최근 3차원 영상 데이터 활용 기술이 주목받으며 레이저 스캐너, 깊이 카메라와 같은 장비를 활용하여 작물의 생육을 측정하려는 연구가 시도되고 있다. 작물의 생육 특성을 측정할 때 3차원 영상 데이터를 활용한다면 평면 데이터에서 측정하지 못한 구조와 형태 정보를 이용할 수 있는 장점이 있다. 본 연구에서는 콩의 생육 특성을 3차원 영상 데이터를 활용하여 추정하였다. 깊이 카메라를 이용하여 콩의 개화시(R1), 착협기(R3), 종실비대기(R5) 에 촬영하고 3차원 데이터로 개체의 초장과 엽면적을 추정하고 실측 값과 비교하였다. 초장 추정을 위해 평면에 투영된 개체의 무게 중심을 이용하여 원줄기의 x, y 좌표 위치를 지정하였는데 눈으로 보고 지정한 원줄기의 위치와 무게 중심 점의 x, y 좌표 위치는 높은 결정 계수를 보였다. 초장 추정의 경우 콩의 구조와 형태가 발달함에 따라 3차원 영상에서 지면으로부터 개체 상단 지점 간 거리를 이용하는 방법은 실측과 추정 값간 오차가 컸다. 엽면적 추정을 위해서 3차원 위치 값을 갖는 개체 표면 점들을 높이에 따라 분할하고 각 높이 구간의 면적을 계산하였다. 3차원 데이터 병합 과정에서 늘어난 점 개수로 인해 각 높이 구간에서 계산된 면적이 증가하였기 때문에 추정 값은 과대평가되었다. 향후 3차원 영상을 이용한 보다 정밀한 생육 조사를 위해서는 작물 고유의 생육변수 특성을 고려한 데이터 전처리 과정과 분석 방법 개발이 필요할 것으로 사료된다.

작물 생육 진단에 있어서 군락 엽면적과 군락 피복은 주한 요소 이다. 최근에는 이러한 측정을 디지털 카메라를 활용하여 RGB 식생지수로 작물 생육을 측정하고 있다. 본 연구는 밀 재배 기간 카메라의 노출 값을 다르게 설정하여 RGB 컬러 식생 지수와 군락 엽면적지수 및 군락피복에 대해 평가하였다. 군락 엽면적, 군락 피복 및 디지털 영상 측정은 출수 16일전부터 출수 후 25일까지 하였다. 일출 후 30분 이내에 촬영하였다. 노출 값은 셔터 속도를3 수준(1/60s, 1/340s, 1/640s)으로 하였다. RGB 컬러 식생지수 분석은 파이썬으로 하였다. 실제 군락 엽면적과 군락 피복간에는 정의 상관관계(r2 =0.94)를 보였다. 군락 피복 이미지의 ExG, GLI, NGRDI, ExG-ExR, MExG, TGI, MNGRD 및 MExG-CIVE는 군락 엽면적 지수와 및 군락 피복과는 정의 상관관계를 보였다. 그러나 CIVE와 ExR은 부의 상관관계를 보였다. 본 연구 결과 1/640s 가 1/60s와 1/320s에 비하여 노출이 높게 설정된 것으로 보였다. 또한, 토양과 녹색 영역을 분리하는데 있어서 너무 어린 시기 보다는 출수 전이 가장 잘 분리되었다. 따라서 야외에서의 다양한 광 조건에서는 과도한 노출보다는 광 간섭을 줄이는 기술과 함께 작물의 생육 시기와 기상환경을 고려하여 노출 값이 설정되어야 할 것이다.