이미지처리를 통한 선박평형수 내 유해수중생물 개체수 측정 = Counting Harmful Aquatic Organisms in Ballast Water through Image Processing

국문 초록 (Abstract)

선박평형수란, 선박의 균형을 유지하기 위해서 배에 채우는 바닷물을 말한다. 선박평형수를 통한 외래종 유입은 생태계 교란의 주된 원인이다. 이를 방지하기 위해 IMO(International Maritime Organization)에서는 2004년 선박평형수와 침전물 관리협약을 채택하였다. 협약이 발효될 경우 각국 항만 당국에서는 선박평형수가 협약의 성능 기준에 맞게 배출되는지 확인이 필요하다. 본 논문에서는 이미지처리를 통한 선박평형수 내 유해수중생물 개체수 측정 방법을 제안한다. 부산 신항에서 채취한 선박평형수로부터 3개의 샘플을 추출하였으며, 각 샘플당 서로 다른3개의 grey-scale 이미지를 만들어 실험자료로 사용하였다. 이미지처리를 이용한 자동 세포계수 프로그램인 CellProfiler를 이용하여 본 논문에서 제안하는 방법과 비교하였다. CellProfiler에서 사용한 설정은 사람이 직접 세포계수를 한 결과에 맞춰 경험적으로 결정하였다. 각 이미지에서 CellProfiler와 가장 유사한 결과를 보이는 최적의 임계값을 찾은 뒤 그 평균을 최종 임계값으로 사용하였다. 실험결과에서 제안한 방법은 CellProfiler와 비슷한 세포 계수 결과를 보이면서도 약 10배 정도 빠른 처리 속도를 보였다.

다국어 초록 (Multilingual Abstract)

Ballast water provides stability and manoeuvrability to a ship. Foreign harmful aquatic organisms, which were transferred by ballast water, cause disturbing ecosystem. In order to minimize transference of foreign harmful aquatic organisms, IMO(International Maritime Organization) adopted the International Convention for the Control and Management of Ship’s Ballast Water and Sediments in 2004. If the convention take effect, a port authority might need to check that ballast water is properly disposed of. In this paper, we propose a method of counting harmful aquatic organisms in ballast water thorough image processing. We extracted three samples from the ballast water that had been collected at Busan port in Korea. Then we made three grey-scale images from each sample as experimental data. We made a comparison between the proposed method and CellProfiler which is a well known cell-counting program based on image processing. Setting of CellProfiler is empirically chosen from the result of cell count by an expert. After finding a proper threshold for each image at which the result is similar to that of CellProfiler, we used the average value as the final threshold. Our experimental results showed that the proposed method is simple but about ten times faster than CellProfiler without loss of the output quality.

참고문헌 (Reference)

1 T. J. Smayda, 6 (6): 601-622, 2007

2 조미경, "세포 자동 계수를 위한 광학현미경 이미지 처리" 한국정보통신학회 15 (15): 2493-2499, 2011

3 "http://www.imo.org/"

4 J.-H. Oh, "Verification of the results of potable ballast water indicative analysis" The Korean Association of Ocean Science and Technology Societies 190-191, 2015

5 J. Lee, "Development of micro fluidic device for particle counter" The Korean Society of Mechanical Enginners 3102-3106, 2005

6 S. Gollasch, "Critical review of the IMO international convention on the management of ships' ballast water and sediments" 6 (6): 585-600, 2007

7 A. E. Carpenter, "CellProfiler: image analysis software for identifying and quantifying cell phenotypes" 7 (7): 2006

8 G. M. Faustino, "Automatic embryonic stem cells detection and counting method in fluorescence microscopy images, ISBI ‘90" 799-802, 2006

9 H. Refai, "Automatic count of hepatocytes in microscopic images" 1101-1104, 2003

10 C. G. Loukas, "An image analysis-based approach for automated counting of cancer cell nuclei in tissue sections" 55A (55A): 30-42, 2003