KR20140077513A - System and method for crops information management of greenhouse using image - Google Patents

Abstract

Translated fromKorean

본 발명은 영상을 통한 온실 작물 정보 관리 시스템 및 방법에 대한 것이다. 영상을 통한 온실 작물 정보 관리 시스템은 군집 된 작물과 동일한 작물인 참조 작물을 포함하고, 군집 된 작물과 별도로 위치하는 참조 작물부, 하나 또는 둘 이상의 영상 촬영 장치를 포함하고, 영상 촬영 장치를 이용하여 참조 작물을 촬영하여 작물 영상 정보를 생성하는 영상 센서부 및 생성된 작물 영상 정보를 분석하여 참조 작물의 생육 상태를 파악하고, 파악된 참조 작물의 생육 상태에 기초하여 군집 된 작물의 생육 상태를 추정하고, 추정된 군집 된 작물의 생육 상태에 기초하여 군집 된 작물의 성장 및 수확량을 예측하는 관리서버부를 포함한다.The present invention relates to a system and a method for managing greenhouse crop information through video. The greenhouse crop information management system through video includes a reference crop, which includes a reference crop, which is the same crop as the clustered crop, a reference crop located separately from the clustered crop, and one or more image capture devices, The image sensor unit that captures the reference crops to generate crop image information and the generated crop image information to analyze the growth state of the reference crops and to estimate the growth state of the clustered crops based on the detected growth state of the reference crops And a management server unit for predicting the growth and yield of the clusters based on the estimated growth conditions of the clusters.

Description

Translated fromKorean

영상을 통한 온실 작물 정보 관리 시스템 및 그 방법{SYSTEM AND METHOD FOR CROPS INFORMATION MANAGEMENT OF GREENHOUSE USING IMAGE}TECHNICAL FIELD The present invention relates to a greenhouse information management system and a method thereof,

본 발명은 온실 자동 제어 시스템에 관한 것으로, 보다 상세하게는 농업-IT 환경을 구현하기 위한 온실환경에 적합한 자동제어 시스템을 위한 영상을 통한 온실 정보 관리 시스템 및 방법에 관한 것이다.The present invention relates to a greenhouse automatic control system, and more particularly, to a greenhouse information management system and method for an automatic control system suitable for a greenhouse environment for implementing an agricultural-IT environment.

온실에서 재배되는 작물은 온도, 습도, 일사량 및 대기 상태 등에 영향을 받아 작물의 크기, 성장속도, 수확량 및 맛 등을 포함하는 작물의 생장 상태 및 생장 속도가 달라질 수 있다. 온실의 환경 정보 및 작물의 생장 상태 정보를 통해 수확량을 예측할 수 있으며, 예측된 수확량을 통해 작물의 가격 및 작물의 수출입 양을 예측할 수 있다. 온실의 환경제어는 작물을 생육단계나 생육상태, 병해충 발생 정도 등에 따라 시시각각 다르게 제어되어야 하므로 온실 내 작물의 생육정보는 제어 수준을 결정하는데 가장 큰 영향을 미치는 요소이다. 그러므로 온실 환경 자동제어를 위해서는 온실 내 온도, 습도 등의 기상환경조건 이 외에 엽온, 엽습도, 초장(작물의 길이), 엽면적, 절간장, 경경, 엽록소함량, 착화수, 착과수, 과실색 등의 작물 생육정보 수집이 가능하여야 하며, 이러한 작물 생육 정보는 자동으로 환경제어용 메인 컴퓨터로 전송되어 피드백되어야 한다. 이때 기존의 영상인식과 달리, 영상인식 구간을 지정하여 영상인식의 정확성을 높인다. 환경제어 시스템으로 작물 영상이 전송되면 데이터베이스로 저장되고 환경제어 시스템에는 영상처리 모듈을 통하여 초장, 엽면적, 마디 길이, 과실색, 과실 수 등의 영상을 통해 인식한 작물 생육 정보도 데이터베이스에 저장한다. 해당 온실의 크기 및 온실의 작물 수에 따라 작물의 성장 예측 및 수확량 예측 모델이 가능하다.Crops grown in greenhouses can be affected by temperature, humidity, radiation and atmospheric conditions, which can affect crop growth and growth rates, including crop size, growth rate, yield and taste. The environmental information of the greenhouse and the information on the growth status of the crops can be used to predict the yield. The predicted yield can be used to predict the price of the crop and the import / export amount of the crop. Environmental control of the greenhouse is controlled at different times depending on the stage of growth, growth condition, pest incidence, etc. Therefore, the growth information of the crop in the greenhouse has the greatest influence on the control level. Therefore, in order to control the greenhouse environment automatically, it is necessary to control the temperature and humidity of the greenhouse in addition to the weather conditions such as temperature, humidity, and leaf temperature, leaf humidity, plant length, leaf area, Crop growth information should be able to be collected, and these crop growth information should be automatically fed back to the main control computer for environmental control. In this case, unlike the existing image recognition, the image recognition section is designated to improve the accuracy of the image recognition. It is stored in the database when the image of the crop is transferred to the environmental control system, and the growth information of the crop, which is recognized through image processing module such as the plant length, leaf area, bar length, fruit color and fruit number, is also stored in the database. Depending on the size of the greenhouse and the number of crops in the greenhouse, it is possible to predict crop growth and yield yield models.

일반적으로 작물 생장과 생장 속도 등을 관측하기 위한 방법으로 사람이 직접 눈으로 관찰하는 육안에 의존하는 계측 방법을 사용하여 왔다. 기상 변화에 따른 작물 생장 관측 및 수확량 예측을 더욱 정확히 하기 위하여 산간오지의 작물 생장 등도 정확히 측정하는 것이 필수적임에도 불구하고, 이를 매 순간마다 정확히 측정할 수 있는 수단이 없으며, 사람이 매번 일일이 관측하여야 하는 불편함이 있었기 때문에, 정확한 작물 생장 자료를 관측 및 저장하는데 곤란한 문제점이 있다.In general, it has been used as a method for observing crop growth and growth rate, which is dependent on the naked eye which is directly observed by the human eye. Although it is essential to accurately measure the growth of crops in mountainous hillsides in order to more precisely estimate the crop growth and yield according to the meteorological changes, there is no means to accurately measure it every moment, Because of the inconvenience, there are difficulties in observing and storing accurate crop growth data.

더구나, 사람이 관측함으로써 재배 작물의 생장 상태를 관찰하는 데에는 관찰시점의 불일치와 관찰빈도가 제한되는 문제점이 있고, 사람이 직접 측정 시 손으로 만지며 측정하는 관계로 측정자 개개인에 따라 차이가 있을 수 있으며, 작물의 생육 정보 측정에 많은 시간을 낭비하고, 연구원 또는 농업진흥청과 정보를 교환하는데 불편함이 많다. 이로 인해 충분한 데이터를 수집하여 연구 자료로 사용하는데 어려움이 존재한다.In addition, observing the growth status of cultivated crops by human observation has the problem that the inconsistency of observing time and frequency of observation are limited, , It takes a lot of time to measure crop growth information, and it is inconvenient to exchange information with researchers or the Agricultural Development Administration. As a result, there is a difficulty in collecting sufficient data and using it as research data.

본 발명에서 해결하고자 하는 과제는 보다 정밀하고 편리한 온실 자동 제어 시스템 구축을 위하여 작물생육 정보를 수집하기 위한 영상을 통한 온실 작물 정보 관리 시스템 및 방법을 제공하는 것이다.A problem to be solved by the present invention is to provide a greenhouse crop information management system and method for capturing crop growing information for building a more precise and convenient greenhouse automatic control system.

본 발명에 따른 영상을 통한 온실 작물 정보 관리 시스템은 온실 내부에 위치하며, 군집 된 작물과 동일한 작물인 참조 작물을 포함하고, 군집 된 작물과 별도로 위치하는 참조 작물부, 하나 또는 둘 이상의 영상 촬영 장치를 포함하고, 영상 촬영 장치를 이용하여 참조 작물을 촬영하여 작물 영상 정보를 생성하는 영상 센서부 및 생성된 작물 영상 정보를 분석하여 참조 작물의 생육 상태를 파악하고, 파악된 참조 작물의 생육 상태에 기초하여 군집 된 작물의 생육 상태를 추정하고, 추정된 군집 된 작물의 생육 상태에 기초하여 군집 된 작물의 성장 및 수확량을 예측하는 관리서버부를 포함한다.The greenhouse crop information management system according to the present invention is a greenhouse crop information management system that includes a reference crop, which is located inside a greenhouse and is the same crop as the crops, a reference crop part located separately from the clustered crop, An image sensor unit for photographing a reference crop using a video image pickup apparatus to generate crop image information, and analyzing the generated crop image information to grasp the growth state of the reference crop, And a management server unit for estimating the growth state of the clusters based on the estimated growth state of the clusters and estimating the growth and the yield of the clusters based on the estimated growth state of the clusters.

영상 센서부는 단일 영상 촬영 장치를 통한 촬영뿐만 아니라 둘 이상의 영상 촬영 장치를 통해 3차원 영상을 포함하는 작물 영상 정보를 생성할 수 있다. 그리고 영상 센서부는 참조 작물을 촬영하기 위한 조명을 더 포함하며, 온실 내부의 밝기 또는 온실 외부로부터의 빛에 대응하여 조명을 최적의 영상을 획득할 수 있도록 조절할 수 있다.The image sensor unit can generate crop image information including a three-dimensional image through two or more image capturing apparatuses as well as photographing through a single image capturing apparatus. The image sensor unit further includes illumination for photographing a reference crop, and the illumination can be adjusted to obtain an optimal image corresponding to the brightness of the inside of the greenhouse or the light from outside the greenhouse.

관리서버부는 생성된 작물 영상 정보를 색상 보정, 이미지 식별 및 이미지 인식을 포함하는 영상처리 기술 중에서 적어도 하나 이상의 영상처리 기술을 통해 분석하여 참조 작물의 생육 상태를 파악할 수 있다. 그리고 관리서버부는 군집 된 작물에 대한 전문적인 지식 데이터를 저장하고 있으며, 추정된 군집 된 작물의 생육 상태 및 상기 전문적인 지식 데이터를 고려하여 군집 된 작물의 성장 및 수확량을 예측한다. 또한, 관리서버부는 참조 작물의 생육 시기와 군집 된 작물의 생육 시기를 비교한 유사도를 고려하여 군집 된 작물의 생육 상태를 추정할 수 있다.The management server unit analyzes the generated crop image information through at least one image processing technique among image processing techniques including color correction, image identification, and image recognition to determine the growth state of the reference crop. The management server part stores expert knowledge data on the clustered crops, and estimates the growth and yield of the clustered crops in consideration of the growth state of the estimated clustered crops and the expert knowledge data. In addition, the management server can estimate the growth state of the clustered crops based on the similarity between the growth period of the reference crop and the growth period of the clustered crops.

본 발명에 따른 영상을 통한 온실 작물 정보 관리 방법은 먼저, 온실 내부에 군집 된 작물과 별도로 위치하며 군집 된 작물과 동일한 작물인 참조 작물을 촬영하여 작물 영상 정보를 생성한다. 그리고 생성된 작물 영상 정보에 기초하여 참조 작물의 생육 상태를 파악하고, 파악된 참조 작물의 생육 상태에 기초하여 군집 된 작물의 생육 상태를 추정한다. 다음으로, 추정된 군집 된 작물의 생육 상태에 기초하여 군집 된 작물의 성장 및 수확량을 예측한다.In the method for managing greenhouse crop information according to the present invention, first, the reference crop, which is the same crop as the clustered crop, is located separately from the crops clustered in the greenhouse to generate crop image information. Based on the generated crop image information, the growth state of the reference crop is grasped, and the growth state of the clustered crop is estimated based on the detected growth state of the reference crop. Next, the growth and yield of the clusters are predicted based on the growth state of the estimated clustered crops.

본 발명에 따른 영상을 통한 온실 정보 수집 시스템 및 방법은 영상 정보를 바탕으로 재배 초기에서부터 수확기에 이르기까지 시간과 날짜 및 기후 등에 별다른 영향 없이 작물의 상태를 측정하여 온실환경을 제어할 수 있으며, 이를 통해 우수한 품질의 작물 및 수확량 예측이 가능하다.The system and method for collecting greenhouse information using images according to the present invention can control the greenhouse environment by measuring the status of crops from the beginning of harvest to the harvest time without any significant influence on time, It is possible to predict high quality crops and yields.

도 1은 본 발명에 따른 영상을 통한 온실 작물 정보 관리 시스템(100)의 일 실시예를 나타내는 구성도이다.
도 2는 본 발명에 따른 영상을 통한 온실 작물 정보 관리 시스템(100)의 관리서버부(130)의 일 실시예를 나타내는 상세도이다.
도 3은 본 발명의 일 실시예에 따른 영상을 통한 온실 작물 정보 관리 방법을 나타내는 흐름도이다.1 is a configuration diagram illustrating an embodiment of a greenhouse crop information management system 100 according to the present invention.
2 is a detailed view showing an embodiment of themanagement server unit 130 of the greenhouse crop information management system 100 according to the present invention.
FIG. 3 is a flowchart illustrating a method for managing greenhouse crop information through an image according to an embodiment of the present invention.

이하, 첨부된 도면들을 참조하여 본 발명의 실시예를 상세하게 설명한다. 본 명세서에서 사용되는 용어는 실시예에서의 기능 및 효과를 고려하여 선택된 용어들로서, 그 용어의 의미는 사용자 또는 운용자의 의도 또는 업계의 관례 등에 따라 달라질 수 있다. 따라서 후술하는 실시예들에서 사용된 용어의 의미는, 본 명세서에 구체적으로 명시된 경우에는 명시된 정의에 따르며, 구체적으로 명시하지 않는 경우, 당업자들이 일반적으로 인식하는 의미로 해석되어야 할 것이다.
Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings. The terms used in the present specification are terms selected in consideration of the functions and effects in the embodiments, and the meaning of the terms may vary depending on the intention of the user or the operator or industry custom. Therefore, the meaning of the term used in the following embodiments is based on the defined definition when specifically stated in this specification, and unless otherwise stated, it should be interpreted in a sense generally recognized by those skilled in the art.

도 1은 본 발명에 따른 영상을 통한 온실 작물 정보 관리 시스템(100)의 일 실시예를 나타내는 구성도이다.1 is a configuration diagram illustrating an embodiment of a greenhouse crop information management system 100 according to the present invention.

도 1을 참조하면, 본 발명에 따른 영상을 통한 온실 작물 정보 관리 시스템(100)은 영상 센서부(110), 관리서버부(130), 참조 작물부(150)를 포함한다.Referring to FIG. 1, a greenhouse crop information management system 100 according to an exemplary embodiment of the present invention includes animage sensor unit 110, amanagement server unit 130, and areference crop unit 150.

영상 센서부(110)는 온실 내부 및 온실 내부의 작물을 촬영하여 영상 정보를 수집할 수 있는 하나 또는 둘 이상의 영상 촬영장치를 포함한다. 영상 센서부(110)는 하나의 영상 촬영장치를 통해 구성할 수 있으며, 두 대의 영상 촬영장치를 이용한 스테레오(Stereo) 형태나 그 이상의 영상 촬영장치를 이용한 멀티뷰(Multiview) 형태로 구성할 수 있다. 또한, 스테레오 형태나 멀티뷰 형태를 통해 3D 입체 영상을 수집할 수 있다.Theimage sensor unit 110 includes one or more image photographing apparatuses that can collect image information by capturing crops inside the greenhouse and inside the greenhouse. Theimage sensor unit 110 may be configured through a single image capturing device and may be configured in a stereoscopic form using two image capturing devices or in a multiview form using a plurality of image capturing devices . 3D stereoscopic images can be acquired through stereo or multi-view.

그리고 영상 센서부(110)는 작물을 촬영하기 위한 조명을 포함할 수 있다. 영상 센서부(110)의 조명은 온실 내부의 빛 또는 온실 외부의 빛에 기초하여 최적의 영상을 획득 가능하도록 조절된다. 서로 군집 되어 있는 작물들의 경우, 밝기나 명암의 차이 등으로 인하여 정확한 작물 영상 정보를 획득하기 어렵다. 영상 센서부(110)는 조명을 제어함으로써 영상 인식의 정확성을 높일 수 있다.Theimage sensor unit 110 may include illumination for capturing crops. The illumination of theimage sensor unit 110 is adjusted so as to obtain an optimal image based on the light inside the greenhouse or the light outside the greenhouse. In the case of crops clustered together, it is difficult to obtain correct crop image information due to differences in brightness or contrast. Theimage sensor unit 110 can increase the accuracy of image recognition by controlling the illumination.

군집 된 작물의 경우, 각각의 작물 사이의 간격이 좁기 때문에 서로간에 잎이나 작물이 서로 겹치는 경우가 발생하게 된다. 이러한 겹침이 발생하면 영상 센서부(110)를 통해 작물의 상태를 정확하게 인식하기 어려운 문제점이 발생한다. 따라서 영상 센서부(110)는 참조 작물부(150)의 참조 작물을 촬영하여 작물 영상 정보를 수집하는 방법을 통해 이러한 문제를 해결한다. In the case of clustered crops, the spacing between the crops is narrow, so that the leaves or crops overlap each other. If such overlap occurs, it is difficult to accurately recognize the state of the crop through theimage sensor unit 110. [ Therefore, theimage sensor unit 110 solves this problem by capturing the reference crop of thereference crop unit 150 and collecting crop image information.

영상 센서부(110)는 작물을 촬영하여 작물 영상 정보를 수집한다. 작물의 영상 정보는 초장(지표면에서 작물의 크기), 엽면적, 절간장(마디와 마디 사이의 길이), 과실색, 과실의 수 등에 대한 정보를 포함할 수 있다. 엽면적 및 과실색 등은 영상 촬영 장치 2대를 이용한 스테레오 비전기술을 활용하여 측정할 수 있다. 영상 센서부(110)는 온실 내부에 위치한 참조 작물을 촬영하여 작물 영상 정보를 수집한다. 참조 작물은 참조 작물부(170)에 위치하며, 참조 작물에 대한 구체적인 설명은 후술하는 참조 작물부(170)에 기재하도록 한다. 그리고 작물 영상 정보는 군집 된 작물을 촬영하여 획득한 영상 정보를 더 포함할 수 있다.Theimage sensor unit 110 picks up crops and collects crop image information. The image information of the crop can include information on the length of the crop (the size of the crop on the surface), the leaf area, the spacing (the length between nodes), the color of the fruit, and the number of fruits. Leaf area and fruit color can be measured by using stereo vision technology using two imaging devices. Theimage sensor unit 110 captures reference crops located inside the greenhouse to collect crop image information. The reference crop is located in the reference crop section 170, and a detailed description of the reference crop will be described in the reference crop section 170 described later. The crop image information may further include image information obtained by photographing the crops.

영상 센서부(110)는 미리 정해진 일정에 따라 일정 시간 간격 또는 항시 온실 내부의 작물을 촬영할 수 있으며, 관리서버부(130)로부터 특정한 제어 명령이 수신되는 경우, 수신된 제어 명령에 기초하여 온실 내부의 작물을 촬영할 수 있다. 그리고 영상 센서부(110)는 수신된 제어 명령에 따라 참조 작물부(150)의 참조 작물 뿐만 아니라 군집 된 작물을 촬영하여 작물 영상 정보를 더 획득할 수 있다.Theimage sensor unit 110 can photograph crops in the greenhouse at predetermined time intervals or at any time according to a predetermined schedule. When a specific control command is received from themanagement server unit 130, Crops can be photographed. Theimage sensor unit 110 may acquire not only the reference crop of thereference crop unit 150 but also the cropped crops according to the received control command to obtain more crop image information.

영상 센서부(110)는 참조 작물을 촬영하여 수집한 작물 영상 정보를 관리서버부(130)로 전달한다.Theimage sensor unit 110 captures a reference crop and transmits the collected crop image information to themanagement server unit 130.

참조 작물부(150)는 온실 내부에 위치한 작물 군집과 비교하기 위한 작물이다. 작물 군집은 둘 이상 또는 다수의 작물이 군집하여 구성되기 때문에 작물 각각 서로 경쟁하거나 영양분 공급 및 광흡수율 등의 차이로 인해 각각의 작물 사이에 성장 및 생육에 차이를 보일 수 있다. 즉, 작물 군집에 속한 작물의 경우, 각각의 작물이 서로 크기나 색깔 등이 다를 수 있으며, 참조 작물과도 다를 수 있다. 또한, 서로간의 거리가 가깝기 때문에 영상 촬영 과정에서 잎이나 작물 자체가 서로 겹쳐 촬영될 수 있다. 예를 들어, 각 작물 간에 잎사귀가 서로 겹쳐지게 되면 서로 간의 색과 모양 및 무늬 등이 유사하기 때문에 영상 센서부(110)가 촬영한 영상에서 정확한 작물의 상태를 인식하기 어렵게 된다.Thereference crop section 150 is a crop for comparison with the crop community located inside the greenhouse. Since the crop cluster is composed of two or more crops, the crops may compete with each other, and differences in growth and growth may occur between the respective crops due to differences in nutrient supply and light absorption rate. That is, in the case of crops belonging to a crop community, the sizes and colors of the respective crops may be different from each other, and may be different from the reference crops. In addition, since the distance between them is close to each other, the leaves or the crop itself can be photographed in the image capturing process. For example, when leaves overlap each other, color, shape and pattern of each other are similar to each other, so that it is difficult to recognize the exact state of the crop in the image captured by theimage sensor unit 110.

이러한 이유로 더욱 정확한 작물 생육 상태를 파악하기 위하여 참조 작물을 통해 작물의 생육 상태를 파악할 수 있다. 참조 작물은 군집 된 작물과 붙어 있진 않지만, 같은 온실 내부의 자연환경에서 성장하기 때문에 군집 된 작물과 상당부분 유사한 생육 상태를 보일 수 있다. 반면에 수확량이나 공간을 고려해야 하는 군집 된 작물에 비해 하나 또는 소수의 작물만을 충분한 간격을 유지시키면서 배치할 수 있다. 따라서 영상 센서부(110)를 통해 작물 영상 정보를 획득할 때, 작물의 상태를 정확하게 인식할 수 있으며, 인식된 작물의 생육 상태는 군집 된 작물과 비교적 유사하다고 유추할 수 있다.For this reason, reference crops can be used to determine the growth status of the crops in order to better understand the crop growth status. Although reference crops are not associated with clustered crops, they can grow in a natural environment within the same greenhouse, resulting in a much similar growth condition to the clustered crops. On the other hand, only one or a few crops can be placed with sufficient spacing compared to the clustered crops where yields or space must be taken into account. Therefore, when crop image information is obtained through theimage sensor unit 110, the state of the crop can be accurately recognized, and the grown state of the recognized crop is relatively similar to the clustered crop.

