KR102646209B1 - 이미지 분석 기반 조립질 혼합 토사 입자의 형상 특성 분석 장치 및 방법 - Google Patents
이미지 분석 기반 조립질 혼합 토사 입자의 형상 특성 분석 장치 및 방법 Download PDFInfo
- Publication number
- KR102646209B1 KR102646209B1 KR1020220038424A KR20220038424A KR102646209B1 KR 102646209 B1 KR102646209 B1 KR 102646209B1 KR 1020220038424 A KR1020220038424 A KR 1020220038424A KR 20220038424 A KR20220038424 A KR 20220038424A KR 102646209 B1 KR102646209 B1 KR 102646209B1
- Authority
- KR
- South Korea
- Prior art keywords
- image
- shape
- sand
- soil
- particles
- Prior art date
Links
- 239000002245 particle Substances 0.000 title claims abstract description 173
- 238000000034 method Methods 0.000 title claims abstract description 64
- 238000010191 image analysis Methods 0.000 title claims abstract description 58
- 238000004458 analytical method Methods 0.000 title claims abstract description 40
- 239000004576 sand Substances 0.000 claims abstract description 136
- 239000002689 soil Substances 0.000 claims abstract description 117
- 238000012937 correction Methods 0.000 claims abstract description 37
- 238000000605 extraction Methods 0.000 claims abstract description 33
- 239000013049 sediment Substances 0.000 claims abstract description 28
- 238000003702 image correction Methods 0.000 claims abstract description 19
- 238000005259 measurement Methods 0.000 claims abstract description 12
- 230000008569 process Effects 0.000 claims description 39
- 238000004422 calculation algorithm Methods 0.000 claims description 33
- 238000002372 labelling Methods 0.000 claims description 30
- 230000009466 transformation Effects 0.000 claims description 22
- 230000003628 erosive effect Effects 0.000 claims description 13
- 238000006243 chemical reaction Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 8
- 230000000877 morphologic effect Effects 0.000 claims description 8
- 238000005452 bending Methods 0.000 claims description 6
- 239000011248 coating agent Substances 0.000 claims description 6
- 238000000576 coating method Methods 0.000 claims description 6
- 239000000284 extract Substances 0.000 claims description 6
- 238000012512 characterization method Methods 0.000 claims 1
- 230000006870 function Effects 0.000 description 15
- 238000004062 sedimentation Methods 0.000 description 14
- 238000012360 testing method Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 238000011160 research Methods 0.000 description 6
- 238000011161 development Methods 0.000 description 5
- 230000018109 developmental process Effects 0.000 description 5
- 239000013535 sea water Substances 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 238000000691 measurement method Methods 0.000 description 3
- 238000010219 correlation analysis Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000012153 distilled water Substances 0.000 description 2
- 238000003709 image segmentation Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 150000003839 salts Chemical class 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 238000005029 sieve analysis Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000005266 casting Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- -1 gravel Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000003706 image smoothing Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000007734 materials engineering Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007573 shrinkage measurement Methods 0.000 description 1
- 238000007873 sieving Methods 0.000 description 1
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
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N15/1429—Signal processing
- G01N15/1433—Signal processing using image recognition
-
- 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
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N15/1456—Optical investigation techniques, e.g. flow cytometry without spatial resolution of the texture or inner structure of the particle, e.g. processing of pulse signals
- G01N15/1459—Optical investigation techniques, e.g. flow cytometry without spatial resolution of the texture or inner structure of the particle, e.g. processing of pulse signals the analysis being performed on a sample stream
-
- 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
- G06T5/00—Image enhancement or restoration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- 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
- G06T5/94—Dynamic range modification of images or parts thereof based on local image properties, e.g. for local contrast enhancement
-
- 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
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/02—Investigating particle size or size distribution
- G01N2015/0294—Particle shape
-
- 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
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N2015/1493—Particle size
-
- 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
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N2015/1497—Particle shape
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Dispersion Chemistry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Medicinal Chemistry (AREA)
- Remote Sensing (AREA)
- Food Science & Technology (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Signal Processing (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
이미지 분석기반 모래의 형상 특성 분석 방법이 개시된다. 이미지 분석 기반 토사 입자의 형상 특성 분석 장치는 하부 백라이트를 구비한 시료 도포판과, 그 위에 해안, 하천이나 연안지역에서 채취한 조립질 혼합 토사(자갈, 모래, 실트)의 샘플을 놓고 촬영하는 상부 톱라이트를 구비한 카메라를 포함하는 하우징된 이미지 취득용 패널을 구비하며, 상기 시료 도포판 위에 놓인 토사(자갈, 모래, 실트)의 형상특성을 측정하기 위해 상기 카메라로 촬영된 토사의 사진에 대하여 가로 x 세로 크기의 이미지 취득 라인과 기하 보정 라인에 따라 촬영하는 형상계수 측정 장치; 및 1) 상기 토사 입자들의 이미지 취득, 2) 이미지 기하보정, 3) 이미지 보정 및 4) 형상인자 추출을 위해 자갈, 모래, 실트의 형상 특성을 갖는 이미지를 분석하는 이미지 기반 형상분석 모듈을 포함하는 이미지 분석 기반 토사 입자의 형상 특성 분석 장치를 포함한다. 해안 하천이나 연안 지역의 토사 입자의 형상 특성은 모래의 입경, 모래 입자의 장축과 단축의 길이, 모래 입자의 면적, 모래의 둘레 길이, 평균 공칭 입경. 형상계수(종횡비)를 측정하였으며, 해안, 하천 및 연안 지역에서 퇴적물 거동 특성 분석에 필요한 기초 자료로 사용된다.
Description
본 발명은 이미지 분석 기반 토사 입자의 형상 특성 분석 방법에 관한 것으로, 보다 상세하게는 해안 또는 연안 지역의 침·퇴적 환경을 파악하기 위해 파도와 조석과 바람과 바닷물의 흐름에 따라 해안 지역 하구 퇴적물 이동에 중요한 역할을 하는 저면 퇴적물의 침강/침식 거동 특성을 파악하는 것이 필요하며, 침강/침식 특성에 가장 큰 영향을 주는 모래의 형상 특성에 대한 연구가 필요하며, 해안, 하천이나 연안 지역의 조립질 혼합 토사(자갈, 모래, 실트) 샘플을 채취하여 시료 도포판에 놓고, 카메라로 촬영하며 이미지처리 영상 분석SW(이미지 분석 툴)를 사용하여 자갈, 모래, 실트 입자의 형상 특성을 제공하며, 해안, 하천, 연안 지역의 퇴적물의 거동 특성을 분석하는, 이미지 분석 기반 토사 입자의 형상 특성 분석 방법에 관한 것이다.
해안 또는 연안 지역의 침·퇴적 환경을 파악하기 위해 조석과 바람에 의한 파랑과 바닷물의 흐름에 따라 퇴적물 이동에 중요한 역할을 하는 저면 퇴적물의 기본 특성을 파악하는 것이 필요하며, 기본 특성에 가장 큰 영향을 주는 모래의 입경을 포함한 형상 특성에 대한 연구가 필요하다.
이와 관련된 선행기술1로써, 특허 공개번호 10-1997-0016574에서는 "모래의 특성을 측정하는 방법"이 공개되어 있으며, 모래의 특성을 정화하고 쉽게 측정하기 위해 제공된다. 모래의 특성을 측정하는 방법은 모래의 수축 특성을 측정하는 단계; 시험편이 압착 주조되기 전 수축 측정에 기초한 모래의 공급을 결정하는 단계; 공급 모래를 결속시킴으로써 시험편을 압착 주조하는 단계; 그리고 시험편을 이용하여 모래의 특성을 측정하는 단계를 포함한다.
그러나, 기존 기술은 해안 또는 연안 지역의 침식과 퇴적에 의한 퇴적물의 기본적인 거동 특성 분석에 가장 큰 영향을 주는 모래의 형상 특성에 대한 이미지 분석 툴을 제공하지 않았다.
(1) Krumbein, W. and Sloss, L. (1963) Stratigraphy and Sedimentation. W.H. Freeman and Co., San Francisco, 660 p.
(2) Belaid, L. J., & Mourou, W. (2009). Image segmentation: a watershed transformation algorithm. Image Analysis & Stereology, 28(2), 93-102.
상기 문제점을 해결하기 위한 본 발명의 목적은 해안 또는 연안 지역의 침·퇴적 환경을 파악하기 위해 파도와 조석과 바람과 바닷물의 흐름에 따라 해안 지역 하구 퇴적물 이동에 중요한 역할을 하는 저면 퇴적물의 기본 특성을 파악하는 것이 필요하며, 기본 특성에 가장 큰 영향을 주는 모래의 형상 특성에 대한 연구가 필요하며, 해안, 하천이나 연안 지역의 조립질 혼합 토사(자갈, 모래, 실트) 샘플을 채취하여 시료 도포판에 놓고, 카메라로 촬영하며 이미지 처리 영상 분석SW를 사용하여 자갈, 모래, 실트 입자의 형상 특성을 제공하며, 해안, 하천, 연안 지역의 거동 특성을 분석하는, 이미지 분석 기반 토사 입자의 형상 특성 분석 방법을 제공한다.
본 발명의 목적을 달성하기 위해, 이미지 분석 기반 토사 입자의 형상 특성 분석 장치는 시료 도포판 위에 놓인 조립질 혼합 토사(자갈, 모래, 실트)의 형상특성을 측정하기 위해 카메라로 토사에 대하여 가로 x 세로 크기의 이미지 취득 라인과 기하 보정 라인을 포함하여 촬영하는 형상계수 측정 장치; 및 1) 상기 토사 입자들의 이미지 취득, 2) 이미지 기하보정, 3) 이미지 보정 및 4) 형상인자 추출을 위해 자갈, 모래, 실트의 형상 특성을 갖는 이미지를 분석하는 이미지 기반 형상분석 모듈을 포함하는 이미지 분석 기반 토사 입자의 형상 특성 분석 장치를 포함하고, 상기 토사는 비점착성 혼합 토사로써 자갈, 모래, 또는 실트를 포함하며, 해안 하천이나 연안 지역의 토사 입자의 형상 특성은 모래의 입경, 모래 입자의 장축과 단축의 길이, 모래 입자의 면적, 모래의 둘레 길이, 평균 공칭 입경, 형상계수(종횡비)가 측정되고, 해안, 하천 및 연안 지역에서 침식이나 퇴적물의 거동 특성 분석에 필요한 기초 자료로 사용되며,
상기 이미지 기반 형상분석 모듈은
이미지 취득 과정에서 원근 변환(perspective transform)을 적용하여 카메라 렌즈 굴곡, 원근에 의해 발생된 왜곡을 보정하고 이미지를 실스케일로 변환하는 이미지 기하보정 모듈; 토사 입자들의 형상 특성 추출을 위하여 토사 입자의 형상을 명확하게 하기 위한 과정으로 이미지 이진화(이미지 내의 물체와 배경을 0과 1 또는 그 반대로 두 값만으로 픽셀값을 재설정) -> 노이즈 제거(모폴로지 연산을 통한 이미지 열기, 닫기를 적용) -> watershed 변환 알고리즘 순으로 적용되는 이미지 보정 모듈; 및 외곽선 추출 및 라벨링 과정을 위해 이진화 이미지를 사용하여 외곽 윤곽선 검출을 위해 OpenCV 기반의 findContours 함수와 각 입자별 라벨링을 위해 connectedComponentsWithStats 함수가 적용된 경계면 추출 및 라벨링 적용 결과를 제공하고, 라벨링 입자별로 기본 특성(모래 입자의 장축과 단축, 둘레, 면적, 공칭직경, 종횡비)를 자동 산정하여 형상 특성을 추출하는 형상 인자 추출 모듈을 포함한다.
상기 이미지 기반 형상분석 모듈은
이미지 취득 과정에서 원근 변환(perspective transform)을 적용하여 카메라 렌즈 굴곡, 원근에 의해 발생된 왜곡을 보정하고 이미지를 실스케일로 변환하는 이미지 기하보정 모듈; 토사 입자들의 형상 특성 추출을 위하여 토사 입자의 형상을 명확하게 하기 위한 과정으로 이미지 이진화(이미지 내의 물체와 배경을 0과 1 또는 그 반대로 두 값만으로 픽셀값을 재설정) -> 노이즈 제거(모폴로지 연산을 통한 이미지 열기, 닫기를 적용) -> watershed 변환 알고리즘 순으로 적용되는 이미지 보정 모듈; 및 외곽선 추출 및 라벨링 과정을 위해 이진화 이미지를 사용하여 외곽 윤곽선 검출을 위해 OpenCV 기반의 findContours 함수와 각 입자별 라벨링을 위해 connectedComponentsWithStats 함수가 적용된 경계면 추출 및 라벨링 적용 결과를 제공하고, 라벨링 입자별로 기본 특성(모래 입자의 장축과 단축, 둘레, 면적, 공칭직경, 종횡비)를 자동 산정하여 형상 특성을 추출하는 형상 인자 추출 모듈을 포함한다.
본 발명의 다른 목적을 달성하기 위해, 이미지 분석 기반 토사 입자의 형상 특성 분석 방법은 상부 카메라로 촬영된 토사의 사진에 대하여 가로 x 세로 크기의 이미지 취득 라인과 기하 보정 라인에 따라 시료 도포판 위에 놓인 자갈, 모래, 실트와 같은 조립질 혼합 토사의 형상 특성을 분석하는 단계; 및 이미지 기반 형상분석 모듈에 의해 토사 입자들의 1) 이미지 취득, 2) 이미지 기하 보정, 3) 이미지 보정 및 4) 토사의 형상 특성을 제공하는 단계를 포함하고,
상기 토사는 비점착성 혼합 토사로써 자갈, 모래, 또는 실트를 포함하며, 해안 하천이나 연안 지역의 토사 입자의 형상 특성은 모래의 입경, 모래 입자의 장축과 단축의 길이, 모래 입자의 면적, 모래의 둘레 길이, 평균 공칭 입경, 형상계수(종횡비)가 측정되고, 해안, 하천 및 연안 지역에서 침식이나 퇴적물의 거동 특성 분석에 필요한 기초 자료로 사용되며,
상기 이미지 기반 형상분석 모듈은
이미지 취득 과정에서 원근 변환(perspective transform)을 적용하여 카메라 렌즈 굴곡, 원근에 의해 발생된 왜곡을 보정하고 이미지를 실스케일로 변환하는 이미지 기하보정 모듈; 토사 입자들의 형상 특성 추출을 위하여 토사 입자의 형상을 명확하게 하기 위한 과정으로 이미지 이진화(이미지 내의 물체와 배경을 0과 1 또는 그 반대로 두 값만으로 픽셀값을 재설정) -> 노이즈 제거(모폴로지 연산을 통한 이미지 열기, 닫기를 적용) -> watershed 변환 알고리즘 순으로 적용되는 이미지 보정 모듈; 및 외곽선 추출 및 라벨링 과정을 위해 이진화 이미지를 사용하여 외곽 윤곽선 검출을 위해 OpenCV 기반의 findContours 함수와 각 입자별 라벨링을 위해 connectedComponentsWithStats 함수가 적용된 경계면 추출 및 라벨링 적용 결과를 제공하고, 라벨링 입자별로 기본 특성(모래 입자의 장축과 단축, 둘레, 면적, 공칭직경, 종횡비)를 자동 산정하여 형상 특성을 추출하는 형상 인자 추출 모듈을 포함한다.
상기 토사는 비점착성 혼합 토사로써 자갈, 모래, 또는 실트를 포함하며, 해안 하천이나 연안 지역의 토사 입자의 형상 특성은 모래의 입경, 모래 입자의 장축과 단축의 길이, 모래 입자의 면적, 모래의 둘레 길이, 평균 공칭 입경, 형상계수(종횡비)가 측정되고, 해안, 하천 및 연안 지역에서 침식이나 퇴적물의 거동 특성 분석에 필요한 기초 자료로 사용되며,
상기 이미지 기반 형상분석 모듈은
이미지 취득 과정에서 원근 변환(perspective transform)을 적용하여 카메라 렌즈 굴곡, 원근에 의해 발생된 왜곡을 보정하고 이미지를 실스케일로 변환하는 이미지 기하보정 모듈; 토사 입자들의 형상 특성 추출을 위하여 토사 입자의 형상을 명확하게 하기 위한 과정으로 이미지 이진화(이미지 내의 물체와 배경을 0과 1 또는 그 반대로 두 값만으로 픽셀값을 재설정) -> 노이즈 제거(모폴로지 연산을 통한 이미지 열기, 닫기를 적용) -> watershed 변환 알고리즘 순으로 적용되는 이미지 보정 모듈; 및 외곽선 추출 및 라벨링 과정을 위해 이진화 이미지를 사용하여 외곽 윤곽선 검출을 위해 OpenCV 기반의 findContours 함수와 각 입자별 라벨링을 위해 connectedComponentsWithStats 함수가 적용된 경계면 추출 및 라벨링 적용 결과를 제공하고, 라벨링 입자별로 기본 특성(모래 입자의 장축과 단축, 둘레, 면적, 공칭직경, 종횡비)를 자동 산정하여 형상 특성을 추출하는 형상 인자 추출 모듈을 포함한다.
본 발명의 이미지 분석 기반 토사 입자의 형상 특성 분석 방법은 해안 또는 연안 지역의 침·퇴적 환경을 파악하기 위해 파도와 조석과 바람과 바닷물의 흐름에 따라 해안지역 하구 퇴적물 이동에 중요한 역할을 하는 저면 퇴적물의 형상 특성에 대한 연구가 필요하며, 해안, 하천이나 연안 지역의 조립질 혼합 토사(자갈, 모래, 실트) 샘플을 채취하여 증류수로 염분을 세척 후, 이를 시료 도포판에 놓고 카메라로 촬영하며 이미지 처리 영상 분석SW를 사용하여 자갈, 모래, 실트 입자의 형상 특성을 제공하며, 해안, 하천, 연안 지역의 침식·퇴적물의 거동 특성을 분석하기 위한 기초 자료로 활용되는 효과가 있다.
해안 하천이나 연안 지역의 토사 입자의 형상 특성은 모래의 입경, 모래 입자의 장축과 단축의 길이, 모래 입자의 면적, 모래의 둘레 길이, 평균 공칭 입경. 형상계수(종횡비)를 측정하였으며, 해안, 하천 및 연안 지역에서 침식·퇴적물의 거동 특성 분석에 필요한 기초 자료로 사용되게 되었다.
도 1은 토사 입자의 형상 척도(Krumbein and Sloss, 1963)를 나타낸다.
도 2는 토사 입자 단면의 형상 특성[직경(단,장축), 둘레, 면적, 공칭 직경, 종횡비]을 나타낸다.
도 3a는 모래 원본 이미지의 기하 보정을 통해 이미지 해상도 재구성 사진이다.
도 3b는 해변 모래 시료에 대한 이미지 분석을 흐름도이다.
도 3c는 이미지 분석 과정을 나타낸다.
도 4는 모래 입자의 근접 및 중첩 사진이다.
도 5는 시료 도포판(back light) 위에서 카메라(top light)로 촬영된 이미지 취득용 패널 사진과 이미지 취득 라인과 기하 보정 라인을 보인 사진이다.
도 6은 이미지 기반 형상 분석 모듈(이미지 기하 보정 모듈, 이미지 보정 모듈, 및 형상 인자 추출 모듈)의 구성도이다.
도 7은 마우스 클릭을 통한 픽셀 좌표 취득 사진이다.
도 8은 체스 보드를 이용한 이미지 기하 보정 알고리즘 검증 사진이다.
도 9는 이미지 기하 보정 결과를 보인 사진이다.
도 10은 이미지 보정 입력 이미지이다.
도 11은 픽셀 강도 히스토그램이다.
도 12는 Otsu 알고리즘의 임계값을 적용한 이미지 이진화 결과이다.
도 13은 이미지 열기 및 닫기 알고리즘 적용 결과/이미지 열기 및 닫기 알고리즘 전후 변화를 나타낸다.
도 14는 Watershed Transformation Algorithm 흐름도이다.
도 15A 내지 15C는 (a) Sure BG 결과, (b) Distance 결과, (c) Sure FG 결과, (d) Unknown 결과, (e) Markers 결과, (f) Result 결과이다.
도 16은 Watershed Transformation Algorithm 적용 결과이다.
도 17은 외곽선 추출 및 라벨링 과정을 위해 우선적으로 이진화 이미지를 활용하며, 외곽 윤곽선 검출을 위해 OpenCV 기반의 findContours 함수와 각 입자별 라벨링을 위해 connectedComponentsWithStats 함수가 적용된 경계면 추출 및 라벨링 적용 결과이다.
도 18은 이미지 분석 툴 실행 결과1(형상 특성 분포도)이다.
도 19는 이미지 분석 툴 실행 결과2(형상 특성 통계 자료)이다.
도 20은 이미지 분석 툴 실행 결과3(각 입자별 형상 특성 분석 시트)이다.
도 21a 내지 도 21d는 단일입경 모래의 이미지 분석 결과(Test No.1 ~ Test No.11)이다.
도 21e는 (a) 이미지 분석으로부터 도출된 평균 공칭입경과 체 평균 입경 상관도 분석 결과, (b) 이미지 분석으로부터 도출된 단일입경별 형상계수 측정 결과이다.
도 22는 Watershed Transformation Algorithm 동적 적용 사진이다.
도 23은 이미지 이진화 기법 수정 예시 화면이다.
도 2는 토사 입자 단면의 형상 특성[직경(단,장축), 둘레, 면적, 공칭 직경, 종횡비]을 나타낸다.
도 3a는 모래 원본 이미지의 기하 보정을 통해 이미지 해상도 재구성 사진이다.
도 3b는 해변 모래 시료에 대한 이미지 분석을 흐름도이다.
도 3c는 이미지 분석 과정을 나타낸다.
도 4는 모래 입자의 근접 및 중첩 사진이다.
도 5는 시료 도포판(back light) 위에서 카메라(top light)로 촬영된 이미지 취득용 패널 사진과 이미지 취득 라인과 기하 보정 라인을 보인 사진이다.
도 6은 이미지 기반 형상 분석 모듈(이미지 기하 보정 모듈, 이미지 보정 모듈, 및 형상 인자 추출 모듈)의 구성도이다.
도 7은 마우스 클릭을 통한 픽셀 좌표 취득 사진이다.
도 8은 체스 보드를 이용한 이미지 기하 보정 알고리즘 검증 사진이다.
도 9는 이미지 기하 보정 결과를 보인 사진이다.
도 10은 이미지 보정 입력 이미지이다.
도 11은 픽셀 강도 히스토그램이다.
도 12는 Otsu 알고리즘의 임계값을 적용한 이미지 이진화 결과이다.
도 13은 이미지 열기 및 닫기 알고리즘 적용 결과/이미지 열기 및 닫기 알고리즘 전후 변화를 나타낸다.
도 14는 Watershed Transformation Algorithm 흐름도이다.
도 15A 내지 15C는 (a) Sure BG 결과, (b) Distance 결과, (c) Sure FG 결과, (d) Unknown 결과, (e) Markers 결과, (f) Result 결과이다.
도 16은 Watershed Transformation Algorithm 적용 결과이다.
도 17은 외곽선 추출 및 라벨링 과정을 위해 우선적으로 이진화 이미지를 활용하며, 외곽 윤곽선 검출을 위해 OpenCV 기반의 findContours 함수와 각 입자별 라벨링을 위해 connectedComponentsWithStats 함수가 적용된 경계면 추출 및 라벨링 적용 결과이다.
도 18은 이미지 분석 툴 실행 결과1(형상 특성 분포도)이다.
도 19는 이미지 분석 툴 실행 결과2(형상 특성 통계 자료)이다.
도 20은 이미지 분석 툴 실행 결과3(각 입자별 형상 특성 분석 시트)이다.
도 21a 내지 도 21d는 단일입경 모래의 이미지 분석 결과(Test No.1 ~ Test No.11)이다.
도 21e는 (a) 이미지 분석으로부터 도출된 평균 공칭입경과 체 평균 입경 상관도 분석 결과, (b) 이미지 분석으로부터 도출된 단일입경별 형상계수 측정 결과이다.
도 22는 Watershed Transformation Algorithm 동적 적용 사진이다.
도 23은 이미지 이진화 기법 수정 예시 화면이다.
이하, 본 발명의 바람직한 실시예를 첨부된 도면을 참조하여 발명의 구성 및 동작을 상세하게 설명한다. 본 발명의 설명에 있어서 관련된 공지의 기술 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 자세한 설명을 생략한다. 또한, 첨부된 도면 번호는 동일한 구성을 표기할 때에 다른 도면에서 동일한 도면 번호를 부여한다.
이미지 분석 기술은 하드웨어 및 소프트웨어 기술의 급격한 발전에 따라 의학, 생물학, 지리학, 재료 공학 등에서 수많은 연구 분야에서 광범위하게 활용되고 있으며, 영상 취득을 통해 토사의 입경이나 형상을 간단하게 정량화 할 수 있기 때문에 매우 효과적인 분석 방법이다.
| 조사 항목 | 주요 연구내용 |
| 이미지 분석기법을 이용한 모래의 형상특성 도출 알고리즘 개선 | * 입자간의 경계면 처리 및 분리(Watershed) 알고리즘 적용 * 이미지 분석을 통한 입도분포 매개변수 및 형상 특성값 확장 |
| 이미지 분석기법을 이용한 해빈모래 형상특성 분석 tool 개발 | * 현장에서 채취 및 분석이 가능하도록 수행 절차 간소화 * 사용자 편의성을 고려한 분석 tool 개발 * 프로그램 등록 1건 추진 |
본 발명의 이미지 분석 기반 모래의 형상 특성 분석 방법은 해안 또는 연안 지역의 침·퇴적 환경을 파악하기 위해 파도와 조석과 바람과 바닷물의 흐름에 따라 해안 지역 하구로 침식과 퇴적물 이동에 중요한 역할을 하는 저면 퇴적물의 침강거동 특성을 파악하는 것이 필요하며, 침강 특성에 가장 큰 영향을 주는 모래의 형상 특성에 대한 연구가 필요하며, 해안, 하천이나 연안 지역의 비점착성 혼합 토사(자갈, 모래, 실트) 샘플을 채취하여 이를 시료 도포판에 놓고 카메라로 촬영하며 이미지 처리 영상 분석SW(이미지 분석 툴)를 사용하여 자갈, 모래, 실트 입자의 형상 특성을 제공하고, 해안, 하천이나 연안 지역의 퇴적물의 거동 특성을 분석하기 위한 기초 자료로 활용된다.
본 발명의 이미지 분석 기반 토사 입자의 형상 특성 분석 장치는
하부 백라이트(back light)를 구비한 시료 도포판과, 시료 도포판 위에 해안, 하천이나 연안지역에서 채취한 비점착성 혼합 토사(자갈, 모래, 실트)의 샘플을 놓고 토사를 촬영하는 상부 톱라이트(top light)를 구비한 스마트폰 카메라를 포함하여 이를 밑면과 옆면 및 상부가 하우징된 이미지 취득용 패널을 구비하며, 상기 시료 도포판 위에 놓인 토사(자갈, 모래, 실트)의 형상 특성을 측정하기 위해 카메라로 토사에 대하여 가로 x 세로 크기의 이미지 취득 라인과 기하 보정 라인을 포함하여 촬영하는 형상계수 측정 장치; 및
1) 토사 입자들의 염분을 제거하기 위해 토사 시료를 증류수로 세척 후, 상기 시료 도포판 위에 놓인 토사 입자들의 이미지 취득, 2) 이미지 기하 보정(Python 기반 OpenCV 적용), 3) 이미지 보정(Python 기반 OpenCV 적용) 및 4) 형상인자 추출(Python 기반 OpenCV 적용)을 위해 자갈, 모래, 실트의 형상 특성을 갖는 이미지를 분석하는 이미지 기반 형상분석 모듈을 포함하고,
상기 토사는 비점착성 혼합 토사로써 자갈, 모래, 또는 실트를 포함하며, 해안 하천이나 연안 지역의 토사 입자의 형상 특성은 모래의 입경, 모래 입자의 장축과 단축의 길이, 모래 입자의 면적, 모래의 둘레 길이, 평균 공칭 입경, 형상계수(종횡비)가 측정되고, 해안, 하천 및 연안 지역에서 침식이나 퇴적물의 거동 특성 분석에 필요한 기초 자료로 사용되며,
상기 이미지 기반 형상분석 모듈은
이미지 취득 과정에서 원근 변환(perspective transform)을 적용하여 카메라 렌즈 굴곡, 원근에 의해 발생된 왜곡을 보정하고 이미지를 실스케일로 변환하는 이미지 기하보정 모듈; 토사 입자들의 형상 특성 추출을 위하여 토사 입자의 형상을 명확하게 하기 위한 과정으로 이미지 이진화(이미지 내의 물체와 배경을 0과 1 또는 그 반대로 두 값만으로 픽셀값을 재설정) -> 노이즈 제거(모폴로지 연산을 통한 이미지 열기, 닫기를 적용) -> watershed 변환 알고리즘 순으로 적용되는 이미지 보정 모듈; 및 외곽선 추출 및 라벨링 과정을 위해 이진화 이미지를 사용하여 외곽 윤곽선 검출을 위해 OpenCV 기반의 findContours 함수와 각 입자별 라벨링을 위해 connectedComponentsWithStats 함수가 적용된 경계면 추출 및 라벨링 적용 결과를 제공하고, 라벨링 입자별로 기본 특성(모래 입자의 장축과 단축, 둘레, 면적, 공칭직경, 종횡비)를 자동 산정하여 형상 특성을 추출하는 형상 인자 추출 모듈을 포함한다.
상기 토사는 비점착성 혼합 토사로써 자갈, 모래, 또는 실트를 포함하며, 해안 하천이나 연안 지역의 토사 입자의 형상 특성은 모래의 입경, 모래 입자의 장축과 단축의 길이, 모래 입자의 면적, 모래의 둘레 길이, 평균 공칭 입경, 형상계수(종횡비)가 측정되고, 해안, 하천 및 연안 지역에서 침식이나 퇴적물의 거동 특성 분석에 필요한 기초 자료로 사용되며,
상기 이미지 기반 형상분석 모듈은
이미지 취득 과정에서 원근 변환(perspective transform)을 적용하여 카메라 렌즈 굴곡, 원근에 의해 발생된 왜곡을 보정하고 이미지를 실스케일로 변환하는 이미지 기하보정 모듈; 토사 입자들의 형상 특성 추출을 위하여 토사 입자의 형상을 명확하게 하기 위한 과정으로 이미지 이진화(이미지 내의 물체와 배경을 0과 1 또는 그 반대로 두 값만으로 픽셀값을 재설정) -> 노이즈 제거(모폴로지 연산을 통한 이미지 열기, 닫기를 적용) -> watershed 변환 알고리즘 순으로 적용되는 이미지 보정 모듈; 및 외곽선 추출 및 라벨링 과정을 위해 이진화 이미지를 사용하여 외곽 윤곽선 검출을 위해 OpenCV 기반의 findContours 함수와 각 입자별 라벨링을 위해 connectedComponentsWithStats 함수가 적용된 경계면 추출 및 라벨링 적용 결과를 제공하고, 라벨링 입자별로 기본 특성(모래 입자의 장축과 단축, 둘레, 면적, 공칭직경, 종횡비)를 자동 산정하여 형상 특성을 추출하는 형상 인자 추출 모듈을 포함한다.
또한, 이미지 분석 기반 토사 입자의 형상 특성 분석 방법은
상부 카메라로 촬영된 토사의 사진에 대하여 가로 x 세로 크기의 이미지 취득 라인과 기하 보정 라인에 따라 상기 시료 도포판 위에 놓인 자갈, 모래, 실트의 형상 특성을 분석하는 단계; 및
이미지 기반 형상분석 모듈에 의해 상기 토사 입자들의 1) 이미지 취득, 2) 이미지 기하 보정, 3) 이미지 보정 및 4) 토사(자갈, 모래, 실트)의 형상 특성을 제공하는 단계를 포함하고, 상기 토사는 비점착성 혼합 토사로써 자갈, 모래, 또는 실트를 포함하고,
상기 토사는 비점착성 혼합 토사로써 자갈, 모래, 또는 실트를 포함하며, 해안 하천이나 연안 지역의 토사 입자의 형상 특성은 모래의 입경, 모래 입자의 장축과 단축의 길이, 모래 입자의 면적, 모래의 둘레 길이, 평균 공칭 입경, 형상계수(종횡비)가 측정되고, 해안, 하천 및 연안 지역에서 침식이나 퇴적물의 거동 특성 분석에 필요한 기초 자료로 사용되며,
상기 이미지 기반 형상분석 모듈은
이미지 취득 과정에서 원근 변환(perspective transform)을 적용하여 카메라 렌즈 굴곡, 원근에 의해 발생된 왜곡을 보정하고 이미지를 실스케일로 변환하는 이미지 기하보정 모듈; 토사 입자들의 형상 특성 추출을 위하여 토사 입자의 형상을 명확하게 하기 위한 과정으로 이미지 이진화(이미지 내의 물체와 배경을 0과 1 또는 그 반대로 두 값만으로 픽셀값을 재설정) -> 노이즈 제거(모폴로지 연산을 통한 이미지 열기, 닫기를 적용) -> watershed 변환 알고리즘 순으로 적용되는 이미지 보정 모듈; 및 외곽선 추출 및 라벨링 과정을 위해 이진화 이미지를 사용하여 외곽 윤곽선 검출을 위해 OpenCV 기반의 findContours 함수와 각 입자별 라벨링을 위해 connectedComponentsWithStats 함수가 적용된 경계면 추출 및 라벨링 적용 결과를 제공하고, 라벨링 입자별로 기본 특성(모래 입자의 장축과 단축, 둘레, 면적, 공칭직경, 종횡비)를 자동 산정하여 형상 특성을 추출하는 형상 인자 추출 모듈을 포함한다.
상기 토사는 비점착성 혼합 토사로써 자갈, 모래, 또는 실트를 포함하며, 해안 하천이나 연안 지역의 토사 입자의 형상 특성은 모래의 입경, 모래 입자의 장축과 단축의 길이, 모래 입자의 면적, 모래의 둘레 길이, 평균 공칭 입경, 형상계수(종횡비)가 측정되고, 해안, 하천 및 연안 지역에서 침식이나 퇴적물의 거동 특성 분석에 필요한 기초 자료로 사용되며,
상기 이미지 기반 형상분석 모듈은
이미지 취득 과정에서 원근 변환(perspective transform)을 적용하여 카메라 렌즈 굴곡, 원근에 의해 발생된 왜곡을 보정하고 이미지를 실스케일로 변환하는 이미지 기하보정 모듈; 토사 입자들의 형상 특성 추출을 위하여 토사 입자의 형상을 명확하게 하기 위한 과정으로 이미지 이진화(이미지 내의 물체와 배경을 0과 1 또는 그 반대로 두 값만으로 픽셀값을 재설정) -> 노이즈 제거(모폴로지 연산을 통한 이미지 열기, 닫기를 적용) -> watershed 변환 알고리즘 순으로 적용되는 이미지 보정 모듈; 및 외곽선 추출 및 라벨링 과정을 위해 이진화 이미지를 사용하여 외곽 윤곽선 검출을 위해 OpenCV 기반의 findContours 함수와 각 입자별 라벨링을 위해 connectedComponentsWithStats 함수가 적용된 경계면 추출 및 라벨링 적용 결과를 제공하고, 라벨링 입자별로 기본 특성(모래 입자의 장축과 단축, 둘레, 면적, 공칭직경, 종횡비)를 자동 산정하여 형상 특성을 추출하는 형상 인자 추출 모듈을 포함한다.
카메라는 스마트폰 카메라, 디지털 카메라를 사용한다.
상기 토사는 자갈, 모래, 실트를 포함하는 비점착성 혼합 토사를 포함한다.
상기 형상계수 측정 장치는 하부 백라이트를 구비한 시료 도포판과, 그 위에 해안, 하천이나 연안 지역에서 채취한 비점착성 혼합 토사의 샘플을 놓고 촬영하는 상부 톱라이트를 구비한 카메라를 포함하는 하우징된 이미지 취득용 패널을 구비하며,
상기 이미지 취득용 패널은 하우징 상부에 카메라와 톱라이트(top light), 하우징 하부에 시료 도포판과 백라이트(back light)를 포함하며, 상기 톱라이트(top light)와 상기 백라이트(back light)는 토사 이미지 취득시 시료에 의해 발생하는 음영을 제거한다.
시료 도포판은 가로 x 세로 크기의 이미지 취득 영역을 표시하는“이미지 취득 라인”과 취득된 이미지의 기하 보정을 위한 “기하 보정 라인”으로 구성된다.
해안 하천이나 연안 지역의 토사 입자들(자갈, 모래, 실트)의 형상 특성은 모래의 입자 크기(모래의 입경), 모래 입자의 장축과 단축의 길이, 모래 입자의 면적, 모래의 둘레 길이, 평균 공칭 입경. 형상 계수(종횡비)가 측정되며, 하천 및 연안 지역에서 퇴적물 거동 특성 분석에 필요한 기초 자료 수집 방안으로 활용된다.
실시예에서는, 해수욕장에서 채취한 모래 입자들을 사용하여 설명한다.
○ 측정 방법
토사(모래)의 단입 입자 시료 제작을 위해 다입경으로 구성된 해수욕장 모래시료를 이용하였으며, 체가름을 통해 균일 입경을 입경별로 제작하였다.
토사 시료(자갈, 모래, 실트)에 대한 형상 특성을 파악하기 위해, 침강 실험 전에 각 시료에 대해 형상계수를 측정하였으며, 그 과정은 다음과 같이 실시된다.
Ⅰ) 이미지 취득
Ⅱ) 투영 변환(Projection transformation)을 적용해 이미지 기하 보정 실시
Ⅲ) 분석 영역을 해상도 4,000 x 4,000로 재구성 (1 Pixel당 0.025mm)
Ⅳ) 이미지 평활화 최적 방법(히스토그램 및 threshold) 선정 및 적용
Ⅴ) 형태학적 이미지 처리 (이미지 열기, 노이즈 제거, 경계선 추출, 공간 채우기)
Ⅵ) 이진화 및 라벨링 (Binary 이미지로 변환, 객체 고유번호 부여)
Ⅶ) 기본 특성 도출 (장축,단축,둘레,면적,공칭 직경,종횡비(형상계수))
Ⅷ) 3픽셀(0.075mm) 이하의 입자는 분석에서 제외
도 1은 토사 입자의 형상 척도(Krumbein and Sloss, 1963)를 나타낸다.
도 2는 토사 입자 단면의 형상 특성(직경(단,장축), 둘레, 면적,공칭 직경, 종횡비)을 나타낸다.
이미지 분석을 통해 형상 계수를 추정하는 방식은 3차원이 아닌 2차원 토사입자의 제약에 의해, Corey의 형상 계수가 아닌, 2차원 단면적 또는 단면 2축(장축, 단축)을 사용하여 추정하고 있다. 가장 대표적인 이미지 분석을 통한 형상계수 추정법은 종횡비(aspect ratio)로 1에 가까울수록 원에 가까운 것을 의미한다.
도 3a는 모래 원본 이미지의 기하보정을 통해 이미지 해상도 재구성 사진이다. 도 3b는 해빈 모래 시료에 대한 이미지 분석을 흐름도이다. 도 3c는 이미지 분석 과정을 나타낸다.
해안, 하천이나 연안 지역의 비점착성 혼합 토사(자갈, 모래, 실트) 샘플을 채취하여 시료 도포판에 놓고 스마트폰 카메라로 촬영하고, 실시예에서는 이미지 취득용 패널에서 상부의 스마트폰 카메라를 사용하여 시료 도포판 위에 모래를 놓고 촬영된 영상을 이미지 처리 영상 분석SW를 사용하여 모래 입자들의 형상과 거동 특성을 분석하였다.
토사 입자(75㎛ 입경 이상의 모래)의 형성 이력 및 구성 물질에 따라 결정되는 형상 특성은 퇴적물의 거동 특성에 영향을 주는 주요 인자이며, 토사의 장단축 길이, 둘레, 면적, 무게중심 등의 정보를 사용하여 정량화 할 수 있다.
일반적으로, 토사 입자의 형상은 크기나 구성에 관계없이 형태와 모습을 의미하는 것으로 일반적으로 자연 상태에서 토사 입자는 구형이 아닌 타원체의 형태를 띰. 과거 Corey(1949)는 토사 입자의 3개의 축(장축, ; 중축, ; 단축, )의 길이를 다음 식을 이용하여 형상계수(Shape Factor, S.F.)를 표현한다. 토사 입자가 구체에 가까울수록 형상계수(종횡비)는 1에 근접한 값을 갖는 특성을 보인다.
또한, Krumbein and Sloss(1963)는 모래 및 자갈 입자에 대해 구형도(sphericity)와 원마도(roundness)를 평가하는 척도를 도 1와 같이 제시하였다. 구형도는 구 또는 원에 비하여 얼마나 변형되어 있는지를 나타내는 척도이며, 원마도는 토사 입자의 모양과는 상관없이 토사 입자(모래)의 각이 진 굴곡의 정도를 나타낸다.
1. 이미지 기반 형상 분석 Tool 개발
1.1 형상 특성 이미지 분석 과정
해빈 모래 시료에 대한 이미지 분석 흐름은 크게 1) 이미지 취득(스마트폰 카메라 사용), 2) 이미지 기하 보정(Python 기반 OpenCV 적용), 3) 이미지 보정(Python 기반 OpenCV 적용) 및 4) 형상 인자 추출(Python 기반 OpenCV 적용)로 크게 4단계로 구성된다.
도 3은 해변 모래 시료에 대한 이미지 분석을 흐름도이다.
도 4는 모래 입자의 근접 및 중첩 사진이다.
이미지 취득은 적용을 최대화하기 위하여 모바일 카메라를 적용하였으며, 이미지 분석 Tool은 이미지 분석에 특화된 프로그램 라이브러리인 OpenCV(Open Source Computer Vision)를 적용한다.
1.2 이미지 취득
해빈 모래의 형상 이미지 취득은 현장에서 간소하게 측정할 수 있도록 일반적인 스마트폰(2,500만 화소 이상 권장) 카메라가 사용할 수 있도록 개발하였다.
이미지 취득용 패널은 크게 카메라와 톱 라이트(top light), 시료 도포판과 백 라이트(back light)로 구성된다. 톱 라이트(top light), 백 라이트(back light)는 이미지 취득시 시료에 의해 발생하는 음영을 제거한다.
시료 도포판은 토사 입자들(모래)의 이미지 취득 시, 취득 영역의 기준이 되는 15cm x 15cm 크기의 이미지 취득 라인, 그리고 이미지 취득 후, 기하 보정을 위한 10c x 10cm 크기의 기하보정 라인으로 구성된다.
토사 시료 도포시 입자의 근접 및 중첩은 측정 결과에 오차를 발생시키므로 각별한 주의가 요구되며, 본 분석 Tool은 이러한 측정 오차를 줄이기 위하여 L. J. Belaid, and W. Mourou(2009)가 제시한 Watershed Transformation Algorithm이 적용되었으나 오차를 줄이기 수단일 뿐 원척적인 오차 제거는 불가능하다.
도 5는 시료 도포판(back light) 위에서 카메라(top light)로 촬영된 이미지 취득용 패널 사진과 이미지 취득 라인과 기하 보정 라인을 보인 사진이다.
도 6은 이미지 기반 형상 분석 모듈(이미지 기하 보정 모듈, 이미지 보정 모듈, 및 형상 인자 추출 모듈)의 구성도이다.
1.3 이미지 분석 툴 개발
이미지 분석 Tool은 Python 기반 OpenCV를 적용하였으며, 성능 개선의 편의성을 위하여 자갈, 모래, 실트의 형상 특성을 분석하기 위한 이미지 기반 형상 분석 모듈은 이미지 기하보정 모듈, 이미지 보정 모듈, 및 형상 인자 추출 모듈을 포함하는 3개의 모듈로 분리한다.
1.3.1 이미지 기하 보정 모듈
이미지 기하 보정 모듈은 이미지 취득 과정에서 발생한 왜곡(카메라 렌즈 굴곡, 원근)을 보정하고 이미지를 실제 스케일로 변환하는 과정을 실행한다.
이미지 기하 보정은 원근변환(perspective transform)을 적용하며, 원근 변환 행렬의 x1, y1은 변환 전 원본 이미지의 픽셀좌표를 의미하며, x2, y2는 변환 후의 결과 이미지의 픽셀 좌표를 의미함. 변환 후의 픽셀 좌표를 계산하기 위해 미지수 , , , , , , , 의 값을 알아야하며, 4개의 픽셀 좌표를 활용해 미지수를 계산한다.
원근 변환 매트릭스는 다음과 같이 행렬로 표현된다.
이미지 분석 프로그램에서는 별도의 실측정 없이 미리 시료 도표판에 설정된 기 보정 라인(10cm x 10cm)을 사용한다. 또한, 사용자의 편의성을 위하여 마우스 클릭을 이용한 픽셀 좌표 취득을 적용한다. 픽셀 좌표 취득 순서는 좌상->우상->좌하->우하 순서로 적용된다.
도 7은 마우스 클릭을 통한 픽셀좌표 취득 사진이다.
도 8은 체스 보드를 이용한 이미지 기하 보정 알고리즘 검증 사진이다.
기하보정 후 이미지 구성은 10cm x 10cm 영역을 Pixel 당 0.025mm로 4,000 x 4,000 해상도로 설정한다. 도 9는 이미지 기하 보정 결과물을 나타낸다.
도 9는 이미지 기하보정 결과를 보인 사진이다.
1.3.2 이미지 보정 모듈
이미지 보정 모듈은 토사 입자들(모래)의 형상 특성 추출을 위하여 토사 입자의 형상을 명확하게 하기 위한 과정으로 이미지 이진화 -> 노이즈 제거 -> watershed 변환 알고리즘 순으로 적용된다.
도 10은 이미지 보정 입력 이미지이다.
이미지 이진화는 이미지 분리(image segmentation)의 방법으로 이미지 내의 물체와 배경을 0과 1 또는 그 반대로 두 값만으로 픽셀값을 재설정하며, 픽셀값을 0과 1로 바꾸는 것은 임계값(threshold)으로 기준으로 정해진다.
이미지 이진화를 위한 임계값 설정 방법은 이미지 전체에 대한 픽셀 강도의 히스토그램(histogram)을 이용하여 임계값을 설정한다. 도 11은 픽셀 강도 히스토그램이다.
도 11에서 A구간은 모래입자의 픽셀 강도이며, B구간은 배경의 픽셀 강도를 나타내며, 따라서, 임계값은 70을 적용하였다.
이미지 이진화는 현재 여러가지 종류의 알고리즘이 제시되어 있으며, 본 과제에서는 7개의 이진화 알고리즘을 적용한 후, 모래 입자에 가장 접합한 THRESH_BINARY_INV+THRESH_OTSU를 적용하였다.
도 12는 Otsu 알고리즘의 임계값을 적용한 이미지 이진화 결과이다.
도 13은 이미지 열기 및 닫기 알고리즘 적용 결과/이미지 열기 및 닫기 알고리즘 전후 변화를 나타낸다.
노이즈 제거는 모폴로지 연산을 통한 이미지 열기, 닫기를 적용하였으며(도 13), 모래 입자에서는 이미지 열기 및 닫기 결과의 육안 구분이 어려워 이미지 열기 닫기시 변화를 극대한 예시(도 13)를 첨부하였다.
모래 입자간의 중첩 및 근접은 분석 결과의 오류를 발생시키지만, 모래의 입자가 미세하여 현실적으로 중첩 및 근접을 방지한 이미지 취득은 불가능하다. 따라서 L. J. Belaid, and W. Mourou(2009)가 제시한 Watershed Transformation Algorithm이 적용하였다.
도 14는 Watershed Transformation Algorithm 흐름도이다.
도 15A 내지 15C는 (a) Sure BG 결과, (b) Distance 결과, (c) Sure FG 결과, (d) Unknown 결과, (e) Markers 결과, (f) Result 결과이다.
도 15A는 (a) Sure BG 결과, (b) Distance 결과이다.
Sure BG(sure background area)는 객체와 배경을 구분하는 과정으로 이미지 팽창을 적용하여 객체 경계를 확장하여 서로 연결되지 않은 부분을 배경으로 지정한다. Distance는 이미지 닫기의 결과에 거리 변환 함수를 적용하여 객체를 추정하는 과정으로 중심으로부터 떨어진 거리를 계산한다. 여기서, 거리 변환은 중심에서부터 가장 가까운 흑색 픽셀까지의 거리를 의미하고, 거리 계산은 다음 식을 적용한다.
도 15B는 (c) Sure FG 결과, (d) Unknown 결과이다.
Sure FG(sure foreground area)은 임계값을 적용하여 확실한 객체 지정하며. Unknown(unknown region)는 객체인지 배경인지 불확실한 지역 지정하는 과정으로, Sure BG에서 지정한 배경에서 객체를 추출하는 과정이다.
Markers(mark labelling)는 서로 이어져 있는 부분을 동일한 객체로 저정하고, 배경이 확실한 영역은 1, 객체인지 배경인지 알 수 없는 영역은 0으로 지정하며, Result는 경계에 해당하는 픽셀을 지정한다.
도 15C는 (e) Markers 결과, (f) Result 결과이다.
Watershed Transformation Algorithm 적용 결과는 도 16에 제시하였다.
1.3.3 형상인자 추출
외곽선 추출 및 라벨링 과정을 위해 우선적으로 이진화 이미지를 사용하여 외곽 윤곽선 검출을 위해 OpenCV 기반의 findContours 함수와 각 입자별 라벨링을 위해 connectedComponentsWithStats 함수가 적용되었다.
도 17은 외곽선 추출 및 라벨링 과정을 위해 우선적으로 이진화 이미지를 사용하여 외곽 윤곽선 검출을 위해 OpenCV 기반의 findContours 함수와 각 입자별 라벨링을 위해 connectedComponentsWithStats 함수가 적용된 경계면 추출 및 라벨링 적용 결과이다. 라벨링 입자별로 기본 특성(모래 입자의 장축과 단축, 둘레, 면적, 공칭직경, 종횡비)를 자동 산정하여, 각 특성별 분포도(도 18), 통계 결과(도 19), 형상 특성 분석데이터 시트(도 20)를 자동 생성하도록 개발하였다.
도 18은 이미지 분석 툴 실행 결과1(형상특성 분포도)이다.
도 19는 이미지 분석 툴 실행 결과2(형상특성 통계자료)이다.
도 20은 이미지 분석 툴 실행 결과3(각 입자별 형상특성 분석시트)이다.
1.4 실험 결과
1.4.1 단일 입경별 형상 특성 결과
토사(모래 입자)의 이미지 분석을 통해 테스트 시료 인 11개의 단일 입경 모래에 적용하였으며, 그 결과(모래 입자의 장축과 단축, 둘레, 면적, 공칭 직경, 종횡비)는 도 21에 각각 제시하였다.
도 21a 내지 도 21d는 단일 입경 모래의 이미지 분석 결과(Test No.1 ~ Test No.11)이다. 도출된 각 단일 입경 모래의 주요 형상 특성 결과는 <표 3>와 같이 모래의 체 평균 입경, 모래의 둘레, 모래의 평균 면적, 평균 공칭 입경. 형상계수(종횡비)를 측정하였다.
<표 3>에서 이미지 분석을 통해 측정된 공칭 입경은 체분석을 통해 측정된 평균입경과 거의 유사한 것(R_square = 0.997)을 알 수 있다.
또한, 모래 입자의 장단축의 비율로 표현되는 형상계수(종횡비)는 평균적으로 0.75의 값을 가지며, 각 입경별로 거의 차이가 없는 것으로 나타났다.
도 21e는 (a) 이미지 분석으로부터 도출된 평균 공칭 입경과 체 평균입경 상관도 분석 결과, (b) 이미지 분석으로부터 도출된 단일 입경별 형상계수 측정 결과이다.
1.5 향후 추가적인 개선 사항
본 개발된 이미지 분석 Tool을 Watershed Transformation Algorithm에 적용성이 가장 뛰어난 동일 규격 원형 객체(동전)에 적용해 본 결과 정확도는 70%로 나타났다. 따라서, Watershed Transformation Algorithm 개선 또는 객체 분리 알고리즘 변경 등 추가적인 연구가 필요한 것으로 판단된다.
도 22는 Watershed Transformation Algorithm 동적 적용 사진이다.
도 23은 이미지 이진화 기법 수정 예시 화면이다.
이미지 분석을 통해 해안 또는 하천에서 채취한 자갈, 모래, 실트에서 모래의 형상 특성을 분석하는 방법을 제공하였다.
본 프로그램은 측정 당 수백에서 수천 개 토사 입자들의 입자 형태와 크기에 대해 통계적으로 관련된 데이터를 간단하게 제공할 수 있다. 해안과 하천이나 연안 지역에서 전체 토사 시료를 더욱 상세하게 파악할 수 있으며, 토사 시료에 입자 크기가 어떻게 분포하는지, 거칠거나, 매끄러운지를 확인할 수 있다. 현 관점에서 대부분 토사는 토사 입자의 입경 분포만을 중요시하고 있으며, 이마저도 체분석, 비중계, 입도분석기 등과 같이 많은 토사 시료 샘플량(500g 이상)과 함께 시간과 노력이 많이 소요되는 실정이다. 본 분석법은 적은 시료 샘플(5g 이하)로 적용가능하며, 현장에서 편리하게 직접 분석이 가능하도록, 스마트폰 카메라를 적용할 수 있도록 측정 방법을 확립했다.
해안 하천이나 연안 지역의 토사 입자의 형상 특성은 모래의 입경, 모래 입자의 장축과 단축의 길이, 모래 입자의 면적, 모래의 둘레 길이, 평균 공칭 입경, 및 형상계수(종횡비)를 측정하였으며, 하천 및 연안 지역에서 침식·퇴적물의 거동 특성 분석에 필요한 기초 자료로 사용된다.
본 측정 방법은 표층 퇴적물의 입경이나 형상을 자동으로 정량화할 수 있기 때문에, 해안, 하천 및 연안 지역에서 침식·퇴적물의 거동 특성 분석에 필요한 기초 자료로 활용될 수 있다.
본 발명에 따른 실시예들은 다양한 컴퓨터 수단을 통해 수행될 수 있는 프로그램 명령 형태로 구현되고, 컴퓨터 판독 가능 기록 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 기록 매체는 프로그램 명령, 데이터 파일, 데이터 구조를 단독으로 또는 조합하여 포함할 수 있다. 컴퓨터 판독 가능 기록 매체는 스토리지, 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 저장 매체에 프로그램 명령을 저장하고 수행하도록 구성된 하드웨어 장치가 포함될 수 있다. 프로그램 명령의 예는 컴파일러에 의해 만들어지는 것과, 기계어 코드 뿐만 아니라 인터프리터를 사용하여 컴퓨터에 의해 실행될 수 있는 고급 언어 코드를 포함할 수 있다. 상기 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로써 작동하도록 구성될 수 있다.
이상에서 설명한 바와 같이, 본 발명의 방법은 프로그램으로 구현되어 컴퓨터의 소프트웨어를 이용하여 읽을 수 있는 형태로 기록매체(CD-ROM, RAM, ROM, 메모리 카드, 하드 디스크, 광자기 디스크, 스토리지 디바이스 등)에 저장될 수 있다.
본 발명의 구체적인 실시예를 참조하여 설명하였지만, 본 발명은 상기와 같이 기술적 사상을 예시하기 위해 구체적인 실시 예와 동일한 구성 및 작용에만 한정되지 않고, 본 발명의 기술적 사상과 범위를 벗어나지 않는 한도 내에서 다양하게 변형하여 실시될 수 있으며, 본 발명의 범위는 후술하는 특허청구범위에 의해 결정되어야 한다.
Claims (12)
- 시료 도포판 위에 놓인 토사의 형상 특성을 측정하기 위해 카메라로 토사에 대하여 가로 x 세로 크기의 이미지 취득 라인과 기하 보정 라인에 따라 촬영하는 형상계수 측정 장치; 및
상기 토사 입자들의 1) 이미지 취득, 2) 이미지 기하 보정, 3) 이미지 보정 및 4) 형상인자 추출을 위해 자갈, 모래, 실트의 형상 특성을 갖는 이미지를 분석하는 이미지 기반 형상분석 모듈을 포함하고,
상기 토사는 비점착성 혼합 토사로써 자갈, 모래, 또는 실트를 포함하며, 해안 하천이나 연안 지역의 토사 입자의 형상 특성은 모래의 입경, 모래 입자의 장축과 단축의 길이, 모래 입자의 면적, 모래의 둘레 길이, 평균 공칭 입경, 형상계수(종횡비)가 측정되고, 해안, 하천 및 연안 지역에서 침식이나 퇴적물의 거동 특성 분석에 필요한 기초 자료로 사용되며,
상기 이미지 기반 형상분석 모듈은
이미지 취득 과정에서 원근 변환(perspective transform)을 적용하여 카메라 렌즈 굴곡, 원근에 의해 발생된 왜곡을 보정하고 이미지를 실스케일로 변환하는 이미지 기하보정 모듈; 토사 입자들의 형상 특성 추출을 위하여 토사 입자의 형상을 명확하게 하기 위한 과정으로 이미지 이진화(이미지 내의 물체와 배경을 0과 1 또는 그 반대로 두 값만으로 픽셀값을 재설정) -> 노이즈 제거(모폴로지 연산을 통한 이미지 열기, 닫기를 적용) -> watershed 변환 알고리즘 순으로 적용되는 이미지 보정 모듈; 및 외곽선 추출 및 라벨링 과정을 위해 이진화 이미지를 사용하여 외곽 윤곽선 검출을 위해 OpenCV 기반의 findContours 함수와 각 입자별 라벨링을 위해 connectedComponentsWithStats 함수가 적용된 경계면 추출 및 라벨링 적용 결과를 제공하고, 라벨링 입자별로 기본 특성(모래 입자의 장축과 단축, 둘레, 면적, 공칭직경, 종횡비)를 자동 산정하여 형상 특성을 추출하는 형상 인자 추출 모듈을 포함하는, 이미지 분석 기반 토사 입자의 형상 특성 분석 장치. - 삭제
- 삭제
- 제1항에 있어서,
상기 형상계수 측정 장치는 하부 백라이트를 구비한 시료 도포판과, 그 위에 해안, 하천이나 연안 지역에서 채취한 비점착성 혼합 토사의 샘플을 놓고 촬영하는 상부 톱라이트를 구비한 카메라를 포함하는 하우징된 이미지 취득용 패널을 구비하며,
상기 이미지 취득용 패널은 하우징 상부에 카메라와 톱라이트(Top light), 하우징 하부에 시료 도포판과 백라이트(Back light)를 포함하며, 상기 톱라이트(Top light)와 상기 백라이트(Back light)는 토사 이미지 취득시 시료에 의해 발생하는 음영을 제거하는, 이미지 분석 기반 토사 입자의 형상 특성 분석 장치. - 제1항에 있어서,
상기 시료 도포판은 가로 x 세로 크기의 이미지 취득 영역을 표시하는“이미지 취득 라인”과 취득된 이미지의 기하보정을 위한 “기하보정 라인”으로 구성되는, 이미지 분석 기반 토사 입자의 형상 특성 분석 장치. - 삭제
- 제1항에 있어서,
상기 이미지 기반 형상분석 모듈은 OpenCV 기반의 영상분석 프로그램을 사용하며, 토사 시료 도포시 입자의 근접 및 중첩은 측정 결과에 오차를 줄이기 위하여 Watershed Transformation Algorithm을 사용하여 다음과 같이 (a) Sure BG 결과, (b) Distance 결과, (c) Sure FG 결과, (d) Unknown 결과, (e) Markers 결과, (f) Result 결과를 제공하며,
Sure BG(sure background area)는 객체와 배경을 구분하는 과정으로 이미지 팽창을 적용하여 객체 경계를 확장하여 서로 연결되지 않은 부분을 배경으로 지정하고, Distance는 이미지 닫기의 결과에 거리변환 함수를 적용하여 객체를 추정하는 과정으로 중심으로부터 떨어진 거리를 계산하며, 거리 변환은 중심에서부터 가장 가까운 흑색 픽셀까지의 거리를 의미하고, 거리 계산은 식을 사용하며,
Sure FG(sure foreground area)은 임계값을 적용하여 확실한 객체 지정하고. Unknown(unknown region)은 객체인지 배경인지 불확실한 지역 지정하는 과정으로, Sure BG에서 지정한 배경에서 객체를 추출하는 과정이며,
Markers(mark labelling)는 서로 이어져 있는 부분을 동일한 객체로 저정하고, 배경이 확실한 영역은 1, 객체인지 배경인지 알 수 없는 영역은 0으로 지정하며, Result는 경계에 해당하는 픽셀을 지정하여 결과를 출력하는, 이미지 분석 기반 토사 입자의 형상 특성 분석 장치. - 상부 카메라로 촬영된 토사의 사진에 대하여 가로 x 세로 크기의 이미지 취득 라인과 기하 보정 라인에 따라 시료 도포판 위에 놓인 자갈, 모래, 실트의 형상 특성을 분석하는 단계; 및
이미지 기반 형상분석 모듈에 의해 토사 입자들의 1) 이미지 취득, 2) 이미지 기하 보정, 3) 이미지 보정 및 4) 토사의 형상 특성을 제공하는 단계를 포함하고,
상기 토사는 비점착성 혼합 토사로써 자갈, 모래, 또는 실트를 포함하며, 해안 하천이나 연안 지역의 토사 입자의 형상 특성은 모래의 입경, 모래 입자의 장축과 단축의 길이, 모래 입자의 면적, 모래의 둘레 길이, 평균 공칭 입경, 형상계수(종횡비)가 측정되고, 해안, 하천 및 연안 지역에서 침식이나 퇴적물의 거동 특성 분석에 필요한 기초 자료로 사용되며,
상기 이미지 기반 형상분석 모듈은
이미지 취득 과정에서 원근 변환(perspective transform)을 적용하여 카메라 렌즈 굴곡, 원근에 의해 발생된 왜곡을 보정하고 이미지를 실스케일로 변환하는 이미지 기하보정 모듈; 토사 입자들의 형상 특성 추출을 위하여 토사 입자의 형상을 명확하게 하기 위한 과정으로 이미지 이진화(이미지 내의 물체와 배경을 0과 1 또는 그 반대로 두 값만으로 픽셀값을 재설정) -> 노이즈 제거(모폴로지 연산을 통한 이미지 열기, 닫기를 적용) -> watershed 변환 알고리즘 순으로 적용되는 이미지 보정 모듈; 및 외곽선 추출 및 라벨링 과정을 위해 이진화 이미지를 사용하여 외곽 윤곽선 검출을 위해 OpenCV 기반의 findContours 함수와 각 입자별 라벨링을 위해 connectedComponentsWithStats 함수가 적용된 경계면 추출 및 라벨링 적용 결과를 제공하고, 라벨링 입자별로 기본 특성(모래 입자의 장축과 단축, 둘레, 면적, 공칭직경, 종횡비)를 자동 산정하여 형상 특성을 추출하는 형상 인자 추출 모듈을 포함하는, 이미지 분석 기반 토사 입자의 형상 특성 분석 방법. - 삭제
- 삭제
- 제8항에 있어서,
상기 이미지 기반 형상분석 모듈은 OpenCV 기반의 영상분석 프로그램을 사용하며, 토사 시료 도포시 입자의 근접 및 중첩은 측정 결과에 오차를 줄이기 위하여 Watershed Transformation Algorithm을 사용하여 다음과 같이 (a) Sure BG 결과, (b) Distance 결과, (c) Sure FG 결과, (d) Unknown 결과, (e) Markers 결과, (f) Result 결과를 제공하며,
Sure BG(sure background area)는 객체와 배경을 구분하는 과정으로 이미지 팽창을 적용하여 객체 경계를 확장하여 서로 연결되지 않은 부분을 배경으로 지정하고, Distance는 이미지 닫기의 결과에 거리변환 함수를 적용하여 객체를 추정하는 과정으로 중심으로부터 떨어진 거리를 계산하며, 거리 변환은 중심에서부터 가장 가까운 흑색 픽셀까지의 거리를 의미하고, 거리 계산은 식을 사용하며,
Sure FG(sure foreground area)은 임계값을 적용하여 확실한 객체 지정하고. Unknown(unknown region)은 객체인지 배경인지 불확실한 지역 지정하는 과정으로, Sure BG에서 지정한 배경에서 객체를 추출하는 과정이며,
Markers(mark labelling)는 서로 이어져 있는 부분을 동일한 객체로 저정하고, 배경이 확실한 영역은 1, 객체인지 배경인지 알 수 없는 영역은 0으로 지정하며, Result는 경계에 해당하는 픽셀을 지정하여 결과를 출력하는, 이미지 분석 기반 토사 입자의 형상 특성 분석 방법.
- 삭제
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220038424A KR102646209B1 (ko) | 2022-03-28 | 2022-03-28 | 이미지 분석 기반 조립질 혼합 토사 입자의 형상 특성 분석 장치 및 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220038424A KR102646209B1 (ko) | 2022-03-28 | 2022-03-28 | 이미지 분석 기반 조립질 혼합 토사 입자의 형상 특성 분석 장치 및 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20230139960A KR20230139960A (ko) | 2023-10-06 |
| KR102646209B1 true KR102646209B1 (ko) | 2024-03-11 |
Family
ID=88296554
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220038424A KR102646209B1 (ko) | 2022-03-28 | 2022-03-28 | 이미지 분석 기반 조립질 혼합 토사 입자의 형상 특성 분석 장치 및 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102646209B1 (ko) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117647471A (zh) * | 2024-01-29 | 2024-03-05 | 长江水利委员会长江科学院 | 一种基于动态图像识别的泥沙几何形态分析方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006078234A (ja) | 2004-09-07 | 2006-03-23 | Kyoto Univ | 砂礫測定装置及び測定方法 |
| KR100733977B1 (ko) * | 2006-05-19 | 2007-06-29 | 안경모 | 평판형 범용스캐너와 퍼스컴을 이용한 모래 입도분석시스템 및 그 방법 |
| KR101340765B1 (ko) * | 2010-04-01 | 2013-12-11 | 신닛테츠스미킨 카부시키카이샤 | 입자 측정 장치 및 입자 측정 방법 |
| JP2016118549A (ja) | 2014-12-18 | 2016-06-30 | グルッポ チンバリ ソチエタ ペル アツィオニ | 挽かれたコーヒーの分析方法 |
| KR102054250B1 (ko) * | 2013-02-28 | 2019-12-10 | 네일 엠. 데이 | 입자 크기 결정을 위한 방법 및 장치 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3318576B2 (ja) | 1995-09-20 | 2002-08-26 | 新東工業株式会社 | 砂特性の計測方法 |
-
2022
- 2022-03-28 KR KR1020220038424A patent/KR102646209B1/ko active IP Right Grant
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006078234A (ja) | 2004-09-07 | 2006-03-23 | Kyoto Univ | 砂礫測定装置及び測定方法 |
| KR100733977B1 (ko) * | 2006-05-19 | 2007-06-29 | 안경모 | 평판형 범용스캐너와 퍼스컴을 이용한 모래 입도분석시스템 및 그 방법 |
| KR101340765B1 (ko) * | 2010-04-01 | 2013-12-11 | 신닛테츠스미킨 카부시키카이샤 | 입자 측정 장치 및 입자 측정 방법 |
| KR102054250B1 (ko) * | 2013-02-28 | 2019-12-10 | 네일 엠. 데이 | 입자 크기 결정을 위한 방법 및 장치 |
| JP2016118549A (ja) | 2014-12-18 | 2016-06-30 | グルッポ チンバリ ソチエタ ペル アツィオニ | 挽かれたコーヒーの分析方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20230139960A (ko) | 2023-10-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109978839B (zh) | 晶圆低纹理缺陷的检测方法 | |
| Graham et al. | Automated sizing of coarse-grained sediments: image-processing procedures | |
| CN102494976B (zh) | 一种超细晶粒钢晶粒的自动测量及其形态分类方法 | |
| CN107341795B (zh) | 一种知识驱动的高空间分辨率遥感影像自动变化检测方法 | |
| CN113240626B (zh) | 一种基于神经网络的玻璃盖板凹凸型瑕疵检测与分类方法 | |
| US8023766B1 (en) | Method and system of processing an image containing undesirable pixels | |
| GB2478593A (en) | Segmentation of cell nuclei in histological sections | |
| CN105447512A (zh) | 一种精粗结合的光学表面缺陷的检测方法及装置 | |
| CN104880389A (zh) | 一种钢材晶粒混晶度的自动测量、精细分类方法及其系统 | |
| Saba et al. | Retracted article: Document image analysis: issues, comparison of methods and remaining problems | |
| CN112734729B (zh) | 适用于夜间补光条件的水尺水位线图像检测方法、装置及存储介质 | |
| KR102646209B1 (ko) | 이미지 분석 기반 조립질 혼합 토사 입자의 형상 특성 분석 장치 및 방법 | |
| CN110246139B (zh) | 基于双阈值的浮游生物原位图像roi快速提取方法 | |
| KR101793264B1 (ko) | 균열의 발생 및 진행 분석 방법 | |
| CN116011480B (zh) | 基于二维码标识符的水位获取方法、装置、设备及介质 | |
| CN115880683B (zh) | 一种基于深度学习的城市内涝积水智能水位检测方法 | |
| CN111797832A (zh) | 一种图像感兴趣区域自动生成方法及系统及图像处理方法 | |
| CN113361532B (zh) | 一种图像识别方法、系统、存储介质、设备、终端及应用 | |
| CN115880371A (zh) | 一种红外视角下反光靶标中心定位方法 | |
| Bhardwaj et al. | An imaging approach for the automatic thresholding of photo defects | |
| JP2004094427A (ja) | 帳票画像処理装置及び該装置を実現するためのプログラム | |
| Yan et al. | A boosted decision tree approach to shadow detection in scanning electron microscope (SEM) images for machine vision applications | |
| Liu et al. | Identification of Damaged Building Regions from High-Resolution Images Using Superpixel-Based Gradient and Autocorrelation Analysis | |
| Kumar et al. | Segmentation of microscope cell images via adaptive eigenfilters | |
| CN117292159B (zh) | 一种建筑模型招牌纹理自动优化方法和系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E90F | Notification of reason for final refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |