KR102070651B1 - 이미지 정보를 이용한 암반 거칠기 계수 산출 방법 - Google Patents
이미지 정보를 이용한 암반 거칠기 계수 산출 방법 Download PDFInfo
- Publication number
- KR102070651B1 KR102070651B1 KR1020190011129A KR20190011129A KR102070651B1 KR 102070651 B1 KR102070651 B1 KR 102070651B1 KR 1020190011129 A KR1020190011129 A KR 1020190011129A KR 20190011129 A KR20190011129 A KR 20190011129A KR 102070651 B1 KR102070651 B1 KR 102070651B1
- Authority
- KR
- South Korea
- Prior art keywords
- brightness
- roughness
- coefficient
- rock
- difference data
- Prior art date
Links
Images
Classifications
-
- 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
- G01B11/30—Measuring arrangements characterised by the use of optical techniques for measuring roughness or irregularity of surfaces
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/9515—Objects of complex shape, e.g. examined with use of a surface follower device
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Image Analysis (AREA)
Abstract
본 발명은 암반의 동일한 영역을 다른 해상도로 촬영하고, 다른 해상도의 이미지 픽셀로부터 얻어진 암반의 밝기 정수로 이루어진 다량의 데이터를 통계 분석함으로써 이미지로부터 추정된 암반면의 프로파일에 대한 암반 거칠기 계수(JRC) 데이터를 등급별로 패턴화하여 보다 높은 신뢰성을 가지는 암반 거칠기 계수를 산출할 수 있는 이미지 정보를 이용한 암반 거칠기 계수 산출 방법에 관한 것이다.
이를 위하여, 본 발명은 암반 거칠기 계수(JRC)를 산출하고자 하는 암반의 영역인 계수 산출영역을 선택하는 계수 산출영역 선택단계와, 상기 계수 산출영역을 제1 해상도로 촬영하여, 상기 계수 산출영역의 제1 픽셀별 밝기를 검출하는 제1 밝기 검출단계와, 상기 계수 산출영역을 상기 제1 해상도보다 낮은 제2 해상도로 촬영하여, 상기 계수 산출영역의 제2 픽셀별 밝기를 검출하는 제2 밝기 검출단계와, 상기 제1 픽셀별 밝기 중 가장 높은 밝기와, 상기 제2 밝기 검출단계에서 검출된 상기 제2 픽셀의 밝기를 이용하여, 밝기차 데이터를 계산하는 밝기차 데이터 계산단계와, 상기 계수 산출영역의 거칠기 프로파일을 측정하여, 암반 거칠기 계수를 실측하는 거칠기 계수 실측단계를 포함하며, 상기 계수 산출영역 선택단계, 상기 제1 밝기 검출단계, 상기 제2 밝기 검출단계, 상기 밝기차 데이터 계산단계 및 상기 거칠기 계수 실측단계를 순서대로 반복하여 수행하고, 상기 거칠기 계수 실측단계에서 산정된 복수개의 상기 암반 거칠기 계수를 계수별로 카테고리화 하고, 카테고리화 된 하나의 계수에 해당하는 복수개의 상기 밝기차 데이터를 통계분석하여 산정된 상기 밝기차 데이터의 범위를 기준으로 거칠기 계수의 등급도를 작성하는 거칠기 등급도 작성단계;를 더 포함하는 이미지 정보를 이용한 암반 거칠기 계수 산출 방법을 제공한다.
이를 위하여, 본 발명은 암반 거칠기 계수(JRC)를 산출하고자 하는 암반의 영역인 계수 산출영역을 선택하는 계수 산출영역 선택단계와, 상기 계수 산출영역을 제1 해상도로 촬영하여, 상기 계수 산출영역의 제1 픽셀별 밝기를 검출하는 제1 밝기 검출단계와, 상기 계수 산출영역을 상기 제1 해상도보다 낮은 제2 해상도로 촬영하여, 상기 계수 산출영역의 제2 픽셀별 밝기를 검출하는 제2 밝기 검출단계와, 상기 제1 픽셀별 밝기 중 가장 높은 밝기와, 상기 제2 밝기 검출단계에서 검출된 상기 제2 픽셀의 밝기를 이용하여, 밝기차 데이터를 계산하는 밝기차 데이터 계산단계와, 상기 계수 산출영역의 거칠기 프로파일을 측정하여, 암반 거칠기 계수를 실측하는 거칠기 계수 실측단계를 포함하며, 상기 계수 산출영역 선택단계, 상기 제1 밝기 검출단계, 상기 제2 밝기 검출단계, 상기 밝기차 데이터 계산단계 및 상기 거칠기 계수 실측단계를 순서대로 반복하여 수행하고, 상기 거칠기 계수 실측단계에서 산정된 복수개의 상기 암반 거칠기 계수를 계수별로 카테고리화 하고, 카테고리화 된 하나의 계수에 해당하는 복수개의 상기 밝기차 데이터를 통계분석하여 산정된 상기 밝기차 데이터의 범위를 기준으로 거칠기 계수의 등급도를 작성하는 거칠기 등급도 작성단계;를 더 포함하는 이미지 정보를 이용한 암반 거칠기 계수 산출 방법을 제공한다.
Description
본 발명은 이미지 정보를 이용한 암반 거칠기 계수 산출 방법에 관한 것으로, 구체적으로 암반의 동일한 영역을 다른 해상도로 촬영하고, 다른 해상도의 이미지 픽셀로부터 얻어진 암반의 밝기 정수로 이루어진 다량의 데이터를 통계 분석함으로써 이미지로부터 추정된 암반면의 프로파일에 대한 암반 거칠기 계수(JRC) 데이터를 등급별로 패턴화하여 보다 높은 신뢰성을 가지는 암반 거칠기 계수를 산출할 수 있는 이미지 정보를 이용한 암반 거칠기 계수 산출 방법에 관한 것이다.
데이터에서 지식 발견(KDD: knowledge discovery from data)이라고도 하는 데이터 마이닝(DM: data mining)은 많은 양의 데이터에서 패턴과 지식을 발견하는 프로세스이다.
이러한 데이터 마이닝 기술은 데이터 검색이 많은 세계에서 오류 탐지, 정량화 및 사기 탐지 등 위험 관리와 관련된 여러 문제를 효과적으로 해결하기 위해 적용되고 있고, 이를 통해 학습 모델을 구축하여 크고 복잡한 데이터에서 얻고자 하는 정보를 자동으로 추출할 수 있으며, 이 기술은 마케팅, 제조 및 건설과 같은 다양한 산업 분야에 점진적으로 도입되고 있다.
한편, 지반 공학 분야에서는 1990년대 초부터 인공 신경망(ANN)이 구성 모델링, 말뚝의 지지력 및 경사 안정성과 같은 다양한 공학 문제를 분석하는 데 점점 더 많이 사용되고 있으며, 이 기술은 엔지니어링 분야에 가장 적절하고 효과적인 데이터 마이닝 기술로 간주되어 왔으며, 최근, 지질학 분야에서 화산암 분류에 이용되기도 하였다(Miranda et al. 2018.).
또한, 근거리 사진 측량법(Close range photogrammetry)은 암반 비탈면의 상세한 측면뿐만 아니라 암반 공학 및 광업 분야의 대규모 조사를 조사하기 위해 3D 모델을 만드는 데 점점 더 많이 채택되고 있으며, 최신 카메라 기술은 고해상도 이미지를 생성할 수 있으므로, 이를 이용하여 3D 모델의 높은 정확도를 요구하는 기복 및 거칠기와 같은 표면 형상을 얻기 위해 근거리 사진 측량법이 보급되고 있다.
그러나 이러한 근거리 사진 측량법은 대상 암반의 표면 형상을 여러 각도에서 또는 중첩된 이미지를 얻기 위하여 복수번 촬영하고, 취합된 결과로부터 얻어진 암반 표면의 거칠기값은 노이즈 등의 영향을 받아 신뢰성이 결여될 수 있으며, 이를 이용하여 암반 표면의 거칠기 계수를 얻는데 소요되는 시간이 길고, 과정이 복잡한 문제가 있다.
본 발명에서 해결하고자 하는 과제는 암반의 동일한 영역을 다른 해상도로 촬영하고, 다른 해상도의 이미지 픽셀로부터 얻어진 암반의 밝기 정수로 이루어진 다량의 데이터를 통계 분석함으로써 이미지로부터 추정된 암반면의 프로파일에 대한 암반 거칠기 계수(JRC) 데이터를 등급별로 패턴화하여 보다 높은 신뢰성을 가지는 암반 거칠기 계수를 산출할 수 있는 이미지 정보를 이용한 암반 거칠기 계수 산출 방법을 제공하는 것이다.
상술한 과제를 해결하기 위하여, 본 발명은 암반 거칠기 계수(JRC)를 산출하고자 하는 암반의 영역인 계수 산출영역을 선택하는 계수 산출영역 선택단계와, 상기 계수 산출영역을 제1 해상도로 촬영하여, 상기 계수 산출영역의 제1 픽셀별 밝기를 검출하는 제1 밝기 검출단계와, 상기 계수 산출영역을 상기 제1 해상도보다 낮은 제2 해상도로 촬영하여, 상기 계수 산출영역의 제2 픽셀별 밝기를 검출하는 제2 밝기 검출단계와, 상기 제1 픽셀별 밝기 중 가장 높은 밝기와, 상기 제2 밝기 검출단계에서 검출된 상기 제2 픽셀의 밝기를 이용하여, 밝기차 데이터를 계산하는 밝기차 데이터 계산단계와, 상기 계수 산출영역의 거칠기 프로파일을 측정하여, 암반 거칠기 계수를 실측하는 거칠기 계수 실측단계를 포함하며, 상기 계수 산출영역 선택단계, 상기 제1 밝기 검출단계, 상기 제2 밝기 검출단계, 상기 밝기차 데이터 계산단계 및 상기 거칠기 계수 실측단계를 순서대로 반복하여 수행하고, 상기 거칠기 계수 실측단계에서 산정된 복수개의 상기 암반 거칠기 계수를 계수별로 카테고리화 하고, 카테고리화 된 하나의 계수에 해당하는 복수개의 상기 밝기차 데이터를 통계분석하여 산정된 상기 밝기차 데이터의 범위를 기준으로 거칠기 계수의 등급도를 작성하는 거칠기 등급도 작성단계;를 더 포함하는 이미지 정보를 이용한 암반 거칠기 계수 산출 방법을 제공한다.
여기서, 상기 밝기차 데이터 계산단계에서 상기 밝기차 데이터는 상기 제1 픽셀별 밝기 중 가장 높은 밝기와 상기 제2 밝기 검출단계에서 검출된 상기 제2 픽셀의 밝기의 차이에 대한 평균 제곱근 오차일 수 있다.
또한, 상기 밝기차 데이터 계산단계에는 하기 수학식 1을 통해 상기 밝기차 데이터를 계산할 수 있다.
[수학식 1]
RMSEint= SQRT {
(Into,i-Intp,i)2/N}
(여기서, RMSEint는 상기 밝기차 데이터로, 밝기의 차이에 대한 평균 제곱근 오차를 의미하고, Into는 상기 제1 픽셀별 밝기 중 가장 높은 밝기를 의미하며, Intp는 상기 제2 밝기 검출단계에서 검출된 상기 제2 픽셀의 밝기를 의미하고, N은 전체 데이터 수를 의미함)
또한, 상기 밝기차 데이터의 값이 클수록 기저장된 상기 거칠기 등급도를 통해 산출된 상기 암반 거칠기 계수는 큰 값을 나타낼 수 있다.
또한, 상기 거칠기 등급도 작성단계에서 작성된 상기 거칠기 등급도를 활용하여, 상기 암반의 영역의 상기 밝기차 데이터에 따른 암반 거칠기 계수를 산출하는 거칠기 등급도 활용단계를 더 포함할 수 있다.
본 발명에 따른 이미지 정보를 이용한 암반 거칠기 계수 산출 방법은 암반의 동일한 영역을 다른 해상도로 촬영하고, 다른 해상도의 이미지 픽셀로부터 얻어진 암반의 밝기 정수로 이루어진 다량의 데이터를 통계 분석함으로써 이미지로부터 추정된 암반면의 프로파일에 대한 암반 거칠기 계수(JRC) 데이터를 등급별로 패턴화하여 보다 높은 신뢰성을 가지는 암반 거칠기 계수를 산출할 수 있는 이점이 있다.
도 1은 본 발명에 따른 이미지 정보를 이용한 암반 거칠기 계수 산출 방법의 순서도를 개략적으로 도시한 도면이다.
도 2, 도 3 및 도 4는 본 발명에 따른 이미지 정보를 이용한 암반 거칠기 계수 산출 방법의 제1 밝기 검출단계 및 제2 밝기 검출단계를 설명하기 위하여 도시한 도면이다.
도 5는 본 발명에 따른 이미지 정보를 이용한 암반 거칠기 계수 산출 방법에서 거칠기 등급도 작성단계를 설명하기 위하여 도시한 도면이다.
도 6은 본 발명에 따른 이미지 정보를 이용한 암반 거칠기 계수 산출 방법에서 실측된 거칠기 계수와, 밝기차 데이터의 통계분석치의 범위의 상관관계를 도시한 도면이다.
도 7은 본 발명에 따른 이미지 정보를 이용한 암반 거칠기 계수 산출 방법의 밝기차 데이터의 통계 결과에 따른 계수 산출영역의 암반 거칠기 계수의 상관성을 도시한 도면이다.
도 2, 도 3 및 도 4는 본 발명에 따른 이미지 정보를 이용한 암반 거칠기 계수 산출 방법의 제1 밝기 검출단계 및 제2 밝기 검출단계를 설명하기 위하여 도시한 도면이다.
도 5는 본 발명에 따른 이미지 정보를 이용한 암반 거칠기 계수 산출 방법에서 거칠기 등급도 작성단계를 설명하기 위하여 도시한 도면이다.
도 6은 본 발명에 따른 이미지 정보를 이용한 암반 거칠기 계수 산출 방법에서 실측된 거칠기 계수와, 밝기차 데이터의 통계분석치의 범위의 상관관계를 도시한 도면이다.
도 7은 본 발명에 따른 이미지 정보를 이용한 암반 거칠기 계수 산출 방법의 밝기차 데이터의 통계 결과에 따른 계수 산출영역의 암반 거칠기 계수의 상관성을 도시한 도면이다.
이하, 상술한 해결하고자 하는 과제가 구체적으로 실현될 수 있는 본 발명의 바람직한 실시예들이 첨부된 도면을 참조하여 설명된다. 본 실시예들을 설명함에 있어서, 동일 구성에 대해서는 동일 명칭 및 동일 부호가 사용되며, 이에 따른 부가적인 설명은 하기에서 생략된다.
도 1 내지 도 7을 참조하여, 본 발명에 따른 이미지 정보를 이용한 암반 거칠기 계수 산출 방법를 설명하면 다음과 같다.
도 1에 도시된 바와 같이, 본 발명에 따른 이미지 정보를 이용한 암반 거칠기 계수 산출 방법은 계수 산출영역 선택단계(S100), 제1 밝기 검출단계(S200), 제2 밝기 검출단계(S300), 밝기차 데이터 계산단계(S400), 거칠기 계수 실측단계(S500), 거칠기 등급도 작성단계(S600)를 포함한다.
상기 계수 산출영역 선택단계(S100)에서는 암반 거칠기 계수(JRC)를 산출하고자 하는 암반의 영역인 계수 산출영역을 선택한다.
이후, 상기 제1 밝기 검출단계(S200)에서 상기 계수 산출영역을 제1 해상도로 촬영하여, 상기 계수 산출영역의 제1 픽셀별 밝기를 검출하고, 상기 제2 밝기 검출단계(S300)에서 상기 계수 산출영역을 상기 제1 해상도보다 낮은 제2 해상도로 촬영하여 상기 계수 산출영역의 제2 픽셀별 밝기를 검출한다.
도 2 내지 도 4를 참조하여, 상기 계수 산출영역의 제1 픽셀별 밝기 및 제2 픽셀별 밝기를 검출하는 과정을 설명하면 다음과 같다.
먼저, 도 2에 도시된 바와 같이, 상기 제1 밝기 검출단계(S200) 및 상기 제3 밝기 검출단계(S300)에서 상기 계수 산출영역을 각각의 해상도로 촬영하면 3D 표면 모델에서 추출한 디지털 이미지를 획득하게 되고, 이러한 디지털 이미지는 각각의 픽셀 범위의 색 및 밝기 정보를 가진다.
이때, 상기 계수 산출영역의 디지털 이미지는 그레이 스케일로 변환되며, 변환된 상기 디지털 이미지의 개별적인 픽셀 범위의 정보는 MATLAB 또는 데이터 마이닝 소프트웨어를 이용하여 표 형식으로 정보화될 수 있다.
이러한 이미지 마이닝을 수행하기에 앞서, 디지털 이미지를 전처리하는 이미지 전처리단계가 더 포함될 수 있으며, 도 3에 도시된 바와 같이, 상기 계수 산출영역의 상기 디지털 이미지(도 3의 a))를 메디안(median) 필터링을 수행(도 3의 b))함으로써 상기 계수 산출영역의 촬영시 발생할 수 있는 노이즈의 영향을 줄일 수 있게 된다.
도 4에 도시된 바와 같이, 상기 제1 밝기 검출단계(S200) 및 상기 제3 밝기 검출단계(S300)에서의 상기 제1 상기 제1 디지털 이미지별 해상도는 도 4의 b가 도 4의 c보다 높으며, 이에 따라 도 4의 b의 픽셀의 크기는 도 4의 c의 픽셀의 크기보다 작다.
다만, 도 4의 b의 픽셀의 가로와 세로의 크기는 도 4의 c의 픽셀의 가로와 세로의 크기의 절반인 것이 바람직하고, 도 4의 a에 도시된 바와 같이, 연속적인 밝기의 절대값 차이는 거칠기 매개 변수로 간주된다.
상기 밝기차 데이터 계산단계(S400)에서는 상기 제1 픽셀별 밝기 중 가장 높은 밝기와, 상기 제2 밝기 검출단계(S300)에서 검출된 상기 제2 픽셀의 밝기를 이용하여, 밝기차 데이터를 계산하며, 상기 밝기차 데이터는 수학식 1을 통해 계산한다.
[수학식 1]
RMSEint= SQRT {
(Into,i-Intp,i)2/N}
여기서, RMSEint는 상기 밝기차 데이터로, 밝기의 차이에 대한 평균 제곱근 오차, 즉 밝기차 데이터의 분산도를 의미하고, Into는 상기 제1 픽셀별 밝기 중 가장 높은 밝기를 의미하며, Intp는 상기 제2 밝기 검출단계(S300)에서 검출된 상기 제2 픽셀의 밝기를 의미하고, N은 전체 데이터 수를 의미한다.
상기 거칠기 계수 실측단계(S500)에서의 암반 거칠기 계수는 상기 계수 산출영역의 거칠기 프로파일을 측정하여, 기준이 되는 기존 거칠기 계수의 프로파일과 비교하거나 또는 수식을 이용함으로써 암반 거칠기 계수를 실측하는 종래의 산출 방법을 사용함으로써 측정된다.
상술한 상기 계수 산출영역 선택단계(S100), 상기 제1 밝기 검출단계(S200), 상기 제2 밝기 검출단계(S300), 상기 밝기차 데이터 계산단계(S400) 및 상기 거칠기 계수 실측단계(S500)를 복수번 반복하여 수행한다.
이후, 상기 거칠기 등급도 작성단계(S600)에서는 상기 거칠기 계수 실측단계에서 산정된 복수개의 상기 암반 거칠기 계수를 계수별로 카테고리화 하고, 카테고리화 된 하나의 계수에 해당하는 복수개의 상기 밝기차 데이터를 통계분석하여 산정된 상기 밝기차 데이터의 범위를 기준으로 거칠기 계수의 등급도를 작성한다.
즉, 도 5에 도시된 바와 같이, 각각의 계측 산출영역에 해당하는 영역의 실측된 암반 거칠기 계수와 상기 밝기차 데이터를 계산할 수 있다.
이때, 상기 거칠기 계수 실측단계에서 산정된 복수개의 상기 암반 거칠기 계수를 계수별로 카테고리화 하고, 예를 들어, 도 5에 도시된 바와 같이 상기 암반 거칠기 계수가 9.9인 a영역, b영역, d영역,n영역을 하나의 카테고리로 카테고리화 하고, 상기 암반 거칠기 계수가 9.9인 카테고리의 해당하는 영역의 밝기차 데이터를 통계분석하여 산정된 밝기차 데이터의 범위를 기준으로 거칠기 계수의 등급도를 작성한다.
즉, 도 6에 도시된 바와 같이, 상기 암반 거칠기 계수에 따라 상기 밝기차 데이터의 분산도가 다르게 나타나며, 이에 따라 암반 거칠기 계수가 클수록 상기 밝기차 데이터의 분산도가 큰 값을 나타내는 상관간계를 통해 상기 밝기차 데이터의 분산도에 따른 상기 거칠기 등급도를 정의할 수 있게 된다.
본 발명에 따른 이미지 정보를 이용한 암반 거칠기 계수 산출 방법은 거칠기 등급도 활용단계를 더 포함할 수 있다.
상기 거칠기 등급도 활용단계는 도 7에 도시된 바와 같이, 상기 거칠기 등급도 작성단계에서 작성되 상기 거칠기 등급도를 활용하여 상기 암반의 영역의 밝기차 데이터에 따른 암반 거칠기 계수를 높은 신뢰성으로 산출할 수 있게 된다.
이상 설명한 바와 같이, 본 발명은 상술한 특정한 바람직한 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 다양한 변형의 실시가 가능하고 이러한 변형은 본 발명의 범위에 속한다.
Claims (5)
- 암반 거칠기 계수(JRC)를 산출하고자 하는 암반의 영역인 계수 산출영역을 선택하는 계수 산출영역 선택단계;
상기 계수 산출영역을 제1 해상도로 촬영하여, 상기 계수 산출영역의 제1 픽셀별 밝기를 검출하는 제1 밝기 검출단계;
상기 제1 밝기 검출단계에서 촬영된 영역과 동일한 상기 계수 산출영역을 상기 제1 해상도보다 낮은 제2 해상도로 촬영하여, 상기 계수 산출영역의 제2 픽셀별 밝기를 검출하는 제2 밝기 검출단계;
상기 제1 픽셀별 밝기 중 가장 높은 밝기와, 상기 제2 밝기 검출단계에서 검출된 상기 제2 픽셀의 밝기를 이용하여, 밝기차 데이터를 계산하는 밝기차 데이터 계산단계;
상기 계수 산출영역의 거칠기 프로파일을 측정하여, 암반 거칠기 계수를 실측하는 거칠기 계수 실측단계;를 포함하며,
상기 계수 산출영역 선택단계, 상기 제1 밝기 검출단계, 상기 제2 밝기 검출단계, 상기 밝기차 데이터 계산단계 및 상기 거칠기 계수 실측단계를 순서대로 반복하여 수행하고,
상기 거칠기 계수 실측단계에서 산정된 복수개의 상기 암반 거칠기 계수를 계수별로 카테고리화 하고, 카테고리화 된 하나의 계수에 해당하는 복수개의 상기 밝기차 데이터를 통계분석하여 산정된 상기 밝기차 데이터의 범위를 기준으로 거칠기 계수의 등급도를 작성하는 거칠기 등급도 작성단계;를 더 포함하며,
상기 거칠기 등급도 작성단계에서는 상기 암반 거칠기 계수에 따라 다르게 나타나는 상기 밝기차 데이터의 분산도를 기준으로, 상기 암반 거칠기 계수가 클수록 상기 밝기차 데이터의 분산도가 큰 값을 나타내는 상관관계를 통해 상기 밝기차 데이터의 분산도에 따른 상기 거칠기 등급도를 정의하는 것을 특징으로 하는 이미지 정보를 이용한 암반 거칠기 계수 산출 방법. - 제1항에 있어서,
상기 밝기차 데이터 계산단계에서 상기 밝기차 데이터는 상기 제1 픽셀별 밝기 중 가장 높은 밝기와 상기 제2 밝기 검출단계에서 검출된 상기 제2 픽셀의 밝기의 차이에 대한 평균 제곱근 오차인 것을 특징으로 하는 이미지 정보를 이용한 암반 거칠기 계수 산출 방법. - 제2항에 있어서,
상기 밝기차 데이터 계산단계에는 하기 수학식 1을 통해 상기 밝기차 데이터를 계산하는 것을 특징으로 하는 이미지 정보를 이용한 암반 거칠기 계수 산출 방법.
[수학식 1]
RMSEint= SQRT {(Into,i-Intp,i)2/N}
(여기서, RMSEint는 상기 밝기차 데이터로, 밝기의 차이에 대한 평균 제곱근 오차를 의미하고, Into는 상기 제1 픽셀별 밝기 중 가장 높은 밝기를 의미하며, Intp는 상기 제2 밝기 검출단계에서 검출된 상기 제2 픽셀의 밝기를 의미하고, N은 전체 데이터 수를 의미함) - 제2항에 있어서,
상기 밝기차 데이터의 값이 클수록 산출된 상기 암반 거칠기 계수는 큰 값을 나타내는 것을 특징으로 하는 이미지 정보를 이용한 암반 거칠기 계수 산출 방법. - 제1항에 있어서,
상기 거칠기 등급도 작성단계에서 작성된 상기 거칠기 등급도를 활용하여, 상기 암반의 영역의 상기 밝기차 데이터에 따른 암반 거칠기 계수를 산출하는 거칠기 등급도 활용단계를 더 포함하는 것을 특징으로 하는 이미지 정보를 이용한 암반 거칠기 계수 산출 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190011129A KR102070651B1 (ko) | 2019-01-29 | 2019-01-29 | 이미지 정보를 이용한 암반 거칠기 계수 산출 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190011129A KR102070651B1 (ko) | 2019-01-29 | 2019-01-29 | 이미지 정보를 이용한 암반 거칠기 계수 산출 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102070651B1 true KR102070651B1 (ko) | 2020-01-29 |
Family
ID=69322385
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020190011129A KR102070651B1 (ko) | 2019-01-29 | 2019-01-29 | 이미지 정보를 이용한 암반 거칠기 계수 산출 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102070651B1 (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112001907B (zh) * | 2020-08-24 | 2024-02-27 | 大连海事大学 | 一种隧道施工现场围岩粗糙度测量的方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH11192656A (ja) * | 1997-12-29 | 1999-07-21 | Nihon Yamamura Glass Co Ltd | 多層プリフォーム、その成形方法及び多層ボトル |
| JP2002326220A (ja) * | 2001-04-27 | 2002-11-12 | Toppan Printing Co Ltd | 二層プリフォームの製造方法 |
| KR20060058168A (ko) * | 2004-11-24 | 2006-05-29 | 손호웅 | 암반 불연속면의 레이저스캐닝에 의한 원격 거칠기 측정방법 및 시스템 |
| JP2012114742A (ja) * | 2010-11-25 | 2012-06-14 | Kddi R & D Laboratories Inc | 無線通信装置および通信方法 |
| KR20160031819A (ko) * | 2014-09-15 | 2016-03-23 | 엘지전자 주식회사 | 이동단말기 및 그 제어방법 |
-
2019
- 2019-01-29 KR KR1020190011129A patent/KR102070651B1/ko active IP Right Grant
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH11192656A (ja) * | 1997-12-29 | 1999-07-21 | Nihon Yamamura Glass Co Ltd | 多層プリフォーム、その成形方法及び多層ボトル |
| JP2002326220A (ja) * | 2001-04-27 | 2002-11-12 | Toppan Printing Co Ltd | 二層プリフォームの製造方法 |
| KR20060058168A (ko) * | 2004-11-24 | 2006-05-29 | 손호웅 | 암반 불연속면의 레이저스캐닝에 의한 원격 거칠기 측정방법 및 시스템 |
| KR100636000B1 (ko) | 2004-11-24 | 2006-10-18 | 손호웅 | 암반 불연속면의 레이저스캐닝에 의한 원격 거칠기 측정방법 및 시스템 |
| JP2012114742A (ja) * | 2010-11-25 | 2012-06-14 | Kddi R & D Laboratories Inc | 無線通信装置および通信方法 |
| KR20160031819A (ko) * | 2014-09-15 | 2016-03-23 | 엘지전자 주식회사 | 이동단말기 및 그 제어방법 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112001907B (zh) * | 2020-08-24 | 2024-02-27 | 大连海事大学 | 一种隧道施工现场围岩粗糙度测量的方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Kong et al. | Automatic identification and characterization of discontinuities in rock masses from 3D point clouds | |
| Galantucci et al. | Advanced damage detection techniques in historical buildings using digital photogrammetry and 3D surface anlysis | |
| CN109389128B (zh) | 电成像测井图像特征自动提取方法及装置 | |
| Balaguer-Puig et al. | Estimation of small-scale soil erosion in laboratory experiments with Structure from Motion photogrammetry | |
| Dugdale et al. | Aerial photosieving of exposed gravel bars for the rapid calibration of airborne grain size maps | |
| Habib | Evaluation of DEM interpolation techniques for characterizing terrain roughness | |
| CN101539629B (zh) | 基于多特征证据融合与结构相似度的遥感图像变化检测方法 | |
| US11532093B2 (en) | First floor height estimation from optical images | |
| Babanouri et al. | Modeling spatial structure of rock fracture surfaces before and after shear test: a method for estimating morphology of damaged zones | |
| CN113344956B (zh) | 基于无人机航摄三维建模的地物轮廓提取分类方法 | |
| Kang et al. | The change detection of building models using epochs of terrestrial point clouds | |
| Báčová et al. | A GIS method for volumetric assessments of erosion rills from digital surface models | |
| Masoodi et al. | Application of short-range photogrammetry for monitoring seepage erosion of riverbank by laboratory experiments | |
| JP7374847B2 (ja) | 切羽評価システム、切羽評価学習システム、切羽評価方法、切羽評価学習方法、コンピュータプログラム | |
| KR102070651B1 (ko) | 이미지 정보를 이용한 암반 거칠기 계수 산출 방법 | |
| Shirowzhan et al. | Monitoring physical progress of indoor buildings using mobile and terrestrial point clouds | |
| Khan et al. | Application of globally available, coarse‐resolution digital elevation models for delineating valley bottom segments of varying length across a catchment | |
| CN116842416B (zh) | 一种适用珊瑚礁砂基础管桩侧摩阻力的计算方法 | |
| Mehrishal et al. | A semi-automatic approach for joint orientation recognition using 3D trace network analysis | |
| CN117011759A (zh) | 钻爆法隧道掌子面围岩多元地质信息解析方法及系统 | |
| CN113177949B (zh) | 一种大尺寸岩石颗粒特征识别方法及装置 | |
| Wang et al. | Identification of rocky ledge on steep, high slopes based on UAV photogrammetry | |
| Maiti et al. | A k-means clustering–based approach for 3D mapping and characterization of rock faces using digital images | |
| US20230136883A1 (en) | Joint surface safety evaluation apparatus | |
| JP2018077719A (ja) | 破面解析装置および破面解析方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |