KR20180096096A - Coastline monitoring apparatus and method using ocean color image - Google Patents

Coastline monitoring apparatus and method using ocean color image Download PDF

Info

Publication number
KR20180096096A
KR20180096096A KR1020170022332A KR20170022332A KR20180096096A KR 20180096096 A KR20180096096 A KR 20180096096A KR 1020170022332 A KR1020170022332 A KR 1020170022332A KR 20170022332 A KR20170022332 A KR 20170022332A KR 20180096096 A KR20180096096 A KR 20180096096A
Authority
KR
South Korea
Prior art keywords
color image
shoreline
coastline
histogram
unit
Prior art date
Application number
KR1020170022332A
Other languages
Korean (ko)
Other versions
KR101956250B1 (en
Inventor
양현
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 KR1020170022332A priority Critical patent/KR101956250B1/en
Publication of KR20180096096A publication Critical patent/KR20180096096A/en
Application granted granted Critical
Publication of KR101956250B1 publication Critical patent/KR101956250B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/40—Image enhancement or restoration using histogram techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • Y—GENERAL 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
    • Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping

Landscapes

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

Abstract

Disclosed is a coastline monitoring apparatus using an ocean color image, which includes an ocean color image acquiring unit for acquiring the ocean color image representing a marine state in a marine area, a coastline extracting unit for extracting a coastline by applying a k-means classification method to the ocean color image if a histogram acquired from pixel data constituting the ocean color image has a bimodal distribution, and a coastline change analyzing unit for calculating a difference between a first coastline which is acquired and a second coastline acquired after the first coastline by acquiring the coastline every preset time and generating coastline change information if the difference is a preset value or more. Accordingly, the present invention can quantitatively evaluate coast erosion.

Description

해색 영상을 이용한 해안선 모니터링 장치 및 방법{COASTLINE MONITORING APPARATUS AND METHOD USING OCEAN COLOR IMAGE}Technical Field [0001] The present invention relates to a COASTLINE MONITORING APPARATUS AND METHOD USING OCEAN COLOR IMAGE,

본 발명은 해색 영상을 이용한 해안선 모니터링 장치 및 방법에 관한 것으로, 보다 상세하게는 해양 지역의 해양 상태를 색의 강도로 나타내는 해색 영상을 이용하여 해안선을 추출하고 해안선의 변화를 모니터링하여 다양한 관련 정보를 분석하는 장치 및 방법에 관한 것이다. The present invention relates to an apparatus and method for monitoring a coastline using a color image, and more particularly, to an apparatus and method for monitoring a coastline by using a color image representing a marine state of a marine area in terms of color intensity, The present invention relates to an apparatus and a method for analyzing an object.

해안선이란 육지면과 해수면이 교차하는 선을 말한다. 해수면은 조석, 파랑 등에 의하여 계속해서 승강하므로 해안선의 위치는 일정하지 않다. 고조시의 해안선은 고조해안선이라 하고, 저조시의 해안선은 저조해안선이라 하지만, 일반적으로 해안선은 평균해면과 육지와의 경계선을 의미한다. A coastline is a line where land and sea surface intersect. The sea level is continuously elevated by tidal, blue, etc., so the position of coastline is not constant. The shoreline of Gozoshi is called the Gozo coastline, while the low coastline is called the low coastline, but generally the coastline means the boundary between the mean sea level and the land.

근래에는 기후 변화나 개발 등과 같은 원인에 의하여 해안 침식이 가속화되어 문제가 되고 있다. 이에 따라 해안선의 변화를 모니터링하고 이를 이용하여 다양한 정보를 분석할 필요성이 있으나, 현재 해안선의 상태를 파악하고 그 변화를 모니터링하는 기술이 개발되어 있지 않다는 문제점이 있다. In recent years, coastal erosion has been accelerated due to causes such as climate change and development. Accordingly, there is a need to monitor the change of the coastline and analyze various information using the same, but there is a problem that the technology for monitoring the state of the coastline and monitoring the change is not developed yet.

대한민국 등록특허공보 제10-0654368호(등록일자: 2006년 11월 29일, 명칭: 정지궤도 해양관측 카메라의 해색정보 최적화 검출방법)Korean Registered Patent No. 10-0654368 (Registered Date: Nov. 29, 2006, Name: Optimal Detection Information of Deterioration Information of Geostationary Oceanographic Camera)

본 발명은 상기와 같은 문제점을 해결하기 위해 안출된 것으로, 해양 지역의 해양 상태를 색의 강도로 나타내는 해색 영상으로부터 해안선을 정확하게 추출하고, 해안선의 변화를 모니터링하여 다양한 관련 정보를 분석하는 해색 영상을 이용한 해안선 모니터링 장치 및 방법을 제공하고자 한다. SUMMARY OF THE INVENTION The present invention has been conceived to solve the above-mentioned problems, and it is an object of the present invention to provide a method and apparatus for accurately extracting a coastline from a colorimetric image representing a marine state of a marine area by color intensity, And to provide a coastline monitoring apparatus and method using the same.

상기와 같은 목적을 이루기 위하여 본 발명의 일 실시 예에 따른 해색 영상을 이용한 해안선 모니터링 장치는 해양 지역에서의 해양 상태를 나타내는 해색 영상을 획득하는 해색 영상 획득부, 상기 해색 영상을 구성하는 픽셀 데이터로부터 획득된 히스토그램이 바이모달 분포를 갖는 경우, 상기 해색 영상에 k-평균 분류법을 적용하여 해안선을 추출하는 해안선 추출부 및 상기 해안선을 기설정된 시간마다 획득하여, 획득된 제1 해안선과 상기 제1 해안선 다음에 획득된 제2 해안선의 차이를 산출하고, 상기 차이가 기설정된 값 이상인 경우 해안선 변화 정보를 생성하는 해안선 변화 분석부를 포함한다.According to an aspect of the present invention, there is provided an apparatus for monitoring a coastline using a color image, comprising: a color image obtaining unit for obtaining a color image representing a marine state in a marine area; A shoreline extraction unit for extracting a shoreline by applying a k-means classification method to the colorimetric image when the obtained histogram has a bimodal distribution, a shoreline extraction unit for obtaining the shoreline every predetermined time, And a shoreline change analysis unit for calculating the difference of the second coastline obtained next and generating shoreline change information when the difference is equal to or greater than a predetermined value.

상기 해안선 추출부는, 상기 해색 영상에 미디언 필터를 적용하여 상기 해색 영상에 포함되어 있는 잡음을 제거하는 잡음 제거부, 상기 잡음이 제거된 해색 영상에 대하여 상기 히스토그램을 획득하는 히스토그램 획득부, 상기 히스토그램이 상기 바이모달 분포를 갖는지 여부를 판단하는 히스토그램 판단부, 상기 히스토그램이 상기 바이모달 분포를 갖는 경우, 상기 잡음이 제거된 해색 영상에 k-평균 분류법을 적용하여 상기 잡음이 제거된 해색 영상을 구성하는 픽셀 값들을 클러스터들로 분류하는 클러스터 분류부 및 상기 클러스터들 간의 경계선을 검출하는 경계선 검출부를 포함할 수 있다. The shoreline extraction unit may include a noise eliminator for removing noise included in the color image by applying a median filter to the color image, a histogram acquisition unit for acquiring the histogram for the noise-removed color image, A histogram determiner for determining whether the bimodal distribution has the bimodal distribution, and if the histogram has the bimodal distribution, applying the k-means classification method to the noise-removed colorimetric image to generate the noise- A cluster classifier for classifying the pixel values into clusters, and a boundary line detector for detecting a boundary line between the clusters.

상기 해안선 추출부는 기설정된 시간 동안 복수로 검출된 상기 경계선의 평균값으로 상기 해안선을 결정하는 해안선 결정부를 더 포함할 수 있다. The shoreline extraction unit may further include a shoreline determination unit for determining the shoreline as an average value of the plurality of boundary lines detected for a predetermined time.

상기 차이는 촬영 지점으로부터 상기 해색 영상 피사체의 실제 위치까지의 거리에 따른 원근 비율에 기반하여 조정될 수 있다. The difference may be adjusted based on the perspective ratio according to the distance from the photographing point to the actual position of the color image object.

또한, 본 발명의 일 실시 예에 따른 해색 영상을 이용한 해안선 모니터링 방법은 해양 지역에서의 해양 상태를 나타내는 해색 영상을 획득하는 해색 영상 획득단계, 상기 해색 영상을 구성하는 픽셀 데이터로부터 획득된 히스토그램이 바이모달 분포를 갖는 경우, 상기 해색 영상에 k-평균 분류법을 적용하여 해안선을 추출하는 해안선 추출단계 및 상기 해안선을 기설정된 시간마다 획득하여, 획득된 제1 해안선과 상기 제1 해안선 다음에 획득된 제2 해안선의 차이를 산출하고, 상기 차이가 기설정된 값 이상인 경우 해안선 변화 정보를 생성하는 해안선 변화 분석단계를 포함한다. In addition, the method of monitoring a coastline using a color image according to an embodiment of the present invention includes a step of acquiring a color image of a marine state in a marine area, a step of acquiring a histogram obtained from pixel data constituting the color image, A step of extracting a shoreline by applying a k-means classification method to the color image, and a step of acquiring the shoreline every predetermined time, calculating a first shoreline obtained after the first shoreline and a second shoreline obtained after the first shoreline, 2 shoreline change information, and generating shoreline change information when the difference is equal to or greater than a predetermined value.

상기 해안선 추출단계는 상기 해색 영상에 미디언 필터를 적용하여 상기 해색 영상에 포함되어 있는 잡음을 제거하는 잡음 제거단계, 상기 잡음이 제거된 해색 영상에 대하여 상기 히스토그램을 획득하는 히스토그램 획득단계, 상기 히스토그램이 상기 바이모달 분포를 갖는지 여부를 판단하는 히스토그램 판단단계, 상기 히스토그램이 상기 바이모달 분포를 갖는 경우, 상기 잡음이 제거된 해색 영상에 k-평균 분류법을 적용하여 상기 잡음이 제거된 해색 영상을 구성하는 픽셀 값들을 클러스터들로 분류하는 클러스터 분류단계 및 상기 클러스터들 간의 경계선을 검출하는 경계선 검출단계를 포함할 수 있다. The shoreline extracting step may include a noise removing step of removing a noise included in the color image by applying a median filter to the color image, a histogram obtaining step of obtaining the histogram of the noise-removed color image, A histogram determining step of determining whether or not the bimodal distribution has the bimodal distribution, if the histogram has the bimodal distribution, applying a k-means classification method to the noise-removed colorimetric image, A cluster classification step of classifying the pixel values into clusters, and a boundary detection step of detecting a boundary line between the clusters.

상기 해안선 추출단계는 기설정된 시간 동안 복수로 검출된 상기 경계선의 평균값으로 상기 해안선을 결정하는 해안선 결정단계를 더 포함할 수 있다. The shoreline extraction step may further include a shoreline determination step of determining the shoreline as an average value of the plurality of boundary lines detected for a predetermined time.

상기 차이는 촬영 지점으로부터 상기 해색 영상 피사체의 실제 위치까지의 거리에 따른 원근 비율에 기반하여 조정될 수 있다. The difference may be adjusted based on the perspective ratio according to the distance from the photographing point to the actual position of the color image object.

본 발명의 일 실시 예에 따른 해색 영상을 이용한 해안선 모니터링 장치 및 방법은 해양 지역의 해양 상태를 색의 강도로 나타내는 해색 영상으로부터 해안선을 정확하게 추출하고, 해안선의 변화를 모니터링하여 다양한 관련 정보를 분석할 수 있는 효과를 가진다. 해안의 침식을 정량적으로 평가할 수 있는 효과를 가진다. The apparatus and method for monitoring a coastline using a color image according to an embodiment of the present invention accurately extracts a coastline from a color image showing a color intensity of a marine state in a marine area and analyzes various related information by monitoring the change of the coastline It has the effect of being able to. It has the effect of quantitatively evaluating coast erosion.

또한, 해안선의 변화를 정량적으로 측정할 수 있으므로, 해수욕장과 같은 해안가의 변화로 인한 인근 상권의 경제성을 예측할 수 있는 효과를 가진다. In addition, since the change of the coastline can be quantitatively measured, it is possible to predict the economic efficiency of the nearby commercial area due to the change of the coast such as the beach.

본 발명의 상세한 설명에서 인용되는 도면을 보다 충분히 이해하기 위하여 각 도면의 상세한 설명이 제공된다.
도 1은 본 발명의 일 실시 예에 따른 해색 영상을 이용한 해안선 모니터링 장치의 간략한 구성도이다.
도 2는 도 1의 해양관측 카메라가 촬영한 영상의 한 예를 도시한 도면이다.
도 3은 도 1의 해안선 추출부의 블록도이다.
도 4는 도 1의 해안선 추출부에 의한 해안선 추출 과정을 예시적으로 도시한 도면이다.
도 5는 본 발명의 일 실시 예에 따른 해색 영상을 이용한 해안선 모니터링 방법을 나타낸 순서도이다.
도 6은 본 발명의 일 실시 예에 따른 해색 영상을 이용한 해안선 모니터링 방법에 포함된 해안선 추출 단계를 예시적으로 나타낸 순서도이다.DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS In order to more fully understand the drawings recited in the detailed description of the present invention, a detailed description of each drawing is provided.
1 is a simplified block diagram of a coastline monitoring apparatus using a color image according to an embodiment of the present invention.
FIG. 2 is a view showing an example of an image taken by a marine observation camera of FIG. 1. FIG.
3 is a block diagram of the shoreline extraction unit of Fig.
FIG. 4 is a diagram illustrating an exemplary shoreline extraction process by the shoreline extraction unit of FIG. 1. FIG.
5 is a flowchart illustrating a coastline monitoring method using a color image according to an exemplary embodiment of the present invention.
FIG. 6 is a flowchart illustrating a coastline extraction step included in a coastline monitoring method using a color image according to an embodiment of the present invention.

본 명세서에 개시되어 있는 본 발명의 개념에 따른 실시 예들에 대해서 특정한 구조적 또는 기능적 설명은 단지 본 발명의 개념에 따른 실시 예들을 설명하기 위한 목적으로 예시된 것으로서, 본 발명의 개념에 따른 실시 예들은 다양한 형태들로 실시될 수 있으며 본 명세서에 설명된 실시 예들에 한정되지 않는다.It is to be understood that the specific structural or functional description of embodiments of the present invention disclosed herein is for illustrative purposes only and is not intended to limit the scope of the inventive concept But may be embodied in many different forms and is not limited to the embodiments set forth herein.

본 발명의 개념에 따른 실시 예들은 다양한 변경들을 가할 수 있고 여러 가지 형태들을 가질 수 있으므로 실시 예들을 도면에 예시하고 본 명세서에서 상세하게 설명하고자 한다. 그러나, 이는 본 발명의 개념에 따른 실시 예들을 특정한 개시 형태들에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물, 또는 대체물을 포함한다.The embodiments according to the concept of the present invention can make various changes and can take various forms, so that the embodiments are illustrated in the drawings and described in detail herein. It should be understood, however, that it is not intended to limit the embodiments according to the concepts of the present invention to the particular forms disclosed, but includes all modifications, equivalents, or alternatives falling within the spirit and scope of the invention.

제1 또는 제2 등의 용어는 다양한 구성 요소들을 설명하는데 사용될 수 있지만, 상기 구성 요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성 요소를 다른 구성 요소로부터 구별하는 목적으로만, 예컨대 본 발명의 개념에 따른 권리 범위로부터 벗어나지 않은 채, 제1구성 요소는 제2구성 요소로 명명될 수 있고 유사하게 제2구성 요소는 제1구성 요소로도 명명될 수 있다.The terms first, second, etc. may be used to describe various elements, but the elements should not be limited by the terms. The terms may be named for the purpose of distinguishing one element from another, for example, without departing from the scope of the right according to the concept of the present invention, the first element may be referred to as a second element, The component may also be referred to as a first component.

어떤 구성 요소가 다른 구성 요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성 요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성 요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성 요소가 다른 구성 요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는 중간에 다른 구성 요소가 존재하지 않는 것으로 이해되어야 할 것이다. 구성 요소들 간의 관계를 설명하는 다른 표현들, 즉 "~사이에"와 "바로 ~사이에" 또는 "~에 이웃하는"과 "~에 직접 이웃하는" 등도 마찬가지로 해석되어야 한다.It is to be understood that when an element is referred to as being "connected" or "connected" to another element, it may be directly connected or connected to the other element, . On the other hand, when an element is referred to as being "directly connected" or "directly connected" to another element, it should be understood that no other element exists in between. Other expressions that describe the relationship between components, such as "between" and "between" or "neighboring to" and "directly adjacent to" should be interpreted as well.

본 명세서에서 사용한 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로서, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 본 명세서에 기재된 특징, 숫자, 단계, 동작, 구성 요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성 요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.The terminology used herein is for the purpose of describing particular embodiments only and is not intended to be limiting of the invention. The singular expressions include plural expressions unless the context clearly dictates otherwise. In this specification, the terms "comprises" or "having" and the like are used to specify that there are features, numbers, steps, operations, elements, parts or combinations thereof described herein, But do not preclude the presence or addition of one or more other features, integers, steps, operations, components, parts, or combinations thereof.

다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 나타낸다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 갖는 것으로 해석되어야 하며, 본 명세서에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.Unless otherwise defined, all terms used herein, including technical or scientific terms, have the same meaning as commonly understood by one of ordinary skill in the art to which this invention belongs. Terms such as those defined in commonly used dictionaries are to be interpreted as having a meaning consistent with the meaning of the context in the relevant art and, unless explicitly defined herein, are to be interpreted as ideal or overly formal Do not.

도 1은 본 발명의 일 실시 예에 따른 해색 영상을 이용한 해안선 모니터링 장치의 간략한 구성도이다. 1 is a simplified block diagram of a coastline monitoring apparatus using a color image according to an embodiment of the present invention.

도 1을 참조하면, 본 발명의 일 실시 예에 따른 해색 영상을 이용한 해안선 모니터링 장치(100)는 해색 영상 획득부(110), 해안선 추출부(120) 및 해안선 변화 분석부(130)를 포함한다.Referring to FIG. 1, a coastline monitoring apparatus 100 using a color image of an embodiment of the present invention includes a color image obtaining unit 110, a coastline extracting unit 120, and a coastline change analyzing unit 130 .

예를 들어, 해색 영상 획득부(110), 해안선 추출부(120) 및 해안선 변화 분석부(130)를 포함하는 해안선 모니터링 장치(100)의 구성 전체 내지는 적어도 일부는, 프로세서(Processor)에 의해 실행되는 소프트웨어 모듈 형태 또는 하드웨어 모듈 형태로 구현되거나, 소프트웨어 모듈과 하드웨어 모듈이 조합된 형태로 구현될 수 있다.For example, all or at least a part of the coastline monitoring apparatus 100 including the color image obtaining unit 110, the coastline extracting unit 120, and the coastline change analyzing unit 130 may be executed by a processor Or a hardware module, or a combination of a software module and a hardware module.

해색 영상 획득부(110)는 해양 지역에서의 해양 상태를 나타내는 해색 영상(ocean color image)을 획득하는 기능을 수행한다.The color image obtaining unit 110 performs a function of obtaining an ocean color image representing a marine state in a marine area.

예를 들어, 해색 영상 획득부(110)는 해양관측 카메라(200)로부터 제공되는 영상으로부터 컬러 영상인 해색 영상을 획득할 수 있다. 해양관측 카메라(200)는 해안을 촬영하는 cctv 등으로 구성될 수 있다. 해양관측 카메라(200)는 하나의 카메라일 수도 있고, 여러 개의 카메라로 구성될 수도 있다. For example, the color image obtaining unit 110 may obtain a color image, which is a color image, from the image provided from the ocean observation camera 200. The marine observation camera 200 may be composed of a cctv for photographing the coast. The ocean observation camera 200 may be a single camera or a plurality of cameras.

도 2는 도 1의 해양관측 카메라(200)가 촬영한 영상의 한 예를 도시한 도면이다. 도 2에 도시된 것과 같이 해양관측 카메라(200)를 통하여 해안가를 촬영한 영상을 획득할 수 있다. 해색 영상 획득부(110)는 해양관측 카메라(200)로부터 획득한 영상에서 해안선이 포함된 부분의 해색 영상을 획득할 수 있다. 도 2의 확대된 부분이 해안선이 포함된 부분의 해색 영상의 한 예가 될 수 있다. FIG. 2 is a view showing an example of an image taken by the marine observation camera 200 of FIG. 2, an image of a coastal area can be acquired through a marine observation camera 200. [ The color image obtaining unit 110 may obtain a color image of a portion including the shoreline from the image acquired from the ocean observation camera 200. The enlarged portion of FIG. 2 may be an example of a color image of a portion including the shoreline.

복수의 카메라를 이용하여 해색 영상을 획득하는 경우에는 한 지점에 대하여 다각도로 촬영된 영상을 획득할 수 있으므로 해안선 추출에 있어서 정확도를 높일 수 있다. 즉, 복수의 해색 영상을 이용하여 해안선을 추출하여, 추출 과정에서의 오류를 제거할 수 있다. In the case of capturing a color image by using a plurality of cameras, it is possible to acquire an image captured in multiple angles with respect to a single point, thereby improving accuracy in shoreline extraction. That is, it is possible to extract a coastline using a plurality of color images and to eliminate errors in the extraction process.

해안선 추출부(120)는 해색 영상을 구성하는 픽셀 데이터로부터 획득된 히스토그램(histogram)이 바이모달 분포(bimodal distribution)를 갖는 경우, 해색 영상에 k-평균(k-means) 분류법을 적용하여 해안선을 추출하는 기능을 수행한다. 해안선 추출부(120)는 아래에서 도 3 과 도 4를 참조하여 보다 상세히 설명한다.The shoreline extraction unit 120 applies a k-means classification method to the color image when the histogram obtained from the pixel data constituting the color image has a bimodal distribution, And performs the function of extracting. The shoreline extraction unit 120 will be described in more detail below with reference to FIGS. 3 and 4. FIG.

도 3은 도 1의 해안선 추출부(120)의 블록도이다. 도 4는 도 1의 해안선 추출부에 의한 해안선 추출 과정을 예시적으로 도시한 도면이다.3 is a block diagram of the shoreline extraction unit 120 of FIG. FIG. 4 is a diagram illustrating an exemplary shoreline extraction process by the shoreline extraction unit of FIG. 1. FIG.

이하 도 3 내지 도 4를 더 참조하여, 해안선 추출부(120) 및 해안선 추출 과정을 상세히 설명한다. 3 to 4, the shoreline extraction unit 120 and the shoreline extraction process will be described in detail.

해안선 추출부(120)는, 잡음 제거부(1210), 히스토그램 획득부(1220), 히스토그램 판단부(1230), 클러스터 분류부(1240) 및 경계선 검출부(1250)를 포함할 수 있다. 또한, 해안선 추출부(120)는 해안선 결정부(1260)를 더 포함할 수 있다. The shoreline extraction unit 120 may include a noise eliminator 1210, a histogram acquisition unit 1220, a histogram determination unit 1230, a cluster classification unit 1240, and a boundary detection unit 1250. In addition, the shoreline extraction unit 120 may further include a shoreline determination unit 1260.

잡음 제거부(1210)는 해색 영상에 미디언 필터(median filter)를 적용하여 해색 영상에 포함되어 있는 잡음을 제거하는 기능을 수행한다. 도 4의 (a)는 해색 영상 획득부(110)로부터 전달받은 해색 영상을 나타내고, 도 4의 (b)는 잡음 제거부(1210)에 잡음이 제거된 해색 영상을 나타낸다.The noise removing unit 1210 performs a function of removing a noise included in a color image by applying a median filter to the color image. 4 (a) shows the color image received from the color image obtaining unit 110, and FIG. 4 (b) shows the color image with the noise removed in the noise removing unit 1210.

히스토그램 획득부(1220)는 잡음이 제거된 해색 영상에 대하여 히스토그램을 획득하는 기능을 수행한다. 도 4의 (c)는 히스토그램 획득부(1220)에 의해 획득된 히스토그램을 나타낸다. 예를 들어, 이러한 히스토그램은 영상 안에서 픽셀들에 대한 명암 값의 분포를 나타낸 것일 수 있으며, 히스토그램에서 가로축은 해색 영상의 픽셀 값을 나타내고, 세로축은 각 픽셀 값의 빈도를 나타낼 수 있다.The histogram acquisition unit 1220 performs a function of acquiring a histogram for the noise-canceled color image. FIG. 4C shows a histogram obtained by the histogram acquisition unit 1220. FIG. For example, the histogram may be a distribution of intensity values for pixels in an image. In the histogram, the horizontal axis represents the pixel value of the color image, and the vertical axis represents the frequency of each pixel value.

히스토그램 판단부(1230)는 히스토그램이 바이모달 분포를 갖는지 여부를 판단하는 기능을 수행한다. 바이모달 분포는 최고점이 두 개인 빈도 분포를 가리키며, 이는 전체 데이터 집합 내에 성질을 달리하는 두 개의 그룹이 있다는 사실을 가리킨다. 만약, 히스트그램이 바이모달 분포를 갖지 않는 경우 해안선이 아니라고 유추할 수 있다.The histogram determiner 1230 determines whether the histogram has a bimodal distribution. Bimodal distribution refers to a frequency distribution with two peaks, indicating that there are two groups in the overall data set that differ in their properties. If the histogram does not have a bimodal distribution, it can be deduced that it is not a coastline.

클러스터 분류부(1240)는 히스토그램이 바이모달 분포를 갖는 경우, 잡음이 제거된 해색 영상에 k-평균(k-means) 분류법을 적용하여 잡음이 제거된 해색 영상을 구성하는 픽셀 값들을 클러스터들(clusters)로 분류하는 기능을 수행한다. 도 4의 (d)는 클러스터 분류부(1240)에 의해 2개의 클러스터로 분류된 결과를 나타낸다.When the histogram has a bimodal distribution, the cluster classifier 1240 applies a k-means classification to the noise canceled color image to remove pixel values of the noise-canceled color image from clusters ( clusters). FIG. 4D shows the result of classification into two clusters by the cluster classifier 1240.

경계선 검출부(1250)는 클러스터들 간의 경계선을 검출하는 기능을 수행한다. 예를 들어, 경계선 검출부(1250)는 공지의 다양한 경계 검출 알고리즘을 적용하여 경계선을 검출할 수 있으며, 도 5의 (e)는 경계선 검출부(1250)에 의해 검출된 경계선을 나타낸다. The boundary detection unit 1250 detects the boundary between the clusters. For example, the boundary detection unit 1250 can detect the boundary by applying various known boundary detection algorithms, and FIG. 5E shows the boundary detected by the boundary detection unit 1250.

해안선 결정부(1260)는 경계선을 이용하여 해안선을 결정할 수 있다. 해안선 결정부(1260)는 기설정된 시간 동안 복수로 검출된 경계선의 평균값으로 해안선을 결정할 수 있다. 예컨대, 해안선 결정부(1260)는 1분의 시간 동안 10초마다 검출한 6개의 경계선 값 들의 평균을 내어 해안선으로 결정할 수 있다. 이러한 해안선 결정 과정을 통하여 파도에 따라 순간적으로 달라지는 경계로 인한 오차를 감소시키고 정확한 해안선을 추출할 수 있다. 또는, 경계선의 최댓값과 최솟값을 배제하고 나머지 값들의 평균을 내어 해안선으로 결정할 수도 있다. The coastline determination unit 1260 can determine the coastline using the boundary line. The shoreline determination unit 1260 can determine the shoreline as an average value of a plurality of boundary lines detected for a predetermined time. For example, the coastline determination unit 1260 can determine the coastline by averaging the six boundary values detected every 10 seconds for one minute. Through the decision process of coastline, it is possible to reduce the error due to the boundary that changes instantaneously according to the wave and extract the accurate coastline. Alternatively, the maximum and minimum values of the boundary line may be excluded, and the remaining values may be averaged to determine the shoreline.

다시 도 1을 참조하여, 해안선 변화 분석부(130)는 해안선 추출부(120)로부터 추출된 해안선을 이용하여, 해안선 변화를 모니터링 할 수 있다. Referring to FIG. 1 again, the shoreline change analysis unit 130 can monitor the shoreline change using the shoreline extracted from the shoreline extraction unit 120.

해안선 변화 분석부(130)는 해안선을 기설정된 시간마다 획득하여, 획득된 제1 해안선과 그 다음에 획득된 제2 해안선의 차이를 산출하고, 그 차이가 기설정된 값 이상인 경우 해안선 변화 정보를 생성할 수 있다. The shoreline change analysis unit 130 obtains the shoreline every predetermined time, calculates the difference between the obtained first shoreline and the second shoreline obtained next, and generates the shoreline change information when the difference is equal to or greater than a predetermined value can do.

예컨대, 기 설정된 값이 0.5미터인 경우 0.5미터 이상의 차이가 발생하면 해안선 변화 정보를 생성할 수 있다. For example, if the preset value is 0.5 meter, the shoreline change information can be generated when a difference of 0.5 meters or more occurs.

본 발명에서 해안선 변화 정보란 해안선의 변화와 관련된 정보로서, 해안선의 변화량 그 자체 또는 실질적으로 해안선이 변화하였음을 나타내는 정보를 의미할 수 있다. 또한, 해안선 변화 정보는 해안선 변화에 따라 해안이 침식하고 있음을 알려주는 해양 침식정보 또는 해안의 토지면이 확장되고 있음을 알려주는 토지면 확장정보를 포함할 수 있다. In the present invention, the shoreline change information is information related to the change of the shoreline, and may be information indicating that the shoreline change itself or substantially the shoreline has changed. The shoreline change information may also include marine erosion information indicating that the shoreline is eroding as the shoreline changes, or land extension information indicating that the coastal land surface is expanding.

또한, 해안선 변화 정보는 해양 침식정보에 기반하여 침식 경고 정보를 포함할 수 있다. 본 발명에서 침식 경고 정보란 해양이 침식하고 있음을 알려주는 일종의 알림 정보라 할 수 있다. 침식 경고 정보가 생성되면, 알림장치(미도시) 또는 표시장치(미도시) 등을 통하여 관리자 등에게 안내될 수 있다. In addition, the shoreline change information may include erosion warning information based on marine erosion information. In the present invention, the erosion warning information is a kind of notification information indicating that the ocean is eroding. When erosion warning information is generated, it can be guided to a manager or the like through a notification device (not shown) or a display device (not shown).

해안선의 차이를 산출할 때 해색 영상을 촬영하는 촬영 지점으로부터 해색 영상 위치까지의 거리에 따른 원근 비율에 기반하여 조정될 수 있다. 즉, 해색 영상을 촬영하는 해양관측 카메라(200)로부터 해색 영상 피사체의 실제 위치까지의 거리에 따른 원근 비율에 기반하여 해안선의 차이 값 산출이 조정될 수 있다. 위와 같은 조정이 필요한 이유는 촬영 지점으로부터 해색 영상 피사체의 실제 위치까지의 거리가 멀수록 원근감의 의해 해안선의 차이 값이 작게 나타나기 때문이다. When calculating the difference of the shoreline, it can be adjusted based on the perspective ratio according to the distance from the photographing point where the color image is captured to the color image position. That is, the calculation of the difference value of the shoreline can be adjusted based on the perspective ratio according to the distance from the ocean observation camera 200 that captures the color image to the actual position of the subject of the color image. The reason for this adjustment is that as the distance from the shooting point to the actual position of the subject of the color image is larger, the difference of the shoreline due to the perspective becomes smaller.

본 발명에서 원근 비율은 미리 계산되거나 연산장치에 의해 산출된 값이 될 수 있다. 예컨대, 촬영 지점으로부터 해색 영상 피사체의 실제 위치까지 가까운 경우에는 실측 1미터의 거리가 해색 영상에서 0.2미터로 측정되고, 촬영 지점으로부터 해색 영상 피사체의 실제 위치까지 먼 경우에는 실측 1미터의 거리가 해색 영상에서 0.1미터로 측정된다면, 0.2미터와 0.1미터가 동일한 값으로 인식되도록 조정할 수 있다. 이러한 경우 0.1미터로 측정되는 해색 영상에서 산출된 해안선의 차이는 10배를 곱하고 0.2미터로 측정되는 해색 영상에서 산출된 해안선의 차이는 5배를 곱하여 조정할 수 있다. In the present invention, the perspective ratio may be a value calculated in advance or calculated by a computing device. For example, when the distance from the photographing point to the actual position of the subject of the image-capturing image is measured, the distance of 1 meter from the actual image is measured to 0.2 meters from the image of the colorimetric image, and when the distance from the photographing point to the actual position of the subject of the image- If it is measured at 0.1 meter in the image, it can be adjusted so that 0.2 meter and 0.1 meter are recognized as the same value. In this case, the difference of the shoreline calculated from the shaded image measured at 0.1 meter is multiplied by 10 times, and the difference of shoreline calculated from the shaded image measured at 0.2 meter can be adjusted by multiplying by 5 times.

해안선 변화 정보를 이용하여 해안선 변화를 장기간으로 모니터링하는 한 예를 설명한다. 1달을 기준으로 1달간의 평균 해안선 값을 획득하고, 각 달의 평균 해안선 값의 차이를 도출한다. 값의 차이가 기 설정된 값 이상일 경우 해안선이 변화한 것으로 인식할 수 있다. 예컨대, 1월의 평균 해안선 값과 2월의 평균 해안선 값을 비교할 수 있다. 또는, 이러한 과정을 몇 년에 걸쳐 각 달의 값을 비교하여 수행할 수 있다. An example of long-term monitoring of coastline change using coastline change information is described. Obtain average shoreline values per month over a month and derive the difference in average shoreline values for each month. If the difference in value is greater than the preset value, it can be recognized that the coastline has changed. For example, you can compare the January average coastline value with the February average coastline value. Alternatively, this process can be performed by comparing the values of each month over several years.

해양 침식정보를 생성하는 한 예를 설명한다. 해안선 변화 분석부(130)는 상술한대로 해안선 변화를 모니터링 할 수 있는데, 위와 같은 과정에서 해안선 변화가 기 설정된 길이 이상으로 발생할 경우 해양 침식정보를 생성할 수 있다. 예컨대, 해안선 변화 분석부(130)는 해수면이 늘어나는 방향으로 1미터 이상 해안선이 변화하였으면 해양 침식정보를 생성할 수 있다. 또한, 해양 침식정보에 기반하여 침식 경고 정보를 생성할 수 도 있다. 예컨대, 해양 침식정보가 2번 이상 생성되는 경우 침식 경고 정보를 생성할 수 있다. An example of generating marine erosion information is described. The coastline change analysis unit 130 can monitor the coastline change as described above. If the coastline change occurs at a predetermined length or more in the above process, the erosion information can be generated. For example, the shoreline change analysis unit 130 can generate marine erosion information if the shoreline changes more than one meter in the direction in which the sea surface extends. In addition, erosion warning information may be generated based on marine erosion information. For example, erosion warning information can be generated when marine erosion information is generated more than once.

해양 침식정보와 동일한 원리에 의하여 토지면 확장정보를 생성할 수 있다. 예컨대, 해안선 변화 분석부(130)는 해수면이 줄어드는 방향으로 1미터 이상 해안선이 변화하였으면 토지면 확장정보를 생성할 수 있다. Land surface expansion information can be generated by the same principle as the marine erosion information. For example, the shoreline change analysis unit 130 can generate the land surface expansion information if the shoreline changes more than one meter in the direction of decreasing sea level.

도 5는 본 발명의 일 실시 예에 따른 해색 영상을 이용한 해안선 모니터링 방법을 나타낸 순서도이다. 도 6은 본 발명의 일 실시 예에 따른 해색 영상을 이용한 해안선 모니터링 방법에 포함된 해안선 추출 단계를 예시적으로 나타낸 순서도이다.5 is a flowchart illustrating a coastline monitoring method using a color image according to an exemplary embodiment of the present invention. FIG. 6 is a flowchart illustrating a coastline extraction step included in a coastline monitoring method using a color image according to an embodiment of the present invention.

본 발명의 일 실시 예에 따른 해색 영상을 이용한 해안선 모니터링 방법은 앞서 상세히 설명한 본 발명의 일 실시 예에 따른 해색 영상을 이용한 해안선 모니터링 장치(100)와 비교하여 발명의 카테고리는 상이하나 그 기술적 사상이 실질적으로 동일하기 때문에, 장치 발명에 대한 모든 설명이 방법 발명에도 적용될 수 있다.The coastline monitoring method using a color image according to an embodiment of the present invention is different from the coastline monitoring apparatus 100 using a color image according to an embodiment of the present invention described above in detail, Since substantially the same, all descriptions of the apparatus invention can be applied to the method invention.

도 5는 본 발명의 일 실시 예에 따른 해색 영상을 이용한 해안선 모니터링 방법을 나타낸 순서도이다. 5 is a flowchart illustrating a coastline monitoring method using a color image according to an exemplary embodiment of the present invention.

도 1 및 도 5를 참조하면, 본 발명의 일 실시 예에 따른 해색 영상을 이용한 해안선 모니터링 방법은 해색 영상 획득단계(S10), 해안선 추출단계(S20) 및 해안선 변화 분석단계(S30)를 포함한다.Referring to FIGS. 1 and 5, a coastline monitoring method using a color image of a color image according to an exemplary embodiment of the present invention includes a color image acquisition step S10, a shoreline extraction step S20, and a shoreline change analysis step S30 .

해색 영상 획득단계(S10)에서는, 해색 영상 획득부(110)가 해양 지역에서의 해양 상태를 나타내는 해색 영상(ocean color image)을 획득하는 과정이 수행된다.In the color image obtaining step S10, a process of acquiring an ocean color image representing a marine state in a marine area is performed.

예를 들어, 해색 영상 획득단계(S10)에서는, 해색 영상 획득부(110)가 해양관측 카메라(200)로부터 제공되는 영상으로부터 컬러 영상인 해색 영상을 획득할 수 있다.For example, in the color image obtaining step (S10), the color image obtaining unit 110 may obtain a color image, which is a color image, from the image provided from the ocean observation camera 200.

해안선 추출단계(S20)에서는, 해안선 추출부(120)가 해색 영상을 구성하는 픽셀 데이터로부터 획득된 히스토그램(histogram)이 바이모달 분포(bimodal distribution)를 갖는 경우, 해색 영상에 k-평균(k-means) 분류법을 적용하여 해안선을 추출하는 과정이 수행된다.In the shoreline extraction step S20, when the shoreline extraction unit 120 has a bimodal distribution of histograms obtained from the pixel data constituting the color image, the k-means (k- The method of extracting the coastline is applied by applying the classification method.

도 6은 본 발명의 일 실시 예에 따른 해색 영상을 이용한 해안선 모니터링 방법에 포함된 해안선 추출 단계를 예시적으로 나타낸 순서도이다.FIG. 6 is a flowchart illustrating a coastline extraction step included in a coastline monitoring method using a color image according to an embodiment of the present invention.

도 3, 도 4 및 도 6을 추가적으로 참조하면, 해안선 추출단계(S20)는, 잡음 제거단계(S210), 히스토그램 획득단계(S220), 히스토그램 판단단계(S230), 클러스터 분류단계(S240) 및 경계선 검출단계(S250)를 포함한다. 또한, 해안선 추출단계(S20)는 해안선 결정단계(S260)를 더 포함할 수 있다. 3, 4, and 6, the shoreline extraction step S20 includes the steps of noise removal step S210, histogram acquisition step S220, histogram determination step S230, cluster classification step S240, Detection step S250. In addition, the shoreline extraction step (S20) may further include a coastline determination step (S260).

잡음 제거단계(S210)에서는, 잡음 제거부(1210)가 해색 영상에 미디언 필터(median filter)를 적용하여 해색 영상에 포함되어 있는 잡음을 제거하는 과정이 수행된다. 도 4의 (a)는 해색 영상 획득부(110)로부터 전달받은 해색 영상을 나타내고, 도 4의 (b)는 잡음 제거부(1210)에 잡음이 제거된 해색 영상을 나타낸다.In the noise removing step S210, the noise removing unit 1210 applies a median filter to the color image to remove the noise included in the color image. 4 (a) shows the color image received from the color image obtaining unit 110, and FIG. 4 (b) shows the color image with the noise removed in the noise removing unit 1210.

히스토그램 획득단계(S220)에서는, 히스토그램 획득부(1220)가 잡음이 제거된 해색 영상에 대하여 히스토그램을 획득하는 과정이 수행된다. 도 4의 (c)는 히스토그램 획득부(1220)에 의해 획득된 히스토그램을 나타낸다. 예를 들어, 이러한 히스토그램은 영상 안에서 픽셀들에 대한 명암 값의 분포를 나타낸 것일 수 있으며, 히스토그램에서 가로축은 해색 영상의 픽셀 값을 나타내고, 세로축은 각 픽셀 값의 빈도를 나타낼 수 있다.In the histogram acquisition step S220, the histogram acquisition unit 1220 acquires a histogram for the noise-canceled image. FIG. 4C shows a histogram obtained by the histogram acquisition unit 1220. FIG. For example, the histogram may be a distribution of intensity values for pixels in an image. In the histogram, the horizontal axis represents the pixel value of the color image, and the vertical axis represents the frequency of each pixel value.

히스토그램 판단단계(S230)에서는, 히스토그램 판단부(1230)가 히스토그램이 바이모달 분포를 갖는지 여부를 판단하는 과정이 수행된다. 바이모달 분포는 최고점이 두 개인 빈도 분포를 가리키며, 이는 전체 데이터 집합 내에 성질을 달리하는 두 개의 그룹이 있다는 사실을 가리킨다. 만약, 히스트그램이 바이모달 분포를 갖지 않는 경우 해안선이 아니라고 유추할 수 있다.In the histogram determination step S230, the histogram determination unit 1230 determines whether the histogram has a bimodal distribution. Bimodal distribution refers to a frequency distribution with two peaks, indicating that there are two groups in the overall data set that differ in their properties. If the histogram does not have a bimodal distribution, it can be deduced that it is not a coastline.

클러스터 분류단계(S240)에서는, 클러스터 분류부(1240)가 히스토그램이 바이모달 분포를 갖는 경우, 잡음이 제거된 해색 영상에 k-평균(k-means) 분류법을 적용하여 잡음이 제거된 해색 영상을 구성하는 픽셀 값들을 클러스터들(clusters)로 분류하는 과정이 수행된다. 도 4의 (d)는 클러스터 분류부(1240)에 의해 2개의 클러스터로 분류된 결과를 나타낸다.In the cluster classification step S240, when the cluster classifier 1240 has a bimodal distribution of the histogram, a k-means classification scheme is applied to the noise-canceled colorimetric image to remove the noise-canceled colorimetric image The process of classifying the constituent pixel values into clusters is performed. FIG. 4D shows the result of classification into two clusters by the cluster classifier 1240.

경계선 검출단계(S250)에서는, 경계선 검출부(1250)가 클러스터들 간의 경계선을 검출하는 과정이 수행된다. 예를 들어, 경계선 검출부(1250)는 공지의 다양한 경계 검출 알고리즘을 적용하여 경계선을 검출할 수 있으며, 도 4의 (e)는 경계선 검출부(1250)에 의해 검출된 경계선을 나타낸다. In the boundary detection step S250, the boundary detection unit 1250 detects the boundary between the clusters. For example, the boundary detection unit 1250 can detect a boundary by applying various known boundary detection algorithms, and FIG. 4 (e) shows a boundary detected by the boundary detection unit 1250.

해안선 결정단계(S260)에서는 경계선을 이용하여 해안선을 결정하는 과정이 수행된다. 해안선 결정단계(S260)에서는 기설정된 시간 동안 복수로 검출된 경계선의 평균값으로 해안선을 결정할 수 있다. 예컨대, 해안선 결정부(1260)는 1분의 시간 동안 10초마다 검출한 6개의 경계선 값 들의 평균을 내어 해안선으로 결정할 수 있다. 이러한 해안선 결정 과정을 통하여 파도에 따라 순간적으로 달라지는 경계로 인한 오차를 감소시키고 정확한 해안선을 추출할 수 있다. 또는, 경계선의 최댓값과 최솟값을 배제하고 나머지 값들의 평균을 내어 해안선으로 결정할 수도 있다. In the coastline determination step (S260), a coastline is determined using a boundary line. In the coastline determination step (S260), the coastline can be determined as an average value of a plurality of boundary lines detected during a predetermined time. For example, the coastline determination unit 1260 can determine the coastline by averaging the six boundary values detected every 10 seconds for one minute. Through the decision process of coastline, it is possible to reduce the error due to the boundary that changes instantaneously according to the wave and extract the accurate coastline. Alternatively, the maximum and minimum values of the boundary line may be excluded, and the remaining values may be averaged to determine the shoreline.

다시 도 5를 참조하여, 해안선 변화 분석단계(S30)에서는, 해안선 변화 분석부(130)가 해안선 추출부(120)로부터 추출된 해안선을 이용하여, 해안선 변화를 모니터링하는 과정이 수행된다. Referring to FIG. 5 again, in the coastline change analysis step S30, the coastline change analysis unit 130 performs the process of monitoring the coastline change using the coastline extracted from the coastline extraction unit 120. FIG.

해안선 변화 분석단계(S30)에서는 해안선 변화 분석부(130)가 해안선을 기설정된 시간마다 획득하여, 획득된 제1 해안선과 그 다음에 획득된 제2 해안선의 차이를 산출하고, 그 차이가 기설정된 값 이상인 경우 해안선 변화 정보를 생성할 수 있다. In the shoreline change analysis step S30, the shoreline change analysis unit 130 obtains the shoreline every predetermined time, calculates the difference between the obtained first shoreline and the second shoreline obtained next, The shoreline change information can be generated.

예컨대, 기 설정된 값이 0.5미터인 경우 0.5미터 이상의 차이가 발생하면 해안선 변화 정보를 생성할 수 있다. For example, if the preset value is 0.5 meter, the shoreline change information can be generated when a difference of 0.5 meters or more occurs.

본 발명에서 해안선 변화 정보란 해안선의 변화와 관련된 정보로서, 해안선의 변화량 그 자체 또는 실질적으로 해안선이 변화하였음을 나타내는 정보를 의미할 수 있다. 또한, 해안선 변화 정보는 해안선 변화에 따라 해안이 침식하고 있음을 알려주는 해양 침식정보 또는 해안의 토지면이 확장되고 있음을 알려주는 토지면 확장정보를 포함할 수 있다. In the present invention, the shoreline change information is information related to the change of the shoreline, and may be information indicating that the shoreline change itself or substantially the shoreline has changed. The shoreline change information may also include marine erosion information indicating that the shoreline is eroding as the shoreline changes, or land extension information indicating that the coastal land surface is expanding.

또한, 해안선 변화 정보는 해양 침식정보에 기반하여 침식 경고 정보를 포함할 수 있다. 본 발명에서 침식 경고 정보란 해양이 침식하고 있음을 알려주는 일종의 알림 정보라 할 수 있다. 침식 경고 정보가 생성되면, 알림장치(미도시) 또는 표시장치(미도시) 등을 통하여 관리자 등에게 안내될 수 있다. In addition, the shoreline change information may include erosion warning information based on marine erosion information. In the present invention, the erosion warning information is a kind of notification information indicating that the ocean is eroding. When erosion warning information is generated, it can be guided to a manager or the like through a notification device (not shown) or a display device (not shown).

해안선의 차이를 산출할 때 해색 영상을 촬영하는 촬영 지점으로부터 해색 영상 위치까지의 거리에 따른 원근 비율에 기반하여 조정될 수 있다. 즉, 해색 영상을 촬영하는 해양관측 카메라(200)로부터 해색 영상 피사체의 실제 위치까지의 거리에 따른 원근 비율에 기반하여 해안선의 차이 산출이 조정될 수 있다. 위와 같은 조정이 필요한 이유는 촬영 지점으로부터 해색 영상 피사체의 실제 위치까지의 거리가 멀수록 원근감의 의해 해안선의 차이가 작게 나타나기 때문이다. When calculating the difference of the shoreline, it can be adjusted based on the perspective ratio according to the distance from the photographing point where the color image is captured to the color image position. That is, the calculation of the difference of the shoreline can be adjusted based on the perspective ratio according to the distance from the ocean observation camera 200 that captures the color image to the actual position of the subject of the color image. The reason for this adjustment is that as the distance from the shooting point to the actual position of the subject of the color image is larger, the difference of the coastline due to the perspective appears smaller.

본 발명에서 원근 비율은 미리 계산되거나 연산장치에 의해 산출된 값이 될 수 있다. 예컨대, 촬영 지점으로부터 해색 영상 피사체의 실제 위치까지 가까운 경우에는 실측 1미터의 거리가 해색 영상에서 0.2미터로 측정되고, 촬영 지점으로부터 해색 영상의 실제 위치까지 먼 경우에는 실측 1미터의 거리가 해색 영상에서 0.1미터로 측정된다면, 0.2미터와 0.1미터가 동일한 값으로 인식되도록 조정할 수 있다. 이러한 경우 0.1미터로 측정되는 해색 영상에서 산출된 해안선의 차이는 10배를 곱하고 0.2미터로 측정되는 해색 영상에서 산출된 해안선의 차이는 5배를 곱하여 조정할 수 있다. In the present invention, the perspective ratio may be a value calculated in advance or calculated by a computing device. For example, when the distance from the photographing point to the actual position of the subject of the color image is closer to the actual position of the color image, the distance of 1 meter from the actual image is measured to 0.2 meters from the color image, , It can be adjusted so that 0.2 meter and 0.1 meter are recognized as the same value. In this case, the difference of the shoreline calculated from the shaded image measured at 0.1 meter is multiplied by 10 times, and the difference of shoreline calculated from the shaded image measured at 0.2 meter can be adjusted by multiplying by 5 times.

해안선 변화 정보를 이용하여 해안선 변화를 장기간으로 모니터링하는 한 예를 설명한다. 1달을 기준으로 1달간의 평균 해안선 값을 획득하고, 각 달의 평균 해안선 값의 차이를 도출한다. 값의 차이가 기 설정된 값 이상일 경우 해안선이 변화한 것으로 인식할 수 있다. 예컨대, 1월의 평균 해안선 값과 2월의 평균 해안선 값을 비교할 수 있다. 또는, 이러한 과정을 몇 년에 걸쳐 각 달의 값을 비교하여 수행할 수 있다. An example of long-term monitoring of coastline change using coastline change information is described. Obtain average shoreline values per month over a month and derive the difference in average shoreline values for each month. If the difference in value is greater than the preset value, it can be recognized that the coastline has changed. For example, you can compare the January average coastline value with the February average coastline value. Alternatively, this process can be performed by comparing the values of each month over several years.

해양 침식정보를 생성하는 한 예를 설명한다. 해안선 변화 분석부(130)는 상술한대로 해안선 변화를 모니터링 할 수 있는데, 위와 같은 과정에서 해안선 변화가 기 설정된 길이 이상으로 발생할 경우 해양 침식정보를 생성할 수 있다. 예컨대, 해안선 변화 분석부(130)는 해수면이 늘어나는 방향으로 1미터 이상 해안선이 변화하였으면 해양 침식정보를 생성할 수 있다. 또한, 해양 침식정보에 기반하여 침식 경고 정보를 생성할 수 도 있다. 예컨대, 해양 침식정보가 2번 이상 생성되는 경우 침식 경고 정보를 생성할 수 있다. An example of generating marine erosion information is described. The coastline change analysis unit 130 can monitor the coastline change as described above. If the coastline change occurs at a predetermined length or more in the above process, the erosion information can be generated. For example, the shoreline change analysis unit 130 can generate marine erosion information if the shoreline changes more than one meter in the direction in which the sea surface extends. In addition, erosion warning information may be generated based on marine erosion information. For example, erosion warning information can be generated when marine erosion information is generated more than once.

해양 침식정보와 동일한 원리에 의하여 토지면 확장정보를 생성할 수 있다. 예컨대, 해안선 변화 분석부(130)는 해수면이 줄어드는 방향으로 1미터 이상 해안선이 변화하였으면 토지면 확장정보를 생성할 수 있다. Land surface expansion information can be generated by the same principle as the marine erosion information. For example, the shoreline change analysis unit 130 can generate the land surface expansion information if the shoreline changes more than one meter in the direction of decreasing sea level.

앞선 실시 예에 대한 설명에서 참조된 도면 각각은 설명의 편의를 위해 도시된 일 실시 예에 불과하며, 각 화면에 표시된 정보들의 항목, 내용과 이미지들은 다양한 형태로 변형되어 표시될 수 있다.Each of the drawings referred to in the description of the foregoing embodiments is merely one embodiment for convenience of description, and items, contents and images of the information displayed on each screen can be modified and displayed in various forms.

본 발명은 도면에 도시된 일 실시 예를 참고로 설명되었으나 이는 예시적인 것에 불과하며, 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시 예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 등록청구범위의 기술적 사상에 의해 정해져야 할 것이다.While the present invention has been particularly shown and described with reference to exemplary embodiments thereof, it is to be understood that the invention is not limited to the disclosed embodiments, but, on the contrary, is intended to cover various modifications and equivalent arrangements included within the spirit and scope of the appended claims. Accordingly, the true scope of the present invention should be determined by the technical idea of the appended claims.

100: 해안선 모니터링 장치
110: 해색 영상 획득부
120: 해안선 추출부
130: 해안선 변화 분석부
200: 해양관측 카메라
1210: 잡음 제거부
1220: 히스토그램 획득부
1230: 히스토그램 판단부
1240: 클러스터 분류부
1250: 경계선 검출부
1260: 해안선 결정부
S10: 해색 영상 획득단계
S20: 해안선 추출단계
S30: 해안선 변화 분석단계
S210: 잡음 제거단계
S220: 히스토그램 획득단계
S230: 히스토그램 판단단계
S240: 클러스터 분류단계
S250: 경계선 검출단계
S260: 해안선 결정단계100: Coastline monitoring device
110: a color image obtaining unit
120: Coastline Extraction Unit
130: Shoreline change analysis unit
200: Ocean observation camera
1210: Noise canceling
1220: histogram acquisition unit
1230: histogram judgment unit
1240: cluster classification unit
1250:
1260: Shoreline determination section
S10: Step of acquiring a color image
S20: Coastline Extraction Phase
S30: Coastline change analysis step
S210: noise removal step
S220: Histogram acquisition step
S230: Histogram judgment step
S240: Cluster classification step
S250: Boundary line detection step
S260: Coastline determination step

Claims (8)

해양 지역에서의 해양 상태를 나타내는 해색 영상을 획득하는 해색 영상 획득부;
상기 해색 영상을 구성하는 픽셀 데이터로부터 획득된 히스토그램이 바이모달 분포를 갖는 경우, 상기 해색 영상에 k-평균 분류법을 적용하여 해안선을 추출하는 해안선 추출부; 및
상기 해안선을 기설정된 시간마다 획득하여, 획득된 제1 해안선과 상기 제1 해안선 다음에 획득된 제2 해안선의 차이를 산출하고, 상기 차이가 기설정된 값 이상인 경우 해안선 변화 정보를 생성하는 해안선 변화 분석부를 포함하는 해색 영상을 이용한 해안선 모니터링 장치.A color image acquiring unit for acquiring a color image representing a marine state in a marine area;
A shoreline extraction unit for extracting a shoreline by applying a k-means classification method to the color image if the histogram obtained from the pixel data constituting the color image has bimodal distribution; And
The shoreline change acquisition method according to claim 1, wherein the shoreline is obtained at predetermined time intervals, and the difference between the obtained first shoreline and the second shoreline obtained after the first shoreline is calculated. A coastline monitoring system using a color image containing a part. 제1항에 있어서,
상기 해안선 추출부는,
상기 해색 영상에 미디언 필터를 적용하여 상기 해색 영상에 포함되어 있는 잡음을 제거하는 잡음 제거부;
상기 잡음이 제거된 해색 영상에 대하여 상기 히스토그램을 획득하는 히스토그램 획득부;
상기 히스토그램이 상기 바이모달 분포를 갖는지 여부를 판단하는 히스토그램 판단부;
상기 히스토그램이 상기 바이모달 분포를 갖는 경우, 상기 잡음이 제거된 해색 영상에 k-평균 분류법을 적용하여 상기 잡음이 제거된 해색 영상을 구성하는 픽셀 값들을 클러스터들로 분류하는 클러스터 분류부; 및
상기 클러스터들 간의 경계선을 검출하는 경계선 검출부를 포함하는 해색 영상을 이용한 해안선 모니터링 장치.The method according to claim 1,
Wherein the shoreline extracting unit comprises:
A noise removing unit for applying a median filter to the color image to remove noise included in the color image;
A histogram acquisition unit for acquiring the histogram for the noise-removed color image;
A histogram determiner for determining whether the histogram has the bimodal distribution;
A cluster classifier for classifying pixel values constituting a noise-canceled color image into clusters by applying a k-means classification to the noise-canceled color image when the histogram has the bimodal distribution; And
And a boundary line detecting unit for detecting a boundary line between the clusters. 제2항에 있어서,
상기 해안선 추출부는 기설정된 시간 동안 복수로 검출된 상기 경계선의 평균값으로 상기 해안선을 결정하는 해안선 결정부를 더 포함하는 해색 영상을 이용한 해안선 모니터링 장치.3. The method of claim 2,
Wherein the shoreline extraction unit further comprises a shoreline determination unit for determining the shoreline as an average value of the plurality of boundary lines detected for a predetermined time. 제1항에 있어서,
상기 차이는 촬영 지점으로부터 상기 해색 영상 피사체의 실제 위치까지의 거리에 따른 원근 비율에 기반하여 조정되는 해색 영상을 이용한 해안선 모니터링 장치.The method according to claim 1,
Wherein the difference is adjusted based on a perspective ratio according to a distance from a photographing point to an actual position of the subject of the color image. 해양 지역에서의 해양 상태를 나타내는 해색 영상을 획득하는 해색 영상 획득단계;
상기 해색 영상을 구성하는 픽셀 데이터로부터 획득된 히스토그램이 바이모달 분포를 갖는 경우, 상기 해색 영상에 k-평균 분류법을 적용하여 해안선을 추출하는 해안선 추출단계; 및
상기 해안선을 기설정된 시간마다 획득하여, 획득된 제1 해안선과 상기 제1 해안선 다음에 획득된 제2 해안선의 차이를 산출하고, 상기 차이가 기설정된 값 이상인 경우 해안선 변화 정보를 생성하는 해안선 변화 분석단계를 포함하는 해색 영상을 이용한 해안선 모니터링 방법.Acquiring a color image of a marine area in a marine area;
A shoreline extraction step of extracting a shoreline by applying a k-means classification method to the color image if the histogram obtained from the pixel data constituting the color image has a bimodal distribution; And
The shoreline change acquisition method according to claim 1, wherein the shoreline is obtained at predetermined time intervals, and the difference between the obtained first shoreline and the second shoreline obtained after the first shoreline is calculated. A coastline monitoring method using a color image including a step. 제5항에 있어서,
상기 해안선 추출단계는,
상기 해색 영상에 미디언 필터를 적용하여 상기 해색 영상에 포함되어 있는 잡음을 제거하는 잡음 제거단계;
상기 잡음이 제거된 해색 영상에 대하여 상기 히스토그램을 획득하는 히스토그램 획득단계;
상기 히스토그램이 상기 바이모달 분포를 갖는지 여부를 판단하는 히스토그램 판단단계;
상기 히스토그램이 상기 바이모달 분포를 갖는 경우, 상기 잡음이 제거된 해색 영상에 k-평균 분류법을 적용하여 상기 잡음이 제거된 해색 영상을 구성하는 픽셀 값들을 클러스터들로 분류하는 클러스터 분류단계; 및
상기 클러스터들 간의 경계선을 검출하는 경계선 검출단계를 포함하는 해색 영상을 이용한 해안선 모니터링 방법.6. The method of claim 5,
In the shoreline extraction step,
A noise removing step of applying a median filter to the color image to remove noise included in the color image;
A histogram acquiring step of acquiring the histogram for the noise-removed color image;
A histogram determination step of determining whether the histogram has the bimodal distribution;
A cluster classification step of classifying pixel values constituting a noise-canceled color image into clusters by applying a k-means classification method to the noise-removed color image when the histogram has the bimodal distribution; And
And a boundary detection step of detecting a boundary between the clusters. 제6항에 있어서,
상기 해안선 추출단계는,
기설정된 시간 동안 복수로 검출된 상기 경계선의 평균값으로 상기 해안선을 결정하는 해안선 결정단계를 더 포함하는 해색 영상을 이용한 해안선 모니터링 방법.The method according to claim 6,
In the shoreline extraction step,
And determining a shoreline as an average value of the plurality of boundary lines detected for a predetermined time period. 제5항에 있어서,
상기 차이는 촬영 지점으로부터 상기 해색 영상 피사체의 실제 위치까지의 거리에 따른 원근 비율에 기반하여 조정되는 해색 영상을 이용한 해안선 모니터링 방법.6. The method of claim 5,
Wherein the difference is adjusted based on a perspective ratio according to a distance from a photographing point to an actual position of the subject of the color image image.
KR1020170022332A 2017-02-20 2017-02-20 Coastline monitoring apparatus and method using ocean color image KR101956250B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170022332A KR101956250B1 (en) 2017-02-20 2017-02-20 Coastline monitoring apparatus and method using ocean color image

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170022332A KR101956250B1 (en) 2017-02-20 2017-02-20 Coastline monitoring apparatus and method using ocean color image

Publications (2)

Publication Number Publication Date
KR20180096096A true KR20180096096A (en) 2018-08-29
KR101956250B1 KR101956250B1 (en) 2019-03-08

Family

ID=63435043

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170022332A KR101956250B1 (en) 2017-02-20 2017-02-20 Coastline monitoring apparatus and method using ocean color image

Country Status (1)

Country Link
KR (1) KR101956250B1 (en)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110705578A (en) * 2019-10-15 2020-01-17 中船（浙江）海洋科技有限公司 Coastline annual evolution analysis system and method
CN110769259A (en) * 2019-11-05 2020-02-07 智慧视通(杭州)科技发展有限公司 Image data compression method for tracking track content of video target
CN114971148A (en) * 2022-03-28 2022-08-30 陕西九州遥感信息技术有限公司 Method for selecting pseudo-invariant cross transfer site for marine water color satellite
CN115439748A (en) * 2022-09-13 2022-12-06 中山大学 Method and device for monitoring coastline erosion degree and electronic equipment
KR102526638B1 (en) * 2022-04-21 2023-04-28 (주) 지오씨엔아이 Time-series shoreline detection device using multi-time satellite image and artificial intelligence and driving method of the device

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100654368B1 (en) 2005-12-26 2006-12-05 한국항공우주연구원 Ideal inspection system of geostationary satellite ocean monitoring payload
KR20100016278A (en) * 2007-04-24 2010-02-12 테쎄라 테크놀로지스 헝가리 케이에프티. Techniques for adjusting the effect of applying kernels to signals to achieve desired effect on signals
KR20150119736A (en) * 2014-04-16 2015-10-26 현대자동차주식회사 System for detecting obstacle using a road surface model setting and method thereof
KR20160016286A (en) * 2014-08-04 2016-02-15 한국해양과학기술원 Method and apparatus to estimate coastline using image processing
KR20160143087A (en) * 2015-06-04 2016-12-14 한국해양과학기술원 Analysis apparatus for oceanographic information, and control method thereof

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100654368B1 (en) 2005-12-26 2006-12-05 한국항공우주연구원 Ideal inspection system of geostationary satellite ocean monitoring payload
KR20100016278A (en) * 2007-04-24 2010-02-12 테쎄라 테크놀로지스 헝가리 케이에프티. Techniques for adjusting the effect of applying kernels to signals to achieve desired effect on signals
KR20150119736A (en) * 2014-04-16 2015-10-26 현대자동차주식회사 System for detecting obstacle using a road surface model setting and method thereof
KR20160016286A (en) * 2014-08-04 2016-02-15 한국해양과학기술원 Method and apparatus to estimate coastline using image processing
KR20160143087A (en) * 2015-06-04 2016-12-14 한국해양과학기술원 Analysis apparatus for oceanographic information, and control method thereof

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110705578A (en) * 2019-10-15 2020-01-17 中船（浙江）海洋科技有限公司 Coastline annual evolution analysis system and method
CN110769259A (en) * 2019-11-05 2020-02-07 智慧视通(杭州)科技发展有限公司 Image data compression method for tracking track content of video target
CN114971148A (en) * 2022-03-28 2022-08-30 陕西九州遥感信息技术有限公司 Method for selecting pseudo-invariant cross transfer site for marine water color satellite
KR102526638B1 (en) * 2022-04-21 2023-04-28 (주) 지오씨엔아이 Time-series shoreline detection device using multi-time satellite image and artificial intelligence and driving method of the device
CN115439748A (en) * 2022-09-13 2022-12-06 中山大学 Method and device for monitoring coastline erosion degree and electronic equipment
CN115439748B (en) * 2022-09-13 2023-09-26 中山大学 Coastline erosion degree monitoring method and device and electronic equipment

Also Published As

Publication number Publication date
KR101956250B1 (en) 2019-03-08

Similar Documents

Publication Publication Date Title
KR101956250B1 (en) Coastline monitoring apparatus and method using ocean color image
CN109816678B (en) Automatic nozzle atomization angle detection system and method based on vision
Kumar et al. Sharpness estimation for document and scene images
US9311719B2 (en) Image monitoring apparatus for estimating gradient of singleton, and method therefor
EP2871610B1 (en) Infrared image based early detection of oil spills in water
CN104408707B (en) Rapid digital imaging fuzzy identification and restored image quality assessment method
US9307230B2 (en) Line pair based full field sharpness test
EP1958158B1 (en) Method for detecting streaks in digital images
CN102707340A (en) Rainfall measurement method based on video images
CN109712158A (en) A kind of infrared small target catching method based on target background pixel statistical restraint
US9261585B2 (en) Radar apparatus using image change detector and method of operating the same
KR20210099371A (en) The method and System of Wave Observation Using Camera Module for Ocean Observation Buoy
CN105959683A (en) Camera lens resolution detection method and device
Wang et al. Extracting oil slick features from VIIRS nighttime imagery using a Gaussian filter and morphological constraints
KR20140029069A (en) Method and apparatus for monitoring objects from video
US10375383B2 (en) Method and apparatus for adjusting installation flatness of lens in real time
US9478032B2 (en) Image monitoring apparatus for estimating size of singleton, and method therefor
KR101018518B1 (en) Structure inspection system using image deblurring technique and method of thereof
KR101232185B1 (en) Device and method for monitoring water level
CN106709516B (en) Fuzzy image detection method based on naive Bayes method
TWI599222B (en) Photographic device anomaly detection method
JP5419925B2 (en) Passing object number measuring method, passing object number measuring apparatus, and program
JP6618438B2 (en) Foreground region extraction apparatus, method, and program
KR101067516B1 (en) Fast shadow removal Method using Normalized Cross CorrelationNCC and Integral Image
KR101032917B1 (en) Hole cluster test method

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant