KR20030083359A - 영상처리장치를 이용한 구조물의 균열 자동 인식 방법 및그 분석장치 - Google Patents
영상처리장치를 이용한 구조물의 균열 자동 인식 방법 및그 분석장치 Download PDFInfo
- Publication number
- KR20030083359A KR20030083359A KR1020020021863A KR20020021863A KR20030083359A KR 20030083359 A KR20030083359 A KR 20030083359A KR 1020020021863 A KR1020020021863 A KR 1020020021863A KR 20020021863 A KR20020021863 A KR 20020021863A KR 20030083359 A KR20030083359 A KR 20030083359A
- Authority
- KR
- South Korea
- Prior art keywords
- crack
- image
- image processing
- data
- signal
- Prior art date
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/16—Measuring arrangements characterised by the use of optical techniques for measuring the deformation in a solid, e.g. optical strain gauge
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/14—Measuring arrangements characterised by the use of optical techniques for measuring distance or clearance between spaced objects or spaced apertures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/30—Measuring arrangements characterised by the use of optical techniques for measuring roughness or irregularity of surfaces
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M11/00—Testing of optical apparatus; Testing structures by optical methods not otherwise provided for
- G01M11/08—Testing mechanical properties
- G01M11/081—Testing mechanical properties by using a contact-less detection method, i.e. with a camera
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
영상처리장치를 이용한 구조물의 균열 자동 인식 방법 및 그 분석 장치가 제공된다.
본 발명의 균열 자동 인식 방법은 구조물의 균열 영상을 획득하는 단계와, 균열 영상으로부터 수치데이터를 획득하는 단계와, 상기 단계에 의하여 얻어진 영상 및 수치 데이터를 분류, 보존, 저장하여 균열을 분석 평가하고, 균열 발생 원인과 같은 사후 정보를 제공하는 단계를 포함하며, 이를 수행하기 위한 분석 장치는 위치정보와 이동수단의 속도를 출력하는 엔코더가 이동수단에 설치되어 구조물의 외관 데이터를 획득하는 영상장치와; 상기 영상장치로부터 입력되는 영상신호와 엔코더에서 출력되는 신호를 연산하여 이동 거리별로 구조물을 영상화하여 저장하고, 획득된 영상신호를 분석하여 구조물의 균열상태를 검출하는 영상처리장치와; 상기 영상처리장치에서 검출된 균열정보를 데이터 베이스화하고, 그 데이터를 분석·평가하는 컴퓨터 시스템을 포함하여 구성된다.
Description
본 발명은 영상처리장치를 이용한 구조물의 균열 자동 인식 방법, 장치 및 분석시스템에 관한 것으로, 구조물에 발생한 균열데이터를 영상으로부터 추출·획득하여 그 데이터를 체계적으로 처리·저장하고 균열발생 상황, 원인을 분석하는 시스템으로 구조물 안정성을 파악하기 위한 것이다.
일반적으로 교량, 땜, 터널을 포함하는 모든 구조물은 자연적, 환경적 요인 등으로 인하여 시간이 경과하면 열화 및 손상이 생기게 된다. 이렇게 노후화되는 구조물의 기능을 유지하고 수명을 연장시키기 위해서는 구조물에 대한 지속적이고 효율적인 점검 및 진단을 실시하여야 한다.
이러한 점검 및 진단을 수행하는데 있어서 가장 기본적인 조사항목이라고 할 수 있는 것은 외관조사이다.
외관조사 중 특히 콘크리트의 균열에 대한 조사는 구조물 내부와 외부의 상태를 평가하고, 다음 단계의 국부적인 정밀 안전진단 수행 항목과 절차 및 방법 등을 결정하는데 있어서 매우 중요한 요소로 작용한다.
콘크리트 균열에 대한 기존의 대표적인 외관조사 방법은 인력에 의한 육안 조사 방법이다.
육안검사는 그 결과를 정성적으로 표현할 수밖에 없어서 다른 검사 결과와 비교할 수 없으므로 개인적인 지식과 경험에 의존하기 때문에 객관성이 결여된다. 또한 주변조건의 이력 뿐만 아니라, 현재의 상태를 정확하게 파악할 수 없으므로 과거의 검사결과와 비교할 수 없을 뿐 아니라, 콘크리트의 내부와 같이 보이지 않는 부위나 인력으로 접근하기 어려운 부위의 하자는 경험이 풍부한 기술자라도 발견할 수 없다.
특히, 콘크리트 균열의 경우 일반적으로 정량적 판단이 가능한 측정기기를 사용하지 않고 육안으로 확인하는 경우가 대부분이므로 객관적인 데이터의 확보가 불가능하며, 대단면의 터널이나 대형 구조물의 경우 전단면에 대한 검사를 실시하는 것은 거의 불가능하다.
따라서, 구조물의 유지관리는 육안관찰 뿐만 아니라, 자동화 영상화 기법을 사용한 첨단 탐사장비의 개발로 구조물의 객관적인 유지관리를 실시하는 것이 바람직하다.
기존방법인 인력에 의한 육안검사와 비교하면 본 발명은 정확성과 자동화에 따른 효율성이 증가하며 균열상황을 분석하여 구조물의 안전성이 확보되고, 점검자에 의존하지 않는 객관적인 데이터를 수집할 수 있으며 교통 통제 등의 시간적 제약과 인력으로 접근이 어려운 공간적인 제약에서 벗어나는 효과를 가져올 수 있다.
모든 구조물은 자연적, 환경적 요인 등으로 인해 시간이 경과하면 열화 및 손상이 생기게 마련이다. 구조물 유지관리의 핵심은 열화 및 손상으로 인한 노후화를 가능한 최소화하여 구조물의 수명을 연장하면서 그 기능을 확보하는데 있다. 이를 위해서는 구조물의 균열 상태에 관한 데이터의 자동 획득과 이에 대한 체계적인 분석, 처리기술이 필요하다.
이러한 측면에서 구조물의 유지관리는 자동화·영상화 기법을 사용한 첨단 탐사장비의 개발로 객관적인 구조물 유지관리가 요구되고 있는 추세이다.
현재 일반적으로 구조물의 점검 및 진단은 상당한 부분이 인력에 의한 육안검사에 의하여 수행되고 있는데, 이러한 방법은 기술자의 개인적인 지식과 경험에 의존하는 방법으로써 원점상태의 내용이 변형되어 작성됨으로 인하여 시간이 경과하여 측정된 점검데이터의 시간에 따른 변화량을 파악할 수 없으므로 구조물의 시간 이력 평가를 비교할 수 없을 뿐 아니라, 콘크리트의 내부와 같은 보이지 않는 부위나 인력의 접근이 어려운 부위의 하자는 경험이 풍부한 기술자라도 발견할 수 없다.
특히, 콘크리트 균열에 대해서는 정량적 판단이 가능한 측정수단에 의하여 객관적인 데이터를 확보하여야 하며, 대단면의 터널이나 대형 구조물의 경우 전단면에 대한 검사를 실시하는 것이 가능하여야 한다.
또한, 안전진단 후 데이터의 보관은 대부분 문서로 작성하여 보관되어지고 있으므로, 방대한 양의 데이터를 체계적으로 관리할 수 있는 데이터 베이스 시스템을 이용함으로써 그 불편함을 해소하고, 시설물의 노후화에 따라 증가되는 각종 점검 및 관리데이터에 대한 전산화 및 정보화를 통해 체계적 데이터 관리가 요구되고 있다.
특히, 콘크리트에 발생하는 균열의 경우 구조물의 이력, 환경, 균열이 발생한 위치, 방향, 폭, 길이 등 여러 가지 인자에 대한 데이터 베이스의 분류가 되어야 하며, 이에 대한 체계적인 관리가 필요하다.
이에 본 발명에서는 유지관리 항목 중 균열을 특화시켜 데이터 베이스화하고자 한다. 즉, 주요 관심사인 균열의 폭과 길이, 위치, 방향 등을 점검하고, 구간내의 환경, 시공조건과 연계·분석하여 균열 영상 인식 시스템으로부터 얻어진 데이터를 효율적으로 관리할 수 있는 데이터 베이스 시스템을 구축한다.
본 발명의 궁극적인 목적은 균열을 인식할 수 있는 영상처리장치를 이용하여 획득되는 영상에 의하여 균열에 대한 객관적인 데이터를 획득하고, 이를 수치적으로 정량화 할 수 있는 영상처리장치를 이용한 구조물의 균열 자동 인식 장치를 제공하기 위한 것이다.
본 발명의 또 다른 목적은 영상처리장치로부터 얻어진 데이터를 수집하고 체계적으로 분류, 저장하여 데이터를 효율적으로 관리·운영하는 데이터 베이스와 데이터를 분석하기 위한 시스템이다.
본 발명에 의하면 도로용 터널 뿐만 아니라, 일반 건설 부문의 구조물에 대하여서도 균열 및 이상 변화의 데이터 획득과 처리를 자동화하여 효과적인 유지관리가 가능하게 함으로써 구조물이 제 기능을 수행할 수 있도록 하는 안전 점검과 유지 보수를 하는데 크게 이바지할 수 있을 것이다.
이와 같은 본 발명에 의하여 시설물의 실제 현장을 정기점검 및 긴급점검하여 시설물에 내재되어 있는 위험요인이나 구조물의 기능, 사용재료의 성능 등과 같은 현 상태를 판단함으로써, 시설물에 대한 상태평가 및 안전성을 평가하고, 제반평가에 대한 기본데이터를 제공하고, 시설물의 변화상태와 노후화 정도에 대한 지속적인 기록을 제공한다.
도1은 본 발명의 흐름도
도2는 본 발명 장치의 블록도
도3은 본 발명의 장치가 이동수단에 탑재된 상태의 개략적인 입체도
도4는 본 발명의 카메라 장치를 확대한 입체도
도5는 본 발명이 터널에 적용되는 작업 상태도
이와 같은 목적을 달성하기 위한 본 발명의 영상처리장치를 이용한 구조물의 균열 자동 인식 방법은 영상처리장치를 구동하여 구조물에 대한 영상 데이터를 획득하고, 영상처리장치에 의하여 얻어진 균열에 대한 영상 데이터를 분류, 보존, 저장, 관리하며, 보존 및 저장된 데이터에 기초하여 예측 가능한 균열 발생 원인 및 보수 공법 등과 같은 사후 정보를 제공하는 단계를 포함한다.
즉, 본 발명의 균열 자동 인식 방법은 도1에서 참조되는 바와 같이, 영상처리장치를 구동하는 단계(S1);
구동하는 영상처리장치를 통하여 검사 대상으로부터 균열영상을 획득하는 단계(S2);
영상처리장치에 의하여 획득된 아날로그 정보를 사용 가능한 디지털 데이터로 변환하는 단계(S3);
입력된 새로운 영상 데이터에 의하여 균열이 발생되었는지의 여부를 분석하는 단계(S4);
상기 단계에 의하여 균열이 발생된 것으로 판별되면 획득된 균열 데이터를 수치화 및 시각화될 수 있는 데이터로 변환하는 단계(S5);
상기 변환된 데이터를 데이터 베이스에 분류 및 저장하는 단계(S6);
그리고, 균열 발생 원인과 구조물의 안전 및 대책을 파악하기 위한 정보를 출력하는 단계(S7)를 포함한다.
균열 영상을 획득하는 단계는 디지털 카메라와 같은 영상장치를 이용하여 구조물의 표면을 영상 데이터로 획득한다.
획득된 영상을 사용 가능한 데이터로 변환하는 단계는 카메라로 받아들여지는 밝기 정보가 아날로그 신호를 가지게 되므로 이러한 아날로그 신호를 디지털화된 그레이 스케일 이미지(gray scale image)로 변환하는 것이다.
변형 발생 여부를 판단하는 단계는 균열을 인식하기 위한 알고리즘에 의하여 진행되는데, 이러한 알고리즘은 크게 균열을 영상으로부터 인식하는 균열 인식 알고리즘과,균열을 정량적으로 계측할 수 있는 계측 알고리즘으로 나누어진다.
"균열 인식 알고리즘"이란 카메라 장치를 통하여 입력된 영상에서 대상물을 주위 배경으로부터 분리해 내는 방법이다.
이를 위한 첫 단계로서 필터링(filtering)을 들 수 있다. 노이즈(noise)는 얼룩과 영상원(image source)에서 기인하거나 영상신호를 획득하는 과정에서 개입될 수 있는데, 정확한 측정을 위해서는 이들을 효과적으로 제거하여야 한다.
다음 단계로서 이진화(dichotomization)를 들 수 있다. 영상은 밝기의 2차원 분포라고 볼 수 있으며, 이 밝기 분포에서 대상과 배경을 가장 잘 구분해 줄 최적의 밝기를 찾아야 한다.
따라서, 이 밝기를 기준으로 배경과 대상을 영역 혹은 영역의 경계로써 구분하여 에지(edge)를 추출하고, 경계선을 연결하는 과정을 통해 균열이 있는 부분들을 알 수 있게 된다.
이렇게 균열이 추출된 각 부분에 대하여 일련의 번호를 부여(labeling)하며, 번호가 부여된 균열 후보 부분에 일반적으로 구조물 균열의 기하학적 특징을 구속 조건으로 선정하여 정확히 균열 부분을 추출한다.
"계측 알고리즘"이란 배경과 구분된 균열을 단순한 점들의 집합이 아닌 적절한 매개변수로써 표현하는 과정이다. 이를 위해서 균열은 적절하게 모델링되어야 하고 점들의 집합으로부터 이를 추정하게 된다.
또한, 측정값은 밀리미터(㎜)와 같이 의미 있고 일관성 있는 단위로 나타내어지며, 이를 위해 영상과 실제세계와의 좌표 관계를 모델링하고 적절하게 보정한다.
얻어진 영상을 사용자가 육안으로 확인할 수 있는 인터페이스를 제공함으로써 사용자로 하여금 박리, 누수, 백화 등을 정성적으로 판단할 수 있으며, 이를 위해서 획득된 영상이 이에 대한 정보를 충분히 포함할 수 있도록 영상 획득 시스템을 설계, 구현한다. 또한 이들 정보는 데이터 베이스 시스템에 의하여 가시화된다.
데이터 베이스 시스템은 영상으로 획득된 균열 이미지, 구체적으로는 구조물의 위치별로 균열밀도, 균열위치, 균열두께, 균열길이 등을 체계적으로 분류하여 효과적으로 관리할 수 있는 데이터 베이스를 의미한다.
상기 균열밀도는 특정 구간에서 구조물의 라이닝 면적에 대하여 균열면적이 차지하는 비율을 나타내는 것이다.
이러한 데이터 베이스는 이미지에 관련된 데이터 또는 수치 데이터 등의 최적 데이터 모델로 개발된 것이며, 균열 이외에 다른 손상 데이터와의 연계·확장성을 고려한 데이터 베이스를 포함한다.
상기 균열 자동 인식 방법을 수행하기 위한 장치는, 이동수단; 상기 이동수단에 의하여 운반되며, 조명장치를 구비하여 구조물의 외관 데이터를 획득하여 전기적인 영상신호로 출력하는 영상장치; 상기 영상장치에서 출력되는 영상신호를 수신하여 송신하고, 카메라를 제어하기 위하여 수신되는 제어신호를 송신하는 송수신기; 상기 이동수단이 이동하는 위치정보를 펄스신호로 변환하여 출력하는 엔코더; 상기 송수신기에서 입력되는 영상신호와, 상기 엔코더에서 출력되는 신호를 카운트하여 구조물을 이동 거리별로 영상화하여 저장하고, 입력되는 영상신호를 분석하여 균열상태를 검출하는 영상처리장치; 상기 영상처리장치에서 검출된 균열정보를 데이터 베이스화하고, 그 데이터를 디스플레이 하는 컴퓨터 시스템을 포함하여 구성된다.
이동수단은 영상장치가 구조물의 표면을 따라 이동할 수 있도록 하는 기계적인 장치, 구체적으로는 엔진의 구동에 의하여 이동하는 자동차와 같은 운반장치이며, 터널·교량 등 다양한 형태로 축조되는 구조물의 형상에 효과적으로 대응하여 이동할 수 있는 것이다.
이러한 이동수단은 설치되는 영상장비가 임의의 장소에서 최대한 넓은 범위를 검사하며, 또한 장애물로부터 보호될 수 있는 기능을 구비하여 영상장치와 검사대상과의 위치정보를 측정하도록 한다.
즉, 본 발명의 영상처리를 이용하는 균열 인식 시스템은 일반적인 자동차 및 기타 이동체에 탑재되어 구조물의 검사 대상을 따라서 일정한 속도로 이동하면서 컴퓨터 시스템이 카메라와 조명을 제어하여 구조물을 영상화한다. 이동체 바퀴에장착된 엔코더는 이동체의 속도를 계측하여 속도 변화량을 컴퓨터 시스템에 피드백함으로써 카메라의 영상화 속도를 제어하며 동시에 이동체의 이동 거리를 계측하여 이동 거리에 따르는 구조물을 영상화하여 저장하며, 저장된 영상은 컴퓨터에서 이미지 처리가 되어 균열을 검출하고, 검출된 균열정보를 데이터 베이스화 한다.
균열에 대한 데이터를 객관적으로 획득하기 위해서는 영상장치에 의하여 데이터를 획득하고 이를 보존해야 한다.
상기 영상장치로서 일반적인 디지털 카메라는 알려진 바와 같이 2차원 메트릭스로 배열된 소자가 빛의 밝기를 받아들이며, 라인 스캔 카메라는 빛의 밝기를 받아들이는 소자가 한 줄로 배열되어 있다.
소자의 특성에 따라 빛의 밝기 정도에 따른 출력전압이 다르지만 이러한 출력전압은 프레임 그래버 보드(frame grabber board)에서 디지털화가 되어 가장 밝은 백색 빛인 경우 255, 어두운 검정빛은 0이라는 디지털 값으로 표현된다.
또한, 라인 스캔 카메라는 밝기를 받아들이는 소자가 한 줄로 배열되어 있기 때문에 카메라를 움직여야 만이 영상을 받아들일 수가 있다. 이러한 원리는 일반적인 스캐너가 사진을 받아들여 디지털화하는 것과 동일하다.
본 발명에서는 디지털 카메라를 이용하여 영상 데이터를 획득하게 되며, 영상장치의 경우 이미지의 형태로 데이터를 획득하기 때문에 균열 이외에도 박리, 박락, 파손, 누수 등의 손상 정도를 이미지 데이터를 통해 파악할 수 있다.
이러한 영상 및 장치시스템은 검사 대상의 정밀도를 고려하여 최소한의 중량과 부피로 구성되며, 다양한 검사대상의 이동검사 및 대규모 구동기구를 도입하기에 적합하도록 개발된다.
영상장치와 기구부에서 획득된 데이터는 이미지와 수치로서 표현되어진다. 이는 기존의 육안에 의한 개략적인 측정에서 벗어나 정확하고 객관적인 수치데이터를 획득함으로써 중요한 결함 등과 같은 상세한 조사가 필요한 경우 전문가에게 유용한 정보를 제공할 수 있다.
또한, 실험실 등에서 균열의 진전 및 현상을 파악하는데 큰 도움을 줄 수 있을 것으로 판단된다. 따라서 본 시스템은 콘크리트와 관련된 구조물의 모든 분야에서 적용 및 실용화가 가능할 것이다.
이상과 같은 본 발명은 가시광선을 이용하여 구조물 표면의 영상을 획득하고, 획득한 영상에 영상처리 알고리즘을 적용하여, 균열을 인식함으로써 객관적이고 정밀한 측정을 수행하는 한편, 육안검사의 대상이 될 수 있는 결함에 대한 검사를 수행할 수 있도록 개선된 화질의 이미지를 제공한다.
이러한 영상시스템의 카메라는 구동기구에 의해 주어진 검사지점에서 보다 넓은 범위를 검사할 수 있도록 검사대상물과의 거리 및 각도를 조정하게 된다.
이렇게 주어진 검사결과는 최종적으로 구조물, 부재, 부위, 환경 등에 따라 체계적이고 전문적으로 분류되어 개발된 데이터 베이스에 보존되어 활용된다.
본 발명의 데이터 베이스는 영상장치에서 획득되는 데이터를 저장, 보존하는 것 뿐만 아니라, 균열의 원인 등을 데이터 베이스화 함으로써 구조물의 균열정보와 사용자가 분석 할 수 있는 환경을 제공한다.
이하 본 발명의 실시예를 첨부된 도면에 의하여 설명한다.
본 발명이 적용되는 구조물은 교량, 땜, 터널 등을 비롯하여 다양한 형태로 축조되는 구조물일 수 있으나 다음의 실시예에서는 본 발명이 터널에 적용되는 것을 예로 하여 설명될 것이다.
이러한 실시예에 의하여 당업계에서 통상적인 지식을 가진 자는 터널 이외에 다른 구조물에 대하여 실시하는 것이 가능할 것이다.
도2는 본 발명의 블록도이고, 도3은 본 발명이 이동수단에 탑재된 상태이며, 도4는 본 발명의 영상 장치를 나타내고 있다.
도2에서 참조되는 바와 같이 본 발명의 구조물 균열 자동 인식 장치는 영상장치(1), 송수신기(2), 엔코더(3), 영상신호처리장치(4), 컴퓨터 시스템(5), 디스플레이 장치(6) 및 데이터 베이스(7)로 구성된다.
상기 장치들은 도3에서 보는 바와 같이 자동차(8)와 같은 이동수단의 적재함 (9)에 탑재된다. 자동차(8)는 검사 대상이 되는 터널(200) 구조물을 따라 일정한 속도로 이동한다.
영상장치(1)는 플랫폼(10)에 설치되는 각각의 카메라장치(11)(11a)(11b)와 조명장치(12)(12a)(12b)로 구성되며, 적재함(9)의 후방에 설치되어 터널(200) 구조물의 외관을 영상으로 취득한다.
플랫폼(10)은 자동차(8) 이동시 발생하는 진동 충격 등에 대하여 안정된 영상을 획득하기 위한 제어장치를 구비한다.
도4는 카메라 장치(11)(11a)(11b)의 구체적인 실례를 나타내고 있다. 이 도면에서 참조되는 바와 같이 카메라장치(11)(11a)(11b)는 베이스(100), 팬닝제어장치(101), 틸팅제어장치(102), 회동축(103) 및 카메라(104)(104a)로 구성된다.
상기 베이스(100)는 플랫폼(10)의 표면에 고정되고, 베이스(100)의 상부에는 카메라(104)(104a)의 좌우 회전을 위한 팬닝제어장치(101)가 형성된다.
상기 팬닝제어장치(101)의 상부에는 팬닝제어장치(101)의 회전 제어신호에 따라 회전 가능하게 되면서 카메라(104)(104a)의 상하 경사각도를 조절하기 위한 틸팅제어장치(102)가 형성된다.
상기 틸팅제어장치(102)에는 틸팅제어신호에 따라 회전 가능한 회동축(103)이 수평상으로 형성되어 양쪽 단부에 각각 카메라(104)(104a)가 설치된다.
이러한 틸팅제어장치(102)는 회동축(103)을 연속적으로 회전시키고, 회전축 (103)에 고정된 카메라(104)(104a)가 이에 연동하여 터널(200) 내측 벽면의 형상을 촬영하게 되는데, 자동차(8)가 이동함과 동시에 촬영을 하게 됨으로써, 도5에서 보는 바와 같이 터널(200) 내벽면에 나선형의 촬영 괘도(201)를 형성하며 터널(200) 전체면의 형상을 연속적으로 입력한다.
송수신기(2)는 영상장치에서 출력되는 신호를 수신하여 컴퓨터 시스템(5)에 송신하고, 영상장치(1)를 제어하기 위하여 컴퓨터 시스템(5)에서 출력되는 제어신호를 영상장치(1)로 송신한다.
엔코더(3)는 자동차(8)의 바퀴(13)에 설치되어 이동수단이 이동하는 속도 및 위치 정보를 펄스신호로 변환하여 출력한다.
영상신호처리장치(4)는 송수신기(2)에서 입력되는 영상신호와, 엔코더(3)에서 출력되는 신호를 카운트하여 이동 거리별 터널 구조물을 영상화하여 컴퓨터 시스템(5)에 저장하고, 새로 입력되는 영상신호를 영상처리 알고리즘에 의하여 분석하여 이상 상태를 검출하며, 검출된 데이터를 컴퓨터 시스템(5)에 저장한다.
상기 영상처리 알고리즘은 균열 데이터 베이스를 구축하기 위하여 입력되는 정보를 처리하는 것으로, 조명장치(12)를 이용하여 검사 대상이 되는 터널 내벽면의 표면에 조명을 비춰 반사된 밝기 정보를 카메라(104)(104a)로 받아들여서 터널 내부의 균열에 대한 균열 크기, 두께, 방향, 밀도를 추출한다.
카메라(104)(104a)로 받아들인 밝기 정보는 아날로그 값을 가지게 되는데, 이러한 아날로그 정보는 프레임 그래버 보드(frame grabber board)에서 가장 어두운 부분은 0, 가장 밝은 부분은 255인 값으로 디지털화된 그레이 스케일 이미지 (gray scale image)로 변환하여 메모리에 저장한다.
따라서, 카메라(11)(11a)(11b)를 통해 받아들인 검사 대상 표면의 정보는 2차원 행렬을 이루며 각 행렬의 원소는 검사 대상체의 밝기를 나타낸다.
터널(200) 표면의 영상은 균열을 나타내는 어두운 부분인 물체와 비균열부를 나타내는 밝은 부분이 되는 물체가 이루는 배경으로 정의된다.
물체와 배경으로 이루어진 이미지에서 물체를 구분하기 위해서는 물체와 배경의 경계부분인 에지(edge)를 추출하여 물체를 구분한다.
검사 대상체 표면의 밝기 분포와 배경의 밝기 분포는 일정한 분포, 예를 들면 가우시안 분포를 한다는 가정하에 물체와 배경의 경계선 부위에서 밝기량의 변화량이 매우 큰 부분을 에지로 추출한다. 추출된 에지는 검사대상 표면 및 배경의 일부분을 나타낼 수 있다.
이렇게 잘못 추출된 에지를 제거하기 위하여 추출된 에지의 밝기 변화량 정도 및 밝기 변화 순서를 검사하여 물체와 배경의 경계선인 에지를 정확하게 추출한다.
이와 같이 추출된 에지는 검사 대상 물체를 둘러싼 하나의 폐곡선을 이루는데, 폐곡선 내부를 1로 외부를 0으로 정의하면 카메라로 받아들인 영상은 0과 1로 이진화 할 수 있다.
일반적으로 이진화된 영상은 물체의 경계선 부근, 즉 에지 부근에는 경계선이 계단 모양으로 발생한다. 또한 물체를 이루는 경계선은 연속적인 성질, 즉 경계선에서 불연속점이 발생하지 않지만 에지 추출시 불연속점이 발생한다.
따라서, 계단 모양의 경계선과 불연속점을 제거하기 위하여 물체의 경계를 따라 가며 경계점이 일치되도록 조정(fitting)하거나 경계점을 서로 연결(linking)하는 작업을 수행한다.
이상의 작업들은 우리가 원하는 검사 대상체 하나가 배경 위에 존재할 때 검사 대상체를 추출하는 방법이다. 만약 배경 위에 여러 개의 검사 대상체가 있을 때에는 위에서 언급한 에지 추출 및 경계선 연결작업을 수행한 후 각 검사 대상체에 대한 번호를 정의(labeling)해야 만이 각 검사 대상체의 정보를 추출할 수 있다.
본 발명을 위한 알고리즘에서 적용한 구조물 균열의 특징은 장방형 비율이매우 크다는 것과, 균열을 둘러싼 가상의 폐곡선과 균열 부분의 면적비(Aspect ratio)가 매우 크다는 것이다.
번호가 부여된 각 균열 후보 영역의 기하학적 정보(장방형비, 면적비)를 추출한 후 구조물 균열의 특징을 기준으로 각 균열 후보를 평가하여 균열과 비균열을 최종적으로 판단하며, 최종 균열로 판단된 영역에 대해서 각 영역의 길이, 두께, 방향을 계산한다. 또한 특정 구간 내에서 균열의 밀도를 계산한다.
균열의 길이를 구하기 위해서 우선 골격화(skeletonization)라는 연산을 통해서 균열 영역의 뼈대를 추출한다. 균열의 길이는 이 골격이 분산되는 분지(分枝)의 길이의 합으로써 얻어진다. 이때 가지의 길이가 특정 값 이하의 것은 두께 및 노이즈에 의한 것으로 간주하여 버린다.
또한, 균열의 두께는 균열 영역의 면적(영역을 이루는 화소의 수)을 그 길이로 나눈 평균값으로써 표현할 수 있다.
균열의 방향은 균열을 구성하는 한 영역의 좌표값으로 수직축과 수평축에 대한 면적분포를 표현하는 2차면적 모멘트를 계산하고, 이러한 값의 비가 최대가 되는 방향으로서 얻어진다.
상기와 같이 얻어지는 길이, 두께, 방향, 밀도는 인식된 균열을 정량적으로 표현하는 수치이며, 데이터 베이스에 입력되어 터널의 상태를 평가하는 지표로 사용된다.
컴퓨터 시스템(5)은 CPU(51)가 카메라장치(11)와 조명장치(12)를 제어하여 터널 구조물을 영상화하며, 영상신호처리부(50)는 자동차(8)의 바퀴(13)에 설치된엔코더(3)가 감지하여 출력하는 자동차(8)의 이동 속도 및 거리를 입력하여 이동 거리별 터널(200) 구조물을 영상화하여 메모리(52)에 저장하며, 저장된 영상을 영상신호처리부(50)가 이미지 처리를 하여 터널(200) 구조물의 위치별 균열밀도, 균열위치, 균열두께, 균열길이 등과 같은 균열을 검출하고, 검출된 균열정보를 디스플레이 장치(6)에 영상으로 출력하거나 데이터 베이스(7)에 저장한다.
본 발명의 영상처리를 이용한 균열 인식 방법과 장치에 의하면 영상장치를 기계적인 이동수단에 탑재하여 구조물에 대하여 상시 유지관리를 실시할 수 있으며, 인력으로 접근이 어려운 위치의 결함 측정이 가능하게 됨으로써 객관적인 데이터의 획득이 가능하고, 데이터를 수치화하여 자료관리 데이터 베이스에 저장함으로써 효율적으로 데이터를 관리할 수 있으며, 아직까지 자동화가 미흡한 외관조사 분야의 기술개발을 확산시켜서, 그동안 자동화 부문에서 낙후되어 있던 외관조사 분야의 자동화를 가속화시키고, 이를 바탕으로 하여 유지관리 효율성 및 생산성 향상에 크게 이바지 할 수 있을 것으로 판단된다.
또한, 자동화를 통한 유지관리 효율성 및 생산성 향상은 장기적으로 유지관리의 비용 감소와 효율적인 시설물 관리, 그리고 구조물에 대한 사회 불안요소를 제거하는 효과를 발휘할 것으로 기대되며, 간접적으로 점검시 교통체증 유발원인을 제거하여 사회간접비용 절감에도 기여한다.
이로써 본 발명은 구조물 내 라이닝의 육안조사를 대체하여 보다 객관적인정보를 얻을 수 있고, 특히 연장이 긴 터널 또는 대단면의 도로 터널을 비롯하여 각종 구조물에서 일일이 수작업으로 하던 균열 등의 결함조사를 편리하게 화상 및 수치정보로 만들 수 있으며, 그리고 자료의 데이터 베이스화를 통해 영구적으로 진단, 보수 이력을 관리하며 균열을 분석함으로써 구조물의 안정성을 확보 할 수 있다.
Claims (7)
- 영상처리장치를 구동하는 단계(S1);구동하는 영상처리장치를 통하여 검사 대상으로부터 균열 영상을 획득하는 단계(S2);영상처리장치에 의하여 획득된 아날로그 정보를 사용 가능한 디지털 데이터로 변환하는 단계(S3);입력된 새로운 영상 데이터에 의하여 균열이 발생되었는지의 여부를 판단하는 단계(S4);상기 단계에 의하여 균열이 발생된 것으로 판별되면 획득된 변형 데이터를 수치화 및 시각화될 수 있는 데이터로 변환하는 단계(S5);상기 변환된 데이터를 데이터 베이스에 분류 및 저장하는 단계(S6);그리고, 균열 발생 원인과 구조물의 안전 및 대책을 파악하기 위한 정보를 출력하는 단계(S7)를 포함하는 것을 특징으로 하는 영상처리장치를 이용한 구조물의 균열 자동 인식 방법.
- 제1항에 있어서, 변형발생여부를 판단하는 단계가 획득된 영상신호의 2차원 영상 분포에서 대상과 배경이 가장 잘 구분되는 밝기를 기준으로 하여 배경과 대상을 영역의 경계로 구분하여 균열을 인식하는 것을 특징으로 하는 영상처리장치를 이용한 구조물의 균열 자동 인식 방법.
- 제2항에 있어서, 카메라장치를 통해 수집된 구조물 표면 영상을 에지 추출과 경계선 연결 처리를 통해 균열이 있는 부분들을 추출하고, 추출된 각 부분에 일련의 번호를 부여하는 것을 특징으로 하는 영상처리장치를 이용한 구조물의 균열 자동 인식 방법.
- 제3항에 있어서, 번호가 부여된 각 균열 후보 영역의 장방형비와 면적비를 추출한 후 구조물 균열의 특징을 기준으로 각 균열 후보를 평가하여 균열과 비균열을 최종적으로 판단하는 것을 특징으로 하는 영상처리장치를 이용한 구조물의 균열자동 인식 방법.
- 제1항에 있어서, 데이터 베이스에 분류 및 저장하는 단계가 최종 균열로 판단된 영역에 대하여 구조물의 위치별로 계산된 균열밀도, 균열위치, 균열두께, 균열길이를 포함하는 것을 특징으로 하는 영상처리장치를 이용한 구조물의 균열 자동 인식 방법.
- 이동수단;상기 이동수단에 의하여 운반되며, 조명장치를 구비하여 구조물의 외관 데이터를 획득하여 전기적인 영상신호로 출력하는 영상장치;상기 영상장치에서 출력되는 영상신호를 수신하여 송신하고, 영상장치를 제어하기 위하여 송신되는 제어신호를 송신하는 송수신기;상기 이동수단의 바퀴에 설치되어 이동수단이 이동하는 위치 정보를 펄스신호로 변환하여 출력하는 엔코더;상기 송수신기에서 입력되는 영상신호와, 상기 엔코더에서 출력되는 신호를 카운트하여 터널 구조물을 이동 거리별로 영상화하여 저장하고, 입력되는 영상신호를 분석하여 균열상태를 검출하는 영상처리장치;상기 영상처리장치에서 검출된 균열정보를 입력 및 출력하여 데이터 베이스화하고, 영상신호로 디스플레이 하는 컴퓨터 시스템을 포함하는 것을 특징으로 하는 영상처리장치를 이용한 구조물의 균열 자동 인식 장치.
- 제6항에 있어서, 카메라장치(11)가 플랫폼(10)에 고정되는 베이스(100)와, 상기 베이스(100)의 상부에 형성되어 카메라(104)(104a)의 좌우 회전을 제어하는 팬닝제어장치 (101)와, 상기 팬닝제어장치(101)의 상부에 형성되어 회전 제어신호에 따라 회전 가능하게 되면서 카메라(104)(104a)의 상하 경사각도를 조절하기 위한 틸팅제어장치(102)와, 상기 틸팅제어장치(102)에 회전 가능하게 고정되어 양쪽 단부에 카메라가 설치되어 틸팅제어신호에 따라 회전하는 회동축(103)을 포함하는 것을 특징으로 하는 영상처리장치를 이용한 구조물의 균열 자동 인식 장치.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020020021863A KR20030083359A (ko) | 2002-04-22 | 2002-04-22 | 영상처리장치를 이용한 구조물의 균열 자동 인식 방법 및그 분석장치 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020020021863A KR20030083359A (ko) | 2002-04-22 | 2002-04-22 | 영상처리장치를 이용한 구조물의 균열 자동 인식 방법 및그 분석장치 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR20030083359A true KR20030083359A (ko) | 2003-10-30 |
Family
ID=32379890
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020020021863A KR20030083359A (ko) | 2002-04-22 | 2002-04-22 | 영상처리장치를 이용한 구조물의 균열 자동 인식 방법 및그 분석장치 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR20030083359A (ko) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100827610B1 (ko) * | 2007-09-05 | 2008-05-23 | 와이앤케이텍 주식회사 | 내시경 촬영을 통한 모니터링을 이용하여 구조물 크랙 또는조인트, 배면 공극을 진단, 보수, 보강하기 위한 시공시스템 및 그 방법 |
KR20180030818A (ko) * | 2018-03-16 | 2018-03-26 | 충남대학교산학협력단 | 공극변형을 이용한 변형률측정방법 |
CN108489830A (zh) * | 2018-05-28 | 2018-09-04 | 西安获德图像技术有限公司 | 裂纹扩展测量*** |
RU2740333C2 (ru) * | 2016-06-29 | 2021-01-13 | Де Греф'С Ваген-, Карроссери- Эн Махинебау Б.В. | Устройство для измерения параметров качества продуктов и способ измерения параметров качества продуктов |
KR102426448B1 (ko) * | 2021-11-11 | 2022-07-27 | 이정석 | 터널 안전 진단 시스템 |
KR20230003730A (ko) | 2021-06-29 | 2023-01-06 | 주식회사 뷰메진 | 드론을 이용하여 구조물의 외부 균열을 검사하는 방법, 시스템 및 비일시성 판독 가능 기록 매체 |
CN115655122A (zh) * | 2022-12-01 | 2023-01-31 | 浙江同禾传感技术有限公司 | 一种裂缝图像监测装置 |
KR102680490B1 (ko) | 2024-01-02 | 2024-07-03 | 주식회사 서림 | 콘크리트 균열 측정용 드론, 이를 이용한 콘크리트 균열 측정 방법 및 콘크리트 균열 측정용 드론을 포함하는 콘크리트 균열 측정 시스템 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS62261008A (ja) * | 1986-05-07 | 1987-11-13 | Komatsu Ltd | トンネル内面性状検出装置 |
JPH04124399A (ja) * | 1990-09-13 | 1992-04-24 | Taisei Corp | トンネル内のクラックの診断方法 |
JPH0642300A (ja) * | 1992-07-24 | 1994-02-15 | Railway Technical Res Inst | トンネル検査装置 |
JPH085565A (ja) * | 1995-01-17 | 1996-01-12 | Asahi Koyo Kk | トンネル構造物の空洞・亀裂等の検査方法 |
JPH09284749A (ja) * | 1996-04-12 | 1997-10-31 | Furukawa Electric Co Ltd:The | トンネル内壁面の撮影方法とそれを用いた撮影装置 |
JPH10260141A (ja) * | 1997-03-18 | 1998-09-29 | Hitachi Denshi Ltd | 欠陥検査装置 |
JP2001141660A (ja) * | 1999-11-11 | 2001-05-25 | Keisoku Kensa Kk | トンネルの内部壁面のひび割れ検出方法及びその表示方法 |
JP2001311709A (ja) * | 2000-04-28 | 2001-11-09 | Mitsubishi Heavy Ind Ltd | 構造物検査装置、及び、構造物検査方法 |
-
2002
- 2002-04-22 KR KR1020020021863A patent/KR20030083359A/ko not_active Application Discontinuation
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS62261008A (ja) * | 1986-05-07 | 1987-11-13 | Komatsu Ltd | トンネル内面性状検出装置 |
JPH04124399A (ja) * | 1990-09-13 | 1992-04-24 | Taisei Corp | トンネル内のクラックの診断方法 |
JPH0642300A (ja) * | 1992-07-24 | 1994-02-15 | Railway Technical Res Inst | トンネル検査装置 |
JPH085565A (ja) * | 1995-01-17 | 1996-01-12 | Asahi Koyo Kk | トンネル構造物の空洞・亀裂等の検査方法 |
JPH09284749A (ja) * | 1996-04-12 | 1997-10-31 | Furukawa Electric Co Ltd:The | トンネル内壁面の撮影方法とそれを用いた撮影装置 |
JPH10260141A (ja) * | 1997-03-18 | 1998-09-29 | Hitachi Denshi Ltd | 欠陥検査装置 |
JP2001141660A (ja) * | 1999-11-11 | 2001-05-25 | Keisoku Kensa Kk | トンネルの内部壁面のひび割れ検出方法及びその表示方法 |
JP2001311709A (ja) * | 2000-04-28 | 2001-11-09 | Mitsubishi Heavy Ind Ltd | 構造物検査装置、及び、構造物検査方法 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100827610B1 (ko) * | 2007-09-05 | 2008-05-23 | 와이앤케이텍 주식회사 | 내시경 촬영을 통한 모니터링을 이용하여 구조물 크랙 또는조인트, 배면 공극을 진단, 보수, 보강하기 위한 시공시스템 및 그 방법 |
RU2740333C2 (ru) * | 2016-06-29 | 2021-01-13 | Де Греф'С Ваген-, Карроссери- Эн Махинебау Б.В. | Устройство для измерения параметров качества продуктов и способ измерения параметров качества продуктов |
KR20180030818A (ko) * | 2018-03-16 | 2018-03-26 | 충남대학교산학협력단 | 공극변형을 이용한 변형률측정방법 |
CN108489830A (zh) * | 2018-05-28 | 2018-09-04 | 西安获德图像技术有限公司 | 裂纹扩展测量*** |
KR20230003730A (ko) | 2021-06-29 | 2023-01-06 | 주식회사 뷰메진 | 드론을 이용하여 구조물의 외부 균열을 검사하는 방법, 시스템 및 비일시성 판독 가능 기록 매체 |
KR102426448B1 (ko) * | 2021-11-11 | 2022-07-27 | 이정석 | 터널 안전 진단 시스템 |
CN115655122A (zh) * | 2022-12-01 | 2023-01-31 | 浙江同禾传感技术有限公司 | 一种裂缝图像监测装置 |
KR102680490B1 (ko) | 2024-01-02 | 2024-07-03 | 주식회사 서림 | 콘크리트 균열 측정용 드론, 이를 이용한 콘크리트 균열 측정 방법 및 콘크리트 균열 측정용 드론을 포함하는 콘크리트 균열 측정 시스템 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Dawood et al. | Machine vision-based model for spalling detection and quantification in subway networks | |
KR102256181B1 (ko) | 강구조물의 도막 상태 검사 및 평가 방법과 이를 위한 시스템 | |
US7689003B2 (en) | Combined 2D and 3D nondestructive examination | |
Prasanna et al. | Automated crack detection on concrete bridges | |
JP6556266B2 (ja) | 欠陥検査装置、方法およびプログラム | |
US8244025B2 (en) | Method of coalescing information about inspected objects | |
US20220244194A1 (en) | Automated inspection method for a manufactured article and system for performing same | |
Xu et al. | Bridge inspection using bridge information modeling (BrIM) and unmanned aerial system (UAS) | |
KR102565689B1 (ko) | 딥러닝 기반 이동식 시설물 안전진단 및 모니터링 방법 및 장치 | |
Barkavi et al. | Processing digital image for measurement of crack dimensions in concrete | |
Belloni et al. | Tack project: tunnel and bridge automatic crack monitoring using deep learning and photogrammetry | |
Sioma et al. | Evaluation of the operational parameters of ropes | |
KR20030083359A (ko) | 영상처리장치를 이용한 구조물의 균열 자동 인식 방법 및그 분석장치 | |
JP2003035528A (ja) | ひび割れ画像計測による構造物の損傷度評価システム及び方法 | |
Zhao et al. | High resolution and real-time measurement of 2D fatigue crack propagation using an advanced digital image correlation | |
US5606410A (en) | Method for controlling the surface state of one face of a solid and the associated device | |
Prabakar et al. | A novel approach of surface crack detection using super pixel segmentation | |
Asjodi et al. | Arc Length method, an application of artificial intelligence in infrastructure crack monitoring | |
Adhikari et al. | Automated bridge condition assessment with hybrid sensing | |
Safizadeh et al. | Automated detection of inner surface defects in pipes using image processing algorithms | |
Dow et al. | Concrete crack pixel-level segmentation: a comparison of scene illumination angle of incidence | |
Khalil et al. | Developing a BIM-Based Asset Management Framework for Urban Infrastructures | |
Yuan et al. | Bridge Construction Monitoring Using LiDAR Data | |
Alamdari et al. | Multi-scale robotic scanning of surface cracks in concrete structures | |
Wi et al. | Development of methodology for enhancing visual bridge condition assessment using image processing techniques |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E902 | Notification of reason for refusal | ||
E601 | Decision to refuse application |