메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색

논문 기본 정보

자료유형
학위논문
저자정보

박경민 (목포해양대학교, 목포해양대학교 대학원)

지도교수
배철오
발행연도
2018
저작권
목포해양대학교 논문은 저작권에 의해 보호받습니다.

이용수4

표지
AI에게 요청하기
추천
검색

이 논문의 연구 히스토리 (3)

초록· 키워드

오류제보하기
초록

해상 운송은 승객이나 물자를 운송하는 것으로 국제 무역에서 중요한 역할을 하고 있다. 그것은 다른 운송 수단과 비교할 때 적은 운영비용으로 높은 운송능력을 제공한다. 그러나 기후조건의 영향을 많이 받으며 좌초, 침몰, 충돌, 화재 등과 같은 위험요소가 있다. 그 중에서도 화재 재해는 해상 선박에서 가장 큰 위험 중 하나이다. 선박에서 화재가 발생하는 경우에는 복잡한 구조물, 가연성 물질, 유독성 및 접근성과 같은 선박의 특성으로 인해 화재를 진압하기는 매우 어렵다. 그로인해, 화물이나 선박의 손실과 인명사고가 발생한다.

모든 선박에서는 SOLAS 규칙에 따라 화재 검출 시설을 설치해야한다. 선박의 화재 검출시스템의 대부분은 연기 검출기와 열 검지기를 이용하며 이는 천정에 설치되어 있으므로 화재가 발생 시 연기나 열이 검출기에 도달해야하므로 화재를 검출하기까지 오랜 시간이 필요하다. 또한, 화재 지역의 공기흐름이 상승하지 아니한 경우에는 연기나 열 검지기로서는 초기에 화재를 검출하기 어렵다. 최근에는, 이러한 단점을 보안하기 위해 머신 비전을 사용한 화재 검출방법에 대해 연구가 계속적으로 진행되고 있다. 이미지 전송은 연기나 열보다 전송속도가 빠르기 때문에 화재를 초기에 검출할 수 있다. 머신비전으로 화재를 검출하는 방법은 연기와 화염으로 구분되며, 화재의 성장단계에서 연기가 먼저 생성되므로 화재의 초기 검출을 위해서는 연기를 검출해야한다.

본 연구는 선박의 기관실에서 발생하는 연기를 머신비전 기반으로 검출하기 위한 실험을 수행하였다. 실습선 새누리호의 기관실에서 연기 발생기를 사용하여 15개의 비디오를 녹화하였으며, 보일러, 메인엔진, 발전기실, 청정기실, 출입문 등에서 이루어졌다. 우선, 움직임 검출을 위해 차영상 방법을 이용하여 객체를 검출하였다. 그리고 특징을 추출하기 위해 RGB contrast 방법으로 주변픽셀들과의 대조되는 이미지로 변환하고, 가우시안 피라미드 방법으로 3개의 계층을 구성하였다. 이미지의 특징 추출은 LBP 질감 분석법으로 추출하고 SVM 분류기를 사용하여 연기와 비연기를 구분하였다. 성능을 평가하기 위해서는 검출률, 오검출률 및 정확도와 같은 통계학적 방법을 사용하여 실험결과를 도출하였다.

연기의 검출결과는 연기의 특성과 주변의 환경에 영향을 받았다. 연기의 그레이 스케일 값이 움직임 검출을 위해 설정한 값보다 큰 경우에 후보 영역으로 선정되고, 이후의 연산과정은 후보 영역만 연산하므로 연산시간을 절약할 수 있었다. 연기의 검출은 연기의 후보영역에서 블록단위로 설정한 크기보다 큰 경우에는 실제 연기의 대부분이 검지되었으며, 실제의 연기가 흐릿하여 움직임 검출부분에서 검지되지 못하거나 질감 특성이 환경의 요인으로 인해 다른 특성을 나타내면 오검출이 발행하였다. 연산시간은 후보영역의 크기에 따라 다르며 실시간으로 사용하기에 충분한 연산 속도를 보였다.

본 논문에서는 연기의 검출을 이미지 기반으로 함으로서 화재를 초기에 검출 하고자 하였다. 선박의 기관실 구역 내에서 연구 특성상 실제 화재를 가정한 연기 발생기를 사용하여, 화재 검출 실험을 실시하여 연기 검출 타당성을 확인하였다. 연기의 특성은 연소 물질, 조명, 공기의 흐름 등에 따라 그 색깔과 모양이 다양하다. 강건한 검출을 위해 추후 여러 환경에서의 실험이 필요하다.

목차

目 次
List of Figures
List of Tables
List of Photos
List of Nomenclature
Abstract
Chapter 1. Introduction
1.1 Research background 1
1.2 Research trends 4
1.3 Research contents 7
Chapter 2. Configuration of machine vision system 9
2.1 Camera 9
2.1.1 Interface 9
2.1.2 Scan type 11
2.1.3 Sensor type 12
2.1.4 Shutter type 14
2.2 Lens 16
2.3 LabVIEW 20
2.3.1 Introduction about LabVIEW 20
2.3.2 Vision module 22
Chapter 3. Theoretical background 23
3.1 Local Binary Pattern 23
3.1.1 Texture 23
3.1.2 Introduction about local binary pattern 24
3.2 Support vector machines 27
Chapter 4. Image processing with LabVIEW 34
4.1 Pre-processing 34
4.1.1 Resample 34
4.1.2 Extract plane 35
4.2 Motion detection 35
4.3 Database 40
4.4 RGB contrast 42
4.5 Gaussian pyramids 45
4.6 Feature extraction and classification 48
Chapter 5. Experimental devices 52
5.1 Experimental system 52
5.2 Camera & lens 53
5.3 Power over ethernet 57
5.4 Smoke generator 58
5.5 Light intensity meter 59
5.6 Camera software 60
Chapter 6. Experimental results and analysis 63
6.1 Experimental environment 63
6.1.1 Experimental facility 63
6.1.2 Database 67
6.1.3 Performance evaluation method 76
6.2 Experimental results 78
6.2.1 Boiler_Ⅰ smoke detection 78
6.2.2 Boiler_Ⅱ smoke detection 80
6.2.3 Boiler_Ⅲ smoke detection 82
6.2.4 Boiler_Ⅳ smoke detection 84
6.2.5 Main engine_Ⅰ smoke detection 86
6.2.6 Main engine_Ⅱ smoke detection 88
6.2.7 Generator_Ⅰ smoke detection 90
6.2.8 Generator_Ⅱ smoke detection 92
6.2.9 Purifier_Ⅰ smoke detection 94
6.2.10 Purifier_Ⅱ smoke detection 96
6.2.11 Can_Ⅰ smoke detection 98
6.2.12 Can_Ⅱ smoke detection 100
6.2.13 Doorway_Ⅰ smoke detection 102
6.2.14 Doorway_Ⅱ smoke detection 104
6.2.15 Tank smoke detection 106
6.3 Experimental analysis 108
Chapter 7. Conclusion 116
7.1 Conclusions 116
7.2 Future research 119
Reference 120
Abstract 126
Acknowledgement 129

최근 본 자료

전체보기

댓글(0)

0