| 1 |
1
영상 수집부를 통해 획득한 영상 이미지 내에서 대상 물체 이미지를 검출하는 전처리부; 및 상기 전처리부를 통해 검출된 대상 물체 이미지를 세선화하여 묘삼의 생육 단계를 판단하는 생육 검출부;를 포함하는 것을 특징으로 하는 묘삼의 생육 상태 인지 장치
|
| 2 |
2
제1항에 있어서, 상기 전처리부는, 영상 이미지에서 색 공간을 이용하여 묘삼의 잎을 제외한 나머지 물체 이미지를 배경으로 간주하고 분할하는 것을 특징으로 하는 묘삼의 생육 상태 인지 장치
|
| 3 |
3
제 2항에 있어서, 상기 전처리부는, 배경이 제거된 대상 물체 이미지의 명암 값의 차이를 이용해 묘삼 잎사귀의 윤곽선을 검출하는 것을 특징으로 하는 묘삼의 생육 상태 인지 장치
|
| 4 |
4
제 3항에 있어서, 상기 전처리부는, 배경이 제거된 대상 물체 이미지의 경계선을 추출하기 위해, 대상 물체 이미지를 이진화하고, 이진화된 대상 물체 이미지에서 라인 에지, 라플라시안 에지, 캐니에지와 같은 영역 검출 알고리즘을 이용하여 검은색 배경과 구별되는 대상 물체 이미지들의 경계선을 추출하는 것을 특징으로 하는 묘삼의 생육 상태 인지 장치
|
| 5 |
5
제 4항에 있어서, 상기 전처리부는, 영상 이미지에서 묘삼의 잎과 배경을 분할할 수 있도록, 영상 이미지의 RGB 색 공간을 HSV 색 공간으로 변환한 후 변환된 HSV 공간에서 초록색 스펙트럼을 제외한 나머지 부분을 검정색으로 변경하며, 배경 스펙트럼의 픽셀값을 모두 '0'으로 변경하는 것을 특징으로 하는 묘삼의 생육 상태 인지 장치
|
| 6 |
6
제 4항에 있어서, 상기 전처리부를 통해 추출된 경계선 정보로부터 허프 변환(Hough Transform)이나 선분 근사화 알고리즘을 이용하여 윤곽선을 연결하는 대상 물체 이미지를 검출하고, 검출된 대상 물체 이미지에서 묘삼의 출아 여부를 판단하는 출아 판단부;를 더 포함하는 것을 특징으로 하는 묘삼의 생육 상태 인지 장치
|
| 7 |
7
제 6항에 있어서, 상기 출아 판단부는, 검출된 대상 물체 이미지의 크기와 색상 정보를 시간의 흐름에 따라 분류하고 저장하고, 이전 대상 물체 이미지의 크기와 색상 정보를 비교하여 묘삼의 출아 여부를 판단하는 것을 특징으로 하는 묘삼의 생육 상태 인지 장치
|
| 8 |
8
제7항에 있어서, 상기 생육 검출부는, 상기 출아 판단부를 통해 출아 상태라고 판단된 대상 물체 이미지의 픽셀 값을 Pα[x, y]로 정의한 후 하기의 [수학식 1]과 같이 대상 물체 이미지를 이진화하고, 하기의 [수학식 2]을 적용하더라도 상기 대상 물체에 변화가 발생하지 않을 경우, 해당 대상 물체를 [수학식 3]으로 정의하고, “α”을 통해 대상 물체 이미지가 출아 상태인지 전엽인지를 판단하는 것을 특징으로 하는 묘삼의 생육 상태 인지 장치
|
| 9 |
9
이미지 프로세싱을 통해 묘삼을 식별하기 위한 프로세서가, 영상 수집부를 통해 획득한 영상 이미지 내에서 대상 물체 이미지를 검출하는 단계; 상기 검출된 대상 물체 이미지를 세선화하여 묘삼의 생육 단계를 판단하는 단계;를 포함하는 것을 특징으로 하는 묘삼의 생육 상태 인지 방법
|
| 10 |
10
제9항에 있어서, 상기 대상 물체 이미지를 검출하는 단계는, 영상 이미지에서 색 공간을 이용하여 묘삼의 잎을 제외한 나머지 물체 이미지를 배경으로 간주하고 분할하는 것을 특징으로 하는 묘삼의 생육 상태 인지 방법
|
| 11 |
11
제10항에 있어서, 상기 대상 물체 이미지를 검출하는 단계는, 배경이 제거된 대상 물체 이미지의 명암 값의 차이를 이용해 묘삼 잎사귀의 윤곽선을 검출하는 것을 특징으로 하는 묘삼의 생육 상태 인지 방법
|
| 12 |
12
제11항에 있어서, 상기 대상 물체 이미지를 검출하는 단계는, 배경이 제거된 대상 물체 이미지의 경계선을 추출하기 위해, 대상 물체 이미지를 이진화하고, 이진화된 대상 물체 이미지에서 라인 에지, 라플라시안 에지, 캐니에지와 같은 영역 검출 알고리즘을 이용하여 검은색 배경과 구별되는 물체 이미지들의 경계선을 추출하는 것을 특징으로 하는 묘삼의 생육 상태 인지 방법
|
| 13 |
13
제12항에 있어서, 상기 대상 물체 이미지를 검출하는 단계는, 영상 이미지에서 묘삼의 잎과 배경을 분할할 수 있도록, 영상 이미지의 RGB 색 공간을 HSV 색 공간으로 변환한 후 변환된 HSV 공간에서 초록색 스펙트럼을 제외한 나머지 부분을 검정색으로 변경하며, 배경 스펙트럼의 픽셀값을 모두 '0'으로 변경하는 것을 특징으로 하는 묘삼의 생육 상태 인지 방법
|
| 14 |
14
제 12항에 있어서, 상기 대상 물체 이미지를 검출하는 단계를 통해 추출된 경계선 정보로부터 허프 변환(Hough Transform)이나 선분 근사화 알고리즘을 이용하여 윤곽선을 연결하는 대상 물체 이미지를 검출하고, 검출된 대상 물체 이미지에서 묘삼의 출아 여부를 판단하는 단계를 더 포함하는 것을 특징으로 하는 묘삼의 생육 상태 인지 방법
|
| 15 |
15
제 14항에 있어서, 상기 출아 여부를 판단하는 단계는, 검출된 대상 물체 이미지의 크기와 색상 정보를 시간의 흐름에 따라 분류하고 저장하고, 이전 대상 물체 이미지의 크기와 색상 정보를 비교하여 묘삼의 출아 여부를 판단하는 것을 특징으로 하는 묘삼의 생육 상태 인지 방법
|
| 16 |
16
제15항에 있어서, 상기 묘삼의 생육 단계를 판단하는 단계는, 상기 출아 여부를 판단하는 단계를 통해 출아 상태라고 판단된 대상 물체 이미지의 픽셀 값을 Pα[x, y]로 정의한 후 하기의 [수학식 1]과 같이 대상 물체 이미지를 이진화하고, 하기의 [수학식 2]을 적용하더라도 상기 대상 물체에 변화가 발생하지 않을 경우, 해당 대상 물체를 [수학식 3]으로 정의하고, “α”을 통해 대상 물체 이미지가 전엽인지 판단하는 것을 특징으로 하는 묘삼의 생육 상태 인지 방법
|
