[논문]카메라 모듈과 드론을 이용한 면적 자동 측정 프로그램 개발

김정환; 김식

doi:10.14372/iemek.2019.14.3.157

[국내논문] 카메라 모듈과 드론을 이용한 면적 자동 측정 프로그램 개발
Development of a Pixel-based Area Measurement Program Using Drone and Camera Module 원문보기

대한임베디드공학회논문지 = IEMEK Journal of embedded systems and applications, v.14 no.3, 2019년, pp.157 - 163

김정환 (Semyung University) , 김식 (Semyung University)

Abstract ▼ AI-Helper

As the drone industry has grown greatly in recent years, drones are being used or developed in many industrial fields such as image shooting, pesticide application, delivery service, food delivery etc. In this paper, therefore, we developed a program that takes a user's desired area at a certain height using a camera-equipped drone and obtains the area of the zone the user wants through image processing. The first user selects an area or a path. Afterwards, the drone flies and takes pictures, and then measures the user's needs. A digital image taken at a constant height and with the same resolution is composed of pixels, the area can be calculated easily if we know the number of pixels in the zone the user wants. Particularly, it is easy to calculate the area of various shaped zones, not terrain shapes such as triangles and squares. In addition, the total area of specific places of the entire zone can be calculated. With the program of this paper, anyone can easily calculate the area of the place the user wants using a drone rather than calculating the area through difficult formulas or specialized equipment.

Keyword

표/그림 (10)

그림 그림 1. 카메라 모듈 확인 Fig. 1 Camera Module check
그림 그림 2. 면적 선택을 이용한 자율 비행 Fig. 2 Autonomous flight using area selection
그림 그림 3. 경로 선택을 이용한 자율 주행 Fig. 3 Autonomous driving with route selection
그림 그림 4. 드론을 이용한 촬영 시 지상의 실제 면적 측정 Fig. 4 Measurement of the actual area of ground when photographed using a drone
그림 그림 5. 흑백 영상 처리 Fig. 5 Gray scale image
그림 그림 6. 차량 면적 측정 Fig. 6 Area measurement of vehicle
그림 그림 7. 운동장 면적 측정 Fig. 7 Area measurement of field 1
그림 그림 8. 운동장 면적 측정 Fig. 8 Area measurement of field 2
그림 그림 9. 경로 지정 Fig. 9 Path setting
그림 그림 10. 경로 지정 Fig. 10 Path setting

AI 본문요약
AI-Helper

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

문제 정의

하지만 이미지 전체는 사각형이기 때문에 이미 지의 가로, 세로 길이와 실제 면적의 가로, 세로 길이를 비교해서 비행 높이에 따른 비율만 맞춰 계산 한다면 쉽게 넓이를 구할 수 있기 때문에 논문에서는 다루지 않는다. 본 논문은 기하학적인 모양의 면적을 구하는데 목적이 있다.
하지만 기존 기술은 자율 주행과 물품 수송을 중심으로 응용 개발된 기술이 대부분이다. 그래서 본 논문은 카메라 모듈을 드론에 장착하여 기하학 적인 구역의 면적을 측정하는 시스템을 소개한다.

가설 설정

본 논문의 시스템은 드론에 탑재를 하고 실시간 으로 면적을 추출해야 한다. 그래서 처리 속도를 높이기 위해 흑백 영상을 이용하였다.

제안 방법

3장에서는 2장에서 촬영된 이미지의 픽셀을 이용한 면적 측정 기술을 연구한 다. 이때, 원하는 구역을 자동으로 파악하여 총 픽셀의 수를 통해 넓이를 계산하는 방법을 소개한다. 4장에서 본 논문의 시스템을 실험을 통해 확인한후 5장에서 결과를 도출하고 향후 과제를 제시한다.
조립용 레이싱 드론을 자율 비행이 가능하도록 확장성이 뛰어난 에디슨 보드를 탑재하여 필요한 센서를 부착하였다.
카메라 모듈에 따라 픽셀의 개수가 동일하게 나오는지 확인하기 위해 일반적으로 많이 사용되는 카메라 모듈 3개를 동일한 높이와 해상도에서 촬영한 뒤 비교하였다.
촬영된 사진이 중첩되지 않는 범위에서 비행을 하며 사진을 촬영한다. 비행이 종료가 되면 사용자는 사진을 확인하여 면적 측정에 불필요한 부분을 선택할 수 있다.
본 논문의 시스템은 두 가지 방법 중 사용자가 원하는 방식을 선택하여 면적을 측정할 수 있다.
첫 번째는 촬영된 이미지를 보고 사용자가 원하는 구역을 직접 지정하여 측정하는 방식이다. 드론 으로 촬영된 이미지를 실시간으로 확인하고 구역을 선택하면 픽셀 수를 파악하여 자동으로 면적 측정을 실행한다.
이 수식들을 이용하여 드론이 촬영을 할 때 범위를 정할 수 있으며 중첩되지 않으면서 모든 면적 이나 경로를 촬영할 수 있게 하였다.
본 논문의 시스템은 촬영된 전체 면적을 측정하는 것이 아니라 일정한 구역을 직접 선택하거나 자동으로 선택하여 측정한다.
디지털 이미지의 특징을 이용하여 사용자가 원하는 면적을 자동으로 추출할 수 있는 방법을 연구 하였다.
본 논문의 시스템의 실험은 총 두 가지 방식으로 총 세 가지 면적을 측정하였다.
첫 번째 방식은 면적 측정이 정상적으로 동작하는지 확인하기 위해 차량의 면적을 측정하였다. 차량의 가로, 세로 길이를 통해 넓이를 계산한 면적과 시스템에서 측정한 면적을 비교한다.
첫 번째 방식은 면적 측정이 정상적으로 동작하는지 확인하기 위해 차량의 면적을 측정하였다. 차량의 가로, 세로 길이를 통해 넓이를 계산한 면적과 시스템에서 측정한 면적을 비교한다. 면적은 소수점 첫째짜리까지 표시된다.
두 번째 방식은 면적 선택을 이용한 측정, 세 번째 경로 지정 측정을 실험하였다.
모든 실험은 동일한 지역에서 해상도를 너비 1920, 높이 1080로 지정하고 드론 속력은 1km/h 상공 25m , 50m 다섯 번씩 총 열 번 진행하였으며 실제 면적과의 차이를 확인하였다.
세명대학교 인근 산림 중에 있는 무덤의 면적을 측정하였다. 실험을 진행한 장소의 무덤이 위치한 곳은 주변과 다르게 산림이 형성되어 있지 않기 때문에 다른 장소보다 쉽게 면적을 측정할 수 있어서 실험을 진행하였다.
자율 비행을 하는 중에 주변과 확연하게 색이 다른 위치의 면적을 측정하게 하였다. 주변에 무덤이 하나인 곳을 선택하여 측정하였다.
자율 비행을 하는 중에 주변과 확연하게 색이 다른 위치의 면적을 측정하게 하였다. 주변에 무덤이 하나인 곳을 선택하여 측정하였다. 실제 무덤 면적은 1,000m²이다.
현재 본 논문의 시스템은 흑백 영상 처리를 하여 빛의 패턴을 통해 면적을 측정을 한다. 그래서 비슷한 색이 밀집한 곳의 특정 면적은 측정하기가 까다롭다.
드론 전용 카메라는 해상도가 떨어지기 때문에 아두이노, 라즈베리 파이 등에서 사용되는 임베디드용 고해상도 카메라 모듈인 TailKuKe의 Pupil Camera, @WENDi의 Adjustable-Focus, 5MP의 ov5640를 사용하여 확인하였다.

대상 데이터

사용자의 요구가 있을 경우 높이는 변경이 가능하다. 촬영된 디지털 이미지는 가로 4000 픽셀, 세로 3000 픽셀로 총 12,000,000개의 픽셀로 이루어져 있다. 이것을 기준으로 하나의 픽셀이 실제 면적과 크기를 비교하여 대입하여 넓이를 구할 수 있다 [3].
본 논문의 시스템은 드론에 탑재를 하고 실시간 으로 면적을 추출해야 한다. 그래서 처리 속도를 높이기 위해 흑백 영상을 이용하였다.
기아 자동차의 2017년식 쏘울을 이용하여 면적을 측정하였다. 제조사가 공개한 차량의 전장은 4.
기아 자동차의 2017년식 쏘울을 이용하여 면적을 측정하였다. 제조사가 공개한 차량의 전장은 4.14m , 전폭은 1.8m이다. 그러므로 차량의 면적은 7.
면적 선택을 이용한 측정에 대한 실험은 세명대 학교 대운동장에서 진행하였다.
경로 지정은 그림 9와 같이 경로를 지정하였다. 세명대학교 인근 산림 중에 있는 무덤의 면적을 측정하였다. 실험을 진행한 장소의 무덤이 위치한 곳은 주변과 다르게 산림이 형성되어 있지 않기 때문에 다른 장소보다 쉽게 면적을 측정할 수 있어서 실험을 진행하였다.
주변에 무덤이 하나인 곳을 선택하여 측정하였다. 실제 무덤 면적은 1,000m²이다.

성능/효과

25m 높이에서 실험하였을 때 다섯 번 중 세 번은 19,500m² 정확하게 측정되었으며, 나머지 두 번은 19,502m² , 19,499m² 로 측정되었다.
총 열 번의 실험을 통해 얻어진 면적의 평균은 19,500.3m² 이며 실제 면적과 0.3m² 차이가 났다.
실험을 통해 본 논문의 시스템에서 측정한 면적과 실제 면적의 오차가 생기는 것을 확인하였다. 하지만 여러 번 실험을 한 뒤 결과 값의 평균을 구하 였을 때, 실제 면적과 큰 차이가 나지 않는 것도 확인하였다.

후속연구

본 논문의 기술을 사용한다면 면적 측정을 위해 전문적인 측정 장비를 사용하거나 전문 인력을 구해야 했던 기존의 방식과는 달리 누구나 쉽게 자신이 알고자 하는 구역의 면적을 쉽게 측정할 수 있을 것으로 예상된다.
그래서 비슷한 색이 밀집한 곳의 특정 면적은 측정하기가 까다롭다. 향후 컬러 영상 처리를 통해 색을 구별하여 면적을 측정하는 시스템을 개발할 예정이다.
하지만 본 논문의 시스템을 사용한다면 자신이 원하는 장소의 면적과 산발적으로 분포된 면적들의 총합을 실시간으로 구할 수 있다. 이때, 실제 계산 되는 면적은 촬영된 이미지의 전체 혹은 일부분 중 선택할 수 있다.

질의응답

핵심어	질문	논문에서 추출한 답변
	디지털 이미지란 무엇인가?	디지털 이미지는 사물, 장면 등을 이미지 센서를 통해 디지털 값으로 집합시켜 표현한 것이다. 이미지의 빛 패턴을 샘플링 (sampling)과 양자화를 통해 전기적 신호로 바꾸고 이것을 이진수로 표현하여 흑백, 컬러 영상으로 표현한다 [7].
	IT 기술과 드론 분야가 융합되면서 어떤 산업 분야에서 활용되고 있는가?	최근 다양한 IT 기술과 드론 분야가 융합되어 많은 산업 분야에 사용되고 있다. 항공 촬영, 농업 분야, 드론을 이용한 택배, 배달 서비스, 구난 및 구조용 드론 등 다양한 분야에서 개발되고 있다.
	경로 지정을 통한 면적 측정 방식은 어디에 활용 가능한가?	사람의 접근이 어려운 산간 지역이나 오염 구역 등에서 원하는 면적을 쉽게 구할 수 있다. 특히, 경로 지정을 통한 면적 측정 방식은 양봉을 위한 밀원 구역 확보, 소나무 재선충병 면적 확인, 주행 도로 상 불법 주차 차량 확인 등 다양하게 사용될 수 있다.

참고문헌 (9)

S. Kim, J. Kim, "Autonomous-flight Drone Algorithm Using Computer Vision and GPS," Journal of IEMEK J. Embed. Sys. Appl., Vol. 11, No. 3, pp.193-200, 2016 (in Korean).
Republic of Korea Ministry of Land, Transport and Maritime Affairs, "Enforcement Rules of Aviation Act 112 Article," 2017 (in Korean).
H.M.Easlon, A.J. Bloom, "Easy Leaf Area: Automated Digital Image Analysis for Rapid and Accurate Measurement of Leaf Area," Journal of Applications in Plant Sciences, Vol. 2, No. 7, 2014.
J. Kim, S. Kim, "The Autonomous Flight System Development of Drones for Nectar Source Navigation Based on Real Time Image Processing," Semyung Univ., Ph.D, 2016
J. J. Lugo, authorAndreas Zell, "Framework for Autonomous On-board Navigation with the AR.Drone," Journal of Intelligent and Robotic Systems, Vol. 73, No. 1, pp. 401-412, Jan 2014

상세보기
W. Park, J. Choi, S. Choi, N. Hwang, H. Kim, "Real-Time Shooting Area Analysis Algorithm of UAV Considering Three-Dimensional Topography," Journal of Korean Institute of Communications and Information Sciences, Vol. 38, No. 12, pp. 1196-1206, 2013 (in Korean).
Piazzo, Lorenzo, "Image Estimation in the Presence of Irregular Sampling, Noise, and Pointing Jitter," Journal of IEEE Transactions on Image Processing, Vol. 28, No. 2, pp. 713-722, Feb 2019
M.J. Grinsven, B. Ginneken, C.B. Hoyng, T. Theelen, C.I. Sanchez, "Fast Convolutional Neural Network Training Using Selective Data Sampling: Application to Hemorrhage Detection in Color Fundus Images," Journal of IEEE Transactions on Medical Imaging, Vol. 35, No. 5, pp. 1273-1284, 2016.
A. Dave, A.K. Vadathya, R. Subramanyam, R. Baburajan, K. Mitra, "Solving Inverse Computational Imaging Problems Using Deep Pixel-Level Prior," Journal of IEEE Transactions on Computational Imaging, Vol. 5, No. 1, pp. 37-51, 2019.

저자의 다른 논문 :

활용도 분석정보

상세보기

다운로드

내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

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