KR101503213B1 - 영상 이미지의 지리정보 및 패턴인식 기술을 이용한 시정거리 측정 장치 및 그 측정 방법 - Google Patents
영상 이미지의 지리정보 및 패턴인식 기술을 이용한 시정거리 측정 장치 및 그 측정 방법 Download PDFInfo
- Publication number
- KR101503213B1 KR101503213B1 KR20140040784A KR20140040784A KR101503213B1 KR 101503213 B1 KR101503213 B1 KR 101503213B1 KR 20140040784 A KR20140040784 A KR 20140040784A KR 20140040784 A KR20140040784 A KR 20140040784A KR 101503213 B1 KR101503213 B1 KR 101503213B1
- Authority
- KR
- South Korea
- Prior art keywords
- distance
- image
- video image
- pattern recognition
- corrective
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000005259 measurement Methods 0.000 title claims abstract description 14
- 230000000007 visual effect Effects 0.000 title abstract description 13
- 238000003909 pattern recognition Methods 0.000 claims abstract description 16
- 238000012937 correction Methods 0.000 claims description 21
- 238000004458 analytical method Methods 0.000 claims description 20
- 238000013507 mapping Methods 0.000 claims description 13
- 238000005516 engineering process Methods 0.000 claims description 7
- 238000003702 image correction Methods 0.000 claims description 5
- 238000012567 pattern recognition method Methods 0.000 claims description 4
- 238000010191 image analysis Methods 0.000 claims description 3
- 230000003287 optical effect Effects 0.000 abstract description 13
- 238000000691 measurement method Methods 0.000 abstract description 9
- 239000000443 aerosol Substances 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 12
- 238000004364 calculation method Methods 0.000 description 5
- 238000009434 installation Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000012538 light obscuration Methods 0.000 description 2
- 239000013618 particulate matter Substances 0.000 description 2
- 238000001556 precipitation Methods 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 239000000809 air pollutant Substances 0.000 description 1
- 231100001243 air pollutant Toxicity 0.000 description 1
- 238000000149 argon plasma sintering Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 230000031700 light absorption Effects 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/14—Measuring arrangements characterised by the use of optical techniques for measuring distance or clearance between spaced objects or spaced apertures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/04—Interpretation of pictures
-
- 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
- G01N21/53—Scattering, i.e. diffuse reflection within a body or fluid within a flowing fluid, e.g. smoke
- G01N21/538—Scattering, i.e. diffuse reflection within a body or fluid within a flowing fluid, e.g. smoke for determining atmospheric attenuation and visibility
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/10—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from different wavelengths
- H04N23/12—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from different wavelengths with one sensor only
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/66—Remote control of cameras or camera parts, e.g. by remote control devices
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Remote Sensing (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Radar, Positioning & Navigation (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Analysis (AREA)
- Measurement Of Optical Distance (AREA)
Abstract
본 발명은 카메라, CCTV, 캠코더 등 영상 매체로부터 촬영된 영상 이미지의 지리적 정보와 원근법을 이용하여 시정거리를 산출하는 측정시스템과 영상 이미지의 패턴인식을 통해 비선형함수로부터 시정거리를 측정하는 방법이다. 본 측정 시스템 및 측정법은 광학적 측정법이 지닌 측정공간의 한계 및 에어로졸분포의 균일 가정으로 인한 불확실성을 보완함으로써 보다 객관적 자료를 제공한다.
Description
본 발명은 카메라, CCTV, 캠코더 등 영상 매체로부터 촬영된 영상 이미지의 지리학적 정보 및 원근법을 통해 시정거리(visual range)를 측정하는 시스템 및 그 이론적 방법에 관한 것이다.
시정을 측정하는 방법에는 시각적 측정법, 광학적 측정법 및 영상학적 측정법이 활용되고 있다. 시정거리는 대기오염을 정량적으로 파악할 수 있는 지표로서의 역할이 가능할 뿐만 아니라, 공항, 도로, 해양 등에서 시정 악화로 인한 경제적 손실을 사전에 예방하는 기능을 수행할 수 있다. 따라서 실제 물체의 거리를 반영하여 시정거리를 측정할 수 있는 분석 알고리즘의 개발을 통해 시정측정의 정확도 및 재현성을 개선할 수 있는 측정 시스템의 개발이 요구된다.
