[논문]이미지프로세싱기법을 이용한 포장이미지의 특성과 노이즈제거를 위한 알고리즘 선정

김정용; 조윤호

[국내논문] 이미지프로세싱기법을 이용한 포장이미지의 특성과 노이즈제거를 위한 알고리즘 선정
Characteristics of Asphalt Pavement Images and Enhanced Algorithm for Noise Reduction 원문보기

한국도로포장공학회 논문집 = Journal of the Korean Society of Pavement Engineers, v.3 no.4 = no.10, 2001년, pp.137 - 146

김정용 (중앙대학교 건설환경공학과) , 조윤호 (중앙대학교 건설환경공학과)

초록
AI-Helper

포장유지관리시스템에 있어서 포장표면 정보는 가장 중요한 인자 중의 하나이다. 따라서 일찍부터 선진국들은 자국의 현실에 알맞은 포장표면 조사장비와 프로그램을 개발하여 사용하고 있다. 국내의 경우 고가의 외국장비와 프로그램을 수입하여 사용하고 있으나 많은 문제점으로 인해 국산 장비와 포장표면 분석 프로그램 개발의 필요성이 대두되고 있다. 본 연구는 아스팔트 포장표면 분석 프로그램 개발을 위한 선행연구이다. 본 연구의 초점은 이미지프로세싱 기술을 이용한 포장표면 분석 원리를 규명하고 포장이미지의 특성 및 포장이미지의 노이즈를 효과적으로 제거하기 위한 알고리즘을 실험하는 것이다. ARAN(Automatic Road Analyser)의 균열맵을 분석 샘플로 이용하였으며, 포장이미지의 통계적인 특성, 히스토그램, FFT(Fast Fourier Transform)영상을 분석하여 일반적인 이미지에 비해 노이즈와 고주파 성분이 많고, 배경과 균열 분리가 어려운 특성을 규명하였다. 또한 노이즈 제거를 위해 다양한 필터를 적용하여 실험한 결과 마스크 크기가 3X3인 중간값 필터가 가장 효과가 좋은 것으로 나타났다.

Abstract ▼ AI-Helper

Pavement distresses are one of the most important data for pavement management systems. Inspection machines and its related programs have been used for operating tools in PMS developed in advanced countries. In Korea imported machines and programs for the length price ale utilized to get information of pavement condition from the field This study is launched for developing the program which can detect cracks on asphalt pavement due to many drawbacks in current PMS operation such as improper maintenance work and long resting period when it was broken. The focus of this study is to define principles to analyze pavement surface with digital image processing techniques, to test property of pavement images and to suggest an algorithm that reduces noises at test. To test images, the camera attached on the Automatic Road Analyser(ARAN) was used. Through the FFT images, histogram and statistical values of pavement images, it was found that the images had many noises with high-frequency components against general images, and it was difficult to subdivide pavement images into background or crack. Through several testing with various filters for noise reduction a 3X3 median filter was suggested to reduce noises effectively.

Keyword

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 연구는 아스팔트 포장표면 분석 프로그램 개발에 앞서 이미지프로세싱 기술을 이용한 포장 표면 분석 원리를 살펴보고 포장이미지의 특성 및 포장이미지의 노이즈를 효과적으로 제거하기 위한 알고리즘을 선정하였다.
본 절에서는 포장영상이 어떤 특성을 띄는지 확인하고 영상처리 단계에 적용할 수 있는 방안을 찾고자 하였다.
본 연구에서는 포장이미지의 특성과 포장이미지상의 노이즈를 가장 효과적으로 제거하는 알고리즘을 찾기 위해, 문헌조사를 통해 이미지 프로세싱의 원리 및 활용 알고리즘을 분석하고 ARAN이미지를 이용하여 히스토그램, 평균밝기값, 표준편차 등의 이미지의 통계치, FFT이미지 의 특성을 분석하였다. 그리고 포장에 사용되었던 각종 노이즈 제거 알고리즘들을 적용하여 다음과 같은 결론을 얻을 수 있었다.

제안 방법

분석되고 있다. 수집 방법으로는 두 세 명의 조사자가 도로의 측면을 걸어가며 포장 표면 정보를 스케치하는 수동식 방법과 안전성. 객관성 등의 문제를 해결하기 위해 차량이 도로를 고속으로 주행하면서 촬영한 포장표면 자 료를 실내 분석하여 포장표면 정보를 얻고 있는 자동식 방법이 있다.
따라서 균열은 포장의 현재 공용성을 직관적으로 평가할 수 있는 중요한 요소이므로 포장관리시스템에 있어서 균열의 종류. 상태, 양을 측정하여 포장의 공용성지수 산정과 보수공법을 결정하는 의사결정의 기초자료로 사용한다. 표 1은 세계 각 국의 균열정보의 측정 및 정량화 사례를 보여주는 것으로 개발기관에 따라 균열의 정도를 판단하는 기준이 조금씩 다른 것을 알 수 있다2)
1992년에 Acosta는 비디오 촬영을 통해 얻어진 포장영상을 분석하는 저가의 시스템을 개발하였다. 이 시스템은 비디오 플레이어를 통해 얻어지는 영상을 프레임별 영상을 평균화하여 노이즈를 제거한 두], 회귀분석을 기반으로 한 2단계 thresholding을 거쳐 특징을 추출하였다.10) 또한 1995년에는 아스팔트 포장과 콘크리트 포장의 균열을 분류하는 알고리즘인 클러스터 분류법을 이용하여 4만개 이상의 포장영상을 분석한 결과 인력조사와 5%미만의 차이를 보여주었다.
영상처리 과정에서 빈번히 사용되는 중간값 필터 처리를 그림 10과 같이 마스크 크기를 변화시키면서 실험하였다. 실험결과 3x3크기의 중간값 필터처리가 균열부분의 정보는 보전하고 영상내에서 고립되어 있는 스파이크 점을 없애 전체적 인 노이즈를 가장 효과적으로 제거하는 것을 볼 수 있었다.

대상 데이터

포장영상의 특성을 파악하기 위해 국도유지관 리시스템에 사용되는 ARAN영상 중 4, 381개의 아스팔트 포장영상을 수집하였다. 수집된 데이터는 972 x 3047크기의 해상도이며 손실압축형태인 JPG 포맷으로 ARAN의 균열맵으로 사용되는 영상이다. 샘플영상을 분석한 결과 몇가지 에러가 발생하였는데, 그 중 가장 대표적으로 그림 4의 (a)와 같은 거리 누적의 에러이다.
그리고 캡쳐영상이 겹쳐진 부분의 몽롱화 현상, 그림 4의 (c)와 같이 차선부분의 밝기값 저하 현상, 균열 부분의 높은 밝기값 현상 등 이용할 수 없는 자료가 상당수 발견되었다. 따라서 본 연구에서는 79개의 에러 없는 양호한 영상을 잘라내어 분석에 이용하였다.
포장영상의 특성을 파악하기 위해 국도유지관 리시스템에 사용되는 ARAN영상 중 4, 381개의 아스팔트 포장영상을 수집하였다. 수집된 데이터는 972 x 3047크기의 해상도이며 손실압축형태인 JPG 포맷으로 ARAN의 균열맵으로 사용되는 영상이다.

성능/효과

1989년 텍사스 A&M대학의 Lytton은 아스팔트 포장의 균열을 검출하기 위해 영상의 통계치에 기초한 thresholding법을 제시하였다. 선형균열과 거북등 균열 샘플을 테스트 한 결과, 실시간 분석 을 위한 처리 속도가 빠르며 다양한 포장의 반사율로 인한 영향을 줄일 수 있음을 확인하였다."
영상향상단계에서는 중간값 필터와 평균화 필터가 가장 많이 사용되고 있고, 영상분할단계는 회귀분석에 기반한 thresholding법이 가장 많이 적용되는 것으로 나타났다. 영상분류 단계에선 히스토그램 프로젝션법이 주로 이용되고 있으나, 최근에는 퍼지이론과 신경망이론이 도입되고 있다.
표 3은 79개 샘플 영상의 통계치를 분석한 결과로서 256레벨의 영상 밝기값을 기준으로 할 때 전체 영상의 평균밝기값은 128.15로 나타나 일반적인 영상에 비해 낮음을 알 수 있다.
35로 명암 대비도 또한 낮아 균열을 인식하기에는 어려움이 있음을 알 수 있다. 또한, 각 영상의 평균밝기값의 범위가 크지 않은 것을 보아 조명의 밝기가 일정한 것을 알 수 있 다.
영상처리 과정에서 빈번히 사용되는 중간값 필터 처리를 그림 10과 같이 마스크 크기를 변화시키면서 실험하였다. 실험결과 3x3크기의 중간값 필터처리가 균열부분의 정보는 보전하고 영상내에서 고립되어 있는 스파이크 점을 없애 전체적 인 노이즈를 가장 효과적으로 제거하는 것을 볼 수 있었다.
첫 번째는 영상향상 과 정 없이 원영상의 thresholding을 통한 영상분할 만을 적용한 경우이고, 두 번째는 3x3마스크를 이용하여 영상을 향상하고 영상분할을 적용한 경 우이고, 세 번째는 두 번째 경우에 5x5마스크를 적용과정을 추가하여 2차 영상향상을 적용한 경 우이다. 표 5에서 나타난 바와 같이 균열과 노이 즈를 나타내는 검정색 픽셀의 비율은 약 0.1%〜 15%사이에 존재하며, 그 픽셀 수는 영상분할 만 을 적용한 경우가 가장 많고 초기 단계에 3x3마 스크를 이용하여 영상향상을 적용하고 마지막으 로 5x5마스크로 영상향상 작업을 거친 경우가 가장 적은 것으로 나타나 영상향상 단계의 효과 를 입증하였다.
1) 포장표면 분석을 위해 이용되는 각종 프로그램들은 이미지 프로세싱의 4단계과정인 영상향상, 영상분할, 특징추출, 영상해석(분류 및 정량화) 단계를 따르고 있으며, 아스팔트포장의 경우 영상 향상 알고리즘으로는 평균화필터와 중간값필터가 가장 많이 사용되고 있고, 영상분할은 thresholding기법, 영상해석은 히스토그램 프로젝션법을 주로 사용하고 있는 것으로 나타났다.
2) ARAN이미지의 경우 조명이 균일하나 일반적인 영상에 비해 평균밝기값이 낮은 것으로 분석되었으며, FFT영상특성을 분석한 결과 스파이크노이즈가 많아 영상분할이 어려운 것으로 나타 냈다.
3) 포장이미지의 노이즈 제거 실험결과 3x3마스크 크기의 중간값필터가 스파이크 노이즈를 가장 효과적으로 제거하는 것을 보여주고, 영상분할 후 남아있는 노이즈 제거시 5x5마스크 크기의 중간값필터의 효과를 증명하였다.

후속연구

향후 인식율을 높이기 위하여, 필터링처리 후 남아 있는 노이즈, 즉 기름 및 타이어 자국, 흙먼지 등을 제거하기 위한 영상분류 알고리즘을 연구할 필요가 있으며, 아스팔트 포장뿐만 아니라 반사율이 높고 줄눈부처리가 필요한 콘크리트 포장에 대해서도 연구가 확대될 필요가 있다.

저자의 다른 논문 :

활용도 분석정보

상세보기

다운로드

내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

[국내논문] 이미지프로세싱기법을 이용한 포장이미지의 특성과 노이즈제거를 위한 알고리즘 선정
Characteristics of Asphalt Pavement Images and Enhanced Algorithm for Noise Reduction 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

Keyword

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

성능/효과

후속연구

이 논문을 인용한 문헌

저자의 다른 논문 :

활용도 분석정보

활용도 Top5 논문

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

[국내논문] 이미지프로세싱기법을 이용한 포장이미지의 특성과 노이즈제거를 위한 알고리즘 선정 Characteristics of Asphalt Pavement Images and Enhanced Algorithm for Noise Reduction 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

Keyword

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

성능/효과

후속연구

이 논문을 인용한 문헌

저자의 다른 논문 :

조윤호 (65)

활용도 분석정보

활용도 Top5 논문 더보기

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

[국내논문] 이미지프로세싱기법을 이용한 포장이미지의 특성과 노이즈제거를 위한 알고리즘 선정
Characteristics of Asphalt Pavement Images and Enhanced Algorithm for Noise Reduction 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

활용도 Top5 논문