사과원에 무인자동 해충 발생예찰 장치를 설치하고, 이로부터 획득된 나방류 이미지는 서버컴퓨터로 전송된다. 해충 이미지를 채도(saturation), 농도(intensity), 색상(hue)에 의해 추출하여, 컬러영상과 밝기영상으로 분리한다. 분리된 컬러영상과 밝기영상의 화소값 분포를 노이즈 제거 및 영상분할을 하기 위해 정규화한다. 컬러영상과 밝기영상을 이진화하는 threshold 기법과 vector classification 으로 2개의 영상을 이진화된 영상으로 결합한다. 이진화를 통해 해충과 배경의 경계가 뚜렷하게 구분된다. 다음으로 해당 해충보다 작은 이물질을 제거하고, 분리되었던 해충을 결합하는 형태학적 처리(morphological processing)를 통해 이진화된 영상을 확산한다. 확산된 영상에서 이물질을 제거하는 후처리과정을 거쳐, 해충의 개체수를 측정하는 image processing 과정을 거친다. 복숭아순나방과 복숭아심식 나방의 경우 image processing을 거쳐 육안대비 인식율이 각각 96.0, 95.0%였다.

• 이동혁(국립원예특작과학원 사과연구소)
• 이선영(국립원예특작과학원 사과연구소)
• 도윤수(국립원예특작과학원 사과연구소)
• 김세진(국립원예특작과학원 사과연구소)
• 김지원(국립원예특작과학원 사과연구소)
• 홍영기(국립농업과학원 농업공학부)
• 최경희(국립원예특작과학원 기획조정과)