CCD 카메라와 K-means 군집화를 이용한 하천 수위 자동 감지
(주)코리아스칼라
- 최초 등록일
- 2016.04.02
- 최종 저작일
- 2011.09
- 10페이지/ 어도비 PDF
- 가격 4,000원
* 본 문서는 배포용으로 복사 및 편집이 불가합니다.
서지정보
ㆍ발행기관 : 한국화상학회
ㆍ수록지정보 : 한국화상학회지 / 17권 / 3호
ㆍ저자명 : 곽준영, 고병철, 남재열
목차
1. 서 론
2. 움직임 누적 히스토그램과 K-means 군집화를 이용한 수위 감지
2.1 optical flow를 이용한 움직임 누적 히스토그램
2.2 K-means 군집화를 이용한 수위 감지
3. 실험 결과 및 분석
4. 결론 및 향후 과제
Acknowledgement
참고 문헌
한국어 초록
논문에서는 하천 수위 감지용 CCD카메라에서 입력된 동영상에서 다리 기둥 영역과 물 영역을 구분하여 수위를 감지하는 방법을 제안한다. 하천 영상에서는 다리 기둥이 있고 그 사이로 강물이 흐르기 때문에, 물이 흐르는 부분에서만 강한 움직임이 발생하게 된다. 따라서, 본 논문에서는 optical flow를 사용하여 강물의 움직임을 감지하고 움직임이 감지된 픽셀들을 Y축으로 투영시켜 움직임 누적 히스토그램을 생성한다. 이후, 생성된 움직임 누적 히스토그램에 대해 K-means 군집화를 적용 시킨다. 단순히 기둥 영역과 물 영역을 구분하기 위해서는 K=2인 K-means 군집화를 수행하면 되지만, 기둥 영역과 물보라가 심한 부분, 물이 잔잔하게 흐르는 부분으로 나누기 위해서 K=3인 K-means 군집화를 수행한다. K-means 군집화에 의해 3개의 군집으로 나뉜 히스토그램에서 위쪽 첫 번째 군집과 두 번째 군집의 경계를 검출하면 그 부분이 곧 하천의 수위가 된다. 본 논문에서는 K=2, K=3일 경우의 K-means 군집화를 사용한 방법과 기존의 CCD카메라 기반의 수위감지알고리즘을 비교 실험하였고, 실험 결과 기존의 연구보다 움직임백터와 K-means 군집화 방법을 결합한 방법이 가장 좋은 성능을 보여 주었다.
참고 자료
없음