선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 해안 비디오는 쇄파지역 및 인근 해안에서 다른 원격 탐사 기술들에 비해서 시공간적으로 고해상도의 모니터링을 가능하게 한다. 본 연구에서는 쇄파지역에서 비디오를 통한 파랑속성 측정시 큰 오차를 야기하는 거품 노이즈를 제거하는 영상처리기술을 제안하였다. 또한, 쇄파지역에서 효과적으로 파랑속성을 측정하는데 필요한 파랑궤적을 추적하는 기술을 제안하였다.
- 본 연구에서는, 불규칙파가 입사하는 쇄파지역 및 인근 해안지역에서의 비디오 이미지 상에서 거품 노이즈를 효과적으로 제거시킴과 동시에 실제 파랑의 이동모습을 잘 포착할 수 있도록, 이미지 프레임 차분 및 방향성 로패스 이미지 필터 등 고급 영상처리기법을 적용한다. 이와 더불어, 고급 영상처리과정을 통하여 얻어진 비디오 이미지로부터 파랑의 이동궤적을 추출하는 기술을 제안하고자 한다. 비디오 이미지의 시계열 자료로부터 얻어진 파랑궤적은 파속을 직접적으로 측정하는데 사용되며, 또한, 원본 비디오 이미지 자료와 해저표고 자료로부터 쇄파시의 위치, 수심, 파속 및 파장 등 쇄파조건을 파악하는데 사용될 수 있다.
제안 방법
- 이후, 고주파수의 특성을 나타내는, 잔류 노이즈를 제거하는 동시에, 쇄파지역에서 길게 늘어선 파봉의 형태를 유지시키기 위하여 방향성 로패스 필터를 적용하였다. 그리고, 이와 같이 고급 영상처리과정을 통하여 얻어진 해안선 수직방향 이미지 Timestack으로부터, 레이돈 변환을 통한 선인식 기법을 사용하여 개별의 파랑궤적을 추출하였다. 각 비디오 자료로부터 측정된 유효 파랑궤적의 개수는 실측 파랑수의 약 2/3이었다.
- 본 연구를 위해서, 2003년도에 수집된 Myrtle Beach 자료로부터 네 쌍의 실측자료와 비디오 자료을 선정하였다. 다양한 조건을 가지는 자료의 선정을 위해서, 측정 당시의 파랑조건과 비디오 촬영조건을 고려하였다. 파랑조건으로는 파고와 주기가 고려되었고, 비디오 촬영조건으로는 날씨(혹은, 광도)와 카메라의 촬영각도가 고려되었다.
- 본 연구에서는 쇄파지역에서 비디오를 통한 파랑속성 측정시 큰 오차를 야기하는 거품 노이즈를 제거하는 영상처리기술을 제안하였다. 또한, 쇄파지역에서 효과적으로 파랑속성을 측정하는데 필요한 파랑궤적을 추적하는 기술을 제안하였다.
- 본 연구에서는, 불규칙파가 입사하는 쇄파지역 및 인근 해안지역에서의 비디오 이미지 상에서 거품 노이즈를 효과적으로 제거시킴과 동시에 실제 파랑의 이동모습을 잘 포착할 수 있도록, 이미지 프레임 차분 및 방향성 로패스 이미지 필터 등 고급 영상처리기법을 적용한다. 이와 더불어, 고급 영상처리과정을 통하여 얻어진 비디오 이미지로부터 파랑의 이동궤적을 추출하는 기술을 제안하고자 한다.
- 쇄파지역에서 거품 노이즈를 제거하기 위해서 이미지 프레임 후방차분 기법과 방향성 로패스 필터 기법을 각 비디오 자료에 적용하였으며, 각 자료당 6,150개의 이미지가 처리되었다. Fig.
- Lippmann and Holman (1989)은 연속되는 두 이미지의 후방차분을 이용하여 쇄파지역의 거품 덩어리를 감소시킨 바 있다. 이 연구에서는, 거품 덩어리를 보다 효과적으로 제거하기 위하여 연속되는 세 이미지 중 후행하는 두 이미지를 공간평균한 다음, 이를 선행하는 이미지로부터 식 (1)과 같이 후방차분시킨다. 이는 후행하는 두 이미지를 공간평균했을 때 덩어리로 움직이는 거품의 윤곽을 더 확실히 해주기 때문이다.
- 이 장에서는, 해안에서 촬영한 비디오 이미지 상에서 쇄 파지역내 생성되는 거품 노이즈를 고급 영상처리기법을 통하여 제거한 결과와 또한, 이 해안 비디오로부터 유효 파랑궤적을 추출한 결과를 파랑 측정기기들을 통하여 수집한 실측자료와 비교분석하였다.
- 해안 비디오 상에서 상대적으로 빠르게 이동하는 파랑의 움직임을 보다 뚜렷하게 포착하면서 동시에 천천히 움직이는 거품 덩어리를 제거하기 위하여 이미지 프레임 후방차분법을 사용하였다. 이후, 고주파수의 특성을 나타내는, 잔류 노이즈를 제거하는 동시에, 쇄파지역에서 길게 늘어선 파봉의 형태를 유지시키기 위하여 방향성 로패스 필터를 적용하였다. 그리고, 이와 같이 고급 영상처리과정을 통하여 얻어진 해안선 수직방향 이미지 Timestack으로부터, 레이돈 변환을 통한 선인식 기법을 사용하여 개별의 파랑궤적을 추출하였다.
- 파랑궤적의 측정결과를 실측자료와 비교하기 위하여, 각 비디오 자료에서 측정한 파랑궤적의 개수를 쇄파지역 최외곽 해류측정기의 해수면 시계열 자료로부터 제로 다운 크로싱 기법에 의해 얻어진 파랑수와 비교하였다. Table 4는 실측 파랑수와 비디오로부터 측정된 파랑궤적수를 비교한 것이다.
- 이 4대의 측정 장비들은 평균수심이 2~4 m이고 해안선으로부터 약 80 m 범위에 이르는 쇄파지역에 설치되었다. 해류측정기는 3차원 유속, 수압, 수온 등 해수자료를 1 Hz의 샘플링 주파수로 수집하였으며, ADV는 2 Hz의 주파수로 측정하였다. 해변 및 해안의 지형자료는 지형계측장비인 Sokkia Total Station을 이용하여 수집되었다.
대상 데이터
- 본 연구를 위해서, 2003년도에 수집된 Myrtle Beach 자료로부터 네 쌍의 실측자료와 비디오 자료을 선정하였다. 다양한 조건을 가지는 자료의 선정을 위해서, 측정 당시의 파랑조건과 비디오 촬영조건을 고려하였다.
- 비디오 영상자료의 수집을 위해서는 일반 가정용 비디오 카메라 한 대를 평균수면선으로부터 44 m 높이에 위치한 빌딩의 베란다에 설치하였다. 비디오 카메라를 이용해서 촬영한 지역의 거리범위는 해안선을 따라서 약 200 m이고 해안선으로부터 외해쪽으로 약 200 m 정도이다.
- 파랑조건으로는 파고와 주기가 고려되었고, 비디오 촬영조건으로는 날씨(혹은, 광도)와 카메라의 촬영각도가 고려되었다. 한쌍의 실측 및 비디오 자료는 약 34.2분 동안 동시간대에 측정된 자료이다. 선정된 네 개의 비디오 자료의 특성들은 Table 1에 제시되어 있다.
- 해류측정기는 3차원 유속, 수압, 수온 등 해수자료를 1 Hz의 샘플링 주파수로 수집하였으며, ADV는 2 Hz의 주파수로 측정하였다. 해변 및 해안의 지형자료는 지형계측장비인 Sokkia Total Station을 이용하여 수집되었다.
- 해안 디지털 비디오 및 실측자료는 2003년 12월 미국 동부 South Carolina주 북동부에 위치한 Myrtle Beach에서 수집되었다(Haas et al., 2004; Obley et al., 2004). 자료수집 기간동안, 해수동력학 및 파랑자료는 2대의 Nortek Aquadopp 해류측정기와 2대의 Sontek ADV (Acoustic Doppler Velocimeter)를 이용하여 측정되었다.
이론/모형
- 파고와 관련된 통계값들은 쇄파지역의 최외곽에 설치된 해류측정기에서의 해수면(m) 시계열 자료를 이용하여 계산되었다. 각 자료에서 파랑수는 제로 다운크로싱(zero down-crossing) 기법을 이용하여 개수되었다. Table 2는 맑은 날 측정된 Case I과 Case IV의 파랑이 바람불고 비오는 가운데 측정된 나머지 두 경우에 비해서 상대적으로 낮은 파고 값을 가지고 있음을 보여주고 있다.
- 거품 노이즈가 제거된 해안선 수직방향 이미지 Timestack으로부터 파랑궤적을 추적하기 위하여, 레이돈 변환(Radon transform) 기법을 사용한다. 레이돈 변환은 이미지 상에 존재하는 하나의 직선을 2개의 직선 매개변수 ρ와 Θ를 사용하여 표현되는 좌표(ρ, Θ) 상의 한 점으로 변환시킨다.
- 2는 두 개의 서로 다른 카메라 각도로 촬영한 Case I과 Case II의 순간포착 이미지를 영사보정한 실제 거리좌표상에 보여주고 있다. 이미지 좌표를 실제좌표로의 영상보정을 위하여, Holland et al. (1997)에 의한 DLT (Direct Linear Transformation) 방법을 사용하였다. 영사보정 이후 픽셀(pixel) 당 해상도는 0.
- 노이즈에 의해 야기된 불확실 파랑궤적의 패턴은 예기치 않게 간혹 불과 한 두 번 정도 나타나기 때문이다. 한 비디오 자료내 각 파랑궤적의 반복성 확인을 위해서 무감독 패턴인식 방법 중에 하나인 k-means 클러스트링 (clustering)분석기법을 사용하였다(Spath, 1985). 반복성 여부의 분류 기준으로 사용된 반복수 5는 여러번의 실험을 통하여 결정된 안정 값이다.
- 해안 비디오 상에서 상대적으로 빠르게 이동하는 파랑의 움직임을 보다 뚜렷하게 포착하면서 동시에 천천히 움직이는 거품 덩어리를 제거하기 위하여 이미지 프레임 후방차분법을 사용하였다. 이후, 고주파수의 특성을 나타내는, 잔류 노이즈를 제거하는 동시에, 쇄파지역에서 길게 늘어선 파봉의 형태를 유지시키기 위하여 방향성 로패스 필터를 적용하였다.
성능/효과
- 각 해안 비디오 자료로부터 추출된 쇄파지역에서의 파랑궤적 개수(Nv)는 실측자료로부터 얻어진 총 파랑수(Nw)에 비해 약 2/3정도가 유효하게 측정한 것으로 나타났다. 이와 관련하여, 이미지 강도신호와 실제 파랑의 해수면 시계열 신호와의 높은 상관관계를 고려하면(Lippmann and Holman, 1991), 상대적으로 낮은 파고를 갖는 파랑은 해안 비디오 상에 잘 관측되지 않거나 유효한 파랑궤적으로 측정되지 않았음을 알 수 있다.
- Table 3은 반복성 여부의 기준값을 3~9로 달리하였을 때 비디오 자료 Case I과 Case II에서 얻어진 불확실 파랑궤적의 제거율을 나타낸다. 이 표는 반복수를 3에서 9까지 달리하였을지라도 제거율은 약 0.3 근처에서 거의 일정하며, 반복수 5는 불확실 파랑궤적을 제거시키기에 충분히 안정하다는 것을 보여준다.
- 5 s-1: Stockdon and Holman, 2000). 하지만, 불완전한 노이지 제거 때문에 영상으로부터 측정된 쇄파지역에서의 파랑 속성값들은 외해지역에서 측정된 값들에 비하여 상대적으로 큰 오차를 보였다. 이 장에서는 이미지 상에서 파랑의 이동모습을 보다 뚜렷하게 포착함과 동시에 거품 노이즈를 보다 효과적으로 제거할 수 있는 영상처리기법 및 절차를 설명한다.
후속연구
- 비디오 자료와 실측 자료로부터 얻어진 유효 파랑궤적의 개수차이 발생은 파고가 낮은 파랑일수록 비디오 영상내에 잘 관측되지 않기 때문이다. 본 연구를 통하여 쇄파지역에서 측정된 파랑궤적은, 향후 천해지역에서의 파속의 측정, 쇄파점의 인식, 쇄파조건의 평가 및 쇄파지역의 거리 변화 등에 이용될 수 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.