KR20160016286A - 영상 처리를 통한 해안선 측정 방법 및 장치 - Google Patents

영상 처리를 통한 해안선 측정 방법 및 장치 Download PDF

Info

Publication number
KR20160016286A
KR20160016286A KR1020140100032A KR20140100032A KR20160016286A KR 20160016286 A KR20160016286 A KR 20160016286A KR 1020140100032 A KR1020140100032 A KR 1020140100032A KR 20140100032 A KR20140100032 A KR 20140100032A KR 20160016286 A KR20160016286 A KR 20160016286A
Authority
KR
South Korea
Prior art keywords
band
image
value
average
pixel value
Prior art date
Application number
KR1020140100032A
Other languages
English (en)
Other versions
KR101602293B1 (ko
Inventor
유제선
심재설
Original Assignee
한국해양과학기술원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국해양과학기술원 filed Critical 한국해양과학기술원
Priority to KR1020140100032A priority Critical patent/KR101602293B1/ko
Publication of KR20160016286A publication Critical patent/KR20160016286A/ko
Application granted granted Critical
Publication of KR101602293B1 publication Critical patent/KR101602293B1/ko

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/20Analysis of motion
    • G06T7/269Analysis of motion using gradient-based methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/97Determining parameters from multiple pictures
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A10/00TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
    • Y02A10/40Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Image Processing (AREA)

Abstract

본 발명에 따른 영상 처리를 통한 해안선 측정 방법은, 일정 시간 동안 해안선을 촬영하여 복수의 이미지를 생성하는 제1단계; 상기 복수의 이미지 각각을 실제 지형좌표로 기하보정 하는 제2단계; 상기 기하보정 된 복수의 이미지에 포함된 각각의 픽셀값의 평균값을 구하여 하나의 평균 이미지를 생성하는 제3단계; 상기 생성된 평균 이미지에 포함된 각각의 픽셀에 대해 B-밴드(Blue-band)의 픽셀값에서 R-밴드(Red-band)의 픽셀값을 차감한 값을 명도(brightness)로 갖는 BR 차이 이미지를 생성하는 제4단계; 상기 BR 차이 이미지에서 B-밴드의 픽셀값과 R-밴드의 픽셀값을 차감한 값이 소정 이하인 복수의 픽셀을 추출하는 제5단계; 상기 제2단계에서 기하보정 된 복수의 이미지에 포함된 각각의 픽셀별로 픽셀값의 편차를 계산하고, 계산된 편차값을 픽셀값으로 갖는 하나의 편차 이미지를 생성하는 제6단계; 상기 생성된 편차 이미지에서 상기 편차값이 소정 이상인 복수의 픽셀을 추출하는 제7단계; 및 상기 제5단계에서 추출된 복수의 픽셀 및 상기 제7단계에서 추출된 복수의 픽셀의 중첩 영역을 구하여 평균 해안선으로 결정하는 제8단계를 포함한다.

Description

영상 처리를 통한 해안선 측정 방법 및 장치 {METHOD AND APPARATUS TO ESTIMATE COASTLINE USING IMAGE PROCESSING}
본 발명은 해안선 측정 방법 및 장치에 관한 것으로서, 보다 상세하게는 연안에 고정적으로 설치된 촬영 장치를 통해 촬영한 영상을 바탕으로, 영상 처리를 통해 촬영된 영상에서 해안선의 위치를 측정하기 위한 방법 및 장치에 관한 것이다.
전 세계적으로 각 나라 연안에서는 태풍의 영향으로 인한 고파랑의 발생 및 기후 변화에 의한 해수면 상승 등에 의해 연안침식의 피해를 크게 입고 있다. 이와 같이 심각하게 진행 중인 연안침식의 문제에 대해 중장기적인 대책을 수립하기 위해서는, 장기적이고 지속적인 연안침식 모니터링을 통해 해안선의 변화 및 연안침식의 정도를 정량화 하여 수집할 필요가 있다.
종래의 경우, 해안선 변화 및 연안침식 정도를 측정하기 위해서, 연안 현장에 사람이 RTK-GPS(Real Time Kinematic ? Global Positioning System) 등의 관측 장비를 가지고 연안 일대를 이동하여 직접 관측하는 방법을 보편적으로 사용하고 있다. RTK-GPS는 이동 중에도 수 cm 이내의 오차만을 발생 시키므로 정확도가 높은 대신 가격이 비싼 단점이 있고, 이와 같은 관측 장비를 이용해 사람이 직접 해안을 이동하여 측정해야 하므로 많은 인력 및 시간이 소요되는 단점이 있다.
이에, 종래와 같이 해안선 변화 및 연안침식 정도를 측정하는 경우, 지속적인 모니터링이 불가능하며, 특히 태풍 시와 같이 짧은 기간 내에 큰 변화가 발생하는 연안침식을 효과적으로 측정하는 데는 제한이 따를 수 밖에 없다.
본 발명은 고정식 촬영 장비를 연안 인근의 한 지점에 설치하여 해안선 변화를 지속적 및 장기적으로 정량화 하여 관측하기 위한 방안을 제안한다.
한편, 상기의 발명의 배경이 되는 기술로서 설명된 사항들은 본 발명의 배경에 대한 이해 증진을 위한 것일 뿐, 이 기술분야에서 통상의 지식을 가진 자에게 이미 알려진 종래기술에 해당함을 인정하는 것으로 받아들여져서는 안 될 것이다.
본 발명의 목적은 연안에 고정적으로 설치된 촬영 장치를 통해 촬영한 영상을 바탕으로 이미지 처리를 통해 해안선의 위치를 측정함으로써, 직접 관측으로 인한 비용 및 인력의 부담이 없이도, 정확한 해안선의 위치를 측정할 수 있는 해안선 측정 방법 및 장치를 제공함에 있다.
상기 목적은 본 발명에 따라, 영상 처리를 통한 해안선 측정 방법에 있어서, 일정 시간 동안 해안선을 촬영하여 복수의 이미지를 생성하는 제1단계; 상기 복수의 이미지 각각을 실제 지형좌표로 기하보정 하는 제2단계; 상기 기하보정 된 복수의 이미지에 포함된 각각의 픽셀값의 평균값을 구하여 하나의 평균 이미지를 생성하는 제3단계; 상기 생성된 평균 이미지에 포함된 각각의 픽셀에 대해 B-밴드(Blue-band)의 픽셀값에서 R-밴드(Red-band)의 픽셀값을 차감한 값을 명도(brightness)로 갖는 BR 차이 이미지를 생성하는 제4단계; 상기 BR 차이 이미지에서 B-밴드의 픽셀값과 R-밴드의 픽셀값을 차감한 값이 소정 이하인 복수의 픽셀을 추출하는 제5단계; 상기 제2단계에서 기하보정 된 복수의 이미지에 포함된 각각의 픽셀별로 픽셀값의 편차를 계산하고, 계산된 편차값을 픽셀값으로 갖는 하나의 편차 이미지를 생성하는 제6단계; 상기 생성된 편차 이미지에서 상기 편차값이 소정 이상인 복수의 픽셀을 추출하는 제7단계; 및 상기 제5단계에서 추출된 복수의 픽셀 및 상기 제7단계에서 추출된 복수의 픽셀의 중첩 영역을 구하여 평균 해안선으로 결정하는 제8단계를 포함하는 방법에 의해서 달성될 수 있다.
여기서, 상기 제 3단계는, 상기 복수의 이미지 각각을 R-밴드, G-밴드, B-밴드로 분류하고, 상기 R-밴드, G-밴드, B-밴드 이미지의 각각의 픽셀값의 평균값을 구하여 R-밴드 평균 이미지, G-밴드 평균 이미지, B-밴드 평균 이미지를 생성한 후, 상기 R-밴드 평균 이미지, G-밴드 평균 이미지, B-밴드 평균 이미지를 중첩하여 상기 평균 이미지를 생성할 수 있다.
여기서, 상기 제7단계는, 상기 편차값이 소정 이상인 복수의 픽셀을 쇄파대 영역으로 결정할 수 있다.
또한, 상기 목적은 본 발명에 따라, 영상 처리를 통한 해안선 측정 장치에 있어서, 일정 시간동안 해안선을 촬영하여 복수의 이미지를 생성하는 촬영부; 상기 복수의 이미지 각각을 실제 지형좌표로 기하보정 하는 기하보정부; 상기 기하보정 된 복수의 이미지에 포함된 각각의 픽셀값의 평균값을 구하여 하나의 평균 이미지를 생성하고, 상기 생성된 평균 이미지에 포함된 각각의 픽셀에 대해 B-밴드(Blue-band)의 픽셀값에서 R-밴드(Red-band)의 픽셀값을 차감한 값을 명도(brightness)로 갖는 BR 차이 이미지를 생성하고, 상기 BR 차이 이미지에서 B-밴드의 픽셀값과 R-밴드의 픽셀값을 차감한 값이 소정 이하인 복수의 픽셀을 추출하는 평균 이미지 처리부; 상기 기하보정 된 복수의 이미지에 포함된 각각의 픽셀별로 픽셀값의 편차를 계산하고, 계산된 편차값을 픽셀값으로 갖는 하나의 편차 이미지를 생성하고, 상기 생성된 편차 이미지에서 상기 편차값이 소정 이상인 복수의 픽셀을 추출하는 편차 이미지 처리부; 및 상기 평균 이미지 처리부에 의해 추출된 복수의 픽셀 및 상기 편차 이미지 처리부에 의해 추출된 복수의 픽셀의 중첩 영역을 구하여 평균 해안선으로 결정하는 해안선 결정부를 포함하는 장치에 의해서 달성될 수도 있다.
여기서, 상기 평균 이미지 처리부는, 상기 복수의 이미지 각각을 R-밴드, G-밴드, B-밴드로 분류하고, 상기 R-밴드, G-밴드, B-밴드 이미지의 각각의 픽셀값의 평균값을 구하여 R-밴드 평균 이미지, G-밴드 평균 이미지, B-밴드 평균 이미지를 생성한 후, 상기 R-밴드 평균 이미지, G-밴드 평균 이미지, B-밴드 평균 이미지를 중첩하여 상기 평균 이미지를 생성할 수 있다.
여기서, 상기 편차 이미지 처리부는, 상기 편차값이 소정 이상인 복수의 픽셀을 쇄파대 영역으로 결정할 수 있다.
상술한 본 발명에 따르면, 연안에 고정적으로 설치된 촬영 장치를 통해 촬영한 영상을 바탕으로 이미지 처리를 통해 해안선의 위치를 측정함으로써, 직접 관측으로 인한 비용 및 인력의 부담이 없이도, 정확한 해안선의 위치를 측정할 수 있는 해안선 측정 방법 및 장치를 제공할 수 있다.
도 1은 본 발명의 일 실시예에 따른 해안선 측정 장치의 블록도이다.
도 2는 본 발명의 일 실시예에 따른 해안선 측정 방법의 흐름도이다.
도 3 내지 도 11은 본 발명의 일 실시예에 따라 촬영된 이미지의 처리에 따라 각 단계에서 생성되는 영상의 예시를 도시한 것이다.
본 명세서에서 사용되는 기술적 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아님을 유의해야 한다. 또한, 본 명세서에서 사용되는 기술적 용어는 본 명세서에서 특별히 다른 의미로 정의되지 않는 한, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 의미로 해석되어야 하며, 과도하게 포괄적인 의미로 해석되거나, 과도하게 축소된 의미로 해석되지 않아야 한다. 또한, 본 명세서에서 사용되는 기술적인 용어가 본 발명의 사상을 정확하게 표현하지 못하는 잘못된 기술적 용어일 때에는, 당업자가 올바르게 이해할 수 있는 기술적 용어로 대체되어 이해되어야 할 것이다. 또한, 본 발명에서 사용되는 일반적인 용어는 사전에 정의되어 있는 바에 따라, 또는 전후 문맥상에 따라 해석되어야 하며, 과도하게 축소된 의미로 해석되지 않아야 한다.
이하, 첨부된 도면을 참조하여 본 발명에 따른 바람직한 실시예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 유사한 구성 요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 또한, 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 첨부된 도면은 본 발명의 사상을 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 본 발명의 사상이 제한되는 것으로 해석되어서는 아니됨을 유의해야 한다. 본 발명의 사상은 첨부된 도면 외에 모든 변경, 균등물 내지 대체물에 까지도 확장되는 것으로 해석되어야 한다.
도 1은 본 발명의 일 실시예에 따른 해안선 측정 장치(100)의 블록도이다.
도시된 바와 같이, 해안선 측정 장치(100)는 촬영부(110), 이미지 처리부(120), 해안선 결정부(130)를 포함하며, 이미지 처리부(120)는 기하보정부(122), 평균 이미지 처리부(124) 및 편차 이미지 처리부(126)를 포함한다.
촬영부(110)는 해안선 인근에 고정 설치되어 해안선을 포함하는 이미지를 촬영한다. 촬영부(110)는 디지털 이미지를 생성할 수 있는 공지의 캠코더(Camcoder), CCTV(Closed Circuit Television) 등의 장치로 구현될 수 있으며, 후술할 이미지 처리부(120) 및 해안선 결정부(130)와는 원거리에 위치하여 유/무선 통신을 통해 촬영한 이미지를 전송할 수도 있다.
촬영부(110)는 시계열 적으로 연속 촬영을 통해 복수의(N개의) 이미지를 생성하는데, 통계적인 의미를 가질 수 있도록 일정시간 동안(15분 내지 20분) 연속해서 촬영을 수행할 수 있다. 예컨대, 프레임 레이트를 30frame/sec로 20분간 촬영한 경우 총 27,000개의 이미지가 생성될 수 있다.
이하에서, 이미지라 함은 별다른 설명이 없는 한 하나의 프레임(frame) 단위를 의미하고, 공지된 바와 같이 하나의 컬러 이미지는 별개의 레이어(layer)를 구성하는 3개의 밴드, 즉 R-밴드(Red-band), G-밴드(Green-band) 및 B-밴드(Blue-band)를 포함하며, R-밴드, G-밴드 및 B-밴드를 중첩함으로써 컬러 이미지가 완성될 수 있다.
이미지 처리부(120)는 기하보정부(122), 평균 이미지 처리부(124) 및 편차 이미지 처리부(126)를 포함할 수 있다. 여기서, 이미지 처리부(120)는 후술하는 이미지 처리 기능을 수행하는 하드웨어 또는 소프트웨어 적 구성을 의미하며, 기하보정부(122), 평균 이미지 처리부(124) 및 편차 이미지 처리부(126)가 반드시 별개의 하드웨어로 마련될 필요는 없다.
촬영부(110)에 의해 최초 촬영된 이미지는 도 3에 도시된 바와 같으며, 이하에서는 해안선 측정 장치(100)가 도 3에 도시된 촬영 이미지에 대해 일련의 이미지 처리를 통해 해안선을 측정하는 과정을 도 4 내지 도 11에 각각 도시된 이미지를 참고하여 설명하기로 한다.
기하보정부(122)는 N개의 이미지 각각을 실제 지형좌표로 기하보정한다. 촬영된 이미지는 실제와 달리 2차원적으로 구성되는 바 실제 공간좌표에서의 모양과는 달리 왜곡이 될 수 있다. 이미지 내에 존재하는 왜곡에는 카메라 렌즈에 의한 굴절왜곡 및 좌표 변형에 의한 기하왜곡을 들 수 있으며, 기하보정부(122)는 DLT(Direct Linear Transformation) 기법 등 공지의 방법에 의해 상기와 같은 이미지의 기하학적 왜곡을 보정할 수 있다. 기하보정부(122)에 의한 기하보정에 따라 생성된 이미지는 도 4에 도시된 바와 같다. 도 4에서 좌측 상단 및 우측 하단에 검정색으로 도시된 부분은 기하보정에 의해 삭제된 부분으로, 실제 지형좌표 상에서는 존재하지 않는 영역에 해당한다.
평균 이미지 처리부(124)는 기하보정 된 복수의 이미지의 평균 이미지를 바탕으로, 해안선의 영역을 추정한다.
우선적으로, 평균 이미지 처리부(124)는 기하보정 된 복수의 이미지에 포함된 각각의 픽셀값의 평균값을 구하여 하나의 평균 이미지를 생성한다. 이 때, 평균 이미지 처리부(124)는 R-밴드, G-밴드, B-밴드 이미지의 각각의 픽셀값의 평균값을 구하여 R-밴드 평균 이미지, G-밴드 평균 이미지, B-밴드 평균 이미지를 생성한 후, R-밴드 평균 이미지, G-밴드 평균 이미지, B-밴드 평균 이미지를 중첩하여 평균 이미지를 생성한다.
공지된 바와 같이, 각각의 이미지는 복수의 픽셀을 포함하며, 예컨대 해상도가 1024*768인 경우 하나의 이미지는 786,432개의 픽셀의 조합으로 구현될 수 있다. 또한, 각 픽셀은 R, G, B의 조합에 의해 하나의 컬러를 구현하며, 예컨대 256 컬러의 경우 각 픽셀의 R, G, B 픽셀값은 0 내지 255의 값을 가질 수 있다. 또한, n행 m열에 해당하는 픽셀의 픽셀값을 Pn*m(R_value, G_value, B_value)로 표현하는 경우, 이미지의 R-밴드의 해당 픽셀값은 (R_value, 0, 0), G-밴드는 (0, G_value, 0), B-밴드는 (0, 0, B_value)일 것이다.
평균 이미지 처리부(124)는 평균 이미지를 구하기 위해 N개의 이미지의 R-밴드 별, G-밴드 별, B-밴드 별로 먼저 각 픽셀의 픽셀값의 평균을 구하여 R-밴드 평균 이미지, G-밴드 평균 이미지, B-밴드 평균 이미지를 생성하며, 각 밴드의 평균 이미지의 n행 m열의 픽셀값은 Pavg_n*m(R_avg, 0, 0), Pavg_n*m(0, G_avg, 0), Pavg_n*m(0, 0, B_avg)로 표현될 수 있다. 이 후, 각 밴드의 평균 이미지를 중첩하여 평균 이미지를 생성하며, 평균 이미지의 n행 m열의 픽셀값은 Pavg_n*m(R_avg, G_avg, B_avg)로 표현될 수 있다. 상술한 방법에 따라 생성된 N개의 이미지의 평균 이미지는 도 5에 도시된 바와 같다.
평균 이미지 처리부(124)는 N개의 이미지의 처리 결과 도 5에 도시된 바와 같은 하나의 평균 이미지가 생성되면, 평균 이미지에 포함된 각각의 픽셀에 대해 B-밴드의 픽셀값에서 R-밴드의 픽셀값을 차감한 값을 명도(brightness)로 갖는 BR 차이 이미지를 생성한다.
평균 이미지의 n행 m열의 픽셀의 B-밴드 픽셀값에서 R-밴드 픽셀값을 차감한 값 B_avg - R_avg은 0 내지 255의 값을 가지며, 이를 각 픽셀에 적용하면 BR 차이 이미지에서 n행 m열의 픽셀의 픽셀값은 Pbr_n*m(B_avg - R_avg, B_avg - R_avg, B_avg - R_avg)이 될 수 있다. 즉, BR 차이 이미지는 각 픽셀의 픽셀값이 RGB 밴드에서 모두 동일하며, 각 픽셀 간 명도 차이만 갖는 흑백 이미지로 구현될 수 있다. 상기와 같이 생성된 BR 차이 이미지는 도 6에 도시된 바와 같다.
상기와 같이 BR 차이 이미지를 생성하는 것은 육상과 해상의 경계에서 갈색에서 흰색 계통을 거쳐 파란색 계통으로 색상이 변화는 특성을 활용하기 위한 것이다. 보다 구체적으로, 육상의 모래밭은 갈색 계통이고, 해상의 바다는 파란색 계통의 컬러를 가지는 것이 일반적이며, 갈색 계통 및 파란색 계통에서 B-밴드 픽셀값과 R-밴드 픽셀값은 상이한 수치를 나타낸다. 이와 달리, 육상과 해상이 만나는 해안선에 해당하는 부분은 파도가 깨지는 쇄파운동이 일어나는 바 흰색 계통을 나타내며, 흰색 계통에서 B-밴드 픽셀값과 R-밴드 픽셀값은 같은 수치를 가진다. 이러한 관점에서 BR 차이 이미지를 생성하는 경우, 도 6에 도시된 바와 같이, 육상과 해상이 만나는 부분은 B-밴드 픽셀값과 R-밴드 픽셀값의 차이가 0에 가까우므로 픽셀값이 (0, 0, 0)에 가까운, 즉 검정색에 가까운 컬러를 나타내고, 그 외의 부분은 B-밴드 픽셀값과 R-밴드 픽셀값의 차이가 큰 바 일정한 크기의 명도를 나타낼 수 있다.
평균 이미지 처리부(124)는 B-R 차이 이미지에서 B-밴드 픽셀값과 R-밴드 픽셀값의 차이가 소정 이하인, 즉 0에 가까운 복수의 픽셀을 추출한다. 앞서 설명한 바와 같이, 파도가 육지와 만나 흰색을 나타내는 해안선 영역의 픽셀이 추출될 수 있다.
도 7은 후술하는 바와 같이 최종적으로 추정되는 해안선을 B-R 차이 이미지 상에서 표시한 것이다. 도 7에 도시된 바와 같이, x축 100 내지 150 및 y축 170 내지 300의 영역과 같이 해안선에 해당하지는 않으나, 해당 영역의 컬러 특성 상 B-밴드 픽셀값과 R-밴드 픽셀값의 차이가 0에 가까운 영역이 존재할 수 있다. 이러한 영역의 경우, 해안선과 무관하며, 후술하는 바와 같이 편차 이미지 처리부(126)에 의해 추출되는 영역과의 중첩에 의해 제거될 수 있다.
편차 이미지 처리부(126)는 기하보정 된 복수의 이미지의 편차 이미지를 바탕으로, 해안선의 영역을 추정한다.
우선적으로, 편차 이미지 처리부(126)는 기하보정 된 N개의 이미지에 포함된 각각의 픽셀 별로 픽셀값의 편차를 계산한다. 이 때, N개 이미지의 R-밴드, G-밴드, B-밴드의 픽셀값 별로 각 픽셀의 편차를 계산할 수 있다. 예컨대, N개 이미지 중 i번째 이미지의 n행 m열의 픽셀값을 Pi_n*m(R_value, G_value, B_value)로 표현하는 경우, 먼저 N개 이미지 각각의 R-밴드의 편차를 구하며, 각 픽셀에 대한 편차는 다음의 공식과 같이 계산될 수 있다.
Figure pat00001
이와 같은 방법으로 N개 이미지 각각의 R-밴드, G-밴드, B-밴드의 편차 이미지를 각각 생성한 후 중첩하여 하나의 편차 이미지를 생성한다. 생성된 편차 이미지는 도 8에 도시된 바와 같다.
이와 같이, 편차 이미지를 생성하는 이유는 연속되는 여러 이미지 상에서 바다와 모래밭의 영역에서는 변화가 크게 일어나지 않는 반면, 해안선 부근에서는 파도의 왕복 운동과 파도가 깨지는 쇄파 운동이 활발하게 발생하여 변화가 크게 일어나기 때문이다. 즉, 해안선 부근에서는 다른 영역에 비해 변화가 크게 일어나므로, 편차값이 크게 발생할 수 있다.
편차 이미지 처리부(126)는 생성된 편차 이미지 상에서 편차값이 소정 이상인 복수의 픽셀을 추출한다. 보다 구체적으로, 편차 이미지의 n행 m열의 픽셀값을 Pdev_n*m = (R_dev, G_dev, B_dev)로 표현하는 경우, R_dev ≥α, G_dev ≥α, B_dev ≥α를 모두 만족하는 픽셀을 추출한다. 이 때, 추출되는 픽셀들의 픽셀값은 R-밴드, G-밴드, B-밴드에서 모두 높은 값, 즉 255에 가까운 값을 가지므로, 도 8에 도시된 바와 같이 흰색에 가까울 수 있다.
편차 이미지 처리부(126)는 상기 추출된 복수의 픽셀을 쇄파대 영역으로 결정하고, 결정된 쇄파대 영역만을 도 9에 도시된 바와 같이 흰색으로 표시할 수 있다. 즉, 도 9에서 흰색으로 표시된 영역은 시계열 이미지 상에서 변화가 많이 일어나는 영역이므로, 파도가 육지와 만나 쇄파되는 쇄파대 영역으로 추정된다.
해안선 결정부(130)는 평균 이미지 처리부(124)에 의해 추출된 복수의 픽셀, 즉 BR 차이 이미지에서 B-밴드의 픽셀값과 R-밴드의 픽셀값을 차감한 값이 소정 이하인 복수의 픽셀 및 편차 이미지 처리부(126)에 의해 추출된 복수의 픽셀, 즉 편차 이미지에서 편차값이 소정 이상인 쇄파대 영역의 픽셀의 중첩 영역을 구한다. 구해진 중첩 영역은 도 10에 도시된 바와 같다.
중첩 영역을 구하게 되는 결과, 앞서 도 7에서의 해안선과 무관한 영역이 제거되고, 실제 해안선과 유사한 영역만이 남게 된다.
해안선 결정부(130)는 상기 구해진 중첩 영역을 평균 해안선으로 결정한다. 도 11은 이에 따라 결정된 평균 해안선을 도 5의 평균 이미지에 중첩하여 그린 것으로, 육안으로 추정 가능한 해안선과 해안선 결정부(130)에 의해 결정된 해안선이 거의 일치함을 확인할 수 있다.
상술한 본 발명에 따른 해안선 측정 장치(100)를 이용하는 결과, 촬영한 영상을 바탕으로 평균 이미지 및 편차 이미지를 생성하고, 일련의 과정의 이미지 처리를 통해 해안선의 위치를 측정함으로써, 직접 관측으로 인한 비용 및 인력의 부담이 없이도 정확한 해안선의 위치를 측정할 수 있는 효과가 있다.
도 2는 본 발명의 일 실시예에 따른 해안선 측정 방법의 흐름도이다.
도시된 해안선 측정 방법은 앞서 도 1을 통해 설명한 해안선 측정 장치(100)에 의해 수행되며, 이미 설명한 기술적 특징에 대해서는 그 설명을 생략하기로 한다.
해안선 측정 장치(100)는 일정 시간 동안 해안선을 촬영하여 복수의 이미지를 생성한다(S10). 해안선 측정 장치(100)는 시계열 적으로 연속 촬영을 통해 복수의(N개의) 이미지를 생성하는데, 통계적인 의미를 가질 수 있도록 일정시간 동안(15분 내지 20분) 연속해서 촬영을 수행할 수 있다. 촬영된 N개의 이미지는 도 3에 도시된 바와 같다.
해안선 측정 장치(100)는 촬영된 복수의 이미지 각각을 실제 지형좌표로 기하보정한다(S20). 촬영된 이미지는 실제와 달리 2차원적으로 구성되는 바 실제 공간좌표에서의 모양과는 달리 왜곡이 될 수 있으며, 해안선 측정 장치(100)는 DLT(Direct Linear Transformation) 기법 등 공지의 방법에 의해 상기와 같은 이미지의 기하학적 왜곡을 보정할 수 있다. 기하보정에 따라 생성된 이미지는 도 4에 도시된 바와 같다.
해안선 측정 장치(100)는 기하보정 된 복수의 이미지에 포함된 각각의 픽셀값의 평균값을 구하여 하나의 평균 이미지를 생성한다(S31). 이 때, 복수의 이미지 각각을 R-밴드, G-밴드, B-밴드로 분류하고, R-밴드, G-밴드, B-밴드 이미지의 각각의 픽셀값의 평균값을 구하여 R-밴드 평균 이미지, G-밴드 평균 이미지, B-밴드 평균 이미지를 생성한 후, 상기 R-밴드 평균 이미지, G-밴드 평균 이미지, B-밴드 평균 이미지를 중첩하여, 평균 이미지를 생성할 수 있다. 이에 따라 생성된 평균 이미지는 도 5에 도시된 바와 같다.
이 후, 해안선 측정 장치(100)는 생성된 평균 이미지에 포함된 각각의 픽셀에 대해 B-밴드(Blue-band)의 픽셀값에서 R-밴드(Red-band)의 픽셀값을 차감한 값을 명도(brightness)로 갖는 BR 차이 이미지를 생성한다(S32). BR 차이 이미지는 도 6에 도시된 바와 같으며, 도시된 바와 같이, 육상과 해상이 만나는 부분은 B-밴드 픽셀값과 R-밴드 픽셀값의 차이가 0에 가까우므로 픽셀값이 (0, 0, 0)에 가까운, 즉 검정색에 가까운 컬러를 나타내고, 그 외의 부분은 B-밴드 픽셀값과 R-밴드 픽셀값의 차이가 큰 바 일정한 크기의 명도를 나타낼 수 있다.
해안선 측정 장치(100)는 BR 차이 이미지에서 B-밴드의 픽셀값과 R-밴드의 픽셀값을 차감한 값이 소정 이하인, 즉 0에 가까운 복수의 픽셀을 추출한다(S33). 이에 따라, 파도가 육지와 만나 흰색을 나타내는 해안선 영역의 픽셀이 추출될 수 있다.
한편, 해안선 측정 장치(100)는 기하보정 된 복수의 이미지에 포함된 각각의 픽셀별로 픽셀값의 편차를 계산하고, 계산된 편차값을 픽셀값으로 갖는 하나의 편차 이미지를 생성한다(S41). 이 때, N개 이미지의 R-밴드, G-밴드, B-밴드의 픽셀값 별로 각 픽셀의 편차를 계산한 후, N개 이미지 각각의 R-밴드, G-밴드, B-밴드의 편차 이미지를 중첩하여 하나의 편차 이미지를 생성할 수 있다. 생성된 편차 이미지는 도 8에 도시된 바와 같다.
이 후, 해안선 측정 장치(100)는 생성된 편차 이미지에서 상기 편차값이 소정 이상인 복수의 픽셀을 추출한다(S42). 이 때, 추출되는 픽셀들의 픽셀값은 R-밴드, G-밴드, B-밴드에서 모두 높은 값, 즉 255에 가까운 값을 가지므로, 도 8에 도시된 바와 같이 흰색에 가까울 수 있다.
해안선 측정 장치(100)는 상기 추출된 복수의 픽셀을 쇄파대 영역으로 결정하고(S43), 결정된 쇄파대 영역만을 도 9에 도시된 바와 같이 흰색으로 표시할 수 있다.
상기에서 설명한 바와 같이 평균 이미지 분석 및 편차 이미지 분석이 완료되면, 해안선 측정 장치(100)는 앞서 S33 단계에서 추출한 복수의 픽셀 및 S43 단계에서 추출된 복수의 픽셀의 중첩 영역을 구한다. 여기서 구해진 중첩 영역은 도 10에 도시된 바와 같다. 중첩 영역을 구하게 되는 결과, 앞서 도 7에서의 해안선과 무관한 영역이 제거되고, 실제 해안선과 유사한 영역만이 남게 된다.
해안선 측정 장치(100)는 상기 구해진 중첩 영역을 평균 해안선으로 결정한다(S50). 도 11은 이에 따라 결정된 평균 해안선을 도 5의 평균 이미지에 중첩하여 그린 것으로, 육안으로 추정 가능한 해안선과 해안선 측정 장치에 의해 결정된 해안선이 거의 일치함을 확인할 수 있다.
한편, 상술한 본 발명의 일 실시예에 따른 해안선 측정 방법은, 각종 연산 처리 장치를 통해 실행될 수 있는 컴퓨터 프로그램을 통해 구현될 수 있다. 해당 컴퓨터 프로그램은 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있으며, 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함할 수 있다. 또한, 컴퓨터 프로그램은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 소프트웨어 분야의 통상의 기술자에게 공지되어 사용 가능한 것일 수도 있다.
또한, 상기 방법을 실행하는 컴퓨터 프로그램은 컴퓨터로써 판독 가능한 기록 매체에 수록될 수 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 상기된 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상, 본 발명의 실시예에 대하여 설명하였으나, 해당 기술 분야에서 통상의 지식을 가진 자라면 특허청구범위에 기재된 본 발명의 사상으로부터 벗어나지 않는 범위 내에서, 구성 요소의 부가, 변경, 삭제 또는 추가 등에 의해 본 발명을 다양하게 수정 및 변경시킬 수 있을 것이며, 이 또한 본 발명의 권리범위 내에 포함된다고 할 것이다.
100: 해안선 측정 장치
110: 촬영부
120: 이미지 처리부
122: 기하보정부
124: 평균 이미지 처리부
126: 편차 이미지 처리부
130: 해안선 결정부

Claims (6)

  1. 영상 처리를 통한 해안선 측정 방법에 있어서,
    일정 시간 동안 해안선을 촬영하여 복수의 이미지를 생성하는 제1단계;
    상기 복수의 이미지 각각을 실제 지형좌표로 기하보정 하는 제2단계;
    상기 기하보정 된 복수의 이미지에 포함된 각각의 픽셀값의 평균값을 구하여 하나의 평균 이미지를 생성하는 제3단계;
    상기 생성된 평균 이미지에 포함된 각각의 픽셀에 대해 B-밴드(Blue-band)의 픽셀값에서 R-밴드(Red-band)의 픽셀값을 차감한 값을 명도(brightness)로 갖는 BR 차이 이미지를 생성하는 제4단계;
    상기 BR 차이 이미지에서 B-밴드의 픽셀값과 R-밴드의 픽셀값을 차감한 값이 소정 이하인 복수의 픽셀을 추출하는 제5단계;
    상기 제2단계에서 기하보정 된 복수의 이미지에 포함된 각각의 픽셀별로 픽셀값의 편차를 계산하고, 계산된 편차값을 픽셀값으로 갖는 하나의 편차 이미지를 생성하는 제6단계;
    상기 생성된 편차 이미지에서 상기 편차값이 소정 이상인 복수의 픽셀을 추출하는 제7단계; 및
    상기 제5단계에서 추출된 복수의 픽셀 및 상기 제7단계에서 추출된 복수의 픽셀의 중첩 영역을 구하여 평균 해안선으로 결정하는 제8단계를 포함하는 방법.
  2. 제 1항에 있어서,
    상기 제 3단계는,
    상기 복수의 이미지 각각을 R-밴드, G-밴드, B-밴드로 분류하고, 상기 R-밴드, G-밴드, B-밴드 이미지의 각각의 픽셀값의 평균값을 구하여 R-밴드 평균 이미지, G-밴드 평균 이미지, B-밴드 평균 이미지를 생성한 후, 상기 R-밴드 평균 이미지, G-밴드 평균 이미지, B-밴드 평균 이미지를 중첩하여 상기 평균 이미지를 생성하는 것을 특징으로 하는 방법.
  3. 제 1항에 있어서,
    상기 제7단계는,
    상기 편차값이 소정 이상인 복수의 픽셀을 쇄파대 영역으로 결정하는 것을 특징으로 하는 방법.
  4. 영상 처리를 통한 해안선 측정 장치에 있어서,
    일정 시간동안 해안선을 촬영하여 복수의 이미지를 생성하는 촬영부;
    상기 복수의 이미지 각각을 실제 지형좌표로 기하보정 하는 기하보정부;
    상기 기하보정 된 복수의 이미지에 포함된 각각의 픽셀값의 평균값을 구하여 하나의 평균 이미지를 생성하고, 상기 생성된 평균 이미지에 포함된 각각의 픽셀에 대해 B-밴드(Blue-band)의 픽셀값에서 R-밴드(Red-band)의 픽셀값을 차감한 값을 명도(brightness)로 갖는 BR 차이 이미지를 생성하고, 상기 BR 차이 이미지에서 B-밴드의 픽셀값과 R-밴드의 픽셀값을 차감한 값이 소정 이하인 복수의 픽셀을 추출하는 평균 이미지 처리부;
    상기 기하보정 된 복수의 이미지에 포함된 각각의 픽셀별로 픽셀값의 편차를 계산하고, 계산된 편차값을 픽셀값으로 갖는 하나의 편차 이미지를 생성하고, 상기 생성된 편차 이미지에서 상기 편차값이 소정 이상인 복수의 픽셀을 추출하는 편차 이미지 처리부; 및
    상기 평균 이미지 처리부에 의해 추출된 복수의 픽셀 및 상기 편차 이미지 처리부에 의해 추출된 복수의 픽셀의 중첩 영역을 구하여 평균 해안선으로 결정하는 해안선 결정부를 포함하는 장치.
  5. 제 4항에 있어서,
    상기 평균 이미지 처리부는,
    상기 복수의 이미지 각각을 R-밴드, G-밴드, B-밴드로 분류하고, 상기 R-밴드, G-밴드, B-밴드 이미지의 각각의 픽셀값의 평균값을 구하여 R-밴드 평균 이미지, G-밴드 평균 이미지, B-밴드 평균 이미지를 생성한 후, 상기 R-밴드 평균 이미지, G-밴드 평균 이미지, B-밴드 평균 이미지를 중첩하여 상기 평균 이미지를 생성하는 것을 특징으로 하는 장치.
  6. 제 4항에 있어서,
    상기 편차 이미지 처리부는,
    상기 편차값이 소정 이상인 복수의 픽셀을 쇄파대 영역으로 결정하는 것을 특징으로 하는 장치.
KR1020140100032A 2014-08-04 2014-08-04 영상 처리를 통한 해안선 측정 방법 및 장치 KR101602293B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020140100032A KR101602293B1 (ko) 2014-08-04 2014-08-04 영상 처리를 통한 해안선 측정 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140100032A KR101602293B1 (ko) 2014-08-04 2014-08-04 영상 처리를 통한 해안선 측정 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20160016286A true KR20160016286A (ko) 2016-02-15
KR101602293B1 KR101602293B1 (ko) 2016-03-10

Family

ID=55357053

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140100032A KR101602293B1 (ko) 2014-08-04 2014-08-04 영상 처리를 통한 해안선 측정 방법 및 장치

Country Status (1)

Country Link
KR (1) KR101602293B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180096096A (ko) * 2017-02-20 2018-08-29 한국해양과학기술원 해색 영상을 이용한 해안선 모니터링 장치 및 방법
CN115439748A (zh) * 2022-09-13 2022-12-06 中山大学 一种海岸线侵蚀程度的监测方法、装置以及电子设备

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106940797B (zh) * 2017-04-28 2018-05-22 宁皓 基于图像处理的识别系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005148906A (ja) * 2003-11-12 2005-06-09 Mitsubishi Space Software Kk 岸線抽出装置及び岸線抽出方法及びプログラムを記録したコンピュータ読み取り可能な記録媒体及びプログラム
JP2005346664A (ja) * 2004-06-07 2005-12-15 Nogiwa Sangyo Kk 海岸線抽出方法及び海岸線抽出システム
KR101223046B1 (ko) * 2011-02-08 2013-01-17 경북대학교 산학협력단 정지장면의 연속프레임 영상에 기반한 영상분할장치 및 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005148906A (ja) * 2003-11-12 2005-06-09 Mitsubishi Space Software Kk 岸線抽出装置及び岸線抽出方法及びプログラムを記録したコンピュータ読み取り可能な記録媒体及びプログラム
JP2005346664A (ja) * 2004-06-07 2005-12-15 Nogiwa Sangyo Kk 海岸線抽出方法及び海岸線抽出システム
KR101223046B1 (ko) * 2011-02-08 2013-01-17 경북대학교 산학협력단 정지장면의 연속프레임 영상에 기반한 영상분할장치 및 방법

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
논문1:연안해양환경포럼 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180096096A (ko) * 2017-02-20 2018-08-29 한국해양과학기술원 해색 영상을 이용한 해안선 모니터링 장치 및 방법
CN115439748A (zh) * 2022-09-13 2022-12-06 中山大学 一种海岸线侵蚀程度的监测方法、装置以及电子设备
CN115439748B (zh) * 2022-09-13 2023-09-26 中山大学 一种海岸线侵蚀程度的监测方法、装置以及电子设备

Also Published As

Publication number Publication date
KR101602293B1 (ko) 2016-03-10

Similar Documents

Publication Publication Date Title
US10852213B2 (en) Image processing device for gas detection, image processing method for gas detection, image processing program for gas detection, computer-readable recording medium having image processing program for gas detection recorded thereon, and gas detection system
WO2017080102A1 (zh) 飞行装置、飞行控制系统及方法
EP3073440B1 (en) Method and device for correcting recovery and analyzing alarm of distorted image
CN110083157B (zh) 一种避障方法及装置
KR101488214B1 (ko) 카메라 영상을 이용한 조간대 지형 변화 모니터링 장치 및 그 방법
US9420185B2 (en) Method and system for compensating for image blur by moving image sensor
WO2012161431A3 (ko) 차량 어라운드 뷰 영상 생성 방법
US8810801B2 (en) Three-dimensional measurement apparatus, method for controlling a three-dimensional measurement apparatus, and storage medium
CN104303208A (zh) 用于去除包含在视频中的雾的图像处理装置及其方法
US8730318B2 (en) Inspection apparatus and method for producing image for inspection
KR101602293B1 (ko) 영상 처리를 통한 해안선 측정 방법 및 장치
CN104853154A (zh) 一种基于运动图像的危岩变形信息提取及报警方法
CN112348775A (zh) 基于车载环视的路面坑塘检测系统及方法
US20130108109A1 (en) Method and device for the detection of moving objects in a video image sequence
JP2019061303A (ja) 車両の周辺監視装置と周辺監視方法
JP6473769B2 (ja) 補正量演算装置、補正装置及び補正量演算方法
KR101602288B1 (ko) 영상 처리를 통한 처오름 측정 방법 및 장치
KR101719595B1 (ko) 영상정보의 오류를 보정하는 영상처리장치
JP5633733B2 (ja) 暗領域ノイズ補正装置
CN103985089A (zh) 结合权重边缘分析与帧内迭代的图像条纹校正方法
CN114727073B (zh) 一种图像的投影方法、装置、可读存储介质及电子设备
KR101480171B1 (ko) 영상의 픽셀정보 및 이동평균에 의한 픽셀정보 변화 패턴을 이용한 해안선 자동추출 장치 및 방법
JP2019159708A5 (ko)
US11592656B2 (en) Image processing apparatus, image processing program, and image processing method
KR101480172B1 (ko) 카메라 영상을 이용한 해빈 영역 면적 산출 장치 및 그 방법

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: 20191210

Year of fee payment: 5