KR102656376B1 - 인공위성 영상 이미지 분석을 통한 리튬 광산 모니터링 시스템 및 그 방법 - Google Patents
인공위성 영상 이미지 분석을 통한 리튬 광산 모니터링 시스템 및 그 방법 Download PDFInfo
- Publication number
- KR102656376B1 KR102656376B1 KR1020230108115A KR20230108115A KR102656376B1 KR 102656376 B1 KR102656376 B1 KR 102656376B1 KR 1020230108115 A KR1020230108115 A KR 1020230108115A KR 20230108115 A KR20230108115 A KR 20230108115A KR 102656376 B1 KR102656376 B1 KR 102656376B1
- Authority
- KR
- South Korea
- Prior art keywords
- pond
- image
- module
- satellite
- satellite image
- Prior art date
Links
- 229910052744 lithium Inorganic materials 0.000 title claims abstract description 98
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 title claims abstract description 97
- 238000012544 monitoring process Methods 0.000 title claims abstract description 46
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000004519 manufacturing process Methods 0.000 claims abstract description 54
- 238000010191 image analysis Methods 0.000 claims abstract description 45
- 238000004364 calculation method Methods 0.000 claims description 47
- 230000008859 change Effects 0.000 claims description 46
- 150000003839 salts Chemical class 0.000 claims description 46
- 238000004458 analytical method Methods 0.000 claims description 35
- 238000001514 detection method Methods 0.000 claims description 22
- 238000010183 spectrum analysis Methods 0.000 claims description 12
- 238000009795 derivation Methods 0.000 claims description 5
- 238000003708 edge detection Methods 0.000 claims description 5
- 239000012267 brine Substances 0.000 abstract description 8
- HPALAKNZSZLMCH-UHFFFAOYSA-M sodium;chloride;hydrate Chemical compound O.[Na+].[Cl-] HPALAKNZSZLMCH-UHFFFAOYSA-M 0.000 abstract description 8
- 238000010586 diagram Methods 0.000 description 18
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 11
- 230000000694 effects Effects 0.000 description 7
- WMFOQBRAJBCJND-UHFFFAOYSA-M Lithium hydroxide Chemical compound [Li+].[OH-] WMFOQBRAJBCJND-UHFFFAOYSA-M 0.000 description 4
- PXHVJJICTQNCMI-UHFFFAOYSA-N Nickel Chemical compound [Ni] PXHVJJICTQNCMI-UHFFFAOYSA-N 0.000 description 4
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 229910001416 lithium ion Inorganic materials 0.000 description 3
- FAPWRFPIFSIZLT-UHFFFAOYSA-M Sodium chloride Chemical compound [Na+].[Cl-] FAPWRFPIFSIZLT-UHFFFAOYSA-M 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000007599 discharging Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 150000002500 ions Chemical class 0.000 description 2
- 239000011777 magnesium Substances 0.000 description 2
- 229910052751 metal Inorganic materials 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 150000002739 metals Chemical class 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 229910052759 nickel Inorganic materials 0.000 description 2
- 239000013535 sea water Substances 0.000 description 2
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- FYYHWMGAXLPEAU-UHFFFAOYSA-N Magnesium Chemical compound [Mg] FYYHWMGAXLPEAU-UHFFFAOYSA-N 0.000 description 1
- 229910019440 Mg(OH) Inorganic materials 0.000 description 1
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 description 1
- 229910052770 Uranium Inorganic materials 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 229910052797 bismuth Inorganic materials 0.000 description 1
- JCXGWMGPZLAOME-UHFFFAOYSA-N bismuth atom Chemical compound [Bi] JCXGWMGPZLAOME-UHFFFAOYSA-N 0.000 description 1
- OJIJEKBXJYRIBZ-UHFFFAOYSA-N cadmium nickel Chemical compound [Ni].[Cd] OJIJEKBXJYRIBZ-UHFFFAOYSA-N 0.000 description 1
- 229910052792 caesium Inorganic materials 0.000 description 1
- TVFDJXOCXUVLDH-UHFFFAOYSA-N caesium atom Chemical compound [Cs] TVFDJXOCXUVLDH-UHFFFAOYSA-N 0.000 description 1
- 239000011162 core material Substances 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000001704 evaporation Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 229910052732 germanium Inorganic materials 0.000 description 1
- GNPVGFCGXDBREM-UHFFFAOYSA-N germanium atom Chemical compound [Ge] GNPVGFCGXDBREM-UHFFFAOYSA-N 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 150000002641 lithium Chemical class 0.000 description 1
- 229910052749 magnesium Inorganic materials 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003446 memory effect Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- QELJHCBNGDEXLD-UHFFFAOYSA-N nickel zinc Chemical compound [Ni].[Zn] QELJHCBNGDEXLD-UHFFFAOYSA-N 0.000 description 1
- 229910052700 potassium Inorganic materials 0.000 description 1
- 239000011591 potassium Substances 0.000 description 1
- 230000003334 potential effect Effects 0.000 description 1
- 230000001376 precipitating effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000000746 purification Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 229910052701 rubidium Inorganic materials 0.000 description 1
- IGLNJRXAVVLDKE-UHFFFAOYSA-N rubidium atom Chemical compound [Rb] IGLNJRXAVVLDKE-UHFFFAOYSA-N 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 239000011780 sodium chloride Substances 0.000 description 1
- -1 uranium Chemical class 0.000 description 1
- JFALSRSLKYAFGM-UHFFFAOYSA-N uranium(0) Chemical compound [U] JFALSRSLKYAFGM-UHFFFAOYSA-N 0.000 description 1
- 229910052720 vanadium Inorganic materials 0.000 description 1
- LEONUFNNVUYDNQ-UHFFFAOYSA-N vanadium atom Chemical compound [V] LEONUFNNVUYDNQ-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- 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
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/13—Satellite images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Primary Health Care (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- General Health & Medical Sciences (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Geometry (AREA)
- Astronomy & Astrophysics (AREA)
- Remote Sensing (AREA)
- Multimedia (AREA)
- Image Processing (AREA)
Abstract
본 발명은 인공위성 영상 이미지 분석을 통한 리튬 광산 모니터링 시스템(1) 및 그 방법에 관한 것으로, 더욱 상세하게는 리튬 광산에 대한 인공위성 영상 이미지 내 폰드(또는 염호; Pond)의 면적 및/또는 상기 폰드 내 염수의 색 변화를 탐지함으로써 상기 광산 내 리튬의 총 생산가능량, 출하량 등의 생산 정보를 추적하도록 하는 인공위성 영상 이미지 분석을 통한 리튬 광산 모니터링 시스템(1) 및 그 방법에 관한 것이다.
