KR20130030550A - System for searching similar weather chart and method thereof - Google Patents
System for searching similar weather chart and method thereof Download PDFInfo
- Publication number
- KR20130030550A KR20130030550A KR1020110094102A KR20110094102A KR20130030550A KR 20130030550 A KR20130030550 A KR 20130030550A KR 1020110094102 A KR1020110094102 A KR 1020110094102A KR 20110094102 A KR20110094102 A KR 20110094102A KR 20130030550 A KR20130030550 A KR 20130030550A
- Authority
- KR
- South Korea
- Prior art keywords
- weather
- value
- isolines
- template information
- search
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B29/00—Maps; Plans; Charts; Diagrams, e.g. route diagram
- G09B29/003—Maps
- G09B29/006—Representation of non-cartographic information on maps, e.g. population distribution, wind direction, radiation levels, air and sea routes
- G09B29/007—Representation of non-cartographic information on maps, e.g. population distribution, wind direction, radiation levels, air and sea routes using computer methods
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Educational Technology (AREA)
- Computer Hardware Design (AREA)
- Educational Administration (AREA)
- Ecology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Algebra (AREA)
- Computational Mathematics (AREA)
- Business, Economics & Management (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Processing Or Creating Images (AREA)
Abstract
Description
본 발명은 유사 일기도 검색 시스템 및 그 방법에 대한 것으로서, 더욱 상세히는 현재의 일기도에 대한 이미지를 기반으로 다수의 기존 일기도의 이미지를 비교하여 가장 유사한 일기도를 검색하여, 유사도가 높은 기존 일기도의 변화를 토대로 현재 일기도의 변화를 추정할 수 있는 유사 일기도 검색 시스템 및 그 방법에 대한 것이다.
The present invention relates to a system for searching similar weather maps and a method thereof, and more particularly, comparing the images of a plurality of existing weather maps based on the image of the current weather map to search for the most similar weather map, and thus changing the existing weather map with high similarity. The present invention relates to a similar weather map retrieval system and method for estimating changes in current weather maps.
최근 지구온난화로 인하여 극지방과 적도지방의 온도차이가 줄어들고 이로인한 대류현상이 감소하여 고기압과 저기압이 만난 전선의 이동이 정체되는 기간이 기존에 비해 상당히 길어지는 현상이 발생하거나, 해수면의 온도증가로 인하여 엘니뇨 및 라니뇨와 같은 이상기후가 발생하는 빈도가 급격하게 증가하고 있다.Recently, due to global warming, the temperature difference between polar and equatorial regions decreases and convection decreases, resulting in a longer period of stagnation of the movement of the wires where high pressure and low pressure meet, or an increase in sea surface temperature. Therefore, the frequency of occurrence of abnormal climates such as El Niño and La Niño is rapidly increasing.
이러한 이상기후로 인하여 태풍의 발생빈도가 증가하거나, 대설, 폭우, 장마기간의 증가 등과 같은 기상이변이 발생하고 있으며, 이로인한 재산 및 인명 피해의 규모가 증가하고 있는 실정이다.Due to such abnormal weather, weather occurrences such as typhoons are increasing, heavy snow, heavy rain, and rainy season are increasing. Thus, the scale of property and casualties is increasing.
현재의 기상예측 시스템으로 정확한 일기예보를 위해 슈퍼컴퓨터가 도입되어 있으며, 상기 슈퍼컴퓨터는 엄청난 성능을 제공하여 현재의 위성 일기도를 기반으로 기상변화를 예측하여 일기예보 자료를 제공한다.A supercomputer is introduced for accurate weather forecasting as a current weather forecasting system. The supercomputer provides tremendous performance and provides weather forecast data by predicting weather changes based on current satellite weather maps.
그러나, 이러한 슈퍼컴퓨터의 도입과 위성을 통해 현재의 정확한 기상분포를 확인할 수 있음에도 불구하고 상술한 바와 같은 기상이변에 대하여 적절한 대처가 이루어지지 못하고 있다.However, despite the introduction of such supercomputers and satellites, the current accurate weather distribution can be identified.
그 이유는, 기상예보 정확성에서 가장 중요한 비중을 차지하는 수치예보모델이 현재의 기상이변에 유동적으로 대응할 수 있는 구조를 가지고 있지 못하기 때문이다. 즉, 상기 수치예보모델은 미래의 대기상태를 예측하는 일종의 소프트웨어로서 지구를 수평과 연직방향으로 바둑판 모양의 수많은 작은 사각형으로 나눠 물리방정식들을 수학적으로 계산할 수 있도록 구성돼 있다.The reason is that the numerical forecasting model, which is the most important part of the weather forecasting accuracy, does not have a structure that can respond flexibly to the current weather anomalies. In other words, the numerical prediction model is a kind of software for predicting the future atmospheric state, and is configured to mathematically calculate physical equations by dividing the earth into many small squares in the shape of tiles in the horizontal and vertical directions.
다시말해, 상기 수치예보모델은 일반적인 온도, 바람, 습도의 정의와, 일반적인 고기압과 저기압의 성질 등을 기반으로 정형화된 알고리즘에 현재의 일기도 상태를 대입하여 향후 기상변화 결과를 도출하는 방식인데, 이는 기상변화를 야기하는 소스 자체를 아주 오래전의 자료를 그대로 적용하여 결과를 도출하므로 당연히 정확도가 떨어질 수 밖에 없으며, 현재 변화된 기후가 지리적 상태와 상호작용하여 또 다른 다양한 양태로 변화되는데 반해 상기 수치예보모델은 이러한 요인을 전혀 고려하지 않은 지극히 산술적인 모델이다.In other words, the numerical forecasting model derives the results of future weather changes by substituting the current weather conditions into a standardized algorithm based on the definitions of general temperature, wind and humidity, and general high and low pressure properties. This results in the fact that the source that causes the weather change itself is obtained by applying data from a very long time ago, and thus, the accuracy is inevitably deteriorated. The model is an extremely arithmetic model that does not consider these factors at all.
더하여, 상기 지리적 상태는 국가마다 다양하여 일관된 수치예보모델을 적용하는 것이 부적합할뿐 더러 지리적 상태 역시 다양한 기상요인에 의해 변화되기 때문에 산술적인 모델의 효율은 더욱 급격히 감소할 수 밖에 없다.In addition, the geographic state varies from country to country, and it is not appropriate to apply a consistent numerical forecast model, and the efficiency of the arithmetic model is inevitably reduced because the geographic state is also changed by various weather factors.
따라서, 이러한 슈퍼컴은 수치예보모델의 계산을 빨리 수행해 주는 역할만 할 뿐이며, 수치예보모델의 정확도를 향상시켜 주지는 못한다.Therefore, such a supercomm only serves to quickly calculate the numerical prediction model, and does not improve the accuracy of the numerical prediction model.
즉, 이러한 다양한 기상변화를 예측하기 위하여 수치예보모델을 대체하기 위한 새로운 모델의 도입이 요구되고 있다.
In other words, it is required to introduce a new model to replace the numerical forecasting model in order to predict such various weather changes.
본 발명은 과거의 일기도 데이터와 현재의 일기도 데이터를 비교 분석하여 유사도가 높은 과거의 일기도 데이터를 추출하고, 상기 과거의 일기도 데이터의 변화를 기반으로 현재의 일기도 데이터의 변화를 예측하여 최근의 기후변화 양상을 반영하여 기상변화의 예측 정확성을 높일 수 있도록 하는데 그 목적이 있다.The present invention compares and analyzes past weather map data and current weather map data to extract past weather map data with high similarity, and predicts changes in current weather map data based on the change of the past weather map data. The purpose of this study is to improve the accuracy of forecasting weather changes by reflecting recent climate change patterns.
또한, 본 발명은 검색하고자 하는 일기도 데이터를 검색에 용이하도록 정확한 수치가 설정된 이미지 패턴으로 템플릿화하여 기존 일기도의 템플릿과의 유사도를 평가하거나, 정확한 수치가 설정된 하나 이상의 기상요소별 이미지로 생성한 후 기존 기상요소별 이미지와 비교하여, 기존 일기도와의 유사성 평가에 대한 신뢰성 및 정확도를 높일 수 있도록 하는데 그 목적이 있다.
In addition, the present invention is to template the weather map data to be searched with an image pattern set with an accurate number to facilitate the search to evaluate the similarity with the template of the existing weather map, or to generate an image for each one or more weather elements set to the correct number After that, the purpose of the present invention is to improve the reliability and accuracy of evaluating the similarity with the existing weather map by comparing with the image of each weather element.
상기한 목적을 달성하기 위한 본 발명의 실시예에 따른 검색하고자 하는 일기도 데이터와 유사한 유사 일기도를 검색하는 유사 일기도 검색 시스템은, 포스트스크립트 형태의 상기 일기도 데이터를 벡터 데이터로 변환하고, 이를 기상요소별로 분리하여 각 기상요소에 대한 등치선 중 단선을 상호 연결하여 복원한 후 각 등치선 및 등치선 사이의 영역에 대한 환산값을 할당한 기상요소별 이미지를 얻어 기설정된 크기의 격자 단위로 평균 변환한 하나 이상의 기상요소별 이미지 패턴을 생성하고, 상기 기상요소별 이미지 패턴과 기설정된 적어도 하나 이상의 기상정보를 포함하는 템플릿 정보를 생성하는 처리부와, 상기 처리부에 의해 처리된 템플릿 정보가 저장되는 DB와, 검색하고자 하는 일기도 데이터에 대해 상기 처리부를 통해 얻은 검색 템플릿 정보와 동일지역에 대한 상기 DB의 기존 템플릿 정보들을 기설정된 유사도 판정 알고리즘에 따라 유사도를 산출하여 기설정된 조건을 만족하는 하나 이상의 기존 템플릿 정보를 유사 일기도로 추출하는 유사도 비교부를 포함한다.Similar weather map search system for searching similar weather map similar to the weather data to search according to an embodiment of the present invention for achieving the above object, converts the weather map data in the form of PostScript to vector data, After separating by weather elements, connecting and disconnecting the disconnection lines among the isometric lines for each weather element, and then obtaining the image of each weather element with the conversion value for the area between each isoline and the isoline, and converting the average to the grid unit of the preset size. A processor configured to generate at least one image pattern for each weather element, and generate template information including the at least one weather information and at least one predetermined weather information; a DB storing template information processed by the processor; Search template obtained through the processing unit for weather map data to be searched One or more existing template information satisfying a predetermined condition by calculating the degree of similarity according to the similarity degree determination algorithm preset existing template information of the DB for the beam with the same area and includes a degree of similarity compared to extraction with similar weather map.
이때, 상기 기상요소는 등압선, 등고선, 등온선에 대한 라인성분과, 고기압, 저기압, 태풍에 대한 위치성분을 포함할 수 있다.At this time, the meteorological element may include line components for isobars, contour lines, isotherms, and positional components for high pressure, low pressure, and typhoons.
