KR102345873B1 - 해양관측 부이용 영상촬영 카메라를 이용한 파랑관측 방법 및 시스템 - Google Patents
해양관측 부이용 영상촬영 카메라를 이용한 파랑관측 방법 및 시스템 Download PDFInfo
- Publication number
- KR102345873B1 KR102345873B1 KR1020200013149A KR20200013149A KR102345873B1 KR 102345873 B1 KR102345873 B1 KR 102345873B1 KR 1020200013149 A KR1020200013149 A KR 1020200013149A KR 20200013149 A KR20200013149 A KR 20200013149A KR 102345873 B1 KR102345873 B1 KR 102345873B1
- Authority
- KR
- South Korea
- Prior art keywords
- unit
- image
- wave
- observation
- sea level
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000003384 imaging method Methods 0.000 claims abstract description 18
- 238000004458 analytical method Methods 0.000 claims description 28
- 238000012545 processing Methods 0.000 claims description 17
- 238000004364 calculation method Methods 0.000 claims description 16
- 238000001514 detection method Methods 0.000 claims description 15
- 239000013535 sea water Substances 0.000 claims description 14
- 238000007781 pre-processing Methods 0.000 claims description 9
- 230000005540 biological transmission Effects 0.000 claims description 8
- 238000013135 deep learning Methods 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 3
- 238000004573 interface analysis Methods 0.000 claims description 3
- 238000005211 surface analysis Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 5
- 239000006260 foam Substances 0.000 description 4
- 230000007423 decrease Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 241000251468 Actinopterygii Species 0.000 description 1
- 235000002566 Capsicum Nutrition 0.000 description 1
- 239000006002 Pepper Substances 0.000 description 1
- 235000016761 Piper aduncum Nutrition 0.000 description 1
- 235000017804 Piper guineense Nutrition 0.000 description 1
- 244000203593 Piper nigrum Species 0.000 description 1
- 235000008184 Piper nigrum Nutrition 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000037303 wrinkles Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C13/00—Surveying specially adapted to open water, e.g. sea, lake, river or canal
- G01C13/002—Measuring the movement of open water
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
- B63B—SHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING
- B63B22/00—Buoys
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C13/00—Surveying specially adapted to open water, e.g. sea, lake, river or canal
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/02—Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover or wind speed
-
- 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
-
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
- B63B—SHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING
- B63B22/00—Buoys
- B63B2022/006—Buoys specially adapted for measuring or watch purposes
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Environmental Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Atmospheric Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Ecology (AREA)
- General Business, Economics & Management (AREA)
- Hydrology & Water Resources (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- Ocean & Marine Engineering (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
본 발명은 해양관측 부이에 영상감시 카메라를 설치하여 촬영된 영상정보를 이용하여 풍향풍속계 관측정보와 연동하여 파랑의 스케일을 정밀 관측하고 파랑 추정에 대한 신뢰성을 판단하는 해양관측 부이용 영상촬영 카메라를 이용한 파랑관측 방법 및 시스템에 관한 것으로, 360°전방위로 촬영 가능한 카메라 모듈을 통해 획득한 영상정보를 분석하여 파랑을 관측함으로써 고가의 파고센서를 탑재한 해양관측장비에 비해 시스템이 경량화 되어 도입비용을 절감할 수 있고, 파랑 추정에 대한 신뢰성 검증을 통하여 해양기상 관측 및 해양기상 예보에 대한 정밀성을 향상 시킬 수 있다.
Description
본 발명은 해양관측 부이용 영상촬영 카메라를 이용한 파랑관측 방법 및 시스템에 관한 것으로서, 더욱 상세하게는 해양관측 부이에 영상감시 카메라를 설치하여 촬영된 영상정보를 이용하여 풍향풍속계 관측정보와 연동하여 파랑의 스케일을 정밀 관측하고 파랑 추정에 대한 신뢰성을 판단하는 해양관측 부이용 영상촬영 카메라를 이용한 파랑관측 방법 및 시스템에 관한 것이다.
일반적으로 해상 운송 수단 및 구조물 등에 있어서 파랑은 매우 중요한 환경 요소로서 안전성 및 시스템 운영의 척도 그리고 설계 기준의 산정 등을 위해서 파랑 계측을 오래 전부터 수행하여 왔다.
종래의 파랑 예측은 관측 지역의 기상 정보를 수집하고, 수집된 기상 정보를 파랑 수치 모형에 대입함으로써, 파랑의 발생 및 특성을 예측한다. 이러한 파랑 수치 모형을 이용한 파랑의 예측은 기본적인 입력 자료인 기상 정보에 대한 자료가 정확하게 입력되어야 한다. 기상 상태가 안정된 상태에서는 기상 수치 모형으로 계산된 기상의 예측 값의 정확도가 높아, 파랑 수치 모형을 이용하여 파랑을 예측하는데 문제가 없다. 그러나, 갑작스럽게 발생하여 전파되는 고파랑은 기상 현상의 급격한 변화가 주 발생요인으로, 이러한 현상은 기상 수치 모형으로 정확히 예측해내기 힘들다.
현재까지 파고를 측정하기 위하여 널리 사용되고 있는 방법은 크게 부이를 이용한 방법과 x-밴드 레이더와 같은 센서를 이용한 방법으로 나뉠 수 있다. 하지만 상용화된 부이와 x밴드 레이더와 같은 센서는 매우 고가의 장비이기 때문에 많은 비용이 발생하는 문제점이 있어, 이에 대한 보완이 필요하게 된다.
본 발명의 목적은 해양관측 부이에 해상을 관측하기 위한 360°전방위로 실시간 촬영이 가능한 카메라 모듈을 설치하여 촬영된 영상정보를 위성통신망 등의 원거리 통신망을 이용하여 실시간으로 해상 관측이 가능하고, 상기 영상정보를 영상 전처리 과정을 통하여 해수면을 분석하여 풍향풍속계 관측정보와 연동하여 파랑의 스케일을 정밀 관측하고, 파랑 추정에 대한 신뢰성을 판단하는 해양관측 부이용 영상촬영 카메라를 이용한 파랑관측 방법 및 시스템을 제공하는 것이다.
본 발명의 목적들은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 본 발명의 기술분야에서 통상의 지식을 지닌 자에게 명확하게 이해될 수 있을 것이다.
