Vegetation segmentation in a field color image is a process of distinguishing vegetation objects of interests like crops and weeds from a background of soil and/or other residues. The performance of the process is crucial in automatic precision agriculture which includes weed control and crop status monitoring. To facilitate the segmentation, color indices have predominantly been used to transform the color image into its gray-scale image. A thresholding technique like the Otsu method is then applied to distinguish vegetation parts from the background. An obvious demerit of the thresholding based segmentation will be that classification of each pixel into vegetation or background is carried out solely by using the color feature of the pixel itself without taking into account color features of its neighboring pixels. This paper presents a new pixel-based segmentation method which employs a multi-layer perceptron neural network to classify the gray-scale image into vegetation and nonvegetation pixels. The input data of the neural network for each pixel are 2-dimensional gray-level values surrounding the pixel. To generate a gray-scale image from a raw RGB color image, a well-known color index called Excess Green minus Excess Red Index was used. Experimental results using 80 field images of 4 vegetation species demonstrate the superiority of the neural network to existing threshold-based segmentation methods in terms of accuracy, precision, recall, and harmonic mean.

본 연구는 야간조명 하에서 수목이 효율적으로 생장하는 방법을 모색하고자 LED 색온도에 따른 광합성 전자전달 효 율을 검증하였다. 가로수와 조경수로 도시환경에 많이 식생하는 겹벚나무를 대상으로 White 색온도를 비춘 수목과 Warmwhite 색온도를 비춘 수목, 그리고 무처리 수목을 대상으로 건전도를 비교하였으며, 연구방법으로는 엽록소 형광 반응 (OJIP)을 활용해 LED광원 색온도 조건에 따른 광 스트레스 광생리지표 분석을 통해 광화학반응 해석과 건전성 평가를 하였다. 엽록소 형광반응 (OJIP)을 분석한 결과는 모든 처리구에서 처리 후 115일인 생육후기로 갈수록 낮아졌으며, White 광처 리구와 Warmwhite 광처리구에서 J-I구간의 전이 과정 중 생육후기의 형광량이 증가하여 광계I전자전달효율은 감소된 것을 알 수 있었다. 따라서 전자전달효율인 RE1O/CS 및 RE1o/ RC 모두 감소되었다. 이 중 White 광처리구는 Warmwhite 대비 형광량의 증가폭이 컸으며, PITOTALABS는 처리 전 무처리에 비해 가장 높은 수치였지만, 115 DAT에는 가장 낮은 수치로 감소된 것을 알 수 있었다. 본 연구를 통해 White 광을 비춘 수목은 전자전달효율 및 건전도가 낮은 것으로 판단되었으며 상대적으로 Warmwhite 광처리구의 스트레스가 더 낮은 것으로 나타났다.

과피색의 경우 정량적인 지표로서 주로 Hunter L*a*b* 값을 이용하나 이 값으로 과피색, 과실의 품질을 간접적으로 확인하기에는 어려운 점이 있다. 따라서 본 실험에서는 포도 착색지수로서 제안된 CIRG(Color Index for Red Grapes) 값의 활용도를 평가하여 포도 착색의 객관적인 평가지수로서의 가능성을 검증하고자 하였다. 이를 위해 포도가 착색이 시작되는 시기부터 과립을 채취하여 과피색과 당도, 산도 등의 품질 인자를 측정하여, CIRG 값과의 상관을 분석하고 회귀식을 도출하였다. CIRG 값과 안토시아닌 함량은 CIRG 값이 증가함에 따라 안토시아닌 함량은 지수적으로 증가함을 알 수 있었으며, 결정계수는 ‘캠벌얼리’와 ‘흑보석’ 모두 0.8500 였다. CIRG 값과 당도는 ‘캠벌얼리’가 0.7758, ‘흑보석’이 0.7253으로 높은 결정계수를 나타냈으며, 산도 또한 각각 0.7279, 0.663으로 비교적 높은 결정계수 값을 나타내었다. 따라서 적색포도를 대상으로는 CIRG값이 Hunter L*a*b*값에 비해 과실품질을 추정하는데 있어 보다 높은 신뢰성을 가지고 있는 것을 확인하였다.

The purpose of this study is to check if LED lighting can be used as general lighting and examine the color rendering property of full color RGB LED lighting. CRI is one of the important properties of evaluating lighting. However the present CRI does not fully evaluate LED lightings. Firstly, the performance of a simple task was compared other than comparing CRI values for different lighting. For experimental preparation three types of lightings were used; standard D65 fluorescent tube, general household fluorescent tube, and RGB LED lighting. All three lightings show high error for Purple-Red. All three lightings show similar error for all hues and prove that color discrimination is not affected by the lighting. This proves that LED could be used as general lighting. Secondly, problems of the conventional CIE CRI method are considered and new models are suggested for the new lighting source. Each of the models was evaluated with visual experiment results obtained by the white light matching experiment. The suggested model is based on the CIE CRI method but replaces the color space model by CIELAB, color difference model by CIEDE2000, and chromatic adaptation model by CAT02.

이 연구의 목적은 백색 LED 조명의 광학적 특성을 분석하고 그 특성에 따라 반응하는 학생과 교사들의 감성 반응을 평가하는 데 있다. 이를 위해 이 연구에서는 백색 LED모듈 5개를 시제품으로 만들어 광학적 특성을 측정하고 감성 평가용 모형을 제작하여 감성 반응을 평가하여 분석하였다. 감성 평가에 이용된 평가 방법은 의미미분법이고 선정된 문항은 16문항이며, 이 문항의 신뢰성과 타당성을 검증하기 위하여 예비 실험을 통하여 신뢰도 분석과 타당도 분석을 하였다. 이 과정에서 4가지 요인을 추출하였는데 제 1요인은 활동성, 제 2요인은 안정감, 제 3요인은 역량성, 제 4요인은 감성이미지 요인이라고 명명하였다. 색온도에 따른 감성 평가의 결과는 활동성과 역량성 요인에서는 색온도가 높은 조명을 선호하였으며 , 안정감 요인에서는 색온도가 낮은 조명을 선호하였다. 감성이미지 요인에서는 색온도와 관련 없이 5800K인 청색 계통의 조명을 선호하였다. 연색지수에 따른 감성 평가의 결과는 활동성, 안정감, 감성이미지 요인에서는 고연색 조명을 선호하였으며, 역량성 요인에서는 중 연색 조명을 선호하였다.