KR101978351B1 - Ｃｃｔｖ 영상 기반의 실시간 자동 유량계측 시스템 및 방법 - Google Patents

Ｃｃｔｖ 영상 기반의 실시간 자동 유량계측 시스템 및 방법 Download PDF

Info

Publication number
KR101978351B1
KR101978351B1 KR1020180139116A KR20180139116A KR101978351B1 KR 101978351 B1 KR101978351 B1 KR 101978351B1 KR 1020180139116 A KR1020180139116 A KR 1020180139116A KR 20180139116 A KR20180139116 A KR 20180139116A KR 101978351 B1 KR101978351 B1 KR 101978351B1
Authority
KR
South Korea
Prior art keywords
image
flow rate
water level
time
bandwidth
Prior art date
Application number
KR1020180139116A
Other languages
English (en)
Inventor
김서준
윤병만
유호준
김동수
정태성
주재승
최현석
Original Assignee
주식회사 하이드로셈
대한민국(행정안전부 국립재난안전연구원장)
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 주식회사 하이드로셈, 대한민국(행정안전부 국립재난안전연구원장) filed Critical 주식회사 하이드로셈
Priority to KR1020180139116A priority Critical patent/KR101978351B1/ko
Priority to JP2020565898A priority patent/JP7120581B2/ja
Priority to PCT/KR2018/014987 priority patent/WO2020101104A1/ko
Priority to US16/617,359 priority patent/US11353354B2/en
Application granted granted Critical
Publication of KR101978351B1 publication Critical patent/KR101978351B1/ko
Priority to PH12020551776A priority patent/PH12020551776A1/en

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
    • G01F1/00—Measuring the volume flow or mass flow of fluid or fluent solid material wherein the fluid passes through a meter in a continuous flow
    • G01F1/002—Measuring the volume flow or mass flow of fluid or fluent solid material wherein the fluid passes through a meter in a continuous flow wherein the flow is in an open channel
    • 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
    • G01C13/002—Measuring the movement of open water
    • G01C13/006—Measuring the movement of open water horizontal movement
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
    • G01F1/00—Measuring the volume flow or mass flow of fluid or fluent solid material wherein the fluid passes through a meter in a continuous flow
    • G01F1/704—Measuring the volume flow or mass flow of fluid or fluent solid material wherein the fluid passes through a meter in a continuous flow using marked regions or existing inhomogeneities within the fluid stream, e.g. statistically occurring variations in a fluid parameter
    • G01F1/708—Measuring the time taken to traverse a fixed distance
    • G01F1/7086—Measuring the time taken to traverse a fixed distance using optical detecting arrangements
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
    • G01F1/00—Measuring the volume flow or mass flow of fluid or fluent solid material wherein the fluid passes through a meter in a continuous flow
    • G01F1/704—Measuring the volume flow or mass flow of fluid or fluent solid material wherein the fluid passes through a meter in a continuous flow using marked regions or existing inhomogeneities within the fluid stream, e.g. statistically occurring variations in a fluid parameter
    • G01F1/708—Measuring the time taken to traverse a fixed distance
    • G01F1/712—Measuring the time taken to traverse a fixed distance using auto-correlation or cross-correlation detection means
    • 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
    • G01F23/02—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 by gauge glasses or other apparatus involving a window or transparent tube for directly observing the level to be measured or the level of a liquid column in free communication with the main body of the liquid
    • 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
    • G01F23/22—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 by measuring physical variables, other than linear dimensions, pressure or weight, dependent on the level to be measured, e.g. by difference of heat transfer of steam or water
    • G01F23/28—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 by measuring physical variables, other than linear dimensions, pressure or weight, dependent on the level to be measured, e.g. by difference of heat transfer of steam or water by measuring the variations of parameters of electromagnetic or acoustic waves applied directly to the liquid or fluent solid material
    • G01F23/296—Acoustic waves
    • G01F23/2962—Measuring transit time of reflected waves
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
    • G01F9/00—Measuring volume flow relative to another variable, e.g. of liquid fuel for an engine
    • G01F9/001—Measuring volume flow relative to another variable, e.g. of liquid fuel for an engine with electric, electro-mechanic or electronic means
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P5/00—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft
    • G01P5/26—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft by measuring the direct influence of the streaming fluid on the properties of a detecting optical wave
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/02—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems using reflection of acoustic waves
    • G01S15/06—Systems determining the position data of a target
    • G01S15/08—Systems for measuring distance only
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/88—Sonar systems specially adapted for specific applications
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/62—Extraction of image or video features relating to a temporal dimension, e.g. time-based feature extraction; Pattern tracking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Multimedia (AREA)
  • Mathematical Physics (AREA)
  • Fluid Mechanics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Signal Processing (AREA)
  • Acoustics & Sound (AREA)
  • Geometry (AREA)
  • Measuring Volume Flow (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Hydrology & Water Resources (AREA)
  • Electromagnetism (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Thermal Sciences (AREA)
  • Measurement Of Levels Of Liquids Or Fluent Solid Materials (AREA)
  • Details Of Flowmeters (AREA)
  • Indicating Or Recording The Presence, Absence, Or Direction Of Movement (AREA)
  • Image Processing (AREA)

Abstract

본 발명은 소하천에 최적화된 영상 기반 자동유량 계측으로 실시간 상황대응을 위한 현장영상을 제공하고 수위 및 유속 정보를 수집해 유량을 실시간으로 계측할 수 있도록 한 CCTV 영상 기반의 실시간 자동 유량계측 시스템 및 방법에 관한 것으로, 측정 수단에 의해 측정된 수위 자료를 탄력적 대역폭 적용을 통한 국지적 선형회귀 기반의 이변량 산점도 평활화 기법으로 필터링하여 하천의 수위를 산출하는 수위 측정 장치;하천 유속 측정 현장의 연속 영상을 획득하는 영상 획득 장치;상기 영상 획득 장치의 영상을 이용하여 실시간으로 표면유속을 계측하고, 수위 측정 장치로부터 계측수위를 전송받아 단면자료와 함께 실시간으로 유량을 계측하는 영상분석 PC;웹 기반의 실시간 유량 계측 결과 전송 및 표출을 위한 유량 산출 및 관리 서버;를 포함하는 것이다.

Description

ＣＣＴＶ 영상 기반의 실시간 자동 유량계측 시스템 및 방법{System and Method for Measuring Real Time Water Discharge based on ＣＣＴＶ Image}
본 발명은 하천 유량 산출에 관한 것으로, 구체적으로 소하천에 최적화된 영상 기반 자동유량 계측으로 실시간 상황대응을 위한 현장영상을 제공하고 수위 및 유속 정보를 수집해 유량을 실시간으로 계측할 수 있도록 한 CCTV 영상 기반의 실시간 자동 유량계측 시스템 및 방법에 관한 것이다.
현재 우리나라에는 22,823개의 소하천이 전국 각지에 분포하고 있음에도 불구하고 이를 관리할 수 있는 공무원의 수는 절대적으로 부족한 실정이다.
이런 이유로 현재까지 정부가 직접 관리하는 국가하천에서만 계측이 이루어졌는데, 삶의 질 향상에 따른 지역공동체의 소하천 홍수피해저감 요구가 증가하고 있어 적은 인력으로도 계측이 가능한 자동화 계측기술이 요구된다.
하천을 관리하는 데 필요한 수문 자료는 여러 가지가 있으나, 그 중에서 유역의 강우 자료와 하천의 수위 및 유량 자료가 가장 핵심이 된다.
유역의 강우는 여러 가지 우량계를 통해 지속적이고 자동적으로 측정이 되고 있으며, 측정 자료의 빈도나 정확도 면에서 현재 적절히 측정이 되고 있다.
반면, 하천의 수위와 유량 자료는 계측의 어려움 때문에, 강우 측정에 비해서 계측의 빈도나 측정 정확도가 많이 떨어지는 것이 현실이다.
특히 유량 측정은 매우 어렵다. 자동화를 위해서 H-ADCP를 이용하는 관측소도 여러 곳 있으나, 전체 유량을 측정하는 것이 아니므로 상당 부분을 보정에 의존해야 한다.
현재 우리나라에서는 수위를 측정하고 여기에 미리 만들어 둔 수위-유량 곡선을 적용하여 유량으로 환산하는 방법을 주로 채택하고 있다(Hydrological Survey Center, 2014).
반면, 수위 측정은 유량 측정에 비해 자동화가 쉽기 때문에 비교적 용이하게 또 지속적으로 이루어지고 있다.
우리나라의 수위 측정은 통상 부자식 수위계, 압력식 수위계, 초음파식 수위계 등에 의해 이루어지고 있다.
초음파 수위 측정 장치는 초음파를 측정하고자 하는 수면의 방향으로 출력한 뒤, 수면에서 반사되어 돌아오는 초음파를 감지하고 이를 이용하여 수면의 높이를 산출하는 것이다.
하천 규모가 큰 국가하천과 지방하천의 경우는 홍수시 시간 변화에 따른 하천의 수위 변화가 비교적 완만하게 증가하기 때문에 수위 계측 결과를 하나의 곡선으로 제시할 수 있다.
하지만, 소하천의 경우 홍수시 유출이 급격하게 발생하고 대부분 경사가 급하기 때문에 수면이 매우 거친 흐름특성을 보인다. 이와 같은 이유로 아무리 성능이 좋은 수위계측 센서를 이용하더라도 소하천의 홍수시 수위계측 결과가 매우 불규칙하게 측정될 수 밖에 없는 한계를 가지고 있다.
따라서, 소하천의 홍수시 수위계측 결과의 정확도가 매우 떨어질 수밖에 없고, 이를 활용한 소하천 유량계측 및 홍수예경보시스템의 신뢰도에도 직접적으로 영향을 미치기 때문에 홍수시 소하천 수위계측 결과에 대한 품질관리를 위한 필터링 기술이 필요하다.
그리고 하천 유속 측정에 관하여 설명하면 다음과 같다.
일반적으로 하천에 흐르는 유수의 유속을 측정하기 위하여 평수시에는 프로펠러 유속계, 컵형 유속계, 또는 전자 유속계 등 검지기를 이용하는 방법들이, 홍수시에는 부자 관측법이 많이 이용되고 있다.
평수시 유속 측정에 이용되는 유속계들은 오직 한 점에서의 유속만을 측정할 수 있을 뿐으로, 와류의 형성이나 유향의 분석 등이 곤란한 문제를 지니고 있다.
따라서, 만일 하천의 전폭에 걸친 유속을 측정하고자 할 경우 많은 시간, 노력, 및 비용이 들게 된다.
한편, 하천에 홍수가 발생할 경우 유속이 빠르고 수심이 깊어 접근하는 데 많은 위험이 수반된다 이 때문에 프로펠러 유속계나 전자 유속계 등 검지기를 수중에 넣어야 하는 종래의 유속계는 홍수 때에는 사용하기 어려운 단점이 있다.
반면에 홍수 때 많이 이용되는 부자 관측법은 인력의 문제, 기민성의 결여(첨두 유량 결측 가능성이 높은 점), 연속 관측이 불가능한 점, 부자가 흐름의 유속을 정확하게 따라가는가 하는 추수성(追隨性)의 문제, 부자 길이 선택의 문제 등에 의해, 고정확도의 관측을 기대할 수 없는 것이 현실이다.
특히, 소하천은 국가 및 지방하천과 달리 유역면적이 작고 경사가 급하여 첨두 도달시간이 매우 짧고 흐름동이 복잡해 부자를 이용한 계측방법은 신뢰도가 떨어진다. 더불어 소하천에서는 부자를 이용할 만한 일정길이의 직선구간과 계측을 위한 안전장소를 찾기가 어려워 소하천에서 활용 가능한 비접촉식 계측기술이 요구된다.
이와 같이, 삶의 질 향상에 따른 지역공동체의 소하천 홍수피해저감 요구가 증가하고 있어 적은 인력으로도 계측이 가능한 자동화 계측기술이 요구된다.
따라서, 이러한 계측을 자동화하거나 손쉽게 하는 방법들이 다양하게 모색되어 왔다 그 중에서 표면 영상 유속 측정법은 종래 방법들의 여러 문제점을 해소할 수 있는 가능성이 높은 방법이다.
표면 영상 유속 측정법이란 하천 표면을 촬영한 항공사진이나 비디오 영상 등에서 하천의 표면 영상을 추출하여 유속을 산정하는 것이다.
표면 영상 유속 측정법은 크게 영상 조각 일치법(template pattern matching)을 이용하는 방법과 시공간 영상(STI, spatio-temporal image)을 이용하는 방법으로 나눌 수 있다.
영상 조각 일치법은 입자 영상 유속계측법(PIV, Particle Image Velocimetry)에 기반하여, 한 쌍의 영상을 이용하여 하천 표면의 2차원 유속 분포를 계측하는 방법이다.
이와 같은 영상 조각 일치법은 프레임을 일정한 크기의 블록으로 나누고 현재 블록과 가장 유사한 명암값을 갖는 블록을 다음 프레임에서 찾아 이동거리를 계산하는 방법으로, 이동거리 벡터 추정의 정확도를 높이기 위해서는 블록 주변의 모든 변위에 대해 평균 절대값 차이를 계산해야 하는데 이 때 윈도우 크기가 커질수록 많은 연산 시간이 요구되어 실시간 유속 측정이 어렵다.
한편, 시공간 영상 분석법은 여러 매의 연속된 영상(시공간 영상)을 한꺼번에 분석하여 그 시간 동안의 평균 유속을 분석하는 것이다.
시공간 영상을 이용하는 예로는 시공간영상유속계측법(STIV, Space-Time Image Velocimetry)을 들 수 있다.
다만, STIV는 실용성을 높이기 위해 계측 대상을 주류 방향 성분만으로 한정하여 유속의 횡단 분포를 계측하는 문제점을 지니고 있다.
또한, 시공간 영상 분석법은 영상 내 연속되는 여러 픽셀의 명암값이 시간에 따라 변화하는 것을 계산하여 유속을 산정하는 방법으로, 일정시간 동안의 픽셀 명암값을 구해야하기 때문에 시간 평균한 유속을 계산하는데는 우수하지만 하천의 수면파문이 많은 경우 잡음이 많이 발생하여 정확도가 떨어질 수 있다.
특히, 명암값들을 시간 평균해야하기 때문에 계산량이 많아서 실시간 유속 측정에 적용하기에는 한계가 있다.
이와 같은 종래 기술의 유속 측정 방법들은 영상 획득 및 영상 분석 과정이 복잡하고, 참조점 측량이 필요하여 실시간 자동 유속 측정이 어렵다.
특히, 종래 기술에서의 영상 획득 및 영상 분석 과정에서의 영상 변환에는 2차원 투영좌표변환법 및 3차원 투영좌표변환법이 사용되고 있다.
2차원 투영좌표변환법은 수면과 동일한 높이의 참조점이 최소 4개 필요하고, 수위 변화에 따라 참조점 높이를 재설정하는 것이 필요하데 참조점 재설정이 어려워 오차가 많이 발생하는 문제가 있다.
또한, 3차원 투영좌표변환법은 높이가 다른 참조점 6개와 수면과 동일한 높이의 참조점 1개가 필요하고, 수위 변화에 따라 새로운 맵핑계수 적용이 필요하다.
이와 같은 3차원 투영좌표변환법은 높이가 다른 6개의 참조점보다 수위가 상승하는 경우에는 적용이 불가능하고 참조점이 많아 측량 오차로 인한 정확도 저하 문제가 있다.
이상에서 살펴본 바와 같이, 소하천을 효율적으로 관리하기 위한 수위, 유속, 유량 계측을 위한 새로운 기술의 개발이 요구되고 있고, 계측 및 산출된 하천 정보들의 접근 및 검색 등의 활용성을 높이기 위한 새로운 하천 관리 시스템의 구축이 요구되고 있다.
대한민국 등록특허 제10-0497228호 대한민국 등록특허 제10-1512690호 대한민국 공개특허 제10-2017-0120355호 대한민국 등록특허 제10-1305305호
본 발명은 이와 같은 종래 기술의 하천 유량 산출 기술의 문제를 해결하기 위한 것으로, 소하천에 최적화된 영상 기반 자동유량 계측으로 실시간 상황대응을 위한 현장영상을 제공하고 수위 및 유속 정보를 수집해 유량을 실시간으로 계측할 수 있도록 한 CCTV 영상 기반의 실시간 자동 유량계측 시스템 및 방법을 제공하는데 그 목적이 있다.
본 발명은 현장의 단면정보, 분석시간, 분석간격, 분석영역에 대하여 카메라가 수집한 연속영상으로부터 픽셀유속을 산출하고 이를 실제 물리적인 유속으로 환산하고 이를 이용하여 실시간 자동 유량 산출을 하여 효율성 및 정확성을 높인 CCTV 영상 기반의 실시간 자동 유량계측 시스템 및 방법을 제공하는데 그 목적이 있다.
본 발명은 영상변환 시에 실제좌표와 영상 좌표간의 상관식을 매트릭스 형태로 저장하고 픽셀유속으로 산정된 유속을 매트릭스를 활용하여 실제유속으로 변환하여 유속 산정의 정확성을 높이고, 이를 이용하여 실시간 자동 유량 산출을 하여 효율성 및 정확성을 높인 CCTV 영상 기반의 실시간 자동 유량계측 시스템 및 방법을 제공하는데 그 목적이 있다.
본 발명은 픽셀 유속 산정을 하고 격자점 위치와 픽셀 유속, 필터 계수 변수를 정하여 지점 유속 산정시에 산정된 오차가 필터 계수보다 크면 필터링을 하여 지점 유속 산정의 정확도를 높인 옵티컬 플로우 영상 처리를 이용하여 실시간 자동 유량 산출의 효율성 및 정확성을 높인 CCTV 영상 기반의 실시간 자동 유량계측 시스템 및 방법을 제공하는데 그 목적이 있다.
본 발명은 하천 수위 변화를 고려한 영상왜곡 보정을 위한 방법을 적용하여 수위가 변하더라도 카메라가 바라보는 참조점의 영상좌표가 변하지 않도록 하여 측량한 실제 좌표와 변환 결과의 오차가 발생하지 않도록 하여 정확한 영상 왜곡 보정이 가능하도록 한 CCTV 영상 기반의 실시간 자동 유량계측 시스템 및 방법을 제공하는데 그 목적이 있다.
본 발명은 수위 측정 수단의 측위 자료를 탄력적 대역폭 적용을 통한 국지적 선형회귀 기반의 이변량 산점도 평활화 기법으로 필터링하여 정확도를 높인 수위 정보를 실시간으로 제공할 수 있도록 한 CCTV 영상 기반의 실시간 자동 유량계측 시스템 및 방법을 제공하는데 그 목적이 있다.
본 발명은 산출된 유량 및 수위 정보를 웹서버의 웹서비스를 통해 데이터베이스에 저장하고, 해당 결과를 웹서버의 웹페이지를 통해 제공하여 하천 관리의 효율성을 높일 수 있도록 한 CCTV 영상 기반의 실시간 자동 유량계측 시스템 및 방법을 제공하는데 그 목적이 있다.
본 발명의 목적들은 이상에서 언급한 목적들로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
이와 같은 목적을 달성하기 위한 본 발명에 따른 CCTV 영상 기반의 실시간 자동 유량계측 시스템은 측정 수단에 의해 측정된 수위 자료를 탄력적 대역폭 적용을 통한 국지적 선형회귀 기반의 이변량 산점도 평활화 기법으로 필터링하여 하천의 수위를 산출하는 수위 측정 장치;하천 유속 측정 현장의 연속 영상을 획득하는 영상 획득 장치;상기 영상 획득 장치의 영상을 이용하여 실시간으로 표면유속을 계측하고, 수위 측정 장치로부터 계측수위를 전송받아 단면자료와 함께 실시간으로 유량을 계측하는 영상분석 PC;웹 기반의 실시간 유량 계측 결과 전송 및 표출을 위한 유량 산출 및 관리 서버;를 포함하는 것을 특징으로 한다.
다른 목적을 달성하기 위한 본 발명에 따른 CCTV 영상 기반의 실시간 자동 유량계측 방법은 하천 유속 측정 현장의 연속 영상을 획득하는 단계;획득된 영상 데이터를 정규화하기 위하여 동적으로 연속 영상의 프레임을 추출하고 추출된 프레임을 영상 변환하고 호모그래피(Homography) 산정을 수행하는 단계;분석지점의 분석영역을 추출하고 추출된 분석지점의 분석영역 영상을 통해 픽셀유속을 산정하는 단계;산정된 픽셀유속을 실제유속으로 환산하고 이를 이용하여 유량 산출을 하는 단계;측위 필터링 과정을 거쳐 산출된 수위 정보를 받고 웹서버의 웹서비스를 통해 데이터베이스에 저장하고, 해당 유량 및 수위 정보를 웹서버의 웹페이지를 통해 제공하는 단계;를 포함하는 것을 특징으로 한다.
이와 같은 본 발명에 따른 CCTV 영상 기반의 실시간 자동 유량계측 시스템 및 방법은 다음과 같은 효과를 갖는다.
첫째, 소하천에 최적화된 영상 기반 자동유량 계측으로 실시간 상황대응을 위한 현장영상을 제공하고 수위 및 유속 정보를 수집해 유량을 실시간으로 정확하게 계측할 수 있도록 한다.
둘째, 현장의 단면정보, 분석시간, 분석간격, 분석영역에 대하여 카메라가 수집한 연속영상으로부터 픽셀유속을 산출하고 이를 실제 물리적인 유속으로 환산하고 이를 이용하여 실시간 자동 유량 산출을 하여 효율성 및 정확성을 높인다.
셋째, 픽셀 유속 산정을 하고 격자점 위치와 픽셀 유속, 필터 계수 변수를 정하여 지점 유속 산정시에 산정된 오차가 필터 계수보다 크면 필터링을 하여 지점 유속 산정의 정확도를 높인다.
넷째, 하천 수위 변화를 고려한 영상왜곡 보정을 위한 방법을 적용하여 수위가 변하더라도 카메라가 바라보는 참조점의 영상좌표가 변하지 않도록 하여 측량한 실제 좌표와 변환 결과의 오차가 발생하지 않도록 하여 정확한 영상 왜곡 보정이 가능하도록 한다.
다섯째, 수위 측정 수단의 측위 자료를 탄력적 대역폭 적용을 통한 국지적 선형회귀 기반의 이변량 산점도 평활화 기법으로 필터링하여 정확도를 높인 수위 정보를 실시간으로 제공할 수 있도록 한다.
여섯째, 산출된 유량 및 수위 정보를 웹서버의 웹서비스를 통해 데이터베이스에 저장하고, 해당 결과를 웹서버의 웹페이지를 통해 제공하여 하천 관리의 효율성을 높일 수 있도록 한다.
도 1a는 CCTV 영상 기반의 실시간 자동 유량계측 시스템의 전체 구성도
도 1b는 본 발명에 따른 CCTV 영상 기반의 실시간 자동 유량계측 시스템의 상세 구성도
도 2는 본 발명에 따른 CCTV 영상 기반의 실시간 자동 유량계측 방법을 나타낸 플로우 차트
도 3은 본 발명에 따른 옵티컬 플로우를 활용한 표면유속장 산정 방법을 나타낸 플로우 차트
도 4는 본 발명에 따른 지점 유속 산정을 위한 방법을 나타낸 플로우 차트
도 5는 본 발명에 따른 픽셀 유속 산정을 위한 방법을 나타낸 플로우 차트
도 6과 도 7은 본 발명에 따른 픽셀 유속 산정시의 미분 함수
도 8 내지 도 10은 하천 수위 변화를 고려한 영상왜곡 보정을 위한 방법을 나타낸 구성도
도 11은 본 발명에 따른 실시간 자동 유량계측 시스템의 측위 자료 필터링을 통한 실시간 하천 수위 측정 장치의 구성도
도 12는 본 발명에 따른 측위 자료 필터링부의 상세 구성도
도 13은 본 발명에 따른 실시간 자동 유량계측 시스템의 측위 자료 필터링을 통한 실시간 하천 수위 측정 방법을 나타낸 플로우 차트
이하, 본 발명에 따른 CCTV 영상 기반의 실시간 자동 유량계측 시스템 및 방법의 바람직한 실시 예에 관하여 상세히 설명하면 다음과 같다.
본 발명에 따른 CCTV 영상 기반의 실시간 자동 유량계측 시스템 및 방법의 특징 및 이점들은 이하에서의 각 실시 예에 대한 상세한 설명을 통해 명백해질 것이다.
도 1a는 CCTV 영상 기반의 실시간 자동 유량계측 시스템의 전체 구성도이고, 도 1b는 본 발명에 따른 CCTV 영상 기반의 실시간 자동 유량계측 시스템의 상세 구성도이다.
현재까지의 유량계측은 사람이 현장에서 수리량 자료를 불연속적으로 계측하고 계측결과를 장비에 저장한 다음 PC에 자료를 다운로드하여 유량을 계측하는 방법이어서 자동화에 어려움이 많았다.
따라서, 본 발명에 따른 CCTV 영상 기반의 실시간 자동 유량계측 시스템 및 방법에서는 소하천의 유속 및 수위 등 수리량 자료의 연속 무인 계측, 수리량 계측 결과의 실시간 수집 및 유량 계측, 웹 기반의 실시간 유량 계측 결과 전송 및 표출을 위한 구성을 포함한다.
본 발명에 따른 CCTV 영상 기반의 실시간 자동 유량계측 시스템 및 방법은 수위, 유속 등을 자동으로 계측하기 위한 장치뿐만 아니라 계측된 자료를 실시간 분석하고 유량을 계측 및 전송하는 구성을 포함된다.
본 발명에 따른 CCTV 영상 기반의 실시간 자동 유량계측 시스템 및 방법은 실시간 유량 산출의 효율성 및 정확성을 높이기 위하여 다음과 같은 기술적 특징을 포함할 수 있다.
본 발명은 현장의 단면정보, 분석시간, 분석간격, 분석영역에 대하여 카메라가 수집한 연속영상으로부터 픽셀유속을 산출하고 이를 실제 물리적인 유속으로 환산하는 구성을 포함할 수 있다.
본 발명은 옵티컬 플로우 영상 처리를 위한 구성을 포함하고, 이는 한 프레임의 특정 위치의 명암값 분포와 다음 프레임에서의 명암값 분포가 가장 잘 매칭되는 곳을 찾아서 이동거리를 계산하는 것이다.
이와 같이 영상내 각 픽셀의 명암값을 이용하여 이동거리를 계산하기 때문에 시간이 매우 짧다는 장점이 있어 하천에서의 급격한 유량 변화 시에도 실시간 유속을 매우 빠른 시간에 계산할 수 있어 LSPIV와 STIV 방법으로 수행하지 못하는 하천의 실시간 유속 측정에 효과적으로 적용될 수 있다.
이를 위하여 본 발명은 영상변환 시에 실제좌표와 영상 좌표간의 상관식을 매트릭스 형태로 저장하고 픽셀유속으로 산정된 유속을 매트릭스를 활용하여 실제유속으로 변환하는 구성을 포함할 수 있다.
본 발명은 미리 지정된 격자 설정을 불러와 분석할 영상의 개수(N)와 분석결과를 저장할 배열(매트릭스) 선언을 하여 영상을 배열에 저장하고 영상간 분석을 격자점 개수만큼 반복하여 표면유속장 산정의 정확도를 높이는 구성을 포함할 수 있다.
본 발명은 픽셀 유속 산정을 하고 격자점 위치와 픽셀 유속, 필터 계수 변수를 정하여 지점 유속 산정시에 산정된 오차가 필터 계수보다 크면 필터링을 하는 구성을 포함할 수 있다.
본 발명은 표면유속을 계측하기 위하여 2차원투영 좌표변환프로그램과 상호상관법을 사용하는 것으로, 왜곡된 영상을 정사영상으로 변환하는 영상변환 구성 및, 상호상관법(상관영역의 크기 내 명암값 분포의 유사성을 탐색하여 추적자군의 변위를 계산) 프로그램으로 표면유속을 계측하는 영상분석, 계측된 유속자료들 중 상관계수가 낮은 결과를 제거하는 필터링, 계측된 유속자료들을 시간평균 하여 계측 결과로 저장하는 구성을 포함할 수 있다.
본 발명은 하천 수위 변화를 고려한 영상왜곡 보정을 위한 방법을 적용하여 수위가 변하더라도 카메라가 바라보는 참조점의 영상좌표가 변하지 않도록 하여 측량한 실제 좌표와 변환 결과의 오차가 발생하지 않도록 하여 정확한 영상 왜곡 보정이 가능하도록 하는 구성을 포함할 수 있다.
또한 본 발명은 하천 수위 측정을 정확성을 높이기 위하여 계측한 소하천의 홍수위 자료를 필터링할 수 있는 알고리즘을 포함하고, 거친 수면파문으로 인한 수위 측정 불확도를 최소화할 수 있는 수위 자료 보정 알고리즘을 포함할 수 있다.
특히, 계측한 수위 자료를 시스템 컨트롤러 및 서버 PC로 유무선 전송하여 자동유량계측 프로그램의 입력 자료로 활용할 수 있도록 하고, 수위 계측 자료는 실시간 수위 및 유량 표출 웹서비스를 통해 실시간으로 확인할 수 있도록 한다.
그리고 오픈 소스를 기반으로 한 단일 보드 마이크로컨트롤러를 이용하는 아두이노(Arduino) 기반의 하천 수위 측정 장치를 구성하여 개발 및 적용 환경을 개선할 수 있도록 한다.
본 발명에 따른 자동유량계측을 위한 시스템에는 수위 측정 장치(100), CCTV와 같은 영상 획득 장치(200), 영상분석 PC(300), 자료전송을 위한 유량 산출 및 관리 서버(400)가 포함된다.
도 1a에서와 같이, 측정 수단에 의해 측정된 수위 자료를 탄력적 대역폭 적용을 통한 국지적 선형회귀 기반의 이변량 산점도 평활화 기법으로 필터링하여 하천의 수위를 산출하는 수위 측정 장치(100)와, 하천 유속 측정 현장의 연속 영상을 획득하는 영상 획득 장치(200)와, 영상 획득 장치(200)의 영상을 이용하여 실시간으로 표면유속을 계측하고, 수위 측정 장치(100)로부터 계측수위를 전송받아 단면자료와 함께 실시간으로 유량을 계측하는 영상분석 PC(300)와, 웹 기반의 실시간 유량 계측 결과 전송 및 표출을 위한 유량 산출 및 관리 서버(400)를 포함한다.
이와 같은 구성을 갖는 본 발명에 따른 CCTV 영상 기반의 실시간 자동 유량계측 시스템은 소하천의 유속 및 수위 등 수리량 자료의 연속 무인 계측을 수행하고, 수리량 계측 결과의 실시간 수집 및 유량 계측을 수행하고, 웹 기반의 실시간 유량 계측 결과 전송 및 표출을 수행한다.
본 발명에 따른 CCTV 영상 기반의 실시간 자동 유량계측 시스템은 구체적으로, 도 1b에서와 같이, 하천 유속 측정 현장의 연속 영상을 획득하는 영상 촬영부(10)와, 영상 촬영부(10)의 영상 데이터를 정규화하기 위하여 동적으로 연속 영상의 프레임을 추출하고 추출된 프레임을 영상 변환하고 호모그래피(Homography) 산정을 하는 영상 변환 분석부(20)와, 분석지점의 분석영역을 추출하는 분석 영역 추출부(30)와, 분석 영역 추출부(30)에서 추출된 분석지점의 분석영역 영상을 통해 픽셀유속을 산정하는 픽셀 유속 산정부(40)와, 픽셀 유속 산정부(40)에서 산정된 픽셀유속을 실제유속으로 환산하는 실제 유속 산정부(50)와, 측정된 수위 자료를 필터링하여 하천의 수위를 산출하는 수위 측정부(70)와, 실제 유속 산정부(50)의 실제유속 및 수위 측정부(70)의 수위 정보를 이용하여 실시간 유량 산출을 수행하는 유량 산정부(60)를 포함한다.
이와 같은 구성을 갖는 본 발명에 따른 CCTV 영상 기반의 실시간 자동 유량계측 시스템의 실시간 유량계측 방법은 다음과 같다.
도 2는 본 발명에 따른 CCTV 영상 기반의 실시간 자동 유량계측 방법을 나타낸 플로우 차트이다.
먼저, 하천 유속 측정 현장의 연속 영상을 획득한다.(S201)
이어, 획득된 영상 데이터를 정규화하기 위하여 동적으로 연속 영상의 프레임을 추출하고 추출된 프레임을 영상 변환하고 호모그래피(Homography) 산정을 수행한다.(S202)
그리고 분석지점의 분석영역을 추출하고 추출된 분석지점의 분석영역 영상을 통해 픽셀유속을 산정한다.(S203)
이어, 산정된 픽셀유속을 실제유속으로 환산하고 이를 이용하여 유량 산출을 수행한다.(S204)
그리고 측위 필터링 과정을 거쳐 산출된 수위 정보를 받고 웹서버의 웹서비스를 통해 데이터베이스에 저장하고, 해당 유량 수위 정보를 웹서버의 웹페이지를 통해 제공한다.(S205)
이와 같은 본 발명에 따른 CCTV 영상 기반의 실시간 자동 유량계측 시스템 및 방법의 옵티컬 플로우 영상 처리를 이용하는 하천 유속 측정 및 측위 자료 필터링을 통한 하천 수위 측정에 관하여 구체적으로 설명하면 다음과 같다.
영상 변환 분석부(20)는 회전, 스케일, 평행성 보존은 원점[0,0]을 기준으로 발생하기 때문에 호모그래피(Homography) 산정을 위하여 영상 데이터를 정규화(Normalize)하는 것이다.
영상 데이터의 정규화는 입력점들의 평균 X좌표와 Y좌표를 산정 해당좌표를 원점으로 이동시키고, 입력점들과 평균 X좌표와 Y좌표간의 거리를 변환하는 것이다.
호모그래피(Homography) 산정을 구체적으로 설명하면 다음과 같다.
수학식 1은 호모지니어스(Homogeneous) 형태를 나타낸 것이다.
Figure 112018112682328-pat00001
여기서, x,y는 영상 변환전 좌표이고, x',y'는 영상 변환후 좌표, h11,h12,h13,h21,h22,h23,h31,h32는 영상 변환에 필요한 매개변수이다.
수학식 2 및 수학식 3은 호모그래피(Homography) 산정을 위한 형태를 나타낸 것이다.
Figure 112018112682328-pat00002
Figure 112018112682328-pat00003
그리고 픽셀 유속 산정부(40)는 옵티컬 플로우를 적용한 표면유속장 산정을 위하여, 미리 지정된 격자 설정을 불러와 분석할 영상의 개수(N)와 분석결과를 저장할 배열(매트릭스) 선언을 하여 영상을 배열에 저장하고 영상간 분석을 격자점 개수만큼 반복하여 표면유속장 산정의 정확도를 높인다.
그리고 픽셀 유속 산정부(40)는 지점 유속 산정을 위하여, 영상과 격자점 변수 선언을 하고 격자점의 위치로부터 영상 추출을 하여 픽셀 유속 산정을 하고 격자점 위치와 픽셀 유속, 필터 계수 변수를 정하여 지점 유속 산정시에 산정된 오차가 필터 계수보다 크면 필터링을 하여 지점 유속 산정의 정확도를 높인다.
본 발명은 분석지점을 중심으로 한 분석영역의 영상을 통해 픽셀유속을 산정하기 위하여 다음과 같은 픽셀 유속 산출 구성을 포함한다.
객체의 밝기 값은 짧은 시간이 지나도 변하지 않는다라는 가정과 각 영상의 움직임은 매우 작아서 픽셀 유속 산정을 위한 식을 수학식 4에서와 같이 정의할 수 있다.
Figure 112018112682328-pat00004
여기서, I는 영상내 픽셀의 명암값, x는 X 방향 좌표, y는 Y 방향 좌표, t는 시간, δt는 시간 변화량이다.
수학식 4의 우항을 테일러 전개를 하면,
Figure 112018112682328-pat00005
수학식 4와 수학식 5를 동시에 만족하기 위해서는 수학식 5의 우항의 미분식의 합이 0이 되어야 한다.
Figure 112018112682328-pat00006
따라서, 픽셀 유속 산정을 위한 식은 다음과 같이 정의된다.
Figure 112018112682328-pat00007
여기서,
Figure 112018112682328-pat00008
는 영상의 X방향 미분 행렬,
Figure 112018112682328-pat00009
는 영상의 Y방향 미분행렬,
Figure 112018112682328-pat00010
는 X방향 픽셀속도,
Figure 112018112682328-pat00011
는 Y방향 픽셀속도,
Figure 112018112682328-pat00012
는 영상의 시간 미분 행렬이다.
수학식 7을 통해 픽셀 속도를 구하기 위해서는 수학식 8과 같은 행렬식 형태로 변환하여 풀이한다.
Figure 112018112682328-pat00013
여기서,
Figure 112018112682328-pat00014
qn은 n번째 픽셀, n은 영상의 픽셀 개수이다.
그리고 실제 유속 산정부(50)에서 픽셀 유속을 실제 유속으로 환산하는 과정은 수학식 9에서와 같이 정의된다.
Figure 112018112682328-pat00015
여기서,
Figure 112018112682328-pat00016
는 실제유속이고,
Figure 112018112682328-pat00017
는 픽셀유속,
Figure 112018112682328-pat00018
는 픽셀당 거리,
Figure 112018112682328-pat00019
는 스케일팩터이다.
그리고 픽셀당 거리는 수학식 10에서와 같이 정의된다.
Figure 112018112682328-pat00020
여기서,
Figure 112018112682328-pat00021
는 픽셀당 거리,
Figure 112018112682328-pat00022
는 영상변환의 참조점 개수,
Figure 112018112682328-pat00023
은 영상변환의 이웃하는 두 참조점이 이루는 물리거리,
Figure 112018112682328-pat00024
은 영상변환의 이웃하는 두 참조점이 이루는 픽셀거리이다.
그리고 스케일팩터는 수학식 11에서와 같이 정의된다.
Figure 112018112682328-pat00025
여기서,
Figure 112018112682328-pat00026
는 스케일팩터,
Figure 112018112682328-pat00027
은 센서와 영상변환의 참조점간의 초기 평균표고차,
Figure 112018112682328-pat00028
는 센서와 영상변환의 참조점간의 평균표고차이다.
그리고 분석 지점의 수심과 실제 유속을 활용하여 유속을 산정하고, 수학식 12에서와 같이 유량을 산출한다.
Figure 112018112682328-pat00029
여기서,
Figure 112018112682328-pat00030
는 유량이고,
Figure 112018112682328-pat00031
는 분석지점의 단위면적,
Figure 112018112682328-pat00032
는 분석지점의 유속이다.
이와 같은 실제 유속 산정 방법을 구체적으로 설명하면 다음과 같다.
도 3은 본 발명에 따른 옵티컬 플로우를 활용한 표면유속장 산정 방법을 나타낸 플로우 차트이고, 도 4는 본 발명에 따른 지점 유속 산정을 위한 방법을 나타낸 플로우 차트이다.
본 발명에 따른 옵티컬 플로우 영상 처리를 이용하는 유속 측정 방법은 크게 하천 유속 측정 현장의 연속 영상을 획득하는 영상 촬영 단계와, 영상 촬영 단계에서 획득된 영상 데이터를 정규화하기 위하여 동적으로 연속 영상의 프레임을 추출하고 추출된 프레임을 영상 변환하고 호모그래피(Homography) 산정을 하는 영상 변환 분석 단계와, 분석지점의 분석영역을 추출하는 분석 영역 추출 단계와, 분석 영역 추출 단계에서 추출된 분석지점의 분석영역 영상을 통해 픽셀유속을 산정하는 픽셀 유속 산정 단계와, 픽셀 유속 산정 단계에서 산정된 픽셀유속을 실제유속으로 환산하는 실제 유속 산정 단계를 포함한다.
여기서, 픽셀 유속 산정 단계는 옵티컬 플로우를 적용한 표면유속장 산정을 위하여, 도 3에서와 같이, 먼저 M개의 개수를 갖는 분석할 점으로 구성된 격자 변수를 정의한다.(S301)
이어, 미리 지정된 격자 설정을 불러와(S302) 분석할 영상의 개수(N)와 분석결과를 저장할 배열(매트릭스)을 선언한다.(S303)
그리고 카메라를 통해 영상을 배열에 저장한다.(S304)
영상간 분석을 격자점 개수만큼 반복하여 분석 결과를 배열에 저장한다.(S305)
그리고 픽셀 유속 산정 단계는 지점 유속 산정을 위하여, 도 4에서와 같이, 영상과 격자점 변수 선언을 하고(S401), 격자점의 위치로부터 영상 추출을 한다.(S402)
이어, 옵티컬 플로우 픽셀 유속 산정 알고리즘을 적용하고(S403), 격자점 위치와 픽셀 유속, 필터 계수 변수 선언을 하고(S404) 격자점 위치와 픽셀 유속을 실제 유속으로 변환한다.(S405)
산정된 유속 오차가 필터 계수보다 크면 필터링을 하고, 그렇지 않으면 유속 산정 결과를 출력하여 지점 유속 산정의 정확도를 높인다.(S406)
그리고 도 5는 본 발명에 따른 픽셀 유속 산정을 위한 방법을 나타낸 플로우 차트이고, 도 6과 도 7은 본 발명에 따른 픽셀 유속 산정시의 미분 함수를 나타낸 것이다.
픽셀 유속 산정 단계는 도 5에서와 같이, 영상 변수 선언을 하고(S501), X 방향,Y 방향,시간 미분 변수 선언을 한다.(S502)
그리고 X 방향 영상 미분(S503), Y 방향 영상 미분(S504), 시간 방향 영상 미분을 하여(S505) 픽셀 유속을 산정한다.(S506)
이와 같은 구성을 갖는 본 발명에 따른 옵티컬 플로우 영상 처리를 이용하는 유속 측정시에 하천 수위 변화를 고려한 영상왜곡 보정을 위한 방법을 적용하여 수위가 변하더라도 카메라가 바라보는 참조점의 영상좌표가 변하지 않도록 하여 측량한 실제 좌표와 변환 결과의 오차가 발생하지 않도록 하여 정확한 영상 왜곡 보정이 가능하도록 한다.
도 8 내지 도 10은 하천 수위 변화를 고려한 영상왜곡 보정을 위한 방법을 나타낸 구성도이다.
4개의 참조점을 이용하여 간편하고 정확하게 영상 왜곡을 보정하는 것이 가능하도록 한 것으로, 수위 변화를 고려하기 위하여 4개의 참조점을 도 8에서와 같이 제방 높이에 설치하여 제방 높이의 참조점이 모두 촬영될 수 있도록 영상 촬영을 한다.
이와 같은 구성에 의해 도 9에서와 같이 수위가 변하더라도 카메라가 바라보는 참조점의 영상좌표가 변하지 않는다.
도 10에서와 같이 카메라의 실제 좌표(Xc,Yc,H), 카메라와 수면까지의 높이(H) 및 제방 위의 참조점(A)의 실제 좌표(X0,Y0,Z0)를 이용하여 수표면과 동일한 높이의 점 A'의 실제 좌표(X'0,Y'0,Z'0)를 구할 수 있다.
Figure 112018112682328-pat00033
Figure 112018112682328-pat00034
여기서,
Figure 112018112682328-pat00035
,
Figure 112018112682328-pat00036
,
Figure 112018112682328-pat00037
이다.
그리고 본 발명에 따른 CCTV 영상 기반의 실시간 자동 유량계측 시스템 및 방법에서의 측위 자료 필터링을 통한 실시간 하천 수위 측정에 관하여 구체적으로 설명하면 다음과 같다.
본 발명은 측위 자료 필터링을 위하여, 수위 측정 수단으로부터 받은 측위 자료를 탄력적 대역폭 적용을 통한 국지적 선형회귀 기반의 이변량 산점도 평활화 기법으로 필터링하여 정확도를 높이기 위한 측위 자료 필터링 수단을 포함한다.
도 11은 본 발명에 따른 실시간 유량계측 시스템의 측위 자료 필터링을 통한 실시간 하천 수위 측정 장치의 구성도이다.
본 발명의 일 실시 예에 따른 실시간 하천 수위 측정 장치는 도 11에서와 같이, GPS 위성으로부터 하천 수위 측정 장치의 설치 위치에 따른 GPS 정보를 수신하는 GPS 수신부(71)와, 초음파를 측정대상의 표면을 향하여 발신하고 발신된 초음파가 측정대상의 표면에서 반사되어 되돌아오는 반사파를 수신하여 초음파 발신시각과 반사파 수신시각과의 시간차이 및 초음파의 발신속도와 반사파의 반사속도 등을 기초로 하여 측정대상의 표면과의 거리를 측정하는 초음파 센서부(72)와, 초음파 센서부(72)의 측위 자료를 필터링 하여 소하천의 거친 수면파문으로 인한 수위 측정 불확도를 최소화 할 수 있도록 하는 측위 자료 필터링부(73)와, GPS 수신부(71)에서 수신된 GPS 정보에 포함된 고도정보 및 측위 자료 필터링부(73)에서 필터링된 초음파 센서부(72)에서 측정된 거리정보 및 구조물과 측정대상 바닥과의 거리정보를 이용하여 측정대상의 바닥에서 측정대상의 수면에 이르는 거리인 수위를 산출하는 수위 산출부(74)와, 외부 통신기기와 무선으로 통신 가능하게 하여 수위산출부(74)에서 산출된 측정대상의 수위정보와 GPS 수신부(71)에서 수신한 측정위치에 따른 GPS 정보를 외부 통신기기로 무선 송신하는 무선 통신부(75)와, 산출된 수위 정보를 무선 통신부(75)를 통하여 제공받아 웹서비스를 통해 데이터베이스에 저장하고, 해당 결과를 웹페이지를 통해 제공하는 웹 서버(76)를 포함한다.
여기서, GPS 수신부(71)는 하천 수위 측정 장치가 설치된 위치에 대한 위치정보를 수신하여 해당 위치에서 측정대상의 수위정보를 제공할 때 해당 위치에 대한 위치정보도 함께 제공하게 된다.
GPS 정보는 위도와 경도 좌표값으로 이루어진 위치정보와, 고도를 나타내는 고도정보와, 날짜와 시간으로 이루어진 시간정보 등을 모두 포함한다.
그리고 웹 서버(76)의 웹서비스는 수위 정보를 검색 및 제공할 수 있는 API를 포함한다.
그리고 구조물과 측정대상 바닥과의 거리정보는 GPS 수신부(71)에서 수신된 고도정보와 초음파 센서부(72)에서 측정된 거리정보만 존재하면 측정대상의 수위를 산출할 수 있는 어떠한 정보로도 대체할 수 있음은 당연하다.
그리고 무선 통신부(75)는 와이파이 통신, 모바일통신, 근거리통신, 무선인터넷통신 등을 이용하여 노트북, 스마트폰, 태블릿 등의 외부 통신기기로 측정대상의 수위정보와 이에 대응되는 GPS 정보를 무선으로 송신하여 별도로 저장 또는 분석할 수 있게 하는 것이다.
외부 통신기기는 하천 정보를 종합적으로 관리하는 하천 정보 관리 서버일 수 있고, 무선 통신이 아닌 안정성을 높이기 위하여 유선 통신을 사용할 수도 있음은 당연하다.
이와 같은 본 발명에 따른 측위 자료 필터링을 통한 실시간 하천 수위 측정 장치는 하천 교량 중간에 설치되며 상시 전원과 인터넷을 연결하여 자료를 전송하도록 설치되는 것이 바람직하다.
그리고 초음파 센서부(72)의 초음파 수위센서의 측정범위는 교량으로부터 하상까지의 높이를 고려하여 최대 5m 이상이고, 측정 최소 시간간격은 10초 이내로 하며 분해능은 1mm 이내인 것이 바람직하다.
이와 같이 설치되는 하천 수위 측정 장치는 오픈 소스를 기반으로 한 단일 보드 마이크로컨트롤러를 이용하는 아두이노(Arduino) 기반의 하천 수위 측정 장치를 구성하여 개발 및 적용 환경을 개선할 수 있도록 하는 것이 바람직하다.
또한, 본 발명에 따른 실시간 하천 수위 측정 장치는 돌발호우에도 안정적으로 작동해야 하기 때문에 방수 및 방진에 강한 구조를 갖는 것이 바람직하다.
특히, 하천 수위 측정 장치는 실시간 소하천 계측을 위하여 단절 없이 운영이 이루어 질 수 있도록 내구성이 보장되어야 하며, 낙뢰,태풍,호우 발생 등의 극한 상황에서도 정상적인 작동이 이루어질 수 있도록 견고하게 설치되어 모든 장치나 시설은 최대한의 성능이 발휘될 수 있도록 배치하여 장애를 최소화하는 것이 바람직하다.
본 발명에 따른 측위 자료 필터링부의 상세 구성을 설명하면 다음과 같다.
도 12는 본 발명에 따른 측위 자료 필터링부의 상세 구성도이다.
본 발명에 따른 측위 자료 필터링부(73)는 초음파 센서에서 수신된 측위 자료에서 임위의 위치에서의 평활화된 값을 추정하는 평활값 추정부(73a)와, 추정 오차의 제곱이 최소가 되도록 초기 고정 대역폭에 대해 복수의 평활화된 최확값을 계산하는 평활화 최확값 계산부(73b)와, 각각의 대역폭에 대하여 잔차(cross-validated residual)를 산정하는 잔차 산정부(73c)와, 각각의 점에서 최적 대역폭들을 산정하는 최적 대역폭 산정부(73d)와, 초기 투입된 대역폭들중에서 최적 대역폭에 가까운 대역폭을 선택하는 대역폭 선택부(73e)와, 평활화된 최확값을 활용하여 선형 보간을 통하여 최종 평활화 최확값을 산정하는 최종 평활화 최확값 산정부(73f)를 포함한다.
이와 같은 본 발명에 따른 측위 자료 필터링에 관하여 구체적으로 설명하면 다음과 같다.
일반적으로 계측 및 조사되는 다수의 측정자료는 (x,y)형태의 이변량 변수로 산점도(scatterplot)로 표시하여, 선형 혹은 비선형적 회귀를 통한 수학적인 추쇄선을 도출하여 정성적인 경향을 분석한다.
그러나 다수의 시계열 측정자료나 국소적인 영역을 벗어난 변수들 간의 상관성이 부족하여 정량적인 수학적인 추쇄선 도출이 불가능한 경우가 많다.
이 경우, 무작위 거동에 의한 변동을 제거하고 국지적인 경향을 반영한 다음 전체적인 추쇄를 도출하는 평활화(Smoothing) 기법이 주로 적용되어 왔다.
이들 기법들은 기본적으로 주변의 국지적인 자료에 기반하여 최소제곱법으로 최확치를 추정하고(local linear regression), 추정된 수치를 연결하여 산포도를 평활화하여 경향을 추적할 수 있게 한다(scatterplot smoothing).
대표적인 산점도 평활화 기법으로 LOWESS(LOcally WEighted regression Scatterplot Smoothing, 혹은 LOESS)가 있는데 고정된 대역폭(bandwidth 혹은 window)을 기반으로 국지적으로 분할된 자료를 사용한다.
본 발명에서는 측위 자료 필터링의 신뢰성을 높이기 위하여 국지적인 자료의 특성을 반영하여 탄력적 대역폭(adaptive bandwidth)을 산출하여 정확도 향상시키고 LOWESS의 단점인 처리효율을 개선한다.
본 발명의 측위 자료 필터링부(73)는 이변량 자료를 탄력적 대역폭으로 나누어 각각의 구간에서 가중선형회귀(weighted linear regression)를 적용하여 최확값을 산출한다.
그리고 모든 x 위치 혹은 주어진 간격(span)에서 동일한 작업을 반복하여 최확값들을 추정하고 이들을 연결하여 평활화된 추쇄곡선을 구한다.
산점도 평활화 기법의 근간은 대역폭 너비 설정과 가중최소제곱법(weighted least squares method)에 있다.
대역폭(bandwidth)은 Scatterplot의 일부만을 지정하는 영역을 의미하고, 한 개체의 x 변수값을 중심으로 일정한 범위(너비)의 자료가 선택되고 계산에 활용되고, 또 다음 개체의 x 변수값을 중심으로 또 다른 대역폭이 설정된다.
즉, 대역폭은 국소적 패턴(local pattern)을 추정하기 위한 수단으로 사용된다.
LOWESS 방법의 경우, 고정된 대역폭의 크기로 대표적인 대역폭은 해당되는 위치에서 전체 자료의 1/3에서 2/3사이에 해당되는 숫자가 사용된다.
이때, 대역폭이 지나치게 크면 회귀함수가 직선에 가까운 밋밋한 곡선이 되고(과소적합, under-fitting), 작게하면 회귀함수가 휜 정도가 큰 곡선이 된다(과다적합,over-fitting).
따라서 사용 목적에 맞게 적절한 대역폭을 지정해주는 것이 중요하다.
본 발명에 따른 측위 자료 필터링부(73)에 적용되는 필터링 알고리즘에 관하여 구체적으로 설명하면 다음과 같다.
먼저, 평활값 추정부(73a)에서, 산점도에서 임의의
Figure 112018112682328-pat00038
위치에서의 평활화된 값(혹은 최확값)인
Figure 112018112682328-pat00039
는 다음과 같이 최소제곱법을 활용한 국부적인 회귀분석을 통해 추정된다.
Figure 112018112682328-pat00040
여기서, N은
Figure 112018112682328-pat00041
주위의 국지적인 대역폭을 의미하고 위치마다 최적화되도록 한다.
만약 특정 대역폭 J가 주어지고, 대역폭 내 변수의 개수가 N이면 국지적 선형회귀추적자는 다음 수학식 2와 같다.
Figure 112018112682328-pat00042
여기서,
Figure 112018112682328-pat00043
와
Figure 112018112682328-pat00044
는
Figure 112018112682328-pat00045
에서 존재하는 국지적인 자료의 선형회귀로 구해질 수 있고,
Figure 112018112682328-pat00046
은 위치
Figure 112018112682328-pat00047
에 해당하는 평활화된 최확값이 된다.
대역폭 J가 고정되지 않고 다음과 같은 추가적인 작업을 진행한다.
국지적으로 적합화된 대역폭(locally adaptive bandwidth)과 연동되는 평활화된 최확값을 산출하기 위해 본 발명에 따른 필터링 알고리즘(Friedman's Super Smoother)에서는 x 위치에서 관측값
Figure 112018112682328-pat00048
와 대역폭을
Figure 112018112682328-pat00049
라 할 때, 수학식 3에서와 같이 추정 오차의 제곱이 최소가 되도록 하는
Figure 112018112682328-pat00050
와
Figure 112018112682328-pat00051
를 산출한다는 데 기본적인 원리를 두고 있다.
Figure 112018112682328-pat00052
평활화 최확값 계산부(73b)에서 수학식 16을 최소화하기 위해 전체 자료수가 n인 경우,
Figure 112018112682328-pat00053
사이의 다양한 크기의 초기 고정 대역폭(J)에 대해 수학식 2를 적용하여 복수의 평활화된 최확값
Figure 112018112682328-pat00054
를 계산하고, 잔차 산정부(73c)에서 각각의 대역폭 J에 대해 다음과 같은 형태의 잔차(cross-validated residual)를 산정한다.
Figure 112018112682328-pat00055
이때,
Figure 112018112682328-pat00056
이다.
그리고 J = 0.2n의 대역폭을 가진
Figure 112018112682328-pat00057
에 대해 수학식 17을 활용하여 도출된
Figure 112018112682328-pat00058
를 평활화(smooth)한 결과로
Figure 112018112682328-pat00059
를 도출하고, 최적 대역폭 산정부(34)에서 각각 점에서 최적 대역폭(optimal bendwidth),
Figure 112018112682328-pat00060
을 산정하기 위해 다음 수학식 18을 사용한다.
수학식 18은 특정
Figure 112018112682328-pat00061
에서 복수의 대역폭 J에 대한 도출된 최확오차
Figure 112018112682328-pat00062
들 중
Figure 112018112682328-pat00063
에 해당되는 J값이 곧 최적 대역폭
Figure 112018112682328-pat00064
이 된다는 의미이다.
Figure 112018112682328-pat00065
각
Figure 112018112682328-pat00066
에 대한
Figure 112018112682328-pat00067
는 다시 J = 0.2n 대역폭으로 평활화된 다음, 대역폭 선택부(73e)에서 초기 투입된 대역폭들 중
Figure 112018112682328-pat00068
와 가까운 대역폭을 수학식 6에서와 같이 선택한다.
Figure 112018112682328-pat00069
그리고 최종 평활화 최확값 산정부(73f)에서 미리 구해둔
Figure 112018112682328-pat00070
에 대해 선택된 두 초기 대역폭
Figure 112018112682328-pat00071
에 해당하는 평활화된 최확값을 각각
Figure 112018112682328-pat00072
라 할 때, 두 값을 활용하고 선형보간을 통해
Figure 112018112682328-pat00073
를 다음과 같이 구한다.
Figure 112018112682328-pat00074
Figure 112018112682328-pat00075
에 해당하는 최종 평활화된 최확값
Figure 112018112682328-pat00076
은 다시 J = 0.5n 대역폭으로 평활화된 값을 사용한다.
이와 같은 측위 자료 필터링 알고리즘에 의해 하천 수위 측정 자료를 필터링하여 유역면적이 작고 경사가 급한 소하천에 적용하는 경우에도 측정된 수위 데이터의 신뢰성을 보장할 수 있도록 한다.
본 발명에 따른 측위 자료 필터링을 통한 실시간 하천 수위 측정 방법을 구체적으로 설명하면 다음과 같다.
도 13은 본 발명에 따른 실시간 유량 산출 시스템의 측위 자료 필터링을 통한 실시간 하천 수위 측정 방법을 나타낸 플로우 차트이다.
먼저, 초음파를 측정대상의 표면을 향하여 발신하고 발신된 초음파가 측정대상의 표면에서 반사되어 되돌아오는 반사파를 수신한다.(S1301)
이어, 초음파 센서에서 수신된 측위 자료에서 임위의 위치에서의 평활화된 값을 추정하고(S1302), 추정 오차의 제곱이 최소가 되도록 초기 고정 대역폭에 대해 복수의 평활화된 최확값을 계산하고(S1303), 각각의 대역폭에 대하여 잔차(cross-validated residual)를 산정한다.(S1304)
이어, 각각의 점에서 최적 대역폭을 산정하고(S1305), 초기 투입된 대역폭들중에서 최적 대역폭에 가까운 대역폭을 선택한다.(S1306)
그리고 평활화된 최확값을 활용하여 선형 보간을 통하여 최종 평활화 최확값을 산정한다.(S1307)
이어, 필터링을 거친 측위 자료를 이용하여 초음파 발신시각과 반사파 수신시각과의 시간차이와, 초음파의 발신속도와 반사파의 반사속도 등을 기초로 하여 측정대상의 표면과의 거리를 계산하여 수위를 산출한다.(S1308)
그리고 산출된 수위 정보를 웹서버의 웹서비스를 통해 데이터베이스에 저장하고, 해당 결과를 웹서버의 웹페이지를 통해 제공한다.(S1309)
이와 같이 필터링을 거쳐 산출된 수위 정보는 시스템 컨트롤러 및 서버 PC로 유무선 전송하여 자동유량계측 프로그램의 입력 자료로 활용할 수 있도록 하고, 실시간 수위 및 유량 표출 웹서비스를 통해 실시간으로 확인할 수 있도록 하는데 활용될 수 있다.
이상에서 설명한 본 발명에 따른 CCTV 영상 기반의 실시간 자동 유량계측 시스템 및 방법은 소하천의 유속 및 수위 등 수리량 자료의 연속 무인 계측, 수리량 계측 결과의 실시간 수집 및 유량 계측, 웹 기반의 실시간 유량 계측 결과 전송 및 표출을 위한 구성을 포함는 것으로, 소하천에 최적화된 영상 기반 자동유량 계측으로 실시간 상황대응을 위한 현장영상을 제공하고 수위 및 유속 정보를 수집해 유량을 실시간으로 계측할 수 있도록 한 것이다.
이상에서의 설명에서와 같이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 본 발명이 구현되어 있음을 이해할 수 있을 것이다.
그러므로 명시된 실시 예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 하고, 본 발명의 범위는 전술한 설명이 아니라 특허청구 범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.
100. 수위 측정 장치
200. 영상 획득 장치
300. 영상분석 PC
400. 유량 산출 및 관리 서버

Claims (23)

  1. 측정 수단에 의해 측정된 수위 자료를 탄력적 대역폭 적용을 통한 국지적 선형회귀 기반의 이변량 산점도 평활화 기법으로 필터링하여 하천의 수위를 산출하는 수위 측정 장치;
    하천 유속 측정 현장의 연속 영상을 획득하는 영상 획득 장치;
    상기 영상 획득 장치의 영상을 이용하여 실시간으로 표면유속을 계측하고, 수위 측정 장치로부터 계측수위를 전송받아 단면자료와 함께 실시간으로 유량을 계측하는 영상분석 PC;
    웹 기반의 실시간 유량 계측 결과 전송 및 표출을 위한 유량 산출 및 관리 서버;를 포함하고,
    상기 영상분석 PC는 상기 영상 획득 장치의 영상 데이터를 정규화하기 위하여 동적으로 연속 영상의 프레임을 추출하고 추출된 프레임을 영상 변환하고 호모그래피(Homography) 산정을 위하여, 입력점들의 평균 X좌표와 Y좌표를 산정 해당좌표를 원점으로 이동시키고, 입력점들과 평균 X좌표와 Y좌표간의 거리를 변환하여 영상 데이터를 정규화(Normalize)하는 것을 특징으로 하는 CCTV 영상 기반의 실시간 자동 유량계측 시스템.
  2. 제 1 항에 있어서, 수위 측정 장치는,
    GPS 위성으로부터 하천 수위 측정 장치의 설치 위치에 따른 GPS 정보를 수신하는 GPS 수신부와,
    초음파를 측정대상의 표면을 향하여 발신하고 발신된 초음파가 측정대상의 표면에서 반사되어 되돌아오는 반사파를 수신하여 초음파 발신시각과 반사파 수신시각과의 시간차이 및 초음파의 발신속도와 반사파의 반사속도를 기준으로 측정대상의 표면과의 거리를 측정하는 초음파 센서부와,
    초음파 센서부의 측위 자료를 필터링 하여 소하천의 거친 수면파문으로 인한 수위 측정 불확도를 최소화 할 수 있도록 하는 측위 자료 필터링부와,
    GPS 수신부에서 수신된 GPS 정보에 포함된 고도정보 및 측위 자료 필터링부에서 필터링된 초음파 센서부에서 측정된 거리정보 및 구조물과 측정대상 바닥과의 거리정보를 이용하여 측정대상의 바닥에서 측정대상의 수면에 이르는 거리인 수위를 산출하는 수위 산출부를 포함하는 것을 특징으로 하는 CCTV 영상 기반의 실시간 자동 유량계측 시스템.
  3. 제 2 항에 있어서, 측위 자료 필터링부는,
    측정된 측위 자료에서 임위의 위치에서의 평활화된 값을 추정하는 평활값 추정부와,
    추정 오차의 제곱이 최소가 되도록 초기 고정 대역폭에 대해 복수의 평활화된 최확값을 계산하는 평활화 최확값 계산부와,
    각각의 대역폭에 대하여 잔차(cross-validated residual)를 산정하는 잔차 산정부와,
    각각의 점에서 최적 대역폭들을 산정하는 최적 대역폭 산정부와,
    초기 투입된 대역폭들중에서 최적 대역폭에 가까운 대역폭을 선택하는 대역폭 선택부와,
    평활화된 최확값을 활용하여 선형 보간을 통하여 최종 평활화 최확값을 산정하는 최종 평활화 최확값 산정부를 포함하는 것을 특징으로 하는 CCTV 영상 기반의 실시간 자동 유량계측 시스템.
  4. 제 1 항에 있어서, 영상분석 PC는,
    상기 영상 획득 장치의 영상 데이터를 정규화하기 위하여 동적으로 연속 영상의 프레임을 추출하고 추출된 프레임을 영상 변환하고 호모그래피(Homography) 산정을 하는 영상 변환 분석부와,
    분석지점의 분석영역을 추출하는 분석 영역 추출부와,
    분석 영역 추출부에서 추출된 분석지점의 분석영역 영상을 통해 픽셀유속을 산정하는 픽셀 유속 산정부와,
    픽셀 유속 산정부에서 산정된 픽셀유속을 실제유속으로 환산하는 실제 유속 산정부와,
    측정된 수위 자료를 필터링하여 하천의 수위를 산출하는 수위 측정부와,
    실제 유속 산정부의 실제유속 및 수위 측정부의 수위 정보를 이용하여 실시간 유량 산출을 수행하는 유량 산정부를 포함하는 것을 특징으로 하는 CCTV 영상 기반의 실시간 자동 유량계측 시스템.
  5. 삭제
  6. 제 4 항에 있어서, 픽셀 유속 산정부는 옵티컬 플로우를 적용한 표면유속장 산정을 위하여,
    지정된 격자 설정을 불러와 분석할 영상의 개수(N)와 분석결과를 저장할 배열 선언을 하여 영상을 배열에 저장하고,
    영상간 분석을 격자점 개수만큼 반복하여 표면유속장 산정을 하는 것을 특징으로 하는 CCTV 영상 기반의 실시간 자동 유량계측 시스템.
  7. 제 4 항에 있어서, 픽셀 유속 산정부는 지점 유속 산정을 위하여,
    영상과 격자점 변수 선언을 하고 격자점의 위치로부터 영상 추출을 하여 픽셀 유속 산정을 하고,
    격자점 위치와 픽셀 유속, 필터 계수 변수를 정하여 지점 유속 산정시에 산정된 오차가 필터 계수보다 크면 필터링을 하여 지점 유속 산정을 하는 것을 특징으로 하는 CCTV 영상 기반의 실시간 자동 유량계측 시스템.
  8. 제 4 항에 있어서, 영상 획득 장치에서 촬영되는 영상 왜곡 보정을 위하여,
    수위가 변하더라도 카메라가 바라보는 참조점의 영상좌표가 변하지 않도록 4개의 참조점을 제방 높이에 설치하고,
    카메라의 실제 좌표(Xc,Yc,H), 카메라와 수면까지의 높이(H) 및 제방 위의 참조점(A)의 실제 좌표(X0,Y0,Z0)를 이용하여 수표면과 동일한 높이의 점 A'의 실제 좌표(X'0,Y'0,Z'0)를 구하는 것을 특징으로 하는 CCTV 영상 기반의 실시간 자동 유량계측 시스템.
  9. 하천 유속 측정 현장의 연속 영상을 획득하는 단계;
    획득된 영상 데이터를 정규화하기 위하여 동적으로 연속 영상의 프레임을 추출하고 추출된 프레임을 영상 변환하고 호모그래피(Homography) 산정을 수행하는 영상 변환 분석 단계;
    분석지점의 분석영역을 추출하고 추출된 분석지점의 분석영역 영상을 통해 픽셀유속을 산정하는 단계;
    산정된 픽셀유속을 실제유속으로 환산하고 이를 이용하여 유량 산출을 하는 단계;
    측위 필터링 과정을 거쳐 산출된 수위 정보를 받고 웹서버의 웹서비스를 통해 데이터베이스에 저장하고, 해당 유량 및 수위 정보를 웹서버의 웹페이지를 통해 제공하는 단계;를 포함하는 것을 특징으로 하는 CCTV 영상 기반의 실시간 자동 유량계측 방법.
  10. 제 9 항에 있어서, 영상 변환 분석 단계는,
    호모그래피(Homography) 산정을 위하여 입력점들의 평균 X좌표와 Y좌표를 산정 해당좌표를 원점으로 이동시키고, 입력점들과 평균 X좌표와 Y좌표간의 거리를 변환하여 영상 데이터를 정규화(Normalize)하는 것을 특징으로 하는 CCTV 영상 기반의 실시간 자동 유량계측 방법.
  11. 제 9 항에 있어서, 픽셀 유속을 산정하는 단계에서 옵티컬 플로우를 적용한 표면유속장 산정을 위하여,
    M개의 개수를 갖는 분석할 점으로 구성된 격자 변수를 정의하는 단계와,
    미리 지정된 격자 설정을 불러와 분석할 영상의 개수(N)와 분석결과를 저장할 배열을 선언하는 단계와,
    카메라를 통해 영상을 배열에 저장하는 단계와,
    영상간 분석을 격자점 개수만큼 반복하여 분석 결과를 배열에 저장하는 단계를 포함하는 것을 특징으로 하는 CCTV 영상 기반의 실시간 자동 유량계측 방법.
  12. 제 9 항에 있어서, 픽셀 유속을 산정하는 단계에서 지점 유속 산정을 위하여,
    영상과 격자점 변수 선언을 하고, 격자점의 위치로부터 영상 추출을 하는 단계와,
    옵티컬 플로우 픽셀 유속 산정 알고리즘을 적용하고, 격자점 위치와 픽셀 유속, 필터 계수 변수 선언을 하고 격자점 위치와 픽셀 유속을 실제 유속으로 변환하는 단계와,
    산정된 유속 오차가 필터 계수보다 크면 필터링을 하고, 그렇지 않으면 유속 산정 결과를 출력하는 단계를 포함하는 것을 특징으로 하는 CCTV 영상 기반의 실시간 자동 유량계측 방법.
  13. 제 9 항에 있어서, 픽셀 유속을 산정하는 단계에서,
    픽셀 유속 산정을 위한 식이
    Figure 112018112682328-pat00077
    으로 정의되고,
    여기서, I는 영상의 픽셀값, x는 X 방향 좌표, y는 Y 방향 좌표, t는 시간, δt는 시간 변화량인 것을 특징으로 하는 CCTV 영상 기반의 실시간 자동 유량계측 방법.
  14. 제 13 항에 있어서, 픽셀 유속 산정을 위한 식이,
    Figure 112018112682328-pat00078
    으로 정리되고,
    우항의 미분식의 합이 0이 되어야 하는 것을 이용하여 픽셀 유속 산정을 위한 식은
    Figure 112018112682328-pat00079
    으로 정의되고,
    여기서,
    Figure 112018112682328-pat00080
    는 영상의 X방향 미분 행렬,
    Figure 112018112682328-pat00081
    는 영상의 Y방향 미분행렬,
    Figure 112018112682328-pat00082
    는 X방향 픽셀속도,
    Figure 112018112682328-pat00083
    는 Y방향 픽셀속도,
    Figure 112018112682328-pat00084
    는 영상의 시간 미분 행렬인 것을 특징으로 하는 CCTV 영상 기반의 실시간 자동 유량계측 방법.
  15. 제 14 항에 있어서, 픽셀 유속 산정을 위한 식은,
    Figure 112018112682328-pat00085
    으로 정의되고,
    여기서,
    Figure 112018112682328-pat00086
    qn은 n번째 픽셀, n은 영상의 픽셀 개수인 것을 특징으로 하는 CCTV 영상 기반의 실시간 자동 유량계측 방법.
  16. 제 9 항에 있어서, 산정된 픽셀유속을 실제유속으로 환산하고 이를 이용하여 유량 산출을 하는 단계에서 실제 유속은,
    Figure 112018112682328-pat00087
    이고,
    여기서,
    Figure 112018112682328-pat00088
    는 실제유속이고,
    Figure 112018112682328-pat00089
    는 픽셀유속,
    Figure 112018112682328-pat00090
    는 픽셀당 거리,
    Figure 112018112682328-pat00091
    는 스케일팩터인 것을 특징으로 하는 CCTV 영상 기반의 실시간 자동 유량계측 방법.
  17. 제 9 항에 있어서, 산정된 픽셀유속을 실제유속으로 환산하고 이를 이용하여 유량 산출을 하는 단계에서,
    분석 지점의 수심과 실제 유속을 활용하여
    Figure 112018112682328-pat00092
    으로 유량을 산출하고,
    여기서,
    Figure 112018112682328-pat00093
    는 유량이고,
    Figure 112018112682328-pat00094
    는 분석지점의 단위면적,
    Figure 112018112682328-pat00095
    는 분석지점의 유속인 것을 특징으로 하는 CCTV 영상 기반의 실시간 자동 유량계측 방법.
  18. 제 9 항에 있어서, 측위 필터링 과정을 거쳐 산출된 수위 정보를,
    초음파를 측정대상의 표면을 향하여 발신하고 발신된 초음파가 측정대상의 표면에서 반사되어 되돌아오는 반사파를 수신하는 단계와,
    초음파 센서에서 수신된 측위 자료를 필터링하기 위하여, 임위의 위치에서의 평활화된 값을 추정하고, 추정 오차의 제곱이 최소가 되도록 초기 고정 대역폭에 대해 복수의 평활화된 최확값을 계산하고, 각각의 대역폭에 대하여 잔차(cross-validated residual)를 산정하는 단계와,
    각각의 점에서 최적 대역폭을 산정하고, 초기 투입된 대역폭들중에서 최적 대역폭에 가까운 대역폭을 선택하는 단계와,
    평활화된 최확값을 활용하여 선형 보간을 통하여 최종 평활화 최확값을 산정하는 단계와,
    필터링을 거친 측위 자료를 이용하여 초음파 발신시각과 반사파 수신시각과의 시간차이 및 초음파의 발신속도와 반사파의 반사속도를 기준으로 측정대상의 표면과의 거리를 계산하여 수위를 산출하는 단계를 포함하여 산출하는 것을 특징으로 하는 CCTV 영상 기반의 실시간 자동 유량계측 방법.
  19. 제 18 항에 있어서, 측위 자료를 필터링하기 위한 임위의 위치에서의 평활화된 값을 추정하기 위하여,
    산점도에서 임의의
    Figure 112018112682328-pat00096
    위치에서의 평활화된 값인
    Figure 112018112682328-pat00097
    는 최소제곱법을 활용한 국부적인 회귀분석을 통해 추정되고,
    Figure 112018112682328-pat00098

    여기서, N은
    Figure 112018112682328-pat00099
    주위의 국지적인 대역폭을 의미하고 위치마다 최적화되도록 하고,
    특정 대역폭 J가 주어지고, 대역폭 내 변수의 개수가 N이면 국지적 선형회귀추적자는
    Figure 112018112682328-pat00100
    이고,
    여기서,
    Figure 112018112682328-pat00101
    와
    Figure 112018112682328-pat00102
    는
    Figure 112018112682328-pat00103
    에서 존재하는 국지적인 자료의 선형회귀로 구해질 수 있고,
    Figure 112018112682328-pat00104
    은 위치
    Figure 112018112682328-pat00105
    에 해당하는 평활화된 최확값이 되는 것을 특징으로 하는 CCTV 영상 기반의 실시간 자동 유량계측 방법.
  20. 제 19 항에 있어서, 국지적으로 적합화된 대역폭(locally adaptive bandwidth)과 연동되는 평활화된 최확값을 산출하기 위해 x 위치에서 관측값
    Figure 112018112682328-pat00106
    와 대역폭을
    Figure 112018112682328-pat00107
    라 할 때,
    Figure 112018112682328-pat00108
    와 같이 추정 오차의 제곱이 최소가 되도록 하는
    Figure 112018112682328-pat00109
    와
    Figure 112018112682328-pat00110
    를 산출하는 것을 특징으로 하는 CCTV 영상 기반의 실시간 자동 유량계측 방법.
  21. 제 20 항에 있어서, 추정 오차의 제곱이 최소가 되도록 하기 위해 전체 자료수가 n인 경우,
    Figure 112018112682328-pat00111
    사이의 다양한 크기의 초기 고정 대역폭(J)에 대해 복수의 평활화된 최확값
    Figure 112018112682328-pat00112
    를 계산하고, 잔차 산정부에서 각각의 대역폭 J에 대해,
    Figure 112018112682328-pat00113
    의 형태의 잔차(cross-validated residual)를 산정하고,
    이때,
    Figure 112018112682328-pat00114
    인 것을 특징으로 하는 CCTV 영상 기반의 실시간 자동 유량계측 방법.
  22. 제 21 항에 있어서, J = 0.2n의 대역폭을 가진
    Figure 112018112682328-pat00115
    에 대해 도출된
    Figure 112018112682328-pat00116
    를 평활화(smooth)한 결과로
    Figure 112018112682328-pat00117
    를 도출하고, 각각 점에서 최적 대역폭(optimal bendwidth),
    Figure 112018112682328-pat00118
    을 산정하기 위해,
    Figure 112018112682328-pat00119
    으로 계산하고,
    특정
    Figure 112018112682328-pat00120
    에서 복수의 대역폭 J에 대한 도출된 최확오차
    Figure 112018112682328-pat00121
    들 중
    Figure 112018112682328-pat00122
    에 해당되는 J값이 곧 최적 대역폭
    Figure 112018112682328-pat00123
    이 되는 것을 특징으로 하는 CCTV 영상 기반의 실시간 자동 유량계측 방법.
  23. 제 22 항에 있어서, 각
    Figure 112018112682328-pat00124
    에 대한
    Figure 112018112682328-pat00125
    는 다시 J = 0.2n 대역폭으로 평활화된 다음 초기 투입된 대역폭들 중
    Figure 112018112682328-pat00126
    와 가장 가까운 대역폭을,
    Figure 112018112682328-pat00127
    으로 선택하고,
    구해둔
    Figure 112018112682328-pat00128
    에 대해 선택된 두 초기 대역폭
    Figure 112018112682328-pat00129
    에 해당하는 평활화된 최확값을 각각
    Figure 112018112682328-pat00130
    라 할 때, 두 값을 활용하고 선형보간을 통해
    Figure 112018112682328-pat00131
    를
    Figure 112018112682328-pat00132
    으로 구하고,
    Figure 112018112682328-pat00133
    에 해당하는 최종 평활화된 최확값
    Figure 112018112682328-pat00134
    은 다시 J = 0.5n 대역폭으로 평활화된 값을 사용하는 것을 특징으로 하는 CCTV 영상 기반의 실시간 자동 유량계측 방법.
KR1020180139116A 2018-11-13 2018-11-13 Ｃｃｔｖ 영상 기반의 실시간 자동 유량계측 시스템 및 방법 KR101978351B1 (ko)

Priority Applications (5)

Application Number Priority Date Filing Date Title
KR1020180139116A KR101978351B1 (ko) 2018-11-13 2018-11-13 Ｃｃｔｖ 영상 기반의 실시간 자동 유량계측 시스템 및 방법
JP2020565898A JP7120581B2 (ja) 2018-11-13 2018-11-29 Ｃｃｔｖ映像基盤のリアルタイム自動流量計側システムおよび方法
PCT/KR2018/014987 WO2020101104A1 (ko) 2018-11-13 2018-11-29 Ｃｃｔｖ 영상 기반의 실시간 자동 유량계측 시스템 및 방법
US16/617,359 US11353354B2 (en) 2018-11-13 2018-11-29 System for automatically measuring discharge in real-time based on cctv image and method thereof
PH12020551776A PH12020551776A1 (en) 2018-11-13 2020-10-23 System and method for automatically measuring flow rate in real time on basis of cctv video

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180139116A KR101978351B1 (ko) 2018-11-13 2018-11-13 Ｃｃｔｖ 영상 기반의 실시간 자동 유량계측 시스템 및 방법

Publications (1)

Publication Number Publication Date
KR101978351B1 true KR101978351B1 (ko) 2019-05-15

Family

ID=66579305

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180139116A KR101978351B1 (ko) 2018-11-13 2018-11-13 Ｃｃｔｖ 영상 기반의 실시간 자동 유량계측 시스템 및 방법

Country Status (5)

Country Link
US (1) US11353354B2 (ko)
JP (1) JP7120581B2 (ko)
KR (1) KR101978351B1 (ko)
PH (1) PH12020551776A1 (ko)
WO (1) WO2020101104A1 (ko)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102159097B1 (ko) 2020-06-10 2020-09-23 주식회사청수환경 공압식가동보를 이용한 실시간 하천 유량 측정 방법 및 그 시스템
CN112907506A (zh) * 2021-01-11 2021-06-04 昆明理工大学 一种基于水尺颜色信息的不定长水尺水位检测方法、装置及存储介质
CN114397476A (zh) * 2021-11-15 2022-04-26 河海大学 面向频域时空图像测速的流速有效性识别及修正方法
CN114577272A (zh) * 2022-05-06 2022-06-03 山东省煤田地质局第三勘探队 一种水文信息采集用测量装置
KR102485227B1 (ko) 2022-04-22 2023-01-06 주재넷(주) 인공지능 기반 홍수 예측 시스템 및 이를 이용한 홍수 예측 방법
KR102485817B1 (ko) 2022-07-07 2023-01-09 주식회사 하이드로셈 11변수 좌표변환 알고리즘을 이용한 하천 영상 왜곡 보정 시스템 및 방법
KR20230025260A (ko) 2021-08-13 2023-02-21 재단법인 한국수자원조사기술원 드론을 이용한 ｔｍ 좌표 기반의 유량 측정 장치 및 방법
KR102519606B1 (ko) 2022-08-31 2023-04-13 주식회사 하이드로셈 열영상 및 다변수 좌표 변환 기반의 실시간 하천 자동유량계측 시스템 및 방법
KR102614029B1 (ko) * 2023-06-22 2023-12-13 정혜린 축적된 데이터를 활용한 소하천 스마트 예측 관리 시스템 및 그 방법
CN117516487A (zh) * 2024-01-05 2024-02-06 长江水利委员会水文局长江中游水文水资源勘测局 一种中小河流视频流量测验方法

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113932154A (zh) * 2020-07-13 2022-01-14 中国石油化工股份有限公司 测流器、管道监测装置及***
CN112067839B (zh) * 2020-09-18 2022-04-12 重庆交通大学 无人机超宽河流表面流场快速测量方法
CN113965731B (zh) * 2021-11-25 2024-02-02 北京京诚嘉宇环境科技有限公司 雨水排放口管控方法、装置及***
CN114772159A (zh) * 2022-03-31 2022-07-22 国能榆林能源有限责任公司 一种煤流量控制方法、***及存储介质
CN115200652B (zh) * 2022-07-11 2023-05-30 武汉新烽光电股份有限公司 一种河道流量流速监测装置
CN116500604B (zh) * 2023-06-27 2023-08-29 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) 一种水深定量反演方法、装置
KR102638431B1 (ko) * 2023-08-04 2024-02-21 주식회사 겟블루 Ai영상 분석에 의해 수질, 수위, 유량을 관리하는 스마트시스템
CN116718153B (zh) * 2023-08-07 2023-10-27 成都云智北斗科技有限公司 一种基于gnss和ins的形变监测方法及***

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100497228B1 (ko) 2004-11-30 2005-06-23 (주)오트로닉스 초음파 유속분포 측정기를 이용한 하천유량 자동측정 시스템
JP2006258575A (ja) * 2005-03-16 2006-09-28 Takuwa Corp 河川流速計測方法、河川流量計測方法、河川流速計測システム、及び河川流量計測システム
JP2010237732A (ja) * 2009-03-30 2010-10-21 Kimigafuchigakuen Sojo Univ 降雨による河川氾濫予測情報を導出する端末及びプログラム
KR101305305B1 (ko) 2012-06-12 2013-09-06 동의대학교 산학협력단 시공간 영상의 상관 분석을 이용한 표면 유속 측정 시스템 및 방법
KR101512690B1 (ko) 2014-06-27 2015-04-17 동의대학교 산학협력단 영상 처리를 이용한 표면 유속 측정 방법 및 휴대용 측정 장치
KR20170120355A (ko) 2016-04-21 2017-10-31 동의대학교 산학협력단 열영상을 이용한 실시간 표면영상유속계 및 그의 측정 방법

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB0008883D0 (en) * 2000-04-12 2000-05-31 Univ Ulster Bodily flow measuring system
JP3762945B2 (ja) 2003-01-10 2006-04-05 独立行政法人土木研究所 非接触型流速計を用いた開水路流量観測方法及びその装置
KR100817907B1 (ko) * 2006-07-27 2008-03-31 명지대학교 산학협력단 표면 영상 분석에 의한 하천의 표면 유속 측정 방법
JP2008058264A (ja) 2006-09-04 2008-03-13 Kobe Univ 実河川を対象とした流速観測装置、流速観測方法，および流速観測プログラム
US9262713B2 (en) * 2012-09-05 2016-02-16 Carbo Ceramics Inc. Wellbore completion and hydraulic fracturing optimization methods and associated systems
US9541432B2 (en) * 2013-05-17 2017-01-10 The United States Of America As Represented By The Administrator Of The U.S. Environmental Protection Agency Flow imaging and monitoring for synchronized management of wide area drainage
WO2015102919A2 (en) * 2013-12-30 2015-07-09 Clarient Diagnostic Services, Inc. Modular image analysis system and method
CN104297516B (zh) 2014-11-06 2017-07-18 中国科学院、水利部成都山地灾害与环境研究所 一种流体表面二维流速场测量方法
KR20160100788A (ko) * 2015-02-16 2016-08-24 한국전자통신연구원 이동체의 이동속도 측정장치 및 그 방법
JP2016169968A (ja) 2015-03-11 2016-09-23 古野電気株式会社 表層潮流推定装置、レーダ装置、表層潮流推定方法、及び表層潮流推定プログラム
US20170277815A1 (en) * 2016-03-23 2017-09-28 River Analyzer Inc. d/b/a Fresh Water Map Granular river attributes and predictions using acoustic doppler current profiler data from river floats
US10131361B2 (en) * 2016-05-25 2018-11-20 Here Global B.V. Determining speed information
WO2018105112A1 (ja) * 2016-12-09 2018-06-14 株式会社日立国際電気 水上侵入検知システムおよびその方法
US10761099B2 (en) * 2017-03-22 2020-09-01 Children's Hospital Medical Center Compositions and methods for treatment of lung function

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100497228B1 (ko) 2004-11-30 2005-06-23 (주)오트로닉스 초음파 유속분포 측정기를 이용한 하천유량 자동측정 시스템
JP2006258575A (ja) * 2005-03-16 2006-09-28 Takuwa Corp 河川流速計測方法、河川流量計測方法、河川流速計測システム、及び河川流量計測システム
JP2010237732A (ja) * 2009-03-30 2010-10-21 Kimigafuchigakuen Sojo Univ 降雨による河川氾濫予測情報を導出する端末及びプログラム
KR101305305B1 (ko) 2012-06-12 2013-09-06 동의대학교 산학협력단 시공간 영상의 상관 분석을 이용한 표면 유속 측정 시스템 및 방법
KR101512690B1 (ko) 2014-06-27 2015-04-17 동의대학교 산학협력단 영상 처리를 이용한 표면 유속 측정 방법 및 휴대용 측정 장치
KR20170120355A (ko) 2016-04-21 2017-10-31 동의대학교 산학협력단 열영상을 이용한 실시간 표면영상유속계 및 그의 측정 방법

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102159097B1 (ko) 2020-06-10 2020-09-23 주식회사청수환경 공압식가동보를 이용한 실시간 하천 유량 측정 방법 및 그 시스템
CN112907506A (zh) * 2021-01-11 2021-06-04 昆明理工大学 一种基于水尺颜色信息的不定长水尺水位检测方法、装置及存储介质
CN112907506B (zh) * 2021-01-11 2023-07-07 昆明理工大学 一种基于水尺颜色信息的不定长水尺水位检测方法、装置及存储介质
KR20230025260A (ko) 2021-08-13 2023-02-21 재단법인 한국수자원조사기술원 드론을 이용한 ｔｍ 좌표 기반의 유량 측정 장치 및 방법
CN114397476A (zh) * 2021-11-15 2022-04-26 河海大学 面向频域时空图像测速的流速有效性识别及修正方法
CN114397476B (zh) * 2021-11-15 2022-10-14 河海大学 面向频域时空图像测速的流速有效性识别及修正方法
KR102485227B1 (ko) 2022-04-22 2023-01-06 주재넷(주) 인공지능 기반 홍수 예측 시스템 및 이를 이용한 홍수 예측 방법
CN114577272A (zh) * 2022-05-06 2022-06-03 山东省煤田地质局第三勘探队 一种水文信息采集用测量装置
CN114577272B (zh) * 2022-05-06 2022-07-15 山东省煤田地质局第三勘探队 一种水文信息采集用测量装置
KR102485817B1 (ko) 2022-07-07 2023-01-09 주식회사 하이드로셈 11변수 좌표변환 알고리즘을 이용한 하천 영상 왜곡 보정 시스템 및 방법
KR102519606B1 (ko) 2022-08-31 2023-04-13 주식회사 하이드로셈 열영상 및 다변수 좌표 변환 기반의 실시간 하천 자동유량계측 시스템 및 방법
KR102614029B1 (ko) * 2023-06-22 2023-12-13 정혜린 축적된 데이터를 활용한 소하천 스마트 예측 관리 시스템 및 그 방법
CN117516487A (zh) * 2024-01-05 2024-02-06 长江水利委员会水文局长江中游水文水资源勘测局 一种中小河流视频流量测验方法
CN117516487B (zh) * 2024-01-05 2024-03-22 长江水利委员会水文局长江中游水文水资源勘测局 一种中小河流视频流量测验方法

Also Published As

Publication number Publication date
JP7120581B2 (ja) 2022-08-17
JP2021531449A (ja) 2021-11-18
US11353354B2 (en) 2022-06-07
US20210341330A1 (en) 2021-11-04
WO2020101104A1 (ko) 2020-05-22
PH12020551776A1 (en) 2021-05-31

Similar Documents

Publication Publication Date Title
KR101978351B1 (ko) Ｃｃｔｖ 영상 기반의 실시간 자동 유량계측 시스템 및 방법
KR101996992B1 (ko) 옵티컬 플로우 영상 처리를 이용하는 하천 유속 측정 장치 및 방법
Le Coz et al. Performance of image-based velocimetry (LSPIV) applied to flash-flood discharge measurements in Mediterranean rivers
Cian et al. Flood depth estimation by means of high-resolution SAR images and lidar data
Leitão et al. Urban overland runoff velocity measurement with consumer-grade surveillance cameras and surface structure image velocimetry
Ran et al. Application of an automated LSPIV system in a mountainous stream for continuous flood flow measurements
Harley et al. Assessment and integration of conventional, RTK-GPS and image-derived beach survey methods for daily to decadal coastal monitoring
Van Dongeren et al. Beach Wizard: Nearshore bathymetry estimation through assimilation of model computations and remote observations
Palmsten et al. Laboratory investigation of dune erosion using stereo video
Tauro et al. Flow monitoring with a camera: a case study on a flood event in the Tiber river
Kim et al. Embedded implementation of image-based water-level measurement system
Smith et al. Monitoring beach face volume with a combination of intermittent profiling and video imagery
KR102519606B1 (ko) 열영상 및 다변수 좌표 변환 기반의 실시간 하천 자동유량계측 시스템 및 방법
Huisman et al. The use of video imagery to analyse groundwater and shoreline dynamics on a dissipative beach
Li et al. Stereo-imaging LSPIV (SI-LSPIV) for 3D water surface reconstruction and discharge measurement in mountain river flows
US20230083320A1 (en) Systems and Methods for Remote Sensing of River Velocity Using Video and an Optical Flow Algorithm
Mole et al. Capitalizing on the surfcam phenomenon: a pilot study in regional-scale shoreline and inshore wave monitoring utilizing existing camera infrastructure
CN115326026A (zh) 基于非接触式测量-水动力融合同化获取水力特征的方法及装置
Hutley et al. Adaptively monitoring streamflow using a stereo computer vision system
Schumann et al. Estimating uncertainty associated with water stages from a single SAR image
US20170169576A1 (en) Crowd intelligence on flow velocity measurement
KR101975476B1 (ko) 측위 자료 필터링을 통한 실시간 하천 수위 측정 장치 및 방법
Yang et al. Crowd-based velocimetry for surface flows
Rozos et al. Application of a Simple Image Velocimetry Algorithm in hydrometry
Patalano et al. Image-based migration velocity and dune length in clear water rivers

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant