DOI QR코드

DOI QR Code

보정된 카메라를 이용한 표면영상유속계의 좌표변환방법

Coordinate Transform Method of Surface Image Velocimetry with a Calibrated Camera

  • 발행 : 2008.07.31

초록

표면영상유속계(SIV)는 영상 처리 기술을 이용하여 수표면의 유속을 측정하는 장비이다. 표면영상유속계는 하천의 유속을 매우 간편하게 측정할 수 있도록 한다. 그러나, 표면영상유속계를 이용하여 유량을 산정하고자 할 경우, 하천 표면의 평면 측량 자료와 하천의 단면 측량 자료가 반드시 필요하다. 이 때문에 표면영상유속계의 간편성과 유용성에도 불구하고, 이용자들이 쉽게 이용하기 어렵다는 그릇된 인식을 줄 수 있다. 만일 효율적이고 간편하게 하천의 평면을 추정할 수 있다면, 표면영상유속계를 마치 일반적인 프로펠러 유속계처럼 쉽게 이용할 수 있을 것이며, 그 적용성도 크게 증진될 것이다. 이 연구는 보정된 카메라를 이용하여 실제의 평면 좌표(물리 좌표)를 추정하는 방법에 대한 것이다. 이 방법을 이용하면 유속장을 추정하는 과정을 반자동화할 수 있다. 보정된 카메라에서 평면 좌표를 산정하기 위해 사진 측량학적 기법을 채택하였다. 이 기법들은 컴퓨터 시각 분야에서 오랜 동안 연구되어 온 것이다. 이 기법을 표면영상유속계에 적용하여 사영 변환을 위한 참조점들의 좌표를 구할 수 있다. 이를 통해 참조점 측량에 대한 번거로운 과정을 생략할 수 있다. 개발된 방법을 실제 적용해 본 결과는 오차를 무시할 수 있을 정도임을 입증하였다.

Surface Image Velocimetry (SIV) is an instrument to measure water surface velocity by using image processing techniques. It gives us one of the easiest ways to measure water velocity. However, since it requires a set of plane survey data to estimate the velocity, it may give us some kind of misconcept that its usage would be difficult or cumbersome in spite of its handiness. If it has a feature that can estimate the plane survey data easily, it may be treated as like one of the conventional propeller velocimetries and its applicability would be improved so high. The present study is to propose a method to estimate the plane geometry of the physical coordinate with a calibrated camera. With the feature we can half-automatize the estimating procedure for the whole water velocity field. Photogrammetric technique to calculate the plane coordinates of the reference points with a calibrated camera was studied, which has originally studied for long time in the field of computer vision. By applying this technique to SIV, it is possible to estimate the location of reference coordinates for projective transform without plane survey. With this procedure the cumbersome plane survey for the reference points is omitted. One example application of the developed method showed fairly good results with insignificant errors.

키워드

참고문헌

  1. 김서준, 윤병만, 류권규, 주용우 (2007). “LSPIV기법을 이용한 탄천(대곡교) 유량측정” 한국수자원학회 학술발표대회, 한국수자원학회, p. 205
  2. 김서준 (2008). 표면영상유속계를 이용한 유량측정기법의 정확도 분석, 명지대학교 석사학위논문
  3. 노영신, 윤병만, 김영근, 유권규 (2002). “개수로 실험장치를 이용한 LSPIV기법의 검증.” 한국수자원학회학술발표회, 한국수자원학회, pp. 982-988
  4. 노영신, 김영근, 윤병만 (2004). “LSPIV를 이용한 표면유속 측정기법의 검증 및 적용.” 수자원학회 논문집, 한국수자원학회, 제37권, 제2호, pp. 155-161
  5. 노영신 (2005). 영상해석 기술을 이용한 하천 유량측정 기법 개발, 명지대학교 박사학위논문
  6. 여홍구, 노영신, 강준구, 김성중 (2006). “단일수제 설치에 따른 흐름중심선과 흐름분리영역의 변화.” 한국수자원학회논문집, 한국수자원학회, 제39권, 제4호, pp. 313-320 https://doi.org/10.3741/JKWRA.2006.39.4.313
  7. Ballard, D. H. and C. M. Brown (1982). Computer vision, Prentice Hall
  8. Corrochano, E. B., ed. (2005). Hanbook of geometric computing, applications in pattern recognition, computer vision, neural computing and robotics, Springer
  9. Ettema, R., Fujita, I., Muste, M., and Kruger, A. (1997). "Particle image velocimetry for whole-field measurement of ice velocities." Cold Regions Science and Technology Journal, Vol. 26, No. 2. pp. 97-112 https://doi.org/10.1016/S0165-232X(97)00011-6
  10. Fujita, I., Aya, S., and Deguchi, T. (1997). "Surface velocimetry measurement of river flow using video images of an oblique angle." Proc. XXVII IAHR Conference, Thema B, Vol. 1, San Francisco, CA., pp. 227-232
  11. Fujita, I., and Komura, S. (1994). "Application of video image analysis for measurements of river surface flows." Proceedings of Hydraulic Engineering, JSCE, 38, pp. 733-738.(in Japanese)
  12. Kim, Y. S., Muste, M., Kruger, A., Krajewski, W., Bradley, A., and Weber, L. (2005). "Real-time stream monitoring using mobile large-scale particle image velocimetry." Proc. of XXXI IAHR Congress, Sep.11-16, Seoul
  13. Kinoshita, R. (1984). "Present status and future prospects of river flow analysis by aerial photography." Proceedings of JSCE, NO. 345/II-1, pp. 1-19. (in Japanese)
  14. Raffel, M, Willert, C.E., and Kompenhans, J. (1998). Particle image velocimetry, a practical guide, Springer
  15. Vernon, D. (1991). Machine vision: automated visual inspection and robot vision, Prentice Hall