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
- 본 논문은 적외선 비디오 영상으로부터 저주파 성분과 고주파 성분을 분리하기 위하여 Haar 웨이블릿 변환을 적용하고, 저주파 성분의 부영상에서 임계값 이상의 값을 갖는 화소들의 이진영상을 검출하고, 화소의 연결요소를 이용한 레이블링을 적용하여 적외선 영상에서 높은 밝기 값을 갖는 화염 후보영역의 초기 경계선을 검출한다. 초기 경계선 주위의 유사한 밝기 값을 가진 영역으로 경계선을 확장하여 화염 후보영역의 최종 경계선을 검출한다.
- Ch Kranz[17]은 화염으로부터 방출되는 특정 주파수를 검출하는 방법으로 화염을 검출한다. 본 논문은 적외선 카메라에 의해 열을 가진 물체로부터 방출되는 복사열을 영상으로 표시한 적외선 영상을 이용하여, 배경영상을 사용하지 않고 높은 열을 갖는 물체가 높은 밝기 값으로 표시되는 적외선 영상의 특징에 따라 초기에 임계값을 적용하여 후보영역을 검출하고, 검출된 영역의 이웃영역으로 후보영역을 확장하는 방법으로 화염후보 영역을 검출 한다. 또한 햇빛반사에 의해 적외선영상에서 높은 값을 갖는 나대지(bare ground)와 건물 등으로부터 화염영역을 구분하기 위하여 큐를 사용하여 추적한 일정기간의 크기 및 고주파성분의 이동평균이 변경되는 부분을 검출하였다.
제안 방법
- 초기 경계선 주위의 유사한 밝기 값을 가진 영역으로 경계선을 확장하여 화염 후보영역의 최종 경계선을 검출한다. 검출된 후보영역을 큐를 사용하여 일정 프레임동안 시간에 따라 추적하여 크기 특징 및 고주파 성분 에너지 특징의 이동평균을 계산하고 이동평균이 급격하게 변화하는 곳을 검출하여 화염영역을 검출하였다. 본 논문의 구성은 다음과 같다.
- 화염후보영역 검출 단계는 영상의 대부분의 에너지가 포함된 저주파 성분인 LL 영역에서 임계 값 이상의 값을 갖는 화소의 이진 영상을 계산하고, 침식(erode)과 팽창(dilate) 연산의 모폴로지 연산을 통하여 조그만 크기의 잡음을 제거하며, 높은 고주파성분 에너지를 갖는 영역만을 후보영역에 포함한다. 검출된 후보영역의 추적 및 분류 단계는 동적으로 생성 및 삭제되는 큐를 사용하여 검출된 후보영역을 추적하고, 크기변화와 고주파영역에서의 에너지의 이동평균의 변화를 이용하여 화염영역과 비화염 영역을 판단한다.
- 교차상관관계는 참고문헌 [8]에서와 같이 평균과 표준편차에 의해 정규화하지 않고, 영역의 크기로 나눈 교차 상관관계를 사용하였으며, 인접한 두 프레임 사이의 후보영역에서의 사각형을 이용하여 참고논문 [8]에서와 같이 ±4 화소의 변동을 가지고 25개의 교차상관 계수에서 최대값을 선택하였으며, 화염영역과 비화염영역의 판단은 MAX_TRACK = 15사이의 교차상관 계수의 변동을 이용하여 화염을 판단 하였다.
- 본 논문은 적외선 카메라에 의해 열을 가진 물체로부터 방출되는 복사열을 영상으로 표시한 적외선 영상을 이용하여, 배경영상을 사용하지 않고 높은 열을 갖는 물체가 높은 밝기 값으로 표시되는 적외선 영상의 특징에 따라 초기에 임계값을 적용하여 후보영역을 검출하고, 검출된 영역의 이웃영역으로 후보영역을 확장하는 방법으로 화염후보 영역을 검출 한다. 또한 햇빛반사에 의해 적외선영상에서 높은 값을 갖는 나대지(bare ground)와 건물 등으로부터 화염영역을 구분하기 위하여 큐를 사용하여 추적한 일정기간의 크기 및 고주파성분의 이동평균이 변경되는 부분을 검출하였다.
- 본 논문에서 제안된 화염검출 방법은 (그림 1)과 같이 Haar 웨이블릿변환 단계, 화염 후보영역 검출단계와 검출된 화염 후보영역에 대한 추적 및 분류의 3단계로 구성된다. Haar 웨이블릿변환 단계에서는 입력영상 프레임을 1단계의 Haar 웨이블릿변환을 수행하여 영상을 저주파 영역인 LL(low -low)과 3개의 고주파 영역 LH(low -high), HL(high -low), HL(high -high)로 분해한다.
- 본 논문에서 제안한 화염검출 방법을 인텔 펜티엄Ⅳ2.4GHz 컴퓨터에서 VC++ 6을 이용하여 구현 및 실험하였다. 적외선 비디오 영상은 L-3 COMMUNICATIONS사의 TSC-XP와 EYE-2000B 카메라로부터 산불 감시를 목적으로 설치된 장소에서 비디오 저장장치에 녹화된 3개의 720×480×24비트의 해상도에 15fps의 AVI 비디오 영상에서 YUV 포맷으로 변경하여 밝기 정보를 갖는 Y 채널만을 사용하였다.
- 2차원 영상에 대한 웨이 블릿 변환은 행에 대하여 웨이블릿변환을 적용한 결과를 다시 열에 대하여 웨이블릿 변환을 적용하면 된다. 본 논문에서는 Haar 웨이블릿을 사용하여 빠른 속도로 저주파 성분과 수평, 수직, 대각선 성분의 고주파 성분으로 분리하고, 저주파 영역에서 임계값을 적용하여 화염후보영역을 검출하고, 고주파영역으로 계산한 에너지를 화염분류를 특징 중 하나로 사용하였다.
- 본 논문에서는 검출된 영역으로부터 영역의 면적 크기 특징과 고주파성분의 에너지를 이용한 질감(texture) 특징을 이용하여 화염과 비화염 영역을 분류한다. 시간 t에 검출된 m(t)개의 후보영역의 경계선 C(k,t), k = 0,.
- 본 논문은 산불 감시용 적외선 카메라로부터 획득한 비디오 영상에서 Haar 웨이블릿을 통해 계산한 고주파 성분의 에너지 평균과 저주파영역에서 임계값을 적용하여 초기 후보영역을 검출하고, 주변의 밝기 값이 높은 영역으로의 확장방법을 사용하여 높은 밝기를 갖는 화염 후보영역을 안정적으로 검출하였으며, 동적으로 생성 유지 관리되는 큐를 이용하여 화염후보영역 추적하고, 이동평균을 계산하고 이동평균의 변화가 발생하는 곳을 검출하는 방법으로 화염영역을 분류하는 알고리즘을 사용하여 효과적으로 화염영역을 분류하였다. 후속 연구로는 임계값 선정, 국부적으로 변화하는 화염영역의 검출 및 인접 후보영역의 클러스터링 방법 등은 후속 연구과제로 남긴다.
- Haar 웨이블릿 변환을 통해 계산한 LL(i,j,t)에 식 (4)와 같이 임계값 T1보다 큰 값을 갖는 화염후보 영역의 정보를 갖는 이진영상 BL(i,j,t)을 같이 생성한다. 생성된 이진영상 BL(i,j,t) 에 포함된 잡음을 제거하기 위하여 모폴로지 연산인 침식(erosion)과 팽창(dilation) 연산을 수행한다. 3×3 크기의 사각 윈도우를 사용하여 작은 크기의 잡음과 검출된 변화영역내의 빈 공간을 매우는 역할을 한다.
- 시간 t의 입력영상 프레임으로부터 검출된 m 개의 초기 경계선 C(t,i), i = 0, …, m -1 각각에 대해, 경계선 위의 각 화소의 8-이웃 화소의 LL(i,j,t) 값을 조사하여 화소의 밝기 값과 임계값 T1의 차이가 T3보다 작고, 이미 변화영역으로 검출된 화소가 아니면 현재 경계선의 화소를 확장하는 방법을 사용한다.
- 임계값 T1에 의해 검출된 초기 경계선은 경계 구분이 애매한 영역도 후보영역으로 검출한다. 이러한 영역을 제거하기 위하여 검출된 경계선의 최소사각형을 구하고, 최소사각형(bounding rectangle) 내의 고주파성분의 평균을 EM(i,j,t)로부터 계산하여 임계값 T2보다 작으면 화염후보 영역이 아닌 것으로 판단하여 제거한다. 밝기 값의 임계값 T1과 고주파성분의 임계값 T2에 의해 검출된 초기 경계선 주위에 임계값 T1보다는 작지만 유사한 밝기 값을 갖는 영역이 있을 수 있기 때문에, 주변영역으로 확장시킨다.
- 입력영상의 크기는 본 논문에서 1단계 Haar 웨이블릿 분해를 한 크기인 360×240으로 입력영상을 서브샘플링하여 처리하였으며, 화염 후보영역을 검출하기 위한 임계값은 본 논문의 실험과 같이 200으로 설정하였으며, 본 논문과 동일하게 모폴로지 연산을 적용하고, 레이블링하여 후보영역을 검출하였다.
- 본 논문은 적외선 비디오 영상으로부터 저주파 성분과 고주파 성분을 분리하기 위하여 Haar 웨이블릿 변환을 적용하고, 저주파 성분의 부영상에서 임계값 이상의 값을 갖는 화소들의 이진영상을 검출하고, 화소의 연결요소를 이용한 레이블링을 적용하여 적외선 영상에서 높은 밝기 값을 갖는 화염 후보영역의 초기 경계선을 검출한다. 초기 경계선 주위의 유사한 밝기 값을 가진 영역으로 경계선을 확장하여 화염 후보영역의 최종 경계선을 검출한다. 검출된 후보영역을 큐를 사용하여 일정 프레임동안 시간에 따라 추적하여 크기 특징 및 고주파 성분 에너지 특징의 이동평균을 계산하고 이동평균이 급격하게 변화하는 곳을 검출하여 화염영역을 검출하였다.
- 침식과 팽창의 모폴로지 연산을 적용한 후보영역영상 BL(i,j,t)에 연결요소분석에 의한 레이블링 알고리즘을 적용하여 후보영역의 초기 경계선을 검출한다. 임계값 T1에 의해 검출된 초기 경계선은 경계 구분이 애매한 영역도 후보영역으로 검출한다.
대상 데이터
- 적외선 비디오 영상은 L-3 COMMUNICATIONS사의 TSC-XP와 EYE-2000B 카메라로부터 산불 감시를 목적으로 설치된 장소에서 비디오 저장장치에 녹화된 3개의 720×480×24비트의 해상도에 15fps의 AVI 비디오 영상에서 YUV 포맷으로 변경하여 밝기 정보를 갖는 Y 채널만을 사용하였다.
데이터처리
- 임계값 T1에 의해 높은 밝기 값을 갖는 초기 화염후보 영역을 확장학장하기 위한 임계값 T3 = 30으로 하여, 임계값 T1 = 200에 의해 검출된 초기 화염후보영역 근처에서 밝기 값이 170이상인 영역으로 확장하였다. 이동평균의 시계열 데이터에서의 변화를 검출하기 위한 변화영역크기의 차이에 대한 임계값 T4 = 40, 고주파에너지의 차이에 대한 임계값 T5 = 0.4로 설정하였으며, 화염후보영역을 추적하기 위한 큐의 크기는 MAX_TRACK= 15로 하여 추적 및 이동평균을 계산하였다.
이론/모형
- 이러한 일반 컬러영상을 이용하는 방법은 화염의 색상 정보를 이용하여 화염을 검출하며, 카메라의 가격이 비교적 저가인 장점을 갖는 반면, 화염의 색상이 연소되는 재질에 따라 색상이 다를 수 있는 어려움이 있다. 적외선 카메라로부터 획득한 영상을 이용하는 방법으로는 A.Ollero 등[7], B.C.Arrue 등[8], Martinez-de Dios J.R 등[9]은 적외선 카메라로부터 획득한 영상에서 임계값을 적용하여 화염 후보영역을 검출하고 검출된 후보영역의 프레임 사이의 상관관계(correlation)를 계산한 후에 상관관계의 변동을 푸리에변환과 교차상관관계(cross-correlation), 신경망, 퍼지규칙을 이용하여 화염을 검출하는 방법을 사용하였으며, 기상센서, 지리정보, CCD 카메라 영상 등을 추가적으로 사용하였다. 이러한 인접 프레임사이의 교차 상관관계로는 카메라가 화염으로부터 거리가 멀리 떨어져 있거나 또는 화염의 움직임이 미세할 경우에는 검출하기 어렵다.
- 화염(flame)은 화재를 식별할 수 있는 직접적인 특징으로 최근 영상처리에 의한 자동 화염 검출에 대한 연구를 카메라의 종류에 따라 분류하면 컬러영상을 이용하는 방법[1-6]과 적외선 카메라로부터 획득한 적외선 영상을 이용하는 방법[7-13]로 분류할 수 있다. 컬러 영상을 이용한 화염 검출 방법 중에서 W.Phillips III 등[1]은 화염색상 정보를 얻기 위하여 히스토그램을 사용하였으며, 화소단위의 시간적 변화를 사용하여 화염을 검출하여 사용하였다. Che-Bin Liu[2] 등은 컬러영상에서 화염영역을 검출한 후에 영영의 모양과 시간적 변화를 푸리에 묘사자(Fourier Descriptor)를 사용하여 화염 영역과 비화염 영역을 비교하였다.
성능/효과
- 교차상관계수의 변동의 임계값은 5000으로 설정하였다. 실험결과 적외선 영상에서 높은 밝기 값을 갖는 비디오 1에서의 나대지와 비디오 3에서 인공구조물에서 많은 오 검출이 발견되었다. (그림 13)의 (a), (b), (d)는 나대지가 화염으로 검출된 오검출이며, (c)는 정상적으로 화염이 검출된 경우이고, (d)는 화염은 검출되지 않고, 나대지가 검출된 경우이다.
- 화염이 검출된 총 프레임 수는 에서 보다 많이 검출되었으며, 비디오 3의 실제화재의 경우 처음 화염 영역이 검출된 이후 비교적 빠른 시간인 t = 114에서 첫 화염영역이 검출되었으나, 비디오 1과 비디오 2는 에서의 실험과 유사하게 검출되었다.
후속연구
- 본 논문은 산불 감시용 적외선 카메라로부터 획득한 비디오 영상에서 Haar 웨이블릿을 통해 계산한 고주파 성분의 에너지 평균과 저주파영역에서 임계값을 적용하여 초기 후보영역을 검출하고, 주변의 밝기 값이 높은 영역으로의 확장방법을 사용하여 높은 밝기를 갖는 화염 후보영역을 안정적으로 검출하였으며, 동적으로 생성 유지 관리되는 큐를 이용하여 화염후보영역 추적하고, 이동평균을 계산하고 이동평균의 변화가 발생하는 곳을 검출하는 방법으로 화염영역을 분류하는 알고리즘을 사용하여 효과적으로 화염영역을 분류하였다. 후속 연구로는 임계값 선정, 국부적으로 변화하는 화염영역의 검출 및 인접 후보영역의 클러스터링 방법 등은 후속 연구과제로 남긴다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.