지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2018.1
- 수록면
- 205 - 213 (9page)
이용수
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
작물 모델의 개발과 검증에 사용되는 생체중 자료는 파괴적 샘플링을 통해 얻어져 왔다. 파괴적 샘플링이 가지는 단점을 보완하기 위해 저가형 3D 센서인 Kinect 센서와 무료 공개 소프트웨어들을 사용하여 생체중을 추정하는 기법을 개발하였다. 특히, 많은 작물모델들이 개발되어 있지 않은 배추를 대상으로 입체이미지를 생성하여, 그로부터 얻어진 부피와 생체중 추정치의 신뢰도를 분석하고자 하였다. 크기가 다른 배추 결구 부위를 스캔하기 위해 Kinect 센서와, Microsoft가 무상으로 제공하는 Software Development Kit 내 Kinect Fusion Explorer 프로그램을 사용하였다. 개별 배추의 입체이미지를 생성하기 위해 3D 그래픽 편집 소프트웨어인 Meshlab을 활용하여 배경과 불필요한 물체를 수동으로 제거하였다. 또한, 불완전한 입체모델로부터 생체중 추정을 위해 3D 프린터 소프트웨어인 Makerbot Desktop 을 사용하여 배추를 생성하기 위해 필요한 플라스틱 필라멘트 소모량을 추정하였다. 입체모델 편집 프로그램인 Blender를 사용하여 부피를 추정하였을 때, 실제 부피에 비해 17.6%에서 2160.6% 범위의 상당한 오차가 있었다. 반면, 필라멘트 소요량은 실제 배추 생체중 변이의 98.7%를 설명할 수 있었다. 또한, 이들의 상관관계는 5% 수준에서 유의하였다. 이러한 결과들은 직접적인 부피 계산 절차를 제외하더라도 간편하게 생체중을 추정할 수 있음을 확인하였다. Kinect 센서를 사용하여 배추의 생체중 추정이 가능하다는 것이 확인 되었으나, 기존의 고가형 3D 센서에 비해 낮은 해상도와 주간에 활용이 어려운 점이 있다. 그럼에도 불구하고, 배추 생육 모델의 시계열적 검증 자료를 Kinect 센서를 이용하여 간편하고 신속하게 획득할 수 있어 모델의 불확도를 감소하는 데에 기여할 수 있을 것으로 판단된다. 따라서, 후속 연구에서 보다 저렴한 가격대의 3D 센서들을 대상으로 야외 및 주간조건애서 작물의 생체중 측정 가능성에 대해 검토하고 작물 모형 개발 및 개선을 위한 기술개발이 이루어져야 할 것으로 사료된다.
목차
등록된 정보가 없습니다.
참고문헌 (37)
참고문헌 신청
Andujar, D. / 2015 / Matching the best viewing angle in depth cameras for biomass estimation based on poplar seedling geometry / Sensors 15(6):12999~13011
Andujar, D. / 2016 / Using depth cameras to extract structural parameters to assess the growth state and yield of cauliflower crops / Computers and Electronics in Agriculture 122:67~73
Araus, J. L. / 2014 / Field high-throughput phenotyping: the new crop breeding frontier / Trends in plant science 19(1):52~61
Asteriadis, S. / 2013 / Estimating human motion from multiple Kinect sensors. / Proceedings of the 6th international conference on computer vision/computer graphics collaboration techniques and applications :1~6
Azzari, G. / 2013 / Rapid characterization of vegetation structure with a Microsoft Kinect sensor / Sensors 13(2):2384~2398
Andujar, D. / 2016 / Using depth cameras to extract structural parameters to assess the growth state and yield of cauliflower crops / Computers and Electronics in Agriculture 122:67~73
Araus, J. L. / 2014 / Field high-throughput phenotyping: the new crop breeding frontier / Trends in plant science 19(1):52~61
Asteriadis, S. / 2013 / Estimating human motion from multiple Kinect sensors. / Proceedings of the 6th international conference on computer vision/computer graphics collaboration techniques and applications :1~6
Azzari, G. / 2013 / Rapid characterization of vegetation structure with a Microsoft Kinect sensor / Sensors 13(2):2384~2398
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
키넥트를 이용한 배추 생체중 추정
한국농림기상학회 학술발표논문집
2018 .01
-
노지 배추 생체중 추정을 위한 인공지능 모델 개발
한국농림기상학회 학술발표논문집
2019 .01
-
지상 고정형 센서를 이용한 배추 식생지수 모니터링
한국토양비료학회 학술발표회 초록집
2015 .05
-
생육기 일평균 온도 적용 ‘춘광’ 배추의 생체중 예측
한국원예학회 학술발표요지
2016 .05
-
건조 스트레스 조건에서 배추 유묘의 생육 반응
한국원예학회 학술발표요지
2021 .10
-
엑셀프로그램을 이용한 배추 모형
한국농림기상학회 학술발표논문집
2018 .01
-
파이썬을 이용한 배추프로세스 모형
한국원예학회 학술발표요지
2018 .10
-
배추 성분분석을 위한 전처리 방법 개선 방안
한국원예학회 학술발표요지
2015 .10
-
온도시간 기반의 배추 생육단계 추정
한국농림기상학회지
2015 .01
-
월동배추의 현장 저장 사례 및 봄 작형 배추와의 생육과 절임 특성 비교
한국원예학회 학술발표요지
2020 .11
-
저장 기간에 따른 배추 잎의 색상 변화 측정 방법
한국원예학회 학술발표요지
2017 .10
-
국내 절임배추 산업 현황 및 연구 개발 동향
한국원예학회 학술발표요지
2019 .05
-
기온상승에 따른 배추 재배시기의 변동 예측
한국원예학회 학술발표요지
2016 .05
-
기후변화에 따른 배추 생산의 최적화를 위한 하이브리드 모델링 기법
한국원예학회 학술발표요지
2022 .11
-
준고랭지 배추 생육조절을 위한 생장조정제의 사용 효과
한국원예학회 학술발표요지
2020 .11
-
배추 수량예측 프로그램 개발을 위한 생장 회귀분석
한국원예학회 학술발표요지
2016 .10
-
국내 다양한 배추 품종의 소포자 배양 결과
한국원예학회 학술발표요지
2016 .05
-
커피 슬러지 바이오차 처리가 배추 생육에 미치는 영향
한국토양비료학회 학술발표회 초록집
2017 .05
-
국내 작물모형의 개발 및 활용
한국농림기상학회지
2018 .01
-
CO₂ 농도 상승조건이 배추의 무름병에 미치는 영향
한국원예학회 학술발표요지
2017 .10
이 논문의 저자 정보
최근 본 자료
댓글(0)
0