저작자표시-비영리-변경금지 2.0 대한민국 ... - KMOU Repository

This article introduces a method to estimate the area of the oil spill from the image obtained using various digital devices. When color-based binarization cannot be achieved, additional properties of an image, such as saturation or brightness, are used to estimate the area of the oil slick.

연구 배경

과거에도 영상을 이용한 유출면적 계산에 관한 연구가 진행되어 왔다. 유출면적을 계산하기 위해 영상처리기법을 사용한 이전 연구는 일반적으로 Fig.

Fig. 1.1은 2014년 1월 31일에 GS칼텍스 원유2부두에서 싱가포르 선적 유조선 우이산호의 기름 유출 사고이다. GS칼텍스 측에서는 기름 유출량이 800  로 추 정된다고 하였으나 해경의 중간 수사 결과 기름 유출 추정량은 164   로 보도되 었다

선행 연구

머신러닝으로 이미지를 처리하고 원하는 결과를 얻으려면 많은 양의 학습 데이터가 필요합니다. 영상처리를 이용한 면적계산에 대한 연구는 다양한 분야에서 진행되어 왔다.

이진화된 영상을 통해 원유 유출 면적을 추정할 수 있다. 원유 유출 영상은 크게 해양과 원유 두 영역으로 나뉘는데, 환경적 요인으로 인해 오류가 발생할 수 있는 것으로 확인됐다.

영상처리기법 이론

색 항상성

컴퓨터에서는 이미지가 픽셀값으로 표현되기 때문에 컴퓨터로 이미지를 처리하기 위해서는 색상 항상성에 대한 이해가 선행되어야 합니다. 따라서 해당 부분을 연결 개체로 판단하기 위해서는 영상 특성에 맞는 전처리가 필요하다.

영상 전처리

저주파 필터를 이용한 잡음 처리
고주파 필터를 이용한 경계 구분

저역 통과 필터는 이미지에서 고주파 성분을 제거합니다. 고주파 필터를 사용하여 구별합니다.

Fig. 2.2 Effect of blur filter: before (left) and after (right) 2) Median Filter

이진화를 위한 임계값 결정

영상처리 색 공간

색상, 채도, 명도를 처리해야 하는 시스템에 사용되며 이 세 가지 좌표를 사용하여 색상을 지정합니다. 이것은 비디오 압축 분야에서 가장 일반적으로 사용되는 색공간으로, Y는 휘도 성분이고 Cb와 Cr은 휘도와 청색 및 적색 사이의 색차 성분입니다. 각 색공간에서 표현할 수 있는 정보가 다르기 때문에 기름 유출 영상에 적합한 색공간을 구분하기 위해 각 공간의 히스토그램을 이용하여 임계값을 설정한다.

따라서 바다의 색과 이질적인 기름의 색을 이미지의 색으로 구별할 수 있습니다. 이미지에서 색상이 있는 개체를 찾는 가장 직관적인 색상 공간은 HSV입니다. 바다에서 기름 유출이 발생하면 원유가 검게 보입니다.

Fig. 3.2 Difference between grayscale and binary image 3) HSV

영상 분석

또한, 빛의 반사로 인해 이미지 전체에 노이즈가 발생하는 것을 볼 수 있습니다. 그러나 두 영상을 분석한 히스토그램의 피크 모양은 다를 것이라는 점을 예측할 수 있다. 영상에서는 선박이 다른 색상으로 나타나기 때문에 히스토그램을 분석하면 노이즈가 큰 것으로 판단할 수 있습니다.

이 정보를 통해 두 영상이 비슷한 환경에서 촬영되었음을 확인할 수 있다. 이를 디젤유 누출 영상과 비교하여 분석하였습니다. 이미지의 질감은 면적 계산에 불필요한 정보입니다.

Fig. 3.5 Skimming oil in the GoM(left) and hue histogram(right)(NOAA)

이진화 결과 비교

분리된 이미지를 히스토그램으로 분석하여 임계값을 계산합니다. 계산을 위해 입력 이미지는 이진화됩니다. 이미지를 이진화하여 이미지에서 모양만 추출합니다.

따라서 영상을 이진화하면 면적 계산이 가능할 것으로 예측할 수 있다. 입력 영상을 색상, 채도, 휘도 공간으로 구분하고 히스토그램을 분석하였다. 이진화 결과로부터 기존의 컬러 히스토그램으로 분리된 이진 영상을 마스킹하여 면적을 구하였다.

Fig. 3.15 Algorithm for binarization of oil spill image

면적 추정 방법

영상 전처리
히스토그램 분석
임계값 적용
면적 산출법 및 검증
결과 분석 및 고찰

계산된 임계값으로 이미지를 이진화한 후 각 영역의 픽셀 수를 계산하여 면적 비율을 얻습니다. 미디어 필터를 사용하여 입력 영상에서 노이즈를 제거합니다. 입력 이미지는 OpenCV 환경에서 BGR 색공간으로 인식됩니다.

이미지를 결합하기 위해 opencv의 addWeighted 함수가 사용됩니다. 이미지로는 계산할 면적을 증명할 수 없으므로 예시 이미지를 사용합니다. 영상에서는 기름이 크고 작은 원으로 분포되어 있습니다.

GUI 시스템

입력 영상을 전처리하면 면적 계산 시 발생할 수 있는 오류를 최소화하고 영상의 면적 비율을 계산합니다. 이 알고리즘은 이미지에서 발생할 수 있는 일반적인 오류가 식별되고 추가적인 전처리가 제안되는 경우 원유 유출 이미지와 함께 사용할 수 있습니다. 이미지에서 정확한 면적을 계산하기 위해 동차 좌표가 적용됩니다.

특히, 영상에 정확한 값을 알 수 있는 객체 지표가 있는 경우에는 보다 정확한 값을 계산할 수 있습니다. 사진에 있는 하이패스 필터를 이용하면 원유 확산 방향을 추정할 수 있었다. CT/MRI 영상에서 영상을 추출하고 분석하는 시스템입니다.

Fig. 4.14 Oil area estimation program GUI(manual) 프로그램에 영상 세 개를 입력한 결과는 표 4.6과 같다.

결론

향후 과제

먼저 지도교수이신 남종호 교수님 감사드립니다. 저는 학부 3학년으로 편입하여 프로그래밍에 대해 아무것도 모르는 상태에서 조선M&S 연구실에서 공부하게 되었습니다. 공부뿐만 아니라 부산의 낯선 환경에 잘 적응하고 잘 지낼 수 있도록 도와주셔서 감사하다는 말씀 전하고 싶습니다.

자주 뵙지 못했는데도 흔쾌히 심사위원으로 참여해주신 허철 교수님에게도 감사의 말씀을 전하고 싶습니다. 교수님 덕분에 논문 주제를 잘 이해하고 명확한 방향을 제시할 수 있었습니다. 2년이라는 시간 동안 많은 분들의 가르침과 지원 덕분에 석사학위 과정을 마칠 수 있었습니다.

물질별 해양오염 발생 현황(2018)

영상 분석 면적비

영상 분석 이진화 결과