해수면 스테레오 광학영상과 X 밴드 레이다영상의 융합 및 기계학습을 통한 2D 파랑 측정을 위한 장치 및 방법
-
Title
- 해수면 스테레오 광학영상과 X 밴드 레이다영상의 융합 및 기계학습을 통한 2D 파랑 측정을 위한 장치 및 방법
-
Alternative Title
- Devices and methods for measuring 2D wave through fusion and mechanical learning of sea level stereo optical images and X band radar images
-
Author(s)
- 유제선; 정진용; 박숭환; 손동휘
- KIOST Author(s)
- Yoo, Jeseon(유제선); Jeong, Jin Yong(정진용); Park, Sung Hwan(박숭환); Son, Dong Hwi(손동휘)
-
Assignee(s)
- 한국해양과학기술원
-
Alternative Author(s)
- 유제선; 정진용; 박숭환; 손동휘
-
Application Date
- 2021-06-29
-
Registration Date
- 2023-03-09
-
Application No.
- 10-2021-0084953 KIPRIS
-
Registration No.
- 10-2509980
-
Country
- KO
-
Abstract
- (1) 1단계
- 해수면 스테레오 광학영상으로부터 10~20분정도의 실제 해수면고 3D 시계열자료(3차원 입방체)를 구
한다.
- xband 레이다 영상으로부터 10~20분정도의 해수면 반사파고 3D 시계열자료(3차원 입방체)를 구한다.
(2) 2단계
- 실제 해수면 3차원 입방체로부터 3D푸리에변환(3DFFT)을 통하여 3DFFT변환 입방체 결과물을 구한다.
- 레이다의 해수면 반사파고 3차원 입방체로부터 3D푸리에변환(3DFFT)을 통하여 3DFFT변환 입방체 결과
물을 구한다.
(3) 3단계
- 실제 해수면 3DFFT변환 입방체 결과물로부터 파고 에너지 대역과 노이즈 에너지 대역을 구분하고,
각 대역에 대한 에너지의 총합을 따로 따로 구한다.
- 레이다의 해수면 반사파고 3DFFT변환 입방체 결과물로부터 파고 에너지 대역과 노이즈 에너지 대역
을 구분하고, 각 대역에 대한 에너지의 총합을 따로 따로 구한다.
(4) 4단계
- 장기간(6개월 이상 등)에 걸쳐, 스테레오 광학영상과 xband 레이다 영상을 수집하여, 위의 1~3 단계
의 과정을 반복하며 대량의 자료를 확보한다.
- 기계학습(인공지능) 기술을 이용하여, 레이다 영상 기반 3DFFT변환 결과물로부터 실제 해수면 3DFFT
변환 결과물을 복원해 낼 수 있는 복원 모델을 도출한다.
(5) 5단계
- 새롭게 수집하는 Xband 레이다 영상에 대해서, 인공지능 기반의 파랑에너지 복원 모델을 적용하여 실
제 해수면 3DFFT변환 결과물을 계산해 낸다.
(5) 6단계
- 실제 해수면 3DFFT변환 결과물로부터 2차원(파주기-파향) 파랑에너지 스펙트럼을 계산한다.
- 실제 해수면 3DFFT변환 결과물로부터 2차원(파주기-파향) 파랑에너지 스펙트럼을 계산하는 과정은 다
음
-
URI
- https://sciwatch.kiost.ac.kr/handle/2020.kiost/43963
-
Type
- Patent
- Files in This Item:
-
There are no files associated with this item.
Items in ScienceWatch@KIOST are protected by copyright, with all rights reserved, unless otherwise indicated.