[논문]영상 인식을 활용한 자동 선박 방향 식별 시스템

박춘석; 서종훈

문제 정의

하지만 이와 비슷한 차량의 컴퓨터 기반 안전운행에 대한 연구는 많이 수행되고 있다. 그래서 선박의 등화인식과 비슷한 개념인 차량 안전운행 연구에 대해 간단히 설명하도록 하겠다. 차량에 대한 연구는 크게 신호등 인식과 도로 표 지판 인식으로 나누어진다.
이러한 복합적인 상황에서 컴퓨터 비전 기술을 이용하여 선박의 안전항해를 도와줄 수 있는 선박 등화 자동인식시스템을 제안하고자 한다. 즉, 선박 외부에 설치된 카메라를 활용하여 상대 선박이 표시하고 있는 등화를 자동으로 인식하여 상대 선박의 행동 및 현 상황을 파악하는 시스템으로 이를 통해 원거리에서 상대 선박의 방향을 자동으로 계산하여 인간의 피로나 항해장비의 고장 등으로 인한 판단착오를 막을 수 있다.

제안 방법

영상처리의 일반적인 부분으로 입력 영상에 대해 Gaussian 노이즈 필터를 활용하여 잡음제거를 실시한다. 그리고 “Color Classification”처리 부분에서는 등화의 빛 종류인 빨강, 녹색, 백색에 대한 색 분류를 실시하는 데 이는 RGB영상 영역에서 각 색상별 경계값(Threshold value)을 설정하여 경계값 이상인 부분만 전시하도록 구현하였다.
이 시스템은 아래 그림(1)과 같은 구조로 동작하도록 설계하였다. 기본 개념은 입력영상에서 등화의 색상 차이를 이용하여 각 등화를 구분하고, 원거리에서 빛은 원으로 보인다는 것에 착안하여 외곽선(l)과 면적(A)을 추출하여 그 비율 비교를 통해서 원형도를 측정한 후원으로 인식되는 것을 등화로 간주하도록 설정하여 상대 선박의 방향을 계산 처리하도록 하였다.
실험 환경은 크게 영상처리부(컴퓨터부)와 등화부로 나누어 구성하였다. 영상처리부는 연구실 개인 PC를 사용하여 MS Visual C++ 6.
실험 환경은 크게 영상처리부(컴퓨터부)와 등화부로 나누어 구성하였다. 영상처리부는 연구실 개인 PC를 사용하여 MS Visual C++ 6.0을 이용하여 구현하였으며, 등화부는 선박과 동일한 불빛 위치를 구축하도록 3파이 LED를 설치하여 프로토타입을 구현하였다. 일반적으로 등화는 제한된 시계의 상황(야간, 해무 및 기상악화 상황)에서 사용하도록 규정되어 있으므로[1], 밤을 가정하여 야간에 연구실에서 외부 빛을 차단하고 선박의 방향별(멀어지는 선박, 충돌위험 선박, 좌측통과 선박, 우측통과 선박) 각 15장(총 60장)의 사진으로 실험하 였으며 실험 결과 화면은 아래 그림(4)와 같다.
제안하는 시스템은 Radar와 같이 다른 선박의 상대적인 위치나 상황 등을 인식할 수 있는 체계들의 제약 상황 시 사용할 수 있으며, 동시 운용도 가능한 것으로, 선박의 외부에 설치된 카메라를 통해 상대 선박의 등화를 인식하여 상대 선박의 현재의 상황을 파악하는 체계이다. 즉, “국제해상충돌예방규칙[1]”상에 명기된 등화를 인식하여 이를 통하여 상대 선박과의 충돌 위험 여부 및 상대적인 거리를 전시하고 충돌예상시의 회피 침로를 자동 계산하여 전시해주는 시스템이다.
국내에서는 현대자동차의 정의윤 등이 2005년도에 차량의 안전한 도로 주행을 위해 신호등과 도로표지판을 카메라를 이용하여 인식하는 연구를 수행하였다. 첫 번째로 신호등 인식은 신호등이 있을 것으로 예상되는 영역 탐색을 시작하고, 그 영역에서 신호등의 검은색 네모 테두리를 인식한 후, 테두리 내부의 신호등의 색깔을 인식하여 운전자에게 원거리에서 신호 등의 변경 정보를 제공하였으며, 두 번째로 표지판은 외곽과 내부 색상적(빨간, 노란, 검정색) 특징과 표지판 자체의 도로 상 일반적인 위치적 특징을 이용하여 운전자에서 표지판 정보를 제공하는 연구를 수행하였다.²⁾
두 번째로 “Color Correction"을 실시하였는데 이는 빛 (LED)의 특성상 그림(2)와 같이 빛이 발하는 중간부분의 명도가 너무 높아 실제 색으로 인식되지 않는 특성이 있어 이를 보정하기 위한 작업이다. 최 외곽선의 색상값을 실제 색상으로 간주하고 이를 이용하여 보정하는데 우선 외곽선 가로, 세로의 중심을 이용하여 원의 중심점을 구하고, 이 중심점에서 외곽선이 만나는 지점까지 8방향으로 퍼지면서 Pixel에 외곽선과 같은 색을 삽입하도록 구현하였다.

대상 데이터

사용자 평가는 1:1 설문조사를 수행하였으며 평가 대상은 조함경력 4년 이상이며 현재 조함분야 종사자를 대상으로 15명에 대해 실시하였다. 이해를 돕기 위해 위 그림(4)의 실험 결과 화면을 보여주며 설문조사를 실시하였다.

이론/모형

전 처리부는 입력영상을 받아 후처리를 위한 기본적인 처리를 하는 부분으로 Noise 제거 부분과 Color Classification 부분으로 나눌 수 있다. 영상처리의 일반적인 부분으로 입력 영상에 대해 Gaussian 노이즈 필터를 활용하여 잡음제거를 실시한다. 그리고 “Color Classification”처리 부분에서는 등화의 빛 종류인 빨강, 녹색, 백색에 대한 색 분류를 실시하는 데 이는 RGB영상 영역에서 각 색상별 경계값(Threshold value)을 설정하여 경계값 이상인 부분만 전시하도록 구현하였다.
전처리 과정을 거친 영상에서 물체의 길이(l)값과 면적(A)값을 구하여 원(Circle)인 물체를 식별하는 것이 후 처리 (Post-Processing) 단계이다. 첫 번째로 “Contour Detection”을 실시하여 길이(l) 값을 구하는데 이는 “개선된 간단한 경계선 추적자 알고리즘(ISBF)”⁸⁾⁹⁾을 이용하여 외곽선을 추출, 최외곽 Pixel 수를 계산하여 구하도록 구현하였다.

성능/효과

또, 일부는 부표(15%), 등대(4%)라 답 하였다. 그리고 실험결과화면을 보여주며 “상대 선박의 움직임을 자동으로 파악하는 체계가 필요합니까?”라는 질문에 대해서는 그림(8)과 같이 응답자의 67%가 필요하다고 답하였으며, 27%는 보통으로 답하여 90% 이상이 긍정적인 것으로 나타났다. 상기 설문 조사결과에서도 알 수 있듯이 실제 선박을 조함하는 사람들은 카메라를 이용한 선박 외부의 자동 인식에 대해서 긍정적이며 필요성을 인식하고 있었다.
본 연구에서는 선박이 해상에서 카메라를 통해 입력된 상대 선박의 등화를 색상별로 분류하고 원형도 검사를 통해서 등화만을 분류, 인식하여 상대 선박의 상대적인 움직임을 예측하고 선박을 조함하는 사람에게 정보를 제공할 수 있는 체계를 제안하였으며, 실험실 환경에서 상대 선박의 4가지 방향별 선박 등화의 위치를 기준으로 실험하여 88%의 인식률을 얻을 수 있었다. 또한 항해경력이 있는 사람들을 대상으로 사용자 평가를 실시한 결과, 90%이상이 체계의 필요성을 긍정적으로 평가하고 있음을 알 수 있었다. 이번에 연구한 체계는 순수 항해안전을 위한 보조체계의 하나로 이 체계만으로 완벽한 항해 안전 기능을 행할 수 없을 것으로 생각되며, 타 체계인 Radar와 GPS 그리고 AIS 등과 통합체계를 만든다면 시너지효과를 낼 수 있을 것으로 생각되며 나아가 선박간의 충돌 사고를 미연에 예방할 수 있다고 생각한다.
본 연구에서는 선박이 해상에서 카메라를 통해 입력된 상대 선박의 등화를 색상별로 분류하고 원형도 검사를 통해서 등화만을 분류, 인식하여 상대 선박의 상대적인 움직임을 예측하고 선박을 조함하는 사람에게 정보를 제공할 수 있는 체계를 제안하였으며, 실험실 환경에서 상대 선박의 4가지 방향별 선박 등화의 위치를 기준으로 실험하여 88%의 인식률을 얻을 수 있었다. 또한 항해경력이 있는 사람들을 대상으로 사용자 평가를 실시한 결과, 90%이상이 체계의 필요성을 긍정적으로 평가하고 있음을 알 수 있었다.
전체 인식률은 88%였고, 각 부문별 인식률은 아래 그림(5)와 같이 나타났으며, 그림(3)의 순서대로 멀어지는 선박부터 각각 93%, 87%, 93%, 80%로 나타났다. 충돌위험선박과 우측통과 선박의 인식률이 다른 방향에 비해 떨어지는 것을 알 수 있었으며 그 원인은 녹색색상 식별상의 문제로 판단된다. 색상식별 측면에서 수정이 필요하다는 것을 알 수 있었다.

후속연구

그래서 각 방향별로 화면상 존재하는 등화를 계산하여 현재 상대 선박의 상태를 구분별로 사람에게 알려주는 것까지 프로토타입에서 구현하였으며, 충돌위험 선박의 충돌을 회피하기 위해 방향을 계산하여 인간에게 알려주는 것은 추후 해상시험을 위한 프로그램 구현 시 실시할 계획이다.
그리고 이번 연구에서는 프로토타입을 구현하여 실험실 환경에서만 실험을 실시하였지만 나아가 실제 환경인 바다 위에서 실험을 진행할 예정이며, 또한 빛을 원형을 기준으로 인식하였지만 현실 세계에서의 다양한 빛 가운데 원하는 빛을 찾기 위해 다른 이론적 적용이 필요하다고 생각된다. 또한 등화의 위치를 통해 선박의 정확한 방향을 인식하기 위해서도 새로운 알고리즘 적용이 필요하다.
또한 등화의 위치를 통해 선박의 정확한 방향을 인식하기 위해서도 새로운 알고리즘 적용이 필요하다. 마지막으로 색상인식 측면에서 앞의 인식률 시험에서 나타난 것과 같이 녹색을 비롯해 다른 색상에 대해서도 추가적인 연구를 진행 할 예정이다.
또한 항해경력이 있는 사람들을 대상으로 사용자 평가를 실시한 결과, 90%이상이 체계의 필요성을 긍정적으로 평가하고 있음을 알 수 있었다. 이번에 연구한 체계는 순수 항해안전을 위한 보조체계의 하나로 이 체계만으로 완벽한 항해 안전 기능을 행할 수 없을 것으로 생각되며, 타 체계인 Radar와 GPS 그리고 AIS 등과 통합체계를 만든다면 시너지효과를 낼 수 있을 것으로 생각되며 나아가 선박간의 충돌 사고를 미연에 예방할 수 있다고 생각한다.

핵심어	질문	논문에서 추출한 답변
	컴퓨팅 기술의 발전에 따라 선박의 안전항해를 지원하기 위해 계량, 개발되고 있는 장비들은?	컴퓨팅 기술의 발전에 따라 선박의 안전항해를 지원하기 위해 Radar, GPS 등 다양한 장비들이 계량, 개발되고 있으며 그들은 선박 항해에 필요한 많은 정보를 제공하고 있다. 하지만 여전히 선박 충돌사고는 끊이지 않고 있으며, 선박 대형화에 힘입어 그 피해도 커지고 있는 실정이다.
	본 연구와 관련된 기존 연구 중 선박에 대해서 이루어진 연구는 없었던 이유는?	본 연구와 관련된 기존 연구 중 선박에 대해서 이루어진 연구는 없었다. 이는 기존에 선박에 대한 연구가 선박의 대형화, 에너지 절약과 동체 등의 연구로 집중되고 있기 때문이라고 생각한다. 하지만 이와 비슷한 차량의 컴퓨터 기반 안전운행에 대한 연구는 많이 수행되고 있다.
	선박들은 국제법적으로 국제해사기구(IMO)의 규칙인 무엇에 따라 야간과 해상 환경 악화와 같은 상황에서 선박과 선박 간에 서로의 운항 방향과 현재의 상황(조종 성능 제한 등) 정보를 시각적으로 제공하게 되어있는가?	선박들은 국제법적으로 국제해사기구(IMO)의 규칙인 “국제 해상충돌예방규칙1)”에 따라 야간과 해상 환경 악화와 같은 상황에서 선박과 선박 간에 서로의 운항 방향과 현재의 상황(조종 성능 제한 등) 정보를 시각적으로 제공하게 되어있다. 이에 따라 각 선박들은 상대선박의 등화와 형상물을 인식하고 서로의 상태를 파악하여 항해에 참고할 수 있는 것이다.

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

영상 인식을 활용한 자동 선박 방향 식별 시스템
The Autonomous Ship Direction Discrimination System using Image Recognition 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

질의응답

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

영상 인식을 활용한 자동 선박 방향 식별 시스템 The Autonomous Ship Direction Discrimination System using Image Recognition 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

질의응답

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

영상 인식을 활용한 자동 선박 방향 식별 시스템
The Autonomous Ship Direction Discrimination System using Image Recognition 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper