DOI QR코드

DOI QR Code

투수 콘크리트 블록 공극률 및 투수계수 평가를 위한 표면 이미지 분석 기법 개발

Surface Image Analysis for Evaluating Porosity and Permeability Coefficient of Permeable Concrete Block

  • Jo, Sangbeom (Department of Rural Systems Engineering, Seoul National University) ;
  • Son, Younghwan (Department of Rural Systems Engineering and Research Institute for Agriculture and Life Sciences, Seoul National University) ;
  • Kim, Donggeun (Graduate School of Agriculture, Kyoto University) ;
  • Jeon, Jihun (Department of Rural Systems Engineering, Seoul National University) ;
  • Kim, Taejin (Department of Rural Systems Engineering, Seoul National University)
  • 투고 : 2022.12.21
  • 심사 : 2023.01.31
  • 발행 : 2023.03.31

초록

The increase of impermeable area ratio is causing hydrologic cycle problems in urban areas and groundwater depletion in rural areas, permeable pavements are getting attention to expand permeable areas. The performance of the permeable concrete block pavement, which is part of the permeable pavement, is greatly affected by the porosity. In addition, the permeability coefficient is a major factor when designing permeable concrete block pavement. Existing porosity and permeability test methods have problems such as uneconomical or poor field applicability. The object of this study was to develop a methodology for evaluating porosity and permeability coefficient using a surface image of a permeable concrete block. Specimens are manufactured with various porosity ranges and porosity and permeability tests are performed. After surface image preprocessing, normalization and binarization methods were compared. Through this, the method with the highest correlation with the lab test result was determined. From the results, the PDR (pore determined ratio) was obtained. Simple linear regression analysis is performed with PDR and lab test results. The results showed a high correlation of R2 more than 0.8, and the errors were also low.

키워드

Ⅰ. 서론

도시화 및 각종 개발로 인한 도시지역에서의 불투수 면적 증가는 물순환과 열순환 문제를 발생시킨다. 전국 불투수 면적률은 1970년 3.0%에서 2012년 7.9%로 2.6배 증가하였다(KEI, 2013). 불투수 면적의 증가는 직접 유출에 따른 도시 지역 하천의 홍수량 증가 및 지하수 고갈 등의 다양한 물순환 문제를 발생시킨다 (Kim et al., 2011; Sung et al., 2011). 이러한 물순환 문제는 홍수피해를 증가시키고 수질오염, 생태계 변화 등에 영향을 끼치게 된다.

농촌지역에서도 최근 시설원예단지 면적 증가 등의 원인으로 인해 지하수 고갈에 대한 문제가 보고되고 있다 (Son et al., 2021). 기존 농촌에서의 대표적인 토지이용인 논은 지하수 함양 능력이 우수하게 평가받았다 (Kong et al., 2014). 토지이용형태가 시설원예단지의 형태로 변화함에 따라 지하수 사용량은 지속적으로 증가하고 있으며, 비닐피복, 콘크리트 포장 등의 불투수 면적이 증가하고 있다. 이로 인해 지하수함양 기능이 기존 토지 이용인 논에 비해 95.0∼99.9%의 큰 손실이 발생하는 것으로 보고되었으며 (Son et al., 2018), 지속가능한 농업을 위한 투수면적의 증대 등의 지하수 재충진 방안 마련이 필요한 실정이다.

도시 내 물순환 및 농촌 지역의 지하수 고갈 문제를 해결하기 위해 빗물을 침투 및 저류시켜 물순환 체계의 왜곡을 해소하고자 하는 저영향개발 (Low Impact Development; LID) 기법에 대한 요구가 늘어나고 있다. 투수포장은 저영향개발 중 침투시설에 해당하며, 2019년 환경부 고시에서 생태면적률에 포함됨에 따라 투수포장 면적이 더욱 늘어날 것으로 예상되고 있다 (Jo et al., 2022).

투수포장 중 한 종류인 투수 콘크리트 블록은 포장체 내부의 공극을 통해 물을 통과시켜 강우를 배제하며, 강우 시 표면 유출 저감, 지하수 충진, 미끄럼 저항성 증대, 미세 오염물질 제거 등의 장점이 있다 (Kim et al., 2002). 그러나 투수 콘크리트 블록은 내부 공극으로 인해 낮은 강도 특성을 보인다는 단점이 있어 주로 주차장, 인도, 저속 도로 등을 위주로 이용되고 있다.

투수 콘크리트 블록은 골재 세립분이 거의 없고 5∼19 mm 개립도 골재를 사용하는 것이 특징이다. 일반적인 콘크리트 블록의 주요 특성은 강도이며, 투수 콘크리트 블록은 투수성을 갖기 때문에 투수계수를 추가적으로 고려한다. 투수 콘크리트 블록은 내부에 공극을 갖기에 성능이 공극률에 지배되며, 그 외에도 A/C 비, W/C 비, 골재 입도, 사용 재료 등이 영향을 끼치는 인자인 것으로 알려져 있다 (Neithalath et al., 2010; Martin et al., 2013; Othman et al., 2021). 투수 콘크리트 블록의 공극률이 증가하면 투수성이 향상되나 강도가 낮아지기 때문에, 블록 제작 및 포장 직후 블록의 공극률을 평가하여 포장 목적에 따라 요구되는 강도 및 투수 성능을 갖도록 하는 것이 중요하다.

공극률 평가를 위한 시험방법에는 수중 질량을 이용하는 용적법 (JCI, 2003), 밀폐 후 투입 유량을 통한 방법(Neithalath, 2006), X-Ray (Bentz et al., 2000), computed tomography (Chung et al., 2011; Kayhanian et al., 2012), 절단 이미지를 이용한 image processing method 등이 있다. 이러한 시험방법은 시간 및 비용 측면에서 현장 적용성이 떨어지는 한계가 존재한다. 또한, 투수시험으로는 KS F 2402 「보차도용 콘크리트 인터로킹 블록」에서의 정수위 투수성시험, KSF 2394 「투수성 포장체의 현장 투수 시험 방법」, 현장 투수능시험 (Seoul, 2013) 등이 존재하는데, 정수위 시험은 공용 중인 포장체에서 수행이 어렵고, 현장 침투능 시험의 경우 2,500 m2 이하에서 3개소 이상, 이후 1,000 m2 마다 1개소씩 추가하여 시험하기에 넓은 범위의 포장면에 대한 대표성이 떨어지는 단점이 있다.

표면 이미지를 이용한 특성 예측는 토양이나 암석 등에 대해 현장이미지 혹은 위성 영상, 드론 영상 등을 이용하여 함수비, 밀도, 균열 크기, 강도 등의 특성을 확인하기 위한 연구가 수행되고 있다 (Park, 2017; Kim et al., 2019; Byun, 2019; Kim, 2020; Kim et al., 2020). 투수 콘크리트 블록은 토양 및 암석 등과 유사한 재료 및 공극으로 구성되어 있어 표면에 노출된 이미지를 통해 사용된 재료 및 시공 특성을 확인할 수 있을 것으로 판단된다. 그러나, 투수 콘크리트 블록 표면 이미지를 이용한 공극률, 투수계수 등의 예측 연구는 부재한 실정이다. 이미지를 이용한 투수 콘크리트 블록의 공극률, 투수계수 예측을 통해 기존 시험방법의 현장 적용성, 넓은 면적에서의 대표성 문제 등을 극복하고 블록 제작 이후 및 포장 직후 신속하고 효율적인 품질 평가에 이용될 수 있을 것으로 기대된다.

이에 본 연구에서는 공시체 제작 및 공극률 및 투수시험을 수행하고 표면 이미지 분석 방법 별 정확도를 비교하여 투수 콘크리트 블록의 표면 이미지를 분석하여 공극률 및 투수계수의 예측 기법을 제시하고자 한다.

Ⅱ. 재료 및 방법

1. 공시체 제작

투수 콘크리트 블록은 지름 10 cm, 높이 5 cm의 원주 형태로 제작했다. 사용된 재료는 국내 S 사의 일반 포틀랜드 시멘트 (OPC; Ordinary Portland Cement), 5∼13 mm 범위의 강자갈을 골재로 이용하였다. 사용한 골재의 제원은 다음 Table 1과 같으며, 골재의 밀도 및 흡수율 시험은 KS F 2503에 준하여 수행하였다.

Table 1 Physical properties of aggregate

NGHHCI_2023_v65n2_47_t0001.png 이미지

공시체의 배합은 일반적인 투수 콘크리트의 배합비 및 재료의 양을 고려하였다 (Table 2). 일반적인 투수 콘크리트 블록의 공극률 범위를 고려하여 10∼30% 사이 범위에서 공극률 변화에 따른 투수 콘크리트 블록 성능 및 표면 이미지 특성 차이를 확인하기 위해 사용된 재료의 부피를 이용해 목표 공극률을 설정하였다. 공시체 제작 시 단위 시멘트량, 단위 골재량과 골재/시멘트 비를 변화시켰으며, 골재/시멘트비 2.6∼3.75, 단위시멘트량 385.19∼481.44 kg/m3, 단위 골재량 1165.60∼1444.44 kg/m3의 범위를 갖도록 제작하였다. 또한, 공시체는 각 배합비 별로 1개씩 총 18개의 공시체를 제작하여 시험에 이용하였다. 케이스 별 배합비는 Table 3과 같다.

Table 2 Typical components and proportions of pervious concrete (Othman and Somayeh, 2021; Khaled et al., 2021)

NGHHCI_2023_v65n2_47_t0002.png 이미지

Table 3 Pervious concrete block mix proportions

NGHHCI_2023_v65n2_47_t0003.png 이미지

공시체 제작은 건식배합으로, 먼저 표건상태의 골재와 시멘트를 섞은 후에. 물을 소정의 물/시멘트 비에 맞추어 투입해 120초간 비벼 균일하게 골재 표면에 시멘트 페이스트가 분포하도록 하였다. 이후, 내경 10 cm, 높이 5 cm의 원주형 몰드에 콘크리트를 모두 투입한 후 실제 투수 콘크리트 블록의 제작 방법과 유사하게 상부에서 다져 제작하였다. 상부에서 다짐시공한 투수 콘크리트의 경우, 하부에서 가장 큰 공극률을 보이고 중앙 높이에서 평균 공극률을, 상부 1/4 위치에서 최소 공극률을 보이며 깊이별로 균일하지 않은 공극 분포를 가지는 것으로 알려져 있다 (Haselbach et al., 2006). 제작 후 1일간 20 ℃, 상대습도 95% 조건에서 습윤 양생한 후 28일간 수중 양생하여 투수콘크리트를 제작하였다.

슬럼프 시험 시 슬럼프 값은 골재의 입형, 입도 분포, 물/시멘트비 등의 영향을 주로 받는다. 하지만, 일반적인 콘크리트와 달리 투수 콘크리트는 낮은 물/시멘트비로 제작되며 잔골재를 사용하지 않아 굵은 골재가 상호 접촉하다 무너져 내리는 형태가 되어 슬럼프 시험을 통해 투수 콘크리트의 유동성을 평가하는 것은 여러 문제가 있는 것으로 알려져 있다(Jung, 2004). 이에, 본 연구에서는 슬럼프 시험은 수행하지 않았다.

2. 공극률, 투수시험 방법

투수 콘크리트 블록의 전공극률 및 연속공극률 측정은 일본콘크리트공학협회 에코콘크리트연구위원회 (JCI)의 「포러스 콘크리트의 공극률 시험방법(안)」 중 용적법에 준하여 실시하였다. 지름과 높이를 측정하여 공시체 용적을 계산하고, 공시체를 수중에서 24시간 이상 포수시켜 수중중량 (m0)를 측정하였다. 표면건조포화중량은 20±2 ℃, 상대습도 60% 조건에서 24시간 동안 건조해 측정하고, 절대건조질량은 100±5 ℃ 건조로에서 건조해 획득하였다. 공극률 계산은 식 (1), (2) 와 같다

\(\begin{aligned}P_{t}=\left(\frac{m_{1}-m_{0}}{V \rho_{w}}\right) \times 100(\%)\end{aligned}\)       (1)

\(\begin{aligned}P_{e}=\left(\frac{m_{2}-m_{0}}{V \rho_{w}}\right) \times 100(\%)\end{aligned}\)       (2)

여기서, Pt : 전 공극률 (%), Pe : 연속공극률 (%), m0 : 수중중량 (g), m1 : 절대건조중량 (g), m2 : 표면건조포화중량(g), V : 공시체 부피 (cm3), ρw : 물의 밀도 (g/cm3)

투수시험은 KS F 4419에 준하여 수행하였다. 먼저 블록의 높이와 지름을 측정하여 단면적을 얻었다. 이후 장치 내에 블록을 고정하고 벽면과 블록 사이의 틈이 없도록 막아 장치와 블록 사이로 물이 배수되는 것을 방지하고, 30초간 월류수조에서 배수된 물의 양을 측정하였다. 투수계수는 공시체 당 3회 수행한 시험결과를 평균하여 획득하였으며, 투수계수를 계산하기 위한 식은 식 (3)과 같다.

NGHHCI_2023_v65n2_47_f0001.png 이미지

Fig. 1 Porosity and permeability coefficient measurement

\(\begin{aligned}k=\frac{d}{h} \times \frac{Q}{A \times t}\end{aligned}\)       (3)

여기서, k : 투수계수 (cm/s), d : 공시체 두께 (cm), h : 수두차 (cm), Q : 유출수량 (cm3), A : 공시체 단면적 (cm2), t : 측정시간 (sec)

3. 이미지 획득 및 전처리

사용되고 있는 투수 콘크리트 포장 및 투수 콘크리트 블록의 경우 시멘트와 안료를 배합하거나 타설 이후 도색을 통해 표면 처리를 하는 것이 일반적이다. 이에, 본 연구에서는 공시체 표면에 노출된 골재의 색상에 의한 영향 제거, 실제 블록 표면 고려, 블록 재료와 공극 사이의 색상 차 부각을 목적으로 표면을 스프레이 페인트를 이용하여 흰색으로 도색하였다. 이미지 촬영 시에 광조건 및 해상도 등의 조건의 영향을 제어하고 Flicker 현상의 발생을 억제하기 위해, 실내 스튜디오에서 LED 조명을 이용하여 이미지를 획득하였으며, 획득 이미지 크기는 5184⨯3456 Pixel이다. 촬영 조건은 Table 4와 같다.

Table 4 Conditions for permeable concrete block surface image acquisition

NGHHCI_2023_v65n2_47_t0004.png 이미지

이미지 분석 시 테두리에서 공극률이 크게 산정되는 벽 효과 (Wall Effect)를 제거하기 위해 블록 표면 이미지를 사각형 형태로 가장 많은 영역을 고려할 수 있는 내부 2100⨯2100 Pixel의 사각 이미지를 이용하여 분석을 수행하였다.

이미지 분석에는 Python의 Open CV 라이브러리를 이용하였다. 획득한 이미지는 8 bit RGB 이미지로 읽어 들인 후 표면 이미지에서 색상에 따른 이미지의 차이를 제거하기 위해 이미지를 Gray Scale로 변환하여 사용하였다. 이후, 이미지별 Histogram 차이를 명확히 하기 위해 Min-Max 법을 사용해 정규화 (Normalization)하여 분석에 이용하였다.

NGHHCI_2023_v65n2_47_f0002.png 이미지

Fig. 2 Pre-processing for surface image analysis

4. 이미지 분석을 통한 공극률 및 투수계수 예측

정규화된 이미지를 이용하여 히스토그램 내 공극으로 판정되는 영역을 확인하고자 하였으며, 일반적으로 이용되는 이미지 이진화 방법은 Table 5와 같다.

Table 5 General image binarization thresholding methods

NGHHCI_2023_v65n2_47_t0005.png 이미지

전체 이미지 픽셀에 대하여 이진화 임계값 이하 픽셀 비율을 공극 판정 비율 (Pore determined ratio)이라 칭했다. 그리고 공극 판정비율과 전공극률, 연속공극률, 투수계수와의 비교를 통해 최소자승법 (Least square method)을 이용한 1차원 회귀분석을 통해 예측하고자 하였다. 또한, 이를 통한 산정한 값의 정확도 확인을 위해서는 R2 (Pearson Correlation Coefficient)와 RMSE(Root Mean Square Error), MAE (Mean Absolute Error)를 이용하였으며, R2와 RMSE의 산정식은 식 (4), (5), (6) 과 같다

\(\begin{aligned}R^{2}=\frac{\sum_{i=1}^{n}\left(\hat{y_{i}}-\bar{y}\right)^{2}}{\sum_{i=1}^{n}\left(y_{i}-\bar{y}\right)^{2}}\end{aligned}\)       (4)

\(\begin{aligned}\mathrm{SE}=\sqrt{\frac{1}{\mathrm{n}} \sum_{\mathrm{i}=1}^{\mathrm{n}}\left(\hat{\mathrm{y}_{\mathrm{i}}}-\mathrm{y}_{\mathrm{i}}\right)^{2}}\end{aligned}\)       (5)

\(\begin{aligned}M A E=\frac{1}{n} \sum_{i=1}^{n}\left|\hat{y_{i}}-y_{i}\right|\end{aligned}\)       (6)

여기서, n : 표본 수, yi : 실제 값, \(\begin{aligned}\hat y_{i}\end{aligned}\) : 예측치, \(\begin{aligned}\bar y\end{aligned}\) : 실제값의 평균

Ⅲ. 결과 및 고찰

1. 공극률 및 투수시험 결과

용적법을 통해 얻은 시료별 전공극률, 연속공극률 및 투수 계수는 Table 6과 같다. 전공극률은 13.9∼33.7%, 연속공극률은 8.2∼29.0%, 투수계수의 경우 0.13∼1.45 cm/s의 범위로 측정되었다. 시험결과를 통해 단위골재랑 및 단위시멘트량이 공극률과 반비례하는 것을 확인할 수 있었으며, 단위골재량과 단위시멘트량이 가장 큰 5번 케이스에서 최소 공극률이 나타났다. 상대적으로 많은 양을 차지하는 골재량 변화에 따라서 공극률의 변화 폭이 증가하는 것으로 보여진다. 또한, 투수계수를 전공극률, 연속공극률과 비교한 결과는 Fig. 3과 같다. 공극률이 증가함에 따라 투수계수 또한 증가하는 추세를 보이는 것을 확인할 수 있다.

Table 6 Result of continuous porosity, total porosity and permeability test

NGHHCI_2023_v65n2_47_t0006.png 이미지

NGHHCI_2023_v65n2_47_f0003.png 이미지

Fig. 3 Continuous porosity, total porosity and permeability coefficient by specimen

2. 이미지 분석 결과

이진화 수행 시 Table 5에 기술한 이진화 방법 중 실내시험 결과와 가장 높은 상관성을 보이는 방법을 이용하였다. 이미지 이진화 수행 시, 전체 밝기 강도 (0∼255) 범위에서 수행한 이진화 결과는 이미지 내 영역 대부분을 차지하는 도색 면에 지배되어 이미지 별 공극 특성을 반영하지 못하는 것으로 나타났다. 이에, 수집된 이미지 특성을 고려하여 이미지에서 공극이 대부분 분포할 것으로 판단되는 픽셀 강도 중앙값까지의 범위인 0∼128 범위에 대해 이진화를 수행하였다.

획득한 이미지들의 정규화 전후 히스토그램은 Fig. 4와 같다. 정규화 이전 히스토그램인 Fig. 4(a)에서 밝기 강도 150 전후에 대부분의 픽셀이 집중되어 있는 것을 확인할 수 있으며, 정규화 이후에는 모든 case에서 Fig. 4(b)와 같이 밝기 강도의 최댓값이 증가하고 case 별 차이를 더 크게 확인할 수 있어 이미지 공극 특성 확인이 용이해질 것으로 판단하였다.

NGHHCI_2023_v65n2_47_f0004.png 이미지

Fig. 4 Histogram of the gray levels comparison by image normalization

이진화 기법 중, Simple thresholding의 경우 연구자가 시험 결과와의 비교 혹은 육안을 통한 판별로 이미지별로 직접 적절한 임계값을 결정해야 하기 때문에 범용성이 낮다는 한계가 존재한다. 그렇기 때문에, Auto thresholding method 간의 비교를 수행하여 이진화 방법을 선정하였다. 각 이진화 방법 별 이진화 전⋅후의 이미지 변화는 Fig. 5와 같고, 육안을 통한 비교 결과 Mean method와 Otsu method는 공극을 잘 구분하는 것으로 보여진다. 공극 판정 비율 산정 결과는 Table 7, 전공극률, 연속 공극률 및 투수계수와의 정확도 비교 결과는 Fig. 6과 같다.

NGHHCI_2023_v65n2_47_f0005.png 이미지

Fig. 5 Original block surface square image and binarized images by binarization methods

Table 7 Binarization threshold and pore determined ratio (pixel ratio below threshold) of specimen case by binarization methods

NGHHCI_2023_v65n2_47_t0007.png 이미지

NGHHCI_2023_v65n2_47_f0006.png 이미지

Fig. 6 R2 of porosity, permeability test result and pore determined ratio by binarization methods

Triangle method 적용 시 임계값은 2 또는 120 전후의 값을 가졌으며 매우 낮은 상관성을 보였다. 투수 콘크리트 블록의 표면 이미지 분석 시에 히스토그램 형태를 통해 임계값을 얻는 Triangle method의 적용이 적합하지 않은 것으로 보인다. Mean method 사용 시 임계값은 밝기 강도 69∼94의 범위를 가졌으며, Mean method 또한 R2 0.6 이상의 결과를 보였다. 이는 밝기 강도 128 이하에서 공극 부근의 픽셀들이 많이 분포하기 때문으로 추정된다. Otsu method를 이용하였을 때 임계값은 66∼77 사이의 값을 가졌으며, 실내시험 결과와 가장 높은 상관성을 나타냈다. 이는, Fig. 7의 결과와 같이 밝기 강도 128 이하에서의 히스토그램이 두 봉우리를 갖는 Bimodal Distribution 특징을 갖고 있기 때문으로 판단된다. 이에, 가장 높은 상관성을 갖는 Otsu method를 공극률 및 투수계수 예측에 이용하였다.

NGHHCI_2023_v65n2_47_f0007.png 이미지

Fig. 7 Pixel number histogram by case in pixel intensity 0 to 128

표면이미지는 평면이 아니기 때문에 공극 판정 비율 값 자체가 공극률과 유사한 값을 나타낸다고 보기 어렵다. 그러나, 공극률이 높은 경우 낮은 범위의 밝기 강도를 갖는 픽셀 수가 많아지며 임계값 이하 픽셀 비율을 통해 이를 확인할 수 있어 공극률 및 투수계수와 높은 상관성이 나타나는 것으로 추정된다.

3. 이미지 분석을 통한 공극률 및 투수계수 예측

표면 이미지를 이용하여 공극률 및 투수계수를 평가하기 위해 이미지 분석을 통해 얻은 공극 판정 비율과 전공극률, 연속공극률 및 투수시험 결과를 1차원 선형 회귀분석하여 회귀식을 얻었다. 회귀식은 식 (7), (8), (9)와 같으며, 회귀를 통해 얻은 예측치와 실험값을 비교한 결과는 Fig. 8과 같다. 또한, 예측 결과에 대한 R2, RMSE, MAE는 Table 8과 같다.

NGHHCI_2023_v65n2_47_f0008.png 이미지

Fig. 8 Relationship between laboratory test value and predicted value

Table 8 R2 and statistical errors on the prediction results of porosity and permeabilitly coefficient using pore determined ratio

NGHHCI_2023_v65n2_47_t0008.png 이미지

Pt = 5.216p - 0.297(%)       (7)

Pe = 6.150p - 6.547 (%)       (8)

k = 0.391p - 0.974 (cm/s)       (9)

여기서, Pt, Pe : 전 공극률, 연속 공극률 (%), k : 투수계수 (cm/s), p : 공극 판정 비율 (%)

표면 이미지를 이용한 예측 결과, 전공극률 13.4∼30.8%, 연속공극률 8.1∼26.7%, 투수계수 0.05∼1.4 cm/s의 분포를 가지고, 공극률 및 투수시험을 통해 획득한 값의 범위와 유사한 결과를 보였다. 전공극률 예측 시 연속공극률에 비해 높은 R2를 가지며, 오차가 작은 결과를 보였다. 전공극률은 연속적으로 연결된 공극의 비율인 연속공극률과 다르게 공시체 내 모든 공극을 포함하여 산정된다. 공극 판정 비율은 표면에서 공극의 연결 여부와 관계없이 공극 분포에 따른 밝기 강도만을 이용하여 결정되는 값이기 때문에 전공극률 예측 시 높은 정확도를 보이는 것으로 판단된다. 투수계수의 경우 상관성이 가장 높게 나타났다.

또한, 공극률 및 투수시험 결과와 동일하게 단위 골재량 및 단위 시멘트량과 예측 결과가 반비례함을 확인할 수 있었다. 하지만, 혼합한 콘크리트를 모두 몰드에 넣은 후 상부에서 다져 블록 내 공극의 분포가 깊이에 따라 균일하지 않다. 이러한 이유로 표면 이미지를 이용한 공극률 및 투수계수 예측 결과와 전체 부피를 대상으로 한 시험 결과 사이 오차가 발생하였을 것으로 보여진다. 또한, 골재 형태 및 다짐 시 불균일성 등의 영향 또한 오차의 원인이 되었을 것으로 판단된다. 추후, 더 많은 케이스에 대한 시험 및 분석을 통해 정확도를 높일 수 있을 것으로 판단된다.

Ⅳ. 요약 및 결론

본 연구에서는 투수콘크리트 블록의 표면이미지를 이용한 특성 평가를 위해, 공시체를 제작하여 공극률 및 투수시험을 수행하고 획득한 표면 이미지를 분석하였다. 이를 통해 획득한 공극 판정 비율을 이용해 공극률 및 투수계수를 예측하였다.

실내시험 결과, 전공극률은 13.9∼33.7%, 연속공극률은 8.2∼29.0%, 투수계수의 경우 0.13∼1.45 cm/s의 범위를 보였고 공극률이 증가함에 따라 투수계수가 증가하는 경향을 나타냈다.

원형 이미지 내부 사각 이미지를 획득하였을 때 벽 효과가 제거되어 높은 정확도를 보이며, 이미지 정규화를 수행하였을 때 이미지별 분포 차이가 뚜렷해져 분석에 용이한 것으로 나타났다. 이진화 시에는 전체 픽셀 강도 범위에서 수행하는 경우 이미지 특성이 도색면에 지배되어 낮은 성능을 나타냈으며, 0∼128 사이에서 수행하였을 때는 Triangle method 결과가 R2 0.032∼0.055로 가장 낮았으며, Mean method 0.621∼0.674, Otsu method 0.811∼0.876으로 Otsu method가 가장 높은 상관성을 보였다.

공극 판정 비율을 선형회귀하여 공극률 및 투수계수를 예측한 결과 전공극률 13.4∼30.8%, 연속공극률 8.1∼26.7%, 투수계수 0.05∼1.45 cm/s의 범위를 가졌다. 공극률 및 투수계수 모두 실험 결과와 유사한 값의 분포를 가지는 것으로 나타났다. 오차의 원인으로는 블록 제작 방법에 의한 내부 공극의 깊이별 분포 특성과 골재 형태 및 다짐 등에 의한 불균일성에 기인한 오차로 판단된다. 예측 정확도는 공극률에서는 R2 0.8 이상, RMSE, MAE 3% 이하로, 투수계수 예측 시에는 R2 0.876, RMSE = 0.151 cm/s, MAE = 0.130 cm/s 로 나타났다. 이를 통해 표면 이미지를 이용하여 공극률 및 투수계수를 평가할 수 있을 것으로 판단된다.

본 연구는 투수콘크리트 블록의 표면 이미지를 이용하여 공극률 및 투수계수를 예측할 수 있는 기법을 제시했다는 데에 의의가 있다. 이를 통해 블록 제작 및 포장 직후 효율적이고 경제적인 품질 평가를 가능하게 할 것으로 사료된다. 하지만, 배합비 별 1개의 공시체를 통한 시험 및 이미지 분석 결과로, 연구 결과의 범용적인 적용을 위해서는 더 많은 공시체를 이용한 추가적인 검증이 필요하다. 향후 다짐조건, 블록 표면 색상 및 광조건, 골재의 형태 및 입도 등의 변화에 따른 표면 이미지 특성 변화를 확인하고 공극률 예측 정확도를 향상시켜, 공극률과 큰 영향이 있는 휨/압축강도 시험 결과 등을 추가로 활용한 표면이미지를 활용한 특성 평가를 통해 실무적으로 유용하게 활용할 수 있을 것으로 판단된다.

감사의 글

본 연구는 정부(과학기술정보통신부)의 재원으로 한국연구재단의 지원을 받아 수행된 연구임 (No.NRF2021R1F1A106156512).

참고문헌

  1. Bentz, D. P., D. A. Quenard, H. M. Kunzel, J. Baruchel, F. Peyrin, N. S. Martys, and E. J. Garboczi, 2000. Microstructure and transport properties of porous building materials. II: Three-Dimensional X-ray Tomographic Studies Materials and Structures 33: 147-153. doi:10.1007/BF02479408.
  2. Byun, H., 2019. Automated rock fracture detection algorithm with convolutional neural networks. Master's diss., Seoul National Universtiy.
  3. Choi, J. Y., and S. H. Cho, 2013. A study on the national impermeable area ratio and improvement plan. Korea Environment Institute.
  4. Chung, S. Y., Y. K. Jo, and T. S. Han, 2011. Analysis of correlation between percolation of porous concrete and probablity distribution functions. Korean Society of Hazard Mitigation, 11(6): 91-98. doi:10.9798/kosham.2011.11.6.091.
  5. Glasbey, C. A., 1993. An analysis of Histogram-based thresholding algorithms. CVGIP: Graphical Models and Image Processing 55(6): 532-537. doi:10.1006/cgip.1993.1040.
  6. Haselbach, Liv M., and Robert. M. Freeman, 2006. Vertical porosity distributions in pervious concrete pavement. ACI Materials Journal 103(6): 452-458. https://doi.org/10.14359/18223
  7. Japan Concrete Institute, 2003. Research committee report for the establishment of design and construction method for porous concrete. (in Japanese)
  8. Jo, S. B., T. J. Kim, J. H. Jeon, D. G. Kim, and Y. H. Son, 2022. Processing of pervious concrete block surface images for porosity estimation. Proceedings of the Korean Society of Agricultural Engineers Conference 2022: 206-206.
  9. Jung, S. J., 2004. An experimental study on the characteristic of porous concrete using different aggregates, Journal of the Korea Institute of Building Construction 4(1): 89-96. (in Korean) doi:10.5345/JKIC.2004.4.1.089.
  10. Kayhanian M., D. Anderson, John T. Harvey, D. Jones, and B. Muhunthan, 2012. Permeability measurement and scan imaging to assess clogging of pervious concrete pavements in parking lots. Journal of Environmental Management 95(1): 114-123. doi:10.1016/j.jenvman.2011.09.021.
  11. Khaled Seifeddine, Sofiane Amziane, Evelyne Toussaint, 2021. State of the art on the mechanical properties of pervious concrete. European Journal of Environmental and Civil Engineering 26(15): 7727-7755. doi:10.1080/19648189.2021.2008511.
  12. Kim, D. G., 2020. Prediction on physical properties of soil based on deep learning using digital image processing. Ph.D. diss., Seoul National Universtiy.
  13. Kim, D. G., Y. H. Son, J. S. Park, T. J. Kim, and J. H. Jeon, 2019. Evaluation of calibration method for field application of UAV-based soil water content prediction equation. Advances in Civil Engineering, Vol. 2019. doi:10.1155/2019/2486216.
  14. Kim, J. H., J. H. Cho, K. H. Kim, K. Y. Park, and H. M. Kwon, 2002. A study on the voids ratio and permeability coefficient according to porous concrete mix proportions. Journal of the Korean Society of Civil Engineers 3(6): 846-849. (in Korean).
  15. Kim, S. W., T. H. Lee, B. S. Chun, Y. H. Jung, W. S. Jang, C. Y. Sur, and Y. C. Shin, 2020. Estimation of High-resolution soil moisture using Sentinel-1A/B SAR and soil moisture data assimilation scheme. Journal of the Korean Society of Agricultural Engineers 62(6): 11-20. (in Korean) doi:10.5389/KSAE.2020.62.6.011.
  16. Kim, Y. I., C. Y. Sung, T. H. Kim, and S. H. Lee, 2011. Experimental study on effect of runoff reduction in permeable block pavement by permeability model. Proceedings of the Korean Society of Agricultural Engineers Conference 2011: 100-100.
  17. Kong, M. J., B. M. Lee, N. C. Kim, and J. G. Son, 2014. The analysis of function and factors for the value assessment of ecosystem service at rice paddy wetland. Journal of Wetlands Research 16(2): 251-259. (in Korean) doi:10.17663/JWR.2014.16.2.251.
  18. Martin, W. D. III, B. J. Putman, and N. B. Kaye, 2013. Using image analysis to measure the porosity distribution of a porous pavement. Construction and Building Materials 48: 210-217. doi:10.1016/j.conbuildmat.2013.06.093.
  19. Neithalath N., J. Weiss, and J. Olek, 2006. Predicting the permeability of pervious concrete (Enhanced Porosity Concrete) from Non-destructive electrical measurements, United States: Perdue University
  20. Neithalath N., Milani S. Sumanasooriya, and Omkar Deo, 2010. Characterizing pore volume, sizes, and connectivity in pervious concretes for permeability prediction. Materials Characterization 61(8): 802-813. doi:10.1016/j.matchar.2010.05.004.
  21. Othman AlShareedah, and Somayeh Nassiri, 2021. Pervious concrete mixture optimization, physical, and mechanical properties and pavement design: A review. Journal of Cleaner Production, Volume 288. doi:10.1016/j.jclepro. 2020.125095.
  22. Otsu, N., 1979. A threshold selection method from Gray-level histograms. IEEE Transactions on Systems, Man, and Cybernetics 9(1): 62-66. doi:10.1109/tsmc.1979.4310076.
  23. Park, J. S., 2017. Soil classification and characterization using unmanned aerial vehicle and digital image processing. Ph.D. diss., Seoul National Universtiy. (in Korean)
  24. Seoul, 2013. Criteria for design, construction and maintenance of permeable block pavement (Ver 2.0). (in Korean).
  25. Son, J. K., D. G. Choi, S. Y. Lee, D. H. Kang, M. J. Park, S. W. Yun, N. C. Kim, and M. J. Kong, 2018. Comparative analysis of Groundwater-ecosystem service value of protected horiculture complex and paddy fields, 24(2): 47-58. (in Korean) doi:10.7851/Ksrp.2018.24.2.047.
  26. Son, J. K., T. K. Kwon, M. J. Kong, T. G. Kang, R. G. Lim, N. C. Kim, and M. J. Park, 2021. Measurement of groundwater penetration and water balance analysis according to land use materials, Journal of the Korea Academia-Industrial Cooperation Society 22(8): 613-622. (in Korean) doi:10.5762/KAIS.2021.22.8.613.
  27. Sung, C. Y., and T. H. Kim, 2011. Engineering properties of permeable polymer concrete for pavement using powdered waste glass and recycled coarse aggregate. Journal of the Korean Society of Agricultural Engineers 53(6): 59-65. (in Korean) doi:10.5389/KSAE.2011.53.6.059.
  28. Zack, G. W., W. E. Rogers, and S. A. Latt, 1977. Automatic measurement of sister chromatid exchange frequency. Journal of Histochemistry and Cytochemistry 25(7): 741-753. doi:10.1177/25.7.70454.