KR20210158677A - 영상 분류 방법을 이용한 야간 전운량 산출 방법 - Google Patents

영상 분류 방법을 이용한 야간 전운량 산출 방법 Download PDF

Info

Publication number
KR20210158677A
KR20210158677A KR1020200077333A KR20200077333A KR20210158677A KR 20210158677 A KR20210158677 A KR 20210158677A KR 1020200077333 A KR1020200077333 A KR 1020200077333A KR 20200077333 A KR20200077333 A KR 20200077333A KR 20210158677 A KR20210158677 A KR 20210158677A
Authority
KR
South Korea
Prior art keywords
image data
image
night
total
calculating
Prior art date
Application number
KR1020200077333A
Other languages
English (en)
Other versions
KR102428016B1 (ko
Inventor
김부요
차주완
Original Assignee
대한민국(기상청 국립기상과학원장)
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 대한민국(기상청 국립기상과학원장) filed Critical 대한민국(기상청 국립기상과학원장)
Priority to KR1020200077333A priority Critical patent/KR102428016B1/ko
Publication of KR20210158677A publication Critical patent/KR20210158677A/ko
Application granted granted Critical
Publication of KR102428016B1 publication Critical patent/KR102428016B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/10—Devices for predicting weather conditions
    • G06T5/002—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • 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
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W2201/00—Weather detection, monitoring or forecasting for establishing the amount of global warming
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30181—Earth observation
    • G06T2207/30192—Weather; Meteorology
    • 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
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Environmental & Geological Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Atmospheric Sciences (AREA)
  • Environmental Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Ecology (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

본 발명의 적어도 일 실시예와 관련된 영상 분류 방법을 이용한 야간 전운량 산출 방법은 일반적인 디지털 카메라를 이용하여 수집한 야간 하늘 영상 자료를 차폐 제거 및 왜곡 보정하고, 영상의 밝기에 따라 RBR 경계값을 다르게 설정하고, 경계값에 따라 영상을 여러 타입으로 분류함으로써, 객관적이고 정확하며 저비용으로 야간 전운량을 산출할 수 있다.

Description

영상 분류 방법을 이용한 야간 전운량 산출 방법 {calculating method of total cloud in night time using method of classifying image}
본 발명은 영상 분류 방법을 이용한 야간 전운량 산출 방법에 관한 것으로서, 더욱 상세하게는 일반적인 디지털 카메라를 이용하여 수집한 야간 하늘 영상 자료를 차폐 제거 및 왜곡 보정하고, 영상의 밝기에 따라 RBR 경계값을 다르게 설정하고, 경계값에 따라 영상을 여러 타입으로 분류함으로써, 객관적이고 정확하며 저비용으로 야간 전운량을 산출할 수 있도록 한, 영상 분류 방법을 이용한 야간 전운량 산출 방법에 관한 것이다.
전운량은 전세계 날씨와 기상의 주요한 관측자료임에도 불구하고 현재까지 지상에서 자동 관측이 수행되고 있지 않는 기상변수 중 하나이다. 즉, 관측자에 의해 사람의 눈을 통해 관측되어오고 있어 관측자의 주관적인 판단에 따라 운량 (octa or tenth)이 기록되고 있다. 따라서, 관측자에 따라 운량의 차이를 발생시킬 수 있으며, 특히, 숙달되지 않은 관측자에 의한 목측은 많은 오차를 포함하고 있어 관측자료의 품질을 저하시킨다. 즉, 관측된 자료의 객관성이 결여된다.
목측에 의한 구름 관측은 주간에는 매 1시간 간격으로 수행되지만 야간에는 관측자의 업무 주기와 기상 상황에 따라 1 ~ 3 시간 간격으로 관측된다. 따라서, 목측의 단점인 객관성의 결여와 관측 주기를 보완하기 위해 기상위성과 지상 원격 관측 자료를 활용할 수 있다.
그러나, 정지 궤도 위성의 경우 관측 주기는 2 ~ 10분으로 짧으나 공간 해상도가 2km×2km로 크기 때문에 구름의 수평적인 분포나 형태 파악에 어려운 단점이 있다. 극궤도 위성의 경우 250m×250m의 공간 해상도로 비교적 고해상도이지만 동일 지점을 하루에 2회 정도 탐지하는 장비로 전천 하늘의 일부만을 탐지할 수 있어, 하늘 전체에 대한 구름 정보를 대표하지 못하는 단점이 있다.
한편, 카메라 기반 장치들은 관측 영역(커버리지)과 영상의 해상도 그리고 관측 주기 등 구름 현상 탐지에 매우 유용한 장점이 있다.
구름을 관측하는 카메라 기반 장치들은 어안 렌즈(180°의 화각)가 장착되어 있어 사람이 보는 것과 같이 반구 영역의 하늘을 관측할 수 있다. 이 때, 관측 주기는 1분 단위로도 설정이 가능하며 카메라 성능과 작동법에 따라 주야간 24시간 연속적인 관측을 수행할 수 있다. 기존의 많은 연구에서는 광원(태양)이 존재하는 주간 운량을 탐지하는 연구가 수행되었다. 즉, 광원에 의해 대기중에서 산란되는 빛의 특성을 이용하여 하늘과 구름을 구별하였다.
반면에, 야간의 경우 광원이 존재하지 않기 때문에 하늘과 구름을 구별하기가 쉽지 않다. 따라서, 적외 센서 또는 적외 필터를 장착하거나 sky scanner로부터 구름과 하늘에서 방출되는 복사 휘도(radiance)를 이용할 경우 야간 운량을 산출할 수 있다. 즉, 일반적인 카메라가 아닌 적외 영역을 탐지할 수 있는 추가적인 장치가 필요하다. 그러나, 이러한 추가적인 장치는 상당히 고가이기 때문에 인력을 대체하기 위한 비용 대비 경제적이지 못한 단점이 있다.
본 발명은 상기 종래기술의 문제점을 해결하기 위해 안출된 것으로서, 일반적인 디지털 카메라를 이용하여 야간에 구름을 관측하고, 관측된 영상을 여러 타입으로 분류하는 방법을 통해 객관적이고 정확하며 저비용으로 야간 전운량을 산출할 수 있는 방법을 제공하는데 그 목적이 있다.
상기 과제를 해결하기 위하여, 본 발명의 일 측면에 따르면, 야간에 지상에서 촬영한 전체 하늘의 원본 영상자료를 수집하는 수집 단계; 수집된 원본 영상자료의 각 화소를 RGB의 색상에 따른 명암으로 변환시키는 변환 단계; 상기 변환된 영상자료로부터 차폐 제거 및 왜곡 보정을 수행하는 전처리 단계; 전처리된 영상자료에 대한 YCrCb 색공간의 평균 영상 밝기(
Figure pat00001
) 및 적색과 청색의 평균 비율(
Figure pat00002
)을 각각 계산하여, RBR 경계값(T)을 설정하는 설정 단계; 설정된 T에 기초하여, 전처리된 영상자료를 전운량이 2할 이하인 제1 영상자료, 전운량이 8할 이상인 제2 영상자료 및 전운량이 2할 초과 8할 미만인 제3 영상자료 중 어느 하나로 분류하는 분류 단계; 및 분류된 영상 자료로부터 야간 전운량을 산출하는 산출 단계를 포함하는, 영상 분류 방법을 이용한 야간 전운량 산출 방법이 제공된다.
이상에서 살펴본 바와 같이, 본 발명의 적어도 일 실시예와 관련된 영상 분류 방법을 이용한 야간 전운량 산출 방법은 일반적인 디지털 카메라를 이용하여 수집한 야간 하늘 영상 자료를 차폐 제거 및 왜곡 보정하고, 영상의 밝기에 따라 RBR 경계값(T)을 다르게 설정하고, 경계값(T)에 따라 영상을 여러 타입으로 분류함으로써, 객관적이고 정확하며 저비용으로 야간 전운량을 산출할 수 있는 효과가 있다.
도 1은 본 발명에 따른 영상 분류 방법을 이용한 야간 전운량 산출 방법을 나타낸 순서도이다.
도 2는 도 1의 순서도에 따른 과정에서 얻어지는 영상에 대한 참고도이다.
일출 (여명기)과 일몰 (황혼기) 그리고 흐린날을 제외하고 주간에는 하늘이 파랗다. 이는 태양 빛에 의한 레일리(Rayleigh) 산란의 영향으로 가시 영역 중 파장이 짧은 청색 (Blue) 파장대에서 산란이 강하게 나타나기 때문이다 (파장의 -4승에 비례). 반면에 구름은 모든 파장대를 산란시키기 때문에 하얗다. 따라서, 가시 영역을 촬영하는 디지털 카메라로 하늘을 촬영할 경우, RGB (Red, Green, Blue) 채널 중 B 채널의 명암이 크고, 구름을 촬영할 경우 RGB 채널 모두 명암이 크게 나타난다. 즉, 많은 연구에서 구름을 탐지하기 위해 사용되고 있는 적색과 청색의 비율인 RBR(red blue ratio)은 하늘 화소에서 1 보다 작고 구름 화소에서 1에 가깝기 때문에 RBR을 이용하여 하늘과 구름을 구별할 수 있다. 반면, 야간의 경우 태양과 같은 광원이 없기 때문에 주변 사물에 대한 분간이 주간보다 뚜렷하지 않다.
따라서, RBR 정보 이외에 다른 정보가 필요하며, 본 발명에 따른 방법은 YCrCb 색공간의 평균 영상 밝기(
Figure pat00003
)를 활용한다.
이하, 첨부된 도면을 참조하여 본 발명의 영상 분류 방법을 이용한 야간 전운량 산출 방법에 대하여 설명하면 다음과 같다.
본 발명에서 사용되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서, 이는 사용자, 운용자의 의도 또는 관례에 따라 달라질 수 있으므로, 이러한 용어들에 대한 정의는 본 발명의 기술적 사항에 부합되는 의미와 개념으로 해석되어야 할 것이다.
아울러, 본 발명의 실시예는 본 발명의 권리 범위를 한정하는 것이 아니라 본 발명의 청구범위에 제시된 구성요소의 예시적인 사항에 불과하며, 본 발명의 명세서 전반에 걸친 기술사상에 포함되고 청구범위의 구성요소에서 균등물로 치환 가능한 구성요소를 포함하는 실시예이다.
그리고, 아래 실시예에서의 선택적인 용어는 하나의 구성요소를 다른 구성요소로부터 구별하기 위해 사용되는 것으로서, 구성요소가 상기 용어들에 의해 제한되는 것은 아니다.
이에, 본발명을 설명함에 있어서, 본 발명의 요지를 불필요하게 흐릴 수 있는 관련된 공지기술에 대한 상세한 설명은 생략하기로 한다.
본 발명의 바람직한 실시예를 설명하기 위한, 도 1은 본 발명에 따른 영상 분류 방법을 이용한 야간 전운량 산출 방법을 나타낸 순서도이고, 도 2는 도 1의 순서도에 따른 과정에서 얻어지는 영상에 대한 참고도이다. 구체적으로, 도 2a 내지 2c는 각각 맑은 하늘 영상, 구름 많은 하늘 영상 및 구름 적은 하늘 영상의 차폐 및 왜곡 보정된 참고도이고, 도 2d 내지 2f는 각각 맑은 하늘, 구름 많은 하늘 및 구름 적은 하늘의 YCrCb 색공간의 평균 영상 밝기(
Figure pat00004
)를 나타내는 참고도이며, 도 g 내지 i는 각각 맑은 하늘 영상, 구름 많은 하늘 영상 및 구름 적은 하늘 영상의 야간 전운량을 산출한 참고도이다.
본 발명의 영상 분류 방법을 이용한 야간 전운량 산출 방법은, 야간에 지상에서 촬영한 전체 하늘의 원본 영상자료를 수집하는 수집 단계; 수집된 원본 영상자료의 각 화소를 RGB의 색상에 따른 명암으로 변환시키는 변환 단계; 상기 변환된 영상자료로부터 차폐 제거 및 왜곡 보정을 수행하는 전처리 단계; 전처리된 영상자료에 대한 YCrCb 색공간의 평균 영상 밝기(
Figure pat00005
) 및 적색과 청색의 평균 비율(
Figure pat00006
