KR20060024556A

KR20060024556A - An exhaust smoke recognition and auto-alarm device and method using picture image analysis

Info

Publication number: KR20060024556A
Application number: KR1020040073351A
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 굴뚝에서의 배출매연을 화상 이미지로 획득하고, 그 획득된 화상 이미지의 전체 영역과 일부 영역의 화소별 R,G,B 색상값의 각 평균의 편차값을 분석함으로써 매연의 배출여부를 인식하고 경보신호를 발생하는 화상 이미지 분석을 통한 배출매연 인식 및 경보장치와 그 방법에 관한 것이다.The present invention obtains the exhaust smoke from the chimney as an image image, and analyzes whether or not the smoke is emitted by analyzing the deviation value of each average of the R, G, and B color values for each pixel of the entire region and the partial region of the acquired image image. The present invention relates to a method for recognizing and alarming exhaust emissions through image image analysis that recognizes and generates an alarm signal.

본 발명은 굴뚝 상단에 대한 화상 이미지를 획득하고, 현재 획득된 화상 이미지의 전체 영역의 각 화소별 R,G,B 색상값의 평균값과 일부 영역의 각 화소별 R,G,B 색상값의 평균값의 편차값을 계산하고, 상기 계산된 편차값이 설정된 임계값보다 작으면 매연발맹으로 인식하여 경보를 발생한다.The present invention obtains an image image of the top of the chimney, the average value of the R, G, B color values of each pixel of the entire area of the currently obtained image image and the average value of the R, G, B color values of each pixel of the partial region Calculates the deviation value of, and if the calculated deviation value is less than the set threshold value is recognized as smoke soot 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 2은 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, 상기 획득된 화상 이미지의 각 화소별 R,G,B 색상값 또는 그에 따른 에지값을 이용하여 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 the exhaust fumes and a method thereof, and more particularly, to obtain the exhaust fumes discharged through the chimney as an image image, R, G, B color value of each pixel of the obtained image image Alternatively, the present invention relates to an exhaust smoke recognition and alarm apparatus through an image image analysis that recognizes whether smoke is discharged using an edge value and generates an alarm signal, and a 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 모티너링하고 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, the automatic monitoring of soot generated in the coke oven stack in steel mills and the analysis are conducted to research abnormality alarms when a certain amount of smoke is emitted or abnormally soot is emitted. to be.

굴뚝을 통해 배출되는 매연을 모티너링하는 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 discharged through the chimney was to check whether smoke was generated by installing a surveillance camera on the chimney and 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, 발생매연에 대한 화상 이미지를 연속적으로 획득하고 그 획득된 화상 이미지에 대하여 각 화소별 R,G,B 색상값 변화 또는 각 화소별 R,G,B 에지값의 변화를 분석함으로써 다양한 방법으로 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 continuously acquires an image image of generated smoke and changes the R, G, B color value of each pixel or R, G of each pixel with respect to the obtained image image. It is an object of the present invention to provide a smoke exhaustion recognition and alarming apparatus through a method of analyzing an image of an image to analyze the change of the edge value, and to recognize the smoke exhaustion in various ways and to generate an alarm.

상기 목적을 달성하기 위한 본 발명에 따른 화상 이미지 분석을 통한 배출매연 인식 및 자동 경보장치는, 설정주기에 따라 굴뚝 상단을 포함한 일정 범위의 제1영역 및 상기 제1영역보다 확대된 제2영역에서의 화상 이미지를 연속적으로 획득하는 화상이미지 획득부; 상기 획득된 화상 이미지의 화소별 R,G,B 색상값을 측정하는 측정부; 상기 제1영역에서의 화상 이미지의 화소별 R,G,B 색상값의 변화가 감지되면 상기 제2영역의 화상 이미지의 화소별 R,G,B 색상값의 변화율을 계산하는 제1연산부; 상기 계산된 화소별 R,G,B 색상값 변화율이 설정된 기준 변화율보다 큰지를 판단하고, 상기 계산된 변화율이 기준 변화율보다 크면 제1신호를 출력하는 제1판단부; 현재 주기에 획득된 화상 이미지의 전체 화소별 R,G,B 색상값이 미리 설정된 임계값보다 큰 화소의 개수를 계산하는 제2연산부; 상기 현재 주기에 획득 된 화상 이미지의 전체 화소수 중에서 상기 제2연산부에서 계산된 화소의 개수가 차지하는 비율이 일정 비율 이상인지 판단하고, 일정비율 이상이면 제2신호를 출력하는 제2판단부; 상기 획득된 화상 이미지의 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 에지값과의 편차의 절대값들에 대한 평균값(R1)을 계산하고, 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 에지값과의 편차의 절대값들에 대한 평균값(R2)을 계산하는 제3연산부; 상기 두 평균값(R1,R2)의 크기를 판단하여 상기 R2가 R1보다 크면 제3신호를 출력하는 제3판단부; 상기 현재 주기에 획득된 화상 이미지의 전체 영역의 화소별 R,G,B 에지값의 평균값과 일부 영역의 화소별 R,G,B 에지값의 평균값과의 편차를 계산하는 제4연산부; 상기 제4연산부에서 계산된 편차값이 미리 설정된 임계값보다 작은지 판단하고 상기 편차값이 임계값보다 작으면 제4신호를 출력하는 제4판단부; 및 상기 제1,2,3,4 판단부 중에서 적어도 2개 이상의 판단부로부터 신호가 출력되면 매연발생에 따른 경보신호를 발생하는 경보신호발생부를 포함한다.Exhaust smoke recognition and automatic alarm device through the image image analysis according to the present invention for achieving the above object, in a first region of a predetermined range including the top of the chimney and a second region enlarged from the first region according to the setting period An image image acquisition unit which continuously acquires an image image of the image; A measuring unit measuring R, G, and B color values of each pixel of the obtained image image; A first calculation unit calculating a rate of change of R, G, B color values of each pixel of the image image of the second area when a change in the R, G, B color values of each image of the image image is detected in the first area; A first determining unit which determines whether the calculated change rate of R, G, B color values for each pixel is greater than a set reference change rate, and outputs a first signal if the calculated change rate is greater than a reference change rate; A second operation unit calculating a number of pixels in which R, G, and B color values of all the pixels of the image image acquired in the current period are larger than a preset threshold; A second determination unit which determines whether a ratio of the number of pixels calculated by the second operation unit is greater than or equal to a predetermined ratio among the total number of pixels of the image image acquired in the current period, and outputs a second signal when the ratio is greater than or equal to a predetermined ratio; An edge value calculator configured to calculate R, G, and B edge values representing a boundary line for each of R, G, and B color values of the obtained image image; For the absolute values of the deviations of the R, G, B edge values per pixel of the entire area of the image image acquired in the previous period and the R, G, B edge values per pixel of the entire area of the image image acquired in the current period The average value R1 is calculated, and R, G, B edges of pixels of a partial region of the image image acquired in the previous period and R, G, B edges of pixels of a partial region of the image image obtained in the current cycle. A third calculating unit calculating an average value R2 of absolute values of the deviation from the value; A third determination unit determining the magnitude of the two average values R1 and R2 and outputting a third signal when R2 is greater than R1; A fourth calculation unit calculating a deviation 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 area; A fourth determination unit which determines whether the deviation value calculated by the fourth calculation unit is smaller than a preset threshold value and outputs a fourth signal when the deviation value is smaller than a threshold value; And an alarm signal generator configured to generate an alarm signal corresponding to the generation of smoke when signals are output from at least two determination units among the first, second, third and fourth determination units.

본 발명의 일 실시예에서, 상기 장치는, 상기 화상이미지 획득부에서 획득되는 화상 이미지의 영역을 설정하며 상기 화상이미지 획득부의 전반적인 동작을 제어하는 제어부를 추가로 포함할 수 있다. In one embodiment of the present invention, the apparatus 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.

본 발명의 일 실시예에서, 상기 제1연산부는, 이전 주기에 획득된 화상 이미 지의 화소별 R,G,B 색상값과 현재 주기에 획득된 화상 이미지의 화소별 R,G,B 색상값의 차이를 비교하는 비교부; 및 상기 비교부의 비교결과에 따라 상기 화상 이미지의 화소별 R,G,B 색상값의 변화를 감지하는 변화감지부를 포함한다.In one embodiment of the present invention, the first operation unit, the R, G, B color value of each pixel of the image image obtained in the previous period and the R, G, B color value of each pixel of the image image obtained in the current period Comparing unit for comparing the difference; And a change detector for detecting a change in R, G, and B color values of pixels of the image according to a comparison result of the comparison unit.

본 발명의 일 실시예에서, 상기 일부 영역은 상기 전체 영역보다 작은 영역으로서 상기 굴뚝 상단을 포함하는 영역이다.In one embodiment of the present invention, the partial region is an area including the top of the chimney as a region smaller than the entire region.

본 발명의 일 실시예에서, 상기 에지값계산부는 미분 필터를 포함하며, 보다 바람직하게는 소벨 필터(Sobel Filter)를 포함한다.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 제1영역 및 상기 제1영역보다 확대된 제2영역에서의 화상 이미지를 연속적으로 획득하여 저장하는 제1단계; 상기 획득된 화상 이미지의 화소별 R,G,B 색상값을 측정하는 제2단계; 상기 연속으로 획득된 화상 이미지의 화소별 R,G,B 색상값의 변화가 감지되면 상기 제2영역에서의 화상 이미지의 화소별 R,G,B 색상값의 변화율을 계산하고 상기 계산된 화소별 R,G,B 색상값 변화율이 설정된 기준 변화율보다 큰 경우 제1신호를 출력하는 제3단계; 현재 주기에 획득된 화상 이미지의 전체 화소별 R,G,B 색상값이 미리 설정된 임계값보다 큰 화소의 개수(a)를 계산하고, 상기 현재 주기에 획득된 화상 이미지의 전체 화소수(A) 중에서 상기 계산된 화소(a)의 개수가 차지하는 비율(a/A)이 일정 비율 이상이면 제2신호를 출력하는 제4단계; 상기 획득된 화상 이미지의 각 화소별 R,G,B 색상값에 대한 경계선을 나타내는 R,G,B 에지값을 계산하 는 제5단계; 이전 주기에 획득된 화상 이미지의 전체 영역의 화소별 R,G,B 에지값과 현재 주기에 획득된 화상 이미지의 전체 영역의 화소별 R,G,B 에지값과의 차이값들의 절대값에 대한 평균값(R1)을 계산하고, 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 에지값과의 차이값들의 절대값에 대한 평균값(R2)을 계산하며, 상기 R2가 R1보다 크면 제3신호를 출력하는 제6단계; 상기 현재 주기에 획득된 화상 이미지의 전체 영역의 화소별 R,G,B 에지값의 평균값과 일부 영역의 화소별 R,G,B 에지값의 평균값과의 편차값을 계산하고, 상기 편차값이 설정된 임계값보다 작으면 제4신호를 출력하는 제7단계; 및 상기 제1,2,3,4 신호 중에서 적어도 2개 이상의 신호가 출력되면 매연발생에 따른 경보신호를 발생하는 제8단계를 포함한다.In addition, the exhaust smoke recognition and alarm method through the image image analysis in accordance with the present invention for achieving the above object, the image in the first region including the top of the chimney and the second region enlarged from the first region according to a set period A first step of continuously obtaining and storing an image; A second step of measuring R, G, and B color values of each pixel of the obtained image image; When the change of the R, G, B color value of each pixel of the continuously obtained image image is detected, the rate of change of the R, G, B color value of each pixel of the image image in the second area is calculated, and the calculated pixel A third step of outputting a first signal when the rate of change of the R, G, B color values is greater than the set reference change rate; Calculate the number (a) of pixels in which R, G, and B color values of all the image images of the image image acquired in the current period are larger than a preset threshold value, and calculate the total number of pixels (A) of the image image acquired in the current period. A fourth step of outputting a second signal if a ratio (a / A) of the calculated number of pixels (a) is equal to or greater than a predetermined ratio; A fifth 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; For the absolute value of the difference between the R, G, B edge values per pixel of the entire area of the image image acquired in the previous period and the R, G, B edge values per pixel of the entire area of the image image acquired in the current period The average value R1 is calculated, and R, G, B edges of pixels of a partial region of the image image acquired in the previous period and R, G, B edges of pixels of a partial region of the image image obtained in the current cycle. A sixth step of calculating an average value R2 of absolute values of difference values with a value, and outputting a third signal if R2 is greater than R1; The deviation value between 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 and the average value of the R, G, B edge values for each pixel of the partial area is calculated, and the deviation value is A seventh step of outputting a fourth signal when the threshold value is smaller than the set threshold value; And an eighth step of generating an alarm signal according to the generation of smoke when at least two signals among the first, second, third, and fourth signals are output.

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 수도 있다.In one embodiment of the present invention, the method comprises the steps of 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. It may be.

본 발명의 일 실시예에서, 상기 제3단계는, 이전 주기에 획득된 화상 이미지의 화소별 R,G,B 색상값과 현재 주기에 획득된 화상 이미지의 화소별 R,G,B 색상값의 차이를 비교하는 단계; 및 상기 비교부의 비교결과에 따라 상기 화상 이미지의 화소별 R,G,B 색상값의 변화를 감지하는 단계를 포함한다.In an embodiment of the present invention, the third step may include the R, G, B color value of each pixel of the image image acquired in the previous period and the R, G, B color value of each pixel of the image image acquired in the current period. Comparing the differences; And detecting a change in R, G, and B color values of each pixel of the image according to a comparison result of the comparison unit.

본 발명의 일 실시예에서, 상기 화소별 R,G,B 색상값은 0 ~ 255 사이의 값을 갖는다.In one embodiment of the present invention, the pixel-specific R, G, B color values have a value between 0 and 255.

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 배출매연 인식 및 경보장치는, 예를 들어 굴뚝(1)을 통하여 배출되는 매연(2)에 대하여 설정주기에 따라 상기 굴뚝(1) 상단을 포함한 일정 범위의 제1영역 및 상기 제1영역보다 확대된 제2영역에서의 화상 이미지를 연속적으로 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 결과 에 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. 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, 구름이 있는날, 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.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 Figure 1, exhaust smoke recognition and alarm device to which the present invention is applied, for example, a predetermined range including the top of the chimney (1) according to the setting period for the smoke 2 discharged through the chimney (1) An image image acquisition unit 3 for continuously acquiring an image image in a first region of the second region and an enlarged second region than the first region, and acquiring the image image such that the image image acquisition unit 3 acquires an image image Control unit 4 for controlling the overall operation of the unit 3, the digital conversion unit 5 for receiving the image image obtained by the image image acquisition unit 3 and converts it into digital data, the converted digital image image An image signal analyzer 6 for measuring and analyzing the R, G, and B color values and the edge values thereof, and an alarm signal generator for generating an alarm signal according to the result analyzed by the image image analyzer 6 ( 8) including It is sex. 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. The database 7 stores R, G, and B color values of pixels 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. 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 information for each weather (for example, a day with clouds, a rainy day, a snowy day, etc.) and receives a plurality of pixels R, G, and the like according to the input weather information. Saves B color values. 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.

이하에서, 상기 화상이미지 분석부(6)의 구성을 보다 상세하게 설명한다. 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 제1영역에서의 화상 이미지의 화소별 R,G,B 색상값의 변화를 감지하고 변화가 감지되면 상기 제2영역의 화상 이미지의 화소별 R,G,B 색상값의 변화율을 계산하는 제1연산부(62), 상기 계산된 화소별 R,G,B 색상값 변화율이 설정된 기준 변화율보다 큰지를 판단하고, 상기 계산된 변화율이 기준 변화율보다 크면 제1신호를 출력하는 제1판단부(63), 현재 주기에 획득된 화상 이미지의 전체 화소별 R,G,B 색상값이 미리 설정된 임계값보다 큰 화소의 개수를 계산하는 제2연산부(64), 상기 현재 주기에 획득된 화상 이미지의 전체 화소수 중에서 상기 제2연산부에서 계산된 화소의 개수가 차지하는 비율이 일정 비율 이상인지 판단하고, 일정비율 이상이면 제2신호를 출력하는 제2판단부(65), 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(66), 상기 에지값계산부(62)에서 계산된 화상 이미지의 각 화소별 R,G,B 에지값을 이용하여, 이전 주기에 획득된 화상 이미지의 전체 영역의 화소별 R,G,B 에지값과 현재 주기에 획득된 화상 이미지의 전체 영역의 화소별 R,G,B 에지값과의 편차의 절대값들에 대한 평균값(R1)을 계산하고, 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 에지값과의 편차의 절대값들에 대한 평균값(R2)을 계산하는 제3연산부(67), 상기 두 평균값(R1,R2)의 크기를 판단하여 R2가 R1보다 크면 제3신호를 출력하는 제3판단부(68), 상기 현재 주기에 획득된 화상 이미지의 전체 영역의 화소별 R,G,B 에지값의 평균값과 일부 영역의 화소별 R,G,B 에지값의 평균값과의 편차를 계산하는 제4연산부(69) 및 상기 제4연산부에서 계산된 편차값이 미리 설정된 임계값보다 작은지 판단하고 상기 편차값이 임계값보다 작으면 제4신호를 출력하는 제4판단부(70)를 포함하여 구성된 다.Hereinafter, the configuration of the image image analyzer 6 will be described in more detail. The R, G, and B color values of all the pixels of the image image, which are continuously acquired by the image image obtaining unit 3 according to a predetermined period and converted into digital data, respectively, are measured, and the respective periods are stored in the database 7. The measuring unit 61 stores the change in the R, G, B color value of each pixel of the image in the first area, and if the change is detected, the R, G, A first operation unit 62 for calculating a change rate of the B color value, and determining whether the calculated change rate of the R, G, B color values for each pixel is greater than a set reference change rate, and if the calculated change rate is greater than the reference change rate, the first signal The first determination unit 63 for outputting the second operation unit 64 for calculating the number of pixels R, G, B color values of all the pixels of the image image obtained in the current period is larger than a predetermined threshold value, Total number of pixels of the image image acquired in the current period Determines whether the ratio occupied by the number of pixels calculated by the second operation unit is equal to or greater than a predetermined ratio, and when the ratio is equal to or greater than a predetermined ratio, the second determination unit 65 outputting a second signal and the image measured by the measurement unit 61. An edge value calculator 66 for calculating an edge value representing a boundary between a bright area and a dark area of an image for each of the pixels R, G, and B color values of the image; By using the R, G, and B edge values for each pixel of the image image calculated by the value calculation unit 62, the R, G, B edge values for each pixel of the entire area of the image image acquired in the previous period and the current period. The average value R1 of the absolute values of the deviations of the R, G, and B edge values of the entire area of the acquired image image is calculated, and the pixel-specific R of the partial area of the image image obtained in the previous period is calculated. G, B edge values and R, G, and pixel per pixel of a partial region of the image image acquired in the current period. A third operation unit 67 that calculates an average value R2 of absolute values of a deviation from the B edge value, and determines the magnitude of the two average values R1 and R2, and outputs a third signal when R2 is greater than R1. The third decision unit 68 determines a deviation between the average value of the R, G, and B edge values for each pixel of the entire region of the image image acquired in the current period and the average value of the R, G, and B edge values for each pixel of the partial region. The fourth operation unit 69 to calculate and the fourth determination unit 70 determines whether the deviation value calculated by the fourth operation unit is smaller than a preset threshold value and outputs a fourth signal when the deviation value is smaller than the threshold value. It is configured to include.

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(71)를 추가로 포함할 수도 있다. In one embodiment of the present invention, the image image analysis unit 6 is R, G, B for each pixel corresponding to the weather information input in advance in the R, G, B color value for each pixel of the obtained image image. It may further include a noise removing unit 71 for removing (subtracting) the color value.

상기 제1연산부(62)는 이전 주기에 획득된 화상 이미지의 화소별 R,G,B 색상값과 현재 주기에 획득된 화상 이미지의 화소별 R,G,B 색상값의 차이를 비교하는 비교부(62-1) 및 상기 비교부의 비교결과에 따라 상기 화상 이미지의 화소별 R,G,B 색상값의 변화를 감지하는 변화감지부(62-2)를 포함한다.The first operation unit 62 compares a difference between R, G, and B color values of pixels of an image image acquired in a previous period and R, G, and B color values of pixels of an image image acquired in a current period. And a change detector 62-2 for detecting a change in R, G, and B color values for each pixel of the image according to the comparison result of the comparison unit 62-1.

상기 제1,2,3,4 판단부(63,65,68,70)는 상기한 바와 같이 소정의 조건일 때 각각 제1,2,3,4 신호를 경보신호발생부(8)로 출력하게 되고, 상기 경보신호발생부(8)에서는 상기 4개의 신호 중에서 적어도 2개의 신호가 수신되면 매연발생에 따른 경보를 발생하게 된다. 여기서, 본 발명의 일 실시예에서는 상기 4개의 신호 중에서 적어도 3개 이상의 신호 또는 4개의 신호가 수신되면 매연발생에 따른 경보를 발생하도록 설정할 수도 있다.As described above, the first, second, third and fourth determination units 63, 65, 68 and 70 output the first, second, third and fourth signals to the alarm signal generator 8 under predetermined conditions, respectively. When the at least two signals are received from the four signals, the alarm signal generator 8 generates an alarm according to the generation of smoke. Here, in an embodiment of the present invention, when at least three or more signals or four signals among the four signals are received, an alarm according to the generation of smoke may be set.

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 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.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 obtain an 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 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.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 the pixel is black, the R, G, and B color values of the 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.

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. 이러한 화상 이미지의 R,G,B 색상값의 구현은 당업자에 의해 통상적인 카메라와 컴퓨터 프로그램 또는 마이크로프로세서러 용이하게 구체화될 수 있으며 이에 대한 상세한 설명은 생략하기로 한다. 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. Implementation of the R, G, B color value of the image can be easily embodied by a person skilled in the art conventional camera and computer program or microprocessor, and a detailed description thereof will be omitted.

다시, 상기 화상이미지 분석부(6)를 보다 구체적으로 설명한다. 상기한 바와 같이, 상기 화상이미지 분석부(6)는 측정부(61), 제1연산부(62), 제1판단부(63), 비교부(62-1) 및 변화감지부(62-2)를 포함하는 제2연산부(64), 제2판단부(65), 에지값계산부(66), 제3연산부(67), 제3판단부(68), 제4연산부(69) 및 판단부(70)를 포함하며, 일 실시예에서는 노이즈제거부(71)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, a first calculating unit 62, a first determining unit 63, a comparing unit 62-1, and a change detecting unit 62-2. The second operation unit 64, the second determination unit 65, the edge value calculation unit 66, the third operation unit 67, the third determination unit 68, the fourth operation unit 69 and the judgment including It includes a unit 70, in one embodiment may further include a noise removing unit 71.

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 제1연산부(62)는 제1영역에서의 화상 이미지의 화소별 R,G,B 색상값의 변화를 감지하고 변화가 감지되면 상기 제1영역보다 범위가 확대된 제2영역에서의 화상 이미지의 화소별 R,G,B 색상값의 변화량을 계산한다. 도 3에는 본 발명의 일 실시예에 따른 제1영역 및 제2영역의 화소의 일예가 도시되어 있다. 도 3(a)는 제1영역(31) 및 그에 따른 화상 이미지의 화소(32)이고, 도 2(b)는 제2영역(33) 및 그에 따른 화상 이미지의 화소(34)이다. 상기한 바와 같이, 화상이미지 획득부(3)는 제1영역(31) 및 제2영역(33)에서의 화상 이미지를 설정된 주기에 따라 획득한다. 상기 제2영역(33)은 상기 제1영역(31)을 포함하며 상기 제1영역(31)보다 확대된 범위를 갖는다. 상기 제1연산부(62)는 우선 제1영역(31)에서 이전 및 현재의 화상 이 미지의 화소별 R,G,B 색상값을 비교하여 변화를 감지하고, 변화가 감지되면 확대된 제2영역(33)에서 이전 화소 및 현재의 화상 이미지의 화소별 R,G,B 색상값을 비교하여 변화를 감지하고 변화가 감지되면 그 변화량을 계산한다. 보다 구체적으로는, 비교부(62-1)는 제1영역(21)에 대하여 이전 주기에 획득된 화상 이미지의 화소별 R,G,B 색상값과 현재 주기에 획득된 화상 이미지의 화소별 R,G,B 색상값의 차이를 비교하고, 변화감지부(62-2)가 상기 비교부(62-1)의 비교결과에 따른 상기 화상 이미지의 화소별 R,G,B 색상값의 변화량을 계산한다. 예를 들어, 설정된 주기 중 이전 주기에 획득된 화상 이미지의 특정 화소의 R,G,B 색상값이 각각 125, 125 및 120이고, 그 다음 주기에 획득된 화상 이미지의 상기 특정 화소의 R,G,B 색상값이 각각 90, 85 및 75인 경우, 상기 특정 화소에서는 R,G,B 색상값의 변화가 있음을 감지하고, 각각 35, 40 및 45만큼의 색상값 변화량이 있다는 것으로 분석한다. 상기 제1연산부(62)에서 분석된 화소별 R,G,B 색상값의 변화감지 및 변화량 계산은 바람직하게는 마이크로프로세서(미도시) 또는 프로그램(소프트웨어)로 구현될 수 있다.The first operation unit 62 detects a change in R, G, and B color values for each pixel of the image image in the first region, and when the change is detected, the image image in the second region having a larger range than the first region. The amount of change in the R, G, and B color values for each pixel is calculated. 3 illustrates an example of pixels of a first region and a second region according to an embodiment of the present invention. FIG. 3A illustrates the first region 31 and the pixel 32 of the image image, and FIG. 2B illustrates the second region 33 and the pixel 34 of the image image. As described above, the image image acquisition unit 3 acquires image images in the first region 31 and the second region 33 according to a set period. The second region 33 includes the first region 31 and has an enlarged range than the first region 31. The first operation unit 62 first detects a change by comparing R, G, and B color values of each pixel of the previous and current image images in the first area 31, and when the change is detected, the enlarged second area. In (33), a change is detected by comparing R, G, and B color values of each pixel of the previous pixel and the current image image, and when the change is detected, the change amount is calculated. More specifically, the comparator 62-1 performs the pixel-specific R, G, and B color values of the image image acquired in the previous period with respect to the first area 21, and the pixel-by-pixel R of the image image acquired in the current period. The difference between the G, B color values is compared, and the change detection unit 62-2 determines the amount of change in the R, G, B color values for each pixel of the image according to the comparison result of the comparison unit 62-1. Calculate For example, R, G, and B color values of a specific pixel of the image image acquired in the previous period of the set period are 125, 125, and 120, respectively, and R, G of the specific pixel of the image image obtained in the next period. When the B color values are 90, 85, and 75, respectively, the specific pixel senses a change in the R, G, and B color values, and analyzes that there are 35, 40, and 45 color change values, respectively. The change detection and change amount calculation of the R, G, and B color values for each pixel analyzed by the first calculation unit 62 may be implemented by a microprocessor (not shown) or a program (software).

상기 제1판단부(63)는 상기 제1연산부(62)에서 계산된 각 화소별 R,G,B 색상값 변화량이 미리 설정된 기준 변화량보다 큰지를 판단하고 상기 계산된 변화량이 기준 변화량보다 크면 제1신호를 경보신호발생부(8)로 출력한다.The first determination unit 63 determines whether the amount of change in the R, G, B color values for each pixel calculated by the first operation unit 62 is greater than a preset reference change amount, and when the calculated change amount is larger than the reference change amount, One signal is output to the alarm signal generator 8.

이와 같이 상기 제1연산부(62)에서는 배출매연에 대한 특정 영역에서의 화상 이미지를 획득하고 그 화상 이미지의 화소별 R,G,B 색상값의 변화량을 분석함으로 써 상기 특정 영역의 어느 위치에서 매연이 발생하였는지를 판단할 수 있게 된다. As described above, the first operation unit 62 acquires an image image in a specific region with respect to the exhaust fumes, and analyzes the amount of change in R, G, and B color values for each pixel of the image, and analyzes the smoke at any position in the specific region. It can be determined whether this has occurred.

상기 제2연산부(63)는 상기 측정부(61)에 의해 측정된 화상 이미지의 전체 화소별 R,G,B 색상값이 미리 설정된 임계값보다 큰 화소의 개수를 계산한다. 상기 제2판단부(64)는 현재 주기에 획득된 화상 이미지의 전체 화소의 개수 중에서, 상기 제2연산부(62)에서 측정된 화소의 개수가 차지하는 비율이 미리 설정된 일정 비율 이상인지 판단한다. 상기 임계값은 획득된 화상 이미지에 나타난 형상이 배출매연인지 아닌지를 결정하는 화소별 R,G,B 색상값의 기준값이며, 상기 변환된 화소별 R,G,B 색상값이 상기 임계값보다 큰 경우 매연발생의 기준이 되는 것이다. The second operation unit 63 calculates the number of pixels in which R, G, and B color values of all pixels of the image image measured by the measuring unit 61 are larger than a preset threshold. The second determination unit 64 determines whether a ratio occupied by the number of pixels measured by the second operation unit 62 is greater than or equal to a predetermined ratio among all the pixels of the image image acquired in the current period. The threshold value is a reference value of pixel-specific R, G, and B color values for determining whether the shape shown in the acquired image image is exhaust fumes, and the converted pixel-specific R, G, B color values are larger than the threshold value. In this case, it is a standard of soot generation.

예를 들어, 현재 주기에 획득된 화상 이미지의 특정 화소의 R,G,B 색상값이 각각 125, 125 및 120인 경우 그 특정 화소의 색상값은 370이다. 미리 설정된 R,G,B 색상값의 임계값이 350 이면 상기 특정 화소의 R,G,B 색상값은 임계값을 넘어선다. 상기 일예에서와 같이 상기 제2연산부(63)는 특정 화소의 R,G,B 색상값이 미리 설정된 임계값보다 큰 화소의 개수를 계산하며, 상기 제2판단부(64)는 상기 계산된 화소의 개수가 전체 화소의 개수 중에서 차지하는 비율이 일정비율 이상인지 판단하는 것이다. 이와 같이 상기 제2연산부(63)에서는 배출매연에 대한 특정 영역에서 획득된 화상 이미지의 전체 화소별 R,G,B 색상값을 분석함으로써 상기 특정 영역의 어느 위치에서 매연이 발생하였는지를 판단할 수 있게 된다. For example, when the R, G, and B color values of a specific pixel of the image image acquired in the current period are 125, 125, and 120, respectively, the color value of the specific pixel is 370. If the threshold of the preset R, G, B color value is 350, the R, G, B color value of the specific pixel exceeds the threshold. As in the above example, the second operation unit 63 calculates the number of pixels in which R, G, and B color values of a specific pixel are larger than a preset threshold value, and the second determination unit 64 calculates the calculated pixel. It is determined whether the ratio occupied by the number of the total number of pixels is more than a predetermined ratio. As described above, the second operation unit 63 analyzes R, G, and B color values of all the pixels of the image image acquired in the specific area for the exhaust so that it is possible to determine where the smoke occurs in the specific area. do.

상기 제2판단부(64)는 현재 주기에 획득된 화상 이미지의 전체 화소의 개수 중 상기 제2연산부(63)에서 측정된 화소의 개수가 차지하는 비율이 미리 설정된 일정 비율 이상으로 판단되면 매연발생으로 판단하여 제2신호를 경보신호발생부(8)로 출력하게 된다. The second determination unit 64 generates smoke when the ratio of the number of pixels measured by the second operation unit 63 of the total number of pixels of the image image acquired in the current period is equal to or greater than a preset predetermined ratio. In response, the second signal is output to the alarm signal generator 8.

도 4는 본 발명의 일 실시예에 따른 매연 발생여부를 판단하기 위한 화상 이미지 화소에 대한 예시도이다. 도 4의 예시도를 참조하여 본 발명에 따른 제2연산부(64) 및 제2판단부(65)를 보다 상세하게 설명한다. 도 4를 참조하면, 본 발명의 일 실시예에 따라 획득된 화상 이미지의 화소를 나타낸다. 도 4에는 그 일 실시예로서, 10 ×8 화소(pixel) 크기를 예시하고 있다. 그러나 이는 본 발명을 설명하기 위한 일례에 불과하며 그 크기는 다양하게 구현할 수 있다. 상기 측정부(61)는 상기 획득된 화상 이미지의 화소별 R,G,B 색상값을 측정하고, 상기 제2연산부(63)는 상기 측정된 각 화소별 R,G,B 색상값이 미리 설정된 임계값보다 작은 화소의 개수를 계산한다. 도 3의 일례의 경우 특정 화소에 'A'로 표시된 것은 그 특정 화소의 R,G,B 색상값이 미리 설정된 임계값보다 큰 화소를 나타내고, 특정 화소에 'B'로 표시된 것은 그 특정 화소의 R,G,B 색상값이 상기 임계값과 같은 화소를 나타낸 것이며, 나아가 아무런 표시가 없는 화소는 R,G,B 색상값이 상기 임계값보다 작은 화소를 나타낸 것이다. 따라서, 도 3의 일 실시예에서는 R,G,B 색상값이 상기 임계치 보다 큰 화소의 개수는 9개이며, 이는 곧 전체 화소의 개수(80개) 중에서 특정 화소의 R,G,B 색상값이 상기 임계값보다 큰 화소의 개수(9개)가 차지하는 비율은 11.25%(=9/80)이다. 여기서, 매연 발생의 판단이 되는 설정 비율을 10%라고 가정하 면, 제2판단부(64)에서는 11.25% > 10% 인 것으로 판단하여 매연발생에 따른 제2신호를 경보신호발생부(8)로 출력하게 된다.4 is an exemplary diagram of an image image pixel for determining whether smoke is generated according to an embodiment of the present invention. The second operation unit 64 and the second determination unit 65 according to the present invention will be described in more detail with reference to the exemplary diagram of FIG. 4. Referring to FIG. 4, pixels of an image image obtained according to an embodiment of the present invention are shown. 4 illustrates a 10 × 8 pixel size as one embodiment. However, this is only an example for describing the present invention and its size can be variously implemented. The measurement unit 61 measures R, G, and B color values for each pixel of the acquired image image, and the second calculator 63 sets the R, G, and B color values for each pixel in advance. The number of pixels smaller than the threshold is calculated. In the example of FIG. 3, 'A' is indicated on a specific pixel to indicate a pixel in which R, G, and B color values of the specific pixel are larger than a preset threshold value, and 'B' is indicated to a specific pixel to indicate a specific pixel. R, G, and B color values represent the same pixel as the threshold value, and further, pixels without any display represent pixels with R, G, and B color values smaller than the threshold value. Accordingly, in the exemplary embodiment of FIG. 3, the number of pixels in which the R, G, and B color values are larger than the threshold is 9, which is the R, G, and B color values of a specific pixel among the total number of pixels (80). The ratio occupied by the number (9) of pixels larger than this threshold value is 11.25% (= 9/80). Here, assuming that the set ratio for determining the occurrence of smoke is 10%, the second determination unit 64 determines that 11.25%> 10%, so that the second signal according to the generation of smoke is the alarm signal generator 8 Will output

상기 에지값계산부(66)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(66)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 66 calculates an edge value representing a boundary between a light region and a dark region in the image image by using the R, G, and B color values of each pixel of the obtained image image. do. Here, the edge value calculator 66 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, that is, a derivative value, along an horizontal axis and a vertical axis 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 derivative in the vertical direction 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(66)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. The unit 66 is a differential filter, more preferably a Sobel filter using a Sobel mask, and the R, G, B color values and the R, G, 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.

상기 제3연산부(67)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 에지값과의 차이값을 각 R,G,B 마다 각각 계산하고, 상기 차이값들의 절대값에 대한 평균값(R1)을 계산하고, 상기와 같은 방식으로 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 에지값과의 차이값을 각 R,G,B 마다 각각 계산하고, 상기 차이값들의 절대값에 대한 평균값(R2)을 계산한다. 여기서, 상기 일부 영 역은 상기 전체 영역보다 작은 특정 영역으로서 바람직하게는 상기 굴뚝 상단을 포함하여 설정되는 영역이다. The third operation unit 67 performs R, G, and B edge values for each pixel of the entire area of the image image acquired in the previous period and R, G, and B edges for each pixel of the entire area of the image image acquired in the current period. The difference from the value is calculated for each of R, G, and B, the average value R1 of the absolute value of the difference values is calculated, and in each of the partial regions of the image image acquired in the previous period in the same manner as described above. The difference between the R, G, B edge value of each pixel and the R, G, B edge value of each pixel of the partial region of the image image acquired in the current period is calculated for each R, G, B, respectively, and the difference value Calculate the average value (R2) of the absolute values of the two. Here, the partial region is a specific region smaller than the entire region, and is preferably an area including the top of the chimney.

상기 제3판단부(68)는 상기 제3연산부(67)에서 연산된 일부 영역에 대한 평균값(R2)이 상기 전체 영역에 대한 평균값(R1)보다 큰지 판단하고, R2가 R1보다 큰 것으로 판단되면 매연발생으로 판단하여 제3신호를 상기 경보신호발생부(8)로 출력한다.The third determination unit 68 determines whether the average value R2 for the partial region calculated by the third operation unit 67 is greater than the average value R1 for the entire region, and when it is determined that R2 is greater than R1. It is determined that the smoke is generated and outputs a third signal to the alarm signal generator 8.

도 5는 본 발명의 일 실시예에 따른 화상 이미지의 전체 영역 및 일부 영역에 대한 예시도이다. 도 5를 참조하면, 본 발명의 일 실시예에 따라 획득된 화상 이미지의 화소를 나타낸다. 도 5에는 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 5에 도시된 바와 같이, 본 발명에 따라 일 주기에서 획득된 화상 이미지의 전체 영역(51)은 30 ×20 화소(pixel)크기를 갖고, 상기 화상 이미지의 일부 영역(32)은 상기 전체 영역(51) 중에서 굴뚝의 화상 이미지(53)를 포함하여 특정 영역의 크기를 갖는다. 도 3에서는 그 일 실시예로서 일부 영역(52)은 10 ×8 화소(pixel)크기를 갖는다. 이와 같은 본 발명에 따른 일부 영역(52)은 매연 발생이 가장 의심될 만한 영역으로서 사용자에 의해 설정될 수 있다. 5 is an exemplary view of a whole area and a partial area of an image image according to an embodiment of the present invention. Referring to FIG. 5, pixels of an image image obtained according to an embodiment of the present invention are shown. FIG. 5 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. 5, the entire area 51 of the image image acquired in one cycle according to the present invention has a size of 30 x 20 pixels, and the partial region 32 of the image image is the entire area. It has the size of a specific area | region including the image image 53 of the chimney among 51. In FIG. 3, as an example, the partial region 52 has a size of 10 x 8 pixels. Such a partial area 52 according to the present invention may be set by the user as the area most likely to generate soot.

도 6은 본 발명의 일 실시예에 따른 화상 이미지의 화소별 R,G,B 색상값의 변화에 대한 예시도이다. 도 6에 도시된 예시도를 참조하여 본 발명의 제3연산부(67) 및 제3판단부(68)를 보다 상세하게 설명한다. 도 6에 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. 또한 도 6(a)는 이전 주기에 획득된 화상 이미지를 도시하고 있으며, 도 6(b)는 현재 주기에 획득된 화상 이미지를 도시하고 있다.6 is an exemplary diagram of a change in R, G, and B color values of pixels of an image according to an exemplary embodiment of the present invention. 6, the third operation unit 67 and the third determination unit 68 of the present invention will be described in detail. As shown in FIG. 6, 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). 6 (a) shows the image image acquired in the previous period, and FIG. 6 (b) shows the image image acquired in the current period.

먼저, 상기 제3연산부(67)는 상기 획득된 화상 이미지의 전체 영역(51)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(51)의 R,G,B 총 개수, 즉 1800(=30 pixel ×20 pixel ×3개(R,G,B이므로))으로 나누어 평균값(R1)을 계산한다. 또한, 상기 제3연산부(67)는 상기 획득된 화상 이미지의 일부 영역(52)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(52)에 포함된 각 좌표마다 "｜R₀ - R₁｜+ ｜G₀ - G₁｜+｜B₀ - B₁｜"를 계산하여 모두 합산한다. 이를 보다 구체적으로 설명하면, 우선 본 발명의 일 실시예에서 일부 영역(52)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(52)에 포함된 모든 좌표의 화소에 대한 계산 결과값을 합산하고 상기 합산한 값을 상기 일부 영역(52)의 R,G,B 총 개수, 즉 240(=10 pixel ×8 pixel ×3개(R,G,B이므로))으로 나누어 평균값(R2)을 계산한다.First, the third operation unit 67 may determine the difference between the R, G, and B edge values corresponding to the coordinates of the image image of the previous period and the image image of the current period with respect to the entire area 51 of the obtained image image. Calculate each absolute value and add them all together. That is, "| R ₀ -R ₁ | + | G ₀ -G ₁ | + | B ₀ -B ₁ |" are calculated and added to each coordinate. Here, R ₀ , G ₀ , B ₀ are the edge values of the specific pixels R, G, B of the image image acquired in the previous period, and R ₁ , G ₁ , B ₁ are the specific pixels of the image image acquired in the current period. R, G, and B edge values. In more detail, first, | R ₀ -R ₁ | + | G ₀ -G ₁ | + | B ₀ -B ₁ | are calculated for the pixels of the (0,0) coordinate, and then (1, 0) | R ₀ -R ₁ | + | G ₀ -G ₁ | + | B ₀ -B ₁ | are calculated for the pixel of the coordinate. Subsequently, the pixels of the (2,0), ..., and (30, 20) coordinates are calculated in the same manner as above. In this way, the calculation result values for the pixels of all coordinates are summed, and the summed values are the total number of R, G, and B of the entire area 51, that is, 1800 (= 30 pixel x 20 pixel x 3 pieces (R, Calculate the average value (R1). In addition, the third operation unit 67 may determine the difference between the R, G, and B edge values corresponding to the coordinates of the image image of the previous period and the image image of the current period with respect to the partial area 52 of the obtained image image. Calculate each absolute value and add them all together. That is, "| R ₀ -R ₁ | + | G ₀ -G ₁ | + | B ₀ -B ₁ |" are calculated and added to each coordinate included in the partial region 52. In more detail, first, in one embodiment of the present invention, the coordinates of some regions 52 are (12, 11), (13, 11), ..., (19, 11), (12, 12). , (13,12) ... (19,20). Therefore, | R ₀ -R ₁ | + | G ₀ -G ₁ | + | B ₀ -B ₁ | are calculated for the pixel of the (12,11) coordinate, and then (13,11), ... The same calculations are made for the pixels at the (19,20) coordinates. In this way, the calculation result values for the pixels of all the coordinates included in the partial region 52 are summed and the sum is the total number of R, G, and B of the partial region 52, that is, 240 (= 10 pixel × The average value R2 is calculated by dividing by 8 pixels x 3 (since R, G, and B).

이와 같이, 상기 계산된 평균값(R1)은 이전 주기에 대한 현재 주기의 화상 이미지의 전체 영역(51)에서의 매연에 따른 화소별 경계선의 변화율이 되며, 상기 계산된 평균값(R2)은 이전 주기에 대한 현재 주기의 화상 이미지의 일부 영역(52)에서의 매연에 따른 화소별 경계선의 변화율이 된다. 또한 획득된 화상 이미지에 대하여 이러한 전체 영역(51)의 화소별 경계선의 변화율(R1)보다 일부 영역(52)의 화소별 경계선의 변화율(R2)이 크게 되면, 굴뚝 바로 위의 일부 영역(52)이 전체 영역(51)에 비해 더 많은 R,G,B 색상값 변화가 발생한 것이므로 굴뚝 바로 위에 매 연이 발생한 것으로 판단한다. 따라서, 제3판단부(68)는 R2가 R1보다 큰지를 판단하고 만약 크다면 제3신호를 경보신호발생부(8)로 출력한다.In this way, the calculated average value R1 is the rate of change of the boundary line for each pixel according to the soot in the entire area 51 of the image image of the current period with respect to the previous period, and the calculated average value R2 is in the previous period. It is the rate of change of the boundary line for each pixel according to soot in the partial region 52 of the image image of the current period. In addition, when the change rate R2 of the boundary line for each pixel of the partial region 52 is larger than the change rate R1 of the boundary line for each pixel of the entire region 51 with respect to the obtained image image, the partial region 52 directly above the chimney. Since more R, G, and B color value changes occur than the entire area 51, it is determined that smoke occurs directly on the chimney. Therefore, the third determination unit 68 determines whether R2 is larger than R1, and if it is larger, outputs the third signal to the alarm signal generator 8.

상기 제4연산부(69)는 현재 주기에 획득된 화상 이미지의 전체 영역의 각 화소별 R,G,B 에지값의 평균값과 일부 영역의 각 화소별 R,G,B 에지값의 평균값과의 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 영역(51)은 일부 영역(52)을 포함하고 있으므로 상기 전체 영역(51)의 R,G,B 에지값의 평균값은 상기 일부 영역(52)의 R,G,B 에지값의 평균보다 항상 크다. 그러나, 굴뚝 상단에 매연이 발생하게 되면 전체 영역(51)의 R,G,B 에지값의 평균값보다 일부 영역(52)의 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.The fourth operation unit 69 is a deviation between the average value of the R, G, B edge values of each pixel of the entire area of the image image acquired in the current period and the average value of the R, G, B edge values of each pixel of the partial area. Calculate the value. 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. In more detail, since the entire region 51 includes the partial region 52, the average value of the R, G, and B edge values of the entire region 51 is R, G, Always greater than average of B edge values. However, if soot is generated at the top of the chimney, the average value of the R, G, B edge values of the partial regions 52 becomes larger than the average value of the R, G, B edge values of the entire region 51, The difference is small. 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.

상기 제4판단부(70)는 상기 제4연산부(69)에서 연산된 편차값이 미리 설정된 임계값보다 작은지 판단하고, 작으면 제4신호를 상기 경보신호발생부(8)로 출력하게 된다.The fourth determination unit 70 determines whether the deviation value calculated by the fourth operation unit 69 is smaller than a preset threshold value, and if it is smaller, outputs the fourth signal to the alarm signal generation unit 8. .

도 7은 본 발명의 일 실시예에 따른 현재 주기에 획득된 화상 이미지의 화소별 R,G,B 색상값의 변화에 대한 예시도이다. 도 7을 참조하여 제4연산부(69) 및 제4판단부(70)를 보다 상세하게 설명한다. 도 7에 도시된 바와 같이, 화상 이미지(53)의 각 화소별 위치가 설명의 편의상 좌표로 표시되어 있으며, 그 좌표는 (0,0),(1,0), ..., (30,0),(0,1), ..., (30,20)으로 표시되어 있다. FIG. 7 is an exemplary diagram of a change in R, G, and B color values of pixels of an image image acquired in a current period according to an embodiment of the present invention. The fourth operation unit 69 and the fourth determination unit 70 will be described in more detail with reference to FIG. 7. As shown in FIG. 7, the position of each pixel of the image image 53 is indicated by coordinates for convenience of explanation, and the coordinates are (0,0), (1,0), ..., (30, 0), (0, 1), ..., (30, 20).

먼저, 상기 제4연산부(69)는 상기 획득된 화상 이미지의 전체 영역(51)에 포함된 모든 좌표에 해당하는 R,G,B 에지값의 평균값을 계산한다. 이를 보다 구체적으로 설명하면, 우선 전체 영역(51)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(51)의 R,G,B 총 개수, 즉 1800(=30 pixel ×20 pixel ×3개(R,G,B이므로))으로 나누어 평균값을 계산한다.First, the fourth calculation unit 69 calculates an average value of R, G, and B edge values corresponding to all coordinates included in the entire area 51 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 51, 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 remaining pixels of the (2,0), ..., and (30, 20) coordinates are calculated in the same manner as above. In this way, the R, G, and B edge values for the pixels of all the coordinates are summed, and the sum is the total number of R, G, and B in the entire area 51, that is, 1800 (= 30 pixel × 20 pixel × Calculate the average value by dividing into three (since R, G, B).

또한, 상기 제4연산부(69)는 상기 획득된 화상 이미지의 일부 영역(52)에 포함된 모든 좌표에 해당하는 R,G,B 에지값의 평균값을 계산한다. 이를 보다 구체적으로 설명하면, 우선 본 발명의 일 실시예에서 일부 영역(52)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(52)의 나머지 좌표인 (13,11), ..., (19,20)좌표의 화소에 대해서도 위 와 동일하게 계산한다. 이와 같이 상기 일부 영역(52)에 포함된 모든 좌표의 화소의 R,G,B 에지값을 합산하고, 상기 합산한 값을 상기 일부 영역(52)의 R,G,B 총 개수, 즉 240(=10 pixel ×8 pixel ×3개(R,G,B이므로))으로 나누어 평균값을 계산한다.In addition, the fourth operation unit 69 calculates an average value of R, G, and B edge values corresponding to all coordinates included in the partial region 52 of the obtained image image. In more detail, first, in one embodiment of the present invention, the coordinates of some regions 52 are (12, 11), (13, 11), ..., (19, 11), (12, 12). , (13,12) ... (19,20). Accordingly, (R edge value + G edge value + B edge value) is calculated for the pixel of the (12,11) coordinate, and then the remaining coordinates of the partial region 52 (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 52 are summed, and the sum is the total number of R, G, B of the partial region 52, that is, 240 ( Calculate the average value by dividing by 10 pixels x 8 pixels x 3 (since R, G, and B).

계속해서, 상기 제4연산부(69)는 상기 계산된 두 평균값의 편차값을 계산한다. 이와 같이, 계산된 편차값은 획득된 화상 이미지의 전체 영역(51)에 대한 일부 영역(52)의 R,G,B 색의 변화정도를 나타내는 것으로서 이는 일부 영역(52)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 fourth calculation unit 69 calculates a deviation value between 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 52 with respect to the entire region 51 of the acquired image image, which determines the occurrence of smoke in the partial region 52. 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.

상기 제4판단부(70)는 상기 편차값이 미리 설정된 임계값보다 작은지를 판단하고 만약 작다면 제4신호를 상기 경보신호발생부(8)로 출력한다.The fourth determination unit 70 determines whether the deviation value is smaller than a preset threshold value, and if it is smaller, outputs a fourth signal to the alarm signal generator 8.

상기 노이즈제거부(71)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 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 71 uses R, G and B color value data for each pixel according to the weather information and the weather information pre-stored in the database 7 to R, G in the image of cloud, snow and rain. , B Remove noise of color value. 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(71)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 색 상값에는 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(71)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. The noise removing unit 71 uses the weather information stored in the database 7 and the R, G, and B color values of each pixel according to the current weather, for every pixel of the image image measured by the measuring unit 61. 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 for 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 71 recognizes that the current weather is cloudy weather through pattern matching in the case of clouds, and excludes clouds from the smoke detection in the background. In addition, since rain or snow are recognized as noise, the image is corrected by removing the noise before smoke detection is performed.

상기 경보신호발생부(8)는 상기 제1,2,3,4 판단부(63,65,68,70)으로부터 출력되는 제1,2,3,4 신호 중에서 적어도 2개 이상의 신호가 수신되면 매연발생에 따른 경보신호를 발생한다. When the alarm signal generator 8 receives at least two signals among the first, second, third, and fourth signals output from the first, second, third, and fourth determination units 63, 65, 68, and 70. Generates an alarm signal according to smoke generation.

상기에서 설명한 화상이미지 분석부(6)에 포함된 각 구성요소들(61 내지 71)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 71 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 8은 본 발명에 따른 화상 이미지 분석을 통한 배출매연 인식 및 자동 경보방법을 보이는 흐름도이다. 도 8을 참조하면, 먼저 화상이미지 획득부(3)를 이용 하여 굴뚝 상단을 포함한 일정 범위의 제1영역(21)에서의 화상 이미지를 설정된 주기에 따라 연속적으로 획득한다(S802). 상기 제1영역(21)은 매연이 배출되는 굴뚝(1)의 최상단을 포함하여 작은 범위의 탐지영역으로 설정한다. 이어 상기 제1영역(21)에서의 화상 이미지의 각 화소별 R,G,B 색상값을 측정한다(S804). 이어 현재 주기에 상기 화상이미지 획득부(3)에서 획득한 화상 이미지의 각 화소별 R,G,B 색상값의 변화를 감지한다(S806). 여기서, 상기 R,G,B 색상값은 바람직하게는 각각 0~255사이의 값을 갖는다. 상기 단계(S806)에서의 R,G,B 색상값 변화감지는 직전 주기에 획득한 화상 이미지의 특정 화소의 R,G,B 색상값과 현재 주기에 획득한 이미지의 상기 특정 화소의 R G,B 색상값을 서로 비교하여 그 색상값의 변화가 있는지 판단함으로써 이루어진다. 상기 현재 획득한 화상 이미지의 각 화소별 R,G,B 색상값의 변화가 감지되지 않으면(S808), 상기 단계(S802)로 진행하여 계속해서 제1영역에서의 화상 이미지를 연속해서 획득하고(S802), 상기 현재 획득한 화상 이미지의 각 화소별 R,G,B 색상값의 변화가 감지되면(S808), 도 2(b)에 도시된 바와 같이 탐지영역을 제2영역(22)으로 확대하여 고 상기 확대된 제2영역(22)에서의 화상 이미지를 설정된 주기로 연속적으로 획득한다(S810). 상기 제2영역(22)범위 내에서 현재 주기에 획득된 화상 이미지의 화소별 R,G,B 색상값의 변화를 감지한다(S812). 상기 단계(S812)의 감지는 상기 단계(S806)에서 설명한 바와 동일한 방법으로 이루어진다. 상기 제2영역(22)에서 현재 획득한 화상 이미지의 화소별 R,G,B 색상값의 변화가 감지되지 않으면(S814), 상기 단계(S802)로 재차 진행하고, 상기 제2영역(22)에서 현재 획득한 화상 이미지의 화소별 R,G,B 색상값의 변화가 감지되면 (S814) 상기 화소별 R,G,B 색상값 변화량을 계산한다(S816). 상기 단계(S816)에서 계산된 화소별 R,G,B 색상값 변화량과 미리 설정된 화소별 R,G,B 색상값 기준 변화량을 비교하고(S818), 상기 계산된 화소별 R,G,B 색상값 변화량이 상기 기준 변화량보다 작은 경우에는 매연발생이 아니라고 판단하여 상기 단계(S802)로 진행하여 다시 제1영역에서의 화상 이미지를 연속해서 획득한다(S802). 그러나, 상기 단계(S816)에서 상기 계산된 변화량이 상기 기준 변화량보다 큰 경우에는 매연이 발생한 것으로 인식하고(S820), 그 매연발생에 따른 경보신호를 발생한다(S822).8 is a flowchart illustrating a method for recognizing exhaust smoke and an automatic warning method through image image analysis according to the present invention. Referring to FIG. 8, first, an image image of the first region 21 in a predetermined range including the top of the chimney is continuously obtained using the image image obtaining unit 3 according to a set period (S802). The first region 21 is set to a detection range of a small range including the top of the chimney 1 from which soot is discharged. Subsequently, R, G, and B color values of respective pixels of the image in the first area 21 are measured (S804). Subsequently, changes in R, G, and B color values of respective pixels of the image image acquired by the image image acquisition unit 3 are detected in the current period (S806). Here, the R, G, B color values preferably have a value between 0 and 255, respectively. R, G, B color value change detection in the step (S806) R, G, B color value of a specific pixel of the image image obtained in the previous period and RG, B of the specific pixel of the image acquired in the current period This is done by comparing the color values with each other to determine whether there is a change in the color values. If the change of the R, G, B color value for each pixel of the currently obtained image image is not detected (S808), the flow advances to step S802 to continuously acquire the image image in the first area (S808). S802), when a change in the R, G, and B color values of each pixel of the currently acquired image image is detected (S808), the detection region is enlarged to the second region 22 as shown in FIG. Then, the image image in the enlarged second region 22 is continuously acquired at a set cycle (S810). In operation S812, changes in color values of R, G, and B colors of pixels of the image image acquired in the current period are detected within the range of the second area 22. The detection of step S812 is performed in the same manner as described in step S806. If the change of the R, G, B color value of each pixel of the image image currently acquired in the second area 22 is not detected (S814), the process proceeds to the step S802 again, and the second area 22 When the change in the R, G, B color values for each pixel of the image image currently acquired in step S814 is calculated, the amount of change in the R, G, B color values for each pixel is calculated (S816). The amount of change in the R, G, and B color values for each pixel calculated in the step S816 is compared with the predetermined amount of change in the R, G, and B color values for each pixel (S818), and the calculated R, G, and B colors for each pixel are compared. If it is determined that the value change amount is smaller than the reference change amount, it is determined that smoke is not generated, and the flow advances to step S802 to continuously acquire an image image in the first area (S802). However, when the calculated change amount is larger than the reference change amount in step S816, it is recognized that smoke is generated (S820), and an alarm signal according to the smoke generation is generated (S822).

도 9는 본 발명에 따른 화상 이미지 분석을 통한 배출매연 인식 및 자동 경보방법을 보이는 흐름도이다. 도 4를 참조하면, 먼저 화상이미지 획득부(3)를 이용하여 설정된 주기에 따라 굴뚝 상단을 포함한 일정 범위의 영역에서의 화상 이미지를 연속적으로 획득한다(S902). 설정된 영역은 매연이 공기중으로 배출되는 굴뚝(1)의 최상단을 포함하여 바람직하게는 일정 범위의 탐지영역을 설정하고 그 탐지영역에 대한 화상 이미지를 연속적으로 측정한다. 이어, 현재 주기에 획득된 화상 이미지의 화소별로 배출매연에 다른 R,G,B 색상값을 측정한다(S904). 상기 측정된 화소별 R,G,B 색상값이 미리 설정된 임계값보다 작은 화소의 개수를 계산한다(S906). 여기서, 상기 임계값은 화상 이미지에 나타난 형상이 배출매연인지 아닌지를 결정하는 화소별 R,G,B 색상값이다. 상기 설정 영역의 전체 화소수 중에서 상기 단계(S906)에서 계산된 화소의 개수가 차지하는 비율이 미리 설정된 일정 비율 이상인지를 판단한다(S908). 상기 단계(S908)에서의 판단결과 상기 계산된 비율이 상 기 설정된 일정 비율 이상이면 매연발생으로 판단하고(S910), 상기 매연발생에 따른 경보신호를 발생한다(S912). 이는 상기 설정 영역 내에서 매연이 분포하는 비율을 측정하고 그 비율이 일정 비율이상이면 매연발생으로 판단하는 것이다.9 is a flowchart illustrating a method for recognizing exhaust smoke and an automatic alarm through image image analysis according to the present invention. Referring to FIG. 4, first, an image image in a predetermined range including a top of a chimney is continuously obtained using the image image obtaining unit 3 (S902). The set area comprises the uppermost end of the chimney 1 through which soot is discharged into the air, preferably setting a range of detection zones and continuously measuring the image image for that detection zone. Subsequently, different R, G, and B color values are measured for the emission smoke for each pixel of the image acquired in the current period (S904). The number of pixels of each of the measured R, G, and B color values smaller than a predetermined threshold value is calculated (S906). Here, the threshold values are R, G, and B color values for each pixel that determine whether or not the shape shown in the image image is exhaust emissions. In operation S908, it is determined whether a ratio of the number of pixels calculated in the operation S906 is greater than or equal to a predetermined ratio among the total number of pixels in the setting region. As a result of the determination in step S908, if the calculated ratio is equal to or greater than the predetermined ratio, it is determined that smoke is generated (S910), and an alarm signal is generated according to the generation of smoke (S912). This measures the rate at which soot is distributed in the setting area, and determines that smoke is generated if the rate is above a certain rate.

도 10은 본 발명에 따른 화상 이미지 분석을 통한 배출매연 인식 및 경보방법을 보이는 흐름도이다. 도 10을 참조하면, 먼저 화상이미지 획득부(3)를 이용하여 설정된 주기에 따라 굴뚝(1) 상단을 포함한 일정 범위에서의 화상 이미지를 연속적으로 획득한다(S1002). 각각의 주기에 따라 획득된 화상 이미지의 데이터를 디지털 데이터로 변환한다(S1004). 상기 디지털 데이터로 변환된 화상 이미지의 각 화소별 R,G,B 색상값을 측정한다(S1006). 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(S1008). 이러한 R,G,B 에지값은 화상 이미지의 윤곽선을 나타내는 것으로 미분 필터를 이용하여 계산한다. 이전 주기에 획득된 화상 이미지의 전체 영역(51)의 화소별 R,G,B 에지값과 현재 주기에 획득된 화상 이미지의 전체 영역(51)의 화소별 R,G,B 에지값의 차이값을 계산하고(S1010), 상기 각 계산된 차이값들의 절대값에 대한 평균값(R1)을 계산한다(S1012). 계속하여 상기 이전 주기에 획득된 화상 이미지의 일부 영역(52)의 각 화소별 R,G,B 에지값과 상기 현재 주기에 획득된 화상 이미지의 일부 영역(52)의 각 화소별 R,G,B 에지값과의 차이값을 각각 계산하고(S1014), 상기 각 계산된 차이값들의 절대값에 대한 평균값(R2)을 계산한다(S1016). 10 is a flowchart illustrating a method of recognizing and warning exhaust emissions through image analysis according to the present invention. Referring to FIG. 10, 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 (S1002). Data of the image image acquired according to each period is converted into digital data (S1004). R, G, and B color values of each pixel of the image image converted into digital data are measured (S1006). 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 (S1008). . The R, G, and B edge values represent contours of the image image and are calculated using a differential filter. Difference value of R, G, B edge value for each pixel of the entire area 51 of the image image acquired in the previous period and R, G, B edge value for each pixel of the entire area 51 of the image image acquired in the current period In operation S1010, an average value R1 of the absolute values of the calculated difference values is calculated in operation S1012. Subsequently, R, G, and B edge values for each pixel of the partial region 52 of the image image acquired in the previous period, and R, G, and R for each pixel of the partial region 52 of the image image acquired in the current period. A difference value from the B edge value is calculated (S1014), and an average value R2 of the absolute values of the calculated difference values is calculated (S1016).

계속하여, 상기 단계(S1016)에서 계산된 평균값(R2)이 상기 단계(S1012)에서 계산된 평균값(R1)보다 큰지 판단한다(S1018). 상기 단계(S1018)에서의 판단 결과 상기 R2가 R1보다 크면 매연발생으로 판단하고(S1020), 상기 매연 발생에 따른 경보신호를 발생한다(S1022). 이는 획득된 화상 이미지의 일부 영역(52)에서의 R,G,B 색상값 변화율이 전체 영역(51)에서의 R,G,B 색상값 변화율보다 크게 되면 매연발생으로 판단하는 것이다.Subsequently, it is determined whether the average value R2 calculated in the step S1016 is greater than the average value R1 calculated in the step S1012 (S1018). As a result of the determination in step S1018, if R2 is greater than R1, it is determined that smoke is generated (S1020), and an alarm signal is generated according to the generation of smoke (S1022). This is determined as a smoke generation when the rate of change of the R, G, B color values in the partial region 52 of the acquired image image is larger than the rate of change of the R, G, B color values in the entire region 51.

도 11은 본 발명에 따른 화상 이미지 분석을 통한 배출매연 인식 및 경보방법을 보이는 흐름도이다. 도 11을 참조하면, 먼저 화상이미지 획득부(3)를 이용하여 설정된 주기에 따라 굴뚝(1) 상단을 포함한 일정 범위에서의 화상 이미지를 연속적으로 획득한다(S1102). 각 주기별로 획득된 화상 이미지의 데이터를 디지털 데이터로 변환한다(S1104). 상기 디지털 데이터로 변환된 화상 이미지의 각 화소별 R,G,B 색상값을 측정한다(S1106). 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(S1108). 이러한 R,G,B 에지값은 화상 이미지의 윤곽선을 나타내는 것으로 미분 필터를 이용하여 계산한다. 이어 현재 주기에 획득된 화상 이미지의 전체 영역(51)의 화소별 R,G,B 에지값의 평균값과 현재 주기에 획득된 화상 이미지의 일부 영역(52)의 화소별 R,G,B 에지값의 평균값의 편차값을 계산하고(S1110), 상기 계산된 편차값이 미리 설정된 임계값보다 작은지 판단한다(S1112). 상기 단계(S1112)에서의 판단 결과 상기 계산된 편차값이 상기 임 계값보다 작으면 매연발생으로 판단하고(S1114), 상기 매연 발생에 따른 경보신호를 발생한다(S1116). 이는 획득된 화상 이미지의 일부 영역(52)에서의 R,G,B 에지값의 평균값이 전체 영역(51)에서의 R,G,B 에지값의 평균값보다 크게 변했다는 것으로서 이 경우 매연발생으로 판단하는 것이다.11 is a flowchart illustrating a method for recognizing and warning exhaust emissions through image analysis according to the present invention. Referring to FIG. 11, 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 (S1102). Data of the image image acquired at each period is converted into digital data (S1104). R, G, and B color values of each pixel of the image image converted into the digital data are measured (S1106). Using the measured R, G, and B color values of each pixel of the image image, an edge value of each pixel representing the degree of the boundary between the light and dark regions of the image image is calculated (S1108). . 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 51 of the image image acquired in the current period, and the R, G, and B edge values for each pixel of the partial area 52 of the image image acquired in the current period. The deviation value of the average value of is calculated (S1110), and it is determined whether the calculated deviation value is smaller than a preset threshold value (S1112). If the calculated deviation value is smaller than the threshold as a result of the determination in step S1112, it is determined that smoke is generated (S1114), and an alarm signal is generated according to the generation of smoke (S1116). This means that the average value of the R, G, B edge values in the partial region 52 of the obtained image image has changed larger than the average value of the R, G, B edge values in the entire region 51. will be.

도 8 내지 도 11에는 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. 8 to FIG. 11, weather (weather) information is input in a current cycle to initialize R, G, and B color values for each pixel 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(51)의 화소별 R,G,B 에지값의 변화율과 매연이 강하게 의심되는 일부 영역(52)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 51 are strongly increased with respect to the image image of the previous cycle and the current cycle. By comparing the rate of change of R, G, and B edge values for each of the suspected partial regions 52, 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 색상값의 평균값의 크기를 이용하여 매연발생을 인식함으로써 매연발생 인식의 정확도를 높일 수 있다.According to the present invention, soot generation is recognized by using the magnitude of average values of R, G, and B color values for each pixel of the entire area and a partial area of the acquired image image, thereby increasing the accuracy of the soot generation recognition.

또한, 화상 이미지의 전체 영역에서의 R,G,B 색상값 변화율과 매연발생이 의심되는 설정 영역에서의 R,G,B 색상값 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 color value in the entire area of the image image with the rate of change of the R, G, B color 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 configured to continuously acquire an image image in a first region of a predetermined range including a chimney top and a second region enlarged from the first region according to a set period;

A measuring unit measuring R, G, and B color values of each pixel of the obtained image image;

A first calculation unit calculating a rate of change of R, G, B color values of each pixel of the image image of the second area when a change in the R, G, B color values of each image of the image image is detected in the first area;

A first determining unit which determines whether the calculated change rate of R, G, B color values for each pixel is greater than a set reference change rate, and outputs a first signal if the calculated change rate is greater than a reference change rate;

A second operation unit calculating a number of pixels in which R, G, and B color values of all the pixels of the image image acquired in the current period are larger than a preset threshold;

A second determination unit which determines whether a ratio of the number of pixels calculated by the second operation unit is greater than or equal to a predetermined ratio among the total number of pixels of the image image acquired in the current period, and outputs a second signal when the ratio is greater than or equal to a predetermined ratio;

An edge value calculator configured to calculate R, G, and B edge values representing a boundary line for each of R, G, and B color values of the obtained image image;

For the absolute values of the deviations of the R, G, B edge values per pixel of the entire area of the image image acquired in the previous period and the R, G, B edge values per pixel of the entire area of the image image acquired in the current period The average value R1 is calculated, and R, G, B edges of pixels of a partial region of the image image acquired in the previous period and R, G, B edges of pixels of a partial region of the image image obtained in the current cycle. A third calculating unit calculating an average value R2 of absolute values of the deviation from the value;

A third determination unit determining the magnitude of the two average values R1 and R2 and outputting a third signal when R2 is greater than R1;

A fourth calculation unit calculating a deviation 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 area;

A fourth determination unit which determines whether the deviation value calculated by the fourth calculation unit is smaller than a preset threshold value and outputs a fourth signal when the deviation value is smaller than a threshold value; And

An alarm signal generator for generating an alarm signal according to smoke generation when a signal is output from at least two determination units among the first, second, third and fourth determination units; 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 or 2, wherein the first calculation unit,

A comparison unit for comparing a difference between R, G, and B color values of each pixel of the image image acquired in the previous period and R, G, and B color values of each pixel of the image image obtained in the current period; And

And a change detection unit for detecting a change in R, G, and B color values of each image of the image according to the comparison result of the comparing 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,

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,

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 7,

The edge value calculator comprises a Sobel Filter.

The method of claim 1, wherein the third operation unit,

"R ₀ -R ₁ | + | G ₀ -G ₁ | + | B ₀ -B ₁ |" for each pixel included in the entire area and the partial area of the acquired image image, respectively. And calculating the average value (R1) and the average value (R2) by dividing the result value by the number of R, G, and B of the entire area and the partial area, respectively. (Where R ₀ , G ₀ , B ₀ are R, G, B edge values of a specific pixel of the image image acquired in the previous period, and R ₁ , G ₁ , B ₁ are the above-mentioned images of the image image obtained in the current period). R, G, B edge value of specific pixel.)

The method of claim 1, wherein the fourth 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 recognizing and alarming device through the image analysis, characterized in that for calculating the respective average value by the divided value and the deviation of each average value.

A first step of continuously acquiring and storing an image image in a first region including an upper chimney and a second region enlarged from the first region according to a set period;

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

When the change of the R, G, B color value of each pixel of the continuously obtained image image is detected, the rate of change of the R, G, B color value of each pixel of the image image in the second area is calculated, and the calculated pixel A third step of outputting a first signal when the rate of change of the R, G, B color values is greater than the set reference change rate;

Calculate the number (a) of pixels in which R, G, and B color values of all the image images of the image image acquired in the current period are larger than a preset threshold value, and calculate the total number of pixels (A) of the image image acquired in the current period. A fourth step of outputting a second signal if a ratio (a / A) of the calculated number of pixels (a) is equal to or greater than a predetermined ratio;

A fifth 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;

For the absolute value of the difference between the R, G, B edge values per pixel of the entire area of the image image acquired in the previous period and the R, G, B edge values per pixel of the entire area of the image image acquired in the current period The average value R1 is calculated, and R, G, B edges of pixels of a partial region of the image image acquired in the previous period and R, G, B edges of pixels of a partial region of the image image obtained in the current cycle. A sixth step of calculating an average value R2 of absolute values of difference values with a value, and outputting a third signal if R2 is greater than R1;

The deviation value between 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 and the average value of the R, G, B edge values for each pixel of the partial area is calculated, and the deviation value is A seventh step of outputting a fourth signal when it is smaller than a preset threshold; And

An eighth step of generating an alarm signal according to the generation of smoke when at least two signals from among the first, second, third and fourth signals are output; Emission emissions recognition and alarm method through image analysis, characterized in that it comprises a.

The method of claim 11,

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 11, wherein the third step,

Comparing the difference between the R, G, and B color values of each pixel of the image image acquired in the previous period and the R, G, and B color values of the pixel images of the image image acquired in the current period; And

Detecting a change in R, G and B color values of each pixel of the image according to a comparison result of the comparison unit; Emission emissions recognition and alarm method through image analysis, characterized in that it comprises a.

The method of claim 11,

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 11, 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 11, wherein the sixth step,

With respect to the entire area and the partial area of the acquired image image, each of the pixels included in the corresponding area, "| R ₀ -R ₁ | + | G ₀ -G ₁ | + | B ₀ -B ₁ |" are respectively calculated. Calculating the average value R1 and the average value R2 by dividing each result value by the total number of R, G, and B portions of the entire area and the partial area, respectively. Recognition and alarm method of exhaust fumes through (Where R ₀ , G ₀ , B ₀ are R, G, B edge values of a specific pixel of the image image acquired in the previous period, and R ₁ , G ₁ , B ₁ are the above-mentioned images of the image image obtained in the current period). R, G, B edge value of specific pixel.)

The method of claim 11, wherein the seventh step,

With respect to the entire area and the partial area of the obtained image image, the sum of (R edge value + G edge value + B edge value) for each pixel included in the corresponding area is added to the total R included in the entire area and the partial area, respectively. And calculating each average value by dividing the number of G and B numbers.

The method of claim 11, wherein the fifth 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 11 or 18, wherein the fifth step,

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