Journal of the Korea institute for structural maintenance and inspection (한국구조물진단유지관리공학회 논문집)

Korea Institute for Structural Maintenance Inspection (한국구조물진단유지관리공학회)
권호 표지
DOI QR코드

DOI QR Code

Development of Automatic Crack Detection System for Concrete Structure Using Image Processing Method

이미지 분석기법을 이용한 콘크리트 구조물의 균열 검출 시스템 개발

  • Received : 2011.08.22
  • Accepted : 2011.10.24
  • Published : 2012.01.30
Download PDF
⟨ Previous Next ⟩

Abstract

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.

본 연구에서는 디지털 이미지 분석기술을 이용하여 콘크리트 구조물의 대표적인 열화인자인 콘크리트의 균열을 검지할 수 있는 기술을 개발하기 위해 형태수리학에 근거한 모폴로지 기법이 도입된 이미지 분석기법을 적용한 균열검출 시스템을 개발하였다. 개발된 시스템에는 분석결과의 효율적인 관리를 고려하여 촬영된 다수의 이미지를 하나의 전체 이미지로 재구성하는 이미지 조합기술이 추가로 적용되었다. 그리고 개발된 시스템의 적용성 및 신뢰도 검증은 균열이 발생된 콘크리트 암거를 이용한 현장검증 실험을 통해 이루어졌으며, 실험에 사용된 촬영장비로는 40m까지 0.2mm의 균열을 검지할 수 있는 성능을 확인하였다. 이미지 분석을 통해 산정된 균열폭의 경우 실측 균열폭과의 차이가 최대 0.08mm로 나타나 일정 수준 이상의 정확도를 구명하였고, 이미지 조합의 경우 추상 패턴 이미지 면에 대한 분할 촬영 이미지를 조합한 결과 실제 전체촬영 원본 이미지와 육안으로 차이를 확인할 수 없을 정도로 우수한 조합결과를 도출하였다.

Keywords

References

  1. Brown, L. G., "A Survey of image Registration Techniques", ACM Computing Surveys, vol. 24, No. 4, 1992, pp.325-376. https://doi.org/10.1145/146370.146374
  2. Gonzalez, R. C., Woods, R. E. and Eddins, S. L., Digital image processing using MATLAB, Upper Saddle River, NJ: Prentice Hall, 2004.
  3. Gonzalez, R.C. and Wintz, P., Digital image processing, 2nd edition, Boston, MA: Addison-Wesley, 1987.
  4. Gonzalez, R.C. and Woods, R.E., Digital image processing, Boston, MA: Addison-Wesley, 1992.
  5. Harris, C. and Stephens, M., "A combined corner and edge detector", Alvey Vision Conference, Plessey Research Roke Manor, United Kingdom, 1988, pp.147-152.
  6. Ho, S. K., White, R. M and Lucas, J., "A vision system for automated crack detection in welds", Measurement Science and Technology, vol. 1, No. 3, March 1990, pp.287-294. https://doi.org/10.1088/0957-0233/1/3/015
  7. Jahanshahi, M. R., Kelly, J. S., Masri, S. F. and Sukhatmem G. S., "A Survey and Evaluation of Promising Approaches for Automatic Image-based Defect Detection of Bridge Structures", Structure and Infrastructure Engineering, vol. 5, No. 6, 2009, pp.455-486. https://doi.org/10.1080/15732470801945930
  8. Lowe, D. G., "Distinctive image features from scaleinvariant keypoints", International Journal of Computer Vision, vol. 60, No. 2, 2004, pp.91-110. https://doi.org/10.1023/B:VISI.0000029664.99615.94
  9. Matheron, G., Random sets and integral geometry. Wiley, New York, 1975.
  10. Minkowski, H., Volumen und oberfl''ache, Mathematische Annalen, vol. 4, No. 57, December 1903, pp.447-495.
  11. Moravec, H. P., "Visual mapping by a robot rover", International Joint Conference on Artificial Intelligence, 1979, pp.598-600.
  12. Pratt, W.K., Digital image processing. 3rd edition, New York, NY: Wiley, 2001.
  13. Salembier, P., "Comparison of some morphological segmentation algorithms based on contrast enhancement. application to automatic defect detection", Proceedings of the EUSIPCO-90-Fifth European Signal Processing Conference, September 1990, pp.833-836.
  14. Sinha, S. K. and Fieguth, P. W., "Morphological segmentation and classification of underground pipe images", Machine Vision and Applications, vol. 17, No. 1, April 2006, pp.21-31. https://doi.org/10.1007/s00138-005-0012-0
  15. Zitova, B. and Flusser, J., "Image Registration Methods : a Survey", Image and Vision Computing, vol. 21, No. 11, 2003, pp.977-1000. https://doi.org/10.1016/S0262-8856(03)00137-9

Cited by

  1. Line Laser Image Processing for Automated Crack Detection of Concrete Structures vol.31, pp.3, 2018, https://doi.org/10.7734/COSEIK.2018.31.3.147
  2. 드론과 이미지 분석기법을 활용한 구조물 외관점검 기술 연구 vol.17, pp.6, 2017, https://doi.org/10.5345/jkibc.2017.17.6.545
  3. 딥러닝 및 영상처리 기술을 활용한 콘크리트 균열 검출 방법 vol.35, pp.11, 2012, https://doi.org/10.5659/jaik_sc.2019.35.11.163
  4. 히스토그램 분석을 이용한 콘크리트 구조물의 최대 균열 폭 평가 vol.23, pp.7, 2012, https://doi.org/10.11112/jksmi.2019.23.7.9
  5. 이미지 처리기법 및 레이저 센서를 이용한 휴대용 콘크리트 균열 측정 장치 개발에 관한 연구 vol.19, pp.4, 2020, https://doi.org/10.12814/jkgss.2020.19.4.041
  6. 영상을 활용한 시설물 안전점검 작업 효율성 향상 방안 연구 vol.39, pp.3, 2012, https://doi.org/10.7848/ksgpc.2021.39.3.179