KR20200124412A - 탄소 흡배출원 추적 장치 및 탄소 흡배출원 추적 방법 - Google Patents
탄소 흡배출원 추적 장치 및 탄소 흡배출원 추적 방법 Download PDFInfo
- Publication number
- KR20200124412A KR20200124412A KR1020190047692A KR20190047692A KR20200124412A KR 20200124412 A KR20200124412 A KR 20200124412A KR 1020190047692 A KR1020190047692 A KR 1020190047692A KR 20190047692 A KR20190047692 A KR 20190047692A KR 20200124412 A KR20200124412 A KR 20200124412A
- Authority
- KR
- South Korea
- Prior art keywords
- carbon
- infrared
- reflectivity
- red light
- vegetation
- Prior art date
Links
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 147
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 147
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000001579 optical reflectometry Methods 0.000 claims description 98
- 238000010521 absorption reaction Methods 0.000 claims description 58
- 238000002310 reflectometry Methods 0.000 claims description 45
- JOYRKODLDBILNP-UHFFFAOYSA-N Ethyl urethane Chemical compound CCOC(N)=O JOYRKODLDBILNP-UHFFFAOYSA-N 0.000 claims description 4
- 244000268528 Platanus occidentalis Species 0.000 claims description 4
- 235000006485 Platanus occidentalis Nutrition 0.000 claims description 4
- 239000004568 cement Substances 0.000 claims description 4
- 241001451794 Cerus Species 0.000 claims description 3
- 240000005308 Juniperus chinensis Species 0.000 claims description 3
- 240000000161 Lagerstroemia indica Species 0.000 claims description 3
- 240000002924 Platycladus orientalis Species 0.000 claims description 3
- 241000190020 Zelkova serrata Species 0.000 claims description 3
- 239000010426 asphalt Substances 0.000 claims description 3
- 241000218646 Cedrus deodara Species 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 3
- 230000007423 decrease Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 239000006096 absorbing agent Substances 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000000306 component Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000004611 spectroscopical analysis Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64C—AEROPLANES; HELICOPTERS
- B64C39/00—Aircraft not otherwise provided for
- B64C39/02—Aircraft not otherwise provided for characterised by special use
- B64C39/024—Aircraft not otherwise provided for characterised by special use of the remote controlled vehicle type, i.e. RPV
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENTS OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
- B64D47/00—Equipment not otherwise provided for
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/42—Road-making materials
-
- B64C2201/127—
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2101/00—UAVs specially adapted for particular uses or applications
- B64U2101/30—UAVs specially adapted for particular uses or applications for imaging, photography or videography
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N2021/8466—Investigation of vegetal material, e.g. leaves, plants, fruits
Abstract
탄소 흡배출원 추적 장치가 개시된다. 탄소 흡배출원 추적 장치는, 근적외선 영상 및 가시광선 영상을 이용하여 대상 영역의 탄소 흡배출원을 추적하는 장치에 있어서, 대상 영역의 근적외선 영상 및 근적외선 반사도를 획득하는 근적외선 영상 획득부, 대상 영역의 가시광선 영상 및 녹색광 반사도와 적색광 반사도를 획득하는 가시광선 영상 획득부, 근적외선 반사도 및 적색광 반사도를 이용하여 정규화식생지수(NDVI)를 산출하는 정규화식생지수 산출부 및 정규화식생지수를 이용하여 근적외선 영상 및 가시광선 영상에서 식생과 인공물을 구분하고, 근적외선 반사도, 녹색광 반사도 및 적색광 반사도를 이용하여 식생 및 인공물을 각각 복수의 탄소 흡배출원 중 어느 하나로 분류하는 탄소 흡배출원 추적부를 포함한다.
Description
본 발명은 탄소 흡배출원 추적 장치 및 탄소 흡배출원 추적 방법에 관한 것으로, 보다 상세하게는 무인 비행체를 이용하여 대상 영역의 탄소 흡배출원을 추적하는 탄소 흡배출원 추적 장치 및 탄소 흡배출원 추적 방법에 관한 것이다.
종래에는 탄소 흡배출원을 추적하기 위하여 인공위성이나 유인 항공기 등을 이용하는 원격 탐사 플랫폼을 이용하였으나 인공위성이나 유인 항공기 등은 저고도 촬영이 불가능하여 국부적인 영역의 탄소 흡배출원 추적에 용이하지 않았다. 즉, 인공위성의 경우 미시적 단위의 탄소 흡배출원을 추적하기 위해 필요한 공간 해상도를 확보하기 어려우며, 유인 항공기의 경우 저고도 비행에 한계가 있어서 국부적인 영역에서 탄소 흡배출원 추적의 정확성이 저하되는 문제가 있었다. 이에 따라, 국부적인 영역에서도 탄소 흡배출원을 정확히 추적할 수 있는 탄소 흡배출원 추적 방법을 개발할 필요성이 있었다.
본 발명의 목적은 무인 비행체에서 촬영된 근적외선 영상 및 가시광선 영상을 이용하여 대상 영역의 탄소 흡배출원을 추적할 수 있는 탄소 흡배출원 추적 장치 및 탄소 흡배출원 추적 방법을 제공함에 있다.
상술한 목적을 달성하기 위한 본 발명의 일 실시 예에 따른 탄소 흡배출원 추적 장치는, 근적외선 영상 및 가시광선 영상을 이용하여 대상 영역의 탄소 흡배출원을 추적하는 장치에 있어서, 대상 영역의 근적외선 영상 및 근적외선 반사도를 획득하는 근적외선 영상 획득부, 대상 영역의 가시광선 영상 및 녹색광 반사도와 적색광 반사도를 획득하는 가시광선 영상 획득부, 상기 근적외선 반사도 및 상기 적색광 반사도를 이용하여 정규화식생지수(NDVI)를 산출하는 정규화식생지수 산출부 및 상기 정규화식생지수를 이용하여 상기 근적외선 영상 및 상기 가시광선 영상에서 식생과 인공물을 구분하고, 상기 근적외선 반사도, 상기 녹색광 반사도 및 상기 적색광 반사도를 이용하여 상기 식생 및 상기 인공물을 각각 복수의 탄소 흡배출원 중 어느 하나로 분류하는 탄소 흡배출원 추적부를 포함한다.
여기서, 상기 탄소 흡배출원 추적부는, 상기 식생에 대한 상기 근적외선 반사도, 상기 녹색광 반사도 및 상기 적색광 반사도를 기저장된 복수의 탄소 흡수원별 반사도와 비교하여, 상기 식생을 상기 복수의 탄소 흡수원별 반사도에 대응되는 어느 하나의 탄소 흡수원으로 판단할 수 있다.
여기서, 상기 탄소 흡배출원 추적부는, 상기 인공물에 대한 상기 근적외선 반사도, 상기 녹색광 반사도 및 상기 적색광 반사도를 기저장된 복수의 탄소 배출원별 반사도와 비교하여, 상기 인공물을 상기 복수의 탄소 배출원별 반사도에 대응되는 어느 하나의 탄소 배출원으로 판단할 수 있다.
여기서, 상기 복수의 탄소 흡수원은, 양버즘나무(Platanus occidentalis L.), 느티나무(Zelkova serrata), 배롱나무(Lagerstroemia indica), 향나무(Juniperus chinensis), 측백나무(Thuja orientalis), 개잎갈나무(Cedrus deodara (Roxb.) Loudon) 및 인공호(Artificial lake) 중 적어도 하나를 포함하고, 상기 복수의 탄소 배출원은, 우레탄 도로(Urethane road), 시멘트 도로(Cement road), 아스팔트 도로(Asphalt road), 빌딩(Building) 및 인공잔디(Artificial turf) 중 적어도 하나를 포함할 수 있다.
또한, 상기 탄소 흡배출원 추적부는, 상기 정규화식생지수가 0보다 크고 1보다 작은 영역을 상기 식생으로 판단하고, 상기 상기 정규화식생지수가 -1보다 크고 0보다 작은 영역을 상기 인공물로 판단할 수 있다.
또한, 상기 근적외선 영상 획득부는, 800nm 내지 900nm의 파장 범위의 근적외선을 이용하여 상기 근적외선 영상을 획득하고, 상기 가시광선 영상 획득부는, 495nm 내지 570nm의 파장 범위의 녹색광 및 620nm 내지 750 nm의 파장 범위의 적색광을 이용하여 상기 가시광선 영상을 획득할 수 있다.
또한, 본 발명의 일 실시 예에 따른 탄소 흡배출원 추적 장치는, 무인 비행체일 수 있다.
한편, 본 발명의 일 실시 예에 따른 탄소 흡배출원 추적 시스템은, 근적외선 영상 및 가시광선 영상을 이용하여 대상 영역의 탄소 흡배출원을 추적하는 시스템에 있어서, 대상 영역의 근적외선 영상, 근적외선 반사도, 가시광선 영상, 녹색광 반사도 및 적색광 반사도를 획득하는 무인 비행체 및 상기 무인 비행체로부터 상기 근적외선 영상, 상기 근적외선 반사도, 상기 가시광선 영상, 상기 녹색광 반사도 및 상기 적색광 반사도를 수신하고, 상기 근적외선 반사도 및 상기 적색광 반사도를 이용하여 정규화식생지수를 산출하며, 상기 정규화식생지수를 이용하여 상기 근적외선 영상 및 상기 가시광선 영상에서 식생과 인공물을 구분하고, 상기 근적외선 반사도, 상기 녹색광 반사도 및 상기 적색광 반사도를 이용하여 상기 식생 및 상기 인공물을 각각 복수의 탄소 흡배출원 중 어느 하나로 분류하는 서버를 포함할 수 있다.
한편, 본 발명의 일 실시 예에 따른 탄소 흡배출원 추적 방법은, 근적외선 영상 및 가시광선 영상을 이용하여 대상 영역의 탄소 흡배출원을 추적하는 방법에 있어서, 대상 영역의 근적외선 영상 및 근적외선 반사도를 획득하는 단계, 대상 영역의 가시광선 영상 및 녹색광 반사도와 적색광 반사도를 획득하는 단계, 상기 근적외선 반사도 및 상기 적색광 반사도를 이용하여 정규화식생지수(NDVI)를 산출하는 단계, 상기 정규화식생지수를 이용하여 상기 근적외선 영상 및 상기 가시광선 영상에서 식생과 인공물을 구분하는 단계 및 상기 근적외선 반사도, 상기 녹색광 반사도 및 상기 적색광 반사도를 이용하여 상기 식생 및 상기 인공물을 각각 복수의 탄소 흡배출원 중 어느 하나로 분류하는 단계를 포함할 수 있다.
이상과 같은 본 발명의 다양한 실시 예에 따르면, 무인 비행체에서 촬영된 근적외선 영상 및 가시광선 영상을 이용하여 국부적인 영역에서 탄소 흡배출원을 효과적으로 추적할 수 있다.
