본 논문은 수위 측정 영역의 오염 상태에 적응적인 영상 기반 수위 계측 기법을 제안한다. 수위를 측정하기 위해 사용되는 목자판이 진흙, 부유물, 조명의 강한 반사에 의해 얼룩진 경우, 목자판 내부의 수평 성분 패턴이 유지되는 영역의 최종 위치와 목자판과 수면의 색상 차를 이용하여 얻어진 대략적인 수위 위치인 참조 수위와의 거리 차를 측정하여 목자판의 오염 여부를 판단하는 기법을 사용한다. 목자판이 오염되지 않은 경우에는 수평 성분이 유지되는 최종 위치의 근방 하단 영역에서 수평 성분의 분포를 분석하여 히스토그램이 가지는 최대값의 30%이상의 값을 가지는 위치를 수위로 검출하고, 목자판이 오염된 경우는 참조 수위 근방의 색상 변화의 국지적인 정점과 골을 검출한 후 그 변화가 가장 큰 위치를 수위로 검출한다. 검출된 영상 수위는 영상에 보이는 목자판의 눈금을 기준으로 생성한 맵핑 테이블을 이용하여 실제 수위로 변환된다. 제안한 방법의 적용 가능성과 일반성을 평가하기 위하여 실제 교량에 측정 시스템을 구축하고 같은 위치에 기존에 설치된 초음파 기반 측정 시스템과 그 측정치를 비교하였다.
본 논문은 수위 측정 영역의 오염 상태에 적응적인 영상 기반 수위 계측 기법을 제안한다. 수위를 측정하기 위해 사용되는 목자판이 진흙, 부유물, 조명의 강한 반사에 의해 얼룩진 경우, 목자판 내부의 수평 성분 패턴이 유지되는 영역의 최종 위치와 목자판과 수면의 색상 차를 이용하여 얻어진 대략적인 수위 위치인 참조 수위와의 거리 차를 측정하여 목자판의 오염 여부를 판단하는 기법을 사용한다. 목자판이 오염되지 않은 경우에는 수평 성분이 유지되는 최종 위치의 근방 하단 영역에서 수평 성분의 분포를 분석하여 히스토그램이 가지는 최대값의 30%이상의 값을 가지는 위치를 수위로 검출하고, 목자판이 오염된 경우는 참조 수위 근방의 색상 변화의 국지적인 정점과 골을 검출한 후 그 변화가 가장 큰 위치를 수위로 검출한다. 검출된 영상 수위는 영상에 보이는 목자판의 눈금을 기준으로 생성한 맵핑 테이블을 이용하여 실제 수위로 변환된다. 제안한 방법의 적용 가능성과 일반성을 평가하기 위하여 실제 교량에 측정 시스템을 구축하고 같은 위치에 기존에 설치된 초음파 기반 측정 시스템과 그 측정치를 비교하였다.
This paper proposes a image-based water level measurement method, which adapt to the ruler's surface condition. When the surface of a ruler is deteriorated by mud, drifts, or strong light reflection, the proposed method judges the pollution of ruler by comparing distance between two levels: the firs...
This paper proposes a image-based water level measurement method, which adapt to the ruler's surface condition. When the surface of a ruler is deteriorated by mud, drifts, or strong light reflection, the proposed method judges the pollution of ruler by comparing distance between two levels: the first one is the end position of horizontal edge region which keeps the pattern of ruler's marking, and the second one is the position where the sharpest drop occurs in the histogram which is construct using image density based on the axis of image height. If the ruler is polluted, the water level is a position of local valley of the section having a maximum difference between the local peak and valley around the second level. If the ruler is not polluted, the water level is detected as the position having horizontal edges more than 30% of histogram's maximum value around the first level. The detected water level is converted to the actual water level by using the mapping table which is construct based on the making of ruler in the image. The proposed method is compared to the ultrasonic based method to evaluate its accuracy and efficiency on the real situation.
This paper proposes a image-based water level measurement method, which adapt to the ruler's surface condition. When the surface of a ruler is deteriorated by mud, drifts, or strong light reflection, the proposed method judges the pollution of ruler by comparing distance between two levels: the first one is the end position of horizontal edge region which keeps the pattern of ruler's marking, and the second one is the position where the sharpest drop occurs in the histogram which is construct using image density based on the axis of image height. If the ruler is polluted, the water level is a position of local valley of the section having a maximum difference between the local peak and valley around the second level. If the ruler is not polluted, the water level is detected as the position having horizontal edges more than 30% of histogram's maximum value around the first level. The detected water level is converted to the actual water level by using the mapping table which is construct based on the making of ruler in the image. The proposed method is compared to the ultrasonic based method to evaluate its accuracy and efficiency on the real situation.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
Tsunashima[10] 에지검출 기반의 간단한 방법을 제안하였다. 이는 물이 흐를 때 수면에서 나타나는 수평 에지를 검출하는 방법을 제안하였다. 또한 이 방법은 수로의 벽에 수평 줄무늬와 같은 수평선과 같은 잡음에 강인하게 하기 위해 영상 프레임 간의 차영상을 이용하였다.
위에서 기술한 기존 기법들의 경우, 수면 영역과 그 비교 대상이 되는 목자판, 수로의 벽, 육지의 환경 변화에 굉장히 민감하게 반응할 뿐만 아니라, 계측된 수위에 대한 신빙성을 부여하지 못하는 문제를 가진다. 따라서 본 논문에서는 목자판의 오염 상태에 따른 영상 기반 수위 계측 시스템을 제안한다. 제안하는 기법의 전체 흐름도는 그림 1과 같다.
본 논문에서는 수위 계측을 위한 영상처리에 앞서 목자판의 상태를 판단하여, 양호한 경우의 수위 계측 방법과 불량한 경우의 수위 계측 방법을 따로 적용할 것이다. 오염과 조명 반사의 경우 공통적으로 나타나는 특징은 목자판 내부의 특징, 즉, 문자 및 가로 성분이 사라지는 것이다.
본 논문은 수자원 관리와 재해 예․경보의 기초 기술이 되는 영상 기반의 수위 계측 방법을 제안하였다. 기존의 수위계측 연구들에서는 측정 시스템의 오류를 인지할 수 없어 계측된 수위의 신빙성을 부여할 수 없었고, 오류 상황에서의 또다른 측정 방법을 제안하지 않았다.
제안 방법
하지만 이러한 시스템은 부표의 위치를 고정하기 위한 파이프를 설치하여야 하며, 대부분 수압에 의존하고 있고, 장기간 사용할때 자주 센서를 교체해야 하는 단점이 있다. 두 번째는 초음파 센서를 이용한 시스템으로, 수면에 초음파를 발사하여 반사되어 돌아오는 시간을 측정하여 수위를 측정한다[3-5]. 이 시스템의 경우 그 정확도가 우수하다고 평가되고 있으나 초음파는 입사각, 온도, 습도 등에 따라 그 특성이 변하므로 온도, 습도, 진동 등을 측정할 별도의 측정계를 필요로 하며, 설치 장소에 따라 설치 위치 설계가 복잡하다.
이는 물이 흐를 때 수면에서 나타나는 수평 에지를 검출하는 방법을 제안하였다. 또한 이 방법은 수로의 벽에 수평 줄무늬와 같은 수평선과 같은 잡음에 강인하게 하기 위해 영상 프레임 간의 차영상을 이용하였다. 하지만 차영상을 이용할 경우 비나 눈에 의해 발생 되는 움직임에 매우 민감하다.
Iwahashi[11]는 수평 에지 검출과 일정 프레임의 평균영상을 사용하는 방법을 제안하였다. 이 논문에서 육지와 수면이 만나는 경계선을 수위로 인식하였다. FIR필터를 사용하여 그 경계선을 나누었다, 그러나 육지와 수면의 질감이 확연히 차이가 날 경우에만 정확한 경계선을 찾을 수 있는 단점이 있다.
목자판 전체의 영상를 하나의 영상에 담을 경우, 영상의 한 픽셀이 차지하는 실제 길이는 커지므로, 이로 인해 한 픽셀 당 오차 또한 커지게 된다. 이러한 문제점을 해결하기 위해 본 논문에서는 일정한 높이의 목자판 영상을 얻을 수 있도록 카메라의 자세, 확대 정도, 초점 등을 시스템의 최초 설치 시 환경에 따라 사전에 수동으로 설정한다. 목자판의 일부분을 촬영하기 때문에 수위가 변함에 따라 카메라의 자세를 변경할 필요가 있다.
또한 그 가로 성분이 일정한 간격을 가지고 나타난다. 그러나 가로 성분은 물결에 의해 수면에서도 많은 양이 검출되므로 물결에 의한 가로 성분을 제거하기 위해 일정 수의 연속된 영상의 평균 영상을 생성한다. 평균 영상을 생성하기 위해 20 프레임의 연속된 영상을 사용하였다.
다음으로 참조 수위를 검출하기 위해 색상이 갑자기 변하는 위치를 찾기 위해 히스토그램에서 국지적 정점과 골을 찾는다. 위, 아래 각각 10개의 주변 값들과 비교하여 자신이 가장 크면 정점으로, 가장 작으면 골로 간주한다.
이 구간 안에 실제 수위가 존재하는 것으로 간주한다. 찾아진 구간의 골의 위치를 기반으로 가중치 이동 평균 방법에 의한 영향을 감안하여 보정하여 참조 수위를 정한다. 그림 8은 선택된 정점과 골을 보여 주고, 검출된 참조 수위를 보여준다.
목자판의 상태 판단은 앞에서 구한 목자판의 양호한 영역의 위치와 참조 수위를 비교함으로써 이루어진다. 그림 9와 같이 목자판이 양호한 경우 두 위치의 거리차는 매우 작고, 목자판이 오염된 경우 두 위치의 거리차는 매우 큼을 알 수 있다.
목자판의 상태가 양호한 경우, 목자판의 수평 성분들이 일정하게 나타나는 영역의 끝점 부근에서 실제 수위는 나타나게 된다. 따라서 5픽셀 위쪽부터 15픽셀 아래까지의 수평 에지 성분을 영상의 높이 축을 기준으로 히스토그램을 생성하고 하단부터 검사하여 수평 성분의 값이 히스토그램 최대값의 30% 이상이 되는 최초의 위치를 수위로 검출한다. 목자판의 수평 에지 성분과 관계없이 목자판과 수면의 경계선에서 히스토그램의 30% 이상이 검출됨을 실험적으로 확인하여 이를 기준으로 하였다.
목자판의 상태가 불량하다고 판단된 경우, 앞에서와 같이 목자판의 수평성분을 이용하여 정확한 수위를 검출할 수 없으므로 참조 수위를 포함하는 국지적 정점과 골 구간 주변을 수위 검출 가능 영역으로 판단하고, 정확한 수위를 검출하기 위해 이 영역에서의 원본 히스토그램을 세밀히 분석한다. 참조 수위를 구할 때와는 달리 가중치 이동 평균을 구하지 않은 원본 히스토그램에서 국지적 정점과 골을 검출한 후 검출 가능 지역 내에서 그 차이가 최대인 구간을 찾고, 그때의 골을 정확한 수위로 판단한다.
단기간 동안 제안하는 방법의 정확도를 확인하기 위해, 초당 1 프레임의 속도로 샘플링하여 120개의 프레임으로 이루어진, 즉, 120초간의 비디오 클립(Video Clip)을 만들어 실험하였다. 목자판이 양호한 경우와 오염된 경우 각각 20개의 비디오 클립을 사용하였다.
목자판 상태 판단의 정확도를 측정하기 위해 양호한 목자판과 불량한 목자판의 비디오 클립을 사용하였다. 표 2는 각목자판 상태에 따른 판단의 결과를 보여준다.
목자판의 상태를 먼저 판단한 후 다른 방식의 수위 검출 기법을 사용하므로, 두 가지의 경우로 나누어 수위 검출의 정확도를 확인하였다.
이 시스템은 같은 장소에 설치 되어 현재 사용되고 있는 시스템이다. 비교 기간은 1일과 1달이며, 초음파 시스템은 10분 단위로 수위를 갱신하므로 10분 단위로 측정치를 사용하여 시간 평균, 1일 평균을 단위로 하여 비교하였다. 1달 동안의 경우, 목자판이 더럽혀진 경우도 포함되어 있다.
대상 데이터
그러나 가로 성분은 물결에 의해 수면에서도 많은 양이 검출되므로 물결에 의한 가로 성분을 제거하기 위해 일정 수의 연속된 영상의 평균 영상을 생성한다. 평균 영상을 생성하기 위해 20 프레임의 연속된 영상을 사용하였다. 이렇게 얻어진 그림 6(a)와 같은 평균 영상에서 중앙에서 나타나는 가로 성분만을 대상으로 소벨 에지 검출기(Sobel Edge Detector)를 사용하여 수평 에지를 검출한 후 그림 6(b)와 같이 이진화를 수행한다.
영상은 카메라로부터 320×240크기의 영상을 획득하여 사용하였다.
단기간 동안 제안하는 방법의 정확도를 확인하기 위해, 초당 1 프레임의 속도로 샘플링하여 120개의 프레임으로 이루어진, 즉, 120초간의 비디오 클립(Video Clip)을 만들어 실험하였다. 목자판이 양호한 경우와 오염된 경우 각각 20개의 비디오 클립을 사용하였다. 각 비디오 클립은 영상에서의 다른 수면 위치, 주간, 야간, 흐린 날씨, 맑은 날씨, 강한 반사, 오염된 목자판 등 다양한 환경을 가진다.
데이터처리
측정된 수위의 정확도를 계산하기 위해 오차 허용 범위를 12픽셀 이내(실제 4cm이내)로 정하고 하나의 비디오 클립 당 허용 범위에 드는 프레임의 개수를 측정하고 이의 평균을 구하였다. 표 3은 그 결과를 보여주고 있다.
제안하는 기법의 장기간 동안의 정확도 및 안정성을 실험 하기 위해 정확한 수위 계측 성능을 보여주는 초음파 센서를 이용한 시스템과 비교하였다. 이 시스템은 같은 장소에 설치 되어 현재 사용되고 있는 시스템이다.
성능/효과
따라서 5픽셀 위쪽부터 15픽셀 아래까지의 수평 에지 성분을 영상의 높이 축을 기준으로 히스토그램을 생성하고 하단부터 검사하여 수평 성분의 값이 히스토그램 최대값의 30% 이상이 되는 최초의 위치를 수위로 검출한다. 목자판의 수평 에지 성분과 관계없이 목자판과 수면의 경계선에서 히스토그램의 30% 이상이 검출됨을 실험적으로 확인하여 이를 기준으로 하였다. 그림 10은 목자판이 양호한 경우의 주간과 야간의 수위 검출 예를 보여준다.
표 2는 각목자판 상태에 따른 판단의 결과를 보여준다. 비디오 클립 당 100개의 판단 결과 중 판단 오류의 평균 빈도수와 최대 빈도 수를 나타내었다.
표 3은 그 결과를 보여주고 있다. 목자판이 양호한 경우의 비디오 클립에 대한 평균오차는 3 픽셀, 최대오차는 17 픽셀이고, 목자판이 불량한 경우의 평균 오차는 4 픽셀, 최대오 차는 20 픽셀로 나타났다. 표 3의 결과에서 보여 주듯이 목자판의 상태 판단 과정에서 잘못된 판단이 이루어진 경우에도 수위 측정에 있어 큰 오차를 보여주지 않음을 알 수 있다.
기존의 수위계측 연구들에서는 측정 시스템의 오류를 인지할 수 없어 계측된 수위의 신빙성을 부여할 수 없었고, 오류 상황에서의 또다른 측정 방법을 제안하지 않았다. 반면에 제안하는 방법은 목자판의 오염 상태를 판단하여 계측된 수위의 신빙성을 부여하고, 수위 계측 시스템의 유지, 보수가 신속히 이루어질 수있게 하였고, 수위 측정 알고리즘에 있어 목자판의 상태에 따라 다른 최적화된 기법을 적용하여 목자판이 오염된 상태에서도 정확하고, 안정적인 수위를 검출할 수 있게 하였다. 제안한 기법의 시스템을 실제 하천에 설치하여 수위 측정의 정확도가 높은 초음파 기반의 측정 시스템과 비교한 결과, 평균 2cm정도의 작은 오차를 보였다.
반면에 제안하는 방법은 목자판의 오염 상태를 판단하여 계측된 수위의 신빙성을 부여하고, 수위 계측 시스템의 유지, 보수가 신속히 이루어질 수있게 하였고, 수위 측정 알고리즘에 있어 목자판의 상태에 따라 다른 최적화된 기법을 적용하여 목자판이 오염된 상태에서도 정확하고, 안정적인 수위를 검출할 수 있게 하였다. 제안한 기법의 시스템을 실제 하천에 설치하여 수위 측정의 정확도가 높은 초음파 기반의 측정 시스템과 비교한 결과, 평균 2cm정도의 작은 오차를 보였다. 따라서 그 성능이 우수하고 정확하다 할 수 있고, 장기간 동안의 실험결과에서 볼 수 있듯이 그 안정성도 우수함을 보였다.
제안한 기법의 시스템을 실제 하천에 설치하여 수위 측정의 정확도가 높은 초음파 기반의 측정 시스템과 비교한 결과, 평균 2cm정도의 작은 오차를 보였다. 따라서 그 성능이 우수하고 정확하다 할 수 있고, 장기간 동안의 실험결과에서 볼 수 있듯이 그 안정성도 우수함을 보였다.
질의응답
핵심어
질문
논문에서 추출한 답변
압력식을 이용한 수위 측정 시스템의 단점은 무엇인가?
압력식은 수면에 부표의 띄워그 위치 변화를 측정하는 형태[1]의 고전적 방법과 압력센서를 이용한 방법[2]이 현재 보편적으로 사용되고 있다. 하지만 이러한 시스템은 부표의 위치를 고정하기 위한 파이프를 설치하여야 하며, 대부분 수압에 의존하고 있고, 장기간 사용할때 자주 센서를 교체해야 하는 단점이 있다. 두 번째는 초음파 센서를 이용한 시스템으로, 수면에 초음파를 발사하여 반사되어 돌아오는 시간을 측정하여 수위를 측정한다[3-5].
수자원 관리와 재해 예측에 있어 가장 기초적인 정보는 무엇인가?
또한 태풍과 국지성 폭우로 인해 갑작스런 강의 범람과 홍수로 인해 수많은 인명 피해와 재산의 손실이 전 세계적으로 매년 발생하고 있어 재해 상황에 대해 대처할 수 있도록 수량을 제어하고 강의 범람을 미리 예측하여 대비할 수 있도록 하는 문제에 대한 관심 또한 증대 되고 있다. 수자원 관리와 재해 예측에 있어 가장 기초적인 정보는 바로 수위 정보이다.
수위 측정 시스템 중 초음파 센서를 이용한 시스템에서는 어떻게 수위를 측정하는가?
하지만 이러한 시스템은 부표의 위치를 고정하기 위한 파이프를 설치하여야 하며, 대부분 수압에 의존하고 있고, 장기간 사용할때 자주 센서를 교체해야 하는 단점이 있다. 두 번째는 초음파 센서를 이용한 시스템으로, 수면에 초음파를 발사하여 반사되어 돌아오는 시간을 측정하여 수위를 측정한다[3-5]. 이 시스템의 경우 그 정확도가 우수하다고 평가되고 있으나 초음파는 입사각, 온도, 습도 등에 따라 그 특성이 변하므로 온도, 습도, 진동 등을 측정할 별도의 측정계를 필요로 하며, 설치 장소에 따라 설치 위치 설계가 복잡하다.
참고문헌 (14)
이부영, 박병윤, "부력추를 이용한 지하수위 측정용 센서개발," 한국농림기상학회, 제 1권, 제 1호, 1-5쪽, 1999년 1월.
B. Y. Lee, B. Y. Park, "Development of High Precision Underground water level meter using a Buoyant Load Cell Technique," Journal of the KSAFM, Vol. 1, No. 1, pp.1-5, 1999.
J. H. Um, "Inquiry of Special Quality of Supersonic Sensor for Water Level by Non-contact," the bulletin of Korea Environment Engineers Association, Vol. 162, pp.30-36, 2000.
S. Y. Hwang, "The evaluation an uncertainly of measurement for underground water using an ultrasonic sensor," Process control instrumentation technology, pp.102-107, 1999.
Jeong, D. H., "Water level measurement techniques by digital Way," Proceeding of Instrumentation Technology, Vol. 13, No. 4, 2005.
Y. K. Park, et al., "Development of Real time Flood Monitoring System composed of CCD Camera and Water Level Gauge," Fall Conference of Korea Society for Railway, pp.72-76, 2004.
W. Kim, et al., "Development of the Image Stage Gauge using the Image Process Technique," Conference of Korea Water Resource Association, pp.500-5004, 2006.
Y. Takagi, A. Tsujikawa, M. Takato, T. Saito, M. Kaida, "Development of a non-contact liquid level measuring system using image processing," Water science and technology, Vol. 37, No. 12, pp.381-387, 1998.
Y. Takagi, T. Yoneoka, H. Mori, M. Yoda, A. Tsujikawa, T.Saito, "Development of a water level measuring system using image processing," The 1st IWA conference on instrumentation, control and automation, pp.309-316, 2001.
N. Tsunashima, M. Shiohara, S. Sasaki, J. Tanahashi, "Water level measurement using image processing," Information processing society of Japan, Research report, Computer vision and image media, Vol. 121, No. 15, pp.111-117, 2000.
Iwahashi M., Udomsiri S. "Water Level Detection from Video with FIR Filtering," the 16th International Conference on Computer Communication and Networks, pp.826-831, 2007.
Roger. Y. Tsai, "A Versatile Camera Calibration Technique for High-Accuracy 3D Machine Vision Metrology Using Off-the-shelf TV Cameras and Lenses," IEEE Journal of Robotics and Automation, Vol. 3, No. 4, pp.323-344, 1887.
Z. Zhang, "A Flexible New Technique for Camera Calibration," IEEE Transaction on Pattern Analysis and Machine Intelligence, Vol. 22, No. 11, pp.1330-1334, 2000.
K. J. Kim, N. K. Lee, Y. J. Han, H. S. Hahn, "Remote Detection and Monitoring of a Water Level Using Narrow Band Channel," The 6th WSEAS International Conference on Signal Processing, Robotics And Automation, pp.16-19, 2007.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.