본 연구는 무인 항공사진 촬영을 이용하여 해안에 산재한 해안표착물을 탐지하는 새로운 방법을 제시하였다. 이동성과 신속성, 경제성이 우수한 소형 무선 조정 헬리콥터의 기체와 헬리콥터의 진동에 관계없이 연직 상태를 유지할 수 있는 짐벌 장치에 디지털카메라를 장착하여 항공사진 촬영을 시행하였다. 또한, 촬영된 영상으로부터 해안표착물을 탐지하기 위해 Matlab program을 이용한 디지털 영상처리알고리즘을 고안하였다. 특히 고안된 알고리즘은 배경 차감 기법(Background subtraction method)을 적용하여 연구 대상 해안의 각기 다른 모래 상태로 인해 발생하는 물체 추출 오차를 감소시킴으로써 다양한 형태의 해안표착물을 안정적으로 탐지하는 결과를 보여주었다. 향후, 이 연구 방법을 적용한 해안표착물 모니터링이 이루어질 경우 모니터링 대상 구역 설정의 대표성 문제 해결 및 발생량 추정에 크게 기여할 수 있으며, 해양환경 감시 분야에 활용가능성이 클 것으로 판단된다.
본 연구는 무인 항공사진 촬영을 이용하여 해안에 산재한 해안표착물을 탐지하는 새로운 방법을 제시하였다. 이동성과 신속성, 경제성이 우수한 소형 무선 조정 헬리콥터의 기체와 헬리콥터의 진동에 관계없이 연직 상태를 유지할 수 있는 짐벌 장치에 디지털카메라를 장착하여 항공사진 촬영을 시행하였다. 또한, 촬영된 영상으로부터 해안표착물을 탐지하기 위해 Matlab program을 이용한 디지털 영상처리 알고리즘을 고안하였다. 특히 고안된 알고리즘은 배경 차감 기법(Background subtraction method)을 적용하여 연구 대상 해안의 각기 다른 모래 상태로 인해 발생하는 물체 추출 오차를 감소시킴으로써 다양한 형태의 해안표착물을 안정적으로 탐지하는 결과를 보여주었다. 향후, 이 연구 방법을 적용한 해안표착물 모니터링이 이루어질 경우 모니터링 대상 구역 설정의 대표성 문제 해결 및 발생량 추정에 크게 기여할 수 있으며, 해양환경 감시 분야에 활용가능성이 클 것으로 판단된다.
This study proposed detection method of Marine debris using unmanned aerial photography. For unmanned aerial photography, a RC(Radio Control) helicopter which has good movability and economics was used. To a camera mounting, a gimbal equipment was attached to the bottom of the RC helicopter. The gim...
This study proposed detection method of Marine debris using unmanned aerial photography. For unmanned aerial photography, a RC(Radio Control) helicopter which has good movability and economics was used. To a camera mounting, a gimbal equipment was attached to the bottom of the RC helicopter. The gimbal equipment is very useful because it is not seriously affected by vibration and rolling. In addition, we invented that digital image processing algorithm using Matlab program for detection of marine debris from photographs. Particularly, background subtraction in invented algorithm was applied. As a result, marine debris of a variety of forms from different sand states of coast were reliably detected. In the future, monitoring using proposed method was expected to contribute that the solution to representative problem of monitoring area selecting and estimate the total litter mass over the beach. Moreover, It is considered a greater application possibility to marine environmental observations.
This study proposed detection method of Marine debris using unmanned aerial photography. For unmanned aerial photography, a RC(Radio Control) helicopter which has good movability and economics was used. To a camera mounting, a gimbal equipment was attached to the bottom of the RC helicopter. The gimbal equipment is very useful because it is not seriously affected by vibration and rolling. In addition, we invented that digital image processing algorithm using Matlab program for detection of marine debris from photographs. Particularly, background subtraction in invented algorithm was applied. As a result, marine debris of a variety of forms from different sand states of coast were reliably detected. In the future, monitoring using proposed method was expected to contribute that the solution to representative problem of monitoring area selecting and estimate the total litter mass over the beach. Moreover, It is considered a greater application possibility to marine environmental observations.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서 본 연구에서는 모니터링 대상 공간을 확대하여 해안쓰레기 발생량 추정의 오차를 줄임과 동시에 비용과 시간의 한계를 극복할 수 있는 새로운 모니터링 방법을 제시하고자 하였다. 본 연구에서는 전라남도 신안군 임자도 대광해수욕장을 조사 대상 지역으로 선정하여 임의의 모니터링 구역(=600 ㎡)을 설정하고 약 30 m 내외의 고도에서 무인 항공사진 촬영을 수행 하였다.
해안표착물 탐지를 위한 향후 연구로서, 본 연구를 확장하여 연구 대상 지역 전체 해안에 대한 탐지를 통해 발생량 추정을 수행할 계획이다. 이를 위해서 넓은 공간적 범위를 동일한 고도를 유지하며 촬영하는 방안과 정확도 향상을 위한 영상의 왜곡 보정 및 알고리즘 정교화 문제를 해결하고자 한다.
이에 본 연구에서는 이동성과 신속성, 경제성이 우수한 무인 항공사진 촬영 기법과 촬영 영상에서 해안표착물을 탐지하기 위한 영상처리 알고리즘을 고안하여 확인함으로써 모니터링 대상 공간 확대와 동시에 양질의 자료를 확보할 수 있는 새로운 조사 기법을 제시하고자 한다.
제안 방법
RGB 영상은 Red, Green, Blue 3색을 조합해서 하나의 색을 표현된 것으로 가장 익숙한 영상이지만, 빛에 민감하여 조명과 같은 값이 포함되어 있을 때는 상당히 오차가 크게 되며 영상에 대한 분석이 어렵다. 따라서 본 연구에서는 픽셀을 빛과 여러 가지의 색의 조합으로 나타내는 방식으로 색상 검출에 유용한 HSV(Hue, Saturation, Value) 영상으로 변환하였다.
무인 항공사진 촬영은 소형 무선 조정(Radio control) 헬리콥터의 기체와 헬리콥터의 진동에 관계없이 연직 상태를 유지할 수 있는 짐벌(Gimbal mount) 장치에 디지털카메라를 장착하여 항공사진 촬영을 시행하였다. 또한 촬영 방향과 범위를 실시간으로 파악하기 위해 전면에 1/3〃 Color CMOS image sensor를 장착하여 지상에서 모니터를 통해 확인하였다.
본 연구에서는 전라남도 신안군 임자도 대광해수욕장을 조사 대상 지역으로 선정하여 임의의 모니터링 구역(=600 ㎡)을 설정하고 약 30 m 내외의 고도에서 무인 항공사진 촬영을 수행 하였다. 또한 촬영 영상으로부터 해안표착물을 탐지하기 위해 영상처리 알고리즘을 고안하였다.
무인 항공사진 촬영은 소형 무선 조정(Radio control) 헬리콥터의 기체와 헬리콥터의 진동에 관계없이 연직 상태를 유지할 수 있는 짐벌(Gimbal mount) 장치에 디지털카메라를 장착하여 항공사진 촬영을 시행하였다. 또한 촬영 방향과 범위를 실시간으로 파악하기 위해 전면에 1/3〃 Color CMOS image sensor를 장착하여 지상에서 모니터를 통해 확인하였다.
따라서 적정의 문턱치 수준을 결정하는 것이 중요하다. 본 연구에서는 문턱치 수준을 결정하기 위해 반복적 방법을 이용하여 임계값을 결정한 후 이진 영상으로 변환하였다. 반복적 방법을 이용한 이진화 구현은 다음과 같다(McAndrew, 2007).
, 2004). 본 연구에서는 침식연산(Erosion operation), 팽창연산 (Dilation operation), 팽창과 침식연산이 결합된 열기연산 (Opening operation)을 수행하였다(Fig. 7).
해안표착물을 탐지하기 위한 영상을 획득하기 위해 조사 대상 지역 내 임의의 모니터링 구역을 설정하고 촬영 된 영상으로부터 위치 정보를 파악하기 위해 표식을 설치한 뒤 약 30 m 내외의 고도에서 촬영하였다. 한편 본 연구에서는 디지털 비디오 동영상 형태로 촬영한 뒤 필요한 영상에 대한 화면 캡쳐를 통해 정지 영상을 획득하였다.
해안표착물을 탐지하기 위한 영상을 획득하기 위해 조사 대상 지역 내 임의의 모니터링 구역을 설정하고 촬영 된 영상으로부터 위치 정보를 파악하기 위해 표식을 설치한 뒤 약 30 m 내외의 고도에서 촬영하였다. 한편 본 연구에서는 디지털 비디오 동영상 형태로 촬영한 뒤 필요한 영상에 대한 화면 캡쳐를 통해 정지 영상을 획득하였다.
대상 데이터
2011년 5월 30일 조사 대상 지역 내 국가 해양쓰레기 모니터링 구역에 대한 해안표착물 탐지를 수행하였다. 구역은 100 m × 20 m(=2,000 ㎡)의 해안으로 총 4개의 소구역으로 나누어 약 30 m의 고도에서 각각 촬영하였다(Fig.
Fig. 3은 실험 영상을 획득하기 위해 2011년 3월 31일 조사 대상 지역 내 임의의 모니터링 구역(30 m × 20 m(=600 ㎡))을 설정한 뒤 촬영한 영상이다.
구역은 100 m × 20 m(=2,000 ㎡)의 해안으로 총 4개의 소구역으로 나누어 약 30 m의 고도에서 각각 촬영하였다(Fig. 9, Fig. 10).
본 연구에서 사용된 영상 획득 카메라는 CASIO사의 EX-Z330을 사용하였으며 제원은 Table 2와 같다.
또한 비행 고도를 가시거리까지 제어할 수 있으므로, 적정한 촬영 고도 파악 및 적용에 매우 유용하다. 본 연구에서 사용한 무선 조정 헬리콥터는 GAUI사의 항공촬영 헬기 XCOPTER-330X이며, 형상 및 제원은 Fig. 2와 Table 1과 같다.
따라서 본 연구에서는 모니터링 대상 공간을 확대하여 해안쓰레기 발생량 추정의 오차를 줄임과 동시에 비용과 시간의 한계를 극복할 수 있는 새로운 모니터링 방법을 제시하고자 하였다. 본 연구에서는 전라남도 신안군 임자도 대광해수욕장을 조사 대상 지역으로 선정하여 임의의 모니터링 구역(=600 ㎡)을 설정하고 약 30 m 내외의 고도에서 무인 항공사진 촬영을 수행 하였다. 또한 촬영 영상으로부터 해안표착물을 탐지하기 위해 영상처리 알고리즘을 고안하였다.
본 연구의 대상 지역인 전라남도 신안군 임자도 대광해수욕장은 비교적 단조로운 해안선을 가지고 북서쪽으로 열려 있으며, 약 8 ㎞의 해안을 따라 200~300 m 폭을 가진 완만한 사빈이 발달하여 있다(한국지질자원연구원, 2003). 또한 여름철을제외한 연중 북풍 계열의 풍향과 0.
데이터처리
탐지 결과의 정확성 및 품목을 확인하기 위해 현장모니터링 결과와 비교 분석을 수행하였다. Table 3은 현장모니터링 결과 중 지름 30 cm 이상의 품목에 대해 정리한 결과이다.
이론/모형
배경이 제거된 이진 영상에는 표착물 뿐만 아니라 잡음과 불완전한 에지(Edge) 등이 남아있게 된다. 따라서 본 연구에서는 표착물 부분만 남기기 위하여 모폴로지 기법(Morphology technique)을 이용하였다. 모폴로지 연산은 마스크 역할을 수행 하는 구조요소(Structuring element)를 사용하여 영상 내에서 필요로 하는 부분만을 추출하는 연산이다(Gonzalez et al.
변환된 영상으로부터 물체를 검출하기 위해 Morphological opening기법을 사용하여 배경을 평가한 뒤 차감하는 배경차감 (Background subtraction) 기법을 적용하였다. 배경차감기법은 영상에서 객체를 검출하기 위해 가장 일반적으로 사용되는 방법으로 전 등(2009)은 전경과 배경을 분리하여 방치되거나 제거된 물체를 검출하는 연구를 수행하였다.
본 연구에서 고안한 Matlab을 이용한 디지털 영상 처리 알고리즘은 총 6단계로 구성되어 있으며, 그 과정의 흐름도는 Fig. 4와 같다.
알고리즘은 크게 배경 차감 기법, 문턱치 기법, 모폴로지 기법으로 구성하여 적용하였다. 그 결과 연구 대상 지역 해안의 각기 다른 모래 상태 및 생태적 환경 변화 흔적 등으로 인해 발생할 수 있는 물체 추출 오차를 감소시키고 플라스틱 부이를 비롯한 다양한 형태의 해안표착물을 안정적으로 탐지하는 결과를 보여주었다.
성능/효과
구역 1~4까지 총 26개의 해안표착물이 탐지되었다. 구역별탐지 품목은 조금씩 차이가 있었으나 대부분 플라스틱 제품으로 그 중에서 둥근 검정의 플라스틱 부이(13개)가 가장 많이 탐지된 것으로 나타났다.
알고리즘은 크게 배경 차감 기법, 문턱치 기법, 모폴로지 기법으로 구성하여 적용하였다. 그 결과 연구 대상 지역 해안의 각기 다른 모래 상태 및 생태적 환경 변화 흔적 등으로 인해 발생할 수 있는 물체 추출 오차를 감소시키고 플라스틱 부이를 비롯한 다양한 형태의 해안표착물을 안정적으로 탐지하는 결과를 보여주었다. 그러므로 추후 본 연구 방법을 기반으로 밀물과썰물의 영향이 적은 비교적 단일한 모래 상태를 가진 해안에 적용할 경우 더욱 쉽고 정확한 탐지가 가능할 것이라 판단된다.
본 연구 대상 지역의 해안은 건조한 모래, 반건조 모래, 젖은 모래가 혼재되어 각기 다른 픽셀 값을 가짐으로 인해 다양한 형태의 표착물이 분포할 경우 과잉 탐지나 과소 탐지와 같은 오검출이 발생할 수 있다. 따라서 오검출률을 낮추기 위해서는 반드시 배경을 최대한 차감할 필요가 있다.
8과 같다. 상대적으로 큰 비중을 차지하는 스티로폼, 플라스틱 부이에서부터 부피가 작은 윤활유 용기까지 오검출 없이 총 14개의 해안표착물이 안정적으로 탐지되는 것을 파악할 수 있었다.
총 35개의 해안표착물이 모니터링에서 수거되었으며 수거된 품목 중 둥근 검정의 외국기인 플라스틱 부표가 가장 많았으며, 무인 항공사진 영상을 통해 탐지된 결과(13개)와 일치하였다. 영상으로부터 미탐지된 품목으로는 크기와 모양이 다양하며 모래의 색깔과 유사한 목재류(7개)가 가장 많은 것으로 조사되었다. 조사 대상 지역 해안의 다양한 모래 상태 혼재와 수많은 바닷게의 숨구멍과 같은 생태적 환경 변화 흔적의 배경으로부터 비교적 안정적인 해안표착물 탐지 결과를 보여주고 있다.
영상으로부터 미탐지된 품목으로는 크기와 모양이 다양하며 모래의 색깔과 유사한 목재류(7개)가 가장 많은 것으로 조사되었다. 조사 대상 지역 해안의 다양한 모래 상태 혼재와 수많은 바닷게의 숨구멍과 같은 생태적 환경 변화 흔적의 배경으로부터 비교적 안정적인 해안표착물 탐지 결과를 보여주고 있다. 본 연구에서 제시한 방안을 활용하여 해안표착물을 효과적으로 탐지하기 위해서는 표착물의 발생량, 품목과 같은 발생 특성뿐만 아니라 해안의 특성과 변화에 대해서도 반드시 고려해야 할 것으로 판단된다.
총 35개의 해안표착물이 모니터링에서 수거되었으며 수거된 품목 중 둥근 검정의 외국기인 플라스틱 부표가 가장 많았으며, 무인 항공사진 영상을 통해 탐지된 결과(13개)와 일치하였다. 영상으로부터 미탐지된 품목으로는 크기와 모양이 다양하며 모래의 색깔과 유사한 목재류(7개)가 가장 많은 것으로 조사되었다.
후속연구
그 결과 연구 대상 지역 해안의 각기 다른 모래 상태 및 생태적 환경 변화 흔적 등으로 인해 발생할 수 있는 물체 추출 오차를 감소시키고 플라스틱 부이를 비롯한 다양한 형태의 해안표착물을 안정적으로 탐지하는 결과를 보여주었다. 그러므로 추후 본 연구 방법을 기반으로 밀물과썰물의 영향이 적은 비교적 단일한 모래 상태를 가진 해안에 적용할 경우 더욱 쉽고 정확한 탐지가 가능할 것이라 판단된다. 또한 접근이 어려운 해안의 표착물에 대해서도 거시적인 평가가 가능할 것으로 기대된다.
또한 한국해양수산개발원(2004)에 따르면 정확한 실태 파악을 위해서는 모니터링 대상 공간을 확대하는 것이 바람직하다고 하였다. 따라서 모니터링 대상 공간을 확대하여 해안쓰레기 발생량 추정의 오차를 줄임과 동시에 비용과 시간의 한계를 극복할 수 있는 새로운 모니터링 방법 마련이 필요 하다고 판단된다.
그러므로 추후 본 연구 방법을 기반으로 밀물과썰물의 영향이 적은 비교적 단일한 모래 상태를 가진 해안에 적용할 경우 더욱 쉽고 정확한 탐지가 가능할 것이라 판단된다. 또한 접근이 어려운 해안의 표착물에 대해서도 거시적인 평가가 가능할 것으로 기대된다.
조사 대상 지역 해안의 다양한 모래 상태 혼재와 수많은 바닷게의 숨구멍과 같은 생태적 환경 변화 흔적의 배경으로부터 비교적 안정적인 해안표착물 탐지 결과를 보여주고 있다. 본 연구에서 제시한 방안을 활용하여 해안표착물을 효과적으로 탐지하기 위해서는 표착물의 발생량, 품목과 같은 발생 특성뿐만 아니라 해안의 특성과 변화에 대해서도 반드시 고려해야 할 것으로 판단된다.
해안표착물 탐지를 위한 향후 연구로서, 본 연구를 확장하여 연구 대상 지역 전체 해안에 대한 탐지를 통해 발생량 추정을 수행할 계획이다. 이를 위해서 넓은 공간적 범위를 동일한 고도를 유지하며 촬영하는 방안과 정확도 향상을 위한 영상의 왜곡 보정 및 알고리즘 정교화 문제를 해결하고자 한다.
질의응답
핵심어
질문
논문에서 추출한 답변
대광해수욕장의 풍향과 풍속은 어떤 특징이 있는가?
본 연구의 대상 지역인 전라남도 신안군 임자도 대광해수욕장은 비교적 단조로운 해안선을 가지고 북서쪽으로 열려 있으며, 약 8 ㎞의 해안을 따라 200~300 m 폭을 가진 완만한 사빈이 발달하여 있다(한국지질자원연구원, 2003). 또한 여름철을제외한 연중 북풍 계열의 풍향과 0.5~2.0 m/s의 풍속 빈도가우세하다. 현재 이 지역은 서남해안 해양쓰레기 발생 및 외국 기인 해양쓰레기의 발생 현황을 파악하기 위해 2008년부터 2012년 까지 국가 해양쓰레기 모니터링 지역으로 지정되어 있다(Fig.
RGB 영상의 특징은 무엇인가?
RGB 영상은 Red, Green, Blue 3색을 조합해서 하나의 색을 표현된 것으로 가장 익숙한 영상이지만, 빛에 민감하여 조명과 같은 값이 포함되어 있을 때는 상당히 오차가 크게 되며 영상에 대한 분석이 어렵다. 따라서 본 연구에서는 픽셀을 빛과 여러 가지의 색의 조합으로 나타내는 방식으로 색상 검출에 유용한 HSV(Hue, Saturation, Value) 영상으로 변환하였다.
모폴로지 연산이란 무엇인가?
따라서 본 연구에서는 표착물 부분만 남기기 위하여 모폴로지 기법(Morphology technique)을 이용하였다. 모폴로지 연산은 마스크 역할을 수행 하는 구조요소(Structuring element)를 사용하여 영상 내에서 필요로 하는 부분만을 추출하는 연산이다(Gonzalez et al., 2004).
참고문헌 (12)
김병수, 이광국, 윤자영, 김재준, 김희율, 적응적 매개변수 갱신을 통한 효과적인 그림자 제거 기법, 전자공학회논문지, 제45권, 제3호, pp. 195-203.
국토해양부(2009), 해양쓰레기 관리, 성과와 도전, p. 46.
박상숙, 강화영(2005), 전남지역 해안에서 수거한 바다쓰레기 발생량 및 성상분석, 한국폐기물학회지, 제22권, 제2호, pp. 203-212.
장호식, 노태호(2005), 무선조정 헬리콥터 사진측량시스템을 이용한 도로의 평면선형정보 추출, 한국지리정보학회지, 제8권, 4호, pp. 44-51.
조동오(2004), 해양폐기물의 국가간 이동에 관한 APEC의 동향 및 대응방향, 해양수산동향, 제1128권, pp. 1-10.
전지혜, 박종희, 정철준, 강인구, 안태기, 박구만(2009), 실시 간 지능형 감시 시스템을 위한 방치, 제거된 객체 검출에 관한 연구, 한국통신학회논문지, 제35권, 1호, pp. 24-32.
한국지질자원연구원(2003), 서해 연안역 현생지질 및 육상습지 연구, p. 236.
한국해양수산개발원(2004), 해양쓰레기의 국가 간 이동에 대한 정책방향 연구, p. 124.
McAndrew, Alasdair(2007), , "Introduction to Digtal Image Processing with MATLAB", 도서출판 인터비젼 , 김태효 역, p. 510.
Nakashima, Etsuko, Atsuhito Isobe, Shinya Magome, Shin'ichiro Kako and Noriko Deki(2011), Using aerial hotography and in situ measurements to estimate th quantity of macro-litter on beaches, Marine Pollution Bulletin, Vol. 62, No. 4, pp. 762-769.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.