도 1은 본 발명의 일 실시 예에 따른 탄소 흡배출원 추적 장치의 구성을 나타내는 블럭도이다.
도 2는 본 발명의 일 실시 예에 따른 탄소 흡배출원 추적 시스템을 나타내는 도면이다.
도 3은 정규화 식생 지수에 따른 식생과 인공물의 분포를 나타내는 그래프이다.
도 4는 식생에 따른 녹색광, 적색광 및 근적외선 반사도를 나타내는 그래프이다.
도 5는 인공물에 따른 녹색광, 적색광 및 근적외선 반사도를 나타내는 그래프이다.
도 6은 본 발명의 일 실시 예에 따른 탄소 흡배출원 추적 방법을 나타내는 흐름도이다.
도 2는 본 발명의 일 실시 예에 따른 탄소 흡배출원 추적 시스템을 나타내는 도면이다.
도 3은 정규화 식생 지수에 따른 식생과 인공물의 분포를 나타내는 그래프이다.
도 4는 식생에 따른 녹색광, 적색광 및 근적외선 반사도를 나타내는 그래프이다.
도 5는 인공물에 따른 녹색광, 적색광 및 근적외선 반사도를 나타내는 그래프이다.
도 6은 본 발명의 일 실시 예에 따른 탄소 흡배출원 추적 방법을 나타내는 흐름도이다.
본 발명의 다른 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되는 실시 예를 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시 예에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시 예는 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.
만일 정의되지 않더라도, 여기서 사용되는 모든 용어들(기술 혹은 과학 용어들을 포함)은 이 발명이 속한 종래 기술에서 보편적 기술에 의해 일반적으로 수용되는 것과 동일한 의미를 가진다. 일반적인 사전들에 의해 정의된 용어들은 관련된 기술 그리고/혹은 본 출원의 본문에 의미하는 것과 동일한 의미를 갖는 것으로 해석될 수 있고, 그리고 여기서 명확하게 정의된 표현이 아니더라도 개념화되거나 혹은 과도하게 형식적으로 해석되지 않을 것이다.
본 명세서에서 사용된 용어는 실시 예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 '포함한다' 및/또는 이 동사의 다양한 활용형들 예를 들어, '포함', '포함하는', '포함하고', '포함하며' 등은 언급된 조성, 성분, 구성요소, 단계, 동작 및/또는 소자는 하나 이상의 다른 조성, 성분, 구성요소, 단계, 동작 및/또는 소자의 존재 또는 추가를 배제하지 않는다. 본 명세서에서 '및/또는' 이라는 용어는 나열된 구성들 각각 또는 이들의 다양한 조합을 가리킨다.
한편, 본 명세서 전체에서 사용되는 '~부', '~기', '~블록', '~모듈' 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미할 수 있다. 예를 들어 소프트웨어, FPGA 또는 ASIC과 같은 하드웨어 구성요소를 의미할 수 있다. 그렇지만 '~부', '~기', '~블록', '~모듈' 등이 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. '~부', '~기', '~블록', '~모듈'은 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다.
따라서, 일 예로서 '~부', '~기', '~블록', '~모듈'은 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 '~부', '~기', '~블록', '~모듈'들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '~부', '~기', '~블록', '~모듈'들로 결합되거나 추가적인 구성요소들과 '~부', '~기', '~블록', '~모듈'들로 더 분리될 수 있다.
본 발명은 무인 비행체를 통해 획득되는 근적외선 영상 및 가시광선 영상을 이용하여 대상 영역의 탄소 흡배출원을 추적하는 장치 및 방법에 관한 것으로, 무인 비행체를 이용하여 대상 영역의 근적외선 영상, 근적외선 반사도, 가시광선 영상, 녹색광 반사도 및 적색광 반사도를 획득하고, 이를 통해 정규화식생지수(NDVI)를 산출한 후, 대상 영역에 대한 정규화식생지수 및 근적외선 반사도, 녹색광 반사도, 적색광 반사도를 이용하여 탄소 흡배출원을 추적하는 것을 특징으로 한다. 즉, 본 발명은 정규화식생지수를 이용하여 식생 및 인공물을 구분하고, 대상 영역의 근적외선 반사도, 녹색광 반사도, 적색광 반사도를 이용하여 식생 및 인공물을 복수의 탄소 흡배출원 중 어느 하나로 분류하여 국부적인 영역에서 탄소 흡배출원을 정확히 추적할 수 있다. 이하, 첨부된 도면을 참조하여 본 발명을 상세히 설명한다.
도 1은 본 발명의 일 실시 예에 따른 탄소 흡배출원 추적 장치의 구성을 나타내는 블럭도이다. 탄소 흡배출원 추적 장치(10)는 근적외선 영상 획득부(110), 가시광선 영상 획득부(120), 정규화식생지수 산출부(210) 및 탄소 흡배출원 추적부(220)를 포함한다. 탄소 흡배출원 추적 장치(10)는 근적외선 영상, 근적외선 반사도, 가시광선 영상, 녹색광 반사도 및 적색광 반사도를 획득할 수 있는 무인 비행체(UAV)일 수 있다. 또한, 무인 비행체는 드론 일 수 있으며, 일 예로, DJI 사의 inspire 1일 수 있다. 근적외선 영상 획득부(110)는 대상 영역의 근적외선 영상 및 근적외선 반사도를 획득한다. 근적외선 영상 획득부(110)는 800nm 내지 900nm의 파장 범위의 근적외선을 이용하여 근적외선 영상을 획득할 수 있다. 가시광선 영상 획득부(120)는 대상 영역의 가시광선 영상 및 녹색광 반사도와 적색광 반사도를 획득할 수 있다. 가시광선 영상 획득부(120)는 495nm 내지 570nm의 파장 범위의 녹색광 및 620nm 내지 750 nm의 파장 범위의 적색광을 이용하여 가시광선 영상을 획득할 수 있다. 다만, 이에 한정되는 것은 아니고 탄소 흡배출원을 추적하기 위한 대상 영역의 특성에 따라 다양한 파장 범위의 광이 선택될 수 있다. 또한, 무인 비행체은 대상 영역을 자동 비행할 수 있으며, Pix4D Capture와 같은 자동 비행 기능을 이용할 수 있다. 또한, 본 발명의 근적외선 영상 획득부(110) 및 가시광선 영상 획득부(120)는 각각 근적외선 및 가시광선을 이용한 촬상 장치를 이용하여 대상 영역을 촬상하여 근적외선 영상 및 가시광선 영상을 획득할 수 있으나, 이에 한정되지 않고, 근적외선 영상 획득부(110) 및 가시광선 영상 획득부(120)는 외부로부터 근적외선 영상 및 가시광선 영상을 수신할 수 있는 통신 장치로 구현될 수도 있다. 또한, 근적외선 영상 획득부(110) 및 가시광선 영상 획득부(120)는 외부로부터 근적외선 영상 및 가시광선 영상을 수신하여 근적외선 영상 및 가시광선 영상으로부터 근적외선 반사도, 녹색광 반사도, 적색광 반사도를 획득하거나, 또는 외부로부터 근적외선 영상, 가시광선 영상, 근적외선 반사도, 녹색광 반사도, 적색광 반사도를 모두 수신할 수 있다.
무인 비행체의 촬영 고도가 높아질수록 촬영 대상뿐만 아니라 타 대상물에서 반사되는 분광이 영상에 포함되어 실제 분광 특성과 기하하적 신호의 왜곡이 발생할 수 있으며, 촬영 고도가 30m보다 낮은 경우 주변 지형물에 대한 충돌과 무인 비행체의 하상풍에 따른 노이즈 가능성이 존재한다. 따라서, 본 발명의 무인 비행체는 30m 내지 100m 의 고도에서 대상 영역의 근적외선 영상을 획득할 수 있으며, 바람직하게는 30m 고도에서 근적외선 영상을 획득할 수 있다.
정규화식생지수 산출부(210)는 근적외선 영상 획득부(110)에서 획득되는 근적외선 반사도 및 가시광선 영상 획득부(120)에서 획득되는 적색광 반사도를 이용하여 정규화식생지수(Normal Distribution Vegetation Index, NDVI)를 산출한다. 구체적으로, 정규화식생지수 산출부(210)는 근적외선에 대한 반사도와 적색광에 대한 반사도의 차를 근적외선에 대한 반사도와 적색광에 대한 반사도의 합으로 나눈 값을 정규화식생지수로 산출하며, 정규화식생지수는 -1 내지 1의 범위를 가질 수 있다.
탄소 흡배출원 추적부(220)는 정규화식생지수 산출부(210)에서 산출된 정규화식생지수를 이용하여 근적외선 영상 및 가시광선 영상에서 식생과 인공물을 구분하고, 근적외선 반사도, 녹색광 반사도 및 적색광 반사도를 이용하여 식생 및 인공물을 각각 복수의 탄소 흡배출원 중 어느 하나로 분류할 수 있다. 구체적으로, 탄소 흡배출원 추적부(220)는 정규화식생지수가 0보다 크고 1보다 작은 영역을 식생으로 판단하고, 정규화식생지수보가 -1보다 크고 0보다 작은 영역을 인공물로 판단할 수 있다. 또한, 정규화식생지수가 0인 경우 대상 영역의 특성에 따라 식생으로 판단하거나 또는 인공물로 판단하도록 미리 설정할 수 있다.
탄소 흡배출원 추적부(220)는 정규화식생지수를 이용하여 구분된 식생과 인공물 중 식생에 대한 근적외선 반사도, 녹색광 반사도 및 적색광 반사도를 기저장된 복수의 탄소 흡수원별 반사도와 비교하여, 식생을 복수의 탄소 흡수원별 반사도에 대응되는 어느 하나의 탄소 흡수원으로 판단할 수 있다. 일 예로, 복수의 탄소 흡수원은 양버즘나무(Platanus occidentalis L.), 느티나무(Zelkova serrata), 배롱나무(Lagerstroemia indica), 향나무(Juniperus chinensis), 측백나무(Thuja orientalis), 개잎갈나무(Cedrus deodara (Roxb.) Loudon) 및 인공호(Artificial lake) 중 적어도 하나를 포함할 수 있다. 또한, 복수의 탄소 흡수원은 아래의 표 1과 같은 녹색광 반사도, 적색광 반사도, 근적외선 반사도 및 정규화식생지수를 가질 수 있다.
탄소 흡배출원 추적부(220)는 근적외선 영상 획득부(110) 및 가시광선 영상 획득부(120)에서 획득되는 식생에 대한 근적외선 반사도, 녹색광 반사도 및 적색광 반사도를 기저장된 복수의 탄소 흡수원별 근적외선 반사도, 녹색광 반사도 및 적색광 반사도와 비교하여, 식생을 복수의 탄소 흡수원별 반사도에 대응되는 어느 하나의 탄소 흡수원으로 판단할 수 있다. 예를 들어, 식생의 근적외선 반사도, 녹색광 반사도 및 적색광 반사도가 각각 38.18%, 23.51%, 13.44%로 획득되는 경우, 식생은 탄소 흡수원 중 양버즘나무(Platanus occidentalis L.)인 것으로 판단할 수 있다. 또한, 식생의 근적외선 반사도, 녹색광 반사도 및 적색광 반사도와 기저장된 복수의 탄소 흡수원별 근적외선 반사도, 녹색광 반사도 및 적색광 반사도가 일치하지 않는 경우, 식생은 가장 유사한 근적외선 반사도, 녹색광 반사도 및 적색광 반사도를 가지는 탄소 흡수원으로 판단할 수 있다. 예를 들어, 식생의 근적외선 반사도, 녹색광 반사도 및 적색광 반사도가 각각 40%, 27%, 17%인 경우, 식생은 탄소 흡수원 중 개잎갈나무(Cedrus deodara (Roxb.) Loudon)인 것으로 판단할 수 있다. 즉, 식생의 근적외선 반사도, 녹색광 반사도 및 적색광 반사도를 이용하여 식생을 복수의 탄소 흡수원 중 하나로 판단하므로, 탄소 흡수원을 보다 정확하게 식별할 수 있다.
또한, 탄소 흡배출원 추적부(220)는 정규화식생지수를 이용하여 구분된 식생과 인공물 중 인공물에 대한 근적외선 반사도, 녹색광 반사도 및 적색광 반사도를 기저장된 복수의 탄소 배출원별 반사도와 비교하여, 인공물을 복수의 탄소 배출원별 반사도에 대응되는 어느 하나의 탄소 배출원으로 판단할 수 있다. 일 예로, 복수의 탄소 배출원은 우레탄 도로(Urethane road), 시멘트 도로(Cement road), 아스팔트 도로(Asphalt road), 빌딩(Building) 및 인공잔디(Artificial turf) 중 적어도 하나를 포함할 수 있다. 또한, 복수의 탄소 배출원은 아래의 표 2와 같은 녹색광 반사도, 적색광 반사도, 근적외선 반사도 및 정규화식생지수를 가질 수 있다.
탄소 흡배출원 추적부(220)는 근적외선 영상 획득부(110) 및 가시광선 영상 획득부(120)에서 획득되는 인공물에 대한 근적외선 반사도, 녹색광 반사도 및 적색광 반사도를 기저장된 복수의 탄소 배출원별 근적외선 반사도, 녹색광 반사도 및 적색광 반사도와 비교하여, 인공물을 복수의 탄소 배출원별 반사도에 대응되는 어느 하나의 탄소 배출원으로 판단할 수 있다. 예를 들어, 인공물의 근적외선 반사도, 녹색광 반사도 및 적색광 반사도가 각각 22.67%, 31.49%, 24.08%로 획득되는 경우, 인공물은 탄소 배출원 중 우레탄 도로(Urethane road)인 것으로 판단할 수 있다. 또한, 인공물의 근적외선 반사도, 녹색광 반사도 및 적색광 반사도와 기저장된 복수의 탄소 배출원별 근적외선 반사도, 녹색광 반사도 및 적색광 반사도가 일치하지 않는 경우, 인공물은 가장 유사한 근적외선 반사도, 녹색광 반사도 및 적색광 반사도를 가지는 탄소 배출원으로 판단할 수 있다. 예를 들어, 인공물의 근적외선 반사도, 녹색광 반사도 및 적색광 반사도가 각각 23%, 51%, 38%인 경우, 인공물은 탄소 배출원 중 시멘트 도로(Cement road)인 것으로 판단할 수 있다. 이와 같이, 본 발명의 실시 예에 따르면, 대상 영역의 정규화식생지수를 이용하여 식생과 인공물을 구분한 후, 식생 및 인공물의 근적외선 반사도, 녹색광 반사도, 적색광 반사도를 이용하여 식생 및 인공물을 복수의 탄소 흡배출원 중 어느 하나로 분류하므로, 보다 정확하게 탄소 흡배출원을 식별할 수 있으며, 국부적인 영역에서 탄소 흡배출원을 효과적으로 추적할 수 있다.
또한, 도 2를 참조하면, 본 발명의 근적외선 영상 획득부(110) 및 가시광선 영상 획득부(120)는 무인 비행체(100)로 구현되고, 정규화식생지수 산출부(210) 및 탄소 흡배출원 추적부(220)는 서버(200)로 구현될 수 있다. 즉, 본 발명의 실시 예에 따라 근적외선 영상 획득부(110), 가시광선 영상 획득부(120), 정규화식생지수 산출부(210) 및 탄소 흡배출원 추적부(220)가 하나의 탄소 흡배출원 추적 장치(예를 들어, 무인 비행체)로 구현되거나, 근적외선 영상 획득부(110) 및 가시광선 영상 획득부(120)는 무인 비행체(100)이고 정규화식생지수 산출부(210) 및 탄소 흡배출원 추적부(220)는 서버(200)인 탄소 흡배출원 추적 시스템(20)으로 구현될 수도 있다.
탄소 흡배출원 추적 시스템(20)은 무인 비행체(100) 및 서버(200)를 포함한다. 무인 비행체(100)는 대상 영역의 근적외선 영상, 근적외선 반사도, 가시광선 영상, 녹색광 반사도 및 적색광 반사도를 획득한다. 서버(200)는 무인 비행체로부터 근적외선 영상, 근적외선 반사도, 가시광선 영상, 녹색광 반사도 및 적색광 반사도를 수신하여, 근적외선 반사도 및 적색광 반사도를 이용하여 정규화식생지수를 산출하고, 정규화식생지수를 이용하여 근적외선 영상 및 가시광선 영상에서 식생과 인공물을 구분하며, 근적외선 반사도, 녹색광 반사도 및 적색광 반사도를 이용하여 식생 및 인공물을 각각 복수의 탄소 흡배출원 중 어느 하나로 분류할 수 있다.
도 3은 정규화 식생 지수에 따른 식생과 인공물의 분포를 나타내는 그래프이다. 도 3을 참조하면, 식생과 인공물은 정규화식생지수에 따라 구분될 수 있다. 즉, 식생은 정규화식생지수가 0보다 크고 1보다 작은 영역에 분포되며, 인공물은 정규화식생지수보가 -1보다 크고 0보다 작은 영역에 분포되므로, 정규화식생지수가 0보다 크고 1보다 작은 경우 식생으로 판단하고, 정규화식생지수보가 -1보다 크고 0보다 작은 경우 인공물로 판단할 수 있다. 정규화식생지수가 0인 경우 대상 영역의 특성에 따라 식생으로 판단하거나 또는 인공물로 판단할 수 있다.
도 4 및 도 5는 식생 및 인공물에 따른 녹색광, 적색광 및 근적외선 반사도를 나타내는 그래프이다. 도 4 및 도 5를 참조하면, 복수의 탄소 흡수원과 복수의 탄소 배출원은 녹색광 반사도, 적색광 반사도 및 근적외선 반사도가 서로 다른 형태를 가진다. 구체적으로, 복수의 탄소 흡수원은 녹색광 반사도, 적색광 반사도 및 근적외선 반사도가 감소 후 증가하는 형태를 가지며, 복수의 탄소 배출원은 녹색광 반사도, 적색광 반사도 및 근적외선 반사도 순으로 점차 감소하는 형태를 가진다. 즉, 식생 및 인공물의 녹색광 반사도, 적색광 반사도 및 근적외선 반사도를 획득하여 식생 및 인공물이 탄소 흡수원인지 또는 탄소 배출원인지 여부를 판단한 후 구체적인 식생 및 인공물의 녹색광 반사도, 적색광 반사도 및 근적외선 반사도를 기저장된 복수의 탄소 흡배출원별 녹색광 반사도, 적색광 반사도 및 근적외선 반사도와 비교하여 식생 및 인공물을 복수의 탄소 흡배출원 중 어느 하나로 분류할 수 있다.
도 6은 본 발명의 일 실시 예에 따른 탄소 흡배출원 추적 방법을 나타내는 흐름도이다.
도 6을 참조하면, 우선, 대상 영역의 근적외선 영상 및 근적외선 반사도를 획득하고(S610), 대상 영역의 가시광선 영상, 녹색광 반사도 및 적색광 반사도를 획득할 수 있다(S620). 대상 영역의 근적외선 영상, 근적외선 반사도, 가시광선 영상, 녹색광 반사도 및 적색광 반사도는 무인 비행체로부터 획득될 수 있다.
이어서, 근적외선 반사도 및 적색광 반사도를 이용하여 정규화식생지수(NDVI)를 산출한다(S630). 구체적으로, 정규화식생지수는 근적외선 반사도와 적색광 반사도의 차를 근적외선 반사도와 적색광 반사도의 합으로 나눈 값으로 산출될 수 있다.
이어서, 산출된 정규화식생지수를 이용하여 근적외선 영상 및 가시광선 영상에서 식생과 인공물을 구분한다(S640). 구체적으로, 정규화식생지수가 0보다 크고 1보다 작은 영역을 식생으로 판단하고, 정규화식생지수가 -1보다 크고 0보다 작은 영역을 인공물로 판단할 수 있다. 정규화식생지수가 0인 영역은 대상 영역의 특성에 따라 식생으로 판단하거나 또는 인공물로 판단하도록 미리 설정될 수 있다.
이어서, 근적외선 반사도, 녹색광 반사도 및 적색광 반사도를 이용하여 식생및 인공물을 각각 복수의 흡배출원 중 어느 하나로 분류한다(S650). 구체적으로, 식생에 대한 근적외선 반사도, 녹색광 반사도 및 적색광 반사도를 기저장된 복수의 탄소 흡수원별 반사도와 비교하여, 식생을 복수의 탄소 흡수원별 반사도에 대응되는 어느 하나의 탄소 흡수원으로 판단할 수 있다. 또한, 인공물에 대한 근적외선 반사도, 녹색광 반사도 및 적색광 반사도를 기저장된 복수의 탄소 배출원별 반사도와 비교하여, 인공물을 복수의 탄소 배출원별 반사도에 대응되는 어느 하나의 탄소 배출원으로 판단할 수 있다.
이상과 같은 본 발명의 다양한 실시 예에 따르면, 무인 비행체에서 촬영된 근적외선 영상 및 가시광선 영상을 이용하여 국부적인 영역에서 탄소 흡배출원을 효과적으로 추적할 수 있다.
또한, 본 발명의 일 실시 예에 따른 탄소 흡배출원 추적 방법은 컴퓨터에서 실행되기 위한 프로그램으로 제작되어 컴퓨터가 읽을 수 있는 기록 매체에 저장될 수 있다. 상기 컴퓨터가 읽을 수 있는 기록 매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 저장 장치를 포함한다. 컴퓨터가 읽을 수 있는 기록 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광 데이터 장치 등이 있다.
이상의 실시 예들은 본 발명의 이해를 돕기 위하여 제시된 것으로, 본 발명의 범위를 제한하지 않으며, 이로부터 다양한 변형 가능한 실시 예들도 본 발명의 범위에 속할 수 있음을 이해하여야 한다. 예를 들어, 본 발명의 실시 예에 도시된 각 구성 요소는 분산되어 실시될 수 있으며, 반대로 여러 개로 분산된 구성 요소들은 결합되어 실시될 수 있다. 따라서, 본 발명의 기술적 보호범위는 특허청구범위의 기술적 사상에 의해 정해져야 할 것이며, 본 발명의 기술적 보호 범위는 특허청구범위의 문언적 기재 그 자체로 한정되는 것이 아니라 실질적으로는 기술적 가치가 균등한 범주의 발명에 대하여까지 미치는 것임을 이해하여야 한다.
10: 탄소 흡배출원 추적 장치
20: 탄소 흡배출원 추적 시스템
110: 영상 획득부 120: 반사도 측정부
210: 정규화식생지수 산출부 220: 탄소 흡배출원 추적부
110: 영상 획득부 120: 반사도 측정부
210: 정규화식생지수 산출부 220: 탄소 흡배출원 추적부
Claims (8)
- 근적외선 영상 및 가시광선 영상을 이용하여 대상 영역의 탄소 흡배출원을 추적하는 장치에 있어서,
대상 영역의 근적외선 영상 및 근적외선 반사도를 획득하는 근적외선 영상 획득부;
대상 영역의 가시광선 영상 및 녹색광 반사도와 적색광 반사도를 획득하는 가시광선 영상 획득부;
상기 근적외선 반사도 및 상기 적색광 반사도를 이용하여 정규화식생지수(NDVI)를 산출하는 정규화식생지수 산출부; 및
상기 정규화식생지수를 이용하여 상기 근적외선 영상 및 상기 가시광선 영상에서 식생과 인공물을 구분하고, 상기 근적외선 반사도, 상기 녹색광 반사도 및 상기 적색광 반사도를 이용하여 상기 식생 및 상기 인공물을 각각 복수의 탄소 흡배출원 중 어느 하나로 분류하는 탄소 흡배출원 추적부;를 포함하는 탄소 흡배출원 추적 장치. - 제1항에 있어서,
상기 탄소 흡배출원 추적부는,
상기 식생에 대한 상기 근적외선 반사도, 상기 녹색광 반사도 및 상기 적색광 반사도를 기저장된 복수의 탄소 흡수원별 반사도와 비교하여, 상기 식생을 상기 복수의 탄소 흡수원별 반사도에 대응되는 어느 하나의 탄소 흡수원으로 판단하는 탄소 흡배출원 추적 장치. - 제2항에 있어서,
상기 탄소 흡배출원 추적부는,
상기 인공물에 대한 상기 근적외선 반사도, 상기 녹색광 반사도 및 상기 적색광 반사도를 기저장된 복수의 탄소 배출원별 반사도와 비교하여, 상기 인공물을 상기 복수의 탄소 배출원별 반사도에 대응되는 어느 하나의 탄소 배출원으로 판단하는 탄소 배출원 추적 장치. - 제3항에 있어서,
상기 복수의 탄소 흡수원은, 양버즘나무(Platanus occidentalis L.), 느티나무(Zelkova serrata), 배롱나무(Lagerstroemia indica), 향나무(Juniperus chinensis), 측백나무(Thuja orientalis), 개잎갈나무(Cedrus deodara (Roxb.) Loudon) 및 인공호(Artificial lake) 중 적어도 하나를 포함하고,
상기 복수의 탄소 배출원은, 우레탄 도로(Urethane road), 시멘트 도로(Cement road), 아스팔트 도로(Asphalt road), 빌딩(Building) 및 인공잔디(Artificial turf) 중 적어도 하나를 포함하는 탄소 흡배출원 추적 장치. - 제1항에 있어서,
상기 탄소 흡배출원 추적부는,
상기 정규화식생지수가 0보다 크고 1보다 작은 영역을 상기 식생으로 판단하고, 상기 상기 정규화식생지수가 -1보다 크고 0보다 작은 영역을 상기 인공물로 판단하는 탄소 흡배출원 추적 장치. - 제1항 내지 제5항 중 어느 한 항에 있어서,
상기 근적외선 영상 획득부는, 800nm 내지 900nm의 파장 범위의 근적외선을 이용하여 상기 근적외선 영상을 획득하고,
상기 가시광선 영상 획득부는, 495nm 내지 570nm의 파장 범위의 녹색광 및 620nm 내지 750 nm의 파장 범위의 적색광을 이용하여 상기 가시광선 영상을 획득하는 탄소 흡배출원 추적 장치. - 제1항 내지 제5항 중 어느 한 항에 있어서,
상기 장치는, 무인 비행체인 탄소 흡배출원 추적 장치. - 근적외선 영상 및 가시광선 영상을 이용하여 대상 영역의 탄소 흡배출원을 추적하는 방법에 있어서,
대상 영역의 근적외선 영상 및 근적외선 반사도를 획득하는 단계;
대상 영역의 가시광선 영상 및 녹색광 반사도와 적색광 반사도를 획득하는 단계;
상기 근적외선 반사도 및 상기 적색광 반사도를 이용하여 정규화식생지수(NDVI)를 산출하는 단계;
상기 정규화식생지수를 이용하여 상기 근적외선 영상 및 상기 가시광선 영상에서 식생과 인공물을 구분하는 단계; 및
상기 근적외선 반사도, 상기 녹색광 반사도 및 상기 적색광 반사도를 이용하여 상기 식생 및 상기 인공물을 각각 복수의 탄소 흡배출원 중 어느 하나로 분류하는 단계;를 포함하는 탄소 흡배출원 추적 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190047692A KR102247039B1 (ko) | 2019-04-24 | 2019-04-24 | 탄소 흡배출원 추적 장치 및 탄소 흡배출원 추적 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190047692A KR102247039B1 (ko) | 2019-04-24 | 2019-04-24 | 탄소 흡배출원 추적 장치 및 탄소 흡배출원 추적 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20200124412A true KR20200124412A (ko) | 2020-11-03 |
| KR102247039B1 KR102247039B1 (ko) | 2021-04-30 |
Family
ID=73197882
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020190047692A KR102247039B1 (ko) | 2019-04-24 | 2019-04-24 | 탄소 흡배출원 추적 장치 및 탄소 흡배출원 추적 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102247039B1 (ko) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012014371A (ja) * | 2010-06-30 | 2012-01-19 | Pasco Corp | 二酸化炭素吸収効果の評価方法および評価装置 |
| KR20120041819A (ko) * | 2010-08-27 | 2012-05-03 | (주)아세아항측 | 3차원 고해상도 정규화식생지수 도시 모델 생성방법 |
| KR20160123754A (ko) * | 2015-04-17 | 2016-10-26 | 건국대학교 산학협력단 | 도심 지역의 옥상 녹화 영역 결정 방법 및 도심 지역의 옥상 녹화 영역 모니터링 방법 |
| KR101769832B1 (ko) * | 2016-04-11 | 2017-08-21 | 농업회사법인 만나씨이에이 주식회사 | Ndvi 카메라 장치 |
-
2019
- 2019-04-24 KR KR1020190047692A patent/KR102247039B1/ko active IP Right Grant
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012014371A (ja) * | 2010-06-30 | 2012-01-19 | Pasco Corp | 二酸化炭素吸収効果の評価方法および評価装置 |
| KR20120041819A (ko) * | 2010-08-27 | 2012-05-03 | (주)아세아항측 | 3차원 고해상도 정규화식생지수 도시 모델 생성방법 |
| KR20160123754A (ko) * | 2015-04-17 | 2016-10-26 | 건국대학교 산학협력단 | 도심 지역의 옥상 녹화 영역 결정 방법 및 도심 지역의 옥상 녹화 영역 모니터링 방법 |
| KR101769832B1 (ko) * | 2016-04-11 | 2017-08-21 | 농업회사법인 만나씨이에이 주식회사 | Ndvi 카메라 장치 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102247039B1 (ko) | 2021-04-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8582808B2 (en) | Methods for identifying rooftops using elevation data sets | |
| CN107092021B (zh) | 车载激光雷达三维扫描方法、地物分类方法及系统 | |
| Spinneker et al. | Fast fog detection for camera based advanced driver assistance systems | |
| US20090214080A1 (en) | Methods and apparatus for runway segmentation using sensor analysis | |
| KR20200124790A (ko) | 식생 조사 장치, 식생 조사 시스템 및 식생 조사 방법 | |
| US9262838B2 (en) | Method and apparatus for detecting traffic video information | |
| FR3077393A1 (fr) | Véhicules aériens à vision artificielle | |
| Chiabrando et al. | Uav direct georeferencing approach in an emergency mapping context. the 2016 central Italy earthquake case study | |
| Gong et al. | Automated road extraction from LiDAR data based on intensity and aerial photo | |
| KR102247039B1 (ko) | 탄소 흡배출원 추적 장치 및 탄소 흡배출원 추적 방법 | |
| DE112019007925T5 (de) | Objekt-Erkennungsvorrichtung und Objekt-Erkennungsverfahren | |
| Pörtge et al. | High-spatial-resolution retrieval of cloud droplet size distribution from polarized observations of the cloudbow | |
| CN114078211A (zh) | 基于激光雷达智能检测树木倒伏的方法 | |
| Ostrowski et al. | Comparison of the laser scanning solutions for he unmanned aerial vehicles | |
| KR102000630B1 (ko) | 위성 영상 기반의 구름 탐지 장치 및 그 방법 | |
| Zhang et al. | An initial study on automatic reconstruction of ground DEMs from airborne IfSAR DSMs | |
| Yu et al. | Regional sampling of forest canopy covers using UAV visible stereoscopic imagery for assessment of satellite-based products in Northeast China | |
| US10257472B2 (en) | Detecting and locating bright light sources from moving aircraft | |
| US20230054256A1 (en) | Method and System for Locating a Light Source | |
| KR20210097418A (ko) | 라이다 노이즈 제거 장치 및 그의 라이다 노이즈 제거 방법 | |
| WO2022074353A1 (en) | Visibility measurement device | |
| Tang et al. | Experimental results of target classification using mm wave corner radar sensors | |
| Münsterer et al. | Usage of LiDAR in a brownout pilotage system: flight test results on a single ship and chalk 2 scenarios | |
| Michelin et al. | Building edge detection using small-footprint airborne full-waveform lidar data | |
| Qin et al. | Airborne small-footprint full-waveform LiDAR data for urban land cover classification |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |