초록 ▼

본 연구에서는 기존 영상수위계를 클라우드 기반으로 구현하면서 현장 장비를 최소화하고 동영상 감시기능을 강화한 RIVER EYE를 개발하였다. RIVER EYE의 개발은 하드웨어를 포함하는 시스템과 소프트웨어 부분으로 구분된다. 시스템 부분은 기존 영상수위계가 갖고 있던 무거운 임베디드 기반 현장독립형 시스템을 클라우드 기반의 시스템으로 개선한 것으로 현장에는 IP카메라와 조명장치 등 최소한의 하드웨어만을 구축하고 인터넷으로 연결된 서버에서 모든 영상처리를 담당하도록 개발하였다. 이와 함께 실시간 동영상 감시 기능을 강화하여 CCTV

본 연구에서는 기존 영상수위계를 클라우드 기반으로 구현하면서 현장 장비를 최소화하고 동영상 감시기능을 강화한 RIVER EYE를 개발하였다. RIVER EYE의 개발은 하드웨어를 포함하는 시스템과 소프트웨어 부분으로 구분된다. 시스템 부분은 기존 영상수위계가 갖고 있던 무거운 임베디드 기반 현장독립형 시스템을 클라우드 기반의 시스템으로 개선한 것으로 현장에는 IP카메라와 조명장치 등 최소한의 하드웨어만을 구축하고 인터넷으로 연결된 서버에서 모든 영상처리를 담당하도록 개발하였다. 이와 함께 실시간 동영상 감시 기능을 강화하여 CCTV와 수위계를 겸할 수 있게 하였다. 소프트웨어 부분은 기존 영상수위계의 여러 오측을 해결하고 정확도를 향상시키기 위해 기존의 숫자인식 기반의 알고리즘 외에 픽셀변동, 박스상관, 백색띠 알고리즘을 개발하였고, 테스트를 통해 최종적으로는 박스상관 알고리즘을 추가로 탑재하였다. 또한, 표준 수위표가 없는 지점 및 영상의 줌과 확대가 불가능한 조건에서도 활용할 수 있는 전고영상 알고리즘을 개발하였다. 이와 함께 수위표가 없는 지점에서도 활용할 수 있는 가상 수위표 기반 수위 측정 기술을 개발하였다. 본 연구에서 개발한 RIVER EYE의 성능을 검증하기 위해 실험과 현장에서 다양한 악조건을 촬영한 영상을 분석하였으며, 실용화를 앞당기고 현장 성능을 검증하기 위해 2013년 현재 고양시 삼수교, 여주시 이포대교, 괴산군 수전교, 광주시 유촌교 등 4개 지점을 테스트베드로 정하여 RIVER EYE 설치하고 시범운영하였다.

Abstract ▼

In this study, the RIVER EYE, a cloud-based Image Water Level Gauge with compact field equipments and reinforced surveillance function was developed. The RIVER EYE is made of two main parts: H/W system and S/W. Different from the previous embedded stand-alone Image Water Level Gauge, the RIVER EYE H

In this study, the RIVER EYE, a cloud-based Image Water Level Gauge with compact field equipments and reinforced surveillance function was developed. The RIVER EYE is made of two main parts: H/W system and S/W. Different from the previous embedded stand-alone Image Water Level Gauge, the RIVER EYE H/W system is composed of an IP camera and a lighting fixture in the field and an image processing server in the network. Thus, it can be used as both a CCTV and a water level gauge. For S/W part which is related to water level measurement, additional water surface detection techniques including temporal pixel variation, box correlation, white band and full-scale image algorithms were developed to improve accuracy of water level measurement. After the test for these algorithms, box correlation technique is additionally embarked with the previous one for water level measurement. In addition, a full-scale image algorithm which can be used for cameras without zooming function, is also demonstratively operated. For the use at the site where the water level staff gauge is not installed, an Image Water Level Gauge using virtual water staff was developed. To test performance of the RIVER EYE, images of various poor conditions which were collected through experiments and field photographing were analyzed. RIVER EYE system connected with four on-site cameras were installed and are being operated at Samsu Bridge of Goyang City, Ipo Grand Bridge of Yoeju City, Sujeon Bridge of Goesan County and Yuchon Bridge of Gwangju City.

목차 Contents

• 표지 ... 1
• 요 약 문 ... 5
• Summary ... 7
• 목 차 ... 10
• Contents ... 13
• 표 목 차 ... 17
• List of Tables ... 18
• 그림목차 ... 20
• List of Figures ... 23
• 제1장 서 론 ... 27
• 1. 연구 배경 및 필요성 ... 27
• 1.1 개발 배경 및 필요성 ... 27
• 1.2 기존 영상수위계의 현황 및 문제점 ... 29
• 1.3 정보통신 환경의 변화 ... 31
• 2. 연구 목표 ... 31
• 제2장 영상수위계 현황 분석 ... 33
• 1. 국내외 기술 개발 현황 ... 33
• 1.1 국내 기술 현황 ... 33
• 1.2 국외 기술 현황 ... 35
• 1.3 영상 처리 관련 기술 현황 ... 36
• 2. 우리연구원에서 개발한 기존 영상수위계 분석 ... 38
• 2.1 기존 영상수위계 운영 현황 ... 38
• 2.2 기존 영상수위계 시스템 분석 ... 39
• 2.3 개선 방향 ... 42
• 제3장 RIVER EYE 시스템 개발 ... 44
• 1. 클라우드의 개념과 요소 ... 44
• 1.1 클라우드 컴퓨팅 개념 ... 44
• 1.2 클라우드 컴퓨팅의 구성요소 ... 45
• 1.3 클라우드 서비스 종류 ... 46
• 2. 클라우드 기반 RIVER EYE의 개념 ... 47
• 2.1 클라우드 영상수위계의 개념 ... 47
• 3. RIVER EYE H/W ... 49
• 3.1 H/W 구성 ... 49
• 3.2 H/W 사양 ... 50
• 4. RIVER EYE 시스템 ... 52
• 4.1 개요 ... 52
• 4.2 서버에서 구동되는 프로그램 ... 53
• 4.3 PC 기반의 클라이언트 프로그램 ... 57
• 5. RIVER EYE 웹서비스 ... 62
• 5.1 RIVER EYE 시스템 Ver. 1.0의 문제점 ... 62
• 5.2 시스템 구조 ... 62
• 5.3 웹 기반 MJPEG 스트리밍 프록시 서비스 개발 ... 63
• 5.4 웹 콘텐츠 ... 64
• 제4장 RIVER EYE S/W 개발 ... 67
• 1. 개요 ... 67
• 2. 숫자인식에 의한 수면인식 기법(숫자인식 알고리즘) ... 68
• 2.1 개발 연혁 ... 68
• 2.2 방법의 개요 ... 68
• 2.3 적용 및 평가 ... 69
• 3. 백색띠 영역을 이용한 수면인식 기법(백색띠 기법) ... 70
• 3.1 개발 배경 ... 70
• 3.2 알고리즘 개요 ... 70
• 3.3 적용 및 평가 ... 71
• 4. 시간적 픽셀분포변동 분석 기법(픽셀변동 알고리즘) ... 73
• 4.1 개발 배경 ... 73
• 4.2 알고리즘 개요 ... 74
• 4.3 적용 및 평가 ... 74
• 5. 직사각형 검사영역에 대한 상관분석 기법(박스상관 알고리즘) ... 76
• 5.1 개발 배경 ... 76
• 5.2 알고리즘 개요 ... 77
• 5.3 수면 위치 판단 기법 ... 82
• 5.4 적용 및 평가 ... 85
• 6. 전고 영상을 이용한 수위측정 기법 ... 88
• 6.1 개발 배경 ... 88
• 6.2 기법 개요 ... 88
• 6.3 적용 및 평가 ... 90
• 6.4 수위값 계산의 다른 기법 ... 91
• 7. 수면인식 알고리즘의 성능 평가 ... 92
• 7.1 알고리즘별 적용 결과 ... 92
• 7.2 조건별 평가 ... 99
• 8. 수면인식 알고리즘의 통합 기법 ... 103
• 8.1 통합 알고리즘의 고려사항 ... 103
• 8.2 수면인식 비교 프로그램 ... 104
• 9. 새로운 영상수위계 S/W 기술 개발-가상수위표 활용 ... 105
• 9.1 개념 ... 105
• 9.2 가상수위표를 활용한 수위측정 ... 105
• 9.3 기대 효과 ... 108
• 제5장 RIVER EYE 성능 검증을 위한 실험, 현장 자료 수집 및 테스트베드 운영 ... 109
• 1. 환경상황의 분석 ... 109
• 2. 실험을 통한 환경상황 재현 ... 110
• 3. 현장 영상자료 수집 ... 112
• 4. 테스트베드의 운영 ... 115
• 4.1 이포대교 지점 ... 115
• 4.2 수전교 지점 ... 116
• 4.3 매포 지점 ... 118
• 4.4 유촌교 지점 ... 118
• 4.5 삼수교 지점 ... 119
• 4.6 테스트베드 운영 결과 ... 120
• 제6장 요약 및 결론 ... 122
• 1. 연구개발 내용 요약 ... 122
• 1.1 영상수위계 분야 현황 분석 ... 122
• 1.2 RIVER EYE 시스템 개발 ... 122
• 1.3 RIVER EYE S/W 개발 ... 123
• 1.4 RIVER EYE의 성능 검증을 위한 실험, 현장 자료 수집 및 테스트베드 운영 ... 123
• 2. 결론 ... 124
• 참고문헌 ... 125
• 부 록 ... 127
• 서지자료 ... 139
• Bibliographic Data ... 140
• 끝페이지 ... 142