• 제목/요약/키워드: 수중 물체

검색결과 87건 처리시간 0.028초

소나영상을 이용한 수중 물체의 식별 (Identification of Underwater Objects using Sonar Image)

  • 강현철
    • 전자공학회논문지
    • /
    • 제53권3호
    • /
    • pp.91-98
    • /
    • 2016
  • 소나 영상에서 수중 물체의 검출과 분류는 도전적인 과제이다. 본 논문에서는 소나 영상과 영상처리기법을 이용하여 해저의 물체를 식별하는 시스템을 제안한다. 수중 물체의 식별 과정은 수중 물체 후보 영역 검출과 물체 식별의 두 단계로 구성된다. 영상 정합(image registration) 기법을 이용하여 수중 물체 후보 영역을 검출하고, 기존에 획득된 기준 배경 영상과 현재 스캔된 영상 사이의 공통된 특징점을 검출하여 정합한 후, 두 영상의 차 영상(difference image)을 구하여 검출한다. 검출된 물체는 고유벡터와 고유값을 특징으로 사용하여 데이터베이스내의 패턴과 가장 유사한 패턴으로 분류한다. 제안하는 수중 물체 식별 시스템은 최단 소행 항로(Q route) 확보와 같은 응용에 효율적으로 사용될 수 있을 것으로 기대된다.

신경망에 의한 미지의 다중 수중 이동물체의 판별 및 추적 (Classification and Tracking of Unknown Multiple Underwater Moving Objects Using Neural Networks)

  • 하석운
    • 한국정보통신학회논문지
    • /
    • 제3권2호
    • /
    • pp.389-396
    • /
    • 1999
  • 본 연구에서는 수중에서 진행하는 물체에서 전달되는 방사신호의 주파수스펙트럼으로부터 추출되는 토널과 주파수선과 같은 협대역 특징을 이용하여 미지의 다중 수중 이동물체를 효율적으로 판별하고 추적하기 위한 알고리즘을 제시한다. 제안한 알고리즘은 계층 구조의 신경망으로 구성된다. 조향 방위각에 대한 광대역에너지와 방위별 협대역 에너지를 검출하여 미지의 수중이동물체의 출현 방위각을 추정하고 이를 토대로 물체를 추적하는 기존의 기법으로는 물체들이 서로 인접하거나 교차하는 경우에 추적에 실패할 가능성이 높다. 그러나 제안한 알고리즘을 사용하여 실제 신호를 포함하는 시뮬레이션 시나리오에 대해 물체 추적 실험을 행한 결과, 특히 인접하거나 교차하는 물체들의 추적에 성공적인 성능을 나타내었다.

  • PDF

두 대역 상반된 스윕방향 hyperbolic frequency modulation 펄스로 수중물체 시선속도추정 기법 및 성능분석 (Underwater object radial velocity estimation method using two different band hyperbolic frequency modulation pulses with opposite sweep directions and its performance analysis)

  • 조점군;정의철
    • 한국음향학회지
    • /
    • 제42권1호
    • /
    • pp.25-31
    • /
    • 2023
  • 능동소나를 이용하여 수중물체의 속도를 추정하려면 Continuous Wave(CW) 펄스를 이용하는 것이 일반적이나, 수중물체의 속도가 느리고 근거리의 해양에서는 잔향음의 영향으로 수중물체의 속도 추정이 용이하지 않다. 2017년도에 Wang 연구진은 이를 극복하고자 수중물체의 속도에 의한 도플러 변이에 둔감한 광대역 신호인 Hyperbolic Frequency Modulation(HFM) 펄스 두 개를 상반된 스윕방향으로 이용하였다. 두 펄스 간 송신 시간간격과 탐지시간 차이의 변화를 통하여 수중물체 속도 추정이 가능하다는 것을 시뮬레이션으로 제시하였다. 하지만 동일한 대역을 이용하므로 상호상관성에 의해서 수중물체 탐지 성능이 영향을 받을 수 밖에 없다. 상호상관성에 의한 수중물체 탐지 성능저하를 방지하기 위하여 대역이 분리된 상반된 스윕방향의 두 HFM 펄스 이용을 제안한다. 본 논문에서는 상반된 스윕방향의 두 대역 HFM을 이용하여 수중물체의 시선속도 추정에 관한 이론을 도출하였고, 펄스길이와 대역폭이 1 s와 400 Hz인 HFM 펄스로 시뮬레이션을 수행하였다. 제안한 방법을 이용하여 수중물체의 시선속도를 추정하면 약 6 %의 오차로 표적 속도 추정이 가능하다는 것을 시뮬레이션을 통하여 확인하였다.

전달선로행렬 모델링에 의한 수중물체의 이동 시뮬레이션 방법에 대한 연구 (Underwater Moving Target Simulation by Transmission Line Matrix Modeling Approach)

  • 박규칠;윤종락
    • 한국정보통신학회논문지
    • /
    • 제17권8호
    • /
    • pp.1777-1783
    • /
    • 2013
  • 시간영역 해석 기법의 하나인 전달선로행렬 모델링을 이용하여 수중물체 이동시 나타나는 도플러 효과를 구현하는 방법에 관한 연구를 수행하였다. 수중물체가 이동하는 상황을 고려하기 위해 입력 신호의 위치를 수중물체의 이동속도에 맞추어 매 시각 마다 신호를 입력한 결과, 최대 2.47%의 아주 작은 오차 범위에서 도플러 효과를 얻을 수 있었다. 또한, 수중물체의 이동 속도를 조절하기 위해 입력 신호의 입력 속도를 조절하는 것에 의해 이론치와 비교하여 최대 0.63% 이내의 오차를 가지는 신뢰할 수 있는 수치 시뮬레이션 결과를 얻을 수 있었다.

영상 소나를 이용한 수중 물체 외형 복원에 관한 기초 실험 (Experimental results on Shape Reconstruction of Underwater Object Using Imaging Sonar)

  • 이영준;김태진;최진우;최현택
    • 전자공학회논문지
    • /
    • 제53권10호
    • /
    • pp.116-122
    • /
    • 2016
  • 본 논문은 수중에서 사용되는 영상 소나를 이용하여 수중 물체의 외형 복원을 수행하여 보고 그 결과를 분석한다. 일반적으로 해양 측량에 많이 사용되는 다중빔 해양 측심기(Multi-beam echo sounder, MES)보다 더 자세한 수중 환경 관찰이 가능한 영상 소나는 상하 방사영역 정보의 불확실성으로 인해 3차원 복원 연구로 활용되기에 어려움이 있다. 이에 본 논문에서는 소나 영상에서 얻는 물체에 대한 3차원 높이 정보의 불확실성을 줄이기 위해 영상 소나의 상하 방사영역을 좁게 조정하여 영상 소나의 3차원 물체 외형 복원의 어려움을 극복하고자 한다. 또한, 음향 채널별 잡음 제거 필터를 적용하고, 음향 채널별 상호보완 거리값 검출 방법의 적용을 통해 3차원 위치 정보의 정확도를 높이고자 한다. 제안한 수중 물체 외형 복원 방법은 3가지 물체(원뿔, 구, 기둥)에 대해 3차원 복원 실험을 수행하여 보고 그 결과를 분석하였다.

N차 다항식 보간법과 허프 변환을 이용한 원통형 수중 물체 영상 식별 (Underwater Acoustic Image Classification of a Cylindrical object using the Hough Transformation and Nth Degree Polynomial Interpolation)

  • 정의철;심태보;김장은
    • 전자공학회논문지
    • /
    • 제50권2호
    • /
    • pp.193-200
    • /
    • 2013
  • 본 연구에서는 허프 변환을 이용하여 원통형 수중 물체를 식별하는 방법을 제안한다. 이미 광학분야에서는 타원을 식별하는데 허프 변환을 많이 사용하고 있다. 하지만 수중 영상의 경우 낮은 해상도와 잡음 환경으로 인해서 광학에서 사용하는 허프 변환을 그대로 적용하기가 어렵다. 따라서 본 연구에서는 수중 영상의 원통형 물체를 모델링 한 뒤 평균 필터와 다항식 보간법을 적용하여 허프 변환에 적합한 형태로 원통형 물체의 기하학적 깊이 정보를 다시 복원했다. 결과적으로 이 방법을 이용하여 타원 형태의 기하학적 깊이 정보를 복원하고 허프 변환을 적용한 결과 높은 타원 식별률을 나타내었다.

PZT-에폭시 3-3형 복합압전체 초음파 트랜스듀서를 사용한 3차원 수중 물체인식 (3-D Underwater Object Recognition Using PZT-Epoxy 3-3 Type Composite Ultrasonic Transducers)

  • 조현철;허진;사공건
    • 센서학회지
    • /
    • 제10권6호
    • /
    • pp.286-294
    • /
    • 2001
  • 본 연구에서는 자체 제작한 3-3형 복합압전체 초음파 트랜스듀서와 SOFM(Self Organizing Feature Map) 신경회로망을 이용한 수중 3차원 물체인식특성에 대해 연구하였다. 자체 제작한 3-3형 복합압전체 소자는 수중 초음파 트랜스듀서 재료로서의 요구조건을 비교적 잘 만족하였다. 자체 제작한 3-3형 복합압전체 트랜스듀서와 SOFM 신경회로망을 이용하여 얻어진 4종의 인식물체(정사각기둥, 직사각기둥, 원통, 정삼각기둥)에 대한 전체적인 수중 물체인식률은 학습데이터인 경우에는 100%, 시험데이터는 94.0%를 나타내었다. 이들 결과로부터 자체 제작한 3-3형 복합압전체 초음파 트랜스듀서는 수중 물체인식용 트랜스듀서로서 응용될 수 있음을 알 수 있었다.

  • PDF

사이드 스캔 소나 영상에서 수중물체 자동 탐지를 위한 컨볼루션 신경망 기법 적용 (The application of convolutional neural networks for automatic detection of underwater object in side scan sonar images)

  • 김정문;최지웅;권혁종;오래근;손수욱
    • 한국음향학회지
    • /
    • 제37권2호
    • /
    • pp.118-128
    • /
    • 2018
  • 본 논문은 사이드 스캔 소나 영상을 컨볼루션 신경망으로 학습하여 수중물체를 탐색하는 방법을 다루었다. 사이드 스캔 소나 영상을 사람이 직접 분석하던 방법에서 컨볼루션 신경망 알고리즘이 보강되면 분석의 효율성을 높일 수 있다. 연구에 사용한 사이드 스캔 소나의 영상 데이터는 미 해군 수상전센터에서 공개한 자료이고 4종류의 합성수중물체로 구성되었다. 컨볼루션 신경망 알고리즘은 관심영역 기반으로 학습하는 Faster R-CNN(Region based Convolutional Neural Networks)을 기본으로 하며 신경망의 세부사항을 보유한 데이터에 적합하도록 구성하였다. 연구의 결과를 정밀도-재현율 곡선으로 비교하였고 소나 영상 데이터에 지정한 관심영역의 변경이 탐지성능에 미치는 영향을 검토함으로써 컨볼루션 신경망의 수중물체 탐지 적용성에 대해 살펴보았다.

이동하는 수중 물체 탐지를 위한 축소모형실험 시스템 개선 (Enhancement of Physical Modeling System for Underwater Moving Object Detection)

  • 김예솔;이효선;조성호;정현기
    • 지구물리와물리탐사
    • /
    • 제22권2호
    • /
    • pp.72-79
    • /
    • 2019
  • 최근 전기비저항 탐사의 정밀 계측기술을 활용한 수중 물체 탐지방법이 제시되었고, 변화하는 해양환경에 대응할 수 있는 자료처리 기술 고도화 연구의 필요성이 제기되었다. 이 연구에서는 효율적인 실험과 검증을 위한 개선된 축소모형실험 시스템과 그 운용 결과를 제시한다. 이 시스템은 다음과 같은 특징을 가진다. 1) 실시간 실험영상과 계측자료의 동시 수집 및 분석과 같은 모든 프로세스가 5 Hz의 속도로 이루어진다. 2) 두 개 탐지선 자료의 실시간 계측 및 처리로 수중물체의 이동방향 파악이 가능하다. 3) 저장된 자료를 이용한 반복실험이 가능하여 획득된 자료의 다각도 반복분석이 가능하다. 4) 모니터링 화면을 통해 수중물체가 이동하는 모습과 두 탐지선 자료를 동시에 직관적으로 파악 가능하다. 개선된 시스템을 이용한 실험 결과, 모든 시스템이 정상 작동하고 효율적 실험이 가능함을 확인하였다.