• Journal of the Korean Recycled Construction Resources Institute
• /
• v.9 no.3
• /
• pp.359-366
• /
• 2021

In this study, It was developed an monitoring cracks system based on image processing techniques in order to measure cracks, which are major damages in concrete, and to convert them into a database. The crack monitoring system consists of crack image captured equipment and a crack detection and analysis software. This system provides objective and quantitative data by replacing the conventional visual inspection. The crack detection algorithm w as verified through an indoor test using virtual cracks, and the amount of crack detection and crack width change was monitored by applying it to the self-healing repair mortar construction site. In the case of the crack width detected through image analysis, the maximum difference from the actual crack width was 0.0334mm. It was possible to detect microcracks of 0.1mm or less, and the effect of crack healing over time of the self-healing repair mortar was confirmed trough the field test.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.04a
• /
• pp.576-579
• /
• 2004

Eventhough the productivity has been improved remarkably by introducing automatic facilities, the 100％ inspection is necessary because the possibility to produce large amount of defective goods is also increased. Since it is extremely unreasonable that workers inspect very large amount of products as 100％ inspection, there has been many researches for the automatic inspection system. In this thesis, we develop an automatic detection system of suspension insulator's minutes cracks System The automatic detection system of suspension insulator's minute cracks： To detect the minute cracks of suspension insulators, images of the insulator are acquired with a progressive scan camera, rotating a suspension insulator on a turning table. And after the shadow and noises are eliminated by preprocessing techniques, we detect minute cracks using the features of them.

• Journal of the Korean Recycled Construction Resources Institute
• /
• v.10 no.4
• /
• pp.593-599
• /
• 2022

In this study, a crack monitoring system capable of detecting cracks based on image processing techniques was developed to effectively check cracks, which are the main damage of concrete structures, and a program capable of imaging and analyzing cracks was developed using machine vision. This system provides objective and quantitative data by replacing the appearance inspection that checks cracks with the naked eye. The verification of the development system was applied to the construction site of a self-healing concrete water tank to monitor the crack and the amount of change in the crack width according to age. In the case of crack width detected by image analysis, the difference from the measured value using a digital microscope was up to 0.036 mm, and the crack healing effect of self-healing concrete could be confirmed through the reduction of crack width.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.07a
• /
• pp.53-56
• /
• 2021

국내 산업화가 들어선 후 산업화 당시 지었던 낙후된 건물의 증가에 따라 구조물의 손상 조사 및 검사 방법의 수요가 늘어나고 있다. 일반적으로 구조물의 손상은 전문 검사원이 현장에서 직접 측량도구와 시각적인 방식으로 검사한다. 그러나 전문 검사원들이 직접 조사하는 수고에 비해 균열을 검사하는 방식 자체가 단순하고, 일반 사람이 검사하기에는 객관성이 떨어지는 한계가 있어 균열을 자동적으로 검출함으로써 객관성과 편의성을 보장할 기술이 필요하다. 본 연구에서는 이미지 기반으로 다양한 환경에서의 외벽 균열을 검출할 수 있는 딥러닝 모델 개발을 소개한다. 균열 검출을 위해 다양한 외벽 균열 관련 데이터셋을 확보 및 구축하고 각 데이터셋의 검출 정보를 보완할 반자동(semi-auto) 라벨링 작업을 수행하였다. 두 번째로 기존 높은 검출 성능을 보였던 모델들을 선정 및 비교하여 YOLO v5 모델을 최종적으로 선정하였고, 도메인이 각각 다른 데이터셋에 대한 교차 학습을 통해 각 데이터셋의 mAP의 편차가 31%에서 11%로 좁히는 작업을 수행하였다. 이를 통해 실제 상황에서의 균열 영상에서 균열을 검출할 수 있는 측량 시스템을 개발함으로써 실질적인 검사의 도구로 활용될 수 있길 기대한다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2007.05a
• /
• pp.365-372
• /
• 2007

본 논문에서는 콘크리트 표면 균열 영상에서 균열의 특징들을 추출하기 위하여, 영상 처리 기법을 개선하여 균열의 특징(길이,폭,방향)들을 자동으로 추출 및 분석 할 수 있는 기법을 제안한다. 기존의 영상 처리 기법에서는 비교적 잡음이 적고 균열이 적은 영상을 대상으로 균열을 추출하는 알고리즘을 제시하였기 때문에 많은 잡음과 균열을 가지는 영상에 대해서는 균열 검출 성능이 떨어지는 경향이 있다. 따라서, 본 논문에서 제안한 균열 추출 및 분석 알고리즘은 컬러 영상에서 Histogram Stretching 기법을 적용하여 영상의 콘트라스트 특성을 향상 시킨 후, Robert 연산자를 다시 적용해 균열을 강조하고, 강조된 균열을 Multiple 연산을 이용하여 밝기 차이를 크게 한 후, 개선된 적응 이진화기법을 이용하여 균열의 후보 영역을 추출한다. 추출된 균열 후보 영역을 형상 분석과 위치 및 방향분석을 이용하여 잡음을 제거하고 균열의 특징을 분석한다. 실제 콘크리트 표면 균열 영상을 대상으로 실험한 결과, 균열 검출 성능이 기존의 방법보다 본 논문에서 제안한 방법이 더 우수함을 확인하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2019.01a
• /
• pp.303-304
• /
• 2019

본 논문에서는 자연재해나 노후화로 인해 많은 건물의 외벽에 균열(Crack)이 생기고 있고, YOLO 딥러닝 기법을 이용하여 텐서플로우(Tensorflow)기반 균열 데이터의 학습 과정을 거쳐 가중치 파일을 획득하고, 이를 기반으로 효율적으로 건물 관리를 할 수 있는 드론(Drone)에 장착된 카메라를 이용한 실시간 영상으로 건물 외벽 균열을 촬영하고 균열을 감지하여 사용자 모니터에 감지된 균열을 경계 상자를 통해 검출하고, 검출 사진과 위치를 기록하도록 시스템을 개발하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.05a
• /
• pp.423-426
• /
• 2019

본 논문은 진공을 이용한 흡착방식과 바퀴형 이동방식을 사용하는 벽면이동로봇의 구성 및 벽면 균열 검출 알고리즘에 관한 연구로써, 카메라와 함께 임베디드 시스템을 구성하였으며 Convolutional Neural Network를 이용한 머신러닝 알고리즘을 통해 균열을 감지하고 검출된 균열의 영상과 위치정보를 서버(관리자 장치)로 전송하는 통신 환경을 구축하였다. 균열 검출 성능을 검증하기 위해 균열 데이터를 이용하여 실험하고 결과를 제시하였다.

• Journal of the Korea institute for structural maintenance and inspection
• /
• v.16 no.1
• /
• pp.64-77
• /
• 2012

In this study, the crack detecting system with digital image processing techniques based on the mathematical morphology method was developed to detect cracks in concrete structures. In the developed system, the image combining technique of reconstructing multiple images as an entire single image considering efficient management of analysis results was applied as an additional module. The developed system was verified through a field test with the cracked concrete culvert and the crack width of 0.2 mm was able to be detected in the 40m span. In the image analysis, the difference between calculated crack width and actual crack width were less than 0.08mm. For image combination in the stitching test of pattern images, the stitched image was identical with the original picture of entire subject in the visual perception level.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.10a
• /
• pp.1034-1037
• /
• 2019

본 논문은 진공을 이용한 흡착방식과 바퀴형 이동방식을 사용하는 벽면 이동로봇의 구성과 로봇 내부에서의 균열검출 및 처리 프로세스에 관한 연구이다. 임베디드 시스템에서 기계학습을 이용한 균열검출을 구현하기 위해 YOLO v3를 수정하여 구동하였으며, 검출된 균열의 영상을 저장하고 위치 정보를 추정하였다. 또한, 균열 정보를 수집하기 위해 고정 IP를 갖는 서버를 구축하고 각 기기 간의 효율적인 통신 네트워크를 구성하였다. 본 기술은 균열검출 작업뿐만 아니라 보수작업에도 활용될 수 있어, 대형 구조물과 건축물 등의 안전진단뿐만 아니라 안전성 향상에 이바지할 수 있을 것으로 예상한다.

• Journal of Korea Society of Industrial Information Systems
• /
• v.24 no.3
• /
• pp.23-29
• /
• 2019

Conventional crack detection methods have a problem of consuming a lot of labor, time and cost. To solve these problems, an automatic detection system is needed to detect cracks in images obtained by using vehicles or UAVs(unmanned aerial vehicles). In this paper, we have studied road crack detection with unmanned aerial photographs. Aerial images are generated through preprocessing and labeling to generate morphological information data sets of cracks. The generated data set was applied to the mask R-CNN model to obtain a new model in which various crack information was learned. Experimental results show that the cracks in the proposed aerial image were detected with an accuracy of 73.5% and some of them were predicted in a certain type of crack region.