영상감시 카메라를 사용한 연기 검출
상태바
영상감시 카메라를 사용한 연기 검출
  • CCTV뉴스
  • 승인 2009.10.07 00:00
  • 댓글 0
이 기사를 공유합니다

최근 연기 검출을 위해 빌딩, 터널 등에서의 보안 모니터링을 위한 영상감시 시스템을 사용하고자 하는 시도들이 있어 왔다. 지멘스에서 발표 한 일정 구역을 모니터링 하는 영상 감시 카메라에 의해 레코딩 된, 적어도 하나의 영상 이미지를 분석함으로써 연기를 검출하는 방법 및 장치를 소개한다.

연기 발생에 대한 영상 이미지들을 자동으로 조사하는 공지된 방법을 사용하여, 연속적인 이미지들의 개별 픽셀들의 강도 값들이 서로 비교된다. 만약 연기의 존재에 의해 야기된 더 밝은 이미지를 나타내는 강도 값들이 측정된다면, 연기가 존재하는 것으로 결론이 내려지고 알람이 트리거 된다.

이러한 방법에서 일어나는 문제점들 중 하나는 연기가 밝은 배경에 대해서 검출되지 않고, 적은 연기만을 생성하는 불 조차 검출될 수 없다는 것이다. 또한 휘도 변화에 부가하여, 카메라의 시야 범위를 걸쳐 이동하는 사람에 의해 야기될 수 있는 변화들에 의해 허위 알람이 트리거될 수 있다.

실제 모니터링 구역에 부가하여 더 밖에 있는 외부 구역을 조사하거나 이러한 외부 구역의 변화들이 있는 경우 모니터링 구역의 관찰을 중단함으로써 문제점들을 해결하려 하는 시도가 있어 왔다. 이러한 방법의 단점은 불이 특정 상황들에서 특정 지연 이후까지 검출되지 않고, 모니터링 구역에 부가하여 제공된 외부 구역에서의 연기원들이 검출되지 않는다는 것이다.

이러한 문제를 해결하기 위해 일정한 구역을 모니터링하는 영상감시 카메라에 의해 레코딩 된, 적어도 하나의 영상 이미지를 사용하여 연기의 검출을 위한 효율적인 옵션을 제안한다.

그림 1은 연기 검출을 위한 블록 다이어그램을 보여준다. 하나의 강도 이미지 [Xij(t)]는 적어도 하나의 영상 이미지로부터 획득되고, 이 영상 이미지는 특정 주파수를 사용하여 형성되었다. 이러한 경우 영상 이미지는 352×288 픽셀들의 크기를 갖는다.


그림 1. 연기 검출에 관한 이 기술에 따른 블록 다이어그램

다음 단계는 사전 프로세싱(preprocessing)이다. 사전 프로세싱의 목적은 연기 검출을 위해 관심이 있는 구역들이 영상 이미지에서 필터링 되는 것이다. 이러한 목적으로, 배경 누적 행렬(background accumulation matrix) [Bij(t)]이 우선 형성된다. 배경 누적 행렬 [Bij(t)]은 가중 계수로 가중된 강도 이미지들 [Xij(t)]로부터 획득되고, 가중 계수는 강도 이미지들이 누적 행렬 [Bij(t)] 안으로 얼마나 강하게 흘러들어 가는지를 측정한다.

누적 행렬은 이하와 같이 결정된다.



다음에 감산 행렬 Dij(t) = /Bij(t) - Xij(t)/이 적어도 하나의 이동 영역에 대하여 계산된다. 마지막으로 색상 가중 감산 행렬 [Sij(t)]이 감산 행렬 Dij(t)의 색상 가중으로부터 획득된다.

이러한 감산 행렬 [Sij(t)]은 이하로부터 계산된다.


여기서, Luma {Dij}는 Dij의 휘도 성분(luma component)이고, ChromaU (Dij)는 Dij의 U-색도 성분(chroma component)이고, CromaV (Dij)는 Dij의 V-색도 성분이다.

위치 (i, j)에서 있을 수 있는 연기의 존재는 최종적으로, 직교 좌표계(Cartesian coordinate system)의 x/y 축 상에서 색상-가중 감산 행렬 [Sij(t)]의 투영에 의해 결정된다.

직교 좌표계 상의 투영은 이하와 같이 나타난다.



이러한 예에서 Sij의 크기는 H×V(H(연기의 속도)×V(연기의 이동))이다. 명백히 임의의 주어진 좌표 시스템, 예를 들어 구형 좌표계, 원통형 좌표계 등 또한 사용될 수 있다.

그 다음, 영상 이미지의 이동 영역에 있을 수 있는 연기의 존재는 색상-가중 감산 행렬 [Sij(t)]의 도움으로 체크될 수 있다. 있을 수 있는 연기의 존재에 대하여, 원래 이미지와의 비교에 의해 감소된 영상 이미지 내 관심 영역(ROI)이 정해진다. 명백히 하나보다 많은 ROI가 영상 이미지에서 또는 다수의 채널들에 대하여 정해질 수 있다.

약 1:100으로 데이터를 감소시킴으로써, 그러한 경우에 ROI의 크기는 8×128 픽셀들 일 수 있고, 실제 분석 또는 평가를 위한 프로세서 부하는 현저히 감소된다. 연기가 레코딩 된 영상 이미지의 이동 영역에 존재하는지 여부는 연기에 대한 특성 정보의 적어도 하나의 항목에 관하여 명확해진다. 이하와 같이 정보의 5개 항목들이 검출의 보안성을 증가시키기 위해 사용된다.

연기(연기 이동)의 속도, 이러한 이동을 보여주는 픽셀들(활성 픽셀들)의 개수, 배경에 대하여 적어도 하나의 영상 이미지의 루미넌스 변화, 이동하는 연기의 색상 변화 및 연기의 이동(도수분포도의 y 위치)이 연기에 대한 특성 정보로서 관찰된다.
연기에 대한 이하의 특성 정보가 이제 각각의 ROI에 대하여 계산된다:


그 후에, 연기에 대한 특성 정보 v(t), l(t), a(t), c(t) 및 h(t)가 특정 시간에 대해 적분되고, 그에 의하여 다수의 이미지들에 대해 적분된다. 함수는 예를 들어 이하와 같이 나타난다.

                


여기서, X = V, L, A, C, H 각각의 평균은 시간에 대해 적분된 정보에 대하여 결정된다.



그 후에, 연기의 존재에 대한 확률은 이러한 평균들의 각각에 대하여 계산된다. 이것은 패턴 검출에 의해 수행된다. 각각의 평균에 대하여, 판별 값 Ψ이 결정된다. 임계값 δ(또는 또한 확률 함수)은 예를 들어, 이하의 방식을 판별자(discriminator)를 정의할 수 있다:
휘도 변화에 대하여,


또는 0 ≤ Γ(FL) ≤ 1, 여기서 Γ(x)는 확률 함수(probability function)이다.
연기 패턴은 모든 판별자들의 곱에 의해 정의되거나,



또는 모든 판별자들의 평균으로서 정의된다.


여기서, NF = 5는 정보의 항목들의 개수이다.

최종적으로, 영상 이미지의 이동하는 영역이 연기의 이미지를 포함하는지 여부에 대하여 결정이 이루어진다. 이러한 목적을 위하여, σ의 값에 의해 증가되거나 감소되는 적분기 I(t)가 결정된다.

I(t=0) = 0;

만약



이면, I(t) = I(t-1) + σ+ (I(t) > S+이면, S+에 더해짐)

그렇지 않으면, I(t) = I(t-1) - σ- (I(t) < S-이면, S-(보통 0)에 더해짐)

여기서, σ+, σ-는 보통 값 +1을 취한다.

연기가 검출되고,  예를 들어, I(t)가 임계값 K를 초과하면 알람이 트리거된다: 만약 I(t) > K이면, 연기가 존재하고, 그렇지 않으면 연기가 존재하지 않는다.


그림 2. 영상 이미지의 단순화된 표현

그림 2는 영상 이미지(VB)의 단순화된 다이어그램을 보여준다. 이미지는 이동하는 영역을 포함하고, 이동하는 영역은 연기를 나타내도록 의도된다. 영상 이미지(VB)는 또한 그림 1에 대한 설명에 따라 결정되었던 ROI를 보여준다.


그림 3. 연기 검출을 위한 결정 다이어그램

그림 3은 그림 1 하에서 기술된 바와 같이, 연기의 검출에 대한 결정 다이어그램을 보여준다. 만약 I(t)가 특정 임계값 K을 초과하면, 알람이 트리거되고 연기가 검출되었을 확률이 높다. I(t)는 무한대로 증가하지 않고 그에 의해 연기 검출을 위한 반응 시간이 불필요하게 감소되도록, 최대 값 IT가 정해진다. 알람이 트리거될 때까지 시간은 임계 시간(critical time)으로서 지정된다. 이러한 시간은 가능한 짧아야 한다.


그림 4. 이 기술의 장치를 도시화

그림 4는 센서, 중앙 유닛 등과 같은 다른 유닛들과 통신하기 위한 수신기 유닛(E) 및 송신기 유닛(S), 그리고 그림 1에 따른 방법을 수행하는 프로세싱 유닛(V)을 구비한 이 기술의 장치(VR)를 보여준다. 그러한 경우에서, 상기 장치는 영상감시 카메라, 중앙 유닛 등으로 통합될 수 있거나, 별개의 유닛을 나타낼 수 있다.



<김현경 기자>

 

댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.