About Journal of the Korean Society for Marine Environment & Energy

선박용 레이더를 이용한 조류 관측에 관한 대표적인 연구로는 1998년 클렘슨 대학의 BIRDRAD(BIRD RADar)가 있다(Gauthreaux and Belser[2003]). 이는 Furuno 사의 선박용 X-Band 펄스 레이더와 타원형 안테나를 이용하여 시스템을 구축하였으며, 6 km 범위까지 관측 가능하다. 이는 10개의 단일 물표에 대하여 수동으로 표시하여 추적하는 방법으로 조류의 이동 범위, 속도, 방향 등을 기록한다. 또한 계속적인 실험을 통하여 안테나의 크기를 교체하는 등 BIRDRAD의 신뢰성을 향상시키기 위한 연구 등이 있다(Gauthreaux and Belser[2005]).

레이더를 이용한 조류 관측 기법에 대한 관심이 높아지고, 국가적인 차원의 관측이 필요해짐에 따라 대규모 관측 기법에 관한 연구가 진행되고 있다. 대표적인 예로, 고정 빔(fixed beam) 레이더 및 열 화상 카메라를 이용한 조류 이동 관측에 관한 연구(Gauthreaux and Livingston[2006])가 있다. 또한 NEXRAD(NEXt Generation RADar)의 도플러 기상 레이더인 WSR-88D(Weather Surveillance Radar-1988, Doppler) 네트워크를 통해 조류 이동 관측에 관한 연구(Gauthreaux et al.[2008], Horn and Kunz[2008]) 등이 있다. 국내의 경우에도 진도의 기상 레이더를 이용한 조류 이동 관측 사례 연구(Huh et al.[2011]) 등이 있다. 하지만, 이러한 연구에 사용된 레이더는 이용이 제한적이고 수십억원대의 고가이며 이동이 쉽지 않아 그 활용에 있어서 여러 제약점이 존재한다.

본 논문에서 제안하는 시스템의 구조는 Fig. 1과 같으며, 현지(local) 클라이언트 시스템과 원격지(remote) 서버 시스템으로 구분되어 있다. 개발한 시스템에는 현지에서 수집된 레이더 정보를 원격지에서도 확인할 수 있도록 표시하는 기능 및 레이더를 제어하는 기능을 제공하는 서버 및 클라이언트 프로그램이 포함되며, 수집된 레이더 정보에 이미지 처리 및 물표 인식 기술을 적용하여 관측된 조류 통계 기능을 제공하는 통계 프로그램도 포함된다.

Fig. 1. 
Conceptual diagram of the remote bird observation system.

로컬 클라이언트 시스템에는 FMCW 레이더, 인터페이스 박스(interface box), 전원 공급 장치(power supply), 네트워크 확장 포트(network extension box), 외부 저장장치(external storage), 클라이언트 PC로 구성되어 있고, 원격지 서버 시스템은 서버 PC, 외부 저장장치로 구성되어 있다. 시스템을 구성하는 각 장비들의 기능은 다음과 같다.

- FMCW RADAR: 스캔을 통하여 물표(조류 등)를 관측하며 정보를 수집하는 기능

- Interface box: FMCW 레이더에 의해 수집된 정보(spoke data)를 이더넷으로 송수신할 수 있도록 변환 및 제어 메시지를 레이더로 전달하는 기능

- Power supply: 레이더, 인터페이스 박스, 네트워크 확장 포트에 전원을 공급하는 기능

- Network extension port: 인터페이스 박스에 의해 변환된 레이더 데이터를 클라이언트 PC로 전송하기 위한 스위칭 기능

- Client PC: 레이더 데이터를 화면에 표시, 외부 저장장치에 저장, 조류 통계를 위한 이미지 처리, 인터넷을 통해 레이더 정보(spoke) 및 통계 데이터를 서버 PC로 전송 및 레이더를 제어하는 기능을 가진 클라이언트 프로그램을 포함

- Server PC: 수신한 레이더 데이터를 화면에 표시, 외부 저장장치에 저장, 데이터 검색 및 통계 및 원격으로 레이더를 제어하는 기능을 하는 서버 프로그램을 포함

- External storage: 레이더 정보 및 조류관련 통계 데이터를 저장하고 관리하는 기능

시스템을 구성하는 장비들과 연계되어 동작하도록 개발한 서버 및 클라이언트 프로그램 및 통계 프로그램의 기능은 다음과 같다.

- Client Program: 클라이언트 PC 내부에서 동작, 수집된 레이더 정보(spoke)를 이미지로 화면에 표시 및 외부 저장장치에 저장하는 기능, 레이더 동작(on/off, 관측 범위 설정 등), 반사파 및 노이즈 제어, 민감도 및 정밀도 설정 등의 레이더 제어 기능 등을 제공

- Server Program: 서버 PC 내부에서 동작, 수신된 레이더 데이터를 화면에 표시해주는 기능 및 외부 저장장치에 저장하는 기능, 레이더 제어 기능 등 클라이언트 프로그램과 유사한 기능 등을 제공, 추가적으로 외부 저장장치에 저장된 레이더 데이터를 이용하여 날짜 및 시간별로 선택적으로 재생하는 기능을 제공

- Statistics Program: 이미지 처리 및 물표 인식 기술 등을 이용하여 수집된 레이더 정보에서 조류를 인식하고 이에 관한 통계 기능을 제공, 외부 저장장치에 저장된 레이더 데이터를 이용하여 날짜 및 시간별로 선택적으로 재생하는 기능을 제공

본 논문에서 다루는 원격 조류 관측 시스템 개발을 위해 사용한 장비의 사양은 Table 1과 같으며, FMCW 레이더의 세부 사양은 Table 2와 같다. 또한 서버/클라이언트/통계 프로그램의 개발 환경은 Table 3에 나타냈으며, 레이더와 관련된 부분은 Navico사에서 제공하는 Navico BRPC Radar Software Development Kit Library (Corda[2009], Corda and Bell[2009a], Corda and Bell[2009b], Bell[2009])를 이용하였다.

클라이언트 프로그램은 클라이언트 PC 내부에서 동작하며, 수집된 레이더 정보(spoke)를 화면에 표시하고, 외부 저장장치에 저장하는 기능을 제공한다. 또한 레이더 동작(on/off, 관측 범위 설정 등), 반사파 및 노이즈 제어, 민감도 및 정밀도 설정 등의 레이더 제어 기능 등을 제공한다.

개발한 클라이언트 프로그램의 사용자 인터페이스는 Fig. 2와 같으며, GPS 정보 표시창(①), 레이더 이미지 표시창(②), 레이더 동작상태 메시지 표시창(③), 레이더 민감도 설정부(④), 레이더의 일반 설정부(⑤), 레이더 동작 설정부(⑥), 기타 프로그램 설정 버튼(⑦), Guard Zone 등 레이더 이미지 관련 설정부(⑧), 타겟 설정 및 설정된 타겟 리스트(⑨), 레이더 동작 버튼(⑩), 프로그램 종료 버튼(⑪) 등으로 구성되어 있다.

Fig. 2. 
User interface of client program.

서버 프로그램은 서버 PC 내부에서 동작하며, 수신된 레이더 데이터를 화면에 표시해주는 기능 및 외부 저장장치에 저장하는 기능 등 레이더 제어 기능 등 클라이언트 프로그램과 유사한 기능 등을 제공한다. 또한 추가적으로 외부 저장장치에 저장된 레이더 데이터를 이용하여 날짜 및 시간별로 선택적으로 재생하는 기능을 제공한다.

서버 프로그램의 사용자 인터페이스는 Fig. 3과 같으며, 레이더 이미지 표시창(①), 서버의 현재 동작 상태 알림창(②), 원격 레이더 동작 버튼(③), 원격 레이더 중지 버튼(④), EBL(Electronic Bearing Line)/VRM(Variable Range Marker) 기능 동작/정지 버튼(⑤), 프로그램 설정 버튼(⑥), 서버 사용자 관리 버튼(⑦), 프로그램을 종료 버튼(⑧), 레이더 동작과 관련 설정부(⑨), 레이더의 민감도 설정부(⑩), 레이더의 일반 설정부(⑪), 검색된 레이더 정보 재현부(⑫), 저장된 레이더 정보 검색창(⑬) 등으로 구성되어 있다.

Fig. 3. 
User interface of server program.

본 논문에서 다루는 시스템의 가장 중요한 기능을 담당하는 통계 프로그램은 물표 인식을 위한 이미지 처리 기술을 이용하여 수집된 레이더 정보에서 조류를 인식하고 이에 관한 통계 기능을 제공하며, 외부 저장장치에 저장된 레이더 데이터를 이용하여 날짜 및 시간별로 선택적으로 재생하는 기능을 제공한다.

통계 프로그램은 외부 저장장치에 저장된 데이터를 이용하여 레이더 이미지를 재생 하는 기능을 한다. 또한 이미지 처리를 통해 저장된 조류 관측 데이터를 조건별로 검색하는 기능, 검색 결과를 차트를 이용하여 표시해주는 기능 등의 통계 기능을 제공한다. 통계 프로그램의 사용자 인터페이스는 Fig. 4와 같으며, 시간 및 위경도 표시부(①), 레이더 이미지 표시창(②), 검색된 레이더 정보 재현부(③), 이미지 처리 제어부(④), 기록 옵션 선택부(⑤), 재생속도 제어부(⑥), 기능 전환(검색/통계/물표)탭(⑦), 통계 그래프 표시창(⑧), 통계 옵션 선택부(⑨), 통계 조건 설정부(⑩), 조회 결과 표시창(⑪) 등으로 구성되어 있다.

Fig. 4. 
User interface of statistics program.

물표(조류)의 인식을 위한 여러 이미지 처리 기법이 알려져 있지만, 본 논문에서 다루는 통계 프로그램에서의 물표 인식을 위한 과정은 Fig. 5와 같다. spoke data로 수집된 레이더 정보는 먼저, 비트맵 이미지 파일로 변환된다. 그 후, 그레이스케일(grayscale), 가우시안 필터링(Gaussian filtering), 이진화(binarization), 라벨링(labeling)의 네 가지 이미지 처리 기법을 이용하여 물표를 인식하기 위한 라벨링 작업을 수행하며, Fig. 6에 이미지 처리에 관한 예제를 나타내었다.

Fig. 5. 
Processes of labelling (target recognition).

Fig. 6. 
Example of labelling (target recognition).

24비트 비트맵으로 변환된 레이더 이미지에서 물표를 인식하기 위한 첫 번째 단계로 그레이스케일 기법을 적용하였으며, 이는 이진화 처리 기법을 적용하기 위한 선행 작업이다. 그레이스케일은 레이더 이미지에서 색상 정보를 제거하여 검은색, 회색, 흰색 등 밝기 정보만으로 이미지를 재구성하는 것을 의미하며, 변환된 그레이스케일 이미지의 하나의 픽셀은 0~255사이의 값을 가진다. 두 번째 단계로 레이더 이미지의 잡음(noise)을 없애기 위해 식 (1)과 같은 2차원 가우시안 함수를 이용하여 필터링을 수행하였다. 가우시안 함수에서 x, y는 이미지 상에서 각각 가로, 세로 픽셀 좌표 값을 의미하며, σ는 표준편차를 의미한다. σ는 값의 분포를 결정하는 변수로 σ값이 클수록 높이는 낮지만 폭은 넓어지므로 많은 저주파 성분을 통과시킨다. 반대로 σ값이 작아지면 적은 저주파 성분만 통과시키는 것으로 σ값이 크면 적은 양의 고주파 성분이 제거되고, σ값이 작으면 많은 양의 고주파 성분이 제거 된다. 즉, 레이더 이미지에 σ(표준편차)에 따른 흐림(blurring) 효과를 주어 잡음을 제거하기 위한 목적이다. 흐림 효과를 주면 해당 작은 신호의 픽셀값은 주변 픽셀값과 유사한 값으로 변환되고 결과적으로 이미지에서 제거되는 효과를 볼 수 있다.

세 번째 단계로 이진화 기법을 적용하는데 이는 이미지의 픽셀 값을 0 혹은 255로 변환하는 것을 의미한다. 그레이스케일 과정을 거친 이미지에 임계값(threshold)을 사용자가 직접 설정할 수 있으며, 픽셀 값이 설정한 임계값 보다 클 경우에는 255, 작을 경우에는 0으로 표현하여 이미지가 검은색 혹은 흰색만으로 구성되도록 한다. 임계값이 255에 가깝게 설정할수록 그레이스케일 이미지에서 밝은 부분만을 객체로 인식하겠다는 의미를 갖는다. 따라서 앞서 언급한 가우시안 필터링의 σ(표준 편차)와 이진화 기법의 임계값을 사용자가 임의로 설정하여 잡음을 제거할 수 있다. 결과적으로 흰색 정보는 레이더의 주파수에 반사된 사물 또는 객체를 의미하게 된다. 마지막 단계로 물표 인식을 위한 라벨링 작업을 수행하는데, 이는 이미지에서 영역 구분을 위한 작업을 의미한다. 즉, 이진화된 이미지에서 인접한 픽셀값이 0인지, 혹은 255인지에 따라 영역을 구분하여 해당물표를 하나로 인식할 수 있도록 해주는 작업이다(Hwang[2010]).

예를 들어, 레이더 영상에서 탐지된 물표가 있다고 가정하면, 물표의 픽셀 위치를 중심으로 좌우(40픽셀), 하단(80픽셀)의 범위를 검색하여 값이 0이 아닌 픽셀(값을 가지는 픽셀)의 개수를 계수하고, 경계점 및 중심점을 결정한다. 이러한 방법으로 전 화면에 걸친 픽셀을 검색하게 되면 화면상에 나타난 모든 물표를 검색하게 된다. 또한 픽셀 개수가 군집의 크기가 되며, 경계 사각형의 중심이 군집의 위치가 된다.

본 논문에서 다루는 시스템은 비행하는 물체를 탐지하기 위하여 25도 각도의 빔폭을 갖는 레이더를 수평앙각 12.5도로 관측한 레이더 이미지를 이용하여 조류를 탐지하는 기능을 갖는 시스템이다. 이 시스템은 이미지 프로세싱을 통한 물표 탐지만을 다루기 때문에 이동하는 물체를 추적할 수 없다. 또한 인식된 물표가 조류인지 선박인지를 구분하지 못하는 단점을 가지고 있다. 이 시스템이 운용되고 있는 전라북도 부안군 위도에 위치한 선박의 통항이 없는 특정 지역에서 FMCW 레이더를 이용한 조류 관측을 위해 운용이 가능한지 확인을 위한 실험을 두 차례 수행하였다. 실험의 제한점으로 육지를 제외한 강이나 바다 지역에서 발생하는 레이더 신호는 모두 조류라고 가정한다. 그리고 라벨링한 이미지의 픽셀수가 200픽셀 이상일 경우와 4픽셀 이하의 물표는 지형지물 및 잡음으로 판단하여 제외한다.

조류의 이동경로 추적은 향후 연구에서 다루도록 한다. 또한 레이더 신호 잡음을 제거하기 위하여 이미지 처리를 수행하지만, 모든 잡음을 완벽하게 제거할 수는 없기 때문에 Table 4와 같이 조류가 비행하는 거리, 고도, 조류 무리의 밀집도에 따라 반사되는 레이더의 신호 값이 차이가 발생할 수 있음을 감안하여 군집의 규모를 추론하기 위한 픽셀의 수를 설정하였다. 실험은 조류의 탐지 및 규모를 유추하기 위한 수준으로 수행하였으며, 결과는 통계 프로그램을 이용하여 표현한다. 이때, 가우시안 필터의 표준편자는 2.0, 이진화 임계값은 35로 설정하였다.

1차 실험은 2013년 11월 22일 오전 10시부터 오후 15시까지, 충청남도 서산시 고북면의 천수만 A지구 간월호 부근에서 수행하였다. 인근 다리의 중앙에 레이더를 설치하고, 이동하는 소규모(10마리 내외) 조류 무리가 레이더에 의해 관측이 되는지 확인하는 방법으로 조류의 인식을 위한 최소 요구사항 정의하는 것이 1차 실험의 목적이었다. Fig. 7의 (a)는 실험 결과를 통계 프로그램으로 표현한 화면이다. 화면에서 흰색 박스로 인식된 조류를 그림을 통해 확인할 수 있다. 또한 Fig. 7의 (b)는 실험 환경을 사진으로 촬영한 것이며, Fig. 7의 (c)는 실험 장소 및 레이더 설치 장소를 나타낸 위성사진이다. 실험 결과, 최소 4마리의 조류가 이동시 레이더에 관측되는 것을 확인하였다. 또한 조류가 레이더의 감도 60, 해면반사파 12의 수치 값에서 물표가 잘 관측됨을 확인하였다. 다만, 환경적인 요소(눈, 비, 바람)를 항상 고려하여 감도 및 해면반사파의 수치 정보 조절이 필요하다. 예를 들어 눈, 비가 올 경우 레이더에 눈비 신호가 표시되며, 바람이 많이 불 경우 파도에 의해 해면반사가 많이 일어날 경우 레이더에 이러한 정보가 모두 표시되므로 항상 감도 60, 해면반사파 12 값을 설정하는 것은 무의미하므로 날씨 조건에 따라서 레이더 설정이 필요함을 확인하였다.

Fig. 7. 
Result of first test.

2차 실험은 2013년 12월 19일 오전 10시부터 오후 13시까지 부산광역시 강서구 을숙도(서낙동강 하구)의 해양경찰서 녹산출장소 부근에서 수행하였다. 방파제에 레이더를 설치한 후, 15피트 급의소형 선박을 이용하여 조류가 비행하도록 유도하고, 무리지어 비행하는 조류의 관측이 가능한지를 확인하는 방법을 이용하였다. 대규모(100마리 이상)의 조류 무리를 관측하는 것이 2차 실험의 목적이었다. Fig. 8의 (a)는 실험 결과를 통계 프로그램으로 표현한 화면이다. 또한 Fig. 8의 (b)는 실험 환경을 사진으로 촬영한 것이며, Fig. 8의 (c)는 실험 장소 및 레이더 설치 장소를 나타낸 위성사진이다. 실험 결과, 무리지어 비행하는 조류의 인식 및 관측이 가능성을 검증하였으며, 실제 조류의 규모와 레이더에 표시되는 크기간의 관계를 재조정하였다.

Fig. 8. 
Result of second test.