KR100826153B1 - Width measurement method of the crack by using the depth value in histogram of image - Google Patents
Width measurement method of the crack by using the depth value in histogram of image Download PDFInfo
- Publication number
- KR100826153B1 KR100826153B1 KR1020060118710A KR20060118710A KR100826153B1 KR 100826153 B1 KR100826153 B1 KR 100826153B1 KR 1020060118710 A KR1020060118710 A KR 1020060118710A KR 20060118710 A KR20060118710 A KR 20060118710A KR 100826153 B1 KR100826153 B1 KR 100826153B1
- Authority
- KR
- South Korea
- Prior art keywords
- crack
- width
- measuring
- image
- pixel
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/40—Analysis of texture
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/40—Analysis of texture
- G06T7/41—Analysis of texture based on statistical description of texture
- G06T7/44—Analysis of texture based on statistical description of texture using image operators, e.g. filters, edge density metrics or local histograms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/529—Depth or shape recovery from texture
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Probability & Statistics with Applications (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
Description
도 1은 영상처리기법을 이용한 균열검사시스템의 구성을 보여주는 개략도1 is a schematic diagram showing the configuration of a crack inspection system using an image processing technique
도 2는 영상처리기법을 이용한 균열검사시스템에서 디지털 영상처리과정을 보여주는 블럭도2 is a block diagram showing a digital image processing process in a crack inspection system using an image processing technique
도 3은 영상처리기법을 이용한 균열검사시스템에서 영상처리 및 균열분석 상태를 보여주는 사진Figure 3 is a photograph showing the image processing and crack analysis state in the crack inspection system using an image processing technique
도 4는 본 발명의 일 구현예에 따른 크랙 폭 측정방법에서 촬영시 균열 내에 분포된 픽셀을 보여주는 사진4 is a photograph showing pixels distributed in a crack when photographing in a crack width measuring method according to an embodiment of the present invention;
도 5는 본 발명의 일 구현예에 따른 크랙 폭 측정방법에서 농도치 히스토그램이 다르게 나타나는 픽셀 특성을 보여주는 사진5 is a photograph showing pixel characteristics in which a concentration histogram is different in a crack width measuring method according to an exemplary embodiment of the present invention.
도 6은 본 발명의 일 구현예에 따른 크랙 폭 측정방법에서 사용되는 균열 캘리브레이션 바를 나타내는 정면도Figure 6 is a front view showing the crack calibration bar used in the crack width measuring method according to an embodiment of the present invention
도 7은 본 발명의 일 구현예에 따른 크랙 폭 측정방법에서 사용되는 균열 폭 표기 색상표를 나타내는 사진7 is a photograph showing a crack width notation color table used in the crack width measuring method according to an embodiment of the present invention
8a 내지 8i는 본 발명의 일 구현예에 따른 크랙 폭 측정방법에서 영상처리에 의한 균열 폭 처리결과를 보여주는 사진8a to 8i are photographs showing the crack width treatment result by image processing in the crack width measuring method according to an embodiment of the present invention;
본 발명은 영상처리기법을 이용한 구조물 표면균열계측에서 픽셀의 농도값에 따라 균열 폭을 측정할 수 있는 방법에 관한 것으로서, 더욱 상세하게는 카메라를 통해 받아들인 영상으로부터 표면의 균열을 찾고 그 폭을 측정할 때, 기존에 많이 사용되고 있는 픽셀 수를 이용하는 방식과는 차별화된 픽셀의 농도값에 따라 균열 폭을 측정하는 새로운 방식을 구현함으로써, 저해상도의 영상처리기술로 측정이 가능하고, 데이터 처리 속도면에서도 빠른 처리가 가능한 영상처리기법을 이용한 구조물의 크랙 폭 측정방법에 관한 것이다. The present invention relates to a method for measuring the crack width according to the pixel concentration value in the surface crack measurement of the structure using an image processing technique, and more particularly, to find the crack of the surface from the image received through the camera and When measuring, it implements a new method of measuring the crack width according to the density value of the pixel, which is different from the method of using the number of pixels which are widely used, and it is possible to measure with low resolution image processing technology, The present invention relates to a method for measuring crack width of a structure using an image processing technique capable of fast processing.
일반적으로 터널 등과 같은 콘크리트 구조물은 시간이 흐르면서 수압이나 토압, 지진, 구조적 결함 등의 박락이나 붕괴를 초래할 수 있다. In general, a concrete structure such as a tunnel may cause a fall or collapse of hydraulic pressure, earth pressure, earthquake, structural defects, etc. over time.
이런 이유로 주기적으로 안전점검 및 정밀안전진단을 실시해야 하며, 터널의 상태 및 안정성을 평가하여 보수, 보강 및 성능회복을 유지시켜 안전성을 확보, 유지관리를 해야 한다. For this reason, safety checks and precision safety checks should be carried out periodically, and the condition and stability of tunnels should be evaluated to ensure repair, reinforcement and performance recovery to ensure safety and maintenance.
이 중 가장 기본적인 항목이라 할 수 있는 것은 외관조사이다. The most basic of these is the visual inspection.
특히, 콘크리트의 균열에 대한 외관조사는 구조물 내부와 외부의 상태를 평가하고 다음 단계의 국부적인 정밀안전진단 수행항목, 방법 등을 결정하는데 있어 서 중요한 요소이다. In particular, the external investigation of concrete cracks is an important factor in evaluating the condition of the interior and exterior of the structure and in determining the items and methods of local precision safety diagnosis in the next step.
하지만, 이러한 터널과 같이 대 단면이고 연장길이가 긴 구조물을 기존의 육안에 의한 외관조사방법으로는 조사시간이 오래 걸리고 객관적 조사가 어렵다. However, the large-section and long extension structures like these tunnels require a long time and objective investigation by the external visual inspection method.
그래서, 조사방법의 자동화, 정확성, 신속성이 필요로 하게 되었고, 근래에 와서 레이저, CCD 카메라 등을 이용한 외관조사기법과 시스템들이 개발되어 점진적으로 사용되고 있다. Therefore, automation, accuracy, and promptness of the irradiation method are required, and in recent years, exterior irradiation techniques and systems using lasers, CCD cameras, and the like have been developed and gradually used.
각 시스템들의 장단점이 있지만 이중에서도 CCD 카메라를 이용하여 얻어낸 영상을 통해 외관 상태를 조사하는 방법은 구축비용 대비 성능, 빠른 조사기간 등의 장점에서 다른 시스템들보다 우수하여 선호하고 있는 추세이다. Although there are advantages and disadvantages of each system, the method of investigating the appearance status through the images obtained by using CCD camera is superior to other systems in terms of performance, cost and construction time.
CCD 카메라와 디지털 영상처리를 이용하여 터널의 균열을 검출하는 시스템은 국내외에서 많이 사용하고 있으며, 특히 일본에서는 실제 터널의 안전진단을 위한 외관조사 방법으로 많이 쓰이고 있다. The system for detecting cracks in tunnels using CCD cameras and digital image processing is widely used at home and abroad, and in Japan, in particular, it is widely used as an exterior survey method for safety diagnosis of tunnels.
이 외에도 CCD 카메라를 이용하여 쉽게 균열을 검출하는 휴대용 시스템, 단일 CCD 카메라를 이용한 터널 균열검출 시스템, CCD 카메라를 이용한 원거리 구조물 균열검출장치 등 CCD 카메라를 이용한 균열검출 시스템들이 지속적으로 개발되고 있다. In addition, crack detection systems using CCD cameras have been continuously developed such as portable systems that easily detect cracks using CCD cameras, tunnel crack detection systems using single CCD cameras, and remote structure crack detection devices using CCD cameras.
디지털 영상처리기법을 이용한 균열검출시스템의 원리를 살펴보면 도 1과 같다. The principle of a crack detection system using a digital image processing method is shown in FIG. 1.
콘트리트 구조물을 CCD 카메라를 이용하여 영상을 취득하고 분석하여 표면의 균열부분을 검출하여 폭과 길이에 대한 정보값을 얻어내는 방법이다. It is a method that obtains information about width and length by detecting cracks on the surface by acquiring and analyzing the image of concrete structure using CCD camera.
이 방법을 이용하면 기존의 사람에 의한 육안조사법보다 빠르고 정확하게 조사할 수 있다. Using this method, the survey can be performed faster and more accurately than the human visual inspection method.
특히, 터널(지하철, 도로터널, 수로터널 등)과 같이 연장 길이가 길고 단면이 큰 구조물인 경우 이와 같은 방법을 사용하면 시간적, 경제적, 정확성 등에서 큰 효과를 볼 수 있다. In particular, in the case of a structure having a long extension and a large cross section such as a tunnel (subway, road tunnel, water tunnel, etc.), such a method may have a great effect in terms of time, economics, and accuracy.
도 2에 도시한 바와 같이, 콘크리트 구조물 표면으로부터 CCD 카메라를 이용하여 얻어낸 영상신호를 디지털 신호로 변환, 이미지 데이터로 저장한 후 이미지 프로세스를 해서 균열에 대한 분석정보(폭, 길이 등)와 균일처리화상을 얻어낸다. As shown in FIG. 2, the image signal obtained by using a CCD camera from the surface of the concrete structure is converted into a digital signal, stored as image data, and then subjected to an image process to analyze information (width, length, etc.) and uniformity of the crack. Obtain an image.
여기에 영향을 주는 인자는 CCD 카메라의 분해능, 검출 알고리즘, 조명조건, 진동, 이동 속도, 렌즈 왜곡, 카메라와 촬영면과의 각도 등이 있다. Factors influencing this include the resolution of CCD cameras, detection algorithms, lighting conditions, vibrations, moving speeds, lens distortions, and the angle between the camera and the photographing surface.
