농업용 애플리케이션을 위한 머신 비전 기술

오늘날 머신 비전은 산업 자동화 분야에서 점점 인기를 끌고 있습니다. 로봇과 드론을 포함하여 보안, 자율주행차, 식품 생산, 포장, 물류 등 여러 산업 전반에서 널리 사용되고 있는데요. 이뿐만이 아니라, 최근에는 “농업용 애플리케이션을 위한 머신 비전 기술”에 많은 관심이 쏠리고 있습니다. 즉, 머신 비전과 딥러닝, AI의 발전으로 지금까지의 잡초 제거 시스템에서 인간이 맡고 있던 부분을 AI로 대체하려고 하는 움직임을 보이고 있는 것입니다.

머신 비전이란?

머신 비전이란? 기계 광학 시스템을 통한 영상처리를 이용해 자동검사, 공정제어, 로봇 안내 등 애플리케이션에 대한 자동검사 및 분석이 가능한 기술

머신 비전은 기계 광학 시스템을 통한 영상처리를 이용해 자동검사, 공정제어, 로봇 안내 등 애플리케이션에 대한 자동검사 및 분석이 가능한 기술입니다. 머신 비전 시스템은 하드웨어와 소프트웨어의 조합으로 작동하며, 일반적인 구성 요소는 다음과 같습니다.

• 센서
• 프레임 그래버
• 카메라 (디지털 또는 아날로그)
• 카메라가 고품질 이미지를 캡처하기에 충분한 조명
• 이미지를 분석할 수 있는 소프트웨어와 컴퓨터
• 패턴을 식별할 수 있는 알고리즘 (일부 사용 사례에서 중요)
• 출력 장치 (스크린 또는 기계 구성 요소 등)

머신 비전은 딥러닝, 머신러닝과 같은 기술과 통합해 기업이 데이터를 더 잘 이해하고, 효율성을 높이기 위해 비즈니스를 최적화하도록 도울 수 있습니다.

표준 머신 비전 카메라 vs. 다중 스펙트럼 이미징

인간의 눈은 400~ 700nm 사이의 전자기파에 반응하는 반면, 머신 비전 카메라는 적외선, 자외선 또는 X선 파장에서 작동하는 일부 머신 비전 시스템을 통해 이보다 훨씬 더 넓은 범위의 파장을 감지할 수 있습니다. 즉, 머신 비전 카메라의 종류는 감지할 수 있는 파장 대역에 따라 표준(RGB 대역의 가시광선을 감지) 머신 비전 카메라와 그보다 더 넓은 파장 대역을 감지할 수 있는 다중 스펙트럼 카메라로 분류됩니다.

다중 스펙트럼 이미징은 머신 비전 카메라를 사용하는 농업, 의료 및 기타 산업 애플리케이션과 같은 여러 응용 분야에서 검사 기능을 향상합니다. 오늘날 대부분의 농가에선 농작물의 생육과 품질을 조절하기 위한 평가 방법으로 육안 검사를 사용합니다. 하지만 인간의 눈이 지각할 수 있는 것은 제한적이고 주관적입니다. 인간의 시각뿐만 아니라 기존의 RGB 컬러 이미징을 뛰어넘는 품질 평가 방법이 있습니다. 바로 다중 스펙트럼 이미징입니다!

정밀 농업 전략 및 지능형(인텔리전트) 농법을 사용하는 농가는 다중 스펙트럼 카메라를 사용하여 높은 효율성을 달성하고, 인건비를 크게 절감하며, 보다 정확한 결과를 얻을 수 있도록 지원합니다. 다중 스펙트럼 이미지는 토양 생산성을 평가하고, 식물 상태를 분석하는 데 매우 효과적인 도구입니다. 토양과 농작물의 건강 상태를 육안으로 확인하는 것은 매우 제한적입니다. 다중 스펙트럼 센서 기술을 통해 농부는 눈으로 보는 것보다 더 많은 정보를 확인할 수 있습니다.

농작물 수확량을 추정하는 것 외에도, 다중 스펙트럼 이미징을 통해 손상된 농작물을 확인하고 농작물 재배 관리에 필요한 조치를 수정할 수 있도록 도와줍니다. 식물 생육을 위한 방법과 자원을 최적화하는 데 도움을 주기 때문에 잡초, 질병 및 해충을 다중 스펙트럼 영상으로 식별하는 방법도 인기를 끌고 있습니다. 다중 스펙트럼 이미징은 식물의 개수를 세고, 양을 파악하여 적절한 농작물의 밀도를 결정하는 데에도 도움이 됩니다. 토양 비옥도와 관련한 데이터를 제공하는 것뿐만 아니라, 농작물 생산과 관련된 토지 관리에도 엄청난 잠재력을 가지고 있습니다.

식물 성장 관련 지원 외에도 딥러닝과 인공지능이 결합된 멀티스펙트럴 이미징은 농작물 관개(灌漑) 조절과 측정, 가축 모니터링에도 도움이 될 수 있습니다.

농업 애플리케이션에서 다중 스펙트럼 이미징을 위한 머신 비전 기술을 선택할 때 고려해야 할 주요 사항

농업 애플리케이션에서 다중 스펙트럼 이미징을 위한 머신 비전 기술을 선택할 때 고려해야 할 주요 사항

1. 쉬운 설정(시스템 통합)

다중 스펙트럼 이미징은 표준 기계 비전 카메라를 사용하는 것보다 훨씬 더 복잡합니다. 멀티스펙트럴 이미징 시스템의 다양한 구성 요소를 설정하고, 통합하기 위해서는 카메라뿐만 아니라 광원과 관련된 보정 절차, 검사할 물체의 특성, 영상 데이터의 데이터 처리 및 보정에서 발생하는 병목 현상 등을 잘 알고 있어야 합니다. 전체 시스템 통합은 하이퍼스펙트럴 시스템만큼 복잡하지는 않지만, 이는 사용자가 멀티스펙트럴 이미징 시스템을 사용하여 달성하고자 하는 목표에 따라 달라집니다.

2. 속도 & 해상도

산업 검사 절차는 높은 처리량을 요구합니다. 많은 다중 스펙트럼 시스템의 판독 구조는 속도가 제한적입니다. 속도는 파장 채널의 수, 사용되는 다중 스펙트럼 기술의 유형, 그리고 인터페이스에 따라 달라집니다. 스펙트럼 대역의 수가 많을수록 고속 애플리케이션에 필요한 빛의 양을 포착하기가 더 어렵습니다. 공간 해상도는 특히 작은 물체를 검사할 때 다중 스펙트럼 이미징에서 문제가 될 수 있습니다. 스냅샷 모자이크 센서를 기반으로 한 카메라는 보간법을 사용하여 개별 픽셀값에서 누락된 공간 정보를 추정하지만, 더 작은 결함 크기를 검사할 때는 정확하지 않습니다. 따라서 애플리케이션마다 가능한 다중 스펙트럼 채널 수와 달성 가능한 속도 및 해상도 간에 서로 다른 절충이 필요할 수 있습니다.

3. 스펙트럼 주파수 대역의 수

애플리케이션에 필요한 스펙트럼 대역의 수는 검사할 물체의 특성, 필요한 검사 정확도 및 추가적인 스펙트럼 추정 기술을 사용하여 이미지 처리 측면에서 달성할 수 있는 정확도에 따라 달라집니다. 적색 경계선 감지 및 NDVI 분석과 같은 일부 애플리케이션에서는 공장에서 원하는 데이터를 캡처하기 위해 적색(RGB 대역 중 Red) 및 NIR(근적외선) 영역의 어떤 대역이 필요한지 명확하게 알려져 있습니다. 스펙트럼 데이터가 이미 잘 알려진 플라스틱과 유기농에 관해서도 마찬가지입니다. 

이처럼 검사할 다양한 재료의 혼합이 수반되거나 특정 파장 대역을 정확하게 식별하기 위해서는 여러 스펙트럼 대역이 필요하거나, 다중 스펙트럼 이미징을 기반으로 한 스펙트럼 색상 측정 애플리케이션이 필요합니다.

참고 | NDVI(Normalized Difference Vegetation Index), 정규식생지수

식생의 유 · 무를 강조하는 데 사용되는 영상 처리 기술. 근적외선과 적색광 밴드 사이의 값의 차이를 두 밴드를 합한 값으로 나누어서 계산한다.

4. 유연성

다중 스펙트럼 시스템은 동일한 기계에서 다양한 유형의 재료를 검사하는 용도에 주로 선호됩니다. 따라서 유연하고, 확장 가능해야 합니다. 사용자는 다중 스펙트럼 이미징 시스템을 애플리케이션의 필요에 따라 유연하게 조정할 수 있습니다. 이러한 유연성은 주로 영상 촬영 시스템의 속도를 증가시키거나 감소시키는 필요한 스펙트럼 대역 수에 따라 결정됩니다. 

