KR101500267B1 - Method for Recognizing the water surface using temporal changing features of grayscale intensities of spatio-temporal images - Google Patents
Method for Recognizing the water surface using temporal changing features of grayscale intensities of spatio-temporal images Download PDFInfo
- Publication number
- KR101500267B1 KR101500267B1 KR20140040375A KR20140040375A KR101500267B1 KR 101500267 B1 KR101500267 B1 KR 101500267B1 KR 20140040375 A KR20140040375 A KR 20140040375A KR 20140040375 A KR20140040375 A KR 20140040375A KR 101500267 B1 KR101500267 B1 KR 101500267B1
- Authority
- KR
- South Korea
- Prior art keywords
- image
- water surface
- temporal
- spatio
- water
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C13/00—Surveying specially adapted to open water, e.g. sea, lake, river or canal
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C15/00—Surveying instruments or accessories not provided for in groups G01C1/00 - G01C13/00
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
- G01F23/00—Indicating or measuring liquid level or level of fluent solid material, e.g. indicating in terms of volume or indicating by means of an alarm
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
- G01N2021/8893—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques providing a video image and a processed signal for helping visual decision
-
- 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
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Radar, Positioning & Navigation (AREA)
- Hydrology & Water Resources (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Graphics (AREA)
- Theoretical Computer Science (AREA)
- Fluid Mechanics (AREA)
- Measurement Of Levels Of Liquids Or Fluent Solid Materials (AREA)
Abstract
Description
본 발명은 시공간 영상의 화소 강도의 시간적 변화 특성 분석 결과를 이용한 하천 수표면 검출 방법에 관한 것으로, 보다 구체적으로는 동영상 촬영 장치를 사용하여 하천 수표면을 포함하는 일정 영역을 촬영한 다음, 동영상을 구성하는 복수개의 영상 프레임에 대하여 소정의 측정선을 기준으로 복수개의 영상을 추출한 후 이를 시간순으로 배열하여 얻은 시공간 영상 화소 강도의 평균과 표준편차를 구하고 이들 정보로부터 하천의 수표면 경계를 판단 내지 검출할 수 있는 "시공간 영상의 화소 강도의 시간적 변화 특성 분석 결과를 이용한 하천 수표면 검출 방법"에 관한 것이다.More particularly, the present invention relates to a method for detecting a river water surface using a temporal change characteristic analysis of a pixel intensity of a spatiotemporal image. More specifically, The average and standard deviation of the spatiotemporal image pixel intensities obtained by extracting a plurality of images based on a predetermined measurement line with respect to a plurality of image frames constituting the image frames and arranging them in chronological order are obtained and from these information, The present invention relates to a method of detecting a river water surface using a result of analyzing a temporal change characteristic of a pixel intensity of a spatio-temporal image.
일반적으로 재해 예방의 차원으로 댐이나, 하천, 저수지등의 수위 측정 필요성이 중요하게 부각되고 있으나, 대부분 인력에 의한 측정이 주를 이루고 있으므로 인하여 야간에 집중 호우 발생시 상당한 피해를 발생시키고 있다. Generally, the necessity of water level measurement for dams, rivers and reservoirs is emphasized in order to prevent disasters. However, since most of the measurements are made by manpower, serious damage occurs at night due to heavy rainfall.
이러한 문제점을 해결하기 위한 종래기술의 경우, 초음파 및 압력식 수위 센서를 설치하여 운용하고 있다.In order to solve such problems, ultrasonic waves and pressure type water level sensors are installed and operated.
그러나, 초음파의 경우, 측정 범위가 매우 작으며, 또한 바람, 안개, 강우, 폭설등 외부 환경에 따라 측정값이 신뢰할 수 없는 경우가 발생할 수 있고, 압력식 수위 센서의 경우 설치가 매우 어려우며, 그 비용이 비싸다는 단점은 물론 측정한 값을 확인하기 위하여는 직접 설치 장소에 나가서 확인해야 하는 불편함이 존재한다.However, in case of ultrasonic waves, the measurement range is very small, and the measurement value may not be reliable depending on the external environment such as wind, mist, rain, heavy snow, etc. In the case of pressure type water level sensor, There is a drawback that the cost is high, and there is an inconvenience that it is necessary to go out to the place of installation directly in order to check the measured value.
이러한 문제점을 해결하고자 하는 레이저를 이용한 수위측정기에 관한 종래기술이 개시되어 있다. In order to solve such a problem, a prior art relating to a level gauge using a laser is disclosed.
예컨대, 대한민국 등록실용신안 KR 제20-0338633호에서는 좌우 양측면에서 상호 대칭되는 한 쌍의 예각구조로 설치되는 레이저 발생기와, 상기 레이저 발생기에서 발진된 레이저 빔이 수면에 반사되어 비치는 형상을 포착하는 CCD카메라를 구비하여, 수면에 비친 상기 두 레이저 빔 사이의 거리를 측정하고, 미리 설정된 상기 두 레이저 발생기 사이의 각도에 따라 기준수위와 현재수위의 차이를 산출하는 방법으로 수위를 측정하는 방법을 제시하고 있다. For example, in Korean Utility Model Registration No. 20-0338633, registered in the Republic of Korea, a laser generator is provided, which has a pair of acute angles symmetrically symmetrical on both left and right sides, and a CCD that captures the shape of the laser beam reflected from the water surface A method of measuring the water level by measuring the distance between the two laser beams reflected on the water surface and calculating a difference between the reference water level and the current water level according to an angle between the two laser generators have.
그런데, 등록실용신안 KR 제20-0338633호 기술의 경우, 영상처리 장치를 사용하기 때문에 제작비용이 비싸고, 수면에 파랑이 있을 경우 정확한 측정값을 얻을 수 없고, 두 개의 레이저 발생기 사이의 각도에 따라 정확도와 측정 가능 범위가 Trade-off 관계를 수위변화가 심한 곳에서는 사용하기 어렵다는 문제점이 있다. However, in the case of the technology disclosed in Shinan KR No. 20-0338633, since the image processing apparatus is used, the production cost is high, and if there is a wave on the water surface, accurate measurement values can not be obtained. Depending on the angle between the two laser generators The trade-off relationship between accuracy and measurable range is difficult to use in a place where the water level change is severe.
한편, 대한민국 등록특허 KR 10-0213599호에서는 부표를 가이드하는 파이프; 상기 파이프 내부의 수면에 부유하는 부표; 및 상기 파이프의 상단에 배치되고 레이저를 이용하여 상기 부표의 상면까지의 거리를 측정하는 레이저 거리 측정기를 포함하는 수위 측정장치를 개시하고 있다. On the other hand, Korean Patent Registration No. 10-0213599 discloses a pipe for guiding buoys; A buoy floating on the water surface inside the pipe; And a laser distance meter disposed at the upper end of the pipe and measuring the distance to the upper surface of the buoy using a laser.
그러나, 이 기술의 경우, 파이프에 이물질이 발생하거나 침투하여 파이프와 부표활동이 자유롭지 못하고, 반드시 교각이나, 측정 관측소를 필요로 한다는 단점이 있다.However, in the case of this technique, there is a disadvantage that a foreign object is generated or infiltrated into the pipe, and the pipe and the buoy operation are not free, and a pier or a measurement station is necessarily required.
한편, 이러한 측정 방법 이외에도 영상을 이용하여 하천의 수위를 측정하려는 방들이 다양하게 시도되고 있는데 본 발명자가 검색한 선행기술자료로는 다음과 같은 것들이 있다.Meanwhile, in addition to these measurement methods, there have been various attempts to measure the level of a river by using images. The inventors of the present invention have found the following prior art data.
(1) 히타치 제작소의 특허(1) Patent of Hitachi Works
히타치제작소의 다카기 등에 의해 개시된 특허 문헌으로 이들 문헌에서는 경사진 양수표(목자판) 또는 수직 양수판과 경사 보조판을 하천 구조물에 설치하고 이를 카메라로 촬영한 뒤 영상 처리하여 수면 위치를 결정하는 방법을 개시하고 있는데, 히타치 제작소에서 출원한 대표적인 영상 수위 계측 관련 특허는 다음과 같다.(Takagi et al., Hitachi, Ltd.) discloses a method of determining the position of a water surface by installing a tiltable pivot table (neck plate) or a vertical pumping plate and a slope assist plate on a river structure, The representative patents related to measurement of image level applied by Hitachi Works are as follows.
62231JP-
62231
148094AP2002-
148094A
(2) 나가오카기술대학의 특허(2) Patent of Nagaoka University of Technology
나가오카기술대학의 특허는 비교적 최근의 특허로 영상 처리를 통한 수위 검출에 주안을 두고 있는데, 나가오카기술대학의 대표적인 영상 수위 계측 관련 특허는 다음과 같다. The patents of Nagaoka University of Technology are relatively recent patents, and the focus is on the detection of water level through image processing. The patents related to the image level measurement of Nagaoka University of Technology are as follows.
(3) 한국건설기술연구원의 특허(3) Patent of Korea Institute of Construction Technology
한국건설기술연구원에서 21세기 프론티어 연구개발사업 과정의 일환으로 하이테크시스템과 함께 수행한 연구에서는, 카메라를 상하로 이동시키면서 수위표를 촬영하여 수면 위치를 인식하고, 인식된 수면부근의 수위표 영상을 취득한 다음, 수면 위치를 상호상관법으로 분석하고, 수면부근의 수위표의 문자를 OCR로 인식하는 방법을 연구하였다. In the research carried out by the Korea Institute of Construction Technology with the high tech system as part of the 21st Century Frontier R & D project process, After the acquisition, we analyzed the location of the water surface by the cross correlation method and studied the method of recognizing the characters of the water level table near the water surface by OCR.
본 연구에서는 인식된 문자와 수면 위치에 대한 정보로부터 수위값으로 전환하여 하천 수위를 획득하고 OCR 분석을 이용하기 때문에, 수위표 자체의 오염 방지를 위해 방오 수위표를 제작하고, 문자 인식을 위해 수위표에 LED를 장착하는 등과 같은 다소 복잡한 부가 장치가 되어 있다.In this study, the river water level was obtained from the information about recognized characters and the water level, and OCR analysis was used. Therefore, to prevent contamination of the water level table itself, It is a somewhat complicated addition device such as attaching LED to the table.
본 연구 결과물은 국내 특허출원번호 제10-2005-0086586호, 발명의 명칭: "영상을 이용한 액체높이 측정시스템(영상수위계)"으로 현재 등록되어 있으며, PCT 진행 후 중국, 미국, EU, 일본에 대한 개별국 진입을 완료한 상태이다. The result of this study is currently registered as a Korean Patent Application No. 10-2005-0086586 entitled "Liquid Level Measurement System using Image (Image Gage System)" It has already completed the entry into Korea.
(4) 삼일정보기술(주)와 (주)태성로직스의 특허(4) Patents of Samil Information Technology Co., Ltd. and Taesung Logics Co., Ltd.
본 특허는 기존의 영상 수위 관련 특허가 수위표의 눈금을 읽는 과정에서 생기는 오류 때문에 문제가 있음을 지적하고, 실제 수위를 환산하는 데 주위 구조물을 이용하고자 한 것으로, 수면 검출 방법에 대해서는 단순한 윤곽 검출 알고리즘을 적용한 것으로 보이지만 이에 대해서는 관련 문헌이 많이 제시되어 있지 않아, 구체적이고 세부적인 기술적 내용들은 파악하기는 곤란하였다. In this patent, it is pointed out that there is a problem due to an error that occurs when the existing image level related patent reads the scale of the water table, and the surrounding structure is used to convert the actual water level. For the water surface detection method, However, since there are not many related documents on this, it is difficult to grasp concrete and detailed technical contents.
(5) 후지츠주식회사의 특허(5) Patent of Fujitsu Co., Ltd.
후지츠 주식회사의 특허는 고정된 카메라를 이용하여 촬영된 영상에서 윤곽선 검출을 통하여 추출된 상호 방향이 유사한 여러 개의 선 중에서 수면선과 제방선을 분리하여 수위를 검출하는 기술로, 가장 최근에 등록된 특허이다. The patent of Fujitsu Co., Ltd. is a technology to detect the water level by separating the water line and the bank line among several lines having similar mutual directions extracted through contour detection in a video captured using a fixed camera and is the most recently registered patent .
위에서 언급된 선행기술자료를 보면, 일본의 히타치 제작소에서는 경사진 양수표 또는 수직 양수판과 경사 보조판을 하천 구조물에 설치하고 이를 촬영한 뒤 영상 처리하여 수면 위치를 결정하는 방법을 제안하였고, In the prior art mentioned above, Hitachi, Japan proposed a method of determining the location of the water surface by installing a tiltable pumping table or a vertical pumping plate and a slope assistant in a stream structure,
일본의 나가오카 기술대학에서는 고정 카메라로 촬영한 영상에 시공간 기저 분해를 실시하여, 얻어진 자료에 순위를 붙인 뒤, 우선 계층과 비우선 계층으로 나누어 수위를 검출하는 방법을 제안하였으며, At the Nagaoka University of Technology in Japan, we proposed a method to detect the water level by applying temporal and spatial basis decomposition to the images taken by fixed camera, ranking the obtained data,
일본의 후지츠 주식회사에서는 고정된 카메라를 이용하여 촬영된 영상에서 윤곽선 검출을 통하여 추출된 상호 방향이 유사한 여러 개의 선 중에서 수면선과 제방선을 분리하여 수위를 검출하는 방법 등을 제안하였다. In Japan, Fujitsu Co., Ltd. proposed a method of detecting the water level by separating the water line and the bank line from several lines of similar direction extracted through contour detection in a captured image using a fixed camera.
한편, 국내에서는 한국건설기술연구원에서 액체 경계면이 포함된 영상 여러 매에서 영상의 Y방향 돗수분포 자료에서 시간적인 변화를 비교하여 미리 설정한 증가값 이상의 차이가 발생할 경우 이를 액체 경계면으로 인식하는 인식방법과 그 장치를 개발하기도 하였다. In Korea, the Korea Institute of Construction Technology (KIER) compared the temporal changes in the Y-directional distribution of the images in a plurality of images including the liquid interface, and when the difference is greater than a preset increase value, And developed the device.
그러나, 종래에 개시된 이러한 영상 수위 측정 방법들은 대개 수위표를 직접 읽어야 하는 과정을 포함하는가 하면, 야간, 악천후, 강우, 강설, 안개 등과 같은 기후 기상 변화시 정확한 수위 검출이 곤란한 경우도 있으며, 배경 잡음에 약한 윤곽선 추출법 등을 사용한다는 단점을 갖고 있다. However, the conventional image level measuring methods include a process of directly reading the water level table, and sometimes it is difficult to accurately detect the water level at the time of a change in the climate such as night, bad weather, rainfall, snowfall, fog, A weak contour extraction method or the like is used.
따라서, 수위표에 의존하지 않고, 악천후에서도 적용할 수 있으며, 기존 문헌에서 제시된 기술이 아닌 보다 새로운 영상 처리 방법을 활용하여 하천의 수위를 검출할 수 있는 방법을 개발할 필요가 있다. Therefore, it is necessary to develop a method that can detect the water level by using a new image processing method rather than the technique presented in the existing document, which can be applied in bad weather without depending on the water level table.
본 발명은 종래의 문제점을 해결하기 위한 대안으로 새로이 제안되는 것으로, 여러 매의 연속된 영상을 한꺼번에 분석하여 그 시간 동안의 휘도 변화를 분석하여 고정 영역과 비고정 영역, 경계 영역을 구분하는 방법인 시공간 영상(STI, Spatio-Temporal Image) 분석법을 이용하여 수면 위치를 결정하는 방법을 제안하는 것을 목적으로 한다.The present invention proposes a new method for solving the problems of the prior art, and is a method of analyzing a plurality of consecutive images at one time and analyzing a luminance change during the time to distinguish a fixed region, a non-fixed region, and a boundary region And to propose a method of determining the sleeping position using the STI (Spatio-Temporal Image) analysis method.
본 발명에서 제안하는 시공간 영상의 화소 강도의 시간적 변화 특성 분석 결과를 이용한 하천 수표면 검출 방법의 실시예는, The embodiment of the stream water surface detection method using the temporal change characteristic analysis result of the pixel intensity of the spatio-
(a) 하천 수표면을 포함하는 일정 영역에 대하여 소정 시간 동안 촬영한 영상을 취득하는 단계;(a) acquiring an image of a predetermined area including a river water surface for a predetermined time;
(b) 상기 영상을 구성하는 N개의 프레임 영상 각각에 대하여 동일한 위치에 소정의 세로 방향 측정선을 설정하고 상기 소정의 측정선 영역을 포함하는 N 개의 이미지 영역을 추출하는 단계;(b) setting a predetermined longitudinal measurement line at the same position for each of the N frame images constituting the image and extracting N image regions including the predetermined measurement line region;
(c) 상기 N 개의 프레임 영상 각각으로부터 추출한 상기 N 개의 이미지 영역을 각각을 시간순으로 배열하여 시공간 영상을 획득하는 단계;(c) arranging the N image regions extracted from each of the N frame images in a chronological order to obtain a space-time image;
(d) 상기 시공간 영상을 구성하는 화소로부터 상기 시공간 영상의 수평 방향 영상의 강도의 평균과 표준편차를 세로 방향을 따라 각각 산출하는 단계;(d) calculating an average and a standard deviation of the intensity of the horizontal direction image of the spatio-temporal image along the vertical direction from pixels constituting the spatio-temporal image;
(e) 상기 표준편차가 소정의 기준치를 초과하는지 여부를 이용하여 하천의 수표면을 검출하는 단계를 포함한다.(e) detecting the water surface of the river using whether the standard deviation exceeds a predetermined reference value.
본 발명에 있어서, 상기 (c) 단계에서 획득한 상기 시공간 영상을 흑백 영상으로 전환시킨 후 상기 (d) 단계를 수행할 수 있다. 이 단계는 영상 촬영 장치에서 촬영한 최초의 영상이 컬러 영상인 경우에 필요하며 최초 촬영 영상이 흑백 영상인 경우에는 필요하지 않을 것이다.In the present invention, the step (d) may be performed after converting the spatiotemporal image acquired in the step (c) into a monochrome image. This step is necessary when the first image captured by the image capturing apparatus is a color image, and may not be necessary if the first captured image is a monochrome image.
본 발명에 있어서, 상기 (e) 단계에서는 상기 표준편차가 상기 소정의 기준치 미만인 영역을 하천의 상부인 비유수 영역으로 판단하고, 상기 표준편차가 상기 소정의 기준치 이상인 하부 영역을 하천의 유수 영역으로 판단하고, 상기 표준편차가 상기 소정의 기준치 이상인 지점을 하천의 수표면으로 판단함으로써 상기 수표면을 검출할 수 있다. In the step (e), the region having the standard deviation less than the predetermined reference value is determined as a non-water-soluble region, which is the upper portion of the stream, and the lower region having the standard deviation equal to or greater than the predetermined reference value, And the water surface can be detected by determining a point where the standard deviation is equal to or greater than the predetermined reference value as the water surface of the river.
본 발명에 있어서, 상기 단계 (e)에서는 상기 시공간 영상의 세로 방향을 따라서 산출되는 상기 표준편차가 상기 소정의 기준치를 최초로 충족하는 상기 시공간 영역의 수평 방향을 상기 수표면으로 판단할 수 있다. 특히, 본 발명에 있어서, 상기 표준편차가 상기 소정의 기준치를 최초로 충족하는 상기 시공간 영역의 수평 방향의 상부를 비유수 영역으로, 하부를 유수 영역으로 판단한다.In the step (e) of the present invention, the horizontal direction of the spatio-temporal region in which the standard deviation calculated along the vertical direction of the spatio-temporal image first satisfies the predetermined reference value may be determined as the numerical surface. Particularly, in the present invention, an upper part in the horizontal direction of the space-time area in which the standard deviation first satisfies the predetermined reference value is determined as a non-water-soluble area and a lower part is determined as a water-
본 발명에 의하면, 하천 수표면을 정확하게 인식하기 어려운 야간, 악천후, 강우나 강설, 안개 등 여러 가지 상황에서도 정확하고 안정적으로 하천 수표면을 인식할 수 있다. According to the present invention, the surface of the river water can be accurately and stably recognized even under various conditions such as nighttime, bad weather, rainfall, snowfall, and mist, which are difficult to accurately recognize the river water surface.
또한 본 발명의 경우, 별도의 시설물을 설치하지 않고 간단한 영상 촬영 장비만 활용하기 때문에 수표면의 위치를 경제적으로 측정할 수 있다는 이점이 있다.In addition, since the present invention utilizes only a simple image capturing device without installing a separate facility, there is an advantage that the position of the water surface can be measured economically.
도 1은 본 발명에 따른 "시공간 영상의 화소 강도의 시간적 변화 특성 분석 결과를 이용한 하천 수표면의 검출 방법"의 전체적인 개요를 보여주기 위한 도면이다.
도 2는 수표면 검출을 위한 영상과 수표면의 개략적 위치를 표시한 영상과 그 흑백 영상의 실사 도면이다.
도 3은 본 발명에 따른 수표면 위치 검출을 위한 시공간 영상을 보여주는 도면이다.
도 4는 도 3에 도시된 단면별 시공간 영상의 영상 강도에 대한 평균과 표준편차에 대한 계산 결과를 보여주는 도면이다.1 is a diagram showing a general outline of a "method for detecting a surface of a river water using a temporal change characteristic analysis result of pixel intensity of spatio-temporal image" according to the present invention.
Fig. 2 is an actual view of an image for detecting a water surface, an image showing a rough position of a water surface, and a monochrome image thereof.
FIG. 3 is a diagram illustrating a space-time image for detecting a water surface position according to the present invention.
FIG. 4 is a diagram illustrating a calculation result of an average and a standard deviation of the image intensities of the space-time images according to the cross-sections shown in FIG.
이하, 도면을 참조하여 본 발명에서 제안하는 "시공간 영상의 화소 강도의 시간적 변화 특성 분석 결과를 이용한 하천 수표면의 인식 방법"의 실시예에 대하여 설명하기로 한다.Hereinafter, a description will be made of an embodiment of a method of recognizing a river water surface using the analysis result of temporal change characteristics of pixel intensity of a spatio-temporal image, with reference to the drawings.
참고로, 본 명세서에서 사용되는 시공간 영상(Spatio-Temporal Image, 이하 STI로 표기)이란 동영상 촬영 장치를 사용하여 촬영하여 얻은 여러 매의 연속 영상에 대하여 일정한 측정선을 설정하고, 한 영상에서 상기 측정선 한 줄의 영상을 추출한 뒤 이를 시간적으로 배열하여 중첩한 영상을 의미하며, 따라서 시공간 영상의 한 축은 공간적인 변화를 나타내고, 다른 한 축은 시간적인 변화를 나타낸다. For reference, a Spatio-Temporal Image (hereinafter referred to as STI) used in the present specification refers to a method in which a certain measurement line is set for a plurality of continuous images obtained by photographing using a moving image photographing apparatus, One axis of a spatiotemporal image represents a spatial change, and the other axis represents a temporal change.
이하에서는 이러한 시공간 영상을 이용하여 하천의 수표면 경계를 검출하는 방법을 설명하기로 한다. Hereinafter, a method of detecting the water surface boundary of the river using the spatio-temporal image will be described.
도 1은 본 발명에 따른 "시공간 영상의 화소 강도의 시간적 변화 특성 분석 결과를 이용한 하천 수표면의 검출 방법"의 전체적인 개요를 보여주기 위한 도면이다. 1 is a diagram showing a general outline of a "method for detecting a surface of a river water using a temporal change characteristic analysis result of pixel intensity of spatio-temporal image" according to the present invention.
도 1의 (a)는 CCTV, 캠코더 등과 같은 영상 촬영 장치를 이용하여 호수, 하천 및 이들과 인접하는 육지 등을 촬영하는 개념을 보여주는 일반적인 영상 수집 시스템의 개요를 보여주는 도면이고, 도 1의 (b)는 영상 촬영 장치를 통하여 얻은 시간적 변화에 따라 소정 시간 간격으로 획득한 여러 매의 연속 영상에 대하여 일정한 측정선(measurement line)을 설정하는 방법을 보여주는 도면이고, 도 1의 (c)는 도 1의 (b)에서 소정 측정선을 기준으로 시간순에 따라 추출한 영상을 중첩한 시공간 영상을 보여주는 도면이고, 도 1의 (d)는 도 1(c)의 시공간 영상 강도에 대한 평균 및 표준편차를 이용하여 수표면을 검출하는 방법을 설명하는 도면이다.1 (a) is a view showing an outline of a general image acquisition system showing a concept of photographing a lake, a river, land adjacent to the lake, a river, etc. using a photographing apparatus such as a CCTV, a camcorder, 1C is a diagram showing a method of setting a certain measurement line for a plurality of continuous images acquired at predetermined time intervals according to the temporal change obtained through the image photographing apparatus, FIG. 1 (d) is a view showing an image obtained by superposing an image extracted in chronological order on the basis of a predetermined measurement line in FIG. 1 (b) Thereby detecting a water surface. Fig.
도 1에 도시한 도면을 참조하여 본 발명의 수표면 인식 내지 검출 방법에 대하여 간략히 설명하면 다음과 같다. The following description will briefly describe the water surface recognition or detection method of the present invention with reference to the drawings shown in FIG.
먼저, 영상 촬영 장치를 이용하여 수표면을 포함하는 일정 영역에 대하여 소정 시간(예컨대, 1~2초 또는 2~4초 등으로 다양하게 시간을 설정할 수 있다) 동안 동영상으로 촬영한다.First, a moving image is photographed for a predetermined period of time (for example, various times can be set to 1 to 2 seconds, or 2 to 4 seconds, etc.) with respect to a certain area including the water surface using the image photographing apparatus.
다음, 동영상 촬영으로 획득한 소정의 영상 프레임에 대하여 소정의 수직 측정선을 기준으로 하여 해당 측정선에 포함되는 소정의 세로 영역 영상을 추출한 다음 이를 시간순에 따라 수평으로 배열시켜 시공간 영상을 획득한다. Next, a predetermined longitudinal image included in the corresponding measurement line is extracted with respect to a predetermined vertical measurement line with respect to a predetermined image frame obtained by moving image capture, and then horizontally arranged in chronological order to obtain a space-time image.
다음, 시공간 영상내의 화소 강도값의 시간 경과에 따른 변화를 분석하여 고정부(비유수 영역)인 상부 영역과, 유수 영역인 하부 영역, 그리고 이들 사이의 경계인 수표면(경계 영역) 세 영역으로 구분한다. Next, the change of the pixel intensity value in the spatio-temporal image over time is analyzed and classified into three regions: an upper region which is a fixed region (non-localized region), a lower region which is an aqueous region, and a water surface do.
참고로, 본 발명에 따른 비유수 영역, 경계 영역, 및 유수 영역의 구분은 시공간 영상의 화소 강도값의 시간적 변화에서 영상 강도의 평균과 표준 편차를 계산하여 구하게 된다. For reference, the distinction between the non-Euclidean region, the boundary region, and the non-Euclidean region according to the present invention is obtained by calculating the average and standard deviation of the image intensity at the temporal change of the pixel intensity value of the spatio-temporal image.
이하, 도 1에서 설명한 본 발명에 대한 기술적 사상인 "시공간 영상의 화소 강도의 시간적 변화 특성 분석 결과를 이용한 하천 수표면의 인식 방법"을 보다 구체적으로 설명하기로 한다.
Hereinafter, the technical idea of the present invention explained in Fig. 1 will be described in more detail, "a method of recognizing the surface of the river water using the temporal change characteristic analysis result of the pixel intensity of the spatio-temporal image ".
[실시예][Example]
먼저 수표면이 가진 영상적 특징을 추출하기 위해, 본 발명자는 부산의 하천중 하나인 온천천을 방문하여 도 2의 (a)와 같이 소정의 구조물을 접하며 흐르는 하천 주변의 영상을 촬영하였다. 참고로, 실제 촬영은 2014년 1월 23일 부산의 온천천 징검다리에서 촬영하였으며, 도 2의 (a)에 있는 측량용 표척은 촬영의 편의를 위해 임의로 설치한 것이다.First, in order to extract the image features of the water surface, the present inventor visited the Oncheon Stream, which is one of the rivers of Busan, and photographed an image of a stream surrounding the predetermined structure as shown in FIG. 2 (a). For reference, the actual photographing was taken on January 23, 2014 at the Ongcheon Bridge in Busan, and the surveying sculpture shown in FIG. 2 (a) was arbitrarily installed for the convenience of photographing.
본 발명의 실시를 위하여 촬영된 동영상은 약 10초 정도였지만, 앞 부분의 약 2초 정도는 표척의 흔들림이 약간 있음을 고려하여 촬영 시점부터 2초 지난 후의 2초간의 영상(720X480화소 60 프레임)에 대하여 시공간 영상을 만들어 분석하였다.For the implementation of the present invention, the moving image was about 10 seconds. However, in consideration of the fact that there is slight shaking of the front chuck about 2 seconds in the front part, a 2 second image (720 X 480 pixels 60 frames) Space - time images.
본 발명에서는 영상처리 프로그램을 이용하여 수표면의 개략적인 위치를 한 프레임내에서 육안으로 판정하였다. In the present invention, the approximate position of the water surface is visually determined within one frame by using an image processing program.
도 2의 (b)에서 적색으로 표시된 숫자는 각 횡단면의 수표면 위치의 y 좌표(화소)를 나타낸 것이고, 도 2의 (c)는 도 2의 (a)를 흑백 영상(회색 영상이라고도 한다)으로 변환시킨 도면이다. 2 (b) shows the y coordinate (pixel) of the number surface position of each cross section, and Fig. 2 (c) shows a black-and-white image (also referred to as a gray image) Fig.
도 2의 (b)에서 100, 200, 300, 400, 500, 600, 700은 영상의 특정 단면별로 소정의 시공간 영상을 추출하기 위한 각 영상 프레임의 수직 측정선(기준 측정선)인 세로열을 나타낸다. 본 발명에서 예시적으로 설명된 기준 측정선은 7개이므로 본 발명의 경우 7개의 시공간 영상을 얻을 수 있을 것이다. In FIG. 2B,
도 3은 도 2의 (b)의 각 단면별 수직 측정선을 포함하는 소정의 영상 영역을 각각 추출하고 이를 시간순으로 배열하여 얻은 시공간 영상이 도시되어 있다. FIG. 3 shows a spatio-temporal image obtained by extracting predetermined image areas including vertical measurement lines for each section of FIG. 2 (b) and arranging them in chronological order.
도 3에서, 세로방향이 y이고 가로 방향이 시간 t축이다. 참고로, 도 3의 붉은색 화살표는 개략적인 수표면의 개략적인 위치를 나타낸다. 3, the vertical direction is y and the horizontal direction is the time t axis. By way of reference, the red arrows in Fig. 3 represent the schematic position of the approximate water surface.
도 4는 도 3의 시공간 영상 강도의 평균과 표준편차를 보여준다. Figure 4 shows the mean and standard deviation of the spatio-temporal image intensity of Figure 3.
도 4에서 알 수 있듯이, 시공간 영상은 영상의 변화가 거의 없는 고정부(비유수 영역)인 상부 영역, 영상이 시시각각 변하는 유수 영역인 하부 영역, 그리고 이들 사이의 경계인 수표면의 세 영역으로 구분된다. As can be seen from FIG. 4, the spatio-temporal image is divided into three regions: an upper region which is a fixed region (non-localized region) with little change in image, a lower region which is an evanescent region where the image changes instantaneously, .
즉, 수표면 상부 즉 비유수 영역인 고정부는 시공간 영상의 변화가 거의 없는 까닭에 확실하게 가로선이 나타난다. 즉, 시간의 경과에도 불구하고 원칙적으로 영상의 변화가 없다. In other words, the upper part of the water surface, that is, the fixed part which is the non-water area, has a certain horizontal line because there is almost no change of the space-time image. In other words, despite the passage of time, there is no change in the image in principle.
반면에, 하천의 흐르고 있는 유수 영역은 아무리 잔잔한 상황이라도 시간 경과에 따라 영상이 변동됨을 알 수 있다. On the other hand, it can be seen that, even in a calm situation, the image changes according to the passage of time.
이 때문에, 시공간 영상에서 비유수 영역은 가로선, 유수 영역은 얼룩이라는 뚜렷한 특징을 갖고 있음을 알 수 있고, 그 경계가 되는 수표면은 가로선과 얼룩이 혼합되어 있음을 알 수 있다. 즉, 수표면이 시간에 따라 진동을 하는 모습을 확인할 수 있다. Therefore, it can be seen that, in the spatio-temporal image, the non-water area has a distinctive feature of a horizontal line and a water area is a spot, and the surface of the boundary is a mixture of horizontal lines and irregularities. That is, the surface of the water vibrates with time.
이러한 특징에 착안하여 제안되는 본 발명에 따른 수표면 검출 방법은 결국 이 세 영역의 효율적인 분리에 중점을 둔 것이다. The water surface detection method according to the present invention, which is proposed in view of such a characteristic, focuses on efficient separation of these three regions.
본 발명에서는 수표면 검출을 위하여 도 3에 도시된 100 내지 700열의 시공간 영상을 흑백 영상으로 변환한 뒤, 각 가로줄(가로 방향)의 영상 강도의 평균과 표준편차를 구하였으며 이를 도 4에 도시하였다. In the present invention, for the detection of the water surface, the spatiotemporal images of 100 to 700 columns shown in FIG. 3 are converted into black and white images, and the average and standard deviation of the image intensities of the respective horizontal lines (horizontal direction) are shown in FIG. .
본 발명의 경우, 비유수 영역은 시간적 변화가 없으므로 영상 강도의 표준편차가 0에 가깝게 될 것이다. 계산 결과 영상의 배경 잡음 때문에 영상 강도는 항상 약간씩 변하는 관계로 표준편차가 정확히 0으로 되지는 않았다. In the case of the present invention, the standard deviation of the image intensity will be close to zero since there is no temporal change in the non-negative-water region. Because of the background noise of the calculation result, the image intensity is always slightly changed, so that the standard deviation is not exactly zero.
반면, 시공간 영상 중에서 유수 영역에 해당하는 하부 영역은 시간적으로 변하기 때문에 영상 강도의 표준편차가 매우 크다. On the other hand, in the spatio-temporal image, the standard deviation of the image intensity is very large because the lower region corresponding to the leading area changes temporally.
또한 수표면은 시간적 변화가 상당히 크므로, 이 부분은 영상 강도의 표준편차가 소정의 첨두치(소정의 기준치)를 가지게 된다. Also, since the surface of the water is considerably large in temporal change, the standard deviation of the image intensity at this portion has a predetermined peak value (predetermined reference value).
이러한 결과는 도 4로부터 확인할 수 있었다. These results were confirmed from FIG.
도 4에 도시된 바와 같이, 비유수 영역은 대부분 영상강도의 표준편차가 5.0 이하이며, 유수 영역은 대부분 5.0 이상이며, 수표면의 표준편차는 대략 10.0 이상이었다. 따라서, 이러한 결과를 이용하여 하천의 수표면을 매우 정확하게 검출할 수 있을 것이다. As shown in FIG. 4, the standard deviation of the image intensity was 5.0 or less in the non-water-soluble region, 5.0 or more in the water-repellent region, and the standard deviation of the water surface was about 10.0 or more. Therefore, using these results, it is possible to detect the water surface of the river very accurately.
다만, 그림 4의 (d)의 400열 종단면의 영상에서는 57행 부근에서 비교적 큰 첨두치를 갖는다. 이것은 그림 3의 (d)의 57행 부근 영상에서 흰색 줄무늬가 오른쪽으로 약간 기울어져 올라가는 모습에서도 예측할 수 있는데, 이렇게 비유수 영역에서 영상강도의 표준편차가 비정상적으로 소정의 첨두치를 갖는 이유는 동영상 촬영시 표척이 미소하게나마 흔들렸기 때문인 것으로 파악하고 있다.
However, in the image of the 400 column longitudinal section in (d) of Fig. 4, it has a relatively large peak value near the 57th row. The reason for this is that the standard deviation of the image intensity in the non-water-level region is abnormally a predetermined peak value because the white stripe is slightly tilted to the right in the image in the vicinity of the line 57 in FIG. 3 (d) It is because of the shaking of the poetry smile.
지금까지 설명한 본 발명의 따른 "시공간 영상의 화소 강도의 시간적 변화 특성 분석 결과를 이용한 하천 수표면 검출 방법"을 종합하여 설명하면 다음과 같은 단계로 이루어진다. A method of detecting a river water surface using a temporal change characteristic analysis result of the pixel intensity of the spatio-temporal image according to the present invention described above is summarized as follows.
먼저, 하천 수표면을 포함하는 일정 영역에 대하여 소정 시간 동안 촬영한 영상을 취득한다. First, an image photographed for a predetermined time with respect to a certain area including the surface of the river water is acquired.
다음, 상기 영상을 구성하는 N개의 프레임 영상 각각에 대하여 동일한 위치에 적어도 하나 이상의 소정의 세로 방향 측정선을 설정한 다음, 상기 소정의 측정선 영역을 포함하는 N 개의 이미지 영역을 각각 추출한다. Next, at least one predetermined longitudinal measurement line is set at the same position for each of the N frame images constituting the image, and then N image regions including the predetermined measurement line region are respectively extracted.
다음, 상기 N 개의 프레임 영상 각각으로부터 추출한 상기 N 개의 이미지 영역을 각각을 시간순으로 배열하여 시공간 영상을 획득한다.Next, the N image regions extracted from each of the N frame images are arranged in chronological order to obtain a space-time image.
다음, 상기 시공간 영상을 흑백 영상으로 전환시킨다. 이 단계는 영상 촬영 장치에서 촬영한 최초의 영상이 컬러 영상인 경우에 필요하며 최초 촬영 영상이 흑백 영상인 경우에는 필요하지 않을 수 있다.Next, the spatio-temporal image is converted into a monochrome image. This step is necessary when the first image captured by the image capturing apparatus is a color image, and may not be necessary if the first captured image is a black and white image.
다음, 상기 시공간 영상을 구성하는 화소로부터 상기 시공간 영상의 수평 방향 영상의 강도의 평균과 표준편차를 세로 방향을 따라 각각 산출한다.Next, the average and standard deviation of the intensity of the horizontal direction image of the spatio-temporal image are calculated along the vertical direction from the pixels constituting the spatio-temporal image.
다음, 상기 표준편차가 소정의 기준치를 초과하는지 여부를 이용하여 하천의 수표면을 검출한다. Next, the water surface of the river is detected using whether the standard deviation exceeds a predetermined reference value.
본 발명에서는 상기 표준편차가 상기 소정의 기준치 미만인 영역을 하천의 상부인 비유수 영역으로 판단하고, 상기 표준편차가 상기 소정의 기준치 이상인 하부 영역을 하천의 유수 영역으로 판단하고, 상기 표준편차가 상기 소정의 기준치 이상인 지점을 하천의 수표면으로 판단함으로써 상기 수표면을 검출할 수 있다. According to the present invention, the region where the standard deviation is less than the predetermined reference value is determined as a non-water-soluble region which is the upper portion of the stream, the lower region where the standard deviation is equal to or greater than the predetermined reference value is determined as the water- It is possible to detect the water surface by determining a point having a predetermined reference value or more as the water surface of the river.
즉, 본 발명에서는 상기 시공간 영상의 세로 방향을 따라서 산출되는 상기 표준편차가 상기 소정의 기준치를 최초로 충족하는 상기 시공간 영역의 수평 방향을 상기 수표면으로 판단할 수 있다. That is, in the present invention, the horizontal direction of the spatio-temporal area in which the standard deviation calculated along the vertical direction of the spatio-temporal image first satisfies the predetermined reference value can be determined as the numerical surface.
달리 표현하면, 본 발명의 경우, 상기 표준편차가 상기 소정의 기준치를 최초로 충족하는 상기 시공간 영역의 수평 방향의 상부를 비유수 영역으로, 하부를 유수 영역으로 판단할 수 있다.
In other words, in the case of the present invention, the upper part in the horizontal direction of the space-time area in which the standard deviation first meets the predetermined reference value can be regarded as the non-water area and the lower part can be determined as the water area.
이러한 본 발명의 수표면 검출 방법을 구체적인 일예로 설명하면 다음과 같다. The water surface detecting method according to the present invention will be described in detail below.
(1) 영상촬영 장치를 이용하여 예를 들어 1초~2초 정도의 영상을 촬영하여 동영상을 만든다. (1) Using a video recording device, for example, a video of about 1 second to 2 seconds is taken to produce a moving image.
(2) 이렇게 만든 동영상으로부터 수표면의 개략적인 위치를 설정할 수 있다. 참고로, 이렇게 설정한 수표면의 위치는 최초 수표면 검출시에만 이용하며, 그 이후의 실행에서는 불필요하다.(2) The approximate position of the surface of the water can be set from the created movie. For reference, the position of the set water surface is used only when detecting the initial water surface, and is unnecessary in the subsequent execution.
(3) 동영상을 구성하는 복수개의 영상 프레임을 대하여 소정의 세로 방향 측정선을 설정하고 이를 포함하는 소정의 영상을 추출하여 시공간 영상을 만든다.(3) A predetermined vertical direction measurement line is set for a plurality of image frames constituting a moving image, and a predetermined image including the predetermined vertical direction measurement line is extracted to generate a space time image.
(4) 상기 시공간 영상이 컬러 영상인 경우 이를 흑백 영상으로 변환한다. 단, 본 과정은 필수적인 것은 아니며 선택적인 과정일 수 있다. (4) If the space-time image is a color image, it is converted into a monochrome image. However, this course is not mandatory and may be optional.
(5) 변환된 시공간 영상에서 영상 강도의 평균과 표준편차를 계산한다. (5) Calculate the mean and standard deviation of the image intensity in the transformed spatio-temporal image.
본 발명의 경우, 표준편차가 5.0 이하인 영역을 비유수 영역(고정영역), 5.0 이상인 영역을 유수 영역으로 구분하였고, 그리고 최초 기준치(10.0 이상)가 나타나는 부분을 수표면으로 판단하였으나, 이러한 수치는 본 발명의 일예에 불과하고 피촬영 영상 정보에 따라 변경 가능할 것이다. In the case of the present invention, a region having a standard deviation of 5.0 or less is classified into a non-water-soluble region (fixed region) and a region having a 5.0 or more water-level region is classified as a water- But may be changed only in accordance with the image information to be captured.
(6) 시공간 영상의 세로 방향을 따라 표시되는 표준편차가 소정의 기준이 되는 소정의 기준치를 최초로 충족하는 지점을 수표면으로 판정하고 이를 기준점으로 하여 그 상부를 비유수 영역으로, 하부를 유수 영역으로 판단할 수 있을 것이다. (6) A point where the standard deviation displayed along the vertical direction of the spatio-temporal image satisfies a predetermined reference value for the first time is determined as a water surface, and the upper portion is defined as a non-water- .
(7) 검출된 수표면을 다음 단계의 개략적인 수표면 위치로 잡고 전술한 (1), (3)~(6)을 반복하여 수행한다. (7) The detected water surface is held at the approximate water surface position of the next step, and the above-mentioned (1), (3) to (6) are repeatedly performed.
즉, 본 발명에 따른 수표면 검출 방법은 최초 사용하는 동영상에 대하여 개략적인 수표면 위치를 설정한 후 (3) 내지 (7) 단계를 수행하는 이유는 수표면 검출 오차 발생 가능성을 줄이기 위한 것이므로, 일단 위의 과정을 수행한 이후에는 수표면에 대한 위치에 대한 정보가 추출되므로 그 이후의 동영상 처리 과정에서는 실질적으로 (1), (3) ~(6) 의 과정을 반복 수행하여도 큰 오차가 없을 것이다. That is, in the water surface detection method according to the present invention, the steps (3) to (7) are performed after a rough water surface position is set for the moving image to be used first, because the possibility of water surface detection error is reduced, Once the above process is performed, information on the position of the water surface is extracted. Therefore, even if the processes of (1) and (3) to (6) There will be no.
이상에서 설명한 본 발명에 따른 "시공간 영상의 화소 강도의 시간적 변화 특성 분석 결과를 이용한 하천 수표면 검출 방법"은 동영상 촬영 장치를 사용하여 하천 수표면을 포함하는 일정 영역을 촬영한 다음, 동영상을 구성하는 복수개의 영상 프레임에 대하여 소정의 측정선을 기준으로 복수개의 영상을 추출한 후 이를 시간순으로 배열하여 얻은 시공간 영상 화소 강도의 평균과 표준편차를 구하고 이들 정보로부터 하천의 수표면 경계를 판단 내지 검출하는 방법에 관한 것으로, 시공간 영상의 변화를 이용하는 까닭에 하천 수표면을 정확하게 인식하기 어려운 야간시에도 보다 정확하고 안정적으로 하천 수표면을 인식할 수 있을 것이며, 별도의 시설물을 설치없이 간단한 영상 촬영 장비만을 사용하기 때문에 수표면의 위치를 검출을 보다 경제적으로 측정할 수 있다는 이점이 있다.According to the present invention described above, "a stream water surface detection method using temporal change characteristic analysis results of pixel intensity of spatio-temporal image" is a method of detecting a predetermined region including a river water surface by using a moving picture shooting device, The average and standard deviation of the spatiotemporal image pixel intensities obtained by extracting a plurality of images based on a predetermined measurement line with respect to a plurality of image frames and arranging them in chronological order are obtained and the number surface boundary of the stream is determined or detected from the information The method of the present invention can recognize the river water surface more accurately and stably even at nighttime where it is difficult to accurately recognize the river water surface because of using the change of the space time image. It is more economical to detect the position of the water surface As shown in Fig.
Claims (5)
(a) 하천 수표면을 포함하는 일정 영역에 대하여 소정 시간 동안 촬영한 영상을 취득하는 단계;
(b) 상기 영상을 구성하는 N개의 프레임 영상 각각에 대하여 동일한 위치에 소정의 세로 방향 측정선을 설정하고 상기 소정의 측정선 영역을 포함하는 N 개의 이미지 영역을 추출하는 단계;
(c) 상기 N 개의 프레임 영상 각각으로부터 추출한 상기 N 개의 이미지 영역을 각각을 시간순으로 배열하여 시공간 영상을 획득하는 단계;
(d) 상기 시공간 영상을 구성하는 화소로부터 상기 시공간 영상의 수평 방향 영상의 강도의 평균과 표준편차를 상기 시공간 영상의 세로 방향을 따라 각각 산출하는 단계;
(e) 상기 표준편차가 소정의 기준치를 초과하는지 여부를 이용하여 하천의 수표면을 검출하는 단계로 이루어지는 것을 특징으로 하는 시공간 영상의 화소 강도의 시간적 변화 특성 분석 결과를 이용한 하천 수표면 검출 방법.A stream water surface detection method using temporal change characteristic analysis results of a pixel intensity of a spatio-
(a) acquiring an image of a predetermined area including a river water surface for a predetermined time;
(b) setting a predetermined longitudinal measurement line at the same position for each of the N frame images constituting the image and extracting N image regions including the predetermined measurement line region;
(c) arranging the N image regions extracted from each of the N frame images in a chronological order to obtain a space-time image;
(d) calculating an average and a standard deviation of intensity of the horizontal direction image of the spatio-temporal image along the vertical direction of the spatio-temporal image from the pixels constituting the spatio-temporal image;
and (e) detecting a water surface of the river using the standard deviation of the water level to a predetermined reference value.
상기 (c) 단계에서 획득한 상기 시공간 영상을 흑백 영상으로 전환시킨 후 상기 (d) 단계를 수행하는 것을 특징으로 하는 시공간 영상의 화소 강도의 시간적 변화 특성 분석 결과를 이용한 하천 수표면 검출 방법. The method according to claim 1,
Wherein the step (d) is performed after converting the spatiotemporal image obtained in step (c) into a monochrome image, wherein the step (d) is performed.
상기 (e) 단계에서는
상기 표준편차가 상기 소정의 기준치 미만인 영역을 하천의 상부인 비유수 영역으로 판단하고,
상기 표준편차가 상기 소정의 기준치 이상인 하부 영역을 하천의 유수 영역으로 판단하고,
상기 표준편차가 상기 소정의 기준치 이상인 지점을 하천의 수표면으로 판단함으로써 상기 수표면을 검출하는 것을 특징으로 하는 시공간 영상의 화소 강도의 시간적 변화 특성 분석 결과를 이용한 하천 수표면 검출 방법. 3. The method according to claim 1 or 2,
In the step (e)
Determining an area in which the standard deviation is less than the predetermined reference value as a non-water-
Determining a lower region having the standard deviation equal to or greater than the predetermined reference value as a runoff region of the stream,
Wherein the water surface is detected by determining a point at which the standard deviation is equal to or greater than the predetermined reference value as the water surface surface of the stream, wherein the water surface is detected.
상기 단계 (e)에서는 상기 시공간 영상의 세로 방향을 따라서 산출되는 상기 표준편차가 상기 소정의 기준치를 최초로 충족하는 상기 시공간 영역의 수평 방향을 상기 수표면으로 판단하는 것을 특징으로 시공간 영상의 화소 강도의 시간적 변화 특성 분석 결과를 이용한 하천 수표면 검출 방법.3. The method according to claim 1 or 2,
Wherein in the step (e), the horizontal direction of the spatio-temporal region in which the standard deviation calculated along the vertical direction of the spatio-temporal image first satisfies the predetermined reference value is determined as the numerical surface. A Method for Detecting Stream Water Surface Using Time Change Characteristics Analysis.
상기 표준편차가 상기 소정의 기준치를 최초로 충족하는 상기 시공간 영역의 수평 방향의 상부를 비유수 영역으로, 하부를 유수 영역으로 판단하는 것을 특징으로 하는 시공간 영상의 화소 강도의 시간적 변화 특성 분석 결과를 이용한 하천 수표면 검출 방법.5. The method of claim 4,
Wherein the upper part in the horizontal direction of the space-time area in which the standard deviation first satisfies the predetermined reference value is determined to be a non-water-soluble area and the lower part is determined to be a water-area area. River water surface detection method.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR20140040375A KR101500267B1 (en) | 2014-04-04 | 2014-04-04 | Method for Recognizing the water surface using temporal changing features of grayscale intensities of spatio-temporal images |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR20140040375A KR101500267B1 (en) | 2014-04-04 | 2014-04-04 | Method for Recognizing the water surface using temporal changing features of grayscale intensities of spatio-temporal images |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR101500267B1 true KR101500267B1 (en) | 2015-03-06 |
Family
ID=53026797
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR20140040375A KR101500267B1 (en) | 2014-04-04 | 2014-04-04 | Method for Recognizing the water surface using temporal changing features of grayscale intensities of spatio-temporal images |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101500267B1 (en) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2019144287A1 (en) * | 2018-01-23 | 2019-08-01 | SZ DJI Technology Co., Ltd. | Systems and methods for automatic water surface and sky detection |
| KR102159097B1 (en) | 2020-06-10 | 2020-09-23 | 주식회사청수환경 | Real-time river flow measurement method using pneumatic type movable weir and system thereof |
| CN113155860A (en) * | 2020-12-17 | 2021-07-23 | 华能澜沧江水电股份有限公司 | Flow state video monitoring-based method and system for diagnosing structural damage of water-passing building |
| CN114550037A (en) * | 2022-02-18 | 2022-05-27 | 福建水口发电集团有限公司 | Hydropower station video data digital safety early warning method and device |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH1062231A (en) * | 1996-08-22 | 1998-03-06 | Hitachi Ltd | Screen display apparatus for measurement of water level and water level-measuring apparatus |
-
2014
- 2014-04-04 KR KR20140040375A patent/KR101500267B1/en active IP Right Grant
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH1062231A (en) * | 1996-08-22 | 1998-03-06 | Hitachi Ltd | Screen display apparatus for measurement of water level and water level-measuring apparatus |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2019144287A1 (en) * | 2018-01-23 | 2019-08-01 | SZ DJI Technology Co., Ltd. | Systems and methods for automatic water surface and sky detection |
| KR102159097B1 (en) | 2020-06-10 | 2020-09-23 | 주식회사청수환경 | Real-time river flow measurement method using pneumatic type movable weir and system thereof |
| CN113155860A (en) * | 2020-12-17 | 2021-07-23 | 华能澜沧江水电股份有限公司 | Flow state video monitoring-based method and system for diagnosing structural damage of water-passing building |
| CN114550037A (en) * | 2022-02-18 | 2022-05-27 | 福建水口发电集团有限公司 | Hydropower station video data digital safety early warning method and device |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Lin et al. | Automatic water-level detection using single-camera images with varied poses | |
| CN107506798B (en) | Water level monitoring method based on image recognition | |
| US10931871B2 (en) | Pipeline detection method and apparatus, and storage medium | |
| CN108759973B (en) | Water level measuring method | |
| US10190269B2 (en) | High speed stereoscopic pavement surface scanning system and method | |
| CN106851264B (en) | Camera module lens surface detection method and device | |
| Kim et al. | Unmanned aerial vehicle (UAV)-powered concrete crack detection based on digital image processing | |
| CN101586956B (en) | River water level monitoring method based on monocular camera | |
| CN109460753A (en) | A method of detection over-water floats | |
| US20070127778A1 (en) | Object detecting system and object detecting method | |
| KR101500267B1 (en) | Method for Recognizing the water surface using temporal changing features of grayscale intensities of spatio-temporal images | |
| KR102156936B1 (en) | Image processing-based water surface observation system and method for marine environment monitoring | |
| Mathavan et al. | Pavement raveling detection and measurement from synchronized intensity and range images | |
| JP2017053819A (en) | Crack detection method and detection program of concrete | |
| KR101488214B1 (en) | Apparatus for monitoring geographical features change of intertidal zone using image pictured by camera and the method thereof | |
| CN112614177B (en) | Sea ice thickness identification system and method suitable for ship ice area sailing test | |
| CN107798293A (en) | A kind of crack on road detection means | |
| CN111126183A (en) | Method for detecting damage of building after earthquake based on near-ground image data | |
| CN113554667B (en) | Three-dimensional displacement detection method and device based on image recognition | |
| CN113781537B (en) | Rail elastic strip fastener defect identification method and device and computer equipment | |
| CN115035182A (en) | Landslide disaster early warning method and system in mountainous area | |
| CN107169969B (en) | Highway dangerous rock collapse deposit size measurement and alarm system based on FPGA | |
| KR101793264B1 (en) | Analysis method for occurrence and growth progression of crack | |
| CN114549440A (en) | Method and device for detecting dynamic geometric parameters of contact network and electronic equipment | |
| CN106709952A (en) | Automatic calibration method of display screen |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant | ||
| FPAY | Annual fee payment |
Payment date: 20190131 Year of fee payment: 5 |
|
| FPAY | Annual fee payment |
Payment date: 20200225 Year of fee payment: 6 |