KR100889997B1 - 영상처리를 이용한 선박 밸러스트 워터 검사 장치 및 그방법 - Google Patents
영상처리를 이용한 선박 밸러스트 워터 검사 장치 및 그방법 Download PDFInfo
- Publication number
- KR100889997B1 KR100889997B1 KR1020070033917A KR20070033917A KR100889997B1 KR 100889997 B1 KR100889997 B1 KR 100889997B1 KR 1020070033917 A KR1020070033917 A KR 1020070033917A KR 20070033917 A KR20070033917 A KR 20070033917A KR 100889997 B1 KR100889997 B1 KR 100889997B1
- Authority
- KR
- South Korea
- Prior art keywords
- sample
- image
- zooplankton
- ballast water
- phytoplankton
- Prior art date
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 105
- 238000000034 method Methods 0.000 title claims abstract description 69
- 238000012545 processing Methods 0.000 title claims abstract description 35
- 238000007689 inspection Methods 0.000 title claims abstract description 25
- 244000005700 microbiome Species 0.000 claims abstract description 21
- 238000005259 measurement Methods 0.000 claims abstract description 12
- 238000003384 imaging method Methods 0.000 claims abstract description 9
- 230000008569 process Effects 0.000 claims description 24
- 238000001914 filtration Methods 0.000 claims description 18
- 238000001514 detection method Methods 0.000 claims description 11
- 238000003709 image segmentation Methods 0.000 claims description 11
- 239000011521 glass Substances 0.000 claims description 9
- 238000003909 pattern recognition Methods 0.000 claims description 9
- 238000003708 edge detection Methods 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 8
- 238000013075 data extraction Methods 0.000 claims description 6
- 238000004043 dyeing Methods 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 5
- 238000009826 distribution Methods 0.000 claims description 5
- 230000033001 locomotion Effects 0.000 claims description 5
- 230000000813 microbial effect Effects 0.000 claims description 5
- 238000005070 sampling Methods 0.000 claims description 5
- 238000001556 precipitation Methods 0.000 claims description 4
- 238000002156 mixing Methods 0.000 claims description 3
- 230000002265 prevention Effects 0.000 claims 1
- 239000013049 sediment Substances 0.000 claims 1
- 241000894006 Bacteria Species 0.000 abstract description 5
- 230000002906 microbiologic effect Effects 0.000 abstract 1
- 238000013528 artificial neural network Methods 0.000 description 10
- 238000004422 calculation algorithm Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 210000002569 neuron Anatomy 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000002372 labelling Methods 0.000 description 3
- 239000013535 sea water Substances 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 210000004027 cell Anatomy 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- DKNPRRRKHAEUMW-UHFFFAOYSA-N Iodine aqueous Chemical compound [K+].I[I-]I DKNPRRRKHAEUMW-UHFFFAOYSA-N 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000002546 full scan Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000011534 incubation Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 239000005416 organic matter Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000002203 pretreatment Methods 0.000 description 1
- 239000008213 purified water Substances 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 210000000225 synapse Anatomy 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/18—Water
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N1/00—Sampling; Preparing specimens for investigation
- G01N1/02—Devices for withdrawing samples
- G01N1/10—Devices for withdrawing samples in the liquid or fluent state
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/47—Scattering, i.e. diffuse reflection
- G01N21/49—Scattering, i.e. diffuse reflection within a body or fluid
- G01N21/51—Scattering, i.e. diffuse reflection within a body or fluid inside a container, e.g. in an ampoule
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F2103/00—Nature of the water, waste water, sewage or sludge to be treated
- C02F2103/008—Originating from marine vessels, ships and boats, e.g. bilge water or ballast water
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N1/00—Sampling; Preparing specimens for investigation
- G01N1/02—Devices for withdrawing samples
- G01N1/10—Devices for withdrawing samples in the liquid or fluent state
- G01N2001/1031—Sampling from special places
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Pathology (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Engineering & Computer Science (AREA)
- Hydrology & Water Resources (AREA)
- Apparatus Associated With Microorganisms And Enzymes (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
- Image Analysis (AREA)
Abstract
1. 청구범위에 기재된 발명이 속한 기술 분야
본 발명은 영상처리를 이용한 선박 밸러스트 워터 검사 장치 및 그 방법에 관한 것이다.
2. 발명이 해결하려고 하는 기술적 과제
본 발명은 정화된 밸러스트 워터에서 시료를 채취하여 동물성 플랑크톤, 식물성 플랑크톤, 박테리아 등의 해양 미생물에 대하여 영상처리를 이용하여 개체수 및 크기 판별과 사멸 유무를 확인할 수 있는 영상처리를 이용한 선박 밸러스트 워터 검사 장치 및 그 방법을 제공하는데 그 목적이 있음.
3. 발명의 해결방법의 요지
본 발명은 정화된 밸러스트 워터로부터 동물성 플랑크톤 측정용 시료수를 저장하기 위한 제 1 시료수 저장 수단; 상기 제 1 시료수 저장 수단에 포함된 동물성 플랑크톤을 채집하기 위한 채집 수단; 상기 제 1 시료수 저장 수단에 연결되어 식물성 플랑크톤 측정용 시료수를 저장하기 위한 제 2 시료수 저장 수단; 상기 제 2 시료수 저장 수단에 포함된 소정량의 식물성 플랑크톤 시료를 받기 위한 시료 획득 수단; 상기 채집 수단에 채집된 동물성 플랑크톤과 시료 획득 수단에 놓여진 시료를 촬영하기 위한 촬상 수단; 및 상기 촬상 수단에 의해 촬영된 영상에서 영상 처리를 통해 미생물을 분석하기 위한 영상 처리 수단을 포함함.
4. 발명의 중요한 용도
본 발명은 해양 미생물 검사 시스템 등에 이용됨.
선박, 밸러스트, 동물성 플랑크톤, 식물성 플랑크톤, 미생물, 영상, 이미지
Description
도 1 은 본 발명에 따른 영상처리를 이용한 선박 밸러스트 워터 검사 장치에 대한 일실시예 설명도.
도 2 는 상기 도 1의 제 1 시료수 탱크의 일실시예 설명도.
도 3 은 본 발명에 따른 영상처리를 이용한 선박 밸러스트 워터 검사 방법에 대한 일실시예 흐름도.
* 도면의 주요 부분에 대한 부호의 설명
110 : 제 1 시료수 탱크 120 : 메쉬
130 : 제 2 시료수 탱크 140 : 슬라이드글라스
150 : CCD 카메라 160 : 영상 처리기
본 발명은 영상처리를 이용한 선박 밸러스트 워터(Water) 검사 장치 및 그 방법에 관한 것으로, 더욱 상세하게는 정화된 선박의 밸러스트 워터가 배출기준에 적합한 지를 검사하고, 영상 처리를 이용하여 식물성 플랑크톤, 동물성 플랑크톤, 박테리아 등의 미생물 개체수 및 크기를 측정할 수 있고, 미생물의 사멸 유무를 판별할 수 있는 선박 밸러스트 워터 검사 장치 및 그 방법에 관한 것이다.
선박의 밸러스트 워터는 선박의 평형을 유지하기 위해 사용되다가 사용 후 그대로 바다에 버려지고 있으나, 장기간 탱크에 채워진 경우에는 세균이 배양되어 유해한 세균이나 유기물로 오염될 수 있어서 2009년부터 각국의 항구에서는 이에 대한 규제를 시작하기로 하고, 이에 대한 국제 협약인 "선박 밸러스트 수 관리협약"이 2004년 체결되었다.
국제해사기구(IMO)의 "선박 밸러스트 수 관리협약" 발효에 맞춰, 2009년부터 우리나라도 연안에 외래 수중생물의 유입을 막기 위한 밸러스트 워터 배출이 통제된다. 따라서, 다양한 방법을 이용하여 선박의 밸러스트 워터 처리 시스템이 개발되어 지고 있다.
개발된 선박의 밸러스트 워터 처리 시스템은 국제해사기구(IMO)의 기준에 맞추어 육상시험과 선상시험을 거쳐 인증서를 받고, 상기 인증서를 선박에 비치하고 운항하게 된다.
그러나, 선박의 밸러스트 워터 처리 시스템이 다음 검사를 받을 동안 밸러스트 워터가 제대로 정화를 하는지 알 수 없고, 또한 정화된 밸러스트 워터가 실제로 배출되는지를 확인할 수 없는 문제점이 있었다. 따라서, 밸러스트 워터가 제대로 정화된 물을 배출하는지에 대한 실시간 검사 장비가 필요하다.
한편, 종래 해수에 포함된 플랑크톤의 개체수를 측정하기 위한 방법으로는, 공개특허공보 제2003-0069619호에 기재된 "플랑크톤 계수기"에서는 해수에 포함된 플랑크톤의 개체수를 플랑크톤 계수 슬라이더(Sedgwick-Rafter slide glass)를 사용하여 계수하는 방법이 주로 사용되어져 왔다. 상기 방법은 플랑크톤이 포함된 일정량의 해수를 채취하여 고정액(Lugol's iodine solution)으로 상기 플랑크톤을 고정, 침전시킨 후, 농축액을 균일하게 섞어 미량의 샘플을 상기 계수 슬라이더에 넣은 다음, 광학 현미경을 이용하여 계수 슬라이더에 표시된 격자내부의 플랑크톤 개체수를 육안으로 계수하여 단위 부피당 개체수(cells/㎖)를 산출하는 것으로 이루져있다. 그러나, 상기와 같은 방법은 해수를 채취하고 고정액으로 고정시켜야 하는 과정을 거쳐야 하므로 결과를 확인하기까지 비교적 많은 시간이 소요될 뿐 아니라, 현미경을 이용한 육안측정이므로 측정에 따른 오차가 발생할 가능성이 큰 문제점이 있었다.
또한, 공개특허공보 제2002-0034171호에 기재된 "미생물의 검출, 정량 및 특징화를 위한 장치 및 방법"에서는 미생물의 검출 및/또는 계수 테스트를 수행하는 단계를 포함하는데, 이는 하나 이상의 테스트 샘플을 각각의 검출 플레이트에 가하고, 상기 각각의 플레이트를 장치의 홀더 내에 또는 위에 놓고 장치 내에서 배양하고, 그리고 배양하는 동안 그리고/또는 그 후에 각 플레이트를 장치 내의 영상처리 소자(imaging device)에 의해 영상처리 하여, 미생물 콜로니의 존재 여부 및/또는 얼마나 많은 미생물 콜로니가 존재하는지를 결정하는 것을 특징으로 하고 있으나, 플레이트에서 미생물을 배양하여야 하므로 실시간 측정이 되지 않고 많은 시간을 소요해야 하는 문제점이 있었고, 영상 처리를 통해 미생물의 크기 및 사멸의 결과는 알 수 없고, 단지 미생물 검출 및 계수만을 수행할 수 있는 문제점이 있었다.
본 발명은 상기 문제점을 해결하기 위하여 제안된 것으로, 정화된 밸러스트 워터에서 시료를 채취하여 동물성 플랑크톤, 식물성 플랑크톤, 박테리아 등의 해양 미생물에 대하여 영상처리를 이용하여 개체수 및 크기 판별과 사멸 유무를 확인할 수 있는 영상처리를 이용한 선박 밸러스트 워터 검사 장치 및 그 방법을 제공하는데 그 목적이 있다.
본 발명의 다른 목적 및 장점들은 하기의 설명에 의해서 이해될 수 있으며, 본 발명의 실시예에 의해 보다 분명하게 알게 될 것이다. 또한, 본 발명의 목적 및 장점들은 특허 청구 범위에 나타낸 수단 및 그 조합에 의해 실현될 수 있음을 쉽게 알 수 있을 것이다.
상기 목적을 달성하기 위한 본 발명의 장치는, 영상처리를 이용한 선박 밸러스트 워터 검사 장치에 있어서, 정화된 밸러스트 워터로부터 동물성 플랑크톤 측정용 시료수를 저장하기 위한 제 1 시료수 저장 수단; 상기 제 1 시료수 저장 수단에 포함된 동물성 플랑크톤을 채집하기 위한 채집 수단; 상기 제 1 시료수 저장 수단 에 연결되어 식물성 플랑크톤 측정용 시료수를 저장하기 위한 제 2 시료수 저장 수단; 상기 제 2 시료수 저장 수단에 포함된 소정량의 식물성 플랑크톤 시료를 받기 위한 시료 획득 수단; 상기 채집 수단에 채집된 동물성 플랑크톤과 시료 획득 수단에 놓여진 시료를 촬영하기 위한 촬상 수단; 및 상기 촬상 수단에 의해 촬영된 영상에서 영상 처리를 통해 미생물을 분석하기 위한 영상 처리 수단을 포함하는 것을 특징으로 한다.
한편, 본 발명의 방법은, 영상처리를 이용한 선박 밸러스트 워터 검사 방법에 있어서, 측정하고자 하는 시료를 채집/획득하는 시료 채집 및 획득 단계; 채집/획득된 시료를 CCD 카메라로 촬영하고, 이미지를 획득하는 이미지 획득 단계; 획득된 이미지에서 노이즈를 제거하기 위해 필터링하는 필터링 단계; 필터링 된 이미지에서 물체의 위치, 모양, 크기, 표면 무늬를 포함하는 정보를 획득하기 위해 이미지 윤곽선 검출(Edge Detection)을 수행하는 이미지 윤곽선 검출 단계; 상기 이미지 윤곽선 검출 단계에서 획득된 정보 중, 물체와 배경 부분에 속한 화소의 명암값 분포를 결정하여 패턴의 기능을 만족하도록 하기 위한 히스토그램 방법(Histogram Intensity Method)을 적용하고, 임계치(Thresholding)를 결정하는 히스토그램 및 임계치 결정 단계; 상기 히스토그램 및 임계치 결정 단계에서 잡음에 의해 생기는 화소를 제거하기 위해 사이즈 필터링(Size Filtering)하는 사이즈 필터링 단계; 상기 사이즈 필터링 단계를 거쳐 획득된 영상에서 오브젝트(Object)와 배경(Background)을 분리하기 위해 이미지 분할(Image Segmentation)을 실행하는 이미지 분할 단계; 상기 이미지 분할 단계에서 분리된 오브젝트와 배경에서 오브젝트 만 추출하는 오브젝트 추출 단계; 상기 오브젝트 추출 단계에서 추출된 오브젝트에서 크기, 위치, 방향을 포함하는 오브젝트의 특징을 측정(Object Measurement)하는 오브젝트 측정 단계; 상기 오브젝트 측정 단계에서 추출한 오브젝트 특징과 데이터베이스에 저장된 미생물에 대한 자료와 매칭 작업을 통해 기본적인 판단을 하는 패턴 매칭 단계; 패턴 매칭 단계에서 판단된 특징을 기반으로 정확한 구별을 하기 위한 패턴 인식 단계; 처리된 영상을 바탕으로 필요한 데이터를 추출하는 데이터 추출 단계; 동물성 플랑크톤은 소정 시간 후에 상기 과정을 다시 수행하여 미생물의 움직임 변화를 통해 사멸 확인을 수행하는 동물성 플랑크톤 사멸 확인 단계; 및 식물성 플랑크톤의 경우에는 염색용액을 이용하여 염색의 유무에 따라 사멸을 확인하는 식물성 플랑크톤 사멸 확인 단계를 포함하는 것을 특징으로 한다.
상술한 목적, 특징 및 장점은 첨부된 도면과 관련한 다음의 상세한 설명을 통하여 보다 분명해 질 것이며, 그에 따라 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명의 기술적 사상을 용이하게 실시할 수 있을 것이다. 또한, 본 발명을 설명함에 있어서 본 발명과 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에 그 상세한 설명을 생략하기로 한다. 이하, 첨부된 도면을 참조하여 본 발명에 따른 바람직한 일실시예를 상세히 설명하기로 한다.
도 1 은 본 발명에 따른 영상처리를 이용한 선박 밸러스트 워터 검사 장치에 대한 일실시예 설명도이다.
도 1에 도시된 바와 같이, 본 발명에 따른 영상처리를 이용한 선박 밸러스트 워터 검사 장치는, 정화된 밸러스트 워터로부터 동물성 플랑크톤 측정용 시료수를 저장하기 위한 제 1 시료수 탱크(110), 상기 제 1 시료수 탱크(110)에 포함된 동물성 플랑크톤을 채집하기 위한 메쉬(120), 상기 제 1 시료수 탱크(110)에 연결되어 식물성 플랑크톤 측정용 시료수를 저장하기 위한 제 2 시료수 탱크(130), 상기 제 2 시료수 탱크에 포함된 소정량의 식물성 플랑크톤 시료를 받기 위한 슬라이드글라스(140), 상기 메쉬(120)에 채집된 동물성 플랑크톤과 슬라이드글라스(140)에 놓여진 시료를 촬영하기 위한 CCD(Charge Coupled Device) 카메라(150), 그리고 상기 CCD 카메라(150)에 의해 촬영된 영상에서 영상 처리를 통해 동물성 플랑크톤과 식물성 플랑크톤을 분석하기 위한 영상 처리기(160)를 포함한다.
상기 제 1 시료수 탱크(110)는 동물성 플랑크톤의 시료 채취를 위한 것으로, 1m3 용량의 시료수를 저장한다. 그리고, 제 1 시료수 탱크(110)는 시료수의 침전을 방지하기 위하여 하부에 침전 방지용 자동 믹싱(Mixing)기를 장착하고 있다.
상기 메쉬(120)는 동물성 플랑크톤을 채집하기 위한 것으로, 상기 제 1 시료수 탱크(110)로부터 파이프를 통해 시료수를 대각선 길이가 50㎛인 메쉬(120)에 통과시킨다. 그러면 상기 메쉬(120)에 잔존 동물성 플랑크톤이 채집되게 된다. 또한, 메쉬(120)는 회전형으로 설계되어 채집되고, 촬영된 후, 자동 세척 과정을 거친다.
상기 제 2 시료수 탱크(130)는 식물성 플랑크톤의 시료채취를 위한 1ℓ용량의 시료수 저장 탱크이다.
여기서, 밸러스트 워터 처리장치의 형식승인에 따르면 크기가 50㎛ 이상인 생물체(대부분의 동물성 플랑크톤)의 배출 기준은 처리수 1m3당 10개체 미만, 크기가 10㎛ 이상 50㎛ 이하인 생물체(대부분의 식물성 플랑크톤)의 배출 기준은 처리수 1ℓ당 10개체 미만으로 규정하고 있다. 따라서, 플랑크톤의 개체수를 측정하기 위해 채취해야하는 시료의 용량도 동물성 플랑크톤 개체를 세기 위해서는 최소한 1m3의 처리수를, 식물성 플랑크톤의 개체를 세기 위해서는 최소한 1ℓ의 처리수를 채취하도록 되어있다.
단위 처리수당 식물성 플랑크톤과 동물성 플랑크톤의 개체수가 매우 큰 차이를 보이기 때문에 동일한 전처리 방식으로는 동물성 플랑크톤과 식물성 플랑크톤을 동시에 채집하는 것은 불가능(단위 처리수당 106배)하다. 따라서, 동물성 플랑크톤과 식물성 플랑크톤의 시료채취부의 구조는 다르게 구성되어야 한다.
상기 슬라이드글라스(140)는 식물성 플랑크톤의 시료를 받기 위한 것으로, 소정량(1㎖)의 시료를 받아 상기 CCD 카메라(150)에 의해 촬영될 부분을 만든다. 그리고, 슬라이드글라스(140)는 회전형으로 되어 있어 회전하면서 소정량의 시료를 연속적으로 받을 수 있다.
상기 CCD 카메라(150)는 상기 메쉬(120)에 채집된 동물성 플랑크톤과 상기 슬라이드글라스(140)에 있는 식물성 플랑크톤을 촬영하기 위한 것으로, CCD 카메라의 배율 조정 기능과 자동 초점 기능을 이용하여 촬영한다.
상기 영상 처리기(160)는 상기 CCD 카메라에 의해 촬영된 영상에서 처리영상을 획득하여 동물성 플랑크톤과 식물성 플랑크톤의 개체수 및 크기와 미생물의 사 멸 유무를 분석한다. 그리고, 필터링(Filtering), 윤곽선 검출(Edge Detection), 블랍 분석(Blob Analysis), 히스토그램 방법(Histogram Intensity Method), 임계치 방법(Thresholding), 사이즈 필터링(Size Filtering), 이미지 분할(Image Segmentation), 오브젝트 추출(Object Extraction), 오브젝트 측정(Object Measurement), 패턴 매칭(Pattern Matching), 패턴 인식(Pattern Recognition), 데이터 추출(Data Extraction) 과정을 포함한다.
도 2 는 상기 도 1의 제 1 시료수 탱크의 일실시예 설명도이다.
도 2에 도시된 바와 같이, 제 1 시료수 탱크는 하부에 자동 믹싱기가 장착되어 있어 시료수의 침전을 방지할 수 있다.
도 3 은 본 발명에 따른 영상처리를 이용한 선박 밸러스트 워터 검사 방법에 대한 일실시예 흐름도이다.
도 3에 도시된 바와 같이, 본 발명에 따른 영상처리를 이용한 선박 밸러스트 워터 검사 방법은, 먼저 측정하고자 하는 시료를 채집/획득한다(301~303).
채집/획득된 시료를 CCD 카메라로 촬영하고(304), 이미지를 획득한다(305).
이어서, 획득된 이미지에서 노이즈를 제거하기 위해 필터링하고(306), 물체의 위치, 모양, 크기, 표면 무늬 등의 정보를 획득하기 위해 이미지 윤곽선 검출(Edge Detection)을 수행한다(307). 그리고, 이미지 윤곽선 검출(Edge Detection)후, 블랍(Blob) 분석을 통해(317) 미생물의 크기를 획득한다(318).
다음으로, 물체와 배경 부분에 속한 화소의 명암값 분포를 결정하여 패턴의 기능을 만족하도록 하기 위한 히스토그램 방법(Histogram Intensity Method)을 적 용하고(308), 임계치(Thresholding)를 결정한다(309).
이어서, 잡음에 의해 생기는 화소를 제거하기 위해 사이즈 필터링(Size Filtering)을 수행하고(310), 획득된 영상에서 오브젝트(Object)와 배경(Background)을 분리하기 위해 이미지 분할(Image Segmentation)을 실행한다(311).
이어서, 상기 이미지 분할 과정에서 분리된 오브젝트와 배경에서 오브젝트만 추출하기 위해 오브젝트 추출(Object Extraction)과정을 수행하고(312), 추출된 오브젝트에서 크기, 위치, 방향 등의 특징을 측정(Object Measurement)한다(313).
그리고, 추출한 오브젝트와 데이터베이스에 저장된 동물성/식물성 플랑크톤에 대한 자료와 매칭 작업을 통해 기본적인 판단을 하는 패턴 매칭(Pattern Matching)작업을 수행하고(314), 정확한 구별을 하기위해 패턴 인식(Pattern Recognition)과정을 거친 후(315), 처리된 영상을 바탕으로 필요한 데이터를 추출하는 데이터 추출(Data Extraction) 과정을 수행한다(316).
먼저, 시료채취에 대하여 살펴보면 다음과 같다.
동물성 플랑크톤을 측정할 것인지, 아니면 식물성 플랑크톤을 측정할 것인지를 판단하여(301), 동물성 플랑크톤인 경우에는 제 1 시료수 탱크로부터 나온 시료수를 메쉬를 통해 채집하고(302), 식물성 플랑크톤인 경우에는 제 2 시료수 탱크로부터 나온 시료를 슬라이드글라스로 받아 시료를 획득한다(303).
한편, CCD 카메라로 채집 또는 획득된 시료를 촬영하는 과정(304)에서 카메라 배율 조절 및 자동 초점(Auto-Focusing) 기능을 수행하게 되는데, 카메라의 배 율 조절 기능은 줌 렌즈와 포커스 렌즈의 이동에 의한 초점 값 변화량이 선형적이지 않기 때문에 알고리즘을 구현하는데 많은 어려움이 있다. 줌 트랙킹은 줌 곡선(Zoom Curve)을 따라 줌 모터와 포커스 모터를 이동시키면서 카메라의 초점이 흐려지는 것을 방지하기 위한 기능을 한다. 여기서, 줌 곡선이란 피사체와 카메라의 거리가 고정된 상태에서 줌 렌즈의 배율을 증가시키면서 각 배율에서 가장 선명한 영상이 나타나는 포커스 렌즈 위치를 정의한 데이터이다.
따라서, 줌 트랙킹 곡선을 선형 구간과 비선형 구간으로 분할하여 줌 트랙킹 곡선의 저장 용량을 감소시키는 방법과 줌 기능 동작 중에 초점이 흐려지는 것을 방지하기 위해 줌 트랙킹 수행 도중 현재 피사체와의 초점 거리를 가장 잘 반영한 줌 트랙킹 곡선을 산출하는 방법으로 가장 선명한 영상을 획득한다.
이미지 획득과 이미지 필터링 과정(305~306)을 살펴보면 다음과 같다.
영상 획득(Image Acquisition) 과정(305)은 카메라를 이용해서 영상처리에 이용할 수 있는 영상 데이터를 만드는 부분이고, 이때 영상 데이터는 비트맵과 같이 디지털 형태로 저장하게 된다.
영상은 물리적 장치에서 얻어진 그대로 사용할 수도 있지만 일반적인 경우 각종 필터나 히스토그램 기법(Histogram Intensity) 등의 방법을 이용하여 노이즈를 제거하거나 인식에 더 유용한 영상으로 만드는 필터링 과정(306)을 추가하게 된다.
이미지 윤곽선 검출 과정(307)은 다음과 같다.
일반적인 영상처리에서의 윤곽선(Edge)개념은 영상 안에서 영역의 경계를 나 타내는 특징으로서 픽셀(Pixel) 밝기의 불연속점을 나타낸다. 그리고, 윤곽선은 영상 안에 있는 물체의 윤곽에 대응되며, 물체의 위치, 모양, 크기, 표면의 무늬 등에 대한 정보를 제공하게 된다.
윤곽선을 검출하는 방법은 영상의 편미분 연산자 계산에 근거하여 산출하게 되는데, 윤곽선을 검출하는 방법으로 미분연산자의 역할을 해주는 여러 가지 마스크들이 있으며 이러한 마스크는 수학적인 조건을 만족하며 동일한 효과를 가지게 된다. 여기서, 마스크란 영상 안에서 일정 부분에 위치시키기 위한 일종의 행렬 모양의 구조체로 3×3, 5×5, 16×16 등과 같은 정방 행렬을 많이 사용하게 된다. 대표적인 윤곽선 검출 방법으로 소벨 마스크(Sobel Mask), 프레윗 마스크(Prewitt Mask), 로버트 마스크(Robert Mask), 라플라시안 마스크(Laplacian Mask), 케니 윤곽선 검출(Canny Edge Detection) 방법 등을 이용한다.
블랍 분석(Blob Analysis)은 영상 내에서 원하는 물체를 세어 주어진 영역 내의 물체의 개수를 얻어내고, 각각의 길이나 영역의 크기, 평균, 분산 같은 통계값을 자동으로 얻어낼 수 있는 분석기술이고, 이를 통해 미생물의 크기를 확인할 수 있다.
임계치(Thresholding) 방법은 윤곽선 검출을 통하여 획득한 이미지 데이터의 특징을 추출해내는 기법 중 하나로 이진 데이터의 그레이의 영상을 경계값(Threshold)으로 이용하여 흑과 백의 두 가지로 데이터를 취급하는 것이다. 경계값 처리라는 것은 입력 영상의 각 화소에 대해서 명도가 있는 일정값 이상의 경우에 대응하는 출력 영상의 화소값을 1로서, 그 외의 경우는 0으로 하게 된다.
히스토그램 방법은 영상 처리의 전처리 과정에서 물체를 인식하는데 많이 쓰이는 중요한 방법으로서, 영상에서 물체 안의 화소는 유사한 분포를 가지기 때문에 히스토그램의 마루와 골을 분석한다면 물체 부분과 배경 부분에 속한 화소의 명암값 분포를 결정할 수 있다. 이진화 블록 기법을 사용하여 마스크를 생성할 경우 추출되는 패턴이 산발적이고 그 수가 적어 패턴으로써의 기능을 제대로 수행하지 못하는 문제점이 발생하게 되는데 이를 극복하기 위해 히스토그램 기법(Histogram Intensity Method)을 사용하게 된다.
사이즈 필터링(Size Filtering)은 카메라의 해상도나 조명의 불균일성 등에 의해 2진 영상의 잡음이 있을 수 있는데, 이러한 잡음은 보통 불규칙적으로 발생하므로 잡음에 해당하는 연결성분들의 화소의 수는 적은 값을 가진다. 따라서, 사이즈 필터링(Size Filtering)이란 이미지상의 연결 성분들에 대해서 일정한 픽셀(Pixel) 수 미만인 연결성분들을 제거하는 것으로 잡음에 의해 생기는 화소들을 제거하기 위한 단순하면서도 효율적인 방법이다.
이미지 분할(Image Segmentation)은 이미지에서 오브젝트(Object)와 배경(Background)를 분리하는 과정이다.
오브젝트 추출과 측정 과정(Object Extraction & Measurement)은 분리된 오브젝트(Object)와 배경(Background)에서 오브젝트(Object)만 추출하는 것이다.
라벨링(Labeling)에 의해 추출된 오브젝트(Object)의 크기, 위치, 방향 등의 특징을 계산한다. 여기서, 라벨링(Labeling)이란 한 연결성분에 같은 라벨(정수값)을 붙이고, 다른 연결 성분에는 다른 라벨을 붙이는 처리를 말한다. 라벨 링(Labeling)된 화상으로부터 얻어진 연결성분들 각각은 어떤 물체를 나타낼 수 있는 가능성이 있으며, 각각의 연결성분에 대해 크기, 위치, 방향 등의 특징을 계산하게 된다.
한편, 화상에 있는 모든 연결성분들을 찾고, 같은 연결성분에 존재하는 모든 화소들에 하나의 고유한 라벨을 붙여주는 알고리즘을 성분 라벨링 알고리즘(Component Labeling Algorithm)이라고 하며, 회귀(Recursive)와 순차(Sequential) 알고리즘이 있다. 여기서, 회귀 알고리즘은 직렬 컴퓨팅에서는 그 계산 시간이 오래 걸리므로, 병렬 컴퓨터에서 많이 사용되고, 순차알고리즘은 회귀 알고리즘에 비해 계산시간이 짧고 메모리가 적게 들며, 주어진 화상에 대해 2번의 전체 조사(Scanning)만으로 계산이 끝나게 되는 특징이 있다.
패턴 매칭(Pattern Matching) 과정은 추출한 오브젝트(Object)와 데이터베이스(Database)에 저장된 데이터를 비교하는 과정으로서, 데이터베이스(Database)에 저장되어 있는 동물성 플랑크톤과 식물성 플랑크톤에 대한 자료와 추출한 오브젝트(Object)를 매칭(Matching) 작업을 통해 오브젝트(Object)의 기본적인 정보를 판단하는 것이다.
패턴 인식(Pattern Recognition) 과정은 이진화 처리나 히스토그램 평활 기법으로 이미지 처리를 했다고 하더라도 정확한 종의 구별이나 개체수의 판별, 그리고 생사판별과 같은 결과를 얻기에는 확률이 떨어지므로 이러한 부분을 개선하기 위한 하나의 방법으로 패턴인식(Pattern Recognition)을 사용하게 되는데, 신경망 알고리즘을 적용하여 패턴 인식(Pattern Recognition)의 인식율을 개선할 수 있다.
신경망 알고리즘은 학습의 기능을 갖는 사람의 두뇌가 다수의 뉴런이 서로 연결된 신경망으로 구성되어 있다는 것에서 착안된 것으로, 신경망은 생물학적 뉴런을 모델링한 유닛(Unit)들과 그 유닛 사이의 가중치 연결(Weighted-Connection)들로 이루어지며, 각 신경망 모델에 따라 다양한 구조와 각각 독특한 학습 규칙을 가지게 된다.
각 NN(Neural Network)은 계층별로 그룹화된 뉴런들의 집합으로 구성되어 있으며, 입력(Input), 중간(Hidden Layer), 출력(Output)의 세 계층으로 이루어져 있고 입력과 출력계층 사이에는 여러 개의 계층이 존재하도록 할 수 있다. 생물학적 뉴런들간의 정보 전달에 있어서 시냅스가 중요한 역할을 담당하듯이, 처리 요소들간의 연결강도(Weight)를 반영하기 위해 신경회로망에서는 연결 가중치를 사용하는데, 각 처리 요소들은 전달받은 입력값과 연결 가중치를 사용하여 입력값을 계산한 후 이를 이용하여 출력값을 결정한다.
신경망은 다음과 같은 장점을 가진다.
결함 내구성(Fault Tolerance) : 처리 노드가 많기 때문에 몇 개의 노드나 연결이 가진 결함이 비교적 시스템 전체의 결함을 초래하지는 않음
일반화(Generalization) : 불완전하거나 사전에 알 수 없던 입력을 표현하는 경우에, 신경망은 합리적인 반응을 생성 가능
적용성(Adaptability) : 신경망은 새로운 환경에서 학습. 새로운 경우는 즉각적으로 프로그램을 갱신하고 유지하는데 사용
상기한 바와 같은 특징과 장점 등을 패턴 인식(Pattern Recognition)의 인식 률 개선에 이용하게 된다.
데이터 추출(Data Extraction) 과정은 앞서 처리한 이미지를 바탕으로 필요한 데이터(크기, 개수 등)를 추출하여 데이터베이스에 저장하는 것이다.
상기 과정을 통해 최적의 동물성 플랑크톤과 식물성 플랑크톤의 이미지를 획득하고, 획득된 이미지를 통해 동물성 플랑크톤과 식물성 플랑크톤의 개체수를 확인하게 된다.
한편, 미생물의 사멸 확인에 있어서, 동물성 플랑크톤은 소정 시간 후에 상기 과정을 다시 수행하여 미생물의 움직임 변화를 통해 사멸 확인을 수행하고, 식물성 플랑크톤의 경우에는 염색용액을 이용하여 염색의 유무에 따라 사멸을 확인한다.
상술한 바와 같은 본 발명의 방법은 프로그램으로 구현되어 컴퓨터로 읽을 수 있는 형태로 기록매체(씨디롬, 램, 롬, 플로피 디스크, 하드 디스크, 광자기 디스크 등)에 저장될 수 있다. 이러한 과정은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있으므로 더 이상 상세히 설명하지 않기로 한다.
이상에서 설명한 본 발명은, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 있어 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 여러 가지 치환, 변형 및 변경이 가능하므로 전술한 실시예 및 첨부된 도면에 의해 한정되는 것이 아니다.
상기와 같은 본 발명은, 밸러스트 워터 처리 시스템에 장착하여 정화된 밸러스트 워터가 배출기준에 적합한 지를 실시간으로 모니터링 가능하기 때문에 밸러스트 워터 처리 시스템의 신뢰성을 확보할 수 있고, 신속성을 확보할 수 있으며, 영상처리 기법을 사용하므로 매우 실용적이며 쉽게 측정이 가능하다.
또한, 본 발명은 실시간 검사를 통해 해양 미생물의 크기와 개체수뿐만 아니라 미생물의 사멸 또는 생존 여부 판별을 동시에 수행할 수 있는 효과가 있다.
또한, 본 발명은 그 결과 밸러스트 워터가 처리 기준에 부합되는지를 조기에 정확하게 알 수 있으므로 선박 밸러스트 워터로 인한 피해를 최대한 줄일 수 있는 효과가 있다.
Claims (8)
- 영상처리를 이용한 선박 밸러스트 워터 검사 장치에 있어서,정화된 밸러스트 워터로부터 동물성 플랑크톤 측정용 시료수를 저장하기 위한 제 1 시료수 저장 수단;상기 제 1 시료수 저장 수단에 포함된 동물성 플랑크톤을 채집하기 위한 채집 수단;상기 제 1 시료수 저장 수단에 연결되어 식물성 플랑크톤 측정용 시료수를 저장하기 위한 제 2 시료수 저장 수단;상기 제 2 시료수 저장 수단에 포함된 소정량의 식물성 플랑크톤 시료를 받기 위한 시료 획득 수단;상기 채집 수단에 채집된 동물성 플랑크톤과 시료 획득 수단에 놓여진 시료를 촬영하기 위한 촬상 수단; 및상기 촬상 수단에 의해 촬영된 영상에서 영상 처리를 통해 미생물을 분석하기 위한 영상 처리 수단을 포함하는 선박 밸러스트 워터 검사 장치.
- 제 1 항에 있어서,상기 제 1 시료수 저장 수단은,동물성 플랑크톤의 시료 채취를 위한 것으로, 시료수의 침전을 방지하기 위하여 하부에 침전 방지용 자동 믹싱(Mixing)기를 장착하고 있는 것을 특징으로 하는 선박 밸러스트 워터 검사 장치.
- 제 1 항에 있어서,상기 채집 수단은,상기 제 1 시료수 저장 수단으로부터 파이프를 통해 통과되는 시료수로부터 잔존 동물성 플랑크톤을 채집하는 것을 특징으로 하는 선박 밸러스트 워터 검사 장치.
- 제 1 항에 있어서,상기 시료 획득 수단은,식물성 플랑크톤의 시료를 받기 위한 것으로, 소정량의 시료를 받아 상기 촬상 수단에 의해 촬영될 부분을 만드는 것을 특징으로 하는 선박 밸러스트 워터 검사 장치.
- 제 1 항 내지 제 4 항 중 어느 한 항에 있어서,상기 영상 처리 수단은,상기 촬상 수단에 의해 촬영된 영상을 이용하여 필터링, 윤곽선 검출, 히스토그램 방법, 임계치 방법, 사이즈 필터링, 이미지 분할, 오브젝트 추출, 오브젝트 측정, 패턴 매칭, 패턴 인식, 데이터 추출 과정을 통해 촬영된 영상을 처리하는 것을 특징으로 하는 선박 밸러스트 워터 검사 장치.
- 영상처리를 이용한 선박 밸러스트 워터 검사 방법에 있어서,측정하고자 하는 시료를 채집/획득하는 시료 채집 및 획득 단계;채집/획득된 시료를 CCD 카메라로 촬영하고, 이미지를 획득하는 이미지 획득 단계;획득된 이미지에서 노이즈를 제거하기 위해 필터링하는 필터링 단계;필터링 된 이미지에서 물체의 위치, 모양, 크기, 표면 무늬를 포함하는 정보를 획득하기 위해 이미지 윤곽선 검출(Edge Detection)을 수행하는 이미지 윤곽선 검출 단계;상기 이미지 윤곽선 검출 단계 수행후, 블랍(Blob) 분석을 통해 미생물 크기를 획득하는 미생물 크기 획득 단계;상기 이미지 윤곽선 검출 단계에서 획득된 정보 중, 물체와 배경 부분에 속한 화소의 명암값 분포를 결정하여 패턴의 기능을 만족하도록 하기 위한 히스토그 램 방법(Histogram Intensity Method)을 적용하고, 임계치(Thresholding)를 결정하는 히스토그램 및 임계치 결정 단계;상기 히스토그램 및 임계치 결정 단계에서 잡음에 의해 생기는 화소를 제거하기 위해 사이즈 필터링(Size Filtering)하는 사이즈 필터링 단계;상기 사이즈 필터링 단계를 거쳐 획득된 영상에서 오브젝트(Object)와 배경(Background)을 분리하기 위해 이미지 분할(Image Segmentation)을 실행하는 이미지 분할 단계;상기 이미지 분할 단계에서 분리된 오브젝트와 배경에서 오브젝트만 추출하는 오브젝트 추출 단계;상기 오브젝트 추출 단계에서 추출된 오브젝트에서 크기, 위치, 방향을 포함하는 오브젝트의 특징을 측정(Object Measurement)하는 오브젝트 측정 단계;상기 오브젝트 측정 단계에서 추출한 오브젝트 특징과 데이터베이스에 저장된 미생물에 대한 자료와 매칭 작업을 통해 기본적인 판단을 하는 패턴 매칭 단계;패턴 매칭 단계에서 판단된 특징을 기반으로 정확한 구별을 하기 위한 패턴 인식 단계;처리된 영상을 바탕으로 필요한 데이터를 추출하는 데이터 추출 단계;동물성 플랑크톤은 소정 시간 후에 상기 과정을 다시 수행하여 미생물의 움직임 변화를 통해 사멸 확인을 수행하는 동물성 플랑크톤 사멸 확인 단계; 및식물성 플랑크톤의 경우에는 염색용액을 이용하여 염색의 유무에 따라 사멸을 확인하는 식물성 플랑크톤 사멸 확인 단계를 포함하는 선박 밸러스트 워터 검사 방법.
- 제 6 항에 있어서,상기 시료 채집 및 획득 단계는,동물성 플랑크톤을 측정할 것인지, 아니면 식물성 플랑크톤을 측정할 것인지를 판단하는 시료 판단 단계; 및상기 시료 판단 단계의 판단 결과, 동물성 플랑크톤인 경우에는 제 1 시료수 탱크로부터 나온 시료수를 메쉬를 통해 채집하고, 식물성 플랑크톤인 경우에는 제 2 시료수 탱크로부터 나온 시료를 슬라이드글라스로 받아 시료를 획득하는 시료 획득 단계를 포함하는 선박 밸러스트 워터 검사 방법.
- 제 6 항 또는 제 7 항에 있어서,상기 이미지 획득 단계는,줌 트랙킹 곡선을 선형 구간과 비선형 구간으로 분할하여 줌 트랙킹 곡선의 저장 용량을 감소시키는 방법과 줌 기능 동작 중에 초점이 흐려지는 것을 방지하기 위해 줌 트랙킹 수행 도중 현재 피사체와의 초점 거리를 가장 잘 반영한 줌 트랙킹 곡선을 산출하는 방법으로 선명한 영상을 획득하는 것을 특징으로 하는 선박 밸러 스트 워터 검사 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020070033917A KR100889997B1 (ko) | 2007-04-05 | 2007-04-05 | 영상처리를 이용한 선박 밸러스트 워터 검사 장치 및 그방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020070033917A KR100889997B1 (ko) | 2007-04-05 | 2007-04-05 | 영상처리를 이용한 선박 밸러스트 워터 검사 장치 및 그방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20080090734A KR20080090734A (ko) | 2008-10-09 |
| KR100889997B1 true KR100889997B1 (ko) | 2009-03-25 |
Family
ID=40151777
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020070033917A KR100889997B1 (ko) | 2007-04-05 | 2007-04-05 | 영상처리를 이용한 선박 밸러스트 워터 검사 장치 및 그방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR100889997B1 (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101201446B1 (ko) | 2011-03-04 | 2012-11-14 | 주식회사 엔케이 | 선박용 밸러스트수의 모니터링 시스템 |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101108614B1 (ko) * | 2009-11-06 | 2012-01-31 | 주식회사 파나시아 | 밸러스트수 실시간 감시장치 및 이를 이용한 감시방법 |
| KR101312590B1 (ko) * | 2012-05-01 | 2013-09-30 | 주식회사 엔케이 | 선박용 밸러스트수의 정량분석 모니터링 시스템 |
| KR102102285B1 (ko) * | 2012-06-18 | 2020-04-20 | 존 마일즈 브루배춰 | 미생물 평가 시스템 |
| KR101463005B1 (ko) * | 2013-10-15 | 2014-11-18 | (주)한국해양기상기술 | 특정 파장에 대한 형광 특성을 갖는 미생물 검사방법 |
| KR101588006B1 (ko) | 2014-03-06 | 2016-01-25 | (주) 테크로스 | 밸러스트수 모니터링 장치 |
| KR101883350B1 (ko) * | 2016-11-22 | 2018-08-02 | (주) 테크로스 | 샘플수 분석장치 및 방법 |
| KR101844928B1 (ko) * | 2016-11-24 | 2018-04-03 | (주) 테크로스 | 샘플수 분석장치 및 방법 |
| KR102294417B1 (ko) * | 2019-11-04 | 2021-08-26 | 주식회사 테크로스 | 샘플수 분석장치 및 방법 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH09159612A (ja) * | 1995-12-06 | 1997-06-20 | Konica Corp | 微生物数の測定方法、微生物数の測定用画像解析装置及び培養具 |
| US5932112A (en) * | 1996-11-27 | 1999-08-03 | Browning Transport Management, Inc. | Method and apparatus for killing microorganisms in ship ballast water |
| JP2001000974A (ja) * | 1999-06-23 | 2001-01-09 | Konica Corp | バラスト水の処理方法、及び船舶 |
-
2007
- 2007-04-05 KR KR1020070033917A patent/KR100889997B1/ko not_active IP Right Cessation
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH09159612A (ja) * | 1995-12-06 | 1997-06-20 | Konica Corp | 微生物数の測定方法、微生物数の測定用画像解析装置及び培養具 |
| US5932112A (en) * | 1996-11-27 | 1999-08-03 | Browning Transport Management, Inc. | Method and apparatus for killing microorganisms in ship ballast water |
| JP2001000974A (ja) * | 1999-06-23 | 2001-01-09 | Konica Corp | バラスト水の処理方法、及び船舶 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101201446B1 (ko) | 2011-03-04 | 2012-11-14 | 주식회사 엔케이 | 선박용 밸러스트수의 모니터링 시스템 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20080090734A (ko) | 2008-10-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR100889997B1 (ko) | 영상처리를 이용한 선박 밸러스트 워터 검사 장치 및 그방법 | |
| CN111462076B (zh) | 一种全切片数字病理图像模糊区域检测方法及系统 | |
| KR101743270B1 (ko) | 다수의 플랑크톤이 응집 혹은 산재해 있는 현미경 영상에서 딥러닝을 이용하여 개개 플랑크톤을 분리 및 인식하는 방법 | |
| Gauci et al. | Automating the characterisation of beach microplastics through the application of image analyses | |
| Caya et al. | Detection and counting of red blood cells in human urine using canny edge detection and circle hough transform algorithms | |
| CN114998664A (zh) | 一种多光学平台的海水中微塑料快速检测方法及检测装置 | |
| Hidayatullah et al. | Automatic sperms counting using adaptive local threshold and ellipse detection | |
| Shanono et al. | Image processing techniques applicable to wastewater quality detection: towards a hygienic environment | |
| Lai et al. | Automatic measuring shrimp body length using CNN and an underwater imaging system | |
| CN117036259A (zh) | 一种基于深度学习的金属板材表面缺陷检测方法 | |
| JPH05263411A (ja) | 物体の観察方法および装置 | |
| CN110057824B (zh) | 一种海洋浮游生物光学成像装置及成像处理方法 | |
| Yu et al. | Simultaneously monitoring the particle size distribution, morphology and suspended solids concentration in wastewater applying digital image analysis (DIA) | |
| Harshini et al. | Sewage Pipeline Fault Detection using Image Processing | |
| CN117115095A (zh) | 一种实现复杂纹理瓷砖细小缺陷检测的方法及系统 | |
| KR20100034718A (ko) | 선박 밸러스트 워터 미생물 영상처리 시스템 및 그 방법 | |
| Muhammad et al. | Classification of Red Blood Cell Abnormality in Thin Blood Smear Images using Convolutional Neural Networks | |
| KR20100109874A (ko) | 플랑크톤 관찰용 이송장치 및 그를 위한 미생물 처리 시스템 및 그 방법 | |
| Ghazali et al. | Microscopy image processing analaysis for automatic detection of human intestinal parasites ALO and TTO | |
| CN113177499A (zh) | 基于计算机视觉的舌裂纹形状识别方法及识别系统 | |
| CN113239790A (zh) | 舌裂纹的特征识别及长度度量方法及系统 | |
| Ghosh et al. | Entropy based divergence for leukocyte image segmentation | |
| Ganegedara et al. | Self organising map based region of interest labelling for automated defect identification in large sewer pipe image collections | |
| Uppal et al. | Computational approach to count bacterial colonies | |
| KR20100034717A (ko) | 선박 밸러스트 워터 미생물 처리 시스템 및 그 방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| PA0109 | Patent application |
Patent event code: PA01091R01D Comment text: Patent Application Patent event date: 20070405 |
|
| PA0201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| PE0902 | Notice of grounds for rejection |
Comment text: Notification of reason for refusal Patent event date: 20080731 Patent event code: PE09021S01D |
|
| PG1501 | Laying open of application | ||
| E701 | Decision to grant or registration of patent right | ||
| PE0701 | Decision of registration |
Patent event code: PE07011S01D Comment text: Decision to Grant Registration Patent event date: 20090226 |
|
| GRNT | Written decision to grant | ||
| PR0701 | Registration of establishment |
Comment text: Registration of Establishment Patent event date: 20090316 Patent event code: PR07011E01D |
|
| PR1002 | Payment of registration fee |
Payment date: 20090317 End annual number: 3 Start annual number: 1 |
|
| PG1601 | Publication of registration | ||
| LAPS | Lapse due to unpaid annual fee | ||
| PC1903 | Unpaid annual fee |