KR101983476B1 - Apparatus and method for estimating grain size distribution based on image data - Google Patents
Apparatus and method for estimating grain size distribution based on image data Download PDFInfo
- Publication number
- KR101983476B1 KR101983476B1 KR1020170157288A KR20170157288A KR101983476B1 KR 101983476 B1 KR101983476 B1 KR 101983476B1 KR 1020170157288 A KR1020170157288 A KR 1020170157288A KR 20170157288 A KR20170157288 A KR 20170157288A KR 101983476 B1 KR101983476 B1 KR 101983476B1
- Authority
- KR
- South Korea
- Prior art keywords
- aggregate
- calculating
- cross
- diameter
- estimating
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 239000004567 concrete Substances 0.000 claims abstract description 43
- 239000002245 particle Substances 0.000 claims abstract description 26
- 238000012545 processing Methods 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000004088 simulation Methods 0.000 claims description 10
- 238000000342 Monte Carlo simulation Methods 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000003921 particle size analysis Methods 0.000 claims 1
- 239000004568 cement Substances 0.000 description 7
- 239000000203 mixture Substances 0.000 description 4
- 239000000463 material Substances 0.000 description 3
- 238000002834 transmittance Methods 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 235000008733 Citrus aurantifolia Nutrition 0.000 description 2
- 235000011941 Tilia x europaea Nutrition 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 239000004571 lime Substances 0.000 description 2
- 239000004576 sand Substances 0.000 description 2
- 235000019738 Limestone Nutrition 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- -1 gravel Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000006028 limestone Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000011150 reinforced concrete Substances 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000007873 sieving Methods 0.000 description 1
- 238000009864 tensile test Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/02—Investigating particle size or size distribution
- G01N15/0205—Investigating particle size or size distribution by optical means
- G01N15/0227—Investigating particle size or size distribution by optical means using imaging; using holography
-
- 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
- G01N33/38—Concrete; Lime; Mortar; Gypsum; Bricks; Ceramics; Glass
- G01N33/383—Concrete or cement
-
- G06F17/5009—
-
- G06T5/007—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- 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
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Ceramic Engineering (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Geometry (AREA)
- Dispersion Chemistry (AREA)
- Image Analysis (AREA)
Abstract
Description
영상 처리 기술에 연관되며, 보다 특정하게는 콘크리트 구조물의 영상을 이용하여 구조물에 사용된 콘크리트 입자의 크기 분포를 분석하는 장치 및 방법에 연관된다.Relates to an image processing technique, and more particularly to an apparatus and method for analyzing the size distribution of concrete particles used in a structure using an image of a concrete structure.
콘크리트란 시멘트가 물과 반응하여 굳어지는 수화반응을 이용하여 골재를 시멘트 풀로 둘러싸서 다진 것이다. 일반적으로 석회석을 원료로하는 시멘트, 물 그리고 자갈, 모래 등과 같은 골재로 구성될 수 있다.Concrete is a mixture of cement paste and aggregate, which is hardened by reacting with cement. Generally, it can be composed of aggregate such as cement, water, gravel, and sand, which are made of limestone.
일반 콘크리트는 압축력에는 잘 견디나 인장력에 약하기 때문에 독일을 중심으로 철근이 포함되는 철근콘크리트의 개발이 계속되었고, 최근에는 댐이나 도로포장·교량 등의 토목공사나 건축용 구조재료의 중심이 되고 있다.Since ordinary concrete is resistant to compressive strength and weak in tensile strength, the development of reinforced concrete containing reinforcing bars mainly in Germany has been continued, and recently, it has become the center of civil engineering works such as dams, road pavement, bridges and structural materials for construction.
일실시예에 따르면 컴퓨터에 의해 적어도 일시적으로 수행되는 방법에 있어서, 공시체 단면 영상을 골재 및 비 골재 영역으로 분류하는 단계; 분류된 상기 공시체 단면 영상에서 골재 영역을 추출하는 단계; 및 상기 골재 영역마다 식별 표지를 붙이는 단계를 포함하는 영상 처리 방법이 개시된다.According to one embodiment, there is provided a method of at least temporarily performed by a computer, the method comprising: classifying a cross-sectional image into an aggregate and a non-aggregate region; Extracting an aggregate region from the classified cross-sectional image; And attaching an identification mark to each of the aggregate areas.
다른 일실시예에 따르면 상기 비 골재 영역은, 시멘트 페스트 및 공기 영역 중 적어도 하나를 포함할 수 있다.According to another embodiment, the non-aggregate region may include at least one of a cement paste and an air region.
또 다른 일실시예에 따르면 상기 골재 영역을 추출하는 단계는, 상기 공시체 단면 영상을 그레이 스케일 이미지로 변환하는 단계; 상기 골재 및 비 골재 영역을 흑백 이미지로 변환하는 단계; 및 상기 흑백 이미지에서 골재 영역을 추출하는 단계를 포함하는 영상 처리 방법도 개시된다.According to another embodiment of the present invention, the extracting of the aggregate region may include converting the cross-sectional image of the specimen into a grayscale image; Converting the aggregate and non-aggregate areas to a monochrome image; And extracting an aggregate region from the monochrome image.
일측에 따르면 컴퓨터에 의해 적어도 일시적으로 수행되는 방법에 있어서, 공시체 단면 영상으로부터 골재 영역을 추출하는 단계; 단면 영상의 상기 골재 영역으로부터 골재의 실제 지름을 추정하는 단계; 각 체에 걸러지는 골재의 수량을 추정하는 단계; 추정되는 골재의 수량을 기반으로 각 체에 걸러지는 골재 질량을 계산하는 단계; 및 각 체에 걸러지는 골재 사이의 투과 비율을 계산하는 단계를 포함하는 콘크리트 입도 분포 계산 방법이 제시된다.According to one aspect, there is provided a method of at least temporarily performing by a computer, the method comprising: extracting an aggregate region from a specimen cross-sectional image; Estimating an actual diameter of the aggregate from the aggregate area of the cross-section image; Estimating a quantity of aggregate to be filtered by each sieve; Calculating aggregate mass to be sieved on each sieve based on the estimated quantity of aggregate; And calculating a permeation ratio between the aggregates filtered by each of the sieves.
