영상을 이용한 식물생육 모니터링 시스템 개발
과제구분 기본연구 수행시기 전반기
연구과제 및 세부과제명 연구분야 수행기간 과제책임자 및 세부책임자
  인공지능 및 드론의 농업적 활용기술 개발 채소 ’16~ 원예연구과 이영석
   영상을 이용한 식물생육 모니터링 시스템 개발 채소 ’16~’17 원예연구과 박주현
색인용어   영상, 상추, 결핍증상, 식생지수, 파장
 
□ 연구 목표
현재 전 세계적으로 농업 인력 부족과 식물의 가격 급등 등의 원인으로 안정적 작물생산을 위한 시설원예에 관한 연구가 많이 진행되고 있다. 시설원예 작물은 외부환경에 영향을 작게 받는 공간이므로 식물의 생장 상태에 관한 정보를 보다 빠르게 파악하고 그 결과에 따라 식물 생장에 알맞도록 시설환경을 효율적으로 제어하여야 한다. 상추는 전 세계적으로 가장 많이 재배되어 인간에게 이용되고 있는 채소작물의 하나로써, 국내에서의 채소작물의 재배면적 기준으로 10대 작물에 속한다. 시설재배지의 연중재배 특성으로 인해 작물 재배기간 동안 예상치 못한 기상환경에 노출되는데, 이는 작물이 광, 이산화탄소 및 무기영양분을 제대로 이용하지 못하게 되는 원인이 되며 결국 작물 생육저해와 수량감소를 초래한다(Menzel, 2000; Tao et al., 2006). 작물의 영양 상태를 진단하는 방법으로는 외견적 증상, 무기양분함량, 엽색도, GIS 기반 원격탐지 기술 및 생화학적 방법 등이 연구되어 왔으나, 이러한 방법들은 분석소요시간, 낮은 정확성, 작물의 생육단계 및 시료채취 시간에 영향을 받고 있다. 이를 위해 식물에 피해를 입히지 않는 비접촉, 비파괴적 방법 중 하나로 영상처리기술이 현재 많이 연구되고 있다. 식물의 생육인자를 측정하기 위하여 다양한 영상 기법을 사용하고 있다. 그 중 컬러 카메라를 이용하는 방법은 400∼700 nm영역의 RGB영상을 수집하여 주위 환경으로부터의 작물검출 및 작물색상 등 visual quality를 측정한다(Guerrero et al., 2013). Multi-spectral 카메라는 가시광선 영역과 NIR 영역의 영상을 수집하여 작물의 생육 상태를 알 수 있는 NDVI 등 다양한 phenology 식생지수를 측정할 수 있다(Nijland et al., 2014). 식물의 생육을 평가하기 위해서는 Visual quality, NDVI 등의 생육인자를 복합적으로 측정할 필요가 있다. 본 연구에서는 이러한 영상 분석 방법을 이용하여 생육 중인 상추의 영양결핍과 정도 판정을 위한 최적 파장대역과 식생지수를 도출하기 위한 연구를 수행하였다.
 
※ 자세한 내용은 첨부파일을 참고하세요.