A Technique for Pattern Recognition of Concrete Surface Cracks

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.

콘크리트 표면 균열 패턴인식 기법 개발

이 연구의 목적은 화상처리 기법과 신경회로망을 이용하여 다섯가지 균열 패턴 즉, 횡방향, 종방향, 대각선($-45^{\circ}$) 대각선($+45^{\circ}$) 그리고 비방향성 균열의 패턴을 인식할 수 있는 기법을 제안하는 것이다. 제안된 화상처리 알고리즘과 인공 신경회로망 모델은 MATLAB 언어를 이용하여 구현하였다. 인공 신경회로망의 입력층에 들어갈 패턴인자는 Total projection technique를 통해 구하였으며, 인공 신경회로망의 구조(은닉층의 수와 은닉노드의 수)와 가중치 값은 가상 균열 화상을 사용하여 학습을 통해 결정하였다. 인공 신경회로망의 학습은 Bayesian regularization 기법을 도입함으로써 과적합 문제가 발생하지 않도록 하였으며, 이 연구에서 제안한 기법의 적합성을 판정하기 위하여 총 38개의 실제 균열 화상을 사용하여 시험하였다. 검증 시험 결과내에서는 이 연구에서 제안한 기법이 사람의 균열 패턴 인식결과와 정확히 일치하는 결과것으로 나타났다.