Deep Convolution Neural Networks 이용하여 결함 검출을 위한 결함이 있는 철도선로표면 디지털영상 재 생성

김현호 ( Hyeonho Kim ),한석민 ( Seokmin Han ) 한국인터넷정보학회 2020 인터넷정보학회논문지 Vol.21 No.6

본 연구는 철도표면상에 발생하는 노후 현상 중 하나인 결함 검출을 위해 학습데이터를 생성함으로써 결함 검출 모델에서 더 높은 점수를 얻기 위해 진행되었다. 철도표면에서 결함은 선로결속장치 및 선로와 차량의 마찰 등 다양한 원인에 의해 발생하고 선로 파손[14] 등의 사고를 유발할 수 있기 때문에 결함에 대한 철도 유지관리가 필요 하다. 그래서 철도 유지관리의 자동화 및 비용절감을 위해 철도 표면 영상에 영상처리 또는 기계학습을 활용한 결함 검출 및 검사에 대한 다양한 연구가 진행되고 있다. 일반적으로 영상처리 분석기법 및 기계학습 기술의 성능은 데이터의 수량과 품질에 의존한다. 그렇기 때문에 일부 연구는 일반적이고 다양한 철도표면영상의 데이터베이스를 확보하기위해 등간격으로 선로표면을 촬영하는 장치 또는 탑재된 차량이 필요로 하였다[15, 16]. 본연구는 이러한 기계적인 영상획득 장치의 운용비용을 감소시키고 보완하기 위해 대표적인 영상생성관련 딥러닝 모델인 생성적 적대적 네트워크[1]의 기본 구성에서 여러 관련연구에서 제시된 방법을 응용, 결함이 있는 철도 표면 재생성모델을 구성하여, 전용 데이터베이스가 구축되지 않은 철도 표면 영상에 대해서도 결함 검출을 진행할 수 있도록 하였다. 구성한 모델은 상이한 철도 표면 텍스처들을 반영한 철도 표면 생성을 학습하고 여러 임의의 결함의 위치에 대한 Ground-Truth들을 만족하는 다양한 결함을 재 생성하도록 설계하였다. 재생성된 철도 표면의 영상들을 결함 검출 딥러닝 모델[2]에 학습데이터로 사용한다. 재생성모델의 유효성을 검증하기 위해 철도표면데이터를 3가지의 하위집합으로 군집화 하여 하나의 집합세트를 원본 영상으로 정의하고, 다른 두개의 나머지 하위집합들의 몇가지의 선로표면영상을 텍스처 영상으로 사용하여 새로운 철도 표면 영상을 생성한다. 그리고 결함 검출 모델에서 학습데이터로 생성된 새로운 철도 표면 영상을 사용하였을 때와, 생성된 철도 표면 영상이 없는 원본 영상을 사용하였을 때를 나누어 검증한다. 앞서 분류했던 하위집합들 중에서 원본영상으로 사용된 집합세트를 제외한 두 개의 하위집합들은 각각의 환경에서 학습된 결함 검출 모델에서 검증하여 출력인 픽셀단위 분류지도 영상을 얻는다. 이 픽셀단위 분류지도영상들과 실제 결함의 위치에 대한 원본결함지도(Ground-Truth)들의 IoU(Intersection over Union) 및 F1-score로 평가하여 성능을 계산하였다. 결과적으로 두개의 하위집합의 텍스처 영상을 이용한 재생성된 학습데이터를 학습한 결함 검출모델의 점수는 원본 영상만을 학습하였을 때의 점수보다 약 IoU 및 F1-score가 10~15% 증가하였다. 이는 전용 학습 데이터가 구축되지 않은 철도표면 영상에 대해서도 기존 데이터를 이용하여 결함 검출이 상당히 가능함을 증명하는 것이다. This study was carried out to generate various images of railroad surfaces with random defects as training data to be better at the detection of defects. Defects on the surface of railroads are caused by various factors such as friction between track binding devices and adjacent tracks and can cause accidents such as broken rails [14], so railroad maintenance for defects is necessary. Therefore, various researches on defect detection and inspection using image processing or machine learning on railway surface images have been conducted to automate railroad inspection and to reduce railroad maintenance costs. In general, the performance of the image processing analysis method and machine learning technology is affected by the quantity and quality of data. For this reason, some researches require specific devices or vehicles to acquire images of the track surface at regular intervals to obtain a database of various railway surface images [15, 16]. On the contrary, in this study, in order to reduce and improve the operating cost of image acquisition, we constructed the 'Defective Railroad Surface Regeneration Model' by applying the methods presented in the related studies of the Generative Adversarial Network (GAN) [1]. Thus, we aimed to detect defects on railroad surface even without a dedicated database. This constructed model is designed to learn to generate the railroad surface combining the different railroad surface textures and the original surface, considering the ground truth of the railroad defects. The generated images of the railroad surface were used as training data in defect detection network [2], which is based on Fully Convolutional Network (FCN) [3]. To validate its performance, we clustered and divided the railroad data into three subsets, one subset as original railroad texture images and the remaining two subsets as another railroad surface texture images. In the first experiment, we used only original texture images for training sets in the defect detection model. And in the second experiment, we trained the generated images that were generated by combining the original images with a few railroad textures of the other images. Each defect detection model was evaluated in terms of 'intersection of union(IoU)' and F1-score measures with ground truths. As a result, the scores increased by about 10~15% when the generated images were used, compared to the case that only the original images were used. This proves that it is possible to detect defects by using the existing data and a few different texture images, even for the railroad surface images in which dedicated training database is not constructed.

표면거리 및 표면곡률 최적화 기반 다중모달리티 뇌영상 정합

박지영,최유주,김민정,태우석,홍승봉,김명희,Park Ji-Young,Choi Yoo-Joo,Kim Min-Jeong,Tae Woo-Suk,Hong Seung-Bong,Kim Myoung-Hee 한국정보처리학회 2004 정보처리학회논문지 A Vol.11 No.5

서로 다른 종류의 영상을 정확하게 연관시켜 복합적인 정보를 제공하는 다중모달리티 의료 영상정합기법 중 표면정보 기반 영상정합에서는 일반적으로 동일 대상에 대한 서로 다른 모달리티에서 추출된 표면 윤곽정보 사이의 거리를 최소화함으로써 매칭이 이루어진다. 그런데 동일대상에 대해 취득되는 서로 다른 두 모달리티는 관심 영역 상의 표면 특성이 서로 유사하다. 그러므로 다중모달리티 영상정합에서 표면거리와 함께 표면의 형태 특성을 고려하여 두 영상을 매칭하는 방법이 정합결과의 정확도를 향상시킬 수 있다. 본 연구에서는 동일 대상의 서로 다른 두 모달리티 뇌영상 간의 표면거리와 표면곡률을 최적화하는 정합기법을 제안한다. 영상정합은 참조영상과 테스트영상에 대한 표면정보 생성과 이 두 개의 표면정보를 최적화하는 단계로 구성된다. 표면정보 생성 단계에서는 두 모달리티로부터 관심영역의 윤곽선을 추출하고, 이 중 참조 볼륨의 윤곽선에 대해서는 표면거리맵과 표면곡률맵을 구성하게 된다. 최적화 단계에서는 표면거리맵과 표면곡률맵을 참조하는 최적화 평가함수(cost function)에 의해 두 객체의 표면거리 차이와 표면곡률 차이를 최소화하는 정합 변환 값이 결정되고, 이것이 테스트영상의 변환에 적용되어 결과적으로 두 영상이 정합 되게 된다. 제안된 최적화 평가함수는 표면거리 정보만을 사용하는 평가함수에 비해 보다 견고한 정합 정확도를 보였으며 또한 본 연구는 정합결과의 볼륨 가시화를 통해 효율적인 영상 분석 수단을 제공하고자 하였다. Within multimodal medical image registration techniques, which correlate different images and Provide integrated information, surface registration methods generally minimize the surface distance between two modalities. However, the features of two modalities acquired from one subject are similar. So, it can improve the accuracy of registration result to match two images based on optimization of both surface distance and shape feature. This research proposes a registration method which optimizes surface distance and surface curvature of two brain modalities. The registration process has two steps. First, surface information is extracted from the reference images and the test images. Next, the optimization process is performed. In the former step, the surface boundaries of regions of interest are extracted from the two modalities. And for the boundary of reference volume image, distance map and curvature map are generated. In the optimization step, a transformation minimizing both surface distance and surface curvature difference is determined by a cost function referring to the distance map and curvature map. The applying of the result transformation makes test volume be registered to reference volume. The suggested cost function makes possible a more robust and accurate registration result than that of the cost function using the surface distance only. Also, this research provides an efficient means for image analysis through volume visualization of the registration result.

모바일 표면영상유속계측(MSIV) 방법을 이용한 수로유량 산정

김진택 ( Jintaek Kim ),박기욱 ( Kiwuk Park ),나민철 ( Minchul La ),류권규 ( Kwonkyu Yu ) 한국농공학회 2011 한국농공학회 학술대회초록집 Vol.2011 No.-

표면영상유속계(SIV)는 영상 분석 기법을 이용하여 하천의 표면유속을 측정하고, 이를 토대로 유량을 산정하는 시스템이다. 현재 시험적으로 수전교에 고정식표면영상유속계(FSIV)를 이용하여 실시간 하천유량 산정하고 있다. 하지만, 농촌지역의 농업용수로에서는 그 범위가 넓어 고정직표면영상유속계를 설치ㆍ운영하는 것이 힘든 현실이다. 따라서 넓은 농촌지역의 농업용수를 효율적으로 관리하기 위한 모바일표면영상유속계측 방법을 적용하는 것이 필요하다. 본 연구에서는 모바일표면영상유속계(MSIV) 시스템을 농업용수로에 적용하여 실시간으로 연속적인 유량측정을 실시하였다. 농업용수로에 기준점 4곳을 표시하여 스마트폰으로 5~10초 촬영한 후, 서버에 보내면 표면영상유속분석을 통하여 유량을 산정하였다. 모바일표면영상유속계측 방법은 농촌용수 현장관리를 스마트폰 등을 이용하여 실시간으로 유량을 관측할 수 있어 농촌수자원의 효율적인 관리와 안정적인 영농을 위한 물공급 기대된다.

원적외선 카메라를 이용한 표면영상유속계의 적용성 검토

추규찬,류권규,유병남 한국방재학회 2015 한국방재학회 학술발표대회논문집 Vol.14 No.-

본 연구는 하천의 유속 측정을 위한 표면영상유속계의 원적외선 카메라의 적용성을 검토하였다. 하천의 유속 및 유량 측정은 수자원 계획, 하천계획 등에서 가장 중요한 기본 사항 중 하나이다. 저수나 평수시 유속은 프로펠러 유속계, 전자기 유속계, ADCP와 같은 각종 첨단 장비를 이용하여 측정하지만, 홍수 시 유속 및 유량 측정은 바람이나 비 등의 자연조건에 완전히 노출된 상태에서 여러 가지 위험을 동반하기 때문에 어려움이 많다. 이런 문제를 해결하기 위한 대안으로 여러 가지 비접촉식 유속 측정법들이 제안되었다. 그 중 표면영상유속계는 홍수시 유속 및 유량 측정의 문제를 해결할 수 있는 좋은 대안이 될 수 있다. 표면영상유속계에서 가장 기본이 되는 단계는 적절한 영상을 취득하는 것이다. 홍수 첨두는 야간에 발생하는 경우가 많으므로, 야간에 적절한 하천 표면 영상을 취득하기는 매우 어렵다. 이와 같은 문제를 해결하기 위해 제안된 방법이 원적외선 카메라를 이용하는 방법이다. 원적외선은 방사 에너지에 더해서 열(온도)도 포착하기 때문에, 고기능의 열영상 카메라로는 물체의 온도 분포 등을 구할 수 있다. 본 연구에서는 한국건설기술연구원의 인공수로에서 주간과 야간에 원적외선 카메라를 이용하여 촬영한 하천표면영상을 분석하여 표면영상유속계의 적용성을 검토하였다. 또한 동시에 촬영한 일반 캠코더 영상과 근적외선 카메라 영상과의 비교에서, 원적외선 카메라의 적용성이 뛰어남을 확인하였다. 또 영상 분석 결과, 원적외선 카메라의 영상이 표면유속분석에 활용하기에 충분함을 확인하였다.

모바일 기반의 표면영상유속 해석을 이용한 수로의 유량 측정

문성근 ( Sungkeun Moon ),류권규 ( Kwonkyu Yu ),김진택 ( Jintaek Kim ) 한국농공학회 2015 한국농공학회 학술대회초록집 Vol.2015 No.-

본 연구의 목적은 안드로이드 기반의 스마트폰을 비롯한 모바일 장비를 이용하여 실시간으로 수로의 유속을 측정하여 유량을 자동 산정하는 것이다. 유속 측정을 위한 방법은 여러 가지가 있으나, 비접촉식으로 간편하게 수로의 유속을 측정하기 위해 스마트폰을 이용한 표면영상유속계(SIV, surface image velocimeter)를 개발하였다. 이 과정은 관련 정보 획득, 영상 촬영, 영상 분석, 좌표 변환, 결과 도시의 다섯 과정으로 이루어져 있으며, 이 모든 것을 모바일 장비용 앱으로 제작하여 구현하였다. 먼저 관련정보 획득 과정은 스마트폰에 장착된 GPS를 이용하여 유속의 측정 지점의 위치와 관련 정보를 찾아내고, 이를 서버의 데이터베이스에 있는 유속 측정지점 정보와 연계한다. 또한, 이 때 카메라의 자세(방향, 경사각 등)에 대한 정보를 함께 계측한다. 다음에 스마트폰에 장착된 카메라를 이용하여 수로의 수표면을 동영상으로 촬영하고 영상 획득은 1~3초 정도의 동영상을 취득해서, 관련 정보와 함께 저장한다. 영상 분석 과정에서는 저장된 동영상을 JavaCV 라이브러리를 이용하여 시공간 영상(STI, spatio-temporal image)으로 생성하고 이 시공간 영상을 분석하였다. 시공간 영상에서 영상 변위(영상내의 추적자의 움직임)를 산정하는 방법은 최근 개발된 CASTI(Cross-correlation Analysis for Spatio-Temporal Images)법을 수정하여 적용하였다. 분석해낸 영상 변위는 좌표 변환을 통하여 물리 변위로 환산해 주어야 하는데 종래의 방법에서는 이를 위해 참조점을 필요로 하였으나 본 연구에서는 앞서 계측한 카메라의 자세(경사각)와 카메라와 수표면까지의 높이를 입력하여 영상의 좌표 변환에 필요한 정보를 추출하였다. 이 과정을 통하여 기존의 표면영상유속계의 단점 중 하나인 참조점 문제를 해결하였다. 앞서 분석한 영상 변위에 이런 좌표 변환 정보를 입력하여 물리 변위와 유속을 분석하였다. 본 기술은 수로의 유속·유량 측정의 모든 과정이 스마트폰에서 이루어지므로 5초 이내로 유량을 산정할 수 있으며 개발된 시스템을 실험 수로에서 시험한 결과, 이 시스템이 유속 측정에 드는 시간, 노력, 경비를 획기적으로 경감시킬 수 있음을 입증되었다. 이 때의 유속 측정 오차는 측정하는 유속에 따라 다르지만 기존의 표면영상유속계가 지녔던 오차인 최대 10% 이내에 머물렀다.

모멘트 정보와 표면거리 기반 다중 모달리티 의료영상 정합

최유주,김민정,박지영,윤현주,정명진,홍승봉,김명희 한국정보과학회 2004 정보과학회논문지 : 시스템 및 이론 Vol.31 No.3

다중 모달리티 영상정합은 서로 다른 성격의 두 영상의 중요정보를 결합하여 복합적 정보를 얻기 위해 널리 사용되는 영상처리 기법이다. 본 연구에서는 정합 대상 객체의 초기위치 및 방향에 종속적이지 않고, 낮은 정합오차 범위 내에서의 안정적인 정합을 지원하기 위하여 기존의 표면기반 정합 기법을 개선한 모멘트 정보 및 표면거리 기반의 정합 기법을 제시한다. 제안방법에서는 우선 정합대상객체의 표면 윤곽 점을 추출하고, 이를 기반으로 대상객체의 모멘트 정보를 추출하여, 표면거리 기반 상세 정합 이전에 모멘트 정보를 일치시키는 변환을 수행함으로써, 정합이전 대상객체의 위치 및 방향이 상이한 경우에 있어서도 정합이 안정적으로 수행되도록 한다. 또한 테스트 영상에 대한 표면 대표점 추출 시, 표면 코너추출법을 적용함으로써, 기존 표면 정보 기반 정합기법에서 일반적으로 사용하고 있는 무작위 샘플링 및 일정간격 샘플링에 의한 취약점을 보완한다. 본 논문에서 제안기법의 검증을 위하여 뇌 부위 자기공명단층영상(MRI)과 양자 방출 단층 촬영 영상(PET)을 적용하고, 정합오류율과 정합결과에 대한 2,3차원 가시화 영상의 육안평가를 통하여 정확성 및 안정성 측면을 검증한다. Multi-modality image registration is a widely used image processing technique to obtain composite information from two different kinds of image sources. This study proposes an image registration method based on moment information and surface distance, which improves the previous surface-based registration method. The proposed method ensures stable registration results with low registration error without being subject to the initial position and direction of the object. In the preprocessing step, the surface points of the object are extracted, and then moment information is computed based on the surface points. Moment information is matched prior to fine registration based on the surface distance, in order to ensure stable registration results even when the initial positions and directions of the objects are very different. Moreover, surface comer sampling algorithm has been used in extracting representative surface points of the image to overcome the limits of the existed random sampling or systematic sampling methods. The proposed method has been applied to brain MRI(Magnetic Resonance Imaging) and PET(Positron Emission Tomography), and its accuracy and stability were verified through registration error ratio and visual inspection of the 2D/3D registration result images.

수리시설 및 물 관리를 위한 영상 유속·유량측정 기술 개발

김진택 ( Jintaek Kim ),윤동균 ( Dong Koun Yun ),김동주 ( Dong Joo Kim ),나민철 ( Min Chul La ) 한국농공학회 2012 한국농공학회 학술대회초록집 Vol.2012 No.-

표면영상유속계(SIV)는 영상 분석 기법을 이용하여 하천의 표면유속을 측정하고, 이를 토대로 유량을 산정하는 시스템이다. 현재 시험적으로 수전교에 고정식표면영상유속계(FSIV)를 이용하여 실시간 하천유량 산정하고 있다. 하지만, 농촌지역의 농업용수로에서는 그 범위가 넓어 고정직표면영상유속계를 설치·운영하는 것이 힘든 현실이다. 따라서 넓은 농촌지역의 농업용수를 효율적으로 관리하기 위한 모바일표면영상유속계측 방법을 적용하는 것이 필요하다. 본 연구에서는 모바일표면영상유속계(MSIV) 시스템을 농업용수로에 적용하여 실시간으로 연속적인 유량측정을 실시하였다. 농업용수로에 기준점 4곳을 표시하여 스마트폰으로 5~10초 촬영한 후, 서버에 보내면 표면영상유속분석을 통하여 유량을 산정하였다. 모바일표면영상유속계측 방법은 농촌용수 현장관리를 스마트폰 등을 이용하여 실시간으로 유량을 관측할 수 있어 농촌수자원의 효율적인 관리와 안정적인 영농을 위한 물공급 기대된다.

다수의 고유 공간을 이용한 주화 표면 품질 진단

김재민(Jae-Min Kim),류호진(Ho-Jin Ryoo) 한국콘텐츠학회 2011 한국콘텐츠학회논문지 Vol.11 No.3

현재 주화의 제조 공정에서는 주화의 표면 품질 진단을 사람이 눈으로 직접 확인하여 수행하고 있다. 본 논문은 컨베이어 벨트에 놓이어 이동하는 주화로부터 획득한 영상을 이용하여 주화 표면의 결함을 검출하는 영상처리 방법을 제시한다. 결함 검출 방법은 영상에서 주화 영역을 분할하고, 분할된 동전을 비교할 모델에 정렬하며, 정렬된 영상을 최적의 고유 영상 공간으로 투영, 투영 오차와 학습된 가변 임계값과 비교하여 결함 부위를 검출한다. 본 논문에서는 이러한 일련의 영상처리 과정 중에서 주화 표면 진단과 관련하여 특화된 새로운 방법을 제시한다. 주화의 정렬을 위하여 분할된 주화의 히스토그램을 사용한다. 이 방법은 2차원 영상의 정렬을 일차원 히스토그램의 정렬로 변환하는 것이다. 다음으로 정렬된 영상을 고유 영상공간에 투영시켜 주화 방향에 따른 휘도 변화를 보정한다. 이 방법은 소수의 고유 영상 벡터들로 구성된 고유 영상 공간을 여러 개 생성하고, 최적의 고유 영상 공간에 정렬된 영상을 투영하여 실시간 구현이 가능하게 한다. In a manufacturing process of metal coins, surface defects of coins are manually detected. This paper describes an new method for detecting surface defects of metal coins on a moving conveyor belt using image processing. This method consists of multiple procedures: segmentation of a coin from the background, alignment of the coin to the model, projection of the aligned coin to the best eigen image space, and detection of defects by comparison of the projection error with an adaptive threshold. In these procedures, the alignement and the projection are newly developed in this paper for the detection of coin surface defects. For alignment, we use the histogram of the segmented coin, which converts two-dimensional image alignment to one-dimensional alignment. The projection reduces the intensity variation of the coin image caused by illumination and coin rotation change. For projection, we build multiple eigen image spaces and choose the best eigen space using estimated coin direction. Since each eigen space consists of a small number of eigen image vectors, we can implement the projection in real- time.

드론 장착 카메라를 이용한 하천의 표면유속측정

류권규(Yu Kwonkyu),황정근(Hwang Jeong Geun) 한국방재학회 2017 한국방재학회논문집 Vol.17 No.2

본 연구의 목적은 드론에 장착된 카메라로 하천 수표면을 촬영하여 하천의 표면유속을 측정하는 방법을 개발하는 것이다. 표면영상유속계를 이용할 때, 폭이 넓은 하천의 경우 하천 양안이나 교량 등에서는 충분한 화각을 확보하기 어렵다. 드론을 이용하면 사람이 접근하기 힘든 지역도 쉽게 촬영이 가능하므로 원하는 하천 표면의 영상을 쉽게 촬영할 수 있다. 다만, 드론에 장착된 비디오 카메라는 야간에는 촬영이 어려우며, 아무리 정지비행을 잘 하더라도 영상에는 다소간의 흔들림이 항상 존재한다. 이를 해결하기 위해 본 연구에서는 열영상 카메라를 추가적으로 드론에 장착하고, 흔들린 영상에 대해서는 형태 정합법에 의해 보정을 하였다. 영상 보정 과정은 고정된 표정점을 영상에서 추적한 뒤, 기준 영상의 표정점과 보정 영상의 표정점이 일치하도록 보정하였다. 영상 보정 후 영상 처리와 분석프로그램을 통하여 유속을 도출한다. 실험 하천에 대해 적용한 결과 상당히 만족스런 결과를 얻었다. The present study aims to develop a drone-based surface image velocimeter to measure velocity fields of a river surface. When we measure water surface velocity using a surface image velocimeter, it is difficult to get a proper angle of view from bridges or river banks, especially for wide rivers. If we use a drone to take images of river surface, it is possible to access anywhere and get good angle of view. However, most video cameras installed by default on drones cannot take image in night time. And another problem is in most cases the images taken with a drone camera will have small and large sway due to drone stabilization. To solve the problems, we installed a far-infrared camera on a drone and corrected images using a pattern matching technique. In the image correction process, we tracked some reference points on images, and transformed the images to a reference image so that the locations of ground control points on transformed images match to those of the reference image. After the image correction, a surface image volocimeter software can calculates velocity fields from those images. The analyses showed fairly good results.

주야간 겸용 표면영상유속계 개발을 위한 원적외선 카메라의 적용성 검토

류권규,김서준,유병남,배인혁 한국수자원학회 2015 한국수자원학회논문집 Vol.48 No.8

홍수시 하천의 유속 측정을 위한 표면영상유속계의 가장 기본이 되는 단계는 질 좋은 영상을 획득하는 것이다. 하지만 영상 획득에 있어 빛이 없는 야간에 발생하는 홍수 흐름을 촬영하는 것은 매우 어렵다. 이에 본 연구에서는 표면영상 유속계의 야간 영상 획득 장치로 원적외선 카메라를 이용하는 방안을 검토하였다. 원적외선 카메라는 별도의 조명을 필요로 하지 않으므로, 주야간 모두 영상을 획득할 수 있는 장점이 있다. 또한 안개나 연기의 영향을 받지 않아서 고정식 표면영상유속계를 구성하는 좋은 대안이 될 수 있다. 원적외선 영상을 이용한 유속 산정의 결과를 비교하기 위해, 보통의 가시광 카메라와 근적외선 카메라를 이용한 동시 촬영을 수행하여 영상을 획득하였고, 시공간 영상분석 방법을 이용하여 분석하였다. 그 결과 소형 프로펠러 유속계로 측정한 유속 자료와 비교하여 원적외선의 주간 영상을 이용할 경우 최소 -9%에서 최대 -19%의 차이를 나타냈고, 야간 영상을 이용할 경우 최소 -10%에서 최대 -23%의 차이를 나타냈다. 또한 일반캠코더의 주간 영상을 이용한 경우와 비교하여 최대 10% 이내의 차이를 보였기 때문에 주야간 유속 측정에 원적외선 카메라의 적용이 어느 정도 가능한 것을 확인하였다. 다만 주간 영상에 비해 야간 영상이 약간 흐려지는 경향이 있기 때문에, 이러한 영상을 적절히 분석하기 위한 지속적인 연구가 필요할 것으로 생각한다. In flow velocity measurement of natural rivers, taking images with proper image quality is the fundamental and the most important step. Since flood peaks generally occur in night time, it is very difficult to capture proper images in that time. The present study aims to test a far infra-red camera as a adequate alternative to resolve the various problems in measuring flood discharges. The far infra-red cameras are able to capture images in night time without help of any extra illuminations. Futhermore they are not affected by fog nor smoke, they can be adapted for a fixed-type surface image velocimeters. For comparison, a commercial camcorder and a near infra-red cameras were used. The test images were taken at a day time and a night time, and the image acquisition work were performed at an artificial flow channel of the Andong River Experiment Station. The analyzed results showed that the far infra-red camera would be a good instrument for surface image velocimeters, since they were able to capture regardless light condition. There are, however, a few minor problems in their accuracy of the analyzed results. About their accuracy a more study would be required.