KR20210018672A - Apparatus and method for providing predictive value for measurement of particulate matter concentration using a camera - Google Patents

Apparatus and method for providing predictive value for measurement of particulate matter concentration using a camera Download PDF

Info

Publication number
KR20210018672A
KR20210018672A KR1020190096734A KR20190096734A KR20210018672A KR 20210018672 A KR20210018672 A KR 20210018672A KR 1020190096734 A KR1020190096734 A KR 1020190096734A KR 20190096734 A KR20190096734 A KR 20190096734A KR 20210018672 A KR20210018672 A KR 20210018672A
Authority
KR
South Korea
Prior art keywords
fine dust
black
predicted value
concentration
white
Prior art date
Application number
KR1020190096734A
Other languages
Korean (ko)
Inventor
이정기
양철승
박인호
Original Assignee
한국전자기술연구원
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 한국전자기술연구원 filed Critical 한국전자기술연구원
Priority to KR1020190096734A priority Critical patent/KR20210018672A/en
Publication of KR20210018672A publication Critical patent/KR20210018672A/en

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/02—Investigating particle size or size distribution
    • G01N15/0205—Investigating particle size or size distribution by optical means
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/06—Investigating concentration of particle suspensions
    • 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
    • G01N21/94—Investigating contamination, e.g. dust
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services

Landscapes

  • Chemical & Material Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Immunology (AREA)
  • Business, Economics & Management (AREA)
  • Dispersion Chemistry (AREA)
  • Tourism & Hospitality (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

The present invention relates to an apparatus for providing a predicted value for measuring the concentration of fine dust using a camera for improving the reliability of a light scattering measurement method, and a method thereof. The apparatus for providing a predicted value according to the present invention comprises a camera unit and a control unit. The camera unit captures an image of fine dust entering a fine dust measuring area. Then, the control unit receives the image of the fine dust captured by the camera unit, binarizes the received image of the fine dust into black and white to separate the fine dust and the background, calculates a predicted value for the concentration of the fine dust from the ratio of the separated fine dust to the separated background, and provides the calculated predicted value as reference information when calculating the concentration of the fine dust by using a light scattering method.

Description

카메라를 이용한 미세먼지 농도 측정용 예측값 제공 장치 및 방법{Apparatus and method for providing predictive value for measurement of particulate matter concentration using a camera}Apparatus and method for providing predictive value for measurement of particulate matter concentration using a camera}

본 발명은 미세먼지 측정 장치 및 방법에 관한 것으로, 더욱 상세하게는 광산란 측정법의 신뢰도를 개선할 수 있는 카메라를 이용한 미세먼지 농도 측정용 예측값 제공 장치 및 방법에 관한 것이다.The present invention relates to an apparatus and method for measuring fine dust, and more particularly, to an apparatus and method for providing a predicted value for measuring fine dust concentration using a camera capable of improving the reliability of a light scattering method.

일반적으로 먼지는 대기 중에 떠다니거나 흩날려 내려오는 입자상 물질을 말한다. 이러한 먼지는 석탄, 석유 등의 화석연료를 태울 때나 공장, 자동차 등의 배출가스에서 많이 발생한다.Generally, dust refers to particulate matter that floats or blows down in the atmosphere. These dusts are generated a lot when burning fossil fuels such as coal and petroleum, or from exhaust gases such as factories and automobiles.

이러한 먼지는 입자크기에 따라 50㎛ 이하인 총먼지(TSP, Total Suspended Particles)와, 입자크기가 매우 작은 미세먼지(PM, Particulate Matter)로 구분한다. 미세먼지는 지름이 10㎛보다 작은 미세먼지(PM10)와, 지름이 2.5㎛보다 작은 미세먼지(PM2.5)로 나누고 있다. PM10은 사람의 머리카락 지름(50~70㎛)보다 약 1/5~1/7 정도로 작은 크기라면, PM2.5는 머리카락의 약 1/20~1/30에 불과할 정도로 매우 작다.These dusts are classified into Total Suspended Particles (TSP), which are 50㎛ or less, and Particulate Matter (PM), which has a very small particle size. Fine dust is divided into fine dust (PM 10 ) with a diameter of less than 10 μm and fine dust (PM 2.5 ) with a diameter of less than 2.5 μm. If PM 10 is about 1/5~1/7 smaller than the diameter of a human hair (50~70㎛), PM 2.5 is so small that it is only about 1/20~1/30 of the hair.

최근에는 미세먼지에 의한 대기질이 악화되는 빈도가 증가하고 있다. 미세먼지는 크기가 매우 작아 신체에서 필터링되지 못하고 순환되어 각종 질병을 일으키는 주범이다. 과거에는 비, 구름, 및 온도 등이 날씨가 좋은지 나쁜지에 대한 척도였지만, 현대에는 미세먼지가 날씨의 주요 척도 중에 하나이다.In recent years, the frequency of deterioration of air quality due to fine dust is increasing. Fine dust is very small and cannot be filtered out of the body and circulates, causing various diseases. In the past, rain, clouds, and temperature were measures of whether the weather was good or bad, but in modern times fine dust is one of the main measures of weather.

이러한 미세먼지를 측정하는 장치는 미세먼지에 의한 공기의 오염정도를 측정하는 것으로서, 베타선 측정법, 중량법, 광산란법이 사용되고 있다.An apparatus for measuring such fine dust measures the degree of contamination of air by fine dust, and a beta ray measurement method, a gravimetric method, and a light scattering method are used.

베타선 측정법은 채취된 먼지를 통과할 때 흡수되는 베타선의 세기를 측정하여 대기 중 미세먼지의 질량농도를 측정하는 방법이다. 베타선 측정법은 자동 측정이 용이하고 실시간 데이터를 제공할 수 있는 장점이 있지만, PM10와 PM2.5를 동시에 측정할 수 없는 단점이 있다.The beta ray measurement method is a method of measuring the mass concentration of fine dust in the atmosphere by measuring the intensity of the beta ray absorbed when passing through the collected dust. The beta ray measurement method has the advantage of easy automatic measurement and provides real-time data, but has a disadvantage that it cannot measure PM 10 and PM 2.5 at the same time.

중량법은 24시간 동안 시료를 채취하여 필터에 모인 물질 중 그 크기가 2.5㎛ 모다 작은 미세먼지의 측정하는 방법이다. 중량법은 정확도가 높고, 미국과 EU에서 채택하고 있는 측정 방법이다. 하지만 중량법은 실시간 측정이 어렵고, 온습도, 정전기 등에 따른 간섭이 큰 단점이 있다.Gravimetric method is a method of measuring fine dust that is 2.5㎛ in size among substances collected in a filter by collecting a sample for 24 hours. The gravimetric method has high accuracy and is a measurement method adopted in the US and EU. However, the gravimetric method is difficult to measure in real time, and has a large disadvantage of interference due to temperature and humidity, static electricity, etc.

그리고 광산란법은 채취된 미세입자에 레이저 광원을 투과시켜 발생하는 산란광의 정도로 미세먼지의 농도를 환산하는 방법이다. 광산란법은 실시간 측정 및 측정 장치의 휴대가 가능하고, PM10와 PM2.5를 동시에 측정할 수 있는 장점이 있다. 반면에 광산란법은 산란광의 정도를 농도로 환산하는 과정에서의 오차가 발생하는 단점이 있다.And the light scattering method is a method of converting the concentration of fine dust to the degree of scattered light generated by transmitting a laser light source through the collected fine particles. The light scattering method has the advantage of being able to carry a real-time measurement and measurement device, and simultaneously measure PM 10 and PM 2.5 . On the other hand, the light scattering method has a disadvantage in that an error occurs in the process of converting the degree of scattered light into concentration.

등록특허공보 제10-1932483호 (2018.12.26. 공고)Registered Patent Publication No. 10-1932483 (announced on December 26, 2018)

이러한 미세먼지 측정 방법 중 광산란법은 PM10와 PM2.5를 동시에 실시간으로 측정이 가능한 방법이기 때문에, 광산란 측정법의 신뢰도를 높일 수 있는 방법이 필요한다.Among these methods of measuring fine dust, the light scattering method is a method capable of simultaneously measuring PM 10 and PM 2.5 in real time, and thus a method of increasing the reliability of the light scattering method is required.

따라서 본 발명의 목적은 광산란법의 신뢰도를 개선할 수 있는 카메라를 이용한 미세먼지 농도 측정용 예측값 제공 장치 및 방법을 제공하는 데 있다.Accordingly, an object of the present invention is to provide an apparatus and method for providing a predicted value for measuring fine dust concentration using a camera that can improve the reliability of the light scattering method.

상기 목적을 달성하기 위하여, 본 발명은 미세먼지 측정 영역으로 들어온 미세먼지를 촬영하는 카메라부; 및 상기 카메라부로부터 촬영된 미세먼지 영상을 수신하고, 수신한 미세먼지 영상을 흑과 백으로 이진화하여 미세먼지와 배경을 분리하고, 분리한 미세먼지와 배경의 비율로부터 미세먼지의 농도에 대한 예측값을 산출하고, 산출한 예측값을 광산란법으로 미세먼지의 농도를 산출할 때 참고정보로 제공하는 제어부;를 포함하는 것을 특징으로 하는 카메라를 이용한 미세먼지 농도 측정용 예측값 제공 장치를 제공한다.In order to achieve the above object, the present invention includes a camera unit for photographing fine dust entering the fine dust measurement area; And receiving the fine dust image photographed from the camera unit, binarizing the received fine dust image into black and white to separate the fine dust and the background, and a predicted value for the concentration of the fine dust from the ratio of the separated fine dust and the background. And a control unit that calculates and provides the calculated predicted value as reference information when calculating the concentration of fine dust by the light scattering method.

상기 제어부는, 수신한 미세먼지 영상을 이진화하여 미세먼지를 흑색으로 배경을 백색으로 처리하고, 상기 분리한 미세먼지와 배경의 비율에 대응하는 흑백 비율을 아래의 수학식1로 산출할 수 있다.The control unit may binarize the received fine dust image to process the fine dust into black and the background to white, and calculate a black and white ratio corresponding to the ratio of the separated fine dust to the background by Equation 1 below.

[수학식 1][Equation 1]

Figure pat00001
Figure pat00001

상기 제어부는, 수신한 미세먼지 영상을 이진화하여 미세먼지를 백색으로 배경을 흑색으로 처리하고, 상기 분리한 미세먼지와 배경의 비율에 대응하는 흑백 비율을 아래의 수학식2로 산출할 수 있다.The controller may binarize the received fine dust image to process the fine dust into white and the background to black, and calculate a black and white ratio corresponding to the ratio of the separated fine dust to the background by Equation 2 below.

[수학식 2][Equation 2]

Figure pat00002
Figure pat00002

본 발명에 따른 예측값 제공 장치는 학습한 흑백 비율에 따른 미세먼지 농도를 저장하는 저장부;를 더 포함할 수 있다.The apparatus for providing a predicted value according to the present invention may further include a storage unit for storing the concentration of fine dust according to the learned black and white ratio.

상기 제어부는 미세먼지 크기를 기준으로 흑백 비율에 따른 미세먼지 농도에 대한 예측값을 학습하여 상기 저장부에 저장할 수 있다.The control unit may learn a predicted value for a fine dust concentration according to a black-and-white ratio based on the size of the fine dust and store it in the storage unit.

상기 제어부는 흑백 비율이 산출되면 상기 학습한 흑백 비율에 따른 미세먼지 농도를 참조하여 예측값을 산할 수 있다.When the black-and-white ratio is calculated, the controller may calculate a predicted value by referring to the fine dust concentration according to the learned black-and-white ratio.

상기 예측값은 미세먼지를 측정하는 주변환경 값에 따른 팩터 보정 데이터의 참고정보 또는 광산란법으로 미세먼지 농도를 산출할 때 참고정보일 수 있다.The predicted value may be reference information of factor correction data according to a value of the surrounding environment measuring fine dust or reference information when the fine dust concentration is calculated by a light scattering method.

본 발명은 또한, 카메라부는 미세먼지 측정 영역으로 들어온 미세먼지를 촬영하는 단계; 제어부는 상기 카메라부로부터 촬영된 미세먼지 영상을 수신하는 단계; 상기 제어부는 수신한 미세먼지 영상을 흑과 백으로 이진화하여 미세먼지와 배경을 분리하는 단계; 상기 제어부는 분리한 미세먼지와 배경의 비율로부터 미세먼지의 농도에 대한 예측값을 산출하는 단계; 및 상기 제어부는 산출한 예측값을 광산란법으로 미세먼지의 농도를 산출할 때 참고정보로 제공하는 단계;를 포함하는 것을 특징으로 하는 카메라를 이용한 미세먼지 농도 측정용 예측값 제공 방법을 제공한다.The present invention also includes the steps of the camera unit photographing the fine dust entering the fine dust measurement area; The control unit receiving an image of fine dust photographed from the camera unit; The control unit comprises the steps of separating the fine dust and the background by binarizing the received fine dust image into black and white; The control unit calculating a predicted value for the concentration of the fine dust from the ratio of the separated fine dust and the background; And providing the calculated predicted value as reference information when the concentration of fine dust is calculated by the light scattering method.

본 발명에 따르면, 카메라부를 이용하여 미세먼지 측정 영역에 들어온 미세먼지를 촬영하고, 촬영 이후 영상처리 기법을 이용하여 미세먼지 농도에 대한 예측값을 산출하고, 산출한 예측값을 광산란법으로 미세먼지 농도를 산출할 때 참고정보로 제공함으로써, 광산란법의 신뢰도를 높일 수 있다.According to the present invention, the fine dust entering the fine dust measurement area is photographed using a camera unit, a predicted value for the fine dust concentration is calculated using an image processing technique after the photographing, and the calculated predicted value is used to calculate the fine dust concentration by the light scattering method By providing reference information when calculating, it is possible to increase the reliability of the light scattering method.

도 1은 본 발명의 실시예에 따른 카메라를 이용한 미세먼지 농도 측정용 예측값 제공 장치를 보여주는 블록도이다.
도 2는 본 발명의 실시예에 따른 카메라를 이용한 미세먼지 농도 측정용 예측값 제공 방법을 보여주는 흐름도이다.
도 3은 도 2의 제조 방법에 따른 각 단계를 보여주는 예시도이다.1 is a block diagram showing an apparatus for providing a predicted value for measuring fine dust concentration using a camera according to an embodiment of the present invention.
2 is a flowchart illustrating a method of providing a predicted value for measuring the concentration of fine dust using a camera according to an embodiment of the present invention.
3 is an exemplary view showing each step according to the manufacturing method of FIG. 2.

하기의 설명에서는 본 발명의 실시예를 이해하는데 필요한 부분만이 설명되며, 그 이외 부분의 설명은 본 발명의 요지를 흩트리지 않는 범위에서 생략될 것이라는 것을 유의하여야 한다.In the following description, it should be noted that only parts necessary for understanding the embodiments of the present invention will be described, and descriptions of other parts will be omitted without distracting the gist of the present invention.

이하에서 설명되는 본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 아니 되며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념으로 적절하게 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야만 한다. 따라서 본 명세서에 기재된 실시예와 도면에 도시된 구성은 본 발명의 바람직한 실시예에 불과할 뿐이고, 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형예들이 있을 수 있음을 이해하여야 한다.The terms or words used in the specification and claims described below should not be construed as being limited to a conventional or dictionary meaning, and the inventor is appropriate as a concept of terms in order to describe his own invention in the best way. It should be interpreted as a meaning and concept consistent with the technical idea of the present invention on the basis of the principle that it can be defined. Therefore, the embodiments described in the present specification and the configurations shown in the drawings are only preferred embodiments of the present invention, and do not represent all the technical spirit of the present invention, and various equivalents that can replace them at the time of application And it should be understood that there may be variations.

이하, 첨부된 도면을 참조하여 본 발명의 실시예를 보다 상세하게 설명하고자 한다.Hereinafter, embodiments of the present invention will be described in more detail with reference to the accompanying drawings.

도 1은 본 발명의 실시예에 따른 카메라를 이용한 미세먼지 농도 측정용 예측값 제공 장치를 보여주는 블록도이다.1 is a block diagram showing an apparatus for providing a predicted value for measuring fine dust concentration using a camera according to an embodiment of the present invention.

도 1을 참조하면, 본 실시예에 따른 카메라를 이용한 미세먼지 농도 측정용 예측값 제공 장치(10)는 카메라부(11)로 미세먼지 측정 영역에 들어온 미세먼지를 촬영하고, 촬영 이후 영상처리 기법을 이용하여 미세먼지 농도에 대한 예측값을 산출하고, 광산란 미세먼지 농도 측정 장치(20)가 광산란법으로 미세먼지 농도를 산출할 때 산출한 예측값을 참고정보로 제공한다.Referring to FIG. 1, the apparatus 10 for providing a predicted value for measuring the concentration of fine dust using a camera according to the present embodiment photographs the fine dust entering the fine dust measurement area with the camera unit 11, and then uses an image processing technique. The predicted value for the fine dust concentration is calculated by using the light scattering fine dust concentration measuring apparatus 20, and the predicted value calculated when the fine dust concentration is calculated by the light scattering method is provided as reference information.

광산란 미세먼지 농도 측정 장치(20)는 광산란법으로 미세먼지 측정 영역에 들어온 미세먼지의 농도를 측정한다. 광산란 미세먼지 농도 측정 장치(20)는 예측값 제공 장치(10)가 제공하는 예측값을 참고정보로 참조하여 미세먼지의 농도를 산출함으로써, 광산란법의 신뢰도를 개선할 수 있다.The light scattering fine dust concentration measuring device 20 measures the concentration of fine dust entering the fine dust measuring area by the light scattering method. The light scattering fine dust concentration measuring apparatus 20 may improve the reliability of the light scattering method by referring to the predicted value provided by the predicted value providing apparatus 10 as reference information and calculating the concentration of the fine dust.

이때 예측값은 미세먼지를 측정하는 주변환경 값에 따른 팩터 보정 데이터의 참고정보로 사용될 수 있다. 또는 예측값은 광산란법으로 미세먼지 농도를 산출할 때 참고정보로 사용될 수 있다. 또는 예측값은 광산란법으로 미세먼지 농도를 산출할 때 가중치로 사용될 수 있다.In this case, the predicted value may be used as reference information of factor correction data according to the surrounding environment value for measuring fine dust. Alternatively, the predicted value can be used as reference information when calculating the fine dust concentration using the light scattering method. Alternatively, the predicted value can be used as a weight when calculating the fine dust concentration using the light scattering method.

이와 같이 예측값은 정확한 미세먼지 농도를 제공하는 것이 아니라, 광산란법으로 미세먼지 농도를 산출하는 과정에서 참고정보로 사용된다.In this way, the predicted value does not provide an accurate fine dust concentration, but is used as reference information in the process of calculating the fine dust concentration using the light scattering method.

이러한 본 실시예에 따른 예측값 제공 장치(10)는 카메라부(11)와 제어부(19)를 포함한다. 카메라부(11)는 미세먼지 측정 영역으로 들어온 미세먼지를 촬영한다. 그리고 제어부(19)는 카메라부(11)로부터 촬영된 미세먼지 영상을 수신하고, 수신한 미세먼지 영상을 흑과 백으로 이진화하여 미세먼지와 배경을 분리하고, 분리한 미세먼지와 배경의 비율로부터 미세먼지의 농도에 대한 예측값을 산출하고, 산출한 예측값을 광산란법으로 미세먼지의 농도를 산출할 때 참고정보로 제공한다.The predicted value providing apparatus 10 according to the present exemplary embodiment includes a camera unit 11 and a control unit 19. The camera unit 11 photographs fine dust entering the fine dust measurement area. And the control unit 19 receives the fine dust image photographed from the camera unit 11, the received fine dust image is binarized into black and white to separate the fine dust and the background, and from the ratio of the separated fine dust and the background A predicted value for the concentration of fine dust is calculated, and the calculated predicted value is provided as reference information when calculating the concentration of fine dust using the light scattering method.

그리고 본 실시예에 따른 예측값 제공 장치(10)는 산출한 예측값과, 예측값 산출에 필요한 학습한 예측값에 대한 정보를 저장하는 저장부(15)를 더 포함할 수 있다.In addition, the predicted value providing apparatus 10 according to the present exemplary embodiment may further include a storage unit 15 for storing the calculated predicted value and information on the learned predicted value required for calculating the predicted value.

여기서 분리한 미세먼지와 배경의 비율은 흑백 비율로서, 촬영한 미세먼지 영상에 포함된 미세먼지의 비율을 나타낸다.Here, the ratio of the separated fine dust to the background is a black and white ratio, and represents the ratio of the fine dust included in the photographed fine dust image.

카메라부(11)는 피사체의 촬영 기능을 수행하며, 제어부(19)의 제어에 따라서 미세먼지 측정 영역으로 들어온 미세먼지를 촬영하여 미세먼지 영상을 획득한다. 이러한 카메라부(11)는 이미지 센서, 신호처리부 및 영상처리부를 포함할 수 있다. 이미지 센서는 촬영한 영상의 광신호를 아날로그 신호로 변환한다. 신호처리부는 아날로그 신호를 디지털 신호로 변환한다. 그리고 영상처리부는 신호처리부를 통해 입력되는 영상신호를 처리하여 영상정보를 획득하며, 획득한 영상정보를 제어부(19)로 출력하거나 저장부(15)에 저장할 수 있다.The camera unit 11 performs a photographing function of a subject, and acquires a fine dust image by photographing fine dust entering the fine dust measurement area under the control of the controller 19. The camera unit 11 may include an image sensor, a signal processing unit, and an image processing unit. The image sensor converts the optical signal of the captured image into an analog signal. The signal processing unit converts an analog signal into a digital signal. In addition, the image processing unit may obtain image information by processing an image signal input through the signal processing unit, and may output the acquired image information to the control unit 19 or store it in the storage unit 15.

저장부(15)는 예측값 제공 장치(10)의 동작 제어시 필요한 프로그램과, 그 프로그램 수행 중에 발생되는 정보를 저장한다. 저장부(15)는 학습한 흑백 비율에 따른 미세먼지 농도에 대한 예측값을 저장한다. 저장부(15)는 예측값 제공 장치(10)가 산출한 흑백 비율에 따른 미세먼지 농도에 대한 예측값을 저장한다.The storage unit 15 stores a program required for controlling the operation of the predicted value providing device 10 and information generated during execution of the program. The storage unit 15 stores a predicted value for the fine dust concentration according to the learned black and white ratio. The storage unit 15 stores a predicted value for the fine dust concentration according to the black and white ratio calculated by the predicted value providing device 10.

그리고 제어부(19)는 예측값 제공 장치(10)의 전반적인 제어 동작을 수행하는 마이크로프로세서(microprocessor)이다. 제어부(19)는 카메라부(11)에서 촬영한 미세먼지 영상을 기반으로 미세먼지 농도에 대한 예측값을 산출하고, 산출한 예측값을 광산란법으로 미세먼지의 농도를 산출할 때 참고정보로 제공함으로써, 광산란법의 신뢰도를 높일 수 있다.In addition, the control unit 19 is a microprocessor that performs an overall control operation of the predicted value providing device 10. The controller 19 calculates a predicted value for the fine dust concentration based on the fine dust image captured by the camera unit 11, and provides the calculated predicted value as reference information when calculating the concentration of the fine dust by the light scattering method, It can increase the reliability of the light scattering method.

제어부(19)는 다음과 같이 예측값을 산출할 수 있다.The controller 19 may calculate the predicted value as follows.

먼저 제어부(19)는 실질적인 예측값을 산출하기 전에 미세먼지 크기를 기준으로 흑백 비율에 따른 미세먼지 농도를 학습하여 저장부(15)에 저장한다. 학습한 흑백 비율에 따른 미세먼지 농도는 실제 예측값을 산출하면서 획득하는 정보를 누적 저장함으로써, 학습한 흑백 비율에 대한 미세먼지 농도의 정확도를 더 높일 수 있다. 예컨대 제어부(19)는 PM10와 PM2.5를 기준으로 각각 흑백 비율에 따른 미세먼지 농도를 학습하여 저장부(15)에 저장할 수 있다.First, before calculating the actual predicted value, the controller 19 learns the fine dust concentration according to the black and white ratio based on the fine dust size and stores it in the storage unit 15. By accumulating and storing information obtained while calculating an actual predicted value for the fine dust concentration according to the learned black-and-white ratio, the accuracy of the fine dust concentration for the learned black-and-white ratio can be further improved. For example, the control unit 19 may learn fine dust concentrations according to a black and white ratio based on PM 10 and PM 2.5 , respectively, and store them in the storage unit 15.

본 실시예에서는 제어부(19)가 흑백 비율에 따른 미세먼지 농도를 학습하여 저장부(15)에 저장하는 예를 개시하였지만 이것에 한정된 것은 아니다. 예컨대 제어부(19)는 사전 학습 과정을 생략할 수 있다. 즉 저장부(15)에 디폴트로 학습한 흑백 비율에 대한 미세먼지 농도가 저장되어 있을 수 있다. 또는 제어부(19)는 유무선통신망을 통하여 학습한 흑백 비율에 대한 미세먼지 농도를 수신하여 저장부(15)에 저장할 수 있다. 이 경우 예측값 제공 장치(10)는 유무선통신망을 통해서 통신을 수행할 수 있는 통신부를 구비할 필요가 있다.In the present embodiment, an example in which the control unit 19 learns the fine dust concentration according to the black-and-white ratio and stores it in the storage unit 15 is disclosed, but is not limited thereto. For example, the control unit 19 may omit the pre-learning process. That is, the concentration of fine dust for the black-and-white ratio learned by default may be stored in the storage unit 15. Alternatively, the control unit 19 may receive the fine dust concentration for the black and white ratio learned through the wired/wireless communication network and store it in the storage unit 15. In this case, the predicted value providing apparatus 10 needs to include a communication unit capable of performing communication through a wired or wireless communication network.

흑백 비율에 따른 미세먼지 농도에 대한 학습은 미세먼지 촬영을 통한 예측값을 산출하는 과정과 실질적으로 동일하게 수행되기 때문에, 학습 방법에 대한 설명은 생략한다.Since the learning about the fine dust concentration according to the black and white ratio is substantially the same as the process of calculating the predicted value through fine dust photographing, a description of the learning method will be omitted.

제어부(19)는 흑백 비율을 다음과 같이 산출할 수 있다.The control unit 19 may calculate the black and white ratio as follows.

먼저 제어부(19)는 수신한 미세먼지 영상을 이진화하여 미세먼지를 흑색으로 배경을 백색으로 처리한다. 제어부(19)는 분리한 미세먼지와 배경의 비율에 대응하는 흑백 비율을 아래의 수학식1로 산출할 수 있다. 수학식1에서 전체픽셀은 촬영한 미세먼지 영상 전체의 픽셀이다. 즉 전체 픽셀은 백색픽셀과 흑색픽셀의 합이다.First, the controller 19 binarizes the received fine dust image and processes the fine dust into black and the background into white. The control unit 19 may calculate a black and white ratio corresponding to the ratio of the separated fine dust and the background by Equation 1 below. In Equation 1, all pixels are pixels of the entire photographed fine dust image. That is, the total pixel is the sum of white and black pixels.

[수학식 1][Equation 1]

Figure pat00003
Figure pat00003

예컨대 제어부(19)는 수신한 미세먼지 영상을 이진화하여 미세먼지를 백색으로 배경을 흑색으로 처리한다. 다음으로 제어부(19)는 미세먼지를 흑색으로 배경을 백색으로 변환한다. 그리고 제어부(19)는 수학식1로 흑백 비율을 산출할 수 있다. 수학식1에 따른 흑백 비율은 흑색의 비율이며, 흑색의 비율은 미세먼지의 비율이다.For example, the controller 19 binarizes the received fine dust image and processes the fine dust into white and the background into black. Next, the control unit 19 converts the fine dust into black and the background into white. In addition, the control unit 19 may calculate the black and white ratio using Equation 1. The black and white ratio according to Equation 1 is the ratio of black, and the ratio of black is the ratio of fine dust.

또는 제어부(19)는 수신한 미세먼지 영상을 이진화하여 미세먼지를 백색으로 배경을 흑색으로 처리한다. 제어부(19)는 분리한 미세먼지와 배경의 비율에 대응하는 흑백 비율을 아래의 수학식2로 산출할 수 있다.Alternatively, the controller 19 binarizes the received fine dust image and processes the fine dust into white and the background into black. The controller 19 may calculate a black-and-white ratio corresponding to the ratio of the separated fine dust and the background by Equation 2 below.

[수학식 2][Equation 2]

Figure pat00004
Figure pat00004

예컨대 제어부(19)는 수신한 미세먼지 영상을 이진화하여 미세먼지를 백색으로 배경을 흑색으로 처리한다. 그리고 제어부(19)는 수학식2로 흑백 비율을 산출할 수 있다. 수학식2에 따른 흑백 비율은 백색의 비율이며, 백색의 비율은 미세먼지의 비율이다.For example, the controller 19 binarizes the received fine dust image and processes the fine dust into white and the background into black. In addition, the control unit 19 may calculate the black and white ratio using Equation 2. The black and white ratio according to Equation 2 is the ratio of white, and the ratio of white is the ratio of fine dust.

이와 같이 흑백 비율이 산출되면, 제어부(19)는 학습한 흑백 비율에 따른 미세먼지 농도를 참조하여 예측값을 산출한다. 제어부(19)는 산출한 예측값을 학습한 흑백 비율에 따른 미세먼지 농도로 저장부(15)에 누적 저장할 수 있다.When the black and white ratio is calculated as described above, the control unit 19 calculates a predicted value by referring to the fine dust concentration according to the learned black and white ratio. The control unit 19 may accumulate and store the calculated predicted value in the storage unit 15 as a fine dust concentration according to the learned black and white ratio.

이와 같이 본 실시예에 따른 예측값 제공 장치(10)는 주변환경에 덜 민감한 카메라 촬영 방식을 이용하여 팩터 보정값에 대한 참고정보를 제공할 수 있다. As described above, the apparatus 10 for providing a predicted value according to the present embodiment may provide reference information on a factor correction value by using a camera photographing method that is less sensitive to the surrounding environment.

본 실시예에 따른 예측값 제공 장치(10)는 실시간 측정은 가능하나 정확도(신뢰도)가 낮은 광산란법의 정확도를 높일 수 있다.The predicted value providing apparatus 10 according to the present exemplary embodiment can measure in real time, but can increase the accuracy of the light scattering method with low accuracy (reliability).

그리고 본 실시예에 따른 예측값 제공 장치(10)가 산출한 예측값에 대한 정보를 누적함으로써, 미세먼지와 미세먼지 영상 간의 상관관계에 대한 빅데이터 축적이 가능하다.In addition, by accumulating information on the predicted value calculated by the predicted value providing apparatus 10 according to the present embodiment, it is possible to accumulate big data on the correlation between the fine dust and the fine dust image.

이와 같은 본 실시예에 따른 카메라를 이용한 미세먼지 농도 측정용 예측값 제공 방법에 대해서 도 1 내지 도 3을 참조하여 설명하면 다음과 같다. 여기서 도 2는 본 발명의 실시예에 따른 카메라를 이용한 미세먼지 농도 측정용 예측값 제공 방법을 보여주는 흐름도이다. 그리고 도 3은 도 2의 제조 방법에 따른 각 단계를 보여주는 예시도이다.A method of providing a predicted value for measuring the concentration of fine dust using a camera according to the present exemplary embodiment will be described with reference to FIGS. 1 to 3. Here, FIG. 2 is a flowchart showing a method of providing a predicted value for measuring the concentration of fine dust using a camera according to an embodiment of the present invention. And FIG. 3 is an exemplary view showing each step according to the manufacturing method of FIG. 2.

먼저 S31단계에서 제어부(19)는 흑백 비율에 따른 미세먼지 농도에 대한 예측값을 학습하여 저장한다. 이러한 S31단계는 실제 예측값 제공 장치(10)가 실제 미세먼지 촬영을 통해서 예측값을 산출하기 전에 수행한다.First, in step S31, the control unit 19 learns and stores a predicted value for the fine dust concentration according to the black and white ratio. This step S31 is performed before the apparatus 10 for providing an actual predicted value calculates a predicted value through photographing actual fine dust.

한편 저장부(15)에 학습한 흑백 비율에 대한 미세먼지 농도가 저장되어 있는 경우, 제어부(19)는 S31단계를 생략할 수 있다.On the other hand, when the fine dust concentration for the learned black-and-white ratio is stored in the storage unit 15, the control unit 19 may omit step S31.

다음으로 S33단계 내지 S39단계에서 예측값 제공 장치(10)는 실제 미세먼지 촬영을 통하여 예측값을 산출한다.Next, in steps S33 to S39, the predicted value providing device 10 calculates a predicted value by photographing actual fine dust.

S33단계에서 카메라부(11)는 미세먼지 측정 영역으로 들어온 미세먼지를 촬영한다. 도 3의 (a)는 촬영한 미세먼지 영상을 보여준다.In step S33, the camera unit 11 photographs fine dust that has entered the fine dust measurement area. 3A shows a photographed fine dust image.

다음으로 S35단계에서 제어부(19)는 카메라부(11)로부터 촬영된 미세먼지 영상을 수신한다.Next, in step S35, the control unit 19 receives a fine dust image photographed from the camera unit 11.

다음으로 S37단계에서 제어부(19)는 수신한 미세먼지 영상을 흑과 백으로 이진화하여 미세먼지와 배경을 분리한다. 즉 제어부(19)는, 도 3의 (b)에 도시된 바와 같이, 수신한 미세먼지 영상을 이진화하여 미세먼지를 백색으로 배경을 흑색으로 처리한다. 다음으로 제어부(19)는, 도 3의 (c)에 도시된 바와 같이, 미세먼지를 흑색으로 배경을 백색으로 변환한다.Next, in step S37, the control unit 19 separates the fine dust and the background by binarizing the received fine dust image into black and white. That is, the control unit 19 binarizes the received fine dust image and processes the fine dust into white and the background into black, as shown in FIG. 3B. Next, the control unit 19 converts the fine dust into black and the background into white, as shown in FIG. 3C.

그리고 S39단계에서는 제어부(19)는 분리한 미세먼지와 배경의 비율로부터 미세먼지의 농도에 대한 예측값을 산출한다. 예컨대 제어부(19)는, 도 3의 (d)에 도시된 바와 같이, 수학식1로 흑백 비율을 산출할 수 있다. 산출된 흑백 비율은 18.5696%이다. 여기서 산출된 흑백 비율은 흑(미세먼지)에 대한 비율이다.In step S39, the control unit 19 calculates a predicted value for the concentration of the fine dust from the ratio of the separated fine dust and the background. For example, the control unit 19 may calculate the black and white ratio by Equation 1, as shown in FIG. 3D. The calculated black and white ratio is 18.5696%. The black and white ratio calculated here is a ratio to black (fine dust).

제어부(19)는 산출한 흑백 비율로부터 미세먼지의 농도에 대한 예측값을 산출한다. 이때 제어부(19)는 흑백 비율이 산출되면 학습한 흑백 비율에 따른 미세먼지 농도를 참조하여 예측값을 산출한다.The control unit 19 calculates a predicted value for the density of fine dust from the calculated black and white ratio. At this time, when the black-and-white ratio is calculated, the controller 19 calculates a predicted value by referring to the fine dust density according to the learned black-and-white ratio.

이어서 S41단계에서 제어부(19)는 산출한 예측값을 광산란법으로 미세먼지의 농도를 산출할 때 참고정보로 제공한다.Subsequently, in step S41, the control unit 19 provides the calculated predicted value as reference information when calculating the concentration of fine dust by the light scattering method.

한편, 본 명세서와 도면에 개시된 실시예들은 이해를 돕기 위해 특정 예를 제시한 것에 지나지 않으며, 본 발명의 범위를 한정하고자 하는 것은 아니다. 여기에 개시된 실시예들 이외에도 본 발명의 기술적 사상에 바탕을 둔 다른 변형예들이 실시 가능하다는 것은, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게는 자명한 것이다.On the other hand, the embodiments disclosed in the specification and drawings are only presented specific examples to aid understanding, and are not intended to limit the scope of the present invention. It is obvious to those of ordinary skill in the art that other modifications based on the technical idea of the present invention may be implemented in addition to the embodiments disclosed herein.

10 : 예측값 제공 장치
11 : 카메라부
15 : 저장부
19 : 제어부
20 : 광산란 미세먼지 농도 측정 장치10: predicted value providing device
11: camera unit
15: storage
19: control unit
20: light scattering fine dust concentration measuring device

Claims (8)

미세먼지 측정 영역으로 들어온 미세먼지를 촬영하는 카메라부; 및
상기 카메라부로부터 촬영된 미세먼지 영상을 수신하고, 수신한 미세먼지 영상을 흑과 백으로 이진화하여 미세먼지와 배경을 분리하고, 분리한 미세먼지와 배경의 비율로부터 미세먼지의 농도에 대한 예측값을 산출하고, 산출한 예측값을 광산란법으로 미세먼지의 농도를 산출할 때 참고정보로 제공하는 제어부;
를 포함하는 것을 특징으로 하는 카메라를 이용한 미세먼지 농도 측정용 예측값 제공 장치.A camera unit for photographing fine dust entering the fine dust measurement area; And
The fine dust image captured from the camera unit is received, the received fine dust image is binarized into black and white to separate the fine dust and the background, and a predicted value for the concentration of the fine dust is calculated from the ratio of the separated fine dust and the background. A control unit that calculates and provides the calculated predicted value as reference information when calculating the concentration of fine dust by the light scattering method;
Device for providing a predicted value for measuring the concentration of fine dust using a camera, characterized in that it comprises a. 제1항에 있어서, 상기 제어부는,
수신한 미세먼지 영상을 이진화하여 미세먼지를 흑색으로 배경을 백색으로 처리하고, 상기 분리한 미세먼지와 배경의 비율에 대응하는 흑백 비율을 아래의 수학식1로 산출하는 것을 특징으로 하는 카메라를 이용한 미세먼지 농도 측정용 예측값 제공 장치.
[수학식 1]
Figure pat00005
The method of claim 1, wherein the control unit,
Using a camera, characterized in that the received fine dust image is binarized, the fine dust is processed in black and the background is white, and the black and white ratio corresponding to the ratio of the separated fine dust and the background is calculated by Equation 1 below. A device that provides predicted values for measuring the concentration of fine dust.
[Equation 1]
Figure pat00005
 제1항에 있어서, 상기 제어부는,
수신한 미세먼지 영상을 이진화하여 미세먼지를 백색으로 배경을 흑색으로 처리하고, 상기 분리한 미세먼지와 배경의 비율에 대응하는 흑백 비율을 아래의 수학식2로 산출하는 것을 특징으로 하는 카메라를 이용한 미세먼지 농도 측정용 예측값 제공 장치.
[수학식 2]
Figure pat00006
The method of claim 1, wherein the control unit,
Using a camera, characterized in that the received fine dust image is binarized, the fine dust is treated as white and the background is black, and the black and white ratio corresponding to the ratio of the separated fine dust and the background is calculated by Equation 2 below. A device that provides predicted values for measuring the concentration of fine dust.
[Equation 2]
Figure pat00006
 제2항 또는 제3항에 있어서,
학습한 흑백 비율에 따른 미세먼지 농도를 저장하는 저장부;를 더 포함하고,
상기 제어부는 미세먼지 크기를 기준으로 흑백 비율에 따른 미세먼지 농도에 대한 예측값을 학습하여 상기 저장부에 저장하는 것을 특징으로 하는 카메라를 이용한 미세먼지 농도 측정용 예측값 제공 장치.The method according to claim 2 or 3,
Further comprising; a storage unit for storing the concentration of fine dust according to the learned black and white ratio,
The control unit learns a predicted value for a fine dust concentration according to a black-and-white ratio based on the size of the fine dust, and stores the predicted value in the storage unit. 제4항에 있어서,
상기 제어부는 흑백 비율이 산출되면 상기 학습한 흑백 비율에 따른 미세먼지 농도를 참조하여 예측값을 산출하는 것을 특징으로 하는 카메라를 이용한 미세먼지 농도 측정용 예측값 제공 장치.The method of claim 4,
When the black and white ratio is calculated, the control unit calculates a predicted value by referring to the fine dust concentration according to the learned black and white ratio. 제1항에 있어서,
상기 예측값은 미세먼지를 측정하는 주변환경 값에 따른 팩터 보정 데이터의 참고정보 또는 광산란법으로 미세먼지 농도를 산출할 때 참고정보인 것을 특징으로 하는 카메라를 이용한 미세먼지 농도 측정용 예측값 제공 장치.The method of claim 1,
The predicted value is reference information of factor correction data according to a value of the surrounding environment for measuring fine dust or reference information when the fine dust concentration is calculated by a light scattering method. 카메라부는 미세먼지 측정 영역으로 들어온 미세먼지를 촬영하는 단계;
제어부는 상기 카메라부로부터 촬영된 미세먼지 영상을 수신하는 단계;
상기 제어부는 수신한 미세먼지 영상을 흑과 백으로 이진화하여 미세먼지와 배경을 분리하는 단계;
상기 제어부는 분리한 미세먼지와 배경의 비율로부터 미세먼지의 농도에 대한 예측값을 산출하는 단계; 및
상기 제어부는 산출한 예측값을 광산란법으로 미세먼지의 농도를 산출할 때 참고정보로 제공하는 단계;
를 포함하는 것을 특징으로 하는 카메라를 이용한 미세먼지 농도 측정용 예측값 제공 방법.The camera unit photographing the fine dust entering the fine dust measurement area;
The control unit receiving an image of fine dust photographed from the camera unit;
The control unit comprises the steps of separating the fine dust and the background by binarizing the received fine dust image into black and white;
The control unit calculating a predicted value for the concentration of the fine dust from the ratio of the separated fine dust and the background; And
Providing the calculated predicted value as reference information when calculating the concentration of fine dust by the light scattering method;
Method for providing a predicted value for measuring the concentration of fine dust using a camera, characterized in that it comprises a. 제7항에 있어서, 상기 예측값을 산출하는 단계는,
상기 제어부는 수신한 미세먼지 영상을 이진화하여 미세먼지를 흑색으로 배경을 백색으로 처리하고, 상기 분리한 미세먼지와 배경의 비율에 대응하는 흑백 비율을 아래의 수학식1로 산출하는 단계; 및
상기 제어부는 수신한 미세먼지 영상을 이진화하여 미세먼지를 백색으로 배경을 흑색으로 처리하고, 상기 분리한 미세먼지와 배경의 비율에 대응하는 흑백 비율을 아래의 수학식2로 산출하는 단계;
중에 하나를 수행하는 것을 특징으로 하는 카메라를 이용한 미세먼지 농도 측정용 예측값 제공 방법.
[수학식 1]
Figure pat00007

[수학식 2]
Figure pat00008
The method of claim 7, wherein calculating the predicted value,
The control unit binarizes the received fine dust image to process the fine dust into black and the background to white, and calculates a black and white ratio corresponding to the ratio of the separated fine dust to the background by Equation 1 below; And
The control unit binarizes the received fine dust image to process the fine dust into white and the background to black, and calculates a black and white ratio corresponding to the ratio of the separated fine dust to the background by Equation 2 below;
Method for providing a predicted value for measuring the concentration of fine dust using a camera, characterized in that performing one of.
[Equation 1]
Figure pat00007

[Equation 2]
Figure pat00008
KR1020190096734A 2019-08-08 2019-08-08 Apparatus and method for providing predictive value for measurement of particulate matter concentration using a camera KR20210018672A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190096734A KR20210018672A (en) 2019-08-08 2019-08-08 Apparatus and method for providing predictive value for measurement of particulate matter concentration using a camera

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190096734A KR20210018672A (en) 2019-08-08 2019-08-08 Apparatus and method for providing predictive value for measurement of particulate matter concentration using a camera

Publications (1)

Publication Number Publication Date
KR20210018672A true KR20210018672A (en) 2021-02-18

Family

ID=74688714

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190096734A KR20210018672A (en) 2019-08-08 2019-08-08 Apparatus and method for providing predictive value for measurement of particulate matter concentration using a camera

Country Status (1)

Country Link
KR (1) KR20210018672A (en)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102516588B1 (en) * 2021-10-08 2023-04-03 주식회사 에어핏 A measurement device, method and program that provides measured and estimated values of fine dust concentration through satellite image analysis using an artificial intelligence model
KR20230068184A (en) * 2021-11-10 2023-05-17 서울대학교산학협력단 System and method for monitoring indoor space using air quality information based on Artificial Intelligence
KR102549829B1 (en) * 2022-09-16 2023-07-03 주식회사 삼덕테크윈 Fine dust concentration prediction system using CCTV image analysis

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101932483B1 (en) 2017-11-03 2018-12-26 케이앤제이엔지니어링 주식회사 fine dust measurement method

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101932483B1 (en) 2017-11-03 2018-12-26 케이앤제이엔지니어링 주식회사 fine dust measurement method

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102516588B1 (en) * 2021-10-08 2023-04-03 주식회사 에어핏 A measurement device, method and program that provides measured and estimated values of fine dust concentration through satellite image analysis using an artificial intelligence model
KR20230068184A (en) * 2021-11-10 2023-05-17 서울대학교산학협력단 System and method for monitoring indoor space using air quality information based on Artificial Intelligence
KR102549829B1 (en) * 2022-09-16 2023-07-03 주식회사 삼덕테크윈 Fine dust concentration prediction system using CCTV image analysis

Similar Documents

Publication Publication Date Title
CN108918539B (en) Apparent disease detection device and method for tunnel structure
KR20210018672A (en) Apparatus and method for providing predictive value for measurement of particulate matter concentration using a camera
EP1478169B1 (en) Image-capturing apparatus and image processing apparatus
CN106226157B (en) Concrete structure member crevices automatic detection device and method
WO2018165590A1 (en) Mobile microscopy system for air quality monitoring
JP5298969B2 (en) Dust measuring device and generation source estimation method
CN108780050B (en) Method and device for detecting lens, electronic equipment and computer readable storage medium
US20100182444A1 (en) Determining exposure time in a digital camera
JP7058324B2 (en) Inspection equipment, inspection methods, learning methods, and programs
CN104200457A (en) Wide-angle camera shooting based discrete type canopy leaf area index detection system and method
CN112270237A (en) Blast furnace gas flow state identification method, system and storage medium
KR20200014438A (en) Apparatus and method for optimizing examination outside of the subject
Alivernini et al. An objective image analysis method for estimation of canopy attributes from digital cover photography
CN109975301A (en) A kind of sieve breakage detection method and detection device for blast furnace
WO2023168984A1 (en) Area-array camera-based quality inspection method and system for cathode copper
KR102136106B1 (en) Photovoltaic power generation forecasting device
CN115661057A (en) Industrial nondestructive testing system and method based on cloud edge cooperation and deep learning
KR100958210B1 (en) Apparatus and method for measuring visibility using digital image analysis
CN109862351B (en) Camera module resolution detection method
CN111398138A (en) Optical detection system and method of dry type blood cell analysis device
CN112213244B (en) Device and method for measuring ringeman blackness of motor vehicle tail gas based on machine learning
CN206114545U (en) Singly take photograph wide visual field of camera vision thread detection device
CN1272666A (en) Automatic testing system for driver pile examination process based on image sequence analysis
CN106872483A (en) Optical detection apparatus are solved because of the method for the aeration detection in transparent material
KR100627483B1 (en) An Exhaust Smoke Recognition and Alarm Device and Method using Picture Image Analysis

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E601 Decision to refuse application