KR20060024555A

KR20060024555A - An exhaust smoke recognition and auto-alarm device and method using picture image analysis

Info

Publication number: KR20060024555A
Application number: KR1020040073350A
Authority: KR
Inventors: 유재홍; 김세윤; 김동원
Original assignee: 주식회사 포스코
Priority date: 2004-09-14
Filing date: 2004-09-14
Publication date: 2006-03-17

Abstract

본 발명은 굴뚝의 매연을 화상 이미지로 획득하고, 그 획득된 화상 이미지의 전체 영역과 일부 영역의 화소별 R,G,B 에지값의 각 평균의 편차값을 분석함으로써 매연의 배출여부를 인식하고 경보신호를 발생하는 화상 이미지 분석을 통한 배출매연 인식 및 경보장치와 그 방법에 관한 것이다.The present invention acquires smoke from the chimney as an image image, and recognizes whether smoke is emitted by analyzing the deviation value of each average of the R, G, and B edge values for each pixel of the entire region and the partial region of the acquired image image. The present invention relates to an exhaust gas recognition and alarming apparatus through a video image analysis that generates an alarm signal, and a method thereof.

본 발명은 굴뚝 상단에 대한 화상 이미지를 획득하고, 현재 획득된 화상 이미지의 전체 영역의 각 화소별 R,G,B 색상값에 대한 에지값의 평균값과 일부 영역의 각 화소별 R,G,B 색상값에 대한 에지값의 평균값과의 편차값을 계산하고, 상기 계산된 편차값이 설정된 임계값보다 작으면 매연발생으로 인식하여 경보를 발생한다.The present invention obtains an image image of the top of the chimney, the average value of the edge value for each pixel R, G, B color value of the entire area of the currently acquired image image and R, G, B for each pixel of the partial region The deviation value from the average value of the edge value with respect to the color value is calculated, and if the calculated deviation value is smaller than the set threshold value, it is recognized as a smoke generation and generates an alarm.

본 발명에 의하면, 배출매연의 인식 및 경보가 용이하고 이에 대한 신뢰성을 높일 수 있다.According to the present invention, it is possible to easily recognize and alarm the exhaust fumes and to increase the reliability thereof.

굴뚝(stack), 매연, 화상 이미지, 화소, RGB 색상값, 경보 Stack, Soot, Image Image, Pixel, RGB Color Value, Alarm

Description

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.1 is an exemplary block diagram of an apparatus for recognizing and warning exhaust emissions through image analysis according to the present invention.

도 2는 본 발명의 일 실시예에 따른 화상 이미지의 설정 범위에서의 매연에 따른 화소를 보이는 예시도이다.2 is an exemplary view showing pixels according to smoke in a setting range of an image image according to an exemplary embodiment of the present invention.

도 3은 본 발명의 일 실시예에 따른 화상 이미지의 전체 영역 및 일부 영역에 대한 예시도이다.3 is an exemplary view of a whole region and a partial region of an image image according to an embodiment of the present invention.

도 4는 본 발명의 일 실시예에 따른 매연 발생여부를 판단하기 위한 화상 이미지의 화소의 예시도이다. 4 is an exemplary diagram of pixels of an image image to determine whether soot is generated according to an embodiment of the present invention.

도 5는 본 발명에 따른 화상 이미지 분석을 통한 배출매연 인식 및 경보방법을 보이는 흐름도이다.5 is a flow chart showing a method for recognizing and alarming the exhaust fumes through image image analysis according to the present invention.

* 도면의 주요 부분에 대한 부호의 설명 * Explanation of symbols on the main parts of the drawings

1 : 굴뚝 2 : 매연1: chimney 2: soot

3 : 카메라 4 : 카메라제어부3: camera 4: camera control unit

5 : 디지털변환부 6 : 화상 이미지 분석부5: digital conversion unit 6: image image analysis unit

7 : 데이터베이스 8 : 경보신호발생부7: Database 8: Alarm signal generator

61 : 측정부 62 : 연산부61 measurement unit 62 calculation unit

63 : 판단부 64 : 노이즈제거부63: determination unit 64: noise removal unit

본 발명은 배출매연의 인식 및 경보장치 및 그 방법에 관한 것으로서, 보다 상세하게는 굴뚝을 통해 배출되는 매연을 화상 이미지로 획득하고, 현재 주기에 획득된 화상 이미지의 전체 영역의 각 화소별 R,G,B 색상값에 대한 에지값의 평균값과 일부 영역의 각 화소별 R,G,B 색상값에 대한 에지값의 평균값과의 편차값을 분석함으로써 매연의 배출여부를 인식하고 경보신호를 발생하는 화상 이미지 분석을 통한 배출매연 인식 및 경보장치, 그리고 그 방법에 관한 것이다.The present invention relates to a device for recognizing and alarming exhaust emissions, and a method thereof, and more particularly, to obtain exhaust smoke discharged through a chimney as an image image, and to obtain R, By analyzing the deviation value between the average value of the edge values for the G and B color values and the average value of the edge values for the R, G, and B color values of each pixel in a certain area, it recognizes whether smoke is emitted and generates an alarm signal. Emission Recognition and Alarming System through Image Analysis, and Method thereof.

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 호흡기를 통해 체내로 유입되어 각종 질병의 원인이 되며 나아가 자연 생태 및 환경에 악영향을 미치게 된다. In general, workplace chimneys requiring industrial heat treatment, boiler chimneys in downtown and overseas apartment complexes, boiler chimneys for heating large buildings, chimneys equipped with incinerators, crematory, etc. The fumes (gas, dust or waste heat, etc.) generated by the smoke pollute the air and enter the body through the respiratory tract, causing various diseases, and adversely affect the natural ecology and environment.

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. Recently, in order to proactively cope with changes in the consciousness of the government and civic groups on environmental issues, industrial sites are making efforts to detect various smoke generated by combustion of fuel and to reduce the emission of smoke. For example, research is being conducted to generate abnormal alarms when a certain amount of fumes are emitted or abnormally fumes are emitted by monitoring and analyzing soot generated in the coke oven stack in steel mills. .

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.The conventional method of monitoring the smoke emitted through the chimney was to install the surveillance camera on the chimney to check whether the smoke is generated by visually checking the video transmitted in real time. However, in such a conventional method, since the human body directly checks the exhaust emission state with the eyes, the accuracy is lowered, and it is difficult to make an accurate judgment because the criteria for the emission of smoke are different for each person. Especially during the change of weather (cloudy day, rainy day, cloudy day, etc.), it was more difficult to check the smoke, so it was not accurate to determine whether the smoke was discharged.

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 가 시 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.In order to solve this problem, a method of checking the concentration of soot by scattering light by infrared rays has been conventionally used by installing an opacity meter at a predetermined place inside the chimney. This method accurately checks the concentration of smoke and is not particularly affected by changes in weather. However, in this conventional method, the criteria for the generation of visible fumes are unclear, so that even when the current concentration check is high, no pollution occurs, and vice versa. In addition, when applied to the inside of a large chimney, because the concentration of smoke is checked by the scattering of light by infrared light only in a part of the chimney, it was difficult to accurately recognize whether the smoke in the overall chimney.

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. In addition, conventionally, various methods for measuring the exhaust smoke using various types of smoke concentration measurement sensors have been introduced (Korean Patent Publication No. 2001-70265, Japanese Patent Publication No. 2001-330589, and Japanese Patent Publication No. 2001-221759). However, the smoke concentration sensor for measuring the concentration of the soot contained in the gas flowing through the small exhaust pipe, for example, there was an application problem to detect the smoke emitted from the heavy, large chimneys used in steel mills, for example.

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. In addition, a technique for acquiring an image image and determining whether smoke is generated using the same and generating an alarm has been developed, but this is to alert the generation of smoke when a pixel color of the acquired image image is detected from a previous pixel color. This technique has a technical difficulty because it must detect a change in the color of each pixel.

따라서, 당 기술분야에서는 굴뚝 산업으로 대표되는 산업 전반의 굴뚝(stack)에서 배출되는 매연 발생여부를 인식하고 정확하게 분석할 수 있는 시스템 의 필요성이 대두되고 있다.Therefore, there is a need in the art for a system that can recognize and accurately analyze the generation of smoke emitted from the stack (stack) of the overall industry represented by the chimney industry.

본 발명은 상기한 문제점을 해결하기 위해 제안된 것으로서, 현재 주기에 획득된 각 화상 이미지의 전체 영역의 화소별 R,G,B 색상값에 대한 에지값의 평균값과 일부 영역의 화소별 R,G,B 색상값에 대한 에지값의 평균값과의 편차값을 계산하고 상기 계산된 편차값을 미리 설정된 임계값과 비교함으로써 매연배출을 인식하고 경보를 발생할 수 있도록 하는 화상 이미지 분석을 통한 배출매연 인식 및 경보장치 및 그 방법을 제공하는데 그 목적이 있다.
The present invention has been proposed to solve the above problems, and the average value of the edge values for the R, G, B color values of the entire area of each image image acquired in the current period and the R, G for each part of the area Recognition of exhaust fumes through image image analysis, which calculates the deviation value from the average value of the edge value with respect to the B color value and compares the calculated deviation value with a preset threshold value to recognize the emission of smoke and generate an alarm. It is an object of the present invention to provide an alarm device and a method thereof.

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 데이터베이스에 저장하는 측정부; 상기 획득된 화상 이미지의 각 화소별 R,G,B 색상값에 대한 경계선을 나타내는 R,G,B 에지값을 계산하는 에지값계산부; 현재 주기에 획득된 화상 이미지의 전체 영역의 화소별 R,G,B 에지값의 평균값과 일부 영역의 화소별 R,G,B 에지값의 평균값의 편차값을 계산하는 연산부; 상기 연산부에서 계산 된 편차값이 미리 설정된 임계값보다 작은지 판단하는 판단부; 및 상기 판단부에서 상기 편차값이 임계값보다 작은 것으로 판단되면 매연발생에 따른 경보를 발생하는 경보신호발생부를 포함한다.In accordance with an aspect of the present invention, there is provided an exhaust smoke recognition and automatic alarm apparatus through an image image analysis. The image image acquisition unit continuously acquires a range of image images including a chimney top according to a set period; A digital conversion unit receiving the image image acquired by the image image acquisition unit and converting the image image into digital data; A measuring unit which measures R, G, and B color values of all the pixels of the converted image image and stores them in a database for each period; An edge value calculator for calculating R, G, and B edge values representing boundary lines of R, G, and B color values of respective pixels of the obtained image image; A calculation unit calculating a deviation value between an average value of R, G, and B edge values for each pixel of the entire area of the image image acquired in the current period and an average value of R, G, and B edge values for each pixel of the partial area; A determination unit determining whether the deviation value calculated by the calculation unit is smaller than a preset threshold value; And an alarm signal generation unit for generating an alarm according to the generation of smoke when the determination unit determines that the deviation value is smaller than a threshold value.

본 발명의 일 실시예에서, 본 발명에 따른 장치는, 상기 화상이미지 획득부에서 획득되는 화상 이미지의 영역을 설정하며 상기 화상이미지 획득부의 전반적인 동작을 제어하는 제어부를 추가로 포함할 수 있으며, 또한 본 발명의 다른 일 실시예에서 상기 장치는, 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.In one embodiment of the present invention, the apparatus according to the present invention may further include a control unit for setting the area of the image image obtained by the image image acquisition unit and controls the overall operation of the image image acquisition unit. In another embodiment of the present invention, the apparatus is configured to remove pixel-specific R, G, and B color values corresponding to weather information pre-stored in the database from pixel-specific R, G, and B color values of the obtained image image. It may further include a noise removing unit. Furthermore, in one embodiment of the present invention, the edge value calculator includes a differential filter, more preferably a Sobel filter.

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; 현재 주기에 획득된 화상 이미지의 전체 영역의 화소별 R,G,B 에지값의 평균값과 일부 영역의 화소별 R,G,B 에지값의 평균값의 편차값을 계산하는 제4단계; 상기 계산된 편차값이 미리 설정된 임계값보다 작은지를 판단하는 제5단계; 및 상기 판 단결과 상기 편차값이 임계값보다 작은 것으로 판단되면 매연발생으로 인식하고 경보신호를 발생하는 제6단계를 포함한다.In addition, exhaust smoke recognition and alarm method through the image image analysis according to the present invention for achieving the above object, the first step of continuously obtaining and storing a range of image images including the chimney top in accordance with a set period; A second step of measuring R, G, and B color values for each pixel of the acquired image image; A third step of calculating R, G, and B edge values representing boundary lines of R, G, and B color values for each pixel of the obtained image image; Calculating a deviation value between an average value of R, G, and B edge values of each pixel of the entire area of the image image acquired in the current period and an average value of R, G, and B edge values of each pixel of the partial region; A fifth step of determining whether the calculated deviation value is smaller than a preset threshold value; And a sixth step of recognizing that smoke is generated and generating an alarm signal when it is determined that the deviation value is smaller than a threshold as a result of the determination.

본 발명의 일 실시예에서 상기 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 미분필터(Differential Filter)를 이용하여 에지값을 계산하며, 보다 바람직하게는 소벨 마스크(Sobel Mask)를 이용한 소벨 필터(Sobel Filter)를 이용하여 에지값을 계산한다.In one embodiment of the present invention, the method comprises: receiving weather information of the top of the chimney; Storing R, G, B color values of each pixel of the image image according to the input weather information in advance; And subtracting the corresponding pixel R, G, B color values of the image image according to the pre-stored weather information from the pixel R, G, B color values of the image image obtained in each period. Can be. Further, in the third step, an edge value is calculated using a differential filter, and more preferably, an edge value is calculated using a Sobel filter using a Sobel Mask.

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.DESCRIPTION OF THE PREFERRED EMBODIMENTS Hereinafter, detailed descriptions of preferred embodiments of the present invention will be described with reference to the accompanying drawings. It should be noted that reference numerals and like elements among the drawings are denoted by the same reference numerals and symbols as much as possible even though they are shown in different drawings. In the following description of the present invention, if it is determined that a detailed description of a related known function or configuration may unnecessarily obscure the subject matter of the present invention, the detailed description thereof will be omitted.

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 배 출매연 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. 1 is an exemplary block diagram of an apparatus for recognizing and warning exhaust emissions through image analysis according to the present invention. Referring to FIG. 1, the exhaust smoke recognition and alarm apparatus to which the present invention is applied includes, for example, an image image acquisition unit 3 for acquiring an image image of smoke 2 discharged through a chimney 1, Control unit 4 for controlling the overall operation of the image image acquisition unit 3, so that the image image acquisition unit 3 receives the image image obtained from the image image acquisition unit 3 A digital conversion unit 5 for converting to digital data, an image image analysis unit 6 for measuring and analyzing R, G, and B color values of the converted digital image image and the corresponding edge values, and the image image analysis unit ( And an alarm signal generator 8 for generating an alarm signal according to the result analyzed in 6). In addition, the present invention may further include a database 6 which stores R, G, B color values of the analyzed image image and stores various weather information and various data necessary for the present invention.

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 현재 주기에 획득된 화상 이미지의 전체 영역의 각 화소별 R,G,B 에지값의 평균값과 상기 현재 주기에 획득된 화상 이미지의 일부 영역의 각 화소별 R,G,B 에지값의 평균값의 편차값을 연산하는 연산부(63) 및 상기 연산부(63)에서 연산된 편차값이 미리 설정된 임계값보다 큰지를 판단하는 판단부(64)를 포함한다. 여기서, 본 발명의 일 실시예에서 상기 화상이미지분석부(6)는 상기 획득된 화상 이미지의 각 화소별 R,G,B 색상값에서 미리 입력된 기상(날씨) 정보에 대응하는 각 화소별 R,G,B 색상값을 제거(감산)하는 노이즈제거부(65)를 추가로 포함할 수도 있다.Herein, the configuration of the image image analyzer 6 will be described in more detail. Each pixel R of the image image of the image image which is continuously acquired by the image image acquisition unit 3 according to a predetermined period and converted into digital data, respectively. Measuring unit 61 for measuring each of the G, B color values and storing them in the database 7 for each period, and each of the R, G, B color values of the image image measured by the measuring unit 61. An edge value calculator 62 for calculating an edge value representing a boundary between a bright area and a dark area of an image for each pixel R, G, and B, and the image value calculated by the edge value calculator 62. The average value of the R, G, B edge values for each pixel of the entire area of the image image acquired in the current period by using the R, G, B edge values for each pixel, and each of the partial areas of the image image acquired in the current period. Calculate deviation value of average value of R, G, B edge value per pixel Comprises a determination unit 64 which determines if it is greater than the threshold value is a deviation value computed in the computing section 63 and the operating section 63 previously set. Here, in an embodiment of the present invention, the image image analyzing unit 6 includes R for each pixel corresponding to weather information (weather) information input in advance in R, G, and B color values of each pixel of the obtained image image. It may further include a noise removing unit 65 for removing (subtracting) the G, B color values.

상기 판단부(64)에서 상기 편차값이 미리 설정된 임계값보다 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.If it is determined by the determination unit 64 that the deviation value is larger than a preset threshold value, it is determined that smoke generation has occurred and outputs a predetermined signal to the alarm signal generation unit 8, wherein the alarm signal generation unit ( In 8) to generate the alarm according to the smoke generation to receive a predetermined signal according to the smoke generation.

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. Hereinafter, with reference to Figure 1 will be described in more detail the exhaust smoke recognition and automatic alarm device through the image image analysis according to the present invention. First, the chimney 1 is a stack for discharging gas when burning fuel, for example, in a Coke Oven of a steel mill. However, this chimney 1 can be any chimney used throughout the industry represented by the chimney industry.

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 범 위에서의 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.The image image acquisition unit 3 acquires an image image of an object within a predetermined area range. The image image acquisition unit 3 continuously acquires an image image within a predetermined area range according to a period set by the controller 4. According to an embodiment of the present invention, the image image acquisition unit 3 preferably includes an upper end of the chimney 1 to acquire an image image of the exhaust fumes in a certain range. Here, the controller 4 controls the overall operation of the image image acquisition unit 3 and sets a range of image images that the image image acquisition unit 3 can obtain. That is, the control unit 4 determines the range of the image image in which range the image image is to be acquired, and transmits a control signal to the image image acquisition unit 3, and the image image acquisition unit 3 According to the control signal, an image image of the corresponding area is acquired. Here, the image image acquisition unit 3 according to an embodiment of the present invention includes, but is not limited to, a conventional camera capable of acquiring image images even at night. Therefore, a device capable of acquiring an image image may be sufficient, and more preferably includes an infrared camera capable of acquiring an image image even at night.

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 특 정 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.As such, the image image obtained by the image image acquisition unit 3 is transmitted to the digital conversion unit 5. Since the image image is composed of analog image data, the digital conversion unit 5 converts the image into digital data. The converted digital data preferably means R, G, and B color values of each pixel of the image image. At this time, in one embodiment of the present invention, the R, G, and B color values of each pixel of the image image are classified into 256 (= 2 ⁸ ) grades and have a value between 0 and 255. That is, when a specific pixel of the acquired image image is white, the R, G, and B color values of the pixel converted by the digital converter 5 are all 255. The obtained image image When a specific pixel of black is black, the R, G, and B color values of the corresponding pixel converted by the digital converter 5 are all zero. Therefore, according to the color of the obtained image image is converted into R, G, B color values for each pixel corresponding thereto. Here, it should be noted that in the present invention, as a preferred embodiment, the R, G, and B color values of each image of the image image are classified into 256 (= 2 ⁸ ) grades, but may be classified into various grades.

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.As described above, image image data obtained continuously according to a set period is converted into R, G, and B color values for each pixel, and the converted R, G, and B color values for each pixel are transferred to the image image analyzer 6. Is sent. The image image analyzer 6 stores, in the database 7, R, G, and B color values for each pixel continuously input according to a set period. In this case, the R, G, and B color values of the pixels are stored in the database 7 for each set number of frames, and the storage method preferably follows a first-in first-out (FIFO) method. The frames are stored in several to several tens.

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 복수개 의 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.The database 7 may store R, G, and B color values for each pixel when smoke does not occur, and may store a plurality of R, G, B color values for each pixel when smoke occurs. In addition, the database 7 receives each weather information (for example, a cloudy day, a rainy day, a snowy day, etc.) and receives a plurality of pixels R, G, and B according to the input weather information. The color value is stored. For example, in the case of a clouded day, R, G, and B color values of pixels of the image image displayed by the cloud are stored in advance. In addition to the other weather phenomena, R, G, and B color values of pixels of the image are stored in advance.

다시, 상기 화상이미지 분석부(6)를 보다 구체적으로 설명한다. 상기한 바와 같이, 상기 화상이미지 분석부(6)는 측정부(61), 에지값계산부(62), 연산부(63) 및 판단부(64)를 포함하며, 일 실시예에서는 노이즈제거부(65)를 추가로 포함할 수도 있다. Again, the image image analyzer 6 will be described in more detail. As described above, the image image analyzing unit 6 includes a measuring unit 61, an edge value calculating unit 62, a calculating unit 63, and a determining unit 64, and in one embodiment, a noise removing unit ( 65) may be further included.

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. The measuring unit 61 measures R, G, and B color values of all pixels of the image image which are continuously acquired according to the period set by the image image obtaining unit 3 and converted into digital data, respectively. Save it to (7). As a result, the database 7 stores R, G, and B color values for all the pixels of the n image images.

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. The edge value calculator 62 calculates an edge value representing a boundary between a light region and a dark region in the image image using R, G, and B color values of each pixel of the obtained image image. do. Here, the edge value calculator 62 according to the present invention will be described in more detail. Edge detection, which is commonly known in the field of image processing, is the detection of edges, i.e., boundaries, in an image. An edge detector is generally used for edge detection. Such an edge detector is a kind of differential filter known in the image processing art, and calculates a rate of change of brightness along a horizontal axis and a vertical axis, that is, a differential value in an image. In this way, the pixel having a large rate of change, that is, a derivative value, becomes a boundary line. Therefore, the extracted edge value refers to a boundary line in which the brightness of the image changes from a low value to a high value or from a high value to a low value. In this way, the information to be obtained from the image image can be found by calculating the R, G, and B edge values for each pixel in the image. Another use of edge detection is to divide an image and use it for special effects such as coloring. As described above, edge detection is a technique that is very useful in image processing technology such as computer photo editing, and is used to display a prominent boundary (contour) of an image. Operators used for image processing, such as an echo detector, are called masks, filter operators, and the like. The edge value calculator according to the present invention uses a known differential filter, more preferably a Sobel filter using a Sobel Mask.

에지 검출을 위한 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. Algorithms for edge detection are variously known in the image processing technology, but in the present invention, a process of calculating an edge value by applying a differential filter will be briefly described. In extracting the contour of the image by extracting the edge value, the derivative in the horizontal and vertical directions is taken. First, when the horizontal derivative is based on any one coordinate (pixel) (F (X, Y)), the relationship of obtaining the difference value between the pixels corresponding to the X coordinates and only the Y coordinates corresponding to the top and bottom of the center pixel (F (X , Y)) = | (F (X, Y-1))-(F (X, Y + 1)). In addition, when the vertical derivative is based on one coordinate (F (X, Y)), the Y coordinate is the same and only the X coordinate calculates the difference between pixels corresponding to the top and bottom of the center pixel (F (X, Y)). ) = | (F (X + 1, Y))-(F (X-1, Y)). In the image processed as above, a pixel having a color similar to that of the peripheral part has a value close to 0, and a pixel having a color different from the peripheral part, such as a soot pixel, has a large value.

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.In an embodiment of the present invention, the image image acquisition unit 3 is implemented as a CCD camera, the digital conversion unit 5 is implemented as an A / D converter, the measurement unit 61 is implemented by specific software or a program, and the edge value calculation is performed. Using the differential filter 62 as the above-described differential filter, more preferably, a Sobel filter using a Sobel mask, the R, G, and B color values and the R, G, and B edge values for each pixel are shown in Table 1 below.

[표1]Table 1

좌표(화소)Coordinates (pixels) R 색상값R color value R 에지값R edge value G 색상값G color value G 에지값G edge value B 색상값B color value B 에지값B edge value 0,00,0 160160 22 167167 00 171171 00 1,01,0 160160 00 167167 00 171171 00 2,02,0 159159 88 170170 22 169169 66 ∫∫ ∫∫ ∫∫ ∫∫ ∫∫ ∫∫ ∫∫ m,nm, n 156156 1818 165165 1212 170170 1818 ∫∫ ∫∫ ∫∫ ∫∫ ∫∫ ∫∫ ∫∫ M,NM, N 149149 22 168168 44 150150 00

여기서, m,n < M,N 이며, 보다 자연수이다.Here, m, n <M, N, and more natural number.

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.Table 1 shows R, G, and B color values and corresponding edge values of some pixels of the acquired image image. As described above, the closer the edge value is to 0, the closer the color is to the surrounding pixels. The larger the edge value is, the more distinct the color is compared to the surrounding pixels. For example, in Table 1, the R color value of the pixel at the (m, n) coordinate is 156 or the R edge value is 18, which is a fuzzy because it has a relative distinct value with respect to the other eight pixels surrounding the coordinate. It can be suspected of occurrence.

계속하여, 도 1을 참조하면 상기 연산부(63)는 현재 주기에 획득된 화상 이미지의 전체 영역의 각 화소별 R,G,B 에지값의 평균값과 일부 영역의 각 화소별 R,G,B 에지값의 평균값의 편차값을 계산한다. 이를 보다 구체적으로 설명하면, 우선 상기 연산부(62)는 현재 주기에 획득된 화상 이미지의 전체 영역에서 제1 화소의 R,G,B 에지값을 합산하고, 이어 상기 전체 영역에서 제2,3,..., 제N 화소(N은 자연수)에 대해서도 상기와 같은 방식으로 각 R,G,B 에지값을 합산하며, 상기 전체 영역에 포함된 전체 화소에 대한 R,G,B 에지값의 합계를 상기 제1,2,3,... 제N 화소의 R,G,B 개수로 나누어 평균값을 계산한다. 이어, 상기 연산부(63)는 상기 현재 주기에 획득된 화상 이미지의 일부 영역에서 제1 화소의 R,G,B 에지값을 합산하고, 이어 상기 일부 영역에서 제2,3,..., 제n 화소(n은 자연수, N>n)에 대해서도 상기와 같은 방식으로 각 R,G,B 에지값을 합산하며, 상기 일부 영역에 포함된 전체 화소에 대한 R,G,B 에지값의 합계를 상기 제1,2,3,... 제n 화소의 R,G,B 개수로 나누어 평균값을 계산한다. 여기서, 상기 일부 영역은 상기 전체 영역보다 작은 특정 영역으로서 바람직하게는 상기 굴뚝 상단을 포함하여 설정되는 영역이다. 계속해서 상기 연산부(63)는 상기 전체 영역의 R,G,B 에지값에 대한 평균값과 상기 일부 영역의 R,G,B 에지값에 대한 평균값의 편차값을 계산한다. 이와 같이 계산된 편차값은 화상 이미지의 전체 영역의 R,G,B 에지값 평균에 대한 일부 영역의 R,G,B 에지값 평균의 차이값으로서 전체 영역 중에서 매연이 의심되는 일부 영역에서의 화소의 색 변화를 나타내는 것이다. 이를 보다 구체적으로 설명하면, 전체 영역은 일부 영역을 포함하고 있으므로 전체 영역의 R,G,B 에지값의 평균값은 일부 영역의 R,G,B 에지값의 평균보다 항상 크다. 그러나, 굴뚝 상단에 매연이 발생하게 되면 전체 영역의 R,G,B 에지값의 평균값보다 일부 영역의 R,G,B 에지값의 평균값이 더 커지게 되고, 두 평균값의 차이는 작아지게 된다. 이와 같이 두 평균값의 차이가 작아지게 되어 미리 설정된 임계치 이하로 떨어지면 매연발생으로 인식하게 되는 것이다.Subsequently, referring to FIG. 1, the operation unit 63 determines an average value of R, G, and B edge values of each pixel of the entire area of the image image acquired in the current period, and R, G, and B edges of each pixel of the partial area. Calculate the deviation of the mean value of the values. In more detail, first, the operation unit 62 sums the R, G, and B edge values of the first pixel in the entire area of the image image acquired in the current period, and then the second, third, For each N-th pixel (N is a natural number), the R, G, and B edge values are summed in the same manner as described above, and the sum of the R, G, and B edge values for all the pixels included in the entire area. The average value is calculated by dividing by the number of R, G and B of the first, second, third, ... Nth pixels. Subsequently, the operation unit 63 sums the R, G, and B edge values of the first pixel in the partial region of the image image acquired in the current period, and then, in the partial region, the second, third, ..., For each of the n pixels (n is a natural number, N> n), the respective R, G, and B edge values are summed in the same manner as above, and the sum of the R, G, and B edge values for all the pixels included in the partial region is added. The average value is calculated by dividing the number of R, G, and B of the first, second, third, ... nth pixels. Here, the partial region is a specific region smaller than the entire region and is preferably an area including the chimney top. Subsequently, the calculation unit 63 calculates a deviation value between an average value of the R, G, and B edge values of the entire region and an average value of the R, G, and B edge values of the partial region. The deviation value calculated as described above is a difference between the average R, G, and B edge values of the partial region with respect to the average R, G, and B edge values of the entire region of the image image, and the pixel in the partial region in which the smoke is suspected. To indicate a change in color. More specifically, since the entire region includes some regions, the average value of the R, G, and B edge values of the entire region is always greater than the average of the R, G, and B edge values of the partial region. However, when soot is generated at the top of the chimney, the average value of the R, G, and B edge values of some regions becomes larger than the average value of the R, G, and B edge values of the entire region, and the difference between the two average values becomes smaller. As such, the difference between the two average values becomes small and falls below a predetermined threshold value so that the smoke is recognized as the generation of smoke.

따라서, 상기 판단부(64)는 상기 연산부(63)에서 연산된 편차값이 미리 설정된 임계값보다 작은 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.Therefore, when it is determined that the deviation value calculated by the operation unit 63 is smaller than the preset threshold value, the determination unit 64 determines that smoke is generated and outputs a predetermined signal to the alarm signal generation unit 8. The alarm signal generation unit 8 generates an alarm according to the generation of soot to receive a predetermined signal according to the generation of the soot.

상기 노이즈제거부(65)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 이미지의 노이즈를 제거한다. 이러한 구름, 비, 눈 등은 획득된 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.The noise removing unit 65 removes noise of an image of a cloud, snow, rain, etc. by using weather-specific information previously stored in the database 7 and R, G, B color value data of each pixel according to the current weather. do. These clouds, rain, snow and the like are obtained together with the soot image image as the background of the acquired image image. At this time, clouds, rain, snow, etc. act as a noise (noise) when the smoke occurrence recognition. Therefore, in order to extract only soot in the present invention, such noise is removed based on weather information stored in the database 7 and R, G, and B color value data for each pixel according to the weather information. First, in the case of clouds, the database 7 preferably stores prototype information for the clouds from the initial sample information through an image processing technique of pattern matching. Next, when it rains, there is a limit to using a pattern matching technique for raindrops themselves from image data. Therefore, the various directions of rain are grasped and the direction and the noise degree are stored in the database 7. Next, in the case of snow falling, it is not effective to recognize the snow itself as in the above-mentioned ratio, and it is necessary to recognize it as noise and correct it. Therefore, the frequency of occurrence of various directions in which snow falls or pixels of a specific color (typically white) is stored in the database 7. The R, G, and B color values for each pixel according to the weather information may be easily calculated by those skilled in the art in various ways. For example, it may be implemented by known image image processing techniques. More preferably, the R, G, and B color values for each pixel according to the weather information have a value between 0 and 255.

상기 노이즈제거부(65)는 상기 데이터베이스(7)에 저장된 날씨별 정보 및 현재 날씨에 따른 화소별 R,G,B 색상값 데이터를 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(65)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 인식 하게 되므로 매연 탐지가 이루어지기 전에 해당 노이즈를 제거함으로써 이미지를 보정한다. The noise removing unit 65 uses the weather-specific information stored in the database 7 and the R, G, and B color value data of each pixel according to the current weather. Involved in the measurement of R, G, and B color values. That is, when measuring the R, G, B color values of all pixels of the image easy in the measuring unit 61, the R, G, B color values of each pixel according to weather information are removed and measured. This is because noise data is included in the R, G, and B color values of each pixel according to the weather. Therefore, in the R, G, and B color values of every pixel of the image measured by the measuring unit 61, a value from which noise data according to weather information is removed is output as the measured value. This minimizes the impact on detection by accumulating data for events such as clouds, rain and snow. That is, the noise removing unit 65 recognizes that the current weather is cloudy weather first through pattern matching in the case of clouds, and excludes the clouds from the smoke detection in the background. In addition, since rain and snow are recognized as noise, the image is corrected by removing the noise before smoke detection is performed.

상기 경보신호발생부(8)는 상기 판단부(64)에서의 판단결과에 따라 경보신호를 발생한다. 즉, 상기 판단부(64)에서는 상기 편차값이 미리 설정된 임계값보다 작은 경우에 소정의 신호를 상기 경보신호발생부(8)로 출력하게 되고 상기 경보신호발생부(8)에서는 상기 신호에 대응하여 매연발생에 대한 경보신호를 발생한다. The alarm signal generator 8 generates an alarm signal according to the determination result of the determiner 64. That is, the determination unit 64 outputs a predetermined signal to the alarm signal generator 8 when the deviation value is smaller than a preset threshold value, and the alarm signal generator 8 responds to the signal. To generate an alarm signal for soot.

상기에서 설명한 화상이미지 분석부(6)에 포함된 각 구성요소들(61 내지 65)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.Each of the components 61 to 65 included in the image image analyzing unit 6 described above may be implemented in software or hardware. Preferably it may be implemented in a microprocessor or a predetermined program. The implementation and operation of these configurations will be readily applicable to those skilled in the art.

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. 2 is an exemplary view showing pixels according to smoke in a setting range of an image image according to an exemplary embodiment of the present invention. Referring to Figure 2, including the upper end of the chimney (1) to be determined whether the smoke generation occurs to obtain an image image through the image image acquisition unit 3 for a predetermined range (21). The obtained image image signal is converted into a digital signal by the digital converter 5. Such an image image includes a plurality of pixels 22. Thus, the signal-converted image image is embodied by the R, G, and B color values of the plurality of pixels 22.

도 3은 본 발명의 일 실시예에 따른 화상 이미지의 전체 영역 및 일부 영역 에 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. 3 is an exemplary view of a whole region and a partial region of an image image according to an embodiment of the present invention. Referring to FIG. 3, pixels of an image image obtained according to an embodiment of the present invention are shown. 3 illustrates a 30 × 20 pixel size as one embodiment. However, this is only one example for describing the present invention and its size can be variously implemented. As shown in Fig. 3, the entire area 31 of the image image acquired in one cycle according to the present invention has a size of 30 x 20 pixels, and the partial area 32 of the image image is the entire area. It has the size of a specific area | region including the image image 33 of the chimney among 31. In FIG. 3, as an example, the partial region 32 has a size of 10 x 8 pixels. The partial area 32 according to the present invention may be set by the user as the area most likely to generate soot.

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 위치가 설명의 편의상 좌표로 표시되어 있으며, 그 좌표는 (0,0),(1,0), ..., (30,0),(0,1), ..., (30,20)으로 표시되어 있다. 4 is an exemplary diagram illustrating a change in R, G, and B color values of pixels of an image according to an exemplary embodiment of the present invention. As shown in FIG. 4, the position of each pixel of the image image is indicated by coordinates for convenience of explanation, and the coordinates are (0,0), (1,0), ..., (30,0), (0, 1), ..., (30, 20).

먼저 상기 연산부(63)는 상기 획득된 화상 이미지의 전체 영역(31)에 포함된 모든 좌표에 해당하는 R,G,B 에지값의 평균값을 계산한다. 이를 보다 구체적으로 설명하면, 우선 전체 영역(31)에서 (0,0)좌표의 화소에 대하여 (R 에지값 + G 에지값 + B 에지값)을 계산하고, 이와 같은 방식으로 다음 (1,0)좌표의 화소에 대하여 (R 에지값 + G 에지값 + B 에지값)를 계산한다. 이어 나머지 (2,0), ..., (30,20) 좌표의 화소에 대해서도 위와 동일하게 계산한다. 이와 같이 모든 좌표의 화소에 대한 R,G,B 에지값을 모두 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 평균값을 계산한다.First, the calculator 63 calculates an average value of R, G, and B edge values corresponding to all coordinates included in the entire area 31 of the acquired image image. In more detail, first, (R edge value + G edge value + B edge value) is calculated for the pixel of (0,0) coordinate in the whole area 31, and then (1,0) in this manner. (R edge value + G edge value + B edge value) is calculated for the pixel of the coordinate. Subsequently, the same calculations are performed for the pixels having the remaining (2,0), ..., (30, 20) coordinates. In this way, the R, G, and B edge values for the pixels of all coordinates are summed, and the sum is the total number of R, G, and B in the entire region 31, that is, 1800 (= 30 pixel × 20 pixel × Calculate the average value by dividing into three (since R, G, B).

또한, 상기 연산부(63)는 상기 획득된 화상 이미지의 일부 영역(32)에 포함된 모든 좌표에 해당하는 R,G,B 에지값의 평균값을 계산한다. 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 (R 에지값 + G 에지값 + B 에지값)을 계산하고, 이어, 상기 일부 영역(32)의 나머지 좌표인 (13,11), ..., (19,20)좌표의 화소에 대해서도 위와 동일하게 계산한다. 이와 같이 상기 일부 영역(32)에 포함된 모든 좌표의 화소의 R,G,B 에지값을 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 평균값을 계산한다.In addition, the calculator 63 calculates an average value of R, G, and B edge values corresponding to all coordinates included in the partial region 32 of the acquired image image. In more detail, first, in one embodiment of the present invention, the coordinates of some regions 32 are (12, 11), (13, 11), ..., (19, 11), (12, 12). , (13,12) ... (19,20). Therefore, (R edge value + G edge value + B edge value) is calculated for the pixel of (12, 11) coordinates, and then the remaining coordinates of the partial region 32 (13, 11), ... The same calculations are made for the pixels at the (19,20) coordinates. In this way, the R, G, and B edge values of the pixels of all the coordinates included in the partial region 32 are added, and the sum is the total number of R, G, B of the partial region 32, that is, 240 ( Calculate the average value by dividing by 10 pixels x 8 pixels x 3 (since R, G, and B).

계속해서, 상기 연산부(63)는 상기 계산된 두 평균값의 편차값을 계산한다. 이와 같이, 계산된 편차값은 획득된 화상 이미지의 전체 영역(31)에 대한 일부 영역(32)의 R,G,B 색의 변화정도를 나타내는 것으로서 이는 일부 영역(32)에서의 매연발생을 판단하는 근거가 된다. 즉 상기에서도 설명한 바와 같이, 굴뚝 상단에 매연이 발생하게 되면 전체 영역의 R,G,B 에지값의 평균값보다 일부 영역의 R,G,B 에지값의 평균값이 더 커지게 되고, 두 평균값의 편차는 작아지게 된다. 따라서 두 평균값의 편차가 미리 설정된 임계치보다 작게 되면 매연발생으로 인식하게 되는 것이다.Subsequently, the calculating unit 63 calculates the deviation value of the calculated two average values. As described above, the calculated deviation value represents the degree of change in the R, G, and B colors of the partial region 32 with respect to the entire region 31 of the acquired image image, which determines the occurrence of smoke in the partial region 32. It becomes the ground to say. That is, as described above, when smoke occurs at the top of the chimney, the average value of the R, G, B edge values of some areas is larger than the average value of the R, G, B edge values of the entire area, and the difference between the two average values. Becomes small. Therefore, when the deviation of the two average value is smaller than the preset threshold it is recognized as a soot generation.

따라서, 판단부(64)는 상기 편차값이 미리 설정된 임계값보다 작은지를 판단하고 만약 작다면 소정의 신호를 상기 경보신호발생부(8)로 출력하고, 상기 경보신호발생부(8)는 상기 소정의 신호에 대응하여 경보를 발생하게 되는 것이다.Therefore, the determination unit 64 determines whether the deviation value is smaller than a preset threshold value, and if it is small, outputs a predetermined signal to the alarm signal generator 8, and the alarm signal generator 8 An alarm is generated in response to a predetermined signal.

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. 이어 현재 주기에 획득된 화상 이미지의 전체 영역(31)의 화소별 R,G,B 에지값의 평균값과 현재 주기에 획득된 화상 이미지의 일부 영역(32)의 화소별 R,G,B 에지값의 평균값의 편차값을 계산하고(S510), 상기 계산된 편차값이 미리 설정된 임계값보다 작은지 판단한다(S512). 상기 단계(S512)에서의 판단 결과 상기 편차값이 상기 임계값보다 작으면 매연발생으로 판단하고(S514), 상기 매연 발생에 따른 경보신호를 발생한다(S516). 이는 상기 획득된 화상 이미지의 일부 영역(32)에서의 R,G,B 에지값의 평균값이 전체 영역(31)에서의 R,G,B 에지값의 평균값보다 크게 변했다는 것으로서 이 경우 매연발생으로 판단하는 것이다.5 is a flow chart showing a method for recognizing and alarming the exhaust fumes through image image analysis according to the present invention. Referring to FIG. 5, first, an image image in a predetermined range including the upper end of the chimney 1 is continuously acquired using the image image obtaining unit 3 (S502). Here, referring to FIG. 2, the set range 21 includes a top end of the chimney 1 through which soot is discharged into the air, and preferably sets a detection range of a predetermined range and continuously displays image images of the detection area. Measure Subsequently, data of the image image acquired for each period is converted into digital data (S504). R, G, and B color values of each pixel of the converted image image are measured (S506). Using the measured R, G, and B color values of each pixel of the image image, an R, G, and B edge value of each pixel representing the degree of the boundary between the light and dark regions of the image image is calculated (S508). . The R, G, and B edge values represent contours of the image image and are calculated using a differential filter. Next, the average value of the R, G, and B edge values for each pixel of the entire area 31 of the image image acquired in the current period, and the R, G, and B edge values for each pixel of the partial region 32 of the image image acquired in the current period. The deviation value of the average value of is calculated (S510), and it is determined whether the calculated deviation value is smaller than a preset threshold value (S512). As a result of the determination in step S512, if the deviation value is smaller than the threshold value, it is determined that smoke is generated (S514), and an alarm signal is generated according to the generation of smoke (S516). This means that the average value of the R, G, B edge values in the partial region 32 of the acquired image image has changed larger than the average value of the R, G, B edge values in the entire region 31. It is.

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. Although not shown in FIG. 5, weather (weather) information is input in a current cycle to initialize R, G, and B color values of pixels corresponding to noise on an image image generated by clouds, rain, or snow. That is, when the weather information including rain, cloud, snow, etc. is input and the weather information is input, the R, G, B color values for each pixel corresponding to the noise on the image image generated by the cloud, rain, or snow are initialized. . As a result, it is possible to remove noise data due to clouds, rain, or snow from the measured R, G, and B color values of all pixels of the image image. As such, when there is snow, rain, or cloud background on the image image acquired according to the set period, it acts as noise in soot recognition. Therefore, pixel-by-pixel R for the case of snow, rain or cloud stored in the database 7, The noise is removed based on the G and B color values. As a result, it is possible to obtain an image image purely soot, it is possible to reliably determine the occurrence of soot.

이상에서 설명한 바와 같이, 굴뚝에서 배출되는 매연을 화상 이미지로 획득한 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.As described above, after the soot discharged from the chimney is obtained as an image image, the change rate and soot of the R, G, B edge values for each pixel of the entire area 31 are strongly increased with respect to the image image of the previous cycle and the current cycle. By comparing the rate of change of the R, G, and B edge values for each of the suspected areas 32 with each pixel, it is possible to accurately recognize whether smoke is generated, and by generating an alarm signal when such smoke is generated, it is possible to increase the reliability of the smoke generation alarm.

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.The above description and the contents of the drawings are limited to one embodiment of the present invention, and thus the present invention is not limited thereto. It will be possible to substitute, change or delete the component according to the present invention within the scope of the technical idea of the present invention.

따라서, 본 발명의 권리범위는 상기한 상세한 설명 및 도면에 의해 결정되는 것이 아니라 첨부된 특허청구범위에 의해 결정되어져야 할 것이다.Accordingly, the scope of the present invention should be determined by the appended claims rather than by the foregoing description and drawings.

본 발명에 따르면, 획득된 화상 이미지의 전체 영역 및 일부 영역의 화소별 R,G,B 에지값의 평균값의 크기를 이용하여 매연발생을 인식함으로써 매연발생 인식의 정확도를 높일 수 있다.According to the present invention, the smoke generation can be recognized by using the magnitude of the average value of R, G, and B edge values for each pixel of the entire region and the partial region of the acquired image image, thereby increasing the accuracy of the smoke generation recognition.

또한, 화상 이미지의 전체 영역에서의 R,G,B 에지값 변화율과 매연발생이 의심되는 설정 영역에서의 R,G,B 에지값 변화율을 비교하여 매연발생을 인식하여 경보를 발생함으로써 매연인식 및 경보발생의 신뢰성을 높일 수 있다.In addition, by comparing the rate of change of the R, G, B edge value in the entire area of the image image with the rate of change of the R, G, B edge value in the setting area suspected of generating soot, the smoke is recognized and an alarm is generated. The reliability of alarm can be improved.

Claims

An image image acquisition unit for continuously acquiring a range of image images including a chimney top according to a set period;

A digital conversion unit receiving the image image acquired by the image image acquisition unit and converting the image image into digital data;

A measuring unit which measures R, G, and B color values of all the pixels of the converted image image and stores them in a database for each period;

An edge value calculator for calculating R, G, and B edge values representing boundary lines of R, G, and B color values of respective pixels of the obtained image image;

A calculation unit calculating a deviation value between an average value of R, G, and B edge values for each pixel of the entire area of the image image acquired in the current period and an average value of R, G, and B edge values for each pixel of the partial area;

A determination unit determining whether the deviation value calculated by the calculation unit is smaller than a preset threshold value; And

An alarm signal generation unit for generating an alarm according to generation of smoke when the determination unit determines that the deviation value is smaller than a threshold value; Emission smoke recognition and alarm device through the image analysis, characterized in that it comprises a.

The method of claim 1,

And a control unit for setting an area of the image image acquired by the image image acquisition unit and controlling an overall operation of the image image acquisition unit.

The method of claim 1,

And a noise removing unit for removing the R, G, B color values of the pixels corresponding to the weather information pre-stored in the database from the pixel R, G, B color values of the obtained image image. Emission Recognition and Alarm System through Image Analysis.

The method of claim 1,

The edge value calculator comprises a differential filter and exhaust smoke recognition and alarm device through the image analysis.

The method according to claim 1 or 4,

The edge value calculator comprises a Sobel Filter.

The method of claim 1,

R, G, B color value of each pixel has a value between 0 ~ 255, the exhaust smoke recognition and alarm device through the image analysis, characterized in that.

The method of claim 1, wherein the partial region,

Emission smoke recognition and alarm device through the image analysis, characterized in that the area including the top of the chimney as a smaller area than the entire area.

The method of claim 1, wherein the operation unit,

(R edge value + G edge value + B edge value) is summed for each pixel included in the entire area and the partial area of the obtained image image to obtain the total number of R, G, and B included in the entire area and the partial area. Emission smoke recognition and alarm device through image analysis, characterized in that for calculating the average value of each divided by the value.

A first step of continuously acquiring and storing a range of image images including a chimney top at a set period;

A second step of measuring R, G, and B color values for each pixel of the acquired image image;

A third step of calculating R, G, and B edge values representing boundary lines of R, G, and B color values for each pixel of the obtained image image;

A fourth step of calculating a deviation value between an average value of R, G, and B edge values for each pixel of the entire region of the image image acquired in the current period and an average value of R, G, and B edge values for each pixel of the partial region;

A fifth step of determining whether the calculated deviation value is smaller than a preset threshold value; And

A sixth step of recognizing that the smoke is generated and generating an alarm signal when it is determined that the deviation value is smaller than a threshold value; Emission emissions recognition and alarm method through image analysis, characterized in that it comprises a.

The method of claim 9,

Receiving weather information of the top of the chimney;

Storing R, G, B color values of each pixel of the image image according to the input weather information in advance; And

Subtracting corresponding R, G, B color values of pixels of the image image according to the pre-stored weather information from pixel R, G, B color values of the image images obtained in each period; Emission emissions recognition and alarm method through image analysis, characterized in that it further comprises.

The method of claim 9, wherein the third step,

Emission recognition and alarm method through image image analysis, characterized in that the edge value is calculated using a differential filter.

The method of claim 9 or 11, wherein the third step,

Emission smoke recognition and alarm method through image analysis, characterized in that the edge value is calculated using a Sobel filter (Sobel Filter).

The method of claim 9,

The R, G, B color value of each pixel has a value between 0 and 255, and exhaust smoke recognition and alarm method through image image analysis.

The method of claim 9, wherein the partial region,

Emission smoke recognition and alarm method through the analysis of the image image, characterized in that the area including the top of the chimney as an area smaller than the entire area.

The method of claim 9,

(R edge value + G edge value + B edge value) is summed for each pixel included in the entire area and the partial area of the obtained image image to obtain the total number of R, G, and B included in the entire area and the partial area. Emission recognition and alarm method through image analysis, characterized in that for calculating the average value of each divided by the value.