KR20130012811A - 선박용 지능형 영상 감시 방법 - Google Patents

Abstract

본 발명의 영상 감시 방법에서는, 가우시안혼합모델(GMM : Gaussian Mixture Model)을 적용하여 움직임이 검출된다. 이러한 영상 감시 시스템은 별도의 외부적 기기를 필요로 하지 않고, 영상만을 이용하여 움직임을 검출하기 때문에 감시 시스템의 하드웨어로 구현할 때 하드웨어 구성의 편이성 및 확장성을 도모할 수 있다. 또한, 침입 탐지 시스템의 신뢰도 향상 및 이로 인한 감시인력 인건비 절감 등을 기대할 수 있게 된다.

Description

선박용 지능형 영상 감시 방법{Intelligent Surveillance method for ship}

본 발명은 영상 처리 방법에 관한 것으로서, 구체적으로 선박 내부를 촬영하는 카메라를 통해 획득된 RGB 영상을 가우시안 혼합모델(GMM : Gaussian Mixture Model)을 적용하여 픽셀 값의 증감으로, 움직임 여부를 판단하고, 움직임이 검출이 판단되는 경우, 경보 이벤트와 함께 영상을 자동적으로 저장하는 선박 내부 지능형 영상 처리 시스템에 대한 것이다.

영상 처리 분야에서는 영상의 품질을 높이기 위해 상기 영상에 대해 다양한 영상 처리 알고리즘이 적용된다. 이러한 영상 처리 알고리즘 중 윤곽선 검출 알고리즘이 있다.

윤곽선 검출 방법은 영상 안에서의 영역의 경계를 나타내는 특징으로 영상 밝기의 불연속점으로 윤곽선에 해당하는 픽셀을 구하는 방법이다. 영상에서의 불연속점은 스텝 불연속점과 라인 불연속점이 있다. 스텝 불연속점은 영상의 밝기가 갑자기 변하는 곳으로 이에 해당하는 윤곽선을 스텝 에지(step edge)라고 한다. 라인 불연속점은 영상의 밝기가 갑자기 변화하나 조금 지나면 다시 돌아오는 곳으로 이에 해당하는 연산을 라인 에지(line edge)라고 한다. 윤곽선 검출 연산을 하기 전에 잡음 제거 연산을 시행하는데, 이러한 경우 픽셀 값의 변화가 둔화되는 단점이 있다.

한편, 영상 처리 알고리즘 중에 블록 정합 알고리즘이 있다. 이 블록 정합 알고리즘은 영상을 일정한 크기의 블록으로 분할하고 블록 내의 모든 픽셀을 하나의 움직임 벡터로 표현하는 방법이다. 움직임 벡터를 찾기 위해 이전 프레임의 블록들을 한 픽셀씩 이동하면서 현재의 블록과 가장 유사한 블록을 찾는 것이다. 정합 기준으로는 평균 절대 오차(MAE:mean absolute error)와 평균 제곱 오차(MSE:mean squared error) 등이 많이 쓰인다. 예컨대, 도 1과 같이 객체가 움직이지 않고 있다가 다시 움직이는 경우에도 추적이 가능하고 블록의 크기와 추적할 객체를 지정하여 적용할 수 있다. 물체의 움직임은 한 블록 내에서 모두 동일하다고 가정하는데, 블록의 크기가 작을수록 이러한 가정의 신뢰도는 높아지나 움직임 벡터의 계산량과 전송량이 증가하게 되는 단점이 있다.

본 발명은 감시자의 집중력 한계를 보완하고, 영상저장을 효율적으로 하기 위해 GMM 필터를 사용한 영상처리 시스템을 적용하여 선박 내부의 출입제한 구역이나 사각지대, 동력실과 같은 주요한 위치의 사건, 사고를 조기에 발견하는데 그 목적이 있다.

상기와 같은 목적을 달성하기 위한 본 발명의 일면에 따른 선박용 지능형 영상 감시 방법은, 카메라를 통해 영상 프레임을 획득하는 단계와, 획득된 상기 영상 프레임을 그레이스케일로 변환하는 단계와, 상기 그레이스케일로 변환된 상기 영상 프레임을 이진화하는 단계와, 상기 이진화 후, 가우시안혼합모델(GMM : Gaussian Mixture Model)을 적용하는 단계와, 가우시안혼합모델(GMM : Gaussian Mixture Model)을 적용 후, 나온 결과값 중 픽셀의 변화가 있는 값을 255(흰색)로 정하는 단계와, 상기 픽셀의 변화가 있는 값인 255(흰색)을 카운트 하는 단계와, 상기 카운트 한 값을 전역변수로 넘겨주는 단계와, 상기의 단계가 끝나면 다음 한장의 완성된 영상 프레임을 입력받는 단계 및 상기 프레임의 255(흰색)인 값을 카운팅하고, 카운팅된 결과치와 임계값을 비교하여, 움직임을 검출하는 단계를 포함한다.

본 발명에 따르면, 영상 감시 시스템이 가우시안혼합모델(GMM : Gaussian Mixture Model)을 적용하여 움직임을 검출한다. 이러한 영상 감시 시스템은 별도의 외부적 기기를 필요로 하지 않고, 영상만을 이용하여 움직임을 검출하기 때문에 감시 시스템의 하드웨어로 구현할 때 하드웨어 구성의 편이성 및 확장성을 도모할 수 있다.

또한, 침입 탐지 시스템의 신뢰도 향상 및 이로 인한 감시인력 인건비 절감 등을 기대할 수 있게 된다.

도 1은 본 발명의 실시예에 따른 움직임 검출 과정을 보여주는 순서도이다.
도 2는 본 발명의 실시예에 따른 움직임 검출 시 이벤트 처리 과정을 보여주는 순서도이다.
도 3은 본 발명의 실시예에 따른 움직임이 검출되지 않은 경우, 디스플레이되는 화면을 보여주는 도면이다.
도 4는 본 발명의 실시예에 따른 움직임이 검출된 경우, 디스플레이되는 화면을 보여주는 도면이다.
도 5는 본 발명의 실시에에 따른 움직임 검출 시, 영상을 자동으로 저장 및 녹화하는 시스템 화면을 보여주는 도면이다.

이하 첨부된 도면을 참조하여 본 발명의 일실시예에 대해 상세히 설명하기로 한다.

도 1은 본 발명의 실시예에 따른 움직임 검출 과정을 보여주는 순서도이다.

도 1을 참조하면, 본 발명에서 제안하는 시스템에서의 움직임 검출에는 가우시안 혼합모델(Gaussian Mixture Model: 이하, GMM)이 적용된 영상처리가 수행된다.

움직임 검출을 위해 먼저 C++라이브러리인 VFW(Video for Windows)를 이용하여 한장의 완성된 영상 프레임이 콜백 함수로 등록된다.

콜백 함수로 등록된 한장의 완성된 프레임 데이터는 그레이스케일 과정을 거쳐 이진화되고, GMM 필터를 통해 필터링된다.

GMM 필터를 통해 필터링된 한장의 완성된 프레임 데이터는 일정 프레임 동안 흰색 픽셀의 값이 변화가 없을 경우 흰색 픽셀이 삭제된다.

이후, GMM 필터를 통과한 흰색 픽셀의 값을 카운트하여 움직임을 검출하게 되는데, 이때 이전 20장의 프레임의 흰색 픽셀 값을 배열로 선언된 전역변수인 배열에 넣어 평균을 산출한다.

임계값은 이벤트처리와 상관없이 매 프레임마다 흰색 픽셀값을 카운트 하여 평균을 구한다.

현재 프레임의 흰색 픽셀 값이 임계값인 20장의 프레임의 평균값보다 100이상으로 증가하면, 움직임이 검출된 것으로 판단하여, 경보 및 영상저장을 시작한다. 여기서, 평균값보다 100을 증가시킨 이유는 GMM 필터를 통과한 데이터 값의 노이즈에 반응하지 않기 위함이다.

이전 프레임이 없어 평균값을 구할 수 없는 임계값은 전역변수인 배열이 값을 모두 갖기 전까지는 이벤트 처리를 하지 않는다.

카운트된 흰색 픽셀값이 임계값을 초과하면 [도 2]와 같은 이벤트를 처리한다.

도 2는 도 1의 이벤트 처리 과정을 자세히 보여주고 있다.

도 2를 참조하면, 이벤트 발생 시, 경보 및 영상이 저장된다.

매 프레임마다 함수 OnTimer()를 호출하여 흰색 픽셀값이 임계값을 초과하면, 영상의 테두리가 붉게 깜빡거리면서 음성으로 움직임이 검출됐음을 시스템 관리자에게 알린다.

자동 녹화는 흰색 픽셀 값이 평균값보다 작아지면 녹화를 종료하고, x264코덱으로 압축하여 바탕화면 폴더에 저장되게 된다.

녹화된 장소와 시간, 영상이 저장된 경로는 관련 시스템파일인 Rec.ini 에 저장하도록 구성하여 시스템의 녹화기록을 클릭하면 저장된 영상이 재생된다.

본 발명에서 제안한 시스템의 실제 동작 화면이 도 3 내지 도 5에 나타난다. 도 3에서는 움직임이 검출되지 않은 경우, 디스플레이되는 시스템 화면이 나타난다. 도 4에서는 움직임이 검출된 경우, 디스플레이되는 시스템 화면의 일례가 나타난다. 도 5에서는 움직임 검출 시, 영상을 자동으로 저장 및 녹화하는 시스템 화면의 일례가 나타난다.

이와 같이, 본 발명의 영상 감시 시스템은 가우시안혼합모델(GMM : Gaussian Mixture Model)을 적용하여 움직임을 검출한다. 이러한 영상 감시 시스템은 별도의 외부적 기기를 필요로 하지 않고, 영상만을 이용하여 움직임을 검출하기 때문에 감시 시스템의 하드웨어로 구현할 때 하드웨어 구성의 편이성 및 확장성을 도모할 수 있다. 또한, 침입 탐지 시스템의 신뢰도 향상 및 이로 인한 감시인력 인건비 절감 등을 기대할 수 있게 된다.

이러한 본 발명의 영상 감시 시스템은 산업 전반에 걸쳐 침입 탐지를 목적으로 하는 모든 기술 분야에 적용될 수 있으며, 사람이 붐비는 곳이나, 빛의 산란이 많은 곳에 설치하게 되면 24시간 움직임을 검출하게 되기 때문에, 본 발명의 시스템은 출입통제구역과 같은 인적이 드문 곳이나 빛의 간섭이 적은 곳에 설치되는 것이 바람직하다.

Claims (2)

1. 카메라를 통해 영상 프레임을 획득하는 단계;
   획득된 상기 영상 프레임을 그레이스케일로 변환하는 단계:
   상기 그레이스케일로 변환된 상기 영상 프레임을 이진화하는 단계:
   상기 이진화 후, 가우시안혼합모델(GMM : Gaussian Mixture Model)을 적용하는 단계:
   가우시안혼합모델(GMM : Gaussian Mixture Model)을 적용 후, 나온 결과값 중 픽셀의 변화가 있는 값을 255(흰색)로 정하는 단계:
   상기 픽셀의 변화가 있는 값인 255(흰색)을 카운트 하는 단계:
   상기 카운트 한 값을 전역변수로 넘겨주는 단계:
   상기의 단계가 끝나면 다음 한장의 완성된 영상 프레임을 입력받는 단계: 및
   상기 프레임의 255(흰색)인 값을 카운팅하고, 카운팅된 결과치와 임계값을 비교하여, 움직임을 검출하는 단계를 포함하는 것을 특징으로 하는 선박용 지능형 영상 감시 방법.
   
2. 제 1항에 있어서, 상기 움직임을 검출하는 단계는,
   상기 카운트된 255(흰색)픽셀값이 상기 임계값을 초과하면, 움직임이 검출된 것으로 판단하는 단계;
   판단 결과 상기 움직임이 검출되면, 상기 카메라를 통해 획득된 영상의 테두리를 붉게 깜빡거리 처리하고, 동시에 영상 녹화를 시작하는 단계; 및
   상기 영상 프레임의 카운트된 255(흰색)픽셀의 값이 임계값보다 작은 경우, 녹화를 종료하고, x264코덱으로 영상을 압축 및 저장하는 단계;를 포함하되,
   상기 임계값은,
   매 프레임마다 255(흰색)픽셀을 카운트하기 때문에 이전 20장 프레임의 255(흰색)픽셀의 평균에 100을 더하는 값으로서, 상기 영상 프레임의 영상을 입력 받을 때마다 변화되는 것을 특징으로 하는 선박용 지능형 영상 감시 방법.

Images