http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
김현정 ( Hyun-jung Kim ),노현권 ( Hyun-kwon Noh ),류찬석 ( Chan-seok Ryu ),강태환 ( Tae-hwan Kang ) 한국농업기계학회 2019 한국농업기계학회 학술발표논문집 Vol.24 No.1
국내에서 화상병은 1928년 경기·충남 지역에서 최초로 발생한 기록이 있고, 1993년 2월에 법정금지병으로 지정되었다. 2015년도에는 경기도 안성지역에서 배나무 6주에서 확진이 판정되었고, 이후 2018년 충주와 제천를 중심으로 사과과수에 화상병이 발생하여 큰 피해가 발생하였으며, 이로 인해 과수농가에는 수출중단까지 발생되어 추가적인 경제적 손실 발생하고 있다. 따라서 지속적인 모니터링을 통해 확산·전염에 의한 2차 피해를 줄일 수 있는 화상병 예찰에 관한 연구가 필요하다. 그러나 화상병 의심주가 발생하면 2일 이내에 확진여부가 판정되고, 판정 직후 발병된 과수를 중심으로 100 m 반경의 과수를 매몰하기 때문에 화상병 발병과수의 충분한 영상취득이 매우 곤란한 실정이다. 따라서 화상병 판정을 위한 기계학습의 신뢰도와 정밀도를 높이기 위해서는 충분한 화상병 발병 이미지의 확보가 중요하다. 본 연구에서는 화상병 모사가지를 이용하여 회전익 드론으로 취득한 RGB 영상을 Single Segmentation 기계 학습기법을 이용하여 화상병 발병 여부를 분석함으로써 화상병 예찰 시스템 적용 기술을 개발하고자 하였다. 화상병 모사가지는 나주 배연구소 화상병 전문가와 상의한 후 화상병 증상과 동일한 모사기지를 제작하여 배 과수에 설치하였다. 화상병 영상 취득은 회전익 드론 DJI 팬텀 4PRO V2.0에 장착된 1”20MP RGB 카메라를 사용하여 고도 8~12m 상공에서 화상병 모사가지과수의 RGB 데이터를 취득하였고, 영상의 공간분해능은 0.21~0.31 cm/pixel 이었다. 취득한 영상은 전처리 과정으로서 3648 × 5472 pixel의 원본 영상을 Bilinear 알고리즘을 이용하여 2048 × 4096 pixel로 영상을 축소하고, 축소된 영상을 512 × 1024 pixel로 분할한 후 이미지 정규화(Image Normalization)를 수행하였다. 기계학습은 컨볼루션 뉴럴 네트워크(Convolution Neural Networks, CNNs)의 ReLu 함수와 Sigmoid 함수를 이용한 분할 컨볼루션(Discrete Convolution)과 전치 컨볼루션(Transpose Convolution), 맥스풀링(Max Pooling)의 지도 학습형 영상 분할 알고리즘을 이용하여 Single Segmentation 학습 방법에 의해 화상병 발병 여부를 분석하였다. 화상병 분석에 사용된 화상병 모사가지 RGB 영상은 총 231장의 이미지 중 학습용으로 131장, 검증용으로 100장의 영상을 이용하였다. 그 결과, 화상병 모사가지 80장의 가상 화상병 영상 중에서 64장이 화상병으로 검출되었고, 16장의 영상이 미검출되어 예측정확도는 80%로 나타났고, 20장의 정상과수 영상 중 1장이 화상병으로 검출되었고, 나머지 19장이 미검출로 나타나 95%의 예측 정확도를 나타내었다. 이상의 결과로부터 딥러닝의 Single Segmentation 학습기법을 이용할 경우 배 화상병 감염 여부를 예측할 수 있는 것으로 판단된다. 향후 모사가지를 이용한 학습 결과를 동일한 고도의 영상분해능에서 촬영한 실제 화상병 영상으로의 적용 가능성을 검토할 필요가 있을 것으로 사료된다. 또한 배화상병 예찰시간을 줄이기 위해 화상병 발병 여부 예측이 가능한 최적 촬영고도 선정이 필요할 것으로 판단된다.
웹 카메라를 이용한 시설 내 국화생산 광 환경 원격 모니터링
정선옥(Sun-Ok Chung),김용주(Yong-Joo Kim),이규호(Kyu-Ho Lee),성남석(Nam-Seok Sung),이철휘(Cheol-Hwi Lee),노현권(Hyun-Kwon Noh) 충남대학교 농업과학연구소 2015 농업과학연구 Vol.42 No.4
Increase of national family income improved demand of high-quality and year-round horticultural products including chrysanthemum. To meet these demand, farmers have introduced protected facilities, such as greenhouses, of which environmental conditions could be monitored and controlled. Environment management up to three weeks after transplanting is critical for chrysanthemum quality. Artificial lighting and light-blocking screen are especially important for long-day (day period > 13 hours) and short-day (night period > 13 hours) treatments. In this study, a web-camera was installed, and the image was obtained and transmitted to mobile phones to monitor the status of 3-wavelength(RGB) lighting environments. RGB pixel values were used to determine malfunctioning of the lighting lamps, and leaking out and incoming illumination status during short-day and long-day treatment periods. Normal lighting lamps provided RGB pixel values of 240~255. During long-day treatment period, G pixel values were useful to detect abnormal lighting conditions (e.g., leaking). During short-day treatment period, R pixel values were useful to determine incoming light (e.g., sun-light). Results of this study would provide useful information for remote monitoring of light conditions for protected chrysanthemum production under artificial lights.
김태규, 노현권, 이세희 忠北大學校 農業科學硏究所 2013 農業科學硏究 Vol.29 No.1
Chrysanthemums is very popular and main cultivation of flowers in China and Japan. One of the important elements of the growth of flowers is the soil moisture content. Flower cultivation is affected not only the moisture content of the soil but also the irrigation time and amount. In this research the soil moisture content was measured by using a tensiometer and FDR sensor installed in Lysimeter to determined the irrigation time and amount for Chrysanthemums. Data of the sensors were downloaded through a wireless sensor network. The tensiometer value were ranged from −2.3 kPa to −3.2 kPa and soil moisture contents were varied from 23.3% to 17.6% when the irrigation of 10 l/m2 were performed two times a day at 9:00 and 14:00. As a result, the timing of irrigation for chrysanthemum is when the tensiometer value reached −3.5 kPa and the amount of irrigation was 10 l/m2.
한충수, 노현권, 윤성수, 강태환 忠北大學校 農業科學硏究所 2012 農業科學硏究 Vol.28 No.3
The classification of agriculture science has changed according to development and expanding of agriculture but, it has classified various each institution. Even the same profession are classified in a different classification system, there is a need to redefine the system of agriculture science. In this paper reviewed the current agriculture system and suggested the ways to improve.