• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.478-482
• /
• 2010

최근 개발된 표면영상유속계(Surface Image Velocimetry, SIV)는 하천 표면의 영상을 분석하여 유속을 산정하는 매우 실용적이며 간편한 유속측정 방법이다. 그러나, 표면영상유속계는 수표면의 움직임을 계산하여 표면유속을 산정하기 때문에 야간의 경우 획득영상시 수표면의 움직임을 확인할 수 없어 유속측정이 어렵다는 단점이 있었다. 이 때문에 표면영상유속계의 간편성과 유용성에도 불구하고, 주간에만 유속측정이 가능하여 연속적인 하천유량측정을 하기 어려웠다. 과거 수표면에 야광 입자를 흘려보내면서 야간유속측정을 실시하였으나 대하천의 경우 야광 물질의 크기가 작아 영상내에서 식별이 어렵고, 측정시마다 야광 입자를 뿌려주어야 하기 때문에 환경적인 문제가 있다. 이에 본 연구에서는 적외선 카메라를 이용하여 야간에도 영상획득이 가능하도록 시스템을 개선하였다, 야간 영상획득 장비는 최대 가시거리가 200 m까지 가능하고, 주야간 모두 영상획득이 가능하도록 시스템을 구성하였다. 적외선 카메라에서 획득된 동영상은 초당 최대 30장까지 자동 분할이 가능하여 홍수시 고유속을 분석하기에 문제가 없도록 제작하였다. 이와 같이 제작된 야간유속측정 시스템을 이용하여 동일한 유속조건에 대하여 현장에서 주간과 야간 표면유속 측정의 정확도 분석을 수행한 결과 만족스러운 결과를 얻었으며, 향후 실제 하천유량측정에 적용하게 된다면 보다 간편하게 실시간으로 주야간 유량측정이 모두 가능할 것으로 기대된다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2018.06a
• /
• pp.347-348
• /
• 2018

본 논문에서는 야간 도로 영상을 보정하여 주간 영상으로 변환하는 알고리즘을 제안한다. 영상 변환 딥러닝 알고리즘인 Generative Adversarial Network(GAN)를 기반으로 주야간 도로 영상을 학습시켜 주야간 상호 변환이 가능한 시스템을 구현한다. 우선, 입력 영상에 대해 변환된 영상을 출력하는 generative network 를 정의한다. 또한, 변환된 영상을 다시 본래 영상으로 변환하는 inverse network 를 정의한다. Generative network 와 inverse network 를 모두 통과한 결과 영상과 본래 영상의 차 영상을 통해 손실 함수를 정의함으로써 파라미터를 목적에 맞게 학습시킬 수 있다. 또한, generative network 를 통과한 결과 영상과 목적하는 영상을 구분하는 discrimination network 를 정의하여 discrimination network 와 generative network 의 minimax two- player game 을 통해 변환된 영상이 실제 목적 영상과 유사하도록 유도한다. 제안하는 알고리즘을 적용하여 야간 도로 영상의 보정을 수행하면 주변 물체 인식이 어려운 야간 영상을 물체 인식이 용이한 주간 영상으로 변환 할 수 있다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2016.06a
• /
• pp.222-223
• /
• 2016

보행자 인식을 위한 컴퓨터 비전 알고리즘은 야간 상황과 같이 저조도 환경에서는 인식 성능이 떨어지고 있다. 이로 인하여 최근 저조도 환경에서 촬영된 영상으로 야간 상황에서 객체 인식 성능을 높이는 기법들이 연구되고 있다. 야간 환경은 주간 환경과는 다르게 광량이 적기 때문에 인간의 시각으로도 객체 인식에 어려움이 있고 일반적인 카메라로 촬영된 영상으로 객체 인식이 어렵다. 최근에는 NIR 카메라를 이용하여 촬영된 영상으로 야간 보행자 인식 알고리즘이 개발되고 있으나, 인식률과 객체 인식 가능 거리 및 범위가 한정적이다. 또한 기존의 야간 보행자 검출 기법들은 방대한 연산량이 필요하기 때문에 실시간 객체 인식이 불가능하다. 본 논문에서는 NIR 카메라로부터 촬영된 영상으로 preprocessing 후 ACF(Aggregated Channel Feature)를 이용하여 최근 연구되고 있는 카메라 움직임이 있는 야간 환경에서 보행자 인식 알고리즘을 PC 및 TK1 Board 환경에서 구현하고 객체 인식률을 높인다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.171-171
• /
• 2015

자연 하천의 홍수 유량 측정은 매우 어렵고 많은 비용과 시간, 노력을 요하는 작업이다. 보다 안전하고 경제적인 유량 측정의 대안으로 제시된 것이 하천 표면의 영상 분석을 이용하는 표면영상유속계이다. 이처럼 영상유속계로 하천 유속을 측정할 때, 적절한 품질의 영상을 취득하는 것은 기본이며 매우 중요한 단계이다. 특히 홍수 첨두는 야간에 발생하는 경우가 많으므로, 야간에 영상 분석에 적절한 품질의 하천 표면영상을 취득하는 것은 매우 어려운 일이다. 야간 영상을 측정하기 위해 별도의 조명을 이용하거나 발광체를 이용하는 방법이 대안으로 제시되었으나 여전히 실용적인 차원의 적용에는 이르지 못하고 있다. 본 연구에서는 표면영상유속계의 영상 취득 장치로 원적외선 카메라를 이용할 수 있는가 시험하였다. 원적외선 카메라는 별다른 조명의 도움없이 야간의 하천 표면영상을 취득할 수 있다. 안동하천실험센터의 인공수로에서 주야간 촬영을 하고 영상 분석을 통해 원적외선 카메라의 적용성을 검토하였다. 비교를 위하여 일반적인 캠코더와 근적외선 카메라를 동시에 적용하였다. 세 종류의 카메라로 촬영된 영상은 시공간 영상의 상호상관 분석법을 통해 유속으로 환산하고, 미속계로 측정한 표면 유속과 비교하였다. 비교 결과 원적외선 카메라 영상은 주야간에 상관없이 적절한 유속을 분석해 낼 수 있음을 보였다. 다만, 공간 해상도가 높지 않아 영상 분석의 정확도는 최적의 조건에서 다른 카메라로 촬영된 영상에 비해 떨어진다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.71-71
• /
• 2015

표면영상유속계(Surface Image Velocimety, SIV)는 하천 표면의 영상을 분석하여 유속을 산정하는 매우 실용적이며 간편한 유속측정 방법이다. 그러나 표면영상유속계는 수표면의 움직임을 계산하여 표면유속을 산정하기 때문에 빛이 없는 야간의 경우 수표면의 움직임을 촬영하기 어려워 밤에 발생하는 홍수 유량 측정이 어려운 단점이 있다. 이를 해결하기 위해 수표면에 야광 입자를 흘려 촬영하는 방법이 있었으나 대하천의 경우 야광물질의 크기가 작아 영상 내에서 식별이 어려운 문제가 있었고, 높은 밝기의 조명을 사용하여 영상을 획득하는 방법 또한 수행되었으나 빛이 수표면에 반사되어 하천 전체를 촬영하기 어려운 문제점이 있었다. 이 후 근적외선 카메라를 이용하여 야간 측정의 어려움을 극복하고자 하였으나 촬영범위가 최대 50 m 정도로 조사 거리의 한계를 나타내었다. 최근 Fujita(2013)는 원적외선카메라를 이용한 하천 유량 측정을 실시하였는데 이는 기존 야간촬영 시 시도되었던 방법의 문제점을 해결할 수 있음을 보여주었다. 이에 본 연구에서는 원적외선 카메라를 이용한 표면영상유속계의 적용성을 검토하고자 실험수로에서 실험을 수행하였다. 실험 시 주간 및 야간의 상황을 설정하여 원적외선 카메라, 근적외선 카메라 그리고 일반 캠코더를 이용하여 흐름을 촬영하였다. 또한 프로펠러유속계를 이용하여 흐름의 표면유속을 측정하였다. 원적외선 카메라를 이용하여 촬영된 영상을 상호상관법을 이용하여 표면유속을 측정하였고, 이를 프로펠러유속계 측정결과와 비교하여 정확도를 검토하였다. 또한 일반 캠코더와 근적외선카메라의 영상 분석 결과와도 비교하여 개선점을 확인하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.70-70
• /
• 2017

영상처리 기법을 이용한 유속 측정 방법인 표면영상유속계는 비접촉식으로 간편하게 유속을 측정할 수 있다는 장점이 있지만 영상 내 추적자의 움직임을 식별하기 어려운 야간의 경우와 새벽의 안개가 발생하는 경우에 대한 유속 측정의 어려움이 있었다. 표면영상유속계를 이용한 야간 유속 측정은 조명과 적외선 카메라를 이용하여 수표면을 가시화하는 방법을 통해 현장 적용성을 검증하였으나, 안개 발생 상황에서는 적용하기 어렵다는 한계가 있었다. 야간과 안개 등의 한계를 동시에 극복하기 위한 방법으로 원적외선 카메라를 이용한 연구들이 이루어지고 있지만 아직 시작단계이고, 원적외선의 경우 주변 환경 변화에 따라 물체의 표면온도가 검출되는 파장이 달라져 영상의 품질에 차이가 발생하기 때문에 이에 대한 다양한 실험적 연구가 필요하다. 이에 본 연구에서는 야외 개수로에서 드라이아이스를 이용하여 안개 조건을 재현하고, 다양한 흐름 조건에서 원적외선 영상을 이용한 표면유속 측정 적용성을 검토하였다. 안개가 발생하는 경우 원적외선 표면영상 유속계를 적용한 결과 안개가 없을 때의 유속 측정 결과와 거의 일치하는 것을 확인하였다. 따라서 원적외선 카메라를 이용한 표면유속 측정 방법은 야간과 안개가 발생하는 상황에 모두 사용하기에 적합한 것을 나타났다. 향후 하천 유량조사에 원적외선 카메라를 활용한다면 기존의 표면영상유속계의 비가시 환경에 대한 한계들을 많은 부분 극복할 수 있을 것으로 기대한다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2017.11a
• /
• pp.151-153
• /
• 2017

해상 특성으로 야간에 항로표지 충돌사고가 빈번하게 발생함에 따라 야간에도 주간처럼 사물 식별이 가능한 영상정보를 확인할 수 있는 고성능 촬영장비 도입하고 부산항 주요항로에 운영되고 있는 항로표지시설의 주 야간 상태 정보를 감시하여 항로표지 고시기능 유지 여부를 확인하고 선박 충돌에 의한 등부표 사고 발생시 가해선박을 색출하여 원인자에게 피해시설을 복구토록 함.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2013.06a
• /
• pp.286-288
• /
• 2013

감시 카메라에서 야간 시간대의 영상 품질은 매우 중요한 요소 중 하나이다. 본 논문에서는 IR LED Camera 에서 적외선 LED 를 사용한 회로적 제어를 통한 노출 제어에 문제점을 분석하고, 이를 해결하기 위한 적응적 배경 모델링과 IR 카메라의 특화된 객체 검출 방법을 제안한다. 노출 제어 방식의 배경을 제외한 적응적 배경과 객체의 합성으로 향상된 야간 영상획득 방식을 제안한다. 영상 개선 실험 결과는 기존의 회로적 노출 제어 방식의 영상보다 제안하는 방식이 프로세스의 단순화를 통한 비용 절감 효과와 야간 영상 품질 향상의 우수성을 보여준다.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.39 no.6
• /
• pp.393-399
• /
• 2021

In this study, experiments were conducted to estimate the PM concentrations by learning the nighttime CCTV images of various PM concentrations environments. In the case of daytime images, there have been many related studies, and the various texture and brightness information of images is well expressed, so the information affecting learning is clear. However, nighttime images contain less information than daytime images, and studies using only nighttime images are rare. Therefore, we conducted an experiment combining nighttime images with non-uniform characteristics due to light sources such as vehicles and streetlights and building roofs, building walls, and streetlights with relatively constant light sources as an ROI (Region of Interest). After that, the correlation was analyzed compared to the daytime experiment to see if deep learning-based PM concentrations estimation was possible with nighttime images. As a result of the experiment, the result of roof ROI learning was the highest, and the combined learning model with the entire image showed more improved results. Overall, R² exceeded 0.9, indicating that PM estimation is possible from nighttime CCTV images, and it was calculated that additional combined learning of weather data did not significantly affect the experimental results.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.23 no.5
• /
• pp.540-546
• /
• 2019

This study suggests a binarization method that minimizes information loss for night illumination images. The object of the night illumination image is an image which is not focused due to the influence of illumination and is not identifiable. Also, the image has a brightness area in only a part of the brightness histogram. So the existing simple binarization method is hard to get good results. The proposed binarization method uses image segmentation method and image merging method. In the stepwise divided blocks, we divide into two regions using the triangular type of fuzzy logic. The value 0 of the membership degree is binarized at the present step, and the value of the membership degree 1 is binarized after the next step. Experimental results show that night illumination images with minimal loss of information can be obtained in a dark area brightness range.