KR20060020506A - 화상 이미지 분석을 통한 배출매연 인식 및 자동경보 장치및 방법 - Google Patents

Abstract

본 발명은 굴뚝의 매연을 화상 이미지로 획득하고, 이전 주기 및 현재 주기에 획득된 각 화상 이미지에 대하여 전체 영역과 매연이 의심되는 일부 영역의 화소별 R,G,B 에지값 변화율의 차이를 분석하여 매연발생을 인식하고 경보신호 발생하는 화상 이미지 분석을 통한 배출매연 인식 및 경보장치와 그 방법에 관한 것이다.

본 발명은 굴뚝 상단에 대한 화상 이미지를 연속적으로 획득하고, 이전 주기에 획득된 화상 이미지의 전체 영역의 각 화소별 R,G,B 색상값의 에지값과 현재 주기에 획득된 화상 이미지의 전체 영역의 각 화소별 R,G,B 색상값의 에지값의 차이의 절대값에 대한 평균치(R1)를 계산하고, 상기 이전 주기에 획득된 화상 이미지의 일부 영역(상기 전체 영역 중 일부 영역)의 각 화소별 R,G,B 색상값의 에지값과 상기 현재 주기에 획득된 화상 이미지의 일부 영역의 각 화소별 R,G,B 색상값의 에지값의 차이의 절대값에 대한 평균치(R2)를 계산한 후, 상기 R2가 R1보다 크면 매연발생으로 인식하여 경보를 발생한다.

본 발명에 의하면, 배출매연의 인식 및 경보가 용이하고 이에 대한 신뢰성을 높일 수 있다.

굴뚝(stack), 매연, 화상 이미지, 화소, RGB 색상값, 에지값, 경보

Description

화상 이미지 분석을 통한 배출매연 인식 및 자동경보 장치 및 방법{An Exhaust Smoke Recognition and Auto-alarm Device and Method using Picture Image Analysis}

도 1은 본 발명에 따른 화상 이미지 분석을 통한 배출매연 인식 및 경보 장치에 대한 구성 블럭도의 일 예시도이다.

도 2는 본 발명의 일 실시예에 따른 화상 이미지의 설정 범위에서의 매연에 따른 화소를 보이는 예시도이다.

도 3은 본 발명의 일 실시예에 따른 화상 이미지의 전체 영역 및 일부 영역에 대한 예시도이다.

도 4는 본 발명의 일 실시예에 따른 화상 이미지의 화소별 R,G,B 색상값의 변화에 대한 예시도이다.

도 5는 본 발명에 따른 화상 이미지 분석을 통한 배출매연 인식 및 경보방법을 보이는 흐름도이다.

* 도면의 주요 부분에 대한 부호의 설명 *

1 : 굴뚝 2 : 매연

3 : 카메라 4 : 카메라제어부

5 : 디지털변환부 6 : 화상 이미지 분석부

7 : 데이터베이스 8 : 경보신호발생부

61 : 측정부 62 : 제1연산부

63 : 제2연산부 64 : 판단부

65 : 노이즈제거부

본 발명은 배출매연의 인식 및 경보장치 및 그 방법에 관한 것으로서, 보다 상세하게는 굴뚝을 통해 배출되는 매연을 화상 이미지로 획득하고 이전 주기와 현재 주기에 획득된 화상 이미지에 대하여 전체 영역과 매연이 의심되는 일부 영역의 각 화소별 R,G,B 색상값의 에지값 변화율의 차이를 분석함으로써 매연의 배출여부를 인식하고 경보신호를 발생하는 화상 이미지 분석을 통한 배출매연 인식 및 경보장치, 그리고 그 방법에 관한 것이다.

일반적으로 산업체의 열처리를 요하는 작업장 굴뚝, 시내ㆍ외 아파트 단지의 보일러용 굴뚝, 대형건물의 난방용 보일러 굴뚝, 소각장 시설이 되어 있는 굴뚝, 화장장 등등 가열이 필요해서 연료를 연소시켜서 열을 얻어야 되는 시설에서 발생되는 연기에서 발생되는 매연(가스, 분진 또는 폐열 등)은 공기를 오염시키고 호흡 기를 통해 체내로 유입되어 각종 질병의 원인이 되며 나아가 자연 생태 및 환경에 악영향을 미치게 된다.

최근, 환경문제에 대한 정부와 시민단체의 의식변화에 능동적으로 대처하기 위하여 산업현장에서는 연료의 연소에 의해 발생되는 각종 매연을 감지하고 이에 따른 매연 배출을 저감시키기 위한 노력이 진행중이다. 예를 들어, 제철소에서의 코크스 오븐 굴뚝(stack)에서 발생하는 매연을 자동으로 모니터링하고 이를 분석하여 일정량 이상의 매연이 배출되거나 비정상적으로 매연이 배출되는 경우에는 이상경보를 발생시키고자 하는 연구가 진행중이다.

굴뚝을 통해 배출되는 매연을 모니터링하는 종래의 방법은 굴뚝에 감시 카메라를 설치하여 실시간으로 전송되는 동영상을 눈으로 확인함으로써 매연 발생여부를 확인하는 것이었다. 그러나 이러한 종래의 방법에서는 사람이 눈으로 직접 눈으로 배연 배출상태를 확인하기 때문에 정확도가 떨어지며 사람마다 매연 배출여부의 판단기준이 달라 정확한 판단이 어려웠다. 특히 일기 변화시(흐린 날, 비오는 날, 구름 많은 날 등)에는 매연의 확인이 더욱 어려워 매연 배출여부의 판단이 정확하지 못했다.

이러한 문제를 개선하기 위하여 종래에는 굴뚝 내부의 일정한 장소에 Opacity meter를 설치하여 적외선에 의한 빛의 산란으로 매연의 농도를 체크하는 방법이 사용되고 있다. 이러한 방법은 비교적 매연의 농도를 정확하게 체크하며 특히 일기의 변화에도 크게 영향을 받지 않는다. 그러나, 이러한 종래의 방법에서는 가시 매연 발생에 대한 기준이 불분명하여 현재 매연 농도 체크가 높게 나와도 가시 공해가 나오지 않는 경우가 발생하고 또한 그 반대의 경우도 발생되는 문제점이 있었다. 또한, 대형 굴뚝 내부에 적용하는 경우 굴뚝내의 일부분에서만 적외선에 의한 빛의 산란으로 매연의 농도를 체크하기 때문에 전체적인 굴뚝에서의 매연 발생여부를 정확하게 인지하기는 어려운 문제점이 있었다.

또한, 종래에는 각종 매연 농도 측정용 센서를 이용하여 배출매연을 측정하는 방법이 다양하게 소개되어 있다(국내특허 공개번호 제2001-70265호, 일본특허 공개번호 제2001-330589호, 일본특허 공개번호 제2001-221759호). 그러나 상기한 매연 농도 측정용 센서는 소형 배기관을 통해 흐르는 기체에 포함된 매연의 농도를 측정하기 위한 것으로서 예를 들어 제철소 등에 사용되는 중,대형 굴뚝에서 배출되는 매연을 감지하기에는 적용상의 문제가 있었다.

또한, 화상 이미지를 획득하고 이를 이용하여 매연 발생여부를 판단하고 경보를 발생하는 기술이 개발되어 있으나, 이는 획득된 화상 이미지의 화소 색상이 이전 화소 색상에서 변화가 감지되면 매연 발생을 경보하는 것이다. 이러한 기술은 화소 개개의 색상에 대하여 변화를 감지하여야 하기 때문에 기술적인 어려움이 있었다.

따라서, 당 기술분야에서는 굴뚝 산업으로 대표되는 산업 전반의 굴뚝(stack)에서 배출되는 매연 발생여부를 인식하고 정확하게 분석할 수 있는 시스템의 필요성이 대두되고 있다.

본 발명은 상기한 문제점을 해결하기 위해 제안된 것으로서, 매 주기마다 화상 이미지를 획득하고 이전 주기와 현재 주기에 획득된 각 화상 이미지의 전체 영역의 화소별 R,G,B 색상값의 에지값의 편차에 대한 절대값을 평균하여 계산하고(R1), 상기 이전 주기와 현재 주기에 획득된 각 화상 이미지의 일부 영역의 화소별 R,G,B 색상값의 에지값의 편차에 대한 절대값을 평균하여 계산한 후(R2), R2가 R1보다 크면 매연배출을 인식하여 경보를 발생할 수 있도록 하는 화상 이미지 분석을 통한 배출매연 인식 및 경보장치 및 그 방법을 제공하는데 그 목적이 있다.

상기 목적을 달성하기 위한 본 발명에 따른 화상 이미지 분석을 통한 배출매연 인식 및 자동 경보장치는, 설정된 주기에 따라 굴뚝 상단을 포함한 일정 범위의 화상 이미지를 연속적으로 획득하는 화상이미지 획득부; 상기 화상이미지 획득부에 의해 획득된 화상 이미지를 전송받아 디지털 데이터로 변환하는 디지털변환부; 상기 변환된 화상 이미지의 전체 화소별 R,G,B 색상값을 측정하여 각 주기별로 데이 터베이스에 저장하는 측정부; 상기 획득된 화상 이미지의 각 화소별 R,G,B 색상값에 대한 경계선을 나타내는 R,G,B 에지값을 계산하는 에지값계산부; 이전 주기에 획득된 화상 이미지의 전체 영역의 화소별 R,G,B 에지값과 현재 주기에 획득된 화상 이미지의 전체 영역의 화소별 R,G,B 에지값의 차이값을 각각 계산하고 상기 각 차이값들의 절대값에 대한 평균값(R1)을 계산하는 제1연산부; 상기 이전 주기에 획득된 화상 이미지의 일부 영역의 화소별 R,G,B 에지값과 상기 현재 주기에 획득된 화상 이미지의 일부 영역의 화소별 R,G,B 에지값의 차이값을 각각 계산하고 상기 각 차이값들의 절대값에 대한 평균값(R2)을 계산하는 제2연산부; 상기 제2연산부에서의 평균값(R2)이 상기 제1연산부에서의 평균값(R1)보다 큰지를 판단하는 판단부; 및 상기 판단부에서 R2가 R1보다 큰 것으로 판단되면 매연발생에 따른 경보를 발생하는 경보신호발생부를 포함한다.

본 발명의 일 실시예에서, 본 발명의 장치는 상기 화상이미지 획득부에서 획득되는 화상 이미지의 영역을 설정하며 상기 화상이미지 획득부의 전반적인 동작을 제어하는 제어부를 추가로 포함할 수 있으며, 또한, 상기 획득된 화상 이미지의 화소별 R,G,B 색상값에서 상기 데이터베이스에 기저장된 날씨 정보에 대응되는 화소별 R,G,B 색상값을 제거하는 노이즈제거부를 추가로 포함할 수도 있다. 나아가, 본 발명의 일 실시예에서, 상기 에지값계산부는 미분필터(Differential Filter)를 포함하며 보다 바람직하게는 소벨 필터(Sobel Filter)를 포함한다.

또한, 상기 목적을 달성하기 위한 본 발명에 따른 화상 이미지 분석을 통한 배출매연 인식 및 경보방법은, 설정된 주기에 따라 굴뚝 상단을 포함한 일정 범위의 화상 이미지를 연속적으로 획득하여 저장하는 제1단계; 상기 획득된 화상 이미지의 각 화소별로 R,G,B 색상값을 측정하는 제2단계; 상기 획득된 화상 이미지의 각 화소별 R,G,B 색상값에 대한 경계선을 나타내는 R,G,B 에지값을 계산하는 제3단계; 이전 주기에 획득된 화상 이미지의 전체 영역의 화소별 R,G,B 에지값과 현재 주기에 획득된 화상 이미지의 전체 영역의 화소별 R,G,B 에지값의 차이값을 각각 계산하고 상기 차이값들의 절대값에 대한 평균값(R1)을 계산하는 제4단계; 상기 이전 주기에 획득된 화상 이미지의 일부 영역의 화소별 R,G,B 에지값과 상기 현재 주기에 획득된 화상 이미지이 일부 영역의 화소별 R,G,B 에지값의 차이값을 각각 계산하고 상기 차이값들의 절대값에 대한 평균값(R2)을 계산하는 제5단계; 상기 제5단계의 평균값(R2)이 상기 제4단계의 평균값(R1)보다 크면 매연발생으로 인식하고 경보신호를 발생하는 제6단계를 포함한다.

본 발명의 일 실시예에서, 본 발명에 따른 방법은, 상기 굴뚝 상단의 기상 정보를 입력받는 단계; 상기 입력된 기상 정보에 따른 화상 이미지의 화소별 R,G,B 색상값을 미리 저장하는 단계; 및 상기 각 주기에서 획득된 화상 이미지의 화소별 R,G,B 색상값에서 상기 기저장된 기상 정보에 따른 화상 이미지의 대응되는 화소별 R,G,B 색상값을 차감하는 단계를 추가로 포함할 수 있다. 나아가, 상기 제3단계는 미분필터를 이용하여 에지값을 계산하며, 보다 바람직하게는 소벨 마스크(Sobel Mask)를 이용한 소벨 필터(Sobel Filter)를 이용하여 에지값을 계산한다.

이하, 본 발명의 바람직한 실시예의 상세한 설명이 첨부된 도면들을 참조하여 설명될 것이다. 도면들 중 참조번호 및 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 참조번호들 및 부호들로 나타내고 있음에 유의해야 한다. 하기에서 본 발명을 설명함에 있어, 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다.

도 1은 본 발명에 따른 화상 이미지 분석을 통한 배출매연 인식 및 경보 장치에 대한 구성 블럭도의 일 예시도이다. 도 1을 참조하면, 본 발명이 적용되는 배출매연 인식 및 경보장치는, 예를 들어 굴뚝(1)을 통하여 배출되는 매연(2)에 대한 화상 이미지를 획득하는 화상이미지 획득부(3), 상기 화상이미지 획득부(3)에서 화상 이미지를 획득하도록 상기 화상이미지 획득부(3)의 전반적인 동작을 제어하는 제어부(4), 상기 화상이미지 획득부(3)에서 획득된 화상 이미지를 전송받아 이를 디지털 데이터로 변환하는 디지털변환부(5), 상기 변환된 디지털 화상 이미지의 R,G,B 색상값 및 그에 따른 에지값을 측정하고 분석하는 화상이미지분석부(6) 및 상기 화상이미지분석부(6)에서 분석된 결과에 따라 경보신호를 발생하는 경보신호발생부(8)를 포함하여 구성된다. 더하여 본 발명은 상기 분석된 화상 이미지의 R,G,B 색상값을 저장하며 각종 날씨 정보를 비롯하여 본 발명에 필요한 각종 데이터를 저장하는 데이터베이스(6)를 추가로 포함할 수도 있다.