또한, 일부 시스템의 유연성은 교체 또는 이동해야 할 부품이 포함될 수 있어 견고성이 낮다는 것을 의미합니다(예: 필터 휠 접근 방식에서는 필터 휠을 쉽게 교체할 수 있지만, 시스템 견고성에 영향을 미치는 이동 구성 요소를 시스템에 추가합니다). 반면에, 제품을 제작할 때는 유연성이 있지만, 제품이 완성되면 유연성이 떨어지는 카메라도 있습니다. 멀티센서 프리즘 기반 카메라는 제조 공정에서 단단한 이분법 코팅과 기본 프리즘 파라미터를 기반으로 카메라의 바람직한 스펙트럼 반응을 선택할 수 있는 유연성을 가지고 있습니다. 그러나 프리즘 센서 조립체는 한번 만들어지면 변경할 수 없습니다. 스냅샷 모자이크 센서 기반 카메라 역시 동일한 논리를 가지고 있습니다. 다중 스펙트럼 필터 배열이 센서에 고정된 후에는 검사 작업 중에 교체하거나 수정할 수 없습니다.

5. 다중 스펙트럼 데이터 큐브 및 데이터 스트리밍 처리

다중 스펙트럼 이미징의 과제 중 하나는 다중 스펙트럼 데이터 큐브를 처리하는 것입니다. 이는 픽셀당 수백 개의 스펙트럼이 될 수 있는 초분광(하이퍼스펙트럴) 데이터 큐브보다는 훨씬 덜 복잡하지만, 기존의 RGB 카메라 시스템을 다루는 것보다 더 복잡합니다. 따라서 시스템 아키텍처에는 다중 스펙트럼 데이터를 올바르게 처리, 필터링 및 해석할 수 있는 기능이 있어야 하며, 스펙트럼 채널의 수가 적을수록 이 문제는 덜 복잡해집니다. 

두 번째 문제는 카메라에서 처리 스테이션으로 데이터를 스트리밍하는 데 사용되는 방법에서 발생할 수 있습니다. 개별 데이터 스트림을 독립적으로 제어할 수 있다는 장점이 있는 멀티 스트리밍의 경우 애플리케이션 소프트웨어에서 이를 관리하는 것이 문제입니다. 다중 스트림을 처리하려면 두 개 이상의 스트림을 동시에 처리할 수 있는 소프트웨어 아키텍처가 필요합니다. 단일 스트림만을 위해 설계된 소프트웨어는 장치가 단일 프레임 또는 멀티 파트 페이로드를 동시에 전송할 것으로 추정됩니다. 따라서 단일 프레임과 멀티 파트 페이로드 모두에서 사용자는 단일 함수를 호출하여 하나의 스트림에서 이미지를 가져올 수 있습니다. 그러나 JAI의 eBUS Player와 같은 일부 플랫폼은 카메라 장치를 읽기 전용 모드에서 두 번째 또는 세 번째로 열고, 여러 데이터 스트림으로 작업할 수 있습니다.

6. 시스템 비용

비즈니스에서 의사 결정에 영향을 끼치는 주요인은 항상 ‘비용’입니다. 작고, 사용자 친화적인 대량 생산 카메라는 고도로 전문화되고 부피가 큰 시스템보다 비용이 적게 듭니다. 또한, 수행해야 하는 검사에 따라서도 비용이 결정되는데, 식품 및 농업 검사와 같이 최종 소비자 중심이거나 최종 소비자 중심적인 애플리케이션은 연구, 첨단 기술 또는 과학 이미징 분야에 비해 가격에 더 민감합니다. 

오늘날 고급 초분광(하이퍼스펙트럴) 이미징 시스템은 카메라 시스템당 약 20,000유로(약 2,700만 원)에서 시작할 수 있습니다. 대량 생산 중인 멀티스펙트럴 카메라가 상업적으로 활용 가능하려면 10,000유로(약 1,300만 원)를 훨씬 밑돌아야 합니다. 여러 대의 카메라를 기반으로 하는 멀티 스펙트럼 카메라는 멀티 센서 프리즘 기반 카메라 또는 멀티 스펙트럼 어레이 기반 카메라와 같은 다른 접근 방식보다 더 비쌉니다. 또한, 기존 이미징 문제를 해결하거나 단순화하기 위해 다중 스펙트럼 이미징이 제공할 수 있는 가치와 관련하여 비용 논의에 가중치를 두고 추진해야 합니다.

오늘날 다양한 산업 분야에 응용되는 다중분광 카메라는 농업용 애플리케이션 분야에서도 핵심적인 역할을 수행하고 있습니다. 인적 요소를 대체하고 인텔리전스 기능을 통해 비즈니스 프로세스의 효율성을 달성하기 위해서는 사용 목적에 맞는 다중분광 카메라를 선택하여 농업 시스템에 도입해야 합니다. 인텔리전스 농업에 적합한 머신 비전 카메라의 다양한 옵션에 대해 JAI 엔지니어의 맞춤 컨설팅을 받아보세요.