우리나라의 시정은 기상청의 목측법을 이용하여 측정 및 기록되고 있다. 목측법은 지정된 목표물의 거리를 토대로 숙련된 관측자가 눈에 인식되는 물체를 파악하여 전방위로 관측한 후 최단거리의 값을 기록하는 방법이다. 시정거리(visual range)는 관측자가 바라보는 시야각에서 대기 중의 가스상 및 입자상 물질의 광소멸현상에 의존한다. 즉, 대기오염물질의 농도, 광소멸현상을 유발시키는 기상요소(상대습도, 강수 등)의 변화에 의해 시정거리가 증가하거나 감소하게 된다. 최근에는 대기 중의 가스상 및 입자상 물질에 의한 광산란량을 측정하여 기상학적광학적 시정거리를 추정하는 전방산란계(forward scattering meter)가 활용되고 있다. 에어로졸의 광학적 특성을 반영하여 시정거리를 추정하는 전방산란계는 광흡수량을 반영하지 않으므로 이론적 오차를 포함하고 있으며, 강수에 의한 시정변화에 취약하다. 이러한 연유로 최근 카메라로 촬영된 영상을 이용한 시정 측정기술들이 소개되었으나 별도의 보조설비 또는 목표물을 설치해야 하는 문제점이 있으며, 분석단계에서 다양한 변수설정에 민감하게 반응하고, 10 km 이상의 시정거리에서는 검증되지 않았다는 단점이 있다. 또한 시정거리를 정량하는 분석알고리즘에 실제거리가 반영되지 않고 주로 영상의 밝기, 조도 등을 이용하여 시정거리를 산출함으로써 원거리 시정에 대한 정확도 평가에 어려움이 있다.
본 발명의 일 실시예는 IP카메라를 이용하여 촬영된 영상 이미지를 감시센터로 원격전송하여 감시센터에서 시정거리를 측정하는 장치 및 그 방법을 제공한다.
본 발명의 일 실시예는 영상 이미지의 지리정보의 입력 방법을 이용한 시정거리 측정 장치 및 그 방법을 제공한다.
본 발명의 일 실시예는 이미지 시정거리 함수의 결정 방법을 이용한 시정거리 측정 장치 및 그 방법을 제공한다.
본 발명의 일 실시예는 영상 이미지의 패턴 인식 방법을 이용하여 인지 가능한 물체를 확인함으로써 그 거리를 계측할 수 있는 시정거리 측정 장치 및 그 방법을 제공한다.
본 발명이 해결하고자 하는 과제는 이상에 언급한 과제들로 국한되지 않으며, 상기에서 언급되지 않은 또 다른 과제(들)은 아래의 기재로부터 명확하게 이해될 수 있을 것이다.
상기 목적을 달성하기 위한 본 발명의 일 실시예에 따른 시정거리 측정 장치는 측정지에서 시정을 촬영하는 IP카메라, 감시센터에서 영상이미지를 수신하는 영상 저장부, 영상 이미지로부터 시정거리를 분석하여 산출하는 시정거리 산출부, 그 결과를 화면에 나타내는 화면 출력부를 포함한다.
본 발명의 일 실시예에 따른 영상 이미지를 이용한 시정거리 측정법은 영상이미지의 분석영역에 대한 지리정보 입력단계, 이미지 시정거리 함수 결정 단계, 패턴 인식 기법을 적용하는 단계, 그 결과값으로부터 시정거리를 산출하는 단계를 포함한다.
기타 실시예들의 구체적인 사항들은 상세한 설명 및 첨부된 도면에 포함되어 있다.
본 발명의 장점 및 특징, 그리고 그것들을 달성하는 방법은 첨부된 도면과 함께 상세히 후술된 실시예들을 통해 이해할 수 있을 것이다. 다만, 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 다양하게 수정 및 변경될 수 있음을 이해할 수 있을 것이다. 다만, 본 실시예들은 본 발명의 개시가 완전하도록 하며, 본 발명의 관련 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 구체화하기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성요소를 지칭한다.
본 발명의 일 실시예는 시각적 관측, 광학적 관측 및 기존의 영상학적 관측 기술의 문제점인 시정거리의 불확실도를 개선하기 위하여 도출된 것으로, IP카메라를 이용하여 시정을 영상 이미지로 촬영하고 실제 물체의 지리정보와 패턴인식 기술을 도입하여 시정거리를 보다 정확하게 측정할 수 있다.
본 발명의 일 실시예는 광학적 측정법의 단점인 광흡수량이 고려되지 않은 측정 오차와 시각적 측정법의 단점인 대상 목표물의 가시거리 인식에 대한 주관적 판단, 영상학적 관측법의 단점인 보조수단의 설치, 거리정보의 부재로 인한 부정확성을 보완하여 시정거리 측정의 정확도를 개선시킬 수 있다.
본 발명의 일 실시예는 광학적 측정법보다 저비용으로 측정이 가능하며, 시각적 측정법에 비하여 여러 장소의 시정현황을 동시에 감시하여 시정거리를 기록할 수 있다.
본 발명의 일 실시예는 수치만을 제공하는 광학적 측정법 및 시각적 측정법과는 달리 실제 영상을 제공하여 그 근거를 기록함으로써 신뢰도를 높일 수 있다.
도 1은 본 발명의 일 실시예에 따른 시정 측정 장치의 개념도를 나타낸 도면이다.
도 2는 본 발명의 일 실시예에 따른 시정 측정 방법에 대한 순서를 나타낸 도면이다
도 3은 본 발명의 일 실시예에 따른 촬영된 영상 이미지를 나타낸 도면이다.
도 4는 본 발명의 일 실시예에 따른 분석영역 거리매핑이 수행된 영상 이미지를 나타낸 도면이다.
도 5는 본 발명의 일 실시예에 따른 상기 좌표별 거리(d)와 상기 이미지 시정거리(IVR)를 도시한 도면이다.
도6은 본 발명의 일 실시예에 따른 좌표당 시정거리 효율 계수(α)와 원근 계수(β)에 대한 이미지 시정거리 보정계수 값을 나타낸 도면이다.
도 7은 본 발명의 일실시예에 따른 패턴 인식 기법(A40)으로 분석된 영상 이미지의 일례를 도식한 도면이다.
도 8은 본 발명의 일 실시예에 의해 산출된 시정거리를 비교분석하기 위하여 광학적 시정 측정기인 트랜스미소미터(transmissometer, 도식되지 않음)를 사용하여 동시에 측정된 시정거리가 산포도로 도식된 도면이다.
도 2는 본 발명의 일 실시예에 따른 시정 측정 방법에 대한 순서를 나타낸 도면이다
도 3은 본 발명의 일 실시예에 따른 촬영된 영상 이미지를 나타낸 도면이다.
도 4는 본 발명의 일 실시예에 따른 분석영역 거리매핑이 수행된 영상 이미지를 나타낸 도면이다.
도 5는 본 발명의 일 실시예에 따른 상기 좌표별 거리(d)와 상기 이미지 시정거리(IVR)를 도시한 도면이다.
도6은 본 발명의 일 실시예에 따른 좌표당 시정거리 효율 계수(α)와 원근 계수(β)에 대한 이미지 시정거리 보정계수 값을 나타낸 도면이다.
도 7은 본 발명의 일실시예에 따른 패턴 인식 기법(A40)으로 분석된 영상 이미지의 일례를 도식한 도면이다.
도 8은 본 발명의 일 실시예에 의해 산출된 시정거리를 비교분석하기 위하여 광학적 시정 측정기인 트랜스미소미터(transmissometer, 도식되지 않음)를 사용하여 동시에 측정된 시정거리가 산포도로 도식된 도면이다.
본 발명의 일 실시예에 따른 영상 이미지를 이용한 시정 측정 장치는 설치단계와 운영단계로 구분된다. 즉, 설치단계에서는 원거리 확인가능한 물체가 보이는 장소에 IP카메라를 설치하는 단계로서 장치 설치 완료 후 고정된다. 상기 운영단계는 감시센터에 전송된 영상 이미지의 분석영역을 설정하고 지리정보를 입력하여 이미지 시정거리 함수를 결정한 후 패턴 인식 기법으로 시정거리를 산출하는 단계이다.
본 발명의 결과물은 영상 이미지 획득 조건에 따라 다양한 실시예를 제공하는 바, 본 설명에서는 특정한 실시예들을 도면에 예시하여 상세히 설명하고자 하며, 해당 실시예는 발명의 범위를 한정하는 것이 아니다.
이하에서는 첨부된 도면을 참조하여 본 발명의 실시예들을 보다 상세히 설명한다.
도 1은 본 발명의 일 실시예에 따른 시정 측정 장치의 개념도를 나타낸 도면이고, 도 2는 본 발명의 일 실시예에 따른 시정 측정 방법에 대한 순서를 나타낸 도면이다. 본 발명의 일 실시예에 따른 시정 측정 장치 및 그 방법은 도 1 및 도2를 함께 참조하여 설명하기로 한다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 시정 측정 장치에는 IP카메라(100), 영상 저장부(200), 시정거리 산출부(300) 및 화면출력부(400)가 포함된다.
상기 IP카메라(100)는 대상 지역의 시정을 대표할 수 있는 지점을 선정하여 컬러 영상 이미지를 촬영 후 원격으로 감시센터에 위치한 영상 저장부(200)에 영상 이미지를 전송한다(A10). 여기서 대상 지역은 원거리 시정을 측정할 수 있는 지역을 말한다. 상기 IP카메라(100)는 CCD(charge-coupled device) 또는 CMOS(complementary metal-oxide semiconductor) 등과 같이 영상을 촬영할 수 있으며, IP(internet protocol) 또는 도메인주소(domain address)를 부여받아 영상 이미지를 원격지로 전송할 수 있는 장치를 모두 포괄하는 의미로 해석될 수 있다.
상기 영상 저장부(200)는 상기 IP카메라(100)로부터 전송된 영상 이미지를 하드디스크 등과 같이 동영상 형태의 전자파일로 저장할 수 있으며, 저장된 동영상 이미지 중 정지영상 이미지를 선택적으로 추출하여 시정거리 산출부(300)로 전송할 수 있는 장치를 모두 포괄하는 의미로 해석될 수 있다.
도 2는 본 발명의 일 실시예에 따른 상기 시정거리 산출부(300)의 시정 측정 방법의 순서도를 나타낸다. 원격지로부터 수신하여 획득된 영상 이미지(A10)는 분석영역 거리 매핑(A20), 이미지 시정거리 함수 결정(A30), 패턴 인식 기법(A40), 시정거리 산출(A50) 단계를 거쳐 시정거리가 산출될 수 있다.
도 3은 본 발명의 일 실시예에 따른 촬영된 영상 이미지를 나타낸 도면이다. 상기 시정거리 산출부(300)에서는 도 3의 상기 영상 저장부(200)로부터 수신된 상기 영상 이미지(A10)를 조사하여 시정거리를 측정할 수 있는 분석영역을 선택한다.
도 4는 본 발명의 일 실시예에 따른 분석영역 거리매핑이 수행된 영상 이미지를 나타낸 도면이다. 상기 영상 이미지(A10)에서 선택된 분석영역은 촬영된 지역의 지리정보를 이용하여 도 4에서와 같이 분석영역 거리매핑(A20)이 수행된다. 선택된 영상 이미지의 분석영역에서 2차원 평면 좌표에 대한 거리값은 수학식 1과 같이 표현되어 처리된다.
수학식 1
f(x,y)= d
여기서, d는 주어진 좌표의 거리를 의미한다.
상기 분석영역 거리 매핑(A20)에 의해 산출된 좌표별 거리값은 도 2의 이미지 시정거리 함수 결정(A30) 단계에서 활용된다. 상기 좌표별 거리값을 기준으로 시정거리는 수학식 2와 같이 표현되어 처리된다.
수학식 2
IVR = f(y) + d0
여기서, IVR은 이미지 시정거리, f(y)는 이미지 시정거리 함수, d0는 제로거리이다. 상기 이미지 시정거리는 상기 이미지 시정거리 함수와 상기 제로거리의 합으로부터 산출된다. 상기 제로거리는 (x,0)인 좌표에서의 거리를 의미한다. 상기 이미지 시정거리 함수는 y좌표에 대한 상기 거리(d)의 함수로서 수학식 3과 같이 표현되어 처리된다.
수학식 3
f(y)=α×[{1- y/(ymax + f/dmax)}-β - 1]
여기서, α는 좌표당 시정거리 효율 계수이고, β는 원근 계수를 나타낸다. 상기 영상 이미지의 분석영역 매핑에 의해 산출된 상기 좌표별 거리를 기준으로 상기 시정거리 효율 계수와 상기 원근 계수를 조정하여 상기 이미지 시정거리가 상기 좌표별 거리와 가장 일치하도록 상기 이미지 시정거리함수의 상기 시정거리 효율과 상기 원근 계수를 결정한다.
여기서, dmax는 상기 영상 이미지 분석 영역에서 최장거리 물체의 상기 좌표당 거리이고, f는 이미지 시정거리 보정계수이다. 본 발명의 일 실시예에 따른 영상 이미지를 이용한 시정 측정 장치는 상기 이미지 시정거리 함수 결정(A30)을 적용한 것을 예를 들어 설명한다.
도 5는 본 발명의 일 실시예에 따른 상기 좌표별 거리(d)와 상기 이미지 시정거리(IVR)를 도시한 도면이다. 도 5를 참조하면, 상기 영상 이미지의 분석영역 매핑에 의해 산출된 좌표별 거리가 도식되어 있다.
도6은 본 발명의 일 실시예에 따른 좌표당 시정거리 효율 계수(α)와 원근 계수(β)에 대한 이미지 시정거리 보정계수 값을 나타낸 도면이다.
도 5를 참조하면, 상기 영상 이미지의 분석영역 매핑에 의해 산출된 좌표별 거리에 가장 일치하는 상기 이미지 시정거리 함수는 상기 좌표당 시정거리 효율 계수가 1.2, 상기 원근 계수가 1.2 일 때를 가리킨다. 이때, 도 6을 참조하면, 상기 이미지 시정거리 보정계수는 192.0인 것으로 결정된다. 한편, 본 발명의 일 실시예에 따른 상기 영상 이미지의 분석영역 거리 매핑(A20)에서 상기 dmax는 127 km를 나타낸다.
따라서, 상기 이미지 시정거리 함수 결정(A30)은 결정된 상기 좌표당 시정거리 효율 계수, 상기 원근 계수, 상기 이미지 시정거리 보정계수 및 상기 영상 이미지 분석 영역에서 최장거리 물체의 상기 좌표당 거리로부터 결정될 수 있다.
도 7은 본 발명의 일실시예에 따른 패턴 인식 기법(A40)으로 분석된 영상 이미지의 일례를 도식한 도면이다.
상기 패턴 인식 기법에서는 RGB 색상정보가 이용된다. 영상 이미지의 분석 영역에서 가장 멀리 보이는 물체 주변의 색상정보를 선택하여 기준색상으로 한다. 기준색상의 RGB 값을 추출하고 유사색상 허용구간을 설정한다. 기준색상의 RGB 값에 대한 허용구간 내의 유사색상들을 연결하여 상기 영상 이미지의 분석 영역에서 가장 멀리 보이는 물체 주변의 색상 영역이 결정될 수 있다.
도 7을 참조하면, 도 7의 상부의 영상 이미지가 하부의 영상 이미지보다 시정이 더 멀리 관측된다. 상부의 영상 이미지에서 가장 멀리 보이는 물체 주변의 색상 영역은 하부의 영상 이미지와 다르게 나타나는 것을 알 수 있다.
상기 시정거리 산출(A50) 단계에서는 상기 패턴 인식 기법으로 결정된 색상 영역의 좌표별 RGB 값으로부터 상기 이미지 시정거리 함수에 적용될 좌표가 입력된다. 상기 수학식 3에서 y 좌표는 상기 색상 영역의 좌표의 최소값으로 입력되어 시정거리가 산출된다.
도 8은 본 발명의 일 실시예에 의해 산출된 시정거리를 비교분석하기 위하여 광학적 시정 측정기인 트랜스미소미터(transmissometer, 도식되지 않음)를 사용하여 동시에 측정된 시정거리가 산포도로 도식된 도면이다.
도 8을 참조하면, 본 발명의 일 실시예에 의한 분석영역 거리 매핑(A20) 단계, 이미지 시정거리 함수 결정(A30) 단계, 패턴 인식 기법(A40) 및 시정거리 산출(A50) 단계를 거쳐 산출된 시정거리(이미지 시정거리)와 광학적 시정 측정기인 트랜스미소미터(transmissometer, 도식되지 않음)에 의해 측정된 시정거리(광학적 시정거리) 간의 기울기는 0.938, 상관관계는 0.8738이다. 따라서 본 발명의 일 실시예에 의해 산출된 시정거리가 트랜스미소미터(도식되지 않음)에 의해 측정된 시정거리와 매우 좋은 상관관계를 나타내고 있음을 확인하였다.
상기 화면출력부(400)는 상기 영상 이미지를 화면에 표시 및 저장하는 기능, 패턴 인식 기법(A40) 단계에서 산출된 좌표별 영상 이미지의 색정보를 RGB로 표시 및 저장하는 기능 및 상기 시정거리 산출부(300)으로부터 도출된 시정거리를 표시 및 저장하는 기능을 포함한다.
본 발명의 실시예들은 다양한 컴퓨터로 구현하기 위한 프로그램 명령을 포함하는 컴퓨터 판독이 가능한 매체를 포함한다. 상기 컴퓨터 판독이 가능한 매체는 프로그램 명령, 로컬 데이터 파일, 로컬 데이터 구조 등을 단독 또는 조합하여 포함할 수 있다. 상기 매체는 본 발명을 위하여 특별히 제작된 것이나 컴퓨터 소프트웨어 당업자에게 공지되어 사용가능한 것일 수도 있다.
지금까지 본 발명의 이해를 돕기 위하여 본 발명의 실시예를 참조하여 구체적으로 설명하였으나, 본 발명의 범위를 벗어나지 않는 한도 내에서는 다양한 변형이 가능하다. 따라서, 본 발명의 범위는 설명된 실시예에 국한되어서는 안되며, 후술하는 특허청구의 범위와 그 특허 청구의 범위와 균등한 것들에 의해 정해져야 한다.
이상에서와 같이 본 발명은 비록 국한된 실시예와 도면에 의해 설명되었으나, 본 발명은 상기의 실시예에 한정되는 것이 아니며, 이는 해당 기술 분야의 일반적인 지식이 있는 자라면 특허 청구의 범위에 기재된 본 발명의 사상 및 영역 내에서 충분히 응용이 가능함을 이해할 수 있을 것이다.
100: IP카메라 200: 영상저장부
300: 시정거리 산출부 400: 화면출력부
300: 시정거리 산출부 400: 화면출력부
Claims (6)
- 측정지의 영상 이미지를 전송하기 위하여 설치된 IP카메라;
상기 전송된 영상 이미지에서 동영상 이미지 중 정지영상 이미지를 선택적으로 추출하는 영상 저장부; 및
영상 이미지의 지리정보 및 이미지 시정거리 함수로부터 유사색상 영역의 좌표를 인식하여 시정거리를 산출하는 시정거리 산출부
를 포함하는 영상 이미지의 지리정보 및 패턴인식 기술을 이용한 시정거리 측정 장치 - 제1항에 있어서,
시정거리 산출부는
상기 IP카메라로부터 수신된 영상 이미지로부터 분석영역 거리 매핑을 수행하고, 이미지 시정거리 함수를 결정한 후 패턴 인식 기법으로 시정거리를 산출하는 것을 특징으로 하는 영상 이미지의 지리정보 및 패턴인식 기술을 이용한 시정거리 측정 장치 - 측정지에 설치된 IP카메라로부터 영상 이미지를 수신하는 단계;
상기 수신된 영상 이미지의 분석 영역 거리 매핑을 수행하는 단계;
상기 수신된 영상 이미지로부터 이미지 시정거리 함수를 결정하는 단계;
상기 수신된 영상 이미지로부터 물체 주변의 색상정보를 사용하여 패턴 인식 기법이 적용되는 단계; 및
상기 패턴 인식 기법으로 산출된 좌표로부터 시정거리를 산출하는 단계
를 포함하는 영상 이미지의 지리정보 및 패턴인식 기술을 이용한 시정거리 측정 방법 - 제 3항에 있어서,
수신된 영상 이미지의 분석 영역 거리 매핑을 수행하는 단계는
상기 수신된 영상 이미지로부터 2차원 평면 좌표에 대한 지리정보를 입력하여 거리값을 표현하는 것을 특징으로 하는 영상 이미지의 지리정보 및 패턴인식 기술을 이용한 시정거리 측정 방법 - 제 3항에 있어서,
이미지 시정거리 함수를 결정하는 단계는
상기 좌표에 대한 거리값이 표현된 영상 이미지로부터 제로거리, 좌표당 시정거리 효율 계수, 원근 계수, 이미지 시정거리 보정계수 및 영상 이미지 분석 영역에서 최장거리 물체의 좌표당 거리로부터 시정거리를 산출하는 함수를 결정하는 것을 특징으로 하는 영상 이미지의 지리정보 및 패턴인식 기술을 이용한 시정거리 측정 방법 - 제 3항에 있어서,
물체 주변의 색상정보를 사용하여 패턴 인식 기법이 적용되는 단계는
물체 주변의 기준색상의 RGB 값을 추출하고 유사색상 허용구간을 설정한 후, 기준색상의 RGB 값에 대한 허용구간 내의 유사색상들을 연결하여 영역을 표시하는 것을 특징으로 하는 영상 이미지의 지리정보 및 패턴인식 기술을 이용한 시정거리 측정 방법
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR20140040784A KR101503213B1 (ko) | 2014-04-04 | 2014-04-04 | 영상 이미지의 지리정보 및 패턴인식 기술을 이용한 시정거리 측정 장치 및 그 측정 방법 |
| US14/566,712 US9909859B2 (en) | 2014-04-04 | 2014-12-11 | Apparatus and method for measuring visual range using geometrical information of an image and an image pattern recognition technique |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR20140040784A KR101503213B1 (ko) | 2014-04-04 | 2014-04-04 | 영상 이미지의 지리정보 및 패턴인식 기술을 이용한 시정거리 측정 장치 및 그 측정 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR101503213B1 true KR101503213B1 (ko) | 2015-03-17 |
Family
ID=53027754
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR20140040784A KR101503213B1 (ko) | 2014-04-04 | 2014-04-04 | 영상 이미지의 지리정보 및 패턴인식 기술을 이용한 시정거리 측정 장치 및 그 측정 방법 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US9909859B2 (ko) |
| KR (1) | KR101503213B1 (ko) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20170021423A (ko) | 2015-08-17 | 2017-02-28 | 전자부품연구원 | 위성 사진을 이용한 cctv 화면에서의 거리 측정 방법 |
| KR101874968B1 (ko) | 2017-07-03 | 2018-08-02 | (주)시정 | 이미지 정보 기반의 시정거리 측정 시스템 및 이를 이용한 시정거리 측정 방법 |
| KR101993445B1 (ko) | 2018-03-05 | 2019-06-26 | (주)시정 | 인공지능을 이용한 영상분석 시정계 |
| KR101993447B1 (ko) | 2018-03-05 | 2019-09-30 | (주)시정 | 인공지능을 이용한 차량용 영상 시정계 |
| KR102095299B1 (ko) | 2018-11-07 | 2020-03-31 | (주)시정 | 야간 시정계 |
| KR20230018625A (ko) | 2021-07-30 | 2023-02-07 | 대한민국(기상청 국립기상과학원장) | 랜덤포레스트 기계학습과 기상 관측 및 모델 예측 자료를 이용한 실시간 시정 산출 방법 |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5868005B2 (ja) * | 2011-02-04 | 2016-02-24 | キヤノン株式会社 | 撮像装置、撮像条件設定方法、プログラム |
| US10302613B2 (en) * | 2016-10-11 | 2019-05-28 | International Business Machines Corporation | Estimation of concentration of particulate matter in atmosphere |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001330412A (ja) | 2000-05-24 | 2001-11-30 | Mitsubishi Electric Corp | 視程計測装置 |
| KR100525692B1 (ko) | 1998-02-06 | 2005-11-03 | 후지쯔 가부시키가이샤 | 컬러 화상 처리 장치 및 패턴 추출 장치 |
| KR100715140B1 (ko) | 2006-05-23 | 2007-05-08 | (주)비알유 | 시정 측정 장치 및 그 방법 |
| KR20110037180A (ko) * | 2009-10-06 | 2011-04-13 | 충주대학교 산학협력단 | 카메라를 이용한 도로 시정 측정 시스템 및 그 방법 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7681181B2 (en) * | 2004-09-30 | 2010-03-16 | Microsoft Corporation | Method, system, and apparatus for providing custom product support for a software program based upon states of program execution instability |
| KR100751494B1 (ko) | 2005-09-02 | 2007-08-23 | 한국건설기술연구원 | 시정 및 노면센서를 이용한 도로시정 경고시스템 및 그의제어방법 |
| US8213711B2 (en) * | 2007-04-03 | 2012-07-03 | Her Majesty The Queen In Right Of Canada As Represented By The Minister Of Industry, Through The Communications Research Centre Canada | Method and graphical user interface for modifying depth maps |
| KR100958210B1 (ko) * | 2007-12-28 | 2010-05-14 | 그린비환경기술연구소 주식회사 | 시정 계측 장치 및 그 방법 |
| KR101283400B1 (ko) | 2011-11-04 | 2013-07-17 | 한국공항공사 | 가시거리 측정 장치 오작동 탐지 시스템 및 방법 |
-
2014
- 2014-04-04 KR KR20140040784A patent/KR101503213B1/ko not_active IP Right Cessation
- 2014-12-11 US US14/566,712 patent/US9909859B2/en not_active Expired - Fee Related
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100525692B1 (ko) | 1998-02-06 | 2005-11-03 | 후지쯔 가부시키가이샤 | 컬러 화상 처리 장치 및 패턴 추출 장치 |
| JP2001330412A (ja) | 2000-05-24 | 2001-11-30 | Mitsubishi Electric Corp | 視程計測装置 |
| KR100715140B1 (ko) | 2006-05-23 | 2007-05-08 | (주)비알유 | 시정 측정 장치 및 그 방법 |
| KR20110037180A (ko) * | 2009-10-06 | 2011-04-13 | 충주대학교 산학협력단 | 카메라를 이용한 도로 시정 측정 시스템 및 그 방법 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20170021423A (ko) | 2015-08-17 | 2017-02-28 | 전자부품연구원 | 위성 사진을 이용한 cctv 화면에서의 거리 측정 방법 |
| KR101874968B1 (ko) | 2017-07-03 | 2018-08-02 | (주)시정 | 이미지 정보 기반의 시정거리 측정 시스템 및 이를 이용한 시정거리 측정 방법 |
| KR101993445B1 (ko) | 2018-03-05 | 2019-06-26 | (주)시정 | 인공지능을 이용한 영상분석 시정계 |
| WO2019172500A1 (ko) * | 2018-03-05 | 2019-09-12 | 주식회사 시정 | 인공지능을 이용한 영상분석 시정계 |
| KR101993447B1 (ko) | 2018-03-05 | 2019-09-30 | (주)시정 | 인공지능을 이용한 차량용 영상 시정계 |
| KR102095299B1 (ko) | 2018-11-07 | 2020-03-31 | (주)시정 | 야간 시정계 |
| KR20230018625A (ko) | 2021-07-30 | 2023-02-07 | 대한민국(기상청 국립기상과학원장) | 랜덤포레스트 기계학습과 기상 관측 및 모델 예측 자료를 이용한 실시간 시정 산출 방법 |
Also Published As
| Publication number | Publication date |
|---|---|
| US9909859B2 (en) | 2018-03-06 |
| US20150285624A1 (en) | 2015-10-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101503213B1 (ko) | 영상 이미지의 지리정보 및 패턴인식 기술을 이용한 시정거리 측정 장치 및 그 측정 방법 | |
| US11719853B2 (en) | Underground infrastructure sensing using unmanned aerial vehicle (UAV) | |
| KR102094341B1 (ko) | 인공지능 기반의 도로 노면 불량 객체 정보 분석 시스템 및 방법 | |
| KR100715140B1 (ko) | 시정 측정 장치 및 그 방법 | |
| US9726543B2 (en) | Apparatus and method for validating leak survey results | |
| US8411083B2 (en) | Method and device for displaying an indication of the quality of the three-dimensional data for a surface of a viewed object | |
| US10809148B2 (en) | Combined gas leakage detection and quantification | |
| US10872247B2 (en) | Image feature emphasis device, road surface feature analysis device, image feature emphasis method, and road surface feature analysis method | |
| CN111122490A (zh) | 一种室内气体泄漏信息采集方法及其装置 | |
| CN106683038A (zh) | 一种生成火情态势图的方法及装置 | |
| KR101674391B1 (ko) | 렌즈 오염도 측정 장치 및 방법 | |
| JP2014196926A (ja) | 外装材の劣化判定方法および判定装置 | |
| KR102039048B1 (ko) | 모의 위성 영상을 생성하는 장치 및 방법 | |
| CN111046121A (zh) | 环境监控方法、装置和系统 | |
| CN113762161A (zh) | 一种障碍物智能监测方法及系统 | |
| CA2830344C (en) | Corrosion assessment apparatus and method | |
| CN106454338B (zh) | 电子设备图片显示效果检测方法及装置 | |
| US10970833B2 (en) | Pipe image feature analysis using calibration data | |
| JP2024008990A (ja) | 監視装置、監視システムおよび監視方法 | |
| KR20150055686A (ko) | 광학 센싱을 이용한 플룸 혼탁도 측정 방법 및 플룸 혼탁도 측정 프로그램을 기록한 기록 매체 | |
| KR101111434B1 (ko) | 가상 측량자를 이용한 실측방법 및 가상 측량자를 이용한 실측시스템 | |
| CN111815552A (zh) | 一种工件检测方法、装置、可读存储介质及终端设备 | |
| JP2011252746A (ja) | ケーブル位置検出装置、ケーブル位置検出方法及びケーブル位置検出プログラム | |
| US20230136883A1 (en) | Joint surface safety evaluation apparatus | |
| Yuen et al. | Daytime atmospheric plume opacity measurement using a camcorder |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant | ||
| LAPS | Lapse due to unpaid annual fee |