• 한국건설관리학회논문집
• /
• 제23권2호
• /
• pp.45-53
• /
• 2022

본 연구의 목적은 드론을 활용하여 철근콘크리트 말뚝기초의 시공 오차를 분석하는 모델을 제시하는 것이다. 이에 따라 먼저, 드론을 활용하여 건설 현장에 대한 항공이미지를 획득하고 이를 기반으로 정사모자이크 이미지를 생성하고 다음으로 허프 변환 원형 검출 방법을 활용하여 정사모자이크 이미지에서 원형 형태의 말뚝기초를 자동으로 인식하도록 하였다. 마지막으로, 중첩된 정사 모자이크 이미지와 구조 도면 상의 철근콘크리트 말뚝기초의 중심점을 기준으로 연단거리를 계산하고, 수평 위치변동 15cm를 기준으로 철근콘크리트 말뚝기초의 시공 오차를 분석한다. 또한, 제시된 모델의 활요성을 검증하기 위하여 토공 및 지정공사가 진행 중인 교육시설물 1개소를 선정하여 적용한 결과, 시공된 말뚝기초 전부를 자동으로 인식하였고 오차범위를 초과한 말뚝기초의 개수를 도출하였다.

• Smart Structures and Systems
• /
• 제31권4호
• /
• pp.311-323
• /
• 2023

Ever since ancient times, earthquakes have been a major threat to the civil infrastructures and the safety of human beings. The majority of casualties in earthquake disasters are caused by the damaged civil infrastructures but not by the earthquake itself. Therefore, the efficient and accurate post-earthquake assessment of the conditions of structural damage has been an urgent need for human society. Traditional ways for post-earthquake structural assessment rely heavily on field investigation by experienced experts, yet, it is inevitably subjective and inefficient. Structural response data are also applied to assess the damage; however, it requires mounted sensor networks in advance and it is not intuitional. As many types of damaged states of structures are visible, computer vision-based post-earthquake structural assessment has attracted great attention among the engineers and scholars. With the development of image acquisition sensors, computing resources and deep learning algorithms, deep learning-based post-earthquake structural assessment has gradually shown potential in dealing with image acquisition and processing tasks. This paper comprehensively reviews the state-of-the-art studies of deep learning-based post-earthquake structural assessment in recent years. The conventional way of image processing and machine learning-based structural assessment are presented briefly. The workflow of the methodology for computer vision and deep learning-based post-earthquake structural assessment was introduced. Then, applications of assessment for multiple civil infrastructures are presented in detail. Finally, the challenges of current studies are summarized for reference in future works to improve the efficiency, robustness and accuracy in this field.

• 디지털콘텐츠학회 논문지
• /
• 제18권6호
• /
• pp.1041-1047
• /
• 2017

도로의 상태를 관측하는 많은 방법의 하나로 무인항공기 영상이 사용된다. 무인항공기 영상 파일이 너무 크고, 불필요한 정보가 많을 때, 특징적 정보를 압축한 텍스처 추출 기법이 사용된다. 특히 무인항공기 영상을 이용한 3차원 시뮬레이션에서 많은 양의 데이터가 입력되기 때문에 텍스처 추출이 중요하다. 본 논문에서는 교량의 고해상 영상을 얻기 위하여 무인항공기 영상으로부터 텍스처 추출 방법을 제시한다. 제안된 방법은 3단계로 이루어진다. 첫째, 브이월드 데이터베이스에서 3차원 교량 모델을 취득한다. 둘째, 기하보정 정보를 가진 무인항공기 영상에서 텍스처를 추출한다. 셋째, 개별 영상에서 추출된 텍스처를 융합한다. 본 연구 결과는 브이월드 텍스처를 고해상 영상으로 갱신하는 데 사용될 수 있다.

• Spatial Information Research
• /
• 제16권3호
• /
• pp.317-330
• /
• 2008

본 연구는 수치사진측량의 기본이론을 토대로 디지털 항공카메라 ADS40에 의한 디지털 영상의 획득과 정사영상 생성실험을 수행하여 정사영상 제작공정을 체계화하였으며, 수치지형도와 수치지적도와의 중첩에 의하여 정확도를 분석 및 평가하는데 목적이 있다. 축척 1/5,000 수치지형도와 중첩하여 비교한 결과는 RMSE가 X에서 ${\pm}0.364m$, Y에서 ${\pm}0.413m$, 수치지적도를 중첩하여 비교한 결과는 RMSE가 X에서 ${\pm}1.283m$ Y에서 ${\pm}1.085m$의 오차가 나타남을 알 수 있었다. 최신의 디지털 항공카메라영상의 활용을 위해서는 앞으로 GPS/IMU 데이터와 영상데이터의 동기화, 영상처리시 면적당 지상기준점 수량과 해상도 기준 등에 대한 연구가 필요하다.

• 한국철도학회:학술대회논문집
• /
• 한국철도학회 2009년도 춘계학술대회 논문집
• /
• pp.1003-1009
• /
• 2009

3차원 지형 환경의 공간영상콘텐츠는 국토계획 및 통신설비계획, 철도건설, 시공, 입체적인 유비쿼터스 도시 구현, 안전 및 방재 등에서 많은 요구와 그 중요성이 크게 부각되고 있다. 현재 지리정보 기반의 2차원적인 지도정보와 시설정보를 3차원의 도시공간으로 재현하기 위하여 기존의 등고선을 이용한 DEM 방식은 많은 한계를 가지고 있으며, 특히, 철도와 같은 노선 폭이 좁고 길이가 길어서 궤적 관리가 어려운 작은 구조물의 경우에는 그 고도모델이 2 무시되기 쉬우므로, 레이저 측량기술을 이용한 공간대상물에 대한 높은 정확도 취득이 크게 필요한 실정이다. 이번 연구에서는 연구대상지역에 대한 3차원의 공간정보를 수집하기 위하여 먼저 등고선을 이용한 기존의 방법으로 DEM 생성 후에 3차원 조감도를 가 방향에서 바라볼 수 있도록 지형에 대한 수치 표고모델을 생성하여 3차원 지형을 모습을 입체적으로 표현하도록 하고, 항공사진의 지형의 표고 값을 레이져 데이터와의 중첩기법을 이용하여 원하는 구간에 대한 투시도 및 토공량 산정 등의 단면을 도형화하여 비교할 수 있도록 하여 3차원 지형공간정보의 U-city에서의 다양한 활용기법을 제시하였다.

• 대한원격탐사학회지
• /
• 제34권6_1호
• /
• pp.1089-1100
• /
• 2018

본 논문에서는 국가기준점 자료를 활용한 고해상도 위성영상의 정밀센서모델 수립 가능성에 대하여 분석하였다. 이를 위해 국토지리정보원에서 운영하는 국토정보맵(http://map.ngii.go.kr/ms/map/NlipMap.do)으로부터 통합기준점 조서와 항공정사영상 자료를 이용하여 위성영상에서 통합기준점에 해당하는 영상좌표를 취득한 뒤, 이를 정밀센서모델 수립을 위한 관측자료로 활용하였다. 통합기준점 자료의 활용 가능성 분석을 위해 본 논문에서는 GNSS 측량을 통해 획득한 기준점을 활용한 정밀센서모델링 결과와 통합기준점만을 활용한 정밀센서모델링 결과를 비교하였다. 실험 결과 통합기준점만을 활용하였을 때 약 2 m의 3차원 위치결정이 가능함을 확인하였다.

• 한국환경과학회지
• /
• 제31권9호
• /
• pp.735-741
• /
• 2022

Global warming affects forests and their ecology. Diversity in the forest is a buffer that reduces the damage due to global warming. Mixed forests are ecologically more valuable as versatile habitats and are effective in preventing landslides. In Korea, most forests were created by simple afforestation with trees of evergreen species. Typically, evergreen trees are shallow-rooted, and deciduous trees are deep-rooted. Mixed forest tree roots grip the soil effectively, which reduces the occurrence of landslides. Therefore, improving the distribution of tree types is essential to reduce damage due to global warming. For this improvement, the investigation of tree types of the forest is needed. However, determining the tree type distribution of forests that are spread over wide areas is labor-intensive and time-consuming. This study suggests effective methods for determining the distribution of tree types in a forest that is spread across a relatively wide area. Using normalized difference vegetation index and RGB images from unmanned aerial vehicles, each evergreen and deciduous tree, and grassland area can be distinguished. The distinguished image determines the distribution of tree type. This method is effective compared to directly determining the tree type distribution in the forest by the use of manpower. The data from these methods could be applied to plan a mixed forest or to prepare for future damage due to global warming.

• Computers and Concrete
• /
• 제33권4호
• /
• pp.341-348
• /
• 2024

Ultra-high-performance concrete (UHPC) has received remarkable attentions in civil infrastructure due to its unique mechanical characteristics and durability. UHPC gains increasingly dominant in essential structural elements, while its unique properties pose challenges for traditional inspection methods, as damage may not always manifest visibly on the surface. As such, the need for robust inspection techniques for detecting cracks in UHPC members has become imperative as traditional methods often fall short in providing comprehensive and timely evaluations. In the era of artificial intelligence, computer vision has gained considerable interest as a powerful tool to enhance infrastructure condition assessment with image and video data collected from sensors, cameras, and unmanned aerial vehicles. This paper presents a computer vision-based approach employing deep learning to detect cracks in UHPC beams, with the aim of addressing the inherent limitations of traditional inspection methods. This work leverages computer vision to discern intricate patterns and anomalies. Particularly, a convolutional neural network architecture employing transfer learning is adopted to identify the presence of cracks in the beams. The proposed approach is evaluated with image data collected from full-scale experiments conducted on UHPC beams subjected to flexural and shear loadings. The results of this study indicate the applicability of computer vision and deep learning as intelligent methods to detect major and minor cracks and recognize various damage mechanisms in UHPC members with better efficiency compared to conventional monitoring methods. Findings from this work pave the way for the development of autonomous infrastructure health monitoring and condition assessment, ensuring early detection in response to evolving structural challenges. By leveraging computer vision, this paper contributes to usher in a new era of effectiveness in autonomous crack detection, enhancing the resilience and sustainability of UHPC civil infrastructure.

• 지적과 국토정보
• /
• 제47권2호
• /
• pp.79-90
• /
• 2017

도시지역은 지구상에서 가장 변화가 활발히 일어나는 지역 중의 하나로써, 우리나라에서도 산림지나 녹지, 농경지가 주거지역, 공업지역 등의 주거지역으로 빠르게 변화하고 있다. 이러한 빠른 토지이용의 변화를 모니터링하기 위해서는 신속한 데이터의 취득을 필요로 하게 되고, 위성영상은 이러한 요구의 대안이 될 수 있다. 일반적으로 SAR 위성은 능동적 탐측체계로 영상을 취득하기 때문에 지표면의 거칠기에 따라 영상의 밝기값이 결정되며, 대표적으로 수계영역은 반사강도가 낮아 어둡게 나타나고, 인공구조물이 분포하고 있는 주거지역의 경우 반사강도가 높아 타 지역에 비해 밝기값이 높게 나타난다. 이러한 SAR 영상의 특성을 이용하면 주거지역을 효과적으로 추출할 수 있다. 본 연구에서는 고해상도 X-band SAR 위성인 독일의 TerraSAR-X, 우리나라의 KOMPSAT-5를 이용하여 주거지역의 추출을 수행하였으며, 추출을 위해서 영상분할기법을 통한 객체기반 영상분류를 적용하였다. 영상분할의 정확도를 향상시키기 위해서 스페클 divergence를 먼저 계산하여 주거지역의 반사강도를 조정하였다. 두 위성영상의 정확도 평가를 위해서 추가로 픽셀기반의 K-means 영상분류법을 적용하여 주거지역을 분류하였다. 연구의 결과로써 TerraSAR-X의 객체기반 영상분류법은 약 88.5%, 픽셀기반영상분류법은 75.9%, KOMPSAT-5는 약 87.3%와 74.4%의 overall accuracy를 보였다.

• 대한원격탐사학회지
• /
• 제34권6_1호
• /
• pp.941-951
• /
• 2018

3차원 도시모델의 생성을 위한 무인항공기의 활용 및 수요가 증가하고 있다. 본 연구에서는 3D 도시 모델 생성의 선행 연구로 불완전한 자세에서 취득된 무인항공기의 위치/자세 정보를 보정하여 포인트 클라우드를 추출하는 연구를 수행했다. 포인트 클라우드의 추출을 위해서는 정밀한 센서모델의 수립이 선행되어야 한다. 이에 무인항공기의 위치/자세 보정을 위해 무인항공기 영상에 기록된 위치정보의 연속성을 이용하여 회전각을 산출하고, 이를 초기값으로 하는 사진 측량 기반의 IBA(Incremental Bundle Adjustment)를 적용하여 보정된 위치/자세 정보를 획득했다. 센서모델 정보를 통해 스테레오 페어 구성이 가능한 영상들을 자동으로 선별하고 페어간의 타이포인트 정보를 이용해 원본 영상을 에피폴라 영상으로 변환했으며, 변환된 에피폴라 스테레오 영상은 고속, 고정밀의 영상 정합기법인 MDR (Multi-Dimensional Relaxation)의 적용을 통해 포인트 클라우드를 추출했다. 각 페어에서 추출된 개별 포인트 클라우드는 집성 과정을 거쳐 하나의 포인트 클라우드 혹은 DSM의 최종 산출물 형태로 출력된다. 실험은 DJI社 무인항공기에서 취득된 연직 및 경사 촬영 영상을 사용했으며, 실험을 통해 건물의 난간, 벽면 등이 선명하게 표현되는 포인트 클라우드 추출이 가능함을 확인하였다. 향후에는 추출된 포인트 클라우드를 이용한 3차원 건물 추출 연구를 통해 3차원 도시모델의 생성을 위한 영상 처리기술을 계속 발전시켜나가야 할 것이다.