)을 각각 계산하여, RBR 경계값(T)을 설정하는 설정 단계; 설정된 T에 기초하여, 전처리된 영상자료를 전운량이 2할 이하인 제1 영상자료, 전원량이 8할 이상인 제2 영상자료 및 전운량이 2할 초과 8할 미만인 제3 영상자료 중 어느 하나로 분류하는 분류 단계; 및 분류된 영상 자료로부터 야간 전운량을 산출하는 산출 단계를 포함한다. 상기 제1 영상 자료는 전운량이 2할 이하인 구름이 매우 적거나 맑은 하늘 영상 자료를 지칭하고, 맑은 하늘(cloud-free)의 전운량은 0할일 수 있다. 또한, 제2 영상 자료는 구름이 많거나(mostly cloud) 흐린 하늘(overcast) 영상자료를 지칭하고, 흐린 하늘(overcast)의 전운량은 10할일 수 있다. 또한, 상기 제3 영상 자료는 구름 적거나(partly cloud) 구름이 많음(mostly cloud) 사이의 영상 자료를 지칭한다.
상기 수집 단계에서, 상기 원본 영상자료는 어안 렌즈(180°의 화각)가 장착된 일반 디지털 카메라로부터 수집한다.
상기 변환 단계는, 수집된 영상 자료를 영상 내 각 픽셀 별 RGB 채널 각각을 0 내지 255 사이의 명암으로 변환한다.
그리고, 어안 렌즈로 촬영된 영상은 반구의 넓은 화각으로 주변 하늘과 구름 그리고 주변 차폐물들(건물, 나무, 장비 등)을 촬영하지만, 이미지는 2차원 평면(2D)으로 왜곡되어 저장된다. 따라서, 영상 내 차폐 영역을 제거하고 왜곡 보정을 수행한 후 운량을 산출해야 한다. 즉, 차폐 영역의 화소들은 하늘 또는 구름으로 판별할 수 없고 왜곡된 영상은 실제 물체(object)와 큰 차이를 발생시킬 수 있으므로 운량 산출 시 이러한 에러 요인들이 고려되어야 한다. 따라서, 본 출원에 따른 방법은 차폐 제거와 왜곡 보정을 수행하는 전처리 단계를 적용하였다.
상기 차폐 제거는, 2 단계로 수행된다. 1 단계에서, 주변 물체(건물, 나무 장비 등)에 의한 수평면의 영구적인 차폐 영역을 제거하며, 예를 들어, 천정각 (SZA, solar zenith angle) 80°이하 (또는 화각 160°이하)의 영상 자료만을 사용한다. 그리고, 2 단계에서, 달빛 및 주변 인공광을 제거하며, 예를 들어, RGB 채널의 평균 명암이 240 이상이거나 5×5 영역 내의 B의 표준편차가 10이상인 유동적인 차폐 영역을 제거한다.
상기 설정 단계는, 도 1과 같이, 우선 R 채널의 명암을 조정(R=R-25)하는 것이 선행될 수 있다. 야간의 경우 주간 영상과 다르게 R 채널의 명암이 비교적 크다. 이는 밤하늘에서 방출되는 지구 장파복사로부터 RGB 채널 중 더 긴 파장대에 해당하는 R채널에 영향을 미쳐 명암이 커지기 때문이다. 그러므로 야간에 촬영된 영상에 RBR 경계값을 적용할 경우 구름 영역 이외에 하늘 영역에서도 RBR이 커져 하늘과 구름의 경계가 모호해진다. 따라서, 모든 화소에 대하여 R 채널의 명암을 조정한 후 평균 영상의 밝기(
Figure pat00007
) 특성에 따라 RBR 경계값(T)을 다르게 설정하는 것이 중요하다.
한편, 영상 밝기는 구름 영역 이외에 맑은 하늘(cloud-free)에서도 관측 장비 주변의 빛 공해로부터 천정각이 큰 영역에서 밝기가 크게 나타난다. 도 2b와 같이, 관측 장소 주변으로 남쪽 방향에 고층의 아파트 단지가 위치하여 구름이 없는 맑은 하늘에도 불구하고 남쪽 방향에 밝기가 높게 나타났다 (도 2e 참조). 즉, 천정각이 큰 영역에서 뿌옇게 구름과 같은 형상이 나타났다. 그리고, 빛 공해가 존재하는 영상 내의 구름은 그렇지 않은 영상의 구름보다 평균 명도와 밝기가 큰 특징을 보였다 (도 2d 및 2f 참조). 이러한 영상 특징에 의해 영상의 가장 자리와 중심 영역의 밝기에 따라 T를 다르게 계산해야 한다.
예를 들어, 상기 설정 단계는, 전처리된 영상자료의 중심 영역에 대한 YCrCb 색공간의 평균 영상 밝기(
Figure pat00008
), 가장 자리 영역에 대한 YCrCb 색공간의 평균 영상 밝기(
Figure pat00009
) 및 중심 영역에 대한 적색과 청색의 평균 비율인 RBRc을 각각 계산하여, T를 설정할 수 있다. 상기 중심 영역은 천정각이 0° 내지 20°인 영역이고, 가장 자리 영역은 천정각이 60° 내지 80°인 영역을 의미한다.
일 구체예에서, 상기 설정 단계는, Ye가
Figure pat00010
를 초과하고,
Figure pat00011
가 0.4 미만이면 T를 1로 설정하고, 상기 분류 단계는 T가 1인 영상자료를 제1 영상자료로 분류할 수 있다. 도면을 참조하여 설명하면, 도 2b와 같은 영상은
Figure pat00012
가
Figure pat00013
보다 크고,
Figure pat00014
이 0.4 보다 작다. 따라서, 이와 같은 특징의 영상은 제1 영상 자료로 분류하고, 이에 따라 T를 1로 설정하여 밝기가 높은 영역이 구름으로 오탐지되지 않도록 한다.
그리고, 상기 설정 단계는, 상기 설정 단계는,
Figure pat00015
가 Yc를 초과하고
Figure pat00016
가 0.4 초과이면 T를 0.75로 설정하고, 상기 분류 단계는, T가 0.75로 설정된 영상 자료를 제3 영상자료로 분류할 수 있다. 도면을 참조하여 설명하면, 도 2a와 같은 영상은
Figure pat00017
가
Figure pat00018
보다 크지만
Figure pat00019
이 0.4 보다 크기 때문에 맑은 하늘 영상 조건이 성립되지 않는다. 따라서, 이와 같은 특징의 영상은 제3 영상자료로 분류하고, RBR 경계값을 0.75로 설정하여 구름을 탐지한다.
또한, 상기 설정 단계는,
Figure pat00020
가
Figure pat00021
미만이면 T를 하기 일반식 1로 설정한다.
[일반식 1]
T=
Figure pat00022
×0.8
그리고, 상기 분류 단계는, 일반식 1에 따라 T가 설정된 영상 자료를 제2 영상자료로 분류할 수 있다. 도면을 참조하여 설명하면, 도 2c와 같은 영상은
Figure pat00023
가
Figure pat00024
보다 작은 경우,
Figure pat00025
이 영상마다 다른 특징을 나타낸다. 따라서, 일반식 1과 같이 유동적인 T를 설정하여 구름을 탐지하였다.
일 구체예에서, 야간 전운량은 하기 일반식 2로 산출될 수 있다.
[일반식 2]
Figure pat00026
상기 일반식 2에서, Ntotal은 전체 화소이고, Ncloud는 전체 화소 중 RBR 경계값을 초과하는 화소이며, Nmask는 차폐화소이다.
도 2a와 같이 T가 0.75로 산출된 운량(도 2g)은 73.4%로 산출되고, 그림 2b와 같이 T가 1로 산출된 운량(도 2h)은 0.63%로 산출되었다. 그리고, 도 2c와 같이 전술한 일반식 1에 의해 T가 0.47로 산출된 운량(도 2i)는 99.99%로 산출되었다. 이 때 각각의 % 운량을 목측 운량 단위인 할(tenth)로 변경하면, 도 2g는 7할, 도 2h는 0할, 도 2i는 10할로 계산된다.
따라서, 사람의 눈으로 관측되어 대략적인 수치로 기록되고 있는 구름 정보들을 이와 같은 객관적인 산출이 가능한 방법을 이용함으로써 기상과 기후 연구에 활용할 수 있다. 특히, 유인 관측소가 아닌 무인 관측소에서 관측되지 않는 구름 특성을 자동으로 관측할 수 있고, 특히, 야간 운량 관측 수행을 통해 주야간 연속적인 구름 정보의 생산이 가능한 장점을 가진다.
본 출원은 또한, 영상 분류 방법을 이용한 야간 전운량 산출 시스템에 관한 것이다. 상기 시스템은 컴퓨터 운용 프로그램을 통해 실행될 수 있다.
구체적으로, 상기 시스템은 야간에 지상에서 촬영한 전체 하늘의 원본 영상자료를 수집하는 수집부; 수집된 원본 영상자료의 각 화소를 RGB의 색상에 따른 명암으로 변환시키는 변환부; 상기 변환된 영상자료로부터 차폐 제거 및 왜곡 보정을 수행하는 전처리부; 전처리된 영상자료에 대한 YCrCb 색공간의 평균 영상 밝기(
Figure pat00027
) 및 적색과 청색의 평균 비율(
Figure pat00028
)을 각각 계산하여, RBR 경계값(T)을 설정하는 설정부; 설정된 T에 기초하여, 전처리된 영상자료를 전운량이 2할 이하인 제1 영상 자료, 전운량이 8할 이상인 제2 영상자료 및 전운량이 2할 초과 8할 미만인 제3 영상자료 중 어느 하나로 분류하는 분류부; 및 분류된 영상 자료로부터 야간 전운량을 산출하는 산출부를 포함한다.
상기 구성들과 관련된 자세한 설명은 전술한 내용과 중복되므로, 이하에서 생략하기로 한다.
이상으로 본 발명의 기술적 사상을 예시하기 위한 몇 가지 실시예들과 관련하여 설명하고 도시하였지만, 본 발명은 이와 같이 설명된 그대로의 구성 및 작용에만 국한되는 것은 아니며, 발명의 설명에 기재된 기술적 사상의 범주를 일탈함이 없이 본 발명에 대해 다수의 변경 및 수정이 가능함을 통상의 기술자들은 잘 이해할 수 있을 것이다. 따라서 그러한 모든 적절한 변경 및 수정과 균등물들도 본 발명의 범위에 속하는 것으로 간주되어야 할 것이다.

Claims (10)

  1. 야간에 지상에서 촬영한 전체 하늘의 원본 영상자료를 수집하는 수집 단계;
    수집된 원본 영상자료의 각 화소를 RGB의 색상에 따른 명암으로 변환시키는 변환 단계;
    상기 변환된 영상자료로부터 차폐 제거 및 왜곡 보정을 수행하는 전처리 단계;
    전처리된 영상자료에 대한 YCrCb 색공간의 평균 영상 밝기(
    Figure pat00029
    ) 및 적색과 청색의 평균 비율(
    Figure pat00030
    )을 각각 계산하여, RBR 경계값(T)을 설정하는 설정 단계;
    설정된 T에 기초하여, 전처리된 영상자료를 전운량이 2할 이하인 제1 영상 자료, 전운량이 8할 이상인 제2 영상자료 및 전운량이 2할 초과 8할 미만인 제3 영상자료 중 어느 하나로 분류하는 분류 단계; 및
    분류된 영상 자료로부터 야간 전운량을 산출하는 산출 단계를 포함하는, 영상 분류 방법을 이용한 야간 전운량 산출 방법.
  2. 제 1 항에 있어서, 설정 단계는, 전처리된 영상자료의 중심 영역에 대한 YCrCb 색공간의 평균 영상 밝기(
    Figure pat00031
    ), 가장 자리 영역에 대한 YCrCb 색공간의 평균 영상 밝기(
    Figure pat00032
    ) 및 중심 영역에 대한 적색과 청색의 평균 비율(
    Figure pat00033
    )인 을 각각 계산하여, RBR 경계값(T)을 설정하는, 영상 분류 방법을 이용한 야간 전운량 산출 방법.
  3. 제 2 항에 있어서, 상기 설정 단계는,
    Figure pat00034
    가
    Figure pat00035
    를 초과하고
    Figure pat00036
    가 0.4 미만이면 T를 1로 설정하는, 영상 분류 방법을 이용한 야간 전운량 산출 방법.
  4. 제 3 항에 있어서, 상기 분류 단계는 T가 1인 영상자료를 제1 영상 자료로 분류하는, 영상 분류 방법을 이용한 야간 전운량 산출 방법.
  5. 제 2 항에 있어서, 상기 설정 단계는,
    Figure pat00037
    가
    Figure pat00038
    를 초과하고
    Figure pat00039
    가 0.4 초과이면 T를 0.75로 설정하는, 영상 분류 방법을 이용한 야간 전운량 산출 방법.
  6. 제 5 항에 있어서, 상기 분류 단계는, T가 0.75로 설정된 영상 자료를 제3 영상 자료로 분류하는, 영상 분류 방법을 이용한 야간 전운량 산출 방법.
  7. 제 2 항에 있어서, 상기 설정 단계는,
    Figure pat00040
    가
    Figure pat00041
    미만이면 T를 하기 일반식 1로 설정하는, 야간 분류 방법을 이용한 야간 전운량 산출 방법:
    [일반식 1]
    T=
    Figure pat00042
    ×0.8
  8. 제 7 항에 있어서, 상기 분류 단계는, 일반식 1에 따라 T가 설정된 영상 자료를 제2 영상자료로 분류하는, 영상 분류 방법을 이용한 야간 전운량 산출 방법.
  9. 제 1 항에 있어서, 야간 전운량은 하기 일반식 2로 산출되는, 영상 분류 방법을 이용한 야간 전운량 산출 방법:
    [일반식 2]
    Figure pat00043

    상기 일반식 2에서, Ntotal은 전체 화소이고, Ncloud는 전체 화소 중 RBR 경계값을 초과하는 화소이며, Nmask는 차폐화소이다.
  10. 야간에 지상에서 촬영한 전체 하늘의 원본 영상자료를 수집하는 수집부;
    수집된 원본 영상자료의 각 화소를 RGB의 색상에 따른 명암으로 변환시키는 변환부;
    상기 변환된 영상자료로부터 차폐 제거 및 왜곡 보정을 수행하는 전처리부;
    전처리된 영상자료에 대한 YCrCb 색공간의 평균 영상 밝기(
    Figure pat00044
    ) 및 적색과 청색의 평균 비율(
    Figure pat00045
    )을 각각 계산하여, RBR 경계값(T)을 설정하는 설정부;
    설정된 T에 기초하여, 전처리된 영상자료를 전운량이 2할 이하인 제1 영상 자료, 전운량이 8할 이상인 제2 영상자료 및 전운량이 2할 초과 8할 미만인 제3 영상자료 중 어느 하나로 분류하는 분류부; 및
    분류된 영상 자료로부터 야간 전운량을 산출하는 산출부를 포함하는, 영상 분류 방법을 이용한 야간 전운량 산출 시스템.
KR1020200077333A 2020-06-24 2020-06-24 영상 분류 방법을 이용한 야간 전운량 산출 방법 KR102428016B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200077333A KR102428016B1 (ko) 2020-06-24 2020-06-24 영상 분류 방법을 이용한 야간 전운량 산출 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200077333A KR102428016B1 (ko) 2020-06-24 2020-06-24 영상 분류 방법을 이용한 야간 전운량 산출 방법

Publications (2)

Publication Number Publication Date
KR20210158677A true KR20210158677A (ko) 2021-12-31
KR102428016B1 KR102428016B1 (ko) 2022-08-03

Family

ID=79177819

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200077333A KR102428016B1 (ko) 2020-06-24 2020-06-24 영상 분류 방법을 이용한 야간 전운량 산출 방법

Country Status (1)

Country Link
KR (1) KR102428016B1 (ko)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6208938B1 (en) * 1997-09-19 2001-03-27 Cambridge Management Advanced Systems Corporation Apparatus and method for monitoring and reporting weather conditions
KR20100104048A (ko) * 2009-03-16 2010-09-29 삼성전자주식회사 히스토그램 분석을 이용한 하늘 영상 분류 방법 및 장치
KR101709860B1 (ko) * 2015-09-01 2017-02-23 강릉원주대학교산학협력단 전천 하늘 영상자료의 rgb 컬러를 이용한 전운량 산출방법 및 시스템
KR20180055422A (ko) * 2016-11-17 2018-05-25 한국기술교육대학교 산학협력단 전천 사진을 이용한 운량 산출 방법 및 장치
KR101855652B1 (ko) * 2018-02-13 2018-06-25 대한민국 기계학습을 이용한 위성기반 전운량 산출 시스템 및 그 방법
KR102047255B1 (ko) * 2018-09-06 2019-11-21 한국기술교육대학교 산학협력단 전천 영상을 이용한 구름량 자동 관측 방법

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6208938B1 (en) * 1997-09-19 2001-03-27 Cambridge Management Advanced Systems Corporation Apparatus and method for monitoring and reporting weather conditions
KR20100104048A (ko) * 2009-03-16 2010-09-29 삼성전자주식회사 히스토그램 분석을 이용한 하늘 영상 분류 방법 및 장치
KR101709860B1 (ko) * 2015-09-01 2017-02-23 강릉원주대학교산학협력단 전천 하늘 영상자료의 rgb 컬러를 이용한 전운량 산출방법 및 시스템
KR20180055422A (ko) * 2016-11-17 2018-05-25 한국기술교육대학교 산학협력단 전천 사진을 이용한 운량 산출 방법 및 장치
KR101855652B1 (ko) * 2018-02-13 2018-06-25 대한민국 기계학습을 이용한 위성기반 전운량 산출 시스템 및 그 방법
KR102047255B1 (ko) * 2018-09-06 2019-11-21 한국기술교육대학교 산학협력단 전천 영상을 이용한 구름량 자동 관측 방법

Also Published As

Publication number Publication date
KR102428016B1 (ko) 2022-08-03

Similar Documents

Publication Publication Date Title
KR101709860B1 (ko) 전천 하늘 영상자료의 rgb 컬러를 이용한 전운량 산출방법 및 시스템
Ide et al. Use of digital cameras for phenological observations
Kirk et al. Estimation of leaf area index in cereal crops using red–green images
Chauvin et al. Modelling the clear-sky intensity distribution using a sky imager
KR101713684B1 (ko) 시정상태의 변화에 강인한 복합 필터링 방식의 감시카메라 및 그것이 적용된 영상감시시스템
KR20180055422A (ko) 전천 사진을 이용한 운량 산출 방법 및 장치
CN108885277B (zh) 信息处理设备和信息处理方法
CN106404720B (zh) 一种能见度观测方法
Ahmad et al. A novel method for vegetation encroachment monitoring of transmission lines using a single 2D camera
CN110987183A (zh) 多光谱成像系统及方法
CN108093175A (zh) 一种实时高清视频自适应去雾方法及装置
Alonso et al. Determination of the sun area in sky camera images using radiometric data
Ji et al. Real-time enhancement of the image clarity for traffic video monitoring systems in haze
KR102047255B1 (ko) 전천 영상을 이용한 구름량 자동 관측 방법
CN102628689B (zh) 作物覆盖度自动在线观测方法及装置
KR102428016B1 (ko) 영상 분류 방법을 이용한 야간 전운량 산출 방법
Martínez et al. Use of SEVIRI images and derived products in a WMO Sand and Dust Storm Warning System
KR20210158646A (ko) 영상 분류 방법을 이용한 야간 전운량 산출 방법
CN108520615B (zh) 一种基于图像的火灾识别系统和方法
KR102373278B1 (ko) 지상기반 전천 영상자료를 이용한 야간 전운량 산출방법
Konarska et al. Applications of dual-wavelength hemispherical photography in urban climatology and urban forestry
CN105760870B (zh) 一种作物冠层半球图像处理方法及装置
US20210090245A1 (en) Method for detecting anomalies on or in a surface
CN114399438A (zh) 基于彩色遥感图的霾区分布范围判识方法及装置
JP2004213627A (ja) 植物活力変動の評価画像作成方法

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right