KR20220074347A - 드론 영상 기반의 하천 유속 측정을 위한 장치 및 방법 - Google Patents

드론 영상 기반의 하천 유속 측정을 위한 장치 및 방법 Download PDF

Info

Publication number
KR20220074347A
KR20220074347A KR1020200162738A KR20200162738A KR20220074347A KR 20220074347 A KR20220074347 A KR 20220074347A KR 1020200162738 A KR1020200162738 A KR 1020200162738A KR 20200162738 A KR20200162738 A KR 20200162738A KR 20220074347 A KR20220074347 A KR 20220074347A
Authority
KR
South Korea
Prior art keywords
image
river
drone
flow velocity
displacement
Prior art date
Application number
KR1020200162738A
Other languages
English (en)
Other versions
KR102523451B1 (ko
Inventor
김서준
윤병만
이준형
이윤호
Original Assignee
주식회사 하이드로셈
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 주식회사 하이드로셈 filed Critical 주식회사 하이드로셈
Priority to KR1020200162738A priority Critical patent/KR102523451B1/ko
Publication of KR20220074347A publication Critical patent/KR20220074347A/ko
Application granted granted Critical
Publication of KR102523451B1 publication Critical patent/KR102523451B1/ko

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01PMEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P3/00Measuring linear or angular speed; Measuring differences of linear or angular speeds
    • G01P3/36Devices characterised by the use of optical means, e.g. using infrared, visible, or ultraviolet light
    • G01P3/38Devices characterised by the use of optical means, e.g. using infrared, visible, or ultraviolet light using photographic means
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B64AIRCRAFT; AVIATION; COSMONAUTICS
    • B64CAEROPLANES; HELICOPTERS
    • B64C39/00Aircraft not otherwise provided for
    • B64C39/02Aircraft not otherwise provided for characterised by special use
    • B64C39/024Aircraft not otherwise provided for characterised by special use of the remote controlled vehicle type, i.e. RPV
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B64AIRCRAFT; AVIATION; COSMONAUTICS
    • B64DEQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
    • B64D47/00Equipment not otherwise provided for
    • B64D47/08Arrangements of cameras
    • G06T3/0093
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00Geometric image transformations in the plane of the image
    • G06T3/18Image warping, e.g. rearranging pixels individually
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00Geometric image transformations in the plane of the image
    • G06T3/60Rotation of whole images or parts thereof
    • G06T3/608Rotation of whole images or parts thereof by skew deformation, e.g. two-pass or three-pass rotation
    • G06T5/006
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/80Geometric correction
    • B64C2201/127
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B64AIRCRAFT; AVIATION; COSMONAUTICS
    • B64UUNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U2101/00UAVs specially adapted for particular uses or applications
    • B64U2101/30UAVs specially adapted for particular uses or applications for imaging, photography or videography
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10032Satellite or aerial image; Remote sensing
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/30Assessment of water resources

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Electromagnetism (AREA)
  • Power Engineering (AREA)
  • Geometry (AREA)
  • Measuring Volume Flow (AREA)

Abstract

본 발명은 두 영상 사이의 시간간격과 두 영상 내 추적자의 변위를 통해 유속을 산정하여 지상 참조점에 의존하지 않고 효율적인 유속 측정이 가능하도록 한 드론 영상 기반의 하천 유속 측정을 위한 장치 및 방법에 관한 것으로, 드론에 탑재되어 하천 표면 영상을 촬영하는 드론 하천 영상 촬영부;상기 드론 하천 영상 촬영부에서 촬영된 하천 표면 영상을 수신하는 드론 영상 수신부;2차원 투영 좌표 변환법(2-D projective coordinate transformation)을 이용한 영상 왜곡 보정을 하는 영상 변환 및 왜곡 보정부;드론 카메라 렌즈의 초점거리, 픽셀 크기(pixel size) 및 피사체와 렌즈 사이의 거리의 상호 관계를 이용하여 픽셀당 물리거리(GSD:Ground Sample Distance)를 계산하여 픽셀 변위를 실제 물리 변위로 변환하여 영상 내의 추적자의 실제 변위 및 속도를 계산하는 영상 추적자 변위 산출부;영상 추적자 변위 산출부에서 산출된 영상 내의 추적자의 실제 변위 및 속도를 이용하여 하천 유속을 산정하는 유속 산정부;를 포함하는 것이다.

