Development of 3D Viewer for Tree Cavity using Pulse Ultrasound

펄스 초음파를 이용한 수목 공동부 3D 구현 프로그램 제작

Abstract

The pattern of the tree's internal swelling depends on many causes. Since it is difficult to detect these various causes of swelling with a general method, if the state of swelling for a long time cannot be confirmed, serious damage to the trees may occur due to enlargement of the swelling area. In the method of acquiring a tree tomography image, an impulse passing through the tree is generated by tapping the sensor with a rubber mallet, and the moving speed is recorded. In this paper, to measure cracks, cavities, and swelling due to physical damage, we developed a 3D viewer that can know the internal state of a tree using a tree cross-section image acquired from Arbotom to determine the degree of swelling inside the tree. Based on this, we tried to present data that can be referred to when surgical operation of trees is required. In order to acquire a tomographic image of a tree, 6 sensors were attached to the three Yangpala and Maple trees, and a 1 m-long tree was measured using the Arbotom program, and a 3D image was implemented through the 3D Viewer created using MATLAB. In addition to simply acquiring images, the cross-sectional length and volume of the tree were measured. In the actually produced 3D Viewer, the length of the part where the swelling of the maple tree occurred was 33.12 cm, and the swelling of the yangpala tree was measured as 21.41 cm. The volume of the maple tree was measured to be 78.832 ㎤. As a result of comparing the cross-sectional image of the Arbotom and the 3D image, the same result as the real aspect of the tree was obtained, so it can be judged that the reliability of the manufactured software is also secured, and data to be applied to the surgical tree operation through the created Viewer is provided. It is believed that the damage will be minimized.

수목의 내부 부후의 양상은 많은 원인에 의존한다. 이런 다양한 부후의 원인은 일반적인 방법으로는 탐지가 어렵기 때문에 장기간 부후 상태를 확인할 수 없다면 부후 부위의 확대로 인해 수목의 심각한 피해가 발생할 수 있다. 수목 단층 영상을 획득하는 방식은 센서를 고무망치로 두드려 수목을 통과하는 임펄스가 생성되어 이동하는 속도를 기록한다. 본 논문에서는 물리적 손상에 의한 균열, 공동, 부후를 측정할 수 있도록 Arbotom에서 획득한 수목 단면 영상을 이용하여 수목의 내부 상태를 알 수 있는 3D 뷰어를 개발하여 수목 내부의 부후가 진행된 정도를 파악하고 이를 바탕으로 수목의 외과적 수술이 필요한 경우 참고할 수 있는 데이터를 제시하고자 하였다. 수목의 단층 영상을 획득하기 위해 세 그루의 양버즘 나무와 단풍 나무에 6개의 센서를 부착하여 1m 길이의 나무를 Arbotom 프로그램을 이용하여 측정하였으며 MATLAB을 이용하여 제작한 3D Viewer를 통하여 3D 영상을 구현하였다. 단순히 영상의 획득 뿐만 아니라 수목의 단면 길이와 부피를 측정하였으며 실제로 제작한 3D Viewer에서 단풍 나무의 부후가 발생된 부분 길이는 33.12 cm, 양버즘 나무의 부후는 21.41 cm로 측정되었으며 단풍 나무의 부후의 부피는 78.832 ㎤로 측정되었다. Arbotom의 단면 영상과 3D 영상을 비교한 결과 수목의 실제 양상과 같은 결과를 획득하였기 때문에 제작된 소프트웨어 신뢰성 또한 확보된 것으로 판단할 수 있으며 제작된 Viewer를 통하여 외과적 수목 수술에 적용할 데이터를 제공해 수목의 피해를 최소화 할 것으로 사료된다.

Ⅰ. INTRODUCTION

수목의 부후를 탐지하는데 가장 쉬운 방법은 육안 검사에 의한 방법이다. 그러나 이는 표면에 대한 훼손이나 상처에 의한 부후만 확인이 가능하다.

표면 상태를 확인하는 것만으로는 내부 상태를 정확히 이해할 수 없으며 수목의 부후를 정확하게 파악할 수 없다. 수목의 접합부나 표면의 상처부위로의 수분 및 균의 침입 또는 벌레 등의 곤충에 의해 내부 부후가 발생할 수 있으며 내부 부후의 양상은 많은 원인에 의존한다. 이런 다양한 부후의 원인은 일반적인 방법으로는 탐지가 어렵기 때문에 장기간 부후 상태를 확인할 수 없다면 부후 부 위의 확대로 인하여 수목의 심각한 피해가 발생된다. 이를 방지하기 위해 1999년 이후 수목 안전 검사를 위한 펄스 단층 촬영이 표준 도구로 개발되었으며 현재 전 세계적으로 수목의 검사 시에 펄스 단층 촬영을 적용하고 있다^[1]. 수목의 단면 영상을 획득하는 방식은 센서를 고무망치로 두드리는 것으로 수목을 통과하는 임펄스가 생성되며 생성된 임펄스가 센서 사이를 이동하는 시간을 속도로 기록하는 원리이다^[2]. 수목 내 이동하는 펄스 속도는 재료의 밀도와 높은 상관관계가 있으므로 수목의 품질에 대한 정보 수집이 가능하다. 수목 내부가 손상되지 않은 건강한 상태일 경우에는 펄스가 빠르게 센서 사이를 직선으로 이동하는 양상을 보이며 수목 내부에 손상이 존재하는 경우 음파가 우회하여 이동하기 때문에 펄스가 느리게 측정된다^[3].

또한 조밀한 수목은 부식이나 균열로 인한 손상 된 수목보다 임펄스를 더 잘 전달하며 수목은 본질 적으로 균일하지 않기 때문에 입자 방향은 펄스 파동 속도에 영향을 미칠 수 있다^[4]. 이를 바탕으로 병이나 물리적 손상에 의한 균열, 공동, 부후가 발생되면 나무의 탄성과 밀도가 감소하기 때문에 속도로부터 내부의 정보를 유추하여 단층 영상을 표시한다. 수목의 단층 촬영이 가능한 방법으로는 대표적으로 초음파 탐촉시험(Ultrasonic Test), 방사선 투과시험 (Radiographic Test), 와전류 탐상시험(Eddy current Test), 음향방출 탐상시험(Acoustic Emission Test) 등이 있다^[5]. 모두 수목을 파괴하지 않는 대단히 큰 장점들이 존재하여 실제 많이 사용하는 방법이며 본 연구에서는 3차원 영상을 구현하기 위한 기본 단면 영상을 초음파 탐촉 시험을 통하여 획득한다.

Arbotom 소프트웨어는 수목의 내부 상태의 펄스 속도를 상대속도로 환산하여 Tomogram을 계산하기 되며 Tomogram을 표현 시 다양한 Colormap을 통하여 단층 영상을 표현한다^[6-8]. 대표적으로는 그래프가 녹색으로 표시되는 경우 높은 탄성 계수와 밀도를 보이는 부분으로 펄스가 매우 빠르게 진행되는 구간을 나타내며 건강한 수목으로 판독할 수 있다. 반면에 보라색 또는 빨간색 등으로 표시되는 구간은 펄스가 매우 느리게 움직이는 구간으로 탄성 계수가 낮아 부후 또는 공동 부위로 판독이 가능하다.

본 연구는 Arbotom에서 획득한 수목 단면 영상을 이용하여 수목의 내부 상태를 알 수 있는 3D 뷰어를 개발하여 수목 내부의 부후가 진행된 정도를 파악하고 이를 바탕으로 수목의 외과적 수술이 필요한 경우 참고할 수 있는 데이터를 제시하고자 한다.

Ⅱ. MATERIAL AND METHODS

1. 영상 획득

수목의 단층 영상을 획득하기 위해서 Fig. 1과 같이 전북대학교 내 양버즘 수목에 대해서 Arbotom 장치를 이용하여 단면을 측정하였다.

Fig. 1. Acquisition of Tree Tomography Images.

측정 방법은 수목의 흉고 둘레를 측정한 후 센서를 부착할 위치를 결정하는데 이때 센서 1번은 반 드시 북쪽 방향이 되도록 하고 나머지 센서들은 반 시계 방향으로 일정한 간격에 못을 고정시켜 연결한다. 고무망치를 이용하여 충격을 가하여 펄스를 측정한다. Arbotom에서 제공하는 RINNTECH program 2.0을 실행하여 지면에서의 못의 높이와 누적 둘레 길이를 직접 옵션 창에 입력시킨 후 측정하고자 하는 수목 단면의 Bending 값을 소프트웨어상에 직접 입력하여 수목의 단면을 일치되도록 그려준 후 단면을 측정한다.

양버즘 수목 단면 측정은 1 m 나무에 5 cm 간격으로 6개의 센서를 목재 평면으로 부착시켜 단면을 형상화하였다. 이때 센서의 각도는 Fig. 2-(a)와 같이 0°, 45°, 90°, 135°, 180°, 225°, 315°로 위치 시 켜 양버즘나무를 둘러싸고 있는 형태로 단면 영상을 소프트웨어 ARBOTOM v 2.04로 표시하도록 하였으며 오차의 범위를 줄이기 위하여 각 센서의 게이지를 고무망치로 5번 충격을 발생 시켜 Fig. 2-(b)와 같이 임펄스의 이동 시간을 측정하였다. 총 6개의 센서 게이지 측정을 기반으로 20개의 2D 단층 촬영을 획득하였다.

Fig. 2. Arbotom Sensor and Runtime.

2. 3D Viewer 제작

수목의 영상 시각화 및 분석 프로그램은 상용 소프트웨어인 Mathworks 사의 MATLAB®을 이용하여 제작하였다. 이미지 View 생성 과정은 파일 목록 작성, Colormap 추출, 해상도 최적화, 인덱스 이 미지 생성, 3차원 데이터 생성, 각 View 생성으로 총 6단계로 구성하였다.

파일 목록의 생성에 필요한 파일은 Arbotom으로 측정한 단면 2D 영상을 이용하여 획득하는데 이때 얻는 정보의 확장자명은. abt로 구성되어 있다. abt 파일은 단순 텍스트로 구성되어 있기 때문에 메모장으로 열어 확인이 가능하며 파일 목록을 작성할 때 필요한 정보인 단면 영상의 길이, 높이, 센서 위치 정보를 그대로 읽어와 rawX, rawY를 자동 결정 할 수 있도록 코드를 작성하였다. 모든 수목 이미지의 단면은 동일한 컬러맵을 적용하여 각 이미지의 우측에는 적용된 컬러맵이 컬러바 형태로 표시되도록 하였는데 컬러맵의 종류는 Red-Yellow, Red- Yellow-Green, Grayscale, Rainbow, Purple-Red-Yellow- Green, Purple-Cyan과 같은 총 6가지로 표현이 가능하다. 컬러맵으로 수목 단면을 표시할 수 있는 총 색상 수와 계산 시 필요한 인덱스 수식은 Table 1으로 정리하였다.

Table 1. Colormap Index

획득한 단면 영상은 동일한 색의 영역이 하나의 픽셀이 아니라 M × M개의 픽셀 영역에 저장되며 실제로 필요한 정보가 픽셀 영역 당 하나의 값이므로 이미지에서 값이 변하는 경계를 추출하여 저분 해능 이미지를 만들어내는 해상도 최적화 과정이 필요하다. 해상도 최적화 단계는 원본 이미지를 먼 저 회색 조 이미지로 변화시키고 이 이미지의 픽셀값이 변하는 구간을 추출함으로써 해상도 최적화를 진행하도록 구현하였다. 실제로 원본 이미지는 24비트 컬러 이미지로 획득이 되지만 다양한 컬러 맵으로 인덱스를 복구할 수 있기 때문에 기본적으로 Table 1에서 사용한 인덱스 수식을 이용하여 R, G, B값을 이용하여 인덱스를 계산하였다. 이때 이미지의 바깥 영역은 값이 없는 영역이므로 이 부분은 별도의 인덱스로 구분하여 낮은 값으로 정의하여 구현하였다.

수목의 R, G, B값을 인덱스 수식으로 구현한 2차원 인덱스 이미지를 이용하여 3차원 이미지를 구 현하였으며 3차원 수목 각도에 따른 View를 생성하기 위해서 직교좌표계로 구성되어 있는 데이터로부터 임의의 방향으로의 절단면 데이터를 획득하였다. 절단면 이미지의 가로 폭은 방향에 상관없이 항상 같은 크기여야 하므로 3차원 데이터의 한 슬라이스 가로 또는 세로 크기가 절단면 이미지 폭 이 되도록 하였다. 수목 각도에 따른 좌표 계산은 Fig. 3의 수식을 이용하여 구현하였다.

Fig. 3. Calculation of Coordinates according to Tree Angle.

수목 길이를 측정하기 위해서는 이미지의 한 픽셀이 물리적으로 어느 정도의 길이에 해당하는지에 대한 정보가 필요하기 때문에 Arbotom 파일에서 필요한 정보를 찾고 추출하는 과정이 추가로 구현되었다. 파일 목록 작성 시 획득하였던 abt 파일 내에서 Sensor Position1 부분이 수목을 둘러싸고 있는 전체 길이가 되며 이를 원주율로 나누어 목재의 길이를 획득하였다. Measure 메뉴를 제작하여 메뉴 선택 시 마우스로 두 점을 클릭하게 되면 두 점 사이의 거리를 구할 수 있도록 구현하였다. 이때 거리는 두 점 간의 거리에 한 픽셀 당 해당되는 거리를 곱한 값이 된다.

수목의 부피를 측정하기 위해서는 3D 영상을 구현한 상태에서 사용자가 지정한 인덱스보다 작은 영역의 부피를 계산하도록 하였으며 이를 적용하고자 인덱스값을 지정할 수 있는 슬라이더를 UI에 추가하였다. 지정된 값보다 작은 영역을 컬러 나타내고 지정된 값보다 큰 영역을 흑백으로 처리하여 선택 영역을 구분하였으며 선택된 부피가 아래 부분에 표시되도록 하였다.

Ⅲ. RESULT

1. 영상 획득

Arbotom 프로그램을 이용하여 세 그루 양버즘나무(American Sycamore)와 단풍나무(Maple Tree) 단면을 측정하였다. 총 20장씩의 단면을 획득하였으며 Fig. 4는 각 나무의 20장의 단층 영상 중 50 cm 부분의 단면 영상이다. 단층 영상에서 파랑색과 녹색의 부분은 수목의 건강한 부분이며 핑크색과 빨간색으로 나타난 부분은 공동부 또는 수목의 부후 가능성이 큰 것으로 판독한다.

Fig. 4. Cross-sectional Image of a Tree.

모든 나무의 심재 부분은 나무 세포가 죽어 있는 조직으로 수분이 변재 부분에 비해 적어 나무를 실제로 잘라봤을 때 짙은 색상을 띄기 때문에 단층 영상에서도 나무의 심재 부는 대부분은 공동으로 표시되는 핑크색이나 부후가 심한 빨간색으로 표시된다. 양버즘 1 나무의 단층 영상은 센서 6번 부분에 부후가 발생한 것으로 다른 센서의 수목 내부의 상태는 비교적 건강하므로 외과 수술 해당 부분은 6번 센서의 변재 부분과 중심부의 심재 부분까지 필요하다고 판단 할 수 있다. 단풍나무의 단층 영상은 1번, 2번, 6번 센서의 부분이 모두 빨간색으로 측정된 것으로 보아 내부 수목 상태가 좋지 않은 것을 확인할 수 있다. 양버즘 2번 나무에서는 육안으로 나무의 공동 부를 확인하였기 때문에 단층 촬영에서도 나무 상태가 대단히 좋지 않을 것으로 예상하였으나 실제 나무 측정에서는 3번 센서와 4번 센서 내의 공동부를 제외하고는 예상보다 나무의 상태가 건강한 것이 확인되었다. 양버즘 3번 나무는 다른 양버즘나무와 같이 심재부의 부후가 진행되고 있으며 2번 센서 부분으로 부후가 크게 위치한 것을 확인하였다.

2. 3D Viewer

2.1 영상 구현

전체 소프트웨어 레이아웃은 Fig. 5와 같다. 아래의 그림은 Arbotom 프로그램에서 획득한 수목 단층 영상을 이미지 파일인 png 또는 jpeg로 저장하여 불러온 모습이며 2D 단면에서는 길이와 단면적을 3D 단면에서는 부피를 측정할 수 있도록 하였다. 또한 2D와 3D 구현에서 모두 컬러맵을 변화할 수 있도록 Colormap 메뉴가 따로 구현되어 있다.

Fig. 5. Viewer Layout.

Fig. 6은 단면 영상으로 3D 영상을 구현한 모습 이여 단풍나무 20장의 단면으로 3D를 구현하였다. 왼쪽 부분은 Coronal View 부분이며 오른쪽은 Sagittal View 절단면의 영상이다. 절단면의 방향은 아래의 슬라이더를 통하여 조절할 수 있게 하였으며 절단면의 방향을 0°부터 360°까지 시각적으로 볼 수 있도록 구현하였다. 가운데 단면 영상은 6장을 보여주고 있으나 실제로는 전체 20장의 데이터를 융합하여 3D 영상을 구현하였다.

Fig. 6. 3D View.

2.2 길이 & 부피 측정

Fig. 7은 양버즘나무와 단풍나무의 수목 단층 영상에서 길이를 측정한 것으로 양버즘 수목의 부후 로 예상되는 빨간색으로 표현되는 부분의 길이를 측정한 결과 21.41 cm로 측정되며 단풍나무에서는 실제 핑크색과 빨간색으로 표현되는 부분이 부후가 진행 중인 것으로 판단되지만 실제 외과적 수술이 필요한 부분은 노란색 부분까지이므로 해당 부분까지 길이를 측정해본 결과 33.12 cm로 측정이 되었다.

Fig. 7. Length Measure of tree Tomography Images.

Fig. 8은 단풍 수목의 단층 영상을 이용하여 3D 영상을 구현하여 건강한 부분을 회색으로 나타내며 실제 부후가 진행된 부분을 선택하게 하여 선택 부분의 부피를 측정한 결과 78, 832 cm³ 면적이 부후 면적으로 측정되었다.

Fig. 8. Volume Measure of Tree Tomography Images.

이를 바탕으로 78.832 cm³ 면적만큼의 외과적 수술이 필요하며 Coronal과 Sagittal의 양상도 육안으로 확인이 가능하다.

Ⅳ. DISCUSSION

수목 단면과 3D 영상의 구현 프로그램에 대한 전체적인 레이아웃은 File, Tool, 2D Viewer, 3D Viewer로 구성되어 있다. 기본적으로 File 메뉴에서는 전체적인 이미지를 불러와 저장하고 출력하는 기능을 할 수 있으며 실제 길이와 부피를 측정한 후 데이터를 외부로 출력하는 기능을 추가 시켜 프린터 또는 외부 저장이 가능하도록 하여 실제 데이터를 필요로 하는 곳에 적용할 수 있도록 프로그램을 구현하였다. Tool 메뉴에서는 획득된 이미지의 컬러맵을 변경하도록 하였으며 2D Viewer에서는 단면 영상을 사용자가 원하는 개수만큼 표시가 가능하며 이때 단면 영상에서 확인할 수 있는 RGB 값, 수목의 단면 길이, 수목의 단면 면적 등을 계산 할 수 있도록 하였다. 또한 3D Viewer에서는 단면 영상을 이용하여 수목의 부피 측정이 가능하도록 하였는데 양버즘 1번 수목 단층 영상에서 부후한 부분의 부피를 측정한 결과는 50, 679 cm³로 측정되며 양버즘 2번 수목 단층 촬영의 부후 부분의 부피는 27, 438 cm³로 측정되어 그만큼의 외과적 수술이 필요할 것으로 판단할 수 있었다. 3D Viewer에서 coronal view 절단면 방향이 90°가 되면 sagittal view와 절단면이 동일하며 Sagittal View 절단면 방향이 90°가 되면 Coronal View와 동일한 영상을 얻을 수 있었다. 이처럼 제작된 소프트웨어에서는 단순 길이와 3D 영상만을 출력하는 것이 아닌 실제 외과적 수술에 적용할 수 있는 데이터를 제공하는데 중점을 두었으며 사용자의 편의성을 높이기 위하여 이미지 개수에 상관없이 적은 단층 이미지로도 효율적인 3D 영상을 구현할 수 있도록 이미지 최적화를 진행하였다.

Ⅴ. CONCLUSION

수목의 단층촬영은 실제로 목재를 훼손하지 않으면서도 내부를 확인할 수 있는 효과적인 방법이며 더불어 3D 영상을 구현하고 외과 수술에 필요한 부후가 진행된 부분의 길이, 면적, 부피 등의 데이터 획득이 가능할 경우 부후 진행에 빠르게 대응이 가능하여 수목의 피해를 최소화할 것으로 사료된다. 또한 제작된 Viewer의 정확성을 확인하기 위하여 Arbotom의 단면 영상과 3D 영상을 비교한 결과 수목의 실제 양상과 같은 결과를 획득하였기 때문에 제작된 소프트웨어 신뢰성 또한 확보된 것으로 판단하여 외과적 수목 수술에 적용이 가능할 것으로 보인다.