식량 작물의 확보 및 생산량 예측은 국가 발전에 있어 필수적이며, 국가 경제뿐만 아니라 전 세계 식량 안보에 기여 한다. 최근 환경오염으로 인한 이상기후는 식량 작물 생산량에 직ㆍ간접적으로 부정적 영향을 끼치고 있어, 작물 수확량 예측 불확실성이 높아지고 있다. 특히, 노지 작물의 경우 생산량 감소와 품질 저하 문제가 화두 되고 있다. 이러한 문제는 농가들뿐만 아니라 소비자들에게도 큰 피해를 안겨주고 있다. 이러한 생산량 예측 이슈를 해결하기 위해 최근에는 인공지능 기술이 농업 분야에도 활발히 적용되고 있다. 작물 수확량의 정확한 예측을 위한 머신러닝 기반 연구가 집중적으로 수행되고 있다. 따라서, 본 연구에서는 이와 같은 인공지능 기반의 노지 작물 수확량 예측 기술(머신러닝, 딥러닝, 하이브리드 모델 등) 현황 및 작물 수확량에 가장 영향을 많이 끼치는 모델 파라미터 등을 조사하였다.

국내뿐만 아니라 국외에서도 소고기 품질 종합 판정의 과정은 숙련된 인력에 의해 수행되고 있다. 숙련된 전문가라도 주관적인 견해가 포함 될 가능성이 존재하는 현행의 과정을 개선하고, 판정에 필요한 인자(근내지방도, 지방색, 육색 등)를 보다 객관적으로 획득하기 위해 다양한 센서 및 분석법을 활용하는 시도가 전세계적으로 활발하게 진행되고 있다. 하지만, 선행 연구들의 최종 목표인 현장 실용화 단계로의 적용은 미미한 실정이다. 이에 본 연구에서는 Computer vision 장치로 촬영한 영상을 소고기 품질 판정 과정의 시각 대체 자료로 활용하고, 다양한 영상처리 기법을 이용하여 소고기 품질 판정에 필요한 주요 인자의 추출 가능성을 확인하고자 하였다. 이 과정에서 소고기 품질 판정에 필요한 주요 인자 중 근내지방도를 본 연구의 대상으로 선정하였으며, 근내지방을 효과적으로 추출하는 영상처리 알고리즘을 도입하고, 본 연구에 적합한 알고리즘을 판단하고자 하였다. 소고기 품질 판정에 사용되는 등심 부위의 RGB 영상을 촬영하였다. 촬영된 영상의 기하학적 왜곡과 색상 왜곡을 보정하여, 영상 획득 과정에서 발생하는 기계적 오차를 최소화 하고자 하였다. 보정된 영상에서 배경을 제거하고, 관심 영역(Region of Interest)을 추출하였다. 추출한 영역에서 근내지방을 추출하기 위해 MSER(maximally stable extremal regions) 알고리즘을 중점으로 사용하였고, 이를 제외한 다양한 영상처리 알고리즘도 적용하여 활용 가능성을 확인하였다. 이를 바탕으로, 추후 연구에서는 소고기 품질 판정의 주요 인자인 근내지방의 추출 알고리즘을 개발하고, 나아가 소고기 품질 판정 시스템 구축을 최종 목표로 하고 있다.

소 도체의 등급 판정은 육량과 육질의 품질을 고려하여 숙련된 전문인력에 의해 수행되고 있다. 육질의 품질을 결정하는 중요한 인자로 근내지방도, 지방색, 육색 등이 이용되고 있다. 소도체의 품종, 성별, 연령에 따라 근섬유의 특성과 근내지방의 시각적 발현특성이 다르므로 측정자간 시각적 해석에 오차가 발생할 수 있다. 주요 판정인자들을 객관적으로 판정하기 위한 자동 측정기술의 개발이 필요하다. 본 연구는 근적외선 분광 영상을 이용하여 소 도체의 육질 판정 가능성을 조사하기 위하여 수행되었다. 다섯 등급(1++, 1+, 1, 2, 3)의 소 도체에 대하여 배최장근(등심부위)의 1,000-1,700 nm 영역의 분광 영상을 측정하였고, 육질부분과 지방부분의 분광 특성을 조사하였다. 그 결과 근적외선 분광 영상기술을 이용하여 육질부위와 지방부위의 구분이 가능하였으며, 근내지방도 예측도 가능하였다.

정부의 안전 농식품 안정 공급 정책에 따라 농식품 안전성 검사 수요가 증가하고 있으며, 현장에서 농식품의 안전성을 신속하게 검사할 수 있는 기술의 필요성이 커지고 있다. 대표적인 농식품 안전성 위해요소인 식중독균의 표준 검사 방법은 시간, 노력, 비용이 많이 소요되기 때문에 PCR이나 바이오센서와 같은 새로운 신속검사 기술에 대한 관심이 높아지고 있다. 많은 시료를 빠른 시간에 검사하는 광학기술은 농식품 품질 판정에 많이 활용되어 왔으나, 농식품 안전성을 검사하는 도구로서의 연구는 제한적으로 진행되어져 왔다. 본 연구는 초분광 영상기술을 이용하여 대표적인 식중독균인 살모넬라균의 분광특성을 조사하기 위하여 수행되었다. 연구에는 400~1000 nm 측정 파장대역을 지니는 초분광 영상시스템이 사용되었으며, 식품시료에서 살모넬라균 오염부위를 구분할 수 있는 특성 파장을 조사 및 선정하였다.

수입 농산물의 증가함에 따라 국산 농산물보다 가격이 저렴한 수입 농산물의 원산지 표시 위반 사례들이 증가하고 있다. 공정한 유통질서를 확립하기 위하여 농축산물의 원산지 표시제를 시행하고 있다. 특히 쌀은 관세화 전환 의무에 따라 수입량이 증가하고 있으며, 수입산 쌀 중에서 중립종 및 단립종 품종은 국내산 쌀과 외관이 유사하여 육안 판별이 어렵다. 따라서 국내산과 수입산 쌀을 신속하게 판별할 수 있는 기술이 요구되고 있다. 본 연구에서는 근적외선 초분광 영상 기술을 적용하여 국내산과 수입산 쌀 판별 기술을 개발하였다. 2014~2015년에 국내에서 생산된 중립종 쌀 100점과 중국에서 생산된 단립종 및 중립종 쌀 120점이 실험에 사용되었다. 990~1,700 nm 파장 영역에서 쌀의 근적외선 초분광 영상을 측정하였으며, 초분광 영상의 픽셀 스펙트럼의 평균값을 추출하여 데이터를 분석하였다. 쌀의 원산지 판별을 위해 주성분 선형판별 모델을 개발하였으며, 그 결과 국내산 쌀과 수입산 쌀 판별 정확도 99.9% 이상으로 원산지 판별이 가능하였다.