KR102082419B1 - 오염된 대기의 스펙트럼 모의 장치 및 방법 - Google Patents

오염된 대기의 스펙트럼 모의 장치 및 방법 Download PDF

Info

Publication number
KR102082419B1
KR102082419B1 KR1020190119971A KR20190119971A KR102082419B1 KR 102082419 B1 KR102082419 B1 KR 102082419B1 KR 1020190119971 A KR1020190119971 A KR 1020190119971A KR 20190119971 A KR20190119971 A KR 20190119971A KR 102082419 B1 KR102082419 B1 KR 102082419B1
Authority
KR
South Korea
Prior art keywords
spectrum
image
cloud
pixel
spectral
Prior art date
Application number
KR1020190119971A
Other languages
English (en)
Inventor
남현우
김종선
김현정
고영진
Original Assignee
국방과학연구소
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 국방과학연구소 filed Critical 국방과학연구소
Priority to KR1020190119971A priority Critical patent/KR102082419B1/ko
Priority to US16/743,346 priority patent/US11079365B2/en
Application granted granted Critical
Publication of KR102082419B1 publication Critical patent/KR102082419B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0004—Gaseous mixtures, e.g. polluted air
    • G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
    • G01N33/0062—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display
    • 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
    • G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
    • G01N21/3504—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing gases, e.g. multi-gas analysis
    • 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
    • G01J3/30—Measuring the intensity of spectral lines directly on the spectrum itself
    • 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
    • G01N15/02—Investigating particle size or size distribution
    • G01N15/0205—Investigating particle size or size distribution by optical means
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/001—Texturing; Colouring; Generation of texture or colour
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • G06T9/008—Vector quantisation
    • 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
    • G01J3/30—Measuring the intensity of spectral lines directly on the spectrum itself
    • G01J3/32—Investigating bands of a spectrum in sequence by a single detector
    • G01J2003/323—Comparing line:background
    • 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
    • G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
    • G01N21/3504—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing gases, e.g. multi-gas analysis
    • G01N2021/3531—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing gases, e.g. multi-gas analysis without instrumental source, i.e. radiometric
    • 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
    • G06T2207/10048—Infrared image

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Business, Economics & Management (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Food Science & Technology (AREA)
  • Tourism & Hospitality (AREA)
  • Medicinal Chemistry (AREA)
  • Combustion & Propulsion (AREA)
  • Multimedia (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Dispersion Chemistry (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Image Processing (AREA)

Abstract

본 발명은 유독물질에 오염된 대기가스의 적외선 초분광영상 스펙트럼 신호를 모의 및 탐지 알고리즘들의 성능을 분석하기 위한 것으로, 대상 영역의 배경 이미지 및 상기 배경 이미지의 각 픽셀에 대응하는 적외선 신호를 획득하는 배경 이미지 획득부와, 상기 각 픽셀별로 획득된 적외선 신호로부터 배경 복사휘도 스펙트럼을 획득하는 스펙트럼 획득부와, 오염운의 존재 여부에 따른 복사휘도 차에 근거하여 오염운의 복사휘도 스펙트럼과 배경 복사휘도 스펙트럼의 선형 결합 모델을 생성하는 모의 스펙트럼 생성부와, 적어도 하나의 유독물질 정보 및 대기 투과도를 상기 선형 결합 모델에 적용하여 상기 각 픽셀에 대응하는 오염운의 모의 스펙트럼을 생성하는 제어부 및, 상기 제어부의 제어에 따라 스펙트럼 이미지를 생성하고, 생성된 스펙트럼 이미지와 상기 배경 이미지를 결합하여 모의 오염운 이미지를 생성하는 영상화부를 포함하는 것을 특징으로 한다.

Description

오염된 대기의 스펙트럼 모의 장치 및 방법{APPARATUS AND METHOD FOR SPECTRUM SIMULATION OF AIR POLLUTED}
본 발명은 원거리에서 독성화학가스 등 유독물질을 탐지 및 분석하기 위한 것으로, 보다 자세하게는 유독물질에 오염된 대기가스의 적외선 초분광영상 스펙트럼 신호를 모의 및 탐지 알고리즘들의 성능을 분석하기 위한 것이다.
신경작용제, 수포작용제, 혈액작용제 등 테러의 목적으로 사용되는 독성화학가스(CWA, CHEMICAL WARFARE AGENT) 및 화학공단에서의 산업유독성가스(TIC, TOXIC INDUSTRIAL CHEMICAL) 누출사고의 경우 짧은 시간에 대량의 인명 피해를 초래하므로, 피해를 최소화하기 위해 원거리에서 최대한 빠르게 탐지 및 식별할 수 있는 조기경보 시스템 개발이 필요하다.
이러한 원거리 화학가스탐지 기술로서 FT-IR(FOURIER-TRANSFORM INFRARED SPECTROSCOPY) 기반의 적외선 분광 기술이 널리 사용되고 있다. FT-IR 기반 원거리 탐지 기술은 다양한 자연 배경으로부터 수광된 적외선 스펙트럼(SPECTRUM) 특성을, 오염물질에 오염된 대기층의 스펙트럼 특성과 대조 결과에 따라 상기 대기층의 오염 유무를 판별할 수 있는 기술이다.
이처럼 대기층의 오염 여부 및 대기층을 오염시킨 유독물질을 식별하기 위해서는, 숲, 바다, 하늘, 건물 등 다양한 배경으로부터 반사되어 유독물질에 의해 오염된 대기층을 통과여 수집된 스펙트럼에 대한 분석을 필요로 한다.
이러한 분석을 위하여 체코의 경우, 유독 물질을 검출하기 위한 대조군 스펙트럼 특성들을 수집하기 위해 밀폐된 야외가스분사 시설을 구축하였다. 그리고 구축된 시설을 통해 야외에서 유독물질을 살포 및 살포된 유독물질에 의해 오염된 대기층의 스펙트럼 데이터를 수집함으로써 상기 대조군의 스펙트럼 특성 데이터베이스를 생성할 수 있다. 그러나 대기층의 스펙트럼 특성은 해당 지역의 고도 또는 위도에 따른 기후적 특징이나 주변 생태계 등 다양한 환경적 영향으로 인해 지역마다 그 특성이 다르게 나타나므로, 체코 등에서 수집된 스펙트럼 데이터를 국내에서 적용하기 어렵다는 문제가 있다.
또한 국내의 경우 상기 야외용 안전시설이 구비된 대형 챔버를 구축하고 있지 않으며 또한 상기 안전시설이 구비된 대형 챔버의 구축에 있어서는 막대한 비용이 요구되는 실정이다. 이에 따라 국내의 경우 상기 대조군의 스펙트럼 특성 데이터베이스를 구축하기 어려우며 이러한 어려움으로 인해 원거리 유독물질 탐지의 신뢰성이 크게 저하될 수 있다는 문제가 있다.
본 발명은 전술한 문제를 해결하기 위한 것으로, 유독물질을 이용하여 대기를 오염시키지 않고서도, 다양한 유독물질에 오염된 대기의 적외선 초분광영상 스펙트럼 특성 데이터를 모의할 수 있는 장치 및 방법을 제공하는 것을 그 목적으로 한다.
또한 본 발명은 모의된 스펙트럼을 활용하여 화학 작용제에 오염된 오염운을 이미지화함으로써, 다양한 화학 가스 탐지 알고리즘들의 성능들을 가시적으로 분석할 수 있도록 하는 장치 및 방법을 제공하는 것을 그 목적으로 한다.
상술한 목적을 달성하기 위한 본 발명의 실시 예에 따른 스펙트럼 모의 장치는, 적어도 하나의 카메라 및 적외선 센서를 포함하여, 대상 영역의 배경 이미지 및 상기 배경 이미지의 각 픽셀에 대응하는 적외선 신호를 획득하는 배경 이미지 획득부와, 상기 각 픽셀별로 획득된 적외선 신호로부터 배경 복사휘도 스펙트럼을 획득하는 스펙트럼 획득부와, 모의하고자 하는 적어도 하나의 유독물질 정보 및 대기 투과도를 입력받는 입력부와, 오염운의 존재 여부에 따른 복사휘도 차에 근거하여 오염운의 복사휘도 스펙트럼과 배경 복사휘도 스펙트럼의 선형 결합 모델을 생성하는 모의 스펙트럼 생성부와, 상기 적어도 하나의 유독물질 정보 및 대기 투과도를 상기 선형 결합 모델에 적용하여 상기 각 픽셀에 대응하는 상기 적어도 하나의 유독물질에 오염된 오염운의 모의 스펙트럼을 생성하도록 상기 모의 스펙트럼 생성부를 제어하는 제어부 및, 상기 제어부의 제어에 따라 상기 각 픽셀에 대응하는 모의 스펙트럼에 따른 스펙트럼 이미지를 생성하고, 생성된 스펙트럼 이미지와 상기 배경 이미지를 결합하여 모의 오염운 이미지를 생성하는 영상화부를 포함하는 것을 특징으로 한다.
일 실시 예에 있어서, 상기 모의 스펙트럼 생성부는, 대기, 오염운, 배경의 3 단계로 구분하여 분광 신호를 모델링하는 3층 기반 스펙트럼 모델과 상기 획득된 배경 복사휘도 스펙트럼에 근거하여, 오염운이 있는 경우의 제1 스펙트럼 모델과 오염운이 없는 경우의 제2 스펙트럼 모델을 모델링하고, 상기 오염운의 대기 투과도를 기 설정된 근사법에 의해 근사화한 오염운 함수와, 상기 오염운의 흑체 복사휘도와 상기 배경의 복사휘도의 차이를 근사화한 결과, 그리고 상기 제2 스펙트럼 모델을 선형결합하여 상기 선형 결합 모델을 생성하는 것을 특징으로 한다.
일 실시 예에 있어서, 상기 영상화부는, 각 픽셀에 대응하는 모의 스펙트럼에 근거하여 밝기 온도 스펙트럼을 산출하고, 산출된 밝기온도 스펙트럼에 따라 각 픽셀별 색상값을 결정하여 상기 스펙트럼 이미지를 생성하는 것을 특징으로 한다.
일 실시 예에 있어서, 상기 영상화부는, 삼자극치 함수에 따라, 각 픽셀별로 산출된 밝기온도 스펙트럼 각각에 대한 삼자극치 값들을 산출하고, 산출된 삼자극치 값들에 따라 각 픽셀별 RGB 값을 산출 및, 산출된 RGB 값에 따라 각 픽셀의 색상이 결정된 상기 스펙트럼 이미지를 생성하는 것을 특징으로 한다.
일 실시 예에 있어서, 상기 영상화부는, 각 픽셀별로 산출된 RGB 값에 대응하는 YCbCR 값을 산출하고, 산출된 YCbCR 값에 따라 각 픽셀의 색상이 결정된 상기 스펙트럼 이미지를 생성하는 것을 특징으로 한다.
일 실시 예에 있어서, 복수의 탐지 알고리즘에 대한 정보를 포함하는 메모리 및, 상기 제어부의 제어에 따라 상기 생성된 모의 오염운 이미지를 대상으로 상기 복수의 탐지 알고리즘 각각에 대한 유독물질 탐지를 수행하는 알고리즘 성능 분석부를 더 포함하는 것을 특징으로 한다.
일 실시 예에 있어서, 상기 제어부는, 상기 복수의 탐지 알고리즘 중 어느 하나가 선택되면, 선택된 탐지 알고리즘에 상기 생성된 모의 오염운 이미지를 입력하여, 상기 선택된 알고리즘에 따른 유독물질 탐지 결과가 도출되도록 상기 알고리즘 성능 분석부를 제어하고, 상기 영상화부를 제어하여 상기 유독물질 탐지 결과를 영상화 및, 영상화된 유독물질 탐지 결과를 비교하여 상기 선택된 탐지 알고리즘의 성능을 분석하는 것을 특징으로 한다.
일 실시 예에 있어서, 상기 제어부는, 상기 모의 오염운 이미지 픽셀들의 전체 개수를 기준으로, 상기 모의 오염운 이미지의 각 픽셀에 대해, 상기 영상화된 유독물질 탐지 결과에서, 유독물질 유무 여부가 서로 매칭되는 픽셀들의 개수에 따라 상기 선택된 탐지 알고리즘의 정량화된 성능을 분석하는 것을 특징으로 한다.
일 실시 예에 있어서, 상기 제어부는, 상기 영상화된 유독물질 탐지 결과와, 상기 모의 오염운 이미지에 대한 ROC(Receiver Operating Characteristic) 분석 기법에 근거하여 상기 탐지 알고리즘의 성능을 분석하는 것을 특징으로 한다.
일 실시 예에 있어서, 상기 영상화부에서 영상화된 모의 오염운 이미지 또는 영상화된 탐지 알고리즘의 유독물질 탐지 결과를 시각 정보로 출력하는 출력부를 더 포함하는 것을 특징으로 한다.
또한 상술한 목적을 달성하기 위한 본 발명의 실시 예에 따른 스펙트럼 모의 방법은, 적어도 하나의 카메라 및 적외선 센서를 포함하여, 대상 영역의 배경 이미지 및 상기 배경 이미지의 각 픽셀에 대응하는 적외선 신호를 획득하는 제1 단계와, 상기 각 픽셀별로 획득된 적외선 신호로부터 배경 복사휘도 스펙트럼을 획득하는 제2 단계와, 오염운의 존재 여부에 따른 복사휘도 차에 근거하여 오염운의 복사휘도 스펙트럼과 배경 복사휘도 스펙트럼의 선형 결합 모델을 생성하는 제3 단계와, 모의하고자 하는 적어도 하나의 유독물질의 정보 및 대기 투과도가 입력되면, 입력된 적어도 하나의 유독물질 정보 및 대기 투과도를 상기 선형 결합 모델에 적용하여 상기 각 픽셀에 대응하는 상기 적어도 하나의 유독물질에 오염된 오염운의 모의 스펙트럼을 생성하는 제4 단계 및, 상기 각 픽셀에 대응하는 모의 스펙트럼에 따른 스펙트럼 이미지를 생성하고, 생성된 스펙트럼 이미지와 상기 배경 이미지를 결합하여 모의 오염운 이미지를 생성하는 제5 단계를 포함하는 것을 특징으로 한다.
일 실시 예에 있어서, 상기 제3 단계는, 대기, 오염운, 배경의 3 단계로 구분하여 분광 신호를 모델링하는 3층 기반 스펙트럼 모델과 상기 획득된 배경 복사휘도 스펙트럼에 근거하여, 오염운이 있는 경우의 제1 스펙트럼 모델과 오염운이 없는 경우의 제2 스펙트럼 모델을 모델링하는 제3-1 단계 및, 상기 오염운의 대기 투과도를 기 설정된 근사법에 의해 근사화한 오염운 함수와, 상기 오염운의 흑체 복사휘도와 상기 배경의 복사휘도의 차이를 근사화한 결과, 그리고 상기 제2 스펙트럼 모델을 선형결합하여 상기 선형 결합 모델을 생성하는 제3-2 단계를 포함하는 것을 특징으로 한다.
일 실시 예에 있어서, 상기 스펙트럼 이미지는, 각 픽셀에 대응하는 모의 스펙트럼에 근거하여 밝기 온도 스펙트럼을 산출하고, 산출된 밝기온도 스펙트럼에 따라 각 픽셀별 색상값을 결정하여 생성하는 것을 특징으로 한다.
일 실시 예에 있어서, 기 설정된 복수의 탐지 알고리즘 중 어느 하나를 선택하는 a 단계와, 선택된 탐지 알고리즘에 상기 생성된 모의 오염운 이미지를 입력하여, 상기 선택된 알고리즘에 따른 유독물질 탐지 결과를 도출하는 b 단계와, 상기 도출된 유독물질 탐지 결과를 영상화하는 c 단계 및, 영상화된 유독물질 탐지 결과를 비교하여 상기 선택된 탐지 알고리즘의 성능을 분석하는 d 단계를 더 포함하는 것을 특징으로 한다.
일 실시 예에 있어서, 상기 d 단계는, 상기 모의 오염운 이미지 픽셀들의 전체 개수를 기준으로, 상기 모의 오염운 이미지의 각 픽셀에 대해, 상기 영상화된 유독물질 탐지 결과에서, 유독물질 유무 여부가 서로 매칭되는 픽셀들의 개수에 따라 상기 선택된 탐지 알고리즘의 정량화된 성능을 분석하는 단계임을 특징으로 한다.
일 실시 예에 있어서, 상기 d 단계는, 상기 영상화된 유독물질 탐지 결과와, 상기 모의 오염운 이미지에 대한 ROC(Receiver Operating Characteristic) 분석 기법에 근거하여 상기 선택된 탐지 알고리즘의 성능을 분석하는 단계임을 특징으로 한다.
본 발명에 따른 스펙트럼 모의 장치 및 방법의 효과에 대해 설명하면 다음과 같다.
본 발명의 실시 예들 중 적어도 하나에 의하면, 본 발명은 대기 3층 모델 복사휘도 스펙트럼 모델에 근거하여 적어도 하나의 유독물질에 의해 오염된 대기의 대기 투과도 스펙트럼을 생성함으로써, 실제 유독물질을 이용한 야외 실험 없이도 상기 유독물질에 의해 오염된 대기(오염층 또는 오염운)의 적외선 초분광영상 스펙트럼 특성을 획득할 수 있다는 효과가 있다.
본 발명의 실시 예들 중 적어도 하나에 의하면, 본 발명은 모의된 적외선 초분광영상 스펙트럼 데이터를 영상화하여 오염운을 이미지화함으로써, 모의 스펙트럼에 따른 오염운을 가시적으로 식별할 수 있도록 한다는 효과가 있다.
본 발명의 실시 예들 중 적어도 하나에 의하면, 본 발명은 모의 스펙트럼에 따른 오염운의 이미지와, 복수의 서로 다른 화학 가스 탐지 알고리즘에 따른 이미지를 비교함으로써, 상기 복수의 서로 다른 화학 가스 탐지 알고리즘의 탐지 성능을 용이하게 비교 분석할 수 있다는 효과가 있다.
도 1은 본 발명의 실시 예에 따른 스펙트럼 모의 장치의 구성을 설명하기 위한 블록도이다.
도 2는 본 발명의 실시 예에 따른 스펙트럼 모의 장치에서 오염층의 대기 투과도 스펙트럼을 생성하기 위한 3층 복사휘도 스펙트럼 모델을 도시한 개념도이다.
도 3은 본 발명의 실시 예에 따른 스펙트럼 모의 장치에서 모의 오염운 이미지를 생성하는 동작 과정을 도시한 흐름도이다.
도 4는, 도 3의 동작 과정 중 스펙트럼 이미지를 생성하는 동작 과정을 보다 자세히 도시한 흐름도이다.
도 5는 본 발명의 실시 예에 따른 스펙트럼 모의 장치에서, 모의 오염운 이미지를 생성하기 위한 삼자극치 함수의 예들을 도시한 예시도이다.
도 6은 본 발명의 실시 예에 따른 스펙트럼 모의 장치에서, 모의된 오염운 이미지의 예를 도시한 예시도이다.
도 7은 본 발명의 실시 예에 따른 스펙트럼 모의 장치에서, 모의된 오염운 이미지에 근거하여 다른 탐지 알고리즘의 성능을 분석하는 동작 과정을 도시한 흐름도이다.
도 8 및 도 9는, 도 7의 동작 과정에 따라 서로 다른 탐지 알고리즘의 성능이 비교 분석된 예를 도시한 예시도이다.
본 명세서에서 사용되는 기술적 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아님을 유의해야 한다. 또한, 본 명세서에서 사용되는 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "구성된다." 또는 "포함한다." 등의 용어는 명세서상에 기재된 여러 구성 요소들, 또는 여러 단계를 반드시 모두 포함하는 것으로 해석되지 않아야 하며, 그 중 일부 구성 요소들 또는 일부 단계들은 포함되지 않을 수도 있고, 또는 추가적인 구성 요소 또는 단계들을 더 포함할 수 있는 것으로 해석되어야 한다.
또한, 본 명세서에 개시된 기술을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 명세서에 개시된 기술의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미가 있다.
또한 이하의 설명에서는 유독물질의 주요 영역대인 중 적외선 구간을 관심 영역으로 설정하고, 상기 관심 영역에서의 스펙트럼을 모의하는 것을 예로 들어 설명하기로 한다.
이하 첨부된 도면들을 참조하여 본 발명의 실시 예에 따른 스펙트럼 모의 장치 및 방법을 자세하게 설명하기로 한다.
먼저 도 1은 본 발명의 실시 예에 따른 스펙트럼 모의 장치의 구성을 설명하기 위한 블록도이다. 그리고 도 2는 본 발명의 실시 예에 따른 스펙트럼 모의 장치에서 오염층의 대기 투과도 스펙트럼을 생성하기 위한 3층 복사휘도 스펙트럼 모델을 도시한 개념도이다.
먼저 도 1을 참조하여 살펴보면, 본 발명의 실시 예에 따른 스펙트럼 모의 장치(10)는 제어부(100)와, 상기 제어부(100)에 연결되는 배경 이미지 획득부(110), 스펙트럼 획득부(120), 모의 스펙트럼 생성부(130), 영상화부(140), 메모리(150), 입력부(160), 및 알고리즘 성능 분석부(170)를 포함하여 구성될 수 있다. 그리고 출력부(180)를 더 포함할 수 있다.
먼저 배경 이미지 획득부(110)는 배경 이미지를 획득할 수 있다. 이를 위해 배경 이미지 획득부(110)는 대상 영역의 배경 이미지를 획득하기 위한 적어도 하나의 카메라를 구비할 수 있다. 여기서 대상 영역은 본 발명의 실시 예에 따른 스펙트럼 모의 장치(10)를 통해 유독물질 분포가 모의될 영역으로서, 상기 모의된 스펙트럼의 배경이 될 영역을 의미할 수 있다.
또한 배경 이미지 획득부(110)는 획득된 배경 이미지의 각 픽셀 별로 적외선 신호를 획득할 수 있다. 여기서 획득되는 적외선 신호는 배경 이미지에 따른 복사 휘도 스펙트럼 특성, 즉 배경 복사 휘도 스펙트럼의 생성에 이용될 수 있다. 이를 위해 상기 배경 이미지 획득부(110)는 적어도 하나의 적외선 센서를 포함할 수 있다.
그리고 스펙트럼 획득부(120)는 대기(배경)의 복사휘도 스펙트럼, 즉 데이터큐브(DATA CUBE)를 획득 할 수 있다. 이를 위해 스펙트럼 획득부(130)는 적외선 초분광영상 장치(HYPERSPECTRA IMAGING SPECTROMETER)를 포함하거나 상기 제어부(100)에 의해 제어될 수 있는 별도의 분광 장비에 연결될 수 있다.
그리고 모의 스펙트럼 생성부(130)는 상기 스펙트럼 획득부(120)에서 획득된 배경 복사휘도 스펙트럼에 근거하여 3층 기반 복사휘도 스펙트럼 모델에 따른 모델링을 수행할 수 있다. 그리고 모델링된 결과에 근거하여 특정 유독물질에 의해 오염된 가스 오염운이 있는 경우와(배경과 탐지하고자하는 작용제의 선형결합 형태의 복사휘도 스펙트럼) 상기 오염운이 없는 경우의 복사휘도 스펙트럼을 모델링하여 적외선 초분광영상 모의 스펙트럼을 생성할 수 있다.
한편 영상화부(140)는 상기 모의 스펙트럼 생성부(130)에서 획득된 모의 스펙트럼을 기 설정된 영상화 기법을 활용하여, 상기 모의 스펙트럼에 따른 스펙트럼 이미지 및, 상기 획득된 배경 이미지와 상기 스펙트럼 이미지에 따른 모의 오염운 이미지를 생성할 수 있다. 여기서 상기 스펙트럼 이미지는, 각 픽셀 별로 모의 스펙트럼에 따라 결정된 색상들로 이루어지는 이미지일 수 있다. 또한 상기 기 설정된 영상화 기법은 삼자극치 함수를 이용한 영상화 기법일 수 있다.
한편 메모리(150)는 본 발명의 실시 예에 따른 스펙트럼 모의 장치(10)의 동작을 위한 다양한 데이터 및 프로그램이 저장될 수 있다. 또한 상기 메모리(150)는 다양한 유독물질에 대한 정보가 라이브러리 형태로 저장된 가스 흡수계수 라이브러리 및 화학가스탐지알고리즘 성능분석을 위한 적어도 하나의 가스탐지알고리즘 및 성능기법 프로그램을 저장할 수 있다.
그리고 입력부(160)는 사용자로부터 모의하고자하는 가스, 농도, 대기 투과도 정보를 입력받기 위한 것으로서, 기계식 입력수단 및 터치식 입력수단을 포함할 수 있다. 한편 상기 모의하고자 하는 가스, 즉 모의하고자 하는 유독물질의 정보, 즉 유독물질의 종류, 농도 등은 상기 메모리(150)에 저장된 정보일 수 있다. 이 경우 입력부(160)를 통한 사용자의 입력에 따라 적어도 하나의 유독물질이 선택 및 선택된 유독물질에 관련된 다양한 정보가 선택될 수 있다.
한편 알고리즘 성능 분석부(170)는 상기 모의 스펙트럼 생성부(130)에서 획득된 모의 스펙트럼, 즉 상기 모의 오염운 이미지를 대상으로 서로 다른 복수의 유독물질 탐지 알고리즘에 대한 성능, 예를 들어 탐지 정확성(GAS DETECTION ACCURACY)을 분석할 수 있다.
그리고 출력부(180)는 제어부(100)의 제어에 따라 본 발명의 실시 예에 따른 스펙트럼 모의 장치(10)의 다양한 데이터들을 출력할 수 있다. 일 예로 출력부(180)는 상기 모의 오염운 이미지를 사용자가 가시적으로 식별할 수 있도록 출력할 수 있다. 또는 상기 서로 다른 복수의 유독물질 탐지 알고리즘 각각의 성능 분석 결과를 사용자가 가시적으로 식별할 수 있도록 출력할 수 있다. 이를 위해 출력부(180)는 화상 정보의 표시가 가능한 디스플레이부를 적어도 하나 포함할 수 있다.
한편 제어부(100)는 본 발명의 실시 예에 따른 스펙트럼 모의 장치(100)의 전반적인 동작을 제어한다. 예를 들어, 제어부(100)는 연결된 각 구성요소의 동작 및 동작 순서를 제어할 수 있으며, 입력부(160)를 통해 입력되는 정보에 근거하여 상기 연결된 각 구성요소가 제어되도록 할 수 있다.
예를 들어 제어부(100)는 상기 입력부(160)를 통해 상기 표준 라이브러리에 저장된 유독물질들 중 적어도 하나를 사용자로부터 선택받을 수 있다. 또한 사용자로부터 모의하고자 하는 화학작용제의 임의의 농도 정보 및 대기투과도 정보를 입력받고 입력된 정보에 근거하여, 모의 대상 화학 작용제에 오염된 대기에 따른 모의 스펙트럼을 생성할 수 있다.
도 2는 이러한 과정을 도시한 것이다.
도 2를 참조하여 살펴보면, 먼저 배경 이미지 획득부(110)는 배경 이미지를 획득할 수 있다. 이 경우 3층 복사휘도 스펙트럼 모델에 따르면 대기층(210)과 배경층(230)의 스펙트럼 특성을 포함하는 분광 신호가 획득될 수 있다. 이러한 상태에서 사용자가 입력한 화학작용제의 임의의 농도 정보 및 대기투과도 정보에 따른 가스 오염운(220)의 스펙트럼 특성을 반영하여, 대기(210), 가스 오염운(220), 배경(230)의 3개 층의 스펙트럼 특성을 포함하는 모의 스펙트럼 신호를 생성할 수 있다.
한편 상기 모의 스펙트럼은, 배경 이미지 획득부(110)에서 획득된 이미지의 각 픽셀 별로 생성될 수 있다. 그리고 제어부(100)는 각 픽셀별로 생성된 모의 스펙트럼에 따른 색상을 결정하여 모의 스펙트럼에 따라 결정된 색상들로 이루어지는 이미지, 즉 모의 스펙트럼 이미지를 생성할 수 있다. 그리고 모의 스펙트럼 이미지를 상기 배경 이미지 획득부(110)에서 획득된 배경 이미지와 결합하여 모의 오염운 이미지를 생성할 수 있다. 그리고 출력부(180)를 제어하여 생성된 모의 오염운 이미지를 출력할 수 있다.
또한 제어부(100)는 생성된 모의 스펙트럼을 대상으로 기 설정된 탐지 대상 알고리즘에 따른 탐지 결과를 획득할 수 있다. 그리고 영상화부(140)를 제어하여 획득된 탐지 결과에 대응하는 오염운 이미지를 획득할 수 있다. 그리고 획득된 오염운 이미지와, 상기 모의 스펙트럼에 따라 생성된 모의 오염운 이미지를 비교하여, 상기 탐지 대상 알고리즘의 유독물질 탐지 성능을 분석할 수 있다. 그리고 분석된 결과를 출력부(180)를 통해 출력할 수 있다.
도 3은 본 발명의 실시 예에 따른 스펙트럼 모의 장치(10)에서 모의 오염운 이미지를 생성하는 동작 과정을 도시한 흐름도이다.
도 3을 참조하여 살펴보면, 본 발명의 실시 예에 따른 스펙트럼 모의 장치(10)는 배경 이미지 획득부(110)를 제어하여 배경 이미지 및, 배경 이미지를 구성하는 각 픽셀별로 적외선 신호를 획득하여 배경 복사휘도 스펙트럼을 획득할 수 있다.
그리고 제어부(100)는 오염운, 즉 유독물질에 오염된 대기의 존재 여부에 따른 복사휘도의 차이에 근거하여 오염운의 복사 휘도 스펙트럼과 상기 배경 복사 휘도 스펙트럼의 선형 결합 모델을 생서할 수 있다.
이를 위해 제어부(100)는 상기 스펙트럼 획득부(120)가 획득한 스펙트럼 정보를, 3층 기반 복사휘도 스펙트럼 모델에 따라 모델링할 수 있다.
일 예로 도 2를 참조하여 살펴보면, 3층 복사휘도 스펙트럼 모델은 적외선 초분광영상 장치에서 측정되는 스펙트럼 특성을 대기(210), 가스오염운(220), 배경(230)의 3개층으로 구분될 수 있다.
여기서 각 층의 물리 화학적 성질이 균일하다고 가정하면, 배경에서의 복사는 가스 오염운을 거쳐 대기로 도달하고 분광계를 통해서 복사휘도로 측정된다. 이러한 3층 기반 복사휘도 스펙트럼 모델링에서 사용되는 주요 매개변수는 다음과 같다.
Figure 112019099309644-pat00001
: i번째 층, 온도 T,
Figure 112019099309644-pat00002
파수에서의 흑체 복사휘도
Figure 112019099309644-pat00003
: i번째 층,
Figure 112019099309644-pat00004
파수에서의 복사휘도 스펙트럼
Figure 112019099309644-pat00005
: i번째 층,
Figure 112019099309644-pat00006
파수에서의 대기투과도
여기서
Figure 112019099309644-pat00007
와
Figure 112019099309644-pat00008
의 관계는 하기 수학식 1과 같다.
Figure 112019099309644-pat00009
즉, 모의 스펙트럼 생성부(130)는 상기 스펙트럼 획득부(120)에서 획득된 복사휘도 스펙특럼을, 상기 수학식 1에 근거하여 각 층의 복사휘도 스펙트럼으로 모델링할 수 있다.
그리고 제어부(100)는 생성된 3층 기반 복사휘도 스펙트럼 모델에 근거하여 유독물질에 의해 오염된 오염운이 있는 경우의 복사휘도 스펙트럼과 상기 오염운이 없는 경우의 복사휘도 스펙트럼을 모델링할 수 있다.
먼저 오염운이 없는 경우, 스펙트럼 획득부(120)에서 획득될 수 있는 복사휘도 스펙트럼(Loff(λ))은, 대기층(210)의 대기투과도(ATMOSPHERE TRANSMITTANCE)로 인해 일정 수준 감소된 배경(230)의 복사휘도와 대기층(210)의 복사휘도가 결합된 스펙트럼일 수 있다. 따라서 오염운이 없는 경우의 복사휘도 스펙트럼(Loff(λ))은 하기 수학식 2와 같이 표현될 수 있다.
Figure 112019099309644-pat00010
반면 유독물질에 의해 오염된 오염운(220)이 있는 경우, 배경(230)에서 복사된 빛은 상기 오염운(220)을 거쳐 대기층(210)으로 진입하게 된다. 따라서 오염운(220)의 대기투과도로 인해 감소된 배경(230)의 복사휘도와 결합된 오염운(220)의 복사휘도가, 대기층(210)의 대기 투과도에 의해 감속되고, 감소된 복사휘도가 대기층(210)의 복사휘도와 결합된 스펙트럼일 수 있다. 따라서 오염운이 있는 경우의 복사휘도 스펙트럼(Lon(λ))은 하기 수학식 3과 같이 표현될 수 있다.
Figure 112019099309644-pat00011
한편 상기 수학식 2 및 3과 같이, 오염운이 있는 경우의 복사휘도 스펙트럼 및 오염운이 없는 경우의 복사휘도 스펙트럼이 모델링되면 초분광영상 모의신호 생성부(130)는 하기 수학식 4와 같은 오염운이 있는 경우의 복사휘도 스펙트럼(Lon(λ))을 선형 결합하여 산출할 수 있다.
Figure 112019099309644-pat00012
수학식 4는 오염운의 존재 유무에 따른 복사휘도의 차이를 보여준다. 즉 상기 수학식 4에서,
Figure 112019099309644-pat00013
는 오염운의 존재에 따른 복사휘도의 차이가 될 수 있다. 따라서 상기 수학식 4에서 오염운의 탐지가 가능하기 위해서는, 즉
Figure 112019099309644-pat00014
가 되지 않도록 하기 위해서는
Figure 112019099309644-pat00015
이어야 한다.
한편
Figure 112019099309644-pat00016
는
Figure 112019099309644-pat00017
와
Figure 112019099309644-pat00018
에 의해 비선형 특성을 가지므로 상기 수학식 4에서 오염운의 존재에 따른 복사휘도의 차이, 즉
Figure 112019099309644-pat00019
를 대기층(210)의 대기투과도
Figure 112019099309644-pat00020
를 제외한 비선형적 구성요소
Figure 112019099309644-pat00021
와
Figure 112019099309644-pat00022
를 각각 근사화하여 각각 오염운(220)의 복사휘도 스펙트럼과 배경(230)의 복사휘도 스펙트럼의 선형결합 형태로 모델링할 수 있다.
이를 위해 적외선 초분광영상 모의신호 생성부(130)는 먼저 오염운의 대기 투과도(
Figure 112019099309644-pat00023
)를 Beer의 법칙(BEER LAMBERT LAW, 흡광도가 가스 오염운의 농도에 비례한다는 법칙)에 따라 하기 수학식 5와 같은 함수로 모델링할 수 있다.
Figure 112019099309644-pat00024
여기서
Figure 112019099309644-pat00025
은 오염운에 존재하는 유독 물질 숫자이고,
Figure 112019099309644-pat00026
은 해당 파수(
Figure 112019099309644-pat00027
)에서의 흡수계수(ABSORPTION COEFFICIENT,
Figure 112019099309644-pat00028
),
Figure 112019099309644-pat00029
은 CL값 즉 유독물질의 농도(
Figure 112019099309644-pat00030
)를 나타낸다.
한편, 테일러 근사법에 의하면,
Figure 112019099309644-pat00031
이므로, 상기
Figure 112019099309644-pat00032
는 하기 수학식 6과 같이 근사화될 수 있다.
Figure 112019099309644-pat00033
한편 배경(230)과 오염운(220)의 온도차이에 따라 플랭크(PLANCK) 함수의 선형 근사화가 가능하다. 따라서 상기
Figure 112019099309644-pat00034
를 플랭크 함수에 따라 하기 수학식 7과 같이 선형 근사화할 수 있다.
Figure 112019099309644-pat00035
여기서
Figure 112019099309644-pat00036
는 온도와 파수에 독립적인 상수이며,
Figure 112019099309644-pat00037
는 온도 변화를 의미한다.
따라서 적외선 초분광영상 모의신호 생성부(130)는 상기 수학식 6과 수학식 7에 근거하여, 상기 수학식 4에서 오염운의 존재에 따른 복사휘도의 차이 (
Figure 112019099309644-pat00038
) 를
Figure 112019099309644-pat00039
로 모델링할 수 있다.
그러므로 상기 적외선 초분광영상 모의신호 생성부(130)에서 모델링된 상기 수학식 4의 복사휘도 스펙트럼(Lon(λ))은, 하기 수학식 8과 같이 오염운의 영향으로 추가된 함수(
Figure 112019099309644-pat00040
)와 배경 복사휘도 스펙트럼(
Figure 112019099309644-pat00041
)의 선형결합 형태로 모델링될 수 있다.
Figure 112019099309644-pat00042
여기서
Figure 112019099309644-pat00043
임.
이렇게 구해진 복사휘도(
Figure 112019099309644-pat00044
)는 하기 플랑크함수의 역변환(수학식 9)을 이용하여 분석이 용이한 밝기온도(BRIGHTNESS TEMPERATURE,
Figure 112019099309644-pat00045
) 신호로 변경될 수 있다.
Figure 112019099309644-pat00046
여기서 사용되는 파라미터
Figure 112019099309644-pat00047
는 플랑크 상수(PLANCK CONSTANT,
Figure 112019099309644-pat00048
),
Figure 112019099309644-pat00049
는 빛의 속도(
Figure 112019099309644-pat00050
), 그리고
Figure 112019099309644-pat00051
는 볼츠만 상수(BOLTZMANN CONSTANT,
Figure 112019099309644-pat00052
)임.
한편 제어부(100)는, 상기 S302 단계에서 상기 수학식 8과 같이 오염운과 배경 복사휘도 스펙트럼의 선형결합 형태로 모델링된 복사휘도 스펙트럼이 모델링되면, 특정 유독물질의 정보 및 대기 투과도를 설정할 수 있다(S304).
예를 들어 제어부(100)는 메모리(150)에 라이브러리의 형태로 저장된 다수의 유독물질 정보 중 적어도 하나를 사용자로부터 선택받을 수 있다. 상기 표준 라이브러리는 탐지하고자 하는 유독물질의 고유 흡수계수(ABSORPTION COEFFICIENTS)가 집합된 형태의 정보일 수 있다.
따라서 제어부(100)는 입력부(160)로부터 사용자가 적어도 하나의 유독물질을 상기 표준 라이브러리로부터 선택하는 경우, 선택된 적어도 하나의 유독물질의 흡수계수를 상기 표준 라이브러리로부터 검출할 수 있다. 그리고 제어부(100)는 입력부(160)부터 선택된 적어도 하나의 유독 물질 각각의 농도 역시 사용자로부터 선택받을 수 있다. 또한, 제어부(100)는 입력부(160)부터 선택된 대기투과도(
Figure 112019099309644-pat00053
) 및 배경 복사휘도 스펙트럼(
Figure 112019099309644-pat00054
) 정보 역시 사용자로부터 선택받을 수 있다.
한편 S304 단계에서, 적어도 하나의 유독물질이 선택 및, 선택된 유독물질의 농도 및 대기투과도 정보가 설정되면, 제어부(100)는 선택된 유독물질들의 개수, 각 유독물질의 흡수 계수들과 농도, 그리고 상기 수학식 8에 근거하여, 현재 선택된 유독물질 오염운이 있는 경우의 복사휘도 스펙트럼을 모의, 즉 모의 스펙트럼을 생성할 수 있다(S306).
한편, 상기 S306 단계에서 생성되는 모의 스펙트럼은 배경 이미지를 구성하는 각각의 픽셀 별로 생성될 수 있다. 그러면 제어부(100)는 영상화부(140)를 제어하여, 상기 생성된 각 픽셀별 모의 스펙트럼을 영상화할 수 있다(S308). 이를 위해 제어부(100)는 다양항 영상화 기법을 사용할 수 있다. 이러한 영상화 기법의 예로서 평균 밝기 온도 스펙트럼을 이용하는 방법 또는 삼자극치법등이 이용될 수 있다.
예를 들어 제어부(100)는 상기 수학식 9에 근거하여, 복사 휘도 스펙트럼(
Figure 112019099309644-pat00055
)을 밝기 온도 스펙트럼(
Figure 112019099309644-pat00056
)으로 변경할 수 있다. 그리고 각 픽셀 별로 구해진 밝기온도 스펙트럼들을 적분하여 평균 밝기온도
Figure 112019099309644-pat00057
를 아래와 같이 구할 수 있다.
Figure 112019099309644-pat00058
여기서
Figure 112019099309644-pat00059
는 밝기온도 스펙트럼의 밴드 i번째 응답이고, p은 스펙트럼 밴드의 수이다. 이
Figure 112019099309644-pat00060
값을 정규화 하여 [0, 255] 사이의 값에 맵핑시켜 흑백 영상을 구성할 수 있고, 또 [0, 1023] 사이의 값에 맵핑하여 컬러 영상을 구성 할 수도 있다. 이에 따라 각 픽셀들은 모의 스펙트럼에 따른 색상이 결정될 수 있으며, 상기 S308 단계의 결과로 각 픽셀별로 모의 스펙트럼에 따라 색상들이 결정된 스펙트럼 이미지가 생성될 수 있다.
또 다른 영상화 기법은 삼자극치 함수를 이용한 방법이다. 일반적으로 삼자극치 함수는 가시광 대역인 380 ~ 750 nm에서 정의되는 함수를 의미할 수 있다. 이하 도 4를 참조하여, 각 픽셀별 모의 스펙트럼을 삼자극치 함수에 따라 영상화하는 상기 S308 단계를 보다 자세히 살펴보기로 한다.
한편 상기 S308 단계에서 각 픽셀별 모의 스펙트럼을 영상화하여 스펙트럼 이미지가 생성되면, 제어부(100)는 생성된 스펙트럼 이미지와 배경 이미지를 결합하여 모의 오염운 이미지를 생성할 수 있다(S310).
이 경우 모의 오염운 이미지는, 배경 이미지에서 유독물질에 의해 오염된 영역은, 오염되지 않은 영역과 다르게 표시될 수 있으며, 동일한 유독 물질에 오염된 영역일지라도 농도가 다른 경우 서로 다르게 표시될 수 있다. 이에 모의 오염운에 대기가 오염된 상태가 모의 오염운 이미지를 통해 가시적으로 표시될 수 있다.
한편 도 4는, 도 3의 동작 과정 중 스펙트럼 이미지를 생성하는 동작 과정을 보다 자세히 도시한 흐름도이다. 도 5는 본 발명의 실시 예에 따른 스펙트럼 모의 장치(10)에서, 모의 오염운 이미지를 생성하기 위한 삼자극치 함수의 예들을 도시한 예시도이다.
도 4를 참조하여 살펴보면, 제어부(100)는 먼저 상기 수학식 9의 관계에 따라 각 픽셀별로 생성된 모의 복사휘도 스펙트럼복사 휘도 스펙트럼(
Figure 112019099309644-pat00061
)으로부터 밝기 온도 스펙트럼(
Figure 112019099309644-pat00062
)을 산출할 수 있다(S400).
그리고 각 픽셀별로 산출된 밝기 온도 스펙트럼으로부터 삼자극치 함수에 따른
Figure 112019099309644-pat00063
값을 산출할 수 있다(S402).
본 발명에서는 이를 초분광영상 원거리 가스탐지 사용함에 있어서 영역 범위를 7 ~ 14
Figure 112019099309644-pat00064
대역에 맞게 삼자극치 함수를 도 5의 (b)에서 보이고 있는 바와 같이 정의하였다. 도 5의 (a) 및 (b)에서 보이고 있는 k와 같이 CIE 1931 표준 삼자극치 함수는 적외선 초분광영역의 대표적인 3개의 특정 대역에서 모사가 가능하다.
본 발명에서 3개 특징 대역은 오존의 흡수 특성이 나타나는 대역인 950 ~ 1100
Figure 112019099309644-pat00065
와 수증기의 흡수 특성이 넓게 분포하는 1200 ~ 1450
Figure 112019099309644-pat00066
, 기타 물질들의 협대역 흡수 특성들이 나타나며 수증기, 오존의 영향이 비교적 작은 대역인 1100 ~ 1200
Figure 112019099309644-pat00067
으로 나눌 수 있다. 각각의 극치함수들(
Figure 112019099309644-pat00068
)은 가우시안 함수(
Figure 112019099309644-pat00069
)로 표현가능하다.
여기서 a, b, c는 상수 값으로 초분광영상 획득 장치의 해상도 및 장비특성에 따라 달리 정할 수 있다. 그리고 산출된 밝기온도 스펙트럼으로부터 삼자극치함수의 값은 하기 수학식 11과 같이 구해질 수 있다.
Figure 112019099309644-pat00070
여기서 삼자극치함수의 값들(
Figure 112019099309644-pat00071
)은 하기 수학식 12를 통하여 R,G,B 값으로 변경될 수 있다(S404).
Figure 112019099309644-pat00072
한편 제어부(100)는획득한 R, G, B 칼라코드를 다시 밝기신호(LUMINOSITY)와 색차정보를 분리하는 YCbCr 컬러 공간으로 변경할 수 있다(S406). 예를 들어 상기 S406 단계는 하기의 수학식 13을 통하여 수행될 수 있다.
Figure 112019099309644-pat00073
이에 따라 본 발명의 실시 예에 따른 스펙트럼 모의 장치(10)는 각 픽셀 별로 YCbCr 색상값을 획득하고 획득된 색상의 픽셀들로 구성되는 스펙트럼 이미지를 생성할 수 있다.
그러면 제어부(100)는 도 3의 S310 단계에서, 스펙트럼 이미지와 배경 이미지를 합성하여 모의 오염운 이미지를 생성할 수 있다. 도 6의 (a)와 (b)는 이러한 모의 오염운의 예 및, 배경의 복사휘도 스펙트럼(610)과 모의된 유독물질의 스펙트럼(600)의 예를 보이고 있는 것이다.
한편 본 발명의 실시 예에 따른 스펙트럼 모의 장치(10)는 본 발명의 실시 예에 따라 생성된 모의 오염운 이미지를 활용하여, 복수의 유독물질 탐지 알고리즘의 성능을 비교 분석할 수 있다.
도 7은 이처럼 본 발명의 실시 예에 따른 스펙트럼 모의 장치(10)에서, 모의된 오염운 이미지에 근거하여 다른 탐지 알고리즘의 성능을 분석하는 동작 과정을 도시한 흐름도이다. 그리고 도 8 및 도 9는, 도 7의 동작 과정에 따라 서로 다른 탐지 알고리즘의 성능이 비교 분석된 예를 도시한 예시도이다.
먼저 도 7을 참조하여 살펴보면, 본 발명의 실시 예에 따른 스펙트럼 모의 장치(10)의 제어부(100)는, 현재 모의된 스펙트럼, 즉 오염운 이미지에 대해, 복수의 분석 대상 알고리즘들 중 첫 번째 알고리즘에 따른 탐지 결과를 획득할 수 있다. 이를 위해 알고리즘 성능 분석부(170)는 상기 분석 대상 알고리즘에 따른 유독물질 탐지가 수행될 수 있는 구성을 포함할 수 있다. 일 예로, 알고리즘 성능 분석부(170)는 현재 오염운의 이미지를, 대상 영역으로부터 촬영된 이미지(분광 스펙트럼 분석을 위한 이미지, 예를 들어 적외선 이미지)를 입력받고, 입력된 이미지로부터 현재 선택된 탐지 대상 알고리즘에 따른 유독물질 탐지를 수행할 수 있다.
한편 상기 탐지 결과는 상기 입력된 이미지의 각 픽셀별로 판단될 수 있다. 일 예로 상기 탐지 결과는 각 픽셀별로, 특정 유독물질의 유무 및 농도 등이 판단될 수 있다. 그러면 제어부(100)는 각 픽셀 별 탐지 결과를 영상화부(140)를 통해 이미지화하여, 현재 선택된 분석 대상 알고리즘에 따른 오염운 이미지를 생성할 수 있다(S702). 일 예로 영상화부(140)는 각 픽셀 별 탐지 결과에 근거하여 입력된 이미지에 대응하는 오염운 이미지를 생성할 수 있다.
분석 대상 알고리즘의 탐지 결과에 따른 오염운 이미지가 생성되면, 제어부(100)는 생성된 오염운 이미지와, 현재 생성된 모의 스펙트럼에 따른 오염운 이미지, 즉 입력 이미지를 비교 및 분석할 수 있다. 그리고 분석 결과로서 현재 선택된 분석 대상 알고리즘의 성능을 정량화한 결과를 출력할 수 있다(S704). 도 8 및 도 9는 복수의 분석 대상 알고리즘의 성능이 비교 분석된 결과가 출력되는 예를 도시한 예시도들이다.
일 예로 제어부(100)는 도 8에서 보이고 있는 바와 같이 모의 스펙트럼에 따른 오염운 이미지에서 유독물질이 존재하는 픽셀들을 기준으로, 분석 대상 알고리즘의 탐지 결과에 따른 오염운 이미지에서 유독물질이 탐지된 픽셀들의 비율에 근거하여 현재 선택된 분석 대상 알고리즘의 성능을 정량화할 수 있다. 즉, 모의 스펙트럼에 따른 오염운 이미지 픽셀들의 전체 개수를 기준으로, 모의 스펙트럼에 따른 오염운 이미지의 각 픽셀에 대해, 분석 대상 알고리즘의 탐지 결과에 따른 오염운 이미지에서 유독물질 탐지 결과(예 : 유독물질 유무 여부)가 서로 매칭되는 픽셀들의 개수가 상기 분석 대상 알고리즘의 정량화된 성능일 수 있다.
또는 제어부(100)는 기 설정된 분석 알고리즘을 통해 분석 대상 알고리즘의 성능을 정량적으로 분석할 수 있다. 이러한 분석 알고리즘의 예로, 도 9에서 보이고 있는 바와 같이 오탐지(FALSE ALARM)를 고려한 ROC(Receiver Operating Characteristic) 분석 기법이 이용될 수 있다. 상기 ROC 분석 기법은 원거리 화학영상탐지기술 개발에서 탐지 알고리즘 성능 비교 및 향상에 활용가능하며, 직접적인 분사 없이도 모의 탐지시험이 가능하다는 장점이 있다.
한편 현재 선택된 분석 대상 알고리즘의 정량화된 성능이 분석 및 출력되면, 제어부(100)는 복수의 분석 대상 알고리즘 모두에 대한 분석이 이루어졌는지 여부를 판단할 수 있다(S706). 그리고 복수의 분석 대상 알고리즘 모두에 대한 분석이 이루어지지 않은 경우라면, 상기 복수의 분석 대상 알고리즘들 중 다음 순서에 따른 알고리즘을 선택하고, 알고리즘 성능 분석부(170)를 통해, 현재 모의된 오염운 이미지를 상기 다음 순서에 따른 알고리즘에 입력 및 그에 따른 탐지 결과를 획득할 수 있다(S708). 그리고 현재 선택된 분석 대상 알고리즘으로부터 획득된 탐지 결과로부터 오염운 이미지를 획득 및 획득된 오염운 이미지로부터 현재 선택된 분석 대상 알고리즘의 정량화된 성능을 분석하는 S702 단계 내지 S704 단계가 다시 수행될 수 있다.
한편 상기 S706 단계에서, 복수의 분석 대상 알고리즘 모두에 대한 분석이 이루어진 경우라면, 제어부(100)는 분석 대상 알고리즘의 성능을 정량적으로 분석하는 도 7의 동작 과정을 종료할 수 있다.
한편 상술한 본 발명의 설명에서는 구체적인 실시 예에 관해 설명하였으나, 여러 가지 변형이 본 발명의 범위에서 벗어나지 않고 실시할 수 있다. 예를 들어 본 발명은 하나의 유독물질이 아니라 다수의 유독물질, 예를 들어 다중 작용제를 포함하는 오염운에 대한 모의 분광 신호를 생성할 수도 있음은 물론이다.
한편 상술한 본 발명의 설명에서는 YCbCr 값으로 모의 오염운 이미지를 생성하는 것을 예로 들어 설명하였으나, 이는 이미지를 보다 명확하게 하기 위한 것으로, 평균 밝기 온도에 근거하여 흑백 이미지로 모의 오염운의 이미지를 생성하거나, YCbCr 값으로 변환하기 전의 RGB 값에 따라 모의 오염운의 색상을 결정할 수도 있음은 물론이다. 이러한 경우 YCbCr 값으로 변환하는 과정을 포함하지 않으므로 보다 고속으로 모의 오염운 이미지를 생성할 수 있으나, YCbCr 값에 따라 이미지를 생성하는 것보다 선명도가 저하될 수 있다.
전술한 본 발명은, 프로그램이 기록된 매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 매체는, 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 매체의 예로는, HDD(Hard Disk Drive), SSD(Solid State Disk), SDD(Silicon Disk Drive), ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장 장치 등이 있으며, 또한 캐리어 웨이브(예를 들어, 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다. 또한, 상기 컴퓨터는 상기 제어부(100)를 포함할 수도 있다.
한편 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서 상기의 상세한 설명은 모든 면에서 제한적으로 해석되어서는 아니 되고 예시적인 것으로 고려되어야 한다. 본 발명의 범위는 첨부된 청구항의 합리적 해석에 의해 결정되어야 하고, 본 발명의 등가적 범위 내에서의 모든 변경은 본 발명의 범위에 포함된다.

Claims (16)

  1. 적어도 하나의 카메라 및 적외선 센서를 포함하여, 대상 영역의 배경 이미지 및 상기 배경 이미지의 각 픽셀에 대응하는 적외선 신호를 획득하는 배경 이미지 획득부;
    상기 각 픽셀별로 획득된 적외선 신호로부터 배경 복사휘도 스펙트럼을 획득하는 스펙트럼 획득부;
    모의하고자 하는 적어도 하나의 유독물질 정보 및 대기 투과도를 입력받는 입력부;
    오염운의 존재 여부에 따른 복사휘도 차에 근거하여 오염운의 복사휘도 스펙트럼과 배경 복사휘도 스펙트럼의 선형 결합 모델을 생성하는 모의 스펙트럼 생성부;
    상기 적어도 하나의 유독물질 정보 및 대기 투과도를 상기 선형 결합 모델에 적용하여 상기 각 픽셀에 대응하는 상기 적어도 하나의 유독물질에 오염된 오염운의 모의 스펙트럼을 생성하도록 상기 모의 스펙트럼 생성부를 제어하는 제어부; 및,
    상기 제어부의 제어에 따라 상기 각 픽셀에 대응하는 모의 스펙트럼에 따른 스펙트럼 이미지를 생성하고, 생성된 스펙트럼 이미지와 상기 배경 이미지를 결합하여 모의 오염운 이미지를 생성하는 영상화부를 포함하는 것을 특징으로 하는 스펙트럼 모의 장치.
  2. 제1항에 있어서, 상기 모의 스펙트럼 생성부는,
    대기, 오염운, 배경의 3 단계로 구분하여 분광 신호를 모델링하는 3층 기반 스펙트럼 모델과 상기 획득된 배경 복사휘도 스펙트럼에 근거하여, 오염운이 있는 경우의 제1 스펙트럼 모델과 오염운이 없는 경우의 제2 스펙트럼 모델을 모델링하고,
    상기 오염운의 대기 투과도를 기 설정된 근사법에 의해 근사화한 오염운 함수와, 상기 오염운의 흑체 복사휘도와 상기 배경의 복사휘도의 차이를 근사화한 결과, 그리고 상기 제2 스펙트럼 모델을 선형결합하여 상기 선형 결합 모델을 생성하는 것을 특징으로 하는 스펙트럼 모의 장치.
  3. 제1항에 있어서, 상기 영상화부는,
    각 픽셀에 대응하는 모의 스펙트럼에 근거하여 밝기 온도 스펙트럼을 산출하고, 산출된 밝기온도 스펙트럼에 따라 각 픽셀별 색상값을 결정하여 상기 스펙트럼 이미지를 생성하는 것을 특징으로 하는 스펙트럼 모의 장치.
  4. 제3항에 있어서, 상기 영상화부는,
    삼자극치 함수에 따라, 각 픽셀별로 산출된 밝기온도 스펙트럼 각각에 대한 삼자극치 값들을 산출하고, 산출된 삼자극치 값들에 따라 각 픽셀별 RGB 값을 산출 및, 산출된 RGB 값에 따라 각 픽셀의 색상이 결정된 상기 스펙트럼 이미지를 생성하는 것을 특징으로 하는 스펙트럼 모의 장치.
  5. 제4항에 있어서, 상기 영상화부는,
    각 픽셀별로 산출된 RGB 값에 대응하는 YCbCR 값을 산출하고, 산출된 YCbCR 값에 따라 각 픽셀의 색상이 결정된 상기 스펙트럼 이미지를 생성하는 것을 특징으로 하는 스펙트럼 모의 장치.
  6. 제1항에 있어서,
    복수의 탐지 알고리즘에 대한 정보를 포함하는 메모리; 및,
    상기 제어부의 제어에 따라 상기 생성된 모의 오염운 이미지를 대상으로 상기 복수의 탐지 알고리즘 각각에 대한 유독물질 탐지를 수행하는 알고리즘 성능 분석부를 더 포함하는 것을 특징으로 하는 스펙트럼 모의 장치.
  7. 제6항에 있어서, 상기 제어부는,
    상기 복수의 탐지 알고리즘 중 어느 하나가 선택되면, 선택된 탐지 알고리즘에 상기 생성된 모의 오염운 이미지를 입력하여, 상기 선택된 알고리즘에 따른 유독물질 탐지 결과가 도출되도록 상기 알고리즘 성능 분석부를 제어하고,
    상기 영상화부를 제어하여 상기 유독물질 탐지 결과를 영상화 및, 영상화된 유독물질 탐지 결과를 비교하여 상기 선택된 탐지 알고리즘의 성능을 분석하는 것을 특징으로 하는 스펙트럼 모의 장치.
  8. 제7항에 있어서, 상기 제어부는,
    상기 모의 오염운 이미지 픽셀들의 전체 개수를 기준으로, 상기 모의 오염운 이미지의 각 픽셀에 대해, 상기 영상화된 유독물질 탐지 결과에서, 유독물질 유무 여부가 서로 매칭되는 픽셀들의 개수에 따라 상기 선택된 탐지 알고리즘의 정량화된 성능을 분석하는 것을 특징으로 하는 스펙트럼 모의 장치.
  9. 제6항에 있어서, 상기 제어부는,
    상기 영상화된 유독물질 탐지 결과와, 상기 모의 오염운 이미지에 대한 ROC(Receiver Operating Characteristic) 분석 기법에 근거하여 상기 탐지 알고리즘의 성능을 분석하는 것을 특징으로 하는 스펙트럼 모의 장치.
  10. 제6항에 있어서,
    상기 영상화부에서 영상화된 모의 오염운 이미지 또는 영상화된 탐지 알고리즘의 유독물질 탐지 결과를 시각 정보로 출력하는 출력부를 더 포함하는 것을 특징으로 하는 스펙트럼 모의 장치.
  11. 적어도 하나의 카메라 및 적외선 센서를 포함하여, 대상 영역의 배경 이미지 및 상기 배경 이미지의 각 픽셀에 대응하는 적외선 신호를 획득하는 제1 단계;
    상기 각 픽셀별로 획득된 적외선 신호로부터 배경 복사휘도 스펙트럼을 획득하는 제2 단계;
    오염운의 존재 여부에 따른 복사휘도 차에 근거하여 오염운의 복사휘도 스펙트럼과 배경 복사휘도 스펙트럼의 선형 결합 모델을 생성하는 제3 단계;
    모의하고자 하는 적어도 하나의 유독물질의 정보 및 대기 투과도가 입력되면, 입력된 적어도 하나의 유독물질 정보 및 대기 투과도를 상기 선형 결합 모델에 적용하여 상기 각 픽셀에 대응하는 상기 적어도 하나의 유독물질에 오염된 오염운의 모의 스펙트럼을 생성하는 제4 단계; 및,
    상기 각 픽셀에 대응하는 모의 스펙트럼에 따른 스펙트럼 이미지를 생성하고, 생성된 스펙트럼 이미지와 상기 배경 이미지를 결합하여 모의 오염운 이미지를 생성하는 제5 단계를 포함하는 것을 특징으로 하는 스펙트럼 모의 방법.
  12. 제11항에 있어서, 상기 제3 단계는,
    대기, 오염운, 배경의 3 단계로 구분하여 분광 신호를 모델링하는 3층 기반 스펙트럼 모델과 상기 획득된 배경 복사휘도 스펙트럼에 근거하여, 오염운이 있는 경우의 제1 스펙트럼 모델과 오염운이 없는 경우의 제2 스펙트럼 모델을 모델링하는 제3-1 단계; 및,
    상기 오염운의 대기 투과도를 기 설정된 근사법에 의해 근사화한 오염운 함수와, 상기 오염운의 흑체 복사휘도와 상기 배경의 복사휘도의 차이를 근사화한 결과, 그리고 상기 제2 스펙트럼 모델을 선형결합하여 상기 선형 결합 모델을 생성하는 제3-2 단계를 포함하는 것을 특징으로 하는 스펙트럼 모의 방법.
  13. 제11항에 있어서, 상기 스펙트럼 이미지는,
    각 픽셀에 대응하는 모의 스펙트럼에 근거하여 밝기 온도 스펙트럼을 산출하고, 산출된 밝기온도 스펙트럼에 따라 각 픽셀별 색상값을 결정하여 생성하는 것을 특징으로 하는 스펙트럼 모의 방법.
  14. 제11항에 있어서,
    기 설정된 복수의 탐지 알고리즘 중 어느 하나를 선택하는 a 단계;
    선택된 탐지 알고리즘에 상기 생성된 모의 오염운 이미지를 입력하여, 상기 선택된 알고리즘에 따른 유독물질 탐지 결과를 도출하는 b 단계;
    상기 도출된 유독물질 탐지 결과를 영상화하는 c 단계; 및,
    영상화된 유독물질 탐지 결과를 비교하여 상기 선택된 탐지 알고리즘의 성능을 분석하는 d 단계를 더 포함하는 것을 특징으로 하는 스펙트럼 모의 방법.
  15. 제14항에 있어서, 상기 d 단계는,
    상기 모의 오염운 이미지 픽셀들의 전체 개수를 기준으로, 상기 모의 오염운 이미지의 각 픽셀에 대해, 상기 영상화된 유독물질 탐지 결과에서, 유독물질 유무 여부가 서로 매칭되는 픽셀들의 개수에 따라 상기 선택된 탐지 알고리즘의 정량화된 성능을 분석하는 단계임을 특징으로 하는 스펙트럼 모의 방법.
  16. 제14항에 있어서, 상기 d 단계는,
    상기 영상화된 유독물질 탐지 결과와, 상기 모의 오염운 이미지에 대한 ROC(Receiver Operating Characteristic) 분석 기법에 근거하여 상기 선택된 탐지 알고리즘의 성능을 분석하는 단계임을 특징으로 하는 스펙트럼 모의 방법.
KR1020190119971A 2019-09-27 2019-09-27 오염된 대기의 스펙트럼 모의 장치 및 방법 KR102082419B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020190119971A KR102082419B1 (ko) 2019-09-27 2019-09-27 오염된 대기의 스펙트럼 모의 장치 및 방법
US16/743,346 US11079365B2 (en) 2019-09-27 2020-01-15 Spectrum simulation apparatus and method for contaminated atmosphere

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190119971A KR102082419B1 (ko) 2019-09-27 2019-09-27 오염된 대기의 스펙트럼 모의 장치 및 방법

Publications (1)

Publication Number Publication Date
KR102082419B1 true KR102082419B1 (ko) 2020-02-27

Family

ID=69647322

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190119971A KR102082419B1 (ko) 2019-09-27 2019-09-27 오염된 대기의 스펙트럼 모의 장치 및 방법

Country Status (2)

Country Link
US (1) US11079365B2 (ko)
KR (1) KR102082419B1 (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102238300B1 (ko) * 2020-09-24 2021-04-12 국방과학연구소 적외선 스펙트럼 생성 방법 및 장치
KR20220045393A (ko) * 2020-10-05 2022-04-12 영남대학교 산학협력단 온도 분포 측정 방법 및 이를 수행하기 위한 장치
KR20220072757A (ko) * 2020-11-23 2022-06-02 주식회사 에스엘즈 Xr 기반의 미세먼지 시뮬레이션 장치, 방법 및 프로그램
CN114993965A (zh) * 2022-05-13 2022-09-02 中煤嘉沣(湖南)环保科技有限责任公司 一种污染源自动识别方法以及系统

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117054353B (zh) * 2023-08-17 2024-03-19 山西低碳环保产业集团有限公司 一种大气污染源区域定位分析方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110126974A (ko) * 2010-05-18 2011-11-24 한국과학기술연구원 분광법을 이용한 인주 및 서명 감식 방법
KR101626370B1 (ko) * 2015-02-09 2016-06-01 국방과학연구소 삼자극치함수를 이용한 초분광 탐지 장치 및 그 방법
KR101768107B1 (ko) * 2016-03-04 2017-08-30 국방과학연구소 복사전달 모델을 이용한 비선형 오염수준 정량화 방법
KR20180097353A (ko) * 2017-02-23 2018-08-31 국방과학연구소 적외선 분광 스펙트럼을 이용한 실시간 오염수준 정량화 방법

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2004047049A2 (en) * 2002-11-20 2004-06-03 Honeywell International Inc. Signature simulator
JP6231432B2 (ja) * 2014-05-02 2017-11-15 富士フイルム株式会社 導電性フイルム、それを備える表示装置及び導電性フイルムの評価方法
KR101589619B1 (ko) 2014-11-26 2016-01-28 국방과학연구소 스펙트럼 배경물질 신호 제거 방법
KR101687712B1 (ko) 2015-03-23 2016-12-19 국방과학연구소 분광장비를 이용하는 영상처리장치 및 그의 제어방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110126974A (ko) * 2010-05-18 2011-11-24 한국과학기술연구원 분광법을 이용한 인주 및 서명 감식 방법
KR101626370B1 (ko) * 2015-02-09 2016-06-01 국방과학연구소 삼자극치함수를 이용한 초분광 탐지 장치 및 그 방법
KR101768107B1 (ko) * 2016-03-04 2017-08-30 국방과학연구소 복사전달 모델을 이용한 비선형 오염수준 정량화 방법
KR20180097353A (ko) * 2017-02-23 2018-08-31 국방과학연구소 적외선 분광 스펙트럼을 이용한 실시간 오염수준 정량화 방법

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102238300B1 (ko) * 2020-09-24 2021-04-12 국방과학연구소 적외선 스펙트럼 생성 방법 및 장치
US11610133B2 (en) 2020-09-24 2023-03-21 Agency For Defense Development Method and apparatus for producing infrared spectrum
KR20220045393A (ko) * 2020-10-05 2022-04-12 영남대학교 산학협력단 온도 분포 측정 방법 및 이를 수행하기 위한 장치
KR102504723B1 (ko) * 2020-10-05 2023-02-27 영남대학교 산학협력단 온도 분포 측정 방법 및 이를 수행하기 위한 장치
KR20220072757A (ko) * 2020-11-23 2022-06-02 주식회사 에스엘즈 Xr 기반의 미세먼지 시뮬레이션 장치, 방법 및 프로그램
KR102603349B1 (ko) 2020-11-23 2023-11-20 주식회사 에스엘즈 Xr 기반의 미세먼지 시뮬레이션 장치, 방법 및 프로그램
CN114993965A (zh) * 2022-05-13 2022-09-02 中煤嘉沣(湖南)环保科技有限责任公司 一种污染源自动识别方法以及系统

Also Published As

Publication number Publication date
US11079365B2 (en) 2021-08-03
US20210096118A1 (en) 2021-04-01

Similar Documents

Publication Publication Date Title
KR102082419B1 (ko) 오염된 대기의 스펙트럼 모의 장치 및 방법
Harig et al. Toxic cloud imaging by infrared spectrometry: A scanning FTIR system for identification and visualization
US8548271B2 (en) System and method for gas leakage detection
Reuter et al. A method for improved SCIAMACHY CO 2 retrieval in the presence of optically thin clouds
Briottet et al. Military applications of hyperspectral imagery
KR101958541B1 (ko) 적외선 분광 스펙트럼을 이용한 실시간 오염수준 정량화 방법
US8462983B2 (en) Method and apparatus for gas detection based on spectral spatial misregistration
Mao et al. A new approach to estimate the aerosol scattering ratios for the atmospheric correction of satellite remote sensing data in coastal regions
US20180284020A1 (en) Method for determining the reflectance of an object and associated device
Nobileau et al. Detection of blue-absorbing aerosols using near infrared and visible (ocean color) remote sensing observations
Okamura et al. Feasibility study of multi-pixel retrieval of optical thickness and droplet effective radius of inhomogeneous clouds using deep learning
KR102078589B1 (ko) 유독물질에 오염된 대기의 스펙트럼 모의 장치 및 방법
Han et al. Retrieving Asian dust AOT and height from hyperspectral sounder measurements: An artificial neural network approach
KR20190115758A (ko) 모의 위성 영상을 생성하는 장치 및 방법
Rusch et al. 3-D reconstruction of gas clouds by scanning imaging IR spectroscopy and tomography
KR102309680B1 (ko) 주성분 분석 기법을 이용한 초분광 영상 실시간 독성 화학가스 탐지 방법 및 이를 실행시키기 위한 프로그램을 기록한 컴퓨터 판독 가능한 기록 매체
KR101768107B1 (ko) 복사전달 모델을 이용한 비선형 오염수준 정량화 방법
Keller Comparison of two inversion techniques of a semi-analytical model for the determination of lake water constituents using imaging spectrometry data
Wabomba et al. Remote detection of volatile organic compounds by passive multispectral infrared imaging measurements
DE10113330C2 (de) Verfahren und Einrichtung zur optischen Fernmessung von Feuerszenen mittels IR-Sensoren
KR101589619B1 (ko) 스펙트럼 배경물질 신호 제거 방법
Thomas et al. Infrared detection and analysis of vapor plumes using an airborne sensor
Reiche et al. Comparative study to evaluate three ground-based optical remote sensing techniques under field conditions by a gas tracer experiment
Harig et al. Remote measurement of highly toxic vapors by scanning imaging Fourier-transform spectrometry
Messinger et al. Detection of gaseous effluents from airborne LWIR hyperspectral imagery using physics-based signatures

Legal Events

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