KR101183105B1 - 자동 구름 정보 산출방법 - Google Patents

Abstract

본 발명은 자동 구름정보의 산출방법에 관한 것으로, 구름영역이 포함된 대기의 영상이미지를 입력하는 1단계와 상기 입력되는 영상이미지에서 구름영역을 추출하는 2단계, 상기 구름영역을 이용하여 운량 및 운고를 산출하는 3단계, 상기 산출된 운량 및 운고를 이용하여 구름패턴은 분석하여 운형을 분석하는 4단계 및 상, 중, 하층운별 운형을 산출하는 5단계를 포함하여 이루어진다.
본 발명에 따르면, 구름영상을 포함하는 영상이미지를 분석하여 산출된 운량, 운고값을 이용하여 상층운, 중층운, 하층운의 운형을 자동으로 산출하여, 자동화된 층별 구름의 객관적인 관측자료를 얻을 수 있는 효과가 있다.
본 발명에 따른 자동구름정보 산출방법으로 인해, 구름관측 자동화에 의한 관측효율을 극대화할 수 있으며, 불확실도가 큰 구름에 대한 높이와 양에 대한 고해상도의 객관적인 자료를 확보하여 기상예보 및 기후변화예측 기술을 현저하게 향상시킬 수 있는 효과도 있다.

Description

자동 구름 정보 산출방법{METHOD OF ESTABLISHING INFORMATION OF CLOUD DATA AND ESTABLISHING SYSTEM OF INFORMATION OF CLOUD DATA}

본 발명은 하늘의 구름상태를 상, 중, 하층별로 운량, 운고, 운형에 대한 자료를 자동 산출하는 방법에 관한 것이다.

전세계 기상 및 기후 관측분야에서 하늘(구름)의 상태는 목측으로 수행되어 온것이 일반적이다. 그러나 기상관측소급의 목측이 중단되어, 목측 구름관측자료의 공간 해상도 저하되는 문제가 발생하고 있다. 또한, 기상대 및 지방청의 현업 근무자는 3시간 간격의 목측으로 운량, 운형, 운고 및 기상현상 등의 관측을 수행하는 어려움이 존재한다.

운형관측은 그 방법론적인 면에서 운고, 운량 정보를 활용하여 구체적 운형산출 알고리즘이 전혀 제시하고 있지 못하며, 특히, 현재 전세계 기상대에서는 목측으로 WMO(세계기상기구) 기준에 의하여 상,중,하층운에 따라 운형을 관측하여 기록하고 있는 실정이다. 따라서 구름영상 방식에 의해 산출된 운고값을 이용하여 상,중,하층운의 운형을 자동으로 산출하고 기록할 필요성이 대두되고 있다.

본 발명은 상술한 문제를 해결하기 위하여 안출된 것으로, 본 발명의 목적은 구름영상을 포함하는 영상이미지를 분석하여 산출된 운량, 운고값을 이용하여 상층운, 중층운, 하층운의 운형을 자동으로 산출하여, 자동화된 층별 구름의 객관적인 관측자료를 얻을 수 있는 구름정보 산출방법을 제공하는 데 있다.

상술한 과제를 해결하기 위한 수단으로서, 본 발명은 구름영역이 포함된 대기의 영상이미지를 입력하는 1단계; 상기 입력되는 영상이미지에서 구름영역을 추출하는 2단계; 상기 구름영역을 이용하여 운량 및 운고를 산출하는 3단계; 상기 산출된 운량 및 운고를 이용하여 구름패턴은 분석하여 운형을 분석하는 4단계; 및 상, 중, 하층운별 운형을 산출하는 5단계;를 포함하는 자동 구름 정보 산출방법을 제공할 수 있도록 한다.

이 경우, 상기 1단계는, 2대의 좌, 우 카메라를 이용하여 구름영역이 포함된 대기의 영상이미지를 획득하여 입력하는 단계로 구성될 수 있다.

또한, 상기 2단계는, 상기 영상이미지에서 컬러이미지의 변화 또는 명암도를 이용하여 구름영역과 하늘영역을 구분하여 구름영역만을 추출하는 단계로 형성할 수 있다.

아울러, 상기 3단계는, 추출된 구름영역에 대하여 영상픽셀별 구름인 영역과 구름이 아닌 영역에 대한 구분 후, 구름 영역만을 결정화하여 전체 이미지에서의 구름영역만의 양을 퍼센티지(%)도 도출하는 픽셀별 운량산출단계;와 상기 2대의 좌, 우 카메라에서 획득된 좌우 영상이미지의 대응되는 위치의 구름영역의 높이를 결정하여 운고를 도출하는 픽셀별 운고산출단계;로 구현할 수 있다.

또한, 이 경우 상기 픽셀별운고산출단계는, 한 개의 구름층이 있을 경우, 픽셀영역들의 평균높이를 그 시간에 관측된 운고로 도출하고, 다수의 구름층이 있는 경우 관측 영상내의 분류를 상, 중, 하층 운고로 나누어 층별 평균운고를 운고로 도출하도록 구현할 수 있다.

또한, 상기 4단계는, 지역적 특성에 최적화된 운형 데이터베이스를 형성하는 구름운형조견테이블 정보와 실제 관측된 상기 영상이미지를 비교하여 구름 패턴을 분석하는 단계로 형성할 수 있다.

더욱 구체적으로는, 상기 4단계는, 관측 지역의 픽셀이미지를 벡터형식으로 변환하는 a1)단계; 상기 a1단계에서 생성된 정보를 신경망분석방법을 통해 유사 구름패턴을 분류하는 a2)단계; 상기 a2)단계에서 분류된 구름패턴을 WMO(세계기상기구) 구름운형 기준인 10종의 운형으로 분류하여 지역에 최적화된 구름운형조견표를 생성하는 a3)단계; 각 지역에 최적화된 구름운형 조견표와 실시간으로 관측되는 구름영상이미지를 비교하여 최적의 운형을 산출하는 a4)단계;를 포함하여 구성되도록 할 수 있다.

상술한 산출방법을 구현하는 시스템적인 구성은 다음과 같은 구성으로 구현할 수 있다.

구체적으로는, 본 발명에 따른 자동 구름 정보 시스템은 구름영역이 포함된 대기의 영상을 입력하는 영상입력부; 상기 입력 영상에서 구름영역을 추출하는 구름영역추출부; 상기 구름영역을 이용하여 운량 및 운고를 산출하는 운량운고산출부; 상기 운량운고산출부에서 산출된 구름의 패턴을 분석하여 운형을 분석하는 구름패턴분석부;를 포함하여 구성될 수 있다.

또한, 상기 영상입력부는 좌, 우 2개의 카메라로 구성되는 영상입력기로 구성되어, 관측지점의 영상이미지를 제공하도록 할 수 있다.

또한, 상기 운량운고산출부는, 입력되는 영상이미지에서 구름영역의 이미지만을 결정화하여 전체 영상이미지에서 구름영역만의 양을 퍼센티지(%)화하는 픽셀별운량산출부;와 상기 영상이미지에서의 구름영역만을 운고처리하여 평균 구름 높이를 산출하는 픽셀별운고산출부;를 포함하여 이루어질 수 있다.

또한, 상기 구름패턴분석부는, 관측지역에 최적화된 구름운형조견테이블과 실체 관측한 구름의 패턴을 비교 분석하여 상, 중, 하층 별 운형은 산출할 수 있다.

본 발명에 따르면, 구름영상을 포함하는 영상이미지를 분석하여 산출된 운량, 운고값을 이용하여 상층운, 중층운, 하층운의 운형을 자동으로 산출하여, 자동화된 층별 구름의 객관적인 관측자료를 얻을 수 있는 효과가 있다.

본 발명에 따른 자동구름정보 산출방법으로 인해, 구름관측 자동화에 의한 관측효율을 극대화할 수 있으며, 불확실도가 큰 구름에 대한 높이와 양에 대한 고해상도의 객관적인 자료를 확보하여 기상예보 및 기후변화예측 기술을 현저하게 향상시킬 수 있는 효과도 있다.

도 1은 본 발명에 따라 하늘 상태 상, 중 하층운의 구름관측정보 산출 시스템의 개념도를 도시한 것이다.
도 2는 본 발명에 따른 자동구름관측시스템(100)의 구성을 도시한 블럭도이다.
도 3은 본 발명에 따른 자동 구름정보 산출방법에 관한 순서도를 도시한 것이다.
도 4a는 (a) 영상이미지의 원본에서 (b) 태양영역을 제거를 위하여 픽셀별 태양영역을 표시하는 예를 도시한 것이며, 도 4b에서는 (a) 원 영상이미지에서 (b) 픽셀별 구름영역과 하늘 영역을 표시한 이미지를 도시한 것이다.
도 5는 좌우측 영상입력부에서 획득된 좌우측 영상이미지의 한 개 구름층의 운고를 관측한 이미지를 도시한 것이다.
도 6a 내지 도 6c는 이러한 운형 분류를 데이터베이스화하기 위한 관측의 일례를 도시한 것이다.
도 7은 구름운형 조견표의 형성과정을 도시한 개념도이다.

이하에서는 첨부한 도면을 참조하여 본 발명에 따른 구성 및 작용을 구체적으로 설명한다. 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성요소는 동일한 참조부여를 부여하고, 이에 대한 중복설명은 생략하기로 한다. 제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.

본 발명은 전세계 기상 및 기후 관측분야에서 목측으로 수행하는 하늘(구름)상태를 상, 중, 하층별 운량, 운고, 운형에 대한 통합적 자동 관측 및 산출함으로서, 자동화된 층별(상, 중, 하층별)구름의 객관적 관측자료를 만들어내는 방법 및 시스템을 제공하는 것을 요지로 한다.

도 1은 본 발명에 따라 하늘 상태 상, 중 하층운의 구름관측정보 산출 시스템의 개념도를 도시한 것이다. 본 발명에서는 운량, 운고 운형의 상호관련성을 이용하여 지역적으로 발생하는 운량, 운고, 운형을 원격으로 관리할 수 있도록 한다. 특히, 구름영상을 자동관측하기 위한 영상입력부(10)과, 정규화된 구름패턴정보와 실시관 관측된 구름정보의 비교를 통한 운형의 최적정보를 산출하는 본 발명에 따른 구름관측시스템(100)을 구비하는 것을 특징으로 한다.

도 2는 본 발명에 따른 자동구름관측시스템(100)의 구성을 도시한 블럭도이다.

도시된 도면을 참조하면, 본 발명에 따른 자동 구름관측시스템은 구름영역이 포함된 대기의 영상을 입력하는 영상입력부(10)와 상기 입력 영상에서 구름영역을 추출하는 구름영역추출부(110), 상기 구름영역을 이용하여 운량 및 운고를 산출하는 운량운고산출부(120), 상기 운량운고산출부(120)에서 산출된 구름의 패턴을 분석하여 운형을 분석하는 구름패턴분석부(130)와 최종 운형을 산출하는 운형산출부(140)을 포함하여 구성된다.

상기 영상입력부(10)는 좌, 우 2개의 카메라로 구성되는 영상입력기로 구성되어, 관측지점의 영상이미지를 제공할 수 있다.

아울러, 상기 운량운고산출부(120)는, 상기 영상입력부(10)에서 입력되는 영상이미지에서 구름영역의 이미지만을 결정화하여 전체 영상이미지에서 구름영역만의 양을 퍼센티지(%)화하는 픽셀별운량산출부(121)와 상기 영상이미지에서의 구름영역만을 운고처리하여 평균 구름 높이를 산출하는 픽셀별운고산출부(122)를 포함하여 구성될 수 있다. 운량, 운고 관측에 있어서는 2대 카메라를 이용하는 방법에 주간에는 컬러 구름이미지와 야간에는 명암도를 이용하여 산출한다.

상기 구름패턴분석부(130)는, 관측지역에 최적화된 구름운형조견테이블(150)과 실체 관측한 구름의 패턴을 비교 분석하여 상, 중, 하층 별 운형은 산출하는 기능을 수행하며, 구체적으로는 관측된 운량, 운고 정보를 기본으로 구름영상 패턴분석(PCA (Principle Component Analysis), PNN (Probailistic Neural Network 등)함으로서 운량, 운고, 운형을 통합적으로 산출할 수 있게 한다. 특히, 지역적으로 발생하는 운형을 분류하기 위해서는 장기간의 상,중,하층운별 구름영상 패턴을 운량과 운고를 고려하여 정규화된 각 고도별 운형특성을 정의되어야 하는바, 이런 지역별 특성에 맞게 정규화된 고도별 운형특성을 조견표로 생성하고, 실시간으로 관측되는 구름영상의 운량, 운고 등을 고려한 운형을 자동으로 산출시키도록 할 수 있다.

이러한 각 구성요소의 기능을 이용하여 운량, 운고, 운형의 통합정보의 산출방법을 도 3을 통하여 설명하기로 한다.

도 3은 본 발명에 따른 자동 구름정보 산출방법에 관한 순서도를 도시한 것이다.

도시된 순서도를 참조하여 보면, 본 발명에 따른 자동구름정보산출방법은 구름영역이 포함된 대기의 영상이미지를 입력하는 1단계와 상기 입력되는 영상이미지에서 구름영역을 추출하는 2단계, 그리고 상기 구름영역을 이용하여 운량 및 운고를 산출하는 3단계, 상기 산출된 운량 및 운고를 이용하여 구름패턴은 분석하여 운형을 분석하는 4단계 및 상, 중, 하층운별 운형을 산출하는 5단계를 포함하여 구성된다.

상기 1단계는 상술한 본 발명에 따른 영상입력부인 좌우 카메라를 이용하여 대기의 영상을 획득하여 시스템에 입력하는 단계이며, 상기 2단계는 입력되는 영상에서 구름영역만을 추출하는 과정이다. 이 경우 운량을 추정하기 위한 기본적인 전처리, 이를 테면 태양, 달 등에 의한 효과를 제거하여 구름영역만을 추출하는 것이 바람직하다.

상기 3단계는, 구름영역만의 운량을 산출하는 것으로, 상술한 본 시스템에서의 픽셀별운량산출부에서 수행되는 것이다. 구체적으로는, 획득된 영상이미지에서 구름영역과 하늘영역을 구별 하기 위해 주간에는 컬러이미지의 변화를 이용하고, 야간에는 명암도를 이용한다. 운량을 추정하기 위해 기본적인 전처리(태양, 달 등에 의한 효과 제거 등), 영상 픽셀별 구름인 부분과 아닌 부분에 대한 표시를 한 후, 구름영역만 결정화 하여 전체화면에서 구름영역만의 양을 %로 계산하여 운량을 산출하게 된다(픽셀별 운량산출단계).

도 4a는 (a) 영상이미지의 원본에서 (b) 태양영역을 제거를 위하여 픽셀별 태양영역을 표시하는 예를 도시한 것이며, 도 4b에서는 (a) 원 영상이미지에서 (b) 픽셀별 구름영역과 하늘 영역을 표시한 이미지를 도시한 것이다.

이후, 픽셀별 운고산출단계에서는 운량 계산을 위해 획득된 영상이미지의 구름영역만을 운고 처리하여 평균높이를 산출한다. 이런 픽셀별 운고는 2 개의 카메라를 이용하여 대응되는 위치의 구름영역 높이를 결정하고, 그 높이를 그 영상영역의 운고라고 정의한다. 이때 픽셀별 구름높이를 히스토그램으로 구분하여 구름이 단층인지 다층인지 구분한다. 한 개의 구름층이 있을 경우, 이 픽셀영역들의 평균높이를 그 시간에 관측된 운고가 된다. 2 개 이상의 구름층이 있을 경우, 관측 영상내의 분류를 하여 하층운고와 중층운고 또는 상층운고 등으로 나누어, 층별 평균운고를 따로 계산한다. 이는 운형을 분류하기 위한 기본적인 자료로 이용된다. 이런 운고관측의 결과를 검증하기 위해 기존의 운고계인 방식이 다른 실로미터(Ceilometer,레이저 반사도 이용방법)와 동시관측을 하여 비교한다. 즉, 운량과 운고가 산출된 후, 단층운 인지 또는 다층운인지 분류가 이루어질 수 있다.

도 5는 좌우측 영상입력부에서 획득딘 좌우측 영상이미지의 한 개 구름층의 운고를 관측한 이미지를 도시한 것이다. 2009년 6월 대관령 지역에서의 관측결과로, 평균운고는 1095m이며, 실로미터는 1128m로 관측되었다.

상술한 3단계에서 이루어진 상, 중, 하층운 분류에 따른 영상 및 통계 처리에 의한 구름의 패턴을 분석하는 4단계가 수행될 수 있다. 본 4단계에서는 지역에 최적화된 운형 분류 체계와 DB를 구축하여 운형분류가 자동화될 수 있도록 함이 바람직하다.

이를 테면, 세계기상기구(WMO) 구름분류기준에 의해 운형을 분류하는 과정을 통해 운형을 데이터베이스화할 수 있는 충분한 관측자료를 형성하는 것이 바람직하다. 즉, 상, 중, 하층운 분류에 의한 운형의 관측자료를 확보함이 선행되어야 한다.

도 6a 내지 도 6c는 이러한 운형 분류를 데이터베이스화하기 위한 관측의 일례를 도시한 것이다.

도 6a는 상층운형 관측을 대관령에서 수행(2009년 6월 21일 19시)한 것으로, 상층운(약 7km), 운형은 Cs로 분류될 수 있으며, 도 6b는 중층운형 관측의 예를 도시한 것으로, 대관령의 2099년 5월 14일 14시의 관측 이미지로 중층운(약 2.8km), 운형은 As, 도 6c는 하층운형 관측예로 대관령(2009년 6월 21일 14시)의 관측 결과로 하층운(약 1.2km), 운형은 St로 분류될 수 있게 된다.

운형 분류를 위한 구름패턴의 분석방법은 다음과 같은 방법으로 수행될 수 있다.

즉 운형 분류를 위한 구름패턴의 분석방법은 다양한 영상처리를 위한 통계적 방법이 있으며, 관측하고자 하는 지역의 최적방법을 선택하여 적용함이 바람직하다. 이런 구름패턴을 분석하기 위해서는 그 지역에 최적화된 구름운형 조견표(look-up table)를 형성하는 과정과 실시간 관측된 구름영상을 이 구름운형 조견표와 비교하여 어떤 운형인가를 인식시키는 과정으로 나눌 수 있다.

이러한 과정은 도 7을 참조하여 설명하면 다음과 같이 설명될 수 있다.

- Step 1 : 구름운형 조견표를 만들기 위한 기술적 알고리즘 선택하는 과정이 수행된다. 이 경우 각 지역에 가장 적합한 구름조견표를 만들기 위해 PCA (Principle Component Analysis), SVM (Super Vector Machine) 등 적합한 방법을 택한다. 이런 모든 방법들의 기본은 각 관측 픽셀이미지를 벡터형식으로 전환하는 것이 우선적으로 이루어져야한다.

- Step 2 : 구름운형 조견표를 만들기 위해 step 1에서 선택된 방법들에 의해 생성되는 구름이미지를 신경망 분석 방법 등을 통하여 유사 구름패턴을 분류 시킨다. 구름패턴 분석시 운량과 운고를 고려하여 구름패턴을 분석함으로서 운형분류 정확도를 높이도록 한다.

- Step 3 : 분류된 구름패턴을 WMO 구름운형 기준인 10종의 운형로 분류하여 지역에 최적화된 구름운형 조견표를 생성한다.

- Step 4 : 각 지역에 최적화된 구름운형 조견표를 기준으로, 실시간으로 관측되는 구름영상이미지를 step 1에서 적용된 같은 방법에 의해 구름패턴을 분석하고, 산출된 상?중?하층운량, 운고를 고려하여 구름운형 조견표와 비교한다. 이런 비교과정을 반복적으로 수행함으로서, 최적의 운형을 산출한다.

종합하면, 본 발명에 따른 자동 구름정보 산출방법은 관측된 운량, 운고 정보를 기본으로 구름영상 패턴분석(PCA (Principle Component Analysis), PNN (Probailistic Neural Network 등)함으로서 운량, 운고, 운형을 통합적으로 산출할 수 있도록 한다. 특히 지역적으로 발생하는 운형을 분류하기 위해, 장기간의 상, 중, 하층운별 구름영상 패턴을 운량과 운고를 고려하여 정규화된 각 고도별 운형특성을 정의하고, 이런 지역별 특성에 맞게 정규화된 고도별 운형특성을 조견표로 형성하며, 실시간으로 관측되는 구름영상의 운량, 운고 등을 고려한 운형을 자동으로 산출시킬 수 있도록 한다. 따라서, 기존 운량, 운고, 운형 관측 및 알고리즘은 각각을 산출하는 방법이었지만, 본 발명에서는 통합적으로 운량, 운고, 운형이 유기적으로 결합되어 자동산출될 수 있게 된다.

전술한 바와 같은 본 발명의 상세한 설명에서는 구체적인 실시예에 관해 설명하였다. 그러나 본 발명의 범주에서 벗어나지 않는 한도 내에서는 여러 가지 변형이 가능하다. 본 발명의 기술적 사상은 본 발명의 기술한 실시예에 국한되어 정해져서는 안 되며, 특허청구범위뿐만 아니라 이 특허청구범위와 균등한 것들에 의해 정해져야 한다.

10: 영상입력부
110: 구름영역추출부
120: 운량운고산출부
130: 구름패턴분석부
140: 운형산출부
150: 구름패턴데이터베이스

Claims (11)

1. 구름영역이 포함된 대기의 영상이미지를 입력하는 1단계;
   상기 입력되는 영상이미지에서 구름영역을 추출하는 2단계;
   상기 구름영역을 이용하여 운량 및 운고를 산출하는 3단계;
   상기 산출된 운량 및 운고를 이용하여, 지역적 특성에 최적화된 운형 데이터베이스를 형성하는 구름운형조견표의 정보와 실제 관측된 상기 영상이미지를 비교하여 구름패턴을 분석하여 운형을 분석하는 4단계; 및
   상, 중, 하층운별 운형을 산출하는 5단계;
   를 포함하고,
   상기 4단계는,
   관측 지역의 픽셀이미지를 벡터형식으로 변환하여 생성한 정보를 신경망분석방법을 통해 유사 구름패턴을 WMO(세계기상기구) 구름운형 기준인 10종의 운형으로 분류하여 지역에 최적화된 구름운형조견표를 생성하는 단계; 및
   각 지역에 최적화된 구름운형조견표와 실시간으로 관측되는 구름영상이미지를 비교하여 최적의 운형을 판단하는 단계;
   를 포함하는 자동 구름 정보 산출방법.
   
2. 청구항 1에 있어서,
   상기 1단계는,
   2대의 좌, 우 카메라를 이용하여 구름영역이 포함된 대기의 영상이미지를 획득하여 입력하는 단계인 자동 구름 정보 산출방법.
   
3. 청구항 2에 있어서,
   상기 2단계는,
   상기 영상이미지에서 컬러이미지의 변화 또는 명암도를 이용하여 구름영역과 하늘영역을 구분하여 구름영역만을 추출하는 단계인 자동 구름 정보 산출방법.
   
4. 청구항 3에 있어서,
   상기 3단계는,
   추출된 구름영역에 대하여 영상픽셀별 구름인 영역과 구름이 아닌 영역에 대한 구분 후, 구름 영역만을 결정화하여 전체 이미지에서의 구름영역만의 양을 퍼센티지(%)도 도출하는 픽셀별 운량산출단계;와
   상기 2대의 좌, 우 카메라에서 획득된 좌우 영상이미지의 대응되는 위치의 구름영역의 높이를 결정하여 운고를 도출하는 픽셀별 운고산출단계;
   로 구성되는 자동 구름 정보 산출방법.
   
5. 청구항 4에 있어서,
   상기 픽셀별운고산출단계는,
   한 개의 구름층이 있을 경우, 픽셀영역들의 평균높이를 그 시간에 관측된 운고로 도출하고, 다수의 구름층이 있는 경우 관측 영상내의 분류를 상, 중, 하층 운고로 나누어 층별 평균운고를 운고로 도출하는 것을 특징으로 하는 자동 구름 정보 산출방법.
   
6. 삭제
7. 삭제
8. 구름영역이 포함된 대기의 영상을 입력하는 영상입력부;
   상기 입력 영상에서 구름영역을 추출하는 구름영역추출부;
   상기 구름영역을 이용하여 운량 및 운고를 산출하는 운량운고산출부;
   상기 운량운고산출부에서 산출된 구름의 패턴을 분석하여 운형을 분석하는 구름패턴분석부;
   를 포함하고,
   상기 구름패턴분석부는 관측 지역의 픽셀이미지를 벡터형식으로 변환하여 생성한 정보를 신경망분석방법을 통해 유사 구름패턴을 WMO(세계기상기구) 구름운형 기준인 10종의 운형으로 분류하여 지역에 최적화된 구름운형조견표를 생성하고, 각 지역에 최적화된 구름운형조견표와 실시간으로 관측되는 구름영상이미지를 비교하여 최적의 운형을 산출하는 자동구름정보 산출시스템.
   
9. 청구항 8에 있어서,
   상기 영상입력부는 좌, 우 2개의 카메라로 구성되는 영상입력기로 구성되어, 관측지점의 영상이미지를 제공하는 것을 특징으로 하는 자동구름정보 산출시스템.
   
10. 청구항 9에 있어서,
    상기 운량운고산출부는,
    입력되는 영상이미지에서 구름영역의 이미지만을 결정화하여 전체 영상이미지에서 구름영역만의 양을 퍼센티지(%)화하는 픽셀별운량산출부;와
    상기 영상이미지에서의 구름영역만을 운고처리하여 평균 구름 높이를 산출하는 픽셀별운고산출부;
    를 포함하여 이루어지는 자동구름정보 산출 시스템.
    
11. 삭제

Images