은 오목한 지형적 특징으로 인해 유속이 낮게 모의되었으며 수문 개도에 따라 유속의 분포도 바뀌는 것으로 분석되었다. SED-2D를 이용한 하상변동 모의결과 수문개도 방법에 상관없이 우안이 퇴적되는 것으로 모의되었으며 이는 지형적 특징으로 인한 우안의 낮은 유속에 기인한 것으로 분석되었다. 모니터링 및 수치모의 결과 세종보 상류는 전체적으로 퇴적되고 있으며 특히 우안의 낮은 유속으로 인해 퇴적 현상은 우안에 집중되고 있으므로 해결책이 필요하다.

초분광 영상을 이용한 토마토 모종의 수분함유량 추정

강동현 ( Dong Hyeon Kang ),유찬석 ( Chan Seok Ryu ),민영봉 ( Young Bong Min ),강정균 ( Jeong Gyune Kang ) 한국농업기계학회 2015 한국농업기계학회 학술발표논문집 Vol.20 No.2

<뉴욕타임즈>와 <로스앤젤레스타임즈>에 보도된 한국과 일본의 국가이미지 분석

최진봉(Jinbong Choi),유찬열(Chan Yeol Ryu) 동서언론학회 2005 동서언론 Vol.9 No.-

이 논문연구의 목적은 미국의 두 주요 일간지인 〈뉴욕타임즈〉와 〈로스앤젤레 스타임즈>가 어떻게 한국과 일본을 보도하는지, 그리고 양 신문에서의 한국과 일본의 국가 이미지에는 어떤 차이점이 있는지를 검토하기 위함이다.<br/> ‘국가이미지’는 주로 매스미디어에 의해 사회적으로 형성된다. 다시 말하면, 매스미디어는 이를 접하는 독자들의 보도대상 국가들에 대한 실제적 이해와 그 국가들의 국가이미지에 영향을 미친다고 할 수 있다. 그러므로, 이 논문에서, 국가이미지는 고정된 것으로서 정의되지 않는다. 국가이미지는 한 나라와 연관된, 매체의 보도와 국제관계와 같은 다양한 요소들에 대한 대중의 반응에 의해 만들어진 갖가지 요인들을 통해 어느 정도의 기간을 거쳐 직간접적으로 만들어지고 습득되며 변화된다고 정의할 수 있다.<br/> 이 연구의 결과는 〈뉴욕타임즈〉와 〈로스앤젤레스타임즈〉가 한국보다 일본에 더 관심을 갖고 있다는 것을 보여주고 있다. 더 나아가 한국과 일본에 대한 기사 게재의 양적 불균형으로 인해, 미국의 신문사들에 의해 다양한 이미지가 전달되는 일본에 비해, 상대적으로 기사 게재 양이 적은 한국에 대해서 미국의 독자들은 단편적인 이미지만 가지게 된다는 것을 보여준다.<br/> 덧붙여, <뉴욕타임즈〉와 〈로스앤젤레스타임즈〉의 경제와 정치에 관련한 보도는 일본의 경제와 정치를 긍정적인 이미지로 보도한 반면, 한국의 경제와 정치에 대해서는 부정적인 이미지를 강조하고 있다. 왜냐하면, 반미집회와 강경진압과 같은, 과거에 형성된 한국에 대한 부정적 이미지를 사용하고 있기 때문이다. The purpose of this research was to examine how two major American daily newspapers, The New York Times and Los Angeles Times, represent South Korea and Japan and what the differences are between South Korean and Japanese national images in these two newspapers. "National image" is socially constructed largely by mass media. In short, mass media affect the audience's image of countries and their understanding of reality of the countries. Therefore, in this paper, national image is defined as not fixed; national image is created; gained, and changed by directly and indirectly over time through different factors, such as people's reactions, media representation, international relationships, and so on.<br/> The finding of this study may indicate that The New York Times and Los Angeles Times are more interested in Japan than in South Korea. Furthermore, because of this imbalance in quantity between news coverage about South Korea and Japan, American readers see South Korea in only fragmentary images in comparison with Japan, which was conveyed through various images in American newspapers.<br/> In addition, The New York Times and Los Angeles Times coverage emphasized the economic and politically negative images of Japan more strongly as compared with South Korea, which was portrayed with economic and politically positive images. However, the negative images formed in the past about South Korea (e.g., anti American demonstrations and aggressive action) still remain.

다중분광 영상을 이용한 오이 묘 수분함량 추정

장시형 ( Si-hyeong Jang ),유찬석 ( Chan-seok Ryu ),강예성 ( Ye-seong Kang ),박준우 ( Jun-woo Park ),김태양 ( Tae-yang Kim ),강경석 ( Kyeong-suk Kang ) 한국농업기계학회 2020 한국농업기계학회 학술발표논문집 Vol.25 No.1

오이는 박과 작물로 재배환경에 따라 생육에 크게 영향을 받는다. 육묘기때 수분 관리를 소홀히 하면 생육장해가 발생하기 때문에 실시간으로 생육 진단 기술 개발이 필요하다. 본 연구는 온실 내 다중분광 센서가 설치된 영상 시스템을 이용하여 오이 묘의 수분함량 추정 모델을 개발하였다. 본 연구는 전라북도 완주군에 위치한 농촌진흥청 국립원예특작과학원 내 온실에서 2020년 3월 9일부터 12일까지 총 4일 간 실험을 수행하였다. 실험 장비는 5개의 (Blue, Green, Red, Red edge, NIR) 파장으로 이루어진 다중분광 센서(Rededge-M, Micasense Inc., USA)를 이용하였다. 정오마다 촬영한 오이묘 영상은 영상처리를 통해 캐노피의 반사값 추출 및 식생지수 NDVI, GNDVI를 산출하였다. 오이 묘의 수분함량은 촬영 직후 측정한 생체중과 건물중을 이용하여 계산하였다. 오이 묘의 식생지수와 수분함량을 선형회귀분석하여 추정 모델을 개발하였다. 개발된 추정 모델은 정확도(R²)및 정밀도(RMSE)로 성능을 평가하였다. 식생지수 NDVI, GNDVI를 이용한 오이 묘 수분함량 추정 모델의 정확도는 0.31, 0.13로 나타났으며 정밀도는 8.19%, 9.14%로 낮게 나타났다. 온실 내 구조물에 발생하는 그림자 영향을 최소화하고자 촬영시 차광막을 설치했으나 샘플 위치마다 그림자의 영향을 받아 광이 불균일하여 모델의 성능이 낮게 나타난 것으로 판단된다. 이러한 문제를 해결하고자 샘플 위치를 나누어 재분석하였다. 그 결과 NDVI를 이용한 앞쪽 배치된 오이 묘 수분함량 추정 모델의 정확도 및 정밀도는 0.58, 5.97%가 나타났으며 뒷쪽 배치된 오이묘 수분함량 추정 모델의 정확도 및 정밀도는 0.15, 9.99%가 나타나 앞쪽에 배치한 샘플은 뒷쪽에 배치한 샘플에 비해 상대적으로 그림자의 영향을 덜 받아 광이 균일하여 모델의 성능이 개선되었을 것으로 판단된다. 문제점을 보완하고 개선한 모델을 통해 변량 관수 시스템 도입에 기초자료로 사용할 수 있을 것으로 판단된다.

초분광 영상을 이용한 사과 겹무늬썩음병 조기 예측

장시형 ( Si-hyeong Jang ),유찬석 ( Chan-seok Ryu ),강예성 ( Ye-seong Kang ),박준우 ( Jun-woo Park ),김태양 ( Tae-yang Kim ),강경석 ( Kyung-suk Kang ),박민준 ( Min-jun Park ),백현찬 ( Hyun-chan Baek ) 한국농업기계학회 2021 한국농업기계학회 학술발표논문집 Vol.26 No.2

최근 봄~초여름까지 고온건조한 아열대성 기후의 변화로 인해 날씨에 민감한 농업에서 생육장해, 병충해 등 발생하여 품질이나 수확량이 크게 감소한다. 특히 사과, 배, 복숭아와 같은 노지에서 다년간 자라는 과수에서 큰 피해가 발생한다. 사과의 병해 중 ‘겹무늬썩음병’은 고온건조한 환경이 지속되면 뿌리, 가지 그리고 수확기 때 과실에 병증이 나타나며 전염성이 강하여 발병 즉시 나무를 베어버린다. 본 연구에서는 드론에 탑재된 초분광 센서를 이용하여 머신러닝 중 분류기법인 ‘의사결정나무’를 이용해 겹무늬썩음병의 조기 예측 가능성을 검토하였다. 본 실험은 전북 완주에 위치한 농촌진흥청 국립원예특작과학원 내 사과포장에서 진행되었으며 촬영시기는 나뭇잎이 떨어지기 이전인 8월 11일에 촬영되었다. 드론에 탑재된 초분광 센서로 취득된 영상들은 전처리과정인 기하보정 및 방사보정을 실시하고 나뭇잎의 반사값을 추출한 다음 발병 유무에 따라 대조구(정상)와 실험구(발병)으로 나누었다. 대조구에 비해 실험구의 데이터가 현저히 적어 이를 보완하기 위해 오버샘플링 기법 중 SMOTE(Synthetic minority oversampling technique)를 이용하였으며 의사결정나무(Decision Tree, 훈련자료:50%, 검증자료:50%) 모델을 개발하고 Overall Accuracy (OA)와 Kappa coefficient로 분류 정확도를 평가하였다. 오버 샘플링 하기 이전 데이터로 의사결정나무모델 결과 710nm로 Red edge영역과 870nm로 NIR영역에서 유의한 파장이 선정되었으나 OA와 Kappa coefficient 모두 0.5이하로 낮은 분류 정확도가 나타났다. 오버 샘플링을 통한 데이터로 의사결정나무모델 결과 710nm, 750nm로 Red edge영역과 849nm, 870nm로 NIR영역에서 유의한 파장이 선정되었으며 OA는 0.85이상, Kappa coefficient는 0.73의 분류 정확도가 나타났다. 추후 Random forest, Support Vector Machine(SVM)등 다른 머신러닝 분류 알고리즘과 딥러닝 기반 분류 알고리즘을 이용하여 분류 모델 개발 및 비교하여 병 조기 예측 진단 가능성을 높일 필요가 있다고 판단된다.

의사결정트리기법을 이용한 초분광 영상 기반 배나무 화상병 감염 판별 파장대역 선정

박준우 ( Jun-woo Park ),유찬석 ( Chan-seok Ryu ),장시형 ( Si-hyeong Jang ),전새롬 ( Sae-rom Jun ),강예성 ( Ye-seong Kang ),송혜영 ( Hye-young Song ),타파스쿠마 ( Tapash Kumar Sarkar ),강태환 ( Tae-hwan Kang ),김국환 ( Guk-hwan Ki 한국농업기계학회 2018 한국농업기계학회 학술발표논문집 Vol.23 No.2

초분광 영상을 이용하여 화상병 감염주와 비감염주의 파장대역을 상용화되어있는 밴드패스필터 기준으로 평준화한 후 의사결정트리(Decision Tree) 기법을 이용해 화상병 감염 여부를 판단할 수 있는 유의한 파장대역을 선정하고 그 정확도를 평가하였다. 초분광 카메라를 이용하여 배나무 정상 잎과 화상병에 감염된 잎의 초분광 영상을 2017년 5월부터 2018년 7월까지 경기도 안성 지역에서 취득하였다. 취득한 영상은 ENVI 소프트웨어(ENVI 5.3, Exelis Visual Information, USA)를 이용하여 표준반사판으로 광 보정된 잎 영역의 519개의 밴드의 반사율을 추출하였다. 의사결정트리 모델 작성 및 통계분석은 R프로그램(R 3.5.1, USA)을 이용하여 수행하였다. 생성된 변수들의 우선순위에 따라 과적합을 방지하기 위해 불필요한 변수를 제거하는 가지치기(Pruning)를 실시한 후 K-Fold Cross Validation 방법을 이용하여 정확도를 나타내었다. 화상병 예찰에 필요한 영상 센서 개발을 위해 Full Width at Half Maximum (FWHM)을 상용화되어있는 밴드 패스 필터 기준인 5, 10, 25, 50, 80nm로 파장 대역을 평준화하고 의사결정트리를 생성하여 정확도를 분석하였다. 의사결정트리 생성을 위해 화상병 감염 데이터 214개와 정상 데이터 34개의 초분광 영상을 이용하였다. 모든 FWHM 데이터를 사용한 결과 Blue, Red Edge가 유의한 밴드로 나타났으며 정확도는 100%로 완벽히 분류되었으며 FWHM 5nm 경우 Blue, Red, Red Edge, NIR과 97.6%를, FWHM 10nm 경우 Blue, Red, Red Edge, NIR과 97.6%를, FWHM 25nm 경우 Red, Red Edge, NIR과 96.6%를, FWHM 50nm 경우 Blue, Red, Red Edge, NIR과 98.9%를, FWHM 80nm 경우 Blue, Red, Red Edge, NIR에 89.9%를 보였다. 따라서 FWHM 50nm를 활용할 경우 95% 이상의 가장 높은 정확도로 화상병을 분류 할 수 있을 것으로 판단된다.