[논문]실내 환경의 공간 색온도 검출을 위한 이미지센서 모듈

문성재; 김영우; 임영석

doi:10.13067/jkiecs.2021.16.1.191

[국내논문] 실내 환경의 공간 색온도 검출을 위한 이미지센서 모듈
Image Sensor Module for Detecting Spatial Color Temperature in Indoor Environment 원문보기

한국전자통신학회 논문지 = The Journal of the Korea Institute of Electronic Communication Sciences, v.16 no.1, 2021년, pp.191 - 196

문성재 (한국광기술원) , 김영우 (한국광기술원) , 임영석 (전남대학교 전자공학과)

초록
AI-Helper

본 논문에서는 실내 환경에서 색온도 검출이 가능한 이미지센서 모듈을 구현하였다. 이미지센서로 획득한 영상정보 내 색온도 정보는 색차조도계와 정합하여 LUT(Look Up Table)로 제작하였으며, 수광된 RGB값에 따른 색온도 정보가 자동 산출이 가능하도록 알고리즘을 개발하여 MCU(Micro Control Unit)에 반영하였다. 실내에서 이미지센서로 색온도를 측정한 결과 기준값 대비 5.91% 이하의 정확한 결과를 얻을 수 있었으며, 컬러센서를 이용한 색온도 측정 결과 대비 23.5% 이상의 균일도가 우수함을 확인하였다.

Abstract ▼ AI-Helper

In this paper, we implemented an image sensor module possible of detecting color temperature in an indoor environment. The color temperature information in the video information acquired by the image sensor was matched with a color difference illuminometer to produce an LUT. An algorithm was developed so that color temperature information according to the received RGB values can be automatically calculated. As a result of measuring the color temperature with an image sensor indoors, an accurate result of less than 5.91% was obtained compared to the reference value. It was confirmed that the uniformity of 23.5% or more was excellent compared to the color temperature measurement result using a color sensor.

주제어

표/그림 (9)

그림 그림 1. 기존 공간 색온도 검출 알고리즘 Fig. 1 Traditional spatial color temperature detection algorithm
그림 그림 2. 제안한 공간 색온도 검출 알고리즘 Fig. 2 Proposed spatial color temperature detection algorithm
그림 그림 3. AWB 동작 Fig. 3 Operation of auto white balance
그림 그림 4. LUT 생성모습 Fig. 4 Creation of LUT
그림 그림 5. 이미지센서 모듈의 블록도 Fig. 5 Block diagram of image sensor module
그림 그림 6. 생성된 공간 색온도 검출 LUT Fig. 6 Generated spatial color temperature detection LUT
그림 그림 7. 성능평가 Fig. 7 Performance evaluation
그림 그림 8. 컬러센서 펌웨어의 구현 Fig. 8 Implementation of color sensor F/W
그림 그림 9. 센서별 차이 Fig. 9 Differences by sensor

AI 본문요약
AI-Helper

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

문제 정의

본 논문에서는 이미지센서를 이용해 이러한 문제점을 보완한 검출방법과 이미지센서 모듈을 구현하였다. 제작된 이미지센서 모듈과 컬러센서와의 비교를 위해 색 차조 도계 (CL-200A) 측정값을 기준으로 설정하고, 컬러센서와 이미지센서 모듈을 통해 얻은 공간 색온도로 성능을 검증하였다.
이에 따라 들어온 영상의 색차신호를 가지고 색차 평균을 산출하고, 이것을 원점으로 수렴시키기 위해 RGB 값을 조절하여 보정하는 것이다. 그림 3은 이미지센서를 통해 검출된 흰색이 실제의 흰색과 차이가 있어 RGB 값을 조절하여 실제의 흰색으로 이동시키는 것을 보여주는 그림이다.

제안 방법

기존 공간 색온도 검출 알고리즘에 대한 문제점을 해결하기 위해 공간 색온도를 검출하는 이미지센서 모듈을 설계 및 구현하였다. 성능검증은 실내 환경에서 색차조도계를 기준값으로 설정하고, 컬러센서와 이미지센서 모듈을 통해 얻어진 공간 색온도를 기준값과의 차이를 비교하였다.
js 기반 공간 색온도 검출 알고리즘을 적용하였다. 또한 영상도 함께 출력되도록 구현하였다. 그림 6는 Micro Controller의 F/W 상 데이터 입출력 I/O 및 공간 색온도 검출 LUT를 생성한 모습이다.
사용한 S/W는 IAR embedded workbench 8051를 이용하였으며, 코드 내에 외부와의 데이터 통신을 위한 I2C interface를 구현하여 적용하였다.
설계 및 구현하였다. 성능검증은 실내 환경에서 색차조도계를 기준값으로 설정하고, 컬러센서와 이미지센서 모듈을 통해 얻어진 공간 색온도를 기준값과의 차이를 비교하였다. 이미지센서로 색온도를 측정한 결과 기준값 대비 5.
센서의 특성상 위치 선정이 매우 중요한 만큼 여러 개의 컬러센서를 통해 얻은 색온도 값의 평균을 구하여 정확도를 높인다. 그림 1은 기존 공간 색온도 검출알고리즘을 나타낸 그림이다.
제안한 공간 색온도 검출 알고리즘은 이미지센서 모듈의 ISP (Image Signal Processing) 내 AWB (Auto White Balance) 동작 시 얻어지는 RGB 값과 다수의 색차조도계에서 얻어진 공간 색온도의 평균값과의 관계를 LUT 형태로 생성한다. 그림 2는 제안한 공간 색온도 검출 알고리즘을 나타내는 그림이다.
구현하였다. 제작된 이미지센서 모듈과 컬러센서와의 비교를 위해 색 차조 도계 (CL-200A) 측정값을 기준으로 설정하고, 컬러센서와 이미지센서 모듈을 통해 얻은 공간 색온도로 성능을 검증하였다.
컬러센서 1개 (1 point), 컬러센서 5개 (5 point), 이미지센서 3가지 형태를 비교하였다. 컬러센서 1개의 색온도는 그림 7의 #3 지점에서 측정한 값을 나타낸다.
컬러센서의 H/W는 컬러센서와 아두이노 우노를연결하였으며, F/W는 아두이노에서 제공되는 S/W를 이용하여 시리얼 통신이 가능하도록 하였으며, 컬러 센서에서 제공되는 알고리즘을 통해 색온도가 출력되도록 하였다. 그림 8은 컬러센서 펌웨어의 구현으로 시리얼 통신과 색온도 검출 S/W 모습이다.

대상 데이터

Image Sensor Module H/W는 소니사의 IMX225 이미지센서와 넥스트칩사의 NVP2430 ISP를 기반으로 제작하였다.

데이터처리

제안한 공간 색온도 검출방법의 성능을 판단하기 위해 실내 환경에서 색차조도계를 기준값으로 설정하고, 컬러센서와 이미지센서를 통해 얻은 데이터를 기준값과 비교하여 차이를 분석하였다.

이론/모형

Micro Controller의 H/W는 임베디드 리눅스 기반 뉴로 메카 사의 BBAir를 구매하여 이용하였으며, F/W 는 node.js 기반 공간 색온도 검출 알고리즘을 적용하였다. 또한 영상도 함께 출력되도록 구현하였다.

성능/효과

성능비교 결과 컬러센서 1개의 최소차이는 4.82%, 최대차이 43.64%, 최대차이와 최소차이 차 38.82%이며, 컬러센서 5개는 최소차이는 2.34%, 최대차이 26.49%, 최대차이와 최소차이 차 24.15%이며, 이미지센서는 최소차이는 0.24%, 최대차이 5.91%, 최대차이와 최소차이 차 5.67%의 차이가 있는 것을 확인하였다. 그림 9은 센서별 차이를 표시한 그림이다.
성능검증은 실내 환경에서 색차조도계를 기준값으로 설정하고, 컬러센서와 이미지센서 모듈을 통해 얻어진 공간 색온도를 기준값과의 차이를 비교하였다. 이미지센서로 색온도를 측정한 결과 기준값 대비 5.91% 이하의 정확한 결과를 얻을 수 있었으며, 컬러센서를 이용한 색온도 측정 결과대비 23.5% 이상의 균일도가 우수함을 확인하였다. 이에 따라 기존 방법보다 우수한 성능을 가지며, 다양한 분야에서 활용도가 높을 것으로 보인다.

후속연구

이에 따라 기존 방법보다 우수한 성능을 가지며, 다양한 분야에서 활용도가 높을 것으로 보인다. 하지만 제안한 알고리즘에 대해 전력소모, 주파수 간섭, 네트워크 구성 복잡도, 유지보수 측면에서 유리한 정도와 광원별 센서의 응답 특성, 실내와 야외에 따른 알고리즘 보 정화 기술에 대해서도 추가 연구가 필요해 보인다.

참고문헌 (11)

S. J. Lim, "Design of RBFNN-based Emotional Lighting System Using RGBW LED," The Transcations of the Korean Institute of Electrical Engineers, vol. 62, no. 5, pp.696-704, May. 2013.
S. Y. Chun, "A Development of a Portable Color Scanner Using Photo Sensors for Full-Color LED Illumination Control," Journal of the Korean Institute of Illuminating and Electrical Installation Engineers, vol. 25, no. 11, pp.14-25, Nov. 2014.

원문보기 상세보기
S. Park, "A consideration and prospects of psychological research on lighting," Korean Journal of Psychology:General, vol. 30, no. 1, pp.139-159, 2011.
H. Park, "The effect of LED lighting colors on the rating and recognition of Korean affective words," International Conference on LED and Solid State Lighting, 2011.
J. S. Lee, "Research on the influence of Fatigue Evaluation under the Workspace from Correlated Color Temperature and Illuminance of LED Lighting," Journal of Korea Society of Color Studies, vol. 26, no. 1, pp.45-53, Feb. 2012.

상세보기
H. W. Lee, "The Effect of Color Temperature and Illuminance of LED Lighting on Heart Rate Variability," Korean Society of Color Studies, pp.29-32, May. 2017.
E. J. Seo, "Study on Learning Proper Type of Lighting Environment Derived in Accordance with Attention and Concentration," Korean Society of Color Studies, pp.86-92, May. 2016.
D. Y. Kim, "RSSI-Based Indoor Localization Method Using Virtually Overlapped Visible Light," The Transactions of the Korean Institute of Electrical Engineers, vol. 63, no. 12, pp.1697-1703, Nov. 2014.

원문보기 상세보기
S. J. Lee, "A Novel Accurate Light Measurement Sensor Using Reference Color Sensor," The Institute of Electronics and Information Engineers, pp.602-605, Jun. 2017.
J. S. Kim, "Detection of Color Information Using Optical Method," The transactions of The Korean Institute of Electrical Engineers, vol. 64, no. 1, pp.159-164, Jan. 2015.

원문보기 상세보기
C. U. An, "Proceedings of Symposium of the Korean Institute of communications and Information Sciences," Korea Institute of Communication Sciences, pp.1312-1313, Jan. 2019.

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