• 제목/요약/키워드: 암석 이미지

검색결과 33건 처리시간 0.02초

초중고 교육을 위한 딥러닝 기반 암석 분류기 개발 (Development of deep learning-based rock classifier for elementary, middle and high school education)

  • 박진아;용환승
    • 한국소프트웨어감정평가학회 논문지
    • /
    • 제15권1호
    • /
    • pp.63-70
    • /
    • 2019
  • 최근 딥 러닝(Deep leaning)을 이용한 이미지 인식 분야의 연구가 활발히 진행되고 있다. 본 연구에서는 육안으로 관찰하여 분류하기 어려운 암석을 이미지만으로 분류하기 위해 딥 러닝 오픈 소스 프레임워크인 Tensorflow 기반의 CNN모델을 사용하여 고등학교 교육과정에서 다루는 암석 18종(화성암 6종, 변성암 6종, 퇴적암 6종)의 이미지를 통해 암석을 분류하는 시스템을 제안한다. 암석의 이미지를 학습시켜 암석을 구별하는 분류기를 개발하여 분류 성능을 확인하였으며 최종적으로 구현한 모바일 어플리케이션을 통해 교실 내 학습 또는 현장체험학습 등에서 학생들의 학습 보조도구로서 사용할 수 있다.

X-ray CT 이미지를 이용한 암석의 특성 평가 방안 (Evaluation Method of Rock Characteristics using X-ray CT images)

  • 김광염;윤태섭
    • 터널과지하공간
    • /
    • 제29권6호
    • /
    • pp.542-557
    • /
    • 2019
  • 암석의 성인과 변성에 따른 내부구조의 마이크로 특성은 암반의 거동 특성에 영향을 미친다. 본 연구에서는 암석 내부의 구성물질의 분포 특성을 반영하는 엑스레이 단층(X-ray CT) 이미지에 기초한 새로운 암석특성의 평가방안을 고찰하였다. 암석의 불균질 특성 및 이방성 특성의 정량화, 암석의 구성광물 입자의 크기분포 및 형상특성, 공극이미지를 이용한 유동해석, 암석내부의 노출되지 않은 절리면 거칠기 평가 등 전통적인 암석의 시험법으로 측정하기 어려웠던 중요한 암석의 특성들이 X-ray CT 이미지의 분석을 통하여 평가될 수 있다.

X-ray CT를 이용한 베레아 사암의 공극크기분포 산정 (Evaluation of Pore Size Distribution of Berea Sandstone using X-ray Computed Tomography)

  • 김광염;김경민
    • 지질공학
    • /
    • 제24권3호
    • /
    • pp.353-362
    • /
    • 2014
  • 다공질 암석의 공극구조는 그 암석의 수리-역학적 거동에 매우 큰 영향을 미친다. 다공질 암석의 공극구조 특성을 표현하는 대표적인 방법은 공극률, 공극크기분포, 방향성 등이 있다. 암석의 유효공극률은 실험적으로 비교적 쉽게 구할 수 있지만, 공극의 크기분포 특성을 파악하는 것은 매우 어려운 실정이다. 본 연구에서는 X-ray CT를 이용하여 대표적 다공질 암석인 베레아 사암의 공극구조 중 공극크기분포를 이미지 기반으로 평가하였다. 공극크기분포 평가를 위해 본 연구에서는 이미지 필터링, 이진화, 골격화 등의 이미지 기반 처리 작업을 수행하였으며, 국부 두께평가 및 star chord를 이용하여 베레아 사암의 공극크기분포를 구하였다. 본 연구에서 제시된 X-ray CT 기반의 공극크기분포 평가방법을 이용하여 향후 다공질 재료의 공극구조 평가에 새롭고 효율적인 방안을 제시하고자 하였다.

암석내의 균열전파에 따른 유효탄성계수의 변화 (Changes of Effective Elastic Moduli due to Crack Growth in Rock)

  • 신종진;전석원
    • 터널과지하공간
    • /
    • 제10권3호
    • /
    • pp.301-308
    • /
    • 2000
  • 균열모형을 이용하여 압축 하중하에 있는 암석의 비선형 거동을 예측하는 것은 가능하다. 암석내의 균열의 성장은 암석의 이방성을 가져오며, 이러한 이방성의 정도는 단성계수의 변화로 표현될 수 있다. 본 연구에서는 균열의 성장에 따른 탄성계수의 변화를 이론적인 균열모형을 통해 예측하고, 이를 탄성파 속도 시험을 통해 구한 탄성계수와의 비교를 수행하였다. 또한, 균열모형에 사용되는 초기 암석내 존재하는 균열에 대한 정보는 암석표면의 이미지를 분석하여 구하였다.

  • PDF

암석내의 균열전파에 따른 유효탄성계수의 변화 (Changes of Effective Elastic Moduli due to Crack Growth in Rock)

  • 신종진;전석원
    • 한국암반공학회:학술대회논문집
    • /
    • 한국암반공학회 2000년도 암반공학문제의 수치해석(Numerical Analysis in Rock Engineering Problems)
    • /
    • pp.47-55
    • /
    • 2000
  • 균열모형을 이용하여 압축 하중하에 있는 암석의 비선형 거동을 예측하는 것은 가능하다. 암석내의 균열의 성장은 암석의 이방성을 가져오며 이러한 이방성의 정도는 탄성계수의 변화로 표현될 수 있다. 본 연구에서는 균열의 성장에 따른 탄성계수의 변화를 이론적인 균열모형을 통해 예측하고, 이를 탄성파 속도 시험을 통해 구한 탄성계수와의 비교를 수행하였다. 또한, 균열모형에 사용되는 초기 암석내 존재하는 균열에 대한 정보는 암석표면의 이미지를 분석하여 구하였다.

  • PDF

자동 암종 분류를 위한 딥러닝 영상처리 기법의 적용성 검토 연구 (A Feasibility Study on Application of a Deep Convolutional Neural Network for Automatic Rock Type Classification)

  • 추엔 팜;신휴성
    • 터널과지하공간
    • /
    • 제30권5호
    • /
    • pp.462-472
    • /
    • 2020
  • 암종 분류은 현장의 지질학적 또는 지반공학적 특성 파악을 위해 요구되는 매우 기본적인 행위이나 암석의 성인, 지역, 지질학적 이력 특성에 따라 동일 암종이라 하여도 매우 다양한 형태와 색 조성을 보이므로 깊은 지질학적 학식과 경험 없이는 쉬운 일은 아니다. 또한, 다른 여러 분야의 분류 작업에서 딥러닝 영상 처리 기법들이 성공적으로 적용되고 있으며, 지질학적 분류나 평가 분야에서도 딥러닝 기법의 적용에 대한 관심이 증대되고 있다. 따라서, 본 연구에서는 동일 암종임에도 다양한 형태와 색을 갖게 되는 실제 상황을 감안하여, 정확한 자동 암종 분류를 위한 딥러닝 기법의 적용 가능성에 대해 검토하였다. 이러한 기법은 향후에 현장 암종분류 작업을 수행하는 현장 기술자들을 지원할 수 있는 효과적인 툴로 활용 가능할 것이다. 본 연구에서 사용된 딥러닝 알고리즘은 매우 깊은 네트워크 구조로 객체 인식과 분류를 할 수 있는 것으로 잘 알려진 'ResNet' 계열의 딥러닝 알고리즘을 사용하였다. 적용된 딥러닝에서는 10개의 암종에 대한 다양한 암석 이미지들을 학습시켰으며, 학습 시키지 않은 암석 이미지들에 대하여 84% 수준 이상의 암종 분류 정확도를 보였다. 본 결과로 부터 다양한 성인과 지질학적 이력을 갖는 다양한 형태와 색의 암석들도 지질 전문가 수준으로 분류해 낼 수 있는 것으로 파악되었다. 나아가 다양한 지역과 현장에서 수집된 암석의 이미지와 지질학자들의 분류 결과가 학습데이터로 지속적으로 누적이 되어 재학습에 반영된다면 암종분류 성능은 자동으로 향상될 것이다.

편광현미경 이미지 기반 염기성 화산암 분류를 위한 인공지능 모델의 효용성 평가 (Evaluating the Effectiveness of an Artificial Intelligence Model for Classification of Basic Volcanic Rocks Based on Polarized Microscope Image)

  • 심호;정원우;홍성식;서재원;박창윤;송윤구
    • 자원환경지질
    • /
    • 제55권3호
    • /
    • pp.309-316
    • /
    • 2022
  • 암석 분류에 필요한 인적, 시간적 소모를 최소화하기 위해 최근 인공지능을 활용한 암석 분류 연구가 대두되었다. 이에 본 연구에서는 편광현미경 박편 이미지를 활용하여 염기성 화산암을 세분류하고자 하였다. 분류에 사용된 인공지능 모델은 Tensorflow, Keras 라이브러리를 기반으로 합성곱 신경망 모델을 자체 제작하였다. Olivine basalt, basaltic andesite, olivine tholeiite, trachytic olivine basalt 기준시료 박편을 개방 니콜, 직교 니콜, 그리고 gypsum plate를 장착하고 촬영한 이미지 총 720장을 인공지능 모델에 training : test = 7 : 3 비율로 학습시켰다. 학습결과, 80~90%이상의 분류 정확도를 보였다. 각각의 인공지능 모델의 분류 정확도를 확인하였을 때, 본 모델의 암석분류 방식이 지질학자의 암석 분류 프로세스와 크게 다르지 않을 것으로 예상된다. 나아가 본 모델 뿐 아니라 보다 다양한 암석종을 세분시키는 모델을 제작하여 통합한다면, 데이터 분류의 신속성과 비전문가의 접근성 모두를 만족시키는 인공지능 모델을 개발할 수 있으며, 이를 통해 암석학 기초연구의 새로운 틀을 마련할 수 있을 것으로 생각된다.

유사 암석 시편을 사용한 암석 절리면 돌출부 손상 연구 (A study on the asperity degradation of rock joint surfaces using rock-like material specimens)

  • 홍은수;권태혁;조계춘
    • 한국터널지하공간학회 논문집
    • /
    • 제11권3호
    • /
    • pp.303-314
    • /
    • 2009
  • 암석 절리면의 거칠기의 발현에 따른 돌출부의 손상 특성을 연구하기 위해 전단시험 한 절리면 시편에 대한 이미지 분석을 수행하였다. 동일한 절리면에 대한 반복적인 시험에는 복제 시편을 사용한 모델시험이 가장 적합하였으므로 암석절리면으로부터 각기 다른 4종류의 3차원 거칠기를 복제하고, 고강도 석고를 사용한 시편을 제작하였다. 연직응력 수준을 변화시키며 총 20여회의 전단시험을 실시하였으며, 전단된 시편의 디지털 사진의 이미지 분석을 통하여 손상된 거칠기의 국지적 양상과 규모를 분석하였다. 분석 결과 거칠기의 손상 특성은 연직응력의 수준에 크게 의존하며, 돌출부의 파괴와 마모로 규정할 수 있는 것으로 나타났다. 돌출부 손상은 첨두 전단변위에서 가장 많이 발생하며, 변위가 증가하면 작은 돌출부들이 새롭게 손상되어 평균적인 돌출부의 손상 규모는 일정한 것으로 나타났다. 고강도 석고를 사용한 전단시험 결과에 자연 암석절리의 돌출부를 구성하는 광물입자의 물리적 특성이 완전하게 반영될 수는 없다. 그러나 첨두 전단변위와 돌출부 손상과의 상관관계에 대한 정량적 연구 결과는 돌출부 손상 특성의 파악이 암석 절리면 역학적 특성과 전단모델의 연구에 매우 중요한 수단이 될 수 있음을 보여준다.

영상신호처리에 의한 금석문 음각문자 판독 - 샘플시료를 이용한 실험을 통하여 (Image Processing in Deciphering the Letter Written in Rocks by Experiment of Sample Texts)

  • 황재호
    • 대한전기학회:학술대회논문집
    • /
    • 대한전기학회 2003년도 학술회의 논문집 정보 및 제어부문 B
    • /
    • pp.765-768
    • /
    • 2003
  • 금속이나 암석에 음각(陰角)으로 각인된 문자나 그림들은 날씨나 주변 빛 환경에 따라 시각으로 입력되는 정보에 큰 차이를 보인다. 이를 이미지검출장치를 통해 읽어드려 디지털 이미지 신호로 만들고자 할 때는 더욱 그 정도가 심하여 대상체가 위치하는 빛 환경이나 검출기 특성에 각별한 신경을 써야한다. 자연광이나 전구 그리고 기후나 날씨에 의해 조성되는 빛 환경은 조도(照度), 조사각도(照射角度), 그림자 및 대상체 표면 상태 등이 중요한 결정 인자들이다. 빛 환경이 디지털 이미지 질(質)에 끼치는 영향을 최소화하기 위한 실험실 차원의 빛환경조정실을 구축하였다. 외부 유입 광선을 모두 차단하고 지향성이 있는 조명에 의해서만 대상체에 빛이 조사되도록 하고 디지털 카메라로 대상체의 이미지를 담았다. 음각 문자를 새긴 샘플석문(石文)을 제작하고 실험실 안의 정량화된 빛환경 하에서 석문의 이미지를 취득하였다. 전처리 과정을 통해 노이즈를 제거하고 이미지의 질을 향상시켰다. 처리된 이미지를 분석하여 문자영역과 바탕영역의 신호패턴을 추출한 다음 룩업 테이블, 조도 레벨 슬라이징, 중첩의 원리 및 Morphology 등의 기법을 알고리즘화하여 2진 형태의 음각문자를 판독 및 복원하는데 성공하였다.

  • PDF

원위치 X-ray CT 촬영이 가능한 암석의 수리-역학 실험용 삼축셀 개발 (Development of Triaxial Cells Operable with In Situ X-ray CT for Hydro-Mechanical Laboratory Testing of Rocks)

  • 장리;염선;신휴성
    • 한국지반공학회논문집
    • /
    • 제36권9호
    • /
    • pp.45-55
    • /
    • 2020
  • X-ray CT는 암석시편의 공극 및 균열과 같은 내부 미세구조와 손상들의 정량적 분석에 활용되어 왔다. 원위치 CT는 외력 등 다양한 외적 요인에 영향을 받고 있는 암석 시편의 내외부 변화 과정을 관찰할 수 있게 해준다. 이의 확인을 위해, 암반/지반재료 특성분석에 활용한 원위치 X-ray CT 기술에 관한 최신 연구동향을 파악하였으며, 원위치 CT이미징이 가능한 암석의 수리-역학적 실험용 삼축셀을 개발하였다. 직경 25~50 mm 화강암 및 사암 코아시편의 원위치 CT이미징이 성공적으로 진행되었으며, 34~105 ㎛ 범위의 픽셀피치의 해상도를 취득할 수 있었다. 본 사전검토 촬영 실험을 통해 마이크로미터 스케일에서 암석의 내부구조 변화의 원위치 CT관찰이 가능한 것을 파악하였다. 요오드화 칼륨 용액은 CT이미지의 대비를 증가시키고 암석의 수리-역학 실험에서 주입유체로 사용할 수 있다.