지능형 CCTV를 이용한 수위감지 경보시스템에 대한 실험 및 해석적 연구 Experimental and Analytical Study on the Water Level Detection and Early Warning System with Intelligent CCTV원문보기
본 연구에서는 지능형 CCTV를 이용하여 자동 수위감지 알고리즘과 사전 경보시스템을 개발하고 Test-Bed에 적용하여 실용화 가능성을 검증하고자 한다. 이를 위하여 현장여건에 적합한 지능형 CCTV 기반의 자동 수위감지 알고리즘을 개발하고 자동인식률 가변 요소에 대한 성능저하 방지대책을 수립하여 CCTV 카메라 기종별 수위감지 성능과 적합성을 평가하고 실용화에 따른 최적 적용방안을 도출한다. 그 결과, CCTV 카메라 기종별 수위감지 성능이 90%으로 도출되었다. CCTV 카메라 기종에 따른 적합성 평가 결과, 자동 수위감지용으로 NIR카메라가 정밀도에서 주 야간 95%이상의 성능을, 떨림 안개 저조도 등 자연환경에서 가장 우수한 성능을, 설치용이성에서는 일반카메라와 대등한 성능을, 가격측면에서 일반카메라 대비 15% 최소 상승분으로 가장 우수했다. 따라서 본 연구개발의 성과물인 지능형 CCTV를 이용한 수위감지 경보시스템의 실용화 가능성을 확인하였으며 향후 실용화가 예상된다.
본 연구에서는 지능형 CCTV를 이용하여 자동 수위감지 알고리즘과 사전 경보시스템을 개발하고 Test-Bed에 적용하여 실용화 가능성을 검증하고자 한다. 이를 위하여 현장여건에 적합한 지능형 CCTV 기반의 자동 수위감지 알고리즘을 개발하고 자동인식률 가변 요소에 대한 성능저하 방지대책을 수립하여 CCTV 카메라 기종별 수위감지 성능과 적합성을 평가하고 실용화에 따른 최적 적용방안을 도출한다. 그 결과, CCTV 카메라 기종별 수위감지 성능이 90%으로 도출되었다. CCTV 카메라 기종에 따른 적합성 평가 결과, 자동 수위감지용으로 NIR카메라가 정밀도에서 주 야간 95%이상의 성능을, 떨림 안개 저조도 등 자연환경에서 가장 우수한 성능을, 설치용이성에서는 일반카메라와 대등한 성능을, 가격측면에서 일반카메라 대비 15% 최소 상승분으로 가장 우수했다. 따라서 본 연구개발의 성과물인 지능형 CCTV를 이용한 수위감지 경보시스템의 실용화 가능성을 확인하였으며 향후 실용화가 예상된다.
In this research, we developed video analytic algorithms to detect water-level automatically and a system for proactive alarming using intelligent CCTV cameras. We applied these algorithms and a system to test-beds and verified for practical use. We made camera-selection policies and operation plans...
In this research, we developed video analytic algorithms to detect water-level automatically and a system for proactive alarming using intelligent CCTV cameras. We applied these algorithms and a system to test-beds and verified for practical use. We made camera-selection policies and operation plans to keep the detection accuracy high and to optimize the suitability for the ever-changing weather condition, while the environmental factors such as camera shaking and weather condition can affect to detection accuracy. The estimation result of algorithms showed 90% detection accuracy for all CCTV camera types. For water level detection, NIR camera performed great. NIR camera performed over 95% accuracy in day or night, suitable in natural weather condition such as shaking condition, fog, and low light, needs similar installment skills with common cameras, and spends only 15% high cost. As a result, we practically tested water level detection algorithms and operation system based on intelligent CCTV camera. Furthermore, we expect the positive evidences when it is applied for public use.
In this research, we developed video analytic algorithms to detect water-level automatically and a system for proactive alarming using intelligent CCTV cameras. We applied these algorithms and a system to test-beds and verified for practical use. We made camera-selection policies and operation plans to keep the detection accuracy high and to optimize the suitability for the ever-changing weather condition, while the environmental factors such as camera shaking and weather condition can affect to detection accuracy. The estimation result of algorithms showed 90% detection accuracy for all CCTV camera types. For water level detection, NIR camera performed great. NIR camera performed over 95% accuracy in day or night, suitable in natural weather condition such as shaking condition, fog, and low light, needs similar installment skills with common cameras, and spends only 15% high cost. As a result, we practically tested water level detection algorithms and operation system based on intelligent CCTV camera. Furthermore, we expect the positive evidences when it is applied for public use.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
CCTV 카메라 기종별 성능과 적합성을 고려한 결과 기 설치되어 수위감시용으로 운용되고 있는 일반카메라의 활용 가능성을 확인하였다. 즉 주위의 조명환경이 적합한 장소에 설치된 일반카메라에 수위감지 알고리즘을 적용할 경우 야간에도 실 운영이 가능함을 확인하였다.
따라서 본 연구에서는 수위센서나 감시요원 부재로 인한 재난관리 허점을 보완하여 제2의 임진강사태방지를 위해 방범·치안에서 활용되던 지능형 영상감지기술을 재난관리에 활용하는 방안과 스마트 재난관리시스템 실용화를 위한 기초 자료를 제시하고자 한다.
CCTV 카메라 기종별 수위감지 알고리즘의 성능을 시험한 결과 CCTV 카메라 기종과 자연환경에 따라 성능 차이가 있었다. 본 성능평가는 다량의 계측 결과가 아니므로 CCTV 카메라 기종별 성능을 확정 지을 수는 없으나 현장시험 결과를 기반으로 CCTV 카메라 기종별 성능을 평가했다. 시간적 요인 및 환경적 요인에 의해 CCTV 카메라 기종별 성능의 차이점이 있을 수 있으며 환경에 맞게 CCTV 카메라 기종을 선정하여 적용하는 것이 현실적으로는 가장 적절한 선택으로 보인다.
본 연구에서는 지능형 영상감지기술을 적용하여 하천범람 위험상황을 감지·판독·분석·표출할 수 있는 기능을 구현하고 기준값 이상의 변화감지 시 경보알림 및 해당 영상 표출하는 수위감지 사전경고 시스템을 개발하여 현장검증을 통해 검증하고자 한다.
본 연구에서는 현장여건에 적합한 지능형 CCTV 기반의 자동수위감지 알고리즘 개발과 자동인식률 가변요소에 대한 성능저하 방지대책을 수립하여 실용화에 따른 최적 적용방안을 도출하였다. 이를 위해 자동 수위감지 알고리즘을 개발하고 현장에 설치한 일반카메라, 열상카메라, IR카메라와 NIR카메라에 적용하여 CCTV 카메라 기종별 자동 수위감지 알고리즘 성능을 평가했다.
제안 방법
본 연구를 통해 개발한 자동수위감지 알고리즘은 수위감지용 영상분석 PC서버에서 실행되며 수위 높이를 자동으로 산출한다. CCTV로부터 산출한 수위 높이와 기존 수위계에서 계측한 수위 높이를 융 복합적으로 활용하여 위험도를 생성하고 위험상황 및 분석결과를 Meta-Data 포맷으로 자동수위감지 경보시스템으로 전송한다. 최종 위험상황은 통합관제센터에 기 구축되어 있는 전광판 및 방송시스템과 연계하여 하천주변 사람들에게 신속하게 대피경보를 전달하며 문자 메시지를 통해서도 관련 피해정보를 통보하고 하천변 이동통행로를 통제한다.
5의 좌측은 물 영역으로 지정된 20%의 영역에 대해 히스토그램의 R/G/B 성분 구하고 에너지의 80% 분포에 해당하는 영역을 Floodfill의 상하한 임계값으로 선택한 그림이다. 또한 RGB 히스토그램을 비교하여 3개의 성분이 비슷한 분포를 나타낼 경우 밤이나 흑백 카메라를 이용하는 상황으로 가정하여 낮과 밤에 대해서 다른 임계값을 적용할 수 있도록 하였다.
또한 시간과 공간에 대한 필터링을 추가하여 빗물, 물결, 카메라의 화이트 노이즈 등 다양한 노이즈를 제거하여 안정적으로 수위분포를 분석한다.
이전 영상은 200ms 간격으로 저장되기 때문에 순간적으로 나타는 벌레나 빗물에 대한 영향을 줄일 수 있다. 또한 차영상을 일정 시간 동안 평균값을 취하여 안정적으로 물의 흔들림을 분석한다.
물 영역이 분석되면 블록 단위로 물의 위치를 찾아가기 때문에 빈틈이 생기게 되지만 대부분 수위는 군집을 이루고 있으므로 morphology transform을 통해 수위의 영역을 갱신해준다. 마지막으로 수위 분포를 통해 수위가 연속되는 분포를 가진 영역에서 50% 미만의 경계값을 가지는 곳을 수위 값으로 측정한다.
본 연구를 통해 개발한 자동수위감지 알고리즘은 수위감지용 영상분석 PC서버에서 실행되며 수위 높이를 자동으로 산출한다. CCTV로부터 산출한 수위 높이와 기존 수위계에서 계측한 수위 높이를 융 복합적으로 활용하여 위험도를 생성하고 위험상황 및 분석결과를 Meta-Data 포맷으로 자동수위감지 경보시스템으로 전송한다.
본 연구를 통해서 각각 상이한 CCTV 카메라 종류를 통해 수위감지에 맞는 카메라를 선택하기 위해 동일한 시범지역을 선정하여 현장검증을 실시했다. 이와 같이 재난방재용에 맞는 적절한 CCTV 카메라의 선택이 필수적이다.
5의 우측은 히스토그램 분석결과를 통한 물의 영역을 분리하는 방법으로 차영상을 통한 물의 움직임 분석에 대한 결과와 Floodfill기법을 이용한 색상 정보 분석 결과를 토대로 물의 영역을 분리한다. 분석된 결과를 블록으로 나누고 각 블록에 대한 평균값을 구하여 각 분석 결과를 식 (6)에 적용하여 물과 물이 아닌 영역을 분리해 낸다.
비 내리는 도심지역에 설치된 하천변의 수위계측 센서에 의한 수위 높이와 CCTV 영상에 의해 산출한 수위 높이의 정밀도를 비교분석하여 성능을 평가했다. 기존 알고리즘은 사용자가 최적의 임계값을 설정하도록 되어있기 때문에 현장 적용에 한계가 있었다.
본 연구에서는 현장여건에 적합한 지능형 CCTV 기반의 자동수위감지 알고리즘 개발과 자동인식률 가변요소에 대한 성능저하 방지대책을 수립하여 실용화에 따른 최적 적용방안을 도출하였다. 이를 위해 자동 수위감지 알고리즘을 개발하고 현장에 설치한 일반카메라, 열상카메라, IR카메라와 NIR카메라에 적용하여 CCTV 카메라 기종별 자동 수위감지 알고리즘 성능을 평가했다.
야간에 조명이 밝지 않는 상황이나 폭우가 내리는 경우에는 색상 정보만으로는 물과 물이 아닌 영역을 구분하기 어렵다. 이를 해결하기 위해서 물의 색상 정보뿐만 아니라 물의 흔들림(Rippling Pattern of Water Surface)을 분석하여 물과 물이 아닌 영역을 구분한다.
일반 Day & Night 카메라, 850nm 파장의 LED를 사용하는 IR 카메라, 800nm~1300nm 파장을 통과시키는 필터를 적용한 NIR 카메라 및 열상 카메라를 대상으로 수위검출의 정확도를 높이기 위해 현장 설치위치에 따라 Calibration을 재설정한 후 자동 수위감지 알고리즘을 적용하였고, 그에 따른 결과데이터를 비교 검토했다.
입력되는 영상을 일정 시간 동안 중첩시켜 중첩된 영상을 이용하여 수위 감지를 실행한다. 이를 통해서 시간상 발생하는 노이즈(White Noise & 순간 나타는 물체)를 줄여 수위감지 알고리즘의 성능을 향상시킨다.
지자체 하천 혹은 중·소·대 하천에 설치되어 있는 CCTV 카메라 혹은 국가재난관리시스템(NDMS : National Disaster Management System)으로부터 D1 16채널 이상의 영상을 수신하여 수위감지용 지능형 영상분석서버에 저장한다.
CCTV로부터 산출한 수위 높이와 기존 수위계에서 계측한 수위 높이를 융 복합적으로 활용하여 위험도를 생성하고 위험상황 및 분석결과를 Meta-Data 포맷으로 자동수위감지 경보시스템으로 전송한다. 최종 위험상황은 통합관제센터에 기 구축되어 있는 전광판 및 방송시스템과 연계하여 하천주변 사람들에게 신속하게 대피경보를 전달하며 문자 메시지를 통해서도 관련 피해정보를 통보하고 하천변 이동통행로를 통제한다. 또한, 최종 위험상황은 관제센터와 유관기관으로 전파된다.
이론/모형
VAFramework을 통해 저장된 영상화일 뿐만 아니라 실시간으로 수신한 영상을 수위감지 알고리즘의 원본 입력 영상으로 사용한다. VAFramework에서 해당 영상을 입력하여 수위감지 대상 영역을 Fig.
성능/효과
CCTV 기종에 따른 적합성 평가 결과 자동수위감지용으로 NIR카메라가 정밀도에서 주·야간 95%이상의 성능을, 떨림·안개·저조도 등 자연환경에서 가장 우수한 성능을, 설치용이성에서는 일반카메라와 대등한 성능을, 가격측면에서 일반카메라 대비 15% 최소 상승분으로 가장 우수함을 알 수 있었다.
CCTV 카메라 기종별 수위감지 알고리즘의 성능을 시험한 결과 CCTV 카메라 기종과 자연환경에 따라 성능 차이가 있었다. 본 성능평가는 다량의 계측 결과가 아니므로 CCTV 카메라 기종별 성능을 확정 지을 수는 없으나 현장시험 결과를 기반으로 CCTV 카메라 기종별 성능을 평가했다.
CCTV 카메라 기종에 따른 적합성 평가 결과 자동 수위감지용으로 NIR카메라가 정밀도에서 주·야간 95%이상의 성능을, 떨림·안개·저조도 등 자연환경에서 가장 우수한 성능을, 설치용이성에서는 일반카메라와 대등한 성능을, 가격측면에서 일반카메라 대비 15% 최소 상승분으로 가장 우수함을 알 수 있었다.
결론적으로 열상카메라를 제외한 NIR, IR 및 일반카메라의 수위감지 알고리즘에 의한 정확도가 90% 이상으로 증명되었다. 이는 양재천과 같은 소하천에 수위감지 경보시스템을 적용하는데 있어 충분한 성과라고 생각되며 이러한 성과지표를 기반으로 상용화 가능성을 확인하였다.
일반 Day & Night 카메라, 850nm 파장의 LED를 사용하는 IR 카메라, 800nm~1300nm 파장을 통과시키는 필터를 적용한 NIR 카메라 및 열상 카메라를 대상으로 수위검출의 정확도를 높이기 위해 현장 설치위치에 따라 Calibration을 재설정한 후 자동 수위감지 알고리즘을 적용하였고, 그에 따른 결과데이터를 비교 검토했다. 그 결과 NIR카메라의 오차율이 가장 작았으며 열상카메라가 가장 큰 오차율을 보였다.
또한 색상 정보의 히스토그램 비교를 통해서만 물의 영역을 분리해 냈던 기존 알고리즘과 달리 물의 흔들림 정보를 부가적으로 사용하여 범람이나 홍수와 같은 상황에서 수위감지 성능을 개선했다. 수위 감지 알고리즘을 적용하기 전에 시공간 필터를 사용하여 노이즈를 먼저 제거하는 방법으로 알고리즘 성능이 향상되어 안정적으로 수위를 감지하게 되었다.
전반적으로 CCTV 카메라 기종별 수위감지 성능이 90% 이상 평가결과가 도출되었으나, 일반카메라와 열상카메라는 주야간 교차시간대에서 수위 검출값의 오차가 큰 것으로 나타나 조도와 온도에 의한 영향을 최소화하기 위한 알고리즘의 지속적인 개선이 필요하다. 또한, 이러한 수위검출 오차를 줄이기 위해 NIR카메라를 적용하여 수위감지 정확도를 향상시킴으로서 수위감지시스템의 성능을 향상시킬 수 있다.
Table 1은 Calibration 조정 후의 CCTV 기종별 산출수위와 수위계 계측수위의 오차율을 비교한 결과를 나타낸다. 산출수위에 대한 오차율은 NIR카메라가 가장 작았으며 IR카메라, 일반카메라, 열상카메라의 순으로 정확도가 다소 떨어졌다.
또한 색상 정보의 히스토그램 비교를 통해서만 물의 영역을 분리해 냈던 기존 알고리즘과 달리 물의 흔들림 정보를 부가적으로 사용하여 범람이나 홍수와 같은 상황에서 수위감지 성능을 개선했다. 수위 감지 알고리즘을 적용하기 전에 시공간 필터를 사용하여 노이즈를 먼저 제거하는 방법으로 알고리즘 성능이 향상되어 안정적으로 수위를 감지하게 되었다.
본 성능평가는 다량의 계측 결과가 아니므로 CCTV 카메라 기종별 성능을 확정 지을 수는 없으나 현장시험 결과를 기반으로 CCTV 카메라 기종별 성능을 평가했다. 시간적 요인 및 환경적 요인에 의해 CCTV 카메라 기종별 성능의 차이점이 있을 수 있으며 환경에 맞게 CCTV 카메라 기종을 선정하여 적용하는 것이 현실적으로는 가장 적절한 선택으로 보인다.
열상카메라는 일반 Day&Night 카메라 및 NIR카메라 대비 우수한 성능을 보이지만 일몰, 일출, 물과 물 이외 지역의 온도가 같은 경우 수위 높이를 산출함에 있어 정밀도가 떨어짐을 확인했다.
결론적으로 열상카메라를 제외한 NIR, IR 및 일반카메라의 수위감지 알고리즘에 의한 정확도가 90% 이상으로 증명되었다. 이는 양재천과 같은 소하천에 수위감지 경보시스템을 적용하는데 있어 충분한 성과라고 생각되며 이러한 성과지표를 기반으로 상용화 가능성을 확인하였다.
CCTV 카메라 기종별 성능과 적합성을 고려한 결과 기 설치되어 수위감시용으로 운용되고 있는 일반카메라의 활용 가능성을 확인하였다. 즉 주위의 조명환경이 적합한 장소에 설치된 일반카메라에 수위감지 알고리즘을 적용할 경우 야간에도 실 운영이 가능함을 확인하였다. 열상카메라는 일반 Day&Night 카메라 및 NIR카메라 대비 우수한 성능을 보이지만 일몰, 일출, 물과 물 이외 지역의 온도가 같은 경우 수위 높이를 산출함에 있어 정밀도가 떨어짐을 확인했다.
또한 감시용으로도 밤과 같이 빛이 없는 상황에서 온도를 통해서 감지하기 때문에 다른 카메라보다 물체를 잘 인식할 수 있다. 하지만, 일몰 일출과 폭우 등과 같은 상황에서 물과 물이 아닌 영역의 온도차이가 없거나 유사할 경우 오보가 발생하는 치명적인 결과를 확인하였다. 또한 기존의 시스템과 연동을 위해서 IP기능이 내장된 제품이 필요하다.
후속연구
지능형 영상분석 기술을 활용한 수위감지 알고리즘 개발에 있어 다양한 외부환경에 적합한 알고리즘의 성능개선에 대한 연구가 진행되고 있으나 안개, 바람, 야간 및 악천후와 같은 성능저하 방지대책 수립에 의한 수위감지 알고리즘의 성능 및 정확도를 개선해야 한다. 또한, CCTV 카메라 기종별 원본 영상 품질에 따라 수위감지 알고리즘의 정확도가 달라지므로 CCTV 카메라 기종에 따른 성능평가 적용방안을 수립해야 한다.
이와 같이 일반 Day&Night 카메라에 NIR 영역(800nm ~ 1300nm)만을 통과할 수 있도록 필터를 사용하여 가시광선에서의 안개에 의한 영향을 줄이고 DSS를 이용하여 조도가 부족한 야간 환경에서 셔터의 스피드를 줄여 선명한 이미지를 제공하여 수위감지 알고리즘의 성능을 향상시킬 수 있다. 이러한 장점에도 불구하고 가격대는 IR카메라와 비슷하고 설치가 용이하여 방재용 지능형 CCTV 카메라로 향후 실용화가 예상된다.
또한 열상카메라의 단점인 일몰, 일출, 물과 물이 아닌 영역의 온도가 비슷할 경우 발생하는 정밀도 열화 현상이 발생하지 않는다. 이러한 장점에도 불구하고 가격대는 IR카메라와 비슷하여 향후 중소하천의 수위감지용 카메라로 향후 실용화가 예상된다.
지능형 자동 수위감지 경보시스템은 국지성 호우나 게릴라성 폭우 등으로 갑자기 하천의 수위가 높아졌을 경우 혹은 재해 모니터링 운영자가 잠시 자리를 비웠을 경우 등 돌발 상황에 큰 위력을 발휘한다. 이와 같이 기존에 사람이 판단해왔던 부분을 본 시스템의 자동인식 및 판단 기능으로 대체하면 24시간 상황근무자의 업무부하를 저감하고 신속 정확한 상황판단으로 의사결정지원에 도움이 될 것이다.
전반적으로 CCTV 카메라 기종별 수위감지 성능이 90% 이상 평가결과가 도출되었으나, 일반카메라와 열상카메라는 주야간 교차시간대에서 수위 검출값의 오차가 큰 것으로 나타나 조도와 온도에 의한 영향을 최소화하기 위한 알고리즘의 지속적인 개선이 필요하다. 또한, 이러한 수위검출 오차를 줄이기 위해 NIR카메라를 적용하여 수위감지 정확도를 향상시킴으로서 수위감지시스템의 성능을 향상시킬 수 있다.
질의응답
핵심어
질문
논문에서 추출한 답변
지능형 영상감지 기술은 무엇인가?
지능형 영상감지 기술은 카메라에서 입력되는 영상을 기반으로 컴퓨터의 소프트웨어 또는 DSP(Digital Signal Processor)를 통해 실시간 영상분석(Video Analytics)하는 과정이다. 보안 관리자가 설정한 규칙(Rule)들과 비교해 이 규칙에 위반되거나 벗어나는 경우, 우선 경고(Alert)하고 해당자에게 경보(Alarm)를 전송하는 기술로써 운영요원으로 하여금 사전 예방활동(Proactive Behavior)을 가능하게 하거나 즉각적인 대응(Response)을 할 수 있도록 해 효율성을 향상시키는 차세대 기술이다.
CCTV 시스템은 무엇으로 구성되는가?
CCTV 시스템은 보안용 카메라, 전송장치, 저장장치 등으로 구성된다. 그 중에 가장 중요한 기능을 하는 보안용 CCTV 카메라는 주로 27만 화소 혹은 41만 화소 CCD(Charge Coupled Device) 센서 기반의 아날로그 카메라이다.
다중전송은 어떤 기술인가?
다중압축방식 뿐만 아니라 또 다른 새로운 기술동향이 다중전송(Multiple Profile 또는 Multiple Streaming)이다. 이는 하나의 IP 카메라가 몇 개의 서로 다른 압축방식, 해상도, 프레임 수 등으로 필요한 사용자에게 동시에 전송해 주는 기술이다. 영상처 리기술과 반도체 기술 등의 발전으로 이 분야에 있어서 IP 카메라에의 기술접목도 매우 빠르게 진행되고 있는 추세다.
참고문헌 (9)
Jeong Taeseong, Jin Gyeonghyeok, Choi Seonhwa, Ku Sinhoe, Kwuan Dohyeon, National Disaster Management Institute (2008). Development of decision support system for mitigation of flood related damage. National Disaster Management Institute, Seoul.
Minister of Land, Infrastructure, Park Jeongrim, Dongbu Engineering (2008). Complement the Basic plan of Foold Risk Map. Minister of Land, Infrastructure, Seoul.
Korea Water Resources Corporation (2008), Flood disaster management Geographic Information System in Pyeongtaek, Korea Water Resources Corporation, KIWE-HRC-08-14.
John Honovich (2012). Selection Standard of Video Analytics : How to Select Video Analytics. IPVM, http://ipvm.com/report/how_to_select_video_analytics.
Natinal Disaster Management Institute (2013). A study on Mid-Long term planning for CCTV based Smart Disaster Management. Natinal Disaster Management Institute, Seoul.
A Study of Quality Evaluation Model for Intelligent Video Surveillance Solution(2010)
Korea Information Security Center (2010). Final Report : A Study on Construction DB and Certification Test Plans for Intelligent CCTV based on Behavior. Korea Information Security Center, KISA-WP-2012-0060.
Digital Image Processing 2nd, Rafael C. Conzalez, Richard E. Woods. A probabilistic model for flood detection in video sequences, Paulo Vinicius Koerich Borges, Joceli Mayer, Ebroul Izquierdo OpenCV, http://opencv.willowgarage.com/wiki/
Bilateral Filtering for Gray and Color Images, http://homepages.inf.ed.ac.uk/rbf/CVonline/LOCAL_COPIES/MANDUCHI1/Bilateral_Filtering.html.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.