KR102342965B1 - 자갈 마모도 분석 시스템 및 자갈 마모도 분석 방법 - Google Patents

자갈 마모도 분석 시스템 및 자갈 마모도 분석 방법 Download PDF

Info

Publication number
KR102342965B1
KR102342965B1 KR1020200098963A KR20200098963A KR102342965B1 KR 102342965 B1 KR102342965 B1 KR 102342965B1 KR 1020200098963 A KR1020200098963 A KR 1020200098963A KR 20200098963 A KR20200098963 A KR 20200098963A KR 102342965 B1 KR102342965 B1 KR 102342965B1
Authority
KR
South Korea
Prior art keywords
gravel
wear
image
shape index
index
Prior art date
Application number
KR1020200098963A
Other languages
English (en)
Inventor
최영태
박봉식
김준영
황성호
Original Assignee
한국철도기술연구원
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 한국철도기술연구원 filed Critical 한국철도기술연구원
Priority to KR1020200098963A priority Critical patent/KR102342965B1/ko
Application granted granted Critical
Publication of KR102342965B1 publication Critical patent/KR102342965B1/ko

Links

Images

Classifications

    • 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
    • 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
    • G01N33/24—Earth materials
    • 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
    • G06T7/10—Segmentation; Edge detection
    • G06T7/194—Segmentation; Edge detection involving foreground-background 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
    • 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
    • G01N2021/8854—Grading and classifying of flaws
    • G01N2021/8877—Proximity analysis, local statistics
    • 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

Abstract

본 발명은 자갈 마모도 분석 시스템 및 자갈 마모도 분석 방법에 관한 것으로서, 본 발명의 일 실시예에 따르는 자갈 마모도 분석 방법은 고속선 현장의 자갈을 촬영하여 자갈 이미지를 획득하는 자갈 이미지 획득단계; 상기 자갈 이미지 획득단계에서 획득된 자갈 이미지를 분석하고, 상기 분석 결과를 근거로 자갈 정보를 정량적으로 평가하는 자갈 이미지 분석단계; 상기 자갈 이미지 분석단계에서 도출된 분석 결과를 이용하여 자갈의 형상지수를 산출하는 형상지수 산출 단계; 및 상기 형상지수 산출 단계에서 산출된 형상지수를 이용하여 자갈의 마모도를 산출하는 자갈 마모도 평가 단계;를 포함한다.

Description

자갈 마모도 분석 시스템 및 자갈 마모도 분석 방법{GRAVEL WEAR ANALYSIS SYSTEM AND GRAVEL WEAR ANALYSIS METHOD}
본 발명의 실시예들은 자갈 마모도 분석 시스템 및 자갈 마모도 분석 방법 에 관한 것이다.
일반적으로 반복적인 열차하중과 유지보수를 위한 탬핑 작업으로 자갈은 마모되어 자갈도상내의 세립분이 증가한다. 또한, 노반으로 자갈이 침투하거나 노반 세립분이 자갈층으로 올라오는 현상도 발생한다.
자갈의 파쇄, 마모에 의한 세립분의 증가를 도상분니(Ballast Fouling) 라고 한다.
또한, 노반세립분의 침투에 의한 파울링, 즉 자갈이 노반으로 박히거나 노반의 세립분이 상승하여 세립분이 증가하는 파울링을 노반분니(Subgrade fouling)로 분류하기도 한다.
일반철도에서는 강화노반 없이 상부노반에 자갈도상을 설치하여 노반분니가 발생하는 경우가 종종 있다. 그러나, 현장조사 시 인력굴착에 의해 고속철도 자갈도상 상태를 평가한 결과, 강화도상이 설치되어 노반분니가 거의 관찰되고 있지 않다. 따라서 고속철도의 파울링(즉, 분니)은 통상 도상분니를 의미한다.
종래기술에 따르면, 고속선 자갈궤도 현장에서 파울링 정도를 직접적으로 평가하는 방법으로서, 도상자갈골재를 세립분과 함께 채취하고, 이에 대한 입도분포를 산정하여 계산한다. 그러나, 최대 자갈입자가 대략 60mm이상이고 세립분을 포함하여 자갈도상 자갈골재를 교란 없이 채취하기에는 현실적으로 어려움이 많다.
따라서, 자갈도상 자갈의 마모도를 이미지분석을 통해 측정하고, 이로부터 파울링 정도를 예측하는 기법의 개발이 필요한 실정이다.
본 발명과 관련된 선행문헌으로서 대한민국 공개특허공보 제10-2019-0138382호가 있으며, 상기 선행문헌에는 자갈을 이용한 자갈궤도와 그 시공에 관한 방법이 개시되어 있다. 다만, 자갈도상 자갈의 마모도를 쉽고 정확하게 분석 및 측정하여 파울링 정도를 예측하는 것과 관련하여 전혀 제시하고 있지 않다.
대한민국 공개특허공보 제10-2019-0138382호
본 발명의 목적은 고속선 현장의 자갈을 디지털 촬영한 이미지를 분석하여 자갈의 마모 정도를 평가하는 자갈 마모도 분석 시스템을 제공하는 것이다.
본 발명의 다른 목적은 고속선 현장의 자갈을 디지털 촬영한 이미지를 분석하여 자갈의 마모 정도를 평가하는 자갈 마모도 분석 방법을 제공하는 것이다.
본 발명의 목적들은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 본 발명의 다른 목적 및 장점들은 하기의 설명에 의해서 이해될 수 있고, 본 발명의 실시예에 의해 보다 분명하게 이해될 것이다. 또한, 본 발명의 목적 및 장점들은 특허 청구 범위에 나타낸 수단 및 그 조합에 의해 실현될 수 있음을 쉽게 알 수 있을 것이다.
본 발명의 일 측면에 따르면 고속선 현장의 자갈을 직접 채취하고 입도분포를 산정하여 계산해야 했던 종래의 불편을 해결하기 위해 자갈도상 자갈의 마모도를 이미지분석을 통해 측정하고, 자갈의 파울링 정도를 예측할 수 있는 자갈 마모도 분석 방법을 제공한다.
본 발명의 일 실시예에 따른 자갈 마모도 분석 방법은, 고속선 현장의 자갈을 촬영하여 자갈 이미지를 획득하는 자갈 이미지 획득단계; 상기 자갈 이미지 획득단계에서 획득된 자갈 이미지를 분석하고, 상기 분석 결과를 근거로 자갈 정보를 정량적으로 평가하는 자갈 이미지 분석단계; 상기 자갈 이미지 분석단계에서 도출된 분석 결과를 이용하여 자갈의 형상지수를 산출하는 형상지수 산출 단계; 및 상기 형상지수 산출 단계에서 산출된 형상지수를 이용하여 자갈의 마모도를 산출하는 자갈 마모도 평가 단계;를 포함한다.
상기 자갈 이미지 획득단계는, 고속선 현장의 자갈 중에서 세립분을 제외한 자갈을 적어도 일부 샘플링 하는 자갈 샘플링 단계; 및 상기 자갈 샘플링 단계에서 샘플링 된 적어도 일부의 자갈을 촬영하여 자갈 촬영 데이터를 획득하는 자갈 촬영 단계;를 포함한다.
상기 자갈 이미지 분석단계는, 상기 자갈 촬영 데이터에서, 자갈과, 자갈을 제외한 배경을 분리시키는 자갈 및 배경 분리 단계; 및 상기 자갈 및 배경 분리 단계에서 배경이 분리되고 남은 자갈에 대한 자갈 이미지를 추출하는 자갈 이미지 추출 단계;를 포함한다. 상기 자갈 이미지 분석단계는, 상기 자갈 이미지 추출 단계에서 추출된 상기 자갈 이미지를 근거로 샘플링 된 자갈 정보를 정량 평가하는 자갈 정보 정량 평가 단계;를 더 포함한다.
예컨대, 자갈 이미지 분석단계는, 자갈 입자의 디지털 이미지 분석을 위해서 촬영한 이미지의 RGB 색공간을 HSV 색공간으로 변환한다. 그리고 변환된 색공간 중에서 S 채널 이미지에 적절한 경계값을 설정하여 바이너리 흑백 이미지를 구축한 후, 입자와 배경의 경계를 픽셀 좌표들의 집합 형태로 추출한다. 이 경계 픽셀 좌표들의 집합을 이용하여 자갈 정보, 예를 들어 Roundness, Sphericity, Aspect ratio과, 푸리에 계수를 기반으로 한 자갈 모양 지수(form index), 자갈 모남 지수 (angularity index)를 평가할 수 있다.
바람직하게는 상기 자갈 정보 정량 평가 단계에서, 상기 자갈 정보는, 자갈의 형상에 관한 정보, 자갈의 장축 정보, 자갈의 단축 정보, 및 자갈의 모난 정도에 관한 정보 중 하나 이상을 포함한다.
상기 형상지수 산출 단계에서, 상기 자갈 정보 정량 평가 단계를 거쳐 도출된 상기 자갈 정보를 이용하여 상기 자갈의 형상지수(Shape Index)를 산출할 수 있다.
바람직하게는 상기 자갈의 형상지수는, 자갈의 장축을 지름으로 하는 원의 면적과 자갈 입자 면적의 비인 자갈의 Roundness 값과, 자갈 입자와 면적이 같은 원의 원주와 자갈 입자의 둘레 비인 자갈의 Sphericity 값, 자갈의 장축과 자갈의 단축의 비인 자갈의 Aspect ratio 값과, 자갈의 Angularity 값 중 적어도 하나 이상을 포함한다.
상기 자갈 마모도 평가 단계는, 상기 자갈의 형상지수 및 파울링 지수 간의 상관성을 평가하는 단계; 및 상기 자갈의 형상지수 및 파울링 지수 간의 상관성 평가 후, 상기 자갈의 형상지수와 마모율 사이의 상관관계를 이용하여 샘플링 된 자갈입자의 마모도를 산출하는 자갈 마모도 산출 단계;를 포함한다.
상기 자갈 마모도 평가 단계에서, 상기 자갈의 파울링 지수는 고속선의 사용되는 자갈을 대상으로 LA 마모시험을 실시하고, 상기 LA 마모시험의 결과를 근거로 상기 자갈의 마모율과 파울링 지수 사이의 상관관계를 파악하며, 상기 자갈의 형상지수 및 파울링 지수 간의 상관성 평가 결과와, 상기 자갈의 마모율과 파울링 지수 간의 상관관계를 이용하여 상기 형상지수와 마모율 사이의 상관관계를 도출할 수 있다.
한편, 본 발명의 다른 측면에 따르면 고속선 현장의 자갈을 직접 채취하고 입도분포를 산정하여 계산해야 했던 종래의 불편을 해결하기 위해 자갈도상 자갈의 마모도를 이미지분석을 통해 측정하고, 자갈의 파울링 정도를 예측할 수 있는 자갈 마모도 분석 방법을 제공한다.
한편, 본 발명의 일 실시예에 따른 자갈 마모도 분석 시스템은, 고속선 현장의 자갈을 촬영하여 자갈 이미지를 획득하는 자갈 이미지 획득부; 상기 자갈 이미지 획득부에서 획득된 자갈 이미지를 분석하고, 상기 분석 결과를 근거로 자갈 정보를 정량적으로 평가하는 자갈 이미지 분석부; 상기 자갈 이미지 분석부에서 도출된 분석 결과를 전달 받아 자갈의 형상지수를 산출하는 형상지수 산출부; 및 상기 형상지수 산출부에서 산출된 형상지수를 이용하여 자갈의 마모도를 산출 및 평가하는 자갈 마모도 평가부;를 포함한다.
상기 자갈 이미지 획득부는, 고속선 현장의 자갈 중에서 세립분을 제외한 자갈을 적어도 일부가 샘플링 되면, 샘플링 된 적어도 일부의 자갈에 대한 자갈 촬영 데이터를 획득하여 수집할 수 있다.
상기 자갈 이미지 분석부는, 상기 자갈 이미지 획득부에서 상기 자갈 촬영 데이터를 전달 받고, 상기 자갈 촬영 데이터 내에서 자갈과, 자갈을 제외한 배경을 분리시키며, 상기 배경이 분리되고 남은 자갈에 대한 순수 자갈 이미지만을 추출하는 자갈 이미지 추출부;를 포함한다.
상기 자갈 이미지 분석부는, 상기 자갈 이미지 추출부에서 추출된 상기 자갈 이미지를 이용하여 샘플링 된 자갈 정보를 정량 평가하는 자갈 정보 정량 평가부;를 더 포함한다.
바람직하게는 상기 자갈 정보는, 자갈의 형상에 관한 정보, 자갈의 장축 정보, 자갈의 단축 정보, 및 자갈의 모난 정도에 관한 정보 중 하나 이상을 포함한다.
상기 형상지수 산출부는, 상기 자갈 정보 정량 평가부에서 도출된 상기 자갈 정보를 이용하여 상기 자갈의 형상지수(Shape Index)를 산출할 수 있다.
바람직하게는 상기 자갈의 형상지수는, 자갈의 장축을 지름으로 하는 원의 면적과 자갈 입자 면적의 비인 자갈의 Roundness 값과, 자갈 입자와 면적이 같은 원의 원주와 자갈 입자의 둘레 비인 자갈의 Sphericity 값, 자갈의 장축과 자갈의 단축의 비인 자갈의 Aspect ratio 값과, 자갈의 Angularity 값 중 적어도 하나 이상을 포함한다.
상기 자갈 마모도 평가부는, 상기 자갈의 형상지수 및 파울링 지수 간의 상관성을 평가하는 형상지수 및 파울링 지수 상관성 평가부; 및 상기 자갈의 형상지수 및 파울링 지수 상관성 평가부의 평가 결과와, 상기 자갈의 형상지수와 마모율 간의 상관관계를 이용하여 샘플링 된 자갈입자의 마모도를 산출하는 자갈 마모도 산출부;를 포함한다.
상기 자갈 마모도 평가부에서, 상기 자갈의 형상지수와 마모율 사이의 상관관계는, 고속선의 사용되는 자갈을 대상으로 LA 마모시험을 실시한 결과 파악된 상기 자갈의 마모율과 파울링 지수 사이의 상관관계와, 상기 자갈의 형상지수 및 파울링 지수 상관성 평가부의 평가 결과를 이용하여 도출될 수 있다.
본 발명인 자갈 마모도 분석 시스템 및 자갈 마모도 분석 방법에 의하면, 고속선 현장의 자갈을 디지털 촬영한 이미지를 분석하여 자갈의 마모 정도를 평가할 수 쉽고 정확하게 평가할 수 있는 장점이 있다.
상술한 효과와 더불어 본 발명의 구체적인 효과는 이하 발명을 실시하기 위한 구체적인 사항을 설명하면서 함께 기술한다.
도 1은 본 발명의 일 실시예에 따른 자갈 마모도 분석 방법의 순서도.
도 2는 본 발명의 일 실시예에 따른 자갈 마모도 분석 방법 중에서 자갈 이미지 획득 단계의 세부 단계를 나타낸 순서도.
도 3은 본 발명의 일 실시예에 따른 자갈 마모도 분석 방법 중에서 자갈 이미지 분석 단계의 세부 단계를 나타낸 순서도.
도 4는 본 발명의 일 실시예에 따른 자갈 마모도 분석 방법 중에서 자갈 마모도 평가 단계의 세부 단계를 나타낸 순서도.
도 5는 본 발명의 일 실시예에 따른 자갈 마모도 분석 시스템을 간략히 도시한 개념도.
도 6 내지 도 10은 본 발명의 일 실시예에 따른 자갈 마모도 분석 방법에서 자갈의 형상지수를 산출하기 위하여 촬영된 자갈 이미지의 원본, HSV 색공간으로 변환한 이미지, HSV 색공간 중 S채널 이미지, 바이너리, 자갈 인식 후 이미지를 보여주는 사진들.
도 11은 본 발명의 일 실시예에 따른 자갈 마모도 분석 방법에서 자갈의 형상지수 중 Roundness를 보여주는 그래프.
도 12는 본 발명의 일 실시예에 따른 자갈 마모도 분석 방법에서 자갈의 형상지수 중 Sphericity를 보여주는 그래프.
도 13은 본 발명의 일 실시예에 따른 자갈 마모도 분석 방법에서 자갈의 형상지수 중 Aspect ratio를 보여주는 그래프.
도 14는 본 발명의 일 실시예에 따른 자갈 마모도 분석 방법에서 자갈의 형상지수 중 Angularity를 보여주는 그래프.
도 15는 본 발명의 일 실시예에 따른 자갈 마모도 분석 방법에서 마모도 형상지수 간의 관계를 보여주는 그래프들.
도 16은 본 발명의 일 실시예에 따른 자갈 마모도 분석 방법에서 자갈과 배경을 분리하여 자갈의 형상지수를 추출하는 작업 화면을 보여주는 사진.
도 17 내지 도 19는 본 발명의 일 실시예에 따른 자갈 마모도 분석 방법에서 마모도 및 장비 작업회수 간의 관계를 보여주는 그래프들.
이하, 도면을 참조하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다.
본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 동일 또는 유사한 구성요소에 대해서는 동일한 참조 부호를 붙이도록 한다. 또한, 본 발명의 일부 실시예들을 예시적인 도면을 참조하여 상세하게 설명한다. 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가질 수 있다. 또한, 본 발명을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략할 수 있다.
본 발명의 구성 요소를 설명하는 데 있어서, 제 1, 제 2, A, B, (a), (b) 등의 용어를 사용할 수 있다. 이러한 용어는 그 구성 요소를 다른 구성요소와 구별하기 위한 것일 뿐, 그 용어에 의해 해당 구성 요소의 본질, 차례, 순서 또는 개수 등이 한정되지 않는다. 어떤 구성 요소가 다른 구성요소에 "연결", "결합" 또는 "접속"된다고 기재된 경우, 그 구성 요소는 그 다른 구성요소에 직접적으로 연결되거나 또는 접속될 수 있지만, 각 구성 요소 사이에 다른 구성 요소가 "개재"되거나, 각 구성 요소가 다른 구성 요소를 통해 "연결", "결합" 또는 "접속"될 수도 있다고 이해되어야 할 것이다.
또한, 본 발명을 구현함에 있어서 설명의 편의를 위하여 구성요소를 세분화하여 설명할 수 있으나, 이들 구성요소가 하나의 장치 또는 모듈 내에 구현될 수도 있고, 혹은 하나의 구성요소가 다수의 장치 또는 모듈들에 나뉘어져서 구현될 수도 있다.
자갈 마모도 분석 방법
본 발명의 일 측면에 따르면 고속선 현장의 자갈을 직접 채취하고 입도분포를 산정하여 계산해야 했던 종래의 불편을 해결하기 위해 자갈도상 자갈의 마모도를 이미지분석을 통해 측정하고, 자갈의 파울링 정도를 예측할 수 있는 자갈 마모도 분석 방법을 제공한다.
도 1은 본 발명의 일 실시예에 따른 자갈 마모도 분석 방법의 순서도이다. 도 2는 자갈 이미지 획득 단계의 세부 단계를 나타낸 순서도이고, 도 3은 자갈 이미지 분석 단계의 세부 단계를 나타낸 순서도이며, 도 4는 자갈 마모도 평가 단계의 세부 단계를 나타낸 순서도이다.
도 1 내지 도 4를 참조하면 본 발명의 일 실시예에 따른 자갈 마모도 분석 방법은, 자갈 이미지 획득단계(S100), 자갈 이미지 분석단계(S200), 형상지수 산출 단계(S300), 자갈 마모도 평가 단계(S400)를 포함한다.
자갈 이미지 획득단계(S100)
본 단계는 자갈 이미지 획득단계로서, 고속선 현장의 자갈을 촬영하여 자갈 이미지를 획득하는 단계이다.
구체적인 예로서, 도 2를 참조하면, 본 자갈 이미지 획득단계(S100)는 자갈 샘플링 단계(S110), 및 자갈 촬영 단계(S120)를 포함한다.
자갈 샘플링 단계(S110)는 고속선 현장(즉, 고속 철도 노선의 현장)에 이용되는 자갈 중에서 세립분을 제외한 자갈을 적어도 일부 샘플링 하는 단계를 말한다. 이 단계에서 세립분을 제외하고 샘플링 된 자갈은 본 발명의 마모도 분석의 대상이 된다.
자갈 촬영 단계(S120)는 이전의 자갈 샘플링 단계(S110)에서 샘플링 된 적어도 일부의 자갈을 촬영하여 자갈 촬영 데이터, 즉 디지털 이미지를 획득하는 단계에 해당된다.
자갈 이미지 분석단계(S200)
본 단계는 자갈 이미지 분석단계로서, 상기 자갈 이미지 획득단계에서 획득된 자갈 이미지를 분석하고, 상기 분석 결과를 근거로 자갈 정보를 정량적으로 평가하는 단계를 말한다.
구체적인 예로서, 도 3을 참조하면 본 자갈 이미지 분석단계(S200)는 자갈 및 배경 분리 단계(S210), 및 자갈 이미지 추출 단계(S220)를 포함한다.
자갈 및 배경 분리 단계(S210)는 상기 자갈 촬영 데이터에서, 자갈과, 자갈을 제외한 배경을 분리시키는 단계를 말한다.
자갈 이미지 추출 단계(S220)는 상기 자갈 및 배경 분리 단계(S210)에서 배경이 분리되고 남은 순수한 자갈에 대한 이미지, 즉 자갈 이미지를 추출하는 단계에 해당한다.
그리고 자갈 이미지 분석 단계(S200)는 자갈 정보 정량 평가 단계(S230)를 더 포함한다.
자갈 정보 정량 평가 단계(S230)는 상기 자갈 이미지 추출 단계(S220)에서 추출된 자갈 이미지를 근거로 샘플링 된 자갈 정보를 정량적으로 평가하는 단계를 말한다.
예컨대, 자갈 이미지 분석단계(S200)는, 자갈 입자의 디지털 이미지 분석을 위해서 촬영한 이미지의 RGB 색공간을 HSV 색공간으로 변환한다. 그리고 변환된 색공간 중에서 S 채널 이미지에 적절한 경계값을 설정하여 바이너리 흑백 이미지를 구축한 후, 자갈 입자와 배경의 경계를 픽셀 좌표들의 집합 형태로 추출하는 작업을 수행할 수 있다. 이어서, 이 경계 픽셀 좌표들의 집합을 이용하여 자갈 정보, 예를 들어 Roundness, Sphericity, Aspect ratio과, 푸리에 계수를 기반으로 한 자갈 모양 지수(form index), 자갈 모남 지수 (angularity index)를 평가할 수 있다.
도 6 내지 도 10을 참조하면, 본 발명의 일 실시예에 따른 자갈 마모도 분석 방법에서 촬영된 자갈 이미지의 원본, HSV 색공간으로 변환한 이미지, HSV 색공간 중 S채널 이미지, 바이너리(Binary) 이미지, 자갈 인식 후 이미지를 보여준다.
예를 들어, 본 자갈 정보 정량 평가 단계(S230)에서 정량적으로 평가되는 자갈 정보에는 자갈의 형상에 관한 정보(즉, form index), 자갈의 장축 및 단축에 관한 정보, 및 자갈의 모난 정도(즉, angularity index)에 관한 정보가 포함될 수 있다.
형상지수 산출 단계(S300)
본 단계는 형상지수 산출 단계로서, 상기 자갈 이미지 분석단계에서 도출된 분석 결과를 이용하여 자갈의 형상지수를 산출하는 단계에 해당한다.
구체적인 예로서, 본 형상지수 산출 단계(S300)에서는 이전 단계(S200)에서 도출된 자갈 정보, 예를 들어, 자갈의 형상에 관한 정보(즉, form index), 자갈의 장축 및 단축에 관한 정보, 및 자갈의 모난 정도(즉, angularity index)를 이용하여 자갈의 형상지수(Shape Index)가 산출될 수 있다.
예컨대, 자갈의 형상지수는, 자갈의 Roundness, Sphericity, Aspect ratio, Angularity를 포함한다.
자갈의 형상지수 중 Roundness는 자갈의 장축을 지름으로 하는 원의 면적과 자갈 입자 면적의 비를 말한다. Roundness는 하기의 [수학식 1]에 의해 구해진다.
[수학식 1]
Figure 112020083014057-pat00001
(여기서,
Figure 112020083014057-pat00002
는 입자에 접하는 타원의 장축 길이, A 는 입자의 단면적을 말함)
그리고 자갈의 형상지수 중 Sphericity는 자갈 입자와 면적이 같은 원의 원주와 자갈 입자의 둘레 비를 말한다.
그리고 자갈의 형상지수 중 Aspect ratio는 자갈의 장축과 자갈의 단축의 비를 말한다.
그리고 자갈의 형상지수 중 Angularity는 푸리에 계수 중 고주파 영역의 계수를 말한다.
자갈 마모도 평가 단계(S400)
본 단계는 자갈 마모도 평가 단계로서, 상기 형상지수 산출 단계에서 산출된 형상지수를 이용하여 자갈의 마모도를 산출하는 단계를 말한다.
구체적인 예로서, 도 4를 참조하면 본 자갈 마모도 평가 단계(S400)는 상기 자갈의 형상지수 및 파울링 지수 간의 상관성을 평가하는 단계(S410)와, 자갈 마모도 산출 단계(S420)를 포함한다. 자갈 마모도 산출 단계(S420)는 상기 자갈의 형상지수 및 파울링 지수 간의 상관성 평가 후, 상기 자갈의 형상지수와 마모율 사이의 상관관계를 이용하여 샘플링 된 자갈입자의 마모도를 산출하는 단계를 말한다.
예를 들어, 자갈의 파울링 지수는 고속선의 사용되는 자갈을 대상으로 LA 마모시험을 실시하고, 상기 LA 마모시험의 결과를 근거로 상기 자갈의 마모율과 파울링 지수 사이의 상관관계가 파악될 수 있다.
본 자갈 마모도 평가 단계(S400)에서는 상기 자갈의 형상지수 및 파울링 지수 간의 상관성 평가 결과와, 상기 자갈의 마모율과 파울링 지수 간의 상관관계를 이용하여 상기 자갈의 형상지수와 마모율 사이의 상관관계를 도출한다.
도 11 내지 도 14는 본 발명의 일 실시예에 따른 자갈 마모도 분석 방법에서 자갈의 형상지수와 마모율 사이의 상관관계를 보여준다.
도 11을 참조하면, 자갈 마모에 따른 Roundness 값의 변화를 보여준다. 회전수가 증가할수록 Roundness 평균과 중앙값은 점차 증가하는 경향을 보이고 있다. 그리고 도 12를 참조하면, 자갈 마모에 따른 Sphericity 값의 변화를 보여준다. Sphericity는 Roundness에 비해 자갈 마모에 관계없이 그 값의 범위가 상대적으로 작은 것을 알 수 있다. LA 마모를 500회 수행한 자갈의 Sphericity 값이 마모되지 않은 자갈에 비해 크게 증가하며, 이후에도 자갈이 마모될수록 0.9 이상의 Sphericity 값을 갖는 빈도수가 증가함을 확인할 수 있다. 회전수가 증가할수록 Sphericity 평균과 중앙값은 점차 증가하는 경향을 보이고 있다.
도 13을 참조하면, 자갈 마모에 따른 Aspect ratio 값의 변화를 보여준다. Roundness나 Sphericity와 달리 Aspect ratio 분포는 정규분포가 아닌데 이는 Aspect ratio의 정의상 항상 1 이상의 값이 산출되기 때문이다. Aspect ratio 분포는 자갈이 마모될수록 Aspect ratio의 분포가 점차 1에 가깝게 변화하는 것을 확인할 수 있다. 이는 자갈이 마모될 때 장축 방향이 더 쉽게 마모되어 그 길이가 짧아지기 때문이다. Roundness나 Sphericity와 달리 Aspect ratio 평균과 중앙 값은 회전수가 증가할수록 점차 감소하는 경향이 나타났다.
도 14를 참조하면, 자갈 마모에 따른 푸리에 계수 기반 Angularity index 값의 변화를 보여준다. 자갈이 마모될수록 Angularity index의 값이 작은 경우의 상대빈도가 증가하는 것을 확인할 수 있다. Aspect ratio와 마찬가지로 회전수가 증가할수록 Angularity index의 평균과 중앙값은 점차 감소하는 경향이 나타났다.
도 15를 참조하면, LA 마모시험 회전수에 따른 각 자갈 집합의 마모도와 자갈의 형상지수, 즉 Roundness, Sphericity, Aspect ratio, Angularity index의 평균값을 각각 x, y축으로 하여 도시하고, 상관관계를 평가한 것을 보여준다. 로그함수를 이용하여 자갈의 마모도와 각각의 형상지수 사이의 관계식을 도출한 결과, 주어진 구간에서 평가된 모든 자갈의 형상지수가 파울링 지수 및 마모율, 즉 자갈 마모도와 약 0.95 이상의 높은 결정계수(R2)로 상관관계가 있음을 확인할 수 있다.
이와 같이, 본 발명의 실시예에 따르면 이미지 프로세싱 기법을 적용하여 평가한 자갈의 형상지수를 바탕으로 자갈의 마모 정도를 추정할 수 있다.
도 16은 본 발명의 일 실시예에 따른 자갈 마모도 분석 방법에서 자갈과 배경을 분리하여 자갈의 형상지수를 추출하는 작업 화면을 보여주는 사진이다.
한편, 도 17 내지 도 19는 본 발명의 일 실시예에 따른 자갈 마모도 분석 방법에서 마모도 및 장비 작업회수 간의 관계를 보여주는 그래프들을 도시한 것이다. 도 17은 표면에서 채취한 데이터만을 이용하여 이미지분석을 실시하여 자갈의 형상지수를 추출한 것으로, 각각의 형상지수로부터 마모도를 산출하여 해당 구간의 장비작업 횟수와의 상관성을 분석한 결과를 보여준다. 도 18은 중간층에서 채취한 데이터만을 이용하여 이미지분석을 실시하여 자갈의 형상지수를 추출한 것으로, 각각의 형상지수로부터 마모도를 산출하여 해당 구간의 장비작업 횟수와의 상관성을 분석한 결과를 보여준다. 도 19는 깊이 별로 채취한 데이터를 함께 사용하여 이미지분석을 실시하여 자갈의 형상지수를 추출한 것으로, 각각의 형상지수로부터 마모도를 산출하여 해당 구간의 장비작업 횟수와의 상관성을 분석한 결과를 보여준다. 도 17 내지 도 19를 통해 마모도 평가 시 사용하는 자갈의 시료(즉, 샘플)는 현장의 표면뿐만 아니라 중간층에서 채취한 자갈의 시료를 모두 사용해야 현장의 마모도를 정확하게 평가할 수 있다는 것을 확인할 수 있다.
자갈 마모도 분석 시스템
본 발명의 다른 측면에 따르면 고속선의 자갈도상 자갈의 마모도를 이미지분석을 통해 측정하고, 자갈의 파울링 정도를 예측할 수 있는 자갈 마모도 분석 시스템을 제공한다.
도 5는 본 발명의 일 실시예에 따른 자갈 마모도 분석 시스템을 간략히 도시한 개념도이다.
도 5를 참조하면, 본 발명의 일 실시예에 따른 자갈 마모도 분석 시스템(1000)은, 자갈 이미지 획득부(100), 자갈 이미지 분석부(200), 형상지수 산출부(300), 자갈 마모도 평가부(400)를 포함한다.
자갈 이미지 획득부(100)는 고속선 현장의 자갈을 촬영하여 자갈 이미지를 획득한다. 상기 자갈 이미지 획득부(100)는, 고속선 현장의 자갈 중에서 세립분을 제외한 자갈을 적어도 일부가 샘플링 되면, 샘플링 된 적어도 일부의 자갈에 대한 자갈 촬영 데이터를 획득하여 수집할 수 있다. 자갈 이미지 획득부(100)는 자갈의 디지털 이미지를 촬영 가능한 다양한 디바이스가 이용 가능한데 특정 종류로 한정될 필요가 없으며, 통상의 기술자에게 자명한 다양한 촬영 수단을 이용할 수 있다.
자갈 이미지 분석부(200)는 상기 자갈 이미지 획득부(100)에서 획득된 자갈 이미지를 분석하고, 상기 분석 결과를 근거로 자갈 정보를 정량적으로 평가한다. 상기 자갈 이미지 분석부(200)는 상기 자갈 이미지 획득부(100)에서 상기 자갈 촬영 데이터를 전달 받고, 상기 자갈 촬영 데이터 내에서 자갈과, 자갈을 제외한 배경을 분리시키며, 상기 배경이 분리되고 남은 자갈에 대한 순수 자갈 이미지만을 추출한다. 이를 위해 자갈 이미지 추출부(미도시)를 더 포함할 수 있다. 또한, 상기 자갈 이미지 분석부(200)는 상기 자갈 이미지 추출부(미도시)에서 추출된 상기 자갈 이미지를 이용하여 샘플링 된 자갈 정보를 정량 평가하는 자갈 정보 정량 평가부(미도시)를 더 포함하여 구성될 수 있다. 여기서, 자갈 정보는, 자갈의 형상에 관한 정보, 자갈의 장축 정보, 자갈의 단축 정보, 및 자갈의 모난 정도에 관한 정보 중 하나 이상을 포함할 수 있다.
형상지수 산출부(300)는 상기 자갈 이미지 분석부(200)에서 도출된 분석 결과를 전달 받아 자갈의 형상지수를 산출한다. 상기 형상지수 산출부(300)는 상기 자갈 정보 정량 평가부(미도시)에서 도출된 상기 자갈 정보를 이용하여 상기 자갈의 형상지수(Shape Index)를 산출할 수 있다. 예컨대, 자갈의 형상지수는, 자갈의 장축을 지름으로 하는 원의 면적과 자갈 입자 면적의 비인 자갈의 Roundness, 자갈 입자와 면적이 같은 원의 원주와 자갈 입자의 둘레 비인 자갈의 Sphericity, 자갈의 장축과 자갈의 단축의 비인 자갈의 Aspect ratio, 자갈의 Angularity를 포함할 수 있다. 이와 관련하여 전술한 자갈 마모도 평가 방법의 설명을 참조할 수 있다.
자갈 마모도 평가부(400)는 상기 형상지수 산출부(300)에서 산출된 형상지수를 이용하여 자갈의 마모도를 산출 및 평가한다. 상기 자갈 마모도 평가부(400)는 상기 자갈의 형상지수 및 파울링 지수 간의 상관성을 평가하는 형상지수 및 파울링 지수 상관성 평가부(미도시)를 포함할 수 있다. 또한, 상기 자갈 마모도 평가부(400)는 상기 자갈의 형상지수 및 파울링 지수 상관성 평가부의 평가 결과와, 상기 자갈의 형상지수와 마모율 간의 상관관계를 이용하여 샘플링 된 자갈입자의 마모도를 산출하는 자갈 마모도 산출부(미도시)를 포함할 수 있다.
한편, 상기 자갈의 형상지수와 마모율 사이의 상관관계는, 고속선의 사용되는 자갈을 대상으로 LA 마모시험을 실시한 결과 파악될 수 있다.
그리고 자갈 마모도 평가부(400)에서는 상기 자갈의 마모율과 파울링 지수 사이의 상관관계와, 상기 자갈의 형상지수 및 파울링 지수 상관성 평가부의 평가 결과를 이용하여 자갈의 마모도를 도출해 낼 수 있다.
상술한 바와 같이, 본 발명의 구성 및 작용에 따르면, 고속선 현장의 자갈을 디지털 촬영한 이미지를 분석하여 자갈의 마모 정도를 평가할 수 쉽고 정확하게 평가할 수 있다.
이상과 같이 본 발명에 대해서 예시한 도면을 참조로 하여 설명하였으나, 본 명세서에 개시된 실시예와 도면에 의해 본 발명이 한정되는 것은 아니며, 본 발명의 기술사상의 범위 내에서 통상의 기술자에 의해 다양한 변형이 이루어질 수 있음은 자명하다. 아울러 앞서 본 발명의 실시예를 설명하면서 본 발명의 구성에 따른 작용 효과를 명시적으로 기재하여 설명하지 않았을지라도, 해당 구성에 의해 예측 가능한 효과 또한 인정되어야 함은 당연하다.
S100: 자갈 이미지 획득 단계
S200: 자갈 이미지 분석 단계
S300: 형상지수 산출 단계
S400: 자갈 마모도 평가 단계
100: 자갈 이미지 획득부
200: 자갈 이미지 분석부
300: 형상지수 산출부
400: 자갈 마모도 평가부
1000: 자갈 마모도 분석 시스템

Claims (18)

  1. 고속선 현장의 자갈을 촬영하여 자갈 이미지를 획득하는 자갈 이미지 획득단계;
    상기 자갈 이미지 획득단계에서 획득된 자갈 이미지를 분석하고, 상기 분석 결과를 근거로 자갈 정보를 정량적으로 평가하는 자갈 이미지 분석단계;
    상기 자갈 이미지 분석단계에서 도출된 분석 결과를 이용하여 자갈의 형상지수를 산출하는 형상지수 산출 단계; 및
    상기 형상지수 산출 단계에서 산출된 형상지수를 이용하여 자갈의 마모도를 산출하는 자갈 마모도 평가 단계;를 포함하고,
    상기 자갈 이미지 획득단계는, 고속선 현장의 자갈 중에서 세립분을 제외한 자갈을 적어도 일부 샘플링 하는 자갈 샘플링 단계, 및 상기 자갈 샘플링 단계에서 샘플링 된 적어도 일부의 자갈을 촬영하여 자갈 촬영 데이터를 획득하는 자갈 촬영 단계를 포함하며,
    상기 자갈 마모도 평가 단계는, 상기 자갈의 형상지수 및 파울링 지수 간의 상관성을 평가하는 단계, 및 상기 자갈의 형상지수 및 파울링 지수 간의 상관성 평가 후, 상기 자갈의 형상지수와 마모율 사이의 상관관계를 이용하여 샘플링 된 자갈입자의 마모도를 산출하는 자갈 마모도 산출 단계를 포함하는
    자갈 마모도 분석 방법.
  2. 삭제
  3. 제1항에 있어서,
    상기 자갈 이미지 분석단계는,
    상기 자갈 촬영 데이터에서, 자갈과, 자갈을 제외한 배경을 분리시키는 자갈 및 배경 분리 단계; 및
    상기 자갈 및 배경 분리 단계에서 배경이 분리되고 남은 자갈에 대한 자갈 이미지를 추출하는 자갈 이미지 추출 단계;
    를 포함하는 자갈 마모도 분석 방법.
  4. 제3항에 있어서,
    상기 자갈 이미지 분석단계는,
    상기 자갈 이미지 추출 단계에서 추출된 상기 자갈 이미지를 근거로 샘플링 된 자갈 정보를 정량 평가하는 자갈 정보 정량 평가 단계;
    를 더 포함하는 자갈 마모도 분석 방법.
  5. 제4항에 있어서,
    상기 자갈 정보 정량 평가 단계에서, 상기 자갈 정보는, 자갈의 형상에 관한 정보, 자갈의 장축 정보, 자갈의 단축 정보, 및 자갈의 모난 정도에 관한 정보 중 하나 이상을 포함하는
    자갈 마모도 분석 방법.
  6. 제5항에 있어서,
    상기 형상지수 산출 단계에서,
    상기 자갈 정보 정량 평가 단계를 거쳐 도출된 상기 자갈 정보를 이용하여 상기 자갈의 형상지수(Shape Index)를 산출하는 것을 특징으로 하는
    자갈 마모도 분석 방법.
  7. 삭제
  8. 제1항에 있어서,
    상기 자갈 마모도 평가 단계에서,
    고속선의 현장에서 사용되는 자갈을 대상으로 LA 마모시험을 실시하고, 상기 LA 마모시험의 결과를 근거로 상기 자갈의 마모율과 파울링 지수 사이의 상관관계를 파악하는 것을 특징으로 하는
    자갈 마모도 분석 방법.
  9. 제8항에 있어서,
    상기 자갈 마모도 평가 단계에서,
    상기 자갈의 형상지수 및 파울링 지수 간의 상관성 평가 결과와, 상기 자갈의 마모율과 파울링 지수 간의 상관관계를 이용하여 상기 자갈의 형상지수와 마모율 사이의 상관관계를 도출하는 것을 특징으로 하는
    자갈 마모도 분석 방법.
  10. 고속선 현장의 자갈을 촬영하여 자갈 이미지를 획득하는 자갈 이미지 획득부;
    상기 자갈 이미지 획득부에서 획득된 자갈 이미지를 분석하고, 상기 분석 결과를 근거로 자갈 정보를 정량적으로 평가하는 자갈 이미지 분석부;
    상기 자갈 이미지 분석부에서 도출된 분석 결과를 전달 받아 자갈의 형상지수를 산출하는 형상지수 산출부; 및
    상기 형상지수 산출부에서 산출된 형상지수를 이용하여 자갈의 마모도를 산출 및 평가하는 자갈 마모도 평가부;를 포함하고,
    상기 자갈 이미지 획득부는, 고속선 현장의 자갈 중에서 세립분을 제외한 자갈을 적어도 일부 샘플링 하고, 샘플링 된 적어도 일부의 자갈에 대한 자갈 촬영 데이터를 획득하여 수집하며,
    상기 자갈 마모도 평가부는, 상기 자갈의 형상지수 및 파울링 지수 간의 상관성을 평가하는 형상지수 및 파울링 지수 상관성 평가부, 및 상기 형상지수 및 파울링 지수 상관성 평가부의 평가 결과와, 상기 자갈의 형상지수와 마모율 간의 상관관계를 이용하여 샘플링 된 자갈입자의 마모도를 산출하는 자갈 마모도 산출부를 포함하는
    자갈 마모도 분석 시스템.
  11. 삭제
  12. 제10항에 있어서,
    상기 자갈 이미지 분석부는,
    상기 자갈 이미지 획득부에서 상기 자갈 촬영 데이터를 전달 받고, 상기 자갈 촬영 데이터 내에서 자갈과, 자갈을 제외한 배경을 분리시키며, 상기 배경이 분리되고 남은 자갈에 대한 순수 자갈 이미지만을 추출하는 자갈 이미지 추출부;
    를 포함하는 자갈 마모도 분석 시스템.
  13. 제12항에 있어서,
    상기 자갈 이미지 분석부는,
    상기 자갈 이미지 추출부에서 추출된 상기 자갈 이미지를 이용하여 샘플링 된 자갈 정보를 정량 평가하는 자갈 정보 정량 평가부;
    를 더 포함하는 자갈 마모도 분석 시스템.
  14. 제13항에 있어서,
    상기 자갈 정보는, 자갈의 형상에 관한 정보, 자갈의 장축 정보, 자갈의 단축 정보, 및 자갈의 모난 정도에 관한 정보 중 하나 이상을 포함하는 것을 특징으로 하는
    자갈 마모도 분석 시스템.
  15. 제14항에 있어서,
    상기 형상지수 산출부는,
    상기 자갈 정보 정량 평가부에서 도출된 상기 자갈 정보를 이용하여 상기 자갈의 형상지수(Shape Index)를 산출하는 것을 특징으로 하는
    자갈 마모도 분석 시스템.
  16. 삭제
  17. 제10항에 있어서,
    상기 자갈의 마모율과 파울링 지수 사이의 상관관계는, 고속선 현장에서 사용되는 자갈을 대상으로 LA 마모시험을 실시하고, 상기 LA 마모시험의 결과를 근거로 파악되는 것을 특징으로 하는
    자갈 마모도 분석 시스템.
  18. 제17항에 있어서,
    상기 자갈 마모도 평가부는,
    상기 형상지수 및 파울링 지수 상관성 평가부의 평가 결과와, 상기 자갈의 마모율과 파울링 지수 간의 상관관계를 이용하여, 상기 자갈의 형상지수와 마모율 사이의 상관관계를 도출하는 것을 특징으로 하는
    자갈 마모도 분석 시스템.
KR1020200098963A 2020-08-07 2020-08-07 자갈 마모도 분석 시스템 및 자갈 마모도 분석 방법 KR102342965B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200098963A KR102342965B1 (ko) 2020-08-07 2020-08-07 자갈 마모도 분석 시스템 및 자갈 마모도 분석 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200098963A KR102342965B1 (ko) 2020-08-07 2020-08-07 자갈 마모도 분석 시스템 및 자갈 마모도 분석 방법

Publications (1)

Publication Number Publication Date
KR102342965B1 true KR102342965B1 (ko) 2021-12-24

Family

ID=79176071

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200098963A KR102342965B1 (ko) 2020-08-07 2020-08-07 자갈 마모도 분석 시스템 및 자갈 마모도 분석 방법

Country Status (1)

Country Link
KR (1) KR102342965B1 (ko)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2854690A1 (fr) * 2003-05-09 2004-11-12 France Etat Ponts Chaussees Procede et dispositif de determination de la morphologie d'un materiau divise
JP2006078234A (ja) * 2004-09-07 2006-03-23 Kyoto Univ 砂礫測定装置及び測定方法
US20150367855A1 (en) * 2014-06-24 2015-12-24 Robert Bosch Gmbh Method for detecting a roadway and corresponding detection systems
KR20170121486A (ko) * 2016-04-25 2017-11-02 한국지질자원연구원 자갈 입도 분석 장치 및 그 방법
JP6475025B2 (ja) * 2015-01-23 2019-02-27 シャープ株式会社 形状エラー判定装置、判定結果画像生成装置、及び形状エラー判定方法
KR20190138382A (ko) 2018-06-05 2019-12-13 한국철도기술연구원 고기능성 자갈을 이용한 자갈궤도 및 그 시공방법

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2854690A1 (fr) * 2003-05-09 2004-11-12 France Etat Ponts Chaussees Procede et dispositif de determination de la morphologie d'un materiau divise
JP2006078234A (ja) * 2004-09-07 2006-03-23 Kyoto Univ 砂礫測定装置及び測定方法
US20150367855A1 (en) * 2014-06-24 2015-12-24 Robert Bosch Gmbh Method for detecting a roadway and corresponding detection systems
JP6475025B2 (ja) * 2015-01-23 2019-02-27 シャープ株式会社 形状エラー判定装置、判定結果画像生成装置、及び形状エラー判定方法
KR20170121486A (ko) * 2016-04-25 2017-11-02 한국지질자원연구원 자갈 입도 분석 장치 및 그 방법
KR20190138382A (ko) 2018-06-05 2019-12-13 한국철도기술연구원 고기능성 자갈을 이용한 자갈궤도 및 그 시공방법

Similar Documents

Publication Publication Date Title
KR102121958B1 (ko) 콘크리트 구조물 결함 분석 서비스 제공 방법, 시스템 및 컴퓨터 프로그램
Tsai et al. Critical assessment of pavement distress segmentation methods
Tran et al. One stage detector (RetinaNet)-based crack detection for asphalt pavements considering pavement distresses and surface objects
Baqersad et al. Asphalt mixture segregation detection: digital image processing approach
KR100772506B1 (ko) 영상처리를 이용한 지질재료 분류 방법 및 그 장치
KR101651999B1 (ko) 포트홀 및 크랙 검출 장치 및 방법
JPH11132962A (ja) 表面処理された鋼材の劣化・腐食検出判定方法およびその劣化・腐食検出判定システム装置
KR102133332B1 (ko) 경계선 기반 구조물의 균열 검출 장치 및 방법
CN110260793A (zh) 基于参数辨识的预警系统及方法
Daniel et al. Automatic road distress detection and analysis
Abbas et al. Automated pavement distress detection using image processing techniques
Barkavi et al. Processing digital image for measurement of crack dimensions in concrete
Ritchie Digital imaging concepts and applications in pavement management
CN114882400A (zh) 一种基于ai智能机器视觉技术的骨料检测分类方法
Jitprasithsiri et al. Development of digital image-processing algorithm to compute unified crack index for Salt Lake City
KR102342965B1 (ko) 자갈 마모도 분석 시스템 및 자갈 마모도 분석 방법
Crognale et al. Damage detection with image processing: A comparative study
Zhang et al. Extracting pavement surface distress conditions based on high spatial resolution multispectral digital aerial photography
Radopoulou et al. Patch distress detection in asphalt pavement images
KR102133330B1 (ko) 구조물의 균열 인식 장치 및 방법
Saini et al. Feature-based template matching for joggled fishplate detection in railroad track with drone images
KR102585146B1 (ko) 딥러닝 기반의 도로손상 탐지 장치 및 방법
Lemy et al. A digital face mapping case study in an underground hard rock mine
CN112435228A (zh) 一种基于高密度各向异性特征的机场道面裂缝检测方法
Waegli Investigations into the noise characteristics of digitized aerial images

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant