O4-5 : 식생지수 및 배경분리를 이용한 다중분광 영상 기반 배나무 화 상병 감염 지역 분류

항공영상은 원하는 작물 데이터 영역 이외의 잡초 및 비식생 영역데이터까지 포함하기 때문에 영상분류가 필수적이다. 자연적으로 고사된 과수의 잎과 가지 및 가지치기에 의해 고사된 잎과 가지의 경우에는 토양에 떨어지는 반면에 화상병 감염에 의해 고사된 잎과 가지의 경우 과수에 매달려 있으므로 식생지수 또는 영상을 이용한 병증 분류 시 오분류 가능성이 높다. 본 연구에서는 고도차 정보와 식생지수를 이용하여 화상병 병증 분류 가능성을 검토하였다. 2018년 6월 7일 충청남도 천안시 입장면 독정리 지역에서 다중분광센서를 탑재한 무인기를 이용하여 배나무 감염주와 비감 염주의 영상데이터를 취득하였다. 취득한 영상은 Drane mapping software (Pix4D 4.3.31, Pix4D SA, Swiss)와 GIS software (ArcGIS 10.5.1, Esri, USA)의 point cloud 기법을 이용하여 고도에 따른 배경지 및 접합을 수행하였고 spectral image software (ENVI 5.3, Exelis Visual Information, USA)를 이용하여 식생지수를 이용한 화상병 병증분류를 실시하였다. Drane mapping software와 GIS software를 이용하여 약 2,780㎡의 면적을 기준으로 지표면에서 각각 25, 50, 75, 100cm 높이로 배경을 제거할 경우 25cm에서는 약 795㎡, 50cm에서는 약 790㎡, 75cm에서는 약 785㎡, 100cm에서는 약 778㎡만이 화상병 감염여부를 검토하는 대상으로 축소되었다. 100cm 높이로 배경을 제거한 영상을 이용하여 화상병에 감염된 부위와 비감염된 부위의 각 파장에 대한 히스토그램과 반사값을 비교하여 분류기준을 설정하였다. 히스토그램의 경우 NIR파장에서 Otus‘s 기법을 이용하여 분류를 시도하였을 경우 감염 예상지역은 142㎡였다. 반사값의 경우 (Red Edge - Red)와 NIR-Red의 히스토그램에서 유의한 차가 나타나 Otus‘s 기법으로 각각 분류하여 서로 중복된 영역만을 추출하면 화상병 감염 예상지역이 71㎡으로 줄어들었다. 이를 이용하면 높은 정확도로 화상병 감염 예상지역을 분류해 낼 수 있을 것으로 판단된다.