Correction of Error due to Camera Vibrating During Detecting Steam Leakage by Using Image

영상을 이용한 누설탐지에서 카메라 진동 오차 보정

Abstract

Steam leakage is one of the major issues for the structural fracture of pipes of nuclear power plants. Therefore a method to inspect a large area of piping systems quickly and accurately is needed. Recently, the research detecting the steam leakage by using camera image is introduced. However, this method has a disadvantage. If a camera oscillates, it cannot detect a steam leakage exactly. In this paper, the technique that reduces the error due to a camera shaking is proposed. To verify the proposed method, we have performed the experiments for the oil leakage experiments. The results show that the technique can calibrate the error due to camera shaking.

1. 서 론

원자력발전소나 화력발전소는 고온고압의 증기를 이용하여 전기를 생산한다. 하지만, 시설의 노후화나 배관감육 등 여러 가지 원인에 의해 증기누설이 발생하여 인명사고 등 대형사고가 발생하고 있다(1).

이러한 플랜트에서는 많은 배관과 밸브들이 있기 때문에 증기누설 광역 감시가 어려운 실정이다. 이러한 문제점을 해결하기 위해 일반 카메라를 이용하여 증기누설을 광역 감시하는 방법이 제안되었다(2). 고온고압의 증기는 사람 눈으로 잘 보이지 않지만, 누설에 의해 발생된 미세한 차이를 영상신호로 검출하여 증기누설을 모니터링하는 방법이다.

이 방법은 이전 영상과 현재 영상의 차이를 구하여 영상신호처리를 함으로써 증기누설을 검출하기 때문에, 카메라가 움직이지 않고 고정되어 있다는 가정하에서만 적용할 수 있다. 원자력발전소나 화력발전소와 같은 플랜트에서는 터빈이나 배관 유동 등 외부 진동에 의해 건물 벽체나 바닥에 진동이 발생하게 된다. 이런 경우 카메라를 이용하여 증기누설을 모니터링하게 되면 증기누설검출이 어려워 진다.

이 논문은 이러한 문제점을 해결하기 위하여 카메라 진동에 의한 영향을 보정하여 증기누설을 검출할 수 있는 방법을 제안 한다.

 

2. 플랜트 바닥 및 벽체 진동측정

실제 발전소에서 카메라가 설치될 건물내의 벽면에서 진동이 어느 정도 되는지 살펴볼 필요가 있다.

Fig. 1은 화력발전소 터빈빌딩의 터빈 메인 스탑 밸브 및 컨트롤 밸브 구역(TBN Main Stop VV & Control area)으로서 고온(540℃), 고압(246 kg/cm2) 지역이며, 특히 컨트롤 밸브가 취약하여 이 부분에 대한 증기 누설 발생 가능성이 높은 구역이다.

또한 Fig. 1에서 볼 수 있듯이 터빈 쪽에 가는 관이 존재하는데, 이것은 터빈 제어 계통의 베어링 윤활유를 공급하는 관이다. 이 오일 배관의 내부 윤활유는 100~150 bar의 높은 압력을 갖기 때문에 배관진동, 마모 등에 의해 오일 누설 사고가 발생할 가능성이 높다.

Fig. 1Turbine main stop valve and control area on a thermal electric power plant

이와 같이 증기 및 오일 누설사고는 주로 배관의 이음새, 밸브 및 용접 부위에서 발생되며 인명 피해 및 경제적 손실을 야기 시킨다.

가동 중 화력발전소 건물의 진동이 얼마인지 측정하기 위해 Fig. 2와 Fig. 3 같이 바닥 및 안전벽에 가속도계를 설치하였다.

Fig. 2Experiments for measuring a vibration of a floor and wall on the turbine main stop valve and control area

Fig. 3The picture of mounted accelerometers on the safety wall and floor

Fig. 4는 터빈 메인 스탑 밸브 및 컨트롤 밸브 구역의 바닥과 안전벽의 진동측정 결과를 보여주고 있다. 안전벽에서는 약 ±1.5 mm(peak-peak), 바닥에서는 약 ±0.2 mm(peak-peak)의 변위를 가지고 약 3 Hz의 주기로 진동함을 확인할 수 있었다.

Fig. 4Measured vibration

일반 CCTV 카메라를 이용하여 증기 및 오일 누설을 감시하는 방법은 기준 영상과 현재 영상 프레임의 차이를 구하여 영상신호분석을 하게 된다. 따라서, 카메라를 터빈 메인 스탑 밸브 및 컨트롤 밸브 구역의 어느 곳에 설치하더라도 진동에 의해 화면이 흔들리기 때문에 많은 오차가 포함되어 누설검출이 어려워지게 된다.

 

3. 카메라 흔들림 보정

진동측정 실험에서 알 수 있듯이 화력발전소에서는 터빈 등 여러 가지 진동원에 의해 진동이 발생하고, 설치되는 카메라의 흔들림을 야기 시킨다. 따라서 움직인 영상은 보정을 하여 누설 감시 시 보정 값을 반영해 주어야 한다. 이 장에서는 움직인 카메라 영상을 보정하여 누설 검출하는 방법에 대해 알아본다.

카메라가 진동하고 있는 상황에서 연속 촬영된 영상은 고정되어 있는 물체라도 마치 흔들리는 것처럼 보이게 된다. 이렇게 카메라가 진동하여 촬영하더라도 영상화면은 흔들리지 않도록 만드는 영상신호처리 기법이 필요하다.

Fig. 5와 Fig. 6은 카메라 진동에 의해 발생할 수 있는 i번째 프레임 영상(이전 영상)과 i+1번째 프레임 영상(현재 영상)에서 타겟점의 이동을 보여주고 있다. 이때 T1과 T2는 n번째 영상에서의 타켓 점을 나타내고, T1’과 T2’은 카메라 진동에 의해 i+1번째 영상에서 T1과 T2 지점을 나타내고 있다.

Fig. 5와 Fig. 6에서 볼 수 있듯이 카메라의 수평, 수직 및 회전 진동에 의해서 왜곡된 화면을 보정하기 위해서는 타겟점 2개만 알고 있으면 된다.

Fig. 5Vertical and horizontal movement

카메라의 회전 이동일 경우 Fig. 6과 같이 T2와 T2’를 일치시키기 위하여 수직, 수평 이동을 한다. 그리고 T1과 T2의 직선과 T1’과 T2’의 직선의 각도 Ө를 구하고, T2점을 기준으로 영상을 Ө만큼 회전시키면 카메라의 회전 움직임을 보정 할 수 있다(3).

Fig. 6Rotation movement

3.1 타겟점 검출

앞서 설명하였듯이 촬영된 영상에서 움직이지 않는 타겟점 2개만 알고 있다면, 카메라가 흔들리면서 연속 촬영을 하더라고 쉽게 영상을 보정할 수 있음을 알 수 있었다. 예를 들어 Fig. 7과 같이 i번째 프레임 구조물 영상에서 진동이 없는 영역 A와 B의 이미지를 선택하고, i+1번째 프레임 영상에서 A와 B 이미지와 유사도가 높은 위치를 찾아내고 중심 좌표를 구한다. i+1번째 프레임에서 찾아낸 중심 좌표와 i번째 A와 B영역의 중심 좌표를 이용하면 카메라 움직임에 따른 영상 변위 오차를 보정할 수 있다. 여기서, i번째 프레임 영상에서 타켓점인 A와 B를 i+1번째 프레임 영상에서 어떻게 찾을 것인가 하는 문제가 발생한다.

Fig. 7Selected target image A and target image B

이 논문에서는 Ncc(normalized cross correlation)(4)을 이용하여 타켓점의 좌표를 찾는 방법을 제안하고자 한다.

3.2 Ncc(Normalized Cross Correlation)

Fig. 8(a)는 i번째 프레임을 나타내고, Fig. 8(b)는 카메라가 움직인 이후 찍은 i+1번째 프레임을 보여 주고 있다. 카메라의 진동에 의해 i번째 프레임과 i+1번째 프레임은 미세하게 이동되어 촬영된다. 따라서, 화면에서 얼마큼 이동되었는지 찾아야만 카메라 진동에 의한 오차를 보정할 수 있다. 이 논문에서는 Ncc영상 처리기법을 이용하여 영상 이동 거리를 추정하고자한다.

Fig. 8Image matching method base on normalized cross correlation that is calculated between scanning image Oxy(M,N) and target image S(M,N). (a) ith image frame, where S(M,N) is target image. (b) i+1th image frame, where Oxy(M,N) is scanning image

i번째 프레임에서 특징영역 M×N크기의 영역을 S(M,N)이라고 하고, i+1번째 프레임에서 좌표가 (x,y)이고, 크기가 M×N인 영역을 Oxy(M,N)로 정의한다. 특징영역의 영상 평균은 다음 식과 같이 표현 할 수 있고,

S(M,N)와 Oxy(M,N)의 분산은 다음 식과 같이 나타낼 수 있다.

이로부터 cross correlation을 구하면 다음과 같고,

정규화 된 cross correlation은

로 나타 낼 수 있다. 이때 Ncc가 1.0에 가까울수록 일치도가 높다고 판별할 수 있다. 따라서, Fig. 8(b)와 같이 i+1번째 프레임 영역에서 Oxy(M,N)의 좌표를 이동시켜가면서 i번째 프레임의 S(M,N)와 Ncc를 계산하면, Ncc가 가장 높은 좌표가 바로 i+1 번째 프레임에서 S(M,N)의 위치를 나타낸다. 이 좌표로부터 카메라 흔들림에 의해 S(M,N)의 이동거리를 계산할 수 있다.

Fig. 5와 Fig. 6과 같이 카메라 진동은 상하, 좌우, 또는 회전을 할 수 있기 때문에 2개의 타겟점이 필요하다. 따라서, 2개의 타겟을 정하여 위와 같은 방법으로 Ncc를 계산하면 카메라 흔들림에 의한 오차를 보정할 수 있다.

특징영역 S(M,N)과 Oxy(M,N)의 크기는 타겟이미지를 찾는 정밀도와 계산시간과 관계 되어 있다. 만약 윈도우 크기가 크면 많은 픽셀을 사용하기 때문에 정밀도가 향상되지만, 계산량이 많아지기 때문에 계산시간이 길어진다는 단점이 있다. 따라서 이미지 해상도 및 계산 시간을 고려하여 윈도우 크기를 선정해야 한다(4,5).

이 논문에서 제안한 카메라 흔들림 보정을 통한 누설검출 방법을 Fig. 9에서 설명하고 있다.

Fig. 9Chart flow for the proposed signal processing

 

4. 실험 및 검증

제안된 방법을 검증하기 위해 Fig. 10과 같이 영상을 이용한 누설 검증실험을 수행하였다. 카메라는 진동 가진기 위에 설치하였으며, 1초당 30 프레임으로 영상을 취득하였다. 누설은 안전상의 문제로 오일 누설을 가정하여 분무기로 물을 분사하였다.

Fig. 10Experiments for detecting leakage

앞서 화력발전소의 실제 진동이 약 3 Hz의 주기로 ±0.2 mm~ ±1.5 mm(peak-peak)로 측정되었기 때문에, 가진기에 실제 현장을 가정하여 카메라를 상하 3 Hz로 진동을 시키면서 누설 검출 실험을 수행하였다(이때 변위는 ±1.5 mm임).

Fig. 11(a)는 카메라 흔들림 보정 전 누설 검출 결과를 나타낸다. 영상을 이용한 누설검출 방법은 기준영상에서 누설영상의 차 영상을 구하기 때문에 카메라가 조금이라도 흔들리게 되면 Fig. 11(a)와 같이 많은 오차를 포함하게 되어 누설을 검출할 수 없었다.

하지만, 카메라가 흔들릴 때도 이 논문에서 제안한 흔들림 보정 알고리즘을 적용한 결과 Fig. 11(b)와 같이 깨끗한 누설검출 결과를 얻을 수 있었다.

Fig. 11Experimental results during vibrating the camera with 3 Hz

 

5. 결 론

실제 화력발전소 현장에서 카메라를 설치할 수 있는 위치에서 진동 측정한 결과 최대 ±1.5 mm 변위로 진동함을 알 수 있었다. 이러한 진동에 의해 카메라가 흔들리게 되고, 카메라를 이용한 정밀한 모니터링이 힘들어지게 된다.

이 논문에서는 카메라 영상을 이용하여 증기 또는 오일 누설 감시에서 카메라 진동에 의한 오차를 보정하는 방법에 대해 제안하였다. 제안된 방법을 검증하기 위해 누설 검증실험을 수행한 결과, 카메라가 조금이라도 흔들리게 되면 누설검출이 되지 않음을 확인할 수 있었다. 하지만, 제안된 카메라 흔들림 보정을 적용한 결과 누설을 정확하게 추정할 수 있었다.

누설탐지, 변위측정(6~8) 등 많은 분야에서 카메라를 이용하는 새로운 기술이 개발되고 있다. 이러한 방법들이 현장에 잘 적용되기 위해서는 카메라 자체의 진동문제를 해결해야만 한다. 이 논문에서 제안된 방법이 카메라의 진동문제 해결에 도움이 될 것으로 기대된다.

 

기 호 설 명

i : i번째 프레임 영상 i+1 : i+1번째 영상 A : i번째 영상 타겟1 B : i번째 영상 타겟2 A’ : i+1번째 영상에서 A 검출영역 B’ : i+1번째 영상에서 B 검출영역 C : 카메라 움직임 제한 영역 Oxy(M,N) : i+1번째 영상에서 좌표 (x,y)에 위치한 M×N크기 영역 s(M,N) : i번째 영상 타겟 영역 AS : S의 평균 AO : Oxy의 평균 VS2 : s의 분산 VO2 : Oxy의 분산 Cc : Cross correlation Ncc : Normalized cross correlation T1 : i번째 프레임 영상 타겟1 T2 : i번째 프레임 영상 타겟2 T1’ : i+1번째 프레임 영상 타겟1 T2’ : i+1번째 프레임 영상 타겟2