JP2011080859A - Apparatus, method and program for detection of water surface boundary - Google Patents
Apparatus, method and program for detection of water surface boundary Download PDFInfo
- Publication number
- JP2011080859A JP2011080859A JP2009233241A JP2009233241A JP2011080859A JP 2011080859 A JP2011080859 A JP 2011080859A JP 2009233241 A JP2009233241 A JP 2009233241A JP 2009233241 A JP2009233241 A JP 2009233241A JP 2011080859 A JP2011080859 A JP 2011080859A
- Authority
- JP
- Japan
- Prior art keywords
- image
- water surface
- water
- water level
- line
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/30—Assessment of water resources
Landscapes
- Measurement Of Levels Of Liquids Or Fluent Solid Materials (AREA)
- Image Processing (AREA)
Abstract
Description
本発明は、海や河川等の岸壁に対する水面の境界線を検知する技術に関する。 The present invention relates to a technique for detecting a boundary line of a water surface with respect to a quay such as a sea or a river.
従来から、気象等の自然科学分野において、海や河川等といった流体状に変化する対象の状態変化を測定することが盛んに行われている。そして、その測定には、超音波センサや水位センサ等がよく用いられているが、それら各センサを適切に使用するには設置方法や設置場所が限定されており、更には高価であるにもかかわらずその用途が極めて限られているため、局所的な場所でしか測定することができず、その応用性は非常に低いものであった。例えば、超音波センサを用いる場合には、通常、５分から１０分単位毎の平均データに基づいて水位を検知するが、浮遊物の影響を受け易く、その測定精度は低いものであった。一方、そのような短時間であっても１ｍ以上も瞬時に増水する場合もあり、１秒間に数回以上検知できる方法が切望されていた。 2. Description of the Related Art Conventionally, in the field of natural science such as meteorology, it has been actively performed to measure a change in the state of an object that changes into a fluid state such as a sea or a river. For the measurement, an ultrasonic sensor, a water level sensor, etc. are often used. However, in order to use each of these sensors appropriately, the installation method and the installation place are limited, and further, it is expensive. Regardless of its extremely limited use, it can only be measured locally and its applicability is very low. For example, when an ultrasonic sensor is used, the water level is usually detected based on average data every 5 to 10 minutes, but it is easily affected by suspended matter, and its measurement accuracy is low. On the other hand, even in such a short time, water may increase instantaneously by 1 m or more, and a method capable of detecting several times a second has been desired.
そこで、現在では、上記方法以外に、カメラを用いる技術が開発されている。俯瞰撮影が可能となるように測定対象である河川の近隣にカメラを設置し、そのカメラで撮影された画像を通じて河川等の状態をセンシングすることにより、その河川の状態変化を随時把握することが可能となっている。カメラ技術によれば広汎な範囲を撮影できるので、広域性と多様性の観点から非常に有効な手段の一つと考えられている。すなわち、河川のみではなく、河川の周辺に聳える自然風景や、歩行者や交通等の関連情報も一括して収集できるため、前述の方法と比べて利便性が高い技術であると言える。 Therefore, at present, a technique using a camera is developed in addition to the above method. By installing a camera in the vicinity of the river to be measured so that a bird's-eye view can be taken, and sensing the state of the river etc. through the images taken with the camera, it is possible to grasp the state change of the river as needed It is possible. Since a wide range can be photographed according to camera technology, it is considered to be one of the very effective means from the viewpoint of wide area and diversity. In other words, it can be said that the technology is more convenient than the above-mentioned method because not only the river but also the natural scenery surrounding the river and related information such as pedestrians and traffic can be collected in a lump.
このようにカメラ撮影された画像を処理してダムや河川等の水面や水位を検知する方法として、特許文献１には、時系列画像を用いて明度変化が急峻な部分であるエッジに着目する技術が開発されている。また、非特許文献１によれば、ウェーブレット変換に基づいて特定方向のエッジを強調処理して水面や水位を推定する方法も存在している。 As a method for detecting the water surface and water level of a dam, river, etc. by processing the image taken by the camera in this way, Patent Document 1 focuses on an edge that has a sharp change in brightness using a time-series image. Technology has been developed. Further, according to Non-Patent Document 1, there is also a method for estimating a water surface and a water level by emphasizing an edge in a specific direction based on wavelet transform.
しかしながら、ダムや河川等の水面や水位を画像処理によって特定することは様々な環境外乱のため容易ではない。これは、太陽光・壁・樹木・空・雲等が鏡のように水面に映し出され、更には水面の波打ちが重なり合うこと等により、撮影された画像から水面を特定することが困難なものとなっている。また、岸壁に対する水面の境界付近では、その岸壁で反射された反射光も水面に映し出されているため、その境界が曖昧なものとなっている。特に、街中に存在する河川では、近くを走行している車のヘッドライトや緊急車両の赤灯、夕闇の街灯等をも水面に映し、その水面境界の検知を更に困難なものとしている。そして、このような環境外乱以外にも、季節の変化を受けて風雨や降雨により画像のコントラストが低下することや、カメラが備えるホワイトバランス機能（画像のコントラストを自動で一定に保持する機能）による人工的な輝度変化も環境外乱の一つであると言える。 However, it is not easy to specify the water surface and water level of dams and rivers by image processing due to various environmental disturbances. This is because sunlight, walls, trees, sky, clouds, etc. are projected on the surface of the water like a mirror, and furthermore, the water surface undulates, making it difficult to identify the water surface from the captured images. It has become. Also, in the vicinity of the boundary of the water surface with respect to the quay, the reflected light reflected by the quay is also reflected on the water surface, so the boundary is ambiguous. In particular, in rivers existing in the city, headlights of cars traveling nearby, red lights of emergency vehicles, street lights in the dusk, etc. are reflected on the water surface, making detection of the water surface boundary more difficult. In addition to these environmental disturbances, the contrast of the image is lowered due to wind and rain in response to seasonal changes, and the camera's white balance function (a function that automatically maintains the image contrast constant) It can be said that artificial luminance change is one of environmental disturbances.
前述した従来技術（特許文献２及び特許文献３を含む）やその他の公知技術によれば、人工的な壁面を前提とする手法が多く、都市部等の各種光が氾濫している場所や大雪等の悪天候の影響や、水面上にヘッドライト等の強い光が通り過ぎた場合にはホワイトバランス機能により画像全体が白く飽和又は急に暗くなるという影響が考慮されていないため、木々や草等の自然環境を壁面とした場合には水面や水位の検知が難しいという問題があった。具体的には、前述した様々な環境外乱の影響により水位に不自然なバラツキが生じるという問題があった。 According to the above-described conventional techniques (including Patent Document 2 and Patent Document 3) and other known techniques, there are many methods based on artificial wall surfaces, and places where heavy light is flooded such as urban areas and heavy snow. The effects of bad weather such as headlights, etc., and when the headlights pass through the surface of the water, the white balance function does not take into account the effect that the entire image becomes white or saturated or suddenly darkens. When the natural environment is used as a wall surface, there is a problem that it is difficult to detect the water surface and the water level. Specifically, there has been a problem that unnatural variations in the water level occur due to the influence of the various environmental disturbances described above.
また、そのようなカメラは通常屋外に設置されるため、撮影された画像は有線ではなく無線で送信される場合が多い。しかしながら、前述した従来技術によれば時系列画像における明度の時間差分に基づいて水面や水位を検知するため、サンプリングレートが極めて低い通信状態の場合や画像が１枚である場合には、水面や水位を安定的に検知することが困難であるという問題もあった。特に、そのカメラが携帯電話のカメラである場合には、手ぶれによって画像にボケが生じることも安定的な検知を妨げる要因となっている。 In addition, since such a camera is usually installed outdoors, captured images are often transmitted wirelessly instead of wired. However, according to the above-described prior art, the water surface and the water level are detected based on the time difference of the brightness in the time series image. There was also a problem that it was difficult to detect the water level stably. In particular, when the camera is a mobile phone camera, blurring of an image due to camera shake is a factor that hinders stable detection.
更には、非特許文献１によれば、時系列な複数の画像を用いて、ウェーブレットの畳み込み積分計算の重さに基づいて計算するため、リアルタイムの処理が困難であるという問題もあった。 Furthermore, according to Non-Patent Document 1, there is a problem that real-time processing is difficult because the calculation is performed based on the weight of the wavelet convolution integral calculation using a plurality of time-series images.
更にまた、カメラによって画像が圧縮（高速且つ確実に送信するためＭＰＥＧ等の技術に基づく画像圧縮）されて低品質なものである場合には、画像間のブロックノイズが不均一となるため、エッジを確実に検知できず水面や水位をやはり安定的に検知できないという問題もあった。 Furthermore, when the image is compressed by the camera (image compression based on MPEG or other technology for high-speed and reliable transmission) and the quality is low, block noise between the images becomes non-uniform. There was also a problem that water level and water level could not be detected stably.
更にまた、水位板をもカメラに収めて水面の境界と水位版の水位表示から水位を検知する技術も存在するが、河川法により水位版を随所に設置できない制約条件があるため、水位の検知場所が限定されるという問題もあった。 Furthermore, there is a technology to detect the water level from the boundary of the water surface and the water level display of the water level plate by putting the water level plate in the camera, but there is a restriction condition that the water level plate can not be installed everywhere by the river method, so the water level detection There was also a problem that the place was limited.
本発明は、上記課題を鑑みてなされたものであり、どのような壁面であっても１枚の画像から高速に水面の境界線を検知することを課題とする。 The present invention has been made in view of the above problems, and an object of the present invention is to detect a boundary line of the water surface at high speed from one image regardless of the wall surface.
請求項１に記載の本発明は、壁面に対する水面の境界が撮影された画像を入力する画像入力手段と、入力された前記画像を記憶する画像記憶手段と、前記画像を前記画像記憶手段から読み出して、前記水面の境界が水平になるようにアフィン変換により座標変換する座標変換手段と、座標変換された前記画像の輝度値をヒストグラムの平坦化により変換する輝度変換手段と、輝度変換された前記画像における水平方向の各ライン上の画素の輝度値を合算し、合算値が最大となるラインを前記壁面に対する水面境界線とする水面境界線検知手段と、を有することを特徴とする。 According to the first aspect of the present invention, an image input unit that inputs an image in which a boundary of a water surface with respect to a wall surface is photographed, an image storage unit that stores the input image, and reads the image from the image storage unit A coordinate conversion unit that performs coordinate conversion by affine transformation so that the boundary of the water surface is horizontal, a luminance conversion unit that converts the luminance value of the coordinate-converted image by flattening a histogram, and the luminance-converted unit Water surface boundary detection means for adding together the luminance values of the pixels on the horizontal lines in the image and setting the line having the maximum combined value as the water surface boundary with respect to the wall surface.
請求項２に記載の本発明は、前記水面境界線に基づいて、現在の水位又は水位の上昇若しくは下降を検知する水位検知手段を更に有することを特徴とする。 The present invention described in claim 2 further includes water level detection means for detecting the current water level or the rise or fall of the water level based on the water surface boundary line.
請求項３に記載の本発明は、前記水面境界線検知手段が、前記輝度値の合算値を度数に用いたヒストグラムを生成し、当該度数が最大であるラインを特定することにより、前記合算値が最大となるラインを検知することを特徴とする。 According to the third aspect of the present invention, the water surface boundary detection unit generates a histogram using the sum of the luminance values as the frequency, and identifies the line having the maximum frequency, thereby adding the sum value. It is characterized by detecting the line where the maximum is.
請求項４に記載の本発明は、前記輝度変換手段が、前記座標変換された画像の画素数を度数に用いた輝度値のヒストグラムを生成し、各輝度値に対する画素数のバラツキを画素移動により平坦化して、平坦化後の各画素に基づいて画像を生成することにより、前記座標変換された画像の輝度値を変換することを特徴とする。 According to a fourth aspect of the present invention, the luminance conversion unit generates a histogram of luminance values using the number of pixels of the coordinate-converted image as a frequency, and the variation in the number of pixels with respect to each luminance value is obtained by pixel movement. The brightness value of the coordinate-converted image is converted by flattening and generating an image based on each flattened pixel.
請求項５に記載の本発明は、コンピュータにより、壁面に対する水面の境界が撮影された画像を入力する第１ステップと、入力された前記画像を画像記憶手段に記憶する第２ステップと、前記画像を前記画像記憶手段から読み出して、前記水面の境界が水平になるようにアフィン変換により座標変換する第３ステップと、座標変換された前記画像の輝度値をヒストグラムの平坦化により変換する第４ステップと、輝度変換された前記画像における水平方向の各ライン上の画素の輝度値を合算し、合算値が最大となるラインを前記壁面に対する水面境界線とする第５ステップと、を有することを特徴とする。 The present invention according to claim 5 is a first step of inputting an image in which a boundary of a water surface with respect to a wall surface is photographed by a computer, a second step of storing the input image in an image storage means, and the image Is read out from the image storage means, and a third step of converting the coordinates of the image by affine transformation so that the boundary of the water surface is horizontal, and a fourth step of converting the luminance value of the coordinate-converted image by flattening the histogram And a fifth step of adding the luminance values of the pixels on each horizontal line in the luminance-converted image and setting the line having the maximum total value as a water surface boundary line with respect to the wall surface. And
請求項６に記載の本発明は、前記水面境界線に基づいて、現在の水位又は水位の上昇若しくは下降を検知するステップを更に有することを特徴とする。 The present invention described in claim 6 further includes a step of detecting a current water level or a rise or fall of the water level based on the water surface boundary line.
請求項７に記載の本発明は、前記第５ステップが、前記輝度値の合算値を度数に用いたヒストグラムを生成し、当該度数が最大であるラインを特定することにより、前記合算値が最大となるラインを検知することを特徴とする。 The present invention according to claim 7, wherein the fifth step generates a histogram using the sum of the luminance values as a frequency, and specifies a line having the maximum frequency, whereby the sum is maximized. It is characterized by detecting a line.
請求項８に記載の本発明は、前記第４ステップが、前記座標変換された画像の画素数を度数に用いた輝度値のヒストグラムを生成し、各輝度値に対する画素数のバラツキを画素移動により平坦化して、平坦化後の各画素に基づいて画像を生成することにより、前記座標変換された画像の輝度値を変換することを特徴とする。 In the present invention according to claim 8, in the fourth step, a histogram of luminance values using the number of pixels of the coordinate-converted image as a frequency is generated, and variation in the number of pixels with respect to each luminance value is determined by pixel movement. The brightness value of the coordinate-converted image is converted by flattening and generating an image based on each flattened pixel.
請求項９に記載の本発明は、請求項５乃至８のいずれか１項に記載した各ステップをコンピュータに実行させることを特徴とする。 The present invention described in claim 9 is characterized by causing a computer to execute each step described in any one of claims 5 to 8.
本発明によれば、どのような壁面であっても１枚の画像から高速に水面の境界線を検知することができる。 According to the present invention, the boundary line of the water surface can be detected at high speed from one image regardless of the wall surface.
以下、一実施の形態に係る水面境界線検知装置を図面を用いて説明する。図１は、一実施の形態に係る水面境界線検知装置の機能ブロック構成を示す図である。この水面境界線検知装置１は、データ入力部１１と、データ蓄積部１２と、座標変換処理部１３と、第１ヒストグラム処理部１４と、第２ヒストグラム処理部１５と、水位検知部１６と、水位表示部１７とを備えている。以下、この水面境界線検知装置１における各部の機能について個別具体的に説明すると共に、全体の処理フローについて説明する。 Hereinafter, a water surface boundary line detection apparatus according to an embodiment will be described with reference to the drawings. FIG. 1 is a diagram illustrating a functional block configuration of a water surface boundary line detection device according to an embodiment. The water surface boundary line detection apparatus 1 includes a data input unit 11, a data storage unit 12, a coordinate conversion processing unit 13, a first histogram processing unit 14, a second histogram processing unit 15, a water level detection unit 16, And a water level display unit 17. Hereinafter, the function of each part in the water surface boundary line detection device 1 will be described individually and specifically, and the entire processing flow will be described.
データ入力部１１は、カメラ３により撮影された１枚以上の画像を入力する機能を備えている。なお、カメラ３は、水面や水位を検知する対象河川を俯瞰撮影するように河川近傍に固定設置され、撮影された画像は無線又は有線の通信ネットワーク５を介して水面境界線検知装置１に送信されるものとする。このようなカメラ３としては、デジタル媒体を使用して被写体を撮影するものであればどのようなカメラを用いてもよく、汎用的な小型デジタルカメラや携帯電話カメラ等も用いることができる。 The data input unit 11 has a function of inputting one or more images taken by the camera 3. The camera 3 is fixedly installed in the vicinity of the river so as to take a bird's-eye view of the target river for detecting the water surface and the water level, and the captured image is transmitted to the water surface boundary detection device 1 via the wireless or wired communication network 5. Shall be. As such a camera 3, any camera can be used as long as it captures a subject using a digital medium, and a general-purpose small digital camera, a mobile phone camera, or the like can also be used.
そして、このデータ入力部１１を通じて水面境界線検知装置１に入力された画像には、図２に示すように、対象河川の水面、その河川の形状を形成している壁面、その壁面に対する水面の境界、近隣に設置された街頭や柵、近隣に建設された建物、対象河川に架けられた橋、その他草木等の自然物が撮影されているものとする。また、その水面には、街頭からの光や柵の影が映し出され、風や水の流れ等による波のうねりが形作られているものとする。以降、このような様々なノイズを総括して環境外乱と称する。なお、上記壁面としては、街中の河川・港湾・ダム等にみられる人工的な壁面以外に、土・草・木等の自然現象によって形成された壁面を含むものとする。 As shown in FIG. 2, the image input to the water surface boundary detection device 1 through the data input unit 11 includes the water surface of the target river, the wall surface forming the shape of the river, and the water surface relative to the wall surface. It is assumed that natural objects such as boundaries, streets and fences installed in the vicinity, buildings constructed in the vicinity, bridges over the target river, and other vegetation are taken. In addition, light from the streets and the shadow of the fence are projected on the water surface, and wave swells due to wind and water flow are formed. Hereinafter, such various noises are collectively referred to as environmental disturbances. In addition, the above-mentioned wall surface includes a wall surface formed by natural phenomena such as soil, grass, and trees in addition to the artificial wall surface found in rivers, harbors, dams, etc. in the city.
データ蓄積部１２は、データ入力部１１を通じて入力された上記１枚以上の画像を一時的に蓄積しておく機能を備えている。なお、このようなデータ蓄積部１２としては、一時的な記憶に利用されるＲＡＭ（Random Access Memory）等の半導体記憶装置（メモリ）や、光ディスク・ハードディスクなどの磁気記憶装置（ストレージ）を用いることが可能であり、水面境界線検知装置１の外部に位置するものを用いることも可能である。 The data storage unit 12 has a function of temporarily storing the one or more images input through the data input unit 11. As such a data storage unit 12, a semiconductor storage device (memory) such as a RAM (Random Access Memory) used for temporary storage, or a magnetic storage device (storage) such as an optical disk / hard disk is used. It is also possible to use one located outside the water surface boundary line detection device 1.
座標変換処理部１３は、１枚の画像をデータ蓄積部１２から読み出して、マウス操作を通じて指定された壁面付近の矩形領域を抽出し、抽出された矩形領域に対して幾何学的な歪み補正、より具体的には、その矩形領域内の水面の境界が水平になるようにアフィン変換を用いて矩形領域の座標を変換する機能を備えている。 The coordinate conversion processing unit 13 reads one image from the data storage unit 12, extracts a rectangular region near the wall surface designated through the mouse operation, and corrects geometric distortion for the extracted rectangular region. More specifically, it has a function of converting the coordinates of the rectangular area using affine transformation so that the boundary of the water surface in the rectangular area becomes horizontal.
ここで、図２に示された画像から抽出された矩形領域を図３の上段に示す。図３のａ点〜ｆ点は図２のａ点〜ｆ点に対応し、ａ点・ｂ点・ｅ点・ｆ点で囲まれた領域は壁面を示し、ｃ点・ｄ点・ｅ点・ｆ点で囲まれた領域は対象河川の水面を示し、ｅ点−ｆ点のラインは壁面に対する水面の境界を示している。なお、想定される水位の限界値及び最低値が含まれるようにある程度の範囲を持った領域が矩形領域として指定され、このような矩形領域を一度指定すれば再度指定する必要はないものとする。 Here, the rectangular area extracted from the image shown in FIG. 2 is shown in the upper part of FIG. The points a to f in FIG. 3 correspond to points a to f in FIG. 2, and the area surrounded by points a, b, e, and f indicates a wall surface, and points c, d, and e The region surrounded by the point f indicates the water surface of the target river, and the line between the point e and the point f indicates the boundary of the water surface with respect to the wall surface. It should be noted that an area having a certain range so as to include the assumed water level limit value and minimum value is designated as a rectangular area, and once such a rectangular area is designated, it is not necessary to designate it again. .
そして、抽出された矩形領域内の壁面が正面から見た状態となるように、換言すれば、ｅ点−ｆ点のラインが画像の横軸方向に対して水平となるように、その矩形領域をアフィン変換により変換する。変換後の画像は図３の下段に示すようになり、以降、水位画像と称する。 The extracted rectangular area is in a state seen from the front, in other words, the rectangular area so that the line of point e and point f is horizontal with respect to the horizontal axis direction of the image. Is transformed by affine transformation. The converted image is as shown in the lower part of FIG. 3, and is hereinafter referred to as a water level image.
なお、アフィン変換とは、線形の回転と移動に関する座標変換の一種であり、広く用いられている技術である（非特許文献２参照）。変換前の画像上の各輝度の位置をｘとし、回転行列をＡとし、並進行列をｔとした場合に、以下の式（１）を用いて変換後の位置ｘ’を計算することができる。
第１ヒストグラム処理部１４は、座標変換処理部１３により座標変換された水位画像の輝度値をヒストグラムの平坦化により変換する機能を備えている。前述したように、この水位画像内には様々な環境外乱（照明、壁面による光の散乱、水面上の乱反射、ホワイトバランス等）が含まれているため、本来であればそのような環境外乱の元である個々のノイズを取り除く処理が必要である。しかしながら、それら各ノイズの種別をそれぞれ判別して個々に対処することは自然界の事象を相手にする以上極めて困難であって、その処理時間は長いものとなり、リアルタイム処理が難しい。また、時系列な複数の画像からではなく、１枚の画像から壁面に対する水面の境界線を検知することも本水面境界線検知装置の特徴の一つであるため、この水位画像内の情報を最大限に生かす方法が必要となる。 The first histogram processing unit 14 has a function of converting the luminance value of the water level image coordinate-converted by the coordinate conversion processing unit 13 by flattening the histogram. As described above, the water level image includes various environmental disturbances (lighting, light scattering by the wall surface, irregular reflection on the water surface, white balance, etc.). It is necessary to remove the original individual noise. However, it is extremely difficult to discriminate each of these noise types and deal with them individually as long as they deal with natural events, and the processing time is long, making real-time processing difficult. In addition, since it is one of the features of the water surface boundary detection device that the boundary of the water surface with respect to the wall surface is detected from one image instead of from a plurality of time-series images, the information in the water level image is A method to make the most of it is necessary.
そこで、本実施の形態では、壁面と水面とのテクスチャ性の相違に着目している。１枚の画像のみを用いて水面の境界線を検知する場合には、水位の時系列変化を解析できるように画像単位での正規化処理が必要となる。よって、第１ヒストグラム処理部１４では、前述したように輝度値のヒストグラム平坦化により水位画像の輝度値を変換する。これにより、水位画像内の画像の輪郭を鮮鋭化したり、ホワイトバランス機能により画像全体が白くなった場合であっても水位画像内における対象間の相対的な特徴を保持した変換が可能となる。結果として、カメラ３から送信された画像に環境外乱（照明、壁面による光の散乱、水面上の乱反射、ホワイトバランス、手ぶれボケ、通信ネットワーク５が無線である場合には低ビットレートを考慮したＭＰＥＧの圧縮作用による品質の低下等）を有する場合であっても、水面の境界線をより確実に検知することが可能となる。 Therefore, in this embodiment, attention is paid to the difference in texture between the wall surface and the water surface. When detecting the boundary line of the water surface using only one image, normalization processing in units of images is necessary so that the time series change of the water level can be analyzed. Accordingly, the first histogram processing unit 14 converts the luminance value of the water level image by flattening the luminance value histogram as described above. Thereby, even when the contour of the image in the water level image is sharpened or the entire image becomes white due to the white balance function, it is possible to perform conversion while maintaining the relative characteristics between the objects in the water level image. As a result, the image transmitted from the camera 3 is subjected to environmental disturbances (lighting, light scattering by the wall surface, diffuse reflection on the water surface, white balance, camera shake blur, and low bit rate MPEG when the communication network 5 is wireless). Even when there is a deterioration in quality due to the compression action of the water surface, it becomes possible to detect the boundary line of the water surface more reliably.
ここで、輝度値のヒストグラム平坦化について説明する。まず、水位画像の画素数を度数に用いた輝度値のヒストグラムを生成し、各輝度値に対する画素数のバラツキを画素移動により平坦化する。例えば、水位画像の総画素数をＭとし、輝度のレベルをＫ（０〜２５５の範囲（２５６階調））とした場合に、輝度値の最も小さいものから順番にＭ／Ｋ個の画素を選び出し、それら全ての画素に最小の輝度値を割り当てる。その後、輝度の小さい順序で次に続くＭ／Ｋ個を選び出し、２番目に小さい輝度値を割り当てる。以降同様の処理を最後のＭ／Ｋ個の画素を最大輝度値とするまで繰り返すことにより、生成されたヒストグラムのバラツキが平坦化される。その後、平坦化後の各画素に基づいて画像を生成する。これにより、図４の下段に示すような平坦化された輝度変換後の水位画像が生成されることになる。 Here, the histogram flattening of the luminance value will be described. First, a luminance value histogram using the number of pixels of the water level image as the frequency is generated, and the variation in the number of pixels for each luminance value is flattened by pixel movement. For example, when the total number of pixels of the water level image is M and the luminance level is K (range of 0 to 255 (256 gradations)), M / K pixels are selected in order from the smallest luminance value. Select and assign a minimum luminance value to all those pixels. Thereafter, the next M / K items are selected in the order of decreasing luminance, and the second lowest luminance value is assigned. Thereafter, the same processing is repeated until the last M / K pixels are set to the maximum luminance value, thereby flattening the variation of the generated histogram. Thereafter, an image is generated based on each pixel after flattening. As a result, a flattened water level image after luminance conversion as shown in the lower part of FIG. 4 is generated.
第２ヒストグラム処理部１５は、第１ヒストグラム処理部１４により輝度変換された水位画像における水平方向の各ライン上の画素の輝度値の和を計算し、計算された総和の値を度数に用いたヒストグラムを生成して、その度数が最大であるラインを壁面に対する水面境界線とする機能を備えている。なお、各ラインの画素の輝度値の総和に基づいて水面境界線を検知するので、あえてヒストグラムを生成しなくともよい。また、各ライン間の比較に基づいて最大値を判定するので、和計算に代えて、画素の輝度値を乗算するようにしてもよい。 The second histogram processing unit 15 calculates the sum of the luminance values of the pixels on each line in the horizontal direction in the water level image subjected to luminance conversion by the first histogram processing unit 14, and uses the calculated sum value as the frequency. It has a function of generating a histogram and using the line with the highest frequency as the water surface boundary line to the wall surface. Since the water surface boundary line is detected based on the sum of the luminance values of the pixels of each line, it is not necessary to generate a histogram. Further, since the maximum value is determined based on the comparison between the lines, the luminance value of the pixel may be multiplied instead of the sum calculation.
水位検知部１６は、第２ヒストグラム処理部１５により検知された水面境界線を用いて、現在の水位や水位の上昇・下降を検知する機能を備えている。具体的には、水位画像の垂直方向に対する水位を予め記憶しておき、検知された水面境界線の位置に対応する水位を検索することにより、現在の水位を検知する。また、過去に検知された水面境界線の位置を予め記憶しておき、今回検知された水面境界線の位置との高低差（上方向、下方向の高低差）に基づいて、水位の上昇又は下降を検知する。 The water level detection unit 16 has a function of detecting the current water level and the rise / fall of the water level using the water surface boundary line detected by the second histogram processing unit 15. Specifically, the water level in the vertical direction of the water level image is stored in advance, and the current water level is detected by searching for the water level corresponding to the detected water surface boundary line position. In addition, the position of the water surface boundary line detected in the past is stored in advance, and based on the height difference (upward and downward height difference) from the position of the water surface boundary line detected this time, Detect descent.
水位表示部１７は、水位検知部１６により検知された水位をグラフ化して時間軸に沿って画面に表示する機能を備えている。 The water level display unit 17 has a function of graphing the water level detected by the water level detection unit 16 and displaying it on the screen along the time axis.
続いて、本実施の形態に係る水面境界線検知装置１の処理フローについて説明する。図６は、水面境界線検知装置の処理フローを示す図である。 Then, the process flow of the water surface boundary line detection apparatus 1 which concerns on this Embodiment is demonstrated. FIG. 6 is a diagram illustrating a processing flow of the water surface boundary line detection apparatus.
最初に、データ入力部１１が、カメラ３により撮影された画像を入力して、データ蓄積部１２が、入力された画像を一時的に蓄積する（Ｓ１）。 First, the data input unit 11 inputs an image taken by the camera 3, and the data storage unit 12 temporarily stores the input image (S1).
次に、座標変換処理部１３が、ユーザによるマウス操作又は予め指定された壁面付近の矩形領域を上記画像から抽出し、抽出された矩形領域に対して水面の境界が水平になるようにアフィン変換を用いて矩形領域の座標を変換する（Ｓ２）。 Next, the coordinate transformation processing unit 13 extracts a rectangular area near the wall surface specified by the user by the mouse operation or in advance from the image, and affine transformation so that the boundary of the water surface is horizontal with respect to the extracted rectangular area. Is used to convert the coordinates of the rectangular area (S2).
その後、第１ヒストグラム処理部１４が、座標変換された水位画像の輝度値をヒストグラムの平坦化により変換する（Ｓ３）。 Thereafter, the first histogram processing unit 14 converts the brightness value of the coordinate-converted water level image by flattening the histogram (S3).
また、第２ヒストグラム処理部１５が、輝度変換された水位画像における水平方向の各ライン上の画素の輝度値を合算し、合算値を度数に用いたヒストグラムを生成して、その度数が最大であるラインを水面境界線として検知する（Ｓ４）。 Further, the second histogram processing unit 15 adds the luminance values of the pixels on each horizontal line in the water level image subjected to luminance conversion, generates a histogram using the total value as the frequency, and the frequency is the maximum. A certain line is detected as a water surface boundary line (S4).
その後、水位検知部１６が、検知された水面境界線を用いて現在の水位や水位の上昇・下降を検知する（Ｓ５）。 Thereafter, the water level detection unit 16 detects the current water level and the rise / fall of the water level using the detected water surface boundary line (S5).
最後に、水位表示部１７が、検知された水位をグラフ化して画面に表示する（Ｓ６）。 Finally, the water level display unit 17 graphs the detected water level and displays it on the screen (S6).
本実施の形態によれば、壁面に対する水面の境界が撮影された画像を入力し、入力された画像における水面の境界が水平になるようにアフィン変換により座標変換を行い、座標変換された水位画像の輝度値をヒストグラムの平坦化により変換し、輝度変換された水位画像における水平方向の各ライン上の画素の輝度値を合算し、合算値が最大となるラインを壁面に対する水面境界線として検知するので、どのような壁面であっても１枚の画像から高速に水面の境界線を検知することが可能となる。 According to the present embodiment, an image in which the boundary of the water surface with respect to the wall surface is captured is input, coordinate conversion is performed by affine transformation so that the boundary of the water surface in the input image is horizontal, and the coordinate-converted water level image The brightness value is converted by flattening the histogram, the brightness values of the pixels on each horizontal line in the brightness-converted water level image are summed, and the line with the maximum sum value is detected as the water surface boundary to the wall surface. Therefore, it becomes possible to detect the boundary line of the water surface at high speed from one image regardless of the wall surface.
より具体的には、カメラ３で撮影された時系列画像のうち１枚の画像から、座標変換と、２段階のヒストグラム処理と、各ラインにおける輝度値の和計算と、最大値の検出といった比較的単純な画像処理に基づくので、高速（リアルタイム）に水面境界線を検知することが可能となり、画像が１枚であっても確実に検知することが可能となる。また、輝度値のヒストグラム平坦化を行うので、画像に環境外乱を有する場合であっても水面境界線を確実に検知することが可能となる。更に、壁面と水面とのテクスチャ性の相違に着目して輝度値のヒストグラム平坦化により水位画像の輝度値を変換するので、壁面の質が人工的なコンクリートの場合であっても自然物の場合であっても水位の変化を検知することが可能となる。 More specifically, a comparison of coordinate conversion, two-stage histogram processing, sum calculation of luminance values in each line, and detection of the maximum value from one of the time-series images taken by the camera 3 is performed. Since it is based on simple image processing, it is possible to detect the water boundary line at high speed (in real time), and it is possible to reliably detect even one image. Further, since the histogram of the luminance value is flattened, it is possible to reliably detect the water surface boundary line even when the image has an environmental disturbance. Furthermore, since the brightness value of the water level image is converted by flattening the histogram of the brightness value, paying attention to the difference in texture between the wall surface and the water surface, even if the quality of the wall surface is artificial concrete, Even if it exists, it becomes possible to detect the change of the water level.
すなわち、本水面境界線検知装置は、自然・人工の壁面に依存しない水面や水位の検知方法であって、高速性を有し、様々な環境外乱に耐性があり、１枚の画像のみから、たとえ圧縮画像であっても確実に水面や水位を検知することが可能となる。 That is, this water surface boundary line detection device is a water surface and water level detection method that does not depend on natural or artificial wall surfaces, has high speed, is resistant to various environmental disturbances, and from only one image, Even if it is a compressed image, it is possible to reliably detect the water surface and the water level.
最後に、上述した本水面境界線検知装置と従来の超音波センサとを用いた水位検知に関する検証実験結果について説明する。ここでは、実際の河川において約３０分で２ｍ近く急増水した時に撮影されたカメラの画像を用いた。本水面境界線検知装置によれば、１秒間に２０枚の画像から水位を随時計算を行い、図７の実線（−）で示すように水位の時間推移は連続的であるため、微小時間での水位変化を確実に把握することが可能となる。一方、超音波センサによれば、浮遊物やノイズへの感度の高さから１０分毎の平均データが用いられるため、結果的には本水面境界線検知装置の測定結果と同一の測定結果を得ることができたものの、図７の黒丸（●）に示すように不連続性なものとなってしまい、隣り合う測定結果間内で急増水するような場合には超音波センサには依存できない状況があることも示唆される（図７の丸い破線で示した部分）。よって、本水面境界線検知装置によれば水面や水位の検知の有効性が示されたといえる。 Finally, the verification experiment result regarding the water level detection using the above-described water surface boundary line detection device and the conventional ultrasonic sensor will be described. Here, an image of a camera taken when the water suddenly increased by 2 m in about 30 minutes in an actual river was used. According to this water surface boundary line detection apparatus, the water level is calculated from 20 images per second as needed, and the time transition of the water level is continuous as shown by the solid line (-) in FIG. It is possible to reliably grasp the water level change. On the other hand, according to the ultrasonic sensor, average data every 10 minutes is used because of its high sensitivity to suspended solids and noise. As a result, the same measurement result as that of the water surface boundary detection device is obtained. Although it could be obtained, it becomes discontinuous as shown by the black circles (●) in FIG. 7, and in the case where water suddenly increases between adjacent measurement results, it cannot depend on the ultrasonic sensor. It is also suggested that there is a situation (portion shown by a round broken line in FIG. 7). Therefore, it can be said that the effectiveness of the detection of the water surface and the water level is shown by the present water surface boundary line detection device.
なお、以上のような水面境界線検知装置１は、ＣＰＵ等の演算処理装置やメモリ等の記憶装置を備えたコンピュータにより構成可能なものであり、各部の処理はプログラムによって実行される。また、このプログラムは記憶装置に記憶されており、記録媒体に記録することも、通信ネットワークを通して提供することも可能であることを付言しておく。 In addition, the above water surface boundary line detection apparatus 1 can be comprised by the computer provided with arithmetic processing apparatuses, such as CPU, and memory | storage devices, such as memory, and the process of each part is performed by a program. Further, it is noted that this program is stored in a storage device and can be recorded on a recording medium or provided through a communication network.
また、本水面境界線検知装置は、マルチメディア分野、符号化分野、通信分野、気象予測分野、防災分野といった、１枚の観測画像から自然環境の変化を検知すること、又は利用することが必要となっている産業分野に応用することが可能であることも付言しておく。 In addition, this water surface boundary detection device needs to detect or use changes in the natural environment from a single observation image, such as in the multimedia field, coding field, communication field, weather prediction field, and disaster prevention field. It is also added that it can be applied to the industrial field.
１…水面境界線検知装置
３…カメラ
５…通信ネットワーク
１１…データ入力部（画像入力手段）
１２…データ蓄積部（画像記憶手段）
１３…座標変換処理部（座標変換手段）
１４…第１ヒストグラム処理部（輝度変換手段）
１５…第２ヒストグラム処理部（水面境界線検知手段）
１６…水位検知部（水位検知手段）
１７…水位表示部
Ｓ１〜Ｓ６…ステップ
DESCRIPTION OF SYMBOLS 1 ... Water boundary detection apparatus 3 ... Camera 5 ... Communication network 11 ... Data input part (image input means)
12: Data storage unit (image storage means)
13 ... coordinate conversion processing unit (coordinate conversion means)
14 ... 1st histogram processing part (luminance conversion means)
15 ... 2nd histogram processing part (water surface boundary line detection means)
16 ... Water level detection part (water level detection means)
17 ... Water level display part S1-S6 ... Step
Claims (9)
入力された前記画像を記憶する画像記憶手段と、
前記画像を前記画像記憶手段から読み出して、前記水面の境界が水平になるようにアフィン変換により座標変換する座標変換手段と、
座標変換された前記画像の輝度値をヒストグラムの平坦化により変換する輝度変換手段と、
輝度変換された前記画像における水平方向の各ライン上の画素の輝度値を合算し、合算値が最大となるラインを前記壁面に対する水面境界線とする水面境界線検知手段と、
を有することを特徴とする水面境界線検知装置。 An image input means for inputting an image of the boundary of the water surface with respect to the wall surface;
Image storage means for storing the input image;
A coordinate conversion unit that reads the image from the image storage unit and performs coordinate conversion by affine transformation so that the boundary of the water surface is horizontal;
Luminance conversion means for converting the luminance value of the image subjected to coordinate conversion by flattening a histogram;
A water surface boundary detection unit that sums the luminance values of pixels on each line in the horizontal direction in the image subjected to luminance conversion, and sets the line having the maximum combined value as the water surface boundary to the wall surface;
A water surface boundary line detection device comprising:
前記輝度値の合算値を度数に用いたヒストグラムを生成し、当該度数が最大であるラインを特定することにより、前記合算値が最大となるラインを検知することを特徴とする請求項１又は２に記載の水面境界線検知装置。 The water boundary detection means is
The histogram using the total value of the luminance values as a frequency is generated, and the line with the maximum frequency is identified, thereby detecting the line with the maximum total value. The water surface boundary line detection apparatus described in 1.
前記座標変換された画像の画素数を度数に用いた輝度値のヒストグラムを生成し、各輝度値に対する画素数のバラツキを画素移動により平坦化して、平坦化後の各画素に基づいて画像を生成することにより、前記座標変換された画像の輝度値を変換することを特徴とする請求項１乃至３のいずれか１項に記載の水面境界線検知装置。 The luminance conversion means includes
Generates a histogram of brightness values using the number of pixels of the coordinate-converted image as the frequency, flattens the variation in the number of pixels for each brightness value by pixel movement, and generates an image based on each pixel after flattening The water surface boundary line detection apparatus according to claim 1, wherein a luminance value of the coordinate-converted image is converted.
壁面に対する水面の境界が撮影された画像を入力する第１ステップと、
入力された前記画像を画像記憶手段に記憶する第２ステップと、
前記画像を前記画像記憶手段から読み出して、前記水面の境界が水平になるようにアフィン変換により座標変換する第３ステップと、
座標変換された前記画像の輝度値をヒストグラムの平坦化により変換する第４ステップと、
輝度変換された前記画像における水平方向の各ライン上の画素の輝度値を合算し、合算値が最大となるラインを前記壁面に対する水面境界線とする第５ステップと、
を有することを特徴とする水面境界線検知方法。 By computer
A first step of inputting an image in which the boundary of the water surface with respect to the wall surface is photographed;
A second step of storing the input image in an image storage means;
A third step of reading the image from the image storage means and performing coordinate transformation by affine transformation so that the boundary of the water surface is horizontal;
A fourth step of converting the brightness value of the image subjected to coordinate conversion by flattening a histogram;
A fifth step of adding the luminance values of the pixels on each horizontal line in the image subjected to luminance conversion, and setting the line having the maximum total value as a water surface boundary line to the wall surface;
A water surface boundary line detection method characterized by comprising:
前記輝度値の合算値を度数に用いたヒストグラムを生成し、当該度数が最大であるラインを特定することにより、前記合算値が最大となるラインを検知することを特徴とする請求項５又は６に記載の水面境界線検知方法。 The fifth step includes
The histogram using the total value of the luminance values as a frequency is generated, and the line with the maximum frequency is identified, thereby detecting the line with the maximum total value. The water surface boundary line detection method of description.
前記座標変換された画像の画素数を度数に用いた輝度値のヒストグラムを生成し、各輝度値に対する画素数のバラツキを画素移動により平坦化して、平坦化後の各画素に基づいて画像を生成することにより、前記座標変換された画像の輝度値を変換することを特徴とする請求項５乃至６のいずれか１項に記載の水面境界線検知方法。 The fourth step includes
Generates a histogram of brightness values using the number of pixels of the coordinate-converted image as the frequency, flattens the variation in the number of pixels for each brightness value by pixel movement, and generates an image based on each pixel after flattening The water surface boundary line detection method according to claim 5, wherein the brightness value of the coordinate-converted image is converted.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2009233241A JP2011080859A (en) | 2009-10-07 | 2009-10-07 | Apparatus, method and program for detection of water surface boundary |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2009233241A JP2011080859A (en) | 2009-10-07 | 2009-10-07 | Apparatus, method and program for detection of water surface boundary |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2011080859A true JP2011080859A (en) | 2011-04-21 |
Family
ID=44075051
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2009233241A Pending JP2011080859A (en) | 2009-10-07 | 2009-10-07 | Apparatus, method and program for detection of water surface boundary |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2011080859A (en) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012185061A (en) * | 2011-03-07 | 2012-09-27 | Mitsubishi Electric Corp | Water level detection device, water level detection system, and water level detection method |
| JP5943084B2 (en) * | 2012-08-31 | 2016-06-29 | 富士通株式会社 | Image processing apparatus, image processing method, and image processing program |
| CN107449485A (en) * | 2016-05-26 | 2017-12-08 | 财团法人成大水利海洋研究发展文教基金会 | Liquid level image identification method |
| JP2019078555A (en) * | 2017-10-20 | 2019-05-23 | 富士通株式会社 | Water level determining program, water level determination method, and water level determining device |
| CN110187142A (en) * | 2019-06-13 | 2019-08-30 | 上海彩虹鱼海洋科技股份有限公司 | Flow monitoring method and system |
| KR20200072146A (en) * | 2018-12-12 | 2020-06-22 | 대한민국(행정안전부 국립재난안전연구원장) | Apparatus and method for sensing water level |
| CN112862820A (en) * | 2021-03-17 | 2021-05-28 | 水利部交通运输部国家能源局南京水利科学研究院 | Intelligent acquisition device for water depth of piezometer tube group based on image recognition technology and water depth acquisition method thereof |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH1011581A (en) * | 1996-06-27 | 1998-01-16 | Nagoya Denki Kogyo Kk | Parking vehicle detecting method and its device |
| JPH1054748A (en) * | 1996-08-09 | 1998-02-24 | Yokogawa Electric Corp | Liquid level position detecting device |
| JP2007212238A (en) * | 2006-02-08 | 2007-08-23 | Mitsubishi Electric Corp | Water level detector and water level detection method using it |
| JP2007226681A (en) * | 2006-02-24 | 2007-09-06 | Nagaoka Univ Of Technology | Water flow area detection system, water flow area detection method, and program |
| JP2008057994A (en) * | 2006-08-29 | 2008-03-13 | Basic Engineering:Kk | Water level observation system by image processing |
-
2009
- 2009-10-07 JP JP2009233241A patent/JP2011080859A/en active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH1011581A (en) * | 1996-06-27 | 1998-01-16 | Nagoya Denki Kogyo Kk | Parking vehicle detecting method and its device |
| JPH1054748A (en) * | 1996-08-09 | 1998-02-24 | Yokogawa Electric Corp | Liquid level position detecting device |
| JP2007212238A (en) * | 2006-02-08 | 2007-08-23 | Mitsubishi Electric Corp | Water level detector and water level detection method using it |
| JP2007226681A (en) * | 2006-02-24 | 2007-09-06 | Nagaoka Univ Of Technology | Water flow area detection system, water flow area detection method, and program |
| JP2008057994A (en) * | 2006-08-29 | 2008-03-13 | Basic Engineering:Kk | Water level observation system by image processing |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012185061A (en) * | 2011-03-07 | 2012-09-27 | Mitsubishi Electric Corp | Water level detection device, water level detection system, and water level detection method |
| JP5943084B2 (en) * | 2012-08-31 | 2016-06-29 | 富士通株式会社 | Image processing apparatus, image processing method, and image processing program |
| JPWO2014033936A1 (en) * | 2012-08-31 | 2016-08-08 | 富士通株式会社 | Image processing apparatus, image processing method, and image processing program |
| CN107449485A (en) * | 2016-05-26 | 2017-12-08 | 财团法人成大水利海洋研究发展文教基金会 | Liquid level image identification method |
| JP2019078555A (en) * | 2017-10-20 | 2019-05-23 | 富士通株式会社 | Water level determining program, water level determination method, and water level determining device |
| KR20200072146A (en) * | 2018-12-12 | 2020-06-22 | 대한민국(행정안전부 국립재난안전연구원장) | Apparatus and method for sensing water level |
| KR102128934B1 (en) * | 2018-12-12 | 2020-07-01 | 대한민국(행정안전부 국립재난안전연구원장) | Apparatus and method for sensing water level |
| CN110187142A (en) * | 2019-06-13 | 2019-08-30 | 上海彩虹鱼海洋科技股份有限公司 | Flow monitoring method and system |
| CN112862820A (en) * | 2021-03-17 | 2021-05-28 | 水利部交通运输部国家能源局南京水利科学研究院 | Intelligent acquisition device for water depth of piezometer tube group based on image recognition technology and water depth acquisition method thereof |
| CN112862820B (en) * | 2021-03-17 | 2023-12-29 | 水利部交通运输部国家能源局南京水利科学研究院 | Image recognition technology-based intelligent acquisition device and method for water depth of manometric tube group |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Harley et al. | Shoreline change mapping using crowd-sourced smartphone images | |
| JP2011080859A (en) | Apparatus, method and program for detection of water surface boundary | |
| Palmsten et al. | Laboratory investigation of dune erosion using stereo video | |
| Aarninkhof et al. | A video-based technique for mapping intertidal beach bathymetry | |
| KR101732111B1 (en) | Apparatus for oil slick detection using satellite images and Method Thereof | |
| KR100773393B1 (en) | Real-time Monitoring System and Method for DAM | |
| Archetti et al. | Integrated monitoring of the hydro-morphodynamics of a beach protected by low crested detached breakwaters | |
| Huisman et al. | The use of video imagery to analyse groundwater and shoreline dynamics on a dissipative beach | |
| GB2557035A (en) | IR or thermal image enhancement method based on background information for video analysis | |
| KR102519606B1 (en) | System and Method for Measuring Real Time River Discharge based on thermal image and multivariate coordinate transformation | |
| JP2014048131A (en) | Image processing device, method, and program | |
| JP4574657B2 (en) | Method and apparatus for measuring water flow | |
| Lee et al. | Vibration detection of stay-cable from low-quality CCTV images using deep-learning-based dehazing and semantic segmentation algorithms | |
| CN113963314A (en) | Rainfall monitoring method and device, computer equipment and storage medium | |
| Lisi et al. | Morphodynamic classification of sandy beaches in enclosed basins: The case study of Alimini (Italy) | |
| JP4108593B2 (en) | Inundation monitoring device | |
| JP2009168600A (en) | Weather information detection method, weather information detection device, and weather information detection program | |
| CN115439748B (en) | Coastline erosion degree monitoring method and device and electronic equipment | |
| Khalifa et al. | A new image-based model for predicting cracks in sewer pipes | |
| JP4553915B2 (en) | Motion detection device, motion detection method, and motion detection program | |
| Maalouf et al. | Offline quality monitoring for legal evidence images in video-surveillance applications | |
| Jeong et al. | Thermal imaging fire detection algorithm with minimal false detection | |
| KR102209866B1 (en) | Preprocessing Method of Distortion Image for Ground Based Total Cloude Cover Automatic Retrieval | |
| Albertazzi et al. | The CoastView Project | |
| KR100732397B1 (en) | Device of solar position tracking and Method thereof |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20120117 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20120315 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20120508 |