• Proceedings of the Korea Multimedia Society Conference
• /
• 2004.05a
• /
• pp.263-266
• /
• 2004

본 논문에서는 터널 구조물에서 발생하는 균열의 인식과 이에 대한 정보를 획득하기 위한 방법에 대한 연구를 수행하였다. 터널 구조물에서 발생하는 균열의 경우, 건설 분야의 특수성 때문에 기존의 경계점 인식(edge detection) 알고리즘을 적용하는 경우 정밀도 저하의 문제가 발생한다. 이러한 문제점을 해결하고 더불어 정밀도를 향상시킬 수 있는 방법으로 영상에서 균열을 인식하는 균열 인식 단계와 인식된 균열의 길이, 두께 등을 측정하는 균열 정보 획득 단계로 구분하였다. 균열 인식 단계에서는 균열의 시작점과 끝점을 기준으로 휴리스틱(Heuristic) 알고리즘을 사용하여 픽셀 값의 분포에 따라 균열의 중심선을 계산하여 균열을 인식한다. 균열 정보 획득 단계에서는 균열 인식 단계에서 얻은 정보를 통해 균열의 길이, 진행 방향 정보, 그리고 균열의 두께를 계산한다. 균열의 길이 및 진행 방향 정보는 균열 인식 단계에서 얻어진 정보를 통하여 계산하며, 균열 두께 측정은 각 픽셀의 누적 값을 이용하여 계산하는 원형 검출기(Daugman 알고리즘)를 변형하여 사용하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• v.9 no.2
• /
• pp.360-365
• /
• 2005

본 논문에서는 콘크리트 표면 균열 영상에서 균열을 효율적으로 추출하기 위한 화상처리 기법과 ART1 기반 RBF 네트워크를 제안하여 균열의 방향성을 인식한다. 본 논문에서 사용된 화상처리 기법으로는 균열 영상의 빛을 보정하기 위한 모폴로지 기법인 채움(Closing)연산을 적용하고 Sobel 마스크를 적용하여 균열 영상의 에지를 추출한 후 반복 이진화를 적용하여 균열 영상을 이진화한다. 이진화 된 영상에 두 차례에 걸쳐 잡음제거를 수행하여 콘크리트 표면 균열 영상으로부터 균열을 추출한다. 본 논문에서는 추출된 균열을 ART1 기반 RBF 네트워크에 적용하여 균열의 방향성(횡방향, 종방향, $-45^{\circ}$방향, $45^{\circ}$방향)을 자동으로 인식할 수 있는 방법을 제안한다. 제안된 ART1 기반 RBF 네트워크는 입력층과 중간층으로의 학습은 ART1을 적용하고 중간층과 출력층 간의 학습은 Delta 학습 방법을 적용한다. 실제 콘크리트 균열 영상을 적용하여 실험한 결과, 콘크리트 표면 균열 영상에서 효율적으로 균열을 추출할 수 있었고 제안된 ART1 기반 RBF 네트워크가 추출된 균열의 방향성 인식에 효율적인 것을 확인하였다.

• Journal of the Korea Society of Computer and Information
• /
• v.12 no.2 s.46
• /
• pp.77-82
• /
• 2007

In this paper, we proposed the image processing techniques for extracting the cracks in a concrete surface crack image and the enhanced Max-Min neural network for recognizing the directions of the extracted cracks. The image processing techniques used are the closing operation or morphological techniques, the Sobel masking for extracting for edges of the cracks, and the iterated binarization for acquiring the binarized image from the crack image. The cracks are extracted from the concrete surface image after applying two times of noise reduction to the binarized image. We proposed the method for automatically recognizing the directions of the cracks with the enhanced Max-Min neural network. Also, we propose an enhanced Max-Min neural network by auto-tuning of learning rate using delta-bar-delta algorithm. The experiments using real concrete crack images showed that the cracks in the concrete crack images were effectively extracted and the enhanced Max-Min neural network was effective in the recognition of direction of the extracted cracks.

• Journal of the Korean Society for Railway
• /
• v.20 no.3
• /
• pp.374-381
• /
• 2017

Concrete sleepers, installed on majority of railroad track in this nation can, if not maintained properly, threaten the safety of running trains. In this paper, an algorithm for automatically identifying cracks in a sleeper image, taken by high-resolution camera, is developed based on Adaboost, known as the strongest adaptive algorithm and most actively utilized algorithm of current days. The developed algorithm is trained using crack characteristics drawn from the analysis results of crack and non-crack images of field-installed sleepers. The applicability of the developed algorithm is verified using 48 images utilized in the training process and 11 images not used in the process. The verification results show that cracks in all the sleeper images can be successfully identified with an identification rate greater than 90%, and that the developed automatic crack identification algorithm therefore has sufficient applicability.

• Journal of Korea Multimedia Society
• /
• v.10 no.8
• /
• pp.1068-1077
• /
• 2007

This paper proposes a method that extracts characteristics of cracks such as length, thickness and direction from a concrete slab surface image with image processing techniques. These techniques extract the cracks from the concrete surface image in variable conditions including bad image conditions) using the ART2-based RBF network to recognize the dominant directions -45 degree, 45 degree, horizontal and vertical) of the extracted cracks from the automatically calculated specifications like the lengths, directions and widths of the cracks. Our proposed extraction algorithms and analysis of the concrete cracks used a Robert operation to emphasize the cracks, and a Multiple operation to increase the difference in brightness between the cracks and background. After these treatments, the cracks can be extracted from the image by using an iterated binarization technique. Noise reduction techniques are used three separate times on this binarized image, and the specifications of the cracks are extracted form this noiseless image. The dominant directions can be recognized by using the ART2-based RBF network. In this method, the ART2 is used between the input layer and the middle layer to learn, and the Delta learning method is used between the middle layer and the output layer. The experiments using real concrete images showed that the cracks were effectively extracted, and the Proposed ART2-based RBF network effectively recognized the directions of the extracted cracks.

• Journal of the Korea Concrete Institute
• /
• v.17 no.3 s.87
• /
• pp.369-374
• /
• 2005

This study proposes a technique for the recognition of crack patterns, which includes horizontal, vertical, diagonal($-45^{\circ}$), diagonal($+45^{\circ}$), and random cracks, based on image processing technique and artificial neural network. A MATLAB code was developed for the proposed image processing algorithm and artificial neural network. Features were determined using total projection technique, and the structure(no. of layers and hidden neurons) and weight of artificial neural network were determined by learning from artificial crack images. In this process, we adopted Bayesian regularization technique as a generalization method to eliminate overfitting Problem. Numerical tests were performed on thirty-eight crack images to examine validity of the algorithm. Within the limited tests in the present study, the proposed algorithm was revealed as accurately recognizing the crack patterns when compared to those classified by a human expert.

• Journal of the Korean Society for Nondestructive Testing
• /
• v.27 no.2
• /
• pp.173-182
• /
• 2007

Cracks in concrete structures should be measured to periodically assess potential problems in durability and serviceability. Conventional crack measurement systems depend on visual inspections and manual measurements of the crack features such as width, length, and direction using microscope and crack gage. However, conventional methods take long time as well as manpower, and lack quantitative objectivity resulted by inspectors. In this study, an evaluation technique for concrete surface cracks is developed using image processing and artificial neural network. Developed technique consists of three major parts: (1) crack detection (2) crack analysis and (3) pattern recognition. To examine validity of the technique developed in this study, crack analyzing tests were performed on the images obtained from various types of concrete surface cracks. The test results revealed that the system is highly effective in automatically analyzing concrete surface cracks in terms of features and patterns of cracks.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2008.10a
• /
• pp.399-405
• /
• 2008

콘크리트 슬래브 표면의 영상처리 목적은 구조물의 균열발생을 최소화하고 발생한 균열에 대해서 지속적인 기록 관리로 균열의 진행 상태를 분석하여 보수시기 및 보수공법 적용의 합리적 운영체계를 수립하고자 하는 것이다. 일반적으로 콘크리트에서의 균열은 육안으로 분간할 수 있을 정도로 큰 반면 프리스트레스트 콘크리트의 균열은 기기를 사용하여야 측정, 분별할 수 있다. 본 논문에서는 균열의 명함도와 인접한 표면의 명함도 차이를 이용하여 균열과 잡음을 분리한다. 그리고 균열과 잡음 영역에서 형태학적인 정보를 이용하여 잡음 영역만을 제거한다. 잡음 영역이 제거된 균열 영역에서도 미세한 잡음이 존재하므로 균열 영역을 평활화를 한 후, 미세 잡음을 하나의 객체로 인식하여 제거하고 끊어진 영역의 균열을 미디언 필터를 이용하여 균열을 연결한다. 그리고 제안된 방법으로 추출된 균열을 원본 영상에 적용하여 최종적으로 균열만을 검출한다. 검출된 균열에서 균열의 특정부분을 선택하고 선택되어진 균열 영상을 대상으로 균열의 길이, 방향, 폭을 순차적으로 분석한다. 실제 균열 영상을 대상으로 실험한 결과, 균열이 비교적 정확히 검출되었고 균열 검사기가 한번에 측정할 때에 비해 비교적 빠르고 적은 노력으로 측정할 수 있는 것을 확인하였다.

• Journal of the Korean Society for Nondestructive Testing
• /
• v.27 no.1
• /
• pp.48-57
• /
• 2007

The fatigue crack growth behavior of a cracked and patch-repaired Ah2024-T3 panel has been monitored by acoustic emission(AE). The overall crack growth rate was reduced The crack propagation into the adjacent hole was also retarded by introducing the patch repair. AE signals due to crack growth after the patch repair and those due to debonding of the plate-patch interface were discriminated by usiag the principal component analysis. The former showed high center frequency and low amplitude, whereas the latter showed long rise tine, low frequency and high amplitude. This type of AE signal recognition method could be effective for the prediction of fatigue crack growth behavior in the patch-repaired structures with the aid of AE source location.

• Korean Journal of Labor Studies
• /
• v.14 no.2
• /
• pp.169-200
• /
• 2008

노동계급은 다양한 형태의 내적 이질성을 지니고 있으며, 신자유주의 경제정책과 구조조정 과정에서 고용형태에 따른 이질성은 계급균열로 발달하며 노동계급 내적 이질성 논의의 핵심을 구성하게 되었다. 국내의 선행 연구들도 정규직과 비정규직 사이의 물질적 존재조건의 양극화 추세와 사회적 관계의 위계적 배제적 성격을 확인해 주고 있다. 하지만 정규직과 비정규직 사이의 계급균열이 극복되고 노동계급의 내적 통합과 계급형성 과정을 이룰 수 있는지에 대한 논의로 발전하지는 못했다. 본 연구는 계급균열의 극복과 노동계급 통합의 가능성을 검토하기 위해 계급균열의 핵심인 비정규직 노동자 문제를 둘러싼 정규직 비정규직의 의식 수준의 비교연구를 실시한다. 본 연구는 민주노총 공공운수연맹 노동조합원들에 대한 설문조사와 심층면접 연구를 통해 계급균열의 존재를 확인하고 그 원인과 의미를 분석하였다. 첫째, 정규직과 비정규직 노동자들은 비정규직 문제에 대한 인식을 공유하고 있지만 구체적 해결책에 대해서는 입장 차이를 보임으로써 고용형태에 따른 계급균열은 존재하며, 경제위기 이후에도 해소되지 않고 고착화되고 있음을 확인시켜 주었다. 둘째, 고용형태에 따른 계급내적 균열이 비정규직 문제 인식과 추상적 원칙 수준에서는 유의미한 의식 차이를 보이지 않지만 비정규직 문제 해결을 위한 구체적 해결책에 대해 유의미한 입장 차이를 보이는 것은 정규직과 비정규직 사이의 물질적 이해관계의 차이 때문이다. 정규직 노동자들은 비정규직 노동자들의 고용안정성과 노동조건의 개선을 허용하더라도 자신들의 이해관계가 위협받지 않는 수준에서 이루어져야 한다고 보는 것이다. 셋째, 정규직 노동자들이 추상적 원칙 수준에서는 비정규직 노동자들과 동질성을 보이지만 구체적 대안에서 차별성을 보이는 것은 정규직 노동자들의 의식의 양면성을 표현하는 것이며, 물질적 이해관계에 기초한 개인적 수준의 합리성과 계급적 원칙에 기초한 계급적 수준의 합리성이 갈등하고 있는 것이다. 넷째, 정규직 노동자들의 주관성 속에서 개인적 합리성과 계급적 합리성이 갈등하는 정도는 노동조합 가입 여부 및 소속 노동조합의 정체성, 즉 이익집단 정체성 혹은 계급조직 정체성에 의해 결정된다. 여기에 계급조직 정체성을 지닌 민주노조들이 노동계급 계급균열을 극복하고 계급형성을 이루는데 기여할 수 있다는 실천적 함의가 있다.