상기 목적을 달성하기 위하여, 본 발명에 따른 해양관측 부이용 영상촬영 카메라를 이용한 파랑관측 방법은 해양관측 부이용 영상촬영 카메라 모듈이 설치되어 있는 해양 부이에 있어서, 해양 부이에 설치된 카메라모듈부를 통하여 해상을 촬영하고, 촬영한 실시간 영상정보를 사용자 지정 시간 간격으로 서버 컴퓨터에서 획득하는 영상 획득단계, 상기 서버 컴퓨터에서 획득한 영상정보를 기반으로 영상처리부에서 영상 전처리 과정을 통해 영상에서 해수경계면을 분석하는 해수경계면 분석단계, 상기 해수경계면을 분석한 영상을 해수면분석부에서 해수면 영역을 추출하고, 추출한 영역으로부터 해수면의 거칠기를 분석하는 해수면 분석단계, 상기 해수면의 거칠기 분석에 따른 결과 값을 판단부에서 입력받아 거칠기 등급을 분류하는 거칠기 등급 분류단계, 상기 판단부에서 상기 분류된 거칠기 등급에 대한 추정 파고 높이의 오차범위를 줄이기 위한 병합 등급을 생성하는 병합등급 생성단계, 센서부로부터 풍향 및 풍속을 측정하고, 측정한 풍향 및 풍속에 대한 수치자료를 상기 수신부를 통해 상기 서버 컴퓨터에서 획득하는 수치자료 획득단계, 상기 측정한 풍속을 상기 판단부에서 보퍼트 풍력등급표에 해당하는 풍력 등급을 부여하는 풍속등급 부여단계, 상기 판단부에서 상기 풍력 등급에 근거하여 파고 높이의 근사 값을 산출하는 파고 근사값 산출단계, 상기 병합등급 생성단계에서 생성된 병합 등급과 상기 파고 근사값 산출단계에서 추정된 파고 높이의 근사 값과 보정상수를 이용하여 상기 판단부에서 연산을 통하여 파고의 높이를 추정하는 파고높이 추정단계, 상기 추정된 파고의 높이와 실제 파고 높이 정보를 상기 판단부에서 비교하는 파고 비교 분석단계, 상기 추정된 파고 높이와 실제 파고 높이 정보를 상기 판단부에서 비교하여 오차 범위를 벗어난 경우 딥러닝 기법을 이용하여 재학습하여 오차 범위를 줄이는 정확도 향상단계; 및 상기 파고 비교 분석단계에서 산출된 결과 값에 대한 신뢰성 검증 차원에서 상기 판단부에서 정확도를 산출하는 정확도 산출단계;를 포함한다.
또한, 상기 영상 획득단계는 해양 부이에 설치된 카메라모듈부에서 영상을 촬영하여, 영상수집부에서 상기 영상을 수집하는 영상 수집단계, 상기 수집한 영상을 서버 컴퓨터 측으로 전송하기 위해 데이터분할부에서 영상 아날로그 데이터를 상기 영상수집부로부터 전달받아 디지털 데이터로 변환하는 디지털데이터 변환단계, 상기 데이터분할부로부터 상기 변환된 디지털 데이터를 해양부이의 송신부에서 전달받아, 상기 송신부에서 상기 서버 컴퓨터의 수신부로 상기 디지털 데이터를 전송하는 전송단계; 및 상기 디지털 데이터를 데이터병합부에서 상기 수신부로부터 전달받아 아날로그 데이터로 변환하는 아날로그데이터 변환단계를 더 포함한다.
또한, 상기 해수경계면 분석단계는 상기 획득한 영상정보를 기반으로 해수면검출부에서 해양 영역의 바다 경계선을 검출하여 해수면을 찾는 해수면 검출단계, 상기 해수면검출부에서 검출된 경계선을 이용하여 백색광제거부에서 하늘 및 반사광 영역을 제거하는 백색광 제거단계 및 상기 백색광 제거단계를 거친 영상을 노이즈제거부에서 전달받아 상기 영상을 선명하게 하기 위해서 노이즈와 같은 작은 영역들을 제거하는 노이즈 제거단계를 더 포함한다.
또한, 상기 해수면 분석단계는 상기 해수경계면 분석단계를 거친 영상을 해수면분석부에서 에지 필터링을 사용하여 해수면의 복잡도(거칠기)를 에지로 표현하는 에지필터링단계를 더 포함한다.
또한, 상기 파고 근사값 산출단계는 상기 보퍼트 풍력등급표의 등급에 해당하는 풍속의 범위구간을 나누어 상기 측정한 풍속을 상기 풍속 범위구간에 비례하여 상기 보퍼트 풍력등급표의 파고높이를 추정하는 것을 특징으로 한다.
본 발명의 다른 관점에 따른 해양관측 부이용 영상촬영 카메라를 이용한 파랑관측 시스템은 해양관측 부이용 영상촬영 카메라 모듈이 설치되어 있는 해양 부이에 있어서, 원거리 통신망을 이용해 사용자단말기로부터 제어명령을 전달받는 제어부, 상기 제어부의 명령을 전달받아 제어되는 해상 영상을 촬영하는 카메라모듈, 상기 카메라모듈로부터 제공되는 영상을 수집하는 영상수집부, 상기 영상수집부에서 수집된 영상을 서버 컴퓨터 측으로 전송하기 위해서 아날로그 데이터를 디지털 데이터로 변환하여 데이터를 분할하는 데이터분할부, 상기 제어부에 의해 제어되며, 풍속 및 풍향을 측정하는 센서부, 상기 데이터분할부에서 분할한 디지털 데이터 및 상기 센서부에서 측정한 풍속 및 풍향 데이터를 서버 컴퓨터 측으로 전송하기 위한 송신부, 상기 송신부로부터 송신한 상기 분할한 디지털 데이터 및 상기 풍속 및 풍향 데이터를 전달받는 수신부, 상기 수신부로부터 상기 분할한 디지털 데이터를 전달받아 분석 가능한 영상 형태로 데이터를 병합하는 데이터병합부, 상기 분석 가능한 영상을 기반으로 파랑을 분석하기 위해 영상 전처리 과정을 통한 파랑 관측용 이미지를 생성하는 영상처리부, 상기 파랑 관측용 이미지를 기반으로 상기 수신부로 전달받은 풍속 및 풍향 데이터를 이용하여 파고 높이를 추정하고, 추정한 파고 높이와 실제 파고 높이를 비교 판단하는 판단부 및 상기 추정한 파고 높이와 실제 파고 높이를 비교 하여 산출된 정확도 및 파고, 풍속 등을 포함하는 해상정보를 저장하는 데이터베이스부를 포함하는 것을 특징으로 한다.
또한, 상기 영상처리부는 해양 영역의 바다 경계선을 검출하여 해수면을 찾는 해수면검출부, 상기 해수면검출부에서 검출된 경계선을 이용하여 하늘 및 반사광 영역을 제거하는 백색광제거부, 상기 백색광제거부에서 하늘 및 반사광 영역을 제거한 영상의 노이즈를 제거하는 노이즈제거부 및 상기 노이즈제거부에서 노이즈를 제거한 영상으로부터 해수면을 분석하는 해수면분석부를 더 포함하는 것을 특징으로 한다.
