산불 발생 시, 조기 발견 여부는 피해 규모의 정도를 좌우하는 중요한 요소이다. 본 논문은 산불 초기 발견과 위치 및 규모를 효과적으로 파악하기 위하여 PAN/TILT 동작이 가능한 단일 카메라로부터 파노라믹 영상을 구성하여 효율적으로 산불을 모니터링 할 수 있는 시스템을 제안한다. 입력된 RGB 이미지를 YCrCb 이미지로 색상 변환한 후, 차영상을 추출하여 연기의 움직임 변화를 감지함으로써 산불 후보 영역을 추출한다. 산불 후보 영역은 히스토그램 분석을 통한 불꽃 검출로 화재 여부를 판단하도록 한다. 또한 SURF와 영상 접합을 이용한 파노라믹 이미지를 지원한다. 이는 다음과 같은 장점들을 가진다. 첫째, 한대의 카메라와 한 대의 모니터를 사용하므로 경제적인 시스템 구성이 가능하다. 둘째, 파노라믹 영상을 통해 넓은 뷰를 한 번에 확인함으로써 실재감 있는 규모 확인 및 조기발견이 가능하다. 셋째, 구축된 파노라믹 영상을 저장함으로써 데이터의 양을 줄일 수 있다.
산불 발생 시, 조기 발견 여부는 피해 규모의 정도를 좌우하는 중요한 요소이다. 본 논문은 산불 초기 발견과 위치 및 규모를 효과적으로 파악하기 위하여 PAN/TILT 동작이 가능한 단일 카메라로부터 파노라믹 영상을 구성하여 효율적으로 산불을 모니터링 할 수 있는 시스템을 제안한다. 입력된 RGB 이미지를 YCrCb 이미지로 색상 변환한 후, 차영상을 추출하여 연기의 움직임 변화를 감지함으로써 산불 후보 영역을 추출한다. 산불 후보 영역은 히스토그램 분석을 통한 불꽃 검출로 화재 여부를 판단하도록 한다. 또한 SURF와 영상 접합을 이용한 파노라믹 이미지를 지원한다. 이는 다음과 같은 장점들을 가진다. 첫째, 한대의 카메라와 한 대의 모니터를 사용하므로 경제적인 시스템 구성이 가능하다. 둘째, 파노라믹 영상을 통해 넓은 뷰를 한 번에 확인함으로써 실재감 있는 규모 확인 및 조기발견이 가능하다. 셋째, 구축된 파노라믹 영상을 저장함으로써 데이터의 양을 줄일 수 있다.
In case of wild fire, early detection of wild fire is the most important factor in minimizing the damages. In this paper, we suggest an effective system that detects wild fire using a panoramic image from a single camera with PAN/TILT head. This enables the system to detect the size and the location...
In case of wild fire, early detection of wild fire is the most important factor in minimizing the damages. In this paper, we suggest an effective system that detects wild fire using a panoramic image from a single camera with PAN/TILT head. This enables the system to detect the size and the location of the fire in the early stages. After converting RGB image input to color YCrCb image, the differential image is used to detect changes in movement of the smoke to determine the regions which may be prone to forest fire. Histogram analysis of fire flame is used to determine the possibility of fire in the predetermined regions. In addition, image matching and SURF were used to create the panoramic image. There are many advantages in this system. First of all, it is very economical because this system needs only a single camera and a monitor. Second, it shows the live image of wide view through panoramic image. Third, this system can reduce the quantity of saved data by storing panoramic images.
In case of wild fire, early detection of wild fire is the most important factor in minimizing the damages. In this paper, we suggest an effective system that detects wild fire using a panoramic image from a single camera with PAN/TILT head. This enables the system to detect the size and the location of the fire in the early stages. After converting RGB image input to color YCrCb image, the differential image is used to detect changes in movement of the smoke to determine the regions which may be prone to forest fire. Histogram analysis of fire flame is used to determine the possibility of fire in the predetermined regions. In addition, image matching and SURF were used to create the panoramic image. There are many advantages in this system. First of all, it is very economical because this system needs only a single camera and a monitor. Second, it shows the live image of wide view through panoramic image. Third, this system can reduce the quantity of saved data by storing panoramic images.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
파노라믹 영상을 생성하는 방법에는 단일 카메라로 복수개의 서로 다른 방향을 촬영한 화상으로부터 파노라믹 영상을 촬영하는 방법과 전방위 화상센서에 의해 파노라믹 영상을 생성하는 방법으로 나눌 수 있다. 본 논문에서는 PAN/TILT 컨트롤러에 설치된 카메라를 이용하여 촬영한 8장의 이미지로 1장의 파노라믹 영상을 얻는 방법을 사용하도록 한다[11].
본 논문에서는 산불 화재에 초점을 맞추어 화재를 검출할 수 있는 영상 접합을 이용한 산불 감지 모니터링 시스템 기능을 확장하여 제안한다. 산불 검출을 위해 PAN/TILT 컨트롤러에 설치된 카메라를 이용하여 RGB로 입력된 영상을 YCrCb로 변환하여 처리하며, 처리된 영상에서 차영상을 추출함으로써 연기의 움직임 변화를 감지한다.
본 논문은 PAN/TILT 컨트롤러에 설치된 카메라를 이용하여 입력된 영상으로 파노라믹 영상을 구축함으로써 영상 접합을 이용한 산불 감시 모니터링 시스템을 제안하였다. 이 실험을 통하여 국내 산불 감지 시스템의 효용성에 대하여 고찰하였다.
본 논문은 산불 화재에 초점을 맞추어 영상 접합을 이용한 산불 감지 모니터링 시스템을 제안하였다. 본 논문의 시스템은 파노라믹 영상이 구성되는 부분과 산불 화재를 인식하는 부분으로 나누어 구현되었으며, 각 부분이 동작된 후에 매칭을 통해 산불로 검출된 부분을 파노라믹 영상에 표시하여 결과를 나타내도록 하였다.
본 논문은 PAN/TILT 컨트롤러에 설치된 카메라를 이용하여 입력된 영상으로 파노라믹 영상을 구축함으로써 영상 접합을 이용한 산불 감시 모니터링 시스템을 제안하였다. 이 실험을 통하여 국내 산불 감지 시스템의 효용성에 대하여 고찰하였다. 이는 한 대의 카메라와 한 대의 모니터를 사용하므로 기존의 산불 화재 감시 시스템보다 경제적인 시스템 구성이 가능하였다.
제안 방법
본 논문에서 제안하는 산불 감지 시스템의 구성도는 [그림 1]과 같다. PAN/TILT 컨트롤러에 설치된 카메라를 통해 입력된 여러 뷰의 산림 이미지를 메인 컴퓨터로 전송하고, 메인 컴퓨터는 이미지를 처리하여 화재를 감지하며, 모니터링을 위한 파노라믹 영상을 구성한다.
SURF(Speeded Up Robust Features)는 여러 개의 영상으로부터 스케일, 조명, 시점 등의 환경변화를 고려하여 환경 변화에 불변하는 특징점을 찾는 알고리즘 중 하나로, SIFT(Scalar Invariant Feature Transform)와 견줄만한 성능을 보이면서 속도를 크게 향상시킨 방법이다[12]. SURF는 속도 향상을 위해 Integral Image를 이용하는 방법, Detector와 Descriptor 활용하였으며, Contrast를 이용하여 간단하게 Matching 하였다. 이러한 SURF를 이용하여 각 이미지들의 매칭을 위한 특징점을 찾아내었다.
각 영상들의 특징점들을 Matching하여 파노라믹 영상 접합에 이용한다. SURF에서 추출된 특징점들을 기반으로 비슷한 점들을 찾아내며, 그 점들을 다시 한 번 비교하여 일치 여부를 결정한다. SURF를 바탕으로 특징을 매칭한 결과는 아래 [그림 4]와 같다.
이미지가 입력되면 이미지는 파노라마 쓰레드와 화재 인식 쓰레드, 두 개의 쓰레드에 의해 시스템이 실행된다. 각각의 쓰레드가 동작이 완료된 후에 파노라믹 이미지는 모니터링이 가능하도록 모니터로 출력되며, 화재 감시 시에 파노라마 쓰레드의 결과물과 화재 인식 쓰레드의 결과물이 매칭하여 파노라믹 이미지에 검출된 산불이 표시되어 산불을 나타내도록 한다. 이에 따른 소프트웨어 흐름도는 [그림 2]와 같다.
YCrCb 컬러 모델을 이용한 화재검출 알고리즘은 먼저 1차적인 화재영역을 검출하고, YCrCb 컬러 공간에서 2차적인 화재영역을 검출하였다[6]. 마지막으로 검출된 영역에서 화재의 외부 경계를 추출하고 노이즈를 제거하여 영역해석을 수행함으로써 화재 영역을 검출하였다. 이는 타 비전기반 화재 감지 기법에 비해서 좋은 결과를 나타냄을 볼 수 있다.
모션 벡터를 이용한 화염 검출 알고리즘은 RGB 컬러 정보를 통해 화염 발생 후보 영역을 검출하고, 배경 추정 기법과 입력 영상의 차를 이용하여 화염의 움직임을 검출한다[8]. 마지막으로 후보 영역 내의 활동성을 검출하여 화재 영역을 확정하였다.
본 논문에서는 RGB로 입력된 색상 모델을 YCrCb로 변환하여 사용한다. 이는 Y성분을 Cr, Cb성분보다 많이 할당하여 데이터 크기를 감소시키는 장점이 있다.
본 논문에서는 블록기반 히스토그램을 사용하여 히스토그램을 생성한다[8]. 이는 이진 영상이 입력되면 영상 크기와 동일한 개수의 bin을 생성하여 수평-수직으로 해당 데이터의 수를 누적시켜 히스토그램을 생성하는 방법을 말한다.
영상에서는 영상의 내부 정보를 해석하거나 영상의 시각적 질을 높여주는 영상개선분야에서 중요한 역할을 한다. 본 논문에서는 이러한 히스토그램을 이용하여 불꽃의 동적 특성과 움직임영역의 동적 특성을 비교, 분석한다.
본 논문의 시스템은 파노라믹 영상이 구성되는 부분과 산불 화재를 인식하는 부분으로 나누어 구현되었으며, 각 부분이 동작된 후에 매칭을 통해 산불로 검출된 부분을 파노라믹 영상에 표시하여 결과를 나타내도록 하였다.
본 논문에서는 산불 화재에 초점을 맞추어 화재를 검출할 수 있는 영상 접합을 이용한 산불 감지 모니터링 시스템 기능을 확장하여 제안한다. 산불 검출을 위해 PAN/TILT 컨트롤러에 설치된 카메라를 이용하여 RGB로 입력된 영상을 YCrCb로 변환하여 처리하며, 처리된 영상에서 차영상을 추출함으로써 연기의 움직임 변화를 감지한다. 연기를 객체로 하여 이전 영상과 현재 영상을 분리하여 움직임 변화를 감지하여 산불 후보 영역으로 간주하며, 히스토그램 분석을 통해 화재 여부를 판단하도록 한다.
산불 검출을 위해 PAN/TILT 컨트롤러에 설치된 카메라를 이용하여 RGB로 입력된 영상을 YCrCb로 변환하여 처리하며, 처리된 영상에서 차영상을 추출함으로써 연기의 움직임 변화를 감지한다. 연기를 객체로 하여 이전 영상과 현재 영상을 분리하여 움직임 변화를 감지하여 산불 후보 영역으로 간주하며, 히스토그램 분석을 통해 화재 여부를 판단하도록 한다. PAN/TILT 컨트롤러에 설치된 카메라를 통해 입력된 영상은 파노라믹 영상으로 구성되어 관찰자는 한 장의 영상으로 넓은 영역을 확인 가능할 수 있도록 한다.
특징 매칭과 호모그라피 행렬의 계산이 완료된 후에 원본 영상을 이용하여 모자이크 영상을 생성한다. 원본 이미지를 이미 구해진 변환 매트릭스를 이용하여 타겟 이미지를 생성함으로써 이미지를 Warping하며, 각 이미지는 관심 영역을 추출하여 두 개의 이미지를 하나의 파노라믹 이미지로 생성한다.
SURF는 속도 향상을 위해 Integral Image를 이용하는 방법, Detector와 Descriptor 활용하였으며, Contrast를 이용하여 간단하게 Matching 하였다. 이러한 SURF를 이용하여 각 이미지들의 매칭을 위한 특징점을 찾아내었다. 산림 영상에 대한 SURF 결과는 아래 [그림 3]와 같다.
첫째는 불꽃의 중심부는 정적이고, 외곽부는 동적이라는 것이며, 둘째는 화재발생시 확산은 되지만 위치의 변화는 크게 일어나지 않는다는 것이다. 이러한 동적 특성을 화재판단의 변수로 설정하여, 분석된 화재의 히스토그램 영상과 비교함으로써 화재 상황을 판단하도록 한다.
이를 위해 입력 영상에 대한 에지 영상인 E(x,y;ti-1)과 E(x,y;ti) 및 차영상의 동작 영역들의 경계선을 따라 추출한 에지와의 논리곱에 의하여 이동 에지 ME(x,y,ti-1)과 ME(x,y,ti)를 검출하여 이용한다.
영상 기반 불꽃 특성을 이용한 화재 검출은 먼저 배경모델링 기법을 통하여 영상 내의 움직임 영역을 추출한다[9]. 추출된 영역은 모폴로지 기법을 통하여 잡음을 제거하고 움직임이 있는 영역을 제안하는 불꽃색상 퍼지 컬러필터를 이용하여 화재 의심영역인지 판단한다. 의심영역으로 판단될 경우 히스토그램 분석을 통하여 불꽃의 동적 특성과 비교하여 최종적인 판단을 하게 된다.
특징 매칭과 호모그라피 행렬의 계산이 완료된 후에 원본 영상을 이용하여 모자이크 영상을 생성한다. 원본 이미지를 이미 구해진 변환 매트릭스를 이용하여 타겟 이미지를 생성함으로써 이미지를 Warping하며, 각 이미지는 관심 영역을 추출하여 두 개의 이미지를 하나의 파노라믹 이미지로 생성한다.
대상 데이터
실험을 위한 산불을 발생시키는 것이 불가능하므로 기존의 산불 화재 진압 시 촬영된 영상을 사용하여 실험을 하였다. 실험에 사용된 카메라는 AXIS P1347 모델을 사용하였다. 이는 12 fps와 full HDTV 1080p에서 5 메가 픽셀 해상도를 제공한다.
실험을 위한 산불을 발생시키는 것이 불가능하므로 기존의 산불 화재 진압 시 촬영된 영상을 사용하여 실험을 하였다. 실험에 사용된 카메라는 AXIS P1347 모델을 사용하였다.
파노라믹 영상은 입력된 8장의 프레임을 한 장의 파노라믹 이미지로 구성하였으며, 8장의 프레임이 파노라믹 영상으로 구성되는 결과는 [그림 5]과 같다.
성능/효과
[그림 6]의 상부는 실제 산불 이미지이며, 하부는 연기속의 화재를 검출하여 결과를 나타내는 모습니다. 결과 영상과 같이 YCrCb 색상 모델을 이용한 화염 검출 알고리즘은 화재 부분과 일치하게 화재 부분을 검출함을 확인하였다.
또한 파노라믹 영상을 통해 넓은 뷰를 한 번에 확인함으로써 실재감 있게 규모를 확인 가능하며, 단일 프레임 영상이 아닌 구축된 파노라믹 영상을 저장함으로써 데이터의 양도 줄일 수 있었다. 결과적으로 효율적인 국내 산불화재 감지 시스템으로써 활용할 수 있음을 확인하였다.
이는 한 대의 카메라와 한 대의 모니터를 사용하므로 기존의 산불 화재 감시 시스템보다 경제적인 시스템 구성이 가능하였다. 또한 파노라믹 영상을 통해 넓은 뷰를 한 번에 확인함으로써 실재감 있게 규모를 확인 가능하며, 단일 프레임 영상이 아닌 구축된 파노라믹 영상을 저장함으로써 데이터의 양도 줄일 수 있었다. 결과적으로 효율적인 국내 산불화재 감지 시스템으로써 활용할 수 있음을 확인하였다.
또한 각각의 모니터로 관찰되는 산림은 좁은 시야로 보여지기 때문에 시야 확보가 힘들며, 산불 발생 시 그 규모 또한 알기도 힘들었다. 본 논문에서는 PAN/TILT 컨트롤러에 설치된 카메라를 이용하여 촬영한 이미지로 파노라믹 영상을 구성함으로써 한 대의 카메라와 모니터링 시스템으로 구축이 가능하다는 경제적인 장점과 함께 넓은 시야를 확보함으로써 산림의 넓은 뷰를 관찰할 수 있었고, 산불 발생 시 그 규모 또한 알기 쉽게 하였다.
질의응답
핵심어
질문
논문에서 추출한 답변
현재까지 진행되 온 화재를 검출하는 연구 및 개발로 무엇들이 있는가?
현재까지 화재를 검출하는 연구 및 개발은 꾸준히 진행되어 왔다. 대표적인 예로는 적외선 카메라를 이용한 화재 감지[1], 센서를 이용한 화재 감지[2][3], 연기 검출을 통한 화재 감지[4][5] 등이 있지만, 이는 일반적인 화재에 초점을 맞춘 연구이다. 적외선 카메라의 경우는 고가이므로 모든 산에 설치하는 것은 불가능하며, 센서의 경우 동물 및 날씨 등의 변수로 인해 파손될 가능성과 함께 일정한 면적 내에 센서를 설치해야 하는 번거로움도 따르게 된다.
2011년 통계에 따르면 산불의 발생 건수와 면적은 무엇인가?
2011년 통계에 따르면 산불의 발생 건수는 총 277건으로 면적은 약 1090 ha에 이른다. 이중 대규모 산불은 총 4건밖에 되지 않지만, 피해면적은 전체 피해 면적의 66%에 이르며, 소규모 산불인 242건의 산불 발생 수는 전체 피해 면적의 30% 이하를 차지하였다.
화재의 검출로 적외선 카메라를 사용하는 것은 어떠한 단점이 있는가?
대표적인 예로는 적외선 카메라를 이용한 화재 감지[1], 센서를 이용한 화재 감지[2][3], 연기 검출을 통한 화재 감지[4][5] 등이 있지만, 이는 일반적인 화재에 초점을 맞춘 연구이다. 적외선 카메라의 경우는 고가이므로 모든 산에 설치하는 것은 불가능하며, 센서의 경우 동물 및 날씨 등의 변수로 인해 파손될 가능성과 함께 일정한 면적 내에 센서를 설치해야 하는 번거로움도 따르게 된다. 또한 연기 검출은 연기 확산 변화 정도가 실내 등의 장소와는 많은 차이점이 있기 때문에 산불 화재에는 적용이 힘들며, 넓은 산림을 모니터링 하기 위해서는 여러 대의 카메라가 필요하고, 이를 모니터링 하기 위한 시스템도 여러 대의 모니터가 구비된 시스템이 필요하므로 많은 비용을 초래한다.
참고문헌 (13)
장복규, 김원호, "주파수 분석 기반의 적외선 열영상 화재 검출 알고리즘", 대한전자공학회 2010년 추계종합학술대회, pp.343-344, 2010.
김아름, 조경진, 장재우, 심춘보, "조기 경보를 위한 화재 판단 알고리즘을 이용한 무선 센서네트워크 기반 화재 감시 응용 시스템 설계 및 구현", 한국콘텐츠학회논문지, 제9권, 제12호, pp.504-514, 2009.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.