전 세계적으로 벼 병충해의 인식과 분류는 농업현장에서 기술적 경제적으로 중요한 요소이다. 컴퓨터 비젼 기술은 벼 병충해를 진단하고 곡물의 효율적인 관리에 유용하다. 영역 분할은 벼 병충해를 조기에 정확하게 탐지하는데 매우 중요한 기술이다. 가우시안 평균기법을 이용한 새로운 벼 병충해 분할 방식을 다양한 색체공간에서 제안하였다. 사용 색체공간에 따라 벼 병충해의 분할에 따른 성능은 달라질 것이다. 따라서, 이 수치연구는 어느 색체공간이 벼 병충해를 분할하는데 최적한지를 결정할 목적으로 수행되었다. 본 연구는 NTSC, CIE, YCbCr, HSV, 그리고 정규화 RGB의 5개의 색체공간을 다루었다. 연구 결과는 YCbCr 색체공간이 98%의 정확도로 벼 병충해 영역을 최적으로 분할하는 것을 보여주었다. 또한 제안하는 방법은 벼 병충해의 영역을 자동화에 의하여 강건하게 분할할 수 있다는 것을 증명하였다.
The recognition and classification of paddy rice disease are of major importance to the technical and economical aspect of agricultural industry over the world. Computer vision techniques are used to diagnose rice diseases and to efficiently manage crops. Segmentation of lesions is the most important technique to detect paddy rice disease early and accurately. A new Gaussian Mean (GM) method was proposed to segment paddy rice diseases in various color spaces. Different color spaces produced different results in segmenting paddy diseases. Thus, this empirical study was conducted with the motivation to determine which color space is best for segmentation of rice disease. It included five color spaces; NTSC, CIE, YCbCr, HSV and the normalized RGB(NRGB). The results showed that YCbCr was the best color space for optimal segmentation of the disease lesions with 98.0% of accuracy. Furthermore, the proposed method demonstrated that diseases lesions of paddy rice can be segmented automatically and robustly.
