해양 환경에서 에지 정보를 이용한 물표 추출 알고리즘

Abstract

해양 안전 사고 관련 연구에 의하면 선박 충돌 사고의 약 60%는 인적 요인에 의한 운용상의 실수로 인해 발생되고 있으며, 특히 항해사의 견시 소홀로 인한 사고는 인적 요인으로 인한 사고의 66.8%에 달하는 것으로 보고되고 있다. 그러므로 주야간을 막론하고 우천이나 안개 속에서도 거의 변함없는 화질을 보이는 IR 영상으로부터 자동으로 물표를 탐지하고 추적할 수 있다면 항해사의 근무 피로를 경감시키면서 인간 시각 특성의 불완전성을 보완할 수 있어 선박의 안전항행을 위한 중요 정보로 사용할 수 있다. 본 논문에서는 해양 IR 영상으로부터 선박, 암초, 부이와 같은 해상 물표를 탐지하기 위한 기법을 제안한다. 해양 영상에서 대부분의 에지 방향은 수평이며, 수직 방향의 에지는 대부분 물표 영역에서만 집중적으로 발견된다. 또한 물표와 해수면이 만나는 영역에는 수평 방향의 에지가 존재한다. 제안된 방법은 물표 추출을 위해해양 환경에서만 발견되는 이런 에지의 특징을 이용한다. 먼저 주어진 입력 IR 영상으로부터 에지를 추출하여 수평, 수직 에지로 분리한 다음 고립되어 있는 에지들을 제거한다. 그런다음 수직 에지에 대하여 모폴로지 닫힘 연산을 이용하여 물표를 구성하는 수직 에지들을 서로 연결하여 물표 후보 영역을 얻는다. 물표 후보 영역 중 아래에 수평에지 영역이 존재하는 영역은 해수면 바로 위의 물표를 의미하기 때문에 물표 후보 영역과 바로 아래의 수평 에지를 통합하여 기준 영역으로 삼고, 이 기준 영역을 기준으로 좌, 우, 위의 물표 후보 영역들을 통합하여 최종 물표를 얻는다. According to the related reports, about 60 percents of ship collisions have resulted from operating mistake caused by human factor. Specially, the report said that negligence of observation caused 66.8 percents of the accidents due to a human factor. Hence automatic detection and tracking of an object from an IR images are crucial for safety navigation because it can relieve officer's burden and remedies imperfections of human visual system. In this paper, we present a method to detect an object such as ship, rock and buoy from a sea IR image. Most edge directions of the sea image are horizontal and most vertical edges come out from the object areas. The presented method uses them as a characteristic for the object detection. Vertical edges are extracted from the input image and isolated edges are eliminated. Then morphological closing operation is performed on the vertical edges. This caused vertical edges that actually compose an object be connected and become an object candidate region. Next, reference object regions are extracted using horizontal edges, which appear on the boundaries between surface of the sea and the objects. Finally, object regions are acquired by sequentially integrating reference region and object candidate regions.