Description

드론 영상 기반의 하천 유속 측정을 위한 장치 및 방법{Devices and Methods for Measuring Flow Velocity of River Based on Drone Imaging}
본 발명은 하천 유속 측정에 관한 것으로, 구체적으로 두 영상 사이의 시간간격과 두 영상 내 추적자의 변위를 통해 유속을 산정하여 지상 참조점에 의존하지 않고 효율적인 유속 측정이 가능하도록 한 드론 영상 기반의 하천 유속 측정을 위한 장치 및 방법에 관한 것이다.
표면영상유속계의 기초가 되는 입자영상유속계(PIV)는 유체 흐름에 대한 이해를 돕는데 효과적인 방법이어서 토목 분야뿐 아니라 유체를 다루는 모든 분야에서 다양하게 연구가 진행되어 왔으며 현재 많은 응용분야에서 사용하고 있다.
이와 함께 레이저와 추적입자, CMOS 소자를 이용한 고속 카메라를 활용하여 액체 유동 단면의 유동장을 분석하는 입자영상유속계에 대한 연구가 진행되어 왔고, 별도의 추적자 없이 2차원 표면유속 측정을 위한 표면영상유속계(SIV)도 많은 연구가 진행되어 왔다.
표면영상유속계를 이용한 하천 유속 측정 방법은 1990년대 중반에 일본에서 Fujita에 의해 처음으로 개발되었다(Fujita and Komura, 1994). Fujita and Komura(1994)는 하천에서의 연속적인 유속 분포 측정을 위한 비디오 이미지 분석 방법을 개발하였으며 Nagara 강에 적용하여 성공적으로 유속 분포를 얻어냈다. Aya et al.,(1995)는 비스듬한 각도로 촬영한 비디오 영상을 분석하여 유동장을 얻는 기법을 개발하였으며 하천 제방에서 획득한 영상을 이용하여 하천의 유속 분포를 얻어냈다. Fujita et al., (1997)은 홍수시에 표면영상유속계를 Yodo 강에 적용하여 하천 표면을 떠내려가는 나뭇조각과 기포를 통해 수표면의 유속장을 분석하였다. 그 결과 하천의 유속 분포를 효과적으로 얻을 수 있음과 영상과 화소의 크기에 따라 최대 7 %까지 유속 값에 차이가 남을 보였다. 또한 이를 토대로 표면영상유속계가 전체 대상 영역을 동시에 분석할 수 있고, 대상 영역의 규모에 상관없이 적용할 수 있음을 증명하였다. Ettema et al.,(1997)은 Mississippi강과 Missouri강 합류부에 대한 모형(수평방향 1:500, 수직방향 1:100) 실험의 유속 측정에 표면영상유속계를 이용하였다.
Fujita et al.(1998b)은 옥수수 녹말로 만든 인공 추적자를 이용하여 Nagara 강의 유속장을 측정하였다. 이 연구에서는 추적자의 입자 크기 선정에 대해 논하였고, 하천 저수호안에 위치한 수제 사이의 유속장을 측정하였다. Muste et al.,(2000)은 생물분해성인 거품과 땅콩 등을 이용하여 Georgia의 Chattahoochee 강에 대한 수리모형실험의 유속장 측정에 표면영상유속계를 이용하였다. 또한 Muste et al.,(2002)은 추적자의 입자 크기와 입자 분포의 영향에 대한 연구를 수행하였다. 이 연구에서는 서로 다른 크기의 입자와 조밀도에 대해 실험을 하여 표면영상유속측정법으로 유속을 측정하고 유속 측정 결과를 ADV(Acoustic Doppler Velocimetry)와 비교하였다. 실험에는 크기가 큰 폴리에틸렌 입자, 크기가 작은 폴리에틸렌 입자 및 호두 껍질 등 세 가지의 서로 다른 추적자를 이용하였고, 크기가 작은 폴리에틸렌 입자를 이용한 실험에서는 세 가지의 조밀도(낮은, 중간, 높은)에 대한 실험을 병행하였다. 그 결과 작은 폴리에틸렌 입자를 추적자로 이용하였을 때가 ADV의 유속 측정값과 가장 잘 일치하는 것을 확인하였다. 또한 중간 정도의 조밀도로 입자를 분포시키는 것이 낮은 조밀도와 높은 조밀도의 입자 분포에 비해 정확한 것으로 나타났으며 유속장 측정에 있어 적절한 입자 분포가 필요하다고 하였다.
국내에서는 윤병만 등(2002)이 표면영상유속계를 이용하여 곤지암천의 유속장을 성공적으로 측정하였고, 김영근 등(2004)은 유속검정용 활차를 이용하여 표면영상유속계의 적용성과 효율성을 검증하였다. 류권규 등(2008)은 기중기를 이용하여 높은 곳에서 영상을 촬영할 시 획득한 영상은 흔들림이 있어 분석이 어렵다고 하였으며, 이에 흔들리는 영상 분석을 위한 흔들림 보정 알고리즘을 개발하였다. 김서준(2007)은 표면영상유속계를 이용하여 하천 유량측정을 수행하였으며, 김서준 등(2011)은 폭이 넓은 하천의 유량 측정에 표면영상유속계를 적용하기 위해 다중카메라를 활용한 영상 획득 방법을 개발하였다. 또한 김서준(2013)은 인공영상을 이용하여 상관영역의 크기, 입자 밀도 및 입자 크기에 따른 표면영상유속계의 오차 분석을 수행하였다. 그 결과 상관영역의 크기가 커질수록, 입자 밀도가 커질수록, 입자 크기가 작아질수록 오차가 증가하는 것으로 나타났다.
지금까지 위에서 설명한 표면영상유속계를 이용한 연구에서는 2차원 또는 3차원 투영 좌표 변환법을 이용하여 영상 왜곡을 보정하였다. 하지만 하천의 수위는 수시로 변하기 때문에 수위에 따라 참조점을 다시 설정해주어야 한다는 번거로움이 있다.
이에 Fujita and Aya (2000)는 수위 변화를 고려한 3차원 투영 좌표 변환법을 개발하였다. 3차원 투영 좌표 변환법은 수위보다 높은 6 개 이상의 참조점과 수표면의 임의의 3 개 이상의 점을 더하여, 변하는 수위에 따라 영상 왜곡을 보정할 수 있다. 하지만 3차원 투영 좌표 변환법은 2차원 투영 좌표 변환법에 비해 필요한 참조점이 많아 계산이 복잡하다.
또한 김희정(2018)은 수위 변화를 고려한 참조점 보정식을 제시하였다. 이 연구에서는 수위보다 높게 양측 제방에 설정된 참조점을 수면과 동일한 평면에 위치하도록 보정하는 방법을 사용하여 수위 변화에 따라 참조점을 재설정하는 방법을 제시하였다. 하지만 폭이 넓은 하천의 경우처럼 하천 양측 제방에 설치한 참조점을 영상에 담기 힘든 경우 수표면과 동일한 평면에 있는 참조점을 확보하기 힘든 실정이다.
이에 이한승 등(2016)은 참조점이 필요 없는 표면영상유속계을 개발하였다.
이 연구에서는 수표면에서부터 카메라까지의 높이와 카메라의 좌우각 및 전후각으로 참조점 없이 영상 좌표를 실제 좌표로 변환하였다. 실내 개수로 실험장치로 유속을 측정하여 참조점 유무에 대한 유속을 비교한 결과 평균 ±7 %의 오차가 발생하였다.
최근 항공기나 드론 영상을 활용한 하천 물리량 측정에 대한 연구가 활발히 진행 중이다. 이를 하천 원격탐사라고 하는데, 원격탐사란 관측 대상의 특성에 따라 플랫폼에 다양한 센서를 설치하여 관측 대상의 물리적 특징을 정성적, 정량적으로 분석하는 학문이며 이를 하천에 접목한 학문이 하천 원격탐사이다.
하천 원격탐사에 활용하는 플랫폼은 위성, 항공기, 드론 등이 있으며 여기에 다양한 센서를 설치하여 하천 환경 및 수리,수문학적 정보를 획득하는 기술이 발전하고 있다.
국외에서는 Smith et al.,(1997)이 하천의 홍수범람도, 수위, 유량을 추정하는 연구를 진행하였으며, Brekke and Solberg(2005)은 기름 유출을 감지하고 위치를 추출하는 연구를 진행하는 등 하천의 정량적인 물리량 조사에 대한 연구가 상당히 진행된 상태이다.
국내에서도 1990년대 후반부터 본격적으로 원격탐사가 도입되어 식생 및 토지피복 분류와 같은 정성적인 분류 연구부터 최근에는 고해상도 카메라를 활용한 천해 수심 측량 연구(오찬영 등, 2017)나 초분광 영상을 이용한 하천 수심 계측 기술 개발(유호준, 2018) 등 하천의 정량적인 물리량 측정에 대한 연구까지 진행되었다.
여러 플랫폼 가운데 특히 드론은 운용 난이도가 쉽고 시간과 공간에 대한 해상도가 높아 정량적인 하천의 물리량을 측정하는데 적합하다. 또한 드론은 하천 구조물 주변이나 보 월류부 등 직접 유속을 측정하거나 카메라로 촬영하기 힘든 곳에서 영상을 촬영해 분석할 수 있다. 게다가 다양한 물리량 측정을 위한 센서의 소형화로 드론에 설치 가능한 센서의 종류도 다양해짐에 따라서 기존 RGB 센서만을 이용한 영상에서 최근에는 열화상 카메라, 초분광 센서 등을 이용한 하천 물리량 측정이 가능해 드론의 하천 원격탐사에 대한 잠재력이 높다고 할 수 있다.
이에 따라 하천의 드론 영상을 활용하여 하천 유속을 측정하는 연구도 더불어 진행중이다.
국외 연구의 경우 Tauro et al.,(2015a)는 드론의 안정적인 호버링에 대한 연구를 수행하였으며, 드론이 일정 시간동안 1 × 1 ㎡의 영역 위로 안정적으로 호버링할 수 있음을 보였다. Detert and Weitbrecht(2015)는 액션캠과 저비용 쿼드콥터로 대규모 유속장을 측정하는 유속계의 적용 가능성을 검토하였다. Detert et al.,(2016)은 Murg 강에서 드론 영상을 이용하여 하천의 유량을 산정하는 연구를 수행하였다. 측정한 순간 표면유속장으로 평균 표면유속장과 난류 지표에 의한 수심 추정치를 도출하는데 사용되었으며 산정한 유량은 ADCP와 비교하였을 때 10 % 이내의 오차를 보여 드론 영상을 이용한 하천 유량 측정이 가능함을 보였다.
국내 연구의 경우 류권규와 황정근(2017)은 드론에 비디오카메라와 야간 영상 획득을 위한 원적외선 카메라를 장착하여 한국건설기술연구원 안동하천실험센터에서 표면유속측정 실험을 수행하였다. 이 연구에서는 드론 영상의 흔들림 보정을 위해 4 개의 참조점에 대해 형태정합(pattern matching) 기법을 사용하였으며 측정한 표면유속을 Flow Tracker로 측정한 표면유속과 비교하였다. 두 가지 방법으로 측정한 유속을 단면적과 곱하여 각각 유량으로 환산하여 비교한 결과 차이는 2 % 이하로 산정되었다.
이와 같이 드론 영상을 활용하여 표면유속을 산정하는 연구가 다양하게 진행 중이지만 기존 연구에서는 모두 지상의 참조점을 이용하여 영상 보정을 수행하였기 때문에 유속 측정 영역이 달라질 경우 참조점을 수표면과 동일한 평면에 다시 설치하고 측량을 수행하여야 한다는 번거로움이 있다.
또한 화각이 좁은 카메라를 사용하는 경우 참조점이 영상 밖으로 벗어나지 않게 하기 위하여 일정 비행 고도 이상을 확보하여야 하는데 이때 영상 분석에 어려움이 있을 정도로 영상의 공간해상도를 확보하지 못할 가능성도 있다. 이는 화각이 좁은 원적외선 카메라를 이용하는 경우에 자주 나타난다.
따라서, 지상 참조점에 의존하지 않고 효율적인 유속 측정이 가능하도록 하는 새로운 기술의 개발이 요구되고 있다.
대한민국 등록특허 제10-1863123호 대한민국 등록특허 제10-1512690호 대한민국 등록특허 제10-0817907호
본 발명은 종래 기술의 하천 유속 측정 기술의 문제점을 해결하기 위한 것으로, 두 영상 사이의 시간간격과 두 영상 내 추적자의 변위를 통해 유속을 산정하여 지상 참조점에 의존하지 않고 효율적인 유속 측정이 가능하도록 한 드론 영상 기반의 하천 유속 측정을 위한 장치 및 방법을 제공하는데 그 목적이 있다.
본 발명은 참조점에 의존하지 않고도 영상 내 위치를 자동적으로 찾아내 영상 보정을 하고 별도의 참조점 측량없이 영상 내 픽셀당 물리거리를 산정하여 하천 유속 측정에 이용하여 정확도를 높인 드론 영상 기반의 하천 유속 측정을 위한 장치 및 방법을 제공하는데 그 목적이 있다.
본 발명은 드론 카메라 렌즈의 초점거리, 픽셀 크기(pixel size) 및 피사체와 렌즈 사이의 거리의 상호 관계를 이용하여 픽셀당 물리거리(GSD : Ground Sample Distance)를 계산하여 픽셀 변위를 실제 물리 변위로 변환하여 영상 내의 추적자의 실제 변위 및 속도를 계산할 수 있도록 한 드론 영상 기반의 하천 유속 측정을 위한 장치 및 방법을 제공하는데 그 목적이 있다.
본 발명은 하천 유속 측정을 위한 영상 획득 수단으로 드론을 사용하여 하천 구조물 주변이나 보 월류부 등 직접 유속을 측정하거나 카메라로 촬영하기 힘든 곳에서 영상을 촬영해 분석할 수 있도록 한 드론 영상 기반의 하천 유속 측정을 위한 장치 및 방법을 제공하는데 그 목적이 있다.
본 발명은 효율적인 운용이 가능한 드론을 영상 획득 수단으로 사용하여 시간과 공간에 대한 해상도가 높아 정량적인 하천의 물리량을 측정할 수 있고, 원격 제어의 효율성을 높인 드론 영상 기반의 하천 유속 측정을 위한 장치 및 방법을 제공하는데 그 목적이 있다.
본 발명의 다른 목적들은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
상기와 같은 목적을 달성하기 위한 본 발명에 따른 드론 영상 기반의 하천 유속 측정을 위한 장치는 드론에 탑재되어 하천 표면 영상을 촬영하는 드론 하천 영상 촬영부;상기 드론 하천 영상 촬영부에서 촬영된 하천 표면 영상을 수신하는 드론 영상 수신부;2차원 투영 좌표 변환법(2-D projective coordinate transformation)을 이용한 영상 왜곡 보정을 하는 영상 변환 및 왜곡 보정부;드론 카메라 렌즈의 초점거리, 픽셀 크기(pixel size) 및 피사체와 렌즈 사이의 거리의 상호 관계를 이용하여 픽셀당 물리거리(GSD:Ground Sample Distance)를 계산하여 픽셀 변위를 실제 물리 변위로 변환하여 영상 내의 추적자의 실제 변위 및 속도를 계산하는 영상 추적자 변위 산출부;영상 추적자 변위 산출부에서 산출된 영상 내의 추적자의 실제 변위 및 속도를 이용하여 하천 유속을 산정하는 유속 산정부;를 포함하는 것을 특징으로 한다.
다른 목적을 달성하기 위한 본 발명에 따른 드론 영상 기반의 하천 유속 측정을 위한 방법은 드론 하천 영상 촬영부에서 하천 영상을 촬영하는 단계;드론 하천 영상 촬영부로부터 하천 표면 영상을 수신하여 영상 변환 및 왜곡 보정부에서 영상 변환 및 왜곡 보정을 수행하는 단계;영상 추적자 변위 산출부에서 드론 카메라 렌즈의 초점거리, 픽셀 크기(pixel size) 및 피사체와 렌즈 사이의 거리의 상호 관계를 이용하여 픽셀당 물리거리(GSD:Ground Sample Distance)를 계산하여 픽셀 변위를 실제 물리 변위로 변환하여 영상 내의 추적자의 실제 변위 및 속도를 계산하는 단계;영상 추적자 변위 산출부의 계산 결과를 이용하여 유속 산정부에서 하천 유속을 산정하는 단계;를 포함하는 것을 특징으로 한다.
이상에서 설명한 바와 같은 본 발명에 따른 드론 영상 기반의 하천 유속 측정을 위한 장치 및 방법은 다음과 같은 효과가 있다.
첫째, 두 영상 사이의 시간간격과 두 영상 내 추적자의 변위를 통해 유속을 산정하여 지상 참조점에 의존하지 않고 효율적인 유속 측정이 가능하도록 한다.
둘째, 참조점에 의존하지 않고도 영상 내 위치를 자동적으로 찾아내 영상 보정을 하고 별도의 참조점 측량없이 영상 내 픽셀당 물리거리를 산정하여 하천 유속 측정에 이용하여 정확도를 높일 수 있다.
셋째, 드론 카메라 렌즈의 초점거리, 픽셀 크기(pixel size) 및 피사체와 렌즈 사이의 거리의 상호 관계를 이용하여 픽셀당 물리거리(GSD : Ground Sample Distance)를 계산하여 픽셀 변위를 실제 물리 변위로 변환하여 영상 내의 추적자의 실제 변위 및 속도를 계산할 수 있도록 한다.
넷째, 천 유속 측정을 위한 영상 획득 수단으로 드론을 사용하여 하천 구조물 주변이나 보 월류부 등 직접 유속을 측정하거나 카메라로 촬영하기 힘든 곳에서 영상을 촬영해 분석할 수 있도록 한다.
다섯째, 효율적인 운용이 가능한 드론을 영상 획득 수단으로 사용하여 시간과 공간에 대한 해상도가 높아 정량적인 하천의 물리량을 측정할 수 있고, 원격 제어의 효율성을 높인다.
도 1은 본 발명에 따른 드론 영상 기반의 하천 유속 측정을 위한 장치의 구성도
도 2는 본 발명에 따른 영상 내의 추적자의 실제 변위 및 속도를 계산하는 구성을 나타낸 구성도
도 3은 본 발명에 따른 드론 영상 기반의 하천 유속 측정을 위한 방법을 나타낸 플로우 차트
도 4는 본 발명에 따른 영상 변환 및 왜곡 보정 방법을 설명하기 위한 구성도
도 5는 영상 추적자 변위 산출에 따른 유속 산정 방법을 나타낸 플로우 차트
도 6은 두 정지 영상 사이의 이동 변위를 산정하는 방법을 나타낸 구성도
이하, 본 발명에 따른 드론 영상 기반의 하천 유속 측정을 위한 장치 및 방법의 바람직한 실시 예에 관하여 상세히 설명하면 다음과 같다.
본 발명에 따른 드론 영상 기반의 하천 유속 측정을 위한 장치 및 방법의 특징 및 이점들은 이하에서의 각 실시 예에 대한 상세한 설명을 통해 명백해질 것이다.
도 1은 본 발명에 따른 드론 영상 기반의 하천 유속 측정을 위한 장치의 구성도이고, 도 2는 본 발명에 따른 영상 내의 추적자의 실제 변위 및 속도를 계산하는 구성을 나타낸 구성도이다.
본 발명에 따른 드론 영상 기반의 하천 유속 측정을 위한 장치 및 방법은 하천 유속 측정을 위한 영상 획득 수단으로 드론을 사용하여 하천 구조물 주변이나 보 월류부 등 직접 유속을 측정하거나 카메라로 촬영하기 힘든 곳에서 영상을 촬영해 분석할 수 있도록 한 것이다.
본 발명은 효율적인 운용이 가능한 드론을 영상 획득 수단으로 사용하면서 두 영상 사이의 시간간격과 두 영상 내 추적자의 변위를 통해 유속을 산정하여 지상 참조점에 의존하지 않고 효율적인 유속 측정이 가능하도록 한 것이다.
이를 위하여 본 발명은 참조점에 의존하지 않고도 영상 내 위치를 자동적으로 찾아내 영상 보정을 하고 별도의 참조점 측량없이 영상 내 픽셀당 물리거리를 산정하여 하천 유속 측정에 이용하는 구성을 포함할 수 있다.
본 발명은 드론 카메라 렌즈의 초점거리, 픽셀 크기(pixel size) 및 피사체와 렌즈 사이의 거리의 상호 관계를 이용하여 픽셀당 물리거리(GSD : Ground Sample Distance)를 계산하여 픽셀 변위를 실제 물리 변위로 변환하여 영상 내의 추적자의 실제 변위 및 속도를 계산하는 구성을 포함할 수 있다.
본 발명에 따른 드론 영상 기반의 하천 유속 측정을 위한 장치는 도 1에서와 같이, 드론에 탑재되어 하천 표면 영상을 촬영하는 드론 하천 영상 촬영부(10)와, 드론 하천 영상 촬영부(10)에서 촬영된 하천 표면 영상을 수신하는 드론 영상 수신부(20)와, 2차원 투영 좌표 변환법(2-D projective coordinate transformation)을 이용한 영상 왜곡 보정을 하는 영상 변환 및 왜곡 보정부(30)와, 드론 카메라 렌즈의 초점거리, 픽셀 크기(pixel size) 및 피사체와 렌즈 사이의 거리의 상호 관계를 이용하여 픽셀당 물리거리(GSD : Ground Sample Distance)를 계산하여 픽셀 변위를 실제 물리 변위로 변환하여 영상 내의 추적자의 실제 변위 및 속도를 계산하는 영상 추적자 변위 산출부(40)와, 영상 추적자 변위 산출부(40)에서 산출된 영상 내의 추적자의 실제 변위 및 속도를 이용하여 하천 유속을 산정하는 유속 산정부(50)를 포함한다.
하천의 표면유속은 단위시간동안 수표면을 흘러간 추적자의 변위로 계산할 수 있다. 마찬가지로 표면영상유속계를 이용한 표면유속 측정 시에는 두 영상 사이의 시간간격과 두 영상 내 어떠한 추적자의 변위를 통해 유속을 산정한다.
여기서, 두 영상 사이의 시간 간격은 동영상으로 촬영되었을 경우 촬영된 동영상의 초당 프레임 수로, 연속 촬영의 경우 초당 촬영매수로 알 수 있으며 두 영상 내 어떠한 추적자의 변위는 각 영상에서 추적자의 영상 좌표의 차이를 이용하여 계산할 수 있다.
이때 영상에서의 추적자의 변위는 영상 좌표의 단위로 계산된 픽셀 변위이다.
따라서, 해당 영상의 픽셀당 실제 물리거리를 안다면 픽셀 변위를 실제 물리 변위로 바꿀 수 있고, 영상 내의 추적자의 실제 변위 및 속도를 계산할 수 있다.
본 발명에서는 픽셀당 물리거리(GSD : Ground Sample Distance)를 계산하기 위해 드론 카메라 렌즈의 초점거리(
Figure pat00001
), 픽셀 크기(pixel size) 및 피사체와 렌즈 사이의 거리(
Figure pat00002
)의 상호 관계를 이용한다.
여기서 픽셀 크기는 카메라의 이미지 센서 크기를 픽셀 수로 나눈 것이다.
이들 관계를 비례식으로 표시하면 수학식 1에서와 같다.
Figure pat00003
수학식 1에서 수학식 2의 관계식을 유도할 수 있다.
Figure pat00004
예를 들어 렌즈의 초점거리가 3.6 mm, 카메라의 이미지 센서 크기가 6.4 mm × 4.8 mm, 영상의 화소가 1920 × 1080 pixel, 렌즈와 물체 사이의 거리가 50 cm라고 하자. 픽셀 크기는 이미지 센서 크기를 화소 수로 나눈 0.00333 mm이고 비례식에 의해 GSD는 0.463 mm/pixel(0.00333 mm/pixel × 500 mm / 3.6 mm = 0.463 mm/pixel)이 된다.
계산된 GSD는 영상의 각 픽셀이 정방형 픽셀일 경우 종방향 또는 횡방향 어느 방향에서든 유효하다.
따라서, 영상에서 어떠한 물체의 길이는 영상에서 물체가 차지하는 픽셀 수에 GSD를 곱하여 구할 수 있다.
본 발명에 따른 드론 영상 기반의 하천 유속 측정을 위한 방법을 구체적으로 설명하면 다음과 같다.
도 3은 본 발명에 따른 드론 영상 기반의 하천 유속 측정을 위한 방법을 나타낸 플로우 차트이다.
본 발명에 따른 드론 영상 기반의 하천 유속 측정을 위한 방법은 도 3에서와 같이, 먼저 드론 하천 영상 촬영부(10)에서 하천 영상을 촬영한다.(S301)
이어, 드론 하천 영상 촬영부(10)로부터 하천 표면 영상을 수신하여 영상 변환 및 왜곡 보정부(30)에서 영상 변환 및 왜곡 보정을 수행한다.(S302)
그리고 영상 추적자 변위 산출부(40)에서 드론 카메라 렌즈의 초점거리, 픽셀 크기(pixel size) 및 피사체와 렌즈 사이의 거리의 상호 관계를 이용하여 픽셀당 물리거리(GSD : Ground Sample Distance)를 계산하여 픽셀 변위를 실제 물리 변위로 변환하여 영상 내의 추적자의 실제 변위 및 속도를 계산한다.(S303)
이어, 영상 추적자 변위 산출부(40)의 계산 결과를 이용하여 유속 산정부(50)에서 하천 유속을 산정한다.(S304)
이하에서 영상 변환 및 왜곡 보정, 유속 산정에 관하여 구체적으로 설명하면 다음과 같다.
도 4는 본 발명에 따른 영상 변환 및 왜곡 보정 방법을 설명하기 위한 구성도이다.
그리고 도 5는 영상 추적자 변위 산출에 따른 유속 산정 방법을 나타낸 플로우 차트이고, 도 6은 두 정지 영상 사이의 이동 변위를 산정하는 방법을 나타낸 구성도이다.
표면영상유속계(SIV; Surface Image Velocimetry)는 수표면을 촬영한 영상을 프레임 단위로 분할하여 연속된 정지 영상으로 만들어 두 정지 영상 사이의 입자의 이동 변위를 구한 뒤, 이동 변위를 두 영상 사이의 시간 간격으로 나누어 수표면의 유속을 측정하는 기법이다.
표면영상유속계의 기본 원리는 입자영상유속계(PIV; Particle Image Velocimetry)의 영상 분석 기법을 바탕으로 하되 입자영상유속계와 다른 점은 넓은 하천을 대상으로 하고 별도의 입자 없이 수표면의 수면파문도 추적자로 사용할 수 있다는 점이다.
표면영상유속계는 초기에 입자영상유속계와 유속 측정 원리를 같이 하며 넓은 범위의 유속을 측정한다는 의미에서 LSPIV(Large Scale Particle Image Velocimetry)라고 하였지만, 특별한 입자 없이 수면파문이나 부유입자가 있는 수표면을 촬영한 영상을 통해 하천의 유속을 측정하기 때문에 입자를 뜻하는 particle을 제외하고 표면영상유속계라 한다.
표면영상유속계를 이용하여 유속을 산정하는 과정은 영상 획득, 영상 왜곡 보정, 영상 분석, 유속 산정 및 후처리의 5단계로 이루어진다.
표면영상유속계를 통해 유속을 산정하기 위해서는 먼저 수표면의 흐름 영상을 촬영하여야 한다.
일반적으로 영상은 흐름 양상과 영상 보정 및 좌표 변환을 위한 참조점을 모두 포함하도록 촬영하여야 하며 이를 위해 넓은 시야를 확보할 수 있는 제방이나 교각 위에서 촬영한다. 또한 영상은 고정된 위치에서 디지털카메라를 이용하여 촬영하며 영상 내 흐름의 이동거리에 따라 초당 프레임 수를 결정하여 촬영하여야 한다.
이와는 다르게 본 발명에서는 참조점에 의존하지 않고도 영상 내 위치를 자동적으로 찾아내 영상 보정을 하고 별도의 참조점 측량없이 영상 내 픽셀당 물리거리를 산정하여 하천 유속 측정에 이용하는 것으로, 하천 유속 측정을 위한 영상 획득 수단으로 드론을 사용하는 것이다.
본 발명은 드론 카메라 렌즈의 초점거리, 픽셀 크기(pixel size) 및 피사체와 렌즈 사이의 거리의 상호 관계를 이용하여 픽셀당 물리거리(GSD : Ground Sample Distance)를 계산하여 픽셀 변위를 실제 물리 변위로 변환하여 영상 내의 추적자의 실제 변위 및 속도를 계산한다.
그리고 영상 내 입자의 이동거리가 작을 경우 영상유속계의 오차에 영향을 미치기 때문에 이를 유의하여야 한다.
또한, 하천의 넓은 영역을 촬영한 영상은 필연적으로 영상의 왜곡이 발생한다. 따라서 촬영한 영상을 통해 유속을 산정하기 위해서는 영상에서 발생하는 왜곡을 보정하여야 한다.
일반적으로 고정된 영상의 경우 정사영 보정을 수행하며 흔들림이 있는 영상의 경우 흔들림 보정과 정사영 보정을 모두 수행한다.
표면영상유속계는 정사영 보정을 위해 2차원 투영 좌표 변환법(2-D projective coordinate transformation)을 이용한 영상 왜곡 보정 방법을 사용한다.
2차원 투영 좌표 변환법은 경사진 사진에서의 특정 좌표를 일정한 평면상의 실제 좌표로 계산하는데 가장 많이 사용된다.
2차원 투영 좌표 변환법에 의한 실제 좌표(X,Y)와 영상 좌표(x,y) 사이의 관계식은 수학식 3과 수학식 4에서와 같다.
Figure pat00005
Figure pat00006
여기서,
Figure pat00007
는 회전 보정, 병진이동 보정, x-y좌표에 대한 직각 보정과 평행하지 않은 두 좌표계간의 좌표 보정을 위한 8 개의 맵핑계수이다.
수학식 3과 수학식 4는 각각의 기준점에 대해 성립하며 총 8 개의 미지수를 가지고 있기 때문에 수표면과 같은 평면에 존재하는 최소 4 개의 참조점이 필요하다. 또한, 해석상의 오차를 줄이기 위해 4 개 이상의 참조점을 사용하는 것을 권장한다.
마지막으로 영상 왜곡 보정을 마친 영상을 분석하여 하천의 유속을 산정한다. 영상 분석을 통해 하천의 유속 벡터를 산정하는 원리 및 분석 결과는 도 5에서와 같다.
기본적으로 표면영상유속계는 두 정지 영상 내 입자 또는 입자군의 이동 변위를 시간 간격으로 나누어 유속을 산정하기 때문에 입자의 이동 변위를 정확하게 산정하는 것이 매우 중요하다.
표면영상유속계에서는 연속되는 두 정지 영상 내 입자의 이동 변위 산정을 위해 상호상관(cross-correlation) 기법을 이용한다.
상호상관 기법은 두 정지 영상을 비교하여 영상 내에 설정한 탐색영역(searching area)에서 상관영역(interrogation area)의 명암 등급 값을 비교한 뒤, 상관계수
Figure pat00008
가 가장 큰 입자군을 동일 입자군으로 판별하는 것이다.
여기서, 탐색영역은 두 정지 영상 중 두 번째 영상 내에서 첫 번째 영상의 어떠한 입자군과 동일한 입자군의 판별을 위한 검색 범위로, 이 영역 내에서 상관계수를 계산한다.
탐색영역은 영상 내의 입자군의 이동을 고려하여 적절하게 설정해주어야 한다. 상관영역은 상관계수 계산을 위한 입자군의 크기를 의미하며, 이 크기를 기준으로 상관계수를 계산한다.
영상 내 흐름 양상에 따라 상관영역의 크기를 적절히 조절하여야 하는데, 적정 상관영역의 크기는 상관영역 내 입자 밀도와 입자 크기에 따른 허용 오차를 고려한 최소 상관영역의 크기에서부터 전단 흐름과 회전 흐름에 따른 허용 오차를 고려한 최대 상관영역의 크기까지의 범위로 설정한다.
상관계수
Figure pat00009
는 수학식 5에서와 같이 정의된다.
Figure pat00010
여기서,
Figure pat00011
Figure pat00012
는 상관영역의 크기를 나타내며,
Figure pat00013
는 두 정지 영상 중 첫 번째 정지 영상 내 상관영역의 픽셀에 대한
Figure pat00014
열과
Figure pat00015
행의 명암 등급값이고,
Figure pat00016
는 두 번째 정지 영상 내의 명암값을 나타낸다.
Figure pat00017
Figure pat00018
는 상관영역 내의 모든 명암 등급값의 평균을 나타낸다.
상관계수
Figure pat00019
는 -1에서 +1까지의 값을 가지게 된다.
상관계수가 -1인 경우는 음의 완전 상관관계로 상관영역 내 모든 픽셀의 명암값이 완전한 음의 관계를 이룬다는 것을 의미하며, 상관계수가 +1인 경우는 두 정지 영상의 상관영역이 완벽한 상관을 이룬다는 것을 의미한다.
또한 상관계수가 0인 경우는 두 정지 영상의 상관영역에 대해 완전히 상관관계가 없음을 의미한다. 일반적으로 동일 입자군 판별을 위한 상관계수의 최소 기준값은 0.7을 사용하며, 상관계수가 이 값 이상일 경우 동일 입자군으로 판단한다.
하지만 탐색영역 입자군 중 상관계수가 제일 크더라도 0.7 이하이면 동일 입자군으로 간주하기 어렵다.
이와 같이 상호상관 기법을 통해 두 정지 영상에서 동일하다고 판별된 입자군을 특정한 다음 입자군의 두 정지 영상 사이의 이동 변위를 산정한다.
이동 변위 산정은 도 6에서와 같다.
이동 변위를 두 정지 영상 사이의 시간 간격으로 나누어주면 수학식 6에서와 같이, 영상 내의 입자군의 유속을 산정할 수 있다.
Figure pat00020
여기서,
Figure pat00021
Figure pat00022
방향 유속,
Figure pat00023
Figure pat00024
방향 유속,
Figure pat00025
는 영상 좌표와 실제 좌표 간의 변환계수,
Figure pat00026
,
Figure pat00027
은 첫 번째 영상에서 유속 산정을 위해 지정한 영상 좌표,
Figure pat00028
,
Figure pat00029
는 두 번째 영상에서 상관계수가 가장 높은 상관영역의 도심의 좌표,
Figure pat00030
는 두 정지 영상 사이의 시간간격이다.
이상에서 설명한 본 발명에 따른 드론 영상 기반의 하천 유속 측정을 위한 장치 및 방법은 하천 유속 측정을 위한 영상 획득 수단으로 드론을 사용하고, 두 영상 사이의 시간간격과 두 영상 내 추적자의 변위를 통해 유속을 산정하여 지상 참조점에 의존하지 않고 효율적인 유속 측정이 가능하도록 한 것이다.
본 발명은 드론 카메라 렌즈의 초점거리, 픽셀 크기(pixel size) 및 피사체와 렌즈 사이의 거리의 상호 관계를 이용하여 픽셀당 물리거리(GSD : Ground Sample Distance)를 계산하여 픽셀 변위를 실제 물리 변위로 변환하여 영상 내의 추적자의 실제 변위 및 속도를 계산하여 하천 유속 산정을 할 수 있도록 한 것이다.
이상에서의 설명에서와 같이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 본 발명이 구현되어 있음을 이해할 수 있을 것이다.
그러므로 명시된 실시 예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 하고, 본 발명의 범위는 전술한 설명이 아니라 특허청구 범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.
10. 드론 하천 영상 촬영부
20. 드론 영상 수신부
30. 영상 변환 및 왜곡 보정부
40. 영상 추적자 변위 산출부
50. 유속 산정부

Claims (13)

  1. 드론에 탑재되어 하천 표면 영상을 촬영하는 드론 하천 영상 촬영부;
    상기 드론 하천 영상 촬영부에서 촬영된 하천 표면 영상을 수신하는 드론 영상 수신부;
    2차원 투영 좌표 변환법(2-D projective coordinate transformation)을 이용한 영상 왜곡 보정을 하는 영상 변환 및 왜곡 보정부;
    드론 카메라 렌즈의 초점거리, 픽셀 크기(pixel size) 및 피사체와 렌즈 사이의 거리의 상호 관계를 이용하여 픽셀당 물리거리(GSD:Ground Sample Distance)를 계산하여 픽셀 변위를 실제 물리 변위로 변환하여 영상 내의 추적자의 실제 변위 및 속도를 계산하는 영상 추적자 변위 산출부;
    영상 추적자 변위 산출부에서 산출된 영상 내의 추적자의 실제 변위 및 속도를 이용하여 하천 유속을 산정하는 유속 산정부;를 포함하는 것을 특징으로 하는 드론 영상 기반의 하천 유속 측정을 위한 장치.
  2. 제 1 항에 있어서, 드론 카메라 렌즈의 초점거리(
    Figure pat00031
    ), 픽셀 크기(pixel size) 및 피사체와 렌즈 사이의 거리(
    Figure pat00032
    )의 상호 관계는,
    Figure pat00033
    으로 정의되고,
    픽셀당 물리거리(GSD:Ground Sample Distance)는
    Figure pat00034
    으로 구하는 것을 특징으로 하는 드론 영상 기반의 하천 유속 측정을 위한 장치.
  3. 제 1 항에 있어서, 영상 변환 및 왜곡 보정부에서,
    2차원 투영 좌표 변환법에 의한 실제 좌표(X,Y)와 영상 좌표(x,y) 사이의 관계식은,
    Figure pat00035
    ,
    Figure pat00036
    으로 정의하고,
    여기서,
    Figure pat00037
    는 회전 보정, 병진이동 보정, x-y좌표에 대한 직각 보정과 평행하지 않은 두 좌표계간의 좌표 보정을 위한 8 개의 맵핑계수인 것을 특징으로 하는 드론 영상 기반의 하천 유속 측정을 위한 장치.
  4. 제 1 항에 있어서, 영상 추적자 변위 산출부는 연속되는 두 정지 영상 내 추적자의 이동 변위 산정을 위해,
    두 정지 영상을 비교하여 영상 내에 설정한 탐색영역(searching area)에서 상관영역(interrogation area)의 명암 등급 값을 비교한 뒤, 상관계수
    Figure pat00038
    가 가장 큰 입자군을 동일 추저자로 판별하는 상호상관(cross-correlation) 기법을 이용하고,
    상관계수
    Figure pat00039
    가 가장 큰 입자군을 동일 추적자로 판별하는 것을 특징으로 하는 드론 영상 기반의 하천 유속 측정을 위한 장치.
  5. 제 4 항에 있어서, 상관계수
    Figure pat00040
    는,
    Figure pat00041

    여기서,
    Figure pat00042
    Figure pat00043
    는 상관영역의 크기를 나타내며,
    Figure pat00044
    는 두 정지 영상 중 첫 번째 정지 영상 내 상관영역의 픽셀에 대한
    Figure pat00045
    열과
    Figure pat00046
    행의 명암 등급값이고,
    Figure pat00047
    는 두 번째 정지 영상 내의 명암값이고,
    Figure pat00048
    Figure pat00049
    는 상관영역 내의 모든 명암 등급값의 평균인 것을 특징으로 하는 드론 영상 기반의 하천 유속 측정을 위한 장치.
  6. 제 5 항에 있어서, 상관계수
    Figure pat00050
    는 -1에서 +1까지의 값을 갖고,
    상관계수가 -1인 경우는 음의 완전 상관관계로 상관영역 내 모든 픽셀의 명암값이 완전한 음의 관계를 이룬다는 것을 의미하며, 상관계수가 +1인 경우는 두 정지 영상의 상관영역이 완벽한 상관을 이룬다는 것을 의미하고,
    상관계수가 0인 경우는 두 정지 영상의 상관영역에 대해 완전히 상관관계가 없음을 의미하는 것을 특징으로 하는 드론 영상 기반의 하천 유속 측정을 위한 장치.
  7. 제 6 항에 있어서, 동일 추적자 판별을 위한 상관계수의 최소 기준값은 0.7을 사용하며, 상관계수가 이 값 이상일 경우 동일 추적자로 판단하는 것을 특징으로 하는 드론 영상 기반의 하천 유속 측정을 위한 장치.
  8. 제 1 항에 있어서, 유속 산정부는,
    두 정지 영상에서 동일하다고 판별된 추적자를 특정한 다음, 추적자의 두 정지 영상 사이의 이동 변위를 산정하고,
    Figure pat00051
    으로 이동 변위를 두 정지 영상 사이의 시간 간격으로 나누어 영상 내의 추적자의 유속을 산정하고,
    여기서,
    Figure pat00052
    Figure pat00053
    방향 유속,
    Figure pat00054
    Figure pat00055
    방향 유속,
    Figure pat00056
    는 영상 좌표와 실제 좌표 간의 변환계수,
    Figure pat00057
    ,
    Figure pat00058
    은 첫 번째 영상에서 유속 산정을 위해 지정한 영상 좌표,
    Figure pat00059
    ,
    Figure pat00060
    는 두 번째 영상에서 상관계수가 가장 높은 상관영역의 도심의 좌표,
    Figure pat00061
    는 두 정지 영상 사이의 시간간격인 것을 특징으로 하는 드론 영상 기반의 하천 유속 측정을 위한 장치.
  9. 드론 하천 영상 촬영부에서 하천 영상을 촬영하는 단계;
    드론 하천 영상 촬영부로부터 하천 표면 영상을 수신하여 영상 변환 및 왜곡 보정부에서 영상 변환 및 왜곡 보정을 수행하는 단계;
    영상 추적자 변위 산출부에서 드론 카메라 렌즈의 초점거리, 픽셀 크기(pixel size) 및 피사체와 렌즈 사이의 거리의 상호 관계를 이용하여 픽셀당 물리거리(GSD:Ground Sample Distance)를 계산하여 픽셀 변위를 실제 물리 변위로 변환하여 영상 내의 추적자의 실제 변위 및 속도를 계산하는 단계;
    영상 추적자 변위 산출부의 계산 결과를 이용하여 유속 산정부에서 하천 유속을 산정하는 단계;를 포함하는 것을 특징으로 하는 드론 영상 기반의 하천 유속 측정을 위한 방법.
  10. 제 9 항에 있어서, 드론 카메라 렌즈의 초점거리(
    Figure pat00062
    ), 픽셀 크기(pixel size) 및 피사체와 렌즈 사이의 거리(
    Figure pat00063
    )의 상호 관계는,
    Figure pat00064
    으로 정의되고,
    픽셀당 물리거리(GSD:Ground Sample Distance)는
    Figure pat00065
    으로 구하는 것을 특징으로 하는 드론 영상 기반의 하천 유속 측정을 위한 방법.
  11. 제 9 항에 있어서, 영상 변환 및 왜곡 보정을 수행하는 단계에서,
    2차원 투영 좌표 변환법에 의한 실제 좌표(X,Y)와 영상 좌표(x,y) 사이의 관계식은,
    Figure pat00066
    ,
    Figure pat00067
    으로 정의하고,
    여기서,
    Figure pat00068
    는 회전 보정, 병진이동 보정, x-y좌표에 대한 직각 보정과 평행하지 않은 두 좌표계간의 좌표 보정을 위한 8 개의 맵핑계수인 것을 특징으로 하는 드론 영상 기반의 하천 유속 측정을 위한 방법.
  12. 제 9 항에 있어서, 영상 내의 추적자의 실제 변위 및 속도를 계산하는 단계에서 연속되는 두 정지 영상 내 추적자의 이동 변위 산정을 위해,
    두 정지 영상을 비교하여 영상 내에 설정한 탐색영역(searching area)에서 상관영역(interrogation area)의 명암 등급 값을 비교한 뒤, 상관계수
    Figure pat00069
    가 가장 큰 입자군을 동일 추저자로 판별하는 상호상관(cross-correlation) 기법을 이용하고,
    상관계수
    Figure pat00070
    가 가장 큰 입자군을 동일 추적자로 판별하는 것을 특징으로 하는 드론 영상 기반의 하천 유속 측정을 위한 방법.
  13. 제 9 항에 있어서, 하천 유속을 산정하는 단계에서,
    두 정지 영상에서 동일하다고 판별된 추적자를 특정한 다음, 추적자의 두 정지 영상 사이의 이동 변위를 산정하고,
    Figure pat00071
    으로 이동 변위를 두 정지 영상 사이의 시간 간격으로 나누어 영상 내의 추적자의 유속을 산정하고,
    여기서,
    Figure pat00072
    Figure pat00073
    방향 유속,
    Figure pat00074
    Figure pat00075
    방향 유속,
    Figure pat00076
    는 영상 좌표와 실제 좌표 간의 변환계수,
    Figure pat00077
    ,
    Figure pat00078
    은 첫 번째 영상에서 유속 산정을 위해 지정한 영상 좌표,
    Figure pat00079
    ,
    Figure pat00080
    는 두 번째 영상에서 상관계수가 가장 높은 상관영역의 도심의 좌표,
    Figure pat00081
    는 두 정지 영상 사이의 시간간격인 것을 특징으로 하는 드론 영상 기반의 하천 유속 측정을 위한 방법.

KR1020200162738A 2020-11-27 2020-11-27 드론 영상 기반의 하천 유속 측정을 위한 장치 및 방법 KR102523451B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200162738A KR102523451B1 (ko) 2020-11-27 2020-11-27 드론 영상 기반의 하천 유속 측정을 위한 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200162738A KR102523451B1 (ko) 2020-11-27 2020-11-27 드론 영상 기반의 하천 유속 측정을 위한 장치 및 방법

Publications (2)

Publication Number Publication Date
KR20220074347A true KR20220074347A (ko) 2022-06-03
KR102523451B1 KR102523451B1 (ko) 2023-04-26

Family

ID=81982466

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200162738A KR102523451B1 (ko) 2020-11-27 2020-11-27 드론 영상 기반의 하천 유속 측정을 위한 장치 및 방법

Country Status (1)

Country Link
KR (1) KR102523451B1 (ko)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102485817B1 (ko) 2022-07-07 2023-01-09 주식회사 하이드로셈 11변수 좌표변환 알고리즘을 이용한 하천 영상 왜곡 보정 시스템 및 방법
KR102519606B1 (ko) 2022-08-31 2023-04-13 주식회사 하이드로셈 열영상 및 다변수 좌표 변환 기반의 실시간 하천 자동유량계측 시스템 및 방법
KR102533185B1 (ko) * 2023-02-10 2023-05-17 주식회사 솔디아 Cctv 카메라 영상을 이용한 하천 종합 안전관리 장치
KR102554764B1 (ko) * 2022-10-28 2023-07-11 재단법인 한국수자원조사기술원 전자파표면유속계를 연계한 통합 드론측정시스템
KR102631071B1 (ko) * 2023-04-18 2024-01-30 주식회사 엔포텍디에스 관로 내 유속 및 수위 측정장치 및 이를 이용한 측정방법
KR102632719B1 (ko) * 2023-07-05 2024-02-02 재단법인 한국수자원조사기술원 수재해 재난관리를 위한 원격 드론 스테이션 시스템

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102614029B1 (ko) * 2023-06-22 2023-12-13 정혜린 축적된 데이터를 활용한 소하천 스마트 예측 관리 시스템 및 그 방법

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100817907B1 (ko) 2006-07-27 2008-03-31 명지대학교 산학협력단 표면 영상 분석에 의한 하천의 표면 유속 측정 방법
KR101512690B1 (ko) 2014-06-27 2015-04-17 동의대학교 산학협력단 영상 처리를 이용한 표면 유속 측정 방법 및 휴대용 측정 장치
KR101863123B1 (ko) 2017-02-15 2018-06-01 한국건설기술연구원 자율주행 무인비행체 및 이동형 무인부체를 이용한 하천 녹조지도 작성 시스템
KR20200064873A (ko) * 2018-11-29 2020-06-08 주식회사 케이티앤씨 객체와 감지 카메라의 거리차를 이용한 속도 검출 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100817907B1 (ko) 2006-07-27 2008-03-31 명지대학교 산학협력단 표면 영상 분석에 의한 하천의 표면 유속 측정 방법
KR101512690B1 (ko) 2014-06-27 2015-04-17 동의대학교 산학협력단 영상 처리를 이용한 표면 유속 측정 방법 및 휴대용 측정 장치
KR101863123B1 (ko) 2017-02-15 2018-06-01 한국건설기술연구원 자율주행 무인비행체 및 이동형 무인부체를 이용한 하천 녹조지도 작성 시스템
KR20200064873A (ko) * 2018-11-29 2020-06-08 주식회사 케이티앤씨 객체와 감지 카메라의 거리차를 이용한 속도 검출 방법

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102485817B1 (ko) 2022-07-07 2023-01-09 주식회사 하이드로셈 11변수 좌표변환 알고리즘을 이용한 하천 영상 왜곡 보정 시스템 및 방법
KR102519606B1 (ko) 2022-08-31 2023-04-13 주식회사 하이드로셈 열영상 및 다변수 좌표 변환 기반의 실시간 하천 자동유량계측 시스템 및 방법
KR102554764B1 (ko) * 2022-10-28 2023-07-11 재단법인 한국수자원조사기술원 전자파표면유속계를 연계한 통합 드론측정시스템
KR102533185B1 (ko) * 2023-02-10 2023-05-17 주식회사 솔디아 Cctv 카메라 영상을 이용한 하천 종합 안전관리 장치
KR102631071B1 (ko) * 2023-04-18 2024-01-30 주식회사 엔포텍디에스 관로 내 유속 및 수위 측정장치 및 이를 이용한 측정방법
KR102632719B1 (ko) * 2023-07-05 2024-02-02 재단법인 한국수자원조사기술원 수재해 재난관리를 위한 원격 드론 스테이션 시스템

Also Published As

Publication number Publication date
KR102523451B1 (ko) 2023-04-26

Similar Documents

Publication Publication Date Title
KR102523451B1 (ko) 드론 영상 기반의 하천 유속 측정을 위한 장치 및 방법
Patalano et al. Rectification of Image Velocity Results (RIVeR): A simple and user-friendly toolbox for large scale water surface Particle Image Velocimetry (PIV) and Particle Tracking Velocimetry (PTV)
JP7120582B2 (ja) オプティカルフロー映像処理を利用する河川流速測定装置および方法
Eltner et al. Flow velocity and discharge measurement in rivers using terrestrial and unmanned-aerial-vehicle imagery
Benetazzo Measurements of short water waves using stereo matched image sequences
DK3018483T3 (en) METHOD AND SYSTEM FOR DETERMINING THE SPEED AND LEVEL OF A MOVING FLUID SURFACE
Sánchez-García et al. C-Pro: A coastal projector monitoring system using terrestrial photogrammetry with a geometric horizon constraint
Perks KLT-IV v1. 0: Image velocimetry software for use with fixed and mobile platforms
CN106033614A (zh) 一种强视差下的移动相机运动目标检测方法
KR20230025260A (ko) 드론을 이용한 tm 좌표 기반의 유량 측정 장치 및 방법
CN106908218B (zh) 河道表面流场的处理方法
JP4574657B2 (ja) 水流の測定方法及び装置
Ahn et al. Shoreline change monitoring using high resolution digital photogrammetric technique
CN109781191A (zh) 一种利用无人机影像快速反演河道流量的方法
CN109584314B (zh) 一种测量水域表面流场方法、装置及电子设备
JP2019522185A (ja) 水路の流量を求める方法
Liu et al. A novel visual measurement method for three-dimensional trajectory of underwater moving objects based on deep learning
Savelyev et al. Stereo thermal marking velocimetry
WO2022107126A1 (en) Location identification based on terrain model with distance measurement
CN114972447A (zh) 一种基于无人机拍照的水体表面流迹线测量方法
JP7170485B2 (ja) 画像解析装置、画像解析方法及び画像解析プログラム
CN109029366B (zh) 一种通过飞行器拍摄测定藻斑水平漂移速率的方法
Rodgers et al. Measuring complex beach-dune morphology and nearshore processes using UAVs
De Vries et al. Using stereo photogrammetry to measure coastal waves
Le Coz et al. Video-based hydrometry: a Bayesian camera calibration method for uncertainty analysis

Legal Events

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