본 발명에 따른 본 발명에 따른 해양관측 부이용 영상촬영 카메라를 이용한 파랑관측 방법 및 시스템은 360°전방위로 촬영 가능한 카메라 모듈을 통해 획득한 영상정보를 분석하여 파랑을 관측함으로써 고가의 파고센서를 탑재한 해양관측장비에 비해 시스템이 경량화 되어 도입비용을 절감할 수 있다.
또한, 위성통신망 및 원거리 통신망(LTE 전송망, VHF 전송망 등)을 이용하여 기존통신망의 사각지대까지도 활용성을 높일 수 있고, 영상처리 된 해황을 평가하여 풍향풍속수치관측정보와 연동하여 파랑의 스케일을 정밀 관측이 가능하고, 파랑 추정에 대한 신뢰성 검증을 통하여 해양기상 관측 및 해양기상 예보에 대한 정밀성을 향상 시킬 수 있는 효과가 있다.
도 1은 본 발명에 따른 해양관측 부이용 영상촬영 카메라를 이용한 파랑관측 방법에 대하여 순차적으로 도시한 순서도이다.
도 2는 본 발명에 따른 해양관측 부이용 영상촬영 카메라를 이용한 파랑관측 시스템에 대한 블록 구성도이다.
도 3은 본 발명에 따른 해양관측 부이용 영상촬영 카메라를 이용한 파랑관측 시스템에 대한 영상처리부의 개략적인 블록 구성도이다.
도 4는 본 발명에 따른 해양관측 부이용 영상촬영 카메라를 이용한 파랑관측 방법에 대한 해수경계면을 분석하는 과정을 설명하기 위한 예시도이다.
도 5는 본발명에 따른 해양관측 부이용 영상촬영 카메라를 이용한 파랑관측 방법에 대한 해수면의 거칠기를 분석하는 과정을 설명하기 위한 예시도이다.
도 2는 본 발명에 따른 해양관측 부이용 영상촬영 카메라를 이용한 파랑관측 시스템에 대한 블록 구성도이다.
도 3은 본 발명에 따른 해양관측 부이용 영상촬영 카메라를 이용한 파랑관측 시스템에 대한 영상처리부의 개략적인 블록 구성도이다.
도 4는 본 발명에 따른 해양관측 부이용 영상촬영 카메라를 이용한 파랑관측 방법에 대한 해수경계면을 분석하는 과정을 설명하기 위한 예시도이다.
도 5는 본발명에 따른 해양관측 부이용 영상촬영 카메라를 이용한 파랑관측 방법에 대한 해수면의 거칠기를 분석하는 과정을 설명하기 위한 예시도이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.
아래 첨부된 도면을 참조하여 본 발명의 실시를 위한 구체적인 내용을 상세히 설명한다. 도면에 관계없이 동일한 부재번호는 동일한 구성요소를 지칭하며, "및/또는"은 언급된 아이템들의 각각 및 하나 이상의 모든 조합을 포함한다.
본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며, 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.
도 1은 본 발명에 따른 해양관측 부이용 영상촬영 카메라를 이용한 파랑관측 방법에 대하여 순차적으로 도시한 순서도이고, 도 2는 본 발명에 따른 해양관측 부이용 영상촬영 카메라를 이용한 파랑관측 시스템에 대한 블록 구성도이고, 도 3은 본 발명에 따른 해양관측 부이용 영상촬영 카메라를 이용한 파랑관측 시스템에 대한 영상처리부의 개략적인 블록 구성도이고, 도 4는 본 발명에 따른 해양관측 부이용 영상촬영 카메라를 이용한 파랑관측 방법에 대한 해수경계면을 분석하는 과정을 설명하기 위한 예시도이고, 도 5는 본발명에 따른 해양관측 부이용 영상촬영 카메라를 이용한 파랑관측 방법에 대한 해수면의 거칠기를 분석하는 과정을 설명하기 위한 예시도이다.
도 4의 (a)는 해양 부이에 설치된 영상장비를 통하여 해상을 관측한 원본 영상 이미지이고, (b)는 상기 원본 영상에서 해양 영역의 바다 경계선을 검출하고 하늘 및 반사광 영역을 제거한 영상 이미지이고, (c)는 (b) 영상의 노이즈를 제거한 영상 이미지이다.
도 5의 (a)는 해수경계면분석단계(S20)를 거친 영상 이미지이고, (b)는 도 4의 (a) 영상 이미지를 해수면의 복잡도(거칠기)를 에지로 표현한 영상 이미지이다.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 상세히 설명하기로 한다.
본 발명의 실시예에 따른 해양관측 부이용 영상촬영 카메라를 이용한 파랑관측 방법은 먼저, 영상 획득단계(S10)는 해양 부이에 설치된 카메라모듈부(120)를 통하여 해상을 관측하기 위한 실시간 영상정보를 사용자 지정 시간 간격으로 서버 컴퓨터(200)에서 획득한다.
좀 더 구체적으로 설명하자면, 해양관측 부이용 영상촬영 카메라 모듈이 설치되어 있는 해양 부이에 있어서, 육상에서 해양 부이에 설치된 처리보드에 촬영명령을 내리면 해양 부이에 설치된 상기 카메라모듈부(120)로 사용자가 지정한 시간 간격으로 촬영을 시작하고, 상기 카메라모듈부(120)로부터 촬영한 영상 데이터는 상기 처리보드 내에 저장 공간에 영상을 수집한다.
상기 저장 공간에 수집한 영상을 상기 서버 컴퓨터(200) 측으로 전송하기 위해 데이터분할부(140)에서 아날로그 데이터를 디지털 데이터로 변환하는 과정을 거쳐, 상기 변환된 디지털 데이터를 해양 부이의 송신부(160)로부터 송신하여 상기 서버 컴퓨터(200)의 수신부(210)에서 상기 디지털 데이터를 수신하고, 상기 수신부(210)에서 전달받은 상기 디지털 데이터를 데이터병합부(220)에서 아날로그 데이터로 변환하는 과정을 거친다.
이와 같은 과정을 거침으로써, 상기 서버 컴퓨터(200)에서 상기 해양 부이에 설치된 상기 카메라모듈부(120)로부터 촬영한 영상을 확인할 수 있다.
다음, 해수경계면 분석단계(S20)는 상기 영상 획득단계(S10)에서 획득한 영상정보를 기반으로 영상처리부(230)에서 영상 전처리 과정을 통해 영상에서 해수경계면을 분석한다.
상기 획득한 영상정보를 기반으로 해양 영역의 바다 경계선을 검출하여 해수면을 찾고, 상기 검출된 바다 경계선을 이용하여 하늘 및 반사광 영역을 제거하고, 영상을 선명하게 하기 위해 노이즈 제거과정을 거친다.
좀 더 구체적으로 설명하자면, 컴퓨터는 영상이미지를 보고 사람처럼 바로 인식하지 못한다. 사용자에게 받은 이미지가 빛에 반사되거나 너무 어두우면 컴퓨터가 이미지를 처리하는 속도는 급격히 떨어지게 된다. 그러므로 영상이미지를 사용자의 목적에 맞게 적절하게 영상 전처리 과정이 필요하다.
상기 해상 영역에서의 바다 경계선 검출은 해수면검출부(231)에서 에지 필터링(Edge Filtering) 또는 에지 검출(Edge Detection) 기법을 사용하여 검출이 가능하다.
에지(Edge)란 디지털 영상의 밝기가 낮은 값에서 높은 값으로 또는 높은 값에서 낮은 값으로 변하는 지점에 존재하는 부분을 가리키며, 결국 에지는 영상 안에 있는 객체의 경계를 가리키는 것으로서, 모양(shape), 방향(direction)을 탐지할 수 있는 등 여러 정보가 담겨 있다. 이와 같은 에지에 해당하는 화소를 찾는 과정을 통해 소벨(Sobel), 프리윗(Prewitt), 로버츠(Robert)를 포함하는 방법 중 하나 이상의 조합을 사용하여 디지털 영상에서 하늘과 해수면 간의 경계선의 인지가 가능하다.
또한, 해양에서의 수평선은 직선으로 표현되기 때문에 바다 경계선 정보를 기반으로 허프 변환(Hough Transform), 최소 자승법 (Least-square Method), RANSAC(RANdom SAmple Consensus)를 포함하는 방법 중 하나 이상의 조합을 사용하여 수평선 검출이 가능하고, 검출된 수평선을 이용하여 수평선의 중심 위치 및 기울기에 대한 분석이 가능하다.
상기 하늘 및 반사광 영역을 제거는 백색광제거부(232)에서 모폴로지(Morphology) 열림, 팽창 연산을 포함하는 방법을 통해 잡음 및 백색광을 제거한다.
또한, 상기 획득한 영상정보에서 바다의 주름(파랑)을 선명하게 하기 위한 노이즈와 같은 작은 영역(예: 역광, 카메라 렌즈에 해수가 튀어 생길 수 있는 잡음)들을 노이즈제거부(233)에서 제거하는 작업을 수행한다.
상기 노이즈 제거 작업은 양자화(Quantizing), 가우스(Gaussian), 소금과 후추(Salt and pepper)을 포함하는 기법을 모두 고려한다.
다음, 해수면 분석단계(S30)는 해수면분석부(234)에서 상기 해수경계면을 분석한 영상으로부터 해수면 영역을 추출하고, 추출한 영역으로부터 해수면의 거칠기를 분석한다.
상기 해수면의 거칠기를 분석하기 위하여 세그멘테이션(Segmentation) 방법을 이용하여 상기 영상을 흑백 영상으로 변환 후 이진화(Threshold) 값을 이용하여 배경과 해수면을 분리해낸다. 여기서 이진화 값은 특정한 값으로 사용자가 임의로 설정할 수 있다. 도 4의 (b)는 흑백영상에서 이진화값을 10으로 지정한 후 출력한 예시도이다.
따라서, 상기 해수경계면을 분석한 영상으로부터 해수면 영역을 추출하여, 캐니 에지(Canny Edge) 기법을 이용하여 바다의 복잡도(거칠기)를 분석한다.
다음, 거칠기 등급 분류단계(S40)는 상기 해수면의 거칠기 분석에 따른 결과 값을 판단부(240)에서 거칠기 등급(예; 5단계, 1~5)으로 분류한다.
상기 거칠기는 파도가 많을 경우 거칠기 수치가 높아지고, 파도가 없는 경우 거칠기 수치가 낮아지는 점을 이용하여 등급을 분류한다.
다음, 병합등급 생성단계(S50)는 상기 판단부(240)에서 상기 분류된 거칠기 등급에 대한 추정 파고 높이의 오차범위를 줄이기 위한 병합 등급을 생성한다.
여기서, 병합 등급은 영상으로부터 얻을 수 있는 데이터가 정확하지 않는 경우를 고려하여 일정 오차범위 내에서 설정된 등급 값을 의미한다.
수치자료 획득단계(S60)는 센서부(150)로부터 풍향 및 풍속을 측정하고, 측정한 풍향 및 풍속에 대한 수치자료를 상기 수신부(210)를 통해 상기 서버 컴퓨터(200)에서 획득한다.
좀 더 구체적으로 설명하자면, 상기 해양 부이에 풍속센서, 풍향센서를 포함하는 상기 센서부(150)에서 실시간으로 풍향 및 풍속을 측정하고, 측정된 풍향 및 풍속 데이터는 상기 처리보드 내에 저장 공간에 수집되어, 상기 송신부(160)를 통해 상기 서버 컴퓨터(200)의 상기 수신부(210)로 전송된다.
다음, 풍속등급 부여단계(S70)는 상기 측정한 풍속을 상기 판단부(240)에서 보퍼트(Beaufort) 풍력등급표(표1)에 해당하는 풍력 등급을 부여한다.
| 계급 | 해상상태 | 풍속(m/s) | 파고(m) |
| 0 | 해면이 거울 같이 반사될 정도로 고요하다. | <0.3 | 0 |
| 1 | 물결이 생선 비늘 같이 작고, 물거품이 없다. | 0.3~1.5 | 0.1 |
| 2 | 물결이 작고, 파도의 마루 부분이 부서지지 않고 모양이 뚜렷하다. | 1.5~3.3 | 0.2 |
| 3 | 물결이 커지고, 파도의 마루가 부서져서 물거품이 생겨 흰 파도가 간간이 보인다. | 3.3~5.5 | 0.6 |
| 4 | 파도가 일고, 파장이 길어지며 흰 파도가 많이 보이기 시작한다. | 5.5~8.0 | 1 |
| 5 | 파도가 조금 높아지고, 물거품이 생기기 시작한다. | 8.0~10.8 | 2 |
| 6 | 파도가 높아지기 시작하고, 물거품이 광범위해지며 물보라가 생긴다. | 10.8~13.9 | 3 |
| 7 | 파도가 높아지고, 파도가 서로 부서져서 물거품이 생겨 줄을 이루며 바람에 의해 날린다. | 13.9~17.2 | 4 |
| 8 | 파도가 제법 높고, 파장이 더 길고 마루의 끝이 거꾸로 된다. 물거품이 강풍에 날린다. | 17.2~20.7 | 5.5 |
| 9 | 파도가 높고, 물거품이 바람에 따라 짙은 줄무늬를 띤다. 마루가 흩어져 말리고 물보라 때문에 시정이 나빠진다. | 20.7~24.5 | 7 |
| 10 | 파도가 옆으로 긴 마루로 되어 몹시 높고, 물거품이 큰 덩어리가 되어 강풍에 날린다. 파도가 심하게 부서지고 시정이 나쁘다. | 24.5~28.4 | 9 |
| 11 | 파도가 대단히 높고, 주위의 배는 파도에 가려 볼 수 없고 길게 줄지은 물거품들이 바다를 덮는다. 시정이 극히 나쁘다. | 28.4~32.6 | 11.5 |
| 12 | 파도가 매우 높고, 바다는 물거품과 물보라로 가득 차 바로 한치 앞도 분간하기 어려울 정도다. | >32.6 | >14 |
다음, 파고 근사값 산출단계(S80)는 상기 판단부(240)에서 상기 풍력 등급에 근거하여 파고 높이의 값을 산출한다.
상기 보퍼트 풍력등급표의 등급에 해당하는 풍속의 범위구간을 나누어(예:5구간) 상기 측정한 풍속을 상기 풍속 범위구간에 비례하여 상기 보퍼트 풍력등급표의 파고 높이를 추정한다. 예를 들어 설명하자면, 풍속이 9.4m/s이면 파고는 2.5m로 추정할 수 있다.
다음, 파고높이 추정단계(S90)는 상기 병합등급 생성단계(S50)에서 생성된 상기 병합 등급과 상기 파고 근사값 산출단계(S80)에서 추정된 파고 높이의 근사 값과 미리 설정한 보정상수를 이용하여 상기 판단부(240)에서 연산을 통하여 파고의 높이를 추정한다.
다음, 파고 비교 분석단계(S100)는 상기 판단부(240)에서 상기 추정된 파고의 높이와 실제 파고 높이 정보와 비교한다.
다음, 정확도 향상단계(S110)는 상기 추정된 파고의 높이와 실제 파고 높이 정보를 상기 판단부(240)에서 비교하여 오차 범위를 벗어난 경우 딥러닝 기법을 이용하여 오차 범위를 줄인다.
상기 오차 범위는 실제 파고 높이 값에 상기 추정된 파고의 높이를 나누어서 사용자가 설정한 오차 범위(예; <0.9, >1.1)를 해당되는 경우 보정상수를 이용한 딥러닝 기법을 이용하여 오차 범위를 줄여 재학습 과정을 거치도록 한다. 상기 딥러닝은 지도학습(Supervised learning) 기법과 타겟변수를 지정하지 않는 자율학습(Unsupervised learning) 기법을 모두 고려한다.
다음, 정확도 산출단계(S120)는 상기 파고 비교 분석단계(S100)에서 산출된 결과 값에 대한 신뢰성을 검증하는 차원에서 상기 판단부(240)에서 상기 추정된 파고의 높이와 상기 실제 파고 높이와의 정확도를 산출한다.
상기 단계들에서 얻은 풍속, 풍향, 추정된 파고 높이, 실제 파고 높이, 영상, 거칠기 등급, 병합 등급을 포함하는 데이터들을 데이터베이스부(250)에 저장하고, 저장된 데이터들은 추후 딥러닝 연산 및 빅데이터를 활용한 통계 자료 등에 이용이 가능하다.
다음에, 상술한 바와 같은 과정을 갖는 본 발명의 실시예에 따른 해양관측 부이용 영상촬영 카메라를 이용한 파랑관측 시스템에 대하여 설명한다.
해양관측 부이용 영상촬영 카메라를 이용한 파랑관측 시스템은 해양관측 부이용 영상촬영 카메라 모듈이 설치되어 있는 해양 부이에 있어서, 전체적으로, 제어부(110), 카메라모듈(120), 영상수집부(130), 데이터분할부(140), 센서부(150), 송신부(160)을 포함하는 부이(100)와 수신부(210), 데이터병합부(22), 영상처리부(230), 영상판단부(240), 데이터베이스부(250)를 포함하는 서버 컴퓨터(200)를 포함한다.
먼저, 상기 제어부(110)는 원거리 통신망을 이용해 사용자단말기로부터 제어명령을 전달받는다.
상기 원거리 통신망은 해상 모니터링을 위하여 Inmarsat 위성통신 단일망, LTE 전송망, VHF 전송망을 포함한다.
상기 사용자단말기는 상기 서버 컴퓨터(200), 일반적인 퍼스널 컴퓨터, 스마트폰, 선박에서 사용되는 단말기를 포함한다.
다음, 상기 카메라모듈(120)은 상기 제어부(110)의 명령을 전달받아 제어되며, 해상 영상을 촬영하여 상기 영상수집부(130)로 상기 해상 영상을 전달한다.
상기 카메라모듈(120)은 원통 케이스에 5대의 카메라를 집진하여 360°전방위로 사진 촬영이 가능하며, 원거리 통신(예: 위성통신)을 통해 해상관측 데이터를 수집하는 목적으로 설치된다.
다음, 상기 영상수집부(130)는 상기 카메라모듈(120)로부터 제공되는 영상을 수집한다.
상기 영상수집부(130)는 상기 영상을 수집하기 위한 저장 공간을 더 포함한다.
다음, 상기 데이터분할부(140)는 상기 영상수집부(130)에서 수집된 영상을 상기 서버 컴퓨터(200) 측으로 전송하기 위해서 상기 수집된 영상 아날로그 데이터를 디지털 데이터로 변환하여 변환된 디지털 데이터를 전송에 용이하게 분할한다.
다음, 상기 센서부(150)는 상기 제어부(110)에 의해 제어되며, 풍속 및 풍향을 측정한다.
다음, 상기 송신부(160)는 상기 데이터분할부(140)에서 분할한 디지털 데이터 및 상기 센서부(150)에서 측정한 풍속 및 풍향 데이터를 상기 서버 컴퓨터(200) 측으로 전송한다.
상기 송신부(160)는 실시간으로 위성통신, 휴대폰망을 포함하는 통신망으로 전송이 가능하다.
다음, 상기 수신부(210)는 상기 송신부(160)로부터 송신한 상기 분할한 디지털 데이터 및 상기 풍속 및 풍향 데이터를 전달받는다.
다음, 상기 데이터병합부(220)는 상기 수신부(210)로부터 상기 분할할 디지털 데이터를 전달받아 분석 가능한 영상의 형태로 상기 디지털 데이터를 병합한다.
다음, 상기 영상처리부(230)는 상기 데이터병합부(220)를 통해 분석 가능한 영상을 기반으로 파랑을 분석하기 위해 영상 전처리 과정을 통한 파랑 관측용 이미지를 생성한다.
상기 영상처리부(230)는 해수면검출부(231), 백색광제거부(232), 노이즈제거부(233), 해수면분석부(234)를 더 포함한다.
상기 해수면검출부(231)는 상기 분석 가능한 영상에서 해양 영역의 바다 경계선을 검출하여 해수면을 찾는 과정을 수행한다.
상기 백색광제거부(232)는 상기 해수면검출부(231)에서 검출된 경계선을 이용하여 하늘 및 반사광 영역을 제거하는 과정을 수행한다.
상기 노이즈제거부(233)는 상기 백색광제거부(232)에서 하늘 및 반사광 영역을 제거한 영상의 노이즈를 제거하는 과정을 수행한다.
상기 해수면분석부(234)는 상기 노이즈제거부(233)에서 노이즈를 제거한 영상으로부터 해수면을 분석하는 과정을 수행한다.
다음, 상기 판단부(240)는 상기 파랑 관측용 이미지를 기반으로 상기 수신부(210)로 전달받은 풍속 및 풍향 데이터를 이용하여 파고의 높이를 추정하고, 추정한 파고 높이와 실제 파고 높이를 비교 판단한다.
다음, 상기 데이터베이스부(250)는 상기 추정한 파고 높이와 실제 파고 높이를 비교하여 산출된 정확도 및 파고, 풍속을 포함하는 해상정보에 해당하는 데이터들을 저장한다.
따라서, 해양관측 부이용 영상촬영 카메라를 이용한 파랑관측 시스템은 상기 카메라모듈부(120)을 해양관측용 부이(100)에 설치하여 촬영된 영상정보를 위성통신망을 포함하는 원거리 통신망을 이용하여 상기 서버 컴퓨터(200)측으로 전송하여 실시간으로 해상 관측이 가능하고, 상기 영상처리부(230)를 통해 상기 영상정보를 영상 전처리 과정을 통하여 해수면을 분석하여 상기 센서부(150)로부터 측정한 풍향, 풍속 데이터와 연동하여 파랑의 스케일을 정밀 관측하고, 상기 판단부(240)를 통해 파랑 추정에 대한 신뢰성을 판단하게 된다.
이에, 상기 카메라모듈부(120)를 이용하여 파랑관측이 가능해짐으로써, 고가의 파고센서를 탑재한 해양관측장비에 비해 시스템이 경량화 되어 도입비용을 절감할 수 있는 효과가 있으며, 상기 파랑 추정에 대한 신뢰성 판단을 통하여 해양기상 관측 및 해양기상 예보에 대한 정밀성을 향상 시킬 수 있는 효과가 있다.
이상과 첨부된 도면을 참조하여 본 발명의 실시예를 설명하였지만, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해되어야 한다.
S10: 영상 획득단계 S20: 해수경계면 분석단계
S30: 해수면 분석단계 S40: 거칠기 등급 분류단계
S50: 병합등급 생성단계 S60: 수치자료 획득단계
S70: 풍속등급 부여단계 S80: 파고 근사값 산출단계
S90: 파고높이 추정단계 S100: 파고 비교 분석단계
S110: 정확도 향상단계 S120: 정확도 산출단계
100: 부이 110: 제어부
120: 카메라모듈부 130: 영상수집부
140: 데이터분할부 150: 센서부
160: 송신부 200: 서버 컴퓨터
210: 수신부 220: 데이터병합부
230: 영상처리부 231: 해수면검출부
232: 백색광제거부 233: 노이즈제거부
234: 해수면분석부 240: 영상판단부
250: 데이터베이스
S30: 해수면 분석단계 S40: 거칠기 등급 분류단계
S50: 병합등급 생성단계 S60: 수치자료 획득단계
S70: 풍속등급 부여단계 S80: 파고 근사값 산출단계
S90: 파고높이 추정단계 S100: 파고 비교 분석단계
S110: 정확도 향상단계 S120: 정확도 산출단계
100: 부이 110: 제어부
120: 카메라모듈부 130: 영상수집부
140: 데이터분할부 150: 센서부
160: 송신부 200: 서버 컴퓨터
210: 수신부 220: 데이터병합부
230: 영상처리부 231: 해수면검출부
232: 백색광제거부 233: 노이즈제거부
234: 해수면분석부 240: 영상판단부
250: 데이터베이스
Claims (7)
- 해양관측 부이용 영상촬영 카메라 모듈이 설치되어 있는 해양 부이에 있어서,
해양 부이에 설치된 카메라모듈부를 통하여 해상을 촬영하고, 촬영한 실시간 영상정보를 사용자 지정 시간 간격으로 서버 컴퓨터에서 획득하는 영상 획득단계;
상기 서버 컴퓨터에서 획득한 영상정보를 기반으로 영상처리부에서 영상 전처리 과정을 통해 영상에서 해수경계면을 분석하는 해수경계면 분석단계;
상기 해수경계면을 분석한 영상을 해수면분석부에서 해수면 영역을 추출하고, 추출한 영역으로부터 해수면의 거칠기를 분석하는 해수면 분석단계;
상기 해수면의 거칠기 분석에 따른 결과 값을 판단부에서 입력받아 거칠기 등급을 분류하는 거칠기 등급 분류단계;
상기 판단부에서 상기 분류된 거칠기 등급에 대한 추정 파고 높이의 오차범위를 줄이기 위한 병합 등급을 생성하는 병합등급 생성단계;
센서부로부터 풍향 및 풍속을 측정하고, 측정한 풍향 및 풍속에 대한 수치자료를 수신부를 통해 상기 서버 컴퓨터에서 획득하는 수치자료 획득단계;
상기 측정한 풍속을 상기 판단부에서 보퍼트 풍력등급표에 해당하는 풍력 등급을 부여하는 풍속등급 부여단계;
상기 판단부에서 상기 풍력 등급에 근거하여 파고 높이의 근사 값을 산출하는 파고 근사값 산출단계;
상기 병합등급 생성단계에서 생성된 병합 등급과 상기 파고 근사값 산출단계에서 추정된 파고 높이의 근사 값과 보정상수를 이용하여 상기 판단부에서 연산을 통하여 파고의 높이를 추정하는 파고높이 추정단계;
상기 추정된 파고의 높이와 실제 파고 높이 정보를 상기 판단부에서 비교하는 파고 비교 분석단계;
상기 추정된 파고 높이와 실제 파고 높이 정보를 상기 판단부에서 비교하여 오차 범위를 벗어난 경우 딥러닝 기법을 이용하여 재학습하여 오차 범위를 줄이는 정확도 향상단계; 및
상기 파고 비교 분석단계에서 산출된 결과 값에 대한 신뢰성 검증 차원에서 상기 판단부에서 정확도를 산출하는 정확도 산출단계;를 포함하는 해양관측 부이용 영상촬영 카메라를 이용한 파랑관측 방법.
- 제1항에 있어서,
상기 영상 획득단계는,
해양 부이에 설치된 카메라모듈부에서 영상을 촬영하여, 영상수집부에서 상기 영상을 수집하는 영상 수집단계;
상기 수집한 영상을 서버 컴퓨터 측으로 전송하기 위해 데이터분할부에서 영상 아날로그 데이터를 상기 영상수집부로부터 전달받아 디지털 데이터로 변환하는 디지털데이터 변환단계;
상기 데이터분할부로부터 상기 변환된 디지털 데이터를 해양부이의 송신부에서 전달받아, 상기 송신부에서 상기 서버 컴퓨터의 수신부로 상기 디지털 데이터를 전송하는 전송단계; 및
상기 디지털 데이터를 데이터병합부에서 상기 수신부로부터 전달받아 아날로그 데이터로 변환하는 아날로그데이터 변환단계;를 더 포함하는 것을 특징으로 하는 해양관측 부이용 영상촬영 카메라를 이용한 파랑관측 방법.
- 제1항에 있어서,
상기 해수경계면 분석단계는,
상기 획득한 영상정보를 기반으로 해수면검출부에서 해양 영역의 바다 경계선을 검출하여 해수면을 찾는 해수면 검출단계;
상기 해수면검출부에서 검출된 경계선을 이용하여 백색광제거부에서 하늘 및 반사광 영역을 제거하는 백색광 제거단계;
상기 백색광 제거단계를 거친 영상을 노이즈제거부에서 전달받아 상기 영상을 선명하게 하기 위해서 노이즈와 같은 작은 영역들을 제거하는 노이즈 제거단계;를 더 포함하는 것을 특징으로 하는 해양관측 부이용 영상촬영 카메라를 이용한 파랑관측 방법.
- 제1항에 있어서,
상기 해수면 분석단계는 상기 해수경계면 분석단계를 거친 영상을 해수면분석부에서 에지 필터링을 사용하여 해수면의 복잡도(거칠기)를 에지로 표현하는 에지필터링단계를 더 포함하는 것을 특징으로 하는 해양관측 부이용 영상촬영 카메라를 이용한 파랑관측 방법.
- 제1항에 있어서,
상기 파고 근사값 산출단계는 상기 보퍼트 풍력등급표의 등급에 해당하는 풍속의 범위구간을 나누어 상기 측정한 풍속을 상기 풍속 범위구간에 비례하여 상기 보퍼트 풍력등급표의 파고높이를 추정하는 것을 특징으로 하는 해양관측 부이용 영상촬영 카메라를 이용한 파랑관측 방법.
- 해양관측 부이용 영상촬영 카메라 모듈이 설치되어 있는 해양 부이에 있어서,
원거리 통신망을 이용해 사용자단말기로부터 제어명령을 전달받는 제어부;
상기 제어부의 명령을 전달받아 제어되는 해상 영상을 촬영하는 카메라모듈;
상기 카메라모듈로부터 제공되는 영상을 수집하는 영상수집부;
상기 영상수집부에서 수집된 영상을 서버 컴퓨터 측으로 전송하기 위해서 아날로그 데이터를 디지털 데이터로 변환하여 데이터를 분할하는 데이터분할부;
상기 제어부에 의해 제어되며, 풍속 및 풍향을 측정하는 센서부;
상기 데이터분할부에서 분할한 디지털 데이터 및 상기 센서부에서 측정한 풍속 및 풍향 데이터를 서버 컴퓨터 측으로 전송하기 위한 송신부;
상기 송신부로부터 송신한 상기 분할한 디지털 데이터 및 상기 풍속 및 풍향 데이터를 전달받는 수신부;
상기 수신부로부터 상기 분할한 디지털 데이터를 전달받아 분석 가능한 영상 형태로 데이터를 병합하는 데이터병합부;
상기 분석 가능한 영상을 기반으로 파랑을 분석하기 위해 영상 전처리 과정을 통한 파랑 관측용 이미지를 생성하는 영상처리부;
상기 파랑 관측용 이미지를 기반으로 상기 수신부로 전달받은 풍속 및 풍향 데이터를 이용하여 파고 높이를 추정하고, 추정한 파고 높이와 실제 파고 높이를 비교 판단하는 판단부; 및
상기 추정한 파고 높이와 실제 파고 높이를 비교 하여 산출된 정확도 및 파고, 풍속 등을 포함하는 해상정보를 저장하는 데이터베이스부;를 포함하는 해양관측 부이용 영상촬영 카메라를 이용한 파랑관측 시스템.
- 제6항에 있어서,
상기 영상처리부는,
상기 분석 가능한 영상에서 해양 영역의 바다 경계선을 검출하여 해수면을 찾는 해수면검출부;
상기 해수면검출부에서 검출된 경계선을 이용하여 하늘 및 반사광 영역을 제거하는 백색광제거부;
상기 백색광제거부에서 하늘 및 반사광 영역을 제거한 영상의 노이즈를 제거하는 노이즈제거부; 및
상기 노이즈제거부에서 노이즈를 제거한 영상으로부터 해수면을 분석하는 해수면분석부;를 더 포함하는 것을 특징으로 하는 해양관측 부이용 영상촬영 카메라를 이용한 파랑관측 시스템.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200013149A KR102345873B1 (ko) | 2020-02-04 | 2020-02-04 | 해양관측 부이용 영상촬영 카메라를 이용한 파랑관측 방법 및 시스템 |
| PCT/KR2020/001745 WO2021157765A1 (ko) | 2020-02-04 | 2020-02-07 | 해양관측 부이용 영상촬영 카메라를 이용한 파랑관측 방법 및 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200013149A KR102345873B1 (ko) | 2020-02-04 | 2020-02-04 | 해양관측 부이용 영상촬영 카메라를 이용한 파랑관측 방법 및 시스템 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20210099371A KR20210099371A (ko) | 2021-08-12 |
| KR102345873B1 true KR102345873B1 (ko) | 2022-01-03 |
Family
ID=77200048
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200013149A KR102345873B1 (ko) | 2020-02-04 | 2020-02-04 | 해양관측 부이용 영상촬영 카메라를 이용한 파랑관측 방법 및 시스템 |
Country Status (2)
| Country | Link |
|---|---|
| KR (1) | KR102345873B1 (ko) |
| WO (1) | WO2021157765A1 (ko) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113899349B (zh) * | 2021-10-26 | 2023-06-02 | 湖北中南鹏力海洋探测系统工程有限公司 | 海浪参数检测方法、设备及存储介质 |
| KR102654044B1 (ko) * | 2021-11-30 | 2024-04-03 | (주)시정 | 파노라마 이미지와 인공지능을 이용하여 우세시정을 산출하는 영상분석 시정계 |
| KR102629681B1 (ko) * | 2021-12-06 | 2024-01-29 | 한국해양과학기술원 | 영상 기반 월파 측정 방법 및 장치 |
| CN115526924B (zh) * | 2022-11-29 | 2023-06-23 | 湖南长理尚洋科技有限公司 | 一种蒙特卡洛模拟的水文环境建模方法及系统 |
| CN116452901B (zh) * | 2023-06-19 | 2023-09-15 | 中国科学院海洋研究所 | 基于深度学习的遥感图像海洋养殖区自动化提取方法 |
| CN117852418B (zh) * | 2024-03-07 | 2024-05-14 | 中国科学院地理科学与资源研究所 | 基于地理集成机器学习的海洋中深层流速数据重构方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100579424B1 (ko) | 2004-04-09 | 2006-06-01 | 군산대학교산학협력단 | 영상 관측을 통한 파고 측정 시스템 및 방법, 그리고 그에사용되는 부표 |
| JP5004120B2 (ja) | 2007-03-20 | 2012-08-22 | 独立行政法人海上技術安全研究所 | 舶用波浪監視装置 |
| KR101313823B1 (ko) | 2012-07-05 | 2013-10-01 | 재단법인 중소조선연구원 | 중력고정식 해상구조물 수면하 다중 지지대의 수직방향 하중반력공진주기 및 운동성능에 대한 해양공학수조 실험방법 |
| KR101804129B1 (ko) | 2015-01-16 | 2018-01-11 | 경북대학교 산학협력단 | 안전 부표 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003315468A (ja) * | 2002-04-22 | 2003-11-06 | Eiko Shibazaki | 波予測装置、および波予測情報提供システム |
| KR100769873B1 (ko) | 2006-06-19 | 2007-10-24 | 이재영 | 레이다 신호처리장치를 갖는 ｘ밴드 레이다를 이용한 파랑관측 시스템 및 그 방법 |
| US7830302B1 (en) * | 2008-05-05 | 2010-11-09 | The United States Of America As Represented By The Secretary Of The Navy | Remote sensing of wave heights using a narrowband radar arrangement |
| KR101827908B1 (ko) * | 2015-02-23 | 2018-03-22 | 주식회사 동녘 | 해양 기상 분석 장치 및 방법 |
| KR20180076936A (ko) * | 2016-12-28 | 2018-07-06 | 대우조선해양 주식회사 | 초저가 해상상태 추정기를 이용한 선박의 최적항로 안내시스템 및 방법 |
| KR102069694B1 (ko) * | 2017-11-22 | 2020-01-23 | 한국전자통신연구원 | 영상 분할 기반의 해양 상황 인식 장치 및 그 방법 |
-
2020
- 2020-02-04 KR KR1020200013149A patent/KR102345873B1/ko active IP Right Grant
- 2020-02-07 WO PCT/KR2020/001745 patent/WO2021157765A1/ko active Application Filing
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100579424B1 (ko) | 2004-04-09 | 2006-06-01 | 군산대학교산학협력단 | 영상 관측을 통한 파고 측정 시스템 및 방법, 그리고 그에사용되는 부표 |
| JP5004120B2 (ja) | 2007-03-20 | 2012-08-22 | 独立行政法人海上技術安全研究所 | 舶用波浪監視装置 |
| KR101313823B1 (ko) | 2012-07-05 | 2013-10-01 | 재단법인 중소조선연구원 | 중력고정식 해상구조물 수면하 다중 지지대의 수직방향 하중반력공진주기 및 운동성능에 대한 해양공학수조 실험방법 |
| KR101804129B1 (ko) | 2015-01-16 | 2018-01-11 | 경북대학교 산학협력단 | 안전 부표 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2021157765A1 (ko) | 2021-08-12 |
| KR20210099371A (ko) | 2021-08-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102345873B1 (ko) | 해양관측 부이용 영상촬영 카메라를 이용한 파랑관측 방법 및 시스템 | |
| CN111179334A (zh) | 基于多传感融合的海面小面积溢油区域检测系统及检测方法 | |
| Karvonen et al. | Open water detection from Baltic Sea ice Radarsat-1 SAR imagery | |
| CN108806334A (zh) | 一种基于图像的智能船舶身份识别方法 | |
| CN110619328A (zh) | 基于图像处理和深度学习的船舶水尺读数智能识别方法 | |
| CN109215018A (zh) | 基于Canny算子和高斯形态学的船舶检测方法 | |
| CN112614177B (zh) | 一种适用于船舶冰区走航测试的海冰厚度识别系统及海冰厚度识别方法 | |
| KR101956250B1 (ko) | 해색 영상을 이용한 해안선 모니터링 장치 및 방법 | |
| KR101986025B1 (ko) | 기계학습 기반 위성 해무 탐지 장치 및 해무 탐지 방법 | |
| CN110517280A (zh) | 基于红外识别船舶尾气监测系统 | |
| CN112580600A (zh) | 粉尘浓度检测方法、装置、计算机设备和存储介质 | |
| CN116824570A (zh) | 一种基于深度学习的吃水检测方法 | |
| CN111123251B (zh) | 一种雷达的目标对象检测方法及装置 | |
| CN117036993A (zh) | 一种基于无人机的船舶水尺远程测量方法 | |
| KR20220050467A (ko) | 해수면 전파 반사율을 이용한 딥 러닝 해양 클러스터 데이터 측정 시스템 | |
| KR102559637B1 (ko) | 인공지능 기반의 선박 과속 판정 장치, 방법 및 그 시스템 | |
| CN113899349A (zh) | 海浪参数检测方法、设备及存储介质 | |
| KR101814644B1 (ko) | 이안류 계측 및 예측 시스템 | |
| Heyn et al. | A system for automated vision-based sea-ice concentration detection and floe-size distribution indication from an icebreaker | |
| CN114359720B (zh) | 一种基于卫星光学图像的海上目标检测方法、系统及装置 | |
| KR100654368B1 (ko) | 정지궤도 해양관측 카메라의 해색정보 최적화 검출방법 | |
| CN115496803A (zh) | 一种海上浮标碰撞告警和取证系统及方法 | |
| US8433139B2 (en) | Image processing apparatus, image processing method and program for segmentation based on a degree of dispersion of pixels with a same characteristic quality | |
| KR20230040645A (ko) | 부유폐기물 성상 분류 및 차집량 추정 시스템, 이의 추정 방법, 및 부유폐기물 성상 분류 및 차집량 추정 방법을 컴퓨터에서 실행하기 위한 컴퓨터 프로그램이 기록된 기록 매체 | |
| Smith et al. | The statistical characterization of the sea for the segmentation of maritime images |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |