| 1 |
1
측정 대상 연안해역의 영상 정보를 획득하는 영상획득부;상기 측정 대상 연안해역의 영상 정보로부터 측정 대상 지점의 밝기정보 또는 RGB 강도정보 중 하나 이상을 계산하는 RGB강도행렬 계산부;상기 계산된 밝기정보 또는 RGB 강도정보 중 하나 이상을 신경망에 입력하여 측정 대상 지점의 수심정보를 계산하는 신경망 계산부;상기 계산된 수심정보를 출력하는 수심정보 출력부; 동일 연안해역에 대하여 촬영된 영상정보의 영상좌표와 수심 측량된 지점의 측량좌표를 이용하여 다수의 훈련패턴을 생성하고 훈련패턴을 통해 상기 신경망을 훈련시키는 신경망 훈련부;상기 신경망 훈련부는상기 신경망의 총 시냅스 수의 5배 이상인 훈련패턴의 개수를 이용하며,상기 수심 측량된 지점의 측량좌표가 충분하지 않을 경우, 상기 수심 측량된 지점의 측량좌표에 대한 내삽을 통해 공간적 측량좌표의 수를 증가시켜서 훈련패턴의 개수를 증가시키는 상기 신경망 훈련부; 상기 신경망 훈련부 및 상기 신경망 계산부는영상정보의 R 강도신호가 G 강도신호 및 B 강도신호에 비하여 수심과의 상관 관계가 높아 신경망의 R 강도신호에 큰 가중치를 부여하여 신경망을 훈련하고, 수심을 계산하며, 이러한 신경망 훈련부와 신경망 계산부를 포함하는 디지털 영상처리를 이용한 수심 측정 장치
|
| 2 |
2
제1항에 있어서, 상기 영상획득부는,무인항공기에 장착된 영상장비를 통해 측정 대상 연안해역의 영상을 촬영하여 획득하는 영상촬영부;측정 대상 연안해역에 대한 고해상도 정지 영상 또는 동영상을 모자이크 기법을 이용하여 하나의 영상으로 통합하는 영상통합부; 및상기 통합된 영상에 대하여 필터링을 수행하여 상기 통합된 영상정보로부터 왜곡정보를 배제하는 왜곡정보 필터링부;를 포함하는 디지털 영상처리를 이용한 수심 측정 장치
|
| 3 |
3
제1항에 있어서, 상기 신경망은,측정 대상 지점의 영상정보로부터 계산된 밝기정보 또는 RGB 강도신호 중 하나 이상을 입력하기 위한 입력층; 상기 입력층과 연결된 제1 은닉층; 상기 제1 은닉층에 연결된 제2 은닉층; 상기 제2 은닉층에 연결되어 상기 입력된 밝기정보 또는 RGB 강도신호 중 하나 이상에 대응되는 수심정보를 출력하는 출력층;을 포함하며,상기 입력층과 상기 제1 및 제2 은닉층은, 다수 개의 뉴런을 포함하고 상기 출력층은 상기 수심정보를 출력하기 위한 1개의 뉴런을 포함하는, 디지털 영상처리를 이용한 수심 측정 장치
|
| 4 |
4
제1항에 있어서, 상기 신경망 훈련부는,동일 연안해역에 대하여 촬영된 영상정보를 입력하는 영상정보 입력부;상기 동일 연안해역에 대하여 수심 측량된 지점들의 측량정보를 입력하는 측량정보 입력부;상기 입력된 영상정보의 영상좌표와 상기 수심 측량된 지점들의 측량좌표를 일치시키기 위한 좌표변환을 수행하는 좌표변환부;상기 좌표변환된 영상정보로부터 모서리검출기법을 이용하여 해안선을 검출하여 해안선의 내측 정보를 배제하는 해안선 내측정보 배제부;상기 해안선 내측 정보가 배제된 영상좌표의 영상정보로부터 밝기정보 또는 RGB 강도신호 중 하나 이상을 획득하고 상기 영상좌표에 대응되는 측량좌표의 수심정보와 상기 밝기정보 또는 RGB 강도신호 중 하나 이상을 이용하여 다수의 훈련패턴을 생성하는 훈련패턴 획득부; 및상기 다수의 훈련패턴을 이용하여 상기 신경망을 훈련시키는 훈련 수행부;를 포함하는 디지털 영상처리를 이용한 수심 측정 장치
|
| 5 |
5
삭제
|
| 6 |
6
삭제
|
| 7 |
7
제1항에 있어서, 상기 신경망 훈련부 및 상기 신경망 계산부는연안해역의 영상 정보가 흑백영상인 경우 밝기정보를 신경망의 입력신호로 이용하고연안해역의 영상 정보가 컬러영상인 경우 RGB 강도정보만을 신경망의 입력신호로 이용하거나 컬러영상이 변환된 그레이영상의 밝기정보와 함께 RGB 강도정보를 신경망의 입력신호로 이용하는 디지털 영상처리를 이용한 수심 측정 장치
|
| 8 |
8
영상정보의 밝기정보 또는 RGB 강도정보 중 하나 이상을 입력신호로 하고 수심정보를 출력신호로 하는 신경망을 형성하는 제1 단계;동일 연안해역에 대하여 촬영된 영상정보의 영상좌표와 수심 측량된 측량좌표를 이용하여 다수의 훈련패턴을 생성하고 훈련패턴을 통해 상기 신경망을 훈련시키는 제2 단계; 측정 대상 연안해역의 영상 정보의 밝기정보 또는 RGB 강도정보 중 하나 이상을 상기 신경망에 입력하여 수심정보를 계산하는 제3 단계;상기 제3 단계는, 영상정보의 R 강도신호가 G 강도신호 및 B 강도신호에 비하여 수심과의 상관 관계가 높아 신경망의 R 강도신호에 큰 가중치를 부여하여 수심 정보를 계산하는 상기 제3단계;상기 제2 단계 및 상기 제3 단계는,연안해역의 영상을 촬영하여 획득하는 단계;획득된 연안해역에 대한 고해상도 정지 영상 또는 동영상을 모자이크 기법을 이용하여 하나의 영상으로 통합하는 단계; 및상기 통합된 영상에 대하여 필터링을 수행하여 상기 통합된 영상정보로부터 왜곡정보를 배제하는 단계를 포함하는 것을 특징으로 하는 디지털 영상처리를 이용한 수심 측정 방법
|
| 9 |
9
제8항에 있어서, 상기 제2 단계는,동일 연안해역에 대하여 수심이 측량된 지점들의 측량좌표와 영상정보의 영상좌표 간 좌표 일치를 위한 좌표변환을 수행하는 단계;상기 좌표변환된 영상정보로부터 모서리검출기법을 이용하여 해안선을 검출하여 해안선의 내측 정보를 배제하는 단계;영상좌표의 밝기정보 또는 RGB 강도정보 중 하나 이상과 상기 영상좌표에 대응되는 측량좌표의 수심정보를 이용하여 다수의 훈련패턴을 획득하는 단계; 및다수의 훈련패턴을 이용하여 신경망을 훈련시키는 단계;를 포함하는 디지털 영상처리를 이용한 수심 측정 방법
|
| 10 |
10
제9항에 있어서, 상기 제2 단계는,상기 수심 측량된 지점의 측량좌표의 개수가 충분하지 않을 경우, 상기 수심 측량된 지점들의 측량좌표에 대한 내삽을 통해 공간적 측량좌표의 수를 증가시켜서 훈련패턴의 개수를 증가시키는 단계를 더 포함하는 디지털 영상처리를 이용한 수심 측정 방법
|
| 11 |
11
삭제
|
| 12 |
12
삭제
|
