A 2D barcode region detection method based on embedded system for augmented reality applications was developed. For the successful 2D barcode candidate region detection, the range of variance and frequency of gray level distribution in the test 2D barcodes was modeled and it was combined with the corner features to localize the final 2D barcode candidates. An automatic 2D barcode localization software was developed with the multiple features mixture method and we tested our system on real camera images of several popular 2D barcode symbologies.

본 연구에서는 국내 콩 유전체의 변이밀집영역(dVB)에서 유 래한 27개 InDel 마커를 신품종 20개에 적용하여 품종판별용 마커로서 범용성을 검증하고 신품종의 구별성과 국내 품종의 유전적 다양성을 확인하였다. 20개 신품종과 MyCrops에 포함된 기존 149개 품종과의 유사도는 평균 61.3%이고, 최저 25.9%에서 최대 96.3%의 유사도로 완전 일치(100%)되는 바코드는 없어 20개 신품종의 유전적 구별성을 모두 확인할 수 있었다. 유연관계를 분석한 결과에서는 신품종을 포함한 국내 169품종이 4개의 유전집단으로 구분되었으며 풋콩 및 단기성 콩의 80%가 I-2 소그룹, 나물콩의 65.9%가 II-2 소그룹에 주로 속한 반면, 장류 및 두부콩은 I-1 (44.4%), I-2 (26.4%), II-2 (23.6%) 소그룹에 고르게 분포하였다. 20개 신품종에 대한 계보도는 나물콩 주요 계보와 장류 및 두부콩으로 크게 두 그룹으로 나누어지며 유연 관계분석을 뒷받침하였다. 품종판별을 위한 최소 마커를 선발 하기 위해 PIC가 높은 공통마커와 품종별 특이마커를 선발하는 2단계 과정을 통해 품종에 따라 7~9개의 최소 마커로 신품종의 진위를 판별할 수 있었다. 이처럼 콩 변이밀집영역에서 유래된 27개 InDel 마커와 이를 이용한 신품종 바코드 정보의 지속적인 업데이트는 수입산에 대한 국산 품종의 보호와 육성가의 권리 증진에 기여하며, 더불어 육종과정 중 신규 유전변이를 도입하고 목표형질을 선발하는 등 육종 효율을 개선하는데도 도움이 될 것으로 기대한다.