KR101610485B1 - Seaweeds removing method and system - Google Patents

Seaweeds removing method and system Download PDF

Info

Publication number
KR101610485B1
KR101610485B1 KR1020140104278A KR20140104278A KR101610485B1 KR 101610485 B1 KR101610485 B1 KR 101610485B1 KR 1020140104278 A KR1020140104278 A KR 1020140104278A KR 20140104278 A KR20140104278 A KR 20140104278A KR 101610485 B1 KR101610485 B1 KR 101610485B1
Authority
KR
South Korea
Prior art keywords
algae
image
bird
priority
unit
Prior art date
Application number
KR1020140104278A
Other languages
Korean (ko)
Other versions
KR20160019681A (en
Inventor
문종혁
윤좌문
최원준
Original Assignee
두산중공업 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 두산중공업 주식회사 filed Critical 두산중공업 주식회사
Priority to KR1020140104278A priority Critical patent/KR101610485B1/en
Publication of KR20160019681A publication Critical patent/KR20160019681A/en
Application granted granted Critical
Publication of KR101610485B1 publication Critical patent/KR101610485B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume, or surface-area of porous materials
    • G01N15/06—Investigating concentration of particle suspensions
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F1/00—Treatment of water, waste water, or sewage
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F1/00—Treatment of water, waste water, or sewage
    • C02F1/40—Devices for separating or removing fatty or oily substances or similar floating material
    • 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
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands

Abstract

본 발명은 해상에 존재하는 조류에 대해 지능형 CCTV를 통해 넓은 지역을 촬영해 얻은 조류 영상 정보를 분석해 조류가 발생된 것으로 인식되면 경보를 발령하고, GPS 위치에 근거해 발생 지점으로 이동하여 조류를 제거할 수 있도록 하는 감지 조류 제거 시스템 및 방법에 관한 것이다. 이를 위해 감지 조류 제거 시스템은, 조류의 발생이 가능한 일정 구역마다 설치된 카메라를 통해 해당 구역을 촬영하여 조류 영상을 획득하는 조류영상 획득부; 상기 실시간으로 획득된 조류 영상이나, 이전에 획득된 조류 영상을 저장하는 조류정보 데이터베이스; 상기 이전에 획득된 조류 영상의 패턴 및 트랜드를 찾아 데이터간 상관관계를 분석해 규칙 및 예측 모델을 생성하고, 상기 규칙 및 예측 모델에 근거해 상기 실시간으로 획득된 조류 영상을 분석하는 조류영상 분석부; 상기 분석 결과에 따라 조류가 발생한 경우에 조류 발생 구역에 대한 대응 시급성의 우선순위를 결정하는 우선순위 결정부; 상기 조류 영상의 분석 결과에 따라 조류가 발생된 경우에 조류 발생을 경고하여 알람해 주도록 제어하고, 상기 결정된 우선순위에 따라 대응 시급성의 우선순위가 높은 구역의 조류를 제거하도록 제어하는 제어부; 및 상기 제어에 따라 대응 시급성의 우선순위가 높은 구역의 조류를 제거하는 조류 제거부를 포함하는 것을 특징으로 한다.The present invention analyzes alga image information obtained by photographing a large area through intelligent CCTV with respect to algae existing in the sea, issues alerts when algae are recognized, moves to the point of occurrence based on GPS position, And more particularly, to a detection algae elimination system and method. To this end, the detection algae elimination system includes an algae image acquiring unit for acquiring algae images by photographing a corresponding area through a camera installed in a predetermined area where algae can be generated; A bird information database for storing the bird images acquired in the real time or the previously acquired bird images; An algae image analyzer for generating a rule and a predictive model by analyzing correlation between data by searching patterns and trends of the previously acquired algae images, and analyzing the algae images obtained in real time based on the rules and predictive models; A priority determining unit for determining a priority of correspondence urgency with respect to the algae generating area when algae occur according to the analysis result; A controller for alerting and alerting the generation of algae when an algae is generated according to the analysis result of the algae image, and controlling the algae of a region having a high priority of correspondence urgency according to the determined priority; And an algaecoler for removing the algae in the areas of high urgency priority according to the control.

Description

감지 조류 제거 시스템 및 방법{Seaweeds removing method and system}{Seaweeds removing method and system}

본 발명은 감지 조류 제거 시스템 및 방법에 관한 것으로서, 더욱 자세하게는 해상에 존재하는 조류에 대해 지능형 CCTV를 통해 넓은 지역을 촬영해 얻은 조류 영상 정보를 분석해 조류가 발생된 것으로 인식되면 경보를 발령하고, GPS 위치에 근거해 발생 지점으로 이동하여 조류를 제거할 수 있도록 하는 감지 조류 제거 시스템 및 방법에 관한 것이다.
The present invention relates to a detection algae elimination system and method, and more particularly, to an algae detection system and method for detecting algae in a large area through intelligent CCTV, And more particularly to a detection algae elimination system and method that enables algae to be removed by moving to a point of occurrence based on GPS position.

최근에 우리나라 4 대강 여건이 변화하고, 기후가 변화함에 따라 유해 조류대 발생 현상이 빈번해지고 있다.Recently, as the climate of the four major rivers in Korea has changed and the climate has changed, the occurrence of harmful birds has become frequent.

이러한 유해 조류대가 발생하거나 조류가 증가하게 되면 여과지 폐색으로 정수장의 관리 비용이 증가하게 되고, 맛냄새 물질의 독소 유발로 수돗물 이용에 피해가 발생하게 된다.If such harmful algae occur or the tide increases, the cost of the water treatment plant increases due to the clogging of the filter paper, and the toxic substance of the tastes causes damage to the use of tap water.

미국 EPA는 남조독소를 미규제 오염물질 후보로 포함할 예정이고, 국내도 조류 관련 수질 기준이 강화되고 있다.The United States EPA is planning to include the Namdo toxin as a non-regulated pollutant candidate, and domestic water quality standards for algae are also strengthening.

그런데, 종래에 조류를 제거하기 위한 처리 장치들은 조류 발생 후 처리 및 저감을 위한 기술에 촛점이 맞추어져 있기에, 조류 발생의 즉각적인 대응을 위해 소형 무인 자동화로 상시 조류 제거가 가능한 장치의 개발이 요구되고 있다. Conventionally, processing apparatuses for removing algae have focused on techniques for processing and reducing algae. Therefore, in order to immediately respond to algae generation, it is required to develop a device capable of eliminating the algae at all times by small unmanned automation have.

그러나, 조기 예측관리 기술이 연계된 조류 관리 종합 시스템의 필요성이 제기되면서 센서를 활용한 수질 모니터링 시스템이 도입되고 있으나, 넓은 호수나 해수 지역을 처리하기에는 어려움이 있다.However, as the need for a comprehensive algae management system linked with early prediction management technology has been raised, a water quality monitoring system using sensors has been introduced, but it is difficult to handle a wide lake or seawater area.

즉, 넓은 호수나 해수 지역을 처리하기 위해서는 센서를 탑재한 많은 양의 인공 부도와 부표가 필요하고, 그에 따라 성능 비용(CAPEX나 OPEX)이 증가하게 되며, 조류 번식 범위와 방향을 예측하기에 어려움이 있었다.
In other words, to cope with large lake and seawater areas, a large amount of artificial bankruptcy and buoys with sensors are required, resulting in an increase in performance cost (CAPEX or OPEX) and difficulty in predicting the range and direction of bird breeding .

한국 공개특허 제10-2010-0134564호(공개일 : 2010년12월23일)Korean Patent Publication No. 10-2010-0134564 (published on December 23, 2010)

전술한 문제점을 해결하기 위한 본 발명의 목적은, 해상에 존재하는 조류에 대해 지능형 CCTV를 통해 넓은 지역을 촬영해 얻은 조류 영상 정보를 분석해 조류가 발생된 것으로 인식되면 경보를 발령하고, GPS 위치에 근거해 발생 지점으로 이동하여 조류를 제거할 수 있도록 하는 감지 조류 제거 시스템 및 방법을 제공함에 있다.
An object of the present invention to solve the above-mentioned problems is to analyze alga image information obtained by photographing a large area through an intelligent CCTV with respect to algae existing in the sea, issue alerts when algae are recognized to be generated, And to remove the algae by moving to a point of occurrence based on the detected algae.

전술한 목적을 달성하기 위한 본 발명의 일 측면에 따르면, 해상에서 조류의 발생이 가능한 일정 구역마다 설치된 카메라를 통해 해상 구역을 촬영하여 조류 영상을 획득하는 조류영상 획득부; 상기 조류영상 획득부를 통해 실시간으로 획득된 조류 영상이나, 이전에 획득된 조류 영상을 저장하는 조류정보 데이터베이스; 상기 이전에 획득된 조류 영상의 패턴 및 트랜드를 찾아 데이터간 상관관계를 분석해 규칙 및 예측 모델을 생성하고, 상기 규칙 및 예측 모델에 근거해 상기 실시간으로 획득된 조류 영상을 분석하는 조류영상 분석부; 상기 조류영상 분석부를 통한 분석 결과에 따라 조류가 발생한 경우에 조류 발생 구역에 대한 대응 시급성의 우선순위를 결정하는 우선순위 결정부; 상기 조류 영상의 분석 결과에 따라 조류가 발생된 경우에 조류 발생을 경고하여 알람해 주도록 제어하고, 상기 우선순위 결정부에 의해 결정된 우선순위에 따라 대응 시급성의 우선순위가 높은 구역의 조류를 제거하도록 제어하는 제어부; 및 상기 제어부의 제어에 따라 대응 시급성의 우선순위가 높은 구역의 조류를 제거하는 조류 제거부를 포함하는 감지 조류 제거 시스템이 제공된다.According to an aspect of the present invention, there is provided an algae image acquiring unit for acquiring algae images by photographing a marine area through a camera installed in a predetermined area capable of generating algae at sea; A bird information database for storing a bird image acquired in real time through the bird image acquiring unit or a previously acquired bird image; An algae image analyzer for generating a rule and a predictive model by analyzing correlation between data by searching patterns and trends of the previously acquired algae images, and analyzing the algae images obtained in real time based on the rules and predictive models; A priority determining unit for determining a priority of correspondence urgency with respect to the algae generating area when the algae is generated according to the analysis result through the algae image analyzing unit; And alerting and alerting the generation of algae when an algae is generated according to the result of the analysis of the algae image, and removing the algae of the regions having high priority of the corresponding urgency according to the priority order determined by the priority determining unit A control unit for controlling the control unit; And an algae eliminating unit for eliminating algae in a region having a high urgency priority according to the control of the control unit.

또한, 상기 조류영상 획득부는, 상기 카메라가 촬영하는 구역의 위치 정보를 GPS(Global Postioning System) 기능을 통해 획득하여 상기 제어부로 제공된다.In addition, the alga image acquiring unit acquires position information of a region photographed by the camera through a Global Positioning System (GPS) function and is provided to the controller.

또한, 상기 조류정보 데이터베이스는, 상기 획득된 조류 영상에 대해, 획득 날짜와 시간 이외에 계절, 갈수 주기, 일사량, 풍량에 대한 정보와, 일사량과 수온, pH, TP/BOD, 전도도, Chl-a을 포함하는 해수 품질에 대한 정보를 저장하고 있다.In addition, the algae information database may further include information on the season, the lunar cycle, the amount of solar radiation, the amount of wind, the solar radiation amount, the temperature, pH, TP / BOD, conductivity, Chl-a It contains information on the quality of the seawater that it contains.

또한, 상기 조류영상 분석부는, 상기 이전에 획득된 조류 영상에 대해, 계절과 날짜 및 시간에 따른 조류 발생 패턴 및 성향(Trend)을 파악하고, 온도와 일사량, pH 농도, 갈수 주기, 색조와 채도의 변화를 영향 인자로 규칙 및 예측 모델을 생성한다.In addition, the bird image analyzing unit analyzes the bird pattern and trends according to the season, date, and time of the previously obtained bird image, and calculates a bird's eye image based on the temperature, the solar radiation amount, the pH concentration, And generates a rule and a predictive model with the influence of the change.

또한, 상기 조류영상 분석부는, 상기 실시간 획득된 조류 영상에 대해 상기 규칙 및 예측 모델에 근거해 영향 인자들의 상관 관계를 분석한다.The bird's eye image analyzing unit analyzes the correlation between the influencing factors based on the rule and the predictive model with respect to the real-time acquired bird image.

또한, 상기 제어부는 상기 조류영상 분석부를 통해 상기 실시간 조류 영상에서 상기 규칙 및 예측 모델에 근거해 색조와 채도를 통해 배경을 분리하여 분석한 결과, 짙은 녹색(청록)인 경우에 남조류로 식별하고, 완전 갈색인 경우 규조류로 식별하며, 녹색이나 황녹색인 경우 녹조류로 식별하며, 적갈색인 경우 Euqlenoids 조류로 식별하며, 황갈색인 경우 와편모 조류로 식별하게 된다.In addition, the controller separates the background through the hue and saturation based on the rule and the predictive model in the real-time bird image through the bird's eye image analyzing unit. As a result, the control unit identifies the blue-green alga in the case of dark green (cyan) It is identified as diatoms in case of completely brown, and it is identified as green algae in case of green or yellow-green. In case of reddish brown, it is identified as Euqlenoids algae.

또한, 상기 제어부의 제어에 따라 무선 통신을 통해 상기 조류 발생을 경보하여 알람해 주는 경보 알람부를 더 포함한다.The control unit may further include an alarm unit for alerting and alerting the occurrence of the algae through wireless communication under the control of the control unit.

또한, 상기 우선순위 결정부는, 상기 실시간 획득된 조류 영상에 대해 상기 규칙 및 예측 모델에 근거해 분석하여 조류가 발생했던 상황에서의 상관관계가 가장 높은 영향 인자로 구성된 조류 발생 구역을 대응 시급성의 최우선 순위로 결정하게 된다.The priority determining unit analyzes the real-time algae image based on the rule and the predictive model, and determines the algae generation area having the highest correlation factor in the situation where the algae is generated as the priority of the corresponding urgency It is decided in rank.

또한, 상기 조류 제거부는, 상기 대응 시급성의 우선 순위가 가장 높은 조류 발생 구역에 대해, 발생된 조류에 초음파를 적용하여 기포의 생성과 붕괴로 물리/화학적 현상이 발생되도록 하여 조류의 기낭(액포)과 세포막이 손상되도록 하거나, 조류에 천연응집제를 주입하여 조류와 오염슬러지를 응집 및 부상시켜 제거하게 된다.In addition, the algaecoler may apply ultrasonic waves to the algae generated in the algae generating region having the highest priority of the corresponding urgency, so that the physical / chemical phenomenon occurs due to the generation and collapse of the bubbles, And the cell membrane is damaged, or the natural coagulant is injected into the algae to coagulate and float the algae and the contaminated sludge.

또한, 상기 조류영상 분석부는, 상기 실시간 조류 영상에 대해 영향 인자를 이용해 상관 관계를 분석해 특정 지역, 환경 정보, 상태 변화에 따라 생성한 상기 규칙 및 예측 모델에 근거해 수계 색상 정보를 통해 배경 영역을 분리하고, 색조(H)와 채도(S) 성분에 따른 영상 밝기 차이를 계산 및 모델링하여 색상 변화에 따른 전경 영역을 분리하게 된다.Also, the alga image analyzing unit analyzes the correlation using the influence factors on the real-time algae image, and based on the rule and prediction model generated according to the specific region, environment information, and state change, And calculates and models the image brightness difference according to the hue (H) and chroma (S) components, thereby separating the foreground region according to the color change.

그리고, 상기 제어부는, 상기 전경 영역으로 분리한 객체 중에서 탐지된 대상에 대해 칼만 필터를 통해 노이즈를 제거하고, 파티클 필터를 통해 연속되는 영상에서 식별된 객체의 이동 경로를 판별하게 된다.
The control unit removes noise from the detected object among the objects separated into the foreground region through the Kalman filter, and determines the path of the object identified in the continuous image through the particle filter.

한편, 전술한 목적을 달성하기 위한 본 발명의 다른 측면에 따르면, (a) 조류영상 획득부가 해상에서 조류의 발생이 가능한 일정 구역마다 설치된 카메라를 통해 해상 구역을 촬영하여 조류 영상을 획득하는 단계; (b) 제어부가 상기 조류영상 획득부를 통해 실시간으로 획득된 조류 영상을 조류영상 데이터베이스에 저장하는 단계; (c) 조류영상 분석부가 상기 조류영상 데이터베이스에 저장된 이전에 획득된 조류 영상의 패턴 및 트랜드를 찾아 데이터간 상관관계를 분석해 규칙 및 예측 모델을 생성하는 단계; (d) 조류영상 분석부가 상기 규칙 및 예측 모델에 근거해 상기 실시간으로 획득된 조류 영상을 분석하는 단계; (e) 우선순위 결정부가 상기 조류영상 분석부를 통한 분석 결과에 따라 조류가 발생한 경우에 조류 발생 구역에 대한 대응 시급성의 우선순위를 결정하는 단계; (f) 제어부가 상기 우선순위 결정부에 의해 결정된 우선순위에 따라 대응 시급성의 우선순위가 높은 구역의 조류를 제거하도록 제어하는 단계; 및 (g) 조류 제거부가 상기 제어부의 제어에 따라 대응 시급성의 우선순위가 높은 구역의 조류를 제거하는 단계를 포함하는 감지 조류 제거 방법이 제공된다.According to another aspect of the present invention, there is provided a method for acquiring algae images, the method comprising: (a) acquiring algae images by photographing a marine area through a camera installed in a predetermined area where algae images can be generated in the sea; (b) storing a bird image acquired in real time by the controller in the bird image database through the bird image acquiring unit; (c) generating a rule and a prediction model by analyzing a correlation between data by searching for a pattern and a trend of a previously obtained bird image stored in the bird image database; (d) analyzing the algae image obtained in real time based on the rule and predictive model; (e) a priority determining unit determining priority of correspondence urgency with respect to the algae generating area when algae are generated according to an analysis result through the algae image analyzing unit; (f) controlling the control unit to remove algae of a region having a high urgency priority according to the priority determined by the priority determining unit; And (g) the algae removing unit removing the algae in the areas of high urgency and high priority in accordance with the control of the control unit.

또한, 상기 (a) 단계에서 상기 조류영상 획득부는, 상기 카메라가 촬영하는 구역의 위치 정보를 GPS(Global Postioning System) 기능을 통해 획득하여 상기 제어부로 제공하게 된다.In the step (a), the alga image acquiring unit acquires position information of a region photographed by the camera through a Global Positioning System (GPS) function and provides the acquired information to the controller.

또한, 상기 (b) 단계에서 상기 조류정보 데이터베이스는, 상기 획득된 조류 영상에 대해, 획득 날짜와 시간 이외에 계절, 갈수 주기, 일사량, 풍량에 대한 정보와, 일사량과 수온, pH, TP/BOD, 전도도, Chl-a을 포함하는 해수 품질에 대한 정보를 저장하고 있다.In addition, in the step (b), the bird's information database may further include information on season, lunar cycle, radiation amount, air volume, radiation amount and temperature, pH, TP / BOD, Conductivity, and Chl-a.

또한, 상기 (c) 단계에서 상기 조류영상 분석부는, 상기 이전에 획득된 조류 영상에 대해, 계절과 날짜 및 시간에 따른 조류 발생 패턴 및 성향(Trend)을 파악하고, 온도와 일사량, pH 농도, 갈수 주기, 색조와 채도의 변화를 영향 인자로 상기 규칙 및 예측 모델을 생성하게 된다.In the step (c), the bird's eye image analyzing unit analyzes the bird's pattern and trend according to the season, date, and time of the previously acquired bird's image, The rule, and the prediction model are generated with the influence of the change of the coloring period, the hue and the saturation as the influencing factors.

또한, 상기 (c) 단계에서 상기 조류영상 분석부는, 상기 실시간 획득된 조류 영상에 대해 상기 규칙 및 예측 모델에 근거해 영향 인자들의 상관 관계를 분석하게 된다.In the step (c), the bird's eye image analyzing unit analyzes the correlation of the influential factors based on the rule and the predictive model with respect to the real-time acquired bird image.

또한, 상기 (d) 단계에서 상기 제어부는 상기 조류영상 분석부를 통해 상기 실시간 조류 영상에서 상기 규칙 및 예측 모델에 근거해 색조와 채도를 통해 배경을 분리하여 분석한 결과, 짙은 녹색(청록)인 경우에 남조류로 식별하고, 완전 갈색인 경우 규조류로 식별하며, 녹색이나 황녹색인 경우 녹조류로 식별하며, 적갈색인 경우 Euqlenoids 조류로 식별하며, 황갈색인 경우 와편모 조류로 식별하게 된다.In the step (d), the controller separates the background through the hue and saturation based on the rule and the prediction model in the real-time bird image through the bird's eye image analyzing unit. As a result, when the background is dark green , And it is identified as diatoms when it is completely brown. It is identified as green algae when it is green or yellow-green. When it is reddish brown, it is identified as Euqlenoids algae.

또한, 상기 (f) 단계에서 상기 제어부는, 상기 조류 영상의 분석 결과에 따라 조류가 발생된 경우에 조류 발생을 경보하여 알람해 주도록 제어하게 된다.In the step (f), the control unit alerts the generation of the algae when the algae is generated according to the analysis result of the algae image, and alerts the algae to occur.

또한, 상기 (e) 단계에서 상기 우선순위 결정부는, 상기 실시간 획득된 조류 영상에 대해 상기 규칙 및 예측 모델에 근거해 분석하여 조류가 발생했던 상황에서의 상관관계가 가장 높은 영향 인자로 구성된 조류 발생 구역을 대응 시급성의 최우선 순위로 결정하게 된다.In addition, in the step (e), the priority determining unit analyzes the real-time acquired bird image based on the rule and the prediction model and generates a bird having a highest correlation factor in a situation where the bird has occurred Areas will be determined to be the highest priority of corresponding urgency.

또한, 상기 (d) 단계에서 상기 조류영상 분석부는, 상기 실시간 조류 영상에 대해 영향 인자를 이용해 상관 관계를 분석해 특정 지역, 환경 정보, 상태 변화에 따라 생성한 상기 규칙 및 예측 모델에 근거해 수계 색상 정보를 통해 배경 영역을 분리하고, 색조(H)와 채도(S) 성분에 따른 영상 밝기 차이를 계산 및 모델링하여 색상 변화에 따른 전경 영역을 분리하게 된다.In the step (d), the bird's eye image analyzing unit analyzes the correlation of the real-time bird image using an influence factor and generates a water color based on the rule and the prediction model generated according to a specific region, environment information, The background region is separated from the information and the foreground region according to the color change is separated by calculating and modeling the image brightness difference according to the color tone (H) and the saturation (S) component.

또한, 상기 (d) 단계에서 상기 제어부는, 상기 전경 영역으로 분리한 객체 중에서 탐지된 대상에 대해 칼만 필터를 통해 노이즈를 제거하고, 파티클 필터를 통해 연속되는 영상에서 식별된 객체의 이동 경로를 판별하게 된다.In addition, in the step (d), the controller removes noise from a detected object among the objects separated into the foreground region through a Kalman filter, identifies a moving path of the identified object in the continuous image through the particle filter, .

그리고, 상기 (g) 단계에서 상기 조류 제거부는, 상기 대응 시급성의 우선 순위가 가장 높은 조류 발생 구역에 대해, 발생된 조류에 초음파를 적용하여 기포의 생성과 붕괴로 물리/화학적 현상이 발생되도록 하여 조류의 기낭(액포)과 세포막이 손상되도록 하거나, 조류에 천연 응집제를 주입하여 조류와 오염슬러지를 응집 및 부상시켜 제거하게 된다.
In the step (g), the algae elimination unit applies ultrasonic waves to the generated algae with respect to the algae generation region having the highest priority of the corresponding urgency, so that physical / chemical phenomena are generated by the generation and collapse of the bubbles It is possible to damage the air sacs and cell membranes of the algae, or to inject the natural coagulant into the algae to remove the algae and the contaminated sludge by flocculating and floating.

본 발명에 의하면, 센서 대신에 지능형 시스템을 적용함으로써 조류의 탐지식별추적이 가능하게 하여 조류발생에 선제적으로 대응할 수 있다.According to the present invention, by applying an intelligent system in place of the sensor, it is possible to track the identification of the bird, thereby preemptively responding to the occurrence of the bird.

또한, 지능형 CCTV(IP Camera), GPS, 무선 이동통신, 데이터베이스 등을 이용하여 정보 수집기술을 활용할 수 있다.In addition, intelligent CCTV (IP Camera), GPS, wireless mobile communication, database, etc. can be used to utilize information collection technology.

또한, 지능형 CCTV를 통한 영상 감시 시스템을 통해 색깔 및 온도 변화를 감지하여 조류를 탐지, 식별, 추적이 가능하고, 어떤 장면도 놓치지 않고 몇 분 안에 분석도 가능하다.In addition, the video surveillance system through intelligent CCTV detects color and temperature change and can detect, identify and track algae, and can analyze in a few minutes without missing any scene.

또한, 호수나 해수 등 넓은 지역을 감시하여 이상 감지 시 조류 제거 시스템 제어를 통해 각 구역별 대응 시급성 우선순위화 및 조류 제거 장치 이동 경로 최적화로 조류 확산에 선제적으로 대응할 수 있다.In addition, it monitors wider areas such as lakes and seawater, and it can preemptively respond to the spread of algae by controlling the algae elimination system in case of anomaly detection and optimizing the movement priority of each zone and optimizing the route of the algae removal device.

그리고, 유해 조류 발생 시 지능형 시스템을 통해 신속하게 대응하게 됨으로써 인건비를 절감할 수 있으며, 조류 예방 및 제거의 편의성을 증대시킬 수 있다.
In addition, when harmful algae are generated, the intelligent system can respond promptly, thereby reducing labor costs and increasing the convenience of bird prevention and elimination.

도 1은 본 발명의 실시예에 따른 감지 조류 제거 시스템의 전반적인 구성 예를 나타낸 구성도이다.
도 2는 본 발명의 실시예에 따른 감지 조류 제거 방법을 설명하기 위한 동작 흐름도이다.
도 3은 본 발명의 실시예에 따른 조류정보 데이터베이스에 저장된 데이터 정보의 구조를 나타낸 도면이다.
도 4는 본 발명의 실시예에 따른 조류영상 분석부에서 영향 인자를 이용해 조류 영상을 분석하는 예를 나타낸 도면이다.
도 5는 본 발명의 실시예에 따라 HIS PCA를 이용해 객체를 식별하는 예를 나타낸 도면이다.
도 6은 본 발명의 실시예에 따른 조류 영상을 분석하여 조류가 발생된 구역에 대해 조류 번식 속도에 따라 우선순위를 결정하는 예를 나타낸 도면이다.BRIEF DESCRIPTION OF THE DRAWINGS FIG. 1 is a block diagram illustrating an overall configuration of a sensed algae elimination system according to an embodiment of the present invention; FIG.
FIG. 2 is a flowchart illustrating a method for removing algae according to an exemplary embodiment of the present invention. Referring to FIG.
3 is a diagram illustrating the structure of data information stored in the algae information database according to an embodiment of the present invention.
4 is a diagram illustrating an example of analyzing a bird image using an influence factor in the bird image analysis unit according to an embodiment of the present invention.
5 is a diagram illustrating an example of identifying an object using the HIS PCA according to an embodiment of the present invention.
FIG. 6 is a diagram illustrating an example of analyzing a bird image according to an embodiment of the present invention to determine a priority according to a bird breeding speed for a bird-generated zone.

본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세하게 설명하고자 한다. 그러나, 이는 본 발명의 특정한 실시형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. While the invention is susceptible to various modifications and alternative forms, specific embodiments thereof are shown by way of example in the drawings and will herein be described in detail. It should be understood, however, that it is not intended to be limited to the particular embodiments of the invention but includes all modifications, equivalents, and alternatives falling within the spirit and scope of the invention.

본 발명에 따른 감지 조류 제거 시스템 및 방법의 실시예를 첨부도면을 참조하여 상세히 설명하기로 한다. 첨부도면을 참조하여 설명함에 있어 동일하거나 대응하는 구성 요소는 동일한 도면번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS Embodiments of a detection algae elimination system and method according to the present invention will be described in detail with reference to the accompanying drawings. In the following description with reference to the accompanying drawings, the same or corresponding components will be denoted by the same reference numerals, and redundant description thereof will be omitted.

도 1은 본 발명의 실시예에 따른 감지 조류 제거 시스템의 전반적인 구성 예를 나타낸 구성도이다.BRIEF DESCRIPTION OF THE DRAWINGS FIG. 1 is a block diagram illustrating an overall configuration of a sensed algae elimination system according to an embodiment of the present invention; FIG.

도 1을 참조하면, 본 발명의 실시예에 따른 감지 조류 제거 시스템(100)은, 조류영상 획득부(110), 조류정보 데이터베이스(120), 조류영상 분석부(130), 우선순위 결정부(140), 경보 알람부(150), 조류 제거부(160) 및 제어부(170)를 포함한다.1, the system 100 for detecting algae elimination according to an embodiment of the present invention includes a bird image acquisition unit 110, a bird information database 120, a bird image analysis unit 130, a priority determination unit 140, an alarm unit 150, an algae removing unit 160, and a controller 170.

조류영상 획득부(110)는 해상에서 조류의 발생이 가능한 일정 구역마다 설치된 카메라를 통해 해상 구역을 촬영하여 조류 영상을 획득한다.The bird image acquiring unit 110 acquires a bird image by photographing a marine area through a camera installed in a predetermined area where algae can be generated at sea.

여기서, 조류영상 획득부(110)는 예컨대, IP 카메라를 이용하는 지능형 CCTV 장치로 구현할 수 있다.Here, the alga image acquiring unit 110 may be implemented, for example, as an intelligent CCTV apparatus using an IP camera.

또한, 조류영상 획득부(110)는, 카메라가 촬영하는 구역의 위치 정보를 GPS(Global Postioning System) 기능을 통해 획득하여 제어부(150)로 제공한다.In addition, the alga image acquiring unit 110 obtains the position information of the area photographed by the camera through a Global Positioning System (GPS) function and provides the obtained information to the controller 150.

조류정보 데이터베이스(120)는 조류영상 획득부(110)를 통해 실시간으로 획득된 조류 영상이나, 이전에 획득된 조류 영상을 저장한다.The bird information database 120 stores a bird image acquired in real time through the bird image acquisition unit 110 or a previously acquired bird image.

또한, 조류정보 데이터베이스(120)는, 획득된 조류 영상에 대해, 획득 날짜와 시간 이외에 계절, 갈수 주기, 일사량, 풍량에 대한 정보와, 일사량과 수온, pH, TP/BOD, 전도도, Chl-a을 포함하는 해수 품질에 대한 정보를 저장하고 있다.The algae information database 120 also stores information on the obtained algae image in addition to the acquisition date and time, such as season, season, period, amount of air, amount of solar radiation, water temperature, pH, TP / BOD, conductivity, Chl-a And the sea water quality.

조류영상 분석부(130)는 이전에 획득된 조류 영상의 패턴 및 트랜드를 찾아 데이터간 상관관계를 분석해 규칙 및 예측 모델을 생성하고, 규칙 및 예측 모델에 근거해 실시간으로 획득된 조류 영상을 분석한다.The bird's eye image analysis unit 130 analyzes the correlation between data by searching patterns and trends of the previously obtained bird's image to generate a rule and a predictive model and analyzes the bird image obtained in real time based on the rule and the predictive model .

또한, 조류영상 분석부(130)는, 이전에 획득된 조류 영상에 대해, 계절과 날짜 및 시간에 따른 조류 발생 패턴 및 성향(Trend)을 파악하고, 온도와 일사량, pH 농도, 갈수 주기, 색조와 채도의 변화를 영향 인자로 규칙 및 예측 모델을 생성한다.The bird's eye image analyzing unit 130 analyzes the bird's current pattern and trend according to the season, date, and time of the previously obtained bird's image, and calculates the temperature and irradiation amount, pH concentration, And a change of chroma as an influence factor.

또한, 조류영상 분석부(130)는, 실시간 획득된 조류 영상에 대해 규칙 및 예측 모델에 근거해 영향 인자들의 상관 관계를 분석한다.Also, the bird's eye image analysis unit 130 analyzes the correlation of the influence factors based on the rule and the predictive model for the bird image obtained in real time.

그리고, 조류영상 분석부(130)는, 실시간 조류 영상에 대해 영향 인자를 이용해 상관 관계를 분석해 특정 지역, 환경 정보, 상태 변화에 따라 생성한 규칙 및 예측 모델에 근거해 수계 색상 정보를 통해 배경 영역을 분리하고, 색조(H)와 채도(S) 성분에 따른 영상 밝기 차이를 계산 및 모델링하여 색상 변화에 따른 전경 영역을 분리하게 된다.The bird's eye image analysis unit 130 analyzes the correlation of the real-time bird image using the influence factors and determines the background region (s) based on the specific region, environment information, rules generated based on the state change, And calculates and models the image brightness difference according to the hue (H) and chroma (S) components, thereby separating the foreground region according to the color change.

우선순위 결정부(140)는 조류영상 분석부(130)를 통한 분석 결과에 따라 조류가 발생한 경우에 조류 발생 구역에 대한 대응 시급성의 우선순위를 결정한다.The priority determining unit 140 determines the priority of the correspondence urgency with respect to the algae generating area when the algae is generated according to the analysis result through the algae image analyzing unit 130.

또한, 우선순위 결정부(140)는, 실시간 획득된 조류 영상에 대해 규칙 및 예측 모델에 근거해 분석하여 조류가 발생했던 상황에서의 상관관계가 가장 높은 영향 인자로 구성된 조류 발생 구역을 대응 시급성의 최우선 순위로 결정하게 된다.In addition, the priority determining unit 140 analyzes the real-time acquired algae image based on the rule and the predictive model, and determines the algae generating region having the highest correlation factor in the situation where the algae occurred, It will be decided as the highest priority.

제어부(150)는 조류 영상의 분석 결과에 따라 조류가 발생된 경우에 조류 발생을 경고하여 알람해 주도록 제어하고, 우선순위 결정부(140)에 의해 결정된 우선순위에 따라 대응 시급성의 우선순위가 높은 구역의 조류를 제거하도록 제어한다.The control unit 150 alerts the generation of algae when the algae are generated according to the analysis result of the algae image, and alerts the algae to generate an alarm. The control unit 150 controls the alerting of the algae according to the priority determined by the priority determining unit 140 Control to remove algae from the area.

경보 알람부(150)는 제어부(150)의 제어에 따라 무선 통신을 통해 조류 발생을 경보하여 알람해 주게 된다.The alarm alarm unit 150 alerts the generation of algae through wireless communication under the control of the control unit 150 and alerts the user.

조류 제거부(160)는 제어부(150)의 제어에 따라 대응 시급성의 우선순위가 높은 구역의 조류를 제거한다.The algae removing unit 160 removes algae in areas of high urgency and priority according to the control of the control unit 150.

또한, 조류 제거부(160)는, 대응 시급성의 우선 순위가 가장 높은 조류 발생 구역에 대해, 발생된 조류에 초음파를 적용하여 기포의 생성과 붕괴로 물리/화학적 현상이 발생되도록 하여 조류의 기낭(액포)과 세포막이 손상되도록 하거나, 조류에 천연응집제를 주입하여 조류와 오염슬러지를 응집 및 부상시켜 제거하게 된다.In addition, the algaecide removing unit 160 applies ultrasonic waves to the algae generated in the algae generating area having the highest priority in the corresponding urgency, so that the physical / chemical phenomenon occurs due to the generation and collapse of the bubbles, And the cell membrane is damaged, or the natural coagulant is injected into the algae to flocculate and float the algae and the contaminated sludge.

또한, 제어부(170)는 조류영상 분석부를 통해 실시간 조류 영상에서 규칙 및 예측 모델에 근거해 색조와 채도를 통해 배경을 분리하여 분석한 결과, 짙은 녹색(청록)인 경우에 남조류로 식별하고, 완전 갈색인 경우 규조류로 식별하며, 녹색이나 황녹색인 경우 녹조류로 식별하며, 적갈색인 경우 Euqlenoids 조류로 식별하며, 황갈색인 경우 와편모 조류로 식별하게 된다.In addition, the controller 170 separates the background through the color tone and the saturation based on the rule and the predictive model in the real-time bird image through the bird's eye image analyzing unit. As a result, the controller 170 identifies the blue- In brown, it is identified as diatoms. In the case of green or yellowish green, it is identified as green algae. In case of reddish brown, it is identified as Euqlenoids algae. In case of yellowish brown, it is identified as algae algae.

그리고, 제어부(170)는, 전경 영역으로 분리한 객체 중에서 탐지된 대상에 대해 칼만 필터를 통해 노이즈를 제거하고, 파티클 필터를 통해 연속되는 영상에서 식별된 객체의 이동 경로를 판별하게 된다.
The control unit 170 removes noise from the object detected in the foreground region through the Kalman filter, and determines the movement path of the identified object in the continuous image through the particle filter.

도 2는 본 발명의 실시예에 따른 감지 조류 제거 방법을 설명하기 위한 동작 흐름도이다. FIG. 2 is a flowchart illustrating a method for removing algae according to an exemplary embodiment of the present invention. Referring to FIG.

도 2를 참조하면, 본 발명에 따른 감지 조류 제거 시스템(100)은, 먼저 조류영상 획득부(110)가 해상에서 조류의 발생이 가능한 일정 구역마다 설치된 카메라를 통해 해상 구역을 촬영하여 조류 영상을 획득한다(S210).Referring to FIG. 2, the detection algae elimination system 100 according to the present invention is configured such that the algae image acquisition unit 110 photographs a marine area through a camera installed in a predetermined area where algae can be generated at sea, (S210).

이때, 조류영상 획득부(110)는, 카메라가 촬영하는 구역의 위치 정보를 GPS(Global Postioning System) 기능을 통해 획득하여 제어부(170)로 제공하게 된다.At this time, the alga image acquiring unit 110 obtains the position information of the area photographed by the camera through a Global Positioning System (GPS) function and provides the obtained information to the controller 170. [

이어, 제어부(170)는 조류영상 획득부(110)를 통해 실시간으로 획득된 조류 영상을 조류영상 데이터베이스(120)에 저장한다(S220).Next, the controller 170 stores the algae image acquired in real time through the algae image acquiring unit 110 in the algae image database 120 (S220).

이때, 제어부(170)는 획득된 조류 영상을 저장할 때, 획득한 날짜와 시간, 계절, 갈수주기, 일사량 및 풍량에 대한 정보도 함께 저장한다.At this time, the control unit 170 also stores information on the acquired date and time, season, lunar cycle, insolation amount and air volume when storing the acquired alga image.

따라서, 조류정보 데이터베이스(120)는, 이전에 획득하거나, 실시간으로 획득된 조류 영상에 대해, 도 3에 도시된 바와 같이 획득 날짜와 시간 이외에 계절, 갈수 주기, 일사량, 풍량에 대한 정보와, 일사량과 수온, pH, TP/BOD, 전도도, Chl-a을 포함하는 해수 품질에 대한 정보를 저장하고 있다. 도 3은 본 발명의 실시예에 따른 조류정보 데이터베이스에 저장된 데이터 정보의 구조를 나타낸 도면이다.3, the bird information database 120 stores information about the season, the lunar cycle, the insolation amount, and the air volume in addition to the acquisition date and time, And information on water quality including water temperature, pH, TP / BOD, conductivity, and Chl-a. 3 is a diagram illustrating the structure of data information stored in the algae information database according to an embodiment of the present invention.

이어, 조류영상 분석부(130)가 조류영상 데이터베이스(120)에 저장된 이전에 획득된 조류 영상의 패턴 및 트랜드를 찾아 데이터간 상관관계를 분석해 규칙 및 예측 모델을 생성한다(S230).Next, the bird's eye image analyzing unit 130 finds patterns and trends of previously acquired bird images stored in the bird's eye image database 120 and analyzes the correlation between the data to generate a rule and a predictive model (S230).

즉, 조류영상 분석부(130)는, 이전에 획득된 조류 영상에 대해, 계절과 날짜 및 시간에 따른 조류 발생 패턴 및 성향(Trend)을 파악하고, 온도와 일사량, pH 농도, 갈수 주기, 색조와 채도의 변화를 영향 인자로 규칙 및 예측 모델을 생성하게 된다.That is, the algal image analyzer 130 grasps the avian generation patterns and trends according to the season, date, and time of the previously acquired avial image, and calculates the temperature and irradiation amount, pH concentration, And a change of saturation is used as an influence factor to generate a rule and a prediction model.

따라서, 조류영상 분석부(130)는, 실시간 획득된 조류 영상에 대해 규칙 및 예측 모델에 근거해 영향 인자들의 상관 관계를 분석하게 된다. 여기서, 상관관계 분석으로 Correlation 분석이나, Fact Analysis, Bayesian Analysis, Best fit Analysis 등의 회귀 분석을 이용할 수 있다.Accordingly, the bird's eye image analysis unit 130 analyzes the correlation of the influence factors based on the rule and the prediction model for the bird image obtained in real time. Regression analysis such as correlation analysis, Fact Analysis, Bayesian analysis, and best fit analysis can be used for correlation analysis.

이어, 조류영상 분석부(130)가 규칙 및 예측 모델에 근거해 실시간으로 획득된 조류 영상을 분석한다(S240).Next, the bird's eye image analysis unit 130 analyzes the bird image obtained in real time based on the rule and the predictive model (S240).

즉, 조류영상 분석부(130)는, 도 4에 도시된 바와 같이 실시간 조류 영상에 대해 영향 인자를 이용해 상관 관계를 분석해 특정 지역, 환경 정보, 상태 변화에 따라 생성한 규칙 및 예측 모델에 근거해 수계 색상 정보를 통해 배경 영역을 분리하고, 색조(H)와 채도(S) 성분에 따른 영상 밝기 차이를 계산 및 모델링하여 색상 변화에 따른 전경 영역을 분리하게 된다. 도 4는 본 발명의 실시예에 따른 조류영상 분석부에서 영향 인자를 이용해 조류 영상을 분석하는 예를 나타낸 도면이다.That is, as shown in FIG. 4, the bird's eye image analyzing unit 130 analyzes the correlation of the real-time bird image using the influence factors, and based on the generated region and environment information, The background region is separated through the water color information, and the foreground region corresponding to the color change is separated by calculating and modeling the image brightness difference according to the color tone (H) and the saturation (S) component. 4 is a diagram illustrating an example of analyzing a bird image using an influence factor in the bird image analysis unit according to an embodiment of the present invention.

따라서, 제어부(170)는, 전경 영역으로 분리한 객체 중에서 탐지된 대상에 대해 칼만 필터를 통해 노이즈를 제거하고, 파티클 필터를 통해 연속되는 영상에서 객체를 식별하여 객체를 추적함으로써 식별된 객체의 이동 경로를 판별할 수 있다. 여기서, 제어부(170)가 조류 영상에 대해 배경을 분리할 경우, 가우시안 필터를 적용하고, 평상 시 배경 영역에 해당하는 수계 색상정보를 이용해 조류 발생 시 색상 변화에 따른 전경 영역을 분리하는 것이다. Accordingly, the controller 170 removes noise from the detected object among the objects separated into the foreground region through the Kalman filter, identifies the object in the continuous image through the particle filter, The path can be determined. Here, when the controller 170 separates the background of the bird image, the Gaussian filter is applied and the foreground region corresponding to the color change is separated using the water color information corresponding to the background region.

또한, 제어부(170)는 색상 요소인 색조(H), 채도(S) 성분을 측정하거나 영상 밝기 차이를 계산/모델링하여 도 5에 도시된 바와 같은 HIS(Intensity Hue Saturation), 주성분 분석(PCA:Principal Component Analysis)에 따라 조류 영상의 색상 유사도를 판별할 수 있다. 도 5는 본 발명의 실시예에 따라 HIS PCA를 이용해 객체를 식별하는 예를 나타낸 도면이다. 객체 식별의 경우, 전경 영역으로 판단한 객체 중에서 탐지된 대상이 조류인지 여부를 구분하는 것으로서, 예를 들어, 갈수주기가 15일 이상이고, 수중온도가 27도 이상이며, pH가 8 이상이며, TP 농도가 5mg/L인 상황에서 전경 영역(색조, 채도)의 변화를 통해 이상 징후를 판단할 수 있는 것이다. 그리고, 객체 추적 시 칼만 필터를 이용해 노이즈를 제거하며, 파티클 필터를 사용해 연속되는 영상에서 식별된 객체의 이동 경로를 검출할 수 있다.The controller 170 may measure the color tone H and saturation S or calculate and / or model a brightness difference of the image to obtain an intensity hue saturation (HIS), a principal component analysis (PCA) Principal Component Analysis) to determine the color similarity of the bird image. 5 is a diagram illustrating an example of identifying an object using the HIS PCA according to an embodiment of the present invention. In case of object identification, it is discriminated whether or not a detected object is an alga among the objects judged as foreground regions. For example, if the watering period is over 15 days, the underwater temperature is over 27 degrees, the pH is over 8, When the concentration is 5 mg / L, the abnormal symptom can be judged by changing the foreground region (hue, saturation). In addition, Kalman filter is used to remove noise in object tracking, and particle filter can be used to detect the movement path of the identified object in successive images.

또한, 제어부(170)는 조류영상 분석부(130)를 통해 실시간 조류 영상에서 규칙 및 예측 모델에 근거해 색조와 채도를 통해 배경을 분리하여 분석한 결과, 짙은 녹색(청록)인 경우에 남조류로 식별하고, 완전 갈색인 경우 규조류로 식별하며, 녹색이나 황녹색인 경우 녹조류로 식별하며, 적갈색인 경우 Euqlenoids 조류로 식별하며, 황갈색인 경우 와편모 조류로 식별하게 된다.In addition, the controller 170 separates and analyzes the background through the hue and saturation based on the rule and the prediction model in the real-time bird image through the bird's eye image analyzer 130. As a result, when the dark green (cyan) It is identified as diatoms when it is completely brown. It is identified as green algae when it is green or yellow-green. When it is reddish brown, it is identified as Euqlenoids algae.

이어, 우선순위 결정부(140)는 조류영상 분석부(130)를 통한 분석 결과에 따라 조류가 발생한 경우에 조류 발생 구역에 대한 대응 시급성의 우선순위를 결정한다(S250).Next, the priority determining unit 140 determines the priority of the correspondence urgency for the algae generating area when the algae is generated according to the analysis result through the algae image analyzing unit 130 (S250).

이때, 우선순위 결정부(140)는, 실시간 획득된 조류 영상에 대해 규칙 및 예측 모델에 근거해 분석하여 도 6에 도시된 바와 같은 과정으로 조류가 발생했던 상황에서의 상관관계가 가장 높은 영향 인자로 구성된 조류 발생 구역을 대응 시급성의 최우선 순위로 결정하게 된다. 도 6은 본 발명의 실시예에 따른 조류 영상을 분석하여 조류가 발생된 구역에 대해 조류 번식 속도에 따라 우선순위를 결정하는 예를 나타낸 도면이다. 도 6에서, A 구역은 하루(일)에 7 m2/일 량으로 동쪽으로 번식하고, B 구역은 하루(일)에 2 m2/일 량으로 동쪽으로 번식할 경우에 조류의 번식 속도가 빠른 A 구역을 먼저 우선순위로 처리하도록 결정하는 것이다.At this time, the priority determining unit 140 analyzes the real-time acquired bird image based on the rule and the predictive model, and as shown in FIG. 6, Will be determined as the highest priority of the urgency. FIG. 6 is a diagram illustrating an example of analyzing a bird image according to an embodiment of the present invention to determine a priority according to a bird breeding speed for a bird-generated zone. In Fig. 6, zone A propagates eastward by 7 m 2 / day in one day and zone B propagates eastward by 2 m 2 / day in one day, It is determined to process the fast A zone first.

이어, 제어부(170)는 우선순위 결정부(140)에 의해 결정된 우선순위에 따라 대응 시급성의 우선순위가 높은 구역의 조류를 제거하도록 제어한다(S260).Next, the control unit 170 controls the priority determining unit 140 to remove the algae of the areas with high priority of the corresponding urgency according to the priority order (S260).

이때, 제어부(170)는, 조류 영상의 분석 결과에 따라 조류가 발생된 경우에 조류 발생을 경보하여 알람해 주도록 경보 알람부(150)를 제어하게 된다.At this time, the controller 170 controls the alarm alarm unit 150 to alert the occurrence of algae when an algae is generated according to the analysis result of the alga image.

이어, 조류 제거부(160)는 제어부(170)의 제어에 따라 대응 시급성의 우선순위가 높은 구역의 조류를 제거한다(S270).Then, the algae removing unit 160 removes algae in the area having a high priority in the order of priority according to the control of the controller 170 (S270).

즉, 조류 제거부(160)는, 대응 시급성의 우선 순위가 가장 높은 조류 발생 구역에 대해, 발생된 조류에 초음파를 적용하여 기포의 생성과 붕괴로 물리/화학적 현상이 발생되도록 하여 조류의 기낭(액포)과 세포막이 손상되도록 하거나, 조류에 천연 응집제를 주입하여 조류와 오염 슬러지를 응집 및 부상시켜 제거할 수 있다.That is, the algaecide removing unit 160 applies ultrasonic waves to the algae generated in response to the algae having the highest priority in the corresponding urgency, thereby generating physical / chemical phenomena due to the generation and collapse of the bubbles, And the cell membrane may be damaged, or the algae and the contaminated sludge may be flocculated and floated by injecting a natural flocculant into the algae.

또한, 조류 제거부(160)는, 조류 발생 구역의 수중을 물순환 장치를 통해 진동하여 미세 기포가 발생되도록 하고 호기성화 하여 자정시켜 조류를 제거할 수 있다.In addition, the algaecide removing unit 160 can remove algae by self-calibrating the water in the algae generating area through the water circulating device so that minute bubbles are generated and aerated.

전술한 바와 같이 본 발명에 의하면, 해상에 존재하는 조류에 대해 지능형 CCTV를 통해 넓은 지역을 촬영해 얻은 조류 영상 정보를 분석해 조류가 발생된 것으로 인식되면 경보를 발령하고, GPS 위치에 근거해 발생 지점으로 이동하여 조류를 제거할 수 있도록 하는 감지 조류 제거 시스템 및 방법을 실현할 수 있다.As described above, according to the present invention, by analyzing alga image information obtained by photographing a large area through intelligent CCTV with respect to algae existing in the sea, alerts are issued when algae are recognized to be generated, So that the algae can be removed.

본 발명이 속하는 기술분야의 당업자는 본 발명이 그 기술적 사상이나 필수적 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있으므로, 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적인 것이 아닌 것으로서 이해해야만 한다. 본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 등가개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
It will be understood by those skilled in the art that various changes in form and details may be made therein without departing from the spirit and scope of the invention as defined by the appended claims and their equivalents. Only. The scope of the present invention is defined by the appended claims rather than the detailed description and all changes or modifications derived from the meaning and scope of the claims and their equivalents are to be construed as being included within the scope of the present invention do.

본 발명은 해상에 존재하는 조류에 대해 지능형 CCTV를 통해 넓은 지역을 촬영해 얻은 조류 영상 정보를 분석해 조류가 발생된 것으로 인식되면 경보를 발령하고, GPS 위치에 근거해 발생 지점으로 이동하여 조류를 제거할 수 있도록 하는 감지 조류 제거 시스템 및 방법에 적용할 수 있다.
The present invention analyzes alga image information obtained by photographing a large area through intelligent CCTV with respect to algae existing in the sea, issues alerts when algae are recognized, moves to the point of occurrence based on GPS position, The present invention can be applied to a detection algae elimination system and method.

100 : 감지 조류 제거 시스템 110 : 조류영상 획득부
120 : 조류정보 데이터베이스 130 : 조류영상 분석부
140 : 우선순위 결정부 150 : 경보 알람부
160 : 조류 제거부 170 : 제어부100: Detection algae removal system 110: Bird image acquisition unit
120: Bird information database 130: Bird image analysis unit
140: priority determining unit 150: alarm alarm unit
160: Bird removing unit 170: Control unit

Claims (22)

해상에서 조류의 발생이 가능한 일정 구역마다 설치된 카메라를 통해 해상 구역을 촬영하여 조류 영상을 획득하는 조류영상 획득부;
상기 조류영상 획득부를 통해 실시간으로 획득된 조류 영상이나, 이전에 획득된 조류 영상을 저장하는 조류정보 데이터베이스;
상기 이전에 획득된 조류 영상의 패턴 및 트랜드를 찾아 데이터간 상관관계를 분석해 규칙 및 예측 모델을 생성하고, 상기 규칙 및 예측 모델에 근거해 상기 실시간으로 획득된 조류 영상을 분석하는 조류영상 분석부;
상기 조류영상 분석부를 통한 분석 결과에 따라 조류가 발생한 경우에 조류 발생 구역에 대한 대응 시급성의 우선순위를 결정하는 우선순위 결정부;
상기 조류 영상의 분석 결과에 따라 조류가 발생된 경우에 조류 발생을 경고하여 알람해 주도록 제어하고, 상기 우선순위 결정부에 의해 결정된 우선순위에 따라 대응 시급성의 우선순위가 높은 구역의 조류를 제거하도록 제어하는 제어부; 및
상기 제어부의 제어에 따라 대응 시급성의 우선순위가 높은 구역의 조류를 제거하는 조류 제거부;를 포함하고,
상기 우선순위 결정부는, 상기 실시간 획득된 조류 영상에 대해 상기 규칙 및 예측 모델에 근거해 분석하여 조류가 발생했던 상황에서의 상관관계가 가장 높은 영향 인자로 구성된 조류 발생 구역을 대응 시급성의 최우선 순위로 결정하는 것을 특징으로 하는 감지 조류 제거 시스템.
An algae image acquiring unit for acquiring algae image by photographing a marine area through a camera installed in a predetermined area where algae can be generated at sea;
A bird information database for storing a bird image acquired in real time through the bird image acquiring unit or a previously acquired bird image;
An algae image analyzer for generating a rule and a predictive model by analyzing correlation between data by searching patterns and trends of the previously acquired algae images, and analyzing the algae images obtained in real time based on the rules and predictive models;
A priority determining unit for determining a priority of correspondence urgency with respect to the algae generating area when the algae is generated according to the analysis result through the algae image analyzing unit;
And alerting and alerting the generation of algae when an algae is generated according to the result of the analysis of the algae image, and removing the algae of the regions having high priority of the corresponding urgency according to the priority order determined by the priority determining unit A control unit for controlling the control unit; And
And an algaecure removing unit for removing algae in areas with high priority of corresponding urgency according to the control of the control unit,
Wherein the priority determining unit analyzes the real-time acquired bird image based on the rule and the predictive model, and assigns the bird generation area having the highest correlation factor in the situation where the bird is generated to the highest priority of the corresponding urgency Wherein the detection algae elimination system comprises:
청구항 1에 있어서,
상기 조류영상 획득부는, 상기 카메라가 촬영하는 구역의 위치 정보를 GPS(Global Postioning System) 기능을 통해 획득하여 상기 제어부로 제공하는 것을 특징으로 하는 감지 조류 제거 시스템.
The method according to claim 1,
Wherein the alga image acquiring unit acquires position information of a zone taken by the camera through a Global Positioning System (GPS) function and provides the acquired information to the control unit.
청구항 1에 있어서,
상기 조류정보 데이터베이스는, 상기 획득된 조류 영상에 대해, 획득 날짜와 시간 이외에 계절, 갈수 주기, 일사량, 풍량에 대한 정보와, 일사량과 수온, pH, TP/BOD, 전도도, Chl-a을 포함하는 해수 품질에 대한 정보를 저장하고 있는 것을 특징으로 하는 감지 조류 제거 시스템.
The method according to claim 1,
The algae information database may further include information on the obtained algae image in addition to the acquisition date and time, information on season, season, period, amount of air, amount of solar radiation, temperature, pH, TP / BOD, conductivity, Chl-a Wherein the information about the quality of the seawater is stored.
청구항 1에 있어서,
상기 조류영상 분석부는, 상기 이전에 획득된 조류 영상에 대해, 계절과 날짜 및 시간에 따른 조류 발생 패턴 및 성향(Trend)을 파악하고, 온도와 일사량, pH 농도, 갈수 주기, 색조와 채도의 변화를 영향 인자로 규칙 및 예측 모델을 생성하는 것을 특징으로 하는 감지 조류 제거 시스템.
The method according to claim 1,
The alga image analyzing unit analyzes the previously generated algae image according to the season, date, and time, and detects a change in the temperature, the solar radiation amount, the pH concentration, the galvanic period, the hue and saturation And generates a rule and a prediction model as an influence factor.
청구항 4에 있어서,
상기 조류영상 분석부는, 상기 실시간 획득된 조류 영상에 대해 상기 규칙 및 예측 모델에 근거해 영향 인자들의 상관 관계를 분석하는 것을 특징으로 하는 감지 조류 제거 시스템.
The method of claim 4,
Wherein the bird's eye image analyzing unit analyzes the correlation of influence factors based on the rule and the predictive model with respect to the real-time acquired bird image.
청구항 4에 있어서,
상기 제어부는 상기 조류영상 분석부를 통해 상기 실시간 조류 영상에서 상기 규칙 및 예측 모델에 근거해 색조와 채도를 통해 배경을 분리하여 분석한 결과, 짙은 녹색(청록)인 경우에 남조류로 식별하고, 완전 갈색인 경우 규조류로 식별하며, 녹색이나 황녹색인 경우 녹조류로 식별하며, 적갈색인 경우 Euqlenoids 조류로 식별하며, 황갈색인 경우 와편모 조류로 식별하는 것을 특징으로 하는 감지 조류 제거 시스템.
The method of claim 4,
The controller separates the background through the hue and the saturation based on the rule and the prediction model in the real-time bird image through the bird's eye image analyzing unit. As a result, the control unit identifies the bird as a blue-green alga in case of dark green (cyan) , And identified as green algae in the case of green or yellowish green, Euqlenoids in the case of reddish brown, and yellowish brown in the case of yellowish brown.
청구항 1에 있어서,
상기 제어부의 제어에 따라 무선 통신을 통해 상기 조류 발생을 경보하여 알람해 주는 경보 알람부;
를 더 포함하는 것을 특징으로 하는 감지 조류 제거 시스템.
The method according to claim 1,
An alarm alarm unit for alerting and alerting the occurrence of the algae through wireless communication under the control of the control unit;
Further comprising a detector for detecting the algae.
삭제delete 청구항 1에 있어서,
상기 조류 제거부는, 상기 대응 시급성의 우선 순위가 가장 높은 조류 발생 구역에 대해, 발생된 조류에 초음파를 적용하여 기포의 생성과 붕괴로 물리/화학적 현상이 발생되도록 하여 조류의 기낭(액포)과 세포막이 손상되도록 하거나, 조류에 천연응집제를 주입하여 조류와 오염슬러지를 응집 및 부상시켜 제거하는 것을 특징으로 하는 감지 조류 제거 시스템.
The method according to claim 1,
The algae elimination unit applies ultrasonic waves to the algae generated in the algae generating region having the highest priority of the corresponding urgency to generate physical and chemical phenomena by the generation and collapse of bubbles, Or the natural algae is injected into the algae to flocculate and float the algae and the contaminated sludge.
청구항 1에 있어서,
상기 조류영상 분석부는, 상기 실시간 조류 영상에 대해 영향 인자를 이용해 상관 관계를 분석해 특정 지역, 환경 정보, 상태 변화에 따라 생성한 상기 규칙 및 예측 모델에 근거해 수계 색상 정보를 통해 배경 영역을 분리하고, 색조(H)와 채도(S) 성분에 따른 영상 밝기 차이를 계산 및 모델링하여 색상 변화에 따른 전경 영역을 분리하는 것을 특징으로 하는 감지 조류 제거 시스템.
The method according to claim 1,
The bird's eye image analyzing unit analyzes the correlation of the real-time bird image using an influence factor and separates the background region through the water color information based on the specific region, environment information, the rule and the prediction model generated according to the state change And calculating and modeling the image brightness difference according to the color tone (H) and the saturation (S) component, thereby separating the foreground region according to the color change.
청구항 10에 있어서,
상기 제어부는, 상기 전경 영역으로 분리한 객체 중에서 탐지된 대상에 대해 칼만 필터를 통해 노이즈를 제거하고, 파티클 필터를 통해 연속되는 영상에서 식별된 객체의 이동 경로를 판별하는 것을 특징으로 하는 감지 조류 제거 시스템.
The method of claim 10,
Wherein the control unit removes noise from a detected object among the objects separated into the foreground region through a Kalman filter and determines a moving path of the identified object in the continuous image through the particle filter, system.
(a) 조류영상 획득부가 해상에서 조류의 발생이 가능한 일정 구역마다 설치된 카메라를 통해 해상 구역을 촬영하여 조류 영상을 획득하는 단계;
(b) 제어부가 상기 조류영상 획득부를 통해 실시간으로 획득된 조류 영상을 조류정보 데이터베이스에 저장하는 단계;
(c) 조류영상 분석부가 상기 조류정보 데이터베이스에 저장된 이전에 획득된 조류 영상의 패턴 및 트랜드를 찾아 데이터간 상관관계를 분석해 규칙 및 예측 모델을 생성하는 단계;
(d) 조류영상 분석부가 상기 규칙 및 예측 모델에 근거해 상기 실시간으로 획득된 조류 영상을 분석하는 단계;
(e) 우선순위 결정부가 상기 조류영상 분석부를 통한 분석 결과에 따라 조류가 발생한 경우에 조류 발생 구역에 대한 대응 시급성의 우선순위를 결정하는 단계;
(f) 제어부가 상기 우선순위 결정부에 의해 결정된 우선순위에 따라 대응 시급성의 우선순위가 높은 구역의 조류를 제거하도록 제어하는 단계; 및
(g) 조류 제거부가 상기 제어부의 제어에 따라 대응 시급성의 우선순위가 높은 구역의 조류를 제거하는 단계;를 포함하고,
상기 (e) 단계에서 상기 우선순위 결정부는, 상기 실시간 획득된 조류 영상에 대해 상기 규칙 및 예측 모델에 근거해 분석하여 조류가 발생했던 상황에서의 상관관계가 가장 높은 영향 인자로 구성된 조류 발생 구역을 대응 시급성의 최우선 순위로 결정하는 것을 특징으로 하는 감지 조류 제거 방법.
(a) acquiring a bird image by capturing an image of a marine area through a camera installed in a predetermined area where algae can be generated in the sea;
(b) storing the bird image acquired in real time through the bird image acquiring unit in the bird information database;
(c) generating a rule and a prediction model by analyzing a correlation between data by finding a pattern and a trend of a previously acquired bird image stored in the bird information database;
(d) analyzing the algae image obtained in real time based on the rule and predictive model;
(e) a priority determining unit determining priority of correspondence urgency with respect to the algae generating area when algae are generated according to an analysis result through the algae image analyzing unit;
(f) controlling the control unit to remove algae of a region having a high urgency priority according to the priority determined by the priority determining unit; And
(g) removing the algae in the region of high urgency and high priority according to the control of the control unit,
In the step (e), the priority determining unit may analyze the real-time acquired bird image based on the rule and the prediction model, and determine a bird generation area having the highest influence factor in a situation where the bird has occurred And determining the highest priority of the corresponding urgency.
청구항 12에 있어서,
상기 (a) 단계에서 상기 조류영상 획득부는, 상기 카메라가 촬영하는 구역의 위치 정보를 GPS(Global Postioning System) 기능을 통해 획득하여 상기 제어부로 제공하는 것을 특징으로 하는 감지 조류 제거 방법.
The method of claim 12,
Wherein the alga image acquiring unit acquires position information of a region photographed by the camera through a Global Positioning System (GPS) function and provides the information to the control unit in the step (a).
청구항 12에 있어서,
상기 (b) 단계에서 상기 조류정보 데이터베이스는, 상기 획득된 조류 영상에 대해, 획득 날짜와 시간 이외에 계절, 갈수 주기, 일사량, 풍량에 대한 정보와, 일사량과 수온, pH, TP/BOD, 전도도, Chl-a을 포함하는 해수 품질에 대한 정보를 저장하고 있는 것을 특징으로 하는 감지 조류 제거 방법.
The method of claim 12,
In the step (b), the algae information database stores information on the obtained algae image in addition to the acquisition date and time, such as season, lunar cycle, solar radiation amount and air volume, and solar radiation amount and temperature, pH, TP / BOD, And storing information on seawater quality including Chl-a.
청구항 12에 있어서,
상기 (c) 단계에서 상기 조류영상 분석부는, 상기 이전에 획득된 조류 영상에 대해, 계절과 날짜 및 시간에 따른 조류 발생 패턴 및 성향(Trend)을 파악하고, 온도와 일사량, pH 농도, 갈수 주기, 색조와 채도의 변화를 영향 인자로 상기 규칙 및 예측 모델을 생성하는 것을 특징으로 하는 감지 조류 제거 방법.
The method of claim 12,
In the step (c), the algal image analyzing unit analyzes the tidal generation patterns and trends according to the season, date, and time of the previously acquired alga image, and calculates the temperature and irradiation amount, pH concentration, , And generates the rule and the predictive model with a change in hue and saturation as an influence factor.
청구항 15에 있어서,
상기 (c) 단계에서 상기 조류영상 분석부는, 상기 실시간 획득된 조류 영상에 대해 상기 규칙 및 예측 모델에 근거해 영향 인자들의 상관 관계를 분석하는 것을 특징으로 하는 감지 조류 제거 방법.
16. The method of claim 15,
Wherein, in the step (c), the bird's eye image analyzing unit analyzes the correlation of the influence factors based on the rule and the predictive model with respect to the real-time acquired bird image.
청구항 12에 있어서,
상기 (d) 단계에서 상기 제어부는 상기 조류영상 분석부를 통해 상기 실시간 조류 영상에서 상기 규칙 및 예측 모델에 근거해 색조와 채도를 통해 배경을 분리하여 분석한 결과, 짙은 녹색(청록)인 경우에 남조류로 식별하고, 완전 갈색인 경우 규조류로 식별하며, 녹색이나 황녹색인 경우 녹조류로 식별하며, 적갈색인 경우 Euqlenoids 조류로 식별하며, 황갈색인 경우 와편모 조류로 식별하는 것을 특징으로 하는 감지 조류 제거 방법.
The method of claim 12,
In the step (d), the controller separates the background through the hue and the saturation based on the rule and the prediction model in the real-time bird image through the bird's eye image analyzing unit. As a result, when the background is dark green (cyan) , And is distinguished by diatoms in case of completely brown, identified by green algae in case of green or yellowish green, Euqlenoids in case of reddish brown, and yellowish brown in case of yellowish brown. .
청구항 12에 있어서,
상기 (f) 단계에서 상기 제어부는, 상기 조류 영상의 분석 결과에 따라 조류가 발생된 경우에 조류 발생을 경보하여 알람해 주도록 제어하는 것을 특징으로 하는 감지 조류 제거 방법.
The method of claim 12,
Wherein, in the step (f), the control unit alerts the occurrence of algae when an algae is generated according to an analysis result of the algae image, and alerts the algae to occur.
삭제delete 청구항 12에 있어서,
상기 (d) 단계에서 상기 조류영상 분석부는, 상기 실시간 조류 영상에 대해 영향 인자를 이용해 상관 관계를 분석해 특정 지역, 환경 정보, 상태 변화에 따라 생성한 상기 규칙 및 예측 모델에 근거해 수계 색상 정보를 통해 배경 영역을 분리하고, 색조(H)와 채도(S) 성분에 따른 영상 밝기 차이를 계산 및 모델링하여 색상 변화에 따른 전경 영역을 분리하는 것을 특징으로 하는 감지 조류 제거 방법.
The method of claim 12,
In the step (d), the bird's eye image analyzing unit analyzes the correlation using the influence factors on the real-time bird image, and generates the water color information based on the specific region, environment information, And separating the foreground region according to the color change by calculating and modeling the image brightness difference according to the color tone (H) and the saturation (S) component.
청구항 20에 있어서,
상기 (d) 단계에서 상기 제어부는, 상기 전경 영역으로 분리한 객체 중에서 탐지된 대상에 대해 칼만 필터를 통해 노이즈를 제거하고, 파티클 필터를 통해 연속되는 영상에서 식별된 객체의 이동 경로를 판별하는 것을 특징으로 하는 감지 조류 제거 방법.
The method of claim 20,
In the step (d), the controller removes noise from a detected object among the objects separated into the foreground region through the Kalman filter, and determines a path of the object identified in the continuous image through the particle filter Characterized in that the algae removal method.
청구항 12에 있어서,
상기 (g) 단계에서 상기 조류 제거부는, 상기 대응 시급성의 우선 순위가 가장 높은 조류 발생 구역에 대해, 발생된 조류에 초음파를 적용하여 기포의 생성과 붕괴로 물리/화학적 현상이 발생되도록 하여 조류의 기낭(액포)과 세포막이 손상되도록 하거나, 조류에 천연 응집제를 주입하여 조류와 오염슬러지를 응집 및 부상시켜 제거하는 것을 특징으로 하는 감지 조류 제거 방법.
The method of claim 12,
In the step (g), the algae removing unit applies ultrasonic waves to the generated algae with respect to the algae generating region having the highest priority of the corresponding urgency, so that the physical / chemical phenomenon occurs due to the generation and collapse of the bubbles, Wherein the algae and the contaminated sludge are agglomerated and floated by injecting a natural coagulant into the algae so as to damage the air sac and the cell membrane.
KR1020140104278A 2014-08-12 2014-08-12 Seaweeds removing method and system KR101610485B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020140104278A KR101610485B1 (en) 2014-08-12 2014-08-12 Seaweeds removing method and system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140104278A KR101610485B1 (en) 2014-08-12 2014-08-12 Seaweeds removing method and system

Publications (2)

Publication Number Publication Date
KR20160019681A KR20160019681A (en) 2016-02-22
KR101610485B1 true KR101610485B1 (en) 2016-04-20

Family

ID=55445376

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140104278A KR101610485B1 (en) 2014-08-12 2014-08-12 Seaweeds removing method and system

Country Status (1)

Country Link
KR (1) KR101610485B1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106324198A (en) * 2016-08-23 2017-01-11 水利部南京水利水文自动化研究所 Online monitoring early-warning method for aquatic plants

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110186505B (en) * 2019-06-06 2020-02-14 浙江清华长三角研究院 Method for predicting standard reaching condition of rural domestic sewage treatment facility effluent based on support vector machine
CN110597232B (en) * 2019-09-26 2020-09-25 杭州电子科技大学 Frequency converter cooling water pump fault alarm method based on dynamic confidence rule base
CN111333239A (en) * 2020-03-13 2020-06-26 重庆大学 Ultrasonic reinforced coagulation emergency algae removal device and use method thereof
CN115205693B (en) * 2022-09-16 2022-12-02 中国石油大学(华东) Method for extracting enteromorpha in multi-feature integrated learning dual-polarization SAR image
CN115974276A (en) * 2022-12-22 2023-04-18 红菌生物(广东)有限公司 Intelligent debugging system of anaerobic ammonia oxidation sewage treatment system

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009244046A (en) 2008-03-31 2009-10-22 Japan Pulp & Paper Research Institute Inc Water-quality monitoring apparatus using aquatic organism
KR101384971B1 (en) * 2013-06-25 2014-04-16 김혜봉 Early warning, forecasting and removal of blue-green algal blooming apparatus and method

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DK2269956T3 (en) 2008-04-23 2019-12-02 Headway Tech Group Qingdao Co Ltd Algae control device and method for sterilization with microcurrent electrolysis

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009244046A (en) 2008-03-31 2009-10-22 Japan Pulp & Paper Research Institute Inc Water-quality monitoring apparatus using aquatic organism
KR101384971B1 (en) * 2013-06-25 2014-04-16 김혜봉 Early warning, forecasting and removal of blue-green algal blooming apparatus and method

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106324198A (en) * 2016-08-23 2017-01-11 水利部南京水利水文自动化研究所 Online monitoring early-warning method for aquatic plants

Also Published As

Publication number Publication date
KR20160019681A (en) 2016-02-22

Similar Documents

Publication Publication Date Title
KR101610485B1 (en) Seaweeds removing method and system
CN108230302B (en) Detection and disposal method for marine organism invading from cold source sea area of nuclear power plant
KR102234697B1 (en) Fish net surveillance apparatus using Remotely-Operated underwater Vehicle, controlling method of the same
KR101486437B1 (en) Apparatus and Method for Deterring Fish from Approaching
CN111222526B (en) Method, device, equipment and storage medium for identifying real-time fishing behavior of fishing vessel
KR20160116715A (en) Ocean monitoring system based on augmented reality, server and method thereof
CN116503335B (en) Aquatic organism monitoring system, method, device and storage medium
Almero et al. An aquaculture-based binary classifier for fish detection using multilayer artificial neural network
Radeta et al. Deep learning and the oceans
Marini et al. Long‐term automated visual monitoring of Antarctic benthic fauna
Tata et al. A robotic approach towards quantifying epipelagic bound plastic using deep visual models
CN116308952B (en) Water quality monitoring method and device based on unmanned ship
Sravanthi et al. Efficient image-based object detection for floating weed collection with low cost unmanned floating vehicles
Bilal et al. A study on detection and monitoring of water quality and flow
Bhuvaneswari et al. A novel approach for underwater object detection through deep intense-net for ocean conservation systems
Chai et al. An alternative cost-effective image processing based sensor for continuous turbidity monitoring
CN113673970B (en) Distributed node-based water quality report generation method and electronic equipment
KR102346272B1 (en) Apparatus and method for predicting concentration of algal
CN111239050A (en) River and lake water ecological environment monitoring method based on Internet of things
JP2021090910A (en) Water treatment system, program, information processing device, and water treatment method
Malche et al. A portable water pollution monitoring device for smart city based on Internet of Things (IoT)
Zhang et al. Smart multi-modal marine monitoring via visual analysis and data fusion
Jemat et al. A Reliable Architecture for IoT-based Aquatic Monitoring System of Coral Reef and Algae
Navea et al. Image-based coral reef formation detection and change assessment system
Zhang A multi-modal smart sensing network for marine environmental monitoring

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20190920

Year of fee payment: 4