토마토 잎사귀 질병 감지를 위한 이미지 처리 메커니즘 (An Image Processing Mechanism for Disease Detection in Tomato Leaf)

서지정보

· 발행기관 : 한국전자통신학회
· 수록지 정보 : 한국전자통신학회 논문지 / 14권 / 5호 / 959 ~ 968페이지
· 저자명 : 박정현, 이성근

초록

농축산업 분야에서 여러 가지 센서들과 임베디드 시스템을 활용한 무선 센서 네트워크 기술이 적용되고 있는 추세이다. 기존의 작물 생장환경을 나타내는 수치 데이터 뿐만 아니라 영상이나 이미지와 같은 멀티미디어 데이터를 통한 모니터링도 가능해졌으며, 농가에서 직접 촬영한 이미지로 작물의 생장정보, 생산량 예측, 병충해 진단 등을 수행하는 연구들이 활발히 진행 중이다. 기존 병충해 진단 연구들은 실제 농가에 적용하기 어려운 부분이 존재한다. 본 논문은 이를 개선하고자 하였으며, 화상카메라를 통해 받아온 작물의 잎사귀 이미지를 분석하여 병충해를 초기에 감지 가능한 알고리즘을 제안한다. 실제 시설원예 및 노지 환경 농가의 캡쳐한 이미지 내에서 감염 의심 영역을 개선된 K 평균 클러스터링 기법을 통해 분류하였다. 그 후 엣지 검출, 엣지 추적 기법을 활용하여 해당 영역의 잎사귀 내부 존재 여부를 확인하였다. C++과 Java 언어 기반으로 알고리즘을 직접 구현 하였으며, 인근 농가에서 촬영한 토마토 잎사귀 이미지를 이용하여 성능 평가를 수행하였다. 기존 논문의 방법 보다 제안 알고리즘의 감영 영역 분류 능력이 우수한 것으로 나타났다.

영어초록

Agriculture and livestock farming is also one of these industries to which wireless sensor network environment based on a variety of sensors and embedded system is applying. In particular, it is critically important to detect disease and insect pests in advance and treat it proactively. However, there is a point which makes the traditional studies on how to diagnose crop disease and insect pests difficult to apply to farming practically. To this end, this study proposes the algorithm which enables to investigate and analyze the crop leaf image taken by image camera and detect the infected area within the image. We applied the enhanced k-means clustering method to the images captured at horticulture facility and farms in outdoor environment and categorized the areas in the image. Then we used the edge detection and edge tracking scheme to decide whether the extracted areas are located in inside of leaf or not. The proposed algorithm was coded in C++ and Java. The performance was evaluated using the images capturing tomato leaves. The results of performance evaluation show that the proposed algorithm outperforms the traditional algorithms in terms of classification capability.

참고자료

· 없음