여기서, 상기 화상이미지 분석부(6)의 구성을 보다 상세하게 설명하면, 상기 화상이미지 획득부(3)에 의해 일정 주기에 따라 연속적으로 획득되어 각각 디지털 데이터로 변환된 화상 이미지의 전체 화소별 R,G,B 색상값을 각각 측정하고 이를 상기 데이터베이스(7)에 각 주기별로 저장하는 측정부(61), 상기 측정부(61)에서 측정된 화상 이미지의 R,G,B 색상값에 대하여 각 화소 R,G,B별로 영상에서의 밝은 영역과 어두운 영역의 경계를 나타내는 에지값(edge value)을 계산하는 에지값계산부(62), 상기 에지값계산부(62)에서 계산된 화상 이미지의 각 화소별 R,G,B 에지값을 이용하여 이전 주기에 획득된 화상 이미지의 전체 영역의 각 화소별 R,G,B 에지값과 현재 주기에 획득된 화상 이미지의 전체 영역의 각 화소별 R,G,B 에지값의 차이값을 각각 계산하고 상기 차이값들에 대한 평균값(R1)을 연산하는 제1연산부(63), 상기 이전 주기에 획득된 화상 이미지의 일부 영역의 각 화소별 R,G,B 에지값과 상기 현재 주기에 획득된 화상 이미지의 일부 영역의 각 화소별 R,G,B 에지값의 차이값을 각각 계산하고 상기 차이값들에 대한 평균값(R2)을 연산하는 제2연산부(64) 및 상기 제2연산부(64)에서의 평균값(R2)이 상기 제1연산부(63)에서의 평균값(R1)보다 큰지를 판단하는 판단부(65)를 포함한다. 여기서, 본 발명의 일 실시예에서 상기 화상이미지분석부(6)는 상기 획득된 화상 이미지의 각 화소별 R,G,B 색상값에서 미리 입력된 기상 정보에 대응하는 각 화소별 R,G,B 색상값을 제거(감산)하는 노이즈제거부(66)를 포함할 수도 있다.

상기 판단부(65)에서 상기 제2평균값(R2)이 상기 제1평균값(R1)보다 큰 것으로 판단되면, 매연발생이 발생한 것으로 판단하여 소정의 신호를 경보신호발생부(8)로 출력하게 되고, 상기 경보신호발생부(8)에서 상기 매연발생에 따른 소정의 신호를 수신하게 매연발생에 따른 경보를 발생하게 된다.

이하에서, 도 1을 참조하여 본 발명에 따른 화상 이미지 분석을 통한 배출매연 인식 및 자동경보 장치를 보다 상세하게 설명한다. 먼저 굴뚝(1)은 예를 들어 제철소의 화성부 코크스 오븐(Coke Oven)에서 연료를 연소시킬 때 가스를 배출하기 위한 굴뚝(stack)이다. 그러나, 이러한 굴뚝(1)은 굴뚝 산업으로 대표되는 산업전반에 사용되는 어떠한 굴뚝도 될 수 있다.

상기 화상이미지 획득부(3)는 일정한 영역 범위내에서 물체의 화상 이미지를 획득한다. 상기 화상이미지 획득부(3)는 제어부(4)에서 설정한 주기에 따라 일정 영역 범위내에서 화상 이미지를 연속적으로 획득한다. 본 발명의 일 실시예에 따르면 상기 화상이미지 획득부(3)는 바람직하게는 굴뚝(1)의 상단을 포함하여 일정 범위에서의 배출매연에 대한 화상 이미지를 획득한다. 여기서, 상기 제어부(4)는 상기 화상이미지 획득부(3)의 전반적인 동작을 제어하는 한편, 상기 화상이미지 획득부(3)가 획득할 수 있는 화상 이미지의 범위를 설정한다. 즉, 상기 제어부(4)는 어떤 범위에서 화상 이미지를 획득할 것인지 그 화상이미지의 범위를 결정하여 상기 화상이미지 획득부(3)로 제어신호를 전송하게 되고 상기 화상이미지 획득부(3)는 상기 제어신호에 따라 해당 영역의 화상 이미지를 획득하게 되는 것이다. 여기서, 본 발명의 일 실시예에 따른 상기 화상이미지 획득부(3)는 야간에도 화상 이미지를 획득할 수 있는 통상의 카메라를 포함하지만 이에 한정되는 것은 아니다. 따라서, 화상 이미지를 획득할 수 있는 장치라면 족할 것이며, 보다 바람직하게는 예를 들어 야간에도 화상 이미지를 획득할 수 있는 적외선 카메라를 포함한다.

이와 같이, 상기 화상이미지 획득부(3)에서 획득된 화상 이미지는 디지털변환부(5)로 전송된다. 상기 화상 이미지는 아날로그 이미지 데이터로 이루어져 있기 때문에 상기 디지털변환부(5)에서 디지털 데이터로 변환한다. 상기 변환된 디지털 데이터는 바람직하게는 상기 화상 이미지의 화소별 R,G,B 색상값을 의미한다. 이때, 본 발명의 일 실시예에서는 상기 화상 이미지의 화소별 R,G,B 색상값은 256(=2⁸)등급으로 구분되며 0~255 사이의 값을 갖는다. 즉, 상기 획득된 화상 이미지의 어느 특정 화소가 흰색(white)인 경우 상기 디지털변환부(5)에서 변환된 해당 화소의 R,G,B 색상값은 모두 255인 경우이며, 상기 획득된 화상 이미지의 어느 특정 화소가 검정색(black)인 경우 상기 디지털 변환부(5)에서 변환된 해당 화소의 R,G,B 색상값이 모두 0인 경우이다. 따라서, 상기 획득된 화상 이미지의 색깔에 따라 그에 대응하는 각 화소별 R,G,B 색상값으로 변환되는 것이다. 여기서, 주의할 것은 본 발명에서는 바람직한 일 실시예로서 화상 이미지의 화소별 R,G,B 색상값을 256(=2⁸)등급으로 구분하였으나, 이와는 다르게 다양한 등급으로 구분할 수 있다는 것이다.

이와 같이, 설정된 주기에 따라 연속적으로 획득된 화상 이미지 데이터는 각 화소별 R,G,B 색상값으로 변환되고 상기 변환된 화소별 R,G,B 색상값은 상기 화상이미지 분석부(6)로 전송된다. 상기 화상이미지 분석부(6)는 설정된 주기에 따라 연속적으로 입력된 각 화소별 R,G,B 색상값을 데이터베이스(7)에 저장한다. 이때, 상기 데이터베이스(7)에는 설정된 개수의 프레임별로 화소의 R,G,B 색상값이 저장되며, 저장방식은 바람직하게는 선입선출(FIFO) 방식을 따른다. 상기 프레임은 수개 내지 수십개로 저장된다.

상기 데이터베이스(7)는 매연이 발생하지 않는 경우의 화소별 R,G,B 색상값을 저장할 수 있고, 매연이 발생하는 경우의 화소별 R,G,B 색상값을 다수개 저장할 수도 있다. 또한, 상기 데이터베이스(7)는 각 날씨별 정보(예를 들어, 구름있는날, 비가 오는 날, 눈이 오는 날 등)를 입력받고 상기 입력된 날씨 정보에 따른 복수개의 화소별 R,G,B 색상값을 저장하고 있다. 예를 들어, 구름이 있는 날의 경우, 그 구름에 의해 표시되는 화상 이미지의 화소별 R,G,B 색상값을 미리 저장한다. 그 외에 다른 기상 현상에 대해서도 이와 같이 화상 이미지의 화소별 R,G,B 색상값을 미리 저장한다.

다시, 상기 화상이미지 분석부(6)를 보다 구체적으로 설명한다. 상기한 바와 같이, 상기 화상이미지 분석부(6)는 측정부(61), 에지값계산부(62), 제1연산부(63), 제2연산부(64) 및 판단부(65)를 포함하며, 일 실시예에서는 노이즈제거부(66)를 추가로 포함할 수도 있다.

상기 측정부(61)는 화상이미지 획득부(3)에 의해 설정된 주기에 따라 연속적으로 획득되어 각각 디지털 데이터로 변환된 화상 이미지의 전체 화소별 R,G,B 색상값을 각각 측정하고 이를 상기 데이터베이스(7)에 저장한다. 이로써 상기 데이터베이스(7)에는 n개의 화상 이미지에 대한 전체 화소별 R,G,B 색상값이 저장된다.

상기 에지값계산부(62)는 상기 획득된 화상 이미지의 각 화소별 R,G,B 색상값을 이용하여 상기 화상 이미지에서의 밝은 영역과 어두운 영역의 경계를 나타내는 에지값(edge value)을 계산한다. 여기서 본 발명에 따른 에지값계산부(62)를 보다 구체적으로 설명한다. 통상적으로 영상처리(Image Processing) 기술분야에서 공지된 에지 검출(Edge Detection)은 영상에서의 에지(edge), 즉 경계선을 검출하는 것이다. 에지 검출을 위하여 일반적으로 에지 검출기(edge detector)라는 연산자를 이용한다. 이러한 에지 검출기는 영상 처리 기술분야에서 공지된 미분 필터(Differential Filter)의 일종으로 영상에서 가로축 및 세로축을 따라서 밝기의 변화율, 즉 미분값을 계산한다. 이와 같이 변화율, 즉 미분값이 큰 화소가 바로 경계선이 되는 것이다. 따라서, 추출된 에지값은 영상의 밝기가 낮은 값에서 높은 값으로 또는 높은 값에서 낮은 값으로 변하는 경계선을 말한다. 이와 같이 영상에서의 각 화소별 R,G,B 에지값을 계산함으로써 화상 이미지로부터 얻고자 하는 정보를 찾을 수 있다. 에지 검출의 또 다른 용도는 영상을 분할하여 컬러링 등 특수한 효과를 위하여 사용되기도 한다. 이와 같이 에지 검출은 컴퓨터 사진 편집 등과 같은 영상 처리 기술분야에서 매우 유용하게 사용되는 기술로서 영상의 두드러진 경계선(윤곽선)을 표시하기 위하여 사용된다. 에기 검출기와 같이 영상처리에 사용되는 연산자를 마스크(Mask), 필터(Filter) 연산자(Operator) 등으로 부른다. 본 발명에 따른 에지값계산부는 공지의 미분 필터를 사용하며, 보다 바람직하게는 소벨 마스크(Sobel Mask)를 이용하는 소벨 필터를 사용한다.

에지 검출 알고리즘은 영상처리 기술에서 이미 다양하게 공지되어 있으나, 본 발명에서는 일 실시예로 미분필터를 적용하여 에지값을 계산하는 과정을 간단히 설명하기로 한다. 에지값을 추출하여 영상의 윤곽을 추출함에 있어서 수평방향 및 수직방향의 미분을 취한다. 우선 수평방향의 미분은 어느 한 좌표(화소) (F(X,Y))를 기준으로 할 때 X좌표는 같고 Y좌표만 중심 화소의 상하에 해당하는 화소들의 차이값을 구하는 관계(F(X,Y))=｜(F(X,Y-1))-(F(X,Y+1))를 이용하여 구할 수 있다. 또한 수직방향의 미분은 어느 한 좌표 (F(X,Y))를 기준으로 할 때 Y좌표는 같고 X좌표만 중심 화소의 상하에 해당하는 화소들의 차이값을 구하는 관계(F(X,Y))=｜(F(X+1,Y))-(F(X-1,Y))를 이용하여 구할 수 있다. 위와 같이 처리한 화상의 경우 주변부와 비슷한 색상을 가지는 화소는 에지값이 0에 가까운 값을 가지며 매연화소와 같이 주변부와 다른 색상을 가지는 화소는 큰 값을 가지게 된다.

본 발명의 일 실시예에서, 화상이미지 획득부(3)를 CCD 카메라로, 디지털변환부(5)를 A/D converter로, 측정부(61)를 특정 소프트웨어 또는 프로그램으로 구현하고, 에지값계산부(62)를 상기한 미분필터, 보다 바람직하게는 소벨 마스크를 이용한 소벨 필터로 하여 각 화소별 R,G,B 색상값 및 R,G,B 에지값은 하기 표1과 같다.

[표1]

좌표(화소)	R 색상값	R 에지값	G 색상값	G 에지값	B 색상값	B 에지값
0,0	160	2	167	0	171	0
1,0	160	0	167	0	171	0
2,0	159	8	170	2	169	6
∫	∫	∫	∫	∫	∫	∫
m,n	156	18	165	12	170	18
∫	∫	∫	∫	∫	∫	∫
M,N	149	2	168	4	150	0

여기서, m,n < M,N 이며, 보다 자연수이다.

상기 표1은 획득된 화상 이미지의 일부 화소에 대한 R,G,B 색상값 및 그에 따른 에지값을 나타낸 것이다. 상기한 바와 같이, 에지값은 0에 가까울수록 주변 화소와 색이 거의 같다는 것이며 그 값이 크면 클수록 주변 화소들에 비해 뚜렷한 색상을 나타낸다. 예를 들어, 상기 표1에서 (m,n)좌표의 화소에서 R 색상값은 156이나 R 에지값은 18이며, 이는 상기 좌표를 둘러싸고 있는 다른 8개의 화소들에 대한 상대적인 뚜렷한 값을 가지므로 매연발생을 의심할 수 있는 것이다.

계속하여, 도 1을 참조하면 상기 제1연산부(63)는 이전 주기에 획득된 화상 이미지의 전체 영역의 각 화소별 R,G,B 에지값과 현재 주기에 획득된 화상 이미지의 전체 영역의 각 화소별 R,G,B 에지값의 차이값을 각 R,G,B 마다 각각 계산하고, 상기 차이값들의 절대값에 대한 평균값(R1)을 계산한다. 이를 보다 구체적으로 설명하면, 상기 제1연산부(63)는 이전 주기에 획득된 화상 이미지의 전체 영역에서 제1 화소의 R,G,B 에지값과 현재 주기에 획득된 화상 이미지의 전체 영역에서 상기 제1 화소의 R,G,B 에지값의 차이의 절대값을 각각 계산하고, 이어 상기 전체 영역에서 제2,3,..., 제N 화소(N은 자연수)에 대해서도 상기와 같은 방식으로 각 R,G,B 에지값의 차이의 절대값을 계산하며, 이들 각 절대값을 합산한 후 상기 제1,2,3,... 제N 화소의 R,G,B 개수로 나누어 평균값(R1)을 계산한다.

상기 제2연산부(64)는 이전 주기에 획득된 화상 이미지의 일부 영역의 각 화소별 R,G,B 에지값과 현재 주기에 획득된 화상 이미지의 일부 영역의 각 화소별 R,G,B 에지값의 차이값을 각 R,G,B 마다 각각 계산하고, 상기 차이값들의 절대값에 대한 평균값(R2)을 계산한다. 이를 보다 구체적으로 설명하면, 상기 제2연산부(64)는 이전 주기에 획득된 화상 이미지의 일부 영역에서 제1 화소의 R,G,B 에지값과 현재 주기에 획득된 화상 이미지의 일부 영역에서 상기 제1 화소의 R,G,B 에지값의 차이의 절대값을 각각 계산하고, 이어 상기 일부 영역에서 제2,3,..., 제n 화소(n은 자연수, N>n)에 대해서도 상기와 같은 방식으로 각 R,G,B 에지값의 차이의 절대값을 계산하며, 이들 각 절대값을 합산한 후 상기 제1,2,3,... 제n 화소의 R,G,B 개수로 나누어 평균값(R2)을 계산한다. 여기서, 상기 일부 영역은 상기 전체 영역보다 작은 특정 영역으로서 바람직하게는 상기 굴뚝 상단을 포함하여 설정되는 영역이다.

상기 판단부(65)는 상기 제2연산부(64)에서 연산된 평균값(R2)이 상기 제1연산부(63)에서 연산된 평균값(R1)보다 큰지 판단한다. 상기 판단부(65)에서 R2가 R1보다 큰 것으로 판단되면 매연발생으로 판단하여 소정의 신호를 경보신호발생부(8)로 출력하게 되고, 상기 경보신호발생부(8)에서 상기 매연발생에 따른 소정의 신호를 수신하게 매연발생에 따른 경보를 발생하게 된다.

상기 노이즈제거부(66)는 상기 데이터베이스(7)에 기저장된 날씨별 정보 및 현재 날씨에 따른 화소별 R,G,B 색상값 데이터를 이용하여 구름, 눈, 비 등에 대한 화상 이미지에서 R,G,B 색상값의 노이즈를 제거한다. 이러한 구름, 비, 눈 등은 획 득된 화상 이미지의 배경으로 매연의 화상 이미지와 함께 획득된다. 이때, 구름, 비, 눈 등은 매연발생 인식시 노이즈(noise)로 작용한다. 따라서, 본 발명에서 매연만을 추출하기 위하여 상기 데이터베이스(7)에 저장된 날씨정보 및 날씨정보에 따른 화소별 R,G,B 색상값 데이터를 바탕으로 이러한 노이즈를 제거하게 된다. 먼저 구름의 경우 상기 데이터베이스(7)는 바람직하게는 패턴 매칭(pattern matching)의 이미지 처리기술을 통해 초기 샘플 정보로부터 구름에 대한 prototype 정보를 저장한다. 다음으로 비가 내리는 경우 이미지 데이터로부터 빗방울 자체에 대한 패턴 매칭 기술을 이용하기에는 한계가 있다. 따라서, 비가 내리는 여려 가지 방향을 파악하고 그 방향과 노이즈 정도를 데이터베이스(7)에 저장한다. 다음으로 눈이 내리는 경우도 상기한 비와 마찬가지로 눈 자체를 인식하는 것은 효과가 없고 노이즈로 인식하여 그것을 보정하는 것이 필요하다. 따라서, 눈이 내리는 여러가지 방향이나 특정 색상의 화소(대표적으로 흰색)의 발생 빈도를 상기 데이터베이스(7)에 저장한다. 이러한 날씨 정보에 따른 화소별 R,G,B 색상값은 당업자라면 다양한 방법으로 용이하게 계산할 수 있을 것이다. 예를 들어, 공지된 화상 이미지 처리기술로도 구현이 가능할 것이다. 보다 바람직하게는 날씨 정보에 따른 화소별 R,G,B 색상값은 0~255 사이의 값을 가진다.

상기 노이즈제거부(66)는 상기 데이터베이스(7)에 저장된 날씨별 정보 및 현재 날씨에 따른 화소별 R,G,B 색상값을 이용하여 상기 측정부(61)에서 측정하는 화상 이미지의 전체 화소별 R,G,B 색상값의 측정에 관여한다. 즉, 상기 측정부(61)에서 화상 이지의 전체 화소별 R,G,B 색상값을 측정할 때 날씨별 정보에 따른 화소별 R,G,B 색상값을 제거한 후 측정한다. 왜냐하면 상기 날씨에 따른 화소별 R,G,B 색상값에는 노이즈 데이터가 포함되어 있기 때문에 이를 제거하는 것이다. 따라서, 상기 측정부(61)에서 측정되는 화상 이미지의 전체 화소별 R,G,B 색상값에는 날씨 정보에 따른 노이즈 데이터가 제거된 값이 그 측정값으로 출력되는 것이다. 이로써, 구름, 비, 눈 등과 같은 경우에 대해 축적되는 데이터를 이용하여 탐지에 미치는 영향을 최소화한다. 즉, 상기 노이즈제거부(66)는 구름의 경우에는 패턴 매칭을 통해 먼저 현재의 날씨가 구름이 많은 날씨라는 것을 인식하고 매연 탐지에서 구름을 배경에서 제외시킨다. 또한, 비나 눈과 같은 경우는 노이즈로 인식하게 되므로 매연 탐지가 이루어지기 전에 해당 노이즈를 제거함으로써 이미지를 보정한다.

상기 경보신호발생부(8)는 상기 판단부(65)에서의 판단결과에 따라 경보신호를 발생한다. 즉, 상기 판단부(65)에서는 상기 R2가 R1보다 큰 경우에는 소정의 신호를 상기 경보신호발생부(8)로 출력하게 되고 상기 경보신호발생부(8)에서는 상기 신호에 대응하여 매연발생에 대한 경보신호를 발생한다.

상기에서 설명한 화상이미지 분석부(6)에 포함된 각 구성요소들(61 내지 66)은 소프트웨어 또는 하드웨어로 구현될 수 있다. 바람직하게는 마이크로프로세서 또는 소정의 프로그램으로 구현될 수 있다. 이러한 구성들의 구현 및 동작은 당 기술분야의 당업자라면 용이하게 적용할 수 있을 것이다.

도 2는 본 발명의 일 실시예에 따른 화상 이미지의 설정 범위에서의 매연에 따른 화소를 보이는 일 예시도이다. 도 2를 참조하면, 매연 발생여부의 판단대상이 되는 굴뚝(1)의 상부 끝단을 포함하여 일정 범위(21)에 대하여 화상이미지 획득부(3)를 통해 화상 이미지를 획득한다. 상기 획득된 화상 이미지 신호는 디지털변환부(5)에 의해 디지털 신호로 변환된다. 이와 같은 화상 이미지는 다수개의 화소(22)를 포함한다. 따라서, 상기 신호 변환된 화상 이미지는 다수개의 화소(22)의 R,G,B 색상값에 의해 구체화된다.

도 3은 본 발명의 일 실시예에 따른 화상 이미지의 전체 영역 및 일부 영역에 대한 예시도이다. 도 3을 참조하면, 본 발명의 일 실시예에 따라 획득된 화상 이미지의 화소를 나타낸다. 도 3에는 그 일 실시예로서 30 ×20 화소(pixel) 크기를 예시하고 있다. 그러나 이는 본 발명을 설명하기 위한 일예에 불과하며 그 크기는 다양하게 구현할 수 있다. 도 3에 도시된 바와 같이, 본 발명에 따라 일 주기에서 획득된 화상 이미지의 전체 영역(31)은 30 ×20 화소(pixel)크기를 갖고, 상기 화상 이미지의 일부 영역(32)은 상기 전체 영역(31) 중에서 굴뚝의 화상 이미지(33)를 포함하여 특정 영역의 크기를 갖는다. 도 3에서는 그 일 실시예로서 일부 영역(32)은 10 ×8 화소(pixel)크기를 갖는다. 이와 같은 본 발명에 따른 일부 영역(32)은 매연 발생이 가장 의심될 만한 영역으로서 사용자에 의해 설정될 수 있다.

도 4는 본 발명의 일 실시예에 따른 화상 이미지의 화소별 R,G,B 색상값의 변화에 대한 예시도이다. 도 4에 도시된 바와 같이, 화상 이미지의 각 화소별 위치 가 설명의 편의상 좌표로 표시되어 있으며, 그 좌표는 (0,0),(1,0), ..., (30,0),(0,1), ..., (30,20)으로 표시되어 있다. 또한 도 4(a)는 이전 주기에 획득된 화상 이미지를 도시하고 있으며, 도 4(b)는 현재 주기에 획득된 화상 이미지를 도시하고 있다.

먼저, 상기 제1연산부(63)는 상기 획득된 화상 이미지의 전체 영역(31)에 대하여 이전 주기의 화상 이미지와 현재 주기의 화상 이미지의 각 좌표에 해당하는 R,G,B 에지값의 차이의 절대값을 각각 계산하여 이를 모두 합산한다. 즉, 각 좌표마다 "｜R₀ - R₁｜+ ｜G₀ - G₁｜+｜B₀ - B ₁｜"를 계산하여 모두 합산한다. 여기서, R₀,G₀,B₀는 이전 주기에 획득된 화상 이미지의 특정 화소 R,G,B 에지값이고, R₁,G₁,B₁은 현재 주기에 획득된 화상 이미지의 특정 화소의 R,G,B 에지값이다. 이를 보다 구체적으로 설명하면, 우선 (0,0)좌표의 화소에 대하여 ｜R₀ - R₁｜+ ｜G₀ - G₁｜+｜B₀ - B₁｜를 계산하고, 다음으로 (1,0)좌표의 화소에 대하여 ｜R₀ - R₁ ｜+ ｜G₀ - G₁｜+｜B₀ - B₁｜를 계산한다. 이어 (2,0), ..., (30,20)좌표의 화소에 대해서도 위와 동일하게 계산한다. 이와 같이 모든 좌표의 화소에 대한 계산 결과값을 합산하고, 상기 합산한 값을 상기 전체 영역(31)의 R,G,B 총 개수, 즉 1800(=30 pixel ×20 pixel ×3개(R,G,B이므로))으로 나누어 평균값(R1)을 계산한다.

또한, 상기 제2연산부(64)는 상기 획득된 화상 이미지의 일부 영역(32)에 대하여 이전 주기의 화상 이미지와 현재 주기의 화상 이미지의 각 좌표에 해당하는 R,G,B 에지값의 차이의 절대값을 각각 계산하여 이를 모두 합산한다. 즉 상기 일부 영역(32)에 포함된 각 좌표마다 "｜R₀ - R₁｜+ ｜G₀ - G₁｜+｜B ₀ - B₁｜"를 계산하여 모두 합산한다. 이를 보다 구체적으로 설명하면, 우선 본 발명의 일 실시예에서 일부 영역(32)의 좌표는 (12,11),(13,11), ..., (19,11),(12,12),(13,12) ...(19,20)이다. 따라서, (12,11)좌표의 화소에 대하여 ｜R₀ - R₁｜+ ｜G₀ - G₁ ｜+｜B₀ - B₁｜를 계산하고, 이어, (13,11), ..., (19,20)좌표의 화소에 대해서도 위와 동일하게 계산한다. 이와 같이 상기 일부 영역(32)에 포함된 모든 좌표의 화소에 대한 계산 결과값을 합산하고 상기 합산한 값을 상기 일부 영역(32)의 R,G,B 총 개수, 즉 240(=10 pixel ×8 pixel ×3개(R,G,B이므로))으로 나누어 평균값(R2)을 계산한다.

이와 같이, 상기 제1연산부(63)에서 계산된 평균값(R1)은 이전 주기에 대한 현재 주기의 화상 이미지의 전체 영역(31)에서의 매연에 따른 화소별 경계선의 변화율이 되며, 상기 제2연산부(62)에서 계산된 평균값(R2)은 이전 주기에 대한 현재 주기의 화상 이미지의 일부 영역(32)에서의 매연에 따른 화소별 경계선의 변화율이 된다. 또한 획득된 화상 이미지에 대하여 이러한 전체 영역(31)의 화소별 경계선의 변화율(R1)보다 일부 영역(32)의 화소별 경계선의 변화율(R2)이 크게 되면, 굴뚝 바로 위의 일부 영역(32)이 전체 영역(31)에 비해 더 많은 R,G,B 색상값 변화가 발생한 것이므로 굴뚝 바로 위에 매연이 발생한 것으로 판단한다.

따라서, 판단부(65)는 R2가 R1보다 큰지를 판단하고 만약 크다면 소정의 신호를 경보신호발생부(8)로 출력하고, 상기 경보신호발생부(8)는 상기 소정의 신호 에 대응하여 경보를 발생하게 되는 것이다.

도 5는 본 발명에 따른 화상 이미지 분석을 통한 배출매연 인식 및 경보방법을 보이는 흐름도이다. 도 5를 참조하면, 먼저 화상이미지 획득부(3)를 이용하여 설정된 주기에 따라 굴뚝(1) 상단을 포함한 일정 범위에서의 화상 이미지를 연속적으로 획득한다(S502). 여기서, 도 2를 참조하면, 설정된 범위(21)는 매연이 공기중으로 배출되는 굴뚝(1)의 최상단을 포함하여 바람직하게는 일정 범위의 탐지영역을 설정하고 그 탐지영역에 대한 화상 이미지를 연속적으로 측정한다. 이어, 각 주기별로 획득된 화상 이미지의 데이터를 디지털 데이터로 변환한다(S504). 상기 변환된 화상 이미지의 각 화소별 R,G,B 색상값을 측정한다(S506). 상기 측정된 화상 이미지의 화소별 R,G,B 색상값을 이용하여 상기 화상 이미지에서의 밝은 영역과 어두운 영역의 경계의 정도를 나타내는 각 화소별 R,G,B 에지값을 계산한다(S508). 이러한 R,G,B 에지값은 화상 이미지의 윤곽선을 나타내는 것으로 미분 필터를 이용하여 계산한다. 이전 주기에 획득된 화상 이미지의 전체 영역(31)의 화소별 R,G,B 에지값과 현재 주기에 획득된 화상 이미지의 전체 영역(31)의 화소별 R,G,B 에지값의 차이값을 계산하고(S510), 상기 각 계산된 차이값들의 절대값에 대한 평균값(R1)을 계산한다(S512). 계속하여 상기 이전 주기에 획득된 화상 이미지의 일부 영역(32)의 화소별 R,G,B 에지값과 상기 현재 주기에 획득된 화상 이미지의 일부 영역(32)의 화소별 R,G,B 에지값의 차이값을 각각 계산하고(S514), 상기 각 계산된 차이값들의 절대값에 대한 평균값(R2)을 계산한다(S516).

계속하여, 상기 단계(S516)에서 계산된 평균값(R2)이 상기 단계(S512)에서 계산된 평균값(R1)보다 큰지 판단한다(S518). 상기 단계(S518)에서의 판단 결과 상기 R2가 R1보다 크면 매연발생으로 판단하고(S520), 상기 매연 발생에 따른 경보신호를 발생한다(S521). 이는 획득된 화상 이미지의 일부 영역(32)에서의 R,G,B 색상값 변화율이 전체 영역(31)에서의 R,G,B 색상값 변화율보다 크게 되면 매연발생으로 판단하는 것이다.

도 5에는 미도시 되었으나, 현재 주기에서 기상(날씨) 정보를 입력받아 구름, 비 또는 눈 등에 의해 발생된 화상 이미지 상의 노이즈에 대응하는 화소별 R,G,B 색상값을 초기화한다. 즉, 비, 구름, 눈 등을 포함하는 날씨정보를 입력받고 상기 날씨 정보가 입력되면 구름, 비 또는 눈에 의해 발생된 화상 이미지상의 노이즈에 대응하는 화소별 R,G,B 색상값을 초기화한다. 이로써 측정된 화상 이미지의 전체 화소별 R,G,B 색상값에서 구름, 비 또는 눈 등으로 인한 노이즈 데이터를 제거할 수 있다. 이와 같이, 상기 설정된 주기에 따라 획득된 화상 이미지상에서 눈, 비 또는 구름 배경이 있는 경우 매연인식에 있어 노이즈로 작용하므로 데이터베이스(7)에 저장된 눈, 비 또는 구름이 있을 경우에 대한 화소별 R,G,B 색상값을 바탕으로 해당 노이즈를 제거한다. 이로써 순수하게 매연에 대한 화상 이미지를 획득할 수 있어 신뢰성 있는 매연발생 판단이 가능하다.

이상에서 설명한 바와 같이, 굴뚝에서 배출되는 매연을 화상 이미지로 획득 한 후, 이전 주기 및 현재 주기의 화상 이미지에 대하여 전체 영역(31)의 화소별 R,G,B 에지값의 변화율과 매연이 강하게 의심되는 일부 영역(32)의 화소별 R,G,B 에지값 변화율을 비교하여 매연발생 여부를 정확하게 인식할 수 있고, 이와 같은 매연발생시 경보신호를 발생함으로써 매연발생 경보의 신뢰성을 높일 수 있다.

상기한 상세한 설명 및 도면의 내용은 본 발명의 일 실시예에 한정하여 설명한 것이므로 본 발명이 이에 한정되는 것은 아니다. 본 발명의 기술적 사상의 범위 내에서 본 발명에 따른 구성요소를 치환, 변경 또는 삭제가 가능할 것이다.

따라서, 본 발명의 권리범위는 상기한 상세한 설명 및 도면에 의해 결정되는 것이 아니라 첨부된 특허청구범위에 의해 결정되어져야 할 것이다.

본 발명에 따르면, 주기에 따라 획득된 화상 이미지의 화소별 R,G,B 색의 변화를 이용하여 매연발생을 인식함으로써 매연발생 인식의 정확도를 높일 수 있다.

또한, 화상 이미지의 전체 영역에서의 R,G,B 에지값 변화율과 매연발생이 의심되는 설정 영역에서의 R,G,B 에지값 변화율의 차이를 비교하여 매연발생을 인식하여 경보를 발생함으로써 매연인식 및 경보발생의 신뢰성을 높일 수 있다.

Claims (17)

1. 설정된 주기에 따라 굴뚝 상단을 포함한 일정 범위의 화상 이미지를 연속적으로 획득하는 화상이미지 획득부;

   상기 화상이미지 획득부에 의해 획득된 화상 이미지를 전송받아 디지털 데이터로 변환하는 디지털변환부;

   상기 변환된 화상 이미지의 전체 화소별 R,G,B 색상값을 측정하여 각 주기별로 데이터베이스에 저장하는 측정부;

   상기 획득된 화상 이미지의 각 화소별 R,G,B 색상값에 대한 경계선을 나타내는 R,G,B 에지값을 계산하는 에지값계산부;

   이전 주기에 획득된 화상 이미지의 전체 영역의 화소별 R,G,B 에지값과 현재 주기에 획득된 화상 이미지의 전체 영역의 화소별 R,G,B 에지값의 차이값을 각각 계산하고 상기 각 차이값들의 절대값에 대한 평균값(R1)을 계산하는 제1연산부;

   상기 이전 주기에 획득된 화상 이미지의 일부 영역의 화소별 R,G,B 에지값과 상기 현재 주기에 획득된 화상 이미지의 일부 영역의 화소별 R,G,B 에지값의 차이값을 각각 계산하고 상기 각 차이값들의 절대값에 대한 평균값(R2)을 계산하는 제2연산부;

   상기 제2연산부에서의 평균값(R2)이 상기 제1연산부에서의 평균값(R1)보다 큰지를 판단하는 판단부; 및

   상기 판단부에서 R2가 R1보다 큰 것으로 판단되면 매연발생에 따른 경보를 발생하는 경보신호발생부; 를 포함하는 것을 특징으로 하는 화상 이미지 분석을 통한 배출매연 인식 및 경보장치.
2. 제 1항에 있어서,

   상기 화상이미지 획득부에서 획득되는 화상 이미지의 영역을 설정하며 상기 화상이미지 획득부의 전반적인 동작을 제어하는 제어부를 추가로 포함하는 것을 특징으로 하는 화상 이미지 분석을 통한 배출매연 인식 및 경보장치.
3. 제 1항에 있어서,

   상기 획득된 화상 이미지의 화소별 R,G,B 색상값에서 상기 데이터베이스에 기저장된 날씨 정보에 대응되는 화소별 R,G,B 색상값을 제거하는 노이즈제거부를 추가로 포함하는 것을 특징으로 하는 화상 이미지 분석을 통한 배출매연 인식 및 경보장치.
4. 제 1항에 있어서,

   상기 에지값계산부는 미분 필터를 포함하는 것을 특징으로 하는 화상 이미지 분석을 통한 배출매연 인식 및 경보장치.
5. 제 1항 또는 제 4항에 있어서,

   상기 에지값계산부는 소벨 필터(Sobel Filter)를 포함하는 것을 특징으로 하는 화상 이미지 분석을 통한 배출매연 인식 및 경보장치.
6. 제 1항에 있어서,

   상기 화소별 R,G,B 색상값은 각각 0~255 사이의 값을 갖는 것을 특징으로 하는 화상 이미지 분석을 통한 배출매연 인식 및 경보장치.
7. 제 1항에 있어서, 상기 일부 영역은,

   상기 전체 영역보다 작은 영역으로서 상기 굴뚝 상단을 포함하는 영역인 것을 특징으로 하는 화상 이미지 분석을 통한 배출매연 인식 및 경보장치.
8. 제 1항에 있어서, 상기 제1연산부는,

   상기 획득된 화상 이미지의 전체 영역에 대하여, 각 화소마다 "｜R₀ - R₁｜+ ｜G₀ - G₁｜+｜B₀ - B₁｜"를 계산하여 모두 합산한 결과값을 상기 전체 영역의 R,G,B 개수로 나눈 값으로 상기 평균값(R1)을 계산하는 것을 특징으로 하는 화상 이미지 분석을 통한 배출매연 인식 및 경보장치. (여기서, R₀,G₀,B₀ 는 이전 주기에 획득된 화상 이미지의 특정 화소의 R,G,B 에지값이고, R₁,G₁,B₁ 는 현재 주기에 획득된 화상 이미지의 상기 특정 화소의 R,G,B 에지값임.)
9. 제 1항에 있어서, 상기 제2연산부는,

   상기 획득된 화상 이미지의 일부 영역에 대하여, 각 화소마다 "｜R₀ - R₁｜+ ｜G₀ - G₁｜+｜B₀ - B₁｜"를 계산하여 모두 합산한 결과값을 상기 일부 영역의 R,G,B 개수를 나눈 값으로 상기 평균값(R2)을 계산하는 것을 특징으로 하는 화상 이미지 분석을 통한 배출매연 인식 및 경보장치. (여기서, R₀,G₀,B₀ 는 이전 주기에 획득된 화상 이미지의 특정 화소의 R,G,B 에지값이고, R₁,G₁,B₁ 는 현재 주기에 획득된 화상 이미지의 상기 특정 화소의 R,G,B 에지값임.)
10. 설정된 주기에 따라 굴뚝 상단을 포함한 일정 범위의 화상 이미지를 연속적으로 획득하여 저장하는 제1단계;

    상기 획득된 화상 이미지의 각 화소별로 R,G,B 색상값을 측정하는 제2단계;

    상기 획득된 화상 이미지의 각 화소별 R,G,B 색상값에 대한 경계선을 나타내는 R,G,B 에지값을 계산하는 제3단계;

    이전 주기에 획득된 화상 이미지의 전체 영역의 화소별 R,G,B 에지값과 현재 주기에 획득된 화상 이미지의 전체 영역의 화소별 R,G,B 에지값의 차이값을 각각 계산하고 상기 차이값들의 절대값에 대한 평균값(R1)을 계산하는 제4단계;

    상기 이전 주기에 획득된 화상 이미지의 일부 영역의 화소별 R,G,B 에지값과 상기 현재 주기에 획득된 화상 이미지이 일부 영역의 화소별 R,G,B 에지값의 차이값을 각각 계산하고 상기 차이값들의 절대값에 대한 평균값(R2)을 계산하는 제5단 계; 및

    상기 제5단계의 평균값(R2)이 상기 제4단계의 평균값(R1)보다 크면 매연발생으로 인식하고 경보신호를 발생하는 제6단계; 를 포함하는 것을 특징으로 하는 화상 이미지 분석을 통한 배출매연 인식 및 경보방법.
11. 제 10항에 있어서,

    상기 굴뚝 상단의 기상 정보를 입력받는 단계;

    상기 입력된 기상 정보에 따른 화상 이미지의 화소별 R,G,B 색상값을 미리 저장하는 단계; 및

    상기 각 주기에서 획득된 화상 이미지의 화소별 R,G,B 색상값에서 상기 기저장된 기상 정보에 따른 화상 이미지의 대응되는 화소별 R,G,B 색상값을 차감하는 단계; 를 추가로 포함하는 것을 특징으로 하는 화상 이미지 분석을 통한 배출매연 인식 및 경보방법.
12. 제 10항에 있어서, 상기 제3단계는,

    미분 필터를 이용하여 에지값을 계산하는 것을 특징으로 하는 화상 이미지 분석을 통한 배출매연 인식 및 경보방법.
13. 제 10항 또는 제 12항에 있어서, 상기 제3단계는,

    소벨 필터(Sobel Filter)를 이용하여 에지값을 계산하는 것을 특징으로 하는 화상 이미지 분석을 통한 배출매연 인식 및 경보방법.
14. 제 10항에 있어서,

    상기 화소별 R,G,B 색상값은 0 ~ 255 사이의 값을 갖는 것을 특징으로 하는 화상 이미지 분석을 통한 배출매연 인식 및 경보방법.
15. 제 10항에 있어서, 상기 일부 영역은,

    상기 전체 영역보다 작은 영역으로서 상기 굴뚝 상단을 포함하는 영역인 것을 특징으로 하는 화상 이미지 분석을 통한 배출매연 인식 및 경보방법.
16. 제 10항에 있어서, 상기 제3단계는,

    상기 획득된 화상 이미지의 전체 영역에 포함된 각 화소마다 "｜R₀ - R₁｜+ ｜G₀ - G₁｜+｜B₀ - B₁｜"를 계산하여 모두 합산한 결과값을 상기 전체 영역의 R,G,B 개수를 나눈 값으로 상기 평균값(R1)을 계산하는 것을 특징으로 하는 화상 이미지 분석을 통한 배출매연 인식 및 경보방법. (여기서, R₀,G₀,B₀ 는 이전 주기에 획득된 화상 이미지의 특정 화소의 R,G,B 에지값이고, R₁,G₁,B₁ 는 현재 주기에 획득된 화상 이미지의 상기 특정 화소의 R,G,B 에지값임.)
17. 제 10항에 있어서, 상기 제4단계는,

    상기 획득된 화상 이미지의 일부 영역에 포함된 각 화소마다 "｜R₀ - R₁｜+ ｜G₀ - G₁｜+｜B₀ - B₁｜"를 계산하여 모두 합산한 결과값을 상기 일부 영역의 R,G,B 개수를 나눈 값으로 상기 평균값(R2)을 계산하는 것을 특징으로 하는 화상 이미지 분석을 통한 배출매연 인식 및 경보방법. (여기서, R₀,G₀,B₀ 는 이전 주기에 획득된 화상 이미지의 특정 화소의 R,G,B 에지값이고, R₁,G₁,B₁ 는 현재 주기에 획득된 화상 이미지의 상기 특정 화소의 R,G,B 에지값임.)

Images