Journal of Urban Science (도시과학)

Urban Science Institute (인천대학교 도시과학연구원)
권호 표지

Open-Source Based Smartphone Image Analysis for Pavement Crack Detection

노면 균열 검출을 위한 오픈소스 기반 스마트폰 영상해석

  • Kim Tae-Hyun (Department of Urban Convergence Engineering, Incheon National University) ;
  • Lee Yong-Chang (Department of Urban Engineering, Incheon National University)
  • 김태현 (인천대학교 도시융.복합학과 ) ;
  • 이용창 (인천대학교 도시과학대학 도시공학과)
  • Published : 2024.06.30
Download PDF
⟨ Previous Next ⟩

Abstract

This study evaluates the feasibility and accuracy of using smartphones for road crack detection through open-source and commercial image analysis tools. High-resolution images were captured with Galaxy and iPhone smartphones, and their accuracy was enhanced using ground control points (GCPs) determined by Network RTK surveying. The study utilized Reality Capture and Pix4DMatic for image analysis, comparing their results with actual measurements. Pix4DMatic effectively converted smartphone images into precise 3D models, detecting even small cracks with minimal error. The findings indicate that smartphones offer a cost-effective and efficient solution for road maintenance, providing high precision and convenience without the need for frequent site visits. Future research should validate this method under various conditions and enhance data collection and analysis automation.

Keywords

References

  1. 이용창, 2013, Network-RTK 측량기법(VRS, FKP)의 정확도 비교, 대한토목학회 정기학술대회, pp.331-335.
  2. 이용창, 오성종, 조은석, 2022, 스마트폰 GNSS 원시 관측자료를 활용한 실시간 측위의 효용성 평가, 대한공간정보학회지, Vol.30(3), pp.3-14.
  3. 김치훈, 김태현, 이용창, 2021, Multi-GNSS 다채널 신호기반, 저가 수신기의 효용성 검토, 대한공간정보학회 춘계학술대회, pp.121-122.
  4. 김치훈, 오성종, 이용창, 2022, 다채널 저가 GNSS 측위 모듈기반 RTK 측량의 효용성 평가, 지적과 국토정보, Vol.52(2), pp.53-65.
  5. 오성종, 김치훈, 이용창, 2019, SfM 기반 3D 모델링에 따른 GPU 아키텍처 비교.분석, 대한공간정보학회 학술대회, pp.73-74.
  6. 오성종, 김태현, 김이삭, 이용창, 2020, 저가형 GNSS 수신기를 활용한 SSR 보정 효용성 평가, 대한공간정복학회 학술대회, pp.99-100.
  7. 권영주, 문성호, 2023, 드론 촬영 이미지 데이터를 기반으로 한 도로 균열 탐지 딥러닝 모델 개발, LHI journal of land, housing, and urban affairs 한국토지주택공사 토지주택연구원, pp.125-135.
  8. 하종우, 박경원, 김민수, 2021, 딥러닝 기반의 분할과 객체탐지를 활용한 도로균열 탐지시스템개발, The Journal of Society for e-Business Studies, 한국전자거래학회, pp.93-106.
  9. Jakob I, Carlos C, Stefano P, Livia P, James OC, Jacqueline R. 2019. Structure from Motion Photogrammetry in Forestry: a Review. Current Forestry Reports. 5:155-168.
  10. https://kr.mathworks.com/help/vision/ug/what-is-structure-from-motion.html
  11. 현세권, 도명식, 2021, 드론과 Mobile Mapping System을 활용한 인공지능 기반 도로 균열 검출, 대한교통학회지, 제39권 제4호, pp.555-564.
  12. 최윤수, 김종호, 조현철외, 2019, 합성곱 신경망을 이용한 아스팔트 콘크리트 도로포장 표면 균열 검출, 한국구조물진단유지관리공학회 논문집, vol 23(6), pp.38-44.
  13. 장지원, 2002, 수치영상처리에 의한 아스팔트 포장 노면의 균열 검출, 대한공간정보학회지, 10(4), pp.77-84.
  14. 송재진, 2021, 저가형 영상장비를 이용한 아스팔트 포장면의 상태 측정에 관한 연구, 영남대학교대학원 학위논문.
  15. 김형진, 이정호, 문영식, 2007, 영상처리 기법을 이용한 콘크리트 교량의 균열 검출, 대한전자공학회, 30(1), pp.381-382.
  16. 안윤규, 2017, 이종영상 스캐닝 기반의 콘크리트 균열 평가 기술, 한국콘크리트학회지, 29(6), p p.36-41.
  17. 김현석, 2019, 스마트폰을 이용한 콘크리트 구조물의 최대 균열 폭 측정 시스템 개발, 동의대학교 대학원 학위논문.
  18. D Zhang, Q Zou, H Lin, X Xu, L He, R Gui, Q Li (2018). Automatic pavement defect detection using 3D laser profiling technology, Automation in Construction, 96, pp.350-365
  19. OBS뉴스, 2023, 도로 절반 이상 노후화 공급.유지 관리 필요, OBS뉴스, 전체기사
  20. 국토교통부, 2022, 도로포장 유지보수 실무편람, 세종, 국토교통부[편]