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

Performance of Feature-based Stitching Algorithms for Multiple Images Captured by Tunnel Scanning System

터널 스캐닝 다중 촬영 영상의 특징점 기반 접합 알고리즘 성능평가

  • 이태희 ((주)케이엠티엘 기술연구소) ;
  • 박진태 ((주)케이엠티엘 기술연구소) ;
  • 이승훈 ((주)케이엠티엘 시스템사업부) ;
  • 박신전 ((주)케이엠티엘 기술연구소)
  • Received : 2022.07.12
  • Accepted : 2022.10.20
  • Published : 2022.10.30
Download PDF
⟨ Previous Next ⟩

Abstract

Due to the increase in construction of tunnels, the burdens of maintenance works for tunnel structures have been increasing in Korea. In addition, the increase of traffic volume and aging of materials also threatens the safety of tunnel facilities, therefore, maintenance costs are expected to increase significantly in the future. Accordingly, automated condition assessment technologies like image-based tunnel scanning system for inspection and diagnosis of tunnel facilities have been proposed. For image-based tunnel scanning system, it is key to create a planar image through stitching of multiple images captured by tunnel scanning system. In this study, performance of feature-based stitching algorithms suitable for stitching tunnel scanning images was evaluated. In order to find a suitable algorithm SIFT, ORB, and BRISK are compared. The performance of the proposed algorithm was determined by the number of feature extraction, calculation speed, accuracy of feature matching, and image stitching result. As for stitching performance, SIFT algorithm was the best in all parts of tunnel image. ORB and BRISK also showed satisfactory performance and short calculation time. SIFT can be used to generate precise planar images. ORB and BRISK also showed satisfactory stitching results, confirming the possibility of being used when real-time stitching is required.

최근, 국내의 도심지와 수도권을 잇는 급행철도 사업, 간선도로 및 고속도로의 지중화 사업 등과 같이 교통 인프라 건설이 활발하게 추진되고 있으며 국토의 효율적인 활용을 위하여 지하 터널 및 산 터널의 시공이 활발해지고 있다. 터널 시공이 늘어남에 따라 콘크리트 구조물의 노후화로 인한 안전진단, 유지보수 및 관리의 필요성도 증대되고 있다. 본 논문에서는 인력에 의한 외관조사의 단점을 해결하고 터널 안전점검의 자동화를 위하여 터널 스캐닝영상을 통한 안전점검을 제시한다. 터널 스캐닝영상을 통한 안전점검은 기존 인력에 의한 외관조사에 비해 조사기간과 인력을 크게 줄일 수 있으며 조사자의 안전사고와 교통체증에 따른 사회적 비용을 절감할 수 있다는 장점이 있다. 터널 스캐닝영상 기반 안전점검을 위해서는 터널 스캐닝영상의 접합을 통하여 평면전개 이미지를 생성하는 것이 핵심이다. 본 연구에서는 터널 스캐닝영상 기반 안전점검의 필수기술인 터널 스캐닝 다중 촬영 영상 접합에 적합한 알고리즘에 대한 성능평가를 진행하였다. 터널이미지 접합에 유리한 알고리즘을 찾기 위하여 OpenCV에서 제공하는 특징점 검출 및 매칭 알고리즘 중 실수기술자와 높은 정확도를 갖는 SIFT, 이진기술자를 갖고 연산속도가 빠른 ORB, BRISK 총 3가지 알고리즘을 비교 분석하고자 한다. 터널이미지는 크게 콘크리트부, 조명부와 타일부로 나누어 터널이미지의 특성을 반영하였다. 터널이미지 접합에 유리한 알고리즘은 특징점 검출 개수, 연산속도, 특징점 매칭의 정확성, 영상접합 결과를 종합하여 판별하였다. 접합성능은 SIFT알고리즘이 가장 좋았으며 ORB, BRISK도 짧은 연산시간과 준수한 성능을 보였다. 연산시간보다 정확도가 중요시되는 정밀한 평면전개 이미지 생성에 SIFT가 활용될 수 있고 ORB와 BRISK도 준수한 접합결과를 보여줘 대용량 영상에서 빠른 영상처리 속도가 요구되는 작업이 필요할 경우 사용될 수 있는 가능성을 확인했다.

Keywords

Acknowledgement

본 연구는 국토교통부/국토교통과학기술진흥원의 지원으로 수행되었으며 이에 감사드립니다(21CTAP-C163730-01).

References

  1. Han, S. M., Lee, D. H., and Lee, S. H. (2021), Safety Effect Evaluation of Existing Metro Tunnel by Deep Urban Tunnelling, Journal of The Korean Geotechnical Society, 37(9), 37-50. https://doi.org/10.7843/KGS.2021.37.9.37
  2. Yoon, T. G., and Lee, S. (2008), A Study for Tunnel Management System Development Using a Tunnel Scanner, Journal of Korea Sturctural Maintenance and Inspection, 12(3), 183-190.
  3. Lee, D. H., Kim, J. W., Jun, T. H., Jeong, W. S., and Park, K. T. (2016), Development of Performance Prediction Method for Bridge and Tunnel Management Decision-making, Journal of Korea Sturctural Maintenance and Inspection, 20(1), 33-40.
  4. Lee, J. W., and Lee, S. W. (2018), A Monitoring System of Tunnel Risk Factors based on Collapse and Fire Detection Sensors, Korea Software Congress 2018, 498-500.
  5. Kim, S. J., Lee, S. W., and Seo, D. M. (2019), A Comparative Analysis of Image Feature Extraction Algorithm for Generation of Panorama Images in Tunnel, Korea Computer Congress 2019, 1409-1411.
  6. Kim, I. S., and Lee, C. H. (2018), Development of Video Shooting System and Technique Enabling Detection of Micro Cracks in the Tunnel Lining while Driving, Journal of Korean Society of Hazard, 18(5), 217-229. https://doi.org/10.9798/KOSHAM.2018.18.5.217
  7. Kim, B. H., Cho, S. J., Chae, H. J., Kim, H. K., and Kang, J. H. (2021), Development of Crack Detection System for Highway Tunnels using Imaging Device and Deep Learning, Journal of Korea Sturctural Maintenance and Inspection, 25(4), 65- 77
  8. Li, D., Xie, Q., Gong, X., Yu, Z., Xu, J., Sun, Y., and Wang, J. (2021). Automatic defect detection of metro tunnel surfaces using a vision-based inspection system. Advanced Engineering Informatics, 47, 101206. https://doi.org/10.1016/j.aei.2020.101206
  9. Lowe, D. G. (2004), Distinctive image features from scale-invariant keypoints. International journal of computer vision, 60(2), 91-110. https://doi.org/10.1023/B:VISI.0000029664.99615.94
  10. Rublee, E., Rabaud, V., Konolige, K., and Bradski, G. (2011, November), ORB: An efficient alternative to SIFT or SURF. In 2011 International conference on computer vision, Ieee, 2564-2571.
  11. Leutenegger, S., Chli, M., and Siegwart, R. Y. (2011, November), BRISK: Binary robust invariant scalable keypoints. In 2011 International conference on computer vision, Ieee, 2548-2555.
  12. Park, S., Park, J. T., Jee, K. H., and Hong, S. J. (2021), Detecting Accuracy on Crack Damages of Large-Scale Facilities using an Image-based Scanning System. Journal of Korean Society for Advanced Composite Structures, 12(6), 46-52. https://doi.org/10.11004/kosacs.2021.12.6.046
  13. Ahn, H., and Rhee, S. B. (2012), Fast Image Stitching Based on Improved SURF AlgorithmUsing Meaningful Features, The KIPS Transactions: Part B, 19-B(5), 93-98 . https://doi.org/10.3745/KIPSTB.2012.19B.2.093
  14. Wei, L. I. U., Wenjie, Z. H. A. O., Cheng, L. I., Zhonglin, X. U., and Kaiqiao, T. I. A. N. (2015), Detecting small moving target based on the improved ORB feature matching. Opto-Electronic Engineering, 42(10), 13. https://doi.org/10.3969/j.issn.1003-501X.2015.10.003
  15. Tareen, S. A. K., and Saleem, Z. (2018, March). A comparative analysis of sift, surf, kaze, akaze, orb, and brisk. In 2018 International conference on computing, mathematics and engineering technologies (iCoMET), Ieee, 1-10.
  16. Hong, S., and Shin, H. S. (2020). Comparative Performance Analysis of Feature Detection and Matching Methods for Lunar Terrain Images. KSCE Journal of Civil and Environmental Engineering Research, 40(4), 437-444.