• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.534-538
• /
• 2016

2012년 9월 17일 제 16호 태풍 산바의 내습에 의한 유출발생 시 제주도 천미천 유역의 성읍교 부근에서 최대 수위 3.94 m를 기록한 9시 00분 유출영상에 표면영상유속계(SIV)를 적용하여 참조점 설정에 따른 오차율을 분석하였다. 참조점 설정 과정에서 원거리의 참조점 입력 오류가 발생하면 2~11 pixel의 미세한 오류값 입력에 의해 X축 방향으로 0.42 m, Y축 방향으로 0.94 m의 실거리 변화율이 발생하며, 근거리의 참조점 입력 오류가 발생하면 1~11 pixel의 미세한 오류값 입력에 의해 X축 방향으로 0.02 m, Y축 방향으로 0.28 m의 실거리 변화율을 발생시킨다. 이 같은 실거리 변화율은 원거리의 참조점 설정변수에 따라 유속 오차율은 최소 16.77%에서 최대 317.69%의 변동 폭을 나타냈으며, 유량 산정 시 최소 16.86%에서 최대 338.63%의 변동 폭을 나타냈다. 또한 근거리의 참조점 설정변수에 따라 유속 오차율은 최소 1.10%에서 최대 74.47%의 변동 폭을 나타냈으며, 유량 산정 시 최소 0.82%에서 최대 59.28%의 변동 폭을 나타냈다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.144-144
• /
• 2012

하천 제방의 안정성을 평가하기 위해서는 홍수시 제방 주변의 흐름특성을 분석하는 것이 필요하다. 일반적으로 홍수시 유속은 측정된 홍수량을 이용한 단면평균유속을 이용하여 평가를 하고 있기 때문에 제방 주변의 흐름특성을 정확하게 분석하는데 한계가 있다. 이를 개선하기 위해서는 홍수시 제방 주변의 유속을 측정하여야 하는데 접근이 어렵고 위험하기 때문에 봉부자 또는 유속계를 이용한 유속측정이 어려운 실정이다. 이와 같은 경우 제방 주변의 영상 분석을 이용한 표면영상유속계의 활용이 좋은 대안이 될 수 있다. 표면영상유속계의 경우 원거리에서도 줌을 이용하여 영상을 획득할 수 있고, 측정 시간이 짧기 때문에 제방 주변의 유속을 간편하게 측정 가능하다. 하지만 표면영상유속계(SIV)는 영상좌표와 물리좌표 사이의 좌표 변환을 필요로 한다. 종전까지는 일반적으로 8-변수 좌표 변환법이 널리 이용되었으나, 이 방법은 최소한 4점 이상의 참조점이 필요하기 때문에 수면위에 참조점을 설치해야 하는 어려움이 있다. 또한, 내삽을 하는 방법이기 때문에 참조점 내부의 점에 대해서는 비교적 정확한 변환이 가능하지만, 참조점 외부의 좌표들에 대해서는 부정확한 변환이 되는 단점이 있었다. 따라서 본 연구에서는 카메라 모형을 이용하여, 새로운 좌표 변환식을 유도하였다. 이 영상좌표 변환식은 참조점을 이용하지 않으며, 수면과 카메라간의 연직 거리와 카메라의 기울어진 각도만을 이용하여 좌표 변환이 가능한 방법이다. 참조점을 필요로 하지 않기 때문에 측량의 번거로움이 없으며, 변환식내에서 내삽을 하지 않기 때문에 영상 전체에 대해 고른 좌표 변환이 가능한 장점을 지니고 있다.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.1 no.1
• /
• pp.83-90
• /
• 2000

DEA is a newly developed analyzing tool to measure efficiency evaluation of decision making units (DMU). It compares DMU by radial Projection on the efficient frontier. The purpose of this study is to show reference point approach used for searching solution in multiple objective linear Programming can be usefully used to determine flexible efficient frontier of each DMU In reference point approach, the minimization of ASF Produces an efficient points in frontier and enhances the usefulness of DEA by Providing flexibility in DEA and optimally allocating resources to DMU. Various DEA models can be supported by reference point method by changing the projection direction in order to choose the targets units, standards costs and management benching-marking.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.107-107
• /
• 2016

표면영상유속계는 영상분석을 이용하여 홍수시 하천 수표면 유속을 측정하는 비접촉식 유속측정장치이다. 때문에 안전하고 편하게 홍수시 유속을 측정할 수 있으나, 이를 위해서는 영상과 실세계와의 좌표변환을 위한 참조점 측량이 반드시 필요하였다. 좌표 변환에 8-변수 사영변환을 이용할 경우 최소한 4개의 참조점이 필요하다. 그러나 홍수시 참조점 측량은 불가능에 가까우며, 홍수전후의 측량도 매우 번거로운 일이다. 본 연구에서는 참조점을 이용하지 않고, 좌표변환 관계를 구성할 수 있는 카메라 모형(camera model)을 구성하였다. 여기서 카메라 모형은 실세계 좌표(world coordinates)를 영상좌표(image coordinates)로 변환해 주는 관계를 말한다. 이 카메라 모형에 필요한 외부 변수는 하천수표면과 카메라와의 높이 및 카메라의 두 가지 경사각뿐이다. 여기에 일반적인 카메라 보정에 이용하는 방법으로 구한 카메라 내부 변수를 결합하면 된다. 이 모형은 표면영상유속계 장비로 스마트폰을 이용할 때 간편하게 적용할 수 있으며, 별도의 경사계만 부착하면 일반적인 CCTV나 캠코더를 이용할 때도 적용할 수 있다. 이 카메라 모형과 종래 사용하던 8-변수 사영변환에 의한 좌표변환관계를 비교한 결과 상호간 오차가 거의 없이 적용할 수 있었다. 또한, 스마트폰 표면영상유속계와 열영상 표면영상유속계에 적용한 결과 종전보다 훨씬 적용이 간편하며, 정확도 또한 거의 차이가 없이 적용할 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.04a
• /
• pp.386-389
• /
• 2012

다시점 비디오는 3차원 정보를 표현하기 위한 영상으로 하나의 3차원 장면을 여러 시점에서 다수의 카메라로 촬영한 동영상이다. 영상들 사이에 존재하는 시간적 상관성과 화면간 상관성을 이용하는 다시점 비디오 부호화는 카메라의 수에 비례하여 데이터의 양이 늘어나기 때문에 계산량을 줄일 수 있는 다시점 비디오 부호화 기술이 필요하다. 본 논문에서는 다시점 비디오의 부호화 성능을 향상시키기 위한 효율적인 예측구조를 제안한다. 제안한 예측 구조는 다시점 비디오의 부호화 효율을 높이기 위하여 부호화되는 현재 화면과 현재 화면이 참조하는 참조 화면들과의 평균 거리, B계층 최대 인덱스 그리고 각 B계층의 화면 수를 고려하였다. 제안한 예측 구조의 성능을 참조 예측 구조의 성능과 비교하였을 때 영상 화질 면에 있어서 제안한 예측 구조가 참조 예측 구조보다 약 0.07~0.13 (dB) 성능 향상을 보였다. 발생되는 평균 초당 비트량에 있어서 제안한 예측 구조가 참조 예측 구조보다약 +3 ~ -6.5(Kbps) 감소하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2012.11a
• /
• pp.170-171
• /
• 2012

본 논문에서는 다시점 영상 부호화 시 효율적인 부호화를 위해 이웃한 시점 영상의 부호화 정보를 이용하는데 있어 영상 간의 최대 시차 정보를 이용하여 부호화 하는 방법을 제안한다. 다시점 비디오 부호화 방법은 일반적인 단일 시점 영상의 부호화와 같이 화면 내 참조, 화면 간 참조를 수행할 뿐만 아니라, 이웃한 시점의 영상을 참조하여 부호화 하는 시점 간 참조를 수행한다. 현재 표준화가 진행중인 HEVC 기반의 다시점 부호화 방법에서는, 시점 간 참조 시 이미 부호화가 완료된 이웃한 블록으로부터 시차 벡터 (Disparity vector)를 유도하여 부호화 하는 방법도 사용된다. 이 때 이웃한 블록들로부터 얻어낼 수 있는 시차 벡터가 여러 개일 때, 최대의 절대값을 갖는 시차 벡터를 선택함으로써 부호화 효율을 높일 수 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.132-132
• /
• 2019

첨단 IT기술과 음파와 영상을 이용한 하천 계측 기술의 결합을 통해 하천 수위와 유속을 자동으로 측정하는 기술들이 개발되고 있다. 특히, 표면영상을 이용한 자동유량계측 기술은 카메라 외에 별도로 고가의 장비를 구입할 필요가 없을 뿐 아니라 현장 상황을 영상으로 확인할 수 있기 때문에 현장조사 인력이 필요가 없어 경제적이고, 비접촉식으로 안전하여 각광받고 있는 기법이다. 하지만 표면영상유속계는 기본적으로 원근에 따른 영상왜곡이 발생하기 때문에 이를 정사영상으로 변환하는 과정이 반드시 필요하다. 하지만 대하천과 같이 하폭이 넓은 경우에는 참조점을 이용한 영상왜곡 보정이 어렵다는 한계가 있다. 또한 참조점을 이용한 영상왜곡 변환 방법의 경우 수위변화가 있는 경우 대응이 어렵다는 한계가 있다. 이에 본 연구에서는 참조점을 이용한 영상왜곡 보정 작업이 필요 없는 지표영상유속측정법(IIVM, Index Image Velocimeter)을 개발하였다. 지표영상유속측정법은 기존 표면영상유속계 달리 복잡한 영상좌표변환 과정을 매우 간단하게 처리할 수 있는 장점이 있다. 지표영상유속측정법은 지표영상유속과 카메라와 수표면 사이의 거리를 고려한 지표유속을 사용하고, 이를 통해 기존 표면영상유속계의 한계인 수위변화를 고려하기 어려웠던 점을 극복할 수 있었다. 본 연구에서는 수리실험과 현장영상을 활용하여 수위 변화에 따른 지표유속을 측정한 결과 하천 수위가 변화하는 상황에서도 표면유속을 정확하게 산정할 수 있었고, 실제 측정유속을 대신할 수 있는 지표유속으로도 활용 가능한 것을 확인하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2010.11a
• /
• pp.74-77
• /
• 2010

다시점 비디오 부호화기(MVC)는 다양한 블록 크기 기반의 움직임 추정과 변이 추정을 수행한다. 또한 2개 이상의 다중 참조 영상 움직임 추정 기술을 사용한다. 이 기술들을 통해 MVC는 높은 부호화 효율을 얻을 수 있지만 실제 적용하기에는 너무 높은 부호화 복잡도가 걸림돌로 작용한다. 본 논문에서는 MVC의 부호화 복잡도를 감소시키기 위하여 효율적인 참조 영상 선택 알고리즘을 제안한다. 부호화에 사용된 참조 영상들은 인접한 블록들 간에 높은 상호 연관성을 가지므로, 부호화된 이웃 블록들의 참조 영상 정보를 기반으로 현재 블록의 참조 영상을 효율적으로 선택할 수 있다. 실험을 통해 제안된 알고리즘이 부호화 시간을 기존의 MVC에 비해 최대 73.3%, 평균 57.3% 감소시키며 부호화 효율의 감소는 무시할 만한 수준임을 확인하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.52-52
• /
• 2020

영상을 이용하여 하천유속과 유량을 측정하는 방법은 신속하고 간결하게 유속을 측정할 수 있는 방법으로 주목을 받고 있다. 또한 새로운 기술인 드론을 활용하여 하천의 유속과 유량을 측정하는 방법도 다양하게 시도되고 있다. 본 연구는 드론을 정지영상과 동영상을 이용하여 별도의 측량이나 복잡한 과정없이도 하천의 유속분포를 추정할 수 있는 방안을 제시하였다. 이 때, 중소하천의 유속 측정에 보다 쉽게 활용할 수 있도록 카메라 보정을 통한 카메라 내부변수 획득과 정지영상에 수록된 드론의 위치와 자세에 대한 EXIF 자료를 이용하는 방안, 약간의 흔들림이 있는 영상에서도 유속을 추정하는 방안을 제안하였다. 먼저, 드론의 카메라 보정을 위한 프로그램을 작성하고, 카메라의 내부 변수를 추정하였다. 드론의 위치와 자세에 대한 정보는 정지영상(JPG 파일)에 수록된 EXIF 정보를 이용하여 드론의 위치(GPS)와 자세(자이로스코프)를 알아내었다. 이를 이용하여 현장의 참조점에 대한 위치 정보를 확인하고, 또 수면촬영을 위한 정지비행시의 카메라의 대략의 위치와 자세 정보를 확인하였다. 이 자료들은 실제 유속측정에 이용하는 동영상에서 나타나는 참조점의 위치 정보를 결정하기 위한 것이다. 그리고 연이어 촬영된 동영상에서 시공간영상분석법으로 측정 단면의 유속분포를 분석하였다. 이 때, 동영상 내에 있는 약간의 흔들림은 FFT 분석으로 적절히 보완할 수 있다. 개발된 방법을 밀양강의 단장천 대리 수위표 지점 인근에서 시험한 결과 기존의 유속계로 측정한 방법과 상당히 근사한 결과를 얻을 수 있었다.

• Ecology and Resilient Infrastructure
• /
• v.8 no.1
• /
• pp.22-31
• /
• 2021

Surface image velocimetry (SIV) is a noncontact velocimetry technique based on images. Recently, studies have been conducted on surface velocity measurements using drones to measure a wide range of velocities and discharges. However, when measuring the surface velocity using a drone, reference points must be included in the image for image correction and the calculation of the ground sample distance, which limits the flight altitude and shooting area of the drone. A technique for calculating the surface velocity that does not require reference points must be developed to maximize spatial freedom, which is the advantage of velocity measurements using drone images. In this study, a technique for calculating the surface velocity that uses only the drone position and the specifications of the drone-mounted camera, without reference points, was developed. To verify the developed surface velocity calculation technique, surface velocities were calculated at the Andong River Experiment Center and then measured with a FlowTracker. The surface velocities measured by conventional SIV using reference points and those calculated by the developed SIV method without reference points were compared. The results confirmed an average difference of approximately 4.70% from the velocity obtained by the conventional SIV and approximately 4.60% from the velocity measured by FlowTracker. The proposed technique can accurately measure the surface velocity using a drone regardless of the flight altitude, shooting area, and analysis area.