다른 일측에 따르면 상기 골재의 실제 지름을 추정하는 단계는, 복수의 타원체를 생성하여 자른 단면 시뮬레이션 데이터를 기반으로 상기 골재의 실제 지름을 추정하는 단계일 수 있고, 상기 시뮬레이션은 몬테카를로 시뮬레이션인 콘크리트 입도 분포 계산 방법도 가능하다.According to another aspect, the step of estimating the actual diameter of the aggregate may be a step of estimating the actual diameter of the aggregate based on the cross-sectional simulation data generated by cutting and generating a plurality of ellipsoids, and the simulation may be performed using a Monte Carlo simulated concrete particle size distribution Calculation methods are also possible.
또 다른 일측에 따르면 상기 골재의 수량을 추정하는 단계는, 각 체에 있는 골재들을 가상의 타원체로 모델링하는 단계; 모델링된 상기 가상의 타원체를 자르는 경우, 상기 골재들의 특정 지름 개수를 이용하여 특정 지름 이상의 골재 비율을 계산하는 단계; 및 공시체 단면 영상을 기반으로한 골재 영역의 지름을 이용하여 특정 지름 이상의 골재 비율을 계산하는 단계를 포함하는 콘크리트 입도 분포 계산 방법이 제시된다.According to another aspect of the present invention, the step of estimating the quantity of the aggregate includes: modeling the aggregates in each sieve as a virtual ellipsoid; Calculating aggregate ratios of a specific diameter or more by using a specific diameter number of the aggregates when cutting the modeled ellipsoid; And a step of calculating an aggregate proportion of a specific diameter or larger using the diameter of the aggregate region based on the cross-sectional image of the specimen.
다른 일측에 따르면 상기 골재의 수량을 추정하는 단계는, 하기 수학식을 최적화하여 계산하는 콘크리트 입도 분포 계산 방법이 개시된다.According to another aspect of the present invention, there is provided a concrete particle size distribution calculation method for estimating the quantity of aggregate by optimizing the following equation.
[수학식][Mathematical Expression]
여기서 ai는 특정한 크기 이하만 통과할 수 있는 i번째 체에 남겨져 있는 골재의 수량을 의미하고, fi(xj)는 i번째 체에 있는 골재들이 가상의 모델링을 이용하여 자른 후의 결과를 기반으로 계산되는 특정 지름 이상의 골재 비율을 의미하고, g(xj)는 공시체 단면 영상을 기반으로 골재 영역의 지름을 이용하여 계산되는 특정 지름 이상의 골재 비율을 의미한다.Where a i is the quantity of aggregate left in the ith cell that can pass only below a certain size, and f i (x j ) is the number of aggregates in the ith cell, , And g (x j ) means an aggregate ratio of a specific diameter or more, which is calculated using the diameter of the aggregate area based on the cross-sectional image of the specimen.
일실시예에 따르면 공시체 단면 영상으로부터 골재 영역을 추출하는 영상 처리부; 및 단면 영상의 상기 골재 영역으로부터 골재의 실제 지름을 추정하고, 각 체에 걸러지는 골재의 수량을 추정하며, 추정되는 골재 수량을 기반으로 각 체에 걸러지는 골재 질량을 계산하고, 각 체에 걸러지는 골재 사이의 투과 비율을 계산하는 계산부를 포함하는 콘크리트 입도 분포 계산 장치가 개시된다.According to an embodiment, an image processing unit extracts an aggregate area from a cross-sectional image of a specimen; And estimating the actual diameter of the aggregate from the aggregate area of the cross-sectional image, estimating the quantity of aggregate filtered by each sieve, calculating the aggregate mass filtered by each sieve based on the estimated aggregate quantity, Discloses a concrete particle size distribution calculation apparatus including a calculation section for calculating a transmission ratio between aggregates.
다른 일실시예에 따르면 복수의 타원체를 생성하여 자른 단면 시뮬레이션 데이터를 기반으로 상기 골재의 실제 지름을 추정하는 시뮬레이션부를 더 포함하는 콘크리트 입도 분포 계산 방법도 가능하다.According to another embodiment, a concrete particle size distribution calculation method further includes a simulation unit for estimating an actual diameter of the aggregate based on the cross-sectional simulation data generated by cutting plural ellipsoids.
또 다른 일실시예에 따르면 상기 시뮬레이션부는, 몬테카를로 시뮬레이션 방법을 이용하여 상기 골재의 실제 지름을 추정할 수 있다.According to another embodiment, the simulation unit can estimate the actual diameter of the aggregate by using a Monte Carlo simulation method.
다른 일실시예에 따르면 상기 시뮬레이션부는, 각 체에 있는 골재들을 가상의 타원체로 모델링하고, 모델링된 상기 가상의 타원체를 자르는 경우, 상기 골재들의 특정 지름 개수를 이용하여 특정 지름 이상의 골재 비율을 계산하며, 공시체 단면 영상을 기반으로한 골재 영역의 지름을 이용하여 특정 지름 이상의 골재 비율을 계산하는 콘크리트 입도 분포 계산 장치가 제시된다.According to another embodiment, the simulation unit models the aggregates in each sieve as a virtual ellipsoid, and when cutting the modeled virtual ellipsoid, the simulation unit calculates an aggregate ratio of a specific diameter or more using a specific diameter number of the aggregates , A concrete particle size distribution calculation device for calculating an aggregate ratio of a specific diameter or larger using a diameter of an aggregate area based on a cross-sectional image of a specimen is presented.
일실시예에 따르면 상기 계산부는, 하기 수학식을 최적화하여 골재 수량을 추정하는 콘크리트 입도 분포 계산 장치일 수 있다.According to one embodiment, the calculation unit may be a concrete particle size distribution calculating device for estimating an aggregate quantity by optimizing the following equation.
[수학식][Mathematical Expression]
여기서 ai는 특정한 크기 이하만 통과할 수 있는 i번째 체에 남겨져 있는 골재의 수량을 의미하고, fi(xj)는 i번째 체에 있는 골재들이 가상의 모델링을 이용하여 자른 후의 결과를 기반으로 계산되는 특정 지름 이상의 골재 비율을 의미하고, g(xj)는 공시체 단면 영상을 기반으로 골재 영역의 지름을 이용하여 계산되는 특정 지름 이상의 골재 비율을 의미할 수 있다.Where a i is the quantity of aggregate left in the ith cell that can pass only below a certain size, and f i (x j ) is the number of aggregates in the ith cell, , And g (x j ) can be an aggregate ratio of a specific diameter or more calculated using the diameter of the aggregate area based on the cross-sectional image of the specimen.
또한 상기 콘크리트 입도 분석 방법들을 수행하는 프로그램을 수록한 컴퓨터 판독 가능 기록 매체도 제시된다.A computer-readable recording medium containing a program for performing the method of analyzing concrete particle sizes is also provided.
도 1은 일실시예에 따른 콘크리트 건물 및 콘크리트 공시체를 도시한다.
도 2는 일실시예에 따른 공시체 단면 및 상기 공시체 단면 영상을 처리하는 과정을 도시한다.
도 3은 일실시예에 따른 골재 비율을 계산하는 흐름도이다.
도 4는 일실시예에 따른 골재 비율의 그래프를 도시한다.1 illustrates a concrete building and a concrete specimen according to an embodiment.
FIG. 2 illustrates a process of processing a specimen section and a specimen section image according to an embodiment.
3 is a flow chart for calculating an aggregate ratio according to an embodiment.
4 shows a graph of aggregate ratios according to one embodiment.
이하에서, 실시예들을 첨부된 도면을 참조하여 상세하게 설명한다. 그러나, 권리범위는 이러한 실시예들에 의해 제한되거나 한정되는 것은 아니다. 각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다.Hereinafter, embodiments will be described in detail with reference to the accompanying drawings. However, the scope of the rights is not limited or limited by these embodiments. Like reference symbols in the drawings denote like elements.
아래 설명에서 사용되는 용어는, 연관되는 기술 분야에서 일반적이고 보편적인 것으로 선택되었으나, 기술의 발달 및/또는 변화, 관례, 기술자의 선호 등에 따라 다른 용어가 있을 수 있다. 따라서, 아래 설명에서 사용되는 용어는 기술적 사상을 한정하는 것으로 이해되어서는 안 되며, 실시예들을 설명하기 위한 예시적 용어로 이해되어야 한다.The terms used in the following description are chosen to be generic and universal in the art to which they are related, but other terms may exist depending on the development and / or change in technology, customs, preferences of the technician, and the like. Accordingly, the terminology used in the following description should not be construed as limiting the technical thought, but should be understood in the exemplary language used to describe the embodiments.
또한 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 설명 부분에서 상세한 그 의미를 기재할 것이다. 따라서 아래 설명에서 사용되는 용어는 단순한 용어의 명칭이 아닌 그 용어가 가지는 의미와 명세서 전반에 걸친 내용을 토대로 이해되어야 한다.Also, in certain cases, there may be a term chosen arbitrarily by the applicant, in which case the meaning of the detailed description in the corresponding description section. Therefore, the term used in the following description should be understood based on the meaning of the term, not the name of a simple term, and the contents throughout the specification.
콘크리트의 주 재료는 시멘트, 물, 굵은 골재 및 잔 골재로 구성될 수 있다. 콘크리트의 품질을 결정하는 데에 있어서, 굵은 골재의 비율이 핵심적이며 굵은 골재의 입도 분포는 국토교통부에서 발행하는 콘크리트 표준시방서에 규정되어 있다.The main material of concrete can be composed of cement, water, coarse aggregate and fine aggregate. In determining the quality of concrete, the ratio of coarse aggregate is essential and the particle size distribution of coarse aggregate is specified in the concrete standard specification issued by the Ministry of Land, Transport and Traffic.
입도 분포란 십도 시험에 의해 각 체눈에 남아있는 모래의 중량 퍼센트(%)를 체눈의 크기 순으로 나타낸 것을 의미한다. 그래프로 표시되는 경우, 상기 그래프의 형팡에 따라 입자의 거친 정도, 단일 입자에의 접근도 등을 알 수 있다.The particle size distribution means that the weight percentage (%) of the sand remaining in each eye by the tensile test is expressed in the order of the size of the sieve. In the case of a graph, roughness of the particles and accessibility to a single particle can be determined according to the shape of the graph.
도 1은 일실시예에 따른 콘크리트 건물 및 콘크리트 공시체를 도시한다.1 illustrates a concrete building and a concrete specimen according to an embodiment.
콘크리트는 배합 전 체를 이용하여 굵은 골재의 입도 분포를 조절한다. 예를 들어, 콘크리트 입도 분포 계산은 체를 통해 걸러지는 비율을 이용하여 분석한다. 아래에서는 표 1을 참고하여 설명한다.Concrete adjusts the particle size distribution of coarse aggregate by using the whole mixture. For example, the calculation of concrete particle size distribution is analyzed using the ratio of sieving through the sieve. In the following, we refer to Table 1.
체 사이즈는 해당 체에 남겨지는 골재의 최대 지름의 범위를 의미한다. 예를 들어 가장 아래에 있는 체(a1)의 경우에는 2.5mm 크기의 구정이 있기 때문에 이보다 큰 최대 지름을 가진 골재가 남겨지고, 이 바로 위에 있는 체(a2)에 5.0mm 크기의 구멍이 있기 때문에 이보다 작은 크기의 골재들이 내려온다. 즉, 가장 아래에 있는 체에는 최대 지름이 2.5mm 보다 크고 5.0mm보다 작은 골재들이 남겨진다.The sieve size means the range of the maximum diameter of the aggregate left in the sieve. For example, in the case of a body (a 1) at the bottom is 5.0mm in the body (a 2) which is left the aggregate with a maximum diameter greater than this, because the city administration of 2.5mm in size, just above the hole size There is a smaller size of aggregates coming down. In other words, aggregates smaller than 5.0 mm are left in the lowest sieve with a maximum diameter greater than 2.5 mm.
그러나 이미 배합이 끝난 콘크리트에서는 위와 같이 입도 분포의 확인이 불가능 하다. 예를 들어 이미 완성된 콘크리트 건축물(110)의 경우에는 콘크리트의 배합은 물론 이미 다 굳어진 상태이므로 입도 분포를 측정할 수 없다. 또한 다량의 콘크리트를 배합하는 경우에는 골재의 입도 분포를 확인하지 않고 배합하는 경우가 종종 발생한다.However, it is impossible to confirm the particle size distribution in concrete already mixed. For example, in the case of the already completed concrete building 110, the composition of the concrete can not be measured because the concrete is already hardened. Also, when a large amount of concrete is blended, blending often occurs without checking the particle size distribution of the aggregate.
따라서 상기 예시와 같이 입도 분포가 사후적으로 측정되어야 하는 경우에 입도 분포를 정확하게 측정할 수는 없기 때문에, 추정할 수 있는 방법을 제시한다.Therefore, since the particle size distribution can not be accurately measured when the particle size distribution is to be measured as in the above example, a method that can be estimated is presented.
콘크리트 배합 또는 건축물로부터 콘크리트 공시체(120)를 채취할 수 있다. 콘크리트 공시체는 예시적으로 원기둥 형태 또는 직육면체 형태를 포함할 수 있다. 그러나 이에 한정되는 것은 아니며 다양한 형태의 공시체가 가능하다.The concrete specimen 120 can be taken from the concrete mix or building. The concrete specimen may illustratively include a cylindrical shape or a rectangular parallelepiped shape. However, the present invention is not limited thereto, and various types of specimens are possible.
도 2는 일실시예에 따른 공시체 단면 및 상기 공시체 단면 영상을 처리하는 과정을 도시한다. 도 2a는 공시체 단면 영상이며, 도 2b는 상기 단면의 세그멘티드(Segmented) 이미지, 도 2c는 상기 단면의 그레이스케일(Grayscale) 이미지, 도 2d는 상기 단면의 흑백(Binary) 이미지 그리고 도 2e는 상기 단면의 레이블드(Labeled) 이미지를 도시한다.FIG. 2 illustrates a process of processing a specimen section and a specimen section image according to an embodiment. 2B is a segmented image of the cross-section, FIG. 2C is a grayscale image of the cross-section, FIG. 2D is a binary image of the cross-section, and FIG. 2E is a cross- And a labeled image of the cross section.
먼저 도 2a를 살펴보면, 상기 공시체의 단면에서 골재 부분과 비골재 부분을 확인할 수 있다. 콘크리트의 주 재료는 앞서 설명한 것 처럼 시멘트, 물, 굵은 골재 및 잔 골재로 구성될 수 있으며, 일정 크기 이상의 골재를 굵은 골재라 한다. 굵은 골재과 잔 골재를 구별하는 기준은 경우에 따라 달라질 수 있다. 도 2a에서는 육안으로 확인 가능한 골재 영역과 비 골재 영역을 구별할 수 있다.First, referring to FIG. 2A, an aggregate portion and a non-aggregate portion can be identified on the cross section of the specimen. The main material of concrete can be composed of cement, water, coarse aggregate and fine aggregate as mentioned above, and aggregate of a certain size or larger is called coarse aggregate. The criteria for distinguishing coarse aggregate from coarse aggregate may vary from case to case. In FIG. 2A, it is possible to distinguish between an aggregate region and a non-aggregate region that can be visually recognized.
도 2b는 세그멘티드 이미지를 도시하며, 상기 공시체 단면 영상으로부터 골재 영역을 제1 컬러로 분류하고, 비 골재 영역을 제2 및 제3 컬러로 분류하였다. 도 2b에서는 예시적으로 제1 컬러는 붉은색으로, 제2 및 제3 컬러는 연한 붉은색 및 라임색으로 표현한다.FIG. 2B shows a segmented image, in which the aggregate area is classified into a first color and the non-aggregate area is classified into a second color and a third color from the sectional image of the specimen. In FIG. 2B, the first color is illustratively red, and the second and third colors are represented by light red and lime.
따라서 붉은색으로 표현되는 영역은 골재 영역이고, 연한 붉은색 영역은 시멘트 영역이며, 라임색 영역은 빈공간(Air)을 도시한다.Therefore, the area represented by red color is the aggregate area, the light red area is the cement area, and the lime color area is the air space.
도 2c는 상기 세그멘티드 이미지로부터 추출되는 그레이스케일 이미지이다. 즉, 상기 제1 내지 제3 컬러를 회색조로 명도를 조절하여 표현한 이미지이다.2C is a grayscale image extracted from the segmented image. That is, the first to third colors are images expressed by adjusting the lightness in gray scale.
다음으로 도 2d는 흑백 이미지이다. 흑백 이미지는 골재 영역을 검정, 골재가 아닌 영역을 흰색으로 표현할 수 있으며 그 역도 가능하다. 도 2d에서는 예시적으로 검정을 골재 영역으로 설정하였고, 이진법적 으로 0을 의미할 수 있으며 비 골재 영역은 1을 의미할 수 있다.Next, Fig. 2D is a monochrome image. Black and white images can represent black areas of aggregate, white areas of non-aggregate, and vice versa. In FIG. 2 (d), black is set as an aggregate region, and binary terms can be 0, and a non-aggregate region can mean 1.
또한 상기 흑백 이미지는 그레이스케일 이미지로부터 추출될 수 있으나, 상기 그레이스케일 이미지 단계를 생각하고 세그멘티드 이미지로부터 직접 추출되는 것도 가능하다.Also, the monochrome image may be extracted from the grayscale image, but it is also possible to consider the grayscale image step and extract directly from the segmented image.
마지막으로 레이블드 이미지를 도 2e에서 도시한다. 0으로 표현되었던 골재 영역을 구분되는 폐영역(closed area)마다 하나씩 라벨을 붙일 수 있다. 예를 들어 총 100개의 골재 폐영역이 존재하는 경우에 각 영역을 1부터 100번까지 라벨링이 가능하다. 도 2e에서는 예시적으로 1부터 11번까지의 라벨링만 표시하였다Finally, a labeled image is shown in Figure 2e. One can label each aggregate area that is represented by 0 for each closed area. For example, if there are a total of 100 aggregate closure zones, each zone can be labeled from 1 to 100 times. In FIG. 2E, only labels 1 through 11 are shown as an example
라벨링되는 개별 골재 영역마다 머신러닝을 이용하여 학습시킨 알고리즘을 적용하여 골재 정보를 추출할 수 있다. 구체적으로 상기 골재 정보는 골재가 갖는 최대 지름을 의미할 수 있다.The aggregate information can be extracted by applying the learned algorithm using the machine learning for each individual aggregate area to be labeled. Specifically, the aggregate information may mean the maximum diameter of the aggregate.
도 3은 일실시예에 따른 골재 비율을 계산하는 흐름도이다.3 is a flow chart for calculating an aggregate ratio according to an embodiment.
일실시예에 따라 골재 비율을 계산하는 방법은 공시체를 채취하는 단계(310), 절단면을 촬영하는 단계(320), 골재 수량을 추정하는 단계(330), 골재 질량을 계산하는 단계(340) 및 골재 투과 비율을 계산하는 단계(350)로 구성될 수 있다.A method for calculating an aggregate ratio according to an embodiment includes collecting a
먼저 공시체를 채취하는 단게(310)는 콘크리트 건물로부터 공시체를 획득하는 단계를 의미한다. 구체적으로 이미 완성되어 있는 콘크리트 건물의 일부를 채취할 수 있으며, 공시체의 형태는 예시적으로 원기둥 또는 직육면체 형태일 수 있으나 이에 한정되는 것은 아니다.First, a
다음으로 절단면을 촬영하는 단계(320)이다. 골재 비율을 계산하기 위해서 공시체 절단면에 대한 분석이 요구되며, 상기 절단면을 촬영한다. 촬영된 공시체 절단면을 도 2에서 설명한 방법으로 라벨링까지 수행하고, 각 골재 영역마다 골재 최대 지름 정보를 추출할 수 있다.Next, step 320 of photographing the cut surface. In order to calculate the aggregate ratio, analysis of the section cut surface is required, and the cut surface is photographed. The cut face of the photographed specimen can be subjected to labeling by the method described in Fig. 2, and the aggregate maximum diameter information can be extracted for each aggregate area.
그리고 골재 수량을 추정하는 단계(330)를 수행한다. 상기 골재 수량을 추정하는 단계는 추출되는 골재 최대 지름 정보를 이용하여 각 체에 걸러지는 특정 지름 이상을 갖는 골재가 몇 개나 있는지 수량을 추정할 수 있다.And estimating a quantity of aggregate (330). The step of estimating the aggregate quantity can estimate the number of aggregates having a specific diameter or more that is filtered by each of the aggregates using the extracted aggregate maximum diameter information.
예를 들어 콘크리트 구조물에서 원기둥 형태의 공시체를 채취한 후, 단면 촬영을 위해 공시체를 절단하는 경우에 절단면의 골재들이 잘리게 되므로 골재들의 실제 최대 지름 정보를 정확하게 알 수 없다. 따라서 확률 모델을 적용하여 잘려있는 골재들의 최대 지름 정보를 추정한다. 일실시예에 따르면, 다양한 최대 지름을 갖는 타원체를 시뮬레이션 데이터로 생성하고, 생성되는 타원체를 임의로 절단한 후의 데이터를 기반으로 추정한다. 상기 시뮬레이션은 몬테카를로(Monte-Carlo) 시뮬레이션 일 수 있으며, 구체적으로 사용되는 확률 모델은 예시적으로 그러나 한정되지 않게 아래의 수학식 1로 표현될 수 있다.For example, when a specimen of a cylindrical shape is taken from a concrete structure and then the specimen is cut to perform a cross-sectional photographing, the aggregate of the cut surface is cut off, so that the actual maximum diameter information of the aggregates can not be accurately known. Therefore, the maximum diameter information of the cut aggregates is estimated by applying the probability model. According to one embodiment, an ellipsoid having various maximum diameters is generated as simulation data, and the generated ellipsoid is arbitrarily cut off to estimate based on the data. The simulation may be a Monte-Carlo simulation, and the probabilistic model that is used specifically may be exemplarily but not limited to the following equation (1).
여기서 ai는 특정한 크기 이하만 통과할 수 있는 i번째 체에 남겨져 있는 골재의 수량을 의미하고, fi(xj)는 i번째 체에 있는 골재들이 가상의 모델링을 이용하여 자른 후의 결과를 기반으로 계산되는 특정 지름 이상의 골재 비율을 의미하고, g(xj)는 공시체 단면 영상을 기반으로 골재 영역의 지름을 이용하여 계산되는 특정 지름 이상의 골재 비율을 의미한다.Where a i is the quantity of aggregate left in the ith cell that can pass only below a certain size, and f i (x j ) is the number of aggregates in the ith cell, , And g (x j ) means an aggregate ratio of a specific diameter or more, which is calculated using the diameter of the aggregate area based on the cross-sectional image of the specimen.
수학식 1에서 fi(xj)는 몬테카를로 시뮬레이션을 통하여 계산되는 값이며, g(xj)는 공시체 단면 영상을 이용하여 계산되는 값이다. 따라서 상기 수학식 1을 최적화 함으로써, ai를 구할 수 있다.In Equation (1), f i (x j ) is a value calculated by Monte Carlo simulation, and g (x j ) is a value calculated by using a sectional image of a specimen. Therefore, a i can be obtained by optimizing Equation (1).
골재 질량을 계산하는 단계(350)는 상기 추정되는 골재 수량(ai)으로부터 골재의 평균 질량을 이용하여 계산할 수 있다. 즉, 추정되는 골재 수량과 골재의 평균 질량을 곱하여 전체 골재 질량을 계산할 수 있다.The
마지막으로 골재 투과 비율을 계산하는 단계(350)에서는 상기 골재 전체 질량을 이용하여 각 체에 걸러지는 골재의 투과 비율을 계산할 수 있다. 구체적으로 각 체에 걸러지는 골재의 수량으로부터 골재의 질량을 계산하므로, 각 체마다 남아있는 골재 질량을 이용하여 골재 투과 비율을 계산할 수 있다.Finally, in
도 4는 일실시예에 따른 골재 비율의 그래프를 도시한다.4 shows a graph of aggregate ratios according to one embodiment.
X축은 골재의 최대 지름이며, Y축은 투과율을 나타낸다. 투과율이란 미리 정해진 규격의 체를 통과한 골재들의 양을 의미한다. 일실시예에 따른 굵은 골재의 입도 분포는 콘크리트 표준시방서를 기준으로 할 때 상한선(Upper bound)과 하한선(Lower bound) 사이에 위치해야 한다. 상기 상한선 및 하한선은 콘크리트 표준시방서에 따라 상이할 수 있다.The X axis represents the maximum diameter of the aggregate, and the Y axis represents the transmittance. The transmittance means the amount of aggregates passing through a sieve of a predetermined standard. The particle size distribution of the coarse aggregate according to an embodiment should be located between an upper bound and a lower bound based on the concrete standard specification. The upper and lower limits may vary depending on the concrete standard specification.
상기 설명한 콘크리트 입도 분포 추정 방법을 이용하면 굵은 골재의 비율뿐만 아니라 잔 골재의 비율을 계산하는 경우에도 적용이 가능하다. 잔 골재도 굵은 골재와 마찬가지로 콘크리트 표준시방서에 입도 분포가 규정되어 있다. 다만 단 골재는 굵은 골재에 비하여 상대적으로 크기가 작기 때문에 현미경 이미지를 사용하여 적용할 수도 있다.The above-described concrete particle size distribution estimation method can be applied to the case of calculating the ratio of coarse aggregate as well as the ratio of coarse aggregate. As with coarse aggregate, the particle size distribution is specified in the concrete standard specification. However, since the single aggregate is relatively small in comparison with the coarse aggregate, it can be applied using a microscopic image.
이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPA(field programmable array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.The apparatus described above may be implemented as a hardware component, a software component, and / or a combination of hardware components and software components. For example, the apparatus and components described in the embodiments may be implemented within a computer system, such as, for example, a processor, a controller, an arithmetic logic unit (ALU), a digital signal processor, a microcomputer, a field programmable array (FPA) A programmable logic unit (PLU), a microprocessor, or any other device capable of executing and responding to instructions. The processing device may execute an operating system (OS) and one or more software applications running on the operating system. The processing device may also access, store, manipulate, process, and generate data in response to execution of the software. For ease of understanding, the processing apparatus may be described as being used singly, but those skilled in the art will recognize that the processing apparatus may have a plurality of processing elements and / As shown in FIG. For example, the processing unit may comprise a plurality of processors or one processor and one controller. Other processing configurations are also possible, such as a parallel processor.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.The software may include a computer program, code, instructions, or a combination of one or more of the foregoing, and may be configured to configure the processing device to operate as desired or to process it collectively or collectively Device can be commanded. The software and / or data may be in the form of any type of machine, component, physical device, virtual equipment, computer storage media, or device , Or may be permanently or temporarily embodied in a transmitted signal wave. The software may be distributed over a networked computer system and stored or executed in a distributed manner. The software and data may be stored on one or more computer readable recording media.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.The method according to an embodiment may be implemented in the form of a program command that can be executed through various computer means and recorded in a computer-readable medium. The computer-readable medium may include program instructions, data files, data structures, and the like, alone or in combination. The program instructions to be recorded on the medium may be those specially designed and configured for the embodiments or may be available to those skilled in the art of computer software. Examples of computer-readable media include magnetic media such as hard disks, floppy disks and magnetic tape; optical media such as CD-ROMs and DVDs; magnetic media such as floppy disks; Magneto-optical media, and hardware devices specifically configured to store and execute program instructions such as ROM, RAM, flash memory, and the like. Examples of program instructions include machine language code such as those produced by a compiler, as well as high-level language code that can be executed by a computer using an interpreter or the like. The hardware devices described above may be configured to operate as one or more software modules to perform the operations of the embodiments, and vice versa.
실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.Although the embodiments have been described with reference to the drawings, various modifications and variations may be made by those skilled in the art. For example, it is to be understood that the techniques described may be performed in a different order than the described methods, and / or that components of the described systems, structures, devices, circuits, Lt; / RTI > or equivalents, even if it is replaced or replaced.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.Therefore, other implementations, other embodiments, and equivalents to the claims are also within the scope of the following claims.
Claims (14)
공시체 단면 영상으로부터 골재 영역을 추출하는 단계;
복수의 타원체를 자른 단면 몬테칼로 시뮬레이션 데이터를 이용하여 상기 골재 영역에 대응하는 지름을 추정하는 단계;
추정되는 상기 지름을 이용하여 상기 골재를 가상의 타원체로 모델링하는 단계;
상기 가상의 타원체를 자르는 경우에 특정 지름 이상의 골재 비율을 계산하여 각 체에 걸러지는 골재의 수량을 추정하는 단계;
추정되는 상기 골재의 수량과 상기 각 체에 걸러지는 골재 평균 질량을 이용하여 각 체에 걸러지는 골재의 총 질량을 계산하는 단계; 및
각 체에 걸러지는 골재의 투과 비율을 계산하는 단계
를 포함하는 콘크리트 입도 분포 계산 방법.
A method for performing at least temporarily by a computer,
Extracting an aggregate region from the cross-sectional image of the specimen;
Estimating a diameter corresponding to the aggregate area using the cross-sectional Monte-Carlo simulation data obtained by cutting a plurality of ellipsoids;
Modeling the aggregate as a virtual ellipsoid using the estimated diameter;
Calculating the aggregate proportion of a specific diameter or more when cutting the virtual ellipsoid, and estimating a quantity of aggregate to be filtered by each sieve;
Calculating a total mass of aggregate to be sieved in each sieve by using the estimated quantity of aggregate and the average aggregate mass filtered by each sieve; And
A step of calculating a permeation ratio of aggregate to be sieved in each sieve
Wherein the method comprises the steps of:
상기 골재의 수량을 추정하는 단계는,
하기 수학식을 최적화하여 계산하는 콘크리트 입도 분포 계산 방법.
[수학식]
여기서 ai는 특정한 크기 이하만 통과할 수 있는 i번째 체에 남겨져 있는 골재의 수량을 의미하고, fi(xj)는 i번째 체에 있는 골재들이 가상의 모델링을 이용하여 자른 후의 결과를 기반으로 계산되는 특정 지름 이상의 골재 비율을 의미하고, g(xj)는 공시체 단면 영상을 기반으로 골재 영역의 지름을 이용하여 계산되는 특정 지름 이상의 골재 비율을 의미함.
5. The method of claim 4,
The method of claim 1,
A method for calculating a concrete particle size distribution by optimizing the following equation.
[Mathematical Expression]
Where a i is the quantity of aggregate left in the ith cell that can pass only below a certain size, and f i (x j ) is the number of aggregates in the ith cell, , And g (x j ) means an aggregate ratio of a specific diameter or more, which is calculated using the diameter of the aggregate region based on the cross-sectional image of the specimen.
복수의 타원체를 자른 단면 몬테칼로 시뮬레이션 데이터를 이용하여 단면 영상의 상기 골재 영역에 대응하는 지름을 추정하는 시뮬레이션부;
추정되는 상기 지름을 이용하여 상기 골재를 가상의 타원체로 모델링하고, 상기 가상의 타원체를 자르는 경우에 특정 지름 이상의 골재 비율을 계산하여 각 체에 걸러지는 골재의 수량을 추정하고, 추정되는 상기 골재의 수량과 상기 각 체에 걸러지는 골재 평균 질량을 이용하여 각 체에 걸러지는 골재의 총 질량을 계산하고, 각 체에 걸러지는 골재의 투과 비율을 계산하는 계산부;
를 포함하는 콘크리트 입도 분포 계산 장치.
An image processing unit for extracting an aggregate area from the cross sectional image of the specimen; And
A simulation unit for estimating a diameter corresponding to the aggregate area of the cross-section image using the cross-section Monte-Carlo simulation data obtained by cutting a plurality of ellipsoids;
Estimating a quantity of aggregate to be filtered by each of the sieves by modeling the aggregate as a virtual ellipsoid using the estimated diameter and calculating an aggregate ratio of a specific diameter or more when cutting the virtual ellipsoid, A calculation unit calculating the total mass of the aggregate to be filtered by each of the sieves using the yield and the average mass of the aggregate filtered by each of the sieves and calculating a transmission ratio of the aggregate to be sieved to each sieve;
Wherein the concrete particle size distribution calculating unit calculates the particle size distribution of the concrete.
상기 계산부는,
하기 수학식을 최적화하여 골재 수량을 추정하는 콘크리트 입도 분포 계산 장치.
[수학식]
여기서 ai는 특정한 크기 이하만 통과할 수 있는 i번째 체에 남겨져 있는 골재의 수량을 의미하고, fi(xj)는 i번째 체에 있는 골재들이 가상의 모델링을 이용하여 자른 후의 결과를 기반으로 계산되는 특정 지름 이상의 골재 비율을 의미하고, g(xj)는 공시체 단면 영상을 기반으로 골재 영역의 지름을 이용하여 계산되는 특정 지름 이상의 골재 비율을 의미함.
10. The method of claim 9,
The calculation unit may calculate,
A concrete particle size distribution calculation device for estimating an aggregate yield by optimizing the following equation.
[Mathematical Expression]
Where a i is the quantity of aggregate left in the ith cell that can pass only below a certain size, and f i (x j ) is the number of aggregates in the ith cell, , And g (x j ) means an aggregate ratio of a specific diameter or more, which is calculated using the diameter of the aggregate region based on the cross-sectional image of the specimen.
콘크리트 입도 분석 방법을 수행하는 프로그램을 수록한 컴퓨터 판독 가능 기록 매체.9. A method according to any one of claims 4 to 8,
A computer readable recording medium containing a program for performing a concrete particle size analysis method.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020170157288A KR101983476B1 (en) | 2017-11-23 | 2017-11-23 | Apparatus and method for estimating grain size distribution based on image data |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020170157288A KR101983476B1 (en) | 2017-11-23 | 2017-11-23 | Apparatus and method for estimating grain size distribution based on image data |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR101983476B1 true KR101983476B1 (en) | 2019-05-29 |
Family
ID=66672772
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020170157288A KR101983476B1 (en) | 2017-11-23 | 2017-11-23 | Apparatus and method for estimating grain size distribution based on image data |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101983476B1 (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20220104416A (en) * | 2021-01-18 | 2022-07-26 | 포항공과대학교 산학협력단 | Method for Predicting Particle Size Produced by Vapor-Phase Synthesized |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20070028421A (en) * | 2004-06-24 | 2007-03-12 | 가부시키가이샤 파스트 | Hardened concrete bubble measuring method and bubble measuring instrument |
| KR100707389B1 (en) | 2004-09-06 | 2007-04-13 | 한국건설기술연구원 | Apparatus and method for evaluating integrity of concrete structure using sound wave analysis |
| JP2008268051A (en) * | 2007-04-23 | 2008-11-06 | Zenkoku Nama Concrete Kogyo Kumiai Rengokai | Method and system for measuring freshly mixed concrete aggregate particle size |
| JP2010230421A (en) * | 2009-03-26 | 2010-10-14 | Nakanihon Highway Engineering Nagoya Kk | Method of dividing region of concrete image |
| KR20120002823A (en) * | 2010-07-01 | 2012-01-09 | 한국건설기술연구원 | Method for measuring porosity of concrete using backscattered electron imaging |
| KR101446171B1 (en) * | 2013-08-14 | 2014-10-01 | 한국건설기술연구원 | Measuring Method of Paste-Void Spacing Factor of Hardened Cement Paste using X-ray Computed Tomography |
| JP2016514273A (en) * | 2013-03-15 | 2016-05-19 | ビーピー・コーポレーション・ノース・アメリカ・インコーポレーテッド | System and method for improving direct numerical simulation of material properties from rock samples and determining the uncertainty of the material properties |
-
2017
- 2017-11-23 KR KR1020170157288A patent/KR101983476B1/en active IP Right Grant
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20070028421A (en) * | 2004-06-24 | 2007-03-12 | 가부시키가이샤 파스트 | Hardened concrete bubble measuring method and bubble measuring instrument |
| KR100707389B1 (en) | 2004-09-06 | 2007-04-13 | 한국건설기술연구원 | Apparatus and method for evaluating integrity of concrete structure using sound wave analysis |
| JP2008268051A (en) * | 2007-04-23 | 2008-11-06 | Zenkoku Nama Concrete Kogyo Kumiai Rengokai | Method and system for measuring freshly mixed concrete aggregate particle size |
| JP2010230421A (en) * | 2009-03-26 | 2010-10-14 | Nakanihon Highway Engineering Nagoya Kk | Method of dividing region of concrete image |
| KR20120002823A (en) * | 2010-07-01 | 2012-01-09 | 한국건설기술연구원 | Method for measuring porosity of concrete using backscattered electron imaging |
| JP2016514273A (en) * | 2013-03-15 | 2016-05-19 | ビーピー・コーポレーション・ノース・アメリカ・インコーポレーテッド | System and method for improving direct numerical simulation of material properties from rock samples and determining the uncertainty of the material properties |
| KR101446171B1 (en) * | 2013-08-14 | 2014-10-01 | 한국건설기술연구원 | Measuring Method of Paste-Void Spacing Factor of Hardened Cement Paste using X-ray Computed Tomography |
Non-Patent Citations (1)
| Title |
|---|
| Monte Carlo simulations of mesoscale fracture modelling of concrete with random aggregates and pores (X.F. Wang, C&B Materials, 2015)* * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20220104416A (en) * | 2021-01-18 | 2022-07-26 | 포항공과대학교 산학협력단 | Method for Predicting Particle Size Produced by Vapor-Phase Synthesized |
| KR102503778B1 (en) | 2021-01-18 | 2023-02-24 | 포항공과대학교 산학협력단 | Method for Predicting Particle Size Produced by Vapor-Phase Synthesized |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Duque et al. | Bridge deterioration quantification protocol using UAV | |
| Kutay et al. | Three-dimensional image processing methods to identify and characterise aggregates in compacted asphalt mixtures | |
| Nik et al. | Hybrid PSO and GA approach for optimizing surveyed asphalt pavement inspection units in massive network | |
| Adhikari et al. | A study of image-based element condition index for bridge inspection | |
| Gorga et al. | FE approach to perform the condition assessment of a concrete overpass damaged by ASR after 50 years in service | |
| Cannone Falchetto et al. | Microstructural characterization of asphalt mixtures containing recycled asphalt materials | |
| Schadschneider et al. | Towards a calibration of the floor field cellular automaton | |
| CN116258689A (en) | Aggregate particle identification and grading automatic analysis method based on deep learning | |
| KR101983476B1 (en) | Apparatus and method for estimating grain size distribution based on image data | |
| Shertzer | Fabric tensors and effective properties of granular materials with application to snow | |
| CN114897781A (en) | Permeable concrete pore automatic identification method based on improved R-UNet deep learning | |
| Lefort et al. | Analysis by Ripley’s function of the correlations involved during failure in quasi-brittle materials: Experimental and numerical investigations at the mesoscale | |
| Wang et al. | Digital image processing on segregation of rubber sand mixture | |
| Gyurkó et al. | Fracture modelling of normal concrete using different types of aggregates | |
| Costa et al. | Modelling of desiccation crack development in clay soils | |
| Li et al. | A novel multiphase segmentation method for interpreting the 3D mesoscopic structure of asphalt mixture using CT images | |
| Ghani et al. | Accuracy Assessment of Urban Growth Pattern Classification Methods Using Confusion Matrix and ROC Analysis | |
| Kumbargeri et al. | Effect of percent embedment on chip seal performance using FE modeling | |
| CN112115817A (en) | Remote sensing image road track correctness checking method and device based on deep learning | |
| Mejias de Pernia et al. | Application of image analysis techniques to develop a quality control tool for automated optimum binder content determination of open-graded friction course mixtures | |
| Saensomboon et al. | Development of a size-based multiple erosion technique to estimate the aggregate gradation in an asphalt mixture | |
| Komaragiri et al. | Evaluation of internal structure of asphalt mixtures compacted using a virtual gyratory compactor | |
| Bai et al. | Automated Shape Analysis and DEM Study on Graded Crushed Stone | |
| Liu et al. | Study on the micromechanical response during permanent deformation of asphalt mixtures by discrete element modeling with real aggregate morphology | |
| Peng et al. | Automated Interpretation and Evaluation of Spatial Variability and Model Uncertainty in Geotechnical Site Characterization |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |