KR101844928B1 - 샘플수 분석장치 및 방법 - Google Patents

샘플수 분석장치 및 방법 Download PDF

Info

Publication number
KR101844928B1
KR101844928B1 KR1020160157382A KR20160157382A KR101844928B1 KR 101844928 B1 KR101844928 B1 KR 101844928B1 KR 1020160157382 A KR1020160157382 A KR 1020160157382A KR 20160157382 A KR20160157382 A KR 20160157382A KR 101844928 B1 KR101844928 B1 KR 101844928B1
Authority
KR
South Korea
Prior art keywords
zooplankton
information
moving region
movement
movement information
Prior art date
Application number
KR1020160157382A
Other languages
English (en)
Inventor
박규원
김성태
이해돈
이광호
이기성
황옥명
Original Assignee
(주) 테크로스
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 (주) 테크로스 filed Critical (주) 테크로스
Priority to KR1020160157382A priority Critical patent/KR101844928B1/ko
Priority to PCT/KR2017/011847 priority patent/WO2018097492A1/ko
Application granted granted Critical
Publication of KR101844928B1 publication Critical patent/KR101844928B1/ko

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • G06T7/0014Biomedical image inspection using an image reference approach
    • G06T7/0016Biomedical image inspection using an image reference approach involving temporal comparison
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B63SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
    • B63CLAUNCHING, HAULING-OUT, OR DRY-DOCKING OF VESSELS; LIFE-SAVING IN WATER; EQUIPMENT FOR DWELLING OR WORKING UNDER WATER; MEANS FOR SALVAGING OR SEARCHING FOR UNDERWATER OBJECTS
    • B63C11/00Equipment for dwelling or working underwater; Means for searching for underwater objects
    • B63C11/02Divers' equipment
    • B63C11/30Ballast
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/18Water
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/18Water
    • G01N33/186Water using one or more living organisms, e.g. a fish
    • G01N33/1866Water using one or more living organisms, e.g. a fish using microorganisms
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Analytical Chemistry (AREA)
  • Mechanical Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Ocean & Marine Engineering (AREA)
  • Medicinal Chemistry (AREA)
  • Pathology (AREA)
  • Biochemistry (AREA)
  • Food Science & Technology (AREA)
  • Immunology (AREA)
  • Microbiology (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Quality & Reliability (AREA)
  • Farming Of Fish And Shellfish (AREA)

Abstract

본 발명은 샘플수 분석장치에 관한 것으로, 샘플수가 수용되는 챔버; 상기 챔버 내의 샘플수를 촬영하는 촬상부; 및 상기 촬상부를 통해 연속 촬영된 영상들을 분석하는 제어부;를 포함하되, 상기 제어부는, 생물 종류별로 복수의 화상 이미지를 입력받아 기계학습을 통해 생성된 학습데이터를 이용하고, 상기 연속 촬영된 영상들을 비교하여 이동영역을 획득하고, 상기 학습데이터와 상기 이동영역을 비교하여 상기 이동영역 내에 생존한 생물 종류를 판단하도록 구성됨으로써, 인공지능 이미지 인식을 통해 높은 정확도의 분석결과를 제공하는 효과가 있다.

