[논문]컴퓨터 비전 기반의 수위 검출 시스템

황웅; 유종상; 정제창

[국내논문] 컴퓨터 비전 기반의 수위 검출 시스템
Computer Vision based Water-level Detection 원문보기

황웅 (한양대학교 전자컴퓨터통신학과) , 유종상 (한양대학교 전자컴퓨터통신학과) , 정제창 (한양대학교 전자컴퓨터통신학과)

최근 후쿠시마 원전, 쓰나미, 홍수와 눈사태와 같은 자연 재난들의 발생으로 인해 엄청난 수의 사상자와 막대한 재산피해가 초래되었다. 이런 재난을 미연에 방지하고자 하는 자동화된 조기 경보 시스템의 연구, 지능형 영상감지 기술 연구가 활발히 진행되고 있다. 이러한 지능형 영상감시기술을 적용하여 재난유형별 위험상황을 감지, 판독, 분석, 표출할 수 있는 기능을 구현하고자 통합된 카메라 영상정보를 활용하여 영상변화를 감지하여 자동식별과 판독을 통해 기준 값 이상의 변화감지 시 경보알림 및 해당 영상 표출을 제공하였다. 본 논문은 기존의 수위상승 감지는 수위계나 교량에 표시된 수위표의 숫자를 읽어 자동적으로 위험을 알려주거나 사람이 수위감지를 위해 설치된 카메라를 모니터링 하여 위험을 감지하도록 되어있던 점을 개선하여 기존 수위감지 목적으로 설치된 카메라의 영상을 분석하여 수위상승 위험을 알려주는 알고리듬을 제안하였다.

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

문제 정의

사용자가 직접 지정한 부분의 영상은 CCTV 자체의 노이즈와 시각적으로 수위감지에 방해가 되는 불필요한 부분들이 포함되어 있으므로 필터링 알고리듬을 이용하여 이들을 제거한다. 본 논문에서는 이러한 작업을 수행하기 위하여 영상의 경계를 잘 보존하는 Mean-shift 알고리듬을 적용하여 영상의 필터링을 수행하면서도 수위의 경계를 보존하였다. 먼저, Mean-shift 알고리듬을 적용하기 위해서는 커널 밀도 추정을 하여야 한다.

제안 방법

제안하는 알고리듬의 성능을 알아보기 위하여 실험에 사용한 수위 영상은 한강 홍수 통제소와 영산강 홍수 통제소에서 제공하는 수위 영상을 이용하였다 [4-5]. 실험은 처음에 입력 영상을 받아오고 ROI를 사용자가 직접 설정하고 그 부분에 대해서 일차적으로 Mean-shift 알고리듬을 적용하여 해당 부분의 노이즈와 시각적으로 수위 감지에 방해가 되는 불필요한 부분들을 평탄화 시킨다. 다음으로 Watershed 알고리듬을 적용하여 물과 지면이 시각적으로 구분되는 지점을 파악하여 최종적으로 수위 감지를 위해 사용하게 된다.
측정된 수위는 다양한 외부적 조건이나 화면의 변화로 인해 오감지의 가능성에 노출될 수 있다. 이를 위해 일정시간 동안 수위를 측정하여 가장 수위가 낮은 경우를 실제 수위 값으로 측정하게 하였다. 이는 물의 영역의 이미지가 지면의 이미지보다 안정적이며 변화가 적기 때문에 물 영역의 안정성을 기반으로 물의 영역으로 측정된 구간이 지면으로써 판정될 가능성이 낮은 것을 고려한 것이다.
이에 본 논문은 위에서 언급한 문제를 해결하고자 기존 수위감지목적으로 설치된 카메라의 영상을 분석하여 수위상승 위험을 알려주는 알고리듬을 개발하였고 알고리듬 성능을 개선하기 위해 첫째로, 수위 감지 영역을 지정하여 영상 경계 보존과 필터링을 위한 Mean-shift 알고리듬을 적용하고 둘째로, Watershed 알고리듬을 이용하여 영상을 구분하였고 마지막으로 일정시간 수위감지를 통한 다양한 외적조건으로 인한 오감지, 급격한 수위변화 파악 이후 현실성 검증을 통한 오감지 등을 방지하는 알고리듬을 제안하였다.
이는 물의 영역의 이미지가 지면의 이미지보다 안정적이며 변화가 적기 때문에 물 영역의 안정성을 기반으로 물의 영역으로 측정된 구간이 지면으로써 판정될 가능성이 낮은 것을 고려한 것이다. 측정된 수위 값이 측정하는 시간동안 실제 현실적으로 발생할 수 있는 수위 변화인지를 고려하여 비현실적인 수위 값을 실제 수위로 표시하고 오동작을 발생하지 않게 하였다.

대상 데이터

제안하는 알고리듬의 성능을 알아보기 위하여 실험에 사용한 수위 영상은 한강 홍수 통제소와 영산강 홍수 통제소에서 제공하는 수위 영상을 이용하였다 [4-5]. 실험은 처음에 입력 영상을 받아오고 ROI를 사용자가 직접 설정하고 그 부분에 대해서 일차적으로 Mean-shift 알고리듬을 적용하여 해당 부분의 노이즈와 시각적으로 수위 감지에 방해가 되는 불필요한 부분들을 평탄화 시킨다.

이론/모형

본 논문에서는 정밀한 수위 인식을 위하여 우선 CCTV 자체의 노이즈와 시각적으로 수위감지에 방해가 되는 불필요한 부분들을 제거하기 위해 Mean-shift 알고리듬을 적용하였고, 다음으로 영상의 경계를 구분하기 위하여, 즉 물과 지면이 시각적으로 구분되는 지점을 파악하기 위하여 Watershed 알고리듬을 적용하였다. 이를 영상에 적용한 결과 그림 4와 같이 실제 수위를 적절하게 감지함을 보여준다.
영상의 필터링 이후 영역에서 수위의 경계를 명확히 구분하기 위해 Watershed 알고리듬을 적용한다 [3]. Watershed 알고리듬은 주로 영상의 경계를 구분하기 위한 기법으로 사용되며 수위감지 알고리듬에서는 물과 지면이 시각적으로 구분되는 지점을 파악하기 위한 목적으로 사용하였다.
이는 일종의 ROI (Region of Interest) 방법으로 주요 영역에 대한 처리만 수행함으로써 복잡도를 줄일 수 있다. 이후 Mean-shift방법을 이용한 경계보존 평탄화 방법을 사용하고, 수위의 명확한 구분을 위해 Watershed 알고리듬을 사용한다.

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

[국내논문] 컴퓨터 비전 기반의 수위 검출 시스템
Computer Vision based Water-level Detection 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

[국내논문] 컴퓨터 비전 기반의 수위 검출 시스템 Computer Vision based Water-level Detection 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

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

[국내논문] 컴퓨터 비전 기반의 수위 검출 시스템
Computer Vision based Water-level Detection 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper