등록특허 10-1709860

(19) 대한민국특허청(KR) (45) 공고일자 2017년02월23일

(11) 등록번호 10-1709860
(12) 등록특허공보(B1) (24) 등록일자 2017년02월17일
(51) 국제특허분류(Int. Cl.) (73) 특허권자
G06T 7/00 (2017.01) 강릉원주대학교산학협력단
(52) CPC특허분류 강원도 강릉시 죽헌길 7(지변동)
G06T 7/00 (2013.01) (72) 발명자
G06T 2207/10024 (2013.01) 김부요
(21) 출원번호 10-2015-0123819
강원도 강릉시 죽헌길 7 강릉원주대학교
(22) 출원일자 2015년09월01일 생명과학2호관 610호
심사청구일자 2015년09월01일 지준범
(56) 선행기술조사문헌 경기도 용인시 처인구 모현면 외대로54번길 12 모
KR101380106 B1 현스위첸아파트 104동 501호
KR1020130031732 A (뒷면에 계속)
KR1020130027356 A (74) 대리인
Skyviewer 영상 자료를 이용한 전운량 산출* 이형규
*는 심사관에 의하여 인용된 문헌

전체 청구항 수 : 총 4 항 심사관 : 신재철

(54) 발명의 명칭 전천 하늘 영상자료의 RGB 컬러를 이용한 전운량 산출방법 및 시스템

(57) 요 약
본 발명은 전천 하늘 영상자료의 RGB 컬러를 이용한 전운량 산출방법 및 시스템에 관한 것으로, 그 기술구현의
목적은, 스카이뷰 장치를 통해 촬영된 하늘 영상 자료, 예컨대, RGB 이미지로부터, 이미지 내의 차폐제거, GBR
화소분포에 따른 영상 분류, RBR 경계값을 고려한 구름 화소 분류, 분류된 구름 화소에서 태양광 제거, 구름 화

(뒷면에 계속)
대 표 도 - 도4

-1-
 등록특허 10-1709860

소의 유효성 검사과정을 행하도록 하고, 이후, 전운량을 산출되게 함으로서, 보다 체계적이고, 과학적임은 물론,
그에, 따라, 정확성과 객관성 또한 모두 충족시킬 수 있도록 한 전천 하늘 영상자료의 RGB 컬러를 이용한 전운
량 산출방법 및 시스템을 제공함에 있다.

이에, 상기 목적을 달성하기 위한 본 발명의 구체적 수단으로는;

영상정보수신부와, 산출기준 설정부와, 차폐제거처리부와, 영상분류처리부와, 화소 경계값설정처리부와, 태양광

제거처리부와, 유효성 검사처리부와, 전운량 산출처리부로 이루어진 전운량 산출시스템을 구축되게 하여 달성한
다.

또한, 상기 구축된 전운량 산출시스템을 이용하여, 영상이미지 수집단계와,차폐이미지 제거처리단계와, 영상분류

처리단계와, 화소 경계값설정단계와, 태양광 제거처리 및 유효성 검사단계와, 전운량 산출단계를 행하게 함으로
서, 달성한다.
(52) CPC특허분류 조일성
G06T 2207/10032 (2013.01) 강원도 강릉시 교동광장로 138-15 현대2차아파트
G06T 2207/30181 (2013.01) 202동 1501호
(72) 발명자
이규태
강원도 강릉시 죽헌길 7 강릉원주대학교
생명과학2호관 610호

이 발명을 지원한 국가연구개발사업

과제고유번호 KMIPA2014-21080
부처명 환경부
연구관리전문기관 한국기상산업진흥원
연구사업명 기상씨앗기술개발
연구과제명 태양복사 관측기술과 검교정기술 개발
기 여 율 1/1
주관기관 강릉원주대학교산학협력단
연구기간 2014.10.16 ~ 2015.10.15
공지예외적용 : 있음

-2-
 등록특허 10-1709860

명 세 서

청구범위
청구항 1

전운량 산출처리장치(100)를 구축하되;

상기 전운량 산출처리장치(100)는, 스카이뷰 장치(200)로부터 촬영된 하늘 영상이미지를 전송받는 영상정보수신

부(1);

상기 수신된 영상이미지를 기초로, 전운량 산출 조건을 설정하는 산출기준 설정부(2);

상기 설정된 전운량 산출조건에 따라 영상이미지에 포함된 차폐이미지를 제거하는 차폐제거처리부(3);

상기 차폐이미지가 제거된 영상이미지를 GBR 화소분포에 따라 분류하는 영상분류처리부(4);

상기 분류된 영상이미지에서 하늘과 구름을 구분하여 판단할 수 있도록, RBR 경계값을 설정하여 구름화소로 분
류하는 화소 경계값설정처리부(5);

상기 분류된 구름화소에서 이미지에 포함된 태양광을 제거하는, 태양광 제거처리부(6);

상기 태양광이 제거된 영상이미지에 있어, 구름화소로 구분된 이미지의 유효성을 검사하는 유효성 검사처리부
(7);

상기 유효성 검사가 완료된 영상이미지로부터 전운량을 산출하는, 전운량 산출처리부(8)로 구성됨을 특징으로
하는 전천 하늘 영상자료의 RGB 컬러를 이용한 전운량 산출시스템.

청구항 2

스카이뷰 장치(200)를 통해 하늘 영상이미지를 촬영 녹화하고, 녹화된 하늘 영상이미지를 전운량 산출처리장치

(100)의 영상정보수신부(1)를 통해 제공받는 하늘 영상이미지 수집단계(S1)를 포함하며;

상기 하늘 영상이미지 수집단계(S1)를 통해 제공 받은 영상이미지를 전운량 산출처리장치(100)에 마련된 차폐제

거처리부(3)에 대입하여, 스카이뷰 장치(200)의 디지털카메라(201)를 통해 촬영된 영상이미지를, 태양 천정각
75°이하, 총 시야각 150°이하인 영역 범위로 제한 편집하여 차폐이미지를 제거하는 차폐이미지 제거처리단계
(S2);

상기 차폐이미지 제거처리단계(S2)를 통해 차폐이미지가 제거된 영상이미지를 전운량 산출처리장치(100)에 마련

된 전운량화소분포 분류처리부(4)에 대입하여, 화소별 편차가 가장 적은 GBR(Green Blue Ratio)을 이용, 빈도와
빈도분포의 왜도, 그리고, GBR(Green Blue Ratio)의 평균표준편차를 분석하여 영상이미지를 분류하는 영상분류
처리단계(S3);

상기 영상분류처리단계(S3)를 통해 분류된 영상이미지를 전운량 산출처리장치(100)에 마련된, 화소 경계값설정

처리부(5)에 대입시켜, 하늘과 구름을 구별하기 위한 화소의 경계값으로 RBR 경계값을 설정하여 구름화소를 분
류하는 화소 경계값설정단계(S4);

상기 화소 경계값설정단계(S4)를 통해 분류된 구름화소를 태양광 제거처리부(6)에 대입시켜, 하늘과 구름으로

구별할 수 없는 이미지영역을 유,부동 차폐화소와 같이 제거하여 전운량 산출오차를 축소하고, 상기 전운량 산
출오차가 축소된 영상이미지를 전운량 산출처리장치(100)에 마련된 유효성 검사처리부(7)에 대입하여, 구름화소
로 구분된 이미지의 유효성을 검사하는 태양광 제거처리 및 유효성 검사단계(S5);

상기 태양광 제거처리 및 유효성 검사단계(S5) 통해, 유효성 검사가 완료된 영상이미지를 전운량 산출처리장치
(100)에 마련된 전운량 산출처리부(8)에 대입하여, 설정된 알고리즘과 전운량 산출식에 의한 연산처리과정을 통
해 전운량을 산출하는 전운량 산출단계(S6)로 이루어짐을 특징으로 하는 전천 하늘 영상자료의 RGB 컬러를 이용
한 전운량 산출방법.

청구항 3

-3-
 등록특허 10-1709860

제 2항에 있어서;

상기 영상분류처리단계(S3)를 통해 분류되는 영상이미지의 형태는, 단봉형, 쌍봉형, 다봉형으로 나뉘고, 각 형

태에 따라 유동적인 RBR(Red Blue Ratio)을 설정하게 됨을 특징으로 하는 전천 하늘 영상자료의 RGB 컬러를 이
용한 전운량 산출방법.

청구항 4

제 2항에 있어서;

상기 전운량 산출단계(S6)를 통해 산출되는 전운량 산출식은,

이고, 상기 전운량 산출식에서 는 구름 화소의 개수이고, 은 태양 천정각이 75° 이하인 영역내의

총 화소의 개수이며, 와 는 유,부동 차폐 그리고 태양광 화소의 개수임을 특징으로 하는 전천 하늘

영상자료의 RGB 컬러를 이용한 전운량 산출방법.

발명의 설명

기 술 분 야
[0001] 본 발명은 전운량 산출방법 및 그 시스템에 관한 것으로, 더욱 상세하게는 스카이뷰를 통해 촬영된 하늘 영상
RGB(Red Green Blue) 이미지로부터, 이미내의 차폐제거, GBR(Green Blue Ratio) 화소 분포에 따른 분류,
RGB(Red Green Blue) 경계값을 고려한 구름화소 분류, 분류된 구름화소에서 태양광 제거 및 유효성 검사를 수행
하고, 이후, 전운량을 산출되도록 한 전천 하늘 영상자료의 RGB 컬러를 이용한 전운량 산출방법 및 시스템에 관
한 것이다.

배 경 기 술
[0002] 구름은 태양에서 입사되는 태양복사를 반사시키는 냉각효과와 지구 장파 복사를 가두는 온실효과를 함께 가지고
있으며, 다른 기후과정들과 피드백을 통해 지구에너지의 순환과정에서 중요한 역할을 담당한다.

[0003] 특히, 전운량(하늘을 덮은 구름양의 비율)은 일기예보뿐만 아니라 기상관련 요소들의 변화에 영향을 미치며 지
표면의 일사량 및 일조시간을 결정하는 변수이다. 구름 자료는 주요 도시의 일사량을 추정하고, 일조와의 관계
를 통해 지면에 도달하는 태양에너지에 대한 정보를 얻을 뿐만 아니라 지표면 온도를 산출하는데도 활용된다.

[0004] 또한, 태양복사의 시,공간 분포 연구와 안개와 구름의 특성분석 등의 활용도가 매우 다양하다.

[0005] 그러나, 일반적인 종래의 전운량 관측방법은 주로 목측(눈 대중)으로 수행되는 것이 일반적이기 때문에 관측자
의 주관적 판단에 따른 오차가 유발되고 시,공간적 제한이 큰 문제점이 있는 것임을 알수 있다.

[0006] 따라서, 이러한 전운량 관측방법, 즉, 목측의 단점을 극복하기 위한 방안으로, 위성 자료를 이용한 전운량 산출
방법이 시도되고 있으나, 이는, 지상에서 관측되는 전운량과 일치하지 않는 등과 같은 정확성 및 객관성에 대한
한계의 문제점을 여전히 극복하고 못하고 있는 현실이다.

[0007] 이에, 전술한 바와 같은, 종래 전운량 산출의 문제점을 해결하기 위한 방안으로서, 미국에서는 WSI(Whole Sky
Imager) 방법을 통해 1984년부터 관측을 시작하여 1990년대 초에 Day/Night WSI를 개발하는 등 다양한 연구들이
진행되어 왔다(Johnson and Hering, 1987; Shields et al., 1993, 2007b, 2013). k-nearest-neighbour(knn)
기법을 통해 자동 운형 분류가 진행되었다(Heinle et al., 2010). 또한, ARM(Atmospheric Radiation
Measurement Climate Research Facility; Long et al., 2001)에서는 TSI(Total Sky Imager)와 WSI의 비교분석
을 수행하는 등 운량 산출의 정확성을 높이기 위하여 다양한 연구가 진행되었다.

[0008] 하지만 우리나라의 경우, 이와 같은, 전운량 산출에 관련한 연구가 매우 부족하고, 미흡한 실정으로서, 이에,
정확성과 객관성을 충족시킬 수 있는 보다 체계적이과 과학적인 전운량 측정방법의 개발을 절실한 해결과제로

-4-
 등록특허 10-1709860

남게 하는 것이다.

발명의 내용

해결하려는 과제
[0009] 따라서, 본 발명은 종래 전운량 산출방법의 제반적인 문제점을 해결하고자 창안된 것으로;

[0010] 본 발명의 목적은, 스카이뷰 장치를 통해 촬영된 하늘 영상 자료, 예컨대, RGB(Red Green Blue) 이미지로부터,
이미지 내의 차폐제거, GBR(Green Blue Ratio) 화소분포에 따른 영상 분류, RBR(Red Blue Ratio) 경계값을 고
려한 구름 화소 분류, 분류된 구름 화소에서 태양광 제거, 구름 화소의 유효성 검사과정을 행하도록 하고,
이후, 전운량을 산출되게 함으로서, 보다 체계적이고, 과학적임은 물론, 그에, 따라, 정확성과 객관성 또한 모
두 충족시킬 수 있도록 한 전천 하늘 영상자료의 RGB 컬러를 이용한 전운량 산출방법 및 시스템을 제공함에 있
다.

[0011] 또한, 본 발명의 또 다른 목적은, 전운량을 산출하기 위한 알고리즘 구성으로서, 영상자료에서 보여지는 차폐물
의 제거와, 촬영된 각 영상들의 통계분석을 통해 영상을 분류하고, 분류된 영상에서 밝게 빛나는 태양광을 제거
하는 과정을 통해 구름의 유효성 검사를 수행하도록 하여, 전운량 산출의 신뢰성을 향상시킬수 있도록 한 전천
하늘 영상자료의 RGB 컬러를 이용한 전운량 산출방법 및 시스을 제공함에 있다.

과제의 해결 수단
[0012] 따라서, 상기 목적을 달성하기 위한 본 발명에 따른 전천 하늘 영상자료의 RGB 컬러를 이용한 전운량 산출방법
및 시스템의 구체적 수단으로는;

[0013] 영상정보수신부와, 산출기준 설정부와, 차폐제거처리부와, 영상분류처리부와, 화소경계값 설정처리부와, 태양광

제거처리부와, 유효성 검사처리부와, 전운량 산출처리부로 이루어진 전운량 산출시스템을 구축되게 하여 달성한
다.

[0014] 또한, 상기 구축된 전운량 산출시스템을 이용하여, 영상이미지 수집단계와, 차폐이미지 제거처리단계와, 영상
분류처리단계와, 화소 경계값 설정단계와, 태양광 제거처리 및 유효성 검사단계와, 전운량 산출단계를 행하게
함으로서, 달성한다.

발명의 효과
[0015] 이상, 본 발명에 따른 전천 하늘 영상자료의 RGB 컬러를 이용한 전운량 산출방법 및 시스템은, 스카이뷰 장치를
통해 촬영 녹화된 하늘 영상이미지를 체계적이고, 과학적인분석을 통해 차폐제거, GBR(Green Blue Ratio) 화소
분포에 따른 영상분류, RBR(Red Blue Ratio) 경계값 설정에 따른 구름화소 분류, 분류된 구름화소에서 태양광
제거, 유효성 검사과정을 행하도록 하고, 이후, GBR(Green Blue Ratio)과 RBR(Red Blue Ratio)의 임계값을 고
려하여 전운량을 산출되게 한 특징적 구성 및 방법으로서, 전운량 산출의 정확성과 객관성 모두를 충족되게 하
는 효과를 갖는 것이다.

[0016] 또 다르게, 본 발명은 전운량을 산출하기 위한 전용적 알고리즘 구성으로서, 영상자료에서 보여지는 차폐물의
제거는 물론, 촬영된 각 영상들의 화소 정보를 이용한 통계분석을 통해 영상을 분류하고, 분류된 영상에서 화소
비 경계값을 설정하며, 밝게 빛나는 태양광을 제거하는 과정 등을 통해 구름의 유효성 검사를 수행하도록 하여,
전운량 산출의 신뢰성을 또한 극히 향상되게 한 것으로, 이는, 매우 유용한 기대효과를 제공한다.

도면의 간단한 설명
[0017] 도 1은 본 발명에 적용되는 전운량 산출처리장치의 블럭구성도

도 2는 본 발명에 적용되는 스카이뷰 장치의 개략구성도

도 3은 본 발명에 따른 전천 하늘 영상자료의 RGB 컬러를 이용한 전운량 산출방법의 순서도

도 4는 본 발명에 적용되는 차폐이미지예도

도 5는 본 발명에 적용되는 화소분포분류를 나타내는 영상이미지예도

도 6은 본 발명에 적용되는 화소 경계값 설정을 나타내는 영상이미지예도

-5-
 등록특허 10-1709860

도 7은 본 발명에 적용되는 전운량 산출 알고리즘 플로우챠트

발명을 실시하기 위한 구체적인 내용

[0018] 이하, 본 발명에 따른 전천 하늘 영상자료의 RGB 컬러를 이용한 전운량 산출방법 및 시스템의 바람직한 실시예
구성을 첨부도면에 의거하여 상세히 설명하기로 한다.

[0019] 이에, 첨부도면을 참고로하여 본 발명의 개략적인 시스템 구성을 먼저, 살펴보면, 이는, 하늘 영상이미지를 촬
영 녹화하는 스카이뷰 장치(200)와, 전운량 산출처리장치(100)로 구성된다.

[0020] 여기서, 상기 스카이뷰 장치(200)는, 관측소의 상공을 5분 간격으로 촬영하여, 그 촬영된 영상을, 그림 파일(영
상이미지)로 저장하는 장비로서, 이는, 도 2로 도시된 바와 같이, 내부에 디지털카메라(201)가 내장되고, 외측
상부면에 비나 눈등의 기상현상 및 나뭇잎, 곤충 등의 침입을 막아주는 유리돔(202)이 형성되며, 상기 유리돔
(202) 상부면에 소정간격 이격된 설치형태로서, 내장된 프로그램에 의해 태양광을 자동으로 추적하는 태양차폐
판(203)이 설치 형성된 것으로, 이는, 일반적 구성의 스카이뷰 장치와 상이함이 없는 동일 구성으로서, 본 발명
에 있어서는, 이러한, 스카이뷰 장치를 그대로 적용, 이용함이 바람직하다.

[0021] 또한, 상기 전운량 산출처리장치(100)은, 본 발명에 적용되는 전용적 구성, 예컨대, 전운량 산출을 위해 특화된
구성으로 마련된 알고리즘 형태의 프로그램 장치로서, 이에, 이와 같은, 전운량 산출처리장치(100)는, 도 1로
도시된 바와 같이, 전술한, 스카이뷰 장치(200)로부터 촬영 녹화된 하늘 영상이미지를 데이터로 전송받는 영상
정보수신부(1)를 형성하고, 상기 수신된 영상이미지 데이터를 기초로, 전운량 산출 조건을 설정하는 산출기준
설정부(2)를 형성하며, 상기 설정된 전운량 산출조건에 따라 영상이미지에 포함된 차폐이미지를 제거하는 차폐
제거처리부(3)를 형성하고, 상기 차폐이미지가 제거된 영상이미지를 GBR 화소분포에 따라 영상을 분류하는 영상
분류처리부(4)를 형성하며, 상기 분류된 영상에서 RBR 경계값을 설정하는 화소 경계값설정처리부(5)를
형성하고, 상기 분류된 영상이미지를 화소와 명도를 이용, 하늘이미지와 구름이미지로 구별하여 판단할 수 있도
록, 그 영상이미지에 포함된 태양광을 제거하는 태양광 제거처리부(6)를 형성하고, 상기 태양광이 제거된 영상
이미지에 있어, 구름화소로 구분된 이미지의 유효성을 검사하는 유효성 검사처리부(7)를 형성하며, 상기 유효성
검사가 완료된 영상이미지로부터 전운량을 산출하는, 전운량 산출처리부(8)를 형성토록하여 구성함이 바람직하
다.

[0022] 따라서, 전술한 바와 같은, 일련의 시스템 구성으로 이루어진 본 발명은 그 구축된 시스템을 이용한 알고리즘
방식으로서, 차별화된 형태의 전천 하늘 영상자료의 RGB 컬러를 이용한 전운량 산출방법을 구현하게 되는 것으
로, 이러한, 일련의 방법적 구성을 첨부도면에 의거하여 상세히 설명하기로 한다.

[0023] 도 3은 본 발명에 따른 전천 하늘 영상자료의 RGB 컬러를 이용한 전운량 산출방법의 순서도이고, 도 4는 본 발

명에 적용되는 차폐이미지예도이며, 도 5는 본 발명에 적용되는 GBR 화소분포에 따른 영상분류를 나타내는 영상
이미지예도이고, 도 6은 본 발명에서 적용되는 RBR 경계값 설정을 나타내는 영상이미지예도이고, 도 7은 본 발
명에 적용되는 전운량 산출 알고리즘 플로우챠트로서, 그 일련의 방법적 구성을 살펴보면;

[0024] 이는, 영상이미지 수집단계(S1)와, 차폐이미지 제거처리단계(S2)와, 영상분류단계(S3)와, 화소 경계값설정단계

(S4)와, 태양광 제거처리 및 유효성 검사단계(S5)와, 전운량 산출단계(S6)로 구성된다.

[0025] 여기서, 먼저, 상기 영상이미지 수집단계(S1)는, 스카이뷰 장치(200)의 디지털카메라(201)를 이용, 관측소의 상
공을 5분간격으로 촬영 녹화되게 하여, 그 녹화된 하늘 영상을, 이미지로 저장되도록 하고, 그 저장된 영상이미
지를 전운량 산출처리장치(100)에 마련된 영상정보수신부(1)를 통해 제공받도록 하는 과정으로 이루어지도록
함이 바람직하다.

[0026] 이때, 전술한 과정에 있어, 스카이뷰 장치(200)의 디지털카메라(201)는 통상, CCD(Charge Coupled Device)이미
지 센서와 컬러필터(도시생략)가 마련된 구성으로서, 이들을 통해 0에서 255까지의 명암값을 갖는 적색(Red,
R)과, 녹색(Green, G) 그리고, 청색(Blue, B)에 의해 총 1,678만 개의 색으로 이미지를 표현하게 되며, 아울러,

-6-
 등록특허 10-1709860

이러한, 디지털카메라(201)의 렌즈는 어안렌즈로서, 모든 시야각을 촬영할 수 있는 특징을 갖는 것이다.

[0027] 또한, 상기 차폐이미지 제거처리단계(S2)는, 전술한 영상이미지 수집단계(S1)를 통해 제공받은 영상이미지를 전

운량 산출처리장치(100)에 마련된 차폐제거처리부(3)에 대입하여, 영상이미지의 촬영각도, 예컨대, 스카이뷰 장
치(200)의 디지털카메라(201)를 통해 촬영된 영상이미지를, 태양 천정각 75°이하, 즉, 총 시야각이 150°이하
인 영역 범위로 제한 편집하여 차폐이미지를 제거하는 과정으로 이루어지게 함이 바람직하다.

[0028] 예컨대, 스카이뷰 장치(200)에 있어, 디지털카메라(201)의 어안렌즈는 시야각이 180°이기 때문에 영상 가장자
리에 주변 건물 혹은 관측 장비와 나무(침엽수) 등의 차폐물을 포함하여 상공을 촬영하게 되는 것으로, 이러한,
차폐물들은 계절과 상관없는 부동적인 차폐물로 영상분석에서 제거되어야 하는 부분이며. 또한, 태양을 자동으
로 추적하여 직접적인 태양광을 제거해주는 유동 차폐물인 차폐판 또한 영상에서 제거되어야 하는 것인바, 따라
서, 이러한, 차폐이미지 제거처리단계(S2)는, 촬영된 영상 중에서 분석에 사용되는 태양 천정각이 75° 이하(시
야각 150°)인 영역에서 도 4로 도시된 바와 같이 유,부동 차폐물 화소와 태양광 화소를 제외한, 나머지 영역의
화소와 구름 화소의 비로 전운량을 산출하기 위함이다.

[0029] 또한, 상기 이미지 영상분류단계(S3)는, 전술한, 차폐이미지 제거처리단계(S2)를 통해 차폐이미지가 제거된 영

상이미지를 전운량 산출처리장치(100)에 마련된, 영상분류처리부(4)에 대입, 화소별 편차가 적은 GBR(Green
Blue Ratio)을 이용하여, 빈도와 빈도분포의 왜도, 그리고, GBR(Green Blue Ratio)의 평균표준편차를 분석하여
영상이미지를 분류하는 과정으로 이루어지도록 함이 바람직하다.

[0030] 여기서, 상기 GBR은 G(Green)와 B(Blue)의 비율, 즉, 영상이미지 내에서 R(Red)의 명도값 보다 민감하게 변하지
않는 G(Green)값을 이용한 비율로서, 이는, 후술하는 RBR과 유사한 분포를 보이는 것인바, 이 비율은 각 화소
마다의 5x5 영역에서 비율의 평균표준편차가 더 작은 특징이 있어 GBR의 빈도분포는 후술하는 RBR보다 더 정규
분포에 가깝다.

그러나, 상기 GBR은 RBR에 비하여 하늘화소와 구름화소의 비율값의 차이가 크지 않아 경계값으로 사용하기에는
적절하지 못하다.

예컨대, RBR을 이용할 경우 하늘화소에서의 비율은 0.9, 구름화소에서의 비율은 1.1로 하늘화소와 구름화소의
차이가 0.2를 갖지만, GBR을 이용할 경우 하늘화소에서의 비율은 0.95, 구름화소에서의 비율은 1.05로 이 둘의
차이는 0.1이다. 즉, 차이가 클수록 경계값 설정에 유리한 것이다.

그러므로 GBR을 이용하여 영상 내의 GBR 빈도와 빈도분포의 왜도 그리고 평균표준편차 분석을 실시하여 영상이
미지를 분류하고 유동적인 RBR값을 설정하게 되는 것이다.

즉, 이를 구체적인 실험예로서 부연설명하면, 하늘과 구름 화소를 구분 짓는 유동적인 RBR의 경계값을 설정하기

위하여 전술한 예와 같이, 영상이미지에서 화소별 편차가 가장 적은 GBR을 이용한다. 여기서, GBR의 값을 0.5부
터 1.5까지 0.05간격으로 빈도 분포를 나타내었을 때의 모양에 따라 단봉형과 쌍봉형 그리고 다봉형으로 구분한
다. 구분된 모양에서 최빈값을 갖는 GBR 계급에서의 빈도와 빈도분포의 왜도(skewness) 그리고 GBR의 평균표준
편차를 이용하여 더 상세하게 영상이 분류된다.

[0031] 이는 빈도 분포가 한 계급에 집중되어 있을수록 영상에서 구름이 하늘을 덮고 있음을 의미하며, 최빈값 주변으
로 대칭적인 분포를 가지면 영상이 뿌옇기 때문에 구분해 주어야 한다. 그리고 GBR 빈도 분포의 왜도가 양의 값
을 갖거나 쌍봉형에서 GBR의 최빈값이 작은 계급의 빈도가 높을 때 하늘 화소가 많아 전운량이 작음을
의미한다. 반대로 왜도가 음의 값을 갖거나 최빈값이 큰 계급의 빈도가 높을 때 구름 화소가 많아 전운량이 큼
을 의미하기 때문에 RBR의 경계값 설정을 위하여 구분해 주어야 한다. 또한, 구름 가장자리에서 GBR의 표준편차
가 커지기 때문에 GBR의 평균표준편차를 통해 구름의 유,무를 판단할 수 있다.

[0032] 예컨대, 도 5에서 단봉형은 MoT(a, Monomodal distribution; Top shape), MoB(b, Monomodal distribution;
Bell shape), MoSH(c, Monomodal distribution; Skewed shape High dist.), MoSL(d, Monomodal distribution;
Skewed shape Low dist.)로, 쌍봉형은 BiN(e, Bimodal distribution; Negatively skewed shape)과 BiP(f,
Bimodal distribution; Positively skewed shape)로, 다봉형은 Mu(g, Multimodal distribution)으로 영상을 세
분화하여 분류한다.

-7-
 등록특허 10-1709860

[0033] 단봉형에서 MoT는 GBR의 빈도 분포가 한 계급에 집중되는 특징을 보이며 구름이 많은 사례의 영상이 분류된다.
MoB는 최빈값 주변으로 종 모양처럼 대칭적인 분포를 보여 왜도가 0에 가깝고 뿌연 하늘에 해당하는 사례의 영상
이 분류된다. MoSH와 MoSL은 최빈값을 갖는 계급의 빈도 차이로 분류되며 영상의 빈도 분포의 왜도에 따라 RBR의
경계값을 달리한다. MoSH는 주로 음의 왜도를 갖는 옅은 구름 사례의 영상이 분류되며 MoSL은 양의 왜도를 갖는
일출과 일몰 사례의 영상이 분류된다.

[0034] 쌍봉형에서 BiN은 GBR의 최빈값이 큰 계급의 빈도가 높을 때의 분포로 구름 많음에 해당하는 사례에 해당한다.
반대로 BiP는 GBR의 최빈값이 작은 계급의 빈도가 높을 때의 분포로 구름 적음과 맑음에 해당하는 사례의 영상이
분류된다.

[0035] 다봉형 Mu는 단봉형과 쌍봉형 분포 외의 분포로 최빈값을 3개 이상 갖는 사례의 영상이 분류됨을 알 수 있다.

[0036] 또한, 상기 화소 경계값설정단계(S4)는, 전술한 영상분류처리단계(S3)를 통해 분류된 영상이미지를 전운량 산출

처리장치(100)에 마련된, 화소 경계값설정처리부(5)에 대입시켜, 하늘과 구름을 구별하기 위한 화소의 경계값으
로 RBR 경계값을 설정하여, 경계값을 넘는 화소에 대하여 구름화소로 분류하며, 도 6으로 도시된 바와 같은, 알
고리즘을 행하도록 하는 과정으로 이루어지도록 함이 바람직하다.

[0037] 또한, 상기 태양광 제거처리 및 유효성 검사단계(S5)는, 전술한 화소 경계값설정단계(S4)를 통해 분류된 영상이
미지를 전운량 산출처리장치(100)에 마련된, 태양광 제거처리부(6)에 대입시켜, 하늘과 구름으로 구별할 수 없
는 이미지영역을 유,부동 차폐화소와 같이 제거하여 전운량 산출오차를 축소되게 하고, 이와 같이, 전운량 산출
오차가 축소된 영상이미지를 전운량 산출처리장치(100)에 마련된 유효성 검사처리부(7)에 대입하여, 구름화소로
구분된 이미지의 유효성을 검사하는 과정으로 이루어지게 함이 바람직하다.

[0038] 즉, 이를 구체적인 실험예로서 부연설명하면, 태양의 직접적인 직달광선은 영상이미지에서 백색광(RGB 명암이
255, 255, 255)에 가까우며 주변 하늘까지 밝게 만들기 때문에 태양 주변 화소의 RGB 명도로는 하늘과 구름을
구별하기 어렵다. 따라서 스카이뷰 장치에 내장된 시스템에 의하여 자동으로 태양을 따라 차폐판이 움직이며 태
양의 직접적인 직달광선을 차단한다. 하지만 직달광선을 차단하여도 태양 주변으로 빛이 산란되어 화소의 RGB
명도와 RBR과 GBR을 높이는 태양광이 존재한다. 또한, 직달광선을 받는 구름의 영역으로부터 밝게 빛나는 화소
정보는 하늘과 구름을 판단하는데 있어서 어려움을 준다. 따라서 화소의 명도를 이용하여 하늘과 구름을 구별할
수 없는 영역을 유,부동 차폐 화소와 같이 제거해주어 전운량 산출의 오차를 줄일 수 있는 것이다.

[0039] 이에, 이러한 과정을 거쳐 영상에서 구름 화소로 구분된 화소들의 유효성 검사를 통해 전운량이 산출되게 된다.
전운량 산출에 사용되는 유효한 구름 화소는 기준 화소 주변의 5×5 영역 화소에서 30% 이상이 구름 화소일 때
해당된다. 이 방법은 구름 영역 중 중간에 구름 화소가 아닌 경우와 구름의 가장자리 부분에서 구름의 형태를
잡아준다. 또한, 구름과 구름 주변에서 구름 화소임에도 불구하고 RBR 경계값을 넘지 못하는 경우로 구름 화소
로 유효하게 만들며, 하늘 영역에서 RBR 경계값을 넘는 화소에 대하여 유효성 검사를 통해 구름 산출의 오차를
줄이게 되는 것이다.

[0040] 한편, 부연 설명으로서, 전술되는 RBR(Red Blue Ratio)의 정의를 좀더 구체적으로 살펴보면, 통상 스카이뷰 장
비의 이미지 영상은 RGB(Red Green Blue) 컬러의 가산 혼합으로 영상의 화소를 이루고 있는바, 이중 R(Red)과
B(Blue)의 비율을 RBR(Red Blue Ratio)이라 하며, 이와 같은, RBR(Red Blue Ratio)을 이용하여 하늘 영상의 구
름과 하늘 화소를 구분 짓는 것이다, 이에, 보통 구름이 없는 하늘 화소의 경우 RBR이 1보다 작으며, 구름이 존
재하는 구름 화소의 경우 1보다 크다. 따라서, 이러한 특징을 이용하여, 상기 영상분류처리부(4)로부터 분류된
영상으로 하여금 유동적인 RBR(Red Blue Ratio) 경계값을 성정하여 구름화소로 분류하는 화소경계값설정처리부
(5)를 거치게 하는 것이다.

끝으로, 상기 전운량 산출단계(S6)는, 전술한 태양광 제거처리 및 유효성 검사단계(S5) 통해, 유효성 검사가
완료된 영상이미지를 전운량 산출처리부(8)에 대입하여, 설정된 알고리즘과 전운량 산출식에 의한 연산처리과정
을 통해 전운량을 산출토록하는 과정으로 이루어지게 함이 바람직하다.

[0041] 즉, 이를 구체적인 실험예로서 부연설명하면, 전술한 전운량 산출단계(S6)는 스카이뷰 장치(200)로부터 제공받

-8-
 등록특허 10-1709860

은 영상이미지를 이용하여 전운량을 산출하기 위해 도 7로 도시된 바와 같은, 알고리즘 과정을 거친다. 촬영된
영상에서 유,부동 차폐를 제거하고 GBR 분포에 따른 영상분류를 통해 각각의 영상별로 RBR 경계값이 설정되며
태양광 화소를 제거 후 구름 화소의 유효성을 거쳐 전운량이 산출된다.

[0042] 이때, 상기 전운량 산출단계(S5)를 통해 산출되는 전운량 산출식은 아래 수학식 1과 같이 이루어지도록 함이 바

람직하다.

수학식 1

[0043]

[0044] 이와 같은, 전운량 산출식에서 는 구름 화소의 개수이고, 은 태양 천정각이 75° 이하인 영역내의

총 화소의 개수이며, 와 는 유,부동 차폐 그리고 태양광 화소의 갯수이다.

부호의 설명
[0045] 1 : 영상정보수신부 2 : 산출기준 설정부 3 : 차폐제거 처리부

4 : 영상분류 처리부 5 : 화소 경계값설정처리부 6 : 태양광제거 처리부

7 : 유효성 검사처리부 8 : 전운량 산출처리부

도면

도면1

-9-
 등록특허 10-1709860

도면2

도면3

- 10 -
 등록특허 10-1709860

도면4

도면5

- 11 -
 등록특허 10-1709860

도면6

- 12 -
 등록특허 10-1709860

도면7

- 13 -