http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 주제어 : 천해수심측량 (검색결과 2 건)
- 무료
- 기관 내 무료
- 유료
-
오찬영(Chan Young Oh),안경모(Kyungmo Ahn),박재성(Jaeseong Park),박성우(Sung Woo Park) 한국해안해양공학회 2017 한국해안해양공학회 논문집 Vol.29 No.3
드론을 이용하여 고도 100 m에서 촬영한 고해상도 카메라 이미지를 분석하여 천해 해저지형 측량을 시도하였다. 쇄파대 내의 수심측량은 해안침식의 원인분석 등 관련 연구를 위해 가장 중요한 입력자료 중의 하나이다. 특히 이동한계수심 이내의 천해 수심자료는 연안 침퇴적 수치모델링을 위한 가장 중요한 입력자료 임에도 불구하고 정확한 해저지형측량 자료를 얻을 수 없었다. 그 이유는 선박을 이용한 상세 수심측량이 흘수 등을 고려할 때 수심 2 m 이내에서는 거의 불가능하며, 또한 쇄파와 연안류로 인해 선박 또는 사람이 직접 충분한 해상도로 측량하기에 매우 어렵기 때문이다. 따라서 소형 드론과 고해상도 카메라 이미지를 이용한 광학원격탐사는 매우 효과적인 천해수심측량 수단이 될 수 있다. 본 연구에서는 경북 월포해수욕장에서 드론으로 촬영한 고해상도 카메라 이미지의 적색, 녹색, 청색 그리고 회색 밴드 이미지를 다변수 선형회귀분석법으로 분석하여 천해 수심을 추정하고 실측한 수심자료와 비교하여 천해수심측량의 가능성과 정확도를 검토하였다. 드론에서 촬영한 이미지를 해저 지질, 바닷물의 색상, 부유사의 농도 등의 영향을 고려하지 않고 수심추정 알고리즘을 이용하여 분석한 결과 수심 5 m 이내에서 상관계수 0.99 이상, 절대오차 0.2 m 이하로 수심을 정확하게 추정할 수 있음을 확인하였다. Shallow-water bathymetry survey has been conducted using high definition color images obtained at the altitude of 100 m above sea level using a drone. Shallow-water bathymetry data are one of the most important input data for the research of beach erosion problems. Especially, accurate bathymetry data within closure depth are critically important, because most of the interesting phenomena occur in the surf zone. However, it is extremely difficult to obtain accurate bathymetry data due to wave-induced currents and breaking waves in this region. Therefore, optical remote sensing technique using a small drone is considered to be attractive alternative. This paper presents the potential utilization of image processing algorithms using multi-variable linear regression applied to red, green, blue and grey band images for estimating shallow water depth using a drone with HD camera. Optical remote sensing analysis conducted at Wolpo beach showed promising results. Estimated water depths within 5 m showed correlation coefficient of 0.99 and maximum error of 0.2 m compared with water depth surveyed through manual as well as ship-board echo-sounder measurements.
-
드론과 HD 카메라를 이용한 수심측량시 잘피에 의한 오차제거 알고리즘
김경엽(Gyeongyeop Kim),최군환(Gunhwan Choi),안경모(Kyungmo Ahn) 한국해안해양공학회 2020 한국해안해양공학회 논문집 Vol.32 No.6
드론 항공사진을 L*a*b 색공간으로 변환하고 항공사진에서 잘피가 나타난 영역을 분할 및 보정하여 드론항공사진을 이용한 수심측량의 정확도를 향상시켰다. 드론을 이용한 수심측량은 음향측심기와 같은 보편적으로 통용되던 방식에 비해 저비용으로 빠른 시간에 수심자료를 얻을 수 있다. 그러나 수심측량 대상 해역에 잘피가 서식할 경우 해저면의 반사 특성이 일정하지 않아 드론을 이용한 수심측량시 오차가 발생한다. 우리나라에 서식하는 잘피를 비롯한 해조류는 수온이 낮아지기 시작하는 11월부터 자라기 시작하여 1~4월에 최대 밀도를 형성한다. 따라서 해당시기의 드론 항공사진을 그대로 사용할 경우 수심측량의 정확도가 낮아지며, 이는 드론을 이용한 수심측량방식을 상용화하는데 극복해야 할 단점이다. 본 연구에서는 경북 월포해수욕장에서 드론으로 촬영한 고해상도 카메라 이미지를 분석하여 오차 발생해역을 구분하고 보정하는 알고리즘을 개발하였다. 또한, 보정한 드론 항공 사진으로 천해 수심 추정을 수행하여 알고리즘을 검증하였다. 잘피로 인한 오차 보정 알고리즘 적용 전 수심 5m 이내의 200 m × 300 m 해역에서 발생하는 오차 표준편차의 1.5배를 넘는 오차 이상값 비율은 전체 이미지의 8.6%를 차지하였다. 오차 보정 알고리즘을 적용한 결과 오차 이상값의 92%가 제거되었으며, 평균제곱근오차(RMSE)는 33% 감소하였다. This paper presents an algorithm for identifying and eliminating errors by seagrasses in coastal bathymetry surveying using drone and HD camera. Survey errors due to seagrasses were identified, segmentated and eliminated using a L*a*b color space model. Bathymetry survey using a drone and HD camera has many advantages over conventional survey methods such as ship-board acoustic sounder or manual level survey which are time consuming and expensive. However, errors caused by sea bed reflectance due to seagrasses habitat hamper the development of new surveying tool. Seagrasses are the flowering plants which start to grow in November and flourish to maximum density until April in Korea. We developed a new algorithm for identifying seagrasses habitat locations and eliminating errors due to seagrasses to get the accurate depth survey data. We tested our algorithm at Wolpo beach. Bathymetry survey data which were obtained using a drone with HD camera and calibrated to eliminate errors due to seagrasses, were compared with depth survey data obtained using ship-board multi-beam acoustic sounder. The abnormal bathymetry data which are defined as the excess of 1.5 times of a standard deviation of random errors, are composed of 8.6% of the test site of area of 200 m by 300 m. By applying the developed algorithm, 92% of abnnormal bathymetry data were successfully eliminated and 33% of RMS errors were reduced.
ScienceON
DBpia연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
