To identify some significant phenotypic characteristics of maize(zea mays) seeds, we have obtained Red, Green, Blue(RGB) digital image data from 82 recombinant inbred lines. Based on the collected image data, their morphological and color data were analyzed, and seven significant parameters were selected, including area, perimeter, length, width, circularity, roundness, and surface texture. The extracted RGB data were converted into color hex codes to visualize the representative colors of the seeds. These visualized colors were categorized into six groups: gray, yellowish white, yellow, grayish orange, purple, and brown. The results of maize seed phenotypic analysis using the RGB digital images in this study will serve as a useful tool for constructing a database of seed phenotyping database and establishing a standardized classification system.

This study aimed to investigate which areas AI is sensitive when inputting panoramic radiographs with dental area masked and when inputting unmasked ones. Therefore, the null hypothesis of this study was that masking dental area would not make a difference in the sensitive areas of osteoporosis determination of AI. For this study 1165 female(average age 48.4 ± 23.9 years) from whom panoramic radiographs were taken were selected. Either osteoporosis or normal should be clearly defined by oral and maxillofacial radiologists. The panoramic radiographs from the female were classified as either osteoporosis or normal according to the mandibular inferior cortex shape. VGG-16 model was used to get training, validating, and testing to determine between osteoporosis or normal. Two experiments were performed; one using unmasked images of panoramic radiographs, and the other using panoramic radiographs with dental region masked. In two experiments, accuracy of VGG-16 was 97.9% with unmasked images and 98.6% with dental-region-masked images. In the osteoporosis group, the sensitive areas identified with unmasked images included cervical vertebrae, maxillary and mandibular cancellous bone, dental area, zygomatic bone, mandibular inferior cortex, and cranial base. The osteoporosis group shows sensitivity on mandibular cancellous bone, cervical vertebrae, and mandibular inferior cortex with masked images. In the normal group, when unmasked images were input, only dental region was sensitive, while with masked images, only mandibular cancellous bone was sensitive. It is suggestive that when dental influence of panoramic radiographs was excluded, AI determined osteoporosis on the mandibular cancellous bone more sensitively.

이 연구는 초분광 영상으로 두 품종의 콩(청자 3호, 대찬)의 들불병을 진단할 수 있는 모델과 다중분광 영상센서를 개발하기 위해 수행되었다. 무처리구와 들불병 처리구에서 5 nm full width at half maximum (FWHM)으로 구성된 원시 초분광 중심파장들의 콩 식물 영역 반사율들을 추출하여 10 nm FWHM으로 병합한 후, t-test로 차이가 나타난 blue, green, red, red edge, NIR1 및 NIR2 각 영역에서 선정된 대표 밴드로 121개의 식생지수를 계산하였다. 식생지수를 입력변수로 support vector machine (SVM), random forest (RF), extra tree (EXT), extreme gradient boosting (XGB)의 머신러닝 기법과 shapley additive explanation 변수 선택 기법을 적용하여 들불병 진단에 가장 적절한 모델을 선정하고 사용된 식생지수와 파라미터를 나타내었다. T-test 결과 품종에 상관없이 blue 1개(420 nm), green 2개(500, 540 nm), red 1개(600 nm), red edge 2개(680, 700 nm), NIR1 2개(780, 840 nm), NIR2 1개(920 nm)의 총 9개 대표 밴드들이 선택되었고, 성능 평가를 통해 선정된 모델에 청자 3호의 경우 SVM모델(OA=0.86, KC=0.72, 10 VIs)이 선정되었으나 혼동행렬 분석 결과 정상오분류가 적은 RF모델이 선택되었다. RF모델(식 생지수 : RE/Blue, NSI, GDVI, Green/Blue, 파라미터 : max_depth=6, n_estimators=100)은 OA=0.81, KC=0.60, precision=0.86, recall=0.81, F1 score=0.80의 성능을 나타내었다. 대찬은 EXT모델(식생지수 : YVI, RE/Green, 2YVI, 파라미터 : max_depth=8, n_estimators=10)이 선정되 었고, OA=0.86, KC=0.72, precision=0.86, recall=0.86, F1 score=0.86의 성능을 나타내었다.

순간증모제는 산화철, 이산화 타이타늄 등의 다양한 금속을 함유하고 있으며 이들은 대체로 금속 인공물을 발생시키 는 원인이 된다. 본원에서 발생한 순간증모제에 의한 자화율 인공물 사례를 공유함으로써 뇌 자기공명영상 검사 전 순간증모제의 사용 여부 확인 및 제거의 필요성을 강조하고자 하였다. 본원의 사례에서 주 자장 세기에 따라 3.0T에 서 검사한 영상에 비해 1.5T에서 검사한 영상에서 자화율 인공물의 강도가 적음을 확인하였다. 시퀀스에 따라서 스핀 에코 기법 영상보다 경사 에코 시퀀스와 EPI에서 큰 자화율 인공물을 발견할 수 있었다. 또한, 순간증모제는 인공물의 원인이 될 뿐만 아니라 영상의 진단적 가치에 영향을 미쳐 뇌 질환을 진단하는데 오진을 초래할 가능성이 있음을 확인하였다. 따라서 자화율 인공물의 발생을 감소시키기 위해서 뇌 자기공명영상 검사 전 순간증모제 사용 여부를 확인하고 되도록 제거한 후 검사를 시행할 것을 권고한다.

본 연구에서는 자기공명영상 검사 시 와인색 반영구 문신용 염료가 신호 강도에 미치는 영향을 분석하고, 전자파흡수 에 의한 발열 감소 방안을 연구하고자 하였다. 한천과 와인색 반영구 문신용 염료를 이용하여 염료가 퍼진 형태의 팬텀(패드형 팬텀)과 한곳에 뭉친 형태의 팬텀(주사형 팬텀)을 제작하였다. 두 팬텀은 전신용 자기공명영상장치에서 고속스핀에코(turbo spin echo, TSE)와 경사에코(gradient echo, GRE) 계열의 펄스열을 이용하여 2D와 3D로 검사하였다. 검사 후 영상 분석은 팬텀의 몸체, 염료, 공기 방울, 배경을 대상으로 총 720회의 신호강도를 측정하였 다. 전자파흡수에 의한 발열 감소 방안을 확인하기 위해 삽입형 온도계를 팬텀에 삽입 후 검사 전후 팬텀의 온도 변화를 확인하였다. 이때, 대기 온도의 상승 변화를 고려하기 위해 검사 전 대기 온도를 측정하였고, 발열 감소를 위한 방법으로 장치에 내장된 팬, 젖은 거즈, 얼음을 이용하였다. 신호 강도는 2D 영상보다 3D 영상이 좋았고, TSE 계열이 GRE 계열보다 좋았다. 특히 와인색 반영구 문신용 염료가 있는 부위의 신호강도는 공기 때문에 발생한 자화 율 인공물보다 신호강도가 낮게 측정되었다. 온도 측정 검사는 패드형 팬텀과 주사형 팬텀 모두 검사에 의한 온도상 승 효과가 있었으며 온도의 저감을 위한 방법으로 얼음 패드, 팬, 젖은 거즈 순서였다. 본 연구를 통해 와인색 반영구 문신용 염료는 자기공명영상 검사에서 영상과 환자의 안전에 문제를 일으킬 수 있음을 확인하였고, 발열 감소 방안으 로 얼음 패드가 효과적이었다는 것을 확인할 수 있었다.

자기공명(magnetic resonance, MR)영상에서 주로 발생하는 Rician 노이즈는 영상의 화질을 저하하는 주요 요소 중의 하나이다. 본 연구에서는 노이즈 제거에 효율적이라고 잘 알려진 총변이(total variation, TV) 알고리즘을 모 델링하여 Rician 노이즈 레벨에 따른 파라미터를 최적화하고자 한다. 시스템은 8채널 기반의 3.0 T 장치를 활용하였 고 물 팬텀 영상을 획득하여 각각 Rician 노이즈를 0.05, 0.10, 0.15, 그리고 0.20 값을 부가하였다. TV 알고리즘 은 Rudin-Osher-Fatemi 모델을 기반으로 모델링하였고 최적화를 수행하기 위하여 반복수 파라미터를 조정하여 획득된 영상에 적용하였다. 결과적으로 Rician 노이즈 레벨을 0.05, 0.10, 0.15, 그리고 0.20을 사용하였을 때 각 각 30, 40, 80, 그리고 120 반복수를 기반으로 한 TV 노이즈 알고리즘에서 가장 우수한 신호 대 잡음비(signal to noise ratio, SNR)와 대조도 대 잡음비(contrast to noise ratio, CNR) 결괏값이 도출되었다. 또한, 최적화된 반복수를 적용한 TV 알고리즘을 사용한 MR 영상에서 기존의 위너 및 중간값 필터를 사용하였을 때 비하여 SNR과 CNR 모두 우수한 값을 획득할 수 있었다. 특히 기본적으로 획득된 MR 영상보다 최적화된 TV 알고리즘을 적용한 영상의 평균 SNR과 CNR은 각각 3.11 및 3.31배 향상됨이 증명되었다. 결론적으로, 노이즈 제거 효율이 우수한 TV 알고리즘의 최적화된 파라미터를 활용한다면 MR 영상에서의 활용 가능성이 클 것으로 기대한다.

압축센스(Compressed SENSE) 기법은 검사 시간을 획기적으로 단축할 수 있으나, 시간 단축을 위한 기법적용 시 가속계수를 증가시키면 인공물의 발생이 영상에서 증가하는 문제점이 있다. 이에 인공물이 발생하지 않으면서 검사 시간을 최대한 단축할 수 있는 최적의 압축센스 가속계수를 제시하고자 하였다. 연구 방법은 인공물이 발생하지 않는 가속계수 1.0을 기준으로 0.5 간격씩 5.0까지 무릎관절 자기공명영상의 팬텀 실험과 임상실험 영상을 획득한 후, 방사선사 10명이 5점 척도로 영상을 평가하여 유의한 차이가 있는지 판단하였다. 연구 결과 T1 강조영상과 T2 강조 영상 모두 팬텀 실험은 가속계수 2.0 이하로 하였을 때 임상실험은 3.0 이하로 하였을 때 기준이 되는 1.0 영상과 차이가 없었다. 결론적으로 무릎관절 자기공명영상 검사 시 인공물이 발생하지 않으며 검사 시간을 최대로 단축할 수 있는 최적의 압축센스 가속계수는 팬텀 실험의 경우 2.0, 임상실험의 경우 3.0이 적정하리라 판단된다.

This study was conducted to develop a model for predicting the growth of kimchi cabbage using image data and environmental data. Kimchi cabbages of the ‘Cheongmyeong Gaual’ variety were planted three times on July 11th, July 19th, and July 27th at a test field located at Pyeongchang-gun, Gangwon-do (37°37′ N 128°32′ E, 510 elevation), and data on growth, images, and environmental conditions were collected until September 12th. To select key factors for the kimchi cabbage growth prediction model, a correlation analysis was conducted using the collected growth data and meteorological data. The correlation coefficient between fresh weight and growth degree days (GDD) and between fresh weight and integrated solar radiation showed a high correlation coefficient of 0.88. Additionally, fresh weight had significant correlations with height and leaf area of kimchi cabbages, with correlation coefficients of 0.78 and 0.79, respectively. Canopy coverage was selected from the image data and GDD was selected from the environmental data based on references from previous researches. A prediction model for kimchi cabbage of biomass, leaf count, and leaf area was developed by combining GDD, canopy coverage and growth data. Single-factor models, including quadratic, sigmoid, and logistic models, were created and the sigmoid prediction model showed the best explanatory power according to the evaluation results. Developing a multi-factor growth prediction model by combining GDD and canopy coverage resulted in improved determination coefficients of 0.9, 0.95, and 0.89 for biomass, leaf count, and leaf area, respectively, compared to single-factor prediction models. To validate the developed model, validation was conducted and the determination coefficient between measured and predicted fresh weight was 0.91, with an RMSE of 134.2 g, indicating high prediction accuracy. In the past, kimchi cabbage growth prediction was often based on meteorological or image data, which resulted in low predictive accuracy due to the inability to reflect on-site conditions or the heading up of kimchi cabbage. Combining these two prediction methods is expected to enhance the accuracy of crop yield predictions by compensating for the weaknesses of each observation method.

빠르게 변화하는 연안지형과 연안침식의 동적변화 현상을 이해하기 위해서는 시·공간의 연속성이 포함된 짧은 주기 그리고 지 속적인 모니터링이 필요하다. 최근 영상 모니터링 분석기술 발전과 함께 원격감지를 활용한 연안 모니터링 연구가 다수 이루어지고 있다. 원격 감지는 일반적으로 항공기나 위성으로부터 거리를 두고 측정된 영상을 활용하여 객체나 지역에 관한 정보를 추출하는 기술로 연안 지형변화를 빠르고 정확하게 분석할 수 있는 장점이 있어 그 활용도가 점차 증가하는 추세이다. 원격 위성영상 기반 해안선 탐지는 위성 영상으로부터 측정가능한 해안선 정의, 해안선 탐지기술 적용을 통한 해안선 추출로 수행된다. 기존 문헌에서 조사된 다양한 자료로부터 위성 영상기반 해안선 정의, 원격 위성영상 현황, 기존 연구동향, 위성영상 기반 해안선 탐지 기술연구 동향을 분석하였으며, 분석 결과로 부터 최신 연구동향, 이상적인 해안선 추출 및 고도화된 디지털 모니터링과의 연계를 위한 실용적 기법을 검토을 위한 연구를 제언한다. 향후 한반도 전역의 변화 경향과 침식정도의 파악을 위해서는 국지적 모니터링에서 벗어나, 광역 위성 영상 등 디지털 모니터링을 활용 한 능동적인 모니터링 체계를 구축할 필요가 있으며 해안선 탐지 분야는 지속적인 연구와 분석 기술의 발전이 가속화 될 것으로 판단된 다.

본 연구는 정서 자극 유형 중 일상생활과 가장 유사한 정서 경험을 유발하는 자연주의적 자극인 영상 자극을 활용 하여 정서표상의 유사성과 개인 간 반응 일관성을 살펴보기 위해 수행되었다. 이를 위해 다차원척도법을 실시하여 영상 자극이 핵심정서 차원에 위치하는지 확인하고, 참가자 간 분류분석을 사용하여 영상들이 정서유형 별로 구분이 잘 이루어지는지, 영상 자극에 대한 참가자들의 정서표상이 일관적인지 검증하였다. 또한 참가자간 상관분석을 통해 각 영상 자극에 대한 정서표상이 참가자들간 유사한지 추가적으로 확인하였다. 다차원척도법 결과, 정서유발 영상들 이 정서가 차원에서 유의하게 구분되어 Russell(1980)의 핵심정서차원을 부분적으로 지지하였다. 분류분석 결과, 각 영상이 정서유형에 따라 잘 분류되고 예측되었다. 마지막으로, 참가자간 상관분석을 통해 정서 반응 일관성이 각 영상의 정서유형에 따라 다르게 나타남을 확인하였다. 본 연구는 영상 자극에 대한 정서표상과 정서 반응 일관성이 정서 유형에 따라 차이가 있음을 시사한다.

This study examines and proposes standardization approaches to address the heterogeneous issues of metadata in drone imagery within the agricultural sector. Image metadata comes in various formats depending on different camera manufacturers, with most utilizing EXIF and XMP. The metadata of cameras used in fixed-wing and rotary-wing platforms, along with the metadata requirements in image alignment software, were analyzed for sensors like DJI XT2, MicaSense RedEdge-M, and Sentera Double4K. In the agricultural domain, multispectral imagery is crucial for vegetation analysis, making the provision of such imagery essential. Based on Pix4D SW, a comparative analysis of metadata attributes was performed, and necessary elements were compiled and presented as a proposed standardization (draft) in the form of tag information.

Image mosaicking is one of the basic and important technologies in the field of application using images. The key of image mosaicking is to extract seamlines from a joint image. The method proposed in this paper for image mosaicking is as follows. The feature points of the images to be joined are extracted and the joining form between the two images is identified. A reference position for detection the seamlines were selected according to the joint form, and an image pyramid was created for efficient image processing. The outlines of the image including buildings and roads are extracted from the overlapping area with low resolution, and the seamlines are determined by considering the components of the outlines. Based on this, the seamlines in the high-resolution image was re-searched and finally the seamline for image mosaicking was determined. In addition, in order to minimize color distortion of the image with the determined seamline, a method of improving the quality of the mosaic image by fine correction of the mosaic area was applied. It was confirmed that the quality of the seamline extraction results applying the method proposed was reasonable.

At a time when the demand for drones is increasing, a plan to utilize drone images was sought for efficient promotion of cadastral resurvey. To achieve the purpose of this study, the technical and legal status of drone images was reviewed, and through this, the possibility of using it for cadastral resurvey was primarily reviewed. subsequently, an experiment was conducted targeting the project district to examine whether drone images were applied to boundary extraction, which is the primary process of cadastral resurvey. As a result of the experiment, it was found that boundary extraction from images is possible. However, in some cases, it is impossible due to field conditions or image quality. Therefore, it is necessary first to apply cases where boundary extraction is possible to cadastral resurvey and seek solutions for some impossible cases. In particular, the image quality problem may have problems with the current technology, but it will also have problems with the existing drone equipment. So, standard for drone calibration should also be established. Finally, the cadastral resurvey surveying procedure using drones was also presented.