환경조건에 따른 돼지의 행동특성 분류를 위한 영상처리 알고리즘

서지정보

ㆍ발행기관 : 경상대학교 농업생명과학연구원 ㆍ수록지정보 : 농업생명과학연구 / 51권 / 3호
ㆍ저자명 : 김현태, 이승기, 한재웅, 김웅

한국어 초록

기존 온습도 센서와 여러 가스센서에 의해 측정 및 제어되는 돈사환경제어시스템에 돼지의 체온조 절행동에 근거한 생체정보를 이용하여 외부 환경정보를 보정한다면 보다 정밀한 축사 환경제어를 할 수 있다. 이를 위한 본 연구는 ICT기술을 접목한 스마트돈사의 정밀환경제어를 위한 기초연구로 획득된 이 미지를 바탕으로 돼지의 행동특성을 3가지로 분류하기 위한 영상처리시스템 알고리즘을 제시하고자 한 다. 공시재료는 실험돈사에서 사육되고 있는 육돈용 자돈(F2, 3640kg) 3마리를 이용하였으며, 영상처 리를 수행하고자 천정에 설치된 카메라를 통해 획득된 이미지를 이용하였다. 영상처리를 위한 프로그램 은 Visual Studio C과 다양한 영상처리를 위해 개발된 오픈 소스 라이브러리인 OpenCV Library를 이 용하여 구현하였다. 행동분류 알고리즘은 각 돼지의 중심점 데이터, 돼지가 차지하는 면적, 돼지 사이 의 거리를 구하고자 전처리를 수행한 이미지를 RGB 색상계에서 YCrCb 색상계로 변환하였으며, 히스토 그램 평활화(Histogram Equalization), cvBlob함수를 사용하여 Labeling 알고리즘을 수행하였다. 영상 처리 결과, 검증 이미지를 대상으로 군집형태 A로 판단된 결과는 면적만 고려한 것과 거리와 면적을 같 이 고려하였을 때 인식률 95%를 나타내었다. 군집형태 B의 경우 면적만을 고려하였을 경우 65%, 면적 과 거리를 모두 고려하였을 경우 95%로 나타났다. 군집형태 C의 경우 면적만을 고려하였을 경우 25%, 면적과 거리를 모두 고려하였을 경우 100%로 나타나 환경정보 보정자료로 활용이 가능한 것으로 판단 되었다.

영어 초록

This study was researched for precise environmental control system of smart pig housing with ICT(Information Communication Technology) and proposed an image processing system algorithm to classify the pig behavior characteristics into three categories under environmental conditions. The testing materials for image processing were used three piglets was raised in the experiment pig housing and the camera mounted on the ceiling. Visual Studio C and OpenCV Library, an open source library developed for various image processing were used for image processing program. The image that was preprocessed for the behavior classification algorithm to find the center point data of each pig, the area occupied by pigs, and the distance between pigs was converted from RGB color system to YCrCb color system and it was applied the histogram equalization algorithm and the labeling algorithm using the cvBlob function. The result of the image processing using the verification image was follows. As a result of the class-A, 95% recognition rate was obtained in consideration of area only and distance and area together. In case of class-B, 65% was taken into consideration only in the area, and 95% in the case of both the area and the distance. In case of class-C, 25% was taken into consideration only in the area, and 100% in the case of both the area and the distance. In the proposed image processing algorithm, if both area and distance are used, it can be used to correction data of environmental information.

참고 자료

없음