KR102139459B1 - 식물 모니터링 및 재배 방법, 장치 및 시스템 - Google Patents
식물 모니터링 및 재배 방법, 장치 및 시스템 Download PDFInfo
- Publication number
- KR102139459B1 KR102139459B1 KR1020190030846A KR20190030846A KR102139459B1 KR 102139459 B1 KR102139459 B1 KR 102139459B1 KR 1020190030846 A KR1020190030846 A KR 1020190030846A KR 20190030846 A KR20190030846 A KR 20190030846A KR 102139459 B1 KR102139459 B1 KR 102139459B1
- Authority
- KR
- South Korea
- Prior art keywords
- image
- plant
- light source
- component
- subject
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000012544 monitoring process Methods 0.000 title claims abstract description 32
- 238000003384 imaging method Methods 0.000 claims abstract description 25
- 230000008635 plant growth Effects 0.000 claims abstract description 14
- 238000004458 analytical method Methods 0.000 claims abstract description 13
- 238000012545 processing Methods 0.000 claims description 31
- 238000012806 monitoring device Methods 0.000 claims description 26
- 230000000873 masking effect Effects 0.000 claims description 24
- 230000008569 process Effects 0.000 claims description 24
- 238000004364 calculation method Methods 0.000 claims description 14
- 238000012364 cultivation method Methods 0.000 claims description 8
- 230000001678 irradiating effect Effects 0.000 claims description 7
- 238000001228 spectrum Methods 0.000 claims description 6
- 241000196324 Embryophyta Species 0.000 description 125
- 230000012010 growth Effects 0.000 description 19
- 238000010586 diagram Methods 0.000 description 16
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 8
- 238000004891 communication Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- LNTHITQWFMADLM-UHFFFAOYSA-N gallic acid Chemical compound OC(=O)C1=CC(O)=C(O)C(O)=C1 LNTHITQWFMADLM-UHFFFAOYSA-N 0.000 description 6
- 239000002609 medium Substances 0.000 description 6
- 229910002092 carbon dioxide Inorganic materials 0.000 description 4
- 239000001569 carbon dioxide Substances 0.000 description 3
- 229940074391 gallic acid Drugs 0.000 description 3
- 235000004515 gallic acid Nutrition 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000004128 high performance liquid chromatography Methods 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000002203 pretreatment Methods 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 230000003313 weakening effect Effects 0.000 description 2
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 229920000298 Cellophane Polymers 0.000 description 1
- 235000016623 Fragaria vesca Nutrition 0.000 description 1
- 240000009088 Fragaria x ananassa Species 0.000 description 1
- 235000011363 Fragaria x ananassa Nutrition 0.000 description 1
- 241000607479 Yersinia pestis Species 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000009313 farming Methods 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 239000005431 greenhouse gas Substances 0.000 description 1
- 239000001963 growth medium Substances 0.000 description 1
- 229910052736 halogen Inorganic materials 0.000 description 1
- 150000002367 halogens Chemical class 0.000 description 1
- 231100001261 hazardous Toxicity 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000031700 light absorption Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 239000000575 pesticide Substances 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 239000002096 quantum dot Substances 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G7/00—Botany in general
- A01G7/04—Electric or magnetic or acoustic treatment of plants for promoting growth
- A01G7/045—Electric or magnetic or acoustic treatment of plants for promoting growth with electric lighting
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0098—Plants or trees
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N2021/8466—Investigation of vegetal material, e.g. leaves, plants, fruits
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Botany (AREA)
- Wood Science & Technology (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Forests & Forestry (AREA)
- Environmental Sciences (AREA)
- Geometry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
본 발명은 식물에 순차적으로 가시광선과 근적외선을 조사하여 이미지를 획득하고, 근적외선이 조사된 이미지에서 식물 부위를 마스킹하여 식물의 크기를 측정하는 한편, 가시광선이 조사된 이미지에 상기 마스킹된 이미지를 적용한 후 RGB분석을 통해 식물의 성분값을 도출함으로써, 식물의 크기와 성분값을 이용하여 식물의 생장 조건을 제어하는 식물 모니터링 장치, 방법 및 식물 재배 시스템에 관한 것이다.
Description
본 발명은 가시광선과 근적외선을 이용한 이미지 분석으로 식물의 생장 단계별 크기 및 성분값을 모니터링하고 모니터링한 값을 피드백 받아 식물의 생장 조건을 제어하는 식물 모니터링 및 재배 방법, 장치 및 시스템에 관한 것이다.
기후변화, 사막화 등과 같이 인간이 제어하기 어려운 환경적 요인들에 의해 식물을 재배할 수 있는 공간이 점차적으로 줄어들고 있다. 또한, 집중호우, 태풍, 가뭄, 지구온난화 등 기상이변으로 인하여 농작물의 안정적인 공급에 차질을 빚는 현상이 빈번하게 발생하고 있다. 따라서 안정적으로 농작물을 공급하기 위해 식물공장, 그린하우스 재배, 컨테이너 재배 등의 시설 재배 기법에 관한 다양한 연구가 진행되고 있다.
일례로, 식물공장은 최첨단 고효율 에너지 기술을 결합해 실내에서 다양한 고부가가치의 농산물을 대량 생산할 수 있는 농업 시스템이다. 식물공장은 빛, 온도, 습도, 이산화탄소 농도 및 배양액 등의 환경을 인위적으로 조절해 농작물을 계획 생산한다. 식물공장은 주로 LED와 분무장치에 의한 실내 식물재배 시스템을 이용한 전형적인 저탄소 녹색 사업을 가능하게 한다.
식물공장 뿐만 아니라 그린하우스 재배, 컨테이너 재배 등의 시설 재배 농법은 지하공간, 건물 내부, 컨테이너 내부에 주로 조성되기 때문에 인간이 제어할 수 없는 환경적 요인으로부터 독립될 수 있다. 예상치 못한 기후의 변화와 계절에 구애 받지 않고 자연광에만 의존하는 농장보다 더욱 빠른 시간에 깨끗하고 신선하며, 균일한 고품질의 식물을 대량으로 생산할 수 있다. 또한, 외부와 밀폐되어 있어서 해충의 피해가 없으므로 농약에 따른 불안도 없는 안전한 제품을 생산할 수 있다.
시설 재배 기법은 환경의 개선에도 긍정적인 영향을 끼치는 것으로 알려져 왔다. 예를 들어 대한민국 등록특허공보 제10-959994호에 개시된 바와 같이, 도시 대기 중에 급증하고 있는 이산화탄소를 포집하여 식물공장에 공급함으로써 도시의 온실가스를 절감할 수 있으며, LED를 광원으로 활용하므로 1년 내내 지속적으로 식물을 재배할 수 있어 식량의 안정적인 확보가 가능할 뿐만 아니라, 에너지를 절감할 수도 있다.
한편, 시설 내부에서 지속적으로 생장하는 식물들을 관리하기 위해서는 식물의 생장정보를 확인하고 관리 시스템에 피드백을 주는 과정이 수행될 필요가 있한다. 대한민국 공개특허공보 제2013-0015278호에 개시된 식물 생장 모니터링 방법은 촬영부가 식물의 화상을 촬영하면 제어부는 연산부가 이를 계산하여 식물의 크기를 측정하도록 제어하며, 측정된 데이터는 데이터 저장부에 저장되어 식물의 크기를 측정하는 방식으로, 수작업으로 식물의 크기를 측정하는 방식에 비해 효율적이다. 그러나, 촬영된 이미지에서 식물과 배경 간의 경계가 명확하게 구분되지 않은 상태에서 식물의 크기를 계산하기 위해서는 고도의 이미지 프로세싱을 위한 복잡하고 무거운 알고리즘 및 분석 장비가 요구된다.
한편 기기분석 장치를 이용하여 식물의 기능성 성분을 측정함으로써 식물의 생장 및 품질을 직접 측정할 수 있는 방법이 사용되고 있다. 이러한 방법은 식물의 잎을 건조한 후 파쇄, 추출 등의 전처리를 거쳐, HPLC(high pressure liquid chromatography) 시스템을 이용하여 기능성 성분을 측정하는 방식으로서, 표본 측정만이 가능하고 장비의 가격이 고가이며, 측정시간이 오래 걸리는 단점이 있다.
이미지를 이용한 생장 정보의 확인은 빠르게 그 결과를 확인하고 피드백할 수 있지만, 정밀한 이미지의 확보가 우선되어야 양질의 DB 확보 및 생장정보의 정확한 분석이 가능하다. 그러므로, 이미지를 이용하여 생장 정보를 확인하는 방법은 정밀한 이미지의 추출에 가장 큰 중점을 두어야한다.
본 발명은 위와 같은 종래기술의 문제점을 해결하기 위해 제안된 것으로서, 식물의 이미지에서 식물 피사체 부위와 배경 부위의 경계를 명확하게 구분하여 생육 상태 분석을 용이하게 수행할 수 있는 식물 모니터링 및 재배 방법, 장치 및 시스템을 제공하는 것이다.
위의 과제를 해결하기 위한 본 발명은 일 실시예로, 가시광선을 조사하는 제1광원;과, 근적외선을 조사하는 제2광원;과, 상기 제1광원의 가시광선이 조사된 식물 피사체로부터 제1 이미지를 획득하고, 상기 제2광원의 근적외선이 조사된 상기 피사체의 제2 이미지를 획득하는 촬상 수단; 및 상기 제2 이미지에서 피사체 부위를 마스킹 처리하여 제3 이미지를 획득하는 이미지 프로세싱 모듈과, 상기 제3 이미지에서 피사체 부위의 크기를 측정하는 계산 모듈이 구비되는 이미지 분석기를 포함하는 식물 모니터링 장치를 제안한다.
상기 이미지 프로세싱 모듈은, 상기 마스킹 처리 이전에, 상기 제2 이미지에서 청색 계열의 픽셀을 약화시키는 이미지 처리를 더 수행할 수 있다.
상기 마스킹 처리는, 상기 제2 이미지를 구성하는 각 픽셀을 값을 미리 정해진 문턱값(threshold value)과 비교하여 피사체를 나타내는 제1 픽셀들과 배경을 나타내는 제2 픽셀들로 구분되도록 픽셀들을 세팅할 수 있다.
본 발명은 다른 일 실시예로, 상기 식물 모니터링 장치;와, 적어도 하나의 LED를 포함하며 식물 생장을 위한 광 스펙트럼을 제공하는 주 광원; 및 상기 식물 모니터링 장치가 제공한 피사체 크기에 기초하여 상기 주 광원의 광 세기 및 광 파장 중 적어도 하나를 조정하는 컨트롤러를 포함하는 식물 재배 시스템을 제안한다.
본 발명은 다른 일 실시예로, 가시광선을 조사하는 제1광원;과, 근적외선을 조사하는 제2광원;과, 상기 제1광원의 가시광선이 조사된 식물 피사체로부터 제1 이미지를 획득하고, 상기 제2광원의 근적외선이 조사된 상기 피사체의 제2 이미지를 획득하는 촬상 수단; 및 상기 제2 이미지에서 피사체 부위를 마스킹 처리하여 제3 이미지를 획득하고, 상기 제1 이미지에서 상기 제3 이미지의 배경 부위에 상응하는 부분을 제거한 제4 이미지를 획득하는 이미지 프로세싱 모듈과, 상기 제4 이미지의 분석 결과를 기초로 식물의 성분 상태를 도출하는 계산 모듈을 포함하는 이미지 분석기를 포함하는 식물 모니터링 장치를 제안한다.
상기 이미지 분석기는, 상기 제4 이미지의 RGB 값과 미리 준비된 RGB-성분 테이블을 비교하여 식물의 성분 상태를 도출하거나, 상기 제4 이미지의 RGB 값을 미리 준비된 RGB-성분 관계식에 대입하여 식물의 성분 상태를 도출할 수 있다.
상기 이미지 프로세싱 모듈은, 상기 마스킹 처리 이전에, 상기 제2 이미지에서 청색 계열의 픽셀을 약화시키는 이미지 처리를 더 수행할 수 있다.
상기 마스킹 처리는, 상기 제2 이미지를 구성하는 각 픽셀을 값을 미리 정해진 문턱값(threshold value)과 비교함으로써 피사체를 나타내는 제1 픽셀들과 배경을 나타내는 제2 픽셀들로 구분되도록 픽셀들을 세팅할 수 있다.
본 발명은 다른 일 실시예로, 제5항의 식물 모니터링 장치;와, 적어도 하나의 LED를 포함하며 식물 생장을 위한 광 스펙트럼을 제공하는 주 광원; 및 상기 식물 모니터링 장치가 제공한 성분 상태에 기초하여 상기 주 광원의 광 세기 및 광 파장 중 적어도 하나를 조정하는 컨트롤러를 포함하는 식물 재배 시스템을 제안한다.
본 발명은, 다른 일 실시예로, 가시광선이 조사된 피사체의 제1 이미지를 획득하는 단계;와, 근적외선이 조사된 상기 피사체의 제2 이미지를 획득하는 단계;와, 상기 제2 이미지에서 피사체 부위를 마스킹 처리한 제3 이미지를 획득하는 단계;와, 상기 제3 이미지에서 피사체 부위의 크기를 측정하는 단계;와, 상기 제1 이미지에서 상기 제3 이미지의 배경 부위에 상응하는 부분을 제거한 제4 이미지를 획득하는 단계;와, 상기 상기 제4 이미지의 분석 결과를 기초로 식물의 성분 상태를 도출하는 단계; 및 상기 측정된 피사체 부위의 크기 및 상기 도출된 식물 성분 상태를 기초로 식물 생장을 위한 주 광원의 광 세기 및 광 파장 중 적어도 하나를 조정하는 단계를 포함하는 식물 재배 방법을 제안한다.
상기 마스킹 처리 이전에, 상기 제2 이미지를 가공하여(processing) 청색 계열의 픽셀을 약화시키는 단계를 더 포함할 수 있다.
상기 마스킹 처리는, 상기 제2 이미지를 구성하는 각 픽셀을 값을 미리 정해진 문턱값(threshold value)과 비교함으로써 피사체를 나타내는 제1색상의 픽셀들과 배경을 나타내는 제2색상의 픽셀들로 구분할 수 있다.
상기 식물의 성분 상태 도출 단계는, 상기 제4 이미지를 분석하여 도출한 RGB 값과 미리 준비된 RGB-성분 테이블을 비교하여 식물의 성분 상태를 도출할 수 있다.
상기 RGB-성분 테이블은, 상기 제4 이미지의 RGB 값과 실제 측정한 식물의 성분 값을 저장하는 단계를 주기적으로 반복하여 생성될 수 있다.
상기 근적외선의 파장 영역은 0.7 ~ 1.3 ㎛의 범위로 정의될 수 있다.
본 발명의 실시예들에 의하면 복잡하고 무거운 이미지 프로세싱 알고리즘이나 장비가 없이도 식물의 생장 상태를 용이하게 모니터링할 수 있다.
도 1은 본 발명의 일 실시예에 따른 식물 모니터링 장치의 구성도이다.
도 2는 도 1의 식물 모니터링 장치에 대한 상세 블록도이다.
도 3은 본 발명의 다른 일 실시예에 따른 식물 모니터링 장치의 구성도이다.
도 4는 도 3의 식물 모니터링 장치에 대한 상세 블록도이다.
도 5는 본 발명의 다른 일 실시예에 따른 식물 모니터링 장치의 구성도이다.
도 6은 도 5의 식물 모니터링 장치에 대한 상세 블록도이다.
도 7은 본 발명의 일 실시예에 따른 식물 재배 장치의 구성도이다.
도 8는 도 7의 식물 재배 장치에 대한 상세 블록도이다.
도 9는 본 발명의 일 실시예에 따른 식물 모니터링 방법의 전처리 과정에 관한 플로우챠트이다.
도 10은 본 발명의 일 실시예에 따른 식물 재배 방법의 플로우챠트이다.
도 2는 도 1의 식물 모니터링 장치에 대한 상세 블록도이다.
도 3은 본 발명의 다른 일 실시예에 따른 식물 모니터링 장치의 구성도이다.
도 4는 도 3의 식물 모니터링 장치에 대한 상세 블록도이다.
도 5는 본 발명의 다른 일 실시예에 따른 식물 모니터링 장치의 구성도이다.
도 6은 도 5의 식물 모니터링 장치에 대한 상세 블록도이다.
도 7은 본 발명의 일 실시예에 따른 식물 재배 장치의 구성도이다.
도 8는 도 7의 식물 재배 장치에 대한 상세 블록도이다.
도 9는 본 발명의 일 실시예에 따른 식물 모니터링 방법의 전처리 과정에 관한 플로우챠트이다.
도 10은 본 발명의 일 실시예에 따른 식물 재배 방법의 플로우챠트이다.
이하, 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수 있다고 이해되어야 할 것이다.
반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.
본 명세서에서 사용되는 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 공정, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 공정, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미가 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미가 있는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
본 명세서에서 기재한 모듈(MODULE)이란 용어는 특정한 기능이나 동작을 처리하는 하나의 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드 웨어 및 소프트웨어의 결합을 의미할 수 있다.
본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정하여 해석되어서는 아니 되며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념을 적절하게 정의할 수 있다는 원칙에 입각하여, 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야만 한다.
또한, 사용되는 기술 용어 및 과학 용어에 있어서 다른 정의가 없다면, 이 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 통상적으로 이해하고 있는 의미를 가지며, 하기의 설명 및 첨부 도면에서 본 발명의 요지를 불필요하게 흐릴 수 있는 공지 기능 및 구성에 대한 설명은 생략한다.
다음에 소개되는 도면들은 당업자에게 본 발명의 사상이 충분히 전달될 수 있도록 하기 위해 예로서 제공되는 것이다. 따라서, 본 발명은 이하 제시되는 도면들에 한정되지 않고 다른 형태로 구체화될 수도 있다. 또한, 명세서 전반에 걸쳐서 동일한 참조번호들은 동일한 구성요소들을 나타낸다. 도면들 중 동일한 구성요소들은 가능한 한 어느 곳에서든지 동일한 부호들로 나타내고 있음에 유의해야 한다.
이하 본 명세서에 첨부된 도면을 참고로 상세히 설명한다.
<실시예 1>
도 1은 본 발명의 일 실시예에 따른 식물 모니터링 장치의 구성도이고, 도 2는 도 1의 구성을 상세하게 표시한 블록도이다.
도 1에서 보듯, 일 실시예의 식물 모니터링 장치(100)는 가시광선을 조사하는 제1광원(110)과, 근적외선을 조사하는 제2광원(120)과, 디지털 방식의 촬상 수단(130)와, 피사체의 크기를 측정하는 이미지 분석기(140)를 포함하여 이루어진다.
통상적으로 식물의 잎은 가시광선 영역에서 적색 및 청색 계열의 파장은 흡수하므로 제1광원(110)을 조사하고 촬영한 이미지는 주로 녹색의 색상이 주를 이룬다. 또한 식물의 잎 내부의 세포들은 적외선 중에서 특히 0.7 ~ 1.3 ㎛ 영역의 근적외선(Near Infrared, NIR)에 높은 반사율을 보이므로, 제2광원(120)은 적외선 중에서 근적외선을 조사하는 것이 바람직하다. 다만 식물의 종류와 특성에 따라 반사율이 높은 적외선 구간은 일부 상이할 수 있으므로 0.7 ~ 1.3 ㎛ 영역의 적외선은 하나의 예에 불과하며, 제2광원(120)이 방출하는 파장 영역은 적외선 구간 내에서 적절하게 조정될 수 있다.
본 발명의 모든 실시예에서 제1광원(110)과 제2광원(120)을 구분한 것은 각 광원(110 또는 120)의 광 조사 파장 영역을 논리적으로 구분하기 위함이며 반드시 물리적으로 2개 종류의 광원이 구비되어야 하는 것은 아니다. 따라서 하나의 광원으로 두 종류의 파장 영역을 각각 제공할 수 있다면 이 역시 본 발명에서 말하는 제1광원(110)과 제2광원(120)을 구비한 것으로 간주될 수 있다.
보다 구체적인 예로서, 단일의 광원과 특정 구간의 파장만을 투과하게 해주는 파장 필터링 수단을 통해 가시광선과 적외선을 각각 구분지어 제공할 수 있다면 본 발명의 권리범위에 모두 포함되는 것으로 보아야 한다. 이러한 파장 필터링 수단의 예로 셀로판(cellophane), 무기형광체(inorganic phosphors)가 도포된 필름, 양자점(Quantum dot)이 도포된 필름, 페로브스카이트(Perovskite)가 도포된 필름 등을 들 수 있다.
따라서 제1광원(110)으로 발광다이오드(LED), 할로겐램프, 형광등, 백열등과 같은 인공 광원이 사용될 수도 있고, 태양광과 같은 자연 광원이 사용될 수도 있으며, 위와 같은 인공 광원과 자연 광원이 함께 사용될 수도 있다.
촬상 수단(130)은 제1광원(110)의 가시광선이 조사된 식물 피사체로부터 제1 이미지를 획득하고, 상기 제2광원(120)의 적외선이 조사된 상기 피사체의 제2 이미지를 획득하는 디지털 카메라이다. 촬상 수단(130)의 이미지 센서로 전하결합소자(Charge-Coupled Device, CCD), 상보형금속산화반도체(Complementary metal-oxide semiconductor, CMOS), 밀착형 화상 감지기(Contact Image Sensor, CIS)의 타입이 사용될 수 있으며 그 외에 어떠한 종류의 이미지 센서라도 무방하다.
촬상 수단(130)이 촬영한 이미지에서 피사체의 형상이 배경과 보다 분명하게 구분되도록 하기 위해 가급적 촬영 전에 피사체의 후면에는 광 흡수가 원활한 재질 또는 색상의 배경판이 설치되는 것이 바람직하다.
이미지 분석기(140)는 상기 제2 이미지에서 피사체 부위를 마스킹 처리하여 제3 이미지를 획득하는 이미지 프로세싱 모듈(14)과, 상기 제3 이미지에서 마스킹된 피사체 부위의 크기를 측정하는 계산 모듈(15)을 포함한다.
피사체 부위의 크기를 측정한다 함은, 피사체 부위의 가로 또는 세로 방향의 길이를 측정하는 것을 가리킬 수도 있고, 피사체 부위가 차지하는 면적을 계산하는 것을 가리킬 수도 있다.
마스킹 처리라 함은, 피사체와 배경의 경계를 구분짓는 이미지 처리 프로세스를 말한다. 이미지 프로세싱 모듈(14)은 상기 제2 이미지를 구성하는 각 픽셀의 값을 미리 정해진 문턱값(threshold value)과 비교하고, 피사체를 나타내는 제1 픽셀들과 배경을 나타내는 제2 픽셀들로 구분되도록 각 픽셀들을 세팅한다. 일례로, 이미지 프로세싱 모듈(14)은 피사체를 나타내는 제1 픽셀들은 흰색으로 세팅하고 배경을 나타내는 제2 픽셀들은 검은색으로 세팅할 수 있다. 다만, 반드시 이에 한정되는 것은 아니며 피사체와 배경을 명확히 구분할 수 있다면 사용자가 원하는 임의의 2가지 색상으로 세팅도 가능하다.
상기 마스킹 처리 이전에, 이미지 프로세싱 모듈(14)은 상기 제2 이미지에서 청색 계열의 픽셀을 약화시키는 이미지 처리를 더 수행할 수 있다. 다시 말해, 적외선 계열의 빛이 조사된 파사체의 이미지에서, 다수의 적색 계열 픽셀에서 소수의 청색 계열 픽셀을 약화시킴으로써 피사체와 배경 간 색상의 대비가 더욱 분명해 지도록 한다. 이를 위해, 픽셀값 중 적색 계열의 값에서 청색 계역을 값을 적절한 가중치를 가지고 빼주는 아래의 알고리즘이 적용될 수 있다.
NEW CHANNEL = RED - k * BLUE (k는 미리 정해진 가중치값)
한편, 하나의 예로서, 이미지 프로세싱 모듈(14) 및 계산 모듈(15)은 범용 개인용 컴퓨터(personal computer, PC)에서 구동되는 소프트웨어 프로그램으로 구현될 수 있다. 이 경우, 이미지 분석기(140)는 이미지 프로세싱 모듈(14) 및 계산 모듈(15)을 탑재한 소프트웨어 프로그램을 실행하는 데스크톱 PC, 노트북 PC, 또는 서버 컴퓨터로 간주된다.
다른 예로서, 이미지 프로세싱 모듈(14) 및 계산 모듈(15)은 ROM, PROM, EPROM, EEPROM, 플래시메모리 등의 비휘발성 메모리에 펌웨어 형태로 임베디드(embedded)되는 소프트웨어로 구현될 수 있다.
제1광원(110), 제2광원(120) 및 촬상 수단(130)이 함께 장착되어 디지털 카메라 또는 폐쇄회로 카메라 등과 같은 하나의 기기(100)로 구현될 경우, 그 기기(100)는 촬영된 이미지 데이터를 이미지 분석기(140)로 전송하기 위하여 유선 또는 무선의 통신 모듈(12)을 더 구비할 수 있다. 또한 기기(100)는 제1광원(110), 제2광원(120) 및 촬상 수단(130)을 미리 설정된 알고리즘에 따라 순차적으로 제어하기 위한 제어 모듈(11)을 더 구비할 수 있다.
도면에 도시되지는 않았지만 제1광원(110), 제2광원(120) 및 촬상 수단(130)이 하나의 기기가 아니라 개별적으로 구현되는 실시예를 상정해 볼 수도 있다. 이 경우, 제1광원(110), 제2광원(120) 및 촬상 수단(130)은 각각 서로 간에 또는 이미지 분석기(140)와 커뮤니케이션하기 위한 통신 모듈(도면에 미도시)을 각각 구비하여야 하며, 이미지 분석기(140)의 제어 모듈(도면에 미도시)이 전송하는 제어 신호에 따라 동작될 수 있다.
이미지 분석기(140)는 기기(100) 또는 촬상 수단(130)로부터 이미지 데이터를 전송 받거나 제1광원(110), 제2광원(120) 및 촬상 수단(130)에 제어신호를 전송하기 위해 통신 모듈(13)을 더 구비할 수 있다.
<실시예 2>
도 3은 본 발명의 다른 일 실시예에 따른 식물 모니터링 장치의 구성도이고, 도 4는 도 3의 구성을 상세하게 표시한 블록도이다.
도 3에서 보듯, 일 실시예의 식물 모니터링 장치(200)는 가시광선을 조사하는 제1광원(210)과, 근적외선을 조사하는 제2광원(220)과, 디지털 방식의 촬상 수단(230)와, 식물 피사체의 성분을 분석하는 이미지 분석기(240) 및 스펙트럼-성분 테이블(250)을 포함하여 이루어진다.
제1광원(210), 제2광원(220) 및 촬상 수단(230)과 각 구성에 포함되는 제어모듈(21), 통신모듈(22, 23)은 전술한 제1광원(110), 제2광원(120), 촬상 수단(130) 및 각 구성에 포함되는 구성들과 동일하므로 중복되는 설명은 생략한다.
이미지 분석기(240)는 상기 제2 이미지에서 피사체 부위를 마스킹 처리하여 제3 이미지를 획득하고, 상기 제1 이미지에서 상기 제3 이미지의 배경 부위에 상응하는 부분을 제거한 제4 이미지를 획득하는 이미지 프로세싱 모듈(24)과, 상기 제4 이미지의 파장과 미리 저장된 스펙트럼-성분 테이블(250)을 비교하여 식물의 성분 상태를 도출하는 계산 모듈(25)을 포함하여 이루어진다. 여기서 제2 이미지의 마스킹 처리 및 청색 계열 픽셀의 약화 처리는 전술한 이미지 프로세싱 모듈(14)과 동일하게 적용될 수 있다.
제1 이미지는 가시광선에 대한 촬영 이미지이므로 식물 피사체 부위와 배경 부위의 경계 즉, 양 부위의 색상 대비가 제3 이미지에 비해 상대적으로 불분명할 수 있다. 따라서 본 실시예에서는 제1 이미지에서 배경 부위를 직접 마스킹 처리하기 보다는, 배경 부위가 명확하게 마스킹 처리된 제3 이미지를 제1 이미지에 적용하는 방식으로 제3 이미지의 배경 부위를 정확하게 마스킹 처리한다.
배경 부위가 정확하게 마스킹 처리될수록 피사체-배경의 경계 부위의 모호함으로 인한 스펙트럼 혼선이 감소하므로 식물 피사체의 RGB 스펙트럼 분석 결과는 더욱 정확해진다.
스펙트럼-성분 테이블(250)은 식물의 종류별로 또는 특정 식물에 대한 미리 정해진 특정 부위(예를 들면, 잎, 꽃, 잎과 줄기)에 대한 이미지에 포함된 미리 정해진 특정 파장 또는 적어도 둘 이상의 특정 파장들의 조합의 특성 값과 그에 해당하는 성분 값을 매칭시킨 데이터 세트(data set)이다. 여기서 특성 값이라 함은 파장의 세기(intensity) 또는 해당 파장의 빛의 밝기를 가리킬 수 있다.
일례로, 촬상 수단으로 RGB 카메라를 사용할 경우, 특정 식물의 잎 부위에 대한 RGB 스펙트럼에 대하여 특히 R 이미지를 로그화한 후, 로그화된 R 이미지를 반전시켜 스펙트럼-성분 테이블(250)의 스펙트럼 필드를 정의하고, R 로그의 단위화된 수치값에 대응하는 특정 성분의 수치 또는 성분(들)의 수치 조성을 스펙트럼-성분 테이블(250)의 성분 필드로 정의할 수 있다. 이 경우, 스펙트럼-성분 테이블(250)은 RGB-성분 테이블(250)이라 불리우더라도 양자는 동일하게 해석된다. 나아가, 스펙트럼-성분 테이블(250)의 RGB-성분 패턴을 분석함으로써 RGB-성분 간의 정규화된(normalized) 관계식을 도출할 수도 있다.
다른 일례로, 촬상 수단으로 모노크롬 카메라를 사용할 경우 400 - 1000 nm 의 파장 범위 내에서 특징적인 특정 파장의 이미지를 로그화하여 스펙트럼-성분 테이블(250)의 스펙트럼 필드를 정의하고, 특정 파장의 로그에 관한 단위화된 수치값에 대응하는 특정 성분의 수치 또는 성분(들)의 수치 조성을 스펙트럼-성분 테이블(250)의 성분 필드로 정의할 수 있다. 나아가, 스펙트럼-성분 테이블(250)의 특정 파장(들)-성분 패턴을 분석함으로써 특정 파장(들)-성분 간의 정규화된(normalized) 관계식을 도출할 수도 있다.
스펙트럼-성분 테이블(250)은 상기 제4 이미지의 파장 분포와 실제 측정한 식물의 성분 값을 식물의 생장 전주기에 걸쳐 주기적으로 측정 및 저장함으로써 새로 구축될 수도 있고, 미리 조사되어 배포되는 기존의 데이터베이스를 활용할 수도 있다.
이하에서는 설명의 편의를 위해 촬상 수단으로 RGB 카메라를 이용하는 실시예들을 설명하지만, 전술한 바와 같이 반드시 RGB 카메라에 한정되는 것은 아니며 특정 파장(들)의 특징을 구분할 수 있는 어떠한 종류의 카메라도 사용될 수 있다.
<실시예 3>
실시예 3은 대상 식물의 크기 또는 잎의 면적과(and), 동일 대상 식물의 성분 값 또는 성분 값의 조성을 함께 측정/분석하는 식물 모니터링 장치에 관한 것이다.
도 5는 실시예 3의 식물 모니터링 장치에 관한 구성도이고, 도 6은 도 5의 식물 모니터링 장치에 대한 상세 블록도이다.
실시예 3의 제1광원(310), 제2광원(320) 및 촬상 수단(330)과 각 구성에 포함되는 제어모듈(31), 통신모듈(32)은 전술한 제1광원(110), 제2광원(120), 촬상 수단(130) 및 각 구성에 포함되는 구성들과 동일하고, 실시예 3의 이미지 분석기의 이미지 프로세싱 모듈(34)은 전술한 이미지 프로세싱 모듈(24)와 동일하므로 중복되는 설명은 생략한다.
실시예 3의 계산 모듈(35)은 실시예 1의 계산 모듈(14)와 실시예 2의 분석 모듈(24)의 역할을 동시에 수행한다는 점에 특징이 있다. 즉, 이미지 프로세싱 모듈(34)이 마스킹 처리한 제3 이미지에서 피사체 부위의 크기를 측정하는 한편, 이미지 프로세싱 모듈(34)이 생성한 제4 이미지의 RGB 값과 미리 저장된 스펙트럼-성분 테이블(350)를 비교하여 식물의 성분 상태를 도출한다.
<실시예 4>
실시예 4는 실시예 1의 식물 크기 모니터링 결과 및/또는 실시예 2의 식물 성분 모니터링 결과를 피드백 받아 식물의 생육 조건을 조절하는 식물 재배 시스템에 관한 것이다. 여기서 식물의 생육 조건이라 함은 식물에 조사되는 광의 세기(intensity), 광의 파장(wavelength), 주변 온도, 주변 습도, 이산화탄소 농도 등을 포괄하는 의미이다. 설명의 편의를 위해 본 명세서에서는 인공 광원의 세기 또는 파장을 조절하는 일 실시예에 대해 상술한다.
도 7은 본 발명의 일 실시예에 따른 식물 재배 시스템의 구성도이고, 도 8은 도 7의 시스템에 대한 블록 구성도이다.
도 7에서 보듯, 일 실시예의 식물 재배 시스템은 적어도 하나의 식물 모니터링 장치(300)와, 적어도 하나의 LED를 포함하며 식물 생장을 위한 광 스펙트럼을 제공하는 주 광원(400)과, 식물 모니터링 장치(300)가 제공한 식물 크기값 및/또는 식물 성분 값에 기초하여 상기 주 광원의 광 세기 및 광 파장 중 적어도 하나를 조정하는 제어 서버(500) 및 생장 데이터베이스(550)를 포함하여 이루어진다.
전술한 바와 같이 실시예 1의 식물 모니터링 장치(100)는 대상 식물의 크기 또는 잎의 면적을 측정하고, 실시예 2의 식물 모니터링 장치(200)는 대상 식물의 특정 성분의 값 또는 성분 값의 조성을 분석한다. 실시예 4의 식물 재배 시스템은 실시예 1의 식물 모니터링 장치(100)를 하나 또는 복수로 구비하는 실시예로 구현될 수도 있고, 실시예 2의 식물 모니터링 장치(200)를 하나 또는 복수로 구비하는 실시예로 구현될 수도 있다. 또한, 실시예 3의 식물 모니터링 장치(300)를 하나 또는 복수로 구비하는 실시예로 구현될 수도 있다. 여기서는 실시예 3의 식물 모니터링 장치(300)를 복수로 구비하는 일 실시예를 설명한다.
실시예 4에서 특히 식물 모니터링 장치가 복수로 구비되는 경우를 상정하면, 제1광원(310), 제2광원(320), 촬상 수단(330), 제어 모듈(31) 및 통신 모듈(32)은 각 식물 모니터링 장치(300)에 할당된 특정 식물을 촬영하기 위해 장치별로 구비된다. 이에 비해, 이미지 프로세싱 모듈(34), 계산 모듈(35), 분석 모듈(36)을 포함하는 이미지 분석기(340) 및 스펙트럼-성분 테이블(350)는 복수의 식물 모니터링 장치(300)에 대하여 공동으로 활용 가능하므로 소정의 통신망으로 연결된 제어 서버(500)에 1개만 설치될 수 있다. 이 경우, 복수의 모니터링 장치(300)들이 보내온 이미지 데이터를 동시 다발적으로 신속히 처리하기 위해 이미지 분석기(340)는 이미지 프로세싱-계산-분석 프로세스를 동시에 다중으로 실행하도록 설계될 수 있다.
식물 모니터링 장치(300)에 포함되는 제1광원(310), 제2광원(320), 촬상 수단(330), 제어 모듈(31), 통신 모듈(32, 33) 및 이미지 분석기(340)의 이미지 프로세싱 모듈(34), 계산 모듈(35), 분석 모듈(36) 그리고 스펙트럼-성분 테이블(350)는 실시예 1 내지 실시예 3에서의 각 대응하는 구성과 기능과 역할이 동일하므로 중복되는 설명은 생략한다.
컨트롤러(50)는 이미지 분석기의 계산 모듈(31)이 전송한 피사체의 크기 또는 면적값과 분석 모듈(32)이 전송한 식물의 성분 값을 생장 데이터베이스(550)와 비교한다.
생장 데이터베이스(550)는 특정 식물 A에 대하여 미리 설정된 생육 단위별로 표준 잎 크기 및 목표 성분 값을 저장하고 있다. 예를 들어 아나벨 딸기 품종에 대한 3일차, 7일차, 15일차, 20일차, 30일차의 표준 잎 크기는 각각 1.1cm, 2.5cm, 4.3cm, 5.8cm이고, 갈릭산 성분의 목표 함유량은 각 0.012mg, 0.034mg, 0.086mg, 0.126mg으로 생장 데이터베이스(550)에 미리 저장될 수 있다.
컨트롤러(50)는 3일차에 측정한 잎의 크기가 0.8cm이고 갈릭산 함유량이 0.0008mg이라면 생장 데이터베이스(550)에 미리 저장된 1.1cm 및 0.012mg의 값에 비해 차이가 나므로 잎의 크기를 좀더 키우기 위해 또는 갈릭산의 생성이 촉진되도록 주 광원(400)의 광 세기, 파장, 광 주기 온도 중 적어도 하나를 조정한다.
<실시예 5>
도 9 및 도 10은 일 실시예에 따른 식물 모니터링 및 식물 재배 방법을 순차적으로 도시한 플로우챠트이다.
도 9은 식물의 성분 값을 도출하기 위한 전단계로서 RGB-성분 관계식 또는 스펙트럼-성분 테이블을 미리 구축하는 과정을 도시한다.
식물 모니터링 장치는 제1광원의 가시광선이 조사된 식물 피사체의 제1 이미지을 획득하는 한편(S101), 동일 식물에 대하여 제2광원의 적외선이 조사된 피사체의 제2 이미지를 획득한다(S202). 제2광원의 적외선은 0.7 ~ 1.3 ㎛ 파장 영역의 근적외선이 사용될 수 있으나 전술한 바와 같이 반드시 이에 한정하는 것은 아니며 식물의 종류나 재배 시설의 광 환경 등의 요소에 의해 파장 영역이 일부 변경될 수 있다.
식물 모니터링 장치는 상기 제2 이미지에서 청색 계열의 픽셀을 약화시키는 이미지 처리를 수행한다(S103). 적외선 계열의 빛이 조사된 파사체의 이미지에서, 다수의 적색 계열 픽셀에서 소수의 청색 계열 픽셀을 약화시킴으로써 피사체와 배경 간 색상의 대비가 더욱 분명해 지도록 한다. S103 단계는 피사체 형상의 경계를 보다 명확하게 구분하기 위한 전처리 단계로서 필요에 따라 선택적으로 수행할 수 있다.
식물 모니터링 장치는 상기 제2 이미지 또는 제2 이미지에서 청색 계열 픽셀이 약화된 이미지에서 피사체 부위를 마스킹 처리하여 제3 이미지를 획득한다(S104). 다시 말해, 피사체 부위와 배경 부위의 경계를 기준으로 피사체 부위와 배경 부위를 각각 흰색 및 검은색으로 처리한다.
식물 모니터링 장치는 상기 제1 이미지에서 상기 제3 이미지의 배경 부위에 상응하는 부분을 제거하여 제4 이미지를 획득한다(S105). 가시광선으로 피사체를 촬영할 때 가급적 피사체의 배경에 광을 흡수하는 재질 또는 색상의 배경판을 설치하여 최대한 배경이 검은색 계열로 표현되도록 하는 것이 바람직하지만, 그럼에도 불구하고 배경판이 가지는 광 흡수성의 한계로 인해 피사체와 배경을 구분하는 데 한계가 발생한다. 따라서 동일한 피사체에 대하여 배경을 순수 검은색으로 처리한 제3 이미지를 이용하여 제1 이미지에서 피사체를 제외한 배경 부위를 검은색으로 처리함으로써 해당 이미지에서 검은색 픽셀을 제외한 나머지 픽셀들의 RGB값 분석을 용이하게 할 수 있다.
식물 모니터링 장치는 상기 제4 이미지에서 식물 피사체 부위의 RGB 값을 분석하여 메모리에 기록한다. 그리고 성분측정계나 기타 공지의 식물 성분 측정 공정을 이용하여 실제 측정한 식물의 성분 값과 함께 스펙트럼-성분 테이블에 저장한다(S106). S101 내지 S106 단계는 해당 식물 생장의 전주기에 걸쳐 일정 주기로 수행되어 하나의 스펙트럼-성분 테이블을 완성한다. 나아가, 스펙트럼-성분 테이블로부터 생장 주기에 대한 현재 RGB값과 기 도출된 표준 RGB값과의 관계를 분석함으로써 RGB-성분 관계식을 도출할 수도 있다.
도 10은 식물의 생장 상태를 모니터링하고, 도 9에서 도출한 스펙트럼-성분 테이블을 이용하여 식물 생장을 제어하는 방법을 순차적으로 도시한 플로우챠트이다.
도 10에서, 식물 피사체의 이미지 획득, 전처리, 마스킹 처리 및 배경부위 삭제 단계(S201~S204, S206)는 도 9의 S101~S104, S105 단계와 동일하므로 중복되는 설명은 생략한다.
식물 모니터링 장치는 제2 이미지에서 피사체 부위를 마스킹한 제3 이미지로부터 피사체 부위의 크기 또는 면적을 산출하고(S205), 배경 부위가 제거된(또는 검은색 등으로 색상 처리된) 제4 이미지로부터 피사체 부위의 RGB 값을 산출한다(S207). 그리고 식물 재배 장치는 식물 모니터링 장치로부터 제공 받은 피사체의 크기 및 RGB에 상응하는 성분 값을 생장 데이터베이스와 비교하고, 식물의 크기 및/또는 성분 값이 생장 데이터베이스에 미리 저장된 목표치에 비해 부족할 경우 주 광원의 세기, 파장을 가변하거나 전열기를 이용하여 주변 온도를 가변하거나, 가습기를 이용하여 습도를 조절하거나, 환풍기 또는 환풍창을 제어하여 CO2 농도를 조절하는 방식 등으로 식물의 생장 환경을 조절한다(S208).
상술한 식물 이미지 분석 시스템의 부분적 기능들은 이를 구현하기 위한 명령어들의 프로그램이 유형적으로 구현됨으로써, 컴퓨터를 통해 판독될 수 있는 기록매체에 포함되어 제공될 수도 있음을 당업자들이 쉽게 이해할 수 있을 것이다. 상기 컴퓨터 판독 가능한 기록매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 컴퓨터 판독 가능한 기록매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 상기 컴퓨터 판독 가능한 기록매체의 예에는 하드 디스크, 플로피 디스크 및 자기테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리, USB 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 상기 컴퓨터 판독 가능한 기록매체는 프로그램 명령, 데이터 구조 등을 지정하는 신호를 전송하는 반송파를 포함하는 광 또는 금속선, 도파관 등의 전송 매체일 수도 있다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드 뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 반대도 마찬가지이다.
본 발명은 상기한 실시예에 한정되지 아니하며, 적용범위가 다양함은 물론이고 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 다양한 변형 실시가 가능한 것은 물론이다.
100, 200, 300 : 식물 모니터링 장치
110, 210, 310 : 제1광원 120, 220, 320 : 제2광원
130, 230, 330 : 촬상 수단 140, 240, 340 : 이미지 분석기
150, 250, 350 : RGB-성분 테이블
400 : 주 광원 500 : 제어 서버
550 : 생육 데이터베이스
110, 210, 310 : 제1광원 120, 220, 320 : 제2광원
130, 230, 330 : 촬상 수단 140, 240, 340 : 이미지 분석기
150, 250, 350 : RGB-성분 테이블
400 : 주 광원 500 : 제어 서버
550 : 생육 데이터베이스
Claims (16)
- 삭제
- 삭제
- 삭제
- 삭제
- 가시광선을 조사하는 제1광원;
근적외선을 조사하는 제2광원;
상기 제1광원의 가시광선이 조사된 식물 피사체로부터 제1 이미지를 획득하고, 상기 제2광원의 근적외선이 조사된 상기 피사체의 제2 이미지를 획득하는 촬상 수단; 및
상기 제2 이미지에서 피사체 부위를 마스킹 처리하여 제3 이미지를 획득하고, 상기 제1 이미지에서 상기 제3 이미지의 배경 부위에 상응하는 부분을 제거한 제4 이미지를 획득하는 이미지 프로세싱 모듈과, 상기 제4 이미지의 분석 결과를 기초로 식물의 성분 상태를 도출하는 계산 모듈을 포함하는 이미지 분석기
를 포함하는 식물 모니터링 장치. - 제5항에 있어서,
상기 이미지 분석기는,
상기 제4 이미지의 RGB 값과 미리 준비된 RGB-성분 테이블을 비교하여 식물의 성분 상태를 도출하는 것을 특징으로 하는 식물 모니터링 장치. - 제5항에 있어서,
상기 이미지 분석기는,
상기 제4 이미지의 RGB 값을 미리 준비된 RGB-성분 관계식에 대입하여 식물의 성분 상태를 도출하는 것을 특징으로 하는 식물 모니터링 장치. - 제5항에 있어서,
상기 이미지 프로세싱 모듈은,
상기 마스킹 처리 이전에, 상기 제2 이미지에서 청색 계열의 픽셀을 약화시키는 이미지 처리를 더 수행하는 것을 특징으로 하는 식물 모니터링 장치. - 제5항에 있어서,
상기 마스킹 처리는, 상기 제2 이미지를 구성하는 각 픽셀을 값을 미리 정해진 문턱값(threshold value)과 비교함으로써 피사체를 나타내는 제1 픽셀들과 배경을 나타내는 제2 픽셀들로 구분되도록 픽셀들을 세팅하는 것을 특징으로 하는 식물 모니터링 장치. - 제5항의 식물 모니터링 장치;
적어도 하나의 LED를 포함하며 식물 생장을 위한 광 스펙트럼을 제공하는 주 광원; 및
상기 식물 모니터링 장치가 제공한 성분 상태에 기초하여 상기 주 광원의 광 세기 및 광 파장 중 적어도 하나를 조정하는 컨트롤러
를 포함하는 식물 재배 시스템. - 가시광선이 조사된 피사체의 제1 이미지를 획득하는 단계;
근적외선이 조사된 상기 피사체의 제2 이미지를 획득하는 단계;
상기 제2 이미지에서 피사체 부위를 마스킹 처리한 제3 이미지를 획득하는 단계;
상기 제3 이미지에서 피사체 부위의 크기를 측정하는 단계;
상기 제1 이미지에서 상기 제3 이미지의 배경 부위에 상응하는 부분을 제거한 제4 이미지를 획득하는 단계;
상기 제4 이미지의 분석 결과를 기초로 식물의 성분 상태를 도출하는 단계; 및
상기 측정된 피사체 부위의 크기 및 상기 도출된 식물 성분 상태를 기초로 식물 생장을 위한 주 광원의 광 세기 및 광 파장 중 적어도 하나를 조정하는 단계
를 포함하는 것을 특징으로 하는 식물 재배 방법. - 제11항에 있어서,
상기 마스킹 처리 이전에, 상기 제2 이미지를 가공하여(processing) 청색 계열의 픽셀을 약화시키는 단계를 더 포함하는 것을 특징으로 하는 식물 재배 방법. - 제11항에 있어서,
상기 마스킹 처리는, 상기 제2 이미지를 구성하는 각 픽셀을 값을 미리 정해진 문턱값(threshold value)과 비교함으로써 피사체를 나타내는 제1색상의 픽셀들과 배경을 나타내는 제2색상의 픽셀들로 구분하는 것을 특징으로 하는 식물 재배 방법. - 제11항에 있어서,
상기 식물의 성분 상태 도출 단계는,
상기 제4 이미지를 분석하여 도출한 RGB 값과 미리 준비된 RGB-성분 테이블을 비교하여 식물의 성분 상태를 도출하는 것을 특징으로 하는 식물 재배 방법. - 제14항에 있어서,
상기 RGB-성분 테이블은,
상기 제4 이미지의 RGB 값과 실제 측정한 식물의 성분 값을 저장하는 단계를 주기적으로 반복하여 생성되는 것을 특징으로 하는 식물 재배 방법. - 제11항에 있어서,
상기 근적외선의 파장 영역은 0.7 ~ 1.3 ㎛인 것을 특징으로 하는 식물 재배 방법.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020190030846A KR102139459B1 (ko) | 2019-03-19 | 2019-03-19 | 식물 모니터링 및 재배 방법, 장치 및 시스템 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020190030846A KR102139459B1 (ko) | 2019-03-19 | 2019-03-19 | 식물 모니터링 및 재배 방법, 장치 및 시스템 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020200091417A Division KR20200111648A (ko) | 2020-07-23 | 2020-07-23 | 식물 모니터링 및 재배 방법, 장치 및 시스템 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR102139459B1 true KR102139459B1 (ko) | 2020-07-30 |
Family
ID=71839353
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020190030846A KR102139459B1 (ko) | 2019-03-19 | 2019-03-19 | 식물 모니터링 및 재배 방법, 장치 및 시스템 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102139459B1 (ko) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117092102A (zh) * | 2023-10-19 | 2023-11-21 | 江西省检验检测认证总院食品检验检测研究院(江西省粮食质量检验中心) | 一种植物硒含量采样检测管理*** |
KR102663038B1 (ko) * | 2022-12-07 | 2024-05-09 | 임유섭 | 대상 식물에 대한 모델링을 수행하는 방법 및 디바이스 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004121033A (ja) * | 2002-09-30 | 2004-04-22 | Hamamatsu Photonics Kk | 植物体栽培装置および方法 |
WO2008139532A1 (ja) * | 2007-04-27 | 2008-11-20 | Nippon Computer System Co., Ltd | 色変換プログラム及びこれが記録されたコンピュータ読み取り可能な記録媒体、ならびに色変換装置 |
JP2012208839A (ja) * | 2011-03-30 | 2012-10-25 | Kobe Univ | 植物体の画像領域抽出方法、植物体の画像領域抽出装置、および植物体の生育監視システム |
KR20130015278A (ko) | 2011-08-03 | 2013-02-14 | 솔트웨어 주식회사 | 식물 생장 모니터링 시스템 및 그를 이용한 식물 생장 모니터링 방법 |
JP2016146784A (ja) * | 2015-02-12 | 2016-08-18 | コニカミノルタ株式会社 | 植物育成指標測定装置および該方法 |
-
2019
- 2019-03-19 KR KR1020190030846A patent/KR102139459B1/ko active IP Right Grant
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004121033A (ja) * | 2002-09-30 | 2004-04-22 | Hamamatsu Photonics Kk | 植物体栽培装置および方法 |
WO2008139532A1 (ja) * | 2007-04-27 | 2008-11-20 | Nippon Computer System Co., Ltd | 色変換プログラム及びこれが記録されたコンピュータ読み取り可能な記録媒体、ならびに色変換装置 |
JP2012208839A (ja) * | 2011-03-30 | 2012-10-25 | Kobe Univ | 植物体の画像領域抽出方法、植物体の画像領域抽出装置、および植物体の生育監視システム |
KR20130015278A (ko) | 2011-08-03 | 2013-02-14 | 솔트웨어 주식회사 | 식물 생장 모니터링 시스템 및 그를 이용한 식물 생장 모니터링 방법 |
JP2016146784A (ja) * | 2015-02-12 | 2016-08-18 | コニカミノルタ株式会社 | 植物育成指標測定装置および該方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102663038B1 (ko) * | 2022-12-07 | 2024-05-09 | 임유섭 | 대상 식물에 대한 모델링을 수행하는 방법 및 디바이스 |
CN117092102A (zh) * | 2023-10-19 | 2023-11-21 | 江西省检验检测认证总院食品检验检测研究院(江西省粮食质量检验中心) | 一种植物硒含量采样检测管理*** |
CN117092102B (zh) * | 2023-10-19 | 2024-01-30 | 江西省检验检测认证总院食品检验检测研究院(江西省粮食质量检验中心) | 一种植物硒含量采样检测管理*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR20200111648A (ko) | 식물 모니터링 및 재배 방법, 장치 및 시스템 | |
US11775828B2 (en) | AI-powered autonomous plant-growth optimization system that automatically adjusts input variables to yield desired harvest traits | |
US10750671B2 (en) | Method and system for growth status determination of a plant | |
KR102301658B1 (ko) | 식물 생육 장치 및 그 제어 방법 | |
CN115135136A (zh) | 使用辐照器和相机和/或传感器进行受控环境园艺的多感官成像方法和设备 | |
KR102139459B1 (ko) | 식물 모니터링 및 재배 방법, 장치 및 시스템 | |
JP6245181B2 (ja) | 画像計測方法、システム、装置およびプログラム | |
JP5593255B2 (ja) | 植生制御装置、植物育成システム | |
CN106596412A (zh) | 利用无人机携带多光谱光源进行植物生长监测的方法 | |
US11816874B2 (en) | Plant identification using heterogenous multi-spectral stereo imaging | |
CN105510335B (zh) | 一种家用种植机的植物生长状况检测方法 | |
US20220400620A1 (en) | Controlled environment agriculture method and system for plant cultivation | |
IT201900001891A1 (it) | Metodo per il monitoraggio di superfici vegetali | |
US20230102560A1 (en) | Estimating a harvesting time for a plant section based on light measurement information | |
KR102431196B1 (ko) | Led 작물 재배등을 이용한 작물 재배 시스템 | |
KR102116259B1 (ko) | 교감형 반려식물 로봇시스템 | |
JP2016198055A (ja) | 植物栽培装置 | |
Avotins et al. | Experimental analysis of IoT based camera SI-NDVI values for tomato plant health monitoring application | |
KR101702325B1 (ko) | 백화고 수득을 위한 표고의 생육방법 및 자동화시스템 | |
CN112634213A (zh) | 一种无人机预测冬小麦冠层叶面积指数的***和方法 | |
CN111869532A (zh) | 一种兰花自动化培植***及培植方法 | |
Konarska et al. | Applications of dual-wavelength hemispherical photography in urban climatology and urban forestry | |
Vijay et al. | An improved agriculture monitoring system using agri-app for better crop production | |
JPH07115846A (ja) | 植物活力変動の評価画像作成方法 | |
Bicans et al. | IoT Camera-based Approach to Capture and Process SI-NDVI Sensor Data for Industrial Tomato Greenhouse |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |