UAV와 영상 센서를 이용한 양파·마늘 영상 전처리 기술 및 생체중 예측 모델 개발

Abstract

최근 무인기(Unmanned Aerial Vehicle, UAV)를 이용한 농작물 생육 모니터링 및 정밀 농업(Precision Agriculture, PA)에 대한 관심이 높아지고 있다. 작업자가 지상에서 작물의 생육 인자를 수집하여 작황 및 수확량을 예측하는 것은 많은 시간과 노동력을 필요로 하며 표본 수가 적고 경험적인 직관에 의존하기 때문에 그 정확도가 높지 않다. 본 연구에서는 이러한 문제점을 해결하고자, 소형 무인기에 RGB 및 Multi-spectral 영상 센서를 탑재하여 최적 비행 조건에서 영상을 얻고 영상처리 알고리즘을 통해 영상 속 작물의 생육 인자들인 식생 피복률과 작물 높이를 측정하여 수확량과 밀접한 관련이 있는 생체중을 현장에서 예측할 수 있는 기술을 개발하고자 하였다. 무인기로 획득한 영상에서 양파·마늘 추출을 위한 색 채널로 a* 채널을 선택했으며 시간적 일사량 변이를 감소시키는 방사 보정과 공간적 일사량 변이를 감소시키는 레티넥스 (Retinex) 알고리즘, 자동 임계값 결정 기법인 오추 임계 (Otsus threshold) 기법을 결합시킨 알고리즘을 고안하였다. 이를 이용하여 예측된 식생 피복률의 오차는 12.6%로, 종래의 방법인 ExG-Otsus threshold 기법의 45.5% 대비 오차 감소 효과를 보였으며, 마늘과 양파 영상 추출에 적합한 영상 전처리기술임을 확인하였다. SfM 기반 3차원 모델로 예측한 작물 높이와 지상 데이터 높이 분석 결과, 결정계수는 0.82로 높은 선형 관계를 나타내었으나, 실제 높이보다 40% 낮게 예측되는 경향이 나타나 이를 보정하는 기술을 적용하여 생체중 예측 모델링에 사용하였다. 양파·마늘 식생 피복률과 높이 인자를 독립변수로 하여 지상부 무게, 지하부 무게, 1주 무게를 예측하는 다중 회귀 모델을 개발한 결과, 양파의 경우 결정계수 값이 각각 0.91, 0.90, 0.94 이면서, 평균 제곱근 오차는 11.1 g, 8.0 g, 15.1 g 로 나타났으며, 마늘의 경우 결정계수 값은 각각 0.72, 0.71, 0.75로 양파에 비해 상대적으로 낮게 나타났으나, 평균 제곱근 오차는 8.8 g, 1.7 g, 9.9 g으로 적은 오차값을 나타냈다. 추가적인 실험으로, 보급되고 있는 상용 다중 밴드 센서를 이용하여 추비량 수준에 따른 식생 지수 영향성을 확인하였다. 추후 연구로서 개발된 UAV-RGB 카메라 기반 생체중 예측모델을 다른 포장에서 재배되는 양파, 마늘의 생체중 측정에 적용하여 실제 생체중 데이터와 비교 예측모델의 성능을 검증하는 것이 필요하며, 다중밴드 카메라를 포함한 다양한 영상센서를 이용하여 밭작물의 생육모니터링에 활용하는 연구가 수행되어야 할 것이다.