In Korea, the guideline for the bridge safety inspection requests to assess surface degradation, including crack, efflorescence, spalling, and so on, for the rating of concrete bridges. Currently, the assessment of efflorescence is performed based on the visual inspection of expertized engineers, wh...
In Korea, the guideline for the bridge safety inspection requests to assess surface degradation, including crack, efflorescence, spalling, and so on, for the rating of concrete bridges. Currently, the assessment of efflorescence is performed based on the visual inspection of expertized engineers, which may result in subjective inspection result. In this study, a novel method using a hyperspectral camera is proposed for objective and accurate assessment of concrete efflorescence. The hyperspectral camera acquires the light intensity for a number of continuous spectral bands of light for each pixel in an image, which makes the hyperspectral imaging technique provides more detailed information than a color camera that collects intensity for only three bands corresponding to RGB (red, green, and blue) colors. A stepwise assessment algorithm is proposed based on the spectral features to decompose efflorescence area from the inspected concrete area. The algorithm is tested in the laboratory test using two concrete specimens, one of which is dark colored with efflorescence on a surface while the other is bright concrete without efflorescence. The test shows high accuracy and applicability of the proposed efflorescence assessment using a hyperspectral camera.
In Korea, the guideline for the bridge safety inspection requests to assess surface degradation, including crack, efflorescence, spalling, and so on, for the rating of concrete bridges. Currently, the assessment of efflorescence is performed based on the visual inspection of expertized engineers, which may result in subjective inspection result. In this study, a novel method using a hyperspectral camera is proposed for objective and accurate assessment of concrete efflorescence. The hyperspectral camera acquires the light intensity for a number of continuous spectral bands of light for each pixel in an image, which makes the hyperspectral imaging technique provides more detailed information than a color camera that collects intensity for only three bands corresponding to RGB (red, green, and blue) colors. A stepwise assessment algorithm is proposed based on the spectral features to decompose efflorescence area from the inspected concrete area. The algorithm is tested in the laboratory test using two concrete specimens, one of which is dark colored with efflorescence on a surface while the other is bright concrete without efflorescence. The test shows high accuracy and applicability of the proposed efflorescence assessment using a hyperspectral camera.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서 이 연구에서는 초분광 스펙트럼의 기울기 변화량을 이용하여 무손상 콘크리트와 백화를 구별하는 방법을 검토하였다. Fig.
본 논문에서는 초분광 영상을 이용한 콘크리트 백화 평가 방법을 연구하였다. 문헌 연구와 실내 실험을 통해 얻은 백화와 무손상 콘크리트의 초분광 스펙트럼데이터를 이용하여 무손상 콘크리트 표면 위에서 백화를 탐지하기 위한 두 가지 스펙트럼 특징(반사율과 기울기 변화량)을 결정했다.
본 연구에서는 초분광 영상을 이용하여 콘크리트 백화를 객관적이고 정량적으로 평가하는 새로운 방법을 제안하였다. 제안된 방법은 백화와 콘크리트의 분광 스펙트럼을 초분광 카메라를 이용하여 촬영하고, 각각의 스펙트럼의 특징(Feature)을 이용하여 콘크리트 표면의 백화를 평가하는 것이다.
이 연구에서는 반사율과 기울기 변화량 임계값을 함께 사용한 실험적 콘크리트 백화 탐지 알고리즘을 제안하였다. Fig.
초분광 영상의 목표는 영상 내의 각 픽셀이 가지는 스펙트럼 특징을 획득하고 분석하여 특정 물체를 식별하거나 특정 화학 물질을 검출하는 것이다. 일반 RGB 카메라가 단순히 3개의 색상 채널(Red, Green, Blue)로 영상을 나타내는데 반하여, 초분광 영상은 사용자가 원하는 파장 대역을 수십에서 수백 개로 나누어 각 대역의 분광 광도(Luminous Intensity)를 수집한다.
제안 방법
(1) 초분광 스펙트럼의 반사율과 550 nm 부근의 기울기 변화량을 함께 활용함으로써 밝기가 다른 시편을 이용한 실험에서 성공적으로 백화를 탐지하였다.
3의 Step 3). 다음으로 스펙트럼 기울기 변화량 임계값을 적용하여 밝은 콘크리트를 제거하였다(Fig. 3의 Step 4). 마지막으로 백화 검출 후 영상에 남아 있는 노이즈는 미디안 필터(Median Filter)를 사용하여 제거하였다(Fig.
문헌 연구와 실내 실험을 통해 얻은 백화와 무손상 콘크리트의 초분광 스펙트럼데이터를 이용하여 무손상 콘크리트 표면 위에서 백화를 탐지하기 위한 두 가지 스펙트럼 특징(반사율과 기울기 변화량)을 결정했다. 두 가지 특징에 기초하여, 백화를 평가하기 위한 알고리즘이 제안되었으며 제안된 알고리즘을 검증하기 위해 2개의 콘크리트 시편을 사용하여 실험을 수행했다. 본 논문의 결과는 다음과같이 요약할 수 있다.
제안된 알고리즘을 콘크리트 시편의 초분광 스펙트럼 영상에 적용하여 백화 분포를 평가하였다. 먼저, 두 콘크리트 시편 사이의 빈 공간과 어두운 색상의 콘크리트 표면을 스펙트럼 반사율 임계값을 사용하여 제거하였다(Fig. 3의 Step 3). 다음으로 스펙트럼 기울기 변화량 임계값을 적용하여 밝은 콘크리트를 제거하였다(Fig.
본 논문에서는 초분광 영상을 이용한 콘크리트 백화 평가 방법을 연구하였다. 문헌 연구와 실내 실험을 통해 얻은 백화와 무손상 콘크리트의 초분광 스펙트럼데이터를 이용하여 무손상 콘크리트 표면 위에서 백화를 탐지하기 위한 두 가지 스펙트럼 특징(반사율과 기울기 변화량)을 결정했다. 두 가지 특징에 기초하여, 백화를 평가하기 위한 알고리즘이 제안되었으며 제안된 알고리즘을 검증하기 위해 2개의 콘크리트 시편을 사용하여 실험을 수행했다.
본 연구에서는 초분광 영상을 이용하여 콘크리트 백화를 객관적이고 정량적으로 평가하는 새로운 방법을 제안하였다. 제안된 방법은 백화와 콘크리트의 분광 스펙트럼을 초분광 카메라를 이용하여 촬영하고, 각각의 스펙트럼의 특징(Feature)을 이용하여 콘크리트 표면의 백화를 평가하는 것이다. 초분광 영상을 획득하기 위해서 가시광선영역과 근적외선영역을 함께 촬영하는 VNIR(Visible and Near Infra-Red) 초분광 카메라를 이용하는데, 이 카메라는 1.
초분광 영상을 얻은 후, Fig. 5와 같이 특징이 다른네 종류의 표면에서 (진하게 형성된 백화, 연하게 형성된 백화, 밝은 콘크리트 표면과 어두운 콘크리트 표면) 각각 5개의 픽셀을 무작위로 선택하여 초분광 스펙트럼을 추출했다. 백화의 반사율은 형성된 밀집도 혹은 두께에 따라 30%에서 75%까지 다양하며 밀도가 높은 백화가 반사율이 더 높은 반사율을 보이는 것을 관찰했다(Fig.
대상 데이터
(a) 420 ~ 950 nm 사이의 가시광선 및 근적외선(VNIR) 영역에서 백화 및 무손상 콘크리트 표면의 초분광 영상을 획득한다.
, Finland) 시편에서 약 80 cm 떨어진 곳에 위치시켰으며 초분광 데이터 수집 및 분석 프로그램 ENVI(Harris Corporation, FL, USA)가 설치된 PC에서 초분광 영상을 획득했다. 광원으로 2개의 650 W 할로겐램프를 설치하였으며, 99%의 황산바륨 반사판을 광원 조건을 보정의 기준점으로 사용하기 위해 시편 옆에 배치하였다.
본 연구에서 사용된 초분광 카메라(PS-VNIR, Specim, Spectral Imaging Ltd., Finland)는 푸쉬 브룸 스캐닝을 사용하여 분광 광도를 수집한다. 푸쉬 브룸 스캐닝은 초분광 영상 촬영에 가장 흔하게 사용되는 방법이며 그 과정은 아래와 같다.
본 연구에서 사용한 초분광 카메라는 Fig. 4(b)에서 볼 수 있듯이 초점 렌즈가 장착된 초분광 카메라를(PS-VNIR, Specim, Spectral Imaging Ltd., Finland) 시편에서 약 80 cm 떨어진 곳에 위치시켰으며 초분광 데이터 수집 및 분석 프로그램 ENVI(Harris Corporation, FL, USA)가 설치된 PC에서 초분광 영상을 획득했다. 광원으로 2개의 650 W 할로겐램프를 설치하였으며, 99%의 황산바륨 반사판을 광원 조건을 보정의 기준점으로 사용하기 위해 시편 옆에 배치하였다.
제안된 알고리즘의 타당성을 검증하기 위해, Fig. 4(a)와 같이 한 변의 길이가 48 mm인 두 개의 정육면체 콘크리트 시편과 초분광 카메라를 사용하여 실내실험을 수행하였다. 첫 번째 콘크리트 시편은 어두운 회색을 띠며 표면 한 쪽에 백화가 발생하였으며, 두 번째 시편은 밝은 회색으로 백화 등 오염 물질이 없는 깨끗한 표면을 가지고 있다.
제안된 방법은 백화와 콘크리트의 분광 스펙트럼을 초분광 카메라를 이용하여 촬영하고, 각각의 스펙트럼의 특징(Feature)을 이용하여 콘크리트 표면의 백화를 평가하는 것이다. 초분광 영상을 획득하기 위해서 가시광선영역과 근적외선영역을 함께 촬영하는 VNIR(Visible and Near Infra-Red) 초분광 카메라를 이용하는데, 이 카메라는 1.31 nm의 스펙트럼 분해능으로 420 nm ~ 950 nm의 파장 대역에 대한 분광 프로파일을 수집한다. VNIR 영역에서 충분한 해상도로 초분광 스펙트럼 정보를 획득할 수 있기 때문에, 백화를 정량적으로 평가하기 위한 주요 스펙트럼 특징을 식별하는 것이 가능하다.
데이터처리
제안된 알고리즘을 콘크리트 시편의 초분광 스펙트럼 영상에 적용하여 백화 분포를 평가하였다. 먼저, 두 콘크리트 시편 사이의 빈 공간과 어두운 색상의 콘크리트 표면을 스펙트럼 반사율 임계값을 사용하여 제거하였다(Fig.
제안된 알고리즘의 정확도를 정량적으로 평가하기 위해 평가 결과를 시각적으로 백화를 탐지한 결과와 비교하였다. Fig.
성능/효과
(2) 제안된 알고리즘을 이용한 백화 탐지 결과는 시각적으로 백화를 관찰한 것과 비교했을 때 5% 오차 이내의 높은 정확도를 보였다.
Fig. 7(c)에서 백화로 간주되는 면적은 전체 영상의 20.54%로 계산되었으며 제안된 알고리즘에 의해 발견된 백화의 면적은 전체 영상의 19.45%였다. Fig.
7(c)와Fig. 7(d)를 비교할 때, 제안된 알고리즘에 의한 백화 평가 결과는 시각적인 백화 탐지 결과와 5% 내외의 오차율로 큰 유사성을 보여준다. 이 결과를 통하여 본 연구에서 제안된 초분광 영상 기반 백화 탐지 알고리즘이 육안 검사의 좋은 대안이 될 수 있음을 확인하였다.
5와 같이 특징이 다른네 종류의 표면에서 (진하게 형성된 백화, 연하게 형성된 백화, 밝은 콘크리트 표면과 어두운 콘크리트 표면) 각각 5개의 픽셀을 무작위로 선택하여 초분광 스펙트럼을 추출했다. 백화의 반사율은 형성된 밀집도 혹은 두께에 따라 30%에서 75%까지 다양하며 밀도가 높은 백화가 반사율이 더 높은 반사율을 보이는 것을 관찰했다(Fig. 6(a), 6(b)).
콘크리트가 일반적으로 보이는 낮은 반사율(Reflectance)과 백화가 보이는 높은 반사율은 백화를 검출하는 가장 대표적인 스펙트럼 특징 중 하나이다. 실내에서 진행한 실험을 통해 콘크리트의 스펙트럼 반사율은 420 nm ~ 950 nm 대역에서 35% 미만이며 백화는 동일한 대역에서 40%에서 70%까지 다양한 범위의 반사율을 나타내는 것을 확인하였다. Arita 등도 그들의 연구에서 일반 콘크리트가 가시광선 및 근적외선 대역에서 평균적으로 약 40%의 반사율을 가지지만 콘크리트 백화의 화학 성분(예: CaCO3)은 동일한 대역에서 평균적으로 90% 내외의 높은 스펙트럼 반사율을 보인다고 보고한 바 있다11).
7(d)를 비교할 때, 제안된 알고리즘에 의한 백화 평가 결과는 시각적인 백화 탐지 결과와 5% 내외의 오차율로 큰 유사성을 보여준다. 이 결과를 통하여 본 연구에서 제안된 초분광 영상 기반 백화 탐지 알고리즘이 육안 검사의 좋은 대안이 될 수 있음을 확인하였다.
실내 실험을 통하여 스펙트럼의 기울기 변화를 검토한 결과, 백화와 정상 콘크리트의 스펙트럼이 550 nm 부근에서 보이는 기울기 변화의 경향성은 Arita 등이 보고한 결과와 유사하였다. 이를 통해 스펙트럼의 기울기 변화가 RGB 영상의 밝기 값을 기준으로 백화를 탐지하는 기존의 방법을 보완할 수 있음을 확인하였다.
후속연구
(4) 한국의 교량 안전성 검사 지침에서 백화 면적비가 교량의 등급을 결정하는 주요 상태평가 요소임을감안할 때, 실무에서 초분광 영상이 육안검사를 대신한 정량적인 백화를 탐지하는데 활용될 수 있을 것으로 기대된다.
하지만 현재 스마트폰에 탑재 가능한 저가의 초분광 카메라가 기술적으로 구현이 된 상태이며 머지않은 미래에 시중에 출시 될 예정이다12). 소형화된 저가의 초분광 카메라가 수년 내에 보급된다면, 현장에서 육안검사를 효율적으로 대체할 수 있는 비파괴, 비접촉 영상 장비로 활용될 것이라 기대된다.
질의응답
핵심어
질문
논문에서 추출한 답변
백화의 탐지 및 정량화 방법 중 일반적인 방법인 육안검사의 문제점은 무엇인가?
백화는 일반적으로 백색에 가까운 색상을 띄며, 콘크리트 표면 위로 물이 흐르는 방향을 따라 발생하기 때문에 시각적으로 구분이 가능하다. 그러나 이와 같은 육안검사는 검사자의 전문 지식과 주관적인 결정에 의존할 뿐만 아니라, 접근이 어려운 부분에 발생할 경우 검사 자체가 어렵다는 문제점을 가지고 있다. 이러한 문제를 극복하고 검사의 객관성을 향상시키기 위하여 컴퓨터 영상장치를 이용하려는 시도가 있었지만, 이 방법들은 주로 영상의 밝기를 기반으로 정량화를 시도하였기 때문에 백화가 옅게 형성된 경우나 비교적 밝은 콘크리트 표면에서 활용하기 어렵다는 단점을 가지고 있다2).
백화란 무엇인가?
백화(Efflorescence)는 콘크리트 내부에 존재하는 가용성 성분이 물에 용해되어 운반된 후 표면에 침전되어 나타나는 백색의 물질을 말하며, 균열, 박락, 골재 분리와 더불어 콘크리트 열화를 나타내는 대표적 증상 중 하나이다. 백화는 단기적으로는 구조물의 안전성에 큰 영향을 미치지는 않으나, 장기적으로는 구조성능에 심각한 손상을 입힐 수 있다.
백화는 콘크리트 구조물에 어떤 영향을 미치는가?
백화(Efflorescence)는 콘크리트 내부에 존재하는 가용성 성분이 물에 용해되어 운반된 후 표면에 침전되어 나타나는 백색의 물질을 말하며, 균열, 박락, 골재 분리와 더불어 콘크리트 열화를 나타내는 대표적 증상 중 하나이다. 백화는 단기적으로는 구조물의 안전성에 큰 영향을 미치지는 않으나, 장기적으로는 구조성능에 심각한 손상을 입힐 수 있다. 백화는 발생 과정에서 콘크리트 내부의 알칼리성 손실을 유발하기 때문에 중성화 정도를 파악하는 정성적 지표로 활용될 수 있으며 내부의 철근을 부식시켜 구조적인 성능 저하를 가져온다.
참고문헌 (12)
Ministry of Land, Infrastructure, and Transport, (MOLIT) Detailed Guidelines of Safety Inspection and Precise Safety Diagnosis for Bridges, 2016.
H. Gonzalez-Jorge, I. Puente, B. Riveiro, J. Martinez- Sanchez and P. Arias, "Automatic Segmentation of Road Overpasses and Detection of Mortar Efflorescence using Mobile LiDAR Data", Optics & Laser Technology, Vol. 54, pp.353-361, 2013.
J. D. Lee, B. A. Dewitt, S. S. Lee, K. J. Bhang and J. B. Sim, "Analysis of Concrete Reflectance Characteristics using Spectrometer and VNIR Hyperspectral Camera", International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Vol. 39, pp.B7, 2012.
K. Vaghefi, R. C. Oats, D. K. Harris, T. M. Ahlborn, C. N. Brooks, K. A. Endsley, C. Roussi, R. Shuchman, J. W. Burns and R. Dobson, "Evaluation of Commercially Available Remote Sensors for Highway Bridge Condition Assessment", Journal of Bridge Engineering, Vol. 17, No. 6, pp.886-895, 2011.
D. Baseley, L. Wunderlich, G. Phillips, K. Gross, G. Perram, S. Willison, R. Phillips, M. Magnuson, S. D. Lee and W. F. Harper, "Hyperspectral Analysis for Standoff Detection of Dimethyl Methylphosphonate on Building Materials", Building and Environment, Vol. 108, pp.135-142, 2016.
F. Dell'Endice, J. Nieke, B. Koetz, M. E. Schaepman and K. Itten, "Improving Radiometry of Imaging Spectrometers by using Programmable Spectral Regions of Interest", ISPRS Journal of Photogrammetry and Remote Sensing, Vol. 64, No. 6, pp.632-639, 2009.
K. Michael, I. Stefan and Z. Nicoletta. Efflorescence, Zurich, Switzerland, BASF Construction Chemicals Europe AG. 2007.
J. Arita, K. I. Sasaki, T. Endo and Y. Yasuoka, "Assessment of Concrete Degradation with Hyper-spectral Remote Sensing", Paper Presented at the 22nd Asian Conference on Remote Sensing, Vol.5, p. 9, 2001.
K. B. Lee, "Smartphone Picks Up Rotten Food - What are the Innovative Techniques in a Future Smartphone?", The Science Times, September 28th, 2017.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.