Description
본 발명은 인공위성 영상 이미지 분석을 통한 리튬 광산 모니터링 시스템(1) 및 그 방법에 관한 것으로, 더욱 상세하게는 리튬 광산에 대한 인공위성 영상 이미지 내 폰드(또는 염호; Pond)의 면적 및/또는 상기 폰드 내 염수의 색 변화를 탐지함으로써 상기 광산 내 리튬의 총 생산가능량, 출하량 등의 생산 정보를 추적하도록 하는 인공위성 영상 이미지 분석을 통한 리튬 광산 모니터링 시스템(1) 및 그 방법에 관한 것이다.
최근 전기자동차, 에너지 저장용 축전지, 로봇, 위성 등의 개발이 본격화됨에 따라, 반복적인 충방전이 가능한 고성능 배터리인 이차전지에 대한 연구가 활발히 진행되고 있다. 현재 상용화된 이차전지로는 니켈 카드뮴 전지, 니켈 수소 전지, 니켈 아연 전지, 리튬이온 이차 전지 등이 있는데, 이 중에서 리튬이온 이차 전지는 니켈 계열의 이차 전지에 비해 메모리 효과가 거의 일어나지 않아 충방전이 자유롭고, 자가 방전율이 매우 낮으며 에너지 밀도가 높은 장점으로 인하여 각광을 받고 있다.
지구의 약 70%를 차지하는 해수에는 우라늄 외에 우리나라 10 대 전략 희유금속과 바나듐, 게르마늄, 비스무스 등을 포함한 80여 종의 금속이 저 농도의 이온형태로 막대한 양이 용존되어 있어, 회수하여 사용하기 위한 많은 노력들이 진행되고 있다. 그 중 리튬은 이차 전지의 핵심소재로써 현대 전자산업에서 그 수요가 기하급수적으로 증대하고 있지만, 공급이 수요를 따라가지 못해서 소재 가격이 상승하고 있고, 특히 특정 지역에만 매장되어 있어 자원에 대한 종속도를 높이는 문제점을 가지고 있다. 이에 지역 매장량에 제한이 없는 해수 용존 리튬을 회수하기 위한 기술 개발이 진행되고 있다.
최근 아르헨티나 등 특정 지역에서는, 염수(Brines)로부터 리튬을 생산하고 있는데, 이는 리튬 생산 공정의 대표적인 생산기술의 하나로 여겨지고 있다. 염호(Salt Lakes)의 염수에는 약 0.04 ~ 0.16%의 고농도 리튬이 포함되어 있는데, 이를 태양광을 통해 지속적으로 증발시킴으로써, NaCl, KCl, MgCl2 등을 결정으로 석출시켜 제거할 수 있다. 이러한 정제과정에서 CaO을 주입하여 Mg(OH)2 및 Na2CO3 등을 제거함으로써, Li2CO3의 형태로 회수하며, 건조과정을 통하여 최종적으로 LiOH를 회수할 수 있다.
이와 같은 기술진행 상황에 맞추어, 본 발명의 발명자들은 위성영상 이미지 분석을 통한 광산 내 리튬 총 생산가능량 등의 정보를 추적 또는 모니터링 하는 신규의 시스템 및 방법을 제시하고자 하며, 상세한 내용은 후술한다.
앞서 본 종래 기술의 문제점을 해결하기 위하여 안출된 것으로,
본 발명은 위성영상 이미지 내 폰드의 면적 및/또는 상기 폰드 내 염수색 변화를 탐지함으로써 광산 내 리튬의 생산가능량, 출하량 등의 생산 정보를 추적 가능하도록 하는 인공위성 영상 이미지 분석을 통한 리튬 광산 모니터링 시스템 및 그 방법을 제공하는데 그 목적이 있다.
또한, 본 발명은 이종의 위성영상 이미지를 활용하여 리튬 광산을 모니터링함으로써 분석 주기를 단축하여 단일 위성영상 이미지 분석 대비 더욱 정확한 추적이 가능하도록 하는 인공위성 영상 이미지 분석을 통한 리튬 광산 모니터링 시스템 및 그 방법을 제공하는데 그 목적이 있다.
또한, 본 발명은 경계선 산출모듈을 통하여 위성영상 이미지 내 폰드의 경계선을 특정함으로써 각 섹터의 에지를 정확히 특정하도록 하는 인공위성 영상 이미지 분석을 통한 리튬 광산 모니터링 시스템 및 그 방법을 제공하는데 그 목적이 있다.
또한, 본 발명은 영상 기준 병합모듈을 통해 직전 시점과 현 시점 간 위성영상 이미지를 병합하도록 함으로써, 위성영상 이미지에 대한 정교한 분석이 가능하도록 하는 인공위성 영상 이미지 분석을 통한 리튬 광산 모니터링 시스템 및 그 방법을 제공하는데 그 목적이 있다.
본 발명은 앞서 상술한 목적을 달성하기 위하여 다음과 같은 구성을 가진 실시예에 의하여 구현될 수 있다.
본 발명의 일 실시예에 의하면, 본 발명에 따른 인공위성 영상 이미지 분석을 통한 리튬 광산 모니터링 시스템은 위성영상 이미지 내 폰드를 특정하는 분석부; 및 상기 위성영상 이미지 내 특정된 폰드를 기준으로 광산 내 리튬 총 생산가능량을 산출하는 생산가능량 산출부;를 포함하는 것을 특징으로 한다.
본 발명의 다른 실시예에 의하면, 본 발명에 따른 인공위성 영상 이미지 분석을 통한 리튬 광산 모니터링 시스템에서의 상기 분석부는 상기 위성영상 이미지에서의 리튬 광산 내 폰드를 특정하는 폰드 특정모듈;을 포함하고, 상기 폰드 특정모듈은 상기 위성영상 이미지 내 폰드의 경계선을 특정하는 경계선 산출모듈;을 포함하는 것을 특징으로 한다.
본 발명의 또 다른 실시예에 의하면, 본 발명에 따른 인공위성 영상 이미지 분석을 통한 리튬 광산 모니터링 시스템에서의 상기 경계선 산출모듈은 상기 위성영상 이미지를 Gray Scale 이미지로 변환한 이후, 에지 검출 기법을 통하여 폰드를 특정하는 것을 특징으로 한다.
본 발명의 또 다른 실시예에 의하면, 본 발명에 따른 인공위성 영상 이미지 분석을 통한 리튬 광산 모니터링 시스템에서의 상기 분석부는 직전 시점과 현 시점 간 위성영상 이미지를 병합하는 영상 기준 병합모듈;을 추가로 포함하고, 상기 영상 기준 병합모듈은 직전 시점에서의 폰드 에지를 기준으로, 직전 시점의 폰드 에지와 대응되는 측 현 시점의 폰드 에지를 병합하는 것을 특징으로 한다.
본 발명의 또 다른 실시예에 의하면, 본 발명에 따른 인공위성 영상 이미지 분석을 통한 리튬 광산 모니터링 시스템에서의 상기 분석부는 위성영상 이미지의 분석 시점 별 폰드의 공간 변화를 분석하는 공간변화 탐지모듈;을 추가로 포함하고, 상기 공간변화 탐지모듈은 분석 시점 별 신규 생성되거나 소멸한 폰드 중 어느 하나 이상의 정보를 특정하는 것을 특징으로 한다.
본 발명의 또 다른 실시예에 의하면, 본 발명에 따른 인공위성 영상 이미지 분석을 통한 리튬 광산 모니터링 시스템에서의 상기 분석부는 상기 위성영상 이미지의 분석 시점 별 폰드 내 염수색 변화를 특정하는 염수색 변화 탐지모듈;을 추가로 포함하는 것을 특징으로 한다.
본 발명의 또 다른 실시예에 의하면, 본 발명에 따른 인공위성 영상 이미지 분석을 통한 리튬 광산 모니터링 시스템에서의 상기 염수색 변화 탐지모듈은 상기 위성영상 이미지에서, 폰드 내 염수색 분류를 위하여 스펙트럼 분석을 수행하는 스펙트럼 분석모듈; 및 상기 스펙트럼 분석모듈을 수행한 폰드 내 염수색을 특정하는 염수색 특정모듈;을 포함하는 것을 특징으로 한다.
본 발명의 또 다른 실시예에 의하면, 본 발명에 따른 인공위성 영상 이미지 분석을 통한 리튬 광산 모니터링 시스템은 상기 위성영상 이미지 내 특정된 폰드를 기준으로 광산 내 리튬 함량을 예측하여 총 생산가능량을 산출하는 생산가능량 산출부;를 추가로 포함하고, 상기 생산가능량 산출부는 상기 폰드 특정모듈에 의하여 특정된 폰드의 총 면적을 산출하는 면적 산출모듈;을 포함하는 것을 특징으로 한다.
본 발명의 또 다른 실시예에 의하면, 본 발명에 따른 인공위성 영상 이미지 분석을 통한 리튬 광산 모니터링 시스템에서의 상기 생산가능량 산출부는 상기 면적 산출모듈에 의하여 산출된 폰드 면적을 기초로 리튬 광산 내 리튬 생산가능량을 산출하는 생산가능량 산출모듈;을 추가로 포함하는 것을 특징으로 한다.
본 발명의 또 다른 실시예에 의하면, 본 발명에 따른 인공위성 영상 이미지 분석을 통한 리튬 광산 모니터링 시스템은 상기 위성영상 이미지에서의 폰드 내 섹터 별 염수색에 따른 출하예측 시점, 출하량 중 어느 하나 이상의 정보를 특정하는 출하예측 시점 판단부;를 추가로 포함하는 것을 특징으로 한다.
본 발명의 또 다른 실시예에 의하면, 본 발명에 따른 인공위성 영상 이미지 분석을 통한 리튬 광산 모니터링 시스템은 수신한 인공위성 영상 이미지를 편집하는 이미지 편집부;를 추가로 포함하고, 상기 이미지 편집부는 Pansharpening 기법을 통해 제1 위성영상 이미지를 편집하는 편집모듈; 및 상기 제1 위성영상 이미지와 제2 위성영상 이미지의 공간해상도를 일치시키는 공간해상도 통일화모듈;을 포함하는 것을 특징으로 한다.
본 발명의 또 다른 실시예에 의하면, 본 발명에 따른 인공위성 영상 이미지 분석을 통한 리튬 광산 모니터링 시스템에서의 상기 이미지 편집부는 상기 제1 위성영상 이미지와 제2 위성영상 이미지를 정합하는 영상 정합모듈;을 추가로 포함하는 것을 특징으로 한다.
본 발명은 앞서 본 구성에 의하여 다음과 같은 효과를 가진다.
본 발명은 위성영상 이미지 내 폰드의 면적 및/또는 상기 폰드 내 염수색 변화를 탐지함으로써 광산 내 리튬의 생산가능량, 출하량 등의 생산 정보를 추적 가능하도록 하는 효과가 있다.
또한, 본 발명은 이종의 위성영상 이미지를 활용하여 리튬 광산을 모니터링함으로써 분석 주기를 단축하여 단일 위성영상 이미지 분석 대비 더욱 정확한 추적이 가능하도록 하는 효과를 가진다.
또한, 본 발명은 경계선 산출모듈을 통하여 위성영상 이미지 내 폰드의 경계선을 특정함으로써 각 섹터의 에지를 정확히 특정하도록 하는 효과가 도출된다.
또한, 본 발명은 영상 기준 병합모듈을 통해 직전 시점과 현 시점 간 위성영상 이미지를 병합하도록 함으로써, 위성영상 이미지에 대한 정교한 분석이 가능하도록 하는 효과를 나타낸다.
한편, 여기에서 명시적으로 언급되지 않은 효과라 하더라도, 본 발명의 기술적 특징에 의해 기대되는 이하의 명세서에서 기재된 효과 및 그 잠정적인 효과는 본 발명의 명세서에 기재된 것과 같이 취급됨을 첨언한다.
도 1은 본 발명의 일 실시예에 따른 인공위성 영상 이미지 분석을 통한 리튬 광산 모니터링 시스템의 개념도이고;
도 2는 도 1에 따른 인공위성 영상 이미지 분석을 통한 리튬 광산 모니터링 시스템에 대한 블럭도이고;
도 3은 도 2에 따른 이미지 편집부에 대한 블럭도이고;
도 4는 도 2에 따른 분석부에 대한 블럭도이고;
도 5는 도 4에 따른 폰드 특정모듈에 대한 블럭도이고;
도 6은 위성영상 이미지에 내 경계선 산출모듈이 적용된 것을 보여주기 위한 참고도이고;
도 7은 도 4에 따른 염수색 변화 탐지모듈에 대한 블럭도이고;
도 8은 도 2에 따른 생산가능량 산출부에 대한 블럭도이고;
도 9는 도 2에 따른 출하예측시점 판단부에 대한 블럭도이고;
도 10은 본 발명의 일 실시예에 따른 인공위성 영상 이미지 분석을 통한 리튬 광산 모니터링 방법의 흐름도이다.
도 2는 도 1에 따른 인공위성 영상 이미지 분석을 통한 리튬 광산 모니터링 시스템에 대한 블럭도이고;
도 3은 도 2에 따른 이미지 편집부에 대한 블럭도이고;
도 4는 도 2에 따른 분석부에 대한 블럭도이고;
도 5는 도 4에 따른 폰드 특정모듈에 대한 블럭도이고;
도 6은 위성영상 이미지에 내 경계선 산출모듈이 적용된 것을 보여주기 위한 참고도이고;
도 7은 도 4에 따른 염수색 변화 탐지모듈에 대한 블럭도이고;
도 8은 도 2에 따른 생산가능량 산출부에 대한 블럭도이고;
도 9는 도 2에 따른 출하예측시점 판단부에 대한 블럭도이고;
도 10은 본 발명의 일 실시예에 따른 인공위성 영상 이미지 분석을 통한 리튬 광산 모니터링 방법의 흐름도이다.
이하, 본 발명의 실시예를 첨부된 도면들을 참조하여 더욱 상세하게 설명한다. 본 발명의 실시예는 여러 가지 형태로 변형할 수 있으며, 본 발명의 범위가 아래의 실시예들로 한정되는 것으로 해석되어서는 안 되며 청구범위에 기재된 사항을 기준으로 해석되어야 한다. 또한, 본 실시예는 당업계에서 평균적인 지식을 가진 자에게 본 발명을 더욱 완전하게 설명하기 위하여 참고적으로 제공되는 것일 뿐이다.
또한, 특정 실시예가 달리 구현 가능한 경우에 있어서, 특정한 동작 순서는 하기에서 설명되는 순서와 다르게 수행될 수 있음에 유의하여야 한다. 예를 들어, 연속적으로 설명되는 두 동작이 실질적으로 동시에 수행될 수도, 반대의 순서로 수행될 수도 있다.
본 명세서에 있어서, 개별 구성들은 필요에 따라 일체로 이루어질 수도 또는 독립적으로 형성될 수도 있고 이에 별도의 제한이 없음에 유의하여야 한다.
이하의 각 구성요소인 '~부'는, 단일 '부'가 복수의 하드웨어 구성에 의하여 구현될 수도 개별 '부'가 각각의 하드웨어 구성에 의하여 구현될 수도 있고 이에 별도의 제한이 있는 것은 아니다.
도 1은 본 발명의 일 실시예에 따른 인공위성 영상 이미지 분석을 통한 리튬 광산 모니터링 시스템의 개념도이고; 도 2는 도 1에 따른 인공위성 영상 이미지 분석을 통한 리튬 광산 모니터링 시스템에 대한 블럭도이다.
이하에서는 첨부된 도면들을 참고하여 본 발명의 일 실시예에 따른 인공위성 영상 이미지 분석을 통한 리튬 광산 모니터링 시스템(1)에 대하여 상세히 설명하도록 한다.
도 1 및 도 2를 참고하면, 본 발명은 인공위성 영상 이미지 분석을 통한 리튬 광산 모니터링 시스템(1) 및 그 방법에 관한 것으로, 더욱 상세하게는 리튬 광산에 대한 인공위성 영상 이미지 내 폰드(또는 염호; Pond)의 면적 및/또는 상기 폰드 내 염수의 색 변화를 탐지함으로써 상기 광산 내 리튬의 총 생산가능량, 출하량 등의 생산 정보를 추적하도록 하는 인공위성 영상 이미지 분석을 통한 리튬 광산 모니터링 시스템(1) 및 그 방법에 관한 것이다.
상기 용어 '생산 정보'는 리튬 광산에서의 리튬 총 생산가능량, 분석 시점 별 상기 리튬 총 생산가능량의 변화량, 출하예측 시점, 출하량 중 어느 하나 이상의 정보를 의미하는 것으로 이해한다.
이를 위하여, 본 발명의 일 실시예에 따른 인공위성 영상 이미지 분석을 통한 리튬 광산 모니터링 시스템(1)은 이미지 편집부(10), 분석부(30), 생산가능량 산출부(50), 출하예측 시점 판단부(70), 데이터베이스부(90)를 포함할 수 있다.
도 3은 도 2에 따른 이미지 편집부에 대한 블럭도이다.
도 1 내지 도 3을 참고하면, 이미지 편집부(10)는 수신한 인공위성 영상 이미지를 편집(또는 전처리)하는 구성이다. 이를 위하여, 이미지 편집부(10)는 편집모듈(110), 공간해상도 통일화모듈(130) 및 영상 정합모듈(150)을 포함할 수 있다. 상기 이미지 편집부(10)는 본 발명의 필수 구성요소는 아님에 유의하여야 한다. 또한, 본 발명의 일 실시예에 따른 인공위성 영상 이미지 분석을 통한 리튬 광산 모니터링 시스템(1)이 반드시 이종의 제1 위성영상 이미지 및 제2 위성영상 이미지를 활용하는 것은 아니며, 단일의 위성영상 이미지만을 활용할 수도 있음에 유의하여야 한다.
편집모듈(110)은 제1 위성영상 이미지를 편집하는 모듈이다. 상기 용어 '제1 위성영상 이미지'와 후술할 '제2 위성영상 이미지'는 서로 상이한, 이종의 위성영상 이미지이다. 예를 들어 제1 위성영상 이미지는 Landsat-8/9 Collection2 Level-2 데이터이며, 제2 위성영상 이미지는 Sentinel-2 Level-2A 데이터일 수 있다. 이 때 편집모듈(110)은 Pansharpening 기법을 통하여 제1 위성영상 이미지에 대한 편집을 수행할 수 있다. Pansharpening은 고해상도의 Panchromatic 이미지와 저해상도의 Multispectral 이미지의 병합을 통하여 고해상도의 컬러 이미지를 생성하는 기법이다. 따라서, 편집모듈(110)을 통하여 저해상도의 다중 분광 이미지의 공간해상도를 흑백 이미지의 공간해상도 값에 맞추어, 제1 위성영상 이미지에 대한 고해상도의 융합 이미지를 생성할 수 있다.
공간해상도 통일화모듈(130)이란 제1 위성영상 이미지와 제2 위성영상 이미지의 공간해상도를 일치시키는 모듈이다. 전술한 바와 같이, 예를 들어 제1 위성영상 이미지가 Landsat-8/9 Collection2 Level-2 데이터이며, 제2 위성영상 이미지가 Sentinel-2 Level-2A 데이터일 때, 편집모듈(110)에 의하여 편집된 제1 위성영상 이미지는 공간해상도 15m를, 제2 위성영상 이미지는 공간해상도 10m를 가질 수 있다. 이 때 예를 들어 다운샘플링(Down-Sampling) 기법을 통하여 제1 위성영상 이미지와 제2 위성영상 이미지의 공간해상도를 일치시킬 수 있다. 상기 용어 '다운샘플링'이란 공간해상도가 높은 위성영상 이미지의 픽셀 수를 줄이는 기법을 의미한다. 다운샘플링은 예를 들어 2D 선형보간법에 의하여 수행될 수 있다.
영상 정합모듈(150)은 제1 위성영상 이미지와 제2 위성영상 이미지를 정합하는 모듈이다. 이러한 영상 정합모듈(150)은 예를 들어 제1 위성영상 이미지와 제2 위성영상 이미지에서의 특징점, 외곽선, 에지 등과 같은 공통적인 특징을 추출하여 정합하는 특징 기반 정합방법(Feature-Based Image Registration)을 활용할 수 있으나 본 발명의 범위가 이에 제한되는 것은 아니다.
전술한 이미지 편집부(10)를 통하여 다음과 같은 장점이 발생할 수 있다. 예를 들어 제1 위성영상 이미지가 Landsat-8/9 Collection2 Level-2 데이터이며, 제2 위성영상 이미지가 Sentinel-2 Level-2A 데이터일 때, Landsat-8/9는 각각 16일 간격으로 교차하므로, 8일 간격으로 동일 지역을 관측할 수 있다. 또한, Sentinel-2는 Sentinel-2A와 Sentinel-2B가 10일 간격으로 교차하며, 따라서 5일 간격으로 동일 지역을 관측할 수 있다. 따라서, 제1 위성영상 이미지 및 제2 위성영상 이미지등 이종의 위성영상 이미지를 활용하면, 동일 리튬 광산에 대한 분석 주기를 단축할 수 있어, 단일 위성영상 이미지를 분석하는 것 대비 리튬 광산에 대한 더욱 정확한 추적이 가능하다.
도 4는 도 2에 따른 분석부에 대한 블럭도이다.
도 1, 도 2 및 도 4를 참고하면, 분석부(30)는 위성영상 이미지 또는 편집된 위성영상 이미지에서 폰드(P) 위치를 특정하며, 상기 폰드(P)의 변화를 감지하는 구성이다. 상기 용어 '폰드(P)의 변화'란, 새로 생성되거나 소멸된 폰드(P)(또는 상기 폰드(P)의 면적), 폰드(P)의 염수색 변화 중 어느 하나 이상의 정보일 수 있다. 이를 위하여, 분석부(30)는 폰드 특정모듈(310), 영상기준 병합모듈(330), 공간변화 탐지모듈(350), 염수색 변화 탐지모듈(370)을 포함할 수 있다.
도 5는 도 4에 따른 폰드 특정모듈에 대한 블럭도이고; 도 6은 위성영상 이미지에 내 경계선 산출모듈이 적용된 것을 보여주기 위한 참고도이다.
도 4 내지 도 6을 참고하면, 폰드 특정모듈(310)은 위성영상 이미지 또는 편집된 위성영상 이미지에서 리튬 광산 내 폰드(P)를 특정하는 모듈이다. 이를 위하여, 폰드(P) 특정모듈(310)은 경계선 산출모듈(311)을 포함할 수 있다.
경계선 산출모듈(311)은 위성영상 이미지 또는 편집된 위성영상 이미지에서 폰드(P)의 경계선을 특정하는 모듈이다. 경계선 산출모듈(311)에 대하여 상세히 설명하면, 예를 들어 위성영상 이미지를 Gray Scale 이미지로 변환한 이후, 에지 검출(Edge Detection) 기법을 통하여 폰드(P) 위치를 특정할 수 있다. 다만, 경계선 산출모듈(311)에서 위성영상 이미지를 반드시 Gray Scale 이미지로 변환할 필요는 없다. 상기 용어 '에지(Edge)'란 위성영상 이미지에서 픽셀 값이 급격하게 변화는 측을 의미한다. 따라서, 에지는 배경과 객체, 및/또는 객체들 간 경계에 해당할 수 있다. 이러한 에지 검출은 위성영상을 (x,y) 변수의 함수로 간주할 때 함수의 1차 미분값이 급격하게 변하는 부분(또는 변화율이 큰 부분)을 검출하는 방식일 수 있다. 에지 검출 시 임계값(Threshold Value)를 적용하는데, 상기 임계값은 사용자 설정에 따라 상이해질 수 있다. 이와 같이 경계선 산출모듈(311)을 통하여 리튬 광산 배경 내 폰드(P)의 위치를 명확히 특정할 수 있다. 폰드(P) 내에는 한 개 이상의 섹터(S)가 형성될 수 있고, 경계선 산출모듈(311)을 통하여 각 섹터(S)의 에지를 정확히 특정할 수 있다.
도 4를 참고하면, 영상기준 병합모듈(330)은 직전 시점과 현 시점 간 위성영상 이미지를 병합하는 모듈이다. 예를 들어, 동일한 광산을 촬영한 위성영상 이미지라 하더라도 직전 시점과 현 시점 간 위성영상 이미지가 완벽히 일치하지 않을 수 있다. 일 예로, 직전 시점과 현 시점 간 위성영상 이미지가 한 픽셀 정도 서로 틀어지게 촬영될 수 있으며, 병합모듈(330)을 통하여 이를 일치시키는 작업이 필요하다. 이를 위한 방법은, 예를 들어 직전 시점에서의 폰드(P) 에지를 기준으로, 직전 시점의 폰드(P) 에지와 대응되는 측 현 시점의 폰드(P) 에지를 병합하여 양 위성영상 이미지를 병합할 수 있다.
공간변화 탐지모듈(350)은 위성영상 이미지의 분석 시점 별 폰드(P)의 변화를 분석하는 모듈이다. 예를 들어, 공간변화 탐지모듈(350)은 분석 시점 별 폰드(P)의 면적 변화량, 신규 생성되거나 소멸한 폰드(P) 또는 신규 생성되거나 소멸된 섹터(S) 중 어느 하나 이상의 정보를 특정할 수 있다. 그리고 공간변화 탐지모듈(350)은 필요에 따라 폰드(P)의 면적 변화량 정보 역시 특정할 수도 있다.
도 7은 도 4에 따른 염수색 변화 탐지모듈에 대한 블럭도이다.
도 4 및 도 7을 참고하면, 염수색 변화 탐지모듈(370)은 위성영상 이미지의 분석 시점 별 폰드(P) 내(또는 섹터(S) 별) 염수색 변화를 특정하는 모듈이다. 예를 들어, 염수색 변화 탐지모듈(370)은 폰드(P)를 이루는 각 섹터(S) 별 색 분류를 수행할 수 있다. 이를 위하여, 염수색 변화 탐지모듈(370)은 스펙트럼 분석모듈(371), 염수색 특정모듈(373)을 포함할 수 있다.
스펙트럼 분석모듈(371)은 폰드(P) 내 염수색 분류를 위하여 스펙트럼 분석을 수행하는 모듈이다. 예를 들어, 스펙트럼 분석모듈(371)은 폰드(P) 내 염수색을 분류하기 위하여 n(n= 자연수)개의 등급을 분류하고, 각 등급 별 RGB 반사도 값 범위를 설정하여 현재 분석되는 폰드(P) 내 염수색에 대한 등급을 부여할 수 있다. 각 등급 별 RGB 반사도 값 범위는 데이터베이스부(90)에 기 저장될 수 있다.
염수색 특정모듈(373)은 스펙트럼 분석모듈(371)을 통하여 등급이 부여된 폰드(P)의 염수색을 특정하는 모듈이다. 각 등급과 대응되는 염수색 기준은 데이터베이스부(90)에 기 저장될 수 있다.
도 8은 도 2에 따른 생산가능량 산출부에 대한 블럭도이다.