특히, CCD 카메라의 분해능과 검출 알고리즘은 균열 측정값 오차에 가장 큰 영향을 주게 된다. In particular, the resolution and detection algorithm of the CCD camera have the greatest influence on the crack measurement error.
먼저, CCD 카메라 분해능의 영향에 대해 살펴보면, 균열의 폭, 길이 등을 계산하기 위해서는 1개 화소가 나타내는 실제 길이를 알아야 하므로 카메라가 촬영하고 있는 콘크리트 표면 면적과 CCD 카메라의 화소수를 알면 구할 수 있다. First, to examine the effect of the resolution of the CCD camera, in order to calculate the width and length of the crack, it is necessary to know the actual length represented by one pixel. Therefore, it can be obtained by knowing the concrete surface area photographed by the camera and the number of pixels of the CCD camera. .
Pl = Warea/RCCD Pl = W area / R CCD
여기서, Pl : 하나의 화소가 나타내는 실제 길이(mm/화소)Here, Pl: actual length represented by one pixel (mm / pixel)
Warea : 촬영면의 한 변의 길이(eg. Y축 길이)W area : Length of one side of the shooting surface (eg Y-axis length)
RCCD : 촬영면의 한 변의 같은 축의 CCD 화소수(eg. Y축 화소수) 이다. R CCD : The number of CCD pixels on the same axis of one side of the photographing surface (eg the number of Y-axis pixels).
콘크리트 구조물의 촬영시에 위 식의 화소크기를 고려하여 균열 측정의 최소 폭을 정한다. When photographing concrete structures, the minimum width of the crack measurement is determined by considering the pixel size in the above equation.
즉, 일반적인 균열검출방법인 화소수의 계산에 의한 균열 폭 검출방법인 경우 균열 폭 0.1mm까지 측정하고자 한다면 최소 화소 하나가 담당하는 실제 길이가 0.1mm 이하가 되어야 한다. That is, in the case of the crack width detection method by calculating the number of pixels, which is a general crack detection method, if the crack width is to be measured up to 0.1 mm, the actual length of at least one pixel should be 0.1 mm or less.
따라서, 균열 측정 최소 폭을 고려하여 촬영할 면적을 카메라의 화각으로 설정하여 촬영한다. Therefore, in consideration of the minimum width of crack measurement, the area to be photographed is set to the angle of view of the camera and photographed.
하지만, 이런 화소수를 이용한 폭 계산은 균열 폭 안에 화소수가 적을수록 정확성이 떨어진다. However, the width calculation using this number of pixels is less accurate the smaller the number of pixels in the crack width.
이것은 화소가 사각형 형태이므로 균열이 수직 수평 방향이 아닐 경우 한 화소가 담당하는 실제 길이의 차이가 생기기 때문이다. This is because the pixel is rectangular in shape, so if the crack is not in the vertical or horizontal direction, there is a difference in the actual length of one pixel.
현재 이런 방법을 사용하는 시스템을 이용할 경우 이러한 문제점에 대해 충분히 고려가 되어야 한다. Consideration should be given to this problem when using systems that currently use this method.
다음, 검출 알고리즘의 영향에 대해 살펴보면, 검출 알고리즘은 다음과 같이 운영된다. Next, looking at the impact of the detection algorithm, the detection algorithm is operated as follows.
CCD 카메라를 통해 들어온 영상신호는 디지타이저를 통해 디지털 신호로 변환되어 저장장치에 저장된다. The image signal input through the CCD camera is converted into a digital signal through a digitizer and stored in the storage device.
저장된 데이터는 균열검출 및 계측을 하기 위한 공지의 영상처리단계를 거치게 된다. The stored data is subjected to known image processing steps for crack detection and measurement.
예를 들면, 도 2 및 도 3에 도시한 바와 같이, 카메라를 통해 얻은 원본 이 미지를 흑백영상 처리한 후, 균열만을 추출하기 위해 여러 가지 필터링 작업을 거친 다음, 데이터 분석을 통해 균열 안의 화소 개수로 폭과 길이, 좌표를 계산한다. For example, as shown in Figs. 2 and 3, after processing the original image obtained through the camera in black and white image, after performing various filtering to extract only the crack, the number of pixels in the crack through data analysis Calculate the width, length, and coordinates.
여기서, 균열의 폭을 구하는 처리 과정의 경우, 종래에는 그 폭을 균열부분의 이미지 픽셀의 수를 구하여 측정하는데, 이때 그 균열 폭 측정 분해능은 영상장치의 해상도에 의해 좌우된다. Here, in the case of the process of obtaining the width of the crack, conventionally, the width is measured by measuring the number of image pixels of the crack, and the resolution of the crack width measurement depends on the resolution of the imaging apparatus.
따라서, 1mm 이하의 균열 폭을 측정하려면 화각을 좁히거나 해상도를 늘려야 하므로 검사면적을 작게 해서 촬영하거나, 고가의 높은 해상도를 지원하는 영상장치를 사용하여야 하며, 그 데이터의 용량 증가와 함께 처리시간도 늘어날 수 밖에 없다. Therefore, in order to measure the crack width less than 1mm, the angle of view must be narrowed or the resolution must be increased. Therefore, the inspection area must be reduced, or an image device that supports expensive and high resolution must be used. There is no choice but to increase.
예를 들면, 검사면적 1m×1m에 균열 폭 0.1mm를 측정하려면 최소 10000pixel×10000pixel 인 1억 화소가 필요하며, 이는 1픽셀이 0.1mm를 차지하게 한 것이며, 실제 정확도를 높이기 위해서는 더 많은 화소가 필요하게 된다. For example, measuring a crack width of 0.1mm at an inspection area of 1m × 1m requires 100 million pixels, which is at least 10000pixel × 10000pixel, which means that one pixel occupies 0.1mm, and more pixels are needed to increase the actual accuracy. It is necessary.
따라서, 해상도를 높이기 위해 여러 대의 영상장치를 조합하여 사용함에도 불구하고 종래의 방법으로 대형 구조물이나 큰 제품의 균열 폭을 계측하는 것은 시스템 구성비용이나 데이터 처리 및 운용 면에서 무리가 있다. Therefore, in spite of using a combination of several imaging devices to increase the resolution, measuring the crack width of a large structure or a large product by the conventional method is unreasonable in terms of system configuration cost and data processing and operation.
따라서, 본 발명의 목적은 균열 색상의 깊이를 이용하여 균열 폭을 측정하는 기술을 제공함으로써, 영상처리를 이용한 균열검사시스템의 구축비용을 줄이고, 영상 데이터 처리속도의 향상과 검사시스템의 분해능을 높이는데 있다. Accordingly, an object of the present invention is to provide a technique for measuring the crack width using the depth of the crack color, thereby reducing the construction cost of the crack inspection system using image processing, improving the image data processing speed and increasing the resolution of the inspection system There is.
상기 목적을 달성하기 위한 본 발명은 카메라를 통해 얻은 원본 이미지를 흑백영상 처리한 후, 균열만을 추출하기 위해 여러 가지 필터링 작업을 거친 다음, 크랙 분석을 통해 균열 폭을 측정하는 영상처리기법을 이용한 구조물의 크랙 폭 측정방법에 있어서, 상기 크랙 분석시 균열 내에 분포된 픽셀의 농도치 히스토그램 값으로 균열의 폭을 측정하는 과정을 포함하는 것을 특징으로 한다. In order to achieve the above object, the present invention processes a black and white image of an original image obtained through a camera, undergoes various filtering operations to extract only cracks, and then uses a structure using an image processing technique to measure crack widths through crack analysis. In the crack width measurement method of, characterized in that it comprises the step of measuring the width of the crack in the histogram value of the concentration value of the pixels distributed in the crack during the crack analysis.
또한, 상기 균열 내에 분포된 농도치 히스토그램 값으로 균열의 폭을 측정하는 과정은 mm 단위에 해당하는 다수의 홈을 가지는 캘리브레이션 바를 균열이 있는 검사대상 표면에 배치하여 같이 촬영한 후, 각 mm에 분포된 홈의 농도치 히스토그램 값과 실제 균열의 픽셀의 농도치 히스토그램 값을 비교하는 방식으로 수행하는 것을 특징으로 한다. In addition, the process of measuring the width of the crack by the concentration histogram value distributed in the crack is a calibration bar having a plurality of grooves corresponding to the unit of mm on the surface to be inspected with the cracks are photographed together, and then distributed in each mm And a density histogram value of the grooves and a density histogram value of the pixels of the actual cracks.
또한, 상기 캘리브레이션 바는 0.1~1mm까지 각 mm 단위에 해당하는 홈을 가지는 것을 사용하는 것을 특징으로 한다. In addition, the calibration bar is characterized in that having a groove corresponding to each mm unit up to 0.1 ~ 1mm.
이하, 첨부한 도면을 참조하여 본 발명의 일 구현예에 따른 크랙 폭 측정방법을 상세히 설명하면 다음과 같다. Hereinafter, a crack width measuring method according to an embodiment of the present invention will be described in detail with reference to the accompanying drawings.
본 발명에서 제공하는 크랙 폭 측정방법은 기본적으로 균열검사시스템의 디지털 영상처리과정을 포함한다. The crack width measuring method provided by the present invention basically includes a digital image processing process of the crack inspection system.
즉, 카메라로 촬영한 오리지널 컬러 이미지를 그레이 컬러 스케일로 변환하는 과정, 크랙 검출을 위한 필터링을 수행하는 과정, 크랙의 조각을 검출하는 과정, 크랙 분석 및 데이터 분석을 통해 균열 폭을 측정하는 과정 등을 포함한다. That is, converting the original color image taken by the camera to gray color scale, filtering for crack detection, detecting fragments of crack, measuring crack width through crack analysis and data analysis, etc. It includes.
위와 같은 영상처리과정으로부터 도 3에서 볼 수 있는 바와 같이 균열면상에 촘촘히 나열된 사각 픽셀들로 구성되어 있는 균열을 얻을 수 있다. As shown in FIG. 3, a crack composed of square pixels closely arranged on the crack surface can be obtained from the above image processing process.
보통은 여기서 균열 내 픽셀 수를 계산하여 균열 폭을 측정하게 되지만, 본 발명에서는 다음과 같은 새로운 방법을 제공한다. Usually, the crack width is measured by calculating the number of pixels in the crack, but the present invention provides the following new method.
도 4에서는 촬영시 균열 내 분포된 픽셀을 나타내는 예를 보여주고 있다. 4 illustrates an example of pixels distributed in cracks during photographing.
도 4에서와 같이 전체 균열의 0.1~1mm에 해당하는 균열 폭에 픽셀이 1픽셀씩 분포하고 있음을 볼 수 있다. As shown in FIG. 4, it can be seen that pixels are distributed one pixel at a crack width corresponding to 0.1 to 1 mm of the total crack.
이렇게 세팅하여 촬영했을 때, 영상 데이터는 도 5와 같이 나타난다. When photographing with this setting, image data appears as shown in FIG.
카메라를 이용하여 균열이 있는 면을 촬영했을 때 선행작업으로 촬영된 이미지의 크랙만을 나타내기 위해(크랙의 농도치 히스토그램 값은 항상 배경보다 더 낮은 값을 가진다.) 도 6의 캘리브레이션바의 가장 작은 폭에 해당하는 0.1mm폭의 농도치 초과의 값을 이미지 전체의 면이 가지고 있는 농도치 히스토그램을 원화상에서 빼줌으로서 크랙이 아닌부분인 배경을 흰색인 255값으로 만들어주면 도 5와 같이 균열이 나타나게 된다.The smallest width of the calibration bar of FIG. 6 is used to show only the cracks in the image taken earlier by the camera when photographing the cracked surface (the crack density histogram value is always lower than the background). If the density value histogram of the entire surface of the image is subtracted from the original image by the concentration value exceeding the concentration value of 0.1 mm corresponding to the crack, the background, which is not a crack, is made to be 255, which is white, as shown in FIG. 5.
도 5에서 볼 수 있는 바와 같이 각기 다른 폭에 픽셀은 1개씩 담당하고 있지만 그 농도치 히스토그램이 다르게 나타나는 것을 알 수 있다. As can be seen in FIG. 5, one pixel is in charge of different widths, but the histogram of the density value is different.
본 발명에서는 이때의 농도치 히스토그램 값으로 균열의 폭을 측정한다. In the present invention, the width of the crack is measured by the concentration histogram value at this time.
이를 위하여, 픽셀의 농도치 히스토그램 값이 가지는 균열 폭은 균열 캘리브레이션 바를 사용하여 측정한다. For this purpose, the crack width of the density histogram value of the pixel is measured using a crack calibration bar.
도 6에서 볼 수 있는 바와 같이 균열 캐리브레이션 바는 두께 10mm 이상의 스틸재질로 되어 있으며, 0.1~1mm까지 각 mm에 해당하는 홈이 오차범위 ±0.01mm로 가공되어 있는 바형태로 이루어져 있다. As can be seen in Figure 6, the crack calibration bar is made of a steel material of 10mm or more in thickness, and consists of a bar shape in which grooves corresponding to each mm are processed to an error range ± 0.01mm up to 0.1 to 1mm.
상기 균열 캘리브레이션 바를 촬영한 후 영상처리를 거치면 각 홈에 해당하는 농도치 히스토그램 값을 얻을 수 있다. After photographing the crack calibration bar and performing image processing, a concentration histogram value corresponding to each groove may be obtained.
예를 들면, 도 7과 도 8a 내지 8i에서 볼 수 있는 바와 같이 0.1~0.9mm의 각각의 해당하는 홈의 각기 다른 농도치 히스토그램 값을 얻을 수 있다. For example, as shown in FIGS. 7 and 8A to 8I, different concentration histogram values of respective corresponding grooves of 0.1 to 0.9 mm can be obtained.
여기서, 도 8a는 균열 0.1mm의 영상처리에 의한 균열 폭 처리결과, 즉 농도치 히스토그램 값을 나타내고 있으며, 도 8b는 0.2mm, 도 8c는 0.3mm, 도 8d는 0.4mm, 도 8e는 0.5mm, 도 8f는 0.6mm, 도 8g는 0.7mm, 도 8h는 0.8mm, 도 8i는 0.9mm를 각각 나타낸다. Here, FIG. 8A shows a crack width treatment result, that is, a concentration histogram value by image processing of 0.1 mm of cracks, FIG. 8B is 0.2 mm, FIG. 8C is 0.3 mm, FIG. 8D is 0.4 mm, and FIG. 8E is 0.5 mm, 8F shows 0.6 mm, FIG. 8G shows 0.7 mm, FIG. 8H shows 0.8 mm, and FIG. 8I shows 0.9 mm.
물론, 여기서는 균열 캘리브레이션 바의 홈을 직접 촬영하지 않고 2개의 블럭 간의 홈을 0.1mm 간격으로 조절해가면서 촬영한 결과를 보여주고 있지만, 실제 균열 캘리브레이션 바의 각 홈을 촬영한 후 영상처리하는 경우에도 위의 도 8a 내지 8i와 동일한 처리결과를 얻을 수 있다. Of course, here, the results are obtained by adjusting the grooves between the two blocks at 0.1mm intervals, not directly photographing the grooves of the crack calibration bar, but even when the image processing is performed after each groove of the crack calibration bar is photographed. The same processing result as in FIGS. 8A to 8I can be obtained.
따라서, 이러한 균열 캘리브레이션 바를 균열이 있는 검사대상 표면에 배치하여 같이 촬영한 후, 각 mm에 분포된 홈의 농도치 히스토그램 값과 실제 균열 폭에 걸쳐 있는 픽셀의 농도치 히스토그램 값을 비교하면 균열 폭을 측정할 수 있다. Therefore, when the crack calibration bar is placed on the cracked inspection surface and photographed together, the crack width can be measured by comparing the density histogram value of the grooves distributed in each mm with the concentration histogram value of the pixels over the actual crack width. Can be.
예를 들면, 균열 내의 픽셀의 농도치 히스토그램 값이 도 8a에서 볼 수 있는 홈의 농도치 히스토그램 값과 일치하면 이때의 균열 폭은 0.1mm로 산정할 수 있다. For example, if the density histogram value of the pixel in the crack coincides with the density histogram value of the groove shown in FIG. 8A, the crack width at this time may be estimated to be 0.1 mm.
여기서, 균열 캘리브레이션 바로부터 획득한 농도치 히스토그램 값과 실제 균열면에서 획득한 농도치 히스토그램 값을 비교한 후 균열측정 알고리즘을 통해 이를 수치화하여 균열 폭의 크기로 나타내는 방법 등은 당해 기술분야에서 통상적으로 알려져 있는 방법이라면 특별히 제한되지 않고 채택될 수 있다. Here, a method of comparing the concentration histogram value obtained from the crack calibration bar with the concentration histogram value obtained from the actual crack plane and quantifying it through a crack measurement algorithm to represent the size of the crack width is commonly known in the art. The method is not particularly limited and may be adopted.
아래의 표 1은 종래의 픽셀 수를 이용한 균열 폭 측정방법과 본 발명의 농도치 히스토그램 값을 이용한 균열 폭 측정방법을 나타낸다. Table 1 below shows the conventional crack width measurement method using the number of pixels and the crack width measurement method using the concentration histogram value of the present invention.
표 1에서 볼 수 있는 바와 같이 본 발명에서는 픽셀이 가지고 있는 0~255까지의 농도치 히스토그램을 이용하여 크랙의 폭을 측정함으로써, 저해상도의 영상장치로도 크랙 폭 측정이 가능하고, 또 데이터 처리 속도면에서도 빠른 처리가 가능하다. As can be seen from Table 1, in the present invention, the width of cracks is measured by using the histogram of density values ranging from 0 to 255 of the pixels, so that the width of cracks can be measured by a low resolution imaging device. Fast processing is also possible.
이상에서와 같이 본 발명에 의하면 영상처리를 이용한 균열계측에서 픽셀의 농도치 히스토그램을 이용하여 균열 폭을 측정함으로써, 종래 픽셀 수에 의한 균열 폭 측정방법에 비해 많은 해상도를 요구하지 않아 그 데이터의 용량을 줄일 수 있고, 이에 따른 데이터 처리속도의 증가와 균열검사를 빠르고 정확하게 수행할 수 있는 효과가 있다. As described above, according to the present invention, the crack width is measured using a histogram of pixel density values in the crack measurement using image processing, so that the resolution of the data is not required as compared with the conventional crack width measurement method by the number of pixels. It is possible to reduce, thereby increasing the data processing speed and the effect of fast and accurate crack inspection.
Claims (3)
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020060118710A KR100826153B1 (en) | 2006-11-29 | 2006-11-29 | Width measurement method of the crack by using the depth value in histogram of image |
| JP2007263698A JP4675949B2 (en) | 2006-11-29 | 2007-10-09 | Method and apparatus for measuring crack width of structures and products using image processing technique |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020060118710A KR100826153B1 (en) | 2006-11-29 | 2006-11-29 | Width measurement method of the crack by using the depth value in histogram of image |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR100826153B1 true KR100826153B1 (en) | 2008-04-30 |
Family
ID=39572895
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020060118710A KR100826153B1 (en) | 2006-11-29 | 2006-11-29 | Width measurement method of the crack by using the depth value in histogram of image |
Country Status (2)
| Country | Link |
|---|---|
| JP (1) | JP4675949B2 (en) |
| KR (1) | KR100826153B1 (en) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101124279B1 (en) | 2010-09-29 | 2012-03-27 | 한국전력공사 | Method for providing crack width measurement reference gui and electronic device using the same |
| KR101357810B1 (en) | 2011-09-30 | 2014-02-04 | 고유리 | capsule check system for check in tube. |
| JP2017053819A (en) * | 2015-09-11 | 2017-03-16 | 国立大学法人富山大学 | Crack detection method and detection program of concrete |
| KR101789982B1 (en) * | 2016-02-26 | 2017-10-26 | 울산과학기술원 | Apparatus and Method for Detecting Construction Crack |
| CN109408985A (en) * | 2018-11-01 | 2019-03-01 | 哈尔滨工业大学 | The accurate recognition methods in bridge steel structure crack based on computer vision |
| CN110207592A (en) * | 2019-04-15 | 2019-09-06 | 深圳高速工程检测有限公司 | Building cracks measurement method, device, computer equipment and storage medium |
| KR102026427B1 (en) * | 2018-09-11 | 2019-09-27 | 동의대학교 산학협력단 | Measurement System for concrete crack using smartphone |
| KR102000999B1 (en) | 2018-07-10 | 2019-10-01 | (주)태경이엔씨 | Device and method for measuring width of crack |
| CN110470683A (en) * | 2019-08-22 | 2019-11-19 | 福建省晋华集成电路有限公司 | A kind of method of determining depth of groove |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102346013A (en) * | 2010-07-29 | 2012-02-08 | 同济大学 | Tunnel lining crack width measuring method and device |
| CN102297660B (en) * | 2011-05-20 | 2013-05-01 | 同济大学 | Measuring method of shield tunnel lining segment seam open width and apparatus thereof |
| KR101330567B1 (en) | 2012-02-08 | 2013-11-18 | (주)제이브이엠 | pill-detection method for pill box |
| KR101328204B1 (en) * | 2012-03-27 | 2013-11-14 | 주식회사 포스코 | Apparatus for detecting scratch of hot slab and method using thereof |
| CN103196388A (en) * | 2013-03-21 | 2013-07-10 | 长春工业大学 | Automobile safety airbag edge contour detection method |
| CN105698686A (en) * | 2016-03-15 | 2016-06-22 | 交通运输部公路科学研究所 | Device and method of detecting crack width measuring instrument indication value errors |
| CN106017332A (en) * | 2016-07-14 | 2016-10-12 | 黑龙江科技大学 | Roadway surrounding rock surface relative displacement monitoring system and method |
| CN106225702A (en) * | 2016-08-03 | 2016-12-14 | 武汉科技大学 | Fracture width detection apparatus and method |
| JP7178171B2 (en) * | 2017-12-28 | 2022-11-25 | 日立Ｇｅニュークリア・エナジー株式会社 | Defect inspection method and defect inspection system |
| CN111758025A (en) * | 2018-02-22 | 2020-10-09 | 松下知识产权经营株式会社 | Inspection apparatus and inspection method |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0961138A (en) * | 1995-08-24 | 1997-03-07 | Mitsubishi Heavy Ind Ltd | Crack extraction apparatus |
| JP2002310920A (en) | 2001-04-19 | 2002-10-23 | Keisoku Kensa Kk | Method for detecting crack in concrete wall and device thereof |
| JP2002324233A (en) | 2001-04-25 | 2002-11-08 | Showa Corp | Method and device for detecting crack of pipe |
| JP2005241471A (en) | 2004-02-26 | 2005-09-08 | Keisoku Kensa Kk | Method of measuring microfine crack width |
| KR20060037972A (en) * | 2004-10-29 | 2006-05-03 | 인하대학교 산학협력단 | Crack recognition and control system for use in crack sealer |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003214827A (en) * | 2002-01-29 | 2003-07-30 | Ohbayashi Corp | Method for measuring craze by image processing |
| JP2005156206A (en) * | 2003-11-21 | 2005-06-16 | Canon Inc | Crackwidth calculation method |
| JP4488308B2 (en) * | 2004-12-08 | 2010-06-23 | 株式会社大林組 | Method for detecting cracks on the surface of structures |
-
2006
- 2006-11-29 KR KR1020060118710A patent/KR100826153B1/en active IP Right Grant
-
2007
- 2007-10-09 JP JP2007263698A patent/JP4675949B2/en not_active Expired - Fee Related
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0961138A (en) * | 1995-08-24 | 1997-03-07 | Mitsubishi Heavy Ind Ltd | Crack extraction apparatus |
| JP2002310920A (en) | 2001-04-19 | 2002-10-23 | Keisoku Kensa Kk | Method for detecting crack in concrete wall and device thereof |
| JP2002324233A (en) | 2001-04-25 | 2002-11-08 | Showa Corp | Method and device for detecting crack of pipe |
| JP2005241471A (en) | 2004-02-26 | 2005-09-08 | Keisoku Kensa Kk | Method of measuring microfine crack width |
| KR20060037972A (en) * | 2004-10-29 | 2006-05-03 | 인하대학교 산학협력단 | Crack recognition and control system for use in crack sealer |
Non-Patent Citations (1)
| Title |
|---|
| 대한기계학회논문 2001년도 춘계학술논문집 PP.96-101(영상처리기법을 이용한 표면균열길이 측정) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101124279B1 (en) | 2010-09-29 | 2012-03-27 | 한국전력공사 | Method for providing crack width measurement reference gui and electronic device using the same |
| KR101357810B1 (en) | 2011-09-30 | 2014-02-04 | 고유리 | capsule check system for check in tube. |
| JP2017053819A (en) * | 2015-09-11 | 2017-03-16 | 国立大学法人富山大学 | Crack detection method and detection program of concrete |
| KR101789982B1 (en) * | 2016-02-26 | 2017-10-26 | 울산과학기술원 | Apparatus and Method for Detecting Construction Crack |
| KR102000999B1 (en) | 2018-07-10 | 2019-10-01 | (주)태경이엔씨 | Device and method for measuring width of crack |
| KR102026427B1 (en) * | 2018-09-11 | 2019-09-27 | 동의대학교 산학협력단 | Measurement System for concrete crack using smartphone |
| CN109408985A (en) * | 2018-11-01 | 2019-03-01 | 哈尔滨工业大学 | The accurate recognition methods in bridge steel structure crack based on computer vision |
| CN110207592A (en) * | 2019-04-15 | 2019-09-06 | 深圳高速工程检测有限公司 | Building cracks measurement method, device, computer equipment and storage medium |
| CN110207592B (en) * | 2019-04-15 | 2021-11-09 | 深圳高速工程检测有限公司 | Building crack measuring method and device, computer equipment and storage medium |
| CN110470683A (en) * | 2019-08-22 | 2019-11-19 | 福建省晋华集成电路有限公司 | A kind of method of determining depth of groove |
| CN110470683B (en) * | 2019-08-22 | 2021-12-14 | 福建省晋华集成电路有限公司 | Method for determining depth of groove |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2008139285A (en) | 2008-06-19 |
| JP4675949B2 (en) | 2011-04-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR100826153B1 (en) | Width measurement method of the crack by using the depth value in histogram of image | |
| JP6620477B2 (en) | Method and program for detecting cracks in concrete | |
| KR101094069B1 (en) | Calibration Device and Method for revision of Crack Detection System by Using Image Processing Technology | |
| CN107515481B (en) | Display panel detection method and device | |
| CN110276752B (en) | APP detection method for concrete surface crack characteristics based on android system | |
| CN112740267A (en) | Learning data collection device, learning data collection method, and program | |
| JP2006010392A (en) | Through hole measuring system, method, and through hole measuring program | |
| JP2008267943A (en) | Crack detecting method | |
| CN115078382A (en) | Bridge crack monitoring system based on video image | |
| JP2000002523A (en) | Crack measuring method for structure surface | |
| US20220076021A1 (en) | System and method for automatic visual inspection with deep learning | |
| JP2015215199A (en) | Self-luminous material image processing apparatus and self-luminous material image processing method | |
| JP5181912B2 (en) | Surface defect inspection method, surface defect inspection apparatus, steel sheet manufacturing method, and steel sheet manufacturing apparatus | |
| JP2004170374A (en) | Apparatus and method for detecting surface defect | |
| JP4956077B2 (en) | Defect inspection apparatus and defect inspection method | |
| CN111504232B (en) | Digital detection method for concrete cracks | |
| Mishra et al. | Surface defects detection for ceramic tiles using image processing and morphological techniques | |
| JP4998722B2 (en) | Work defect inspection method by image processing | |
| TWI493177B (en) | Method of detecting defect on optical film with periodic structure and device thereof | |
| KR101793091B1 (en) | Method and apparatus for detecting defective pixels | |
| CN113008267A (en) | System and method for detecting qualified limit inclination of level bar based on image processing technology | |
| KR101127796B1 (en) | An Glass Substrate Crack Montoring Method and Unit | |
| CN114897892B (en) | Method for calculating characteristic parameters of apparent cracks and holes of PC (polycarbonate) member | |
| CN111504608A (en) | Brightness uniformity detection system and brightness uniformity detection method | |
| Wang et al. | A method of strip edge detection based on statistical decision |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant | ||
| FPAY | Annual fee payment |
Payment date: 20130320 Year of fee payment: 6 |
|
| FPAY | Annual fee payment |
Payment date: 20140312 Year of fee payment: 7 |
|
| FPAY | Annual fee payment |
Payment date: 20160401 Year of fee payment: 9 |
|
| FPAY | Annual fee payment |
Payment date: 20170316 Year of fee payment: 10 |
|
| FPAY | Annual fee payment |
Payment date: 20180406 Year of fee payment: 11 |
|
| FPAY | Annual fee payment |
Payment date: 20190320 Year of fee payment: 12 |