[논문]컴퓨터 비젼을 이용한 선박 교통량 측정 및 항적 평가

주기세; 정중식; 김철승; 정재용

doi:10.7837/kosomes.2011.17.2.131

컴퓨터 비젼을 이용한 선박 교통량 측정 및 항적 평가
The Vessels Traffic Measurement and Real-time Track Assessment using Computer Vision 원문보기

海洋環境安全學會誌 = Journal of the Korean society of marine environment & safety, v.17 no.2 = no.45, 2011년, pp.131 - 136

주기세 (목포해양대학교 해상운송시스템학부) , 정중식 (목포해양대학교 해상운송시스템학부) , 김철승 (목포해양대학교 해상운송시스템학부) , 정재용 (목포해양대학교 해상운송시스템학부)

초록
AI-Helper

컴퓨터 비젼을 이용한 항행선박의 항적을 계산하고 교통량을 측정하는 방법은 해양사고의 예방관점에서 사고발생 가능성 여부를 예측해 볼 수 있는 유용한 방법이다. 본 연구에서는 컴퓨터 비젼을 이용하여 영상축소, 미분연산자, 최대 최소값 등을 이용하여 선박을 인식한 후 실세계 상에서의 좌표 값을 계산하여 실시간 항적을 전자 해도에 표시함으로서 해상 구조물과의 충돌여부를 직접 육안으로 확인 할 수 있는 알고리즘을 개발하였다. 본 연구에서 개발된 알고리즘은 영역 정보를 기반으로 개발되었기 때문에 점 정보에 의존하고 있는 기존 레이더 시스템의 단점을 보완하는 장점을 지니고 있다.

Abstract ▼ AI-Helper

The furrow calculation and traffic measurement of sailing ship using computer vision are useful methods to prevent maritime accident by predicting the possibility of an accident occurrence in advance. In this paper, sailing ships are recognized using image erosion, differential operator and minimax value, which can be verified directly because the calculated coordinates are displayed on electronic navigation chart. The developed algorithm based on area information of this paper has the advantage which is compared to the conventional radar system focused on point information.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 연구에서는 영상처리를 이용하여 통항하는 선박의 항적 및 교통량을 측정하기 위하여 4단계의 영상처리를 통하여 선박을 인식하는 알고리즘을 개발하였다. 특히 칼라 영상을 나타내는 3원색을 처리하는데 많은 시간이 소요되고 대규모 메모리를 차지하기 때문에 메모리 점유 및 처리시간을 줄일 수 있도록 흑백 영상으로 변환하여 사용하였다.
따라서 컴퓨터 비젼 시스템으로서 한계성이 있기는 하지만 영역기반 영상을 대상으로 정보를 취득하여 인식하는 경우 고차원적인 정보추출을 할 수 있고 이에 따른 장점을 가질 수 있다. 본 연구에서는 영상처리를 이용하여 통항하는 선박의 항적 및 교통량을 측정하기 위하여 진도대교위에 CCD 카메라를 바다 수면을 향하도록 설치하고자 한다. 선박 인식 및 교통량 측정 알고리즘은 획득된 영상으로부터 항해하는 선박을 수면과 분리하기 위한 알고리즘으로서 영상 분할과 특징점 추출에 의해서 4단계를 통하여 인식하게 된다.
전남 진도군 명랑수도의 진도대교 근접하고 있는 조력실험발전소를 통과하는 선박들의 교통량을 측정하고 통항선박과 발전시설물과의 이격거리 측면에서 항적을 평가하기 위한 목적으로 실험이 이루어 졌다. 진도대교 위에서 디지털 캠코더를 삼각대 위에 고정시킨 후, 위치 및 카메라 자세를 변경시키지 않고 12시간(2010년 7월 12일 07:00~19:00) 동안 교통량을 관측하였다.

제안 방법

검출 된 현재 위치에서 4 방향으로 물체의 외부 경계를 검색하여 탐색된 물체의 경계의 폭과 높이가 문턱 값을 넘지 않으면 물체로 인식하지 않고 노이즈로 판별.
이미지 분할 후 물체를 이루는 모든 에지 정보는 처리 시간 때문에 비효율적이기 때문에 물체를 나타내는데 필요한 중요 특징만을 추출하는 특징 점 추출과정을 거치게 된다. 그리고 추출된 특징 점의 스크린 좌표를 추출한 후 실세계 좌표 상에서의 3차원 정보를 계산한다. 영상처리를 이용한 물체 인식 및 좌표 계산 과정은 Fig.
따라서 미분 연산자, 최대 최소값, 영상 침식 및 팽창 등을 이용하여 새로운 알고리즘을 개발하였다. 개발된 알고리즘을 통해 인식된 선박은 3차원 좌표 계산에 의해서 실세계 상에서의 좌표로 변환하여 해도 상에 표시 할 수 있다.
화면상에서 노이즈 및 에러에 의한 인식오류를 막기 위하여 영역 분할과정에서 인식된 물체의 화면상에서의 좌 . 우 폭의 크기가 10 화소 이하는 선박이 아니기 때문에 노이즈 및 에러로 처리하였다.
실험이 이루어 졌다. 진도대교 위에서 디지털 캠코더를 삼각대 위에 고정시킨 후, 위치 및 카메라 자세를 변경시키지 않고 12시간(2010년 7월 12일 07:00~19:00) 동안 교통량을 관측하였다. 관측된 시간 동안 예부선을 포함하여 7척의 잡종선 들이 포착되었다.
인식하는 알고리즘을 개발하였다. 특히 칼라 영상을 나타내는 3원색을 처리하는데 많은 시간이 소요되고 대규모 메모리를 차지하기 때문에 메모리 점유 및 처리시간을 줄일 수 있도록 흑백 영상으로 변환하여 사용하였다. 또한, 수면을 항해하는 선박을 바다표면과 분리하여 선박을 인식하기 위한 선박 인식 알고리즘은 파도를 선박으로 인식하는 오류가 일어날 수 있기 때문에 정확한 알고리즘이 필요하다.
3과 같다. 특히, 칼라 영상을 나타내는 3원색(적, 녹, 청; RGB)은 처리하는데 많은 시간이 소요되고 메모리를 많이 차지하기 때문에 메모리 점유 및 처리시간을 줄일 수 있는 흑백 영상으로 변환하여 사용하였다. 화면상에서 노이즈 및 에러에 의한 인식오류를 막기 위하여 영역 분할과정에서 인식된 물체의 화면상에서의 좌 .

성능/효과

해당하는 선박에 대한 AIS 위치와 제안된 알고리즘에 의하여 계산된 위치를 비교한 결과 수 미터의 정도의 범위 내의 오차로 잘 일치하고 있는 것으로 판단된다. 또한 관측 선박들은 제안된 방법에 의하여 계산된 후, 표시된 항적으로부터 통항하는 배들이 시설로부터 평균 50미터 정도 떨어져 통항하고 있는 것으로 밝혀졌다.
그 결과로써 선박의 통항 안전성 평가에 활용할 수 있을 것으로 기대된다. 또한 본 연구에서 개발된 알고리즘에 의한 선박위치와 AIS 시스템에 의한 위치를 비교한 결과 수 미터의 오차 범위 내에 있는 것을 확인할 수 있었다. 영상을 이용한 해상 교통량 측정 및 항적 추적 방법은 영역 정보를 이용한다는 점에서 선박의 크기, 종류, 속도 등의 고급 정보들이 획득 가능하기 때문에 기존의 점 정보에 의존하는 다른 시스템들에 비해 장점을 지니고 있다.
10은 선박 통항량을 측정하기 위하여 카메라 관측 시간과 동시간대에서 설치한 AIS (Automation Identification System) 교통류 항적관측 장치에 의한 12시간 동안의 항적을 나타낸 그림이다. 해당하는 선박에 대한 AIS 위치와 제안된 알고리즘에 의하여 계산된 위치를 비교한 결과 수 미터의 정도의 범위 내의 오차로 잘 일치하고 있는 것으로 판단된다. 또한 관측 선박들은 제안된 방법에 의하여 계산된 후, 표시된 항적으로부터 통항하는 배들이 시설로부터 평균 50미터 정도 떨어져 통항하고 있는 것으로 밝혀졌다.

후속연구

개발된 알고리즘을 통해 인식된 선박은 3차원 좌표 계산에 의해서 실세계 상에서의 좌표로 변환하여 해도 상에 표시 할 수 있다. 그 결과로써 선박의 통항 안전성 평가에 활용할 수 있을 것으로 기대된다. 또한 본 연구에서 개발된 알고리즘에 의한 선박위치와 AIS 시스템에 의한 위치를 비교한 결과 수 미터의 오차 범위 내에 있는 것을 확인할 수 있었다.
향후, CCD 카메라 시스템은 야간이나 눈, 비 등과 같은 자연환경에 민감하기 때문에 상호 보완이 가능한 열화상 카메라 시스템과 통합한 후 기존 레이더 또는 AIS시스템과 통합 영상 시스템이 결합된 시스템을 구축함으로써 기존의 점 정보 때문에 추출하지 못했던 정보들을 추출할 수 있을 것으로 기대된다.

참고문헌 (13)

Cil, Debora and Petia Radeva(2005), "Extending anisotropic operators to recover smooth shapes", Computer Vision and Image Understanding, Vol. 99, No.1, pp. 110-115.

상세보기
Dagless, E. L., A. T. Ali, and J. Bulas Cruz(2006), "Visual Road Traffic Monitoring and Data Collection", IEEE-IEE Vehicle Navigation & Information Systems Conference, October, pp. 146-153.
Gomes, J. and A. Mojsilovic(2002), "A VARIATIONAL APPROACH TO RECOVERING A MANFOLD FRAME SAMPLE POINTS", Computer Vision-ECCV 2002, 7th European conference on computer vision part 2, pp. 50-65.
Gruen, Armin and Thomas S. Huang(2000), "Salibration and orientation of cameras in computer vision", Springer, pp. 112-134.
Hoose, Neil(1992a), "Automatic Traffic Monitoring From Video Images", Proceedings 15th Aaab Conference, Part 6. pp. 1826-1835.
Hoose, Neil(1992b), "IMAPACTS : An image analysis tool for motorway surveillance", Traffic. Engineering Control. pp. 90-96.
Kang, S. B. and Szeliski(2001), "Handing occlusions in dense multi-view stereo", IEEE computer society conference of computer vision and pattern recognition, vol. 2, No. 1, pp. 91-103.
Oualline, Steve(2001), "Prectical C++ Programming", O'REILLY, pp. 184-230.
Rourke, A. and M. G. H. Bell(1991), "Queue detection and congestion monitoring using image processing", Traffic Engineering Control, pp. 123-130.
Sakai, Kunio, Yoshiyuki Ito, Takao Negishi, Masatoshi Deguchi, Kazuto Nishiyama and Kenji Kato(1990), "In-Tunnel Traffic Flow Measuring System Using an ITV Camera", Sumitomo Electric Technical Review No. 29, pp. 1253-1261.
Trucco, Emanuele and Alessandro Verri(1998), "Introductory Techniques for 3-D Computer Vision", Prentise-Hall, pp. 343-351.
Vlassis, S., K. Doris, S. Siskos and I. Pitas(2000), "Analog implementation of erosion/dilation, median and order statistics filter", Pattern Recognition, vol. 22, No. 6, pp. 1023-1032.
Yamashita, Y. and M. Kubota(2001), "Image of elastic modules of incompressible biological soft tissue from a knowledge of displacement measurements", IEEE International Conference on Image Processing Vol. 5, No. 1, pp. 325-336.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증