예를 들어, 작물 수확량을 파악할 때 참조 작물의 수확량에 군집 된 작물의 숫자를 곱하여 군집 된 작물들의 수확량을 계산할 수 있다. 또한, 작물 군집에 속한 각각의 작물의 생장 정도나 과실 수 등이 그 차이가 심해 정확한 상태 파악이 쉽지 않은 경우, 참조 작물의 작물 생육과 작물 군집의 생육 상태의 유사도를 비교하여 작물 군집의 생육 상태나 성장 및 수확량을 예측할 수 있다.For example, when determining crop yields, you can calculate the yield of the crops by multiplying the yield of the reference crop by the number of crops that are clustered. In addition, when it is not easy to grasp the exact status of each crop belonging to the crop community, it is difficult to grasp the precise state of each crop. The comparison of the crop growth of the reference crop with the similarity of the growth condition of the crop community, I can predict growth and yield.

관리서버부(130)는 영상 센서부(110)로부터 수신된 작물 영상 정보를 저장한다. 그리고 수신된 작물 영상 정보를 색상 보정, 이미지 식별 및 인식 등과 같은 영상처리 기술을 적용하여 작물 영상 정보를 분석하여 현재 작물의 초장, 엽면적, 과실색, 마디 길이 및 과실 수 등과 같은 현재 작물의 세부 정보를 생성한다. 작물 영상 정보에 포함된 군집 된 작물 정보에 기초하여 분석하는 경우, 작물의 세부 정보는 작물 군집의 작물에 대한 세부 정보를 포함한다. 만약 작물 영상 정보에 포함된 참조 작물 정보에 기초하여 분석하는 경우, 작물의 세부 정보는 참조 작물에 대한 세부 정보를 포함한다.Themanagement server unit 130 stores the crop image information received from theimage sensor unit 110. The image information of the received crop image is analyzed by image processing technology such as color correction, image identification and recognition, and the detailed information of the present crop such as the current crop height, leaf area, fruit color, bar length and fruit number . When analyzing based on clustered crop information contained in the crop image information, the details of the crop include details of the crop in the crop community. If the analysis is based on the reference crop information contained in the crop image information, the details of the crop include details of the reference crop.

군집 된 작물의 작물들은 각각의 작물들 서로 간에 잎이 겹치거나 작물이 영상에서 겹치는 현상 등이 발생할 수 있기 때문에 군집 된 작물을 촬영한 작물 영상 정보만으로는 작물의 생육 상태를 파악하기 쉽지 않다. 따라서 참조 작물부(150)에 위치한 참조 작물을 촬영하여 획득한 작물 영상 정보를 이용하여 작물의 생육 상태를 파악할 수 있다. It is not easy to understand the growth status of crops only by crop image information of clusters of crops because clusters of crops may cause overlapping of leaves or overlapping of crops in each crop. Therefore, it is possible to grasp the growth state of the crop using the crop image information obtained by photographing the reference crop located in thereference cropping unit 150.

관리서버부(130)는 영상 센서부(110)를 통해 참조 작물부(150)의 참조 작물로부터 획득한 작물 영상 정보를 분석하여 참조 작물의 현재 생육 상태를 파악할 수 있다. 관리서버부(130)는 참조 작물의 현재 생육 상태를 군집 된 작물의 현재 생육 상태와 동일하다고 판단할 수 있다. 또는 관리서버부(130)는 군집 된 작물의 작물 영상 정보와 참조 작물의 작물 영상 정보를 비교하여 유사도를 판단한 후, 참조 작물의 현재 생육 상태에 유사도를 적용하여 군집 된 작물의 현재 생육 상태를 유추할 수 있다.Themanagement server unit 130 can analyze the crop image information acquired from the reference crop of thereference crop unit 150 through theimage sensor unit 110 to grasp the current growth state of the reference crop. Themanagement server unit 130 may determine that the current crop of the reference crop is the same as the current crop of the crop. Or themanagement server unit 130 compares the crop image information of the clustered crop with the crop image information of the reference crop to determine the similarity and then applies the similarity to the current growth state of the reference crop to estimate the current growth state of the clustered crop can do.

예를 들어, 참조 작물의 현재 과실 수에 군집 된 작물에 포함된 작물의 수를 곱하여 군집 된 작물 전체의 과실 수를 추정할 수 있다. 또는 참조 작물과 군집 된 작물을 비교한 유사도를 고려하여 군집 된 작물이 참조 작물에 비해 일정 정도 과실 수가 적을 것으로 비교되면, 이를 고려하여 참조 작물의 과실 수에 유사도를 적용하여 군집 된 작물 전체의 과실 수를 추정할 수 있다.For example, the number of crops in a cluster can be estimated by multiplying the current number of crops in the reference crop by the number of crops in the clustered crop. Or considering the similarity between the reference crop and the clustered crops, it is considered that the clustered crops are compared with the reference crops to have a certain number of errors compared to the reference crops. Considering this fact, applying the similarity to the fruit number of the reference crops, Can be estimated.

그리고 관리서버부(130)는 미리 저장되어 있던 작물에 대한 전문 정보, 참조 작물에 대한 세부 정보 및 군집 된 작물에 대한 세부 정보를 이용하여 군집 된 작물의 성장 및 수확량을 예측한다. 작물에 대한 전문 정보는 해당 작물에 대한 전문적인 지식 및 데이터를 나타낸다. 관리서버부(130)는 작물 영상 정보에 기초하여 현재 작물의 생육 및 상태를 파악할 수 있다. 관리서버부(130)는 파악된 현재 작물의 생육 및 상태에 대한 정보와 해당 작물에 대한 전문적인 지식/데이터를 이용하여 해당 작물의 성장 및 수확량을 예측하고, 예측된 작물의 성장 및 수확량 등의 정보를 포함하는 작물 추정 정보를 생성하여 사용자에게 제공한다.Themanagement server unit 130 predicts the growth and yield of the clustered crops by using detailed information about the crops stored in advance, detailed information about the reference crops, and detailed information about the clustered crops. Professional information on crops represents expert knowledge and data on the crops. Themanagement server unit 130 can grasp the current crop growth and state based on the crop image information. Themanagement server unit 130 predicts the growth and yield of the crop using information on the growth and condition of the current crop and the expert knowledge / data about the crop, and calculates the growth and yield of the crop And generates and provides the user with crop estimation information.

예를 들어, 참조 작물의 작물 생육과 작물 군집의 생육 상태의 유사도를 비교하여 현재 작물의 생장 상태와 과실 수를 파악하고, 현재 파악된 생장 상태와 과실 수를 전문적인 지식/데이터와 비교하여 해당 작물의 생장, 수확 시기 또는 과실 수 등을 예측할 수 있다.For example, by comparing the similarity of the crop growth of the reference crop with the growth status of the crop community, it is possible to determine the current state of the crop and the number of fruits, and compare the current state of growth and fruit number with the expert knowledge / Crop growth, harvest time or fruit number can be predicted.

또한, 관리서버부(130)는 영상 센서부(110)에 제어 신호를 전달하여 영상 센서부(110)를 제어할 수 있다. 제어 신호는 일정한 주기로 촬영을 수행하는 명령을 포함하거나, 사용자의 특정한 지시에 따라 촬영을 수행하는 명령을 포함할 수 있다.Themanagement server unit 130 may control theimage sensor unit 110 by transmitting a control signal to theimage sensor unit 110. The control signal may include an instruction to perform imaging at a constant cycle, or may include an instruction to perform imaging in accordance with a user ' s specific instruction.

도 2는 본 발명에 따른 영상을 통한 온실 작물 정보 관리 시스템(100)의 관리서버부(130)의 일 실시예를 나타내는 상세도이다.2 is a detailed view showing an embodiment of themanagement server unit 130 of the greenhouse crop information management system 100 according to the present invention.

도 2를 참조하면, 본 발명에 따른 영상을 통한 온실 작물 정보 관리 시스템(100)의 관리서버부(130)는 정보 저장부(131), 정보 처리부(132), 제어부(133) 및 통신부(134)를 포함한다.2, themanagement server unit 130 of the greenhouse crop information management system 100 according to the present invention includes aninformation storage unit 131, aninformation processing unit 132, acontrol unit 133, and a communication unit 134 ).

정보 저장부(131)는 영상 센서부(110)로부터 수신된 작물 영상 정보를 저장한다. 영상 센서부(110)는 군집 된 작물 및 참조 작물을 영상 촬영 장치를 통해 촬영한 작물 영상 정보를 관리서버부(130)로 전달한다. 정보 저장부(131)는 수신된 작물 영상 정보를 저장하여 데이터베이스를 형성한다.Theinformation storage unit 131 stores the crop image information received from theimage sensor unit 110. Theimage sensor unit 110 transmits the crop image information captured by the image capturing apparatus to themanagement server unit 130, Theinformation storage unit 131 stores the received crop image information to form a database.

그리고 정보 저장부(131)는 작물에 대한 전문 정보를 저장하고 있는다. 작물에 대한 전문 정보는 각 작물에 대한 전문적인 지식이나 데이터를 포함한다. 작물에 대한 전문 정보는 수집된 작물 영상 정보로부터 현재의 작물의 상태 및 수확량 등을 예측하는 데이터로 사용된다.Theinformation storage unit 131 stores expert information on the crop. Professional information on crops includes expertise and data on each crop. Expert information on crops is used as data for predicting the current crop status and yield from collected crop image information.

정보 저장부(131)는 수신된 작물 영상 정보 및 저장되어 있는 작물에 대한 전문 정보를 정보 처리부(132)로 전달한다.Theinformation storage unit 131 transmits the received crop image information and the stored crop information to theinformation processing unit 132.

정보 처리부(132)는 정보 저장부(131)로부터 수신된 작물 영상 정보 및 작물에 대한 전문 정보에 기초하여 현재의 작물 생육 상태를 파악한다. 정보 처리부(132)는 수신된 작물 영상 정보를 색상 보정, 이미지 식별 및 인식 등과 같은 영상처리 기술을 적용하여 작물 영상 정보를 분석하여 현재 작물의 초장, 엽면적, 과실색, 마디 길이 및 과실 수 등과 같은 현재 작물의 세부 정보를 생성한다. 본 발명에서는 군집 된 작물뿐만 아니라 참조 작물을 따로 배치하여 작물 영상 정보를 수집하기 때문에 각각의 작물 간에 서로 겹치거나 하는 문제를 사전에 예방할 수 있다. 따라서 정보 처리부(132)는 군집 된 작물의 영상 정보를 직접 분석하는 것보다 참조 작물의 영상 정보를 분석함으로써 더욱 정확한 작물 생육 상태 파악이 가능하다.Theinformation processing unit 132 grasps the current crop growth state based on the crop image information received from theinformation storage unit 131 and the expert information on the crop. Theinformation processing unit 132 analyzes the crop image information by applying an image processing technique such as color correction, image identification, and recognition to the received crop image information to determine the current crop height, leaf area, fruit color, Generate details of the current crop. In the present invention, not only clustered crops but also reference crops are separately arranged to collect crop image information, so that the problem of overlapping each crop can be prevented in advance. Therefore, theinformation processing unit 132 can analyze the image information of the reference crops rather than directly analyze the image information of the clustered crops, thereby more accurately grasping the crop growth state.

정보 처리부(132)는 참조 작물의 영상 정보를 분석하여 파악한 참조 작물의 생육 상태에 기초하여 군집 된 작물의 생육 상태를 추정한다. 먼저, 참조 작물의 생육 상태가 군집 된 작물의 평균적인 생육 상태와 유사하다고 가정하고 참조 작물의 생육 상태를 군집 된 작물의 전체 작물의 생육 상태로 추정할 수 있다. 또 다른 방법은 참조 작물과 군집 된 작물 사이의 유사도를 고려하여, 참조 작물의 생육 상태에 유사도를 적용하여 군집 된 작물의 생육 상태를 추정할 수 있다. 유사도는 사용자나 전문가에 의해 특정한 값이 입력될 수 있으며, 참조 작물의 영상 정보와 군집 된 작물의 영상 정보를 비교하여 결정할 수 있다. 또한 유사도는 참조 작물의 생육시기와 군집 된 작물의 생육 시기를 비교하여 결정할 수 있다.Theinformation processing unit 132 analyzes the image information of the reference crop and estimates the growth state of the clustered crop based on the detected growth state of the reference crop. First, it is assumed that the growth status of the reference crop is similar to the average growth status of the clustered crop, and the growth status of the reference crop can be estimated as the growth status of the whole crop of the clustered crop. Another method is to estimate the growth status of the clustered crops by applying similarity to the growth status of the reference crops, taking into account the similarity between the reference crops and the clustered crops. The degree of similarity can be input by a user or an expert, and can be determined by comparing the image information of the reference crop and the image information of the clustered crop. The degree of similarity can be determined by comparing the growth period of the reference crop and the growth period of the clustered crop.

정보 처리부(132)는 작물의 세부 정보와 작물에 대한 전문 정보를 비교하여 작물의 현재 상태에 대하여 분석할 수 있다. 작물의 생육 정도, 엽면적 및 과실색 등의 정보와 작물에 대한 전문 정보에 포함된 작물의 엽면적 및 과실색 등의 정보를 종합하여 현재 작물의 정확한 생육 상태나 건강 상태를 확인할 수 있다. 또한 이 경우, 현재의 작물의 세부 정보뿐만 아니라 이전에 수집하여 저장하고 있던 과거의 작물의 세부 정보를 이용할 수 있다.Theinformation processing unit 132 can analyze the current state of the crop by comparing the detailed information of the crop with the specialized information about the crop. Information on crop growth, leaf area, and fruit color, as well as leaf area and fruit color of the crops included in the specialized information on the crops can be combined to confirm the accurate growth and health status of the crops. In this case, details of the current crop can be used, as well as details of past crops previously collected and stored.

그리고 정보 처리부(132)는 작물의 세부 정보와 작물에 대한 전문 정보에 기초하여 앞으로의 작물의 생육이나 수확량 등을 예측한다.정보 처리부(132)는 파악된 현재 작물의 생육 및 상태에 대한 정보와 해당 작물에 대한 전문적인 지식/데이터를 이용하여 해당 작물의 성장 및 수확량을 예측하고, 예측된 작물의 성장 및 수확량 등의 정보를 포함하는 작물 추정 정보를 생성하여 사용자에게 제공한다. 예를 들어, 작물을 심은 날짜와 현재 작물의 생육 상태를 일반적인 해당 작물의 생육 상태와 비교하여 더 양호한 결과를 보일 경우 수확량이 더 상승할 것이며, 전문 지식에 기초하여 구체적인 수확량 또한 예측할 수 있다. 정보 처리부(132)는 예측된 수확량 및 작물 생육 상태를 포함하는 작물 추정 정보를 생성하여 통신부(134)로 전달한다.Theinformation processing unit 132 predicts future growth and yield of the crop based on the detailed information of the crop and the specialized information about the crop. Theinformation processing unit 132 generates information on the growth and state of the current crop, Estimates the growth and yield of the crop using the expert knowledge / data on the crop, generates crop estimation information including information on the growth and yield of the crop, and provides the generated information to the user. For example, comparing the date of planting of the crop and the growth status of the current crop with the growth status of the general crop, the better the result, the higher the yield and the more specific the yield based on the expertise. Theinformation processing unit 132 generates crop estimation information including the predicted yield and the crop growth state, and transmits the generated crop estimation information to thecommunication unit 134.

제어부(133)는 통신부(134)로부터 수신된 제어 요청에 기초하여 제어 신호를 생성하고, 생성된 제어 신호를 영상 센서부(110)로 전달한다. 제어 신호는 영상 센서부에 대한 제어 명령을 포함하며, 제어 명령은 일정한 주기로 촬영을 수행하는 명령을 포함하거나, 사용자의 특정한 지시에 따라 촬영을 수행하는 명령을 포함할 수 있다.Thecontrol unit 133 generates a control signal based on the control request received from thecommunication unit 134, and transmits the generated control signal to theimage sensor unit 110. The control signal includes a control command for the image sensor unit, and the control command may include an instruction to perform imaging at a predetermined period, or may include an instruction to perform imaging according to a user's specific instruction.

통신부(134)는 정보 처리부(132)로부터 수신된 작물 영상 정보 및 작물 추정 정보를 사용자에게 전달한다. 그리고 사용자로부터 수신된 제어 요청을 제어부(133)로 전달한다.Thecommunication unit 134 transmits the crop image information and the crop estimation information received from theinformation processing unit 132 to the user. Thecontrol unit 133 transmits the control request received from the user to thecontrol unit 133.

도 3은 본 발명의 일 실시예에 따른 영상을 통한 온실 작물 정보 관리 방법을 나타내는 흐름도이다.FIG. 3 is a flowchart illustrating a method for managing greenhouse crop information through an image according to an embodiment of the present invention.

도 3을 참조하면, 본 발명의 일 실시예에 따른 영상을 통한 온실 작물 정보 관리 방법은 먼저, 참조 작물을 촬영하여 작물 영상 정보를 생성한다(301). 본 발명에 따른 영상을 통한 온실 작물 정보 관리 시스템은 재배하는 작물이 심어져 있는 군집 된 작물과 영상 인식 과정의 효율성과 정확도를 높이기 위한 참조 작물을 포함한다. 군집되어 있는 작물은 서로 간의 간격이 좁기 때문에 영상 촬영을 통한 영상 정보 획득 과정에서 서로 겹치는 현상이 발생할 수 있다. 동일한 작물이 심어져 있기 때문에 서로 색이나 모양 및 무늬 등이 유사하기 때문에 대상 작물을 정확하게 인식하기 쉽지 않다. 따라서 하나 또는 소수의 참조 작물을 통해 작물의 현재의 생육 상태를 파악할 수 있다.Referring to FIG. 3, in the method of managing greenhouse crop information through an image according to an embodiment of the present invention, first, a reference crop is photographed to generate crop image information (301). The greenhouse crop information management system according to the present invention includes a clustered crop planted with a crop to be cultivated and a reference crop for improving the efficiency and accuracy of the image recognition process. Clustered crops may overlap each other in the process of acquiring image information through image capture because the interval between them is narrow. Because the same crop is planted, it is not easy to accurately recognize the target crops because they are similar in color, shape and pattern. Thus, one or a small number of reference crops can be used to determine the current growth state of the crop.

이러한 이유로 더욱 정확한 작물 생육 상태를 파악하기 위하여 참조 작물을 통해 작물의 생육 상태를 파악할 수 있다. 참조 작물은 군집 된 작물과 붙어 있진 않지만, 같은 온실 내부의 자연환경에서 성장하기 때문에 군집 된 작물과 상당부분 유사한 생육 상태를 보일 수 있다. 반면에 수확량이나 공간을 고려해야 하는 군집 된 작물에 비해 하나 또는 소수의 작물만을 충분한 간격을 유지시키면서 배치할 수 있다. 따라서 영상 촬영을 통해 작물 영상 정보를 획득할 때, 작물의 상태를 정확하게 인식할 수 있으며, 인식된 작물의 생육 상태는 군집 된 작물과 비교적 유사하다고 유추할 수 있다.For this reason, reference crops can be used to determine the growth status of the crops in order to better understand the crop growth status. Although reference crops are not associated with clustered crops, they can grow in a natural environment within the same greenhouse, resulting in a much similar growth condition to the clustered crops. On the other hand, only one or a few crops can be placed with sufficient spacing compared to the clustered crops where yields or space must be taken into account. Therefore, when crop image information is acquired through image capture, the state of the crop can be correctly recognized, and the growth state of the recognized crop can be inferred to be relatively similar to the clustered crop.

참조 작물을 촬영하는 영상 촬영 장치는 하나의 영상 촬영 장치로 구성할 수 있으며, 두 개 또는 셋 이상의 영상 촬영 장치를 통해 스테레오 형식이나 멀티뷰 형식으로 촬영하거나, 3D 입체로 촬영하여 작물 영상 정보를 수집할 수 있다. 또한 자체 보유한 조명을 조절하여 온실 내부의 밝기나 온실 외부로부터 들어오는 빛 등을 고려하여 최적의 영상을 획득할 수 있다.The image capturing device for capturing reference crops can be configured as a single image capturing device, and can be photographed in stereo format or multi-view format through two or more image capturing devices, or captured in 3D stereoscopic image to collect crop image information can do. In addition, it can acquire the optimal image considering the brightness inside the greenhouse and the light coming from the outside of the greenhouse by adjusting the own lighting.

작물을 촬영하여 작물 영상 정보를 생성하는 것은 미리 설정된 값에 따라 일정한 주기를 가지고 촬영하거나 항상 연속적으로 촬영하여 생성할 수 있으며, 사용자의 요청 또는 명령에 따라 임의의 시간에 촬영하여 작물 영상 정보를 생성할 수 있다.The generation of the crop image information by capturing the crop can be performed by capturing the image at a predetermined cycle according to the predetermined value or continuously capturing it continuously. The crop image information is generated by taking the image at an arbitrary time according to the user's request or command can do.

다음으로 생성된 작물 영상 정보에 분석하여 참조 작물의 현재 생육 상태를 파악한다(302). 생성된 작물 영상 정보를 색상 보정, 이미지 식별 및 인식 등과 같은 영상처리 기술을 적용하여 작물 영상 정보를 분석하여 현재 작물의 초장, 엽면적, 과실색, 마디 길이 및 과실 수 등과 같은 현재 작물의 세부 정보를 생성한다. 군집 된 작물의 작물들은 각각의 작물들 서로 간에 잎이 겹치거나 작물이 영상에서 겹치는 현상 등이 발생할 수 있기 때문에 군집 된 작물을 촬영한 작물 영상 정보만으로는 작물의 생육 상태를 파악하기 쉽지 않다. 따라서 참조 작물을 촬영하여 획득한 작물 영상 정보를 이용하여 작물의 생육 상태를 파악할 수 있다.Next, the current crop state of the reference crop is analyzed (302) by analyzing the generated crop image information. By applying image processing technology such as color correction, image identification and recognition to the crop image information, the crop image information is analyzed and the details of the present crop such as the crop height, leaf area, fruit color, bar length, . It is not easy to understand the growth status of crops only by crop image information of clusters of crops because clusters of crops may cause overlapping of leaves or overlapping of crops in each crop. Therefore, the growth status of the crop can be grasped by using the crop image information obtained by photographing the reference crop.

그리고 파악된 참조 작물의 현재 생육 상태에 기초하여 군집 된 작물의 현재 생육 상태를 추정한다(303). 본 발명에 따른 영상을 통한 온실 환경 시스템은 참조 작물을 통해 군집 된 작물의 생육 상태를 추정한다. 참조 작물의 생육 상태를 통해 군집 된 작물의 생육 상태를 추정하는 방법은 크게 두 가지 방법을 사용할 수 있다.Based on the current growth state of the identified reference crop, the current growth state of the clusters is estimated (303). The greenhouse environment system based on the image according to the present invention estimates the growth state of the crops collected through reference crops. Two methods can be used as a method for estimating the growth state of the clusters through reference to the growth state of the reference crops.

첫 번째는 참조 작물의 현재 생육 상태를 군집 된 작물의 평균 생육 상태와 동일하다고 사정하는 것이다. 참조 작물은 군집 된 작물과 동일한 온실 내부의 자연 환경에서 동일한 물, 비료 및 에너지 등을 제공받아 키워진다. 따라서 참조 작물의 생육 상태가 군집 된 작물의 평균적인 생육 상태와 거의 유사하다고 가정하여 군집 된 작물의 생육 상태를 추정한다. 예를 들어, 참조 작물의 과실 수에 군집 된 작물에 포함된 작물의 수를 곱하여 군집 된 작물 전체의 과실 수를 추정할 수 있다.The first is to assess that the current crop status of the reference crop is the same as the average crop status of the clustered crop. Reference crops are grown in the same natural environment within the same greenhouse as the clustered crops, receiving the same water, fertilizer and energy. Therefore, it is assumed that the growth status of the reference crops is almost similar to the average growth status of the clustered crops. For example, the fruit number of a reference crop can be estimated by multiplying the number of crops in the clustered crop by the number of crops in the reference crop.

두 번째는 참조 작물과 군집 된 작물 간의 유사도를 고려하여 군집 된 작물의 생육 상태를 추정하는 것이다. 참조 작물과 군집 된 작물 간의 유사도는 사용자 또는 전문가가 임의의 특정 값을 입력할 수 있으며, 또는 참조 작물과 군집 된 작물의 영상 정보를 비교하여 유사도를 판단할 수 있다. 예를 들어 유사도를 고려하여 군집 된 작물이 참조 작물에 비해 일정 정도 과실 수가 적을 것으로 비교되면, 이를 고려하여 참조 작물의 과실 수에 유사도를 적용하여 군집 된 작물 전체의 과실 수를 추정할 수 있다.The second is to estimate the growth status of the clustered crops, taking into account the similarity between the reference crops and the clustered crops. The degree of similarity between reference crops and clustered crops can be input by a user or a specialist, or the similarity can be determined by comparing the reference crops with the image information of the clustered crops. For example, if the clustered crops are compared with the reference crops in terms of similarity, the number of fruits can be estimated by applying the similarity to the fruit number of the reference crops.

다음으로 작물의 현재 생육 상태 및 미리 저장되어 있는 작물에 대한 전문 정보에 기초하여 작물의 생육 및 수확량을 예측한다(304). 추정된 현재의 군집 된 작물 생육 상태에 기초하여 앞으로의 군집 된 작물의 생육 정도 또는 수확량을 예측할 수 있다. 미리 저장되어 있는 해당 작물과 관련된 전문적인 지식/데이터와 추정된 현재의 군집 된 작물 생육 상태를 고려하여 군집 된 작물의 성장 및 수확량을 예측한다. 예를 들어, 현재 파악된 군집 된 작물의 생장 상태에 전문적인 지식/데이터를 적용하여 해당 작물의 생장 정도, 수확 시기 또는 과실 수 등을 예측할 수 있다.Next, the growth and yield of the crop is predicted 304 based on the current growth state of the crop and the specialized information about the crop stored in advance. Based on the estimated current clustered crop growth status, the growth or yield of the future clustered crops can be predicted. Estimate the growth and yield of the clustered crops, taking into account the expert knowledge / data associated with the crop in question and the estimated current crop growth status. For example, expert knowledge / data can be applied to the current state of crop growth to predict crop growth, harvest timing, or fruit number.

이처럼 본 발명에 따른 영상을 통한 온실 작물 정보 관리 시스템 및 방법을 통해 영상 정보를 바탕으로 재배 초기에서부터 수확기에 이르기까지 시간과 날짜 및 기후 등에 별다른 영향 없이 작물의 상태를 측정하여 온실환경을 제어할 수 있으며, 이를 통해 우수한 품질의 작물 및 수확량 예측이 가능하다. 이와 같이 농업 분야에 IT 기술을 적용함으로써 농업의 부가가치와 생산성을 높일 수 있으며, 자동화로 인한 노동력 절감의 효과가 있다.
As described above, the system and method for managing greenhouse crop information through the image according to the present invention can control the greenhouse environment by measuring the state of crops from the early stage of cultivation to the harvesting time without any significant influence on time, , Which enables high quality crops and crop yields to be predicted. By applying IT technology to the agricultural sector, it is possible to increase the value added and productivity of agriculture, and it has the effect of reducing labor due to automation.

이상 바람직한 실시 예를 들어 본 발명을 상세하게 설명하였으나, 본 발명은 전술한 실시 예에 한정되지 않고, 본 발명의 기술적 사상의 범위 내에서 당 분야에서 통상의 지식을 가진 자에 의하여 여러 가지 변형이 가능하다.While the present invention has been particularly shown and described with reference to exemplary embodiments thereof, it is to be understood that the invention is not limited to the disclosed exemplary embodiments, but, on the contrary, It is possible.

110: 영상 센서부
130: 관리서버부
131: 정보 저장부
132: 정보 처리부
133: 제어부
134: 통신부
150: 참조작물부110: Image sensor unit
130: management server unit
131: Information storage unit
132: Information processor
133:
134:
150: Reference crop section

Claims (11)

Translated fromKorean

온실 내부에 군집 된 작물을 재배하는 온실 환경 관리 시스템에 있어서,
상기 온실 내부에 위치하며, 상기 군집 된 작물과 동일한 작물인 참조 작물을 포함하고, 상기 군집 된 작물과 별도로 위치하는 참조 작물부;
하나 또는 둘 이상의 영상 촬영 장치를 포함하고, 상기 영상 촬영 장치를 이용하여 상기 참조 작물을 촬영하여 작물 영상 정보를 생성하는 영상 센서부; 및
상기 생성된 작물 영상 정보를 분석하여 상기 참조 작물의 생육 상태를 파악하고, 상기 파악된 참조 작물의 생육 상태에 기초하여 상기 군집 된 작물의 생육 상태를 추정하고, 상기 추정된 군집 된 작물의 생육 상태에 기초하여 상기 군집 된 작물의 성장 및 수확량을 예측하는 관리서버부;
를 포함하는 것을 특징으로 하는 영상을 통한 온실 작물 정보 관리 시스템.A greenhouse environment management system for growing crops clustered in a greenhouse,
A reference crop part located inside the greenhouse and including a reference crop, which is the same crop as the clustered crop, and is located separately from the clustered crop;
An image sensor unit that includes one or more image capturing apparatuses and captures the reference crop using the image capturing apparatus to generate crop image information; And
Analyzing the generated crop image information to grasp a growth state of the reference crop, estimating a growth state of the clustered crop based on the detected growth state of the reference crop, A management server unit for predicting the growth and yield of the clustered crops based on the growth and yield of the crops;
Wherein the greenhouse information management system comprises:제 1항에 있어서,
상기 영상 센서부는,
둘 이상의 영상 촬영 장치를 통해 3차원 영상을 포함하는 작물 영상 정보를 생성하는 것을 특징으로 하는 영상을 통한 온실 작물 정보 관리 시스템.The method according to claim 1,
Wherein the image sensor unit comprises:
And generating crop image information including a three-dimensional image through at least two image capturing apparatuses.제 1항에 있어서,
상기 영상 센서부는,
상기 참조 작물을 촬영하기 위한 조명을 더 포함하며, 상기 온실 내부의 밝기 또는 온실 외부로부터의 빛에 대응하여 상기 조명을 최적의 영상을 획득할 수 있도록 조절하는 것을 특징으로 하는 영상을 통한 온실 작물 정보 관리 시스템.The method according to claim 1,
Wherein the image sensor unit comprises:
Wherein the illumination is adjusted so as to obtain an optimal image corresponding to the brightness of the inside of the greenhouse or the light from the outside of the greenhouse, Management system.제 1항에 있어서,
상기 관리서버부는,
상기 생성된 작물 영상 정보를 색상 보정, 이미지 식별 및 이미지 인식을 포함하는 영상처리 기술 중에서 적어도 하나 이상의 영상처리 기술을 통해 분석하여 상기 참조 작물의 생육 상태를 파악하는 것을 특징으로 하는 영상을 통한 온실 작물 정보 관리 시스템.The method according to claim 1,
The management server unit,
And analyzing the generated crop image information through at least one image processing technique among image processing techniques including color correction, image identification and image recognition to grasp the growth state of the reference crop. Information management system.제 1항에 있어서,
상기 관리서버부는,
상기 군집 된 작물에 대한 전문적인 지식 데이터를 저장하고 있으며, 상기 추정된 군집 된 작물의 생육 상태 및 상기 전문적인 지식 데이터를 고려하여 상기 군집 된 작물의 성장 및 수확량을 예측하는 것을 특징으로 하는 영상을 통한 온실 작물 정보 관리 시스템.The method according to claim 1,
The management server unit,
And storing the expert knowledge data on the clustered crops and estimating the growth and yield of the clustered crops in consideration of the growth state of the clustered crops and the expert knowledge data. Greenhouse Crop Information Management System.제 1항에 있어서,
상기 관리서버부는,
상기 참조 작물의 생육 시기와 상기 군집 된 작물의 생육 시기를 비교한 유사도를 고려하여 상기 군집 된 작물의 생육 상태를 추정하는 것을 특징으로 하는 영상을 통한 온실 작물 정보 관리 시스템.The method according to claim 1,
The management server unit,
Wherein the growth status of the clustered crops is estimated in consideration of a similarity between the growth period of the reference crop and the growth period of the clustered crops.온실 내부에 군집 된 작물을 재배하는 온실 환경 관리 방법에 있어서,
상기 온실 내부에 상기 군집 된 작물과 별도로 위치하며 상기 군집 된 작물과 동일한 작물인 참조 작물을 촬영하여 작물 영상 정보를 생성하는 단계;
상기 생성된 작물 영상 정보에 기초하여 상기 참조 작물의 생육 상태를 파악하는 단계;
상기 파악된 참조 작물의 생육 상태에 기초하여 상기 군집 된 작물의 생육 상태를 추정하는 단계; 및
상기 추정된 군집 된 작물의 생육 상태에 기초하여 상기 군집 된 작물의 성장 및 수확량을 예측하는 단계;
를 포함하는 것을 특징으로 하는 영상을 통한 온실 작물 정보 관리 방법.A method for managing a greenhouse environment for cultivating a cluster of crops in a greenhouse,
Generating crop image information by photographing a reference crop, which is located in the greenhouse separately from the clustered crops and is the same crop as the clustered crops;
Determining a growth state of the reference crop based on the generated crop image information;
Estimating a growth state of the clustered crop based on the detected growth state of the reference crop; And
Estimating the growth and yield of the clustered crop based on the estimated growth state of the crop;
The method comprising the steps of:제 7항에 있어서,
상기 생성된 작물 영상 정보에 기초하여 상기 참조 작물의 생육 상태를 파악하는 단계는,
상기 수신된 작물 영상 정보를 색상 보정, 이미지 식별 및 이미지 인식을 포함하는 영상처리 기술 중에서 적어도 하나 이상의 영상처리 기술을 통해 분석하여 상기 참조 작물의 생육 상태를 파악하는 것을 특징으로 하는 영상을 통한 온실 작물 정보 관리 방법.8. The method of claim 7,
Wherein the step of grasping the growth state of the reference crop based on the generated crop image information comprises:
And analyzing the received crop image information through at least one image processing technique among image processing techniques including color correction, image identification and image recognition to grasp the growth state of the reference crop. Information management method.제 7항에 있어서,
상기 추정된 군집 된 작물의 생육 상태에 기초하여 상기 군집 된 작물의 성장 및 수확량을 예측하는 단계는,
미리 저장되어 있는 상기 군집 된 작물에 대한 전문적인 지식 데이터를 고려하여 상기 군집 된 작물의 성장 및 수확량을 예측하는 것을 특징으로 하는 영상을 통한 온실 작물 정보 관리 방법.8. The method of claim 7,
The step of predicting the growth and yield of the clustered crop based on the estimated growth state of the crop,
Wherein the growth and yield of the clustered crops are predicted based on expert knowledge data about the clustered crops stored in advance.제 7항에 있어서,
상기 온실 내부에 상기 군집 된 작물과 별도로 위치하며 상기 군집 된 작물과 동일한 작물인 참조 작물을 촬영하여 작물 영상 정보를 생성하는 단계는,
상기 온실 내부의 밝기 또는 온실 외부로부터의 빛에 대응하여 조명을 최적의 영상을 획득 가능하도록 조절하여 촬영하는 것을 특징으로 하는 영상을 통한 온실 작물 정보 관리 방법.8. The method of claim 7,
The crop image information is generated by photographing a reference crop, which is located in the greenhouse separately from the clustered crop and is the same crop as the clustered crop,
Wherein the illumination is adjusted so as to obtain an optimal image corresponding to the brightness of the inside of the greenhouse or the light from the outside of the greenhouse, and is photographed.제 7항에 있어서,
상기 파악된 참조 작물의 생육 상태에 기초하여 상기 군집 된 작물의 생육 상태를 추정하는 단계는,
상기 참조 작물의 생육시기와 상기 군집 된 작물의 생육 시기를 비교한 유사도를 고려하여 추정하는 것을 특징으로 하는 영상을 통한 온실 작물 정보 관리 방법.8. The method of claim 7,
The step of estimating a growth state of the clustered crop based on the detected growth state of the reference crop includes:
Wherein the reference crop is estimated in consideration of a similarity between the growth period of the reference crop and the growth period of the clustered crops.

Images