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.

In this study, Levee Visual Inspection and Water Level Detection System was developed to handle visual inspection information on the levee effectively by using mobile/intelligent CCTV system. This system will be used to manage levee reasonably, in order to prevent disaster in the riparian areas preemptively on the base of management task.

자연재해 및 인적재난 발생에 대한 신속한 상황판단과 의사결정 지원을 위해서는 재난현장의 정보를 빠른 시간 내에 정확히 파악하는 것이 중요하다. 따라서 재난현장의 실제 관측정보와 현장을 직접 확인할 수 있는 CCTV의 영상정보가 가장 중요한 요소가 된다고 할 수 있다. 이러한 CCTV 모니터링 관제업무의 효율화 및 지능화를 위해 CCTV의 영상정보에 지능형 영상감시 기술을 적용한다면 해당 상황을 자동으로 알려줄 수 있어 보다 재난현황에 대한 신속한 대응과 효율적인 정보를 얻을 수 있다. 따라서 본 연구에서는 지능형 CCTV 기반의 자동수위감지 알고리즘 성능개선을 위해 서울특별시 서초구 양재천에 현장 적용하여 알고리즘의 정밀도를 개선하고, 안개, 바람, 야간, 악천우 등과 같은 자연환경에 대한 성능저하 방지대책을 수립 및 적용하여 지능형 CCTV기반 자동수위감지 경보체계를 마련하고자 한다. 수위감지 알고리즘의 정밀도 개선을 위해 CCTV 기종별(적외선, 근적외선, 열화상) 성능시험을 하였고, 수위감지 알고리즘의 성능저하 요인인 악조건의 자연환경에 대한 S/W와 H/W적인 영상보정에 의한 수위감지 알고리즘 성능개선에 의한 인식률 개선과 하천범람 시 신속한 상황판단 및 재난대응을 위해 경계·위험으로 설정된 수위레벨에 도달 시 재난관리 담당자에게 SMS를 통한 위험지역 경보알림, 유관기관 상황전파, 하천변의 이동통행로 통제 방안을 수립하여 지능형 CCTV기반 자동수위감지 경보시스템을 실용화하고, 재난대응체계에 따른 운영매뉴얼을 제공하여 재난대응체계의 고도화 기반과 향후 전국 확산을 위한 기술적 기반을 수립하고자 한다.

본 연구에서는 비 내리는 도심지역에 설치된 하천변의 수위계측 센서에 의한 수위 높이와 CCTV 영상에 의해 산출한 수위 높이의 정밀도를 비교분석하여 성능을 평가하였다. 개선된 알고리즘의 장점으로는 기존 알고리즘은 운영보다는 녹화된 영상에서 사용자가 최적의 임계값을 찾도록 하였기에 현장 적용에는 한계가 있었다. 이러한 문제를 해결하기 위해 물의 영역을 구별하기위해 사용되는 임계값이 입력영상의 분석을 통해 자동으로 변경되게 하였다. 조명의 변화 및 낮과 밤의 변화 등 주위 환경의 변화에 대한 최적의 임계값을 자동으로 찾아주어 실제 운영이 가능하도록 하였다. 또한 색상 정보의 히스토그램 비교를 통해서만 물의 영역을 분리해 냈던 기존 알고리즘 달리 물의 흐름 정보를 부가적으로 사용하여 범람이나 홍수와 같은 상황에서 보다 정확한 측정이 가능하도록 하였다. 수위 감지 알고리즘을 적용하기 전에 시/공간상 필터를 사용하여 노이즈를 먼저 제거하는 방법으로 알고리즘 성능이 향상되어 안정적으로 수위를 감지하게 되었다. 전반적으로 CCTV 기종별 수위감지 성능이 85% 이상 평가결과가 도출되었으나, 일반카메라와 열상카메라는 주야간 교차시간에서는 수위검출값의 오차가 큰 것으로 나타나 조도와 온도에 의한 영향을 최소화하기 위한 알고리즘의 지속적인 개선이 필요하다. 이러한 수위검출 오차를 줄이기 위해 NIR카메라의 수위검출 정확도를 향상시켜 특정지역 또는 중요 지역의 수위검출을 위해 NIR카메라를 적용하여 수위감지 정확도를 향상시킴으로서 수위감지시스템의 성능을 향상시킬 수 있다고 판단된다.