• 한국구조물진단유지관리공학회 논문집
• /
• 제23권6호
• /
• pp.38-44
• /
• 2019

본 연구에서는 아스팔트 콘크리트 도로포장의 표면균열 검출을 위해 합성곱 신경망을 이용하였다. 합성곱 신경망의 학습에 사용되는 표면균열 이미지 데이터의 양에 따른 합성곱 신경망의 성능향상 정도를 평가하였다. 사용된 합성곱 신경망의 구조는 5개의 층으로 구성되어있으며, 3×3 크기의 convolution filter와 2×2 크기의 pooling kernel을 사용하였다. 합성곱 신경망의 학습을 위해서 도로노면 조사 장비를 통해 구축된 국내 도로포장 표면균열 이미지를 활용하였다. 표면균열 이미지 데이터를 학습한 합성곱 신경망 모델의 표면균열 검출 정확도, 정밀도, 재현율, 미검출율, 과검출율을 평가하였다. 가장 많은 양의 데이터를 학습한 합성곱 신경망 모델의 표면균열 검출 정확도, 정밀도, 재현율은 96.6% 이상, 미검출율, 과검출율은 3.4% 이하의 성능을 나타내었다.

• 전자공학회논문지CI
• /
• 제49권2호
• /
• pp.38-43
• /
• 2012

콘크리트 건물의 보수 작업은 표면에 발생하는 균열을 정확하게 계측함으로써 비용적인 측면과 안전성이 결정된다. 하지만 표면에 발생한 균열은 대부분 점검자에 의해 수작업으로 계측되기 때문에 시간적 측면에서 비효율적이다. 또한 콘크리트 표면의 균열은 영상 획득 과정에서 빛이나 외부 환경에 의해 훼손되는 경우가 발생한다. 또한 콘크리트 표면이 고르지 않은 영상이나 잡음이 많이 존재하는 콘크리트 영상에서는 기존의 균열 추출 방법으로는 균열이 검출되지 않는 경우가 발생한다. 따라서 본 논문에서는 형태가 왜곡되지 않은 균열뿐만 아니라, 잡음과 유사한 미세 균열까지 효과적으로 추출하고 분석할 수 있는 방법을 제안한다. 본 논문에서 제안하는 균열 검출 방법은 콘크리트 슬래브 표면의 R, G, B 채널 값을 퍼지 기법에 적용하여 후보 균열 영역을 추출한 후, 추출한 후보 균열 영역에 SOM 기법을 적용하여 1차적으로 잡음 영역을 제거한다. 잡음이 제거된 후보 균열 영역에서 밀도 정보를 이용하여 2차적으로 세부적인 잡음 영역을 제거하여 최종적으로 균열 영역을 검출한다. 실제 콘크리트 균열 영상을 대상으로 실험한 결과, 다양한 콘크리트 균열 영상에서 기존의 균열 추출 방법보다 균열 검출 성능이 개선되었음을 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 춘계학술발표대회
• /
• 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.

• Composites Research
• /
• 제22권1호
• /
• pp.9-14
• /
• 2009

본 논문에서는 탄소섬유 복합재료의 균열의 위치 및 성장을 감지하기 위하여 브리지 회로 개념이 적용된 전기 전위법을 제안하였다. 중앙 관통 균열을 가진 복합재료 박판 시험편에 두 쌍의 전극을 생성하였으며, 브리지 회로 개념을 적용하여 한 쌍의 전극에 외부 전압을 인가하고 다른 한 쌍의 전극으로부터 출력 전압 변화를 관찰하였다. 실험과 유한요소해석을 통하여 전극의 크기와 간격, 균열의 위치와 크기 및 성장 방향의 영향을 고찰하였다. 검출 가능한 균열의 크기는 전극의 크기 보다는 전극의 간격에 의한 영향이 더 컸으며, 전극의 크기와 간격이 작을수록 균열의 검출 능력이 우수하였다. 또한, 균열 크기가 증가할 수록, 입력 전극과 가까울수록 출력 전압의 변화가 큼을 관찰할 수 있었다.

• 전자공학회논문지
• /
• 제50권9호
• /
• pp.194-200
• /
• 2013

본 논문에서는 스케일링을 이용한 다중 스케일 균열 검출 방법을 제안한다. 제안하는 방법은 형태학 알고리즘, 균열 특징, 스케일링을 기반으로 한다. 사용하는 형태학 연산자는 균열의 패턴을 추출한다. 열림과 닫힘의 연산을 이용하여 균열과 배경을 구분한다. 형태학을 기반으로 하는 분할은 작은 간격의 균열을 검출하는 기존의 차분 이용 통합 방법 보다 좋은 성능을 보인다. 그러나, 형태학 방법들은 오직 하나의 구조 연산자를 사용하면 고정된 크기의 균열만을 검출할 수 있다. 따라서 스케일링 방법을 사용한다. 스케일링에 이중선형 보간법을 사용한다. 제안하는 방법은 분할된 영역의 화소 수와 최대 길이와 같은 특징들의 값들을 계산한다. 구분된 영역이 균열에 해당하는 지를 계산한 특징들의 값들에 의하여 결정한다. 실험 결과에서 제안한 다중 스케일 균열 검출 방법이 기존의 검출 방법들보다 향상된 결과를 보인다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제8권11호
• /
• pp.449-456
• /
• 2019

본 논문은 진공을 이용한 흡착방식과 바퀴형 이동방식을 사용하는 벽면 이동로봇의 구성과 이러한 임베디드 환경에 적합하고 기계학습에 기반한 벽면 균열 자동 검출 알고리즘의 성능 비교에 관한 연구이다. 임베디드 시스템 환경에서 객체 학습을 위해 YOLO 등 최근에 시도된 학습 방법들을 적용하여 성능을 비교, 검토하였으며 기존의 에지 검출 알고리즘들과도 성능을 비교하였다. 결국, 본 연구에서는 균열검출을 잘하며 임베디드 환경에도 적합한 최적의 기계학습방법을 선택하고 기존 방법과 성능을 비교하여 우수성을 제시하였다. 또한, 검출된 균열의 영상을 저장하고 위치 정보를 추정하여 균열에 대한 정보를 관리자 기기로 전송하는 지능적인 문제해결 기능을 구축하였다.

• 한국산업정보학회논문지
• /
• 제24권3호
• /
• pp.23-29
• /
• 2019

기존의 균열 검출 방법은 많은 인력과 시간, 비용이 소모되는 문제점이 있다. 이러한 문제를 해결하고자 차량이나 드론을 이용하여 취득한 영상에서 균열 정보를 파악하고 정보화하는 자동검출시스템이 요구되고 있다. 본 논문에서는 드론으로 촬영한 도로 영상에서의 균열 검출 연구를 진행한다. 획득한 항공영상은 전처리와 라벨링(Labeling) 작업을 통해 균열의 형태정보 데이터셋(data set)을 생성한다. 생성한 데이터셋을 Mask R-CNN(regions with convolution neural network) 딥러닝(deep learning) 모델에 적용하여 다양한 균열 정보가 학습된 새로운 모델을 획득하였다. 획득 모델을 이용한 실험 결과, 제시된 항공 영상에서 균열을 평균 73.5%의 정확도로 검출하였으며 특정 형태의 균열 영역도 예측하는 것을 확인할 수 있었다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2007년도 한국지능정보시스템학회
• /
• 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.

• 한국건설순환자원학회논문집
• /
• 제10권4호
• /
• pp.593-599
• /
• 2022

본 연구에서는 콘크리트 구조물의 주요 손상인 균열에 대한 효과적인 점검을 위하여 이미지 처리 기법을 이용한 균열 검출이 가능한 균열 모니터링 자동화 시스템 개발의 일환으로 머신비전을 이용하여 균열 촬영 장비를 제작하고 균열 이미지 촬영 및 분석이 가능한 프로그램을 개발하였다. 본 시스템은 기존의 육안으로 균열을 점검하는 외관조사를 대체하여 객관적이고 정량적인 데이터를 제공한다. 개발 시스템의 검증은 자기치유 콘크리트 수조 시공 현장에 적용하여 균열 검출 및 재령에 따른 균열폭의 변화량을 모니터링하였다. 이미지 분석을 통해 검출된 균열폭의 경우 디지털 현미경을 이용한 실측값과 차이가 최대 0.036 mm로 나타났으며, 자기치유 콘크리트의 재령 경과에 따른 균열 치유 효과를 균열폭 감소를 통해 확인할 수 있었다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2019년도 제59차 동계학술대회논문집 27권1호
• /
• 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.