• 한국통신학회논문지
• /
• 제42권3호
• /
• pp.673-676
• /
• 2017

본 논문에서는 조명조건에 영향을 받지 않는 주야간 안개 감지 알고리즘을 제안한다. 주간과 야간 환경에서 안개 특징의 정의와 추출 방법들에 대해 각각 설명한다. 제안된 특징들을 입력으로 사용하는 신경회로망을 중심으로 안개 감지 알고리즘을 소개한다. 본 논문에서 제안하는 알고리즘의 성능은 다양한 환경에서 촬영된 주야간 영상들에 대하여 수행된 실험을 통해 확인하였으며 평균 재현율은 97.5%로 측정되었다.

• 한국대기환경학회지
• /
• 제12권4호
• /
• pp.399-406
• /
• 1996

Acidic fog is catastrophic to aviation and potentially affect materials, vegetation, crops and public health. This paper was carried out to investigate the chemical features of fog sample at Mt. Sobaek (mean sea level : 1, 340m) from June to August 1995. Each sample was analyzed for pH, electrical conductivity and major ions (anion : $Cl^N)_3^-, SO_4^{2-}, cation : Na^+, NH_4^+, K^+, Mg^{2+}, Ca^{2+}$) by ion chromatography. The quality analysis of fog sample data was performed based on ion balance and electrical conductivity method. The wind directions are subdivided into the northerly and southerly wind according to the wind direction data at the Sobaek-san meteorological observation station. Statistical analyses were performed on the complete set of results in order to obtain a description of fog sample. All the statistical treatment was carried out using the SPSS/PC + software package. The major ion concentration of fog samples was higher for the northwesterly wind cases than sourtheasterly wind cases. The pH of fog sample varied between 2.95 and 6.08. The average pH and electrical conductivity of total sample (n=210) were 4.39 and 113.0 $\mu$S/cm, respectively. It may be noted that in nearly all the cases, the dominant major ions in the fog sample at Mt. Sobaek were $SO_4^{2-}, NO_3^-, H^+ and NH_4^+$.

• 전자공학회논문지
• /
• 제51권4호
• /
• pp.131-143
• /
• 2014

본 논문에서는 자연 이미지가 갖는 통계적 일관성과 안개를 인식하는 시지각적 통계 특성을 이용하여 단일 안개 영상에서, 안개가 없는 참조 영상과의 비교 없이, 시지각적으로 안개 영상의 가시성을 예측한다. 제안하는 모델은 기존 안개 영상의 가시성 예측 방법들이 불가피하게 사용했던 추가 정보들, 예를 들면, 다수의 다양한 안개 영상, 차량 탑재 카메라의 지리적 위치 정보, 사람의 가시성 평가에 대한 학습 결과, 도로 선 혹은 교통 신호와 같이 안개 영상의 돋보이는 특정 물체 정보 등을 사용하지 않는다. 본 논문의 모델은 오직 테스트 안개 영상이 자연 현상에 의한 안개 영상 혹은 안개가 전혀 없는 영상에서 일관적으로 발견되는 통계적 특성으로부터 얼마나 떨어져 있는지 측정함으로써 안개 영상의 가시성을 예측한다. 시지각적으로 안개를 인식하여 일관된 통계를 나타내는 특징 인자들은 공간상의 자연 이미지 통계 모델과 안개 영상의 특징 (명암대비의 감소, 색상과 채도의 감소, 밝기의 증가)으로부터 유도된다. 제안하는 모델은 안개 영상의 전체 영역에 대한 가시성뿐만 아니라 각 관심 영역에서 패치 크기에 따른 지역적 안개 영상의 가시성도 예측할 수 있다. 본 모델의 성능분석을 위하여 사람이 직접 인지하는 가시성 측정 실험을 100 장의 다양한 안개 영상에 대해 수행하였다. 본 논문에서 제시한 모델을 통해 예측된 안개 영상의 가시성과 사람이 체감한 안개 영상의 가시성을 비교한 결과, 둘 사이에 매우 높은 상관관계가 있는 것으로 평가되었다. 본 논문이 제안하는 무참조 안개 영상의 가시성 예측 모델은 사람의 시지각적 특성을 활용한 새로운 방법으로, 향후 안개 영상의 가시성 향상 알고리듬 개발과 선 개발된 안개 제거 및 가시성 향상 알고리듬들의 성능을 정확히 평가할 수 있는 새로운 측정방법 개발 등에 매우 유용할 것으로 기대된다.

• 한국멀티미디어학회논문지
• /
• 제24권10호
• /
• pp.1319-1325
• /
• 2021

It is important to remove fog for accurate object recognition and detection during preprocessing because images taken in foggy adverse weather suffer from poor quality of images due to scattering and absorption of light, resulting in poor performance of various vision-based applications. This paper proposes an end-to-end deep learning-based single image de-fogging method using U-Net architecture. The loss function used in the algorithm is a loss function based on Mahalanobis distance with fog features, which solves the problem of domain shifts, and demonstrates superior performance by comparing qualitative and quantitative numerical evaluations with conventional methods. We also design it to generate fog through the VGG19 loss function and use it as the next training dataset.

• 한국안전학회지
• /
• 제26권4호
• /
• pp.127-134
• /
• 2011

A traffic accident which happens in Expressway during dense fog is more likely to cause the sequential accidents and high death rate. So, the preventive measures shall be taken at dangerous areas to enhance the efficiency of roads and minimize the accidents and the resultant damages. So, it is necessary to find out the characteristics of freeway zone which has high risk of fog occurrence and to establish the comprehensive safety strategy on installation and operation of the safety equipment. In this study, I developed a fog forecasting model by using the freeway fog data. This model can be used as the fog forecasting model in dealing with fog problems when new road is planned. The model was developed by using a statistical analysis technique or the regression analysis, focusing on the variables such as geographical features and regional conditions, distances to water sources and the area of water source. I have segmented the models by classifying the area into inland area and coastal area. The distance to water source and area of the water source located around the freeway were found to be main factors causing fog.

• 한국정보통신학회논문지
• /
• 제25권6호
• /
• pp.819-824
• /
• 2021

자율 주행이나 CCTV와 같이 영상 처리 관련 기술들이 발전함에 따라 영상 왜곡에 대한 문제점을 개선하기 위해 단일 영상을 이용한 안개 제거 알고리즘이 연구되고 있다. 안개 밀도 예측 방법으로는 깊이 맵을 생성하여 영상의 깊이를 추정하는 방법이 있고, 깊이 맵의 학습 데이터로 다양한 안개 특징을 사용할 수 있다. 또한 안개 제거 알고리즘을 실제 기술들에 적용하기 위해 고화질 영상을 실시간으로 처리할 수 있는 하드웨어 구현은 필수적이다. 본 논문에서는 변동계수 기반의 안개 특징인 NLCV(Normalize Local Coefficient of Variation)를 하드웨어로 구현한다. 제안하는 하드웨어는 Xilinx 사의 xczu7ev-2ffvc1156을 Target device로 FPGA 구현하였다. Vivado 프로그램을 통해 합성한 결과 479.616MHz의 최대 동작 주파수를 가지며 4K UHD(3840×2160) 환경에서 실시간 처리 가능함을 보인다.

• 전기전자학회논문지
• /
• 제25권1호
• /
• pp.83-87
• /
• 2021

자율주행 및 인공지능 CCTV는 안개와 같은 악조건 상황에서 주변의 사물과 사람인식에 대한 카메라의 가시성 및 검출 능력이 저하된다. 이러한 악조건 상황에서도 중요한 정보를 정확하게 얻기 위해서 안개 제거 알고리즘에 대한 연구가 필요하다. 과거부터 현재까지 안개 제거 기술은 컴퓨터 비전/ 데이터 기반 등 다양한 방법을 이용한 연구가 진행되고 있다. 안개 제거 기술 중에서 입력영상에 대한 깊이 정보를 통한 안개 전달량을 추정하는 방법이 중요하다. 본 논문에서는 영상의 특징 DCP, saturation∗value, sharpness가 깊이정보와 선형관계에 있다는 가정을 통해 선형모델을 제시한다. 제안한 선형모델을 통한 안개제거방법은 기존의 방법들과 정량적 수치평가에서 평균적으로 10% 향상된 결과를 보여주며 알고리즘의 성능의 우수성을 증명하였다.

• 한국산업융합학회 논문집
• /
• 제23권6_2호
• /
• pp.1025-1032
• /
• 2020

In this paper, we propose a method to classify road weather conditions into rain, fog, and sun using a SVM (Support Vector Machine) classifier after extracting weather features from images acquired in real time using an optical sensor installed on a roadside post. A multi-dimensional weather feature vector consisting of factors such as image sharpeness, image entropy, Michelson contrast, MSCN (Mean Subtraction and Contrast Normalization), dark channel prior, image colorfulness, and local binary pattern as global features of weather-related images was extracted from road images, and then a road weather classifier was created by performing machine learning on 700 sun images, 2,000 rain images, and 1,000 fog images. Finally, the classification performance was tested for 140 sun images, 510 rain images, and 240 fog images. Overall classification performance is assessed to be applicable in real road services and can be enhanced further with optimization along with year-round data collection and training.

• 한국대기환경학회지
• /
• 제21권3호
• /
• pp.303-313
• /
• 2005

In this study, meteorological characteristics concerning the occurrence of fog are analyzed using 4-years $(2000\~2003)$ data at Chuncheon and the probability of prediction is investigated. From the analysis of meteorological characteristics, the fog at Chuncheon occurred before sunrise time and disappeared after that time and lasted for $2\~4$ hours. When fog occurred, on the whole, wind direction was blew the northerly and wind speed was below 2.1m/s. Especially, about $42\%$ of foggy day fell on the calm $(0\~0.2\;ms^{-1})$ conditions. The difference between air temperature and dew point temperature near the surface were mainly less than $2^{\circ}C$. For the lack of water surface temperature, the water surface temperature was calculated by using Water Quality River Reservoir System (WQRRS) and then it was used as the surface boundary condition of MM5. The numerical experiment was carried out for 2 days from 1300 LST on 14 October 2003 to 1300 LST on 16 October 2003 and fog was simulated at dawn on 15 and 16 October 2003. Simulated air temperature and dew point temperature indicate the similar tendency to observation and the simulated difference between air temperature and dew point temperature has also the similar tendency within $2^{\circ}C$. Thus, the occurrence of fog is well simulated in the terms of the difference between air temperature and dew point temperature. Horizontal distribution of the difference between air temperature and dew point temperature from the numerical experiment indicates occurrence, dissipation and lasting time of fog at Chuncheon. In Chuncheon, there is close correlation between the frequency of fog day and outflow from Soyang reservoir and high frequency of occurrence due to the difference between air and cold outlet water temperature.

• Asia-Pacific Journal of Atmospheric Sciences
• /
• 제54권4호
• /
• pp.527-544
• /
• 2018

This paper presents a nighttime sea fog detection algorithm incorporating unsupervised learning technique. The algorithm is based on data sets that combine brightness temperatures from the $3.7{\mu}m$ and $10.8{\mu}m$ channels of the meteorological imager (MI) onboard the Communication, Ocean and Meteorological Satellite (COMS), with sea surface temperature from the Operational Sea Surface Temperature and Sea Ice Analysis (OSTIA). Previous algorithms generally employed threshold values including the brightness temperature difference between the near infrared and infrared. The threshold values were previously determined from climatological analysis or model simulation. Although this method using predetermined thresholds is very simple and effective in detecting low cloud, it has difficulty in distinguishing fog from stratus because they share similar characteristics of particle size and altitude. In order to improve this, the unsupervised learning approach, which allows a more effective interpretation from the insufficient information, has been utilized. The unsupervised learning method employed in this paper is the expectation-maximization (EM) algorithm that is widely used in incomplete data problems. It identifies distinguishing features of the data by organizing and optimizing the data. This allows for the application of optimal threshold values for fog detection by considering the characteristics of a specific domain. The algorithm has been evaluated using the Cloud-Aerosol Lidar with Orthogonal Polarization (CALIOP) vertical profile products, which showed promising results within a local domain with probability of detection (POD) of 0.753 and critical success index (CSI) of 0.477, respectively.