KR20180033680A - System and method for monitoring deflection of cable bridge - Google Patents

System and method for monitoring deflection of cable bridge Download PDF

Info

Publication number
KR20180033680A
KR20180033680A KR1020160122947A KR20160122947A KR20180033680A KR 20180033680 A KR20180033680 A KR 20180033680A KR 1020160122947 A KR1020160122947 A KR 1020160122947A KR 20160122947 A KR20160122947 A KR 20160122947A KR 20180033680 A KR20180033680 A KR 20180033680A
Authority
KR
South Korea
Prior art keywords
target image
cable bridge
image
deflection
lines
Prior art date
Application number
KR1020160122947A
Other languages
Korean (ko)
Other versions
KR101850617B1 (en
Inventor
정진환
김성완
전법규
Original Assignee
부산대학교 산학협력단
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 부산대학교 산학협력단 filed Critical 부산대학교 산학협력단
Priority to KR1020160122947A priority Critical patent/KR101850617B1/en
Publication of KR20180033680A publication Critical patent/KR20180033680A/en
Application granted granted Critical
Publication of KR101850617B1 publication Critical patent/KR101850617B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/0008—Industrial image inspection checking presence/absence
    • E—FIXED CONSTRUCTIONS
    • E01—CONSTRUCTION OF ROADS, RAILWAYS, OR BRIDGES
    • E01D—CONSTRUCTION OF BRIDGES, ELEVATED ROADWAYS OR VIADUCTS; ASSEMBLY OF BRIDGES
    • E01D22/00—Methods or apparatus for repairing or strengthening existing bridges ; Methods or apparatus for dismantling bridges
    • 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
    • G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
    • H04N25/60—Noise processing, e.g. detecting, correcting, reducing or removing noise
    • H04N5/357—

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Architecture (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Civil Engineering (AREA)
  • Structural Engineering (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Image Analysis (AREA)
  • Studio Devices (AREA)

Abstract

A system and a method for monitoring sagging of a cable bridge are disclosed. According to an embodiment of the present invention, the system for monitoring sagging of a cable bridge comprises: an obtaining unit for obtaining a target image from a photographed image of a cable bridge to which a target is attached; a recognizing unit for recognizing a plurality of lines from the target image according to a condition related to the image; and a processing unit for measuring a center as a reference point on the target image in an area boundary including the plurality of lines. By automatically measuring the reference point through the plurality of lines in the target image obtained from the photographed image of the cable bridge, sagging of the cable bridge is measured in real time.

Description

케이블 교량의 처짐 모니터링 시스템 및 케이블 교량의 처짐 모니터링 방법{SYSTEM AND METHOD FOR MONITORING DEFLECTION OF CABLE BRIDGE}TECHNICAL FIELD [0001] The present invention relates to a cable bridge monitoring system and a cable bridge monitoring method.

본 발명은 영상 기반으로 케이블 교량의 처짐(변위응답)을 모니터링하는 기술에 관한 것으로, 영상 처리를 통해 타겟의 기준점을 자동 인식하여 케이블 교량의 처짐을 실시간으로 측정 함으로써, 케이블 교량의 성능을 판단하고 안전성을 확보하기 위한 케이블 교량의 처짐 모니터링 시스템 및 케이블 교량의 처짐 모니터링 방법에 관한 것이다.The present invention relates to a technology for monitoring a deflection (displacement response) of a cable bridge based on an image, and automatically detects a reference point of the target through image processing to measure the deflection of the cable bridge in real time, And more particularly, to a deflection monitoring system for a cable bridge and a deflection monitoring method for a cable bridge.

케이블 교량은, 국가사회간접시설의 핵심이 되는 도로의 주요 시설물로서, 설정한 설계수명 동안 안전하게 기능을 수행할 수 있도록 설계되어, 공용기간 동안의 안정성과 사용성이 확보되도록 하고 있다.The cable bridges are the main facilities of the road that are the core of the national social overhead facilities, and are designed to function safely during the set design life, ensuring stability and usability during public use.

한편, 케이블 교량은 시간이 경과 함에 따라 교통 환경의 변화 및 재료의 열화 등과 같은 다양한 원인에 의해 손상을 받게 되므로, 적절한 유지 관리를 통해 수명을 연장하는 것이 필요하다.On the other hand, cable bridges are damaged due to various causes such as changes in traffic environment and deterioration of materials over time, so it is necessary to extend the lifespan through proper maintenance.

특히, 케이블 교량의 전체적인 거동을 나타내는 처짐은, 교량의 성능 저하, 노후도를 판단하는 근거로서 교량의 건전성 평가에 있어서 중요한 지표가 되므로, 케이블 교량의 처짐을 주기적으로 모니터링 하여 안전성을 확보하는 것은 중요한 과제가 되고 있다.In particular, the deflection that represents the overall behavior of cable bridges is an important indicator in evaluating the integrity of bridges as a basis for determining degradation and deterioration of bridges. It is therefore important to monitor the deflection of cable bridges periodically to ensure safety It is becoming an issue.

이를 위해, 기존에는 LDV(Laser Dropper Vibrometer)와 같은 레이저식 처짐계를 사용하여 상대변위를 계측 함으로써 케이블 교량의 처짐을 측정하고 있으나, 타겟에 생긴 오염원으로 인해 계측 결과의 신뢰성이 저하되는 문제점이 발생할 수 있고, 또한, 레이저식 처짐계는 비교적 고가의 장비로서 수명은 대략 5년 정도로 제한적인 반면 유지 관리에 어려움이 있을 수 있다.To this end, the deflection of a cable bridge is measured by measuring a relative displacement by using a laser deflection system such as an LDV (Laser Dropper Vibrometer). However, the reliability of the measurement result is deteriorated due to the contamination caused by the target In addition, laser deflection systems are relatively expensive equipment with a life span limited to about 5 years, but can be difficult to maintain.

본 발명의 실시예는 케이블 교량을 촬영한 영상으로부터 획득한 타겟 이미지에서 복수 개의 라인 인식을 통해 기준점을 자동 산출 함으로써, 케이블 교량의 처짐을 실시간으로 측정하는 것을 목적으로 한다.An object of the present invention is to measure a deflection of a cable bridge in real time by automatically calculating a reference point by recognizing a plurality of lines in a target image acquired from an image of a cable bridge.

또한, 본 발명의 실시예는 타겟 이미지에서 인식할 라인의 개수를, 영상의 촬영 시점이나 촬영 환경 등의 조건에 따라, 예를 들어, '주간'일 경우 '40개', '야간'이나 '악천후'일 경우 '12개'와 같이 상이하게 결정 함으로써, 광학이나 영상 열화로 인한 노이즈를 줄이면서도 최소한의 해석 시간을 통해 실시간 처짐을 계산할 수 있도록 지원하는 것을 목적으로 한다.In the embodiment of the present invention, the number of lines to be recognized in the target image may be '40', 'nighttime' or 'nighttime', for example, And "12" in the case of "bad weather", it is possible to calculate real-time deflection through a minimum analysis time while reducing noise caused by optical or image deterioration.

본 발명의 일실시예에 따른 케이블 교량의 처짐 모니터링 시스템은, 타겟이 부착되는 케이블 교량을 촬영한 영상으로부터 타겟 이미지를 획득하는 획득부와, 상기 영상과 연관된 조건에 따라, 상기 타겟 이미지로부터 복수 개의 라인을 인식하는 인식부, 및 상기 복수 개의 라인을 포함하는 영역 경계에서의 중심을, 상기 타겟 이미지에 대한 기준점으로서 산출하는 처리부를 포함한다.A deflection monitoring system for a cable bridge according to an embodiment of the present invention includes an obtaining unit for obtaining a target image from an image of a cable bridge to which a target is attached, And a processing unit for calculating a center at a region boundary including the plurality of lines as a reference point for the target image.

또한, 본 발명의 일실시예에 따른 케이블 교량의 처짐 모니터링 방법은, 타겟이 부착되는 케이블 교량을 촬영한 영상으로부터 타겟 이미지를 획득하는 단계와, 상기 영상과 연관된 조건에 따라, 상기 타겟 이미지로부터 복수 개의 라인을 인식하는 단계, 및 상기 복수 개의 라인을 포함하는 영역 경계에서의 중심을, 상기 타겟 이미지에 대한 기준점으로서 산출하는 단계를 포함한다.According to another aspect of the present invention, there is provided a cable bridge deflection monitoring method comprising the steps of: obtaining a target image from an image of a cable bridge to which a target is attached; Recognizing the line of interest and calculating a center at a region boundary including the plurality of lines as a reference point for the target image.

본 발명의 일실시예에 따르면, 영상 처리를 통해 타겟의 기준점을 자동 인식하여 케이블 교량의 처짐을 실시간으로 측정 함으로써, 케이블 교량의 성능을 판단하고 안전성을 확보할 수 있다.According to an embodiment of the present invention, the reference point of the target is automatically recognized through image processing and the deflection of the cable bridge is measured in real time, so that the performance of the cable bridge can be judged and the safety can be ensured.

또한, 본 발명의 일실시예에 따르면, 기존의 레이저식 처짐계 보다 수명이 길고 유지 관리가 용이한 카메라를 이용하여, 영상 기반으로 타겟의 기준점을 자동 인식하고, 영상 처리를 통해 타겟의 오염원으로 인한 영향을 줄임으로써, 경제적이고 효율적으로 케이블 교량의 처짐을 모니터링 할 수 있다.According to an embodiment of the present invention, a reference point of a target is automatically recognized based on an image using a camera having a longer life and easier maintenance than a conventional laser deflection system, By reducing the impact of cable bridges, it is possible to monitor cable bridge deflection economically and efficiently.

또한, 본 발명의 일실시예에 따르면, 영상의 촬영 시점이나 촬영 환경 등의 조건에 따라, 타겟 이미지에서 인식할 라인의 개수를 상이하게 결정 함으로써, 광학이나 영상 열화로 인한 노이즈를 줄이면서도 최소한의 해석 시간을 통해 실시간 처짐을 계산할 수 있다.Further, according to the embodiment of the present invention, the number of lines to be recognized in the target image is determined differently according to conditions such as the shooting time of the image and the shooting environment, so that the noise due to optical or image deterioration is reduced, Real time deflection can be calculated through analysis time.

또한, 본 발명의 일실시예에 따르면, 로컬 에버리지(Local Average) 및 하이라이트 디테일(Highlight Detail) 등과 같은 영상 필터 처리 알고리즘을 타겟 이미지에 적용하여, 영상의 노이즈 성분을 줄이고, 경계선(edge)을 강화할 수 있다.According to an embodiment of the present invention, an image filter processing algorithm, such as local average and highlight detail, may be applied to a target image to reduce the noise component of the image and enhance the edge .

또한, 본 발명의 일실시예에 따르면, '야간'이나 '악천후'와 같은 기후 조건에서 셔터의 기능을 최적으로 조절하여, '주간'(예를 들어, '40개')에서 보다 상대적으로 적은 개수(예를 들어, '12개')의 라인 인식을 통해서도 기준점을 용이하게 산정할 수 있다.In addition, according to one embodiment of the present invention, the shutter function can be optimally adjusted in a climatic condition such as night or bad weather, so that the shutter function is relatively small in 'week' (for example, '40' It is also possible to easily calculate the reference point through line recognition of the number (for example, '12').

또한, 본 발명의 일실시예에 따르면, '야간'이나 '악천후' 등과 같이 열악한 기후 조건 하에서도 케이블 교량의 처짐을 용이하게 계측할 수 있어, 상용화가 가능하다.According to an embodiment of the present invention, deflection of cable bridges can be easily measured even under harsh climatic conditions such as nighttime and bad weather, and commercialization is possible.

도 1은 본 발명의 일실시예에 따른 케이블 교량의 처짐 모니터링 시스템을 도시한 개요도이다.
도 2는 본 발명의 일실시예에 따른 케이블 교량의 처짐 모니터링 시스템의 내부 구성을 도시한 블록도이다.
도 3은 타겟 이미지의 로컬 에버리지를 위한 제1 마스크와, 타겟 이미지의 경계선 향상을 위한 제2 마스크의 일례를 도시한 도면이다.
도 4는 타겟 이미지에서 라인 인식을 통해 기준점을 산출하는 일례를 도시한 도면이다.
도 5는 타겟 이미지에서 라인 인식을 통해 기준점을 산출하는 다른 일례를 도시한 도면이다.
도 6은 본 발명의 일실시예에 따른 케이블 교량의 처짐 모니터링 방법의 순서를 도시한 흐름도이다.1 is a schematic diagram showing a cable bridge deflection monitoring system according to an embodiment of the present invention.
2 is a block diagram illustrating an internal structure of a cable bridge deflection monitoring system according to an embodiment of the present invention.
3 is a view showing an example of a first mask for local overflow of a target image and a second mask for enhancing a boundary of the target image.
4 is a diagram illustrating an example of calculating a reference point through line recognition in a target image.
5 is a diagram showing another example of calculating a reference point through line recognition in a target image.
6 is a flowchart illustrating a procedure of a deflection monitoring method of a cable bridge according to an embodiment of the present invention.

이하, 첨부된 도면들을 참조하여 본 발명의 일실시예에 따른 응용프로그램 업데이트 장치 및 방법에 대해 상세히 설명한다. 그러나, 본 발명이 실시예들에 의해 제한되거나 한정되는 것은 아니다. 각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다.Hereinafter, an apparatus and method for updating an application program according to an embodiment of the present invention will be described in detail with reference to the accompanying drawings. However, the present invention is not limited to or limited by the embodiments. Like reference symbols in the drawings denote like elements.

도 1은 본 발명의 일실시예에 따른 케이블 교량의 처짐 모니터링 시스템을 도시한 개요도이다.1 is a schematic diagram showing a cable bridge deflection monitoring system according to an embodiment of the present invention.

도 1을 참조하면, 본 발명의 일실시예에 따른 케이블 교량의 처짐 모니터링 시스템(100)은, 타겟이 부착되는 케이블 교량을 촬영한 영상으로부터 타겟 이미지(120)를 획득하고, 상기 영상과 연관된 조건에 따라, 타겟 이미지(120)로부터 복수 개의 라인을 인식하고, 상기 복수 개의 라인을 포함하는 영역 경계에서의 중심을, 타겟 이미지(120)에 대한 기준점으로서 산출하고, 상기 기준점을 이용하여 케이블 교량의 처짐을 측정할 수 있다.Referring to FIG. 1, a deflection monitoring system 100 of a cable bridge according to an embodiment of the present invention includes a system for obtaining a target image 120 from an image of a cable bridge to which a target is attached, Recognizes a plurality of lines from the target image 120 and calculates the center of the boundary of the area including the plurality of lines as a reference point for the target image 120, The deflection can be measured.

일례로, 케이블 교량의 처짐 모니터링 시스템(100)은, 시간에 따라 변화하는 타겟 이미지(120)로부터 인식한 복수 개의 라인(예를 들어, '주간'일 경우 '40개', '야간' 또는 '악천후'일 경우 '12개')을 이용하여, 각 지점에서의 처짐의 오차를 보정하고, 기준점에서의 원의 도심을 측정하여 처짐을 실시간으로 측정할 수 있다.In one example, cable bridge deflection monitoring system 100 may include a plurality of lines (e.g., '40', 'night' or ' , The deflection error can be corrected at each point and the deflection can be measured in real time by measuring the center of the circle at the reference point.

다시 말해, 케이블 교량의 처짐 모니터링 시스템(100)은, 타겟 이미지(120)에 대한 영상 처리를 통해 타겟의 기준점을 자동 인식하여 상대변위를 계측 함으로써 케이블 교량의 처짐(변위응답)을 실시간으로 측정하고, 케이블 교량의 실시간 처짐에 관한 정보를, 광케이블로 연결된 관리 단말(110)로 전송할 수 있다.In other words, the cable bridge deflection monitoring system 100 measures the deflection (displacement response) of the cable bridge in real time by measuring the relative displacement by automatically recognizing the reference point of the target through image processing on the target image 120 , Information on the real time deflection of the cable bridge to the management terminal 110 connected with the optical cable.

또한, 케이블 교량의 처짐 모니터링 시스템(100)은, 상기 영상의 촬영 시점이나 촬영 환경에 따른 조건(예를 들어, '광학', '날씨', '주간', '야간' 등)이 각각 상이한 경우에도, 타겟 이미지(120)로부터 기준점을 용이하게 자동 인식할 수 있도록, 타겟 이미지(120)에 대해 영상 필터 처리 알고리즘을 적용하여 사전 처리 함으로써, 영상 해석의 단일화를 수행할 수 있다. 여기서, 타겟 이미지(120)는 영상 필터 처리 전의 원 이미지를 나타낼 수 있다.In addition, the deflection monitoring system 100 of the cable bridge may be configured such that when the shooting conditions of the image and the conditions (e.g., 'optical', 'weather', 'daytime', 'nighttime' , It is possible to perform unification of the image analysis by pre-processing the target image 120 by applying an image filter processing algorithm to the target image 120 so that the reference point can be easily recognized automatically from the target image 120. Here, the target image 120 may represent an original image before the image filter processing.

케이블 교량의 처짐 모니터링 시스템(100)은, 도시된 바와 같이, 고성능의 카메라 모듈과, 이를 제어하는 제어 서버를 포함하여 구성될 수 있다.The deflection monitoring system 100 of the cable bridge may be configured to include a high performance camera module as shown, and a control server for controlling the camera module.

카메라 모듈은 원 거리에서 케이블 교량을 촬영하는 경우에도 예컨대 가로 '720' 픽셀 이상의 높은 해상도를 확보 가능한 렌즈를 구비할 수 있다.The camera module may also have a lens capable of ensuring a high resolution of, for example, 720 pixels or more in width, even when photographing cable bridges at an original distance.

또한, 카메라 모듈에는, '악천후'의 기후 조건에서도 카메라가 용이하게 구동 가능하도록, 방수, 방열 및 방진 기능을 수행하는 카메라 하우징이 설비될 수 있다.In addition, the camera module may be provided with a camera housing that performs waterproof, heat dissipation, and dustproof functions so that the camera can be easily driven even under the 'bad weather' climatic conditions.

제어 서버는 카메라에 의해 촬영되는 상기 영상을 예컨대 100fps(frame per second) 이상의 빠른 속도로 취득할 수 있다.The control server can acquire the image photographed by the camera at a high speed of 100 fps (frame per second) or more, for example.

또한, 제어 서버는 카메라 모듈의 셔터(shutter) 정도를 조절하여, 촬영 시점 또는 촬영 환경에 따라, 타켓을 포함하여 케이블 교량의 최적의 영상을 촬영할 수 있다.In addition, the control server can adjust the shutter degree of the camera module so that the optimal image of the cable bridge including the target can be taken depending on the shooting time or the shooting environment.

제어 서버는 광 통신을 이용하여 케이블 교량의 실시간 처짐을 관리 단말(110)로 전송할 수 있다.The control server can transmit real time deflection of the cable bridge to the management terminal 110 using optical communication.

도 2는 본 발명의 일실시예에 따른 케이블 교량의 처짐 모니터링 시스템의 내부 구성을 도시한 블록도이다.2 is a block diagram illustrating an internal structure of a cable bridge deflection monitoring system according to an embodiment of the present invention.

도 2를 참조하면, 본 발명의 일실시예에 따른 케이블 교량의 처짐 모니터링 시스템(200)은 획득부(210), 인식부(220), 처리부(230) 및 데이터베이스(240)를 포함하여 구성할 수 있다.2, a cable bridge deflection monitoring system 200 according to an exemplary embodiment of the present invention includes an acquisition unit 210, a recognition unit 220, a processing unit 230, and a database 240 .

획득부(210)는 타겟이 부착되는 케이블 교량을 촬영한 영상으로부터 타겟 이미지를 획득한다. 여기서, 상기 타겟 이미지는 영상 필터 처리 전의 원 이미지(도 1의 120 참조)를 지칭할 수 있다.The acquiring unit 210 acquires the target image from the image of the cable bridge to which the target is attached. Here, the target image may refer to an original image (see 120 in FIG. 1) before the image filter processing.

획득부(210)는 상기 영상의 촬영 시점 또는 촬영 환경에 따라, 카메라 모듈의 셔터(shutter) 정도를 조절하여, 카메라 모듈(250)에 의해, 타켓을 포함한 케이블 교량이 촬영되도록 할 수 있다.The acquiring unit 210 may adjust the degree of the shutter of the camera module according to the photographing time or the photographing environment of the image to photograph the cable bridge including the target by the camera module 250.

인식부(220)는 상기 영상과 연관된 조건에 따라, 상기 타겟 이미지로부터 복수 개의 라인을 인식한다.The recognition unit 220 recognizes a plurality of lines from the target image according to conditions associated with the image.

광학 및 다양한 날씨 조건에 의해 발생한 랜덤 노이즈는 명암도에서 뚜렷한 전이로 이루어질 수 있기 때문에, 인식부(220)는 획득한 타겟 이미지로부터 라인 인식을 수행하기 전에, 타겟 이미지에 영상 필터 알고리즘을 적용하여 사전 처리를 수행할 수 있다.Since the random noise generated by optical and various weather conditions can be made into a distinct transition in intensity, the recognition unit 220 applies an image filter algorithm to the target image before performing the line recognition from the acquired target image, Can be performed.

구체적으로, 인식부(220)는 상기 타겟 이미지에 대해, 로컬 에버리지를 위한 제1 마스크(도 3의 310 참조)를 픽셀 별로 적용하여, 명암의 전이에 따른 노이즈를 필터링 할 수 있다. 즉, 인식부(220)는 제1 마스크에 의해 정의된 이웃 점들을 타겟 이미지 내의 모든 픽셀의 값을 교체 함으로써 명암도에서 전이가 줄어든 영상이 생기게 할 수 있다.Specifically, the recognition unit 220 may apply a first mask (see 310 in FIG. 3) for local overflow to the target image to filter the noise according to the transition of the contrast. That is, the recognizing unit 220 may cause the image with reduced transition in intensity by replacing the neighboring points defined by the first mask with the values of all the pixels in the target image.

이와 같이, 인식부(220)는 로컬 에버리지를 통해 타겟 이미지를 구성하는 픽셀들을 보정하여, 타겟 이미지 내의 작은 세밀한 부분을 제거하거나, 선들과 곡선들 내의 작은 틈들을 연결하여 노이즈를 감소할 수 있다.In this way, the recognition unit 220 can correct the pixels constituting the target image through local overflow, remove small details in the target image, or connect the small gaps in the lines and the curves to reduce the noise.

또한, 인식부(220)는 상기 제1 마스크가 적용된 타겟 이미지에 대해, 경계선 향상(하이라이트 디테일)을 위한 제2 마스크(도 3의 320 참조)를 픽셀 별로 적용하여, 상기 타겟 이미지에 포함되는 복수 개의 라인을 강조할 수 있다.In addition, the recognition unit 220 applies a second mask (see 320 in FIG. 3) for the border enhancement (highlight detail) pixel by pixel to the target image to which the first mask is applied, You can emphasize two lines.

이와 같이, 케이블 교량의 처짐 모니터링 시스템은, 타겟 이미지에 대해 영상 필터 처리 알고리즘을 적용하여 사전 처리 함으로써, 상기 영상의 촬영 시점이나 촬영 환경에 따른 조건(예를 들어, '광학', '날씨', '주간', '야간' 등)이 각각 상이한 경우에도, 타겟 이미지로부터 기준점을 용이하게 자동 인식할 수 있도록 할 수 있다.As described above, the deflection monitoring system of cable bridges is a system for monitoring the deflection of cable bridges by pre-processing the target image by applying an image filter processing algorithm to the conditions of the shooting conditions of the image and the shooting conditions (for example, Quot ;, " daytime ", " nighttime ", etc.) are different from each other, the reference point can be easily recognized automatically from the target image.

또한, 인식부(220)는 허프 변환(Hough transform)을 이용하여 상기 타겟 이미지로부터 복수 개의 라인을 인식하되, 상기 조건에 따른 상기 영상의 촬영 시점 또는 촬영 환경에 상응하여 인식할 라인의 개수를 결정할 수 있다.The recognizing unit 220 recognizes a plurality of lines from the target image by using a Hough transform and determines the number of lines to be recognized according to the shooting time of the image or the shooting environment according to the condition .

즉, 인식부(220)는 상기 영상의 촬영 시점이나 촬영 환경에 따른 조건이 광학이나 영상 열화로 인한 노이즈가 큰 '주간'이면, '야간' 또는 '악천후'일 때 보다 많은 개수의 라인을 인식하도록 할 수 있다.That is, the recognition unit 220 recognizes a larger number of lines when the condition is based on the photographing time or the photographing environment of the image is 'week' in which noise due to optical or image deterioration is large, or 'nighttime' or 'bad weather' .

구체적으로, 인식부(220)는 타겟 이미지가, n*n개(상기 n은 2 이상의 자연수)의 원을 포함하는 원 이미지로 구성되는 경우, 상기 촬영 시점이 '주간'이면, 상기 타겟 이미지로부터, 상기 n*n개의 원을 연결하는 각 라인을 인식할 수 있다.More specifically, when the target image is composed of an original image including n * n circles (n is a natural number of 2 or more), the recognition unit 220 extracts the target image from the target image , And each line connecting the n * n circles can be recognized.

예를 들어, 도 4를 참조하면, 인식부(220)는 타겟 이미지가 5*5개의 원 및 각 원을 연결하는 '40개'의 라인을 포함하는 경우, 상기 영상의 촬영 시점이 '주간'이면, 타겟 이미지 내의 모든 원을 연결하는 '40개'의 라인(410)을 인식할 수 있다.For example, referring to FIG. 4, when the target image includes '*' lines connecting 5 * 5 circles and circles, the image pickup time point is 'week' , It is possible to recognize '40' lines 410 connecting all the circles in the target image.

또는, 인식부(220)는 상기 촬영 시점이 '야간'이거나 또는 상기 촬영 환경이 '악천후'이면, 상기 타겟 이미지로부터 (n-2)*(n-2)개의 원을 연결하는 각 라인을 인식할 수 있다.Alternatively, the recognition unit 220 recognizes each line connecting (n-2) * (n-2) circles from the target image if the shooting time is' night 'or the shooting environment is' can do.

예를 들어, 도 5를 참조하면, 인식부(220)는 타겟 이미지가 5*5개의 원 및 각 원을 연결하는 '40개'의 라인을 포함하는 경우, 상기 영상의 촬영 시점이 '야간'이거나, 촬영 환경이 '눈', '비', '태풍' 등의 '악천후'이면, 타겟 이미지 내의 3*3개의 원을 연결하는 '12개'의 라인(510)을 인식할 수 있다.For example, referring to FIG. 5, when the target image includes' * 'lines connecting 5 * 5 circles and circles, the recognition unit 220 determines' , Or if the shooting environment is' bad weather 'such as' snow', 'rain', or 'typhoon', '12 'lines 510 connecting 3 * 3 circles in the target image can be recognized.

처리부(230)는 복수 개의 라인을 포함하는 영역 경계에서의 중심을, 상기 타겟 이미지에 대한 기준점으로서 산출한다.The processing unit 230 calculates the center of the region boundary including the plurality of lines as a reference point for the target image.

예를 들어, 도 4를 참조하면, 처리부(230)는 상기 영상의 촬영 시점이 '주간'이면, 타겟 이미지로부터 인식한 '40개'의 라인을 포함하는 영역 경계(420)의 중심을, 타겟 이미지에 대한 기준점(430)으로 산출할 수 있다.For example, referring to FIG. 4, if the shooting time of the image is 'week', the processing unit 230 sets the center of a region boundary 420 including '40' lines recognized from the target image as a target It can be calculated as a reference point 430 for the image.

또한, 도 5를 참조하면, 처리부(230)는 상기 영상의 촬영 시점이 '야간'이거나, 촬영 환경이 '눈', '비', '태풍' 등의 '악천후'이면, 타겟 이미지로부터 인식한 '12개'의 라인으로 구성되는 영역 경계(520)의 중심을, 타겟 이미지에 대한 기준점(530)으로서 산출할 수 있다.5, if the shooting time of the image is 'night' or the shooting environment is 'bad weather' such as 'snow', 'rain', or 'typhoon', the processing unit 230 may recognize The center of the region boundary 520 composed of 'twelve' lines can be calculated as a reference point 530 for the target image.

이와 같이, 처리부(230)는 케이블 교량에 대한 영상을 이용하여 타겟의 기준점을 자동으로 산정하고, 상기 산출된 기준점을 이용하여 상기 케이블 교량의 실시간 처짐을 측정할 수 있다.In this way, the processing unit 230 can automatically estimate the reference point of the target using the image of the cable bridge, and measure the real-time deflection of the cable bridge using the calculated reference point.

일례로, 데이터베이스(240)는 획득한 제1 타겟 이미지 및 상기 제1 타겟 이미지에서의 기준점을, 촬영 시점과 연관시켜 저장할 수 있다.In one example, the database 240 may store the acquired first target image and the reference point in the first target image in association with the shooting time point.

처리부(230)는 타겟 이미지에 대한 기준점과 동일한 기준점을 포함하면서, 촬영 시점이 가장 최근인 제1 타겟 이미지를 데이터베이스(240)로부터 추출하고, 상기 영역 경계를, 상기 추출한 제1 타겟 이미지와 비교하여, 상기 케이블 교량에 대한 처짐을 측정할 수 있다.The processing unit 230 extracts a first target image that has the same reference point as the reference point for the target image from the database 240 and compares the region boundary with the extracted first target image , The deflection of the cable bridge can be measured.

다른 일례로, 처리부(230)는 상기 복수 개의 라인을 이용하여 상기 타겟 이미지에 대한 오차를 보정하고, 상기 타겟 이미지 내의 복수 개의 원 중에서, 상기 기준점에 위치하는 원의 도심을 측정하여, 상기 케이블 교량에 대한 처짐을 측정할 수 있다.In another example, the processing unit 230 corrects an error with respect to the target image using the plurality of lines, measures a circle center of a circle located at the reference point out of a plurality of circles in the target image, Can be measured.

여기서, '도심'이란 임의의 점 중에서 무게가 좌,우,상,하, 어느 곳으로도 치우치지 않는 점으로, 모멘트가 "0"인 점을 지칭할 수 있다. 예를 들어, 원의 지름이 D인 경우, 원의 도심은 "D/2"이 될 수 있다.Here, the 'center of the city' can be referred to as a point where the weight is not shifted left, right, top, bottom, or any point among the arbitrary points and the moment is "0". For example, if the diameter of the circle is D, the circle center of the circle can be "D / 2".

처리부(230)는 상기 기준점을 근거로 측정되는 상기 케이블 교량의 처짐에 관한 정보를, 광 통신을 통해, 관리자 단말로 전송할 수 있다.The processing unit 230 may transmit information about deflection of the cable bridge measured based on the reference point to the administrator terminal through optical communication.

이와 같이, 본 발명의 일실시예에 따르면, 영상 처리를 통해 타겟의 기준점을 자동 인식하여 케이블 교량의 처짐을 실시간으로 측정 함으로써, 케이블 교량의 성능을 판단하고 안전성을 확보할 수 있다.As described above, according to the embodiment of the present invention, the reference point of the target is automatically recognized through the image processing, and the deflection of the cable bridge is measured in real time, so that the performance of the cable bridge can be judged and the safety can be ensured.

또한, 본 발명의 일실시예에 따르면, 기존의 레이저식 처짐계 보다 수명이 길고 유지 관리가 용이한 카메라를 이용하여, 영상 기반으로 타겟의 기준점을 자동 인식하고, 영상 처리를 통해 타겟의 오염원으로 인한 영향을 줄임으로써, 경제적이고 효율적으로 케이블 교량의 처짐을 모니터링 할 수 있다.According to an embodiment of the present invention, a reference point of a target is automatically recognized based on an image using a camera having a longer life and easier maintenance than a conventional laser deflection system, By reducing the impact of cable bridges, it is possible to monitor cable bridge deflection economically and efficiently.

또한, 본 발명의 일실시예에 따르면, 영상의 촬영 시점이나 촬영 환경 등의 조건에 따라, 타겟 이미지에서 인식할 라인의 개수를 상이하게 결정 함으로써, 광학이나 영상 열화로 인한 노이즈를 줄이면서도 최소한의 해석 시간을 통해 실시간 처짐을 계산할 수 있다.Further, according to the embodiment of the present invention, the number of lines to be recognized in the target image is determined differently according to conditions such as the shooting time of the image and the shooting environment, so that the noise due to optical or image deterioration is reduced, Real time deflection can be calculated through analysis time.

또한, 본 발명의 일실시예에 따르면, 로컬 에버리지(Local Average) 및 하이라이트 디테일(Highlight Detail) 등과 같은 영상 필터 처리 알고리즘을 타겟 이미지에 적용하여, 영상의 노이즈 성분을 줄이고, 경계선(edge)을 강화할 수 있다.According to an embodiment of the present invention, an image filter processing algorithm, such as local average and highlight detail, may be applied to a target image to reduce the noise component of the image and enhance the edge .

또한, 본 발명의 일실시예에 따르면, '야간'이나 '악천후'와 같은 기후 조건에서 셔터의 기능을 최적으로 조절하여, '주간'(예를 들어, '40개')에서 보다 상대적으로 적은 개수(예를 들어, '12개')의 라인 인식을 통해서도 기준점을 용이하게 산정할 수 있다.In addition, according to one embodiment of the present invention, the shutter function can be optimally adjusted in a climatic condition such as night or bad weather, so that the shutter function is relatively small in 'week' (for example, '40' It is also possible to easily calculate the reference point through line recognition of the number (for example, '12').

또한, 본 발명의 일실시예에 따르면, '야간'이나 '악천후' 등과 같이 열악한 기후 조건 하에서도 케이블 교량의 처짐을 용이하게 계측할 수 있어, 상용화가 가능하다.According to an embodiment of the present invention, deflection of cable bridges can be easily measured even under harsh climatic conditions such as nighttime and bad weather, and commercialization is possible.

도 3은 타겟 이미지의 로컬 에버리지를 위한 제1 마스크와, 타겟 이미지의 경계선 향상을 위한 제2 마스크의 일례를 도시한 도면이다.3 is a view showing an example of a first mask for local overflow of a target image and a second mask for enhancing a boundary of the target image.

도 3을 참조하면, 본 발명의 일실시예에 따른 케이블 교량의 처짐 모니터링 시스템은, 획득한 타겟 이미지에 대해 영상 필터 처리 알고리즘으로서 로컬 에버리지 및 하이라이트 디테일을 적용하여 사전 처리 함으로써, 영상 해석의 단일화를 수행할 수 있다. 여기서, 타겟 이미지는 영상 필터 처리 전의 원 이미지(도 1의 120 참조)를 지칭할 수 있다.Referring to FIG. 3, the cable bridge deflection monitoring system according to an embodiment of the present invention pre-processes the acquired target image by applying local overflow and highlight detail as an image filter processing algorithm, Can be performed. Here, the target image may refer to the original image (see 120 in FIG. 1) before the image filter processing.

일례로, 케이블 교량의 처짐 모니터링 시스템은 로컬 에버리지를 위한 제1 마스크(310)를 픽셀 별로 적용하여, 명암의 전이에 따른 노이즈를 필터링할 수 있다.In one example, the deflection monitoring system of the cable bridge may apply a first mask 310 for the local overburden, pixel by pixel, to filter out noise due to the transitions of light and dark.

광학 및 다양한 날씨 조건에 의해 발생한 랜덤 노이즈는 명암도에서 뚜렷한 전이로 이루어질 수 있다. 이에 따라, 케이블 교량의 처짐 모니터링 시스템은 타겟 이미지로부터 라인을 인식하기 전에, 영상 필터 처리 알고리즘 중 로컬 에버리지를 타겟 이미지에 적용하여, 제1 마스크(310)에 의해 정의된 이웃 점들을 타겟 이미지 내의 모든 픽셀의 값을 교체 함으로써 명암도에서 전이가 줄어든 영상이 생기게 할 수 있다.Random noise caused by optics and various weather conditions can be made from distinct transitions in intensity. Thus, before the cable bridge deflection monitoring system recognizes the line from the target image, it applies the localized average of the image filter processing algorithms to the target image so that the neighboring points defined by the first mask 310 are all By replacing the values of the pixels, it is possible to produce images with reduced transitions in intensity.

이와 같이, 케이블 교량의 처짐 모니터링 시스템은 로컬 에버리지를 통해 타겟 이미지를 구성하는 픽셀들을 보정하여, 타겟 이미지 내의 작은 세밀한 부분을 제거하거나, 선들과 곡선들 내의 작은 틈들을 연결하여 노이즈를 감소할 수 있다.As such, the deflection monitoring system of cable bridges can compensate for the pixels that constitute the target image through localized averaging, remove small details in the target image, or connect small gaps in lines and curves to reduce noise .

디지털 함수의 미분은 차에 의해 정의되며 그 차를 정의하는 데에는 다양한 방법이 있다. 1차원 함수

Figure pat00001
의 1차 미분의 기본의 정의는 수학식 1과 같은 차이다.The derivative of the digital function is defined by the difference, and there are various ways to define the difference. One-dimensional function
Figure pat00001
Is the same as in Equation (1).

Figure pat00002
Figure pat00002

두 변수의 영상 함수

Figure pat00003
에는 편미분이 사용되며 2차 미분의 차를 이용하여 정의하면 수학식 2와 같다.Image function of two variables
Figure pat00003
(2) is defined by using the difference of the second derivative.

Figure pat00004
Figure pat00004

등방성 미분 연산자는 라플라시안이고, 두 변수 함수

Figure pat00005
는 수학식 3과 같이 정의될 수 있다. 또한, 임의 차수의 미분은 선형 연산이기 때문에 라플라시안은 선형 연산자이다.The isotropic differential operator is Laplacian, and the two variable functions
Figure pat00005
Can be defined as Equation (3). Also, since arbitrary-order derivatives are linear operations, Laplacian is a linear operator.

Figure pat00006
Figure pat00006

두 변수를 갖는 점을 고려하여 x방향에서 2차 편미분은 수학식 4와 같고 y방향에서 2차 편미분은 수학식 5와 같다.Considering that there are two variables, the second-order partial differentiation in the x-direction is as shown in Equation (4) and the second-order partial differentiation in the y-direction is as shown in Equation (5).

Figure pat00007
Figure pat00007

Figure pat00008
Figure pat00008

수학식 3의 2차원 라플라시안의 디지털 구현은 수학식 4 및 수학식 5의 두 성분을 더함으로써 얻어진다.The digital implementation of the two-dimensional Laplacian of Equation (3) is obtained by adding the two components of Equations (4) and (5).

Figure pat00009
Figure pat00009

영상 향상을 위해 라플라시안 사용하는 기본 방법은 수학식 7 및 수학식 8과 같으며, 수학식 7은 라플라시안 마스크의 가운데 계수가 음일 경우 사용되고, 수학식 8은 라플라시안 마스크의 가운데 계수가 양일 때 사용된다.The basic methods of using Laplacian for image enhancement are as shown in Equations (7) and (8), Equation (7) is used when the middle coefficient of the Laplacian mask is negative, and Equation (8) is used when the middle coefficient of the Laplacian mask is positive.

Figure pat00010
Figure pat00010

Figure pat00011
Figure pat00011

단일 마스크의 계수는 수학식 4에서

Figure pat00012
를 위해 수학식 6을 대입하면 합성 라플라시안 마스크를 사용할 수 있고 이는 수학식 9와 같다.The coefficients of the single mask are given in Equation 4
Figure pat00012
(6), a synthetic laplacian mask can be used, which is shown in Equation (9).

Figure pat00013
Figure pat00013

또한, 케이블 교량의 처짐 모니터링 시스템은 제1 마스크(310)가 적용된 타겟 이미지에 대해, 경계선 향상을 위한 제2 마스크(320)를 픽셀 별로 적용하여, 상기 타겟 이미지에 포함되는 복수 개의 라인을 강조할 수 있다.In addition, the deflection monitoring system of the cable bridge may apply a second mask 320 for the border enhancement to the target image to which the first mask 310 has been applied, to emphasize a plurality of lines included in the target image .

여기서, 제1 마스크(310) 및 제2 마스크(320)의 사이즈는 각각 '3x3 마스크'로 구현되는 것을 예시할 수 있다.Here, the sizes of the first mask 310 and the second mask 320 can be exemplified by being implemented as a '3 × 3 mask'.

케이블 교량의 처짐 모니터링 시스템은 허프 변환을 통해 각 시간에 따라 변화하는 타겟 이미지로부터 복수 개의 라인을 인식할 수 있고, 이를 통해 실시간 처짐을 계산할 수 있다.The deflection monitoring system of the cable bridge can recognize a plurality of lines from the target image which changes with each time through the Huff transformation, thereby calculating the real time deflection.

여기서 허프 변환은, 이미지 상에서 직선, 원 등의 특정 모양을 찾고, 이들 사이의 연관성을 찾아 특징을 추출하기 위한 것이다. 허프 변환의 원리는 아래와 같이 설명될 수 있다.Here, the Hough transform is for finding a specific shape such as a straight line and a circle on an image, and extracting a feature by searching for a relationship between them. The principle of the Hough transform can be described as follows.

xy평면 상에 기울기 a1과 y절편으로 b1을 갖는 직선

Figure pat00014
이 있고, 이 직선 상의 점 중 임의의 점
Figure pat00015
이 있는 경우, 이 점들을 xy평면 상에서 기울기와 y절편의 평면인 ab평면 상으로 옮기게 되면, 각각 하나의 직선을 갖게 되고, 총 세 개의 직선이 나오게 된다.A straight line with slope a 1 on the xy plane and b 1 on the y intercept
Figure pat00014
, And any point on this straight line
Figure pat00015
, The points are shifted on the xy plane and on the ab plane, which is the plane of the y-intercept, and each has one straight line, resulting in a total of three straight lines.

ab평면이 직선의 기울기와 y절편은 같은 직선 상의 점들은 같은 기울기와 y절편을 갖게 되므로 교점을 형성하며, 그 좌표 값은

Figure pat00016
이 된다. 이 좌표 값을 가지고 ab평면에서 다시 xy평면으로 바꾸게 되면 기울기와 y절편을 알고 있으므로 하나의 직선을 구하게 된다.The ab-plane has the same slope and the y-intercept, so the intersection of the straight line and the y-intercept forms the intersection point.
Figure pat00016
. With this coordinate value, if we change from the ab plane to the xy plane again, we know the slope and y intercept, so we get a straight line.

xy평면 상의 같은 직선인지 아닌지 모르는 임의의 점들을 ab평면상으로 바꾸어 매핑한 것이다. ab평면 상에서의 직선을 구하고 그 직선들 간의 교점의 존재 여부를 확인해 보면 같은 직선 상의 점인지 아닌지를 알 수 있다.and maps arbitrary points, which may or may not be the same straight line on the xy plane, to the ab plane. Find a straight line on the ab plane and check whether there is an intersection between the straight lines.

여기서, 만약 기울기가 '0'일 경우 무수히 많은 직선이 형성되어 각 점들 사이의 연관성을 찾을 수가 없으므로, 케이블 교량의 처짐 모니터링 시스템은 허프 변환을 통해, 기울기와 y절편의 평면이 아닌, 이산적으로 계산할 수 있는 극좌표계, rθ평면으로 수학식 10과 같이 변환한다.In this case, if the slope is '0', a large number of straight lines are formed and the correlation between the points can not be found. Therefore, the deflection monitoring system of cable bridges can be implemented by Hough transform, The polar coordinate system, r &thetas; plane, which can be calculated, is transformed as shown in equation (10).

Figure pat00017
Figure pat00017

같은 직선 상에서 세 점을 뽑을 경우 같은 (r, θ)의 한 교점을 갖게 되며, 케이블 교량의 처짐 모니터링 시스템은 허프 변환을 통해 타겟 이미지에 위치한 라인을 인식할 수 있다.When three points are drawn on the same straight line, they have the same (r, θ) intersection point, and the cable bridge deflection monitoring system can recognize the line located in the target image through Hough transform.

케이블 교량의 처짐 모니터링 시스템은 '주간' 또는 '야간'의 조건에서 타겟 이미지의 라인을 허프 변환을 통해 인식하고, 그 중심을 구하여 케이블 교량의 처짐을 도 4 내지 도 5와 같이 계산할 수 있다.The deflection monitoring system of the cable bridge can recognize the line of the target image through the Hough transform under the condition of 'daytime' or 'nighttime', and calculate the deflection of the cable bridge as shown in FIGS.

이와 같이, 케이블 교량의 처짐 모니터링 시스템은, 타겟 이미지에 대해 영상 필터 처리 알고리즘을 적용하여 사전 처리 함으로써, 상기 영상의 촬영 시점이나 촬영 환경에 따른 조건(예를 들어, '광학', '날씨', '주간', '야간' 등)이 각각 상이한 경우에도, 타겟 이미지로부터 기준점을 용이하게 자동 인식할 수 있도록 할 수 있다.As described above, the deflection monitoring system of cable bridges is a system for monitoring the deflection of cable bridges by pre-processing the target image by applying an image filter processing algorithm to the conditions of the shooting conditions of the image and the shooting conditions (for example, Quot ;, " daytime ", " nighttime ", etc.) are different from each other, the reference point can be easily recognized automatically from the target image.

도 4 내지 도 5는 타겟 이미지에서 라인 인식을 통해 기준점을 산출하는 일례들을 도시한 도면이다.4 to 5 illustrate examples of calculating a reference point through line recognition in a target image.

본 발명의 일실시예에 따른 케이블 교량의 처짐 모니터링 시스템은, 허프 변환을 이용하여 타겟 이미지로부터 복수 개의 라인을 인식할 수 있다.A cable bridge deflection monitoring system according to an embodiment of the present invention can recognize a plurality of lines from a target image using Hough transform.

이때, 케이블 교량의 처짐 모니터링 시스템은, 타겟을 포함한 케이블 교량의 영상을 촬영 시의 촬영 시점 또는 촬영 환경에 관한 조건에 따라, 도 4 및 도 5와 같이, 인식할 라인의 개수를 상이하게 결정할 수 있다.At this time, the deflection monitoring system of the cable bridge can determine the number of lines to be recognized differently, as shown in Figs. 4 and 5, depending on the shooting time point at the time of shooting or the shooting environment at the time of shooting the image of the cable bridge including the target have.

일례로, 인식부(220)는 상기 영상의 촬영 시점이나 촬영 환경에 따른 조건이 광학이나 영상 열화로 인한 노이즈가 큰 '주간'이면, '야간' 또는 '악천후'일 때 보다 많은 개수의 라인을 인식하도록 할 수 있다.For example, if the condition of the image taken at the photographing time or the photographing environment is a 'week' in which noises due to optical or image deterioration are large, the recognizing unit 220 recognizes a larger number of lines when it is night or bad weather .

도 4에는 타겟을 포함한 케이블 교량의 영상을 촬영하는 촬영 시점이 '주간'인 경우, 타겟 이미지로부터 라인을 인식하는 과정이 도시되어 있다.FIG. 4 shows a process of recognizing a line from a target image when a photographing time of photographing a cable bridge including a target is 'week'.

도 4를 참조하면, 케이블 교량의 처짐 모니터링 시스템은, 타겟 이미지가 5*5개의 원 및 각 원을 연결하는 '40개'의 라인을 포함하는 경우, 상기 영상의 촬영 시점이 '주간'이면, 타겟 이미지 내의 모든 원을 연결하는 '40개'의 라인(410)을 인식하고, '40개'의 라인을 포함하는 영역 경계(420)의 중심을, 타겟 이미지에 대한 기준점(430)으로 산출할 수 있다.Referring to FIG. 4, when the target image is a 'week', when the shooting time of the image is 'week', when the target image includes '40' lines connecting 5 * 5 circles and circles, Recognizes 40 lines 410 connecting all the circles in the target image and calculates the center of the region boundary 420 including 40 lines as the reference point 430 for the target image .

케이블 교량의 처짐 모니터링 시스템은, '40개'의 라인(410)을 이용하여 타겟 이미지에 대한 오차를 보정하고, 타겟 이미지 내의 복수 개의 원 중에서, 기준점(430)에 위치하는 원의 도심을 측정하여, 케이블 교량에 대한 처짐을 측정할 수 있다.The deflection monitoring system of the cable bridge can correct the error of the target image by using '40' lines 410 and measure the center of the circle located at the reference point 430 among the plurality of circles in the target image , The deflection of the cable bridge can be measured.

도 5에는 타겟을 포함한 케이블 교량의 영상을 촬영하는 촬영 시점이 '주간'인 경우, 타겟 이미지로부터 라인을 인식하는 과정이 도시되어 있다.FIG. 5 shows a process of recognizing a line from a target image when a photographing time of photographing a cable bridge including a target is 'week'.

도 5를 참조하면, 케이블 교량의 처짐 모니터링 시스템은, 타겟 이미지가 5*5개의 원 및 각 원을 연결하는 '40개'의 라인을 포함하는 경우, 상기 영상의 촬영 시점이 '야간'이거나, 촬영 환경이 '눈', '비', '태풍' 등의 '악천후'이면, 타겟 이미지 내의 3*3개의 원을 연결하는 '12개'의 라인(510)을 인식하고, '12개'의 라인으로 구성되는 영역 경계(520)의 중심을, 타겟 이미지에 대한 기준점(530)으로서 산출할 수 있다.5, a deflection monitoring system for a cable bridge may be configured such that when the target image includes '5' 5 lines and '40' lines connecting each circle, the shooting time of the image is 'night' If the shooting environment is' bad weather 'such as' snow', 'rain', or 'typhoon', '12 'lines 510 connecting the 3 * 3 circles in the target image are recognized, The center of the region boundary 520 consisting of lines can be calculated as a reference point 530 for the target image.

케이블 교량의 처짐 모니터링 시스템은, '12개'의 라인(510)을 이용하여 타겟 이미지에 대한 오차를 보정하고, 타겟 이미지 내의 복수 개의 원 중에서, 기준점(530)에 위치하는 원의 도심을 측정하여, 케이블 교량에 대한 처짐을 측정할 수 있다.The deflection monitoring system of cable bridges can correct errors in the target image using 'twelve' lines 510 and measure the center of the circle located at the reference point 530 out of a plurality of circles in the target image , The deflection of the cable bridge can be measured.

실시예에 따라, 케이블 교량의 처짐 모니터링 시스템은, '주간', '야간', '악천후' 등의 조건에서 카메라의 셔터 기능을 최적의 조건으로 조절할 수 있다.According to the embodiment, the deflection monitoring system of the cable bridge can adjust the shutter function of the camera to the optimum condition under the conditions of 'daytime', 'nighttime', 'bad weather' and the like.

이를 위해, 형태 벡터는 최소 거리 개념으로 적용될 수 있으며, 형태수로 서술된 영역 경계들의 비교를 위해 공식화 될 수 있다. 두 영역의 경계들 및 형태들 사이의 유사도 k는 그들의 형태수가 일치하는 가장 큰 차수로 정의되고, a와 b를 4방향을 가진 경계들의 형태수라고 할 수 있다. To this end, the shape vector can be applied as a minimal distance concept and can be formulated for comparison of the region boundaries described by the number of shapes. The similarity k between the boundaries and shapes of the two regions is defined as the largest order in which their shape numbers are matched, and a and b can be considered as the form number of the boundaries with four directions.

Figure pat00018
Figure pat00018

수학식 11에서 두 형태는 유사성 k를 가질 수 있다. 여기서 s는 형태수를 나타내고, 아래 첨자는 차수를 나타낸다. a와 b 두 형태 사이의 거리는 수학식 12와 같이 이들 유사도의 역으로 정의될 수 있다.In Equation (11), the two forms may have similarity k. Where s represents the number of forms and subscripts represent the order. The distance between the two forms a and b can be defined as the inverse of these similarities as shown in equation (12).

Figure pat00019
Figure pat00019

또한, 거리 D(a,b)는 다음 성질들을 만족할 수 있다.Further, the distance D (a, b) can satisfy the following properties.

Figure pat00020
Figure pat00020

k 또는 D 중 어느 하나가 두 형태를 비교하기 위해 사용될 수 있다. 유사도가 사용되면 k값이 클수록 형태를 더 많이 일치하게 되며, 같은 형태에 대해서는 k가 무한대로 될 수 있다. 따라서, 케이블 교량의 처짐 모니터링 시스템은, 사전에 인식한 k의 셔터의 크기로 변환할 수 있다.Either k or D can be used to compare the two forms. If similarity is used, the larger the k value, the more matching the form will be, and for the same form, k can be infinite. Therefore, the deflection monitoring system of the cable bridge can convert the size of the shutter of the previously recognized k.

이하, 도 6에서는 본 발명의 실시예들에 따른 케이블 교량의 처짐 모니터링 시스템(200)의 작업 흐름을 상세히 설명한다.6, the operation flow of the cable bridge deflection monitoring system 200 according to the embodiments of the present invention will be described in detail.

도 6은 본 발명의 일실시예에 따른 케이블 교량의 처짐 모니터링 방법의 순서를 도시한 흐름도이다. 6 is a flowchart illustrating a procedure of a deflection monitoring method of a cable bridge according to an embodiment of the present invention.

본 실시예에 따른 케이블 교량의 처짐 모니터링 방법은 상술한 케이블 교량의 처짐 모니터링 시스템(200)에 의해 수행될 수 있다.The deflection monitoring method of the cable bridge according to the present embodiment can be performed by the deflection monitoring system 200 of the cable bridge described above.

도 6을 참조하면, 단계(610)에서, 케이블 교량의 처짐 모니터링 시스템(200)은 타겟이 부착되는 케이블 교량을 촬영한 영상으로부터 타겟 이미지를 획득한다.Referring to FIG. 6, in step 610, the cable bridge deflection monitoring system 200 obtains a target image from an image of a cable bridge to which a target is attached.

이때, 케이블 교량의 처짐 모니터링 시스템(200)은 상기 영상의 촬영 시점 또는 촬영 환경에 따라, 카메라 모듈의 셔터 정도를 조절하여, 카메라 모듈에 의해, 타켓을 포함한 케이블 교량이 촬영되도록 할 수 있다.At this time, the deflection monitoring system 200 of the cable bridge may control the degree of the shutter of the camera module according to the shooting time of the image or the shooting environment so that the cable bridge including the target can be photographed by the camera module.

단계(620)에서, 케이블 교량의 처짐 모니터링 시스템(200)은 상기 영상과 연관된 조건에 따라, 타겟 이미지로부터 복수 개의 라인을 인식한다.In step 620, the cable bridge deflection monitoring system 200 recognizes a plurality of lines from the target image, according to conditions associated with the image.

케이블 교량의 처짐 모니터링 시스템(200)은 상기 타겟 이미지에 대해, 로컬 에버리지를 위한 제1 마스크(도 3의 310 참조)를 픽셀 별로 적용하여, 명암의 전이에 따른 노이즈를 필터링 함으로써, 타겟 이미지 내의 작은 세밀한 부분을 제거하거나, 선들과 곡선들 내의 작은 틈들을 연결하여 노이즈를 감소할 수 있다.The cable bridge deflection monitoring system 200 applies a pixel-by-pixel first mask (see 310 in FIG. 3) for local over-exposure to the target image to filter out noise due to the transitions of light and dark, Noise can be reduced by eliminating fine details or by connecting small gaps in lines and curves.

또한, 케이블 교량의 처짐 모니터링 시스템(200)은 상기 제1 마스크가 적용된 타겟 이미지에 대해, 경계선 향상(하이라이트 디테일)을 위한 제2 마스크(도 3의 320 참조)를 픽셀 별로 적용하여, 상기 타겟 이미지에 포함되는 복수 개의 라인을 강조할 수 있다.The cable bridge deflection monitoring system 200 also applies a second mask (see 320 in FIG. 3) for the target image to which the first mask is applied, pixel by pixel for the border enhancement (highlight detail) A plurality of lines included in the line can be emphasized.

이와 같이, 케이블 교량의 처짐 모니터링 시스템(200)은, 타겟 이미지에 대해 영상 필터 처리 알고리즘을 적용하여 사전 처리 함으로써, 상기 영상의 촬영 시점이나 촬영 환경에 따른 조건(예를 들어, '광학', '날씨', '주간', '야간' 등)이 각각 상이한 경우에도, 타겟 이미지로부터 기준점을 용이하게 자동 인식할 수 있도록 할 수 있다.As described above, the deflection monitoring system 200 of the cable bridge applies pre-processing to the target image by applying an image filter processing algorithm to the conditions of the imaging time and the imaging environment (for example, 'optical', ' Weather "," week "," night ", etc.) are different from each other, the reference point can be easily recognized automatically from the target image.

또한, 케이블 교량의 처짐 모니터링 시스템(200)은 허프 변환을 이용하여 상기 타겟 이미지로부터 복수 개의 라인을 인식하되, 상기 조건에 따른 상기 영상의 촬영 시점 또는 촬영 환경에 상응하여 인식할 라인의 개수를 결정할 수 있다.In addition, the deflection monitoring system 200 of the cable bridge determines a plurality of lines from the target image by using Hough transform, and determines the number of lines to be recognized according to the shooting time of the image or the shooting environment according to the condition .

즉, 케이블 교량의 처짐 모니터링 시스템(200)은 상기 영상의 촬영 시점이나 촬영 환경에 따른 조건이 광학이나 영상 열화로 인한 노이즈가 큰 '주간'이면, '야간' 또는 '악천후'일 때 보다 많은 개수의 라인을 인식하도록 할 수 있다.That is, the deflection monitoring system 200 of the cable bridge detects that the cable bridging deflection monitoring system 200 is in a 'week' mode in which noises due to optical or image deterioration are large, The line of FIG.

예를 들어, 케이블 교량의 처짐 모니터링 시스템(200)은 타겟 이미지가 5*5개의 원 및 각 원을 연결하는 '40개'의 라인을 포함하는 경우, 상기 영상의 촬영 시점이 '주간'이면, 타겟 이미지 내의 모든 원을 연결하는 '40개'의 라인을 인식하고, 상기 영상의 촬영 시점이 '야간'이거나, 촬영 환경이 '눈', '비', '태풍' 등의 '악천후'이면, 타겟 이미지 내의 3*3개의 원을 연결하는 '12개'의 라인을 인식할 수 있다.For example, the deflection monitoring system 200 of a cable bridge may be configured such that if the target image includes 5 * 5 circles and ' 40 ' lines connecting the circles, If the shooting time of the image is 'night', or if the shooting environment is 'bad weather' such as 'snow', 'rain', 'typhoon', or the like, It is possible to recognize '12' lines connecting 3 * 3 circles in the target image.

단계(630 내지 640)에서, 케이블 교량의 처짐 모니터링 시스템(200)은 상기 복수 개의 라인을 포함하는 영역 경계에서의 중심을, 상기 타겟 이미지에 대한 기준점으로서 산출하고, 상기 기준점을 이용하여, 상기 케이블 교량에 대한 처짐을 측정한다.In steps 630-640, the cable bridge deflection monitoring system 200 calculates the center at a region boundary that includes the plurality of lines as a reference point for the target image, and using the reference point, Measure the deflection of the bridge.

일례로, 케이블 교량의 처짐 모니터링 시스템(200)은 타겟 이미지에 대한 기준점과 동일한 기준점을 포함하면서, 촬영 시점이 가장 최근인 제1 타겟 이미지를 데이터베이스로부터 추출하고, 상기 영역 경계를, 상기 추출한 제1 타겟 이미지와 비교하여, 상기 케이블 교량에 대한 처짐을 측정할 수 있다.In one example, the cable bridge deflection monitoring system 200 extracts from the database a first target image that includes the same reference point as the reference point for the target image, and that has the most recent imaging time point, Compared to the target image, the deflection for the cable bridge can be measured.

다른 일례로, 케이블 교량의 처짐 모니터링 시스템(200)은 상기 복수 개의 라인을 이용하여 상기 타겟 이미지에 대한 오차를 보정하고, 상기 타겟 이미지 내의 복수 개의 원 중에서, 상기 기준점에 위치하는 원의 도심을 측정하여, 상기 케이블 교량에 대한 처짐을 측정할 수 있다.In another example, the deflection monitoring system 200 of a cable bridge may correct errors in the target image using the plurality of lines, measure a circle center of a circle located at the reference point among a plurality of circles in the target image So that the deflection of the cable bridge can be measured.

이와 같이, 케이블 교량의 처짐 모니터링 시스템(200)은 케이블 교량에 대한 영상을 이용하여 타겟의 기준점을 자동으로 산정하고, 상기 산출된 기준점을 이용하여 상기 케이블 교량의 실시간 처짐을 측정할 수 있다.In this way, the deflection monitoring system 200 of the cable bridge can automatically calculate the reference point of the target using the image of the cable bridge, and measure the real deflection of the cable bridge using the calculated reference point.

단계(650)에서, 케이블 교량의 처짐 모니터링 시스템(200)은 상기 기준점을 근거로 측정되는 상기 케이블 교량의 처짐에 관한 정보를, 광 통신을 통해, 관리자 단말로 전송한다.At step 650, the cable bridge deflection monitoring system 200 transmits information about deflection of the cable bridge, which is measured based on the reference point, to the administrator terminal via optical communication.

이와 같이, 본 발명의 일실시예에 따르면, 기존의 레이저식 처짐계 보다 수명이 길고 유지 관리가 용이한 카메라를 이용하여, 영상 기반으로 타겟의 기준점을 자동 인식하고, 영상 처리를 통해 타겟의 오염원으로 인한 영향을 줄임으로써, 경제적이고 효율적으로 케이블 교량의 처짐을 모니터링 할 수 있다.As described above, according to an embodiment of the present invention, a reference point of a target is automatically recognized based on an image using a camera having a longer life and easier maintenance than a conventional laser deflection system, , It is possible to monitor the deflection of cable bridges economically and efficiently.

또한, 본 발명의 일실시예에 따르면, 영상의 촬영 시점이나 촬영 환경 등의 조건에 따라, 타겟 이미지에서 인식할 라인의 개수를 상이하게 결정 함으로써, 광학이나 영상 열화로 인한 노이즈를 줄이면서도 최소한의 해석 시간을 통해 실시간 처짐을 계산할 수 있다.Further, according to the embodiment of the present invention, the number of lines to be recognized in the target image is determined differently according to conditions such as the shooting time of the image and the shooting environment, so that the noise due to optical or image deterioration is reduced, Real time deflection can be calculated through analysis time.

본 발명의 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 of the present invention 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.

이상과 같이 실시예들이 비록 한정된 실시예와 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.While the present invention has been particularly shown and described with reference to exemplary embodiments thereof, it is to be understood that the invention is not limited to the disclosed exemplary embodiments. 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.

200: 케이블 교량의 처짐 모니터링 시스템
210: 획득부 220: 인식부
230: 처리부 240: 데이터베이스
250: 카메라 모듈200: Cable bridge sag monitoring system
210: Acquiring unit 220:
230: processor 240: database
250: Camera module

Claims (16)

타겟이 부착되는 케이블 교량을 촬영한 영상으로부터 타겟 이미지를 획득하는 획득부;
상기 영상과 연관된 조건에 따라, 상기 타겟 이미지로부터 복수 개의 라인을 인식하는 인식부; 및
상기 복수 개의 라인을 포함하는 영역 경계에서의 중심을, 상기 타겟 이미지에 대한 기준점으로서 산출하는 처리부
를 포함하는 케이블 교량의 처짐 모니터링 시스템.An acquiring unit acquiring a target image from an image of a cable bridge to which a target is attached;
A recognition unit for recognizing a plurality of lines from the target image according to a condition associated with the image; And
A processing unit for calculating a center at a region boundary including the plurality of lines as a reference point for the target image
And a deflection monitoring system for the cable bridges. 제1항에 있어서,
획득한 제1 타겟 이미지 및 상기 제1 타겟 이미지에서의 기준점을, 촬영 시점과 연관시켜 저장하는 데이터베이스
를 더 포함하고,
상기 처리부는,
상기 타겟 이미지에 대한 기준점과 동일한 기준점을 포함하면서, 촬영 시점이 가장 최근인 제1 타겟 이미지를 상기 데이터베이스로부터 추출하고,
상기 영역 경계를, 상기 추출한 제1 타겟 이미지와 비교하여, 상기 케이블 교량에 대한 처짐을 측정하는
케이블 교량의 처짐 모니터링 시스템.The method according to claim 1,
A database storing the acquired first target image and the reference point in the first target image in association with the shooting time
Further comprising:
Wherein,
Extracting from the database a first target image including the same reference point as the reference point for the target image,
Comparing the area boundary with the extracted first target image to measure deflection for the cable bridge
Cable bridge sag monitoring system. 제1항에 있어서,
상기 처리부는,
상기 복수 개의 라인을 이용하여 상기 타겟 이미지에 대한 오차를 보정하고,
상기 타겟 이미지 내의 복수 개의 원 중에서, 상기 기준점에 위치하는 원의 도심을 측정하여, 상기 케이블 교량에 대한 처짐을 측정하는
케이블 교량의 처짐 모니터링 시스템.The method according to claim 1,
Wherein,
Correcting an error with respect to the target image using the plurality of lines,
Measuring a center of a circle located at the reference point among a plurality of circles in the target image to measure a deflection of the cable bridge
Cable bridge sag monitoring system. 제1항에 있어서,
상기 인식부는,
허프 변환(Hough transform)을 이용하여 상기 타겟 이미지로부터 복수 개의 라인을 인식하되, 상기 조건에 따른 상기 영상의 촬영 시점 또는 촬영 환경에 상응하여 인식할 라인의 개수를 결정하는
케이블 교량의 처짐 모니터링 시스템.The method according to claim 1,
Wherein,
A plurality of lines are recognized from the target image by using a Hough transform, and the number of lines to be recognized is determined according to the shooting time of the image or the shooting environment according to the condition
Cable bridge sag monitoring system. 제4항에 있어서,
상기 타겟 이미지가, n*n개(상기 n은 2 이상의 자연수)의 원을 포함하는 원 이미지로 구성되는 경우,
상기 인식부는,
상기 촬영 시점이 '주간'이면,
상기 타겟 이미지로부터, 상기 n*n개의 원을 연결하는 각 라인을 인식하고,
상기 촬영 시점이 '야간'이거나 또는 상기 촬영 환경이 '악천후'이면,
상기 타겟 이미지로부터 (n-2)*(n-2)개의 원을 연결하는 각 라인을 인식하는
케이블 교량의 처짐 모니터링 시스템.5. The method of claim 4,
When the target image is composed of an original image including n * n (n is a natural number of 2 or more) circles,
Wherein,
If the shooting time is 'week'
Recognizing each line connecting the n * n circles from the target image,
If the shooting time is 'night' or the shooting environment is 'bad weather'
Recognizing each line connecting (n-2) * (n-2) circles from the target image
Cable bridge sag monitoring system. 제1항에 있어서,
상기 획득부는,
상기 영상의 촬영 시점 또는 촬영 환경에 따라, 카메라 모듈의 셔터(shutter) 정도를 조절하여, 상기 카메라 모듈에 의해, 상기 타켓을 포함한 상기 케이블 교량이 촬영되도록 하는
케이블 교량의 처짐 모니터링 시스템.The method according to claim 1,
Wherein the obtaining unit comprises:
And controlling the degree of shutter of the camera module according to the photographing time or the photographing environment of the camera so that the cable bridge including the target is photographed by the camera module
Cable bridge sag monitoring system. 제1항에 있어서,
상기 인식부는,
상기 타겟 이미지에 대해, 로컬 에버리지(Local Average)를 위한 제1 마스크를 픽셀 별로 적용하여, 명암의 전이에 따른 노이즈를 필터링하는
케이블 교량의 처짐 모니터링 시스템.The method according to claim 1,
Wherein,
For the target image, a first mask for local average is applied pixel by pixel to filter out noises due to the transitions of light and dark
Cable bridge sag monitoring system. 제7항에 있어서,
상기 인식부는,
상기 제1 마스크가 적용된 타겟 이미지에 대해, 경계선 향상을 위한 제2 마스크를 픽셀 별로 적용하여, 상기 타겟 이미지에 포함되는 복수 개의 라인을 강조하는
케이블 교량의 처짐 모니터링 시스템.8. The method of claim 7,
Wherein,
A second mask for border enhancement is applied pixel by pixel to the target image to which the first mask is applied to emphasize a plurality of lines included in the target image
Cable bridge sag monitoring system. 제1항에 있어서,
상기 처리부는,
상기 기준점을 근거로 측정되는 상기 케이블 교량의 처짐에 관한 정보를, 광 통신을 통해, 관리자 단말로 전송하는
케이블 교량의 처짐 모니터링 시스템.The method according to claim 1,
Wherein,
And information on deflection of the cable bridge measured based on the reference point is transmitted to the administrator terminal through optical communication
Cable bridge sag monitoring system. 타겟이 부착되는 케이블 교량을 촬영한 영상으로부터 타겟 이미지를 획득하는 단계;
상기 영상과 연관된 조건에 따라, 상기 타겟 이미지로부터 복수 개의 라인을 인식하는 단계; 및
상기 복수 개의 라인을 포함하는 영역 경계에서의 중심을, 상기 타겟 이미지에 대한 기준점으로서 산출하는 단계
를 포함하는 케이블 교량의 처짐 모니터링 방법.Obtaining a target image from an image of a cable bridge to which a target is attached;
Recognizing a plurality of lines from the target image according to conditions associated with the image; And
Calculating a center at a region boundary including the plurality of lines as a reference point for the target image
Of the cable bridge. 제10항에 있어서,
획득한 제1 타겟 이미지 및 상기 제1 타겟 이미지에서의 기준점을, 촬영 시점과 연관시켜 저장하는 데이터베이스를 유지하는 단계;
상기 타겟 이미지에 대한 기준점과 동일한 기준점을 포함하면서, 촬영 시점이 가장 최근인 제1 타겟 이미지를 상기 데이터베이스로부터 추출하는 단계; 및
상기 영역 경계를, 상기 추출한 제1 타겟 이미지와 비교하여, 상기 케이블 교량에 대한 처짐을 측정하는 단계
를 더 포함하는 케이블 교량의 처짐 모니터링 방법.11. The method of claim 10,
Maintaining a database storing the acquired first target image and the reference point in the first target image in association with the shooting time;
Extracting, from the database, a first target image including the same reference point as the reference point for the target image, the first target image being at the latest shooting time; And
Comparing the area boundary with the extracted first target image, and measuring deflection for the cable bridge
Wherein the deflection monitoring method further comprises: 제10항에 있어서,
상기 복수 개의 라인을 이용하여 오차를 보정한 상기 타겟 이미지 내의 복수 개의 원 중에서, 상기 기준점에 위치하는 원의 도심을 측정하여, 상기 케이블 교량에 대한 처짐을 측정하는 단계
를 더 포함하는 케이블 교량의 처짐 모니터링 방법.11. The method of claim 10,
Measuring a sidewall of a circle located at the reference point among the plurality of circles in the target image whose errors are corrected using the plurality of lines and measuring a deflection with respect to the cable bridge;
Wherein the deflection monitoring method further comprises: 제10항에 있어서,
상기 인식하는 단계는,
허프 변환을 이용하여 상기 타겟 이미지로부터 복수 개의 라인을 인식하되, 상기 조건에 따른 상기 영상의 촬영 시점 또는 촬영 환경에 상응하여 인식할 라인의 개수를 결정하는 단계
를 포함하는 케이블 교량의 처짐 모니터링 방법.11. The method of claim 10,
Wherein the recognizing comprises:
A step of recognizing a plurality of lines from the target image using the Hough transform, and determining the number of lines to be recognized according to the shooting time of the image or the shooting environment according to the condition
Of the cable bridge. 제10항에 있어서,
상기 획득하는 단계는,
상기 영상의 촬영 시점 또는 촬영 환경에 따라, 카메라 모듈의 셔터 정도를 조절하여, 상기 카메라 모듈에 의해, 상기 타켓을 포함한 상기 케이블 교량이 촬영되도록 하는 단계
를 포함하는 케이블 교량의 처짐 모니터링 방법.11. The method of claim 10,
Wherein the acquiring comprises:
Adjusting the shutter degree of the camera module according to the photographing time of the image or the photographing environment so that the cable bridge including the target is photographed by the camera module
Of the cable bridge. 제10항에 있어서,
상기 타겟 이미지에 대해, 로컬 에버리지를 위한 제1 마스크를 픽셀 별로 적용하여, 명암의 전이에 따른 노이즈를 필터링하는 단계; 및
상기 제1 마스크가 적용된 타겟 이미지에 대해, 경계선 향상을 위한 제2 마스크를 픽셀 별로 적용하여, 상기 타겟 이미지에 포함되는 복수 개의 라인을 강조하는 단계
를 더 포함하는 케이블 교량의 처짐 모니터링 방법.11. The method of claim 10,
Applying, to the target image, a first mask for localized exposure for each pixel to filter noise due to transitions of light and dark; And
Applying a second mask for the border enhancement to the target image to which the first mask is applied, on a pixel by pixel basis, and emphasizing a plurality of lines included in the target image
Wherein the deflection monitoring method further comprises: 제10항에 있어서,
상기 기준점을 근거로 측정되는 상기 케이블 교량의 처짐에 관한 정보를, 광 통신을 통해, 관리자 단말로 전송하는 단계
를 더 포함하는 케이블 교량의 처짐 모니터링 방법.11. The method of claim 10,
Transmitting information on deflection of the cable bridge measured based on the reference point to the administrator terminal through optical communication;
Wherein the deflection monitoring method further comprises:
KR1020160122947A 2016-09-26 2016-09-26 System and method for monitoring deflection of cable bridge KR101850617B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160122947A KR101850617B1 (en) 2016-09-26 2016-09-26 System and method for monitoring deflection of cable bridge

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160122947A KR101850617B1 (en) 2016-09-26 2016-09-26 System and method for monitoring deflection of cable bridge

Publications (2)

Publication Number Publication Date
KR20180033680A true KR20180033680A (en) 2018-04-04
KR101850617B1 KR101850617B1 (en) 2018-04-20

Family

ID=61975536

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160122947A KR101850617B1 (en) 2016-09-26 2016-09-26 System and method for monitoring deflection of cable bridge

Country Status (1)

Country Link
KR (1) KR101850617B1 (en)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110487496A (en) * 2019-07-08 2019-11-22 扬州市市政建设处 Improvement area-moment method based on the strain of long gauge length identifies deflection of bridge span method
CN113049111A (en) * 2021-03-19 2021-06-29 广东亿诚发科技集团有限公司 Internet-based cable bridge monitoring system and method

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013041565A (en) * 2011-07-21 2013-02-28 Sharp Corp Image processor, image display device, image processing method, computer program, and recording medium
JP6387782B2 (en) * 2014-10-17 2018-09-12 ソニー株式会社 Control device, control method, and computer program

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110487496A (en) * 2019-07-08 2019-11-22 扬州市市政建设处 Improvement area-moment method based on the strain of long gauge length identifies deflection of bridge span method
CN113049111A (en) * 2021-03-19 2021-06-29 广东亿诚发科技集团有限公司 Internet-based cable bridge monitoring system and method
CN113049111B (en) * 2021-03-19 2023-10-20 广东亿诚发科技集团有限公司 Monitoring system and method for cable bridge based on Internet

Also Published As

Publication number Publication date
KR101850617B1 (en) 2018-04-20

Similar Documents

Publication Publication Date Title
US8934711B2 (en) Apparatus and method of processing image
CN108692719B (en) Object detection device
US9846823B2 (en) Traffic lane boundary line extraction apparatus and method of extracting traffic lane boundary line
KR20060013640A (en) Automatic processing of aerial images
JP2000011133A (en) Device and method for detecting moving object
JP6531542B2 (en) IMAGE PROCESSING SYSTEM, IMAGE PROCESSING DEVICE, IMAGING DEVICE, IMAGE PROCESSING METHOD, PROGRAM, AND RECORDING MEDIUM
CN109426277A (en) The method and device of motion track planning
CN114863380B (en) Lane line identification method and device and electronic equipment
KR101850617B1 (en) System and method for monitoring deflection of cable bridge
KR101332042B1 (en) A system for processing spatial image using location information and horizontality information of camera
KR101949968B1 (en) Apparatus and method for determining the visibility distance of an image containing a fog component
KR101277427B1 (en) Method and system for correcting a distortion of image data using a parameter and comparing the corrected image data and aerial photograph
KR20210122764A (en) Diagnostic method for facilities of power transmission using unmaned aerial vehicle
KR101886510B1 (en) System and method for measuring tension of cable bridge
CN114092850A (en) Re-recognition method and device, computer equipment and storage medium
KR102166021B1 (en) Apparatus and method for monitoring deflection of transmission line
CN116433513A (en) Road monitoring video defogging method, system, electronic equipment and storage medium
JP6739367B2 (en) Camera device
CN113409197B (en) Intelligent mapping data information processing method
KR102629639B1 (en) Apparatus and method for determining position of dual camera for vehicle
CN112985388B (en) Combined navigation method and system based on large-displacement optical flow method
EP3288260A1 (en) Image processing device, imaging device, equipment control system, equipment, image processing method, and carrier means
JP6492603B2 (en) Image processing apparatus, system, image processing method, and program
JP4468019B2 (en) Image processing device
JP5921596B2 (en) Image processing apparatus and image processing method

Legal Events

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