이미지 처리기법 및 레이저 센서를 이용한 휴대용 콘크리트 균열 측정 장치 개발에 관한 연구
A Study on Development of Portable Concrete Crack Measurement Device Using Image Processing Technique and Laser Sensors
0
조회
0
다운로드
5
인용
0
참고문헌
키워드
초록
콘크리트 구조물의 균열은 장기간 지속 시 철근의 부식을 촉진시키므로 구조적 사용성을 보장하고 열화를 방지하기 위해정기적인 현장 점검이 필수적이다. 대부분의 시설물 안전점검은 육안 검사에 의존하고 있어 비용과 시간 소모가 심하고 점검자에 따라 결과의 신뢰도 차이가 발생한다. 본 연구에서는 카메라로 촬영된 균열의 이미지 분석을 통해 콘크리트 균열의 폭과길이를 측정하는 장치로서 안전진단 및 유지관리에 사용할 수 있는 휴대용 측정 장치를 개발하였다. 이 장치는 측정자가육안으로 발견한 균열을 가까운 거리 (3m) 이내에서 촬영하고 레이저 거리측정으로 단위 픽셀크기를 정확히 산정하여, 본연구에서 개발한 이미지 처리 알고리즘으로 균열 길이와 폭을 자동으로 산정할 수 있다. 측정결과 실험에 적용한 균열 이미지를 이용하여 3m 거리 이내에서 0.3mm 균열의 길이 측정은 약 10% 오차 범위에서 측정 가능하였다. 균열 폭의 경우 이진화과정에서 진동 및 Blurring에 의한 주변픽셀을 검출해 과대평가되는 경향을 나타내었으나, 균열 폭 감소함수를 적용하여 효과적으로 보정할 수 있었다.
Abstract
Since cracks in concrete structures expedite corrosion of reinforced concrete over a long period of time, regular on-site inspections are essential to ensure structural usability and prevent degradation. Most of the safety inspections of facilities rely on visual inspection with naked eye, so cost and time consuming are severe, and the reliability of results differs depending on the inspector. In this study, a portable measuring device that can be used for safety diagnosis and maintenance was developed as a device that measures the width and length of concrete cracks through image analysis of cracks photographed with a camera. This device captures the cracks found within a close distance (3 m), and accurately calculates the unit pixel size by laser distance measurement, and automatically calculates the crack length and width with the image processing algorithm developed in this study. In measurement results using the crack image applied to the experiment, the measurement of the length of a 0.3 mm crack within a distance of 3 m was possible with a range of about 10% error. The crack width showed a tendency to be overestimated by detecting surrounding pixels due to vibration and blurring effect during the binarization process, but it could be effectively corrected by applying the crack width reduction function.
참고문헌 (12)
- Doihara, T., "Crack measuring system based on Hierarchical Image Processing technique", International Archives of Photogrammetry and Remote Sensing, 29(5), pp.155~159 (1993)
- Advanced structure damage measurement technology – crack image processing technique, "Jee, K. H.", KICT, 11~13 (2014)
- 김아람, "딥러닝과 영상처리기법을 이용한 콘크리트 지반 구조물 균열 탐지", 한국지반공학회논문집, 34(12), pp.145~154 (2018), 한국지반공학회[DOI]
- 김준희, "콘크리트 구조물의 자동화 균열탐지를 위한 라인 레이저 영상분석", 한국전산구조공학회논문집, 31(3), pp.147~153 (2018), 한국전산구조공학회[DOI]
- 이방연, "개선된 이진화와 형상분석 기법을 응용한 콘크리트 표면 균열의 화상처리 알고리즘 개발", 콘크리트학회 논문집, 17(3), pp.361~368 (2005), 한국콘크리트학회
- 이호범, "이미지 분석기법을 이용한 콘크리트 구조물의 균열 검출 시스템 개발", 한국구조물진단유지관리공학회 논문집, 16(1), pp.64~77 (2012), 한국구조물진단유지관리공학회
- Liu Y., "DeepCrack:A deep hierarchical feature learning architecture for crack segmentation", Neurocomputing, 338, pp.139~153 (2019)
- Otsu, N, "A threshold selection method from gray-level histogram", IEEE Transactions on Systems, MAN, and Cybernetics, SMC-9(1), pp.62~66 (1979)
- Sonka, M., "Image processing, analysis, and machine vision" (2015), CL Engineering
- Soycan, A., "Perspective correction of building facade images for architectual applications", Engineering Science and Technology and International Journal, 22, pp.697~705 (2019)
- Tanaka, N., "A crack detection method in road surface images using morphology", Proceeding of IAPR Workshop on Machine Vision Application, pp.154~157 (1998)
- Zhang, W., "Automatic crack detection and classification method for subway tunnel safety monitoring", Sensors, 14, pp.19307~19328 (2014)