KR102169211B1 - 전차 선로의 조류 둥지 자동 검출 장치 및 방법 - Google Patents
전차 선로의 조류 둥지 자동 검출 장치 및 방법 Download PDFInfo
- Publication number
- KR102169211B1 KR102169211B1 KR1020180141143A KR20180141143A KR102169211B1 KR 102169211 B1 KR102169211 B1 KR 102169211B1 KR 1020180141143 A KR1020180141143 A KR 1020180141143A KR 20180141143 A KR20180141143 A KR 20180141143A KR 102169211 B1 KR102169211 B1 KR 102169211B1
- Authority
- KR
- South Korea
- Prior art keywords
- image
- bird
- nest
- tram
- target object
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 44
- 235000005770 birds nest Nutrition 0.000 claims abstract description 70
- 235000005765 wild carrot Nutrition 0.000 claims abstract description 70
- 238000001514 detection method Methods 0.000 claims abstract description 36
- 244000000626 Daucus carota Species 0.000 claims abstract description 27
- 238000005516 engineering process Methods 0.000 claims abstract description 19
- 238000012545 processing Methods 0.000 claims abstract description 12
- 238000005259 measurement Methods 0.000 claims description 26
- 230000009467 reduction Effects 0.000 claims description 14
- 230000003044 adaptive effect Effects 0.000 claims description 13
- 230000006872 improvement Effects 0.000 claims description 12
- 238000004458 analytical method Methods 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 238000012800 visualization Methods 0.000 claims description 4
- 239000002131 composite material Substances 0.000 claims description 3
- 238000003702 image correction Methods 0.000 claims description 3
- 238000002372 labelling Methods 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 2
- 241001137251 Corvidae Species 0.000 abstract description 34
- 238000007781 pre-processing Methods 0.000 abstract description 9
- 238000004891 communication Methods 0.000 abstract description 6
- 238000012423 maintenance Methods 0.000 abstract description 5
- 238000010191 image analysis Methods 0.000 abstract description 4
- 238000010276 construction Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 8
- 241000195493 Cryptophyta Species 0.000 description 3
- 230000002265 prevention Effects 0.000 description 2
- 230000002940 repellent Effects 0.000 description 2
- 239000005871 repellent Substances 0.000 description 2
- 241000271566 Aves Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 244000269722 Thea sinensis Species 0.000 description 1
- 235000006468 Thea sinensis Nutrition 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 235000020279 black tea Nutrition 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 230000001846 repelling effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L23/00—Control, warning, or like safety means along the route or between vehicles or vehicle trains
- B61L23/04—Control, warning, or like safety means along the route or between vehicles or vehicle trains for monitoring the mechanical state of the route
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L15/00—Indicators provided on the vehicle or vehicle train for signalling purposes ; On-board control or communication systems
- B61L15/0072—On-board train data handling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformation in the plane of the image
- G06T3/40—Scaling the whole image or part thereof
- G06T3/4015—Demosaicing, e.g. colour filter array [CFA], Bayer pattern
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/001—Image restoration
-
- 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
- G06T7/20—Analysis of motion
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/57—Mechanical or electrical details of cameras or camera modules specially adapted for being embedded in other devices
-
- H04N5/2257—
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
Abstract
본 발명은 까치집과 같은 조류 둥지로 인한 전차 선로의 합선 사고 등을 방지하기 위해 영상 분석 기술을 이용하여 전차 선로에 존재하는 조류 둥지를 자동으로 검출할 수 있도록 한 전차 선로의 조류 둥지 자동 검출 장치 및 방법에 관한 것이다.
본 발명의 일 특징에 따른 전차 선로의 조류 둥지 자동 검출 장치는, 전차의 적소에 설치되고, GPS 수신기 및 디지털 카메라를 포함하여 이루어져서 전차 선로 상부를 촬영하는 촬영 파트, 전차의 운행 중에 상기 촬영 파트를 통해 수집된 영상을 기록 및 분석하여 조류 둥지를 자동으로 검출하는 영상기록/전처리 파트 및 상기 촬영 파트 및 영상기록/전처리 파트에 전원을 공급하는 전원 파트를 포함하여 이루어진 차상 구성부 및 상기 차상 구성부와 무선 통신망을 통해 원격 연결되어 상기 차상 구성부로부터 전송된 영상을 기록 및 분석하는 중계 서버와 유지보수용 단말을 포함하여 이루어진 원격 처리 파트를 포함하여 이루어진다.
본 발명의 일 특징에 따른 전차 선로의 조류 둥지 자동 검출 장치는, 전차의 적소에 설치되고, GPS 수신기 및 디지털 카메라를 포함하여 이루어져서 전차 선로 상부를 촬영하는 촬영 파트, 전차의 운행 중에 상기 촬영 파트를 통해 수집된 영상을 기록 및 분석하여 조류 둥지를 자동으로 검출하는 영상기록/전처리 파트 및 상기 촬영 파트 및 영상기록/전처리 파트에 전원을 공급하는 전원 파트를 포함하여 이루어진 차상 구성부 및 상기 차상 구성부와 무선 통신망을 통해 원격 연결되어 상기 차상 구성부로부터 전송된 영상을 기록 및 분석하는 중계 서버와 유지보수용 단말을 포함하여 이루어진 원격 처리 파트를 포함하여 이루어진다.
Description
본 발명은 전차 선로의 조류 둥지 자동 검출 장치 및 방법에 관한 것으로, 특히 까치집과 같은 조류 둥지로 인한 전차 선로의 합선 사고 등을 방지하기 위해 영상 분석 기술을 이용하여 전차 선로에 존재하는 조류 둥지를 자동으로 검출할 수 있도록 한 전차 선로의 조류 둥지 자동 검출 장치 및 방법에 관한 것이다.
도 1은 전차 선로에 지어진 조류 둥지의 예시 사진이다. 도 1에 도시한 바와 같이, ITX-새마을 전차 등 동력 차량에 전원을 공급하는 전차 선로 주변에 까치가 집을 짓게 되면 나뭇가지나 철사 등이 2만5,000볼트 고압 전류가 흐르는 전선과 접촉되어 전력 공급이 중단될 수 있다. 특히 까치의 산란기인 2월부터 5월까지 까치집으로 인한 단전 사례가 더욱 자주 일어난다.
이를 감안하여 조류 집중 서식지에는 그물이나 파이프 등으로 방지 시설을 설치하고 있으나, 방지 설비가 없는 틈새에는 지속적으로 둥지가 생성되고 있어서 이를 원인으로 하는 전차선 트립이 심심치 않게 발생하고 있다.
도 2는 전차 선로의 조류 둥지 제거 기준을 설명하기 위한 도이고, 도 3은 작업자가 전차 선로에 지어진 조류 둥지를 제거하는 사진이다. 도 2 및 도 3에 도시한 바와 같이, 조류 둥지의 경우 전차 선로의 가압 구간의 1m 이내의 둥지는 즉시 제거하고, 그 이외의 둥지는 필요시 제거하도록 되어 있다.
실제로 2012년 이후 31,000개 이상의 까치집을 제거했고, 지난해에도 7,000여개를 제거하는 등 많은 노력을 기울이고 있지만 까치집 집중 생성 시기엔 까치가 집을 짓는 속도를 따라잡기가 쉽지 않은 실정이다.
이에 따라 까치가 집중적으로 집을 짓는 봄철 등에는 1일 2회의 맨눈 순회 점검을 실시하여 까치집을 발견하는 즉시 제거하고, 다시 짓지 못하도록 방지 기구를 설치하는 등 전력 공급 차단 예방에 총력을 기울이고 있는바, 이와 같이 까치집 발생 감시 및 제거에 많은 인력과 비용이 소요되고 있다.
이에 종래에는 전차 선로에 까치가 집을 짓는 것을 미연에 방지하기 위해 각종 센서, 예를 들어 적외선 센서, 초음파 센서 또는 조도 센서 등을 이용하여 조류의 등장을 감지한 후에 소리, 초음파, 섬광 또는 모터를 동력으로 하는 각종 기구물을 이용하여 조류를 퇴치하는 방향으로 많은 연구가 진행되어 왔다(하기 선행기술 1 및 2 참조)
이외에도 근래 들어 그 활용도가 비약적으로 증가하고 있는 드론의 운전을 미리 정해진 프로그램에 따라 자동 제어하고, 드론에 탑재된 카메라를 통해 수집된 영상을 수동으로 점검하거나 영상 분석 기술을 통해 자동으로 분석하여 까치집 등을 포함한 각종 이상 물체를 자동으로 검출하는 기술도 제안되어 있는 실정이다(하기 선행기술 3 참조).
그러나 전술한 바와 같은 종래 선행기술 1 및 2에 따르면, 전국에 걸쳐 수백㎞씩 가설되어 전차 선로에 퇴치 시설물을 꼼꼼히 설치하는 것이 비효율적일뿐 아니라 학습 효과로 인해 시간이 지날수록 퇴치 시설물의 효용성이 반감되는 문제점이 있었다.
종래 선행기술 3의 경우에도 드론 조작자 및 영상 점검자 등 많은 인력을 필요로 할 뿐 아니라 전국에 걸쳐 수백㎞씩 가설되어 있는 전차 선로에 지어진 조류 둥지를 드론에 의해 감시하는 것이 현재의 기술로는 결코 용이하지 않다는 문제점이 있었다.
본 발명은 전술한 문제점을 해결하기 위해 안출된 것으로서, 까치집과 같은 조류 둥지로 인한 전차 선로의 합선 사고 등을 방지하기 위해 영상 분석 기술을 이용하여 전차 선로에 존재하는 조류 둥지를 자동으로 검출할 수 있도록 한 전차 선로의 조류 둥지 자동 검출 장치 및 방법을 제공함을 목적으로 한다.
전술한 목적을 달성하기 위한 본 발명의 일 특징에 따른 전차 선로의 조류 둥지 자동 검출 장치는, 전차의 적소에 설치되고, GPS 수신기 및 디지털 카메라를 포함하여 이루어져서 전차 선로 상부를 촬영하는 촬영 파트, 전차의 운행 중에 상기 촬영 파트를 통해 수집된 영상을 기록 및 분석하여 조류 둥지를 자동으로 검출하는 영상기록/전처리 파트 및 상기 촬영 파트 및 영상기록/전처리 파트에 전원을 공급하는 전원 파트를 포함하여 이루어진 차상 구성부 및 상기 차상 구성부와 무선 통신망을 통해 원격 연결되어 상기 차상 구성부로부터 전송된 영상을 기록 및 분석하는 중계 서버와 유지보수용 단말을 포함하여 이루어진 원격 처리 파트를 포함하여 이루어진다.
전술한 구성에서, 상기 촬영 파트 및 상기 영상기록/전처리 파트는 전차의 전방 또는 후방 운전실에 설치된다.
상기 디지털 카메라는 운전실 내부에 취부되고 광각 촬영이 가능하다.
상기 디지털 카메라는 전차의 전방 윈도우와 직각이 되지 않게 설치된다.
상기 영상기록/전처리 파트는 착탈형 메모리 디바이스 및 유/무선 통신 인터페이스를 포함하여 이루어져서 디지털 카메라로부터 실시간으로 수집되는 영상을 기록하고, 전차 환경의 특성을 반영한 컴퓨터비전·영상처리를 위해 ONR(Optimum Noise Reduction) 및 DFD(Dynamic background FEP Device) 기술을 적용하여 전차 선로 상부의 영상을 분석한다.
상기 유지보수용 단말에는 조류 둥지 검출 영상 및 해당 위치의 GPS 좌표 데이터가 표시된 OSD 영상이 제공된다.
본 발명의 다른 특징에 따른 전차 선로의 조류 둥지 자동 검출 방법은, 전차에 탑재된 디지탈 카메라에 의해 실시간으로 수집(획득)된 전차 선로 상부 영상을 최적 잡음 감소 기술(ONR; Optimum Noise Reduction)로 처리하여 잡음이 감소되어 화질이 개선된 영상을 획득하는 된 영상을 획득하는 적응형 영상화질 개선 파트; 상기 최적 잡음 저감 기술에 의해 얻어진, 동적 배경을 가진 영상으로부터 동적인 배경 객체가 제외된 대상 객체 측정 영역을 검출하는 측정 영역 검출 파트; 상기 대상 객체에 대해 상기 최적 잡음 감소 기술로 처리된 영상과의 템플릿 매칭을 통해 대상 객체를 추적하고, 배경 객체를 추적하여 대상 객체의 움직임 범위 내이면 해당 배경 객체를 대상 객체로 보정하는 영상보정 단계 및 대상 객체인 조류 둥지를 인식하는 인식 파트를 포함하여 이루어진다.
전술한 구성에서, 상기 적응형 영상화질 개선 파트는 전차 선로 환경 변화에 적응적인 보정 곡선(EC; Enhanced Curve)을 이용하여 안개 및 저조도 환경에서 영상의 가시성을 향상시킨다.
상기 적응형 영상화질 개선 파트는 디지털 카메라에 의해 획득된 RGB 영상의HSV 영상으로의 변환, RGB 영상의 색 공간 분리, 상기 분리된 각 색 공간 채널별로 크기가 서로 다른 가우시안 필터 G(x,y) 적용한 조명 성분 추정, 추출된 조명 성분 제거를 통한 반사 성분 추정에 의한 상기 보정 곡선 생성 및 가중치(w) 부여에 의한 합성 영상 출력 단계를 포함하여 이루어진다.
상기 측정 영역 검출 파트는 상기 최적 잡음 저감 기술을 거쳐 얻어진 영상에서 전경 영상을 획득하고, 상기 전경 영상에 색상 필터를 적용하여 배경 객체와 대상 객체의 이진 영상을 생성하며, 상기 이진 영상에 대해 라벨링을 수행하여 객체를 식별함으로써 대상 객체 블록을 설정한다.
상기 인식 파트는 전차 선로 상부의 조류 둥지 인식 및 분류 작업 후에 상대적으로 긴 동영상 내에서 검출하고자 하는 측정 영역 정보를 쉽게 파악할 수 있는 트러스트 구조물 중심의 비디오 분석 및 시각화를 제공한다.
상기 인식 파트는 동적 비디어 분석(AVA; Active Video Analysis) 기술을 이용하여 대상 객체인 조류 둥지를 인식한다.
상기 인식 파트는, 측정 영역 검출, 조류 둥지 특징 검출, 타켓 객체 검출, 형태 변화 검출 및 대상 객체 추적 단계를 포함하여 이루어진다.
상기 측정 영역 검출 단계에서는 영상에 나타나는 모든 트러스트 구조물의 까치집 측정 영역을 검출하고, 상기 조류 둥지 특징 검출 단계에서는 상기 측정 영역 안에서 조류 둥지의 윤곽 및 그 주변의 특징점을 찾아 조류 둥지 모델에 매핑하며, 상기 타켓 객체 검출 단계는 영상 내에서 사용자가 등록한 조류 둥지 형상과 일치하는 타켓 객체를 검출하고, 상기 대상 객체 추출 단계는 대상 객체의 미세한 변화를 감지하는 객체 변화 검출을 수행하여 검출된 대상 영역이 어떤 형태인지 분류한다.
상기 인식 파트는, 상기 인식 파트의 각 단계 처리 처리 과정 중 시간 및 공간 축 상에서 해당 객체의 위치 및 특징의 변화를 추적함으로써 전차 선로 상의 조류 둥지를 검출한 후에 그 위치를 GPS 좌표와 연계하여 사용자에게 알려준다.
본 발명의 전차 선로의 조류 둥지 자동 검출 장치 및 방법에 따르면, 선로를 따라 매일 운행하는 전차 내에 설치된 카메라를 통해 수집된 영상을 분석하여 전체 선로에 존재하는 조류 둥지를 자동으로 검출함으로써 까치집 발견 및 제거를 위해 소요되는 순회 점검 인력과 시간을 대폭적으로 절감할 수 있다.
도 1은 전차 선로에 지어진 조류 둥지의 예시 사진.
도 2는 전차 선로의 조류 둥지 제거 기준을 설명하기 위한 도.
도 3은 작업자가 전차 선로에 지어진 조류 둥지를 제거하는 사진.
도 4는 본 발명의 전차 선로의 조류 둥지 자동 검출 장치의 전체적인 시스템 구성도.
도 5는 본 발명의 전차 선로의 조류 둥지 자동 검출 장치의 하드웨어적인 블록 구성도.
도 6은 본 발명의 전차 선로의 조류 둥지 자동 검출 방법을 설명하기 위한 흐름도.
도 7은 본 발명의 철도 선로의 조류 둥지 자동 검출 방법에 적용된 영상 잡음 저감 알고리즘의 상세 블록 구성도.
도 8은 본 발명의 철도 선로의 조류 둥지 자동 검출 방법의 측정 영역 검출 파트의 상세 흐름도.
도 9는 본 발명의 철도 선로의 조류 둥지 자동 검출 방법에서 AVA 알고리즘을 적용한 대상 객체 인식 파트의 상세 흐름도.
도 10은 본 발명의 방법에 따라 검출된 측정 영역을 설명하기 위한 도.
도 11 및 도 12는 각각 본 발명의 전차 선로의 조류 둥지 자동 검출 방법의 일 실시예에 따른 조류 둥지 인식 알고리즘을 보인 흐름도.
도 2는 전차 선로의 조류 둥지 제거 기준을 설명하기 위한 도.
도 3은 작업자가 전차 선로에 지어진 조류 둥지를 제거하는 사진.
도 4는 본 발명의 전차 선로의 조류 둥지 자동 검출 장치의 전체적인 시스템 구성도.
도 5는 본 발명의 전차 선로의 조류 둥지 자동 검출 장치의 하드웨어적인 블록 구성도.
도 6은 본 발명의 전차 선로의 조류 둥지 자동 검출 방법을 설명하기 위한 흐름도.
도 7은 본 발명의 철도 선로의 조류 둥지 자동 검출 방법에 적용된 영상 잡음 저감 알고리즘의 상세 블록 구성도.
도 8은 본 발명의 철도 선로의 조류 둥지 자동 검출 방법의 측정 영역 검출 파트의 상세 흐름도.
도 9는 본 발명의 철도 선로의 조류 둥지 자동 검출 방법에서 AVA 알고리즘을 적용한 대상 객체 인식 파트의 상세 흐름도.
도 10은 본 발명의 방법에 따라 검출된 측정 영역을 설명하기 위한 도.
도 11 및 도 12는 각각 본 발명의 전차 선로의 조류 둥지 자동 검출 방법의 일 실시예에 따른 조류 둥지 인식 알고리즘을 보인 흐름도.
이하에는 첨부한 도면을 참조하여 본 발명의 전차 선로의 조류 둥지 자동 검출 장치 및 방법의 바람직한 실시예에 대해 상세하게 설명한다.
도 4는 본 발명의 전차 선로의 조류 둥지 자동 검출 장치의 전체적인 시스템 구성도이고, 도 5는 본 발명의 전차 선로의 조류 둥지 자동 검출 장치의 하드웨어적인 블록 구성도이다. 도 4 및 도 5에 도시한 바와 같이. 본 발명의 전차 선로의 조류 둥지 자동 검출 장치는 크게 촬영 파트, 영상기록/전처리 파트 및 전원 파트로 구성되는 차상 구성부 및 이러한 차상 구성부와 무선 통신망을 통해 원격 연결되는 원격 처리 파트를 포함하여 이루어질 수 있다.
전술한 구성에서, 차상 구성부는 전차의 운전실에 탑재되어, 전차 선로 상부 또는 전차 선로와 1m이내에 있는 까치집을 검지한다. 구체적으로, 촬영 파트는 운전실 내부에 취부되고 광각, 예를 들어 94도의 광각 촬영이 가능한 디지털 카메라및 전차의 현재 위치를 실시간으로 알려주는 GPS 수신기를 포함하여 이루어질 수 있다. 디지털 카메라는 전차의 전방 윈도우와 직각이 되지 않게 설치하는 것이 바람직하다.
전원 파트 역시, 전차의 운전실 내부에 설치될 수 있는데, 각종 직류 전원의 안정적인 공급이 가능한 SMPS(Switching Mode Power Supply)나 배터리 등으로 구현될 수 있을 것이다.
다음으로, 영상기록/전처리 파트 역시 운전실 내부에 취부되는데, UPS와 같은 전원 장치, 유/무선 통신 인터페이스 및 착탈형 HDD(Hard Disk Drive) 또는 SSD(Solid State Disk) 등과 같은 메모리 디바이스를 구비하여 디지털 카메라로부터 실시간으로 수집되는 영상을 기록하고, 전차 환경의 특성을 반영한 컴퓨터비전·영상처리를 위해 ONR(Optimum Noise Reduction) 및 DFD(Dynamic background FEP Device) 등의 기술을 적용하여 전차 선로 상부의 영상을 분석한다. 유/무선 통신 인터페이스는 LTE VPN 및 IEEE 802.11ac 등의 WiFi 근거리 통신망 등을 포함하여 이루어져서 풀 HD급 영상의 실시간 전송을 지원한다.
원격 처리 파트는 철도 공사 본사나 역사 등에 설치되고, 차상 구성부와 통신하여 중계 역할을 수행하는 전용 컴퓨터나 전용 뷰어 프로그램 등을 포함하여 이루어져서 전술한 ONR, DFD 및 AVA(Active Video Analysis) 등의 기술을 사용하여 영상 분석을 수행하거나 열람용 영상을 제공한다. 이외에도 전용 뷰어 프로그램이 탑재되어 있는 유지보수 담당자의 전용 컴퓨터 등의 응용 디바이스를 포함하여 이루어져서 유지보수 담당자에게 까지집 검지 GPS 좌표가 포함된 이미지 영상, 예를 들어 GPS 좌표가 표시된 OSD 영상 등을 제공할 수 있다.
도 6은 본 발명의 전차 선로의 조류 둥지 자동 검출 방법을 설명하기 위한 흐름도이다. 도 6에 도시한 바와 같이, 본 발명의 전차 선로의 조류 둥지 자동 검출 방법은 크게 적응형 영상화질 개선 파트, 문형빔 구조물, 일명 까치집 트러스트의 측정영역 검출(궤도중심 ±5,000mm 높이, 전차선로 상부 또는 1m 이내) 파트, 영상보정 단계 및 대상 객체, 예를 들어 까치집 등의 인식 파트를 포함하여 이루어질 수 있다.
전술한 구성에서, 적응형 영상화질 개선 파트는 디지탈 카메라에 의해 실시간으로 수집(획득)된 영상에 대한 ONR(Optimum Noise Reduction) 처리 단계를 포함하여 이루어지는데, 렌즈나 카메라 및 촬영 위치나 촬영 방식, 영상잡음 제거를 위한 필터 기술 또는 검지 트리거 신호 발생 방식 등을 고려하여 이루어진다.
이 과정에서, 영상의 노이즈로 작용하는 노천(露天)의 다양하게 변화하는 조명 환경, 예를 들어 역광이나 그림자 변화 등을 제거하는 최적 잡음 저감 처리(ONR) 기술과 같은 영상 잡음 필터 기술을 적용할 수 있다.
다음으로, 대상 객체 검출 파트는 고속으로 이동하는 디지털 카메라에서 대상 객체(측정 영역 등)를 검출하고 해석하는 기술을 적용해야 하는 환경이기 때문에 향상된 배경 모델링 기술 등이 적용된 동적 배경 전처리 기술(DFD) 포함하여 이루어질 수 있다.
도 7은 본 발명의 철도 선로의 조류 둥지의 자동 검출 방법에 적용된 영상 잡음 저감 알고리즘의 상세 블록 구성도로서, 백색 블록은 전통적인 영상 개선 알고리즘을 나타내고, 흑색 블록은 본 발명에 의해 개선된 알고리즘을 나타내는데, 기존에 코드가 공개된 영상 개선 알고리즘(Retinex 모델 등)을 근간으로 본 발명에 의해 개선된 알고리즘, 즉 ① ~ ⑥ 블록의 코딩을 구현한다.
도 7에 도시한 바와 같이, 본 발명에서는 철도 환경 변화에 적응적인 보정 곡선(EC, Enhanced Curve)을 이용하여 안개 및 저조도 환경에서 영상의 가시성을 향상시킴으로써 높은 대비와 자연 색상을 재현하고, 실시간 환경 변화에 적응한다.
또한 디지털 카메라에 의해 획득된 RGB 영상으로부터 HSV(Hue, Saturation, Value; 색상, 채도, 명도) 색 모델을 가중 혼합하여 색 항상성(Color Constancy)을 유지하고, 개선 과정 중에서 잡음을 제거하여 보다 선명한 영상을 출력한다.
구체적으로, 비디오 입력(Video In), RGB 색공간으로 분리, 각 채널별 멀티스케일, 즉 크기가 서로 다른 가우시안 필터 G(x,y) 적용한 조명 성분 추정, 추출된 조명 성분 제거를 통한 반사 성분 추정에 의한 보정 곡선(Enhanced Curve; EC) 생성 및 가중치(w) 부여에 의한 합성 영상 출력을 포함하여 이루어지다.
다음으로, 측정 영역 검출 파트는 DFD 알고리즘을 통해 전술한 적응형 영상 화질 개선 알고리즘(ONR)에 의해 얻어진, 동적 배경을 가진 영상으로부터 대상 객체를 검출하는데, 이를 통해 촬영 영상에서 주행중인 철도 차량의 차창 밖 풍경과 같이 동적인 배경 객체를 제외하여 대상 객체를 검출함으로써, 차창 밖 풍경 등 동적인 배경을 같이 촬영하더라도 대상객체를 정확하게 검출하고 추적할 수 있다.
도 8은 본 발명의 철도 선로의 조류 둥지의 자동 검출 방법의 측정 영역 검출 파트의 상세 흐름도이다. 도 8에 도시한 바와 같이, 본 발명의 철도 선로의 조류 둥지의 자동 검출 방법의 측정 영역 검출 파트에 따르면, 적응적 영상화질 개선 알고리즘(ONR)을 거쳐 얻어진 영상에서 전경 영상을 획득하고, 이렇게 획득된 전경 영상에 색상 필터를 적용하여 배경 객체와 대상 객체의 이진 영상을 생성하며, 상기 이진 영상에 대해 라벨링을 수행하여 객체를 식별함으로써 대상 객체 블록을 설정한다.
다음으로, 이렇게 식별된 대상 객체에 대해 상기 ONR을 거친 영상과의 템플릿 매칭을 통해 대상 객체를 추적하고, 배경 객체를 추적하여 대상 객체의 움직임 범위 내이면 해당 배경 객체를 대상 객체로 보정한다.
마지막으로 대상 객체 인식 파트는 전차 선로 상부의 까치집 인식 및 분류 작업 후에 비교적 긴 동영상 내에서 검출하고자 하는 측정 영역 정보를 쉽게 파악할 수 있는 트러스트 구조물 중심의 비디오 분석 및 시각화를 제공한다.
도 9는 본 발명의 철도 선로의 조류 둥지의 자동 검출 방법에서 AVA 알고리즘을 적용한 대상 객체 인식 파트의 상세 흐름도이다. 도 9에 도시한 바와 같이, 본 발명의 방법에서 AVA 알고리즘이 적용된 대상 객체 인식 파트는, 측정 영역 검출부, 까치집 특징 검출부, 타켓 객체 검출부, 형태 변화 검출부 및 대상 객체 추적부를 포함하는 까차집 등의 분석에 관한 모듈 및 시각화를 수행하는 대상객체 형태 분류부와 이와 인터페이스를 수행하는 대상객체 관리부를 포함한다.
구체적으로, 첫 번째 단계에서는 영상에 나타나는 모든 트러스트 구조물의 까치집 측정 영역을 검출하고, 두 번째 단계에서는 이러한 측정 영역 안에서 까치집 윤곽 및 그 주변의 특징점을 찾아 까치집 모델에 매핑한다.
도 10은 본 발명의 방법에 따라 검출된 측정 영역을 설명하기 위한 도인바, 적색 블록 부분이 측정 영역을 나타낸다.
다음으로, 세 번째 단계에서는 영상 내에서 사용자가 등록한 까치집 형상과 일치하는 타켓 객체를 검출하는 타켓 객체 검출을 수행하고, 네 번째 단계에서는 대상 객체의 미세한 변화를 감지하는 객체 변화 검출을 수행하여 검출된 대상 영역이 어떤 형태인지 분류한다.
마지막으로, 다섯 번째 단계에서는 상기 프로세스 처리 과정 중 시간 및 공간 축 상에서 해당 객체의 위치 및 특징의 변화를 추적함으로써 전차 선로 상의 조류 둥지를 비교적 정확하게 검출한 후에 그 위치를 GPS 좌표와 연계하여 사용자에게 정확하게 알려 줄 수 있다.
도 11 및 도 12는 각각 본 발명의 전차 선로의 조류 둥지 자동 검출 방법의 일 실시예에 따른 조류 둥지 인식 알고리즘을 보인 흐름도이다.
도 11은 조류 둥지, 예를 들어 까치집이 있다고 판단되는 일명 까치집 레일트러스트를 검출한 이후 처리되는 부분으로 오감지 경우의 수를 고려한 게층화된 딥(deep) 알고리즘을 이용하여 다음과 같이 처리한다.
즉, 까치집이 존재하는데 인식을 하지 못한 경우의 처리는 까치집이 미약하여 까치집 형태의 밀도가 낮은 경우로 좀더 세부적인 판단과 정밀 분석이 필요하다. 그러므로 적정 사이즈 이상의 까치집만을 검출할 필요가 있다.
다음으로, 트러스트 구조물내 다른 형상물(부착물 등)을 까치집으로 오탐하는 경우로서, 이때에는 계층적인 알고리즘으로 처리한다. 즉, 원래 이미지와 영역 비교를 다시 한번 반복적으로 시행한다. 특히 트러스트에는 유일한 까치집만 존재한다고 가정하고 처리하는데, 이는 까치의 동물적 습성상 자기 영역 내에 다른 까치가 집을 짓지 못하게 하는 사실을 반영한 것이다.
이상, 첨부한 도면을 참조하여 본 발명의 전차 선로의 조류 둥지 자동 검출 장치 및 방법의 바람직한 실시예에 대하여 상세히 설명하였으나 이는 예시에 불과한 것이며, 본 발명의 기술적 사상의 범주 내에서 다양한 변형과 변경이 가능할 것이다. 따라서, 본 발명의 권리범위는 이하의 청구범위의 기재에 의하여 정해져야 할 것이다. 예를 들어, 고속 철도 등 속도가 150km/h 이상인 차량에 탑재 시에는 검지율을 높이기 위하여 본 발명의 장치를 후방 전동차 운전실에 설치할 수도 있을 것이다.
Claims (15)
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 전차에 탑재된 디지탈 카메라에 의해 실시간으로 수집(획득)된 전차 선로 상부 영상을 최적 잡음 감소 기술(ONR; Optimum Noise Reduction)로 처리하여 잡음이 감소되어 화질이 개선된 영상을 획득하는 적응형 영상화질 개선 단계;
상기 최적 잡음 저감 기술에 의해 얻어진, 동적 배경을 가진 영상으로부터 동적인 배경 객체가 제외된 대상 객체 측정 영역을 검출하는 측정 영역 검출 단계;
상기 대상 객체에 대해 상기 최적 잡음 감소 기술로 처리된 영상과의 템플릿 매칭을 통해 대상 객체를 추적하고, 배경 객체를 추적하여 대상 객체의 움직임 범위 내이면 해당 배경 객체를 대상 객체로 보정하는 영상보정 단계 및
대상 객체인 조류 둥지를 인식하는 인식 단계를 포함하여 이루어지고,
상기 인식 단계에서는 상대적으로 긴 동영상 내에서 검출하고자 하는 측정 영역 정보를 쉽게 파악할 수 있는 트러스트 구조물 중심의 비디오 분석 및 시각화를 제공하되, 동영상에 나타나는 모든 트러스트 구조물의 조류 둥지 측정 영역을 검출하고, 상기 측정 영역 안에서 조류 둥지의 윤곽 및 그 주변의 특징점을 찾아 조류 둥지 모델에 매핑하며, 영상 내에서 사용자가 등록한 조류 둥지 형상과 일치하는 타켓 객체를 검출하고, 대상 객체의 미세한 변화를 감지하는 객체 변화 검출을 수행하여 검출된 대상 영역이 어떤 형태인지 분류하는 전차 선로의 조류 둥지 자동 검출 방법. - 청구항 7에 있어서,
상기 적응형 영상화질 개선 단계는 전차 선로 환경 변화에 적응적인 보정 곡선(EC; Enhanced Curve)을 이용하여 안개 및 저조도 환경에서 영상의 가시성을 향상시킨 것을 특징으로 하는 전차 선로의 조류 둥지 자동 검출 방법. - 청구항 8에 있어서,
상기 적응형 영상화질 개선 단계는 디지털 카메라에 의해 획득된 RGB 영상의HSV 영상으로의 변환, RGB 영상의 색 공간 분리, 상기 분리된 각 색 공간 채널별로 크기가 서로 다른 가우시안 필터 G(x,y) 적용한 조명 성분 추정, 추출된 조명 성분 제거를 통한 반사 성분 추정에 의한 상기 보정 곡선 생성 및 가중치(w) 부여에 의한 합성 영상 출력 단계를 포함하여 이루어진 것을 특징으로 하는 전차 선로의 조류 둥지 자동 검출 방법. - 청구항 9에 있어서,
상기 측정 영역 검출 단계는 상기 최적 잡음 저감 기술을 거쳐 얻어진 영상에서 전경 영상을 획득하고, 상기 전경 영상에 색상 필터를 적용하여 배경 객체와 대상 객체의 이진 영상을 생성하며, 상기 이진 영상에 대해 라벨링을 수행하여 객체를 식별함으로써 대상 객체 블록을 설정하는 것을 특징으로 하는 전차 선로의 조류 둥지 자동 검출 방법. - 삭제
- 청구항 10에 있어서,
상기 인식 단계는 동적 비디어 분석(AVA; Active Video Analysis) 기술을 이용하여 대상 객체인 조류 둥지를 인식하는 것을 특징으로 하는 전차 선로의 조류 둥지 자동 검출 방법. - 삭제
- 삭제
- 청구항 12에 있어서,
상기 인식 단계는, 상기 인식 단계의 각 단계 처리 처리 과정 중 시간 및 공간 축 상에서 해당 객체의 위치 및 특징의 변화를 추적함으로써 전차 선로 상의 조류 둥지를 검출한 후에 그 위치를 GPS 좌표와 연계하여 사용자에게 알려주는 것을 특징으로 하는 전차 선로의 조류 둥지 자동 검출 방법.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020180141143A KR102169211B1 (ko) | 2018-11-15 | 2018-11-15 | 전차 선로의 조류 둥지 자동 검출 장치 및 방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020180141143A KR102169211B1 (ko) | 2018-11-15 | 2018-11-15 | 전차 선로의 조류 둥지 자동 검출 장치 및 방법 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20200056879A KR20200056879A (ko) | 2020-05-25 |
KR102169211B1 true KR102169211B1 (ko) | 2020-10-22 |
Family
ID=70914680
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020180141143A KR102169211B1 (ko) | 2018-11-15 | 2018-11-15 | 전차 선로의 조류 둥지 자동 검출 장치 및 방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102169211B1 (ko) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20240000970A (ko) | 2022-06-24 | 2024-01-03 | 주식회사 한국코아엔지니어링 | 철도 전철 전력의 전차선 실시간 모니터링 시스템 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102390205B1 (ko) | 2021-10-08 | 2022-04-25 | (주)삼문이엔아이 | 구조물 변형상태 인공지능 분석 및 전송시스템 |
KR102390204B1 (ko) | 2021-10-08 | 2022-04-25 | (주)삼문이엔아이 | 철도 구조물 변형상태 검출용 차상 시스템 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170327138A1 (en) * | 2016-05-16 | 2017-11-16 | Wi-Tronix, Llc | Video Content Analysis System and Method for Transportation System |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100364582B1 (ko) * | 2000-04-28 | 2002-12-16 | 주식회사 네트웍코리아 | 다중 이동물체 추적/감시 시스템 |
KR101537441B1 (ko) | 2013-02-20 | 2015-07-16 | 서울과학기술대학교 산학협력단 | 조류 퇴치 시스템 |
KR101737430B1 (ko) * | 2015-11-06 | 2017-05-19 | 주식회사 지오멕스소프트 | 동적 배경을 가진 영상의 대상 객체 검출 방법 |
KR101849463B1 (ko) | 2016-08-24 | 2018-05-30 | 배인준 | 재생에너지와 센서를 이용한 조류퇴치장치 |
KR101867182B1 (ko) * | 2016-11-16 | 2018-07-20 | 한국철도기술연구원 | 이미지 프로세싱 및 거리감지를 이용한 열차조성 안전장치 및 그 제어방법 |
KR101800233B1 (ko) | 2017-04-26 | 2017-11-23 | 성진전력 주식회사 | 드론을 이용한 배전선로의 지장물 감시 시스템 |
-
2018
- 2018-11-15 KR KR1020180141143A patent/KR102169211B1/ko active IP Right Grant
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170327138A1 (en) * | 2016-05-16 | 2017-11-16 | Wi-Tronix, Llc | Video Content Analysis System and Method for Transportation System |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20240000970A (ko) | 2022-06-24 | 2024-01-03 | 주식회사 한국코아엔지니어링 | 철도 전철 전력의 전차선 실시간 모니터링 시스템 |
Also Published As
Publication number | Publication date |
---|---|
KR20200056879A (ko) | 2020-05-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102169211B1 (ko) | 전차 선로의 조류 둥지 자동 검출 장치 및 방법 | |
US20120218416A1 (en) | Dynamically Reconfigurable Intelligent Video Surveillance System | |
CN109040693B (zh) | 智能告警系统及方法 | |
CN107229894A (zh) | 基于计算机视觉分析技术的智能视频监控方法及系统 | |
KR102122859B1 (ko) | 교통 영상감시시스템의 멀티 표적 추적 방법 | |
CN110210427B (zh) | 一种基于图像处理技术的廊桥工作状态检测系统及方法 | |
CN102509090A (zh) | 一种基于天网工程中公共安全视频图像的车辆特征识别装置 | |
CN111255637A (zh) | 塔架净空实时监测系统及其方法 | |
CN112528861A (zh) | 应用于铁路隧道内道床的异物检测方法及装置 | |
CN112769877A (zh) | 团雾预警方法、云端服务器及车辆和介质 | |
US20220043454A1 (en) | Methods and systems for navigating autonomous and semi-autonomous vehicles | |
CN112671104A (zh) | 面向复杂场景的变电站多维度场景管控平台 | |
Ketcham et al. | The intruder detection system for rapid transit using CCTV surveillance based on histogram shapes | |
CN112287823A (zh) | 一种基于视频监控的面部口罩识别方法 | |
Schiopu et al. | Pothole detection and tracking in car video sequence | |
CN106340031A (zh) | 一种检测运动物体的方法和装置 | |
CN116595219A (zh) | 一种船舶监控视频有效片段提取方法及管理系统 | |
CN115049623A (zh) | 一种视觉分割分析受电弓轮廓的装置 | |
KR200459886Y1 (ko) | 교통사고 자동 기록장치 | |
CN113033355A (zh) | 一种基于密集输电通道的异常目标识别方法和装置 | |
CN202563521U (zh) | 一种基于天网工程中公共安全视频图像的车辆特征识别装置 | |
JPH08241480A (ja) | 分散型監視装置 | |
Rava et al. | World Coordinate Virtual Traffic Cameras: Edge-Based Transformation and Merging of Multiple Surveillance Video Sources | |
CN103561215A (zh) | 人员归集抓拍系统 | |
CN113487544A (zh) | 车辆黑烟检测方法、装置、电子设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E701 | Decision to grant or registration of patent right | ||
G170 | Re-publication after modification of scope of protection [patent] |