Classification of Growth Conditions in Crops Using Hyperspectral Images and Deep Neural Network : Case Study of Paprika Leaf

Kang-In Choi; Hye-Min Noh; Sung-Hwan Jeong; Cheol-Jung Yoo

doi:10.14801/jkiit.2019.17.12.1

Classification of Growth Conditions in Crops Using Hyperspectral Images and Deep Neural Network : Case Study of Paprika Leaf

Recommendations

Search

Questions

초분광 영상과 심층 신경망을 이용한 작물 생육상태 분류 기법 : 파프리카 잎 사례 연구

Type: Academic journal

Author: Kang-In Choi (전자부품연구원) Hye-Min Noh (전북대학교) Sung-Hwan Jeong (전자부품연구원) Cheol-Jung Yoo (전북대학교)

Journal: Korean Institute of Information Technology The Journal of Korean Institute of Information Technology Vol.17 No.12 KCI Accredited Journals

Published: 2019.12

Pages: 1 - 12 (12page)

DOI: 10.14801/jkiit.2019.17.12.1

Usage

Classification of Growth Conditions in Crops Using Hyperspectral Images and Deep Neural Network : Case Study of Paprika Leaf

Abstract· Keywords

Report Errors

Recently, the analysis research of plant's growth condition is done with the use of hyperspectral image. However, there are many factors such as physical factors and complexity of data make the hyperspectral image analysis difficult. This study presents the classification technique of plant's growth condition using hyperspectral image and DNN(Deep Neural Network). Major information of plants is acquired through hyperspectral image, and the preprocessing is followed for the information to be used for DNN learning. The preprocessing is used by cutting the data in small patch size and rotating it for the models to be operated effectively. In the experiment, paprika leaves are divided into four types of leaves and backgrounds such as normal and damaged by harmful insects, and the result of the experiment showed 90.9% of accuracy. The presented technique has advantages that the data generation method does not affect DNN and can classify various growth conditions that are difficult in the existing RGB image.

#hyperspectral images #deep neural network #growth condition #image classification #paprika #disease/pest

요약
Abstract
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 작물 생육상태 분류 기법
Ⅳ. 기법 적용 및 결과
Ⅴ. 결론 및 향후 연구
References

References (28)

Add References

F. Martinelli / 2015 / Advanced methods of plant disease detection. a review / Agronomy for Sustainable Development 35(1):1~25

Y. Fang / 2015 / Current and prospective methods for plant disease detection / Biosensors 5(3):537~561

김성헌 / 2018 / 초분광영상 이용 오이 및 수박 묘의 수분함량 추정 / 시설원예‧식물공장 27(1):34~39

L. Chaerle / 2000 / Imaging techniques and the early detection of plant stress / Trends in plant science 5(11):495~501

P. Moghadam / 2017 / Plant Disease Detection Using Hyperspectral Imaging / 2017International Conference on Digital Image Computing: Techniques and Applications (DICTA) :1~8

Recommendations

It is an article recommended by DBpia according to the article similarity. Check out the related articles!

Related Authors

최강인

Affiliation 한국전자기술연구원

Fields Engineering > Electrical and Electronic Engineering > Information and Communication Engineering TOP 10% Engineering > Electrical and Electronic Engineering > Electronics Engineering

Articles 10 Usage 1,406

노혜민

Affiliation 부산대학교

Fields Engineering > Electrical and Electronic Engineering > Information and Communication Engineering TOP 10% Engineering > Computer Science

Articles 22 Usage 3,305

정성환

Affiliation 한국전자기술연구원

Fields Engineering > Electrical and Electronic Engineering > Information and Communication Engineering

Articles 2 Usage 828

유철중

Affiliation 전북대학교

Fields Engineering > Electrical and Electronic Engineering > Information and Communication Engineering TOP 0.1% Engineering > Computer Science

Articles 164 Usage 16,707

Frequently Viewed Together

Estimation of Sweet Pepper Crop Fresh Weight with Convolutional Neural Network

Taewon Moon , Junyoung Pa , k Protected Horticulture and Plant Factory 2020 .10

Effective Paprika diseases classification through the main areas of Paprika leaves

김서정 , 김형석 제어로봇시스템학회 국내학술대회 논문집 2020 .07

Chromosome Numbers and Karyotype Analyses for 33 Taxa of Medicinal Plants in Korea

Soo Young Kim , Chan Soo Kim , Geon Rae Kim and others 6 Korean Journal of Medicinal Crop Science 2008 .06

Changes in Carbohydrate, Phenolics and Polyamines of Pepper Plants under Elevated-UV-B Radiation

Jwa-Kyung Sung , Su-Yeon Lee , Jae-Hong Pa and others 7 KOREAN JOURNAL OF SOIL SCIENCE AND FERTILIZER 2008 .02

승무의 구조와 춤사위 연구 : 염불과정을 중심으로

이애주 The Korean Folklore 1995 .12

Comments(0)

Write first comments.

UCI(KEPA) : I410-ECN-0101-2020-004-000101102

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

Abstract· Keywords

AI Summary

Topic

Background

Method

Result

주요내용

Contents

References (28)

Recommendations

Related Authors

Frequently Viewed Together

Recently viewed articles

Comments(0)