1 |
1
개체목에 대한 다수의 반사 스펙트럼(Reflectance Spectrum)이 포함된 이미지가 획득되면, 상기 다수의 반사 스펙트럼을 이용하여 상기 개체목에 대한 수종 분류 지표와 식생 지표를 설정하는 단계;미리 학습된 분류 모델에 상기 수종 분류 지표를 입력하여 상기 개체목의 수종을 분류하는 단계; 및상기 수종에 대한 분류 결과에 기초하여, 상기 식생 지표에 따른 상기 개체목의 생리 활력도를 평가하는 단계;를 포함하되,상기 수종 분류 지표는, 픽셀 반사 스펙트럼, 일차 미분 반사 스펙트럼, 로그 반사 스펙트럼 및 주요 반사 스펙트럼 각각에 대한 평균값 및 분산값 중 적어도 하나를 포함하고,상기 수종 분류 지표와 식생 지표를 설정하는 단계는,상기 픽셀 반사 스펙트럼에 대해 차원 축소(dimensionality reduction)를 수행하는 단계; 및상기 차원 축소가 수행된 상기 픽셀 반사 스펙트럼으로부터 상기 주요 반사 스펙트럼을 선발하는 단계;를 포함하는, 개체목의 생리 활력도 평가 방법
|
2 |
2
제 1 항에 있어서, 상기 개체목에 대한 수종 분류 지표와 식생 지표를 설정하는 단계는,상기 이미지에 포함된 다수의 픽셀에 대해, 픽셀 반사 스펙트럼을 추출하는 단계;상기 픽셀 반사 스펙트럼을 이용하여 식생 지표를 산출하는 단계;상기 식생 지표를 이용하여, 상기 이미지에서 상기 개체목이 포함되도록 상기 다수의 픽셀 중 일부에 대한 관심 영역을 결정하는 단계; 및상기 관심 영역에 포함된 상기 픽셀 반사 스펙트럼에 대해 수종 분류 지표를 산출하는 단계;를 포함하는, 개체목의 생리 활력도 평가 방법
|
3 |
3
제 2 항에 있어서, 상기 개체목이 포함되도록 관심 영역을 결정하는 단계는,상기 다수의 반사 스펙트럼을 미리 지정된 화이트 보드 표준으로 보정하는 단계; 및상기 식생 지표에 기초하여 상기 개체목의 영역을 상기 관심 영역으로 선택하는 단계;를 포함하는, 개체목의 생리 활력도 평가 방법
|
4 |
4
제 3 항에 있어서, 상기 개체목의 영역을 상기 관심 영역으로 선택하는 단계는,상기 식생 지표에 포함된 정규화 식생 지수의 값이 미리 설정된 값 이상인 영역을 상기 관심 영역으로 선택하는, 개체목의 생리 활력도 평가 방법
|
5 |
5
제 1 항에 있어서, 상기 분류 모델은,학습용 수종 분류 지표와 상기 학습용 수종 분류 지표에 대한 레이블 데이터인 정답 수종 데이터를 이용하여, 상기 수종 분류 지표가 입력되면 상기 수종 분류 지표에 대한 수종 분류 결과를 출력하도록 학습된 것인, 개체목의 생리 활력도 평가 방법
|
6 |
6
삭제
|
7 |
7
제 1 항에 있어서, 상기 식생 지표는,정규화 식생 지수, 엽록소 함량 지수, 광화학 반사 지수, 갈변 지수, 수분 지수 및 청록 지수 중 적어도 하나를 포함하는, 개체목의 생리 활력도 평가 방법
|
8 |
8
제 1 항에 있어서, 상기 개체목의 생리 활력도를 평가하는 단계는,상기 식생 지표를 이용하여 재선충병의 감염 여부를 판단하는 단계;를 포함하는, 개체목의 생리 활력도 평가 방법
|
9 |
9
개체목에 대한 다수의 반사 스펙트럼(Reflectance Spectrum)이 포함된 이미지가 저장되는 메모리; 및상기 이미지가 획득되면, 상기 다수의 반사 스펙트럼을 이용하여 상기 개체목에 대한 수종 분류 지표와 식생 지표를 설정하고, 미리 학습된 분류 모델에 상기 수종 분류 지표를 입력하여 상기 개체목의 수종을 분류하며, 상기 수종에 대한 분류 결과에 기초하여, 상기 식생 지표에 따른 상기 개체목의 생리 활력도를 평가하는 프로세서;를 포함하되,상기 수종 분류 지표는, 픽셀 반사 스펙트럼, 일차 미분 반사 스펙트럼, 로그 반사 스펙트럼 및 주요 반사 스펙트럼 각각에 대한 평균값 및 분산값 중 적어도 하나를 포함하고,상기 프로세서는, 상기 픽셀 반사 스펙트럼에 대해 차원 축소를 수행하며, 상기 차원 축소가 수행된 상기 픽셀 반사 스펙트럼으로부터 상기 주요 반사 스펙트럼을 선발하는, 생리 활력도 평가 장치
|
10 |
10
제 9 항에 있어서, 상기 프로세서는,상기 이미지에 포함된 다수의 픽셀에 대해, 픽셀 반사 스펙트럼을 추출하고, 상기 픽셀 반사 스펙트럼을 이용하여 식생 지표를 산출하며, 상기 식생 지표를 이용하여, 상기 이미지에서 상기 개체목이 포함되도록 상기 다수의 픽셀 중 일부에 대한 관심 영역을 결정하고, 상기 관심 영역에 포함된 상기 픽셀 반사 스펙트럼에 대해 수종 분류 지표를 산출하는, 생리 활력도 평가 장치
|
11 |
11
제 10 항에 있어서, 상기 프로세서는,상기 다수의 반사 스펙트럼을 미리 지정된 화이트 보드 표준으로 보정하고, 상기 식생 지표에 기초하여 상기 개체목의 영역을 상기 관심 영역으로 선택하는, 생리 활력도 평가 장치
|
12 |
12
제 11 항에 있어서, 상기 프로세서는,상기 식생 지표에 포함된 정규화 식생 지수의 값이 미리 설정된 값 이상인 영역을 상기 관심 영역으로 선택하는, 생리 활력도 평가 장치
|
13 |
13
제 9 항에 있어서, 상기 분류 모델은,학습용 수종 분류 지표와 상기 학습용 수종 분류 지표에 대한 레이블 데이터인 정답 수종 데이터를 이용하여, 상기 수종 분류 지표가 입력되면 상기 수종 분류 지표에 대한 수종 분류 결과를 출력하도록 학습된 것인, 생리 활력도 평가 장치
|
14 |
14
삭제
|
15 |
15
제 13 항에 있어서, 상기 식생 지표는,정규화 식생 지수, 엽록소 함량 지수, 광화학 반사 지수, 갈변 지수, 수분 지수 및 청록 지수 중 적어도 하나를 포함하는, 생리 활력도 평가 장치
|
16 |
16
제 9 항에 있어서, 상기 프로세서는,상기 식생 지표를 이용하여 재선충병의 감염 여부를 판단하는, 생리 활력도 평가 장치
|
17 |
17
컴퓨터 프로그램을 저장하고 있는 컴퓨터 판독 가능 기록매체로서,상기 컴퓨터 프로그램은, 프로세서에 의해 실행되면,개체목에 대한 다수의 반사 스펙트럼(Reflectance Spectrum)이 포함된 이미지가 획득되면, 상기 다수의 반사 스펙트럼을 이용하여 상기 개체목에 대한 수종 분류 지표와 식생 지표를 설정하는 단계;미리 학습된 분류 모델에 상기 수종 분류 지표를 입력하여 상기 개체목의 수종을 분류하는 단계; 및상기 수종에 대한 분류 결과에 기초하여, 상기 식생 지표에 따른 상기 개체목의 생리 활력도를 평가하는 단계;를 포함하되,상기 수종 분류 지표는, 픽셀 반사 스펙트럼, 일차 미분 반사 스펙트럼, 로그 반사 스펙트럼 및 주요 반사 스펙트럼 각각에 대한 평균값 및 분산값 중 적어도 하나를 포함하고,상기 수종 분류 지표와 식생 지표를 설정하는 단계는,상기 픽셀 반사 스펙트럼에 대해 차원 축소를 수행하는 단계; 및상기 차원 축소가 수행된 상기 픽셀 반사 스펙트럼으로부터 상기 주요 반사 스펙트럼을 선발하는 단계;를 포함하는 방법을 상기 프로세서가 수행하도록 하기 위한 명령어를 포함하는, 컴퓨터 판독 가능한 기록매체
|
18 |
18
컴퓨터 판독 가능한 기록매체에 저장되어 있는 컴퓨터 프로그램으로서,상기 컴퓨터 프로그램은, 프로세서에 의해 실행되면,개체목에 대한 다수의 반사 스펙트럼(Reflectance Spectrum)이 포함된 이미지가 획득되면, 상기 다수의 반사 스펙트럼을 이용하여 상기 개체목에 대한 수종 분류 지표와 식생 지표를 설정하는 단계;미리 학습된 분류 모델에 상기 수종 분류 지표를 입력하여 상기 개체목의 수종을 분류하는 단계; 및상기 수종에 대한 분류 결과에 기초하여, 상기 식생 지표에 따른 상기 개체목의 생리 활력도를 평가하는 단계;를 포함하되,상기 수종 분류 지표는, 픽셀 반사 스펙트럼, 일차 미분 반사 스펙트럼, 로그 반사 스펙트럼 및 주요 반사 스펙트럼 각각에 대한 평균값 및 분산값 중 적어도 하나를 포함하고,상기 수종 분류 지표와 식생 지표를 설정하는 단계는,상기 픽셀 반사 스펙트럼에 대해 차원 축소를 수행하는 단계; 및상기 차원 축소가 수행된 상기 픽셀 반사 스펙트럼으로부터 상기 주요 반사 스펙트럼을 선발하는 단계;를 포함하는 방법을 상기 프로세서가 수행하도록 하기 위한 명령어를 포함하는, 컴퓨터 프로그램
|