기술 요약: TRAS (나무 나이테 분석기 스위트)

문제 제기

나무 나이테 표시는 수목측량학의 기본 단계이며, 나이테 연대학, 산림 역학, 그리고 생장 분석에 필수적입니다. 이미지 처리 기술의 발전에도 불구하고, 목재 단면의 나이테 경계 획정은 여전히 주로 수동으로 이루어집니다. 이러한 수동 방식은 시간이 많이 소요되고 주관적이며, 대규모 이미지 데이터셋에 대해 확장하기 어렵습니다. 디지털 사진 촬영이 고해상도 스캐닝 (완벽하게 평평한 시료가 필요함) 의 실현 가능한 대안으로 등장했지만, 기존 도구들은 종종 단면 이미지에 대한 견고한 자동 탐지 기능이 부족하거나 전체 과정을 수동 획정에 의존합니다. 또한, 많은 연구가 1 차원 나이테 폭 측정에만 의존하는데, 이는 심부 편심도가 높은 나무의 생장을 정확히 반영하지 못할 수 있으며, 이러한 경우 나이테 면적이 기후 조건과 더 잘 상관관계를 보입니다.

방법론

저자들은 단면 이미지에서 나무 나이테를 반자동으로 추적하고 편집하도록 설계된 오픈 소스 크로스 플랫폼 (Windows, macOS, Linux) 데스크톱 애플리케이션인 **TRAS (Tree Ring Analyzer Suite)**를 제시합니다.

소프트웨어 아키텍처

TRAS 는 LabelMe 주석 도구의 커스텀 포크를 기반으로 한 PyQt5 프레임워크를 사용하여 스탠드얼론 애플리케이션으로 구축되었습니다. 이는 GUI 내에서 네이티브로 작동하는 자동 나이테 탐지를 위한 세 가지 보완적 알고리즘을 통합합니다:

1. CS-TRD (단면 나무 나이테 탐지기): 엣지 검출 및 경계 재결합에 기반한 고전적인 이미지 처리 방법.
2. DeepCS-TRD: CS-TRD 의 엣지 검출 단계를 U-Net 아키텍처로 대체한 후 CS-TRD 후처리를 수행하는 딥러닝 접근 방식.
3. INBD (반복적 다음 경계 탐지): 시맨틱 세그멘테이션 (U-Net) 과 반복적 나이테 정제 단계를 결합한 딥러닝 방법.

워크플로우

이 소프트웨어는 4 단계 워크플로우를 지원합니다:

1. 이미지 전처리: 사용자는 이미지를 업로드하고, 스케일 (픽셀 - 밀리미터 비율) 을 설정하며, U2Net 네트워크를 사용하여 배경을 제거할 수 있습니다. 고해상도 이미지는 성능을 최적화하기 위해 랜조스 리샘플링을 사용하여 크기를 조정할 수 있습니다.
2. 자동 탐지: 사용자는 심부 위치를 정의합니다 (수동 또는 APD, APD-PCL, APD-DL 의 세 가지 자동 탐지기 중 하나를 통해) 그리고 세 가지 탐지 알고리즘 중 하나를 선택합니다. 시스템이 초기 나이테 경계를 생성합니다.
3. 상호작용 편집: 그래픽 인터페이스를 통해 사용자가 결과를 정교하게 다듬을 수 있습니다. 사용자는 오탐지를 삭제하거나, 폴리라인 점을 드래그하여 기존 경계를 편집하거나, 새 점을 삽입하거나, 탐지되지 않은 나이테를 수동으로 추가할 수 있습니다. 인터페이스는 면적 계산에서 제외할 수 있는 나이테가 아닌 특징 (균열, 마디, 곰팡이) 의 주석도 지원합니다.
4. 지표 계산: TRAS 는 다음과 같은 다양한 수목측량학 지표를 계산합니다:
   • 1 차원: 사용자가 정의한 방사 경로에 따른 나이테 폭.
   • 2 차원: 조목 (EW) 과 추목 (LW) 면적, 누적 면적, 나이테 둘레, 등가 나이테 폭, 나이테 편심도, 그리고 원 유사성 계수 (SF).
   • 출력물은 PDF 보고서 (오버레이 및 플롯 포함), CSV 테이블, 그리고 CooRecorder 와 호환되는 POS 파일로 내보낼 수 있습니다.

검증

시스템은 Pinus taeda L. 단면의 18 장의 전문가 주석 RGB 이미지 데이터셋을 사용하여 검증되었습니다. 기준 진실 (Ground truth) 은 다수 전문가 검토 과정을 통해 확립되었습니다.

• 탐지 정확도: 자동 탐지 결과와 전문가 주석을 비교하여 정밀도 (Precision), 재현율 (Recall), F-점수를 계산했습니다.
• 측정 일치도: TRAS 의 나이테 폭 측정을 표준 도구인 CooRecorder와 비교하여 피어슨 상관 계수를 사용했습니다.
• 외부 검증: 이 도구는 다른 종 (Gleditsia triacanthos, Salix glauca, Douglas fir) 과 까다로운 조건 (균열, 곰팡이 손상) 을 포함하는 외부 데이터셋에 적용되었습니다.

주요 결과

• 자동 탐지 성능: P. taeda 데이터셋 (414 개의 나이테) 에서 DeepCS-TRD가 F-점수 81.0%, 정밀도 86.4%, 재현율 **76.5%**로 가장 높은 성능을 달성했습니다. INBD 는 가장 높은 재현율 (77.5%) 을 보였으나 정밀도 (81.2%) 는 낮았고, CS-TRD 는 경쟁력 있는 정확도로 가장 빠른 처리 시간 (CPU 기준 21.0 초) 을 제공했습니다.
• 효율성: 반자동 워크플로우는 수동 수정이 필요한 나이테 경계의 약 **20%**로 주석 작업을 줄여, 완전 수동 획정에 비해 상당한 시간 절감을 제공합니다.
• 측정 정확도: TRAS 측정은 336 개의 쌍을 이루는 관측치에서 피어슨 상관 계수 r > 0.99(기울기 0.9927, RMSE 0.1478 mm) 로 CooRecorder 와 탁월한 일치도를 보였습니다.
• 오류 수정: INBD 의 탐지 점프 전파나 마디 근처의 오탐지와 같은 일반적인 오류는 후처리 인터페이스를 사용하여 효과적으로 수정되었습니다.

중요성과 주장

이 논문은 TRAS 가 수목측량학 연구자들에게 견고하고 유연한 솔루션을 제공한다고 주장하며, 나이테 패턴의 효율적이고 재현 가능하며 포괄적인 분석에 대한 필요성을 해결한다고 합니다. 주요 기여점은 다음과 같습니다:

1. 자동화 및 수정의 통합: 단면 이미지를 위한 사용자 친화적인 수동 수정 인터페이스와 최첨단 2 차원 자동 나이테 탐지를 결합한 최초의 그래픽 도구로 제시됩니다.
2. 1 차원 분석을 넘어선 접근: 나이테 면적, 누적 면적, 그리고 형태 인자를 계산할 수 있는 도구를 제공함으로써, 전통적인 선형 측정 도구에서는 종종 간과되는 비대칭 방사 생장과 심부 편심도 연구를 가능하게 합니다.
3. 접근성과 개방성: 그래픽 인터페이스를 갖춘 오픈 소스 도구 (MIT 라이선스) 로서, 복잡한 이미지 분석의 진입 장벽을 낮추고 연구 커뮤니티 내의 협력과 데이터 공유를 촉진합니다.
4. 다용도성: 다양한 종과 까다로운 이미지 조건에 대한 성공적인 적용은 여러 탐지 알고리즘의 조합이 다양한 데이터셋에 유연성을 제공함을 시사하지만, 저자들은 링 다공성 활엽수 등 현저히 다른 해부학적 특성을 가진 종에서는 성능이 달라질 수 있다고 언급합니다.

저자들은 TRAS 가 활발히 개발 중이며 현재 설치에 일부 명령줄 상호작용이 필요하지만, 나이테 분석의 효율성과 분석적 깊이를 모두 향상시키는 방법론의 중요한 발전이라고 결론지었습니다.