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
- 영상은 2차원 함수 f(x,y)로 정의할 수 있으며, 공간좌표 (x,y)에서 함수 f의 값은 그 점에서의 영상의 밝기(Brightness Value)또는 명암도를 의미한다. 영상자료의 필터링은 대개 어떠한 정보나 특징을 두드러지게 나타나게 하거나 혹은 원치않는 특징이나 정보를 제거하는데 그 목적이 있다. 영상 자료에 적용될 수 있는 필터는 두 가지로 나누어질 수 있다.
제안 방법
- 7의 결과를 얻었다. 가우시안 필터 결과 또한 영상비교를 위해 점선하단부분 자료에만 필터링을 적용하여 표현하였다.
- 가우시안 필터 적용을 위하여 커널의 크기를 3×3, 5×5, 7×7로 각각 적용하였으며, 필터의 폭을 조절하기위해 σ를 0.5로 고정하여 Fig. 7의 결과를 얻었다.
- 공간영역 필터링의 종류 및 매개변수에 따른 결과영상비교를 위해 좌현(port)과 우현(starboard)의 점선하단부분 자료에만 필터링을 적용을 하였다. 평균값 필터링은 회선커널(convolution kernel) 의 크기를 3×3, 5×5, 7×7로써 각각 적용하여 Fig.
- . 본 논문에서는 특정한 모양이 배열되어있는 패턴을 나타낼 수 있는 텍스쳐 필터링을 위해 표준편차, 엔트로피를 이용해 영상을 통한 해저퇴적물의 균질 정도 파악을 시도하였으며, 효과적인 영상 비교를 위하여 탐사자료의 점선 우측부분에 대하여 필터링을 적용하였다.
- 본 연구에서는 약2%의 자료를 극단적인 값으로 간주 후 이를 배제하였고, 영상자료 존재범위를 μ+3.0× σ 와 μ-3.0× σ사이에 분포되고 있는 수치화소 값을 기준으로 선형가우시안신장을 적용하였다.
- 특히 수중음파를 이용하는 사이드스캔소나는 수중물체나 해저면의 형태를 영상화하기에 매우 효과적이어서 특정한 목표물을 찾는데 아주 유용하다. 사이드스캔소나를 이용해 해저면의 형상을 이해하기 위해서는 사이드스캔소나 시스템으로부터 디지털 자료를 획득하고, 여러 가지 자료보정과 연속적인 후처리를 통해 모자이크 영상을 만들고, 그 영상을 분석한다. 디지털영상 처리기술은 위성영상이나 항공사진과 같이 잡음이 많은 영상에서 잡음을 제거하거나 명암 대비를 향상시키기 위한 목적으로 응용되고 있는데, 이를 사이드스캔소나 영상에 적용하면 영상을 향상시키고 분석에 용이한 영상을 얻을 수 있다[2].
- 수중 인공 물체인 사각형 인공어초가 설치된 지역에 대하여 사이드스캔소나 탐사를 실시하여 얻은 탐사자료를 가지고 디지털영상처리에 대한 연구를 수행하여 다음과 같은 결론을 도출할 수 있었다.
- 영상에서의 극단적인 화소 값을 나타내는 부분에 대한 개선을 도모하고, 보다 효과적인 가우시안 선형신장영상 산출을 위해 water column 내의 수면반사파를 제거할 목적으로 반사파가 나타난 구간에 muting을 적용하였다. Fig.
- 본 논문에서는 펄스길이 200μsec, 한 번의 송수신으로 한 개의 주사트랙에 2048개의 음압을 포함하는 인공어초 조성지역의 자료이다. 전 처리 과정을 거친 후 자료를 영상으로 표현하였으며, 이후 디지털 영상처리과정을 위해 영상대비신장 후의 자료 값으로 공간영역과 주파수영역에서의 처리 및 해석을 시도하였다. 통계적인 영상대비신장을 위해 영상의 화소 값에 대한 평균과 표준편차를 구하여 최대값 (vmax)과 최소값(vmin)으로 가우스 선형 신장을 적용하였다.
- 본 연구에서는 대표적 수중 인공구조물중 하나인 사각형 인공어초가 설치된 지역에 대하여 사이드스캔소나를 이용하여 탐사 자료를 취득하였다. 취득된 사이드스캔소나 탐사자료에 대하여 원격탐사 분야에서 흔히 사용되는 Digital Image Processing기법인 공간영역과 주파수영역에서의 각종 필터링을 적용하여 자료해석을 보다 용이하게 하였다.
- 전 처리 과정을 거친 후 자료를 영상으로 표현하였으며, 이후 디지털 영상처리과정을 위해 영상대비신장 후의 자료 값으로 공간영역과 주파수영역에서의 처리 및 해석을 시도하였다. 통계적인 영상대비신장을 위해 영상의 화소 값에 대한 평균과 표준편차를 구하여 최대값 (vmax)과 최소값(vmin)으로 가우스 선형 신장을 적용하였다.
대상 데이터
- 본 논문에서는 펄스길이 200μsec, 한 번의 송수신으로 한 개의 주사트랙에 2048개의 음압을 포함하는 인공어초 조성지역의 자료이다.
- 본 연구에서는 대표적 수중 인공구조물중 하나인 사각형 인공어초가 설치된 지역에 대하여 사이드스캔소나를 이용하여 탐사 자료를 취득하였다. 취득된 사이드스캔소나 탐사자료에 대하여 원격탐사 분야에서 흔히 사용되는 Digital Image Processing기법인 공간영역과 주파수영역에서의 각종 필터링을 적용하여 자료해석을 보다 용이하게 하였다.
- 영상 자료는 기본적으로 가로 및 세로 방향으로의 단위가 거리인 2차원의 공간 영역 자료이다. 이와 같은 영상 자료에 2차원 푸리에 변환(2D Fourier Transform)을 적용하면, 가로 및 세로 방향의 단위가 파수(wave number)인 주파수 영역 자료가 된다.
- 주파수 영역에서의 저주파수 통과 필터와 고주파수 통과 필터를 적용하기 위하여 선정된 절단 주파수(cutoff frequency)는 130Hz이며, 대역통과 필터는 주파수 범위를 20 ∼ 210Hz으로 적용하여 Fig. 13의 영상을 얻었다.
이론/모형
- 영상자료에 대한 시각적 식별을 용이하게 하기 위해 대비신장(contrast stretch)기법을 적용하여 영상의 밝기와 대비를 조절하게 되는데, 통계적 특징 값들을 이용하여 영상을 향상 혹은 강조한다.
성능/효과
- 1) 수중인공물체를 대상으로 사이드스캔소나를 이용하여 취득한 해저면 영상자료에 대하여 공간영역과 주파수영역에서의 각종 필터링을 포함한 영상처리 기법을 적용한 결과 영상 품질이 향상될 뿐만 아니라 보다 효율적인 사물식별이 가능함을 확인하였다.
- 2) 회선커널의 크기에 따라 Smoothing효과에 민감한 평균값 필터의 경우에는 수중인공구조물 또는 목표물확인이 필요한 수중물체탐지에 있어서 커널의 크기가 커짐에 따라 상대적으로 작은 크기의 물체에 대한 사물 식별에 있어서 경계가 모호해지는 경향이 있었다.
- 3) 중앙값 필터와 가우시안 필터는 노이즈 제거와 함께 경계선의 정보를 손실하지 않고 경계부의 고주파수 정보를 비교적 잘 보존함을 확인할 수 있었으며, 커널의 크기에 의한 영향보다도 σ의 변화에 대한 영향이 시각적으로 확연함을 알 수 있었다. 또한 인공어초의 군집 중 개별적인 하나를 추출해낸 후 그 신호를 분석하고 경계강화 필터링을 적용함으로써 unit의 종류와 형태분석에 보다 효과적임을 알 수 있었다.
- 가우시안 필터에서의 smoothing효과는 커널의 크기에 의한 영향보다도 σ의 변화에 대한 영향이 시각적으로 확연함을 알 수 있으며, 평균값 필터링한 결과에 비해 경계신호의 보존이 잘 이루어진다.
- 여기서, r은 해저면과 소나센서와의 거리로 시간에 따라 변하는 변수이며, dt는 펄스의 길이로서 상수이고, c는 수중음속으로 1500 m/s를 적용하였고, Θ는 입사하는 음파가 해저면과 이루는 각, a 는 센서의 빔 폭이다. 따라서 중앙에서 양 측면으로 갈수록 수평방향 해상도는 증가하고, 수직방향 해상도는 감소한다.
- 3) 중앙값 필터와 가우시안 필터는 노이즈 제거와 함께 경계선의 정보를 손실하지 않고 경계부의 고주파수 정보를 비교적 잘 보존함을 확인할 수 있었으며, 커널의 크기에 의한 영향보다도 σ의 변화에 대한 영향이 시각적으로 확연함을 알 수 있었다. 또한 인공어초의 군집 중 개별적인 하나를 추출해낸 후 그 신호를 분석하고 경계강화 필터링을 적용함으로써 unit의 종류와 형태분석에 보다 효과적임을 알 수 있었다.
- 12의 결과를 얻었다. 최대빈도필터에서는 커널의 크기가 증가함에 따라 주변의 0의 값을 많이 채택하게 됨으로써 목표물에 대한 정보가 상대적으로 감쇠됨을 확인할 수 있다.
- 11은 이때의 결과 영상이다. 평균값 필터에서 노이즈 제거와 함께 경계선의 정보가 같이 제거되었던 반면, 가우시안 필터와 중앙값 필터는 비교적 edge 등의 고주파정보를 잘 보존한 결과를 나타내었다.
- 평균값 필터의 경우 커널의 크기가 증가할수록 주변잡음제거가 이루어지고, Smoothing 효과가 커짐을 알 수 있다. 하지만 반사계수가 상대적으로 강한 edge 부분들의 고주파신호가 함께 제거되면서 상대적으로 작은 크기의 물체에 대한 사물식별에 있어서 경계가 모호해지는 경향이 있음을 알 수 있다.
- 3은 영상자료가 가우스 분포임을 가정하여 약 98% 범위의 영역에서 대비신장 을 적용한 전․후의 영상이다. 하지만 수주(water column) 내의 수면반사파가 상대적으로 큰 음압 값을 가지게 됨으로써 대비신장 후 해저면 반사영상이 전반적으로 어둡게 표현됨을 확인할 수 있었다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.