Description

샘플수 분석장치 및 방법{Apparatus and method for analyzing microorganism}
본 발명은 샘플수 분석장치 및 방법에 관한 것이다. 보다 상세하게는 선박평형수 처리장치에 적용가능하도록 수중생물을 보다 정확하게 분석할 수 있도록 하는 샘플수 분석장치 및 방법에 관한 것이다.
일반적으로 선박평형수 또는 밸러스트수(Ballast Water)는 선박으로부터 화물을 하역시킨 상태 또는 선박에 적재된 화물량이 매우 적은 상태에서 선박을 운행할 경우, 선박이 균형을 유지할 수 있도록 선박에 설치된 밸러스트탱크에 채우는 해수를 말하는 것이다.
이러한 선박평형수에는 각종 수중생물이 서식하고 있으므로, 이를 아무런 처리없이 타지역에서 배출시킬 경우 심각한 해양오염 및 생태계 파괴를 유발시킬 우려가 높게 된다.
이에 따라 국제해사기구(IMO: International Maritime Organization)에서는 국제협약을 체결하여 선박평형수의 살균 및 정화처리에 필요한 장치를 선박에 탑재토록 하였다.
선박에 탑재된 선박평형수 처리장치는, 국제해사기구(IMO)의 기준에 맞추어 육상시험 및 선상시험을 거쳐 인증서를 받은 다음 운항하여야 하기 때문에 선박평형수 처리장치에 의하여 처리된 평형수가 국제해사기구에서 규정한 배출기준에 적합한 것인지를 모니터링하는 시스템이 필요하게 된다.
그러나, 선박평형수 처리장치의 기준 만족여부를 판단하기 위한 생물생사판별 측정이나 생물 계수시 영상분석 장치의 화면에 표시된 물체의 움직임(Mobility)만으로 판단하였기 때문에 생물이 아닌 물체(예를 들면, 부유물)도 생물로 혼돈되어 측정되어 정확도가 떨어지는 문제점이 있었다.
본 발명은 상기와 같은 문제점을 해결하기 위해 안출된 것으로, 특히 수중생물을 보다 정확하게 판단할 수 있는 샘플수 분석장치 및 방법을 제공하는 데 그 목적이 있다.
상기 목적을 달성하기 위해 안출된 본 발명의 일관점에 따른 샘플수 분석장치는, 샘플수가 수용되는 챔버; 상기 챔버 내의 샘플수를 촬영하는 촬상부; 및 상기 촬상부를 통해 연속 촬영된 영상들을 분석하는 제어부;를 포함하되, 상기 제어부는, 생물 및 부유물의 이동정보를 입력받아 기계학습을 통해 생성된 모델데이터(model data)를 이용하고, 상기 연속 촬영된 영상들을 비교하여 이동영역을 획득하고, 상기 이동영역의 이동정보를 생성하고, 상기 모델데이터와 상기 이동영역의 이동정보를 비교하여 상기 이동영역 내에 생물의 존재여부를 판단하도록 구성된다.
여기서, 상기 이동정보는, 인덱싱 정보, 이동각도, 이동거리로 구성될 수 있다.
또한, 상기 이동정보는, 생물과 부유물의 정보가 각각 구별되도록 라벨링(labelling)될 수 있다.
상기 제어부는, 상기 모델데이터와 상기 이동영역의 이동정보를 비교하여 동물성 플랑크톤이라고 판단된 정확도가 20% 이상일 경우, 판단된 결과가 맞다고 인식할 수 있다.
또한, 상기 샘플수 분석장치는, 촬영된 상기 영상을 보여주는 디스플레이부를 더 포함하되, 상기 디스플레이부는, 맞다고 인식된 상기 동물성 플랑크톤이 표시될 수 있다.
상기 디스플레이부는, 맞다고 인식된 상기 동물성 플랑크톤의 크기가 추가로 표시될 수 있으며, 맞다고 인식된 상기 동물성 플랑크톤의 크기가 50㎛이상인지 여부를 표시할 수도 있다.
여기서, 상기 동물성 플랑크톤의 크기는, 상기 이동영역의 가로 및 세로의 화소수와 화소당 실제 크기를 근거로 산출될 수 있다.
상기 촬상부는, 1초에 한 프레임(frame) 이상의 영상을 연속적으로 촬영할 수 있다.
상기 이동영역은, 연속된 2개의 프레임들의 차이를 근거로 획득될 수 있다.
또한, 본 발명의 샘플수 분석장치에서 분석되는 생물은, 동물성 플랑크톤일 수 있다.
한편, 본 발명의 다른 관점에 따른 샘플수 분석방법은, 생물과 부유물의 이동정보를 입력받아 기계학습을 통해 모델데이터를 생성하는 단계; 샘플수를 연속 촬영하고, 상기 연속 촬영된 영상들을 비교하여 이동영역을 획득하고, 상기 이동영역의 이동정보를 생성하는 단계; 및 상기 모델데이터와 상기 이동영역의 이동정보를 비교하여 상기 이동영역 내에 생물의 존재여부를 판단하는 단계;를 포함한다.
본 발명에 의하면 수중의 부유물과 생물을 정확하게 구분하여 보다 정확하게 수중생물의 생사판별을 하고, 살균 처리 유무를 검사할 수 있도록 하는 효과가 있다.
또한, 본 발명에 의하면 수중생물의 종류뿐만 아니라 크기정보를 정확하게 획득함으로써 보다 다양하게 수중생물정보를 제공하는 효과가 있다.
도 1은 본 발명의 일실시예에 따른 샘플수 분석장치를 도시한 구성도이고,
도 2는 본 발명의 일실시예에 따른 샘플수 분석장치에서 움직임을 감지하는 과정을 도시한 것이고,
도 3은 본 발명의 일실시예에 따른 샘플수 분석장치에 입력되는 학습데이터 및 라벨을 도시한 것이고,
도 4는 본 발명의 일실시예에 따른 샘플수 분석장치에 의해 동물성 플랑크톤의 움직임을 구분한 결과를 도시한 것이고,
도 5는 본 발명의 일실시예에 따른 샘플수 분석장치의 디스플레이부를 도시한 것이다.
이하, 본 발명의 바람직한 실시예를 첨부된 도면들을 참조하여 상세히 설명한다. 우선 각 도면의 구성 요소들에 참조 부호를 부가함에 있어서, 동일한 구성 요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 발명을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다. 또한, 이하에서 본 발명의 바람직한 실시예를 설명할 것이나, 본 발명의 기술적 사상은 이에 한정하거나 제한되지 않고 당업자에 의해 변형되어 다양하게 실시될 수 있음은 물론이다.
도 1은 본 발명의 일실시예에 따른 샘플수 분석장치를 도시한 구성도이다. 도 1에 도시된 바와 같이, 본 발명의 실시예에 따른 샘플수 분석장치(100)는, 수중생물 포함된 샘플수가 수용되는 챔버(110)와, 챔버(110) 내의 샘플수를 촬영하는 촬상부(120)와, 촬상부(120)에서 촬영된 영상을 처리하는 제어부(130)를 포함한다.
여기서, 챔버(110) 내의 샘플수는, 수중의 생물을 분석할 필요가 있는 다양한 분야에서 샘플링되어 샘플수 내에 포함된 수중생물이 분석될 수 있다.
일례로, 선박평형수는 밸러스팅(ballasting)시에 전기분해 또는 화학약품 투입 등 다양한 방식으로 처리된 다음, 밸러스트 탱크로 유입되어 저장되었다가 디밸러스팅(deballasting)시 배출배관을 통해 선박 밖으로 배출되는데, 배출되는 선박평형수는 국제해사기구에서 규정한 배출기준에 적합한 것인지를 판단하여야 하기 때문에, 배출되는 선박평형수를 샘플링하여 선박평형수 내에 존재하는 수중생물의 종류, 생사판별 등의 분석작업을 하게 된다.
다른 실시예로, 정수장에서 살균처리된 정수를 샘플링하여 본 발명의 샘플수 분석장치(100)를 통해 분석할 수도 있다.
챔버(110)는, 분석할 샘플수가 수용되어 분석시간 동안 계류될 수 있도록 구성된다. 여기서, 챔버(110)는 유입 및 유출되는 유입부(미도시) 및 유출부(미도시)를 구비하여 샘플수가 유입 및 유출되도록 구성할 수도 있고, 유입부(미도시) 및 유출부(미도시)를 구비하지 않는 그릇 등의 형태로 구성되어 실험자가 수작업으로 물을 담아서 사용할 수도 있다.
촬상부(120)는, 챔버(110)의 샘플수 내에 포함된 수중생물을 촬영하도록 챔버(110)의 상측 또는 하측 방향, 측면 방향에 설치될 수 있다.
여기서, 촬상부(120)는 상하 또는 좌우로 이동이 가능하도록 구동부(미도시)를 포함하여 챔버(110)와의 이격거리를 측정환경에 맞게 조절할 수 있도록 한다.
제어부(130)는, 촬상부(120)를 통해 촬영된 영상들을 분석하는 장치이다.
본 발명의 제어부(130)는, 특히 생물 및 부유물의 이동정보를 입력받아 기계학습을 통해 생성된 모델데이터(model data)를 이용한다. 즉, 모델데이터와 촬상부(120)에서 촬영된 영상을 비교하여 수중 생물을 분석할 수 있도록 구성되는 데, 다음에서 이 과정을 상세히 설명한다.
도 2는 본 발명의 일실시예에 따른 샘플수 분석장치에서 움직임을 감지하는 과정을 도시한 것으로, 도 2를 참조하면, 촬상부(120)에서 연속으로 촬영된 영상을 입수하고(a), 연속된 2개 프레임들의 영상을 추출한 다음(b), 비교하는 과정으로 진행된다.
연속된 2개의 프레임들을 비교하면, 각 프레임 영상들간의 차이에 의해 이동영역이 추출된다(c).
이후, 추출된 이동영역과 모델데이터를 비교하여 이동영역내의 물체가 생물인지 부유물인지를 확인할 수 있게 된다(d).
도 3은 본 발명의 일실시예에 따른 샘플수 분석장치에 입력되는 학습데이터 및 라벨을 도시한 것이다. 도 3을 참조하면, 본 발명의 제어부(130)는, 도 3에 도시된 본 발명의 일실시예에 따른 샘플수 분석장치에 입력되는 학습데이터들을 사전에 입력받아 학습하는 과정을 거쳐 생성된 모델데이터(model data)를 이용하게 된다.
여기서, 본 발명의 샘플수 분석장치는, 제어부(130)에서 기계학습을 수행할 수도 있지만, 제어부(130)과 별도로 구성된 서버(미도시)에서 학습데이터들을 기계학습시켜 모델데이터를 생성하고, 생성된 모델데이터를 제어부(130)가 이용하는 방식으로 구현하여 제어부(130)의 구성을 단순화시킬 수 있다.
본 발명의 일실시예에서 사용된 학습데이터는, 이동물체(200)가 동물성 플랑크톤과 부유물이 분류되도록 하는 이동정보(210)를 사용한다.
이동정보(210)는, 물체의 움직임의 추세를 파악하여 동물성 플랑크톤인지 부유물인지 분류하는 것으로, 동물성 플랑크톤과 부유물의 정보가 각각 구별되도록 라벨(label,220)이 포함될 수 있다.
여기서, 이동정보(210)는, 소정 시간 단위로 취득된 복수개의 위치정보로부터 생성되는데, 상기 이동정보(210)는 시간의 순서에 따라 부여된 인덱싱 정보(211)과 각 시간에서의 위치정보로 구성될 수 있다.
본 발명의 위치정보는 이동각도(213)와 이동거리(215)로 구성될 수 있으며, 다른 실시예로서 x,y좌표로 구성될 수도 있다.
한편, 본 발명의 일실시예에 따른 이동정보(210)는, 인덱싱 정보(211)를 삭제하고 위치정보만 시간의 순서에 맞게 배열하여 구성할 수도 있다.
본 발명의 도 3에서는 동물성 플랑크톤 및 부유물의 이동정보(210)를 각각 2개씩 학습하였고, 각 이동정보(210)는 5개의 위치정보로 구성되도록 하였지만, 본 발명은 이에 한정되지 아니한다. 즉, 보다 많은 이동정보(210) 및 위치정보가 제공될 수도 있는데, 이는 실험과 경험의 축적을 통해 최적의 필요 정보개수를 정할 수 있게 되며, 동물성 플랑크톤 외에 추가적인 생물에 대해서도 필요 정보개수를 정할 수 있게 된다.
전술된 바와 같이, 본 발명의 샘플수 분석장치는 생물 및 부유물의 이동정보를 입력받아 기계학습을 통해 모델데이터(model data)를 생성하게 된다.
도 1 내지 도 3을 참조하면, 제어부(130)은, 학습데이터인 이동정보(210)를 입력받아 기계학습을 수행하여 생성된 모델데이터를 이용한다.
기계학습을 수행한 서버(미도시)에서 모델데이터가 생성된 이후, 도 2에 도시된 바와 같이, 제어부(130)는, 촬상부(120)에서 샘플수를 연속으로 촬영한 영상들을 비교하여 이동영역을 획득하는데, 본 발명의 일실시예에서 촬상부(120)는, 1초에 한 프레임(frame) 이상의 영상을 연속적으로 촬영한다. 이를 통해 보다 신뢰성 높은 영상데이터들을 확보하여 수중생물의 분석을 정확하게 진행할 수 있게 된다.
촬상부(120)에서 촬영된 영상에서 이동영역이 획득되면, 연속된 프레임간에 동일한 이동영역이 이동한 정보를 모델데이터와 비교하여 생물(예를 들면, 동물성 플랑크톤)인지 여부를 판단하게 된다.
이와 같이 제어부(130)에서는, 획득된 이동영역의 이동정보를 연속촬영된 영상에서 추출하여 기계학습을 통해 기생성된 모델데이터와 비교하는데, 이때 이동영역은, 연속된 2개의 프레임들의 차이를 근거로 획득될 수 있다. 이와 같이 연속된 2개 프레임간의 차이로 이동영역을 추출함으로써 분석 오류를 줄일 수 있게 된다.
여기서, 제어부(130)는, 모델데이터와 이동영역의 이동정보를 비교하여 이동영역 내에 물체가 동물성 플랑크톤인지 부유물인지를 판단하게 되는데, 판단된 결과가 참인지 거짓인지 여부는 분석결과의 정확도를 기준으로 판단한다. 즉, 판단된 결과의 정확도가 소정 임계값 이상일 경우, 판단된 결과가 맞다고 인식하도록 구성할 수 있다. 본 발명의 실시예에서는, 다수회의 실험결과 정확도가 20% 이상일 경우, 판단결과가 맞을 확률이 매우 높기 때문에 20% 이상일 때 판단결과가 맞다고 인식한다.
도 4는 본 발명의 일실시예에 따른 샘플수 분석장치에 의해 동물성 플랑크톤의 움직임을 구분한 결과를 도시한 것이다.
이를 참조하면, 상측 영상에서는 복수개의 이동영역이 감지되었지만, 감지된 이동영역들의 이동정보와 기계학습된 모델데이터와 비교한 결과, 하측 영상에 개시된 바와 같이 정확도가 소정 임계값 이상인 하나의 이동영역만이 동물성 플랑크톤이 존재하는 영역으로 판단하게 되었다.
한편, 본 발명의 일실시예에 따른 샘플수 분석장치(100)는, 촬영된 영상을 보여주는 디스플레이부(140)를 더 포함할 수 있다.
디스플레이부(140)는, 도 5에 도시된 바와 같이, 수중생물이 촬영된 영상을 보여주는 영상부(141)가 좌측에 위치되고, 우측에는 영상부(141)에서 이동영역(141a,141b,141c)으로 인식된 부분과, 이동영역(141a,141b,141c)의 이동정보와 모델데이터를 비교분석한 결과 정확도가 소정 임계치이상인 이동영역 내에 위치한 동물성 플랑크톤이 개시된다.
여기서, 개시된 동물성 플랑크톤은 종류별로 개시될 수 있는데, 동물성 플랑크톤의 종류를 인식하기 위해서는 종류별 이미지를 사전에 기계학습하여 생성된 데이터와 이동영역내의 이미지를 비교하여, 종류이미지(142)와, 종류명(143), 정확도(144)와 크기(145) 등의 분석 정보를 제공한다.
이때, 정확도(144)가 소정값(일례로 20%)이상인 것만 디스플레이부(140)에 표시되도록 구성할 수 있다.
여기서, 표시된 동물성 플랑크톤의 크기(145)는, 이동영역(141a,141b,141c)의 가로 및 세로의 화소수와 화소당 실제 크기를 근거로 산출될 수 있다. 예를 들면, 영역의 화소수가 18*25이고, 화소당 실제 크기가 2.5mm인 경우, 실제 크기는 45mm*62.5mm가 되고, 이 실제 크기를 디스플레이부(140)에 표시하게 된다.
또한, 디스플레이부(140)는, 이동영역(141a,141b,141c)의 크기를 근거로 동물성 플랑크톤의 크기가 50㎛이상인지 여부를 표시하는 크기표시부(146)를 포함할 수 있다. 크기표시부(146)의 일례로 도 3에서는 50㎛이상인 개체수가 몇 개인지, 10~50㎛미만의 개체수가 몇개인지를 표시하도록 구성하였다.
도 5의 실시예에서는, 수중에 3개 종류의 동물성 플랑크톤이 존재한다고 판단하였고, 그 크기는 모두 50㎛이상인 것으로 분석하였다.
이와 같이 본 발명의 샘플수 분석장치(100)는, 제어부(130)에서 촬상부(120)에서 촬영된 샘플수의 영상을 수신하여 샘플수내의 부유물과 생물체를 구분 분석함으로써 선박평형수 살균처리 결과가 IMO 기준에 만족하는지를 판단할 수 있게 된다. 기준에 만족할 경우, 처리수를 연안해역에 배출하는 디밸러스팅 동작을 수행하고, 기준에 불만족할 경우 처리수의 배출을 중단하고 수중생물의 살균을 위한 재처리공정을 수행하게 된다.
특히, 기계학습을 통한 모델데이터를 이용하여 제어부(130)에서 분석된 결과값을 통해 부유물과 생물을 구분하여 보다 정확하게 생물 생사판별을 수행할 뿐만 아니라, 어떤 종류의 동물성 플랑크톤이 들어 있는지, 50㎛이상의 동물성 플랑크톤의 개수는 몇 개인지를 자동으로 표시할 수 있도록 구성된다.
이와 같이 기계학습을 통해 부유물과 수중 생물을 먼저 구분한 다음, 수중 생물의 종류를 분석하는 작업을 진행함으로써 보다 신뢰성이 높게 생사판별을 수행할 수 있게 된다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위 내에서 다양한 수정, 변경 및 치환이 가능할 것이다. 따라서, 본 발명에 개시된 실시예 및 첨부된 도면들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예 및 첨부된 도면에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
100: 샘플수 분석장치
110: 챔버
120: 촬상부
130: 제어부
140: 디스플레이부
141: 영상부
141a,141b,141c: 이동영역
146: 크기표시부
210: 이동정보
211: 인덱싱 정보
213: 이동각도
215: 이동거리
220: 라벨

Claims (12)

  1. 샘플수가 수용되는 챔버;
    상기 챔버 내의 샘플수를 촬영하는 촬상부; 및
    상기 촬상부를 통해 연속 촬영된 영상들을 분석하는 제어부;를 포함하되,
    상기 제어부는,
    생물 및 부유물의 이동정보를 입력받아 기계학습을 통해 생성된 모델데이터(model data)를 이용하고,
    상기 연속 촬영된 영상들을 비교하여 이동영역을 획득하고, 상기 이동영역의 이동정보를 생성하고,
    상기 모델데이터와 상기 이동영역의 이동정보를 비교하여 상기 이동영역 내에 생물의 존재여부를 판단하도록 구성되되,
    상기 이동정보는,
    인덱싱 정보, 이동각도, 이동거리로 구성되는, 샘플수 분석장치.
  2. 삭제
  3. 청구항 1에 있어서,
    상기 이동정보는,
    생물과 부유물의 정보가 각각 구별되도록 라벨링(labelling)되는, 샘플수 분석장치.
  4. 청구항 1에 있어서,
    상기 생물은,
    동물성 플랑크톤인, 샘플수 분석장치.
  5. 청구항 4에 있어서,
    상기 제어부는,
    상기 모델데이터와 상기 이동영역의 이동정보를 비교하여 동물성 플랑크톤이라고 판단된 정확도가 20% 이상일 경우, 판단된 결과가 맞다고 인식하는, 샘플수 분석장치.
  6. 청구항 5에 있어서,
    상기 샘플수 분석장치는,
    촬영된 상기 영상을 보여주는 디스플레이부를 더 포함하되,
    상기 디스플레이부는,
    맞다고 인식된 상기 동물성 플랑크톤이 표시되는, 샘플수 분석장치.
  7. 청구항 6에 있어서,
    상기 디스플레이부는,
    맞다고 인식된 상기 동물성 플랑크톤의 크기가 추가로 표시되는, 샘플수 분석장치.
  8. 청구항 6에 있어서,
    상기 디스플레이부는,
    맞다고 인식된 상기 동물성 플랑크톤의 크기가 50㎛이상인지 여부를 표시하는, 샘플수 분석장치.
  9. 청구항 8에 있어서,
    상기 동물성 플랑크톤의 크기는,
    상기 이동영역의 가로 및 세로의 화소수와 화소당 실제 크기를 근거로 산출되는, 샘플수 분석장치.
  10. 청구항 1에 있어서,
    상기 촬상부는,
    1초에 한 프레임(frame) 이상의 영상을 연속적으로 촬영하는, 샘플수 분석장치.
  11. 청구항 1에 있어서,
    상기 이동영역은,
    연속된 2개의 프레임들의 차이를 근거로 획득되는, 샘플수 분석장치.
  12. 삭제
KR1020160157382A 2016-11-24 2016-11-24 샘플수 분석장치 및 방법 KR101844928B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020160157382A KR101844928B1 (ko) 2016-11-24 2016-11-24 샘플수 분석장치 및 방법
PCT/KR2017/011847 WO2018097492A1 (ko) 2016-11-24 2017-10-25 샘플수 분석장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160157382A KR101844928B1 (ko) 2016-11-24 2016-11-24 샘플수 분석장치 및 방법

Publications (1)

Publication Number Publication Date
KR101844928B1 true KR101844928B1 (ko) 2018-04-03

Family

ID=61973363

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160157382A KR101844928B1 (ko) 2016-11-24 2016-11-24 샘플수 분석장치 및 방법

Country Status (2)

Country Link
KR (1) KR101844928B1 (ko)
WO (1) WO2018097492A1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210053692A (ko) * 2019-11-04 2021-05-12 (주) 테크로스 샘플수 분석장치 및 방법
KR102324418B1 (ko) * 2020-05-11 2021-11-15 주식회사 테크로스 수중생물 측정장치 및 방법

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110487980A (zh) * 2019-06-27 2019-11-22 江苏亚寰环保科技股份有限公司 一种基于人工智能与机器学习算法的水环境监测分析系统
CN110702869A (zh) * 2019-11-01 2020-01-17 无锡中科水质环境技术有限公司 基于视频图像解析的鱼类应激回避行为水质监测方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002230555A (ja) * 2001-02-01 2002-08-16 Noa Syst:Kk 動きを検知する検知装置及び方法
JP2009205695A (ja) 2009-06-15 2009-09-10 National Institute Of Advanced Industrial & Technology 対象個数検出装置および対象個数検出方法
JP2016095259A (ja) 2014-11-17 2016-05-26 横河電機株式会社 プランクトン測定システムおよびプランクトン測定方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100889997B1 (ko) * 2007-04-05 2009-03-25 (주)월드이엔지 영상처리를 이용한 선박 밸러스트 워터 검사 장치 및 그방법
KR101108614B1 (ko) * 2009-11-06 2012-01-31 주식회사 파나시아 밸러스트수 실시간 감시장치 및 이를 이용한 감시방법
KR101201446B1 (ko) * 2011-03-04 2012-11-14 주식회사 엔케이 선박용 밸러스트수의 모니터링 시스템
CN105849274B (zh) * 2013-10-28 2020-01-21 分子装置有限公司 用于显微图像中的单独细胞的分类和识别的方法和系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002230555A (ja) * 2001-02-01 2002-08-16 Noa Syst:Kk 動きを検知する検知装置及び方法
JP2009205695A (ja) 2009-06-15 2009-09-10 National Institute Of Advanced Industrial & Technology 対象個数検出装置および対象個数検出方法
JP2016095259A (ja) 2014-11-17 2016-05-26 横河電機株式会社 プランクトン測定システムおよびプランクトン測定方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210053692A (ko) * 2019-11-04 2021-05-12 (주) 테크로스 샘플수 분석장치 및 방법
KR102294417B1 (ko) * 2019-11-04 2021-08-26 주식회사 테크로스 샘플수 분석장치 및 방법
KR102324418B1 (ko) * 2020-05-11 2021-11-15 주식회사 테크로스 수중생물 측정장치 및 방법

Also Published As

Publication number Publication date
WO2018097492A1 (ko) 2018-05-31

Similar Documents

Publication Publication Date Title
KR101883350B1 (ko) 샘플수 분석장치 및 방법
KR101844928B1 (ko) 샘플수 분석장치 및 방법
JP6888770B2 (ja) 試料内のアーチファクトを分類する方法と装置
JP2019504997A (ja) 側方多視点から試料を定量化するように構成された方法及び装置
KR100697238B1 (ko) 생물체를 이용한 수질 독성 감시측정 장치 및 그 방법
JP5414707B2 (ja) 分析装置
US9366623B2 (en) Optical analysis method for liquid in a sample container and analysis device for carrying out the method
KR100889997B1 (ko) 영상처리를 이용한 선박 밸러스트 워터 검사 장치 및 그방법
JP2007187575A (ja) 水質監視装置および水質監視方法
CN116087036B (zh) 一种深海采矿沉积物羽流图像识别的装置及图像分析方法
JP2006138814A (ja) 液面検出方法
CN113239854A (zh) 一种基于深度学习的船舶身份识别方法及系统
Chao et al. Design of a dual-camera system for poultry carcasses inspection
Skøien et al. A computer vision approach for detection and quantification of feed particles in marine fish farms
US10115028B2 (en) Method and device for classifying an object in an image
Le et al. Benchmarking and automating the image recognition capability of an in situ plankton imaging system
CN114326079A (zh) 用于分析概览图像的显微镜系统和方法
KR102294417B1 (ko) 샘플수 분석장치 및 방법
KR101463005B1 (ko) 특정 파장에 대한 형광 특성을 갖는 미생물 검사방법
CN113588650B (zh) 医用污水净化监测系统
Abalos et al. Fresh fish classification using hog feature extraction and svm
KR102105184B1 (ko) 샘플수 분석장치 및 방법
KR102324418B1 (ko) 수중생물 측정장치 및 방법
Iwamoto et al. REFLICS: Real-time flow imaging and classification system
KR20100034718A (ko) 선박 밸러스트 워터 미생물 영상처리 시스템 및 그 방법

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant