1 |
1
해양 환경 모니터링을 위해 관측목적에 맞게 영상 취득 시기 및 샘플링 인터벌을 제어하고, 취득된 수면 영상을 파랑, 표층 유속, 표층 수온, 해안선, 부유사, 백파를 분석하고 관측 영상이 포함된 관측결과를 도출하며, 상기 관측 결과를 서버로 전송하는 수면 영상 관측 장치; 상기 수면 영상 관측 장치로부터 획득된 관측 결과를 수집 및 가시화하는 데이터 수집 및 가시화 서버; 및 파랑, 표층 유속, 표층 수온, 해안선, 부유사, 백파 관측 결과를 실시간으로 확인하는 프로그램을 구비하는 사용자 단말을 포함하며, 상기 파랑 관측은 2대의 카메라로 취득된 수면의 스테레오 이미지를 분석하여 x, y, z로 구성된 3차원 위상 자료로 재구성하여 파파랑의 파고, 주기, 파향을 갖는 파랑을 관측하며, 상기 해안선 관측은 2대의 카메라로부터 취득된 이미지를 중첩하여 평균이미지 및 분산이미지를 제작하고, 해안의 Cross-shore방향 단면별로 육지면과 해수면의 경계를 추출하며, 상기 평균 이미지는 복수개의 이미지를 중첩하여 각 픽셀의 픽셀강도의 평균을 가시화한 이미지이고, 상기 분산 이미지는 복수개의 이미지를 중첩하여 각 픽셀의 픽셀강도의 표준편차를 가시화한 이미지이며, 상기 해안선 관측은 상기 평균 이미지 및/또는 상기 분산 이미지에서 각각 추출하여 해안선 관측결과를 제공하고,상기 백파 관측은 취득된 해수표면의 이미지를 그레이 스케일 이미지로 변환하여 사용하며, 백파(white cap)는 해수면에서 파랑이 머리부분이 부서지는 현상으로 이 과정에서 해수와 기체의 혼합으로 흰색을 나타나게 되며, 백파 발생시 이미지에서 백파는 주변의 해수표면보다 픽셀강도가 상대적으로 매우 높게 나타나며, 백파 관측 과정은 A단계 : 시계열 이미지 취득, B단계 : 취득된 해수표면의 이미지를 그레이 스케일 이미지로 변경, C단계~D단계 : 10분 이상 관측된 이미지를 분석하여 해수와 백파의 분리의 기준이 되는 경계값 결정, E단계~F단계 : 각각의 이미지에서 경계값을 기준으로 백파가 발생한 픽셀을 추출하여 백파를 관측하는, 해양 환경 모니터링을 위한 이미지 분석 기반 수면 관측 시스템
|
2 |
2
제1항에 있어서, 상기 수면 영상 관측 장치의 시간 해상도는 1~15 Hz, 공간해상도는 0
|
3 |
3
제1항에 있어서, 상기 사용자 단말은 PC 또는 스마트폰을 사용하는, 해양 환경 모니터링을 위한 이미지 분석 기반 수면 관측 시스템
|
4 |
4
제1항에 있어서, 상기 수면 영상 관측 장치는 해양 환경 모니터링을 위해 카메라 영상 관측 IoT 디바이스로 사용되며, 바다, 강, 해안가의 해양 환경 모니터링을 위해 수면 영상을 획득하는 카메라부; 영상 취득 시기 및 샘플링 주파수를 설정하고 상기 관측 결과를 서버로 전송하고, 시스템의 전반적인 제어를 수행하는 제어부; 상기 제어부에 연결되며, 획득된 수면 영상을 파랑, 표층 유속, 표층 수온, 해안선, 부유사, 백파의 각각의 관측항목에 따라 분석하여 상기 관측 결과를 제공하는 영상분석부; 상기 제어부에 연결되며 관측 결과를 저장하는 저장부; 및 상기 제어부에 연결되며, 3G 모뎀, 또는 LTE 4G/5G 모뎀을 구비하여 서버로 관측 결과를 전송하는 통신부; 를 포함하는 해양 환경 모니터링을 위한 이미지 분석 기반 수면 관측 시스템
|
5 |
5
제4항에 있어서, 상기 수면 영상 관측 장치는 상기 제어부에 연결되며, 측정 시각 정보와 상기 관측 결과와 관측 사진을 표시하는 표시부를 더 포함하는 해양 환경 모니터링을 위한 이미지 분석 기반 수면 관측 시스템
|
6 |
6
제1항에 있어서, 상기 파랑 관측은 A단계 : 스테레오 이미지 시계열 취득,B단계 : 각각의 이미지에서 SURF(Speeded Up Robust Features) 알고리즘을 이용하여 특징점의 keypoint 추출,C단계 : 각각의 이미지에서 추출한 특징점의 keypoint를 상호 매칭, D단계 : 상호 매칭된 특징점의 keypoint를 RANSAC-based epipolar geometry filtering을 통하여 매칭 오류(Mismatching keypoint, 오차가 큰 keypoint 등) 제거 후 기본행렬(rotation matrix, translation vector) 생성E단계 : 이미지 상호간의 기본행렬을 적용하여 이미지를 3D정보(x, y, z)로 재구성, F단계 : 결과 가시화, 를 포함하는, 해양 환경 모니터링을 위한 이미지 분석 기반 수면 관측 시스템
|
7 |
7
제1항에 있어서, 해안선 관측 과정은 A단계 : 시계열 이미지 취득,B단계 : 복수개의 이미지를 중첩하여 평균 이미지(이미지를 중첩하여 픽셀강도의 평균을 가시화한 이미지) 및 분산 이미지(이미지를 중첩하여 픽셀강도의 표준편차를 가시화한 이미지) 제작,C단계 : RTK(Real Time Kinematic, 실시간 이동측위) 측량자료를 바탕으로 기하보정,D단계 : 해안선 추출시 기준이 되는 임계치(threshold)를 적용하여 분석영역 노이즈 제거(1차 노이즈 제거),E단계 : 해안선 존재 가능 구간을 추출(2차 노이즈 제거),F단계 : 일정 간격으로 구성된 기선별 해안선 추출, 및G단계~H단계 : 각각의 기선에서 추출된 포인트를 연결하여 해안선 결과 가시화하여, 육지면과 해수면의 경계선을 추출하는, 해양 환경 모니터링을 위한 이미지 분석 기반 수면 관측 시스템
|
8 |
8
삭제
|
9 |
9
제1항에 있어서, 상기 부유사 관측은 해수 표면의 수면 영상에서 부유사의 농도에 따른 RGB의 픽셀 강도를 부유사 농도로 환산하여 부유사를 관측하며, 부유사 관측 과정은 * A단계 : 시계열 이미지 취득,* B단계 : RGB밴드 이미지를 각각의 밴드(R-band, G-band, B-band)를 분리 및 RTK(Real Time Kinematic, 실시간 이동측위) 측량자료를 바탕으로 기하보정,* C단계 : 대상해역에서 적용할 밴드 선택, 선택 기준은 부유사에 가장 민감하게 반응하는 밴드이며, 대상해역의 수질, 해색(Ocean Color)에 따라 적용 밴드가 달라짐, * D단계 : 적용 밴드의 픽셀강도를 기준 픽셀강도 비율로 계산,* E단계 : 대상해역에서 점 관측된 부유사 농도와 픽셀강도 비율 상관관계식 도출,* F단계 : 점 관측된 부유사 농도를 픽셀강도 비율 상관관계식을 적용하여 2차원 분포로 확장 및 결과 가시화하여 부유사 관측을 하는, 해양 환경 모니터링을 위한 이미지 분석 기반 수면 관측 시스템
|
10 |
10
제1항에 있어서, 상기 표층 유속 관측은 수면 영상을 관측하여 수면 이미지의 표층의 물거품의 특징점들의 이동경로를 추적하여 단위 시간당 이동거리를 측정하여 표층유속을 관측하는, 해양 환경 모니터링을 위한 이미지 분석 기반 수면 관측 시스템
|
11 |
11
제1항에 있어서, 상기 표층 수온 관측은 적외선 이미지(근적외선 또는 열화상 카메라 이미지)를 사용하여 해수면의 표층수온을 관측하는, 해양 환경 모니터링을 위한 이미지 분석 기반 수면 관측 시스템
|
12 |
12
제1항에 있어서, 상기 수면 영상 관측은 RGB 이미지, 그레이스케일 이미지, 적외선 이미지를 필요에 따라 선택하여 사용하는, 해양 환경 모니터링을 위한 이미지 분석 기반 수면 관측 시스템
|
13 |
13
삭제
|
14 |
14
삭제
|
15 |
15
삭제
|
16 |
16
삭제
|