Various underwater studies using underwater sonar sensors are actively in progress. However, unlike the ground, the underwater has a lot of noise. So it is difficult to accurately recognize the underwater environment. The final purpose of this study is to improve the efficiency of the underwater environment recognition using the underwater sonar sensor by developing a filtering algorithm that removes noise and expresses the object from the underwater sonar image captured by the underwater sonar sensor. To develop a filtering algorithm, convolutional calculations were used with three types of filters. This paper is about the case study that conducted to set the parameters of ‘Gabor Filter’ suitable for underwater sonar image during the design process of filtering algorithm. As a result, it was possible to find the most suitable ‘Gabor Filter’ parameters for underwater sonar images. And it showed high accuracy with a binary map of obstacles created by hand using the naked eye. Through this study, it can be utilized not only as a binary map of real-time obstacles, but also as an algorithm for generating object masks in underwater sonar images for deep learning.

해안 지역은 해수의 운동에너지의 대부분은 해안에서 소산되며 이 과정에서 해안의 토사 등이 유실된다. 수면에 돌출된 방 파제에 비해 수중구조물은 해수의 유통을 가능하게 하고 해안선을 따라 해수순환을 가능케 한다. 이 연구에서는 해안 침식을 방지 기 능을 갖는 수중구조물을 수중장애물로 형상화 하고 후방의 흐름특성을 입자영상유속계를 이용하여 규명하였다. 그 결과 유선의 곡률 효과가 현저히 나타났으며 전단층 주위 유체의 유입 등의 영향으로 박리 전단층 내에서 커다란 와구조가 연속적으로 발생하였다.

해안 지역은 해수의 운동에너지의 대부분은 해안에서 소산되며 이 과정에서 해안의 토사 등이 유실된다. 수면에 돌출된 방파제에 비해 수중구조물은 해수의 유통을 가능하게 하고 해안선을 따라 해수순환을 가능케 한다. 이 연구에서는 해안 침식을 방지 기능을 갖는 수중구조물을 하부틈새를 갖는 수중장애물로 형상화 하고 후방의 흐름특성을 규명하였다. 실험은 Re =1.2×104 조건에서 2프레임 입자영상유속계를 이용하여 속도장을 계측하여 고찰하였다. 측정된 시간평균 속도분포를 분석한 결과 유선의 곡률 효과가 현저히 나타났으며 전단층 주위 유체의 유입 등의 영향으로 박리 전단층 내에서 커다란 와구조가 연속적으로 발생하였다. 또한 하부틈새의 크기가 증가할수록 재순환 영역의 중심이 후류로 이동하고 재순환영역의 강도도 약해지는 결과를 보였다.