Vision Image and Mask RCNN-based Estimation of Frontal Area of Seagrass for Coastal Protection Function

Abstract

해양 환경에서 해초의 정면 면적은 물의 흐름을 저감하고 파도의 에너지를 감소시키는 데 있어 중요한 물리적 특성으로, 이를 정량적으로 추정하는 것은 해초 서식지의 기능적 역할을 이해하는 데 필수적이다. 그러나 해초의 정면 면적을 정확하고 효과적으로 평가하기 위한 기술적 방법은 제한적이다. 본 연구에서는 컴퓨터 비전 기반 이미지 처리와 Mask RCNN 알고리즘을 결합하여 해초의 정면 면적을 수중 이미지로부터 자동으로 추정할 수 있는 새로운 간접적 방법을 제안하였다. 제안된 방법은 실험실 환경에서 획득한 데이터와 문헌 및 공개 데이터베이스에서 수집된 실제 해초 이미지를 활용하여 검증되었으며, 해초 검출과 정면 면적 추정에서 높은 정확도를 나타내었다. 본 연구에서 해초의 정면 면적 추정 방법은 크게 두 가지로 나누어진다. 첫 번째는 해초와 인접한 기준 객체를 활용하는 방식이고, 두 번째는 카메라와 해초 간 거리를 이용하는 방식이다. 실험 결과, 두 방법 모두 상대 오차 10% 미만의 정확도를 보였으며, 최대 오차 7.68%, 최소 오차 -0.43%로 신뢰할 만한 성능을 나타내었다. 추가적으로 해초 검출 및 정면 면적 추정에 영향을 미치는 수중 환경 요인으로 광도와 투명도의 영향을 분석하였다. 분석 결과, 광도가 낮거나 투명도가 낮은 조건에서는 이미지에서 해초 줄기의 검출이 제한적이나, 줄기가 성공적으로 검출되는 경우에는 정면 면적을 정확히 추정할 수 있음을 확인하였다. 본 연구에서 제안한 방법은 높은 정확도와 효율성을 갖추었을 뿐만 아니라, 이미지 기반 측정 방식으로 해초 서식지에 직접적인 교란이나 손상을 가하지 않는다는 장점이 있다. 또한, 본 연구는 해초의 정면 면적 추정이 파고 감소 및 항력계수 추정에 미치는 영향을 체계적으로 분석하였다. 정면 면적을 고려하였을 때, 6m 길이의 해초 초원에서 파고 감소의 과대평가를 최대 9.23% 줄일 수 있었으며, 초원의 길이가 증가함에 따라 과대평가의 감소 효과는 더욱 두드러졌다. 또한, 해초의 정면 면적을 활용한 항력계수 추정 결과, 조사 범위 내에서 최대 22.85%의 증가를 확인하였으며, 기존 연구 결과(Zeller et al., 2014)의 데이터를 본 연구의 추정 방법으로 계산하여 비교했을 때, 항력계수가 최대 5배까지 크게 추정되는 것을 확인하였다. 이러한 결과는 해초의 정면 면적을 정확하게 추정하는 것이 매우 중요하며, 본 연구에서 제안된 방법이 이 문제를 효과적으로 해결하는 첫 번째 접근법이라는 의의를 가진다. 본 연구는 해초의 수리역학적 특성을 더 잘 이해하는데 기여할 것이며, 추후 실제 해양 환경에서의 검증과 개선을 통해 해초 서식지 보호와 연안 관리에 실질적으로 활용될 수 있을 것으로 기대된다.