도 2 및 도 8을 참고하면, 생산가능량 산출부(50)는 위성영상 이미지 또는 편집된 위성영상 이미지에서 특정된 폰드(P) 면적을 기준으로 광산 내 리튬 함량을 예측하여 총 생산가능량을 산출하는 구성이다. 이를 위하여, 생산가능량 산출부(50)는 면적 산출모듈(510), 생산가능량 산출모듈(530) 및 생산가능 변화량 산출모듈(550)을 포함할 수 있다.
면적 산출모듈(510)은 폰드(P) 특정모듈(310)에 의하여 특정된 폰드(P)의 총 면적을 산출하는 모듈이다. 본 발명에서 복수의 이종의 위성영상 이미지를 활용하더라도, 공간해상도 통일화모듈(130)에 의하여 제1 위성영상 이미지와 제2 위성영상 이미지의 공간해상도가 일치되어 있으므로, 폰드(P)의 면적을 산출하는 것이 가능하다.
생산가능량 산출모듈(530)은 산출된 폰드(P) 면적을 기초로 하여 리튬 광산 내 리튬 생산가능량을 산출하는 모듈이다. 이러한 리튬 생산가능량은 다음과 같이 도출될 수 있다.
(1) 리튬 농도(g/L) = 리튬 이온의 질량/물의 단위 체적
(2) 물의 체적(m3) = 폰드 면적 * 수심
(3) 리튬 함량(g) = 리튬 농도 * 물의 체적
식 (3)의 리튬 함량은 곧 해당 리튬 광산 내 리튬 총 생산가능량이 된다. 식 (2)의 폰드(P) 수심 정보를 위하여, 각 리튬 광산 별 폰드(P)의 수심에 대한 정보가 데이터베이스부(90)에 기 저장되어 있거나, 사용자 설정에 의한 고정값을 적용할 수도 있고 이에 별도의 제한이 있는 것은 아니다. 이 때 상기 고정값은 리튬 광산 별 상이한 값을 적용할 수도 있고, 사용자 설정에 의하여 변경 가능한 값임을 유의하여야 한다. 이와 같이 면적 산출모듈(510)에 의하여 산출된 폰드(P) 면적에 의하여 리튬 광산 별 리튬 총 생산가능량을 특정할 수 있다.
생산가능 변화량 산출모듈(550)은 위성영상 이미지 또는 편집된 위성영상 이미지에서, 현 시점과 직전 시점 간 생산가능량 산출모듈(530)에 의하여 특정된 리튬 총 생산가능량의 변화량을 산출하는 모듈이다. 이는 생산가능량 산출모듈(530)을 통하여 특정된 현 시점과 직전 시점 간 리튬 총 생산가능량의 차분을 통하여 산출할 수 있다.
도 9는 도 2에 따른 출하예측시점 판단부에 대한 블럭도이다.
도 2 및 도 9를 참고하면, 출하예측 시점 판단부(70)는 위성영상 이미지 또는 편집된 위성영상 이미지에서의 광산 별 폰드(P)의 염수색에 따른 출하량, 출하예측 시점 중 어느 하나 이상의 정보를 특정하는 구성이다. 이를 위하여, 출하예측시점 판단부(70)는 출하예측 시점 도출모듈(710)을 포함할 수 있다.
출하예측 시점 도출모듈(710)은 염수색 변화 탐지모듈(370)에 따른 시점 별 폰드(P) 내 섹터(S) 별 염수색 변화를 통하여 출하예측 시점을 산출하는 모듈이다. 일반적으로 폰드(P) 내 염수의 색은 푸른색을 띄며, 칼륨(K) 및 마그네슘(Mg) 등을 상기 염수로부터 걸러낸 이후에는 옅은 초록색을 띈다. 이후 세슘(Cs), 루비듐(Rb) 등을 제거하며, 최종적으로 리튬(Li) 이온을 함유한 염수의 색은 흰색을 띄게 된다. 즉, 출하시점이 다가올수록 폰드(P) 내 염수의 흰색 부분의 면적이 커지는 것이다. 이와 같이, 출하예측 시점 도출모듈(710)은 폰드(P) 내 섹터(S) 별 반사도값의 변화를 바탕으로 출하예측 시점 및/또는 출하량을 예측할 수 있다.
도 10은 본 발명의 일 실시예에 따른 인공위성 영상 이미지 분석을 통한 리튬 광산 모니터링 방법의 흐름도이다.
이하에서는 첨부된 도면들을 참고하여 본 발명의 일 실시예에 따른 인공위성 영상 이미지 분석을 통한 리튬 광산 모니터링 방법(S1)에 대하여 상세히 설명하도록 한다.
도 10을 참고하면, 먼저 수신한 인공위성 영상 이미지를 편집(또는 전처리)한다(S10). 단계 S10은 이미지 편집부(10)를 통하여 수행될 수 있다. 이러한 단계 S10에 대하여 상세히 설명하면, 먼저 제1 위성영상 이미지를 편집한다(S110). 단계 S110은 예를 들어 제1 위성영상 이미지에 대한 Pansharpening 기법에 따른 편집을 수행하는 것일 수 있다. 그리고 나서 제1 위성영상 이미지와 제2 위성영상 이미지 등 이종의 위성영상 이미지의 공간해상도를 일치시킨다(S130). 단계 S130은 예를 들어 2D 선형보간법에 의하여 수행될 수 있다. 이후, 제1 위성영상 이미지와 제2 위성영상 이미지를 정합한다(S150). 단계 S150은 예를 들어 특징 기반 정합방법을 통하여 수행될 수 있다. 이와 같이 단계 S10에 의하여 이종의 위성영상 이미지를 정합할 수 있으나, 본 발명에 있어서 단계 S10에 필수적인 구성요소는 아님에 유의하여야 한다.
후에, 위성영상 이미지 또는 편집된 위성영상 이미지에서 폰드(P) 위치를 특정하며, 상기 폰드(P)의 변화를 감지한다(S30). 단계 S30은 분석부(30)를 통하여 수행될 수 있다. 먼저, 위성영상 이미지에서 리튬 광산 내 폰드(P)를 특정한다(S310). 단계 S310에 대하여 상세히 설명하면, 위성영상 이미지를 Gray Scale 이미지로 변환한 이후, 에지 검출 기법을 통하여 폰드(P) 및 그 위치를 특정할 수 있다. 그리고 나서, 직전 시점과 현 시점 간 위성영상 이미지를 병합한다.
위성영상 이미지가 병합된 이후, 상기 위성영상 이미지의 분석 시점 별 폰드(P)의 공간 변화를 분석한다(S330). 단계 S330에 의하여 분석 시점 별 신규 생성되거나 소멸한 폰드(P)를 탐지할 수 있다. 그리고 위성영상 이미지의 분석 시점 별 폰드(P) 내 각 섹터(S) 별 염수색 변화를 특정한다(S350). 단계 S350은 단계 S330과 실질적으로 동시에 또는 시간적 선후를 달리하여 수행될 수 있다. 이러한 단계 S350에 대하여 상세히 설명하면, 폰드(P) 내 염수색 분류를 위하여 스펙트럼 분석을 수행하며, 상기 폰드(P)의 염수색에 대한 등급을 부여할 수 있다.
이후, 위성영상 이미지에서 특정된 폰드(P) 면적을 기준으로 광산 내 리튬 함량을 예측하여 총 생산가능량을 산출한다(S50). 단계 S50은 생산가능량 산출부(50)를 통하여 수행될 수 있다. 단계 S50에 대해 상세히 설명하면, 먼저 위성영상 이미지 내 특정된 폰드(P)에 대한 총 면적을 산출한다(S510). 그리고 나서, 산출된 폰드(P) 면적을 기초로 리튬 광산 내 리튬 총 생산가능량을 산출한다(S530). 단계 S530은 식 (1) 내지 (3)을 활용하여 수행될 수 있다. 그리고 나서, 위성영상 이미지에서, 현 시점과 직전 시점 간 리튬 총 생산가능 변화량을 산출한다(S550).
또한, 위성영상 이미지에서 광산 별 폰드(P)의 염수색 및/또는 염수색 변화정도에 따른 출하량, 출하예측 시점 중 어느 하나 이상의 정보를 특정한다(S70). 단계 S70은 출하예측시점 판단부(70)를 통하여 수행되며, 단계 S50과 실질적으로 동시에 또는 시간적 선후를 달리 하여 수행될 수 있다.
이상의 상세한 설명은 본 발명을 예시하는 것이다. 또한, 전술한 내용은 본 발명의 바람직한 실시 형태를 나타내어 설명하는 것이며, 본 발명은 다양한 다른 조합, 변경 및 환경에서 사용할 수 있다. 즉 본 명세서에 개시된 발명의 개념의 범위, 저술한 개시 내용과 균등한 범위 및/또는 당업계의 기술 또는 지식의 범위 내에서 변경 또는 수정이 가능하다. 전술한 실시예는 본 발명의 기술적 사상을 구현하기 위한 최선의 상태를 설명하는 것이며, 본 발명의 구체적인 적용 분야 및 용도에서 요구되는 다양한 변경도 가능하다. 따라서 이상의 발명의 상세한 설명은 개시된 실시 상태로 본 발명을 제한하려는 의도가 아니다.
1 : 인공위성 영상 이미지 분석을 통한 리튬 광산 모니터링 시스템
10 : 이미지 편집부
110 : 편집모듈 130 : 공간해상도 통일화모듈
150 : 영상 정합모듈
30 : 분석부
310 : 폰드 특정모듈
311 : 경계선 산출모듈
330 : 영상 기준 병합모듈 350 : 공간변화 탐지모듈
370 : 염수색 변화 탐지모듈
371 : 스펙트럼 분석모듈 373 : 염수색 특정모듈
50 : 생산가능량 산출부
510 : 면적 산출모듈 530 : 생산가능량 산출모듈
550 : 생산가능 변화량 산출모듈
70 : 출하예측 시점 판단부
710 : 출하예측 시점 도출모듈
P : 폰드 S : 섹터
S1 : 1 : 인공위성 영상 이미지 분석을 통한 리튬 광산 모니터링 방법
10 : 이미지 편집부
110 : 편집모듈 130 : 공간해상도 통일화모듈
150 : 영상 정합모듈
30 : 분석부
310 : 폰드 특정모듈
311 : 경계선 산출모듈
330 : 영상 기준 병합모듈 350 : 공간변화 탐지모듈
370 : 염수색 변화 탐지모듈
371 : 스펙트럼 분석모듈 373 : 염수색 특정모듈
50 : 생산가능량 산출부
510 : 면적 산출모듈 530 : 생산가능량 산출모듈
550 : 생산가능 변화량 산출모듈
70 : 출하예측 시점 판단부
710 : 출하예측 시점 도출모듈
P : 폰드 S : 섹터
S1 : 1 : 인공위성 영상 이미지 분석을 통한 리튬 광산 모니터링 방법
Claims (12)
- 수신한 이종의 제1 위성영상 이미지와 제2 위성영상 이미지를 포함하는 위성영상 이미지를 편집하는 이미지 편집부;
편집된 위성영상 이미지 내 폰드를 특정하는 분석부;
편집된 위성영상 이미지 내 특정된 폰드를 기준으로 광산 내 리튬 총 생산가능량을 산출하는 생산가능량 산출부; 및
편집된 위성영상 이미지에서의 광산 별 폰드의 염수색에 따른 출하예측 시점을 특정하는 출하예측 시점 판단부;를 포함하고,
상기 이미지 편집부는
특징 기반 정합방법을 통하여 상기 제1 위성영상 이미지와 제2 위성영상 이미지를 정합하는 영상 정합모듈;을 포함하며,
상기 분석부는
편집된 위성영상 이미지의 분석 시점 별 폰드 내 섹터 별 염수색 변화를 특정하는 염수색 변화 탐지모듈;을 포함하고,
상기 염수색 변화 탐지모듈은
RGB 반사도 값 범위에 따라 폰드 내 섹터 별 염수색의 등급을 부여하는 스펙트럼 분석모듈; 및 상기 스펙트럼 분석모듈을 통하여 등급이 부여된 폰드 내 섹터 별 염수색을 특정하는 염수색 특정모듈;을 포함하며,
상기 출하예측 시점 판단부는
상기 염수색 변화 탐지모듈에 따른 폰드 내 섹터 별 염수색 변화를 기초로 출하예측 시점을 도출하는 출하예측 시점 도출모듈;을 포함하는 것을 특징으로 하는 인공위성 영상 이미지 분석을 통한 리튬 광산 모니터링 시스템.
- 제1항에 있어서, 상기 분석부는
상기 위성영상 이미지에서의 리튬 광산 내 폰드를 특정하는 폰드 특정모듈;을 추가로 포함하고,
상기 폰드 특정모듈은
상기 위성영상 이미지 내 폰드의 경계선을 특정하는 경계선 산출모듈;을 포함하는 것을 특징으로 하는 인공위성 영상 이미지 분석을 통한 리튬 광산 모니터링 시스템.
- 제2항에 있어서, 상기 경계선 산출모듈은
상기 위성영상 이미지를 Gray Scale 이미지로 변환한 이후, 에지 검출 기법을 통하여 폰드를 특정하는 것을 특징으로 하는 인공위성 영상 이미지 분석을 통한 리튬 광산 모니터링 시스템.
- 제2항에 있어서, 상기 분석부는
직전 시점과 현 시점 간 위성영상 이미지를 병합하는 영상 기준 병합모듈;을 추가로 포함하고,
상기 영상 기준 병합모듈은
직전 시점에서의 폰드 에지를 기준으로, 상기 직전 시점의 폰드 에지와 대응되는 측 현 시점의 폰드 에지를 병합하는 것을 특징으로 하는 인공위성 영상 이미지 분석을 통한 리튬 광산 모니터링 시스템.
- 제4항에 있어서, 상기 분석부는
위성영상 이미지의 분석 시점 별 폰드의 공간 변화를 분석하는 공간변화 탐지모듈;을 추가로 포함하고,
상기 공간변화 탐지모듈은
분석 시점 별 신규 생성되거나 소멸한 폰드 중 어느 하나 이상의 정보를 특정하는 것을 특징으로 하는 인공위성 영상 이미지 분석을 통한 리튬 광산 모니터링 시스템.
- 삭제
- 삭제
- 제2항에 있어서, 상기 생산가능량 산출부는
상기 폰드 특정모듈에 의하여 특정된 폰드의 총 면적을 산출하는 면적 산출모듈;을 포함하는 것을 특징으로 하는 인공위성 영상 이미지 분석을 통한 리튬 광산 모니터링 시스템.
- 제8항에 있어서, 상기 생산가능량 산출부는
상기 면적 산출모듈에 의하여 산출된 폰드 면적을 기초로 리튬 광산 내 리튬 생산가능량을 산출하는 생산가능량 산출모듈;을 추가로 포함하는 것을 특징으로 하는 인공위성 영상 이미지 분석을 통한 리튬 광산 모니터링 시스템.
- 삭제
- 제1항에 있어서, 상기 이미지 편집부는
Pansharpening 기법을 통해 제1 위성영상 이미지를 편집하는 편집모듈; 및
상기 제1 위성영상 이미지와 제2 위성영상 이미지의 공간해상도를 일치시키는 공간해상도 통일화모듈;을 추가로 포함하는 것을 특징으로 하는 인공위성 영상 이미지 분석을 통한 리튬 광산 모니터링 시스템.
- 삭제
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020230108115A KR102656376B1 (ko) | 2023-08-18 | 2023-08-18 | 인공위성 영상 이미지 분석을 통한 리튬 광산 모니터링 시스템 및 그 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020230108115A KR102656376B1 (ko) | 2023-08-18 | 2023-08-18 | 인공위성 영상 이미지 분석을 통한 리튬 광산 모니터링 시스템 및 그 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102656376B1 true KR102656376B1 (ko) | 2024-04-11 |
Family
ID=90666747
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020230108115A KR102656376B1 (ko) | 2023-08-18 | 2023-08-18 | 인공위성 영상 이미지 분석을 통한 리튬 광산 모니터링 시스템 및 그 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102656376B1 (ko) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102170260B1 (ko) * | 2019-05-03 | 2020-10-26 | 건국대학교 산학협력단 | 합성 개구 레이더 영상 및 다중분광영상의 융합 장치, 방법 및 그를 이용한 변화 검출 방법 |
| KR102264416B1 (ko) * | 2021-02-01 | 2021-06-14 | (주)유에스티21 | 인공위성 영상 분석을 통한 해양쓰레기 탐지 시스템 및 그 방법 |
| CN115860975A (zh) * | 2023-02-15 | 2023-03-28 | 南京航天宏图信息技术有限公司 | 一种基于卫星遥感的盐湖锂矿项目产能监测方法与装置 |
| KR20230051148A (ko) | 2020-06-08 | 2023-04-17 | 스탠다드 리튬 리미티드 | 염수로부터 리튬을 회수하는 방법 |
-
2023
- 2023-08-18 KR KR1020230108115A patent/KR102656376B1/ko active IP Right Grant
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102170260B1 (ko) * | 2019-05-03 | 2020-10-26 | 건국대학교 산학협력단 | 합성 개구 레이더 영상 및 다중분광영상의 융합 장치, 방법 및 그를 이용한 변화 검출 방법 |
| KR20230051148A (ko) | 2020-06-08 | 2023-04-17 | 스탠다드 리튬 리미티드 | 염수로부터 리튬을 회수하는 방법 |
| KR102264416B1 (ko) * | 2021-02-01 | 2021-06-14 | (주)유에스티21 | 인공위성 영상 분석을 통한 해양쓰레기 탐지 시스템 및 그 방법 |
| CN115860975A (zh) * | 2023-02-15 | 2023-03-28 | 南京航天宏图信息技术有限公司 | 一种基于卫星遥感的盐湖锂矿项目产能监测方法与装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Shen et al. | Improved YOLOv3 model with feature map cropping for multi-scale road object detection | |
| Guo et al. | Scene-driven multitask parallel attention network for building extraction in high-resolution remote sensing images | |
| CN110232350B (zh) | 一种基于在线学习的实时水面多运动目标检测跟踪方法 | |
| Milford et al. | Condition-invariant, top-down visual place recognition | |
| Chen et al. | An improved Yolov3 based on dual path network for cherry tomatoes detection | |
| CN112597815A (zh) | 一种基于Group-G0模型的合成孔径雷达图像舰船检测方法 | |
| CN113255837A (zh) | 工业环境下基于改进的CenterNet网络目标检测方法 | |
| CN115471467A (zh) | 一种高分辨率光学遥感影像建筑物变化检测方法 | |
| KR102656376B1 (ko) | 인공위성 영상 이미지 분석을 통한 리튬 광산 모니터링 시스템 및 그 방법 | |
| CN104182976A (zh) | 一种野外运动目标精细化提取方法 | |
| Qi et al. | Balanced Classification: A Unified Framework for Long-Tailed Object Detection | |
| CN111275733A (zh) | 基于深度学习目标检测技术实现多艘船舶快速跟踪处理的方法 | |
| CN115760697A (zh) | 一种含钛trip钢图像检测方法、系统和电子设备 | |
| Yi et al. | Feature selective small object detection via knowledge-based recurrent attentive neural network | |
| Rahman et al. | LVLane: deep learning for lane detection and classification in challenging conditions | |
| Shen et al. | BSH-Det3D: Improving 3D Object Detection with BEV Shape Heatmap | |
| CN112634289B (zh) | 一种基于非对称空洞卷积的快速可行域分割方法 | |
| Tong et al. | ST-Trans: Spatial-Temporal Transformer for Infrared Small Target Detection in Sequential Images | |
| Zhou et al. | ACR-Net: attention integrated and cross-spatial feature fused rotation network for tubular solder joint detection | |
| Chen et al. | Self-intersection attention pooling based classification for rock recognition | |
| Deng et al. | Towards scale adaptive underwater detection through refined pyramid grid | |
| Yan et al. | Building Extraction at Amodal-Instance-Segmentation Level: Datasets and Framework | |
| Huang et al. | Boundary-aware set abstraction for 3D object detection | |
| CN116229277B (zh) | 基于语义相关性的强抗干扰海洋遥感图像语义分割方法 | |
| Guan et al. | YOLOv5-UOD: Underwater Object Detection Method Based on Improved YOLOv5 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |