KR101121068B1 - Ｘ선 스캐너를 이용한 목재의 강도 예측 방법 - Google Patents

Ｘ선 스캐너를 이용한 목재의 강도 예측 방법 Download PDF

Info

Publication number
KR101121068B1
KR101121068B1 KR1020090022347A KR20090022347A KR101121068B1 KR 101121068 B1 KR101121068 B1 KR 101121068B1 KR 1020090022347 A KR1020090022347 A KR 1020090022347A KR 20090022347 A KR20090022347 A KR 20090022347A KR 101121068 B1 KR101121068 B1 KR 101121068B1
Authority
KR
South Korea
Prior art keywords
knot
wood
ratio
knots
calculating
Prior art date
Application number
KR1020090022347A
Other languages
English (en)
Other versions
KR20100104143A (ko
Inventor
심국보
김광모
이전제
오정권
Original Assignee
대한민국
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 대한민국 filed Critical 대한민국
Priority to KR1020090022347A priority Critical patent/KR101121068B1/ko
Publication of KR20100104143A publication Critical patent/KR20100104143A/ko
Application granted granted Critical
Publication of KR101121068B1 publication Critical patent/KR101121068B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
    • G01N23/04—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material
    • G01N23/041—Phase-contrast imaging, e.g. using grating interferometers
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/46—Wood
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/10—Different kinds of radiation or particles
    • G01N2223/101—Different kinds of radiation or particles electromagnetic radiation
    • G01N2223/1016—X-ray
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/60—Specific applications or type of materials
    • G01N2223/619—Specific applications or type of materials wood
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/60—Specific applications or type of materials
    • G01N2223/646—Specific applications or type of materials flaws, defects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30161—Wood; Lumber

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Pathology (AREA)
  • Immunology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Theoretical Computer Science (AREA)
  • Medicinal Chemistry (AREA)
  • Food Science & Technology (AREA)
  • Wood Science & Technology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)

Abstract

본 발명은 X선 스캐너를 이용한 목재의 강도 예측 방법에 관한 것으로 엑스레이(X-ray)를 이용하여 촬영된 목재 영상으로부터 목재 내부의 결함(옹이)을 판별하고, 결함의 침투비(옹이 침투비)를 계산하여 목재의 강도를 예측할 수 있다.
좀 더 자세하게, 본 발명은 목재를 엑스레이를 사용하여 촬영한 후, 옹이를 탐지하고, 탐지된 옹이를 제외한 건전부의 평균 밀도값과 옹이의 밀도값을 통해 2차원 배열영상인 옹이 침투비(Knot Depth ratio;KDR)를 산출하여, 옹이 침투비에 기초한 최대 단면계수 감쇠비를 통해 휨강도를 예측할 수 있다.
본 발명에 의하면, 엑스레이를 사용하여 획득한 2차원 영상에 밀도를 결합하여 옹이의 깊이를 3차원적으로 예측함으로써 효율적으로 실제 목재의 강도를 예측할 수 있다.
목재강도, 옹이 침투비(KDR), 단면계수 감쇠비

Description

Ｘ선 스캐너를 이용한 목재의 강도 예측 방법{PREDICTION METHOD OF LUMBER STRENGTH USING X-RAY SCANNER}
본 발명은 엑스레이를 사용하여 촬영된 2차원 영상에 밀도값을 결합하여 목재 내의 옹이의 깊이를 3차원적으로 예측함에 따라 실제 목재의 강도를 효율적으로 예측하는 방법에 관한 것이다.
대부분의 목재 수급을 수입에 의존하고 있는 국내 목재산업계에는 원자재 가격 상승이 지속됨에 따라 목재 수율과 작업자 운영효율을 높이기 위해서 목재가공공정 자동화가 요구된다.
현재 사용되고 있는 방법인 숙련된 작업자의 육안으로 결함을 인식하는 것은 작업자의 심리상태나 피로도 등에 따라 의사결정 기준이 변할 수 있으며, 그에 따른 작업속도 및 품질의 일관성이 변하는 단점이 발생한다. Huber 등(1985)은 가구 공장의 작업자들을 대상으로 육안에 의한 제재목 표면 결함 인식률을 측정한 결과 작업자의 숙련도에 따라 59~74%로 측정하였다.
그리고, 육안 방법과 달리 기계 시각(machine vision)을 이용하여 결함을 인식하였을 때, 건전재 판별률이 99%였으며, 결함판별 정확도는 88%로 나타난다(McMillin, 1984).
하지만, 육안이나 기계시각을 사용하여 목재의 표면에 보이는 결함을 인식하는 경우에는 결함의 위치는 정확하게 판별할 수 있으나, 목재의 내부까지 결함의 크기를 판단하기 어렵기 때문에 목재의 강도를 예측하기는 어려운 단점이 발생한다.
물론, CT장비를 사용하여 3차원 영상으로 목재를 촬영하고 이에 따라 휨강도를 예측할 수 있지만, 이 경우 고가의 CT장비가 요구되며, 3차원 영상 촬영을 위하여 목재를 여러번 촬영해야 하기 때문에 경제적, 시간적 손실이 크게 발생한다.
따라서, 저가의 장비를 이용하여 경제적으로 목재의 휨강도를 정확하게 예측할 수 있는 방법이 요구된다.
본 발명은 종래 기술의 문제점을 해결하기 위하여 엑스레이 스캐너를 사용하여 목재의 2차원 영상을 촬영하고, 촬영된 영상을 픽셀로 분리하여 각 픽셀마다의 밀도를 측정하여 결함(옹이)의 깊이를 판단하여 목재의 휨강도를 정확하게 예측하는 X선 스캐너를 이용한 목재의 강도 예측 방법을 제공하는 데에 목적이 있다.
상기 목적을 달성하기 위한 본 발명의 X선 스캐너를 이용한 목재의 강도 예측 방법은 엑스레이 스캐너를 사용하여 1차원 스캔을 연속으로 실시하여 목재의 2차원 영상을 완성하고, 2차원 영상의 각 픽셀별 밀도를 측정하여 3차원 영상으로 나타내고, 3차원으로 나타낸 목재 영상의 건전부(결함을 제외한 부분) 밀도와 옹이(결함) 밀도를 통해 옹이 침투비를 산출하여 목재의 휨강도를 예측할 수 있다.
본 발명은 목재의 강도 예측 방법에 관한 것으로, 목재를 X선을 사용하여 촬영한 후, 옹이를 탐지하는 1단계를 포함하고, 상기 1단계에서 탐지된 옹이를 제외한 영상의 평균 밀도값(ρC)을 산출하는 2단계를 포함하며, 상기 1단계에서 탐지된 옹이만을 나타낸 영상을 사용하여 각 픽셀별 옹이 침투비(KDR)를 구하는 3단계를 포함한다. 그리고, 상기 옹이 침투비에 기초하여 최대 단면계수 감쇠비를 산출하는 4단계를 포함하며, 상기 최대 단면계수 감쇠비를 통해 휨강도를 예측하는 5단계를 포함할 수 있다.
본 발명에서 상기 옹이 침투비를 구하는 3단계는 데이터 베이스에 수종별로 저장된 옹이 밀도값(ρK), 상기 2단계에서 산출된 건전부의 평균 밀도값(ρC), 및 상기 1단계에서 탐지된 옹이의 각 픽셀별 밀도(ρij)를 사용하여 하기의 식을 참조할 수 있다.
Figure 112009015877438-pat00001
(단, KDRij는 목재 영상의 각 픽셀별 옹이 침투비, ρij는 X선 촬영된 각 픽셀별 밀도, ρK는 옹이 밀도, ρC는 건전부 평균 밀도)
본 발명에서 상기 단면계수 감쇠비는 상기 옹이의 단면 2차 모멘트(Moment of inertia)를 상기 목재 전체 단면의 2차 모멘트로 나누어 계산한다.
본 발명에서 상기 3단계와 상기 4단계 사이에 모인옹이를 평가하는 단계를 더 포함할 수 있다.
본 발명에서 상기 모인옹이와 상기 3단계의 옹이 침투비를 기초하여 최대 단면계수 감쇠비를 산출할 수 있다.
본 발명에서 상기 모인옹이를 평가하는 단계에서 상기 모인옹이의 최적 단면간격이 최대 옹이 지름의 50% 이상 60%미만인 것이 바람직하다.
본 발명에 의하면, 저가의 장비인 엑스레이 스캐너를 사용하여 목재의 결함을 3차원적으로 평가함으로써 목재 강도 예측에 있어 경제적, 시간적인 향상을 가져오는 효과가 있다.
본 발명의 바람직한 실시예를 첨부한 도면을 참조하여 설명하기로 한다. 하기의 각 도면의 구성 요소들에 참조 부호를 부가함에 있어서, 동일한 구성 요소들에 한해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하며, 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 공지 기능 및 구성에 대한 상세한 설명은 생략한다.
도 1은 본 발명의 일 실시 예에 따른 목재의 강도 예측 방법을 나타낸 플로우 차트이다.
도 1을 참조하면, X선을 촬영하는 단계(S100)는 저가의 엑스레이(X-ray) 스캐너를 사용하여 목재를 촬영하는 것으로 좀더 자세하게 설명하면, 목재를 엑스레이 스캐너가 설치된 X선 촬영시스템의 컨베이어 벨트에 올려 목재를 이동시키면서 소정의 간격으로 연속적으로 촬영한다.
그리고, 촬영된 1차원 스캔 영상을 연속적으로 연결하여 2차원 영상으로 구현한다.
옹이를 탐지하는 단계(S110)는 X선에 의해 촬영된 2차원 목재 영상에 화상분석법을 이용하여 결함(이하 옹이)을 탐지할 수 있다. 그리고, S100 단계에서 X선에 의해 촬영된 2차원 목재 영상을 픽셀로 구분하여 각 픽셀마다의 밀도를 측정하며, 밀도 측정 방법은 이미 공지된 Beer`s Law를 사용할 수 있다.
본 실시 예에서 사용된 X선 스캐너에 의하면 밀도가 높을수록 검은색을 나타내고, 밀도가 낮을수록 하얀색을 나타내기 때문에 옹이가 존재하는 부분과 존재하지 않은 부분(이하 건전부)이 서로 다른 명도를 나타낸다(도 2a참조).
좀더 자세하게 옹이의 밀도가 건전부의 밀도에 비하여 2배 정도 높기 때문에 밀도에 따라 옹이와 건전부를 구분할 수 있으며, 명도에 의해 옹이의 깊이를 판별할 수 있다.
건전부 영상을 추출하는 단계(S120)는 S100 단계의 목재 영상에서 S110 단계의 옹이를 제외한 나머지 부분의 영상만을 나타나며, 건전부 평균 밀도값(ρC)을 산출하는 단계(S130)는 S120 단계의 건전부 영상의 평균 밀도값을 산출한다.
옹이 영상을 추출하는 단계(S140)는 S110 단계에서 탐지된 옹이만을 나타낸 영상을 나타낸다.
옹이 침투비를 산출하는 단계(S150)는 본 발명의 목재의 강도 예측에 있어서 가장 핵심적인 내용으로서, S130 단계에서 산출된 건전부의 평균 밀도값과, 도면에는 도시하지 않았지만 데이터 베이스에 저장되어 있는 수종별 옹이의 밀도값을 S140 단계의 옹이 영상에 대입하여 하기의 수식에 의해 각 픽셀별 옹이 침투 비(Knot Depth ratio;KDR)를 산출한다.
Figure 112009015877438-pat00002
(단, KDRij는 목재 영상의 각 픽셀별 옹이 침투비, ρij는 X선 촬영된 각 픽셀별 밀도, ρK는 옹이 밀도, ρC는 건전부 평균 밀도)
단면계수 감쇠비(Ik/Ig)를 계산하는 단계(S160)는 S150 단계에서 산출된 옹이 침투비에 기초하여 옹이의 단면 2차 모멘트(Moment of inertia)(Ik)를 목재 전체 단면의 2차 모멘트(Ig)로 나눈값을 나타낸다.
또한, 단면계수 감쇠비의 계산은 목재의 길이 방향을 따라 1픽셀의 두께를 가지는 횡단면을 순차적으로 분석할 수 있다(도 3c참조).
그리고, 도면에는 도시하지 않았지만 단면계수 감쇠비를 산출할 때 인접옹이가 추가적인 강도감소를 야기하므로 인접옹이의 크기와 거리를 분석(모인옹이)하여 단면계수 감쇠비를 산출할 수 있다.
이때, 인접옹이에 의한 단면계수 감쇠비 산출은 본 발명에 한정되는 것은 아니나 분석 대상 단면을 중심으로 ±75mm 구간에 최대옹이 지름의 약 50% 이상 60 이하 간격의 단면에 대한 옹이 침투비를 고려하려 산출할 수 있으며, 좀더 바람직하게 단면 간격이 최대옹이 지름의 56%로 할 수 있다.
그리고 최종적으로 각 단면의 옹이 침투비에 거리를 기준으로 가중을 주고, 분석 대상 단면의 옹이 침투비에 더하여 분석 대상 단면의 단면계수 감쇠비를 산출할 수 있다.
최대 단면 감쇠비를 검색하는 단계(S170)는 S160 단계에서 검색된 각 단면계수 감쇠비를 비교하여 가장 큰 단면 감쇠비를 검색하여, 단면 계수 감쇠비를 입력변수로 사용하는 회귀식에 입력함으로써 목재의 강도를 예측할 수 있다(S180).
도 2a 내지 도 2d는 본 발명의 일 실시 예에 따른 화상분석법을 통한 목재의 옹이 탐지를 나타낸 도면으로, 도 1의 S100, S110, S140 단계에 걸쳐 옹이의 영상을 추출하는 내용을 좀더 자세하게 나타낸다.
도 2a를 참조하면, 도 1의 S100 단계에서 엑스레이를 통해 목재의 영상을 소정 간격으로 스캔하고, 스캔된 목재의 영상을 연결하여 2차원 영상으로 구현한다.
도 2b를 참조하면, 도 2a의 목재 영상의 옹이를 탐지하기 위하여 문턱값을 적용하여 전체 목재에서 밀도가 높은 영역을 선택한다. 문턱값을 적용하면 옹이와 함께 추재부와 잡음(noise)들이 함께 나타나게 되는데, 탐지하고자 하는 옹이만을 남기기 위해 영상처리 기법을 적용하여 추재부 및 잡음을 제거한다(도 2c참조).
도 2d를 참조하면, 최종적으로 결함으로 탐지된 픽셀에 S100 단계에서 촬영된 목재의 영상(X선 영상의 원본 데이터)을 입력하여 옹이만을 나타내는 영상을 취득한다.
도 3a 내지 도 3c는 본 발명의 일 실시 예에 따른 X선 이미지 분석을 통한 단면계수 감쇠 비를 계산하는 것을 나타낸 도면으로, 도 3a는 도 1의 S100 단계에서 측정된 엑스레이 스캐너에 의해 촬영된 목재 전체의 영상을 나타내며, 도 3b는 도 1의 S140 단계의 옹이 이미지를 S150 단계의 옹이 침투비로 나타낸 도면이다. 그리고, 도 3c는 도 1의 S160 단계에서 도 3b의 옹이 침투비를 사용하여 단면계수 감쇠비를 나타낸 도면이다.
도 3b 및 도 3c를 참조하면, 도 3b에서 나타난 옹이의 위치, 크기, 및 명도에 따라 단면계수 감쇠비가 다르게 나타남을 알 수 있다. 좀더 자세하게, 옹이의 크기가 클수록 단면계수 감쇠비율이 커지며, 옹이의 크기가 동일하더라도 명도에 따라 단면계수 감쇠비가 서로 다른 것을 알 수 있다.
또한, 이러한 단면계수 감쇠비가 클수록 목재에 힘을 가하였을 때 파괴될 가능성이 커지기 때문에 단면계수 감쇠비와 목재의 휨 성능과의 연관성을 알 수 있다.
따라서, 최대 단면계수 감쇠비를 가지는 위치를 휨응력 하에서의 목재의 파괴위치로 예측할 수 있으며, 이 위치에서 단면계수 감쇠비로 목재의 휨강도를 예측할 수 있다.
옹이에 의한 단면손실 및 파괴위치의 예측에 대하여 좀더 자세하게 살펴보면, 옹이 영상의 각 픽셀에서 측정되는 명도를 옹이 침투비로 전환함으로써 부재 단면 내에서 결함의 위치 및 결함이 차지하는 면적을 얻을 수 있으며, 여기서 옹이 침투비를 이용하여 단면에서의 단면계수 감쇠비(Ik/Ig)값을 부재의 길이방향으로 연 속적으로 계산할 수 있다. 단면계수 감쇠비는 하기의 식으로 계산할 수 있다.
Ig = tw3/12
Ik = ∑(KDRijt(w`)3/12 + KDRijtw`*y2)
(단, KDRij는 해당 픽셀에서의 옹이 침투비, t는 목재 두께(좁은면 너비,mm), w는 목재 폭(넓은면 너비,mm), w`는 x선 영상에서 한 픽셀의 폭(mm), y는 중립축에서 해당 픽셀까지의 거리(mm))
도 4는 본 발명의 일 실시 예에 따른 목재의 옹이 침투비를 적용 또는 미적용한 도면으로서, 본 발명의 옹이 침투비를 적용한 도면(가운데)과 옹이 침투비를 적용하지 않은 도면(오른쪽)을 비교해보면 목재의 실제 옹이의 도면(왼쪽)에서 A-A`와 B-B`의 단면에서의 옹이를 산출한 것으로 옹이 침투비를 적용한 가운데 도면이 옹이 침투비를 적용하지 않은 오른쪽 도면보다 단면내 옹이의 크기를 보다 정확하게 알 수 있다. 즉, 목재의 강도를 예측할 때 본 발명에서와 같이 옹이 침투비를 적용하면 옹이의 위치뿐만 아니라 깊이를 고려하여 목재의 휨강도를 정확하게 예측할 수 있다.
Figure 112009015877438-pat00003
Figure 112009015877438-pat00004
표 1을 참조하면, 모인옹이 평가거리를 50mm에서 250mm로 13개 거리로 나누어 평가거리에 따라 X선을 이용해 측정한 단면계수 감쇠비와 휨강도와 상관관계를 분석한 것으로서 낙엽송 및 소나무 모두 130~170mm구간에서 높은 정확도를 나타내는 것을 알 수 있다.
그리고, 소나무에 존재하는 최대옹이 지름이 낙엽송에 비하여 2배 이상으로 크게 다르지만 동일 구간에서 높은 정확도를 나타내었기 때문에 150mm를 모인옹이 평가거리로 적용하는 것이 바람직하다.
하지만, 표 1에서 도출된 평가거리의 적용은 한 옹이가 여러 단면에 걸쳐 존재함에 따라 과대평가 현상을 발생하기 때문에 수종별 최적 단면간격에 따라 휨강도 예측이 달라진다.
따라서, 도 2에서와 같이 수종에 따른 최적 단면간격 검토 결과 낙엽송 18mm, 소나무 40mm로 큰 차이를 나타냄을 알 수 있으며, 각각 수종별 최대 단면간격이 최대 옹이 지름의 약 56%로 유사한 것을 알 수 있다.
본 발명으로 낙엽송과 소나무에 대해서 각각 결정계수(R2) 0.65, 0.45로 휨 강도를 예측할 수 있다.
상기와 같이, 본 발명의 바람직한 실시예를 참조하여 설명하였지만 해당 기술 분야의 숙련된 당업자는 본 발명의 범위를 벗어나지 않고 설명된 실시형태를 변경 또는 변형할 수 있으며, 이러한 변경 또는 변형도 본 발명의 범위에 속한다. 또한, 본 명세서에서 설명한 각 구성요소의 물질은 당업자가 공지된 다양한 물질로부터 용이하게 선택하여 대처할 수 있다. 또한, 당업자는 본 명세서에서 설명된 구성요소 중 일부를 성능의 열화 없이 생략하거나 성능을 개선하기 위해 구성요소를 추가할 수 있다. 뿐만 아니라, 당업자는 공정 환경이나 장비에 따라 본 명세서에서 설명한 방법 단계의 순서를 변경할 수도 있다. 따라서 본 발명의 범위는 설명된 실시형태가 아니라 특허청구범위 및 그 균등물에 의해 결정되어야 한다.
도 1은 본 발명의 일 실시 예에 따른 목재의 강도 예측 방법을 나타낸 플로우 차트.
도 2a 내지 도 2d는 본 발명의 일 실시 예에 따른 화상분석법을 통한 목재의 옹이 탐지를 나타낸 도면.
도 3a 내지 도 3c는 본 발명의 일 실시 예에 따른 X선 이미지 분석을 통한 단면계수 감쇠 비율을 계산하는 것을 나타낸 도면.
도 4는 본 발명의 일 실시 예에 따른 목재의 옹이 침투비를 적용 또는 미적용한 도면.

Claims (6)

  1. 삭제
  2. 목재를 X선을 사용하여 촬영한 후, 옹이를 탐지하는 1단계;
    상기 1단계에서 탐지된 옹이를 제외한 영상의 평균 밀도값(ρC)을 산출하는 2단계;
    상기 1단계에서 탐지된 옹이만을 나타낸 영상을 사용하여 각 픽셀별 옹이 침투비(KDR)를 구하는 3단계;
    상기 옹이 침투비에 기초하여 최대 단면계수 감쇠비를 산출하는 4단계; 및
    상기 최대 단면계수 감쇠비를 통해 휨강도를 예측하는 5단계;
    를 포함하며,
    상기 옹이 침투비를 구하는 3단계는, 데이터 베이스에 수종별로 저장된 옹이의 밀도값(ρK), 상기 2단계에서 산출된 건전부의 평균 밀도값(ρC), 및 상기 X선에 의해 탐지된 옹이의 각 필셀별 밀도(ρij)를 사용하여 하기의 식을 통해 구하는 것을 특징으로 하는 X선 스캐너를 이용한 목재의 강도 예측 방법.
    Figure 112011027180060-pat00005
    (단, KDRij는 목재 영상의 각 픽셀별 옹이 침투비, ρij는 X선 촬영된 각 픽셀별 밀도, ρK는 옹이 밀도, ρC는 건전부 평균 밀도)
  3. 목재를 X선을 사용하여 촬영한 후, 옹이를 탐지하는 1단계;
    상기 1단계에서 탐지된 옹이를 제외한 영상의 평균 밀도값(ρC)을 산출하는 2단계;
    상기 1단계에서 탐지된 옹이만을 나타낸 영상을 사용하여 각 픽셀별 옹이 침투비(KDR)를 구하는 3단계;
    상기 옹이 침투비에 기초하여 최대 단면계수 감쇠비를 산출하는 4단계; 및
    상기 최대 단면계수 감쇠비를 통해 휨강도를 예측하는 5단계;
    를 포함하며,상기 단면계수 감쇠비는, 상기 옹이의 단면 2차 모멘트(Moment of inertia)를 상기 목재 전체 단면의 2차 모멘트로 나누어 계산하는 것을 특징으로 하는 X선 스캐너를 이용한 목재의 강도 예측 방법.
  4. 삭제
  5. 목재를 X선을 사용하여 촬영한 후, 옹이를 탐지하는 1단계;
    상기 1단계에서 탐지된 옹이를 제외한 영상의 평균 밀도값(ρC)을 산출하는 2단계;
    상기 1단계에서 탐지된 옹이만을 나타낸 영상을 사용하여 각 픽셀별 옹이 침투비(KDR)를 구하고 모인옹이를 평가하는 3단계;
    상기 옹이 침투비에 기초하여 최대 단면계수 감쇠비를 산출하는 4단계; 및
    상기 최대 단면계수 감쇠비를 통해 휨강도를 예측하는 5단계;
    를 포함하며,
    상기 모인옹이와 상기 옹이 침투비에 기초하여 최대 단면계수 감쇠비를 산출하는 것을 특징으로 하는 X선 스캐너를 이용한 목재의 강도 예측 방법.
  6. 목재를 X선을 사용하여 촬영한 후, 옹이를 탐지하는 1단계;
    상기 1단계에서 탐지된 옹이를 제외한 영상의 평균 밀도값(ρC)을 산출하는 2단계;
    상기 1단계에서 탐지된 옹이만을 나타낸 영상을 사용하여 각 픽셀별 옹이 침투비(KDR)를 구하고 모인옹이를 평가하는 3단계;
    상기 옹이 침투비에 기초하여 최대 단면계수 감쇠비를 산출하는 4단계; 및
    상기 최대 단면계수 감쇠비를 통해 휨강도를 예측하는 5단계;
    를 포함하며,
    상기 모인옹이를 평가하는 단계는, 최대 옹이의 지름의 50% 이상 60%미만의 단면에 대한 옹이 침투비를 기초하여 최대 단면계수 감쇠비를 산출하는 것을 특징으로 하는 X선 스캐너를 이용한 목재의 강도 예측 방법.
KR1020090022347A 2009-03-16 2009-03-16 Ｘ선 스캐너를 이용한 목재의 강도 예측 방법 KR101121068B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020090022347A KR101121068B1 (ko) 2009-03-16 2009-03-16 Ｘ선 스캐너를 이용한 목재의 강도 예측 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020090022347A KR101121068B1 (ko) 2009-03-16 2009-03-16 Ｘ선 스캐너를 이용한 목재의 강도 예측 방법

Publications (2)

Publication Number Publication Date
KR20100104143A KR20100104143A (ko) 2010-09-29
KR101121068B1 true KR101121068B1 (ko) 2012-06-27

Family

ID=43008425

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020090022347A KR101121068B1 (ko) 2009-03-16 2009-03-16 Ｘ선 스캐너를 이용한 목재의 강도 예측 방법

Country Status (1)

Country Link
KR (1) KR101121068B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101869188B1 (ko) * 2017-02-09 2018-07-20 전남대학교산학협력단 짜맞춤 결구의 내력 성능 예측 방법

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH01299447A (ja) * 1988-05-27 1989-12-04 Uroko Seisakusho Co Ltd 原木の欠点検出方法
US4941357A (en) 1988-12-23 1990-07-17 Weyerhaeuser Company Method for estimating the strength of wood
KR20080009720A (ko) * 2005-05-18 2008-01-29 가부시키가이샤 메이난 세이사꾸쇼 목재의 옹이 탐사 방법 및 장치 및 프로그램

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH01299447A (ja) * 1988-05-27 1989-12-04 Uroko Seisakusho Co Ltd 原木の欠点検出方法
US4941357A (en) 1988-12-23 1990-07-17 Weyerhaeuser Company Method for estimating the strength of wood
KR20080009720A (ko) * 2005-05-18 2008-01-29 가부시키가이샤 메이난 세이사꾸쇼 목재의 옹이 탐사 방법 및 장치 및 프로그램

Also Published As

Publication number Publication date
KR20100104143A (ko) 2010-09-29

Similar Documents

Publication Publication Date Title
JP4675949B2 (ja) 映像処理技法を利用した構造物及び製品のクラック幅測定方法および装置
EP1026516B1 (en) Method and apparatus for analyzing an ultrasonic image of a carcass
JPH08504522A (ja) 境界ピクセル・パラメータの規則正しいシーケンスを用いた物体を識別するための方法及び装置
CN106326632A (zh) 物体分析方法与物体分析系统
CN105718931A (zh) 用于确定采集图像中的杂斑的系统和方法
CN111521624A (zh) 产品尤其是食品的x射线检查的方法和装置
Gazo et al. A fast pith detection for computed tomography scanned hardwood logs
KR101121068B1 (ko) Ｘ선 스캐너를 이용한 목재의 강도 예측 방법
KR20080060851A (ko) 목재표면의 결함검출방법
Jung et al. Towards automatic crack segmentation in 3d concrete images
Oh et al. Quantification of knots in dimension lumber using a single-pass X-ray radiation
KR102045079B1 (ko) 테라헤르츠파를 이용한 검사 장치
Abdeljaber et al. Automatic estimation of annual ring profiles in Norway spruce timber boards using optical scanning and deep learning
JP4728762B2 (ja) 超音波探傷画像処理装置
Wei et al. Identification of selected log characteristics from computed tomography images of sugar maple logs using maximum likelihood classifier and textural analysis
Aragua et al. A cost-effective approach for chicken egg weight estimation through computer vision
KR101492254B1 (ko) 정도관리를 위한 초음파 진단 장치 및 초음파 진단 방법
Rahman et al. Viola-Jones Algorithm for Automatic Detection of Hyperbolic Regions in GPR Profiles of Bridge Decks
Garcia et al. Moisture-induced strains in earlywood and latewood of mature and juvenile woods in jack pine from 3D-DIC measurements
KR101118516B1 (ko) 방사선을 이용한 혼합수종 목재의 강도 예측 방법
SK18042001A3 (sk) Spôsob a zariadenie na meranie guľatiny
US11620742B2 (en) Computer implemented methods for training or using a software infrastructure based on machine learning techniques
JP2010038759A (ja) 表面欠陥の検査方法、表面欠陥検査装置、鋼板の製造方法、及び鋼板の製造装置
JP7493393B2 (ja) 防災本管の板厚測定装置およびその方法
Skog et al. Improved log sorting combining X-ray and 3D scanning-A preliminary study

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant