KR102451065B1 - 터널 내부에 설치되는 영상 감시 장치 - Google Patents
터널 내부에 설치되는 영상 감시 장치 Download PDFInfo
- Publication number
- KR102451065B1 KR102451065B1 KR1020220034566A KR20220034566A KR102451065B1 KR 102451065 B1 KR102451065 B1 KR 102451065B1 KR 1020220034566 A KR1020220034566 A KR 1020220034566A KR 20220034566 A KR20220034566 A KR 20220034566A KR 102451065 B1 KR102451065 B1 KR 102451065B1
- Authority
- KR
- South Korea
- Prior art keywords
- window
- image
- foreign material
- tunnel
- unit
- Prior art date
Links
- 239000000463 material Substances 0.000 claims abstract description 89
- 238000001514 detection method Methods 0.000 claims abstract description 51
- 238000009434 installation Methods 0.000 claims abstract description 31
- 238000012806 monitoring device Methods 0.000 claims abstract description 7
- 238000005507 spraying Methods 0.000 claims abstract description 7
- 239000000126 substance Substances 0.000 claims description 30
- 238000007781 pre-processing Methods 0.000 claims description 8
- 239000007921 spray Substances 0.000 claims description 8
- 230000006870 function Effects 0.000 claims description 7
- 238000013473 artificial intelligence Methods 0.000 claims description 3
- 238000004140 cleaning Methods 0.000 abstract description 7
- 238000005406 washing Methods 0.000 abstract description 4
- 238000000034 method Methods 0.000 description 15
- 239000000428 dust Substances 0.000 description 11
- 241000238631 Hexapoda Species 0.000 description 4
- 238000010276 construction Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 238000013527 convolutional neural network Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000011109 contamination Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000003708 edge detection Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000000356 contaminant Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B08—CLEANING
- B08B—CLEANING IN GENERAL; PREVENTION OF FOULING IN GENERAL
- B08B5/00—Cleaning by methods involving the use of air flow or gas flow
- B08B5/02—Cleaning by the force of jets, e.g. blowing-out cavities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
-
- G06T5/005—
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
- G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
-
- H04N5/2252—
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
개시된 본 발명에 따른 터널 내부에 설치되는 영상 감시 장치는, 터널 내부에 설치되며, 전면 윈도우에 이물질 부착된 경우 이를 세척하여 제거하는 기능을 구비한다. 본 발명에 따른 터널 내부의 세척 기능을 갖는 CCTV는 일측에 윈도우(110)가 설치되며 내부에 카메라 모듈(200)이 설치되는 하우징 본체(100)와, 상기 하우징 본체(100) 내부에 설치되어 에어를 공급하는 압축공기 공급유닛(300)과, 상기 윈도우(110) 전방 양측부 중심에 각각 한 개씩 배치되며 회전축(450)을 중심으로 일정 각도 좌우 가능하게 움직이며, 상기 압축공기 공급유닛으로부터 공급된 에어를 상기 윈도우에 분사하는 에어노즐(400)과, 이물질 검출유닛(600) 및 제어부(700)를 포함한다. 이물질 검출유닛(600)은 카메라 모듈(200)로부터 영상을 수신하고, 상기 수신된 영상에서 상기 이물질을 제외한 터널 내부의 고정 설치물과, 차량 및 기타 객체를 인식하여 이를 제거한 후의 영상인 객체 제거 영상을 제공하며, 상기 객체 제거 영상을 분석하여 이물질이 검출된 경우 상기 윈도우에 이물질이 부착된 것으로 판단하고 또한 상기 이물질이 부착된 위치를 검출한다. 제어부(700)는 이물질 검출유닛(600)으로부터 윈도우에 이물질이 검출된 것으로 판단된 경우, 상기 두 개의 에어노즐 중 적어도 어느 하나의 에어노즐을 구동 및 회전시켜 상기 이물질이 부착된 위치에 에어가 분사될 수 있도록 한다.
Description
본 발명은 터널 내부에 설치되는 영상 감시 장치에 관한 것으로서, 보다 상세하게는 터널 내부에 설치되는 CCTV의 전방에 위치한 윈도우를 세척하기 위한 터널 내부에 설치되는 세척 기능을 갖는 영상 감시 장치에 관한 것이다.
일반적으로 도로, 고속도로, 각종 시설 및 건물들 주변 등의 실내 및 실외 장소에는 교통정보 수집, 화재예방, 재산 보호, 치안유지, 방법 등의 목적을 위해 CCTV(Closed-circuit Television)가 설치되어 있다.
CCTV의 종류는 카메라가 노출되는 형태와, 카메라가 하우징 내부에 설치되는 형태가 있는데, 실외에 설치되는 CCTV의 경우는 카메라를 보호하기 위해 보통 카메라가 하우징 내부에 설치되는 형태를 갖는다.
그런데, 실외에 설치되는 CCTV는 카메라와 대면하는 하우징의 윈도우에 빗물이나 눈, 먼지 등의 이물질이 쌓이면서 가시성 확보가 어려운 측면이 있다. 가시성이 확보되지 않는 경우 영상의 판독이 어려워 CCTV 본연의 기능을 수행할 수 없는 상황이 발생하게 된다.
더욱이 실외에 설치되는 CCTV는 설치 목적을 위해 보통 일반인의 손이 닿기 어려운 높은 위치에 설치되므로, 윈도우에 이물질이 쌓일 경우 주기적으로 청소하기 어려운 문제가 있다. 특히 터널에 설치되는 CCTV는 터널의 상부에 설치되므로 이러한 청소나 관리에 있어서 더욱 어려운 문제가 존재한다.
이러한 점을 감안하여 실외에 설치되는 CCTV를 자동으로 청소하기 위한 기술이 하기 선행문헌들과 같이 개시된다.
그런데, 종래 기술들의 경우 먼지를 제거하기 위한 세척장치가 타어머에 의해 구동되거나 지상 관제소에서의 원격 조작이 이루어짐으로써, 실질적으로 윈도우가 오염되어 세척이 필요한 시점에 세척작업이 이루어지지 못하는 문제점이 있다.
이러한 문제점을 감안하며, 윈도우 주변에 이물질(오염물질)을 감지하는 센서(광량센서, 적외선센서 등)를 구비하여 이물질이 감지된 경우 세척장치를 구동시키는 기술이 개시되는데, 이러한 종래 기술들은 윈도우의 오염 여부를 정확하게 판단하지 못하거나 또는 윈도우의 오염 위치를 정확하게 판단하지 못하는 문제가 있어 윈도우 전체를 세척하는 경우가 대부분이다. 또한 센서 역시 하우징 외부에 설치되므로 센서가 오염될 수 있는 문제점이 있다.
한편, 센서로 이물질을 검출하는 방식 이외에 CCTV 내의 카메라 모듈로부터 영상을 획득하여 상기 획득된 영상으로부터 이물질을 검출하는 방식이 있다. 즉, 카메라 모듈이 이물질이 부착되지 않은 주변 환경을 촬영하여 얻은 기준 영상을 저장하고, 이 기준 영상과 카메라 모듈에서 실시간 촬영한 영상을 비교하여 윈도우에 이물질이 부착되었는지 여부를 판단하게 된다.
그런데, 터널 내에서는 단순히 기준 영상과 실시간 촬영 영상을 비교하는 방식만으로는 오염 여부를 정확하게 판단할 수 없는 문제가 있다. 즉, 고정 설치물의 경우 비교적 인식이 쉬우나 고정 설치물이 아닌 객체의 경우 이를 이물질과 구별하여 인식하는 것이 어렵다. 특히, 터널 내부에는 상시적으로 차량이 통행하게 되고, 또한 차량 이외의 기타 객체들(예를 들면 공사시 설치되는 물건들이나 사람 등)이 많으므로, 이러한 문제점은 더욱 크게 된다.
본 발명은 상기와 같은 점을 감안하여 안출된 것으로써, CCTV의 윈도우에 부착된 이물을 정확하게 감지하고 또한 이물질의 부착 위치까지 감지하여, 윈도우에 부착된 이물질을 효과적으로 제거할 수 있도록 하는 터널 내부에 설치되는 영상 감시 장치를 제공하는데 그 목적이 있다.
상기 목적을 달성하기 위한 본 발명에 따른 터널 내부에 설치되는 영상 감시 장치는, 터널 내부에 설치되며, 전면 윈도우에 이물질 부착된 경우 이를 세척하여 제거하는 기능을 구비하는 CCTV에 관한 것으로써, 일측에 상기 윈도우가 설치되며, 상기 윈도우와 대면하게 설치되어 터널 내부의 영상을 촬영하는 카메라 모듈이 설치되는 하우징 본체; 상기 하우징 본체 내부에 설치되어 압축공기를 충전하고 공급하는 압축공기 공급유닛; 상기 윈도우 전방 양측부 중심에 각각 한 개씩 배치되며 회전축을 중심으로 일정 각도 좌우 가능하게 움직이며, 상기 압축공기 공급유닛으로부터 공급된 에어를 상기 윈도우에 분사하는 에어노즐; 상기 카메라 모듈로부터 영상을 수신하고, 상기 수신된 영상에서 상기 이물질을 제외한 터널 내부의 고정 설치물과, 차량 및 기타 객체를 인식하여 이를 제거한 후의 영상인 객체 제거 영상을 제공하며, 상기 객체 제거 영상을 분석하여 이물질이 검출된 경우 상기 윈도우에 이물질이 부착된 것으로 판단하고 또한 상기 이물질이 부착된 위치를 검출하는 이물질 검출유닛; 및, 설정된 시간마다 주기적으로 상기 두 개의 에어노즐로부터 에어가 동시에 분사되고 또한 에어의 분사 범위가 상기 윈도우의 모든 영역을 커버하도록 상기 압축공기 공급유닛 및 에어노즐의 회전 구동을 제어하며, 또한 상기 이물질 검출유닛으로부터 윈도우에 이물질이 검출된 것으로 판단된 경우, 상기 두 개의 에어노즐 중 상기 이물질이 부착된 위치에 대응되는 적어도 하나의 에어노즐을 회전시켜 에어가 분사되도록 상기 압축공기 공급유닛 및 에어노즐의 회전 구동을 제어하는 제어부;를 포함할 수 있다.
한편, 상기 이물질 검출유닛은, 상기 카메라 모듈로부터 복수의 영상을 입력받는 영상 입력부; 상기 영상 입력부에 입력된 복수의 촬영 영상에서 터널 내의 고정 설치물과 차량 및 기타 객체를 판별하기 위해 요구되는 영상 사이즈에 대하여 리사이징하여 전처리하는 영상 전처리부; 상기 영상 전처리부에 의하여 리사이징 전처리된 영상을 대상으로, 상기 터널 내의 고정 설치물과 차량 및 기타 객체를 인식하여 추출하고, 상기 전처리된 영상에서 상기 추출된 터널 내의 고정 설치물과 차량 및 기타 객체를 제거한 객체 제거 영상을 제공하는 객체 탐지 및 제거부; 및, 상기 객체 탐지 및 제거부에서 제공된 객체 제거 영상으로부터 상기 윈도우 표면에 이물질이 부착되었는지 여부를 판단하고, 또한 상기 이물질의 위치를 검출하는 이물질 검출 및 위치판단부;를 포함할 수 있다.
본 발명에 의하면 CCCTV에서 제공하는 영상을 분석하여 이물질을 제외한 터널 내부의 고정 설치물과, 차량 및 기타 객체를 인식하고 이를 제거한 후의 영상인 객체 제거 영상을 이용하여 CCTV의 윈도우에 부착된 이물을 정확하게 감지하고 또한 이물질의 부착 위치까지 감지할 수 있다. 또한, 윈도우 양 측부에 에어노즐을 두 개 설치하고 또한 에어노즐이 일정범위 좌우 회전가능하도록 설치하여, 상기 이물질이 부착된 위치에 대응되는 위치에 에어가 분사하도록 할 수 있어, 결국 윈도우에 부착된 이물질을 효과적으로 제거할 수 있는 효과가 있다.
도 1은 본 발명의 실시예에 따른 터널 내부에 설치되는 영상 감시 장치의 전체 구성도,
도 2는 도 1의 영상 감시 장치의 하우징 본체의 개략적인 측단면도,
도 3은 도 2의 하우징 본체의 전방에서 본 도면,
도 4는 도 1의 이물질 검출유닛의 구성도이다.
도 2는 도 1의 영상 감시 장치의 하우징 본체의 개략적인 측단면도,
도 3은 도 2의 하우징 본체의 전방에서 본 도면,
도 4는 도 1의 이물질 검출유닛의 구성도이다.
본 발명의 상기와 같은 목적, 특징 및 다른 장점들은 첨부도면을 참조하여 본 발명의 바람직한 실시예를 상세히 설명함으로써 더욱 명백해질 것이다. 이하 첨부된 도면을 참조하여 본 발명의 실시예에 따른 터널 내부에 설치되는 영상 감시 장치에 대해 상세히 설명하기로 한다.
도 1 및 도 2를 참조하면, 본 발명의 실시예에 따른 터널 내부에 설치되는 영상 감시 장치는 전면에 윈도우(110)를 구비하는 하우징 본체(100), 하우징 본체(100)에 설치되어 감시 기능을 갖는 카메라 모듈(200), 하우징 본체(100)의 윈도우(110)를 세척하기 위한 압축공기(에어)를 공급하는 압축공기 공급유닛(300), 압축공기 공급유닛(300)으로부터 제공되는 에어를 윈도우(110)에 분사하여 이물질을 제거하는 에어노즐(400), 하우징 본체(100)의 윈도우(110)에 묻은 이물질을 검출하는 이물질 검출유닛(600) 및 제어부(700)를 포함한다.
하우징 본체(100)는 내부에 설치되는 카메라 모듈(200)을 외부 환경으로부터 보호하기 위한 것으로써, 전방에 투명창인 윈도우(110)가 구비된다. CCTV의 종류는 설치되는 장소나 목적에 따라 여러 종류가 있는데, 보통 실외 특히 터널 내부의 경우 본 발명과 같이 보통 하우징 내부에 카메라 모듈이 설치된 구조를 갖는 하우징 일체형 CCTV가 적용된다.
카메라 모듈(200)은 영상 정보를 획득하여 감시 기능을 갖기 위한 것으로써, 통상의 카메라 모듈과 같이 전방에 렌즈 모듈이 구비되고 본체 내부에 영상 센서를 구비한다. 상기 카메라 모듈(200)의 렌즈 모듈과 대응되는 곳에 상기 하우징 본체(100)의 윈도우(110)가 대면하게 된다. 카메라 모듈(200)로부터 획득한 영상 정보 및 기타 본 시스템에서 획득된 정보 등은 유무선 통신 기능을 수행하는 통신부(800)에 의해 외부로 송출될 수 있다.
압축공기 공급유닛(300)은 하우징 본체(100)의 윈도우(110)를 세척하기 위해 압축공기(에어)를 공급한다. 압축공기 공급유닛(300)은 통상의 에어를 공급하기 위한 공지된 다양한 방식이 적용될 수 있으며, 본 발명의 실시예에서는 특정 구성에 한정되지 않는다. 예를 들어, 압축공기 공급유닛(300)은 공기를 압축하는 콤프레셔와, 콤프레셔에서 압축된 공기가 일시 저장되는 에어탱크를 구비할 수 있다. 또한, 압축공기 공급유닛(300)은 에어탱크와 연결되어 에어탱크의 공기가 흐르는 경로를 제공하며 에어밸브(320)를 구비하는 에어공급관(310)을 포함할 수 있다.
에어공급관(310)에는 에어밸브(320)가 구비되어 공기의 흐름을 조절하게 되며, 상기 에어밸브(320)는 제어부(700)의 명령에 의해 동작하게 된다. 에어밸브(320)는 에어공급관(310)을 흐르는 공기의 흐름을 단속(ON/OFF)하는 것 뿐만 아니라, 에어의 압력을 조절할 수 있다. 따라서 윈도우에 이물질이 검출되어 에어노즐(400)을 통해 에어를 분사하여 이물질을 제거하는 동작 후에도 이물질이 윈도우에 잔류하는 경우, 제어부(700)는 에어밸브(320)를 제어하여 더 큰 압력으로 에어를 분사하여 제거되지 않은 이물질을 제거하도록 할 수 있다. 후술하는 바와 같이 에어노즐(400)은 두 개 설치되므로, 상기 에어공급관(310) 및 에어밸브(320) 역시 복수 개 설치되며, 제어부(700)는 에어밸브(320)를 독립적으로 구동할 수 있도록 제어할 수 있다.
에어노즐(400)은 압축공기 공급유닛(300)의 에어공급관(310)과 연결되어 에어공급관(310)을 통해 공급되는 에어를 분사하게 된다. 에어노즐(400)은 에어를 분사하여 하우징 본체(100)의 윈도우(110)에 묻은 이물질을 제거하는 것으로써, 따라서 에어노즐(401)의 단부(팁)는 상기 윈도우(110)를 대면하도록 배치된다.
한편 도 3을 참조하면, 에어노즐(400)은 상기 윈도우 전방 양측부 중심에 각각 한 개씩 배치되며 회전축(450)을 중심으로 일정 각도 좌우 가능하게 움직일 수 있으며, 보통 하우징 본체(100)에 지지되게 설치될 수 있다.
전술한 바와 같이 제어부(700)는 에어밸브(320)를 독립적으로 구동할 수 있도록 제어할 수 있으므로, 따라서 상기 복수의 에어노즐(400)은 개별적으로 에어를 분사할 수 있거나, 또는 2개 이상이 동시에 에어를 분사할 수 있다. 또한 제어부(700)는 회전축(450)을 제어하여 에어노즐(400)의 회전 범위를 제어할 수 있는데, 구체적으로 에어노즐(400)의 에어 분사 범위가 상기 윈도우(110)의 모든 영역을 커버하도록 할 수 있다. 회전축(450)의 구조는 특별한 방식에 한정되지 않고 다양한 방식이 적용될 수 있으며, 예를 들어 캠-기어 방식이 적용될 수 있으며, 제어부(700)는 회전축(450)과 연결된 미도시된 모터의 회전수 등을 제어하여 회전축(450)의 회전범위를 조절할 수 있다.
도 3에 도시된 바와 같이 윈도우를 좌우 2개 영역으로 구분하는 경우, 두 개의 에어노즐(400)은 좌우에 각각 한 개씩 배치되므로, 윈도우(110)의 2개 영역 중 적어도 어느 하나의 영역에 이물질이 부착된 경우, 해당 영역에 대응되는 에어노즐(400)에 에어를 분사하도록 할 수 있다. 한편, 윈도우(110)의 좌우 영역 중 이물질이 중앙 부분이 아니라 위쪽 또는 아래쪽에 부착된 경우, 대응되는 에어노즐(400)을 이물질에 부착된 위치로 좌우 회전시킨 후 에어를 분사하여 이물질을 제거할 수 있도록 한다. 여기서 에어노즐(400)을 중심축으로 좌우 회전시킨다는 의미는 윈도우(110)의 상하 영역으로 회전시키는 것을 의미할 수 있다.
결국 본 발명에 의하면 윈도우(110)에 부착된 이물질을 신속, 정확하게 제거할 수 있는 이점이 있다. 만약 이물질이 윈도우(110)의 좌우 2개 영역에 걸쳐 부착된 경우, 두 개의 에어노즐에 에어를 분사하도록 할 수 있다.
종래에는 에어노즐이 윈도우 근방에 1개 또는 한 변에 일렬로 2개 이상 설치되어 일률적으로 에어를 분사하게 되었는데, 이 경우 에어노즐과 멀리 떨어진 곳에 이물질이 부착된 경우 이물질 제거가 효과적으로 이루이지지 않는 문제가 발생할 수 있는데, 본 발명에 의하면 이러한 문제를 해결할 수 있게 된다.
이물질 검출유닛(600)는 윈도우 표면에 이물질이 부착되었는지 여부를 검출하고 또한 이물질 부착 위치를 판단하게 되는데, 구체적으로 이물질 검출유닛(600)는 상기 카메라 모듈(200)로부터 영상을 수신하고, 상기 수신된 영상에서 상기 이물질을 제외한 터널 내부의 고정 설치물과, 차량 및 기타 객체를 탐지하여 이를 제거한 후의 영상인 객체 제거 영상을 제공하며, 상기 객체 제거 영상을 분석하여 이물질이 검출된 경우 상기 윈도우에 이물질이 부착된 것으로 판단하고 또한 상기 이물질이 부착된 위치를 판단하게 된다.
터널 내에서는 크게 터널 내에 고정되게 설치된 구조물, 예를 들어 조명, 전광판, 환풍기, 기타 구조물 등을 포함하는 '고정 설치물'과, 터널 내를 주행하는 '차량' 및 '기타 객체'로 구분할 수 있다. 여기서 '기타 객체'는 통상적이지는 않고 특별한 경우 터널 내부에 위치할 수 있는 것으로써, 예를 들어 터널 내부로 유입된 새나 벌레, 터널 내부 공사 작업시 설치되는 안내판, 터널 내부 공사 작업시의 작업자 등일 수 있다.
여기서 카메라 모듈(200)은 윈도우(110) 표면을 통해 터널 내부의 영상을 획득하게 되는데, 이물질 검출유닛(600)는 카메라 모듈(200)로부터 획득하는 영상으로부터 상기 터널 내부에 이물질을 제외한 고정 설치물과, 차량, 기타 객체 등을 인식하여 이를 제거한 후의 영상을 분석하며, 이렇게 분석된 영상에서 이물질이 검출된 경우 윈도우(110) 표면에 이물질이 검출된 것으로 판단하게 된다.
도 4를 참조하면, 이물질 검출유닛(600)는 구체적으로 영상 입력부(610)와 영상 전처리부(630)와 객체 탐지 및 제거부(650) 및 이물질 검출 및 위치판단부(670)를 포함한다.
영상 입력부(610)는 카메라 모듈(200)로부터 복수의 영상을 입력받게 된다. 영상 입력부(610)에 입력되는 복수의 영상은 예를 들어서 정해진 일정 시간 간격마다 정해진 일정 시간동안 카메라 모듈(200)이 촬영한 연속된 복수 개의 영상을 의미할 수 있다.
영상 전처리부(630)는 영상 입력부(610)에 입력된 복수의 촬영 영상을 시간 순서에 따라 연속적으로 연관하고, 복수의 촬영 영상에서 터널 내의 고정 설치물과 차량 및 기타 객체를 판별하기 위해 요구되는 영상 사이즈에 대하여 리사이징하여 전처리할 수 있다.
데이터 베이스부(900, 도1 참조)에는 영상 입력부(610)를 통해 입력되는 영상 데이터가 저장되며, 또한 영상 입력부 이외의 다른 경로로 획득한 다양한 종류의 영상 데이터가 저장는데, 특히 상기 고정 설치물의 이미지 및 윤곽선 데이터, 상기 각종 차량(승용차, 트럭 등)의 이미지 및 윤곽선 데이터, 상기 기타 객체의 이미지 및 윤곽선 데이터가 저장될 수 있다. 이렇게 수집된 데이터는 머신러닝 기반의 학습 데이터와 테스트 데이터로 사용된다. 이외에도 데이터 베이스부(900)에는 시스템의 운용 프로그램, 후술할 이물질 검출 및 위치판단부(670)의 영상 분석시 이용될 복수의 임계값 정보, 이물질 검출 및 위치판단부(670)에 의해 생성된 판단 정보 등이 저장될 수 있다.
객체 탐지 및 제거부(650)는 상기 영상 전처리부(630)에 의하여 리사이징 전처리된 영상을 대상으로, 터널 내의 고정 설치물과 차량 및 기타 객체를 인식하여 추출하고, 상기 전처리된 영상에서 상기 추출된 터널 내의 고정 설치물과 차량 및 기타 객체를 제거하여 후술할 이물질 검출 및 위치판단부(670)로 제공하게 된다.
객체 탐지 및 제거부(650)가 고정 설치물과 차량 및 기타 객체를 인식하는 방법은 다양한 방법이 적용될 수 있다.
먼저 고정 설치물의 경우, 상기 전처리된 영상에서 엣지 검출에 의해 고정 설치물들의 윤곽선을 검출할 수 있다. 여기서, 영상 전처리부(630)는 영상 입력부(610)에서 연속적으로 입력되는 복수의 영상을 전처리하므로, 상기 복수의 영상에서 고정 설치물은 움직임이나 이동이 없이 고정되어 있고, 각 영상에서 검출된 윤곽선 역시 복수의 영상에서 동일한 위치에 있게 된다. 따라서, 객체 탐지 및 제거부(650)는 추출된 물체의 윤곽선이 복수의 영상에서 동일한 위치에 있는 경우 이를 고정 설치물로 인식하게 된다.
한편 차량의 경우, 고정 설치물과는 달리 복수의 영상에서 그 위치가 이동하게 된다. 따라서, 전처리된 영상에서 엣지 검출에 의해 차량 객체의 윤곽선을 검출 하고, 차량 객체의 윤곽선이 복수의 영상에서 위치를 달리하는 경우 이를 차량으로 인식하게 된다.
그리고 기타 객체의 경우, 예를 들어 새나 벌레, 또는 작업자 같은 경우 전술한 차량 객체와 같이 시간이 경과하면서 이동하게므로 차량 객체와 같은 프로세스로 처리하여 인식할 수 있고, 예를 들어 터널 내부 공사 작업시 설치되는 안내판등의 경우 고정되어 있으므로 전술한 고정 설치물과 같은 프로세스로 처리하여 인식할 수 있다.
한편, 객체 탐지 및 제거부(650)는 데이터 베이스부(900)에 저장되어 있는 각종 윤곽선 데이터를 학습 데이터로 이용하여 학습을 완료하여 영상 인공지능 알고리즘 기반으로 분석하여 상기 고정 설치물, 차량 및 기타 객체를 인식 및 검출할 수 있게 된다. 여기서 영상 인공지능 알고리즘은 예를 들어, 컨볼루션 신경망(Convolution Neural Network, CNN, 합성곱 신경망), 순환신경망(RNN, Recurrent Neural Network), 딥 신경망(Deep Neural Network) 등 이미 공지되었거나 향후 개발되는 다양한 신경망 모델이 적용될 수 있다.
이물질 검출 및 위치판단부(670)는 상기 객체 탐지 및 제거부(650)에서 제공된 고정 설치물과 차량 및 기타 객체가 제거된 영상(이하 '객체 제거 영상')으로부터 윈도우(110) 표면에 이물질이 부착되었는지 여부를 검출하고 또한 이물질의 위치를 검출하게 된다.
전술한 바와 같이 객체 탐지 및 제거부(650)에서는 터널 내의 고정 설치물과 차량 및 기타 객체를 인식하고 추출하여 이를 제거하게 되는데, 이렇게 객체 탐지 및 제거부(650)에서 제공된 객체 제거 영상에서는 터널 내의 객체가 제거되있으므로, 천정이나 벽과 같은 배경물 만이 남게되고 이를 이물질 검출 및 위치판단부(670)로 제공하게 된다. 따라서, 이물질 검출 및 위치판단부(670)는 객체 탐지 및 제거부(650)에서 제공된 '객체 제거 영상'에서 천정이나 벽과 같은 배경 이외에 다른 것들이 검출되면 이를 윈도우(110) 표면에 이물질이 부착된 것으로 판단하게 된다.
이물질 검출 및 위치판단부(670)는 상기 객체 제거 영상들 중 최초로 입력된 객체 제거 영상을 이용하여 각 영상에 대한 명도값을 산출하게 된다. 여기서 산출된 명도값(이하 '산출 명도값')은 이미 윈도우(110) 표면에 이물질이 부착된 상태를 판별하기 위해 이용되는 정보로써, '산출 명도값'을 '기준 명도값'과 대비함으로써, 시스템에서 이물질 검출을 판단하기 위한 동작 개시시 영상 입력부(610)에 복수의 영상들이 입력되기 전부터 윈도우(110) 표면에 이물질이 부착되었는지 확인될 수 있다. 이 경우 산출 명도값을 기준 명도값과 대비함으로써 시스템의 동작 개시 시점부터 윈도우(110) 표면에 이물질이 부착되어 있는지 확인할 수 있다. 만일 시스템의 동작 개시 시점부터 이미 윈도우(110) 표면에 이물질이 부착된 상태로 확인된다면, 상기 복수의 영상들 중 최초 입력된 영상을 대상 영상으로 하여 윈도우(110)의 어느 영역에 이물질이 부착되었는지를 판단하게 된다.
여기서 데이터 베이스부(900)에는 상기 윈도우(110) 표면에 이물질이 부착되기 전의 명도값인 '기준 명도값'이 저장된다. 이러한 '기준 명도값'은 본 발명의 시스템 설치 및 적용시 윈도우(110) 표면에 이물질이 없는 상태에서의 명도를 측정하거나 또는 주기적으로 이물질이 없는 상태의 명도를 측정하여 데이터 베이스부(900)에 저장될 수 있다.
그러나, 시스템의 이물질 검출 동작 개시 시점에는 윈도우(110) 표면에 이물질이 부착된 상태가 아닌 것으로 확인된다면, 후속하여 입력되는 영상을 대상 영상으로 하여 윈도우(110) 표면의 어느 영역에 이물질이 부착되었는지를 판단하게 된다.
상기 객체 제거 영상들 중 대상 영상으로 지정된 영상 데이터를 이용하여, 이물질 검출 및 위치판단부(670)는 영상 데이터의 각 픽셀의 명도값을 순차적으로 나열하여 베지에 곡석(Bezier Curve)을 생성한다. 베지에 곡선은 베지에 알고리즘에 의해 생성되며, 베지에 알고리즘은 n개의 점으로부터 n-1차 곡선을 걷기 위한 것인데, 대표적을 Mid-point 방식과 B-spline 방식이 있다.
이후 이물질 검출 및 위치판단부(670)는 각 픽셀의 차이값과 베지에 곡선간의 수직 거리가 미리 지정된 임계값 이상인 픽셀을 검출하고, 검출된 임계값 이상의 픽셀이 윈도우(110) 표면에 이물질이 부착된 것으로 판단하였는지 여부에 대한 판단 정보를 생성하게 된다.
한편, 이물질 검출 및 위치판단부(670)는 윈도우에 이물질이 부착한 것으로 판단한 경우, 이물질이 부착된 위치도 검출하게 된다. 즉, 이물질 검출 및 위치판단부(670)는 이물질이 부착된 카메라 모듈(200)의 해당 픽셀의 위치를 알 수 있게 되어, 이물질 검출 판단 및 이물질 부착 위치 정보를 제어부(700)로 전송하게 된다.
다시 도 1을 참조하면, 제어부(700)는 윈도우(110)에 에어가 설정된 시간동안 주기적으로 공급하도록 상기 압축공기 공급유닛과 에어노즐의 구동을 제어하여, 윈도우 표면에 일정 쌓인 먼지를 제거할 수 있다.
이물질의 종류는 시간의 경과에 따라 윈도우 표면에 쌓이는 먼지와, 상기 먼지 이외의 특이적 이물질로 구분될 수 있는데, 상기 특이적 이물질은 예를 들면 윈도우 표면에 부착된 작은 곤충이나 벌레, 또는 새나 곤충이나 벌레의 배설물, 또는 기타 이물질 등을 포함할 수 있다.
이렇게 제어부(700)는 주기적으로 에어를 윈도우(110)에 공급하도록 함으로써, 윈도우(110) 표면에 일정 기간 쌓인 먼지를 제거할 수 있게 된다. 이 경우 제어부(700)는 윈도우 전체 표면을 청소해야 하므로, 도 3에 도시된 2개의 에어노즐(400)에서 모두 에어가 분사되도록 하며, 또한 에어노즐(400)의 회전축(450)이 일정각도 좌우 회전하도록 하여 에어의 분사범위가 윈도우(110)의 모든 영역을 커버하도록 한다.
한편, 상기 먼지 이외의 특이적 이물질이 윈도우(110)에 부착되어 상기 이물질 검출유닛(600)으로부터 윈도우(110)에 이물질(상기 먼지 이외의 특이적 이물질을 의미함)이 검출되고 이물질의 위치 정보를 수신한 경우, 상기 이물질이 부착된 영역에 대응되는 에어노즐(400)의 에어가 분사되도록 상기 압축공기 공급유닛(300) 및 에어노즐(400)의 회전축(450) 구동을 제어하여 에어노즐(400)에 에어가 분사되도록 한다. 카메라 유닛의 픽셀 위치와 이에 대응되는 윈도우(110)의 영역 및 이에 대응되는 에어노즐(450)의 회전축(450)의 회전 범위는 제어부(700)에 미리 저장되어 있다.
예를 들어, 도 3에서 이물질 검출유닛(600)의 이물질 검출 및 위치판단부(670)가 윈도우(110)의 오른쪽 상부 영역에서 이물질이 검출된 것으로 판단하여 이 정보를 제어부로 송출하면, 제어부(700)는 상기 오른쪽 영역에 대응되는 에어노즐(400)에서 에어가 분사되도록 하되, 오른쪽 에어노즐(400)을 회전축(450)을 기준으로 우측으로 일정 각도 회전하도록 하여 윈도우의 상부 영역으로 위치시키도록 한 후, 상기 압축공기 공급유닛(300)을 구동하여 에어를 분사하도록 한다. 한편, 예를 들어 이물질이 윈도우의 좌, 우 영역에 겹쳐지도록 부착된 것으로 판단되면, 제어부(700)는 상기 두 개의 에어노즐(400)에서 에어가 분사되도록 할 수 있다.
이와 같이 본 발명에 의하면, 먼지 같은 이물질의 경우 윈도우 표면에 주기적으로 에어를 분사하여 먼지를 제거할 수 있게 된다. 그리고 먼지 이외의 이물질의 경우 CCCTV에서 제공하는 영상을 분석하여 상기 이물질을 제외한 터널 내부의 고정 설치물과 차량 및 기타 객체를 인식하고 이를 제거한 후의 영상인 객체 제거 영상을 이용하여 CCTV의 윈도우에 부착된 이물을 정확하게 감지하고 또한 이물질의 부착 위치까지 감지할 수 있다. 또한, 윈도우 양 측부에 에어노즐을 두 개 설치하고 또한 에어노즐이 일정범위 좌우 회전가능하도록 설치하여, 상기 이물질이 부착된 위치에 에어가 분사되도록 할 수 있어, 결국 윈도우에 부착된 이물질을 효과적으로 제거할 수 있는 효과가 있다.
이상에서 본 발명의 바람직한 실시예에 대하여 설명하였으나 본 발명은 상술한 특정의 실시예에 한정되지 아니한다. 즉, 본 발명이 속하는 기술분야에서 통상의 지식을 가지는 자라면 첨부된 특허청구범위의 사상 및 범주를 일탈함이 없이 본 발명에 대한 다수의 변경 및 수정이 가능하며, 그러한 모든 적절한 변경 및 수정의 균등물들도 본 발명의 범위에 속하는 것으로 간주되어야 할 것이다.
100. 하우징 본체 110. 윈도우
200. 카메라 모듈 300. 압축공기 공급유닛
400. 에어노즐 450. 회전축
600. 이물질 검출유닛 610. 영상 입력부
630. 영상 전처리부 650. 객체 탐지 및 제거부
670. 이물질 검출 및 위치판단부 700. 제어부
200. 카메라 모듈 300. 압축공기 공급유닛
400. 에어노즐 450. 회전축
600. 이물질 검출유닛 610. 영상 입력부
630. 영상 전처리부 650. 객체 탐지 및 제거부
670. 이물질 검출 및 위치판단부 700. 제어부
Claims (2)
- 터널 내부에 설치되며, 전면 윈도우에 이물질 부착된 경우 이를 세척하여 제거하는 기능을 구비하는 영상 감시 장치에 관한 것으로써,
일측에 상기 윈도우가 설치되며, 상기 윈도우와 대면하게 설치되어 터널 내부의 영상을 촬영하는 카메라 모듈이 설치되는 하우징 본체;
상기 하우징 본체 내부에 설치되어 압축공기를 충전하고 공급하는 압축공기 공급유닛;
상기 윈도우 전방 양측부 중심에 각각 한 개씩 배치되며 회전축을 중심으로 일정 각도 좌우 가능하게 움직이며, 상기 압축공기 공급유닛으로부터 공급된 에어를 상기 윈도우에 분사하는 에어노즐;
상기 카메라 모듈로부터 영상을 수신하고, 상기 수신된 영상에서 상기 이물질을 제외한 터널 내부의 고정 설치물과, 차량 및 기타 객체를 인식하여 이를 제거한 후의 영상인 객체 제거 영상을 제공하며, 상기 객체 제거 영상을 분석하여 이물질이 검출된 경우 상기 윈도우에 이물질이 부착된 것으로 판단하고 또한 상기 이물질이 부착된 위치를 검출하는 이물질 검출유닛; 및,
설정된 시간마다 주기적으로 상기 두 개의 에어노즐로부터 에어가 동시에 분사되고 또한 에어의 분사 범위가 상기 윈도우의 모든 영역을 커버하도록 상기 압축공기 공급유닛 및 에어노즐의 회전 구동을 제어하며, 또한 상기 이물질 검출유닛으로부터 윈도우에 이물질이 검출된 것으로 판단된 경우, 상기 두 개의 에어노즐 중 상기 이물질이 부착된 위치에 대응되는 적어도 하나의 에어노즐을 회전시켜 에어가 분사되도록 상기 압축공기 공급유닛 및 에어노즐의 회전 구동을 제어하는 제어부;를 포함하며,
상기 이물질 검출유닛은,
상기 카메라 모듈로부터 복수의 영상을 입력받는 영상 입력부;
상기 영상 입력부에 입력된 복수의 촬영 영상에서 터널 내의 고정 설치물과 차량 및 기타 객체를 판별하기 위해 요구되는 영상 사이즈에 대하여 리사이징하여 전처리하는 영상 전처리부;
상기 영상 전처리부에 의하여 리사이징 전처리된 영상을 대상으로, 데이터 베이스부에 저장되어 있는 각종 윤곽선 데이터를 학습 데이터로 이용하여 학습을 완료하여 영상 인공지능 알고리즘 기반으로 분석하여 상기 터널 내의 고정 설치물과 차량 및 기타 객체를 인식하여 추출하고, 상기 전처리된 영상에서 상기 추출된 터널 내의 고정 설치물과 차량 및 기타 객체를 제거한 객체 제거 영상을 제공하는 객체 탐지 및 제거부; 및,
상기 객체 탐지 및 제거부에서 제공된 객체 제거 영상으로부터 상기 윈도우 표면에 이물질이 부착되었는지 여부를 판단하고, 또한 상기 이물질의 위치를 검출하는 이물질 검출 및 위치판단부;를 포함하는 것을 특징으로 하는 터널 내부에 설치되는 영상 감시 장치.
- 삭제
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220034566A KR102451065B1 (ko) | 2022-03-21 | 2022-03-21 | 터널 내부에 설치되는 영상 감시 장치 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220034566A KR102451065B1 (ko) | 2022-03-21 | 2022-03-21 | 터널 내부에 설치되는 영상 감시 장치 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102451065B1 true KR102451065B1 (ko) | 2022-10-06 |
Family
ID=83597512
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220034566A KR102451065B1 (ko) | 2022-03-21 | 2022-03-21 | 터널 내부에 설치되는 영상 감시 장치 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102451065B1 (ko) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20080024946A (ko) * | 2006-09-14 | 2008-03-19 | 삼성테크윈 주식회사 | 촬상 장치 및 촬상 방법 |
| KR20120000461A (ko) | 2010-06-25 | 2012-01-02 | 박수빈 | 접이식 발펌프를 구비한 물로켓 발사장치 |
| KR20120000461U (ko) * | 2010-07-09 | 2012-01-17 | 이영모 | 이물질 제거 기능이 구비된 감시카메라 |
| KR20120126683A (ko) | 2011-05-12 | 2012-11-21 | 이영모 | 이물질 제거수단이 구비된 감시카메라 |
| KR20150110089A (ko) | 2014-03-24 | 2015-10-02 | (주)디앤씨테크 | 렌즈전면부 이물질 제거장치를 갖는 무인감시 카메라 |
| KR20200121500A (ko) | 2019-04-16 | 2020-10-26 | 이유진 | 무인카메라의 세척수 분사장치 및 이를 이용한 무인카메라 세척 시스템 |
| KR20220029994A (ko) * | 2020-09-02 | 2022-03-10 | 현대모비스 주식회사 | 차량용 후방카메라 |
-
2022
- 2022-03-21 KR KR1020220034566A patent/KR102451065B1/ko active IP Right Grant
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20080024946A (ko) * | 2006-09-14 | 2008-03-19 | 삼성테크윈 주식회사 | 촬상 장치 및 촬상 방법 |
| KR20120000461A (ko) | 2010-06-25 | 2012-01-02 | 박수빈 | 접이식 발펌프를 구비한 물로켓 발사장치 |
| KR20120000461U (ko) * | 2010-07-09 | 2012-01-17 | 이영모 | 이물질 제거 기능이 구비된 감시카메라 |
| KR20120126683A (ko) | 2011-05-12 | 2012-11-21 | 이영모 | 이물질 제거수단이 구비된 감시카메라 |
| KR20150110089A (ko) | 2014-03-24 | 2015-10-02 | (주)디앤씨테크 | 렌즈전면부 이물질 제거장치를 갖는 무인감시 카메라 |
| KR20200121500A (ko) | 2019-04-16 | 2020-10-26 | 이유진 | 무인카메라의 세척수 분사장치 및 이를 이용한 무인카메라 세척 시스템 |
| KR20220029994A (ko) * | 2020-09-02 | 2022-03-10 | 현대모비스 주식회사 | 차량용 후방카메라 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101808587B1 (ko) | 객체인식과 추적감시 및 이상상황 감지기술을 이용한 지능형 통합감시관제시스템 | |
| CN109688388B (zh) | 一种使用隧道巡检机器人全方位实时监控的方法 | |
| CN105744232B (zh) | 一种基于行为分析技术的输电线路视频防外破的方法 | |
| KR102441876B1 (ko) | Cctv를 이용한 터널 내 화재 소화 및 제연 시스템 | |
| CN104971458B (zh) | 基于自动跟踪定位射流灭火装置的多火源识别方法 | |
| CN109686031B (zh) | 基于安防的识别跟随方法 | |
| KR102441874B1 (ko) | Cctv를 이용한 터널 내 화재 진압 시스템 | |
| JP2004535616A (ja) | 対象物の検出 | |
| JPH09330415A (ja) | 画像監視方法および画像監視システム | |
| KR20150110089A (ko) | 렌즈전면부 이물질 제거장치를 갖는 무인감시 카메라 | |
| KR102470131B1 (ko) | 레일로봇장치가 구비된 딥러닝 기반의 건물 관리 시스템 | |
| KR102261323B1 (ko) | 드론 촬영 영상의 인공지능 분석을 통한 구조물의 안전진단방법 | |
| CN114299450A (zh) | 一种工地出入车辆清洗监管方法 | |
| CN105915840A (zh) | 一种基于视频信号的工厂烟气排放自动监测的方法 | |
| CN111724557A (zh) | 一种电力作业越界预警系统及方法 | |
| JPH0750825A (ja) | 人間動物監視システム | |
| US10326917B2 (en) | Monitoring camera | |
| KR102451065B1 (ko) | 터널 내부에 설치되는 영상 감시 장치 | |
| CN113487821A (zh) | 基于机器视觉的电力设备异物入侵识别系统及方法 | |
| CN112702570A (zh) | 一种基于多维行为识别的安防管理系统 | |
| CN116453278A (zh) | 一种深度学习智能检测与光纤振动传感结合的入侵监测方法 | |
| CN107962015A (zh) | 一种全过程自动冲洗变电站设备带电水冲洗机器人及方法 | |
| KR102196356B1 (ko) | 터널 영상 감시 시스템 및 그 방법 | |
| CN112001271A (zh) | 一种工地道路保洁方法、装置和系统 | |
| CN116518544A (zh) | 一种层流罩及净化系统 |
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 |