또한, 상기 템플릿 정보는 일기도 형태, 최고고도, 최저고도, 최고온도, 최저온도, 태풍 개수, 태풍 X 좌표, 태풍 Y 좌표, 등고선 이미지 패턴, 등온선 이미지 패턴, 노점편차 이미지 패턴 중 적어도 하나 이상을 포함할 수 있다.The template information may include at least one of weather map form, highest altitude, minimum altitude, highest temperature, minimum temperature, typhoon number, typhoon X coordinate, typhoon Y coordinate, contour image pattern, isotherm image pattern, and dew point image pattern. It may include.
더하여, 상기 처리부는 상기 벡터 데이터를 이용하여 등치선 성분을 분리한 후 점선은 연결하여 실선화하며, 기설정된 세선화 알고리즘을 통해 세선화한 후 등치선값에 의해 단선된 등치선은 인접한 단점끼리 Bezier 곡선 알고리즘에 따라 연결하여 등치선으로 복원할 수 있다.In addition, the processing unit separates the isoline components using the vector data, and then connects the dotted lines to solidify the lines, and after the thinning is performed through a preset thinning algorithm, the isoline disconnected by the isoline values is adjacent to the Bezier curve algorithm. Can be restored according to the isoline.
한편, 상기 처리부는 복원된 각 등치선에 대하여 인덱싱 한 후 인덱싱된 등치선마다 등치선상에 위치한 등치선값을 하기 수학식Meanwhile, the processing unit indexes the isoline values positioned on the isoline for each indexed isoline after indexing the restored isolines.
에 대입하여 상기 환산값을 구하며, i번째 등치선에 대하여 Linei 는 i번째 등치선의 환산 값이며, Vali 는 i번째 상기 등치선값이며, Min은 전체 등치선 중 최소값이며, Max은 전체 등치선 중 최대값이며, Range는 환산하고자 하는 범위 값인 것을 특징으로 한다.Substituting for, the conversion value is obtained, for i-th isoline, Line i is the conversion value of the i-th isoline, Val i is the i-th isoline value, Min is the minimum of all isolines, and Max is the maximum of all isolines. Range is characterized in that the range value to be converted.
또한, 상기 처리부는 등치선값이 없는 등치선에 대하여, 등치선에 인접한 복수의 등치선에 설정된 등치선값의 평균값으로 설정하거나, 등치선 내에 존재하는 하나 이상의 기상요소별로 기설정된 고저기준값을 이용하여 등치선 내에 존재하는 기상요소가 고일 경우 기상요소의 평균보다 작으면서 기상요소별로 기설정된 등치선간 간격기준에 따른 간격값의 최대배수를 등치선값으로 설정하고, 저일 경우 기상요소의 평균보다 크면서 기설정된 등치선간 간격기준에 따른 간격값의 최소배수를 등치선값으로 설정할 수 있다.In addition, the processor may set the average value of the isoline values set in the plurality of isolines adjacent to the isolines with respect to the isolines having no isoline value, or may use the meteorological line existing in the isolines by using a predetermined high and low reference value for each one or more weather elements present in the isoline. If the element is high, set the maximum multiple of the interval value according to the preset isoline interval criteria for each weather element while it is smaller than the average of the weather element. You can set the minimum multiple of the interval value according to the isoline value.
또한, 상기 처리부는 상기 기상요소별 이미지에 포함된 환산값을 하기 수학식에 따라 격자단위로 평균변환하여 상기 기상요소별 이미지 패턴을 구하며,In addition, the processor obtains an image pattern for each weather element by converting an average value of the conversion value included in the image for each weather element in a grid unit according to the following equation,
이때 상기 Tempij 는 상기 기상요소별 이미지 패턴 중 [i,j] 지점의 격자에 대한 환산값의 평균값이며, Mapxy 는 상기 기상요소별 이미지의 [x,y] 지점에 대한 환산값이며, w/h 는 격자(Mask)의 폭 및 높이이다.At this time, the Temp ij is an average value of the conversion value for the grid of the [i, j] point of the image pattern for each weather element, Map xy is a conversion value for the [x, y] point of the image for each weather element, w / h is the width and height of the mask.
더하여, 상기 유사도 비교부는 하기 수학식In addition, the similarity comparison unit is the following equation
을 통해 격자단위별 환원값을 생성하며(상기 Min은 전체 등치선 중 최소값이며, MAX는 전체 등치선 중 최대값이며, Range는 환산했던 범위 값), Generates a reduction value for each lattice unit (where Min is the minimum value among all isolines, MAX is the maximum value among all isolines, and Range is the range value converted),
상기 검색 템플릿 정보와 기존 템플릿 정보간 하기 수학식에 따라According to the following equation between the search template information and the existing template information
상기 유사도를 구하는 것(Aij : 검색 템플릿 정보의 기상요소별 이미지 패턴 중 [i,j] 지점의 격자에 대한 환원 값, Bij : 기존 템플릿 정보의 기상요소별 이미지 패턴 중 [i,j] 지점의 격자에 대한 환원 값)을 특징으로 할 수 있다.Obtaining the similarity (A ij : a reduction value for a grid of points [i, j] of image patterns for each weather element of search template information, and B ij : [i, j] among image patterns for each weather element of existing template information) Reduction value for the lattice of the point).
상기한 목적을 달성하기 위한 본 발명의 다른 실시예에 따른 검색하고자 하는 일기도 데이터와 유사한 유사 일기도 데이터를 검색하는 유사 일기도 검색 시스템의 유사 일기도 검색 방법에 있어서, 포스트스크립트 형태의 상기 일기도 데이터를 벡터 데이터로 변환한 후 기상요소별로 분리하는 제 1 단계와, 각 기상요소에 대한 등치선 중 단선을 상호 연결하여 복원한 후 각 등치선 및 등치선 사이의 영역에 대하여 환산값을 할당한 하나 이상의 기상요소별 이미지를 얻는 제 2 단계와, 상기 각 기상요소별 이미지를 기설정된 크기의 격자 단위로 평균 변환한 하나 이상의 기상요소별 이미지 패턴과 기설정된 적어도 하나 이상의 기상정보를 포함하는 검색 템플릿 정보를 생성하는 제 3 단계와, 기존 템플릿 정보가 저장된 DB의 동일지역에 대한 기존 템플릿 정보들과 상기 검색 템플릿 정보를 기설정된 유사도 판정 알고리즘에 따라 산출된 유사도를 기준으로 기설정된 조건을 만족하는 하나 이상의 기존 템플릿 정보를 유사 일기도로 추출하는 제 4단계를 포함할 수 있다.In a similar weather map search method of a similar weather map search system for searching similar weather map data similar to the weather map data to be searched according to another embodiment of the present invention for achieving the above object, the diary in a postscript form At least one first step of converting the degree data into vector data and separating the data by weather elements, and by reconstructing and disconnecting the disconnection lines among the isolines for each weather element, and then assigning a conversion value for each region between the isolines and the isolines. A second step of obtaining an image for each weather element; and search template information including one or more weather pattern for each weather element and at least one or more weather information, which are obtained by averaging the images of each weather element in a grid unit of a predetermined size. The third step of creating and the existing template for the same region of the DB where the existing template information is stored The information and the one or more existing template information that satisfies the search condition a predetermined template information groups based on the similarity calculated by the similarity determination algorithm set may comprise a fourth step of extracting a similar weather map.
이때, 상기 제 2단계는 상기 벡터 데이터를 이용하여 등치선 성분을 분리한 후 점선은 연결하여 실선화하며, 기설정된 세선화 알고리즘을 통해 세선화한 후 등치선값에 의해 단선된 등치선은 인접한 단점끼리 Bezier 곡선 알고리즘에 따라 연결하여 등치선으로 복원하는 것을 특징으로 할 수 있다.At this time, in the second step, the isoline components are separated using the vector data, and the dotted lines are connected to solid lines, and after the thinning is performed through a preset thinning algorithm, the isolines that are disconnected by the isoline values are adjacent to each other. It may be characterized by restoring the isoline by connecting according to the curve algorithm.
또한, 상기 제 3단계는 상기 기상요소별 이미지에 포함된 환산값을 하기 수학식에 따라 격자단위로 평균변환하여 상기 기상요소별 이미지 패턴을 구하며,In the third step, an average value of the conversion value included in the image for each weather element is converted into a grid unit according to the following equation to obtain an image pattern for each weather element.
이때 상기 Tempij 는 상기 기상요소별 이미지 패턴 중 [i,j] 지점의 격자에 대한 환산값의 평균값이며, Mapxy 는 상기 기상요소별 이미지의 [x,y] 지점에 대한 환산값이며, w/h 는 격자(Mask)의 폭 및 높이이다.At this time, the Temp ij is an average value of the conversion value for the grid of the [i, j] point of the image pattern for each weather element, Map xy is a conversion value for the [x, y] point of the image for each weather element, w / h is the width and height of the mask.
더하여, 상기 제 4단계는 하기 수학식In addition, the fourth step may be
을 통해 격자단위별 환원값을 생성하며(상기 Min은 전체 등치선 중 최소값이며, MAX는 전체 등치선 중 최대값이며, Range는 환산했던 범위 값), Generates a reduction value for each lattice unit (where Min is the minimum value among all isolines, MAX is the maximum value among all isolines, and Range is the range value converted),
상기 검색 템플릿 정보와 기존 템플릿 정보간 하기 수학식에 따라According to the following equation between the search template information and the existing template information
상기 유사도를 구하는 것(Aij : 검색 템플릿 정보의 기상요소별 이미지 패턴 중 [i,j] 지점의 격자에 대한 환원 값, Bij : 기존 템플릿 정보의 기상요소별 이미지 패턴 중 [i,j] 지점의 격자에 대한 환원 값)을 특징으로 할 수 있다.Obtaining the similarity (A ij : a reduction value for a grid of points [i, j] of image patterns for each weather element of search template information, and B ij : [i, j] among image patterns for each weather element of existing template information) Reduction value for the lattice of the point).
상기한 목적을 달성하기 위한 본 발명의 또 다른 실시예에 따른 검색하고자 하는 일기도 데이터와 유사한 유사 일기도를 검색하는 유사 일기도 검색 시스템은, 포스트스크립트 형태의 상기 일기도 데이터를 벡터 데이터로 변환하고, 이를 기상요소별로 분리하여 각 기상요소에 대한 등치선 중 소정의 거리 내에 있는 단선을 상호 연결하여 복원한 후 각 등치선 및 등치선 사이의 영역에 대한 환산값을 할당한 검색 기상요소별 이미지를 얻는 처리부와, 상기 처리부에 처리된 기존 기상요소별 이미지가 저장된 DB와, 검색하고자 하는 일기도 데이터에 대해 상기 처리부를 통해 얻은 검색 기상요소별 이미지와 동일 지역에 대한 상기 DB의 기존 기상요소별 이미지마다 상호 중첩하여, 상기 검색 기상요소별 이미지의 등치선을 구성하는 화소 중 상기 기존 기상요소별 이미지의 등치선을 구성하는 화소와 상호 중첩되거나 소정 영역내에 같이배치되는 화소의 개수에 따라 유사도를 산출하고, 상기 유사도가 기설정된 조건을만족하는 하나 이상의 기존 기상요소별 이미지를 상기 유사 일기도로 추출하는 묘화평가부를 포함한다.
According to another embodiment of the present invention for achieving the above object, a similar weather map search system for searching similar weather maps similar to the weather data to be searched, converts the weather map data in the form of PostScript into vector data and A processor for separating images by weather elements, interconnecting and restoring disconnection lines within a predetermined distance among the isometric lines for each weather element, and then obtaining an image for each search weather element by allocating conversion values for the regions between the isolines and the isolines; And a DB storing images of existing weather element data processed by the processing unit, and images of the existing weather element data of the DB for the same region as a search weather element image obtained through the processing unit for the weather map data to be searched. The existing group of pixels constituting the isolines of the image for each search weather element The similarity is calculated according to the number of pixels overlapping with each other or constituting pixels constituting the isolines of the element-specific image, and the similarity map is obtained by displaying one or more existing weather element images for which the similarity satisfies a preset condition. The drawing evaluation part which extracts is included.
본 발명은 현재의 일기도 데이터에 대한 다양한 기상요소에 대한 정보가 포함된 템플릿 정보 또는 기상요소별 이미지를 생성하여 이를 DB에 기저장된 기존의 일기도 데이터에 대한 템플릿 정보 또는 기상요소별 이미지와 상호 비교하여 유사한 하나 이상의 기존 템플릿 정보 또는 기상요소별 이미지를 추출함으로써, 이를 이용하여 현재의 일기도 데이터와 유사한 과거의 일기도 데이터를 용이하게 검색할 수 있으며, 유사도가 높은 과거의 일기도 데이터를 기반으로 현재의 일기도의 변화를 용이하게 예측할 수 있는 효과가 있다.The present invention generates template information or images for each weather element including information on various weather elements with respect to the current weather map data and mutually interacts with template information or images for each weather element previously stored in the DB. By comparing one or more existing template information or images for each weather element by comparison, it is possible to easily search past weather map data similar to the current weather map data, based on past weather map data with high similarity. As a result, the change in the current weather can be easily predicted.
또한, 기존의 산술적인 수치예보모델이 다양한 다양한 기상요소와 기후변화 및 해당 지역의 고유한 환경특성 등을 고려하지 않고 이루어져 예측결과가 실제와 크게 벗어나는데 반해, 본 발명은 최근의 변화된 기후를 반영함과 동시에 해당 지역에 특성화된 다양한 환경특성이 그대로 적용할 수 있고, 현재 일기도와 과거 일기도의 유사도에 따라 더욱 정확한 기상변화를 예측할 수 있는 효과가 있다.In addition, the existing arithmetic numerical prediction model is made without considering various various weather factors, climate change, and the unique environmental characteristics of the region, while the prediction result is greatly different from the actual one, but the present invention reflects the recently changed climate. At the same time, various environmental characteristics specialized in the area can be applied as it is, and more accurate weather changes can be predicted according to the similarity between the current weather and the past weather.
또한, 본 발명은 현재의 일기도와 유사한 과거의 일기도를 검색하는 간단한 시스템 구성을 제공하여 시스템 복잡도를 크게 단순화시키면서도 일기도 변화의 정확도를 높여, 신뢰성을 보장하는 동시에 효율을 크게 높이는 효과가 있다.
In addition, the present invention provides a simple system configuration for searching past weather maps similar to the current weather map, which greatly simplifies the system complexity and increases the accuracy of weather map changes, thereby ensuring reliability and greatly increasing efficiency.
도 1은 본 발명의 실시예에 따른 유사 일기도 검색 시스템의 구성도.
도 2는 본 발명에 따른 전처리부에 의해 처리된 검색 일기도 데이터의 초기 이미지를 도시한 도면.
도 3은 본 발명에 따른 전처리부에 의해 기상요소별로 분리된 기상요소별 이미지를 도시한 도면.
도 4는 본 발명에 따른 복원부에 의해 복원된 기상요소별 이미지를 도시한 도면.
도 5는 본 발명에 따른 복원부의 세선화 알고리즘에 따른 복원과정을 도시한 도면.
도 6 내지 도 7은 본 발명에 따른 복원부의 독립화소 제거 및 소정 거리 이상의 단점에 대한 인덱싱 과정을 도시한 도면.
도 8은 본 발명에 따른 복원부의 Bezier 곡선 알고리즘에 따른 인덱스된 단점의 곡선 연결을 도시한 도면.
도 9는 본 발명에 따른 할당부의 등치선에 대한 인덱싱 과정을 도시한 도면.
도 10은 본 발명에 따른 할당부의 미속성 등치선에 대한 환산값 할당을 도시한 도면.
도 11은 본 발명에 따른 할당부의 미속성 등치선 처리 전의 기상요소별 이미지를 도시한 도면.
도 12는 본 발명에 따른 할당부의 미속성 등치선 처리 후의 기상요소별 이미지를 도시한 도면.
도 13은 본 발명에 따른 할당부의 기상요소별 이미지에 대한 그레이 스케일 처리를 도시한 도면.
도 14는 본 발명에 따른 템플릿 생성부의 기상요소별 이미지에 대한 격자화를 통한 기상요소별 이미지 패턴 변환을 도시한 도면.
도 15는 본 발명에 따른 템플릿 생성부가 생성한 템플릿의 구조를 도시한 도면.
도 16은 본 발명에 따른 유사도 비교부의 검색 템플릿 정보와 기존 템플릿 정보의 비교에 대한 예시도.
도 17은 본 발명에 따른 유사도 비교부 및 묘화평가부와 연동하는 검색부의 유사 일기도 데이터 제공에 대한 구성도.
도 18은 본 발명의 다른 실시예에 따른 유사 일기도 검색 시스템의 구성도.
도 19는 본 발명에 따른 묘화 평가부의 유사도 판정 과정을 도시한 도면.
도 20은 본 발명에 따른 묘화 평가부의 유사도에 따라 검색 기상요소별 이미지와 기존 기상요소별 이미지의 중첩 정도를 도시한 도면.1 is a block diagram of a similar weather map search system according to an embodiment of the present invention.
2 is a view showing an initial image of search weather map data processed by a preprocessor according to the present invention.
3 is a view showing an image for each weather element separated for each weather element by the preprocessor according to the present invention.
4 is a view showing an image for each weather element restored by the restoration unit according to the present invention.
5 is a diagram illustrating a restoration process according to the thinning algorithm of the restoration unit according to the present invention.
6 to 7 are diagrams illustrating an indexing process for removing an independent pixel and a disadvantage of a predetermined distance or more according to the present invention.
8 is a diagram illustrating a curve connection of indexed disadvantages according to the Bezier curve algorithm of the restoration unit according to the present invention.
9 is a diagram illustrating an indexing process for an isoline of an assigning unit according to the present invention.
10 is a diagram illustrating conversion of converted values for unattributed isolines of an assigning unit according to the present invention;
11 is a view showing an image for each weather element before the unattributed isoline processing of the assigning unit according to the present invention.
12 is a view showing an image for each weather element after the unattributed isoline processing of the assigning unit according to the present invention.
FIG. 13 is a diagram illustrating gray scale processing for an image for each weather element of an assigning unit according to the present invention; FIG.
14 is a view showing the conversion of the image pattern for each weather element through the gridization of the image for each weather element of the template generating unit according to the present invention.
15 is a view showing the structure of a template generated by the template generating unit according to the present invention.
16 is an exemplary diagram for comparing the search template information with the existing template information of the similarity comparison unit according to the present invention.
17 is a configuration diagram for providing similar weather data of a search unit linked with a similarity comparison unit and a drawing evaluation unit according to the present invention.
18 is a block diagram of a similar weather map search system according to another embodiment of the present invention.
19 is a diagram showing the similarity determination process of the drawing evaluation unit according to the present invention.
20 is a diagram showing the degree of overlap between the image for each search weather element and the image for each existing weather element according to the similarity of the drawing evaluation unit according to the present invention.
본 발명은 기존의 수치예보모델이 산술적으로 기상변화를 예측하는 것이 다양한 기상요소와 기후변화 및 해당 지역의 고유한 환경특성 등을 고려하지 않고 이루어져 예측결과가 실제와 크게 벗어나며, 이러한 기상요소 및 기후변화를 적용하는 것 또한 어려울뿐만 아니라 시스템의 복잡도를 증가시켜 시스템 비용이 증가하므로 시스템 효율이 떨어지는 점을 개선시키는데 있다.According to the present invention, it is possible to predict the change of weather arithmetically by the existing numerical forecasting model without considering various weather factors, climate change, and the unique environmental characteristics of the region. Not only is it difficult to apply changes, but it also increases system complexity and increases system cost, thereby improving system efficiency.
즉, 본 발명은 현재의 검색 일기도를 과거의 일기도를 기반으로 유사한 일기도를 검색하여, 과거 일기도의 변화양상을 통해 현재 일기도의 변화양상을 예측함으로써 최근의 변화된 기후를 반영함과 동시에 해당 지역에 특성화된 다양한 환경특성이 그대로 적용할 수 있고, 현재 일기도와 과거 일기도의 유사도에 따라 더욱 정확한 기상변화를 예측할 수 있다는 점에서 시스템 복잡도를 크게 단순화시키면서도 효율을 크게 높일 수 있는 시스템을 제공한다.
That is, the present invention searches for a similar weather map based on the current weather map based on the past weather map, and predicts the change pattern of the current weather map through the change patterns of the past weather map to reflect the recent changed climate and to characterize the corresponding area. Various environmental characteristics can be applied as it is, and more accurate weather changes can be predicted according to the similarity between the current weather and the past weather, thus greatly simplifying the system complexity and providing a system that can greatly increase efficiency.
이하, 도면을 통해 본 발명에 따른 유사 일기도 검색 시스템의 다양한 실시예를 설명하기로 한다.Hereinafter, various embodiments of the similar weather map search system according to the present invention will be described with reference to the accompanying drawings.
도 1은 본 발명의 실시예에 따른 유사 일기도 검색 시스템의 구성을 도시한 도면으로서, 도시된 바와 같이 수신부(110), 처리부(120), 유사도 비교부(130) 및 DB(140)를 포함할 수 있다.1 is a view showing the configuration of a similar weather map search system according to an embodiment of the present invention, and includes a
이때, 상기 수신부(110)는 외부로부터 일기도 데이터를 수신하여 상기 처리부(120)로 전달하며, 상기 처리부(120)는 포스트스크립트(postscript) 형태의 상기 검색 일기도 데이터를 벡터 데이터로 변환한 후 기상요소별로 분리하여 각 기상요소에 대한 등치선 중 단선(斷線)을 상호 연결하여 복원한 후 각 등치선 및 등치선 사이의 영역에 대한 환산값을 할당한 기상요소별 이미지를 얻어 기설정된 크기의 격자 단위로 평균 변환한 하나 이상의 기상요소별 이미지 패턴과 기설정된 적어도 하나 이상의 기상정보를 포함하는 템플릿 정보를 생성할 수 있다.In this case, the receiving
또한, 상기 처리부(120)는 상기 템플릿 정보를 DB(140)에 누적 저장하여, 유사 일기도 데이터 검색을 위한 수단으로 상기 템플릿 정보를 지속적으로 DB(140)에 축적할 수 있다. 즉, 상기 DB(140)에는 상기 처리부(120)에 의해 처리된 모든 일기도 데이터에 대한 템플릿 정보가 저장될 수 있다.In addition, the processor 120 may accumulate and store the template information in the
한편, 상기 수신부(110)는 검색하고자 하는 검색 일기도 데이터를 수신하여 상기 처리부(120)로 전달할 수 있으며, 상기 처리부(120)는 상기 검색 일기도 데이터를 상기와 같은 방식으로 처리하여 상기 검색 일기도 데이터에 대한 검색 템플릿 정보를 생성하며, 이를 상기 유사도 비교부(130)에 제공할 수 있다.Meanwhile, the receiving
이에 따라, 상기 유사도 비교부(130)는 상기 처리부(120)로부터 상기 검색 템플릿 정보를 수신하여, 상기 DB(140)에 저장된 기존 템플릿 정보 중 상기 검색 템플릿 정보와 동일 지역에 대한 기존 템플릿 정보들을 기설정된 유사도 판정 알고리즘에 적용하여 각 기존 템플릿 정보에 대하여 유사도를 산출할 수 있다.Accordingly, the
이후, 상기 유사도 비교부(130)는 상기 검색 템플릿 정보와 기존 템플릿 정보 사이의 상기 유사도를 기준으로 기설정된 조건을 만족하는 유사도를 가진 기존 템플릿 정보를 추출하여 이를 유사 일기도로 제공할 수 있다.Thereafter, the
더하여, 상기 유사도 비교부(130)나 상기 기존 템플릿 정보를 수신한 이외의 구성부에 의해 상기 기존 템플릿 정보와 매칭되는 유사 일기도 데이터를 제공할 수도 있다.In addition,
한편, 상기 처리부는 도시된 바와 같이, 전처리부(121), 복원부(122), 할당부(123), 템플릿 생성부(124)로 구성될 수 있다.On the other hand, the processing unit may be composed of a
이하, 상기 처리부(120)에 구성된 각 구성부의 기능을 도면을 참고하여 상세히 설명하기로 한다.Hereinafter, the function of each component configured in the processing unit 120 will be described in detail with reference to the drawings.
상기 전처리부(121)는 상기 수신부(110)를 통해 도 2에 도시된 바와 같은 포스트 스크립트(Postscript) 형태의 상기 검색 일기도 데이터를 수신하여 벡터 데이터로 변환하며, 이를 기상요소별로 분리하여 도 3에 도시된 바와 같이 기상요소별 이미지를 획득할 수 있다.The
이때, 상기 기상요소는 기압에 대한 고도장, 온도에 대한 온도장, 노점편차 등을 포함할 수 있으며, 상기 기상요소별 이미지는 상기 기상요소에 대한 등치선을 포함할 수 있다. 또한, 상기 기상요소는 일기도 데이터에 포함된 라인성분(등압선, 등고선, 등온선) 및 위치 성분(고기압, 저기압, 태풍 등)을 포함할 수도 있다.In this case, the weather element may include an altitude field for air pressure, a temperature field for temperature, a dew point deviation, and the like, and the image for each weather element may include an isoline for the weather element. In addition, the meteorological element may include line components (isobars, contour lines, isotherms) and location components (high pressure, low pressure, typhoon, etc.) included in the weather data.
이에 따라, 도 3(a)에 도시된 바와 같이 고도장에 대한 기상요소별 이미지는 기압에 대한 등치선을 포함하며, 도 3(b)에 도시된 바와 같이 온도장에 대한 기상요소별 이미지는 온도에 대한 등치선을 포함할 수 있다.Accordingly, as shown in FIG. 3 (a), the image for each weather element of the altitude field includes an isoline for the barometric pressure, and as shown in FIG. 3 (b), the image for each weather element of the temperature field shows temperature. May include isolines for.
한편, 상기 복원부(122)는 상기 검색 일기도 데이터에 포함된 각 등치선의 벡터 데이터를 이용하여, 상기 도 3(a)와 도 3(b)의 기상요소별 이미지에 포함된 등치선 중 단선된 등치선을 연결할 수 있다. On the other hand, the
즉, 상기 복원부(122)는 도 4(a)에 도시된 바와 같이 벡터 데이터를 이용하여 선을 그려나가는 중 인접한 등치선의 시작점과 끝점이 소정거리 이하이면 연결하고 소정거리 이상이면 연결하지 않는다. 이는 소정거리 이하인 경우 동일 값을 가지는 등치선의 일부로 판단하여 연결할 수 있으며, 소정거리 이상인 경우 서로 다른 값을 가지는 등치선으로 판단할 수 있기 때문이다.That is, as shown in FIG. 4A, the
이에 따라, 도 4(b)와 같이 점선(쇄선)으로 연결된 온도장을 실선으로 연결된 온도장으로 변환할 수 있으며, 상기 기상요소별 이미지의 등치선 판단이 용이하게 이루어질 수 있다.Accordingly, as shown in (b) of FIG. 4, a temperature field connected by a dotted line (dashed line) may be converted into a temperature field connected by a solid line, and the isoline determination of the image for each weather element may be easily performed.
상기와 같은 과정을 거친 이후에도, 동일 값을 가지는 등치선을 이루는 두 선의 거리가 소정거리 이상이어서 연결되지 않는 경우가 발생할 수 있다.Even after the above process, the distance between the two lines forming the isoline having the same value may be greater than or equal to a predetermined distance and thus may not be connected.
이를 위해, 상기 복원부(122)는 상기 기상요소별 이미지에 포함된 소정거리 이상을 가지며 등치선을 구성하는 복수의 단선끼리 정확히 연결하기 위하여, 선의 배치상태를 정확히 식별하기 위하여 이상적인 선의 정보를 추출하기 위한 세선화 단계를 거칠 수 있다.To this end, the
즉, 상기 복원부(122)는 기설정된 세선화 알고리즘에 따라 도 5(a)에 도시된 바와 같은 복수의 화소로 구성된 패턴을 검색하여, 중심 화소를 중심으로 주위 화소의 연결수를 판단하여 도 5(b)에 도시된 바와 같이 연결수(Connectivity)가 1인 경우에 해당하는 패턴의 상기 중심 화소(C)를 제거한다.That is, the reconstructor 122 searches for a pattern composed of a plurality of pixels as illustrated in FIG. 5A according to a preset thinning algorithm, and determines the number of connections of surrounding pixels around the center pixel. As shown in 5 (b), the center pixel C of the pattern corresponding to the case where the connectivity is 1 is removed.
이와 같은 과정을 통해, 전체 영상에 대하서 상기 과정을 반복하여 일정 두께의 선에 대하여 외곽 화소를 벗겨냄으로써 최종적으로 두께 1을 가지는 이상적인 선으로 변환할 수 있다.Through this process, the above process may be repeated with respect to the entire image, and the outer pixel may be peeled off with respect to a line having a predetermined thickness, thereby finally converting to an ideal line having a thickness of 1.
이때, 연결수는 상기 검은색 화소(검은색 동그라미로 표시된 화소)에서 흰색 화소(흰색 동그라미로 표시된 화소)로 전환되거나 혹은 이와 반대로 전환되는 경우에 대한 것이다.In this case, the number of connections is for the case where the black pixel (pixel indicated by a black circle) is switched from the white pixel (pixel indicated by a white circle) or vice versa.
또한, 상기 도 5(b)에 도시된 연결수 판단은 도 5(a)에 도시된 ①의 패턴에 해당하는 경우에 대한 것으로서, 전체 기상요소별 이미지 중 상기 도 5(a)에 도시된 ②, ③, ④의 패턴에 대해서도 ①의 패턴에 대한 세선화 과정과 마찬가지로 각각 연결수 판단을 수행하여 중심 화소(C)를 제거할 수 있다.In addition, the determination of the number of connections shown in FIG. 5 (b) corresponds to the case of the pattern of ① shown in FIG. 5 (a), and as shown in FIG. In the same manner as the thinning process for the pattern of ①, for the patterns of, ③, and ④, the center pixel C may be removed by determining the number of connections.
상기와 같은 세선화 과정을 수행한 결과의 실시예로 도 5(c)에 도시된 바와 같이 일정 두께의 선이 1의 두께를 가지는 이상적인 선으로 변환된 것을 알 수 있다.As an example of the result of performing the thinning process as described above, it can be seen that a line having a predetermined thickness is converted into an ideal line having a thickness of 1 as shown in FIG.
한편, 이와 같은 세선화 알고리즘으로 Stentiford, Zhang-Suen, Holt Combined 알고리즘 등을 이용할 수 있다.Meanwhile, as the thinning algorithm, Stentiford, Zhang-Suen, Holt Combined algorithm, etc. may be used.
상기와 같은 세선화 과정과 더불어 상기 복원부(122)는 도 5(d)에 도시된 바와 같이 꺽이는 지점의 화소를 배경처리 하여 이상적인 선으로 변환할 수 있다.In addition to the thinning process as described above, the
상기 세선화 과정이 종료되면, 상기 복원부(122)는 도 6(a)에 도시된 바와 같이 어떠한 연결도 가지지 않는 독립 화소(i)를 제거하여 무의미한 화소를 제거할 수 있다.When the thinning process is completed, the
또한, 도 6(b)에 도시된 바와 같이 상기 복원부는 등치선을 구성하는 단선들을 연결하기 위하여 각 단선들의 단점(斷點)들을 식별하여 도 7(a)에 도시된 바와 같이 단점들을 인덱스 처리할 수 있다.In addition, as shown in FIG. 6 (b), the restoring unit may identify disadvantages of each disconnection to connect disconnections constituting the isoline, and index the disadvantages as shown in FIG. 7 (a). Can be.
이후, 도 7(a)의 인덱스 처리에 따라, 도 7(b)에 도시된 바와 같이 각 단점에서 상호 가장 인접한 단점을 검색하여 인접한 단점(일례로, ⑧번의 단점과 ⑩번의 단점을 상호 연결)끼리 연결할 수 있다.Subsequently, according to the index processing of FIG. 7 (a), as shown in FIG. 7 (b), the adjacent shortcomings are searched for in each of the shortcomings (for example, the shortcomings of # 8 and the shortcomings of # ⑩ are interconnected). Can connect with each other.
이때, 상기 단점의 거리가 도 4(b)의 쇄선 연결에서 설정된 소정 거리 이상인 경우가 대부분이며, 이를 직선으로 연결하는 경우 등치선 복원에 심각한 오류가 발생할 수 있다. 이는, 등치선이 대부분 곡선으로 구성되어, 단점을 직선으로 연결하는 경우 원래 일기도에 상당히 벗어나는 일기도로 복원되기 때문이다.In this case, the distance of the disadvantage is most of the predetermined distance or more set in the chain line connection of Figure 4 (b), when connecting in a straight line can cause a serious error in the restoration of the isoline. This is because the isoline is mostly composed of curves, and when the shortcomings are connected in a straight line, the map is restored to a weather map that deviates significantly from the original weather map.
이에 따라, 상기 인덱스된 단점들 중 가장 인접한 단점끼리 곡선으로 연결할 수 있으며, 이때 가장 인접한 두 개의 단점을 Bezier 곡선 알고리즘에 대입하여 곡선으로 연결할 수 있다.Accordingly, the nearest shortcomings of the indexed shortcomings may be connected by a curve, and the two shortest shortcomings may be connected by a curve by substituting the Bezier curve algorithm.
상기 Bezier 곡선 알고리즘은 다음과 같은 수학식 1 내지 3에 따른다.The Bezier curve algorithm is based on
즉, 인접한 두 단점을 포함하는 서로 다른 두 곡선에 도 8(a)에 도시된 바와 같이 두 개의 컨트롤 포인트(p1, p2)를 생성한 후 이를 상기 bezier 곡선 알고리즘에 대입하여 두 단점을 연결할 수 있으며, 이에 따라 도 8(b)에 도시된 바와 같이 서로 다른 두 곡선을 하나의 곡선으로 연결하여 하나의 등치선으로 변환할 수 있다.That is, two control points p1 and p2 may be generated on two different curves including two adjacent shortcomings, and then substituted into the bezier curve algorithm to connect the two shortcomings. Accordingly, as shown in FIG. 8 (b), two different curves may be connected to one curve to be converted into one isoline.
상기와 같은 복원부(122)의 등치선 복원이 완료되면, 상기 할당부(123)가 각 등치선에 부여된 기상요소의 수치를 다른 일기도와의 수치 비교를 위한 환산값으로 변환하여 이를 각 등치선에 할당할 수 있다.When the restoration of the isoline of the
이를 도 9 내지 도 11을 통해 상세히 살펴보면, 우선 도 9에 도시된 바와 같이 상기 할당부(123)는 단일 선으로 구성된 복수의 등치선에 대하여 인덱스 처리할 수 있다.9 to 11, first, as shown in FIG. 9, the
이후, 상기 인덱스된 등치선 상에 있는 등치선값을 인식하고, 이를 하기 수학식 4에 대입하여 상기 환산값을 구하여 이를 해당 등치선에 할당할 수 있다.Subsequently, the equivalent isoline value on the indexed isoline is recognized, and this value is substituted into
이때, i번째 등치선에 대하여 Linei 는 i번째 등치선의 환산 값이며, Vali 는 i번째 상기 등치선값이며, Min은 기상요소별 이미지에 포함된 전체 등치선 중 최소값이며, Max은 기상요소별 이미지에 포함된 전체 등치선 중 최대값이며, Range는 환산하고자 하는 범위 값이다.At this time, for the i-th isoline, Line i is the converted value of the ith isoline, Val i is the i-th isoline value, Min is the minimum value among all isolines included in the image for each weather element, and Max is the image for each element. The maximum value among all included isolines, and Range is the range value to be converted.
상기와 같은 과정을 통해, 상기 할당부(123)는 상기 기상요소별 이미지에 포함된 각 인덱스된 등치선 마다 등치선 상에 존재하는 등치선값을 상기 수학식 4에 대입하여 각 등치선에 대한 환산값을 할당할 수 있다.Through the above process, the allocating
한편, 등치선 상에 등치선값이 명시되지 않아 환산 값을 할당할 수 없는 미속성 등치선에 대하여, 상기 할당부(123)는 상기 미속성 등치선과 인접한 적어도 하나 이상의 다른 등치선 상의 등치선값을 이용하여 미속성 등치선에 대한 등치선값을 할당할 수 있다.On the other hand, for a non-proprietary isoline that cannot be assigned a converted value because no isoline value is specified on the isoline, the assigning
이에 대한 일실시예로, 상기 할당부(123)는 상기 기상요소별 이미지가 고도장에 대한 이미지인 경우 상기 미속성 등치선에 인접한 다른 등치선상에 명시된 기압을 이용하거나, 상기 기상요소별 이미지가 온도장에 대한 이미지인 경우 상기 미속성 등치선에 인접한 다른 등치선 상에 명시된 온도핵을 이용할 수 있다.In one embodiment, the
이를 도면을 통해 상세히 살펴보면, 도 10에 도시된 바와 같이 상기 할당부(123)는 고도장에 대한 기상요소별 이미지에 있어서 미속성 등치선 내에 고기압이 존재하는 경우 등치선 내에 있는 적어도 하나 이상의 다른 등치선에 명시된 고기압의 평균보다 작으면서 등치선 간격 값의 최대 배수를 상기 미속성 등치선에 등치선값으로 할당할 수 있다.Referring to this in detail through the drawings, as shown in FIG. 10, the
즉, 도 10(a)에 도시된 바와 같이 고기압의 평균값 ((5888 + 5890 + 5899) / 3 = 5892) 보다 작으면서 등치선 간격 값(500hpa 고도장인 경우 60)의 최대 배수는 5880이 되므로 상기 미속성 등치선(A)에 5880을 할당할 수 있다.That is, as shown in FIG. 10 (a), the maximum multiple of the isoline interval value (60 in the case of 500 hpa altitude) is 5880 while being smaller than the average value of the high pressure ((5888 + 5890 + 5899) / 3 = 5892). 5880 may be allocated to the attribute isoline A. FIG.
또한, 상기 미속성 등치선 내에 저기압이 존재하는 경우 등치선 내에 있는 적어도 하나 이상의 다른 등치선에 명시된 저기압의 평균보다 크면서 등치선 간격 값의 최소 배수를 상기 미속성 등치선에 등치선값으로 할당할 수 있다.In addition, when there is a low pressure in the non-proprietary isoline, a minimum multiple of the isoline interval values may be assigned to the non-proprietary isoline value greater than the average of the low pressures specified in at least one or more other isolines in the isoline.
즉, 도 10(b)에 도시된 바와 같이 저기압의 평균값 (5241 / 1 = 5241) 보다 크면서 등치선 간격 값(500hpa 고도장인 경우 60)의 최소 배수 5280을 상기 미속성 등치선(B)에 대한 등치선값으로 할당할 수 있다.That is, as shown in FIG. 10 (b), the minimum multiple 5280 of the isoline interval value (60 in the case of 500 hpa altitude field) is greater than the average value of the low pressure (5241/1 = 5241), and the isoline to the unattributed isoline B. Can be assigned a value.
한편, 상기 할당부(123)는 미속성 등치선과 인접한 다른 등치선들이 상기 미속성 등치선의 외부 및 내부에 모두 존재하는 경우 상기 외부 및 내부 등치선에 명시된 등치선값의 평균을 상기 미속성 등치선에 대한 등치선값으로 할당할 수 있다.On the other hand, the allocating
즉, 도 10(c)에 도시된 바와 같이 미속성 등치선 ⓐ의 경우 인접 등치선의 평균값은 (5580+5460)/2 이므로 5520으로 등치선 값을 할당할 수 있으며, 미속성 등치선 ⓑ의 경우 인접 등치선의 평균값은 (5460+5340)/2 이므로 5400을 등치선값으로 할당할 수 있다.That is, as shown in FIG. 10 (c), in the case of the non-attribute isoline ⓐ, the average value of the adjacent isolines is (5580 + 5460) / 2, and thus the isoline value can be assigned to 5520. Since the average value is (5460 + 5340) / 2, we can assign 5400 to the isoline value.
상술한 바와 같이, 상기 할당부(123)는 상기 미속성 등치선에 대하여 등치선값을 구한 후 상기 수학식 4에 따라 각 미속성 등치선에 대한 환산값을 구할 수 있다.As described above, the
이에 따라, 도 11에 도시된 바와 같이 상기 할당부(123)는 등치선 값이 할당되지 않은 등치선인 미속성 등치선(녹색으로 표시된 등치선)에 대하여 환산값을 부여하여 도 12에 도시된 바와 같이 미속성 등치선에 환산값이 부여되어(녹색 등치선이 흰색 등치선으로 변환), 모든 등치선에 환산값이 부여된 기상요소별 이미지를 획득할 수 있다.Accordingly, as shown in FIG. 11, the
더하여, 상기 할당부(123)는 각 등치선에 할당된 환산값을 근거로 모든 등치선 사이의 영역에 대하여 상기 등치선의 환산값을 기준으로 각 영역에 대한 환산값을 할당할 수 있으며, 상기 각 영역의 환산값을 도 13에 도시된 바와 같이 그레이 스케일로 표시할 수도 있다.In addition, the
상기와 같이 최종 환산값이 할당된 적어도 하나 이상의 기상요소별 이미지는 상기 할당부(123)에서 상기 템플릿 생성부(124)로 전달되며, 상기 템플릿 생성부(124)는 상기 기상요소별 이미지를 기설정된 크기의 격자로 격자화하여 상기 기상요소별 이미지를 유사도 비교에 적당한 해상도로 변환할 수 있다.As described above, the at least one image for each weather element to which the final conversion value is assigned is transferred from the
따라서, 도 14에 도시된 바와 같이 상기 템플릿 생성부(124)는 상기 기상요소별 이미지에 각각에 대하여 격자를 구성하고, 격자에 포함된 환산값을 평균하여 각 격자마다 평균값을 구할 수 있다. 이때, 상기 격자는 4×4 화소로 구성되는 것이 바람직하다.Therefore, as illustrated in FIG. 14, the
이에 따라, 도 14에 도시된 바와 같이 상기 기상요소별 이미지(C)에 대한 격자화 과정을 거쳐 유사도 비교에 적당한 기상요소별 이미지 패턴(D)을 생성할 수 있다.Accordingly, as illustrated in FIG. 14, an image pattern D for each weather element suitable for comparing similarities may be generated by performing a lattice process on the image C for each weather element.
한편, 상기 템플릿 생성부(124)는 상기 기상요소별 이미지에 포함된 환산값을 하기 수학식 5에 따라 격자단위로 평균변환하여 상기 기상요소별 이미지 패턴을 구할 수 있으며,On the other hand, the
이때 상기 Tempij 는 상기 기상요소별 이미지 패턴 중 [i,j] 지점의 격자에 대한 환산값의 평균값이며, Mapxy 는 상기 기상요소별 이미지의 [x,y] 지점에 대한 환산값이며, w/h 는 격자(Mask)의 폭 및 높이이다.At this time, the Temp ij is an average value of the conversion value for the grid of the [i, j] point of the image pattern for each weather element, Map xy is a conversion value for the [x, y] point of the image for each weather element, w / h is the width and height of the mask.
이에 따라, 상기 템플릿 생성부(124)는 상기와 같은 기상요소별 이미지 패턴과 기설정된 적어도 하나 이상의 기상정보를 포함하는 템플릿 정보를 생성할 수 있으며, 상기 템플릿 정보는 도 15에 도시된 바와 같은 구조로 구성될 수 있다.Accordingly, the
즉, 상기 템플릿 정보는 상기 서로 다른 기상요소에 대하여 생성된 적어도 하나 이상의 기상요소별 이미지 패턴과 기설정된 기상정보를 포함하며, 상기 기상정보는 일기도 형태, 최고고도, 최저고도, 최고온도, 최저온도, 태풍 개수, 태풍 X 좌표, 태풍 Y 좌표 등을 포함할 수 있다.That is, the template information includes at least one image pattern for each weather element and predetermined weather information generated for the different weather elements, and the weather information includes a weather map type, a high altitude, a low altitude, a high temperature, a low temperature. Temperature, number of typhoons, typhoon X coordinates, typhoon Y coordinates, and the like.
또한, 이때, 상기 일기도 형태는 일기도가 포함된 지역에 대한 지역코드 정보나 해당 일기도의 날짜정보, 계절정보 등을 포함할 수 있다.In this case, the weather map form may include area code information for a region including a weather map, date information of a corresponding weather map, season information, and the like.
또한, 상기 템플릿 생성부(124)는 상기 템플릿 정보를 상기 DB(140)에 저장하여 누적할 수 있다.In addition, the
한편, 상기 템플릿 생성부(124)는 상기와 같은 과정을 통해 생성한 검색 일기도 데이터에 대한 검색 템플릿 정보를 상기 유사도 비교부(130)에 전송하며, 상기 유사도 비교부(130)는 기존 처리된 기존 템플릿 정보 중 상기 검색 템플릿 정보와 유사 정도에 따라 기존 템플릿 정보를 상기 DB(140)에서 추출할 수 있다.Meanwhile, the
이에 대한 상세 실시예로, 상기 유사도 비교부(130)는 상기 처리부로부터 검색 템플릿 정보가 수신되는 경우 DB(140)에 저장된 기존 템플릿 정보 중 상기 템플릿 정보에 포함된 지역코드를 상호 비교하여 동일 지역의 일기도 데이터에 대한 기존 템플릿 정보를 검색할 수 있다.In a detailed embodiment of this, when the search template information is received from the processing unit, the
이후, 상기 유사도 비교부(130)는 기설정된 유사도 판정 알고리즘에 적용하여 얻어진 유사도를 기준으로 기설정된 조건을 만족하는 하나 이상의 기존 템플릿 정보를 추출할 수 있다.Thereafter, the
이때, 상기 유사도 판정 알고리즘은 다음과 같이 구성될 수 있다.In this case, the similarity determination algorithm may be configured as follows.
우선, 상기 유사도 비교부는 하기 수학식 6에 따라First, the similarity comparison unit according to
격자단위별 환원값을 생성한다. 이때, 상기 Min은 기상요소별 이미지에 포함된 전체 등치선 중 최소값이고, MAX는 기상요소별 이미지에 포함된 전체 등치선 중 최대값이며, Rage는 환산했던 범위 값이다. Generates a reduction value for each grid unit. In this case, Min is the minimum value among all isolines included in the image of each weather element, MAX is the maximum value among all isolines included in the image of weather elements, and Rage is a range value converted.
다음으로, 상기 유사도 비교부(130)는 상기 검색 템플릿 정보와 기존 템플릿 정보간 하기 수학식 7에 따라Next, the
상기 유사도를 구할 수 있다. 이때, 상기 Aij는 검색 템플릿 정보의 기상요소별 이미지 패턴 중 [i,j] 지점의 격자에 대한 환원 값이며, Bij는 기존 템플릿 정보의 기상요소별 이미지 패턴 중 [i,j] 지점의 격자에 대한 환원 값이다.The similarity can be obtained. At this time, A ij is a reduction value for the grid of the [i, j] point of the image pattern for each weather element of the search template information, and B ij is the [i, j] point of the image pattern for each weather element of the existing template information. Reduction value for the lattice.
이후, 상기 유사도 비교부(130)는 상기 기존 템플릿 정보 중 상기 검색 템플릿 정보와의 유사도가 기설정된 조건을 만족하는 적어도 하나 이상의 기존 템플릿 정보를 추출하여 제공할 수 있다.Thereafter, the
이때, 도 16에 도시된 바와 같이 유사도가 높을 수록 검색 템플릿 정보에 포함된 기상요소별 이미지 패턴과 기존 템플릿 정보에 포함된 기상요소별 이미지 패턴이 중첩되는 영역이 많아지며, 유사도가 낮은 경우 중첩되는 영역이 적다.At this time, as shown in FIG. 16, the higher the similarity, the more regions where the image pattern for each weather element included in the search template information and the image pattern for each weather element included in the existing template information overlap. Fewer areas
한편, 상기 처리부(120)는 상기 검색 템플릿 정보와 매칭되는 상기 검색 일기도 데이터를 별도의 일기도 DB(170)에 누적 저장할 수 있다. 이에 따라, 상기 일기도 DB에는 상기 처리부(120)에 의해 처리된 모든 일기도 데이터가 템플릿 정보와 매칭되어 저장될 수 있다.Meanwhile, the processor 120 may accumulate and store the search weather map data that matches the search template information in a separate
이에 따라, 도 17에 도시된 바와 같이 상기 유사도 비교부(130)는 상기 기존 템플릿 정보를 검색부(160)에 전달할 수 있으며, 상기 검색부(160)는 상기 일기도 DB(170)로부터 상기 유사도 비교부(130)에 의해 추출된 기존 템플릿 정보와 매칭되는 기존 일기도 데이터를 추출하여 제공할 수 있으며, 이에 따라 검색 일기도 데이터와 유사한 기존 일기도 데이터를 제공할 수 있다.Accordingly, as shown in FIG. 17, the
더하여, 상기 검색부(160)는 상기 일기도 DB(170)로부터 추출된 기존 일기도 데이터를 기준으로 연속되는 하나 이상의 연관 일기도 데이터를 제공하여 추출된 기존 일기도 데이터를 기준으로 일기도의 변화를 판단할 수 있다.In addition, the
이를 통해, 과거의 일기도를 기반으로 현재의 일기도 변화를 예측할 수 있다.Through this, the current weather map change can be predicted based on the past weather map.
한편, 본 발명의 다른 실시예에 따른 유사 일기도 검색 시스템은 도 18에 도시된 바와 같이 수신부(110), 처리부(120), 묘화평가부(150) 및 DB(140)로 구성될 수 있으며, 이때 상기 처리부(120)는 전처리부(121)와 복원부(122)로 구성될 수 있다.On the other hand, the similar weather map search system according to another embodiment of the present invention may be composed of a receiving
즉, 상기 처리부(120)는 상술한 전처리부(121)와 복원부(122)의 구성을 통해 검색 일기도 데이터로부터 최종적으로 하나 이상의 검색 기상요소별 이미지를 얻을 수 있으며, 상기 검색 기상요소별 이미지를 상기 DB(140)에 누적 저장함과 더불어 상기 묘화평가부(150)에 제공할 수 있다.That is, the processor 120 may finally obtain one or more images of search weather elements from the search weather map data through the configuration of the
상기 묘화평가부(150)는 상기 검색 기상요소별 이미지를 수신하여 동일 지역에 대한 기존 기상요소별 이미지를 DB(140)로부터 검색하여 선택할 수 있다.The drawing
이때, 상기 묘화평가부(150)는 상기 검색 기상요소별 이미지에 표시된 위도와 경도를 이용하거나, 지도 이미지를 기준으로 동일 지도 이미지를 검색하거나, 상기 검색 일기도 데이터에 포함된 지역코드를 이용하여 동일 지역에 대한 기존 기상요소별 이미지를 선택할 수 있다.At this time, the drawing
이후, 상기 묘화평가부(150)는 기존 기상요소별 이미지가 저장된 DB(140)로부터 상기 검색 기상요소별 이미지와 상기 기존 기상요소별 이미지에 대하여 등치선을 기준으로 기설정된 범위의 모든 화소를 비교하여 유사화소의 개수에 따라 유사도를 산출할 수 있다.Thereafter, the drawing
이에 대한 일실시예로서, 도 19(a)의 검색 기상요소별 이미지와 도 19(b)의 기존 기상요소별 이미지를 겹쳐, 도 19(c)의 중첩된 이미지로 변환한 후 상기 중첩된 이미지에서 검색 기상요소별 이미지의 상기 등치선을 구성하는 화소를 중심점으로 하는 소정의 영역 내에 기존 기상요소별 이미지의 화소가 1개 이상 존재하는 경우의 유사 화소를 검색하며, 중첩되는 화소 역시 상기 유사화소에 포함된다.As an example of this, the searched weather element image of FIG. 19 (a) and the existing weather element image of FIG. 19 (b) are superimposed, converted into the overlapped image of FIG. 19 (c), and then the overlapped image. Searches for similar pixels in the case where at least one pixel of the existing weather element image exists in a predetermined region having the center point of the pixels of the search weather element image as the center point, and overlapping pixels are also displayed in the similar pixel. Included.
이에 따라, 중첩되는 화소는 1, 2, 5, 6번 화소이며, 나머지 화소에 대하여 도 19(c)에서 4번 화소의 경우 소정 영역내에 기존 기상요소별 이미지의 화소가 2개 존재함으로써 4번 화소는 유사 화소로 판정하며, 8번 화소의 경우 소정 영역내에 평가일기도의 화소가 존재하지 않으므로 유사 화소로 인정할 수 없다. 이때, 상기 소정 영역은 도 19(c)에 도시된 바와 같이 3×3 화소로 구성되는 것이 바람직하다.Accordingly, the overlapping pixels are
이와 같은 판정에 따라, 검색 기상요소별 이미지에 포함된 총 9개의 화소 중 유사 화소는 8, 9번을 제외한 7개의 화소가 유사화소로 판정될 수 있다.According to the determination, seven pixels except for 8 and 9 may be determined as similar pixels among the nine pixels included in the image for each search weather element.
한편, 묘화평가부(150)에 의한 유사도는 다음과 같은 수학식 8에 의해 계산될 수 있다.
On the other hand, the similarity by the drawing
이에 따라, 상기 수학식 8에 의한 상기 실시예의 유사도는 Accordingly, the similarity of the embodiment of
유사도 = (7 pixel / 9 pixel)×100 = 93 이 된다.Similarity = (7 pixel / 9 pixel) x 100 = 93
즉, 상기 기존 기상요소별 이미지와 검색 기상요소별 이미지의 유사도가 93을 가진다.That is, the similarity between the existing weather element image and the search weather element image has a similarity of 93.
이때, 도 20에 도시된 바와 같이 상기 유사도가 높을 수록 검색 기상요소별 이미지와 기존 기상요소별 이미지의 등치선이 중첩정도가 높아진다.At this time, as shown in FIG. 20, the higher the similarity, the higher the overlapping degree of the isolines of the image for each search weather element and the image for each existing weather element.
즉, 도 20(a)은 유사도가 100인 중첩 이미지에 해당하여 유사도가 매우 높으며, 도 20(b)의 경우 유사도가 82인 중첩 이미지에 해당하여 일부 유사하며, 도 20(c)는 유사도가 33인 중첩 이미지에 해당하여 유사도가 매우 낮은 경우이다.That is, FIG. 20 (a) corresponds to a superimposed image having a similarity level of 100, and the similarity is very high. In FIG. 20 (b), the similarity corresponds to a superimposed image having a degree of similarity of 82, and FIG. In case of 33 overlapping images, the similarity is very low.
이후, 상기 묘화평가부(150)는 상기 기존 기상요소별 이미지 중에서 유사도가 기설정된 기준을 만족하는 하나 이상의 기존 기상요소별 이미지를 추출하여 제공할 수 있다.Thereafter, the drawing
더하여, 상기 처리부(120)는 상기 검색 기상요소별 이미지와 매칭되는 검색 일기도 데이터를 상기 일기도 DB(170)에 저장할 수 있으며, 도 17에 도시된 바와 같이 상기 묘화평가부(150)는 추출된 기존 기상요소별 이미지를 상기 검색부(160)에 제공하여 상기 검색부(160)가 상기 일기도 DB(170)로부터 상기 묘화평가부(150)가 제공한 기존 기상요소별 이미지와 상호 매칭되는 하나 이상의 기존 일기도 데이터를 추출하여 제공할 수도 있다. 이때, 상기 검색부(160)는 매칭되는 기존 일기도 데이터를 기준으로 시간적으로 연속되는 하나 이상의 연관 일기도 데이터를 제공할 수도 있다.In addition, the processor 120 may store search weather map data matching the search weather element image in the
이에 따라, 현재 일기도의 차후 변화를 예측하기 위한 기존 유사 일기도에 대한 자료를 제공할 수 있다.
Accordingly, it is possible to provide data on the existing similar weather map for predicting the future change of the current weather map.
110: 수신부 120: 처리부
121: 전처리부 122: 복원부
123: 할당부 124: 템플릿 생성부
130: 유사도 비교부 140: DB
150: 묘화 평가부 160: 검색부
170: 일기도 DB110: receiver 120: processor
121: preprocessing unit 122: restoring unit
123: allocation unit 124: template generation unit
130: similarity comparison unit 140: DB
150: drawing evaluation unit 160: search unit
170: weather map DB
Claims (13)
포스트스크립트 형태의 상기 일기도 데이터를 벡터 데이터로 변환하고, 이를 기상요소별로 분리하여 각 기상요소에 대한 등치선 중 단선을 상호 연결하여 복원한 후 각 등치선 및 등치선 사이의 영역에 대한 환산값을 할당한 기상요소별 이미지를 얻어 기설정된 크기의 격자 단위로 평균 변환한 하나 이상의 기상요소별 이미지 패턴을 생성하고, 상기 기상요소별 이미지 패턴과 기설정된 적어도 하나 이상의 기상정보를 포함하는 템플릿 정보를 생성하는 처리부;
상기 처리부에 의해 처리된 템플릿 정보가 저장되는 DB; 및
검색하고자 하는 일기도 데이터에 대해 상기 처리부를 통해 얻은 검색 템플릿 정보와 동일지역에 대한 상기 DB의 기존 템플릿 정보들을 기설정된 유사도 판정 알고리즘에 따라 유사도를 산출하여 기설정된 조건을 만족하는 하나 이상의 기존 템플릿 정보를 유사 일기도로 추출하는 유사도 비교부
를 포함하는 유사 일기도 검색 시스템.
In the similarity map search system for searching similar weather maps similar to the weather map data to search,
After converting the weather data in the form of PostScript into vector data, separating them by weather elements, connecting and resting the disconnection lines among the isolines for each weather element, and assigning conversion values for the regions between the isolines and the isolines. A processor configured to obtain an image for each weather element and generate one or more image patterns for each weather element averaged in units of grids of a predetermined size, and to generate template information including the image pattern for each weather element and at least one predetermined weather information; ;
A DB storing template information processed by the processing unit; And
One or more existing template information satisfying a predetermined condition by calculating a similarity according to a preset similarity determination algorithm for the search template information obtained through the processing unit and the existing template information of the DB for the same weather data to be searched. Similarity comparison unit for extracting the
Similar weather map search system that includes.
상기 기상요소는 등압선, 등고선, 등온선에 대한 라인성분과, 고기압, 저기압, 태풍에 대한 위치성분을 포함하는 것을 특징으로 하는 유사 일기도 검색 시스템.
The method according to claim 1,
The meteorological element is a similar weather map search system comprising a line component for isobars, contours, isotherms and location components for high pressure, low pressure, typhoons.
상기 템플릿 정보는 일기도 형태, 최고고도, 최저고도, 최고온도, 최저온도, 태풍 개수, 태풍 X 좌표, 태풍 Y 좌표, 등고선 이미지 패턴, 등온선 이미지 패턴, 노점편차 이미지 패턴 중 적어도 하나 이상을 포함하는 것을 특징으로 하는 유사 일기도 검색 시스템.
The method according to claim 1,
The template information may include at least one of weather map form, highest altitude, minimum altitude, maximum temperature, minimum temperature, typhoon number, typhoon X coordinate, typhoon Y coordinate, contour image pattern, isotherm image pattern, and dew point image pattern. Similar weather map search system, characterized in that.
상기 처리부는 상기 벡터 데이터를 이용하여 등치선 성분을 분리한 후 점선은 연결하여 실선화하며, 기설정된 세선화 알고리즘을 통해 세선화한 후 등치선값에 의해 단선된 등치선은 인접한 단점끼리 Bezier 곡선 알고리즘에 따라 연결하여 등치선으로 복원하는 것을 특징으로 하는 유사 일기도 검색 시스템.
The method according to claim 1,
The processing unit separates the isoline components using the vector data and then connects the dotted lines to solidify them, and after the thinning is performed through a preset thinning algorithm, the isolines disconnected by the isoline values are adjacent to each other according to the Bezier curve algorithm. Similar weather map search system, characterized in that to restore the isoline by connecting.
상기 처리부는 복원된 각 등치선에 대하여 인덱싱 한 후 인덱싱된 등치선마다 등치선상에 위치한 등치선값을 하기 수학식
에 대입하여 상기 환산값을 구하며, i번째 등치선에 대하여 Linei 는 i번째 등치선의 환산 값이며, Vali 는 i번째 상기 등치선값이며, Min은 전체 등치선 중 최소값이며, Max은 전체 등치선 중 최대값이며, Range는 환산하고자 하는 범위 값인 것을 특징으로 하는 유사 일기도 검색 시스템.
The method according to claim 1,
The processing unit indexes each of the restored isolines, and then calculates the isoline values positioned on the isolines for each of the indexed isolines.
Substituting for, the conversion value is obtained, for i-th isoline, Line i is the conversion value of the i-th isoline, Val i is the i-th isoline value, Min is the minimum of all isolines, and Max is the maximum of all isolines. Range is a similar weather map search system, characterized in that the range value to be converted.
상기 처리부는 등치선값이 없는 등치선에 대하여,
등치선에 인접한 복수의 등치선에 설정된 등치선값의 평균값으로 설정하거나,
등치선 내에 존재하는 하나 이상의 기상요소별로 기설정된 고저기준값을 이용하여 등치선 내에 존재하는 기상요소가 고일 경우 기상요소의 평균보다 작으면서 기상요소별로 기설정된 등치선간 간격기준에 따른 간격값의 최대배수를 등치선값으로 설정하고, 저일 경우 기상요소의 평균보다 크면서 기설정된 등치선간 간격기준에 따른 간격값의 최소배수를 등치선값으로 설정하는 것을 특징으로 하는 유사 일기도 검색 시스템.
The method according to claim 1,
The processing unit is for the equivalent line without the equivalent line value,
Set to the average value of the isoline values set in a plurality of isolines adjacent to the isolines,
Using the high or low reference value preset for each one or more weather elements within the isoline, the maximum multiple of the interval value according to the interval criteria between the isolines set by each weather element is less than the average of the weather elements when the weather element is high in the isoline. And setting a minimum value of the interval value according to a predetermined interval between the isoline lines, which is greater than the average of the weather elements, if the value is low.
상기 처리부는 상기 기상요소별 이미지에 포함된 환산값을 하기 수학식에 따라 격자단위로 평균변환하여 상기 기상요소별 이미지 패턴을 구하며,
이때 상기 Tempij 는 상기 기상요소별 이미지 패턴 중 [i,j] 지점의 격자에 대한 환산값의 평균값이며, Mapxy 는 상기 기상요소별 이미지의 [x,y] 지점에 대한 환산값이며, w/h 는 격자(Mask)의 폭 및 높이인 것을 특징으로 하는 유사 일기도 검색 시스템.
The method according to claim 1,
The processor obtains an image pattern for each weather element by converting the converted value included in the image for each weather element in a grid unit according to the following equation,
At this time, the Temp ij is an average value of the conversion value for the grid of the [i, j] point of the image pattern for each weather element, Map xy is a conversion value for the [x, y] point of the image for each weather element, w / h is a similar weather map search system, characterized in that the width and height of the mask (Mask).
상기 유사도 비교부는 하기 수학식
을 통해 격자단위별 환원값을 생성하며(상기 Min은 전체 등치선 중 최소값이며, MAX는 전체 등치선 중 최대값이며, Range는 환산했던 범위 값),
상기 검색 템플릿 정보와 기존 템플릿 정보간 하기 수학식에 따라
상기 유사도를 구하는 것(Aij : 검색 템플릿 정보의 기상요소별 이미지 패턴 중 [i,j] 지점의 격자에 대한 환원 값, Bij : 기존 템플릿 정보의 기상요소별 이미지 패턴 중 [i,j] 지점의 격자에 대한 환원 값)을 특징으로 하는 유사 일기도 검색 시스템.
The method of claim 7,
The similarity comparison unit is the following equation
Generates a reduction value for each lattice unit (where Min is the minimum value among all isolines, MAX is the maximum value among all isolines, and Range is the range value converted),
According to the following equation between the search template information and the existing template information
Obtaining the similarity (A ij : a reduction value for a grid of points [i, j] of image patterns for each weather element of search template information, and B ij : [i, j] among image patterns for each weather element of existing template information) Similarity search system).
포스트스크립트 형태의 상기 일기도 데이터를 벡터 데이터로 변환한 후 기상요소별로 분리하는 제 1 단계;
각 기상요소에 대한 등치선 중 단선을 상호 연결하여 복원한 후 각 등치선 및 등치선 사이의 영역에 대하여 환산값을 할당한 하나 이상의 기상요소별 이미지를 얻는 제 2 단계;
상기 각 기상요소별 이미지를 기설정된 크기의 격자 단위로 평균 변환한 하나 이상의 기상요소별 이미지 패턴과 기설정된 적어도 하나 이상의 기상정보를 포함하는 검색 템플릿 정보를 생성하는 제 3 단계; 및
기존 템플릿 정보가 저장된 DB의 동일지역에 대한 기존 템플릿 정보들과 상기 검색 템플릿 정보를 기설정된 유사도 판정 알고리즘에 따라 산출된 유사도를 기준으로 기설정된 조건을 만족하는 하나 이상의 기존 템플릿 정보를 유사 일기도로 추출하는 제 4단계
를 포함하는 유사 일기도 검색 방법.
In the similarity map search method of the similarity map search system for searching similar weather map data similar to the weather map data to search,
A first step of converting the weather map data in a PostScript form into vector data and separating the weather data by weather elements;
A second step of reconstructing and disconnecting the disconnection lines among the isolines for each weather element and then obtaining one or more weather element-specific images each having a conversion value assigned to the region between the isolines and the isolines;
Generating search template information including at least one image pattern for each weather element obtained by averaging the images of each weather element by a grid unit having a predetermined size and at least one preset weather information; And
Extract the existing template information for the same region of the DB where the existing template information is stored and the search template information as similar weather maps based on the similarity calculated according to a similarity determination algorithm. 4th step
Similar weather map search method comprising a.
상기 제 2단계는
상기 벡터 데이터를 이용하여 등치선 성분을 분리한 후 점선은 연결하여 실선화하며, 기설정된 세선화 알고리즘을 통해 세선화한 후 등치선값에 의해 단선된 등치선은 인접한 단점끼리 Bezier 곡선 알고리즘에 따라 연결하여 등치선으로 복원하는 것을 특징으로 하는 유사 일기도 검색 방법.
The method according to claim 9,
The second step is
After separating the isoline components using the vector data, the dotted lines are connected and solidified.The thinned lines are preset through the preset thinning algorithm, and the isolines disconnected by the isoline value are connected to each other by the Bezier curve algorithm. Similar weather map search method characterized in that restored to.
상기 제 3단계는
상기 기상요소별 이미지에 포함된 환산값을 하기 수학식에 따라 격자단위로 평균변환하여 상기 기상요소별 이미지 패턴을 구하며,
이때 상기 Tempij 는 상기 기상요소별 이미지 패턴 중 [i,j] 지점의 격자에 대한 환산값의 평균값이며, Mapxy 는 상기 기상요소별 이미지의 [x,y] 지점에 대한 환산값이며, w/h 는 격자(Mask)의 폭 및 높이인 것을 특징으로 하는 유사 일기도 검색 방법.
The method according to claim 9,
The third step is
Obtaining an image pattern for each weather element by converting the converted value included in the image for each weather element in a grid unit according to the following equation,
At this time, the Temp ij is an average value of the conversion value for the grid of the [i, j] point of the image pattern for each weather element, Map xy is a conversion value for the [x, y] point of the image for each weather element, w / h is a similar weather map search method, characterized in that the width and height of the mask (Mask).
상기 제 4단계는
하기 수학식
을 통해 격자단위별 환원값을 생성하며(상기 Min은 전체 등치선 중 최소값이며, MAX는 전체 등치선 중 최대값이며, Range는 환산했던 범위 값),
상기 검색 템플릿 정보와 기존 템플릿 정보간 하기 수학식에 따라
상기 유사도를 구하는 것(Aij : 검색 템플릿 정보의 기상요소별 이미지 패턴 중 [i,j] 지점의 격자에 대한 환원 값, Bij : 기존 템플릿 정보의 기상요소별 이미지 패턴 중 [i,j] 지점의 격자에 대한 환원 값)을 특징으로 하는 유사 일기도 검색 방법.
The method of claim 11,
The fourth step
Equation
Generates a reduction value for each lattice unit (where Min is the minimum value among all isolines, MAX is the maximum value among all isolines, and Range is the range value converted),
According to the following equation between the search template information and the existing template information
Obtaining the similarity (A ij : a reduction value for a grid of points [i, j] of image patterns for each weather element of search template information, and B ij : [i, j] among image patterns for each weather element of existing template information) Method for retrieving similar weather maps).
포스트스크립트 형태의 상기 일기도 데이터를 벡터 데이터로 변환하고, 이를 기상요소별로 분리하여 각 기상요소에 대한 등치선 중 소정의 거리 내에 있는 단선을 상호 연결하여 복원한 후 각 등치선 및 등치선 사이의 영역에 대한 환산값을 할당한 검색 기상요소별 이미지를 얻는 처리부;
상기 처리부에 처리된 기존 기상요소별 이미지가 저장된 DB; 및
검색하고자 하는 일기도 데이터에 대해 상기 처리부를 통해 얻은 검색 기상요소별 이미지와 동일 지역에 대한 상기 DB의 기존 기상요소별 이미지마다 상호 중첩하여, 상기 검색 기상요소별 이미지의 등치선을 구성하는 화소 중 상기 기존 기상요소별 이미지의 등치선을 구성하는 화소와 상호 중첩되거나 소정 영역내에 같이배치되는 화소의 개수에 따라 유사도를 산출하고, 상기 유사도가 기설정된 조건을만족하는 하나 이상의 기존 기상요소별 이미지를 상기 유사 일기도로 추출하는 묘화평가부
를 포함하는 유사 일기도 검색 시스템.
In the similarity map search system for searching similar weather maps similar to the weather map data to search,
The weather map data of the PostScript form is converted into vector data, separated by each weather element, and disconnected within a predetermined distance among the isolines for each weather element. A processing unit for obtaining an image for each search weather element assigned a conversion value;
A DB storing an image for each existing weather element processed by the processor; And
Among the pixels constituting the isolines of the search weather element images by overlapping the search weather element images obtained through the processing unit and the existing weather element images of the DB for the same region with respect to the weather map data to be searched. Similarity is calculated according to the number of pixels overlapping with each other that constitutes the isolines of the existing weather element-specific images or co-located in a predetermined region, and the similarity is obtained by comparing one or more existing weather element-specific images that satisfy a predetermined condition. Drawing evaluation department to extract weather map
Similar weather map search system that includes.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020110094102A KR101269560B1 (en) | 2011-09-19 | 2011-09-19 | System for searching similar weather chart and method thereof |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020110094102A KR101269560B1 (en) | 2011-09-19 | 2011-09-19 | System for searching similar weather chart and method thereof |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20130030550A true KR20130030550A (en) | 2013-03-27 |
| KR101269560B1 KR101269560B1 (en) | 2013-06-04 |
Family
ID=48180084
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020110094102A KR101269560B1 (en) | 2011-09-19 | 2011-09-19 | System for searching similar weather chart and method thereof |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101269560B1 (en) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114359696A (en) * | 2022-01-07 | 2022-04-15 | 博微(宁波)新技术有限公司 | Weather map feature type identification and similarity matching system and method |
| KR20230088146A (en) | 2021-12-10 | 2023-06-19 | 한국해양과학기술원 | System and Method for sea fog forecast based historical weather maps |
| CN117893722A (en) * | 2024-01-22 | 2024-04-16 | 中科三清科技有限公司 | Weather object identification method, system, medium and electronic equipment |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004125678A (en) | 2002-10-04 | 2004-04-22 | Mitsubishi Electric Corp | Weather forecast supporting system |
| KR100824698B1 (en) | 2006-08-25 | 2008-04-24 | 인하대학교 산학협력단 | Region Weighting Mehtod Based on Spatial Location Informaiton for Relevance Feedback in Image Search Engine |
| KR100756265B1 (en) * | 2007-05-16 | 2007-09-06 | (주)지오시스템리서치 | System and method for predicting a coastal inundation using a scenario of a storm surge |
-
2011
- 2011-09-19 KR KR1020110094102A patent/KR101269560B1/en active IP Right Grant
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20230088146A (en) | 2021-12-10 | 2023-06-19 | 한국해양과학기술원 | System and Method for sea fog forecast based historical weather maps |
| CN114359696A (en) * | 2022-01-07 | 2022-04-15 | 博微(宁波)新技术有限公司 | Weather map feature type identification and similarity matching system and method |
| CN117893722A (en) * | 2024-01-22 | 2024-04-16 | 中科三清科技有限公司 | Weather object identification method, system, medium and electronic equipment |
Also Published As
| Publication number | Publication date |
|---|---|
| KR101269560B1 (en) | 2013-06-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110136170B (en) | Remote sensing image building change detection method based on convolutional neural network | |
| CN109493320B (en) | Remote sensing image road extraction method and system based on deep learning, storage medium and electronic equipment | |
| Chen et al. | A methodology for automated segmentation and reconstruction of urban 3-D buildings from ALS point clouds | |
| CN109543630B (en) | Remote sensing image woodland extraction method and system based on deep learning, storage medium and electronic equipment | |
| CN110111345A (en) | A kind of 3D point cloud dividing method based on attention network | |
| CN114444791A (en) | Flood disaster remote sensing monitoring and evaluation method based on machine learning | |
| CN103235810B (en) | Remote sensing image reference mark data intelligence search method | |
| US20090252424A1 (en) | Computer-aided image interpretation method and device | |
| CN103226826B (en) | Based on the method for detecting change of remote sensing image of local entropy visual attention model | |
| CN107832849B (en) | Knowledge base-based power line corridor three-dimensional information extraction method and device | |
| CN114241464A (en) | Cross-view image real-time matching geographic positioning method and system based on deep learning | |
| US20100182316A1 (en) | Geospatial modeling system for 3d clutter data and related methods | |
| KR101269560B1 (en) | System for searching similar weather chart and method thereof | |
| Dong et al. | A framework for automated assessment of post-earthquake building damage using geospatial data | |
| CN115238584A (en) | Population distribution identification method based on multi-source big data | |
| US20220392193A1 (en) | Three-dimensional point cloud label learning device, three- dimensional point cloud label estimation device, method, and program | |
| CN115731560A (en) | Slot line identification method and device based on deep learning, storage medium and terminal | |
| CN115937690A (en) | Slot line generation method and device, storage medium and terminal | |
| CN117171533B (en) | Real-time acquisition and processing method and system for geographical mapping operation data | |
| CN111080080B (en) | Village geological disaster risk prediction method and system | |
| CN114120145A (en) | Monitoring method, monitoring device, electronic equipment and computer readable storage medium | |
| KR101088082B1 (en) | System of searching similar weather map by principle component analysis and the method thereof | |
| US20230281475A1 (en) | Turbulence prediction system and method | |
| CN110991562B (en) | Animal group geographic division method based on species composition characteristics | |
| Santos et al. | Characterizing urban volumetry using lidar data |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant | ||
| FPAY | Annual fee payment |
Payment date: 20180502 Year of fee payment: 6 |
|
| FPAY | Annual fee payment |
Payment date: 20190515 Year of fee payment: 7 |