KR101852770B1 - 항공 초분광 영상을 이용한 사고 선박 및 익수자 탐지 방법 - Google Patents

항공 초분광 영상을 이용한 사고 선박 및 익수자 탐지 방법 Download PDF

Info

Publication number
KR101852770B1
KR101852770B1 KR1020170138392A KR20170138392A KR101852770B1 KR 101852770 B1 KR101852770 B1 KR 101852770B1 KR 1020170138392 A KR1020170138392 A KR 1020170138392A KR 20170138392 A KR20170138392 A KR 20170138392A KR 101852770 B1 KR101852770 B1 KR 101852770B1
Authority
KR
South Korea
Prior art keywords
image
spectral
detection
ship
spectroscopic
Prior art date
Application number
KR1020170138392A
Other languages
English (en)
Inventor
오상우
김태성
강원수
이문진
Original Assignee
한국해양과학기술원
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 한국해양과학기술원 filed Critical 한국해양과학기술원
Priority to KR1020170138392A priority Critical patent/KR101852770B1/ko
Application granted granted Critical
Publication of KR101852770B1 publication Critical patent/KR101852770B1/ko
Priority to PCT/KR2018/005719 priority patent/WO2019083109A1/ko
Priority to US16/465,079 priority patent/US10656018B2/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05—Geographic models
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/28—Investigating the spectrum
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/28—Investigating the spectrum
    • G01J3/42—Absorption spectrometry; Double beam spectrometry; Flicker spectrometry; Reflection spectrometry
    • 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
    • G01N21/255—Details, e.g. use of specially adapted sources, lighting or optical systems
    • 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
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/314—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry with comparison of measurements at specific and non-specific wavelengths
    • 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
    • G01N21/55—Specular reflectivity
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G06K9/3241—
    • G06K9/46—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/001—Industrial image inspection using an image reference approach
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • 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
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/255—Detecting or recognising potential candidate objects based on visual cues, e.g. shapes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/761—Proximity, similarity or dissimilarity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/13—Satellite images
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/28—Investigating the spectrum
    • G01J3/2823—Imaging spectrometer
    • G01J2003/2826—Multispectral imaging, e.g. filter imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/28—Investigating the spectrum
    • G01J3/42—Absorption spectrometry; Double beam spectrometry; Flicker spectrometry; Reflection spectrometry
    • G01J2003/425—Reflectance
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/28—Investigating the spectrum
    • G01J3/2823—Imaging spectrometer
    • 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
    • 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
    • G06T2207/10036—Multispectral image; Hyperspectral 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30168—Image quality inspection
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/194—Terrestrial scenes using hyperspectral data, i.e. more or other wavelengths than RGB

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Geometry (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Remote Sensing (AREA)
  • Computing Systems (AREA)
  • Quality & Reliability (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Pathology (AREA)
  • Immunology (AREA)
  • Biochemistry (AREA)
  • Medical Informatics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Computer Graphics (AREA)
  • Astronomy & Astrophysics (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Image Processing (AREA)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
  • Image Analysis (AREA)

Abstract

본 발명의 항공 초분광 영상을 이용한 사고 선박 및 익수자 탐지 방법은 (a) 영상 수신부가 관측된 항공 초분광 영상을 수신하여 탐지 분석에 적합한지 확인하고, 관측 정보와 탐지된 사고 선박 및 익수자의 각 화소별 위치 정보 및 반사도값을 추출하는 단계; (b) 영상 분석부가 기 구축된 분광 라이브러리 정보를 이용하여 표적 물질의 분광 반사값과 관측된 반사값과의 분광 특성 유사성을 분석하고, 상기 초분광 영상의 각 화소에 대한 구성 물질 및 점유 비율을 추출하여 탐지 결과를 분류하는 단계; 및 (c) 영상 가시화부가 상기 수신된 초분광 영상, 상기 탐지된 사고 선박 및 익수자의 위치, 상기 탐지 결과의 상세 정보를 표출하는 단계;를 포함하는 것을 특징으로 한다. 본 발명에 의할 경우, 해양 사고로 인한 사고 선박 및 실종자의 탐지 시간은 줄이고 탐지 확률은 높이며, 탐지 확률을 90 % 이상으로 향상시키고, 허 경보율 10 % 미만의 정확도를 구현할 수 있게 된다. 또한, 국방 감시정찰 및 불법 조업 어선 감시 분야의 핵심 기술로 활용하여, 해양 수색 장비 산업 전반에 국산화 및 선진화 기반을 구축하게 된다.

Description

항공 초분광 영상을 이용한 사고 선박 및 익수자 탐지 방법{A detection method for disabled ships and persons overboard based on airborne hyperspectral images}
본 발명은 사고 선박 및 익수자 탐지 방법에 관한 것으로서, 특히 다양한 수색 대상물에 따른 최적화된 식별 능력 향상을 위하여 초분광 영상을 이용하고, 대상물별 반사광 스펙트럼 분석 실험 결과를 통해 분별도를 향상시킴으로써 해양 사고로 인한 사고 선박 및 실종자의 탐지 시간은 줄이고 탐지 확률은 높여 신속한 수색 작업을 지원할 수 있는 항공 초분광 영상을 이용한 사고 선박 및 익수자 탐지 방법에 관한 것이다.
현재 세계적으로 전자 광학 영상을 이용한 원격 탐지 기술 분야에서 초분광 영상을 활용한 영상 분석 방법이 점차적으로 제안되고 있는 추세로, 국방용 감시 정찰, 지리 정보, 환경 감시 분야에 해당 방법으로의 접근이 활발히 시도되고 있는데 반해, 해양 수색 플랫폼(항공기, 선박) 기반의 영상 분석 분야에는 아직까지 제한적인 연구가 진행되고 있는 실정이다.
도 1은 항공 초분광 영상을 이용하여 촬영된 사고 현장을 빛의 파장에 따라 244 개의 밴드로 촬영하는 영상 시스템의 예시적인 구성도이다.
도 2는 도 1에 도시된 초분광 영상 중 공간축, 시간축 좌표에 의해 선택된 임의 화소의 빛의 파장(분광축)에 따른 분광 반사 특성을 나타낸 그래프이다.
일반적으로 초분광 영상(hyperspectral image)은 빛의 파장에 따라 도 1에서 보는 바와 같이, 수십에서 수백 개의 밴드로 촬영된 영상으로서, 400 내지 2500 nm 파장 범위에서 약 10 nm의 파장 폭을 가진 연속적인 밴드로 구성된 고차원 데이터를 가지고 있다.
종래의 보편적인 영상 센서는 100 내지 200nm의 큰 파장 폭을 가진 3 내지 10개의 밴드만으로 다중 분광 영상(multi spectral image)으로 촬영되는데 반해, 도 2에서 보는 바와 같이, 각 화소 별로 거의 완전한 분광특성곡선을 얻을 수 있으므로 분광 반사 특성을 기반으로 기존 다중 분광 영상으로 감지하기 어려운 특정한 물질의 분포나 표적 탐지, 위장체 탐지 등에 유용하게 활용할 수 있는 장점이 있다.
해상에서 사고가 발생하는 경우, 신속한 인명 구조와 추가 사고 방지를 위해서 사고 선박과 익수자의 위치를 정확하고 빠르게 파악하는 것이 중요하다.
특히, 해상 사고는 표류 이동 예상 범위를 포함한 광역의 해상 수색이 이루어져야 하므로 신속하게 넓은 해역을 관측할 수 있는 항공 영상을 기반으로 한 실시간 분석 시스템의 개발이 요구된다.
그러나, 기존의 일반 카메라 또는 다중 분광 관측 영상 기반 기술의 경우, 표적 탐지시 표적 물질(선박체, 익수자)과 배경 물질(해수)의 반사도 또는 형태적 특징 차이를 이용하므로 해상 상태나 표적 물질의 색상 등으로 인해 관측 밴드 범위 내 반사도 특성이 유사하거나, 탐지 물체 크기가 영상 화소의 공간 해상도 보다 작거나 비슷하여 형태적 특징 분석이 어려운 경우 해상 대상물이 탐지에서 제외되는 문제가 발생한다.
일반적으로 해상 사고 발생으로 인한 파손 또는 침몰된 선박과 익수자의 경우, 탐지 대상 화소 관측값이 표적 물질은 물론 배경 물질(해수) 또는 표류체(구명보트, 조끼 등)의 분광 반사도가 혼합된 형태로 나타나므로 기존 다중 분광 영상 기반 해상 표적 탐지 기술 적용시 미탐지율이 매우 높게 나타난다.
이에 따라 항공 광역 관측시 화소별 공간 해상도 및 분광 민감도 저감으로 인해 이러한 문제점이 더욱 심화될 수 있으며, 해상 사고 수색에서의 미탐지는 치명적인 인명 피해를 유발할 수 있다.
따라서, 신속하고 정확한 탐지와 초동 대처를 위해 화소별 분광 특성을 활용함으로써 높은 탐지율과 안정성을 갖춘 항공 초분광 영상 기반 탐지 시스템 개발의 필요성이 요구된다.
항공 관측 초분광 센서는 각 화소별로 정해진 공간 해상도에 해당하는 일정 면적의 지표면을 촬영한다.
이렇게 관측된 지표면은 동질의 단일 물질 또는 두 가지 이상의 물질들로 구성된 혼합체의 반사 에너지가 정량적으로 합해진 값으로 표현되며, 분광 혼합 분석(spectral mixture analysis)을 통해 혼합 화소 내 구성 물질들의 물질별 점유 비율을 분석해 낼 수 있다.
이러한 분광 혼합 분석을 위해서는 각 물질 고유의 분광 반사 특성 정보가 필요하며, 이를 위해 영상 자료로부터 단일 물질 화소 성분을 추출하여 직접 엔드멤버(endmember)를 구성하고 그 분광 반사 특성을 이용하거나, 실험실 또는 현장 측정을 통해 구축한 분광 라이브러리(spectral library)를 이용한다.
그런데, 영상으로부터 직접 추출하는 경우 사전 정보 없이 바로 분광 혼합 분석이 가능하다는 장점이 있으나, 단일 물질로만 피복된 화소가 없는 경우 정확한 혼합 분석이 불가능하며 추출된 엔드멤버가 어떤 물질인가를 추가 작업을 통해 확인해야만 하는 한계가 있다.
반면, 분광 라이브러리를 이용하는 경우, 표적 대상 물질들에 대한 분광 라이브러리를 선구축하는 작업이 필요하며, 기상 상태와 광 조건에 따른 분광 신호 절대값 차이를 고려해야 하지만 정확하고 안정적인 표적 탐지가 가능한 장점이 있다.
따라서, 본 발명자는 수색 대상물과 주변환경의 차이가 크지 않아 식별이 어려운 경우, 수색 대상물의 분광학적 특징을 고려함으로써 수색 대상물별 특징점을 찾아내 탐지할 수 있는 항공 초분광 영상을 이용한 사고 선박 및 익수자 탐지 방법을 발명하기에 이르렀다.
US 6678395 B1
본 발명의 목적은 다양한 수색 대상물에 따른 최적화된 식별 능력 향상을 위하여 초분광 영상을 이용하고, 대상물별 반사광 스펙트럼 분석 실험 결과를 통해 분별도를 향상시켜 해양 사고로 인한 사고 선박 및 실종자의 신속한 수색 작업을 지원할 수 있는 항공 초분광 영상을 이용한 사고 선박 및 익수자 탐지 방법을 제공하는 것이다.
상기 목적을 달성하기 위한 본 발명의 항공 초분광 영상을 이용한 사고 선박 및 익수자 탐지 방법은 (a) 영상 수신부가 관측된 항공 초분광 영상을 수신하여 탐지 분석에 적합한지 확인하고, 관측 정보와 탐지된 사고 선박 및 익수자의 각 화소별 위치 정보 및 반사도값을 추출하는 단계; (b) 영상 분석부가 기 구축된 분광 라이브러리 정보를 이용하여 표적 물질의 분광 반사값과 관측된 반사값과의 분광 특성 유사성을 분석하고, 상기 초분광 영상의 각 화소에 대한 구성 물질 및 점유 비율을 추출하여 탐지 결과를 분류하는 단계; 및 (c) 영상 가시화부가 상기 수신된 초분광 영상, 상기 탐지된 사고 선박 및 익수자의 위치, 상기 탐지 결과의 상세 정보를 표출하는 단계;를 포함하는 것을 특징으로 한다.
상기 목적을 달성하기 위한 본 발명의 항공 초분광 영상을 이용한 사고 선박 및 익수자 탐지 방법의 상기 (a) 단계는 영상 수신 모듈이 상기 관측된 항공 초분광 영상을 수신하는 단계; 영상 적합성 확인 모듈이 상기 수신된 초분광 영상을 전달받아 상기 관측 정보 및 영상 관측값이 탐지 분석에 적합한지 확인하는 단계; 및 영상 전처리 모듈이 영상 분석 및 탐지 결과 가시화에 필요한 상기 관측 정보와 상기 각 화소별 위치 정보 및 상기 반사도값을 추출하는 단계;를 포함하는 것을 특징으로 한다.
상기 목적을 달성하기 위한 본 발명의 항공 초분광 영상을 이용한 사고 선박 및 익수자 탐지 방법의 상기 영상 분석 및 탐지 결과 가시화에 필요한 관측 정보는 공간 해상도 및 관측 일시인 것을 특징으로 한다.
상기 목적을 달성하기 위한 본 발명의 항공 초분광 영상을 이용한 사고 선박 및 익수자 탐지 방법의 상기 (b) 단계는 분광 라이브러리 모듈이 현장 관측을 통해 기 구축된 상기 분광 라이브러리 정보를 불러오는 단계; 분광 혼합 분석 모듈이 상기 분광 라이브러리 정보를 이용하여 상기 표적 물질의 분광 반사값과 관측된 반사값과의 상기 분광 특성 유사성을 분석하여 상기 초분광 영상의 각 화소에 대한 구성 물질 및 점유 비율을 추출하는 단계; 및 탐지 결과 분류 모듈이 상기 추출된 각 화소에 대한 구성 물질과 점유 비율을 기준으로 상기 탐지 결과를 분류하고 상세 정보와 함께 저장하는 단계;를 포함하는 것을 특징으로 한다.
상기 목적을 달성하기 위한 본 발명의 항공 초분광 영상을 이용한 사고 선박 및 익수자 탐지 방법의 상기 (b) 단계는 상기 영상 분석부가 상기 분광 라이브러리에 포함된 대상 물질들의 기준 분광 반사 곡선들과 상기 초분광 영상에서 얻어지는 반사 곡선의 유사도를 측정하여, 상기 각 화소에 대한 구성 물질의 종류 및 함유량을 산출하는 것을 특징으로 한다.
상기 목적을 달성하기 위한 본 발명의 항공 초분광 영상을 이용한 사고 선박 및 익수자 탐지 방법의 상기 유사도는 분광각 측정 알고리즘을 통해 산출되는 대상 스펙트럼과 기준 스펙트럼 간의 유사도인 것을 특징으로 한다.
상기 목적을 달성하기 위한 본 발명의 항공 초분광 영상을 이용한 사고 선박 및 익수자 탐지 방법의 상기 (c) 단계는 초분광 영상 가시화 모듈이 소정의 밴드를 선택하여 상기 수신된 초분광 영상을 이미지 형태로 표출하고 저장하는 단계; 사고 선박 및 익수자 위치 가시화 모듈이 상기 탐지된 사고 선박 및 익수자를 구분하여 탐지체의 위치를 이미지 형태로 표출하고 저장하는 단계; 및 탐지 결과 상세 정보 표출 모듈이 상기 탐지 결과의 분류에 따라 구분하여 종류, 재질 및 위경도의 상기 상세 정보와 함께 표출하고 저장하는 단계;를 포함하는 것을 특징으로 한다.
상기 목적을 달성하기 위한 본 발명의 항공 초분광 영상을 이용한 사고 선박 및 익수자 탐지 방법의 상기 분광 라이브러리는 스펙트로미터를 이용해 재질별, 도료별, 색상별로 분류된 선박 및 표류체 구성 물질들에 대한 분광 특성 곡선을 측정하여 구축되는 것을 특징으로 한다.
상기 목적을 달성하기 위한 본 발명의 항공 초분광 영상을 이용한 사고 선박 및 익수자 탐지 방법은 (a) 영상 수신부가 관측된 항공 초분광 영상을 수신하여 탐지 분석에 적합한지 확인하고, 관측 정보와 탐지된 사고 선박 및 익수자의 각 화소별 위치 정보 및 반사도값을 추출하는 단계; (b) 영상 분석부가 기 구축된 분광 라이브러리 정보를 이용하여 표적 물질의 분광 반사값과 관측된 반사값과의 분광 특성 유사성을 분석하고, 상기 초분광 영상의 각 화소에 대한 구성 물질 및 점유 비율을 추출하여 탐지 결과를 분류하는 단계; 및 (c) 영상 가시화부가 상기 수신된 초분광 영상, 상기 탐지된 사고 선박 및 익수자의 위치, 상기 탐지 결과의 상세 정보를 표출하는 단계;를 포함하고, 상기 추출된 각 화소 내 구성 물질이 다중으로 혼합된 경우, 상기 초분광 영상을 기반으로 완성된 분광 특성 곡선을 이용해 상기 각 화소에 대한 구성 물질 및 점유 비율을 추출하여 화소 단위 이하로도 탐지가 가능한 것을 특징으로 한다.
기타 실시예의 구체적인 사항은 "발명을 실시하기 위한 구체적인 내용" 및 첨부 "도면"에 포함되어 있다.
본 발명의 이점 및/또는 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 각종 실시예를 참조하면 명확해질 것이다.
그러나, 본 발명은 이하에서 개시되는 각 실시예의 구성만으로 한정되는 것이 아니라 서로 다른 다양한 형태로도 구현될 수도 있으며, 단지 본 명세서에서 개시한 각각의 실시예는 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 본 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구범위의 각 청구항의 범주에 의해 정의될 뿐임을 알아야 한다.
본 발명에 의할 경우, 해양 사고로 인한 사고 선박 및 실종자의 탐지 시간은 줄이고 탐지 확률은 높여 신속한 수색 작업을 지원할 수 있게 된다.
또한, 수색 대상물에 특화된 초분광 영상 탐지 알고리즘 적용을 통하여 탐지 확률을 90 % 이상으로 향상시키고, 허 경보율 10 % 미만의 정확도를 구현할 수 있게 된다.
또한, 최근 급속히 수요가 증가하는 국방 감시정찰 및 불법 조업 어선 감시 분야의 핵심 기술로 활용하여, 지속적으로 요구되는 해양 수색 장비 산업 전반에 국산화 및 선진화 기반을 구축하게 된다.
도 1은 항공 초분광 영상을 이용하여 촬영된 사고 현장을 빛의 파장에 따라 244 개의 밴드로 촬영하는 영상 시스템의 예시적인 구성도이다.
도 2는 도 1에 도시된 초분광 영상 중 시간축, 공간축 좌표에 의해 선택된 임의 화소의 빛의 파장(분광축)에 따른 분광 반사 특성을 나타낸 그래프이다.
도 3은 본 발명에 따른 항공 초분광 영상을 이용한 사고 선박 및 익수자 탐지 방법을 구현하기 위한 시스템의 구성도이다.
도 4는 본 발명에 따른 항공 초분광 영상을 이용한 사고 선박 및 익수자 탐지 방법의 동작을 나타내는 순서도이다.
도 5는 도 4에 도시된 사고 선박 및 익수자 탐지 방법 내 단계(S100)의 부분 동작을 나타내는 순서도이다.
도 6은 도 4에 도시된 사고 선박 및 익수자 탐지 방법 내 단계(S200)의 부분 동작을 나타내는 순서도이다.
도 7은 도 4에 도시된 사고 선박 및 익수자 탐지 방법 내 단계(S300)의 부분 동작을 나타내는 순서도이다.
도 8은 도 4에 도시된 사고 선박 및 익수자 탐지 방법에 사용되는 분광라이브러리 목록 및 물질별 상세 정보의 일 실시예의 화면이다.
도 9는 도 4에 도시된 사고 선박 및 익수자 탐지 방법에 사용되는 물질별 스펙트럼 분포의 일 실시예의 그래프이다
도 10은 도 3에 도시된 영상 가시화부(300)를 통해 디스플레이된 사고 선박 및 익수자 탐지 결과 실시예의 화면이다.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예에 대하여 상세히 설명하면 다음과 같다.
본 발명을 상세하게 설명하기 전에, 본 명세서에서 사용된 용어나 단어는 통상적이거나 사전적인 의미로 무조건 한정하여 해석되어서는 아니되며, 본 발명의 발명자가 자신의 발명을 가장 최선의 방법으로 설명하기 위해서 각종 용어의 개념을 적절하게 정의하여 사용할 수 있다.
더 나아가 이들 용어나 단어는 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야 함을 알아야 한다.
즉, 본 명세서에서 사용된 용어는 본 발명의 바람직한 실시예를 설명하기 위해서 사용되는 것일 뿐이고, 본 발명의 내용을 구체적으로 한정하려는 의도로 사용된 것이 아니다.
이들 용어는 본 발명의 여러 가지 가능성을 고려하여 정의된 용어임을 알아야 한다.
또한, 본 명세서에 있어서, 단수의 표현은 문맥상 명확하게 다른 의미로 지시하지 않는 이상, 복수의 표현을 포함할 수 있다.
또한, 유사하게 복수로 표현되어 있다고 하더라도 단수의 의미를 포함할 수 있음을 알아야 한다.
본 명세서의 전체에 걸쳐서 어떤 구성 요소가 다른 구성 요소를 "포함"한다고 기재하는 경우에는, 특별히 반대되는 의미의 기재가 없는 한 임의의 다른 구성 요소를 제외하는 것이 아니라 임의의 다른 구성 요소를 더 포함할 수도 있다는 것을 의미할 수 있다.
더 나아가서, 어떤 구성 요소가 다른 구성 요소의 "내부에 존재하거나, 연결되어 설치된다"고 기재한 경우에는, 이 구성 요소가 다른 구성 요소와 직접적으로 연결되어 있거나 접촉하여 설치되어 있을 수 있다.
또한, 일정한 거리를 두고 이격되어 설치되어 있을 수도 있으며, 일정한 거리를 두고 이격되어 설치되어 있는 경우에 대해서는 해당 구성 요소를 다른 구성 요소에 고정 내지 연결시키기 위한 제 3의 구성 요소 또는 수단이 존재할 수 있다.
한편, 상기 제 3의 구성 요소 또는 수단에 대한 설명은 생략될 수도 있음을 알아야 한다.
반면에, 어떤 구성 요소가 다른 구성 요소에 "직접 연결"되어 있다거나, 또는 "직접 접속"되어 있다고 기재되는 경우에는, 제 3의 구성 요소 또는 수단이 존재하지 않는 것으로 이해하여야 한다.
마찬가지로, 각 구성 요소 간의 관계를 설명하는 다른 표현들, 즉 " ~ 사이에"와 "바로 ~ 사이에", 또는 " ~ 에 이웃하는"과 " ~ 에 직접 이웃하는" 등도 마찬가지의 취지를 가지고 있는 것으로 해석되어야 한다.
또한, 본 명세서에 있어서 "일면", "타면", "일측", "타측", "제 1", "제 2" 등의 용어는, 하나의 구성 요소에 대해서 이 하나의 구성 요소가 다른 구성 요소로부터 명확하게 구별될 수 있도록 하기 위해서 사용된다.
하지만, 이와 같은 용어에 의해서 해당 구성 요소의 의미가 제한적으로 사용되는 것은 아님을 알아야 한다.
또한, 본 명세서에서 "상", "하", "좌", "우" 등의 위치와 관련된 용어는, 사용된다면, 해당 구성 요소에 대해서 해당 도면에서의 상대적인 위치를 나타내고 있는 것으로 이해하여야 한다.
또한, 이들의 위치에 대해서 절대적인 위치를 특정하지 않는 이상은, 이들 위치 관련 용어가 절대적인 위치를 언급하고 있는 것으로 이해하여서는 아니된다.
더욱이, 본 발명의 명세서에서는, "부", "기", "모듈", "장치" 등의 용어는, 사용된다면, 하나 이상의 기능이나 동작을 처리할 수 있는 단위를 의미한다.
이는 하드웨어 또는 소프트웨어, 또는 하드웨어와 소프트웨어의 결합으로 구현될 수 있음을 알아야 한다.
본 명세서에 첨부된 도면에서 본 발명을 구성하는 각 구성 요소의 크기, 위치, 결합 관계 등은 본 발명의 사상을 충분히 명확하게 전달할 수 있도록 하기 위해서 또는 설명의 편의를 위해서 일부 과장 또는 축소되거나 생략되어 기술되어 있을 수 있고, 따라서 그 비례나 축척은 엄밀하지 않을 수 있다.
또한, 이하에서, 본 발명을 설명함에 있어서, 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 구성, 예를 들어, 종래 기술을 포함하는 공지 기술에 대한 상세한 설명은 생략될 수도 있다.
도 3은 본 발명에 따른 항공 초분광 영상을 이용한 사고 선박 및 익수자 탐지 방법을 구현하기 위한 시스템의 구성도로서, 영상 수신부(100), 영상 분석부(200) 및 영상 가시화부(300)를 구비한다.
영상 수신부(100)는 영상 수신 모듈(110), 영상 적합성 확인 모듈(120) 및 영상 전처리 모듈(130)을 구비하고, 영상 분석부(200)는 분광 라이브러리 모듈(210), 분광 혼합 분석 모듈(220) 및 탐지 결과 분류 모듈(230)을 구비하며, 영상 가시화부(300)는 초분광 영상 가시화 모듈(310), 사고 선박 및 익수자 위치 가시화 모듈(320), 탐지 결과 상세 정보 표출 모듈(330)을 구비한다.
도 4는 본 발명에 따른 항공 초분광 영상을 이용한 사고 선박 및 익수자 탐지 방법의 동작을 나타내는 순서도이다.
도 1 내지 도 4를 참조하여 본 발명에 따른 항공 초분광 영상을 이용한 사고 선박 및 익수자 탐지 방법의 개략적인 동작을 설명하면 다음과 같다.
먼저, 영상 수신부(100)가 관측된 항공 초분광 영상을 수신하여 탐지 분석에 적합한지 확인하고, 관측 정보와 탐지된 사고 선박 및 익수자의 각 화소별 위치 정보 및 반사도값을 추출한다(S100).
영상 분석부(200)가 기 구축된 분광 라이브러리 정보를 이용하여 표적 물질의 분광 반사값과 관측된 반사값과의 분광 특성 유사성을 분석하고, 상기 초분광 영상의 각 화소에 대한 구성 물질 및 점유 비율을 추출하여 탐지 결과를 분류한다(S200).
영상 가시화부(300)가 상기 수신된 초분광 영상, 상기 탐지된 사고 선박 및 익수자의 위치, 탐지 결과의 상세 정보를 표출한다(S300).
본 발명에 따른 항공 초분광 영상을 이용한 사고 선박 및 익수자 탐지 방법의 상세한 동작 설명은 후술하도록 한다.
도 5는 도 4에 도시된 사고 선박 및 익수자 탐지 방법 내 단계(S100)의 부분 동작을 나타내는 순서도이다.
도 1 내지 도 5를 참조하여 본 발명에 따른 항공 초분광 영상을 이용한 사고 선박 및 익수자 탐지 방법 내 단계(S100)의 부분 동작의 개략적인 설명은 다음과 같다.
먼저, 영상 수신 모듈(110)이 관측된 항공 초분광 영상을 수신한다(S110).
영상 적합성 확인 모듈(120)이 수신된 초분광 영상을 전달받아 관측 정보 및 영상 관측값이 탐지 분석에 적합한지 확인한다(S120).
영상 전처리 모듈(130)이 영상 분석 및 탐지 결과 가시화에 필요한 관측 정보와 각 화소별 위치 정보 및 반사도값을 추출한다(S130).
본 발명에 따른 항공 초분광 영상을 이용한 사고 선박 및 익수자 탐지 방법의 단계(S100)의 상세한 동작 설명은 후술하도록 한다.
도 6은 도 4에 도시된 사고 선박 및 익수자 탐지 방법 내 단계(S200)의 부분 동작을 나타내는 순서도이다.
도 1 내지 도 6을 참조하여 본 발명의 항공 초분광 영상을 이용한 사고 선박 및 익수자 탐지 방법 내 단계(S200)의 부분 동작의 개략적인 설명은 다음과 같다.
분광 라이브러리 모듈(210)이 현장 관측을 통해 기 구축된 분광 라이브러리 정보를 페치(fetch)한다(S210).
분광 혼합 분석 모듈(220)이 분광 라이브러리 정보를 이용하여 표적 물질의 분광 반사값과 관측된 반사값과의 분광 특성 유사성을 분석하여 초분광 영상의 각 화소에 대한 구성 물질 및 점유 비율을 추출한다(S220).
탐지 결과 분류 모듈(230)이 추출된 각 화소에 대한 구성 물질과 점유 비율을 기준으로 탐지 결과를 분류하고 상세 정보와 함께 저장한다(S230).
본 발명에 따른 항공 초분광 영상을 이용한 사고 선박 및 익수자 탐지 방법을 구현하기 위한 단계(S200)의 상세한 동작 설명은 후술하도록 한다.
도 7은 도 4에 도시된 사고 선박 및 익수자 탐지 방법 내 단계(S300)의 부분 동작을 나타내는 순서도이다.
도 1 내지 도 7을 참조하여 사고 선박 및 익수자 탐지 방법 내 단계(S300)의 개략적인 동작을 설명하면 다음과 같다.
먼저, 초분광 영상 가시화 모듈(310)이 소정의 밴드를 선택하여 수신된 초분광 영상을 이미지 형태로 표출하고 저장한다(S310).
사고 선박 및 익수자 위치 가시화 모듈(320)이 탐지된 사고 선박 및 익수자를 구분하여 탐지체의 위치를 이미지 형태로 표출하고 저장한다(S320).
탐지 결과 상세 정보 표출 모듈(330)이 탐지 결과의 분류에 따라 구분하여 종류, 재질 및 위경도의 상세 정보와 함께 표출하고 저장한다(S330).
본 발명에 따른 항공 초분광 영상을 이용한 사고 선박 및 익수자 탐지 방법 내 단계(S300)의 상세한 동작 설명은 후술하도록 한다.
도 8은 도 4에 도시된 사고 선박 및 익수자 탐지 방법에 사용되는 분광라이브러리 목록 및 물질별 상세 정보의 일 실시예의 화면이다.
도 9는 도 4에 도시된 사고 선박 및 익수자 탐지 방법에 사용되는 물질별 스펙트럼 분포의 일 실시예의 그래프이다
도 10은 도 3에 도시된 영상 가시화부(300)를 통해 디스플레이된 사고 선박 및 익수자 탐지 결과 실시예의 화면이다.
도 1 내지 도 10을 참조하여 본 발명에 따른 항공 초분광 영상을 이용한 사고 선박 및 익수자 탐지 방법의 동작을 상세하게 설명하면 다음과 같다.
영상 수신부(100)에서 전처리 과정을 거친 후, 영상 분석부(200)에서 분광 라이브러리를 기반으로 한 분광 혼합 분석을 수행하고 탐지 결과들을 해당 종류별로 분류한다.
즉, 영상 수신부(100)는 관측된 항공 초분광 영상을 영상 수신 모듈(110)에서 수신하면, 영상 적합성 확인 모듈(120)은 관측 정보 및 영상 관측값이 정상인지 확인하여 탐지 분석에 적합한지 검토한다.
또한, 영상 전처리 모듈(130)은 영상 분석 및 탐지 결과 가시화에 필요한 관측 정보(공간 해상도, 관측 일시)와 각 화소별 위치 정보와 반사도값을 추출한다.
한편, 영상 분석부(200)는 분광 라이브러리 모듈(210)에서 현장 관측을 통해 기 구축된 분광 라이브러리 정보를 불러오면, 분광 혼합 분석 모듈(220)은 표적 물질의 분광 반사값과 관측된 반사값과의 분광 특성 유사성을 분석하여 초분광 영상의 각 화소에 대한 구성 물질 및 점유 비율을 추출한다.
또한, 탐지 결과 분류 모듈(230)은 각 탐지 결과별 구성 물질과 점유 비율을 기준으로 탐지 결과를 분류하고 상세 정보를 함께 저장한다.
본 발명에서는 일반적으로 널리 쓰이는 영상 엔드 멤버 추출 방법 대신에, 도 6에서 보는 바와 같이, 정확하고 안정적인 탐지를 위해 스펙트로미터(spectrometer)를 이용해 재질별, 도료별, 색상별로 상세 분류된 선박 및 표류체 구성 물질들에 대한 분광 특성 곡선을 직접 측정하여 구축한 분광 라이브러리를 이용한다.
즉, 분광 라이브러리를 이용함으로써 추가 작업 없이 탐지된 결과를 선박/익수자 구분 및 선박 종류 등 자동 분류할 수 있으며, 가시화 모듈을 통해 신속 수색 목적에 맞게 즉각적이고 효과적으로 표출할 수 있다.
분광 라이브러리에 포함된 대상 물질들의 기준 분광 반사 곡선들과 초분광 영상에서 얻어지는 반사 곡선의 유사도를 측정함으로써 각 화소에 대한 구성 물질의 종류 및 함유량 등을 산출한다.
이를 위해 본 발명에서는 분광각(spectral angle) 측정 알고리즘을 통해 대상 스펙트럼(t)과 기준 스펙트럼(r) 간의 유사도를 판단한다.
각각 분광 반사 곡선이 밴드 n 개로 측정되어 있을 때 이를 벡터로 가정하고, 다음의 수학식 1을 이용하여 이 두 벡터 사이의 각(α)을 분광각으로 정의한다.
Figure 112017104998531-pat00001
여기에서, ti 는 대상 스펙트럼이고, ri 는 기준 스펙트럼이며, n은 밴드의 개수이다.
이때, 두 벡터 사이의 각(α)이 작을수록 두 스펙트럼이 유사한 것으로 판정된다.
분광각 알고리즘은 계산 속도가 빠르며 벡터의 길이, 즉 반사도의 절대값에 영향을 받지 않으므로 분광 라이브러리를 기반으로 한 신속 탐지에 적합하다.
또한, 단순 반사도 또는 형태적 특성을 이용함으로써 화소 내 다중 물질이 혼합된 경우, 공간 해상도와 대상 크기에 따라 탐지 가능 범위가 크게 제한받는 종래의 다중 분광 영상 기반 해상 표적 탐지 기술과 달리, 본 발명은 초분광 영상을 기반으로 완성된 분광 특성 곡선을 이용해 화소별 구성 물질과 그 점유 비율을 추출함으로써 화소 단위 이하로도 탐지가 가능하다.
한편, 영상 수신부(100)에서 탐지된 결과는 영상 가시화부(300)를 통해 사용자 친화적인 그래픽 사용자 인터페이스(graphical user interface, GUI) 형태로 최종 표출된다.
즉, 영상 가시화부(300)는 초분광 영상 가시화 모듈(310)에서 특정 밴드(예를 들어, RGB)를 선택하여 입력된 항공 초분광 영상을 이미지 형태로 표출하고 저장하면, 탐지된 사고 선박 및 익수자를 사고 선박 및 익수자 위치 가시화 모듈(320)에서 구분하여 탐지체의 위치를 이미지 형태로 표출하고 저장한다.
또한, 탐지 결과 상세 정보 표출 모듈(330)은 탐지 결과들 분류에 따라 구분하여 종류, 재질, 위경도 등 상세 정보와 함께 표 형식으로 표출하고 저장한다.
도 10에서 보는 바와 같이, 영상 수신부(100)에서 전처리 과정을 거친 항공관측 초분광 영상과 해당 영역 내 탐지되는 탐지체가 이미지 형태로 실시간으로 표출되며 상세 정보가 텍스트 형태로 함께 표출된다.
이를 통해, 본 발명은 분광 라이브러리를 이용한 화소별 분광 혼합 분석기법 적용을 통해 종래의 기술이 갖고 있는 해상 표적탐지 한계를 극복하고, 추가 작업 없이 즉각적으로 보다 정확하고 안정적인 탐지 결과를 제공하게 된다.
이와 같이, 본 발명의 항공 초분광 영상을 이용한 사고 선박 및 익수자 탐지 방법은 다양한 수색 대상물에 따른 최적화된 식별 능력 향상을 위하여 초분광 영상을 이용하고, 대상물별 반사광 스펙트럼 분석 실험 결과를 통해 분별도를 향상시켜 해양 사고로 인한 사고 선박 및 실종자의 신속한 수색 작업을 지원할 수 있다.
이를 통하여, 해양 사고로 인한 사고 선박 및 실종자의 탐지 시간은 줄이고 탐지 확률은 높여 신속한 수색 작업을 지원할 수 있게 된다.
또한, 수색 대상물에 특화된 초분광 영상 탐지 알고리즘 적용을 통하여 탐지 확률을 90 % 이상으로 향상시키고, 허 경보율 10 % 미만의 정확도를 구현할 수 있게 된다.
또한, 최근 급속히 수요가 증가하는 국방 감시정찰 및 불법 조업 어선 감시 분야의 핵심기술로 활용하여, 지속적으로 요구되는 해양 수색 장비 산업 전반에 국산화 및 선진화 기반을 구축하게 된다.
이상, 일부 예를 들어서 본 발명의 바람직한 여러 가지 실시예에 대해서 설명하였지만, 본 "발명을 실시하기 위한 구체적인 내용" 항목에 기재된 여러 가지 다양한 실시예에 관한 설명은 예시적인 것에 불과한 것이며, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 이상의 설명으로부터 본 발명을 다양하게 변형하여 실시하거나 본 발명과 균등한 실시를 행할 수 있다는 점을 잘 이해하고 있을 것이다.
또한, 본 발명은 다른 다양한 형태로 구현될 수 있기 때문에 본 발명은 상술한 설명에 의해서 한정되는 것이 아니며, 이상의 설명은 본 발명의 개시 내용이 완전해지도록 하기 위한 것으로 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 본 발명의 범주를 완전하게 알려주기 위해 제공되는 것일 뿐이며, 본 발명은 청구범위의 각 청구항에 의해서 정의될 뿐임을 알아야 한다.
100: 영상 수신부
110: 영상 수신 모듈
120: 영상 적합성 확인 모듈
130: 영상 전처리 모듈
200: 영상 분석부
210: 분광 라이브러리 모듈
220: 분광 혼합 분석 모듈
230: 탐지 결과 분류 모듈
300: 영상 가시화부
310: 초분광 영상 가시화 모듈
320: 사고 선박 및 익수자 위치 가시화 모듈
330: 탐지 결과 상세 정보 표출 모듈

Claims (9)

  1. (a) 영상 수신부가 관측된 항공 초분광 영상을 수신하여 탐지 분석에 적합한지 확인하고, 관측 정보와 탐지된 사고 선박 및 익수자의 각 화소별 위치 정보 및 반사도값을 추출하는 단계;
    (b) 영상 분석부가 기 구축된 분광 라이브러리 정보를 이용하여 표적 물질의 분광 반사값과 관측된 반사값과의 분광 특성 유사성을 분석하고, 상기 초분광 영상의 각 화소에 대한 구성 물질 및 점유 비율을 추출하여 탐지 결과를 분류하는 단계; 및
    (c) 영상 가시화부가 상기 수신된 초분광 영상, 상기 탐지된 사고 선박 및 익수자의 위치, 상기 탐지 결과의 상세 정보를 표출하는 단계;
    를 포함하고,
    상기 (b) 단계는
    상기 영상 분석부가 상기 분광 라이브러리에 포함된 대상 물질들의 기준 분광 반사 곡선들과 상기 초분광 영상에서 얻어지는 반사 곡선의 유사도를 측정하되,
    상기 유사도는
    상기 얻어지는 반사 곡선이 복수개의 밴드로 측정되는 경우,
    상기 복수개의 밴드를 벡터로 가정하고, 상기 기준 분광 반사 곡선들 각각의 벡터와 상기 얻어지는 반사 곡선의 벡터 사이의 각을 분광각으로 정의하는 분광각 측정 알고리즘을 통해 측정되는 것을 특징으로 하는
    항공 초분광 영상을 이용한 사고 선박 및 익수자 탐지 방법.
  2. 제 1 항에 있어서,
    상기 (a) 단계는
    영상 수신 모듈이 상기 관측된 항공 초분광 영상을 수신하는 단계;
    영상 적합성 확인 모듈이 상기 수신된 초분광 영상을 전달받아 상기 관측 정보 및 영상 관측값이 탐지 분석에 적합한지 확인하는 단계; 및
    영상 전처리 모듈이 영상 분석 및 탐지 결과 가시화에 필요한 상기 관측 정보와 상기 각 화소별 위치 정보 및 상기 반사도값을 추출하는 단계;
    를 포함하는 것을 특징으로 하는,
    항공 초분광 영상을 이용한 사고 선박 및 익수자 탐지 방법.
  3. 제 2 항에 있어서,
    상기 영상 분석 및 탐지 결과 가시화에 필요한 관측 정보는
    공간 해상도 및 관측 일시인 것을 특징으로 하는,
    항공 초분광 영상을 이용한 사고 선박 및 익수자 탐지 방법.
  4. 제 1 항에 있어서,
    상기 (b) 단계는
    분광 라이브러리 모듈이 현장 관측을 통해 기 구축된 상기 분광 라이브러리 정보를 불러오는 단계;
    분광 혼합 분석 모듈이 상기 분광 라이브러리 정보를 이용하여 상기 표적 물질의 분광 반사값과 관측된 반사값과의 상기 분광 특성 유사성을 분석하여 상기 초분광 영상의 각 화소에 대한 구성 물질 및 점유 비율을 추출하는 단계; 및
    탐지 결과 분류 모듈이 상기 추출된 각 화소에 대한 구성 물질과 점유 비율을 기준으로 상기 탐지 결과를 분류하고 상세 정보와 함께 저장하는 단계;
    를 포함하는 것을 특징으로 하는,
    항공 초분광 영상을 이용한 사고 선박 및 익수자 탐지 방법.
  5. 제 1 항에 있어서,
    상기 (b) 단계는
    상기 영상 분석부가 상기 유사도를 측정하여, 상기 각 화소에 대한 구성 물질의 종류 및 함유량을 산출하는 것을 특징으로 하는,
    항공 초분광 영상을 이용한 사고 선박 및 익수자 탐지 방법.
  6. 제 5 항에 있어서,
    상기 유사도는
    상기 분광각 측정 알고리즘을 통해 산출되는 대상 스펙트럼과 기준 스펙트럼 간의 유사도인 것을 특징으로 하는,
    항공 초분광 영상을 이용한 사고 선박 및 익수자 탐지 방법.
  7. 제 1 항에 있어서,
    상기 (c) 단계는
    초분광 영상 가시화 모듈이 소정의 밴드를 선택하여 상기 수신된 초분광 영상을 이미지 형태로 표출하고 저장하는 단계;
    사고 선박 및 익수자 위치 가시화 모듈이 상기 탐지된 사고 선박 및 익수자를 구분하여 탐지체의 위치를 이미지 형태로 표출하고 저장하는 단계; 및
    탐지 결과 상세 정보 표출 모듈이 상기 탐지 결과의 분류에 따라 구분하여 종류, 재질 및 위경도의 상기 상세 정보와 함께 표출하고 저장하는 단계;
    를 포함하는 것을 특징으로 하는,
    항공 초분광 영상을 이용한 사고 선박 및 익수자 탐지 방법.
  8. 제 1 항에 있어서,
    상기 분광 라이브러리는
    스펙트로미터를 이용해 재질별, 도료별, 색상별로 분류된 선박 및 표류체 구성 물질들에 대한 분광 특성 곡선을 측정하여 구축되는 것을 특징으로 하는,
    항공 초분광 영상을 이용한 사고 선박 및 익수자 탐지 방법.
  9. (a) 영상 수신부가 관측된 항공 초분광 영상을 수신하여 탐지 분석에 적합한지 확인하고, 관측 정보와 탐지된 사고 선박 및 익수자의 각 화소별 위치 정보 및 반사도값을 추출하는 단계;
    (b) 영상 분석부가 기 구축된 분광 라이브러리 정보를 이용하여 표적 물질의 분광 반사값과 관측된 반사값과의 분광 특성 유사성을 분석하고, 상기 초분광 영상의 각 화소에 대한 구성 물질 및 점유 비율을 추출하여 탐지 결과를 분류하는 단계; 및
    (c) 영상 가시화부가 상기 수신된 초분광 영상, 상기 탐지된 사고 선박 및 익수자의 위치, 상기 탐지 결과의 상세 정보를 표출하는 단계;
    를 포함하고,
    상기 (b) 단계는
    상기 영상 분석부가 상기 분광 라이브러리에 포함된 대상 물질들의 기준 분광 반사 곡선들과 상기 초분광 영상에서 얻어지는 반사 곡선의 유사도를 측정하되,
    상기 유사도는
    상기 얻어지는 반사 곡선이 복수개의 밴드로 측정되는 경우,
    상기 복수개의 밴드를 벡터로 가정하고, 상기 기준 분광 반사 곡선들 각각의 벡터와 상기 얻어지는 반사 곡선의 벡터 사이의 각을 분광각으로 정의하는 분광각 측정 알고리즘을 통해 측정되며,
    상기 추출된 각 화소 내 구성 물질이 다중으로 혼합된 경우, 상기 초분광 영상을 기반으로 완성된 분광 특성 곡선을 이용해 상기 각 화소에 대한 구성 물질 및 점유 비율을 추출하여 화소 단위 이하로도 탐지가 가능한 것을 특징으로 하는,
    항공 초분광 영상을 이용한 사고 선박 및 익수자 탐지 방법.
KR1020170138392A 2017-10-24 2017-10-24 항공 초분광 영상을 이용한 사고 선박 및 익수자 탐지 방법 KR101852770B1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
KR1020170138392A KR101852770B1 (ko) 2017-10-24 2017-10-24 항공 초분광 영상을 이용한 사고 선박 및 익수자 탐지 방법
PCT/KR2018/005719 WO2019083109A1 (ko) 2017-10-24 2018-05-18 항공 초분광 영상을 이용한 사고 선박 및 익수자 탐지 방법
US16/465,079 US10656018B2 (en) 2017-10-24 2018-05-18 Method for detecting shipwrecked vessel and drown victims by using aerial hyperspectral image

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170138392A KR101852770B1 (ko) 2017-10-24 2017-10-24 항공 초분광 영상을 이용한 사고 선박 및 익수자 탐지 방법

Publications (1)

Publication Number Publication Date
KR101852770B1 true KR101852770B1 (ko) 2018-04-27

Family

ID=62081307

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170138392A KR101852770B1 (ko) 2017-10-24 2017-10-24 항공 초분광 영상을 이용한 사고 선박 및 익수자 탐지 방법

Country Status (3)

Country Link
US (1) US10656018B2 (ko)
KR (1) KR101852770B1 (ko)
WO (1) WO2019083109A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220042701A (ko) 2020-09-28 2022-04-05 주식회사 산엔지니어링 무선 단말기를 이용한 익수자 감지 및 경보 시스템

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111783865B (zh) * 2020-06-23 2022-03-15 西北工业大学 基于空谱邻域嵌入和最优相似图的高光谱分类方法
CN111833336B (zh) * 2020-07-17 2023-11-17 吉林大学 一种基于高光谱的风电叶片表面砂眼故障的检测系统及方法
KR102258903B1 (ko) * 2020-12-24 2021-06-02 한국해양과학기술원 해상객체 식별을 위한 초분광 데이터 처리방법 및 장치
US11536608B2 (en) * 2021-01-04 2022-12-27 Argo AI, LLC Systems and methods for characterizing spectral reflectance of real world objects
CN113902717B (zh) * 2021-10-13 2022-04-26 自然资源部国土卫星遥感应用中心 一种基于光谱库的星载高光谱农田裸土目标识别方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101414045B1 (ko) 2013-06-24 2014-07-02 인하대학교 산학협력단 분광라이브러리 데이터와 입력된 초분광영상을 이용한 표적탐지방법
US20160266246A1 (en) 2013-10-23 2016-09-15 Ladar Limited A system for monitoring a maritime environment
KR101700144B1 (ko) 2016-10-05 2017-02-01 주식회사 지오스토리 초분광영상 분석을 위한 분광라이브러리 시스템

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6678395B2 (en) 2001-03-22 2004-01-13 Robert N. Yonover Video search and rescue device
GB0809252D0 (en) * 2008-05-21 2008-06-25 Ntnu Technology Transfer As Underwater hyperspectral imaging
KR101407158B1 (ko) 2012-11-12 2014-06-13 재단법인대구경북과학기술원 수상 인명 구조 시스템 및 그의 구조 방법
KR101634792B1 (ko) * 2014-10-27 2016-06-29 한국지질자원연구원 초분광 영상의 분광혼합분석에 의한 표적물질 탐지방법
KR20170006318A (ko) * 2015-07-07 2017-01-18 엘지디스플레이 주식회사 입체 영상 표시 장치
KR101750520B1 (ko) 2015-11-30 2017-06-26 한국지질자원연구원 표적신호 분리를 이용하여 탐지성능이 향상된 초분광 영상의 표적물질 탐지방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101414045B1 (ko) 2013-06-24 2014-07-02 인하대학교 산학협력단 분광라이브러리 데이터와 입력된 초분광영상을 이용한 표적탐지방법
US20160266246A1 (en) 2013-10-23 2016-09-15 Ladar Limited A system for monitoring a maritime environment
JP2017502258A (ja) * 2013-10-23 2017-01-19 レーダー リミテッドＬａｄａｒ Ｌｉｍｉｔｅｄ 海洋環境を監視するためのシステム
KR101700144B1 (ko) 2016-10-05 2017-02-01 주식회사 지오스토리 초분광영상 분석을 위한 분광라이브러리 시스템

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220042701A (ko) 2020-09-28 2022-04-05 주식회사 산엔지니어링 무선 단말기를 이용한 익수자 감지 및 경보 시스템
KR20230019916A (ko) 2020-09-28 2023-02-09 주식회사 산엔지니어링 무선 단말기를 이용한 익수자 감지 및 경보 시스템

Also Published As

Publication number Publication date
US20190293489A1 (en) 2019-09-26
WO2019083109A1 (ko) 2019-05-02
US10656018B2 (en) 2020-05-19

Similar Documents

Publication Publication Date Title
KR101852770B1 (ko) 항공 초분광 영상을 이용한 사고 선박 및 익수자 탐지 방법
US11022541B2 (en) Polarimetric detection of foreign fluids on surfaces
KR101852476B1 (ko) 사고 선박 및 익수자 탐지용 다중파장 영상 분석 전자 광학 시스템 및 그 분석 방법
EP3049793B1 (en) Structural hot spot and critical location monitoring
US11796377B2 (en) Remote contactless liquid container volumetry
US11830248B2 (en) Method and apparatus for processing hyperspectral data for identifying marine object
US10473429B1 (en) Projectile detection system and method
US7417666B2 (en) 3-D imaging system
Park et al. Aerial hyperspectral remote sensing detection for maritime search and surveillance of floating small objects
Marino et al. Ship detection with TanDEM-X data extending the polarimetric notch filter
Bonnin-Pascual et al. A generic framework for defect detection on vessel structures based on image saliency
KR20170134077A (ko) 무인기 영상을 활용한 선박 탐지방법 및 시스템
Bravo et al. Monitoring rocky reef biodiversity by underwater geo-referenced photoquadrats
Sumimoto et al. Machine vision for detection of the rescue target in the marine casualty
Silva et al. UAV trials for multi-spectral imaging target detection and recognition in maritime environment
WO2016076936A2 (en) Polarization-based mapping and perception method and system
Fernandez Arguedas et al. Ship classification in high and very high resolution satellite SAR imagery
CN112418156B (zh) 基于无监督分类的光学遥感图像海面舰船目标检测方法
Zielinski et al. Detection of oil spills by airborne sensors
Shah et al. Structural surface assessment of ship structures intended for robotic inspection applications
Leonard et al. Performance of an EO/IR sensor system in marine search and rescue
Pegler et al. The potential for using very high spatial resolution imagery for marine search and rescue surveillance
Ivanovskii The Concept of Automated Draught Survey System for Marine Ships
Taylor Jr et al. Underwater partial polarization signatures from the shallow water real-time imaging polarimeter (SHRIMP)
CN111474122B (zh) 一种浅海底质反射率的遥感提取方法

Legal Events

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