$\require{mediawiki-texvc}$
  • 검색어에 아래의 연산자를 사용하시면 더 정확한 검색결과를 얻을 수 있습니다.
  • 검색연산자
검색연산자 기능 검색시 예
() 우선순위가 가장 높은 연산자 예1) (나노 (기계 | machine))
공백 두 개의 검색어(식)을 모두 포함하고 있는 문서 검색 예1) (나노 기계)
예2) 나노 장영실
| 두 개의 검색어(식) 중 하나 이상 포함하고 있는 문서 검색 예1) (줄기세포 | 면역)
예2) 줄기세포 | 장영실
! NOT 이후에 있는 검색어가 포함된 문서는 제외 예1) (황금 !백금)
예2) !image
* 검색어의 *란에 0개 이상의 임의의 문자가 포함된 문서 검색 예) semi*
"" 따옴표 내의 구문과 완전히 일치하는 문서만 검색 예) "Transform and Quantization"
쳇봇 이모티콘
안녕하세요!
ScienceON 챗봇입니다.
궁금한 것은 저에게 물어봐주세요.

논문 상세정보

이미지 분석기법을 이용한 콘크리트 구조물의 균열 검출 시스템 개발

Development of Automatic Crack Detection System for Concrete Structure Using Image Processing Method

초록

본 연구에서는 디지털 이미지 분석기술을 이용하여 콘크리트 구조물의 대표적인 열화인자인 콘크리트의 균열을 검지할 수 있는 기술을 개발하기 위해 형태수리학에 근거한 모폴로지 기법이 도입된 이미지 분석기법을 적용한 균열검출 시스템을 개발하였다. 개발된 시스템에는 분석결과의 효율적인 관리를 고려하여 촬영된 다수의 이미지를 하나의 전체 이미지로 재구성하는 이미지 조합기술이 추가로 적용되었다. 그리고 개발된 시스템의 적용성 및 신뢰도 검증은 균열이 발생된 콘크리트 암거를 이용한 현장검증 실험을 통해 이루어졌으며, 실험에 사용된 촬영장비로는 40m까지 0.2mm의 균열을 검지할 수 있는 성능을 확인하였다. 이미지 분석을 통해 산정된 균열폭의 경우 실측 균열폭과의 차이가 최대 0.08mm로 나타나 일정 수준 이상의 정확도를 구명하였고, 이미지 조합의 경우 추상 패턴 이미지 면에 대한 분할 촬영 이미지를 조합한 결과 실제 전체촬영 원본 이미지와 육안으로 차이를 확인할 수 없을 정도로 우수한 조합결과를 도출하였다.

Abstract

In this study, the crack detecting system with digital image processing techniques based on the mathematical morphology method was developed to detect cracks in concrete structures. In the developed system, the image combining technique of reconstructing multiple images as an entire single image considering efficient management of analysis results was applied as an additional module. The developed system was verified through a field test with the cracked concrete culvert and the crack width of 0.2 mm was able to be detected in the 40m span. In the image analysis, the difference between calculated crack width and actual crack width were less than 0.08mm. For image combination in the stitching test of pattern images, the stitched image was identical with the original picture of entire subject in the visual perception level.

질의응답 

키워드에 따른 질의응답 제공
핵심어 질문 논문에서 추출한 답변
인력기반의 전통적인 시설물 점검 및 유지관리 기법
인력기반의 전통적인 시설물 점검 및 유지관리 기법의 한계점은?
점검자의 육안으로 상태를 평가하기 때문에 많은 시간과 비용이 소모되며 결과에 대한 객관성도 떨어질 수 있다는 한계점이 존재한다

최근 사회기반시설물의 노후화로 시설물의 점검 및 유지관리에 대한 관심이 급증하고 있다. 인력기반의 전통적인 시설물 점검 및 유지관리 기법은 점검자의 육안으로 상태를 평가하기 때문에 많은 시간과 비용이 소모되며 결과에 대한 객관성도 떨어질 수 있다는 한계점이 존재한다. 따라서, 보다 효과적이고 효율적으로 시설물을 점검 및 조사할 수 있는 기법 개발의 필요성이 대두되고 있다.

허용균열폭에 대한 규정
허용균열폭에 대한 규정을 하는 이유는?
콘크리트 구조물에 있어 균열은 필연적인 현상이며, 이러한 균열이 콘크리트 구조물에 미치는 구조적, 내구적 영향을 판단하기 위하여 허용균열폭과 같은 기준을 통해보수를 필요로 하는 균열폭을 제한하고 있다

콘크리트 구조물에 있어 균열은 필연적인 현상이며, 이러한 균열이 콘크리트 구조물에 미치는 구조적, 내구적 영향을 판단하기 위하여 허용균열폭과 같은 기준을 통해보수를 필요로 하는 균열폭을 제한하고 있다. 이러한 허용균열폭에 대한 규정은 각 국가별로 각각의 환경조건 및 구조물의 종류에 따라 다소 상이하게 규정되고 있다.

이미지 분석을 통한 변화 감지 기술
이미지 분석을 통한 변화 감지 기술은 어느 분야에서 활용되나?
품질 관리, 시스템 인식, 표면 검사, 비디오 감시, 의학 분야, 교통 및 운송 시스템 및 비파괴 구조물 건전성 감시 등

이러한 일환으로 최근 비약적인 발전을 하고 있는 디지털 이미지 분석기술을 시설물의 점검 및 조사에 활용하는 것을 검토할 수 있다. 이미지 분석을 통한 변화 감지 기술들은 품질 관리, 시스템 인식, 표면 검사, 비디오 감시, 의학 분야, 교통 및 운송 시스템 및 비파괴 구조물 건전성 감시 등 다양한 분야에 사용되고 있다. 특히 최근 시설물의 안전관리 분야로 이미지 분석기술을 활용하기 위한 노력으로 시설물 표면에 발생한 균열과 같은 손상 부분을 감지할 수 있는 기술에 대한 연구가 활발히 진행되고 있다(Ho, et al 1990; Fieguth and Sinha 2006 ; Giakoumis, et al 2006).

질의응답 정보가 도움이 되었나요?

참고문헌 (15)

  1. Brown, L. G., "A Survey of image Registration Techniques", ACM Computing Surveys, vol. 24, No. 4, 1992, pp.325-376. 
  2. Gonzalez, R. C., Woods, R. E. and Eddins, S. L., Digital image processing using MATLAB, Upper Saddle River, NJ: Prentice Hall, 2004. 
  3. Gonzalez, R.C. and Wintz, P., Digital image processing, 2nd edition, Boston, MA: Addison-Wesley, 1987. 
  4. Gonzalez, R.C. and Woods, R.E., Digital image processing, Boston, MA: Addison-Wesley, 1992. 
  5. Harris, C. and Stephens, M., "A combined corner and edge detector", Alvey Vision Conference, Plessey Research Roke Manor, United Kingdom, 1988, pp.147-152. 
  6. Ho, S. K., White, R. M and Lucas, J., "A vision system for automated crack detection in welds", Measurement Science and Technology, vol. 1, No. 3, March 1990, pp.287-294. 
  7. Jahanshahi, M. R., Kelly, J. S., Masri, S. F. and Sukhatmem G. S., "A Survey and Evaluation of Promising Approaches for Automatic Image-based Defect Detection of Bridge Structures", Structure and Infrastructure Engineering, vol. 5, No. 6, 2009, pp.455-486. 
  8. Lowe, D. G., "Distinctive image features from scaleinvariant keypoints", International Journal of Computer Vision, vol. 60, No. 2, 2004, pp.91-110. 
  9. Matheron, G., Random sets and integral geometry. Wiley, New York, 1975. 
  10. Minkowski, H., Volumen und oberfl''ache, Mathematische Annalen, vol. 4, No. 57, December 1903, pp.447-495. 
  11. Moravec, H. P., "Visual mapping by a robot rover", International Joint Conference on Artificial Intelligence, 1979, pp.598-600. 
  12. Pratt, W.K., Digital image processing. 3rd edition, New York, NY: Wiley, 2001. 
  13. Salembier, P., "Comparison of some morphological segmentation algorithms based on contrast enhancement. application to automatic defect detection", Proceedings of the EUSIPCO-90-Fifth European Signal Processing Conference, September 1990, pp.833-836. 
  14. Sinha, S. K. and Fieguth, P. W., "Morphological segmentation and classification of underground pipe images", Machine Vision and Applications, vol. 17, No. 1, April 2006, pp.21-31. 
  15. Zitova, B. and Flusser, J., "Image Registration Methods : a Survey", Image and Vision Computing, vol. 21, No. 11, 2003, pp.977-1000. 

이 논문을 인용한 문헌 (0)

  1. 이 논문을 인용한 문헌 없음

문의하기 

궁금한 사항이나 기타 의견이 있으시면 남겨주세요.

Q&A 등록

원문보기

원문 PDF 다운로드

  • ScienceON :
  • KCI :

원문 URL 링크

원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다. (원문복사서비스 안내 바로 가기)

이 논문 조회수 및 차트

  • 상단의 제목을 클릭 시 조회수 및 차트가 조회됩니다.

DOI 인용 스타일

"" 핵심어 질의응답