• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2022.11a
• /
• pp.95-98
• /
• 2022

아날로그 게이지는 여전히 많은 산업 시설에서 사용되고 있지만, 게이지 값을 사람이 수동으로 읽기 때문에 정확히 측정하기 위해 많은 시간이 소모가 되는 문제점이 있다. 이러한 이유로 최근에는 합성곱 신경망을 사용하여 아날로그 게이지 값을 자동으로 인식하는 연구가 진행되고 있다. 그러나 대부분의 선행연구들은 게이지가 촬영된 영상을 그대로 입력으로 사용하고 있으며, 이러한 방법은 사람이 게이지를 읽는 과정을 고려하였을 때 불필요한 부분이 많다. 본 논문에서는 게이지 전체 이미지를 학습에 사용하지 않고, 게이지의 특정 이미지 패치 기반으로 아날로그 게이지 값을 인식하는 방법을 제안한다. 제안하는 방법은 게이지의 중심, 눈금의 최소, 최대, 지침의 좌표를 기반으로 이미지 패치를 생성하고 채널 축으로 병합하여 학습을 진행하였으며, 최종적으로게이지의 각도를 계산한다. 이는 게이지의 평균 각도 오차를 통해 제안한 방법이 게이지 값을 인식하는데 우수한 성능이 보였으며, 게이지 이미지에 장애물이 있는 경우에도 게이지 값을 인식할 수 있음을 확인하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2017.01a
• /
• pp.275-277
• /
• 2017

사물인터넷(Internet of things)의 발전과 함께 스마트 팩토리에 대한 관심이 증대되고 있다. 제조의 전 과정에서 발생하는 데이터를 실시간으로 수집하고 관리를 자동화하는 것이 스마트 팩토리의 목적이다. 그러나 공장에서는 현재까지도 많이 사용되는 아날로그 게이지를 관리하는 일은 사람의 노동력을 필요로 한다. 또한 아날로그 게이지는 쓰임새에 따라 모양과 형태가 매우 다양하다. 본 논문에서는 아날로그 게이지의 형태에 따라 분류하는 방법에 대해 제안한다. 제안하는 방법은 학습하기 위해 필요한 게이지 영상 데이터를 수집하고 나서 각 분류에 속하는 이미지 데이터를 CNN(Convolutional Neural Network) 딥러닝 기법으로 학습시킨 후, 각 분류에 해당하는 특징 정보를 추출하고 아날로그 게이지의 형태를 인식하는 방법을 제안한다.

• Journal of the Korean Society of Marine Environment & Safety
• /
• v.29 no.4
• /
• pp.389-394
• /
• 2023

In recent years, use of machine automation is rising in the industry. Ships also obtain machine condition information from sensor as digital information. However, on ships, crew members regularly surveil the engine room to check the condition of equipment and their information through analog gauges. This is a time-consuming and tedious process and poses safety risks to the crew while on surveillance. To address this, engine room surveillance using an autonomous mobile robot is being actively explored as a solution because it can reduce time, costs, and the safety risks for crew. Analog gauge reading using an autonomous mobile robot requires digitization for the robot to recognize the gauge value. In this study, image processing techniques were applied to achieve this. Analog gauge images were subjected to image preprocessing to remove noise and highlight their features. The center point, indicator point, minimum value and maximum value of the analog gauge were detected through image processing. Through the straight line connecting these points, the angle from the minimum value to the maximum value and the angle from the minimum value to indicator point were obtained. The obtained angle is digitized as the value currently indicated by the analog gauge through a formula. It was confirmed from the experiments that the digitization of the analog gauge using image processing was successful, indicating the equivalent current value shown by the gauge. When applied to surveillance robots, this algorithm can minimize safety risks and time and opportunity costs of crew members for engine room surveillance.

• Journal of Navigation and Port Research
• /
• v.47 no.6
• /
• pp.410-418
• /
• 2023

Recently, advancements and commercialization in the field of maritime autonomous surface ships (MASS) has rapidly progressed. Concurrently, studies are also underway to develop methods for automatically surveying the condition of various on-board equipment remotely to ensure the navigational safety of MASS. One key issue that has gained prominence is the method to obtain values from analog gauges installed in various equipment through image processing. This approach has the advantage of enabling the non-contact detection of gauge values without modifying or changing already installed or planned equipment, eliminating the need for type approval changes from shipping classifications. The objective of this study was to identify a dynamically changing indicator needle within noisy images of analog gauges. The needle object must be identified because its position significantly affects the accurate reading of gauge values. An analog pressure gauge attached to an emergency fire pump model was used for image capture to identify the needle object. The acquired images were pre-processed through Gaussian filtering, thresholding, and morphological operations. The needle object was then identified through Hough Transform. The experimental results confirmed that the center and object of the indicator needle could be identified in images of noisy analog gauges. The findings suggest that the image processing method applied in this study can be utilized for shape identification in analog gauges installed on ships. This study is expected to be applicable as an image processing method for the automatic remote survey of MASS.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2023.11a
• /
• pp.105-106
• /
• 2023

이 연구는 원격검사의 한 방법으로서, 특히 자율운항 선박에서 컴퓨터비전을 이용한 영상처리를 통한 원격 검사방법에 관한 것이다. 자율운항 선박은 자율화의 정도에 따라 다르지만, 선원이 승선하지 않거나 최소한의 선원만 승선하는 선박이므로 선박의 검사방법에 변화가 필요한 실정이다. 따라서 컴퓨터비전을 이용한 영상처리에 대한 이론적 배경을 바탕으로 원격검사 항목 중에서 아날로그 게이지의 정량화에 필요한 영상의 전처리 방법에 관한 연구이다. 아날로그 게이지의 정량화를 위해서 사용한 방법은 흑백처리, 가우시안필터, 임계화처리, 모폴로지 연산이다. 이 연구를 통하여 영상의 전처리 결과 배경과 객체를 비교적 명확하게 분류할 수 있었으며, 영상처리 과정 중 추가로 발생한 잡음을 효과적으로 제거할 수 있었다. 이를 통하여 영상에서 주된 객체인 지시바늘과 눈금판의 숫자를 인식에 필요한 이미지 전처리 방법을 제시하였으며, 나아가 컴퓨터 비전을 이용한 원격검사 방법은 아날로그 게이지뿐만 아니라 비상차단밸브, 통풍폐쇄장치, 고정식 소화장치 등 여러 방면에서 사용될 것이라 기대한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2022.06a
• /
• pp.1346-1349
• /
• 2022

본 논문에서는 병렬 신경망을 기반으로 원형 게이지뿐만 아니라 다양한 종류의 아날로그 게이지 값을 인식하는 방법을 제안한다. 아날로그 게이지는 다양한 산업 현장에 쓰이고 있지만, 게이지 값을 사람이 읽는 과정에 불필요한 시간이 소모가 되고 위급 상황에 빠른 대응이 힘들다. 이러한 문제로 인해 게이지 값을 디지털화하여 컴퓨터로 전송되는 데이터만으로 자동으로 모니터링을 하기 위한 방법이 필요하다. 제안하는 방법은 두 단계로 구성된다. 우선 입력된 게이지에 대해 원근법 보정을 수행하고, 게이지의 중심 좌표와 눈금의 최소, 최대, 지침에 대한 정규 벡터를 이용해 게이지의 각도를 계산한다. 이는 학습 데이터와 추가 학습한 실험 데이터의 적은 평균 각도 오차를 통해 제안한 방법이 실제 산업 현장에 잘 적응 가능함을 확인할 수 있다.