원본 ==> http://koreascience.or.kr/article/JAKO202231159472542.page
Abstract
본 논문에서는 LoG(Laplacian of Gaussian) 기반의 윤곽선 검출 기법을 통한 새로운 미세먼지 측정 방법을 제안한다. 미세먼지 측정을 위하여 CCTV 기반의 영상 이미지를 수집하고, RoI(Region of Interest)를 통해 이미지 범위를 지정한다. 지정된 영역에 GMM(Gaussian Mixture Model)을 적용하여 군집화 후, LoG 알고리즘을 통해 윤곽선을 검출하고 검출된 윤곽선 강도를 측정한다. 측정된 윤곽선의 강도 데이터를 기반으로 미세먼지의 농도를 결정한다. 본 논문에서 제안하는 알고리즘의 효용성을 입증하기 위하여 본교 연구실 주위에 설치된 CCTV 영상 이미지를 6~7월 한 달간 수집하여 적용한 결과, 측정된 결과값은 미세먼지 농도와 범위를 계산하기에 충분함을 본 실험을 통해 입증하였다.
본문
- 미세먼지 측정 시스템 알고리즘 흐름도
CCTV로부터 얻은 이미지 중 특정 관심 영역을 의미하는 ROI를 설정한다. 본 논문에서는 윤곽선의 강도를 판별하는 것이 관심 영역이므로 실험 이미지를 윤곽선이 많고 또렷한 산맥으로 설정한다.
군집분석은 대상의 특성을 분석하여 유사한 성질을 띄는 대상들을 동일한 하나의 집단으로 분류하는 방법이다. 군집의 구조에 대한 특별한 가정 없이 개체 간 거리와 유사성을 근거로 알맞은 군집을 찾고 분석하는 통계분석 기법이다.
본 논문에서는 미세먼지 농도에 대한 온도, 습도, 풍속에 대한 GMM 군집화를 결정하였다.
- GMM 군집화 성능 비교
CCTV 영상 추출을 통해 얻은 이미지의 온도, 습도, 풍속 등 다양한 환경을 데이터로 GMM 군집화를 완료하고, LoG 알고리즘을 활용하여 윤곽선을 검출한다.
LoG 연산자는 로 구성된다. 여기서 는 Laplacian 연산자이며, 는 Gaussian 필터를 의미하며 이를 수식으로 표현하면 아래와 같다.
5 x 5 마스크를 예로 LoG 공식에 적용하면 중심 화소를 16배로 하고 상하좌우 화소를 중심 화소와 반대 부호를 갖게 구성한다. 또한, 마스크 원소의 전체 합이 0이 되어야 한다. 마스크의 크기가 커지면 윤곽선이 선명해지며 두꺼워진다. 반면 복잡한 영상이나 윤곽선의 구간이 촘촘할 때는 효과가 낮다.
- 윤곽선 검출 과정
1차 미분과 2차 미분의 차이점이다. 1차 미분 값의 크기는 윤곽선의 유무를 알기 위해 사용한다. 반면 2차 미분 값의 부호는 윤곽선 화소색상이 밝은지 어두운지를 결정하는 데 사용된다.
이러한 방식으로 검출하면 영상에 대한 미분을 두 번 수행하기 때문에 윤곽선 중심 방향에 가늘게 형성되어 검출된 윤곽선이 폐곡선을 이루게 된다.
폐곡선을 이루면 저주파 성분에 해당하는 값들은 소거가 되며 고주파 성분들은 더 선명하게 나타나기 때문에 기존 GMM 알고리즘보다 효과적으로 윤곽선을 강조할 수 있다.
2차 미분을 사용한 알고리즘의 단점으로는 잡음에 민감하다는 점이다. 본 논문에서는 2차 미분을 이용한 라플라시안 알고리즘의 단점을 보완한 LoG 알고리즘을 사용하여 윤곽선을 추출한다.
- LoG 윤곽선 검출
CCTV 영상 이미지에 관하여 전체 이미지 중 특정 관심 영역(RoI)을 설정한다. 윤곽선이 또렷한 산맥을 RoI로 설정하여 윤곽선의 강도를 판별한다.
윤곽선을 검출해낸 이후 또렷한 차이를 위해 픽셀별 최대 기울기 부호 값을 갖는 픽셀을 빨간색으로 표시한 것이다. 윤곽선 이미지 내에서 랜덤하게 박스를 이동시키며 박스 영역 안 윤곽선의 강도를 계산한다.
윤곽선의 강도는 CCTV 영상 이미지의 산맥 내에서 영교차 검출을 통해 측정한다.
여덟 개의 이웃 중 마주 보는 네 개의 쌍을 조사하여 2개 이상 서로 다른 부호 값을 확인하고 부호가 다른 쌍의 값 차이가 임계값을 넘을 경우 가운데 화소를 영교차 점에 해당한다.
실험 및 결과
CCTV 이미지를 활용하여 GMM 군집화와 LoG 윤곽선 검출 기법을 통해 미세먼지와 초미세먼지를 측정하였으며, 본교 연구실 주위의 설치된 CCTV 영상 이미지를 6∼7월 한 달간 수집하여 알고리즘에 적용하였다.
에어코리아가 실제 관측한 미세먼지 농도와 초미세먼지 농도에 대한 측정값을 초록색 실선으로, 알고리즘을 적용해 얻어진 측정값을 DOT로 표현한 값이다.
x 축 데이터와 y 축 데이터의 상관관계를 MATLAB을 통하여 거듭제곱 방정식 형태로 추출한 추세선을 파란색 곡선으로 나타내었다. 본 그래프를 통하여 두 데이터의 상관관계가 깊음을 알 수 있다.
본 추세선 방정식은 CCTV 영상 이미지로부터 RoI 영역의 윤곽선 값을 x값으로 지정하여 미세먼지, 초미세먼지 농도 값을 유추할 수 있다.
결론
본 논문에서는 미세먼지 측정기기의 제한적인 수량 문제점을 해결하기 위하여 국내에 설치되어 있는 CCTV를 활용한 새로운 미세먼지 측정 방법을 제안하였다.
제안한 방법은 CCTV 영상 이미지를 활용하여 GMM군집화, LoG 윤곽선 검출 기법을 통한 미세먼지 측정 알고리즘을 설계하였다.
원본 이미지는 ROI 영역인 산맥 부분을 제외한 곳에서도 윤곽선이 같이 검출되었다. 이러한 문제점을 해결하기 위해 2차 미분을 통해 이미지의 색상을 단순화하고 불필요한 검출 부분을 균일화하여 문제점을 해결하였다.
미세먼지의 농도가 짙은 경우는 ROI 영역의 윤곽선 부호값이 높으며 LoG를 활용하였을 시 적은 강도 값이 나타난다. 미세먼지 농도가 옅은 경우에는 윤곽선 부호의 변화가 적으므로 큰 강도 값이 나타나는 것을 확인할 수 있었다.
또한, 이러한 결과값을 LoG 알고리즘을 통하여 윤곽선 측정값의 변화와 강도에 따라 미세먼지 농도 측정이 가능하다는 것을 확인하였다. 실험의 결과 추세선 그래프와 실측 데이터 간의 이격도가 낮고 추세선에서 이탈한 점들의 비율이 낮았다.
