KR20200025480A - Boundary based structure crack detection apparatus and method - Google Patents
Boundary based structure crack detection apparatus and method Download PDFInfo
- Publication number
- KR20200025480A KR20200025480A KR1020180102893A KR20180102893A KR20200025480A KR 20200025480 A KR20200025480 A KR 20200025480A KR 1020180102893 A KR1020180102893 A KR 1020180102893A KR 20180102893 A KR20180102893 A KR 20180102893A KR 20200025480 A KR20200025480 A KR 20200025480A
- Authority
- KR
- South Korea
- Prior art keywords
- crack
- boundary
- region
- group
- width
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 68
- 238000001514 detection method Methods 0.000 title claims description 56
- 238000001914 filtration Methods 0.000 claims abstract description 100
- 238000012545 processing Methods 0.000 claims abstract description 33
- 238000006243 chemical reaction Methods 0.000 claims abstract description 20
- 238000011084 recovery Methods 0.000 claims abstract description 8
- 239000000284 extract Substances 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 6
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
-
- G06T5/002—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
-
- 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
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
Description
본 발명은 경계선 기반 구조물의 균열 검출 장치 및 방법에 관한 것이다. The present invention relates to an apparatus and method for detecting cracks in boundary-based structures.
콘크리트 구조물의 균열에 대한 조사는 콘크리트 구조물의 정밀 안전 진단에 있어서 중요한 판단 요소이다. Investigation of cracks in concrete structures is an important determinant in the precise safety diagnosis of concrete structures.
통상적으로, 콘크리트 구조물의 균열에 대한 조사는 육안 관측 방법이 사용되고 있다. 그런데 육안 관측 방법은 정확도 및 신뢰도가 낮은 단점이 있다. In general, a visual observation method is used to investigate cracks in concrete structures. However, the naked eye observation method has a disadvantage of low accuracy and reliability.
최근 들어, 콘크리트 구조물의 균열을 영상 처리하여 측정하는 방법에 관한 연구가 활발히 이루어지고 있다. In recent years, researches on the method of measuring cracks of concrete structures by image processing have been actively conducted.
본 발명과 관련된 선행기술로는 대한민국 등록특허 제10-1772916호(2017.08.31. 공고)가 있다. 상기 선행문헌에는 촬영영상과 인공지능 알고리즘 기반의 균열검출 자동화 프로그램을 이용한 터널 라이닝 표면의 균열 검출 방법 및 시스템에 관하여 개시되어 있다. Prior art related to the present invention is Republic of Korea Patent Registration No. 10-1772916 (August 31, 2017). The prior document discloses a crack detection method and system for tunnel lining surfaces using a photographic image and an AI algorithm-based crack detection automation program.
이러한 종래의 선행문헌에는 합성곱 신경망(CNN)기법을 이용하여 콘크리트 표면에 발생한 균열을 검출하고, 균열의 특징을 이용하여 최종 균열과 노이즈를 구분하기 위한 방법이 소개되어 있다. In the related art, a method for detecting cracks on a concrete surface by using a composite product neural network (CNN) technique and a method for distinguishing a final crack from noise using a crack feature is introduced.
하지만, 종래의 선행문헌에 따르면 균열을 화소 단위로 정확히 추출할 수 있는 기법에 대하여 구체적으로 제시하는 바가 없으며, 이로 인해 균열 폭 측정 시 오류가 발생하는 문제점이 있다. However, according to the conventional prior art, there is no specific proposal regarding a technique for accurately extracting cracks on a pixel basis, and thus there is a problem in that an error occurs when measuring crack width.
본 발명의 목적은 균열 영상에서 획득한 경계선 정보를 기반으로 하여 구조물의 균열을 신속하고 정확하게 검출할 수 있는 경계선 기반 구조물의 균열 검출 장치 및 방법을 제공함에 있다. SUMMARY OF THE INVENTION An object of the present invention is to provide an apparatus and method for detecting cracks in a boundary line-based structure that can quickly and accurately detect cracks in a structure based on boundary information obtained from a crack image.
본 발명의 다른 목적은 경계선 정보를 기반으로 균열 폭 변환 기법, 종횡비 필터링, 홀 채우기, 상대적 임계화 기법을 적용하여, 균열 검출의 정확성을 향상시킨 경계선 기반 구조물의 균열 검출 장치 및 방법을 제공함에 있다.It is another object of the present invention to provide a crack detection apparatus and method for boundary-based structures that improve crack detection accuracy by applying crack width conversion, aspect ratio filtering, hole filling, and relative thresholding based on boundary information. .
본 발명의 다른 목적은 균열 영상으로부터 획득한 경계선 정보를 기반으로 균열 폭 변환 기법을 적용하여 경계선 부분의 균열 화소를 보다 정확히 검출할 수 있는 경계선 기반 구조물의 균열 검출 장치 및 방법을 제공함에 있다.Another object of the present invention is to provide a crack detection apparatus and method for a boundary-based structure that can more accurately detect crack pixels in a boundary portion by applying a crack width conversion technique based on boundary information obtained from a crack image.
본 발명의 또 다른 목적은 종횡비 필터링 및 상대적 임계화 기법을 적용하여, 노이즈를 제거하고 균열을 보다 정확히 검출할 수 있는 경계선 기반 구조물의 균열 검출 장치 및 방법을 제공함에 있다.Still another object of the present invention is to provide an apparatus and method for crack detection of a boundary line-based structure that can remove noise and detect cracks more accurately by applying aspect ratio filtering and relative thresholding techniques.
본 발명의 또 다른 목적은 경계선 연결과 홀 채우기 기법을 이용하여 손실된 균열 영역을 복원할 수 있어 복원하여 보다 정확히 균열 영역을 검출할 수 있는 경계선 기반 구조물의 균열 검출 장치 및 방법을 제공함에 있다. It is still another object of the present invention to provide a crack detection apparatus and method for boundary-based structures that can recover the crack area more accurately by restoring the crack area lost by using the boundary line connection and hole filling technique.
본 발명의 목적들은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 본 발명의 다른 목적 및 장점들은 하기의 설명에 의해서 이해될 수 있고, 본 발명의 실시예에 의해 보다 분명하게 이해될 것이다. 또한, 본 발명의 목적 및 장점들은 특허 청구 범위에 나타낸 수단 및 그 조합에 의해 실현될 수 있음을 쉽게 알 수 있을 것이다.The objects of the present invention are not limited to the above-mentioned objects, and other objects and advantages of the present invention which are not mentioned above can be understood by the following description, and will be more clearly understood by the embodiments of the present invention. Also, it will be readily appreciated that the objects and advantages of the present invention may be realized by the means and combinations thereof indicated in the claims.
본 발명의 일 실시예에 따른 경계선 기반 구조물의 균열 검출 장치 및 방법은 구조물의 균열 영상으로부터 경계선을 추출하고, 추출된 경계선을 구성하는 각 픽셀들에 대한 수직 방향 각도를 산출하여 균열 경계선 정보를 획득하는 균열 경계선 정보 획득부; 상기 균열 경계선 정보 획득부에서 획득된 균열 경계선 정보를 이용하여 균열 후보 영역과 너비 맵을 획득하는 균열 폭 변환부; 상기 균열 폭 변환부에서 획득된 상기 균열 후보 영역에 대해 종횡비 필터링을 실시하여 균열 영역을 분류하는 종횡비 필터링 처리부; 상기 균열 경계선 정보 획득부에서 미 추출된 경계선으로 인해 손실된 균열 영역을 복원하는 균열 영역 복원부; 및 상기 균열 영역 복원부에서 복원된 균열 영역의 명암 정보를 이용하여 노이즈를 제거하는 상대적 임계화 처리부;를 포함한다.The apparatus and method for crack detection of a boundary-based structure according to an embodiment of the present invention extracts a boundary line from a crack image of the structure, and obtains crack boundary information by calculating a vertical angle for each pixel constituting the extracted boundary line. Crack boundary line information acquisition unit; A crack width converting unit obtaining a crack candidate region and a width map by using the crack boundary information obtained by the crack boundary information; An aspect ratio filtering processor for classifying the crack regions by performing aspect ratio filtering on the crack candidate regions obtained by the crack width converter; A crack region restoring unit restoring a crack region lost due to an unextracted boundary line in the crack boundary line information acquisition unit; And a relative thresholding processor to remove noise by using contrast information of the crack region restored by the crack region restoration unit.
이때, 상기 균열 폭 변환부는, 일측의 제1 경계 화소와, 상기 제1 경계 화소의 맞은 편에 위치하는 타측의 제2 경계 화소를 검색하는 경계 화소 검색부; 상기 경계 화소 검색부에서 검색된 양측의 제1, 2 경계 화소 사이의 거리를 최소 폭 임계값과 비교하고, 상기 추출된 경계선 사이 화소의 평균 프랜지 필터링 값을 프랜지 임계값과 비교하여, 균열 후보 영역 조건에 만족하는지 여부를 판단하는 균열 후보 영역 판단부; 및 상기 균열 후보 영역 판단부에서 균열 후보 영역 조건이 만족되는 경우, 상기 추출된 경계선 사이의 중심점에 폭을 할당하여 상기 너비 맵을 생성하는 너비 맵 생성부;를 포함한다. In this case, the crack width converting unit may include: a boundary pixel search unit searching for a first boundary pixel on one side and a second boundary pixel on the other side positioned opposite to the first boundary pixel; The crack candidate region condition is compared by comparing the distance between the first and second boundary pixels on both sides detected by the boundary pixel search unit with a minimum width threshold value, and comparing the average flange filtering value of the pixels between the extracted boundary lines with a flange threshold value. A crack candidate region determination unit that determines whether or not is satisfied; And a width map generator for generating the width map by allocating a width to a center point between the extracted boundary lines when the crack candidate region determination unit satisfies the crack candidate region condition.
또한, 상기 균열 후보 영역 판단부는 상기 양측의 제1, 2 경계 화소 사이의 거리가 최소 폭 임계값보다 작으면, 상기 추출된 경계선 사이 화소를 균열 후보 영역으로 할당하고, 상기 양측의 제1, 2 경계 화소 사이의 거리가 최소 폭 임계값보다 크고, 상기 추출된 경계선 사이 화소의 평균 프랜지 필터링 값이 프랜지 임계값보다 크면, 상기 추출된 경계선 사이 화소를 균열 후보 영역으로 할당할 수 있다. If the distance between the first and second boundary pixels on both sides is smaller than a minimum width threshold, the crack candidate region determination unit allocates the extracted boundary line between pixels as the crack candidate region, and the first and second sides on both sides. If the distance between the boundary pixels is greater than the minimum width threshold and the average flange filtering value of the pixels between the extracted boundary lines is greater than the flange threshold value, the pixels between the extracted boundary lines may be allocated as the crack candidate region.
또한, 상기 제2 경계 화소는, 상기 제1 경계 화소로부터 법선 방향에 위치하고, 상기 제2 경계 화소의 검색은, 상기 양측의 제1, 2 경계 화소 사이의 거리가 최대 폭 임계값보다 작을 때까지 수행될 수 있다. The second boundary pixel is located in a normal direction from the first boundary pixel, and the search for the second boundary pixel is performed until the distance between the first and second boundary pixels on both sides is smaller than the maximum width threshold. Can be performed.
또한, 상기 종횡비 필터링 처리부는, 상기 균열 폭 변환부에서 상기 균열 후보 영역과 배경으로 분류된 이진 영상 이미지를 서로 인접한 화소끼리 그룹으로 분류하는 제1 그룹 분류부; 상기 제1 그룹 분류부에서 분류된 각 그룹의 면적과 평균 폭을 이용하여 상기 각 그룹의 종횡비를 산출하는 종횡비 산출부; 및 상기 종횡비 산출부의 산출 결과에 따라, 상기 종횡비가 임계값보다 크면 해당 그룹을 균열 영역으로 분류하는 제1 균열 영역 분류부;를 포함한다. The aspect ratio filtering processing unit may include: a first group classifying unit classifying a binary image image classified as the crack candidate region and a background in the crack width converting unit into groups adjacent to each other; An aspect ratio calculator configured to calculate an aspect ratio of each group using an area and an average width of each group classified by the first group classification unit; And a first crack area classification unit classifying the group as a crack area when the aspect ratio is greater than a threshold according to the calculation result of the aspect ratio calculator.
또한, 상기 종횡비 산출부에서, 상기 각 그룹의 종횡비는 하기의 수학식 1에 근거하여 산출될 수 있다. In addition, in the aspect ratio calculator, the aspect ratio of each group may be calculated based on Equation 1 below.
[수학식 1] [Equation 1]
(여기서, 
또한, 상기 종횡비 산출부에서, 상기 각 그룹의 평균 폭은 상기 너비 맵을 이용하여 하기의 수학식 2에 근거하여 산출될 수 있다. In addition, in the aspect ratio calculator, the average width of each group may be calculated based on Equation 2 below using the width map.
[수학식 2][Equation 2]
(여기서, 
또한, 상기 균열 영역 복원부는, 상기 종횡비 필터링 처리부에서 분류된 상기 균열 영역의 이진 영상에서 단락된 경계선을 연결하는 경계선 연결 처리부; 및 상기 경계선 연결 처리부에서 연결된 상기 경계선 영상의 여집합에서 인접한 화소끼리 그룹으로 분류하고, 상기 분류된 그룹의 면적이 임계값보다 작은 영역을 균열 영역으로 분류하는 홀 채우기 연산을 수행하는 홀 채우기 연산부;를 포함한다. The crack area recovery unit may further include: a boundary line connection processing unit connecting a boundary line shorted from a binary image of the crack area classified by the aspect ratio filtering processing unit; And a hole fill calculator configured to classify adjacent pixels as groups in the filter set of the boundary image connected by the boundary line connection processor, and perform a hole fill operation to classify an area whose area of the classified group is smaller than a threshold as a crack area. Include.
또한, 상기 경계선 연결 처리부는, 상기 균열 영역 중에서 경계선에 해당하는 화소를 나머지보다 크게 만든 배열을 생성하고, 상기 균열 영역의 외곽선 추적(contour tracing) 기법을 이용하여 외곽선 화소를 추출하며, 상기 추출된 외곽선과 상기 생성된 배열을 이용하여, 하기의 수학식 3에 근거하여 단락된 경계선의 시작점과 끝점을 추출한 후 연결할 수 있다. The boundary connection processor may generate an array in which the pixels corresponding to the boundary lines are larger than the rest of the crack areas, extract the outline pixels by using a contour tracing technique of the crack areas, and extract the outline pixels. Using the outline and the generated array, the start point and the end point of the shorted boundary line may be extracted and connected based on Equation 3 below.
[수학식 3][Equation 3]
(여기서, Contour는 경계선 추적(contour tracing) 기법, Y는 배열, L은 시작점과 끝점이 한 쌍인 집합임)(Where Contour is a contour tracing technique, Y is an array and L is a set of pairs of start and end points)
또한, 상기 상대적 임계화 처리부는, 상기 균열 영역 복원부에서 복원된 균열 영역의 이진 영상에서 서로 인접한 화소끼리 그룹으로 분류하는 제2 그룹 분류부; 상기 제2 그룹 분류부에서 분류된 각 그룹의 평균 프랜지 필터링 값을 산출하는 평균 프랜지 필터링 값 산출부; 상기 평균 프랜지 필터링 값 산출부에서 산출된 평균 프랜지 필터링 값 중에서 최대값을 검출하는 최대값 검출부; 및 상기 최대값 검출부에서 검출된 최대값에 비례상수를 곱하여 임계값을 설정하며, 상기 설정된 임계값보다 상기 산출된 평균 프랜지 필터링 값이 큰 영역을 균열 영역으로 분류하는 제2 균열 영역 분류부;를 포함한다.The relative thresholding processing unit may further include: a second group classifying unit classifying pixels adjacent to each other in a binary image of the crack region restored by the crack region restoring unit; An average flange filtering value calculator configured to calculate an average flange filtering value of each group classified by the second group classification unit; A maximum value detector for detecting a maximum value among average flange filtering values calculated by the average flange filtering value calculator; And a second crack area classifier configured to multiply a maximum value detected by the maximum value detector by a proportional constant and set a threshold value, and classify a region having a larger average flange filtering value than the set threshold value as a crack area. Include.
또한, 상기 상대적 임계화 처리부에서, 상기 복원된 균열 영역에 포함된 노이즈는 하기의 수학식 4에 근거하여 제거될 수 있다. Also, in the relative thresholding processor, noise included in the restored crack region may be removed based on Equation 4 below.
[수학식 4][Equation 4]
(여기서, Fi는 상기 제2 그룹 분류부에서 분류된 그룹, fg는 프랜지 필터링 영상, fg(Fi)는 각 그룹(Fi)의 평균 프랜지 필터링 값, fgt2는 상대적 임계화의 임계값으로 최대 프랜지 필터링 값(Ffgmax)에 비례 상수 kf를 곱하여 산출됨)(Where, Fi is a group classified by the second group classification unit, fg is a flange filtering image, fg (Fi) is an average flange filtering value of each group (Fi), and fgt2 is a maximum flange filtering as a threshold of relative thresholding). Calculated by multiplying the value (Ffgmax) by the proportional constant kf)
한편, 본 발명의 다른 실시예에 따른 경계선 기반 구조물의 균열 검출 방법은 전술한 경계선 기반 구조물의 균열 검출 장치를 이용한 경계선 기반 구조물의 균열 검출 방법으로서, (a) 상기 균열 경계선 정보 획득부에서, 구조물의 균열 영상을 수신하여 경계선을 추출하고, 추출된 경계선을 구성하는 각 픽셀들에 대한 수직 방향 각도를 산출하여 균열 경계선 정보를 획득하는 균열 경계선 정보 획득 단계; (b) 상기 균열 폭 변환부에서, 상기 균열 경계선 정보 획득부에서 획득된 균열 경계선 정보를 이용하여 균열 후보 영역과 너비 맵을 획득하는 균열 폭 변환 단계; (c) 상기 종횡비 필터링 처리부에서, 상기 균열 폭 변환부에서 획득된 상기 균열 후보 영역에 대해 종횡비 필터링을 실시하여 균열 영역을 분류하는 종횡비 필터링 처리 단계; (d) 상기 균열 영역 복원부에서, 상기 균열 경계선 정보 획득부에서 미 추출된 경계선으로 인해 손실된 균열 영역을 복원하는 균열 영역 복원 단계; 및 (e) 상기 상대적 임계화 처리부에서, 상기 균열 영역 복원부에서 복원된 균열 영역의 명암 정보를 이용하여 노이즈를 제거하는 상대적 임계화 처리 단계;를 포함한다. On the other hand, the crack detection method of the boundary-based structure according to another embodiment of the present invention is a crack detection method of the boundary-based structure using the above-described crack detection device of the boundary-based structure, (a) in the crack boundary information acquisition unit, A crack boundary line information obtaining step of extracting a boundary line by receiving a crack image of the edge line, and obtaining crack boundary line information by calculating a vertical angle of each pixel constituting the extracted boundary line; (b) a crack width conversion step of acquiring a crack candidate region and a width map using the crack boundary information obtained by the crack boundary information acquisition unit in the crack width conversion unit; (c) an aspect ratio filtering process of classifying a crack region by performing aspect ratio filtering on the crack candidate region obtained by the crack width converting portion in the aspect ratio filtering processing portion; (d) a crack region restoration step of restoring, in the crack region restoration unit, a crack region lost due to an unextracted boundary line in the crack boundary information acquisition unit; And (e) a relative thresholding step of removing noise by using the contrast information of the crack area restored by the crack area recovery unit in the relative thresholding processor.
이때, 상기 (b) 단계는, (b-1) 상기 균열 폭 변환부에서, 일측의 제1 경계 화소와, 상기 제1 경계 화소의 맞은 편에 위치하는 타측의 제2 경계 화소를 검색하는 단계; (b-2) 상기 검색된 양측의 제1, 2 경계 화소 사이의 거리를 최소 폭 임계값과 비교하고, 상기 추출된 경계선 사이 화소의 평균 프랜지 필터링 값을 프랜지 임계값과 비교하여, 균열 후보 영역 조건에 만족하는지 여부를 판단하는 단계; 및 (b-3) 상기 균열 후보 영역 조건이 만족되는 경우, 상기 추출된 경계선 사이의 중심점에 폭을 할당하여 상기 너비 맵을 생성하는 단계;를 포함한다. In this case, in the step (b), in the crack width converting unit, the first boundary pixel on one side and the second boundary pixel on the other side located opposite to the first boundary pixel are searched. ; (b-2) a crack candidate region condition by comparing the detected distance between the first and second boundary pixels on both sides with a minimum width threshold value and comparing the average flange filtering value of the pixels between the extracted boundary lines with a flange threshold value Determining whether or not to satisfy; And (b-3) generating a width map by allocating a width to a center point between the extracted boundary lines when the crack candidate region condition is satisfied.
이때, 상기 (b-2) 단계에서, 상기 양측의 제1, 2 경계 화소 사이의 거리가 최소 폭 임계값보다 작으면, 상기 추출된 경계선 사이 화소를 균열 후보 영역으로 할당하고, 상기 양측의 제1, 2 경계 화소 사이의 거리가 최소 폭 임계값보다 크고, 상기 추출된 경계선 사이 화소의 평균 프랜지 필터링 값이 프랜지 임계값보다 크면, 상기 추출된 경계선 사이 화소를 균열 후보 영역으로 할당할 수 있다. In this case, in the step (b-2), if the distance between the first and second boundary pixels on both sides is smaller than the minimum width threshold value, the pixel between the extracted boundary lines is allocated as a crack candidate region, If the distance between the first and second boundary pixels is greater than the minimum width threshold and the average flange filtering value of the pixels between the extracted boundary lines is greater than the flange threshold value, the pixels between the extracted boundary lines may be allocated as the crack candidate region.
또한, 상기 (b-1) 단계는, 상기 제2 경계 화소는 상기 제1 경계 화소로부터 법선 방향에 위치하고, 상기 제2 경계 화소의 검색은 상기 양측의 제1, 2 경계 화소 사이의 거리가 최대 폭 임계값보다 작을 때까지 수행될 수 있다. Also, in the step (b-1), the second boundary pixel is positioned in the normal direction from the first boundary pixel, and the search for the second boundary pixel has a maximum distance between the first and second boundary pixels on both sides. May be performed until it is less than the width threshold.
또한, 상기 (c) 단계는, (c-1) 상기 (b) 단계에서 획득된 상기 균열 후보 영역과 배경으로 분류된 이진 영상 이미지를 서로 인접한 화소끼리 그룹으로 분류하는 단계; (c-2) 상기 분류된 각 그룹의 면적과 평균 폭을 이용하여 상기 각 그룹의 종횡비를 산출하는 단계; 및 (c-3) 상기 각 그룹의 산출된 종횡비가 임계값보다 크면 해당 그룹을 균열 영역으로 분류하는 단계;를 포함한다.In addition, the step (c) may include: (c-1) classifying the crack candidate region obtained in the step (b) and the binary image image classified as the background into groups adjacent to each other; (c-2) calculating an aspect ratio of each group by using the area and the average width of each classified group; And (c-3) classifying the group as a crack area when the calculated aspect ratio of each group is greater than a threshold value.
이때, 상기 (c-2) 단계에서, 상기 각 그룹의 종횡비는 하기의 수학식 1에 근거하여 산출될 수 있다. In this case, in the step (c-2), the aspect ratio of each group may be calculated based on Equation 1 below.
[수학식 1] [Equation 1]
(여기서, 
또한, 상기 (c-2) 단계에서, 상기 각 그룹의 평균 폭은 상기 너비 맵을 이용하여 하기의 수학식 2에 근거하여 산출될 수 있다. In addition, in the step (c-2), the average width of each group may be calculated based on Equation 2 below using the width map.
[수학식 2][Equation 2]
(여기서, 
또한, 상기 (d) 단계는, (d-1) 상기 (c-3)에서 분류된 상기 균열 영역의 이진 영상에서 단락된 경계선을 연결하는 단계; 및 (d-2) 상기 연결된 상기 경계선 영상의 여집합에서 인접한 화소끼리 그룹으로 분류하고, 상기 분류된 그룹의 면적이 임계값보다 작은 영역을 균열 영역으로 분류하는 홀 채우기 연산을 수행하는 단계;를 포함한다. In addition, the step (d), (d-1) connecting the short-circuited boundary line in the binary image of the crack region classified in the (c-3); And (d-2) performing a hole filling operation of classifying adjacent pixels into groups in the combined set of the connected boundary image, and classifying a region having a smaller area than the threshold as a crack region. do.
이때, 상기 (d-1) 단계는, 상기 균열 영역 중에서 경계선에 해당하는 화소를 나머지보다 크게 만든 배열을 생성하고, 상기 균열 영역의 외곽선 추적(contour tracing) 기법을 이용하여 외곽선 화소를 추출하며, 상기 추출된 외곽선과 상기 생성된 배열을 이용하여, 하기의 수학식 3에 근거하여 단락된 경계선의 시작점과 끝점을 추출한 후 연결할 수 있다. In this case, in the step (d-1), an array is formed in which the pixels corresponding to the boundary line are larger than the rest in the crack region, and the outline pixels are extracted by using a contour tracing technique of the crack region. By using the extracted outline and the generated array, the start point and the end point of the shorted boundary line may be extracted and connected based on Equation 3 below.
[수학식 3][Equation 3]
(여기서, Contour는 경계선 추적(contour tracing) 기법, Y는 배열, L은 시작점과 끝점이 한 쌍인 집합임)(Where Contour is a contour tracing technique, Y is an array and L is a set of pairs of start and end points)
또한, 상기 (e) 단계는, (e-1) 상기 (d-2) 단계에서 복원된 균열 영역의 이진 영상에서 서로 인접한 화소끼리 그룹으로 분류하는 단계; (e-2) 상기 분류된 각 그룹의 평균 프랜지 필터링 값을 산출하는 단계; (e-3) 상기 산출된 평균 프랜지 필터링 값 중에서 최대값을 검출하는 단계; 및 (e-4) 상기 검출된 최대값에 비례상수를 곱하여 임계값을 설정하며, 상기 설정된 임계값보다 상기 산출된 평균 프랜지 필터링 값이 큰 영역을 균열 영역으로 분류하는 단계;를 포함한다. Also, the step (e) may include: (e-1) classifying pixels adjacent to each other in a binary image of the crack region restored in the step (d-2); (e-2) calculating average flange filtering values of the classified groups; (e-3) detecting a maximum value from the calculated average flange filtering values; And (e-4) setting a threshold value by multiplying the detected maximum value by a proportional constant, and classifying a region having a larger average flange filtering value than the set threshold value as a crack region.
또한, 상기 (e) 단계에서, 상기 복원된 균열 영역에 포함된 노이즈는 하기의 수학식 4에 근거하여 제거될 수 있다. In addition, in step (e), the noise included in the restored crack region may be removed based on Equation 4 below.
[수학식 4][Equation 4]
(여기서, Fi는 상기 제2 그룹 분류부에서 분류된 그룹, fg는 프랜지 필터링 영상, fg(Fi)는 각 그룹(Fi)의 평균 프랜지 필터링 값, fgt2는 상대적 임계화의 임계값으로 최대 프랜지 필터링 값(Ffgmax)에 비례 상수 kf를 곱하여 산출됨)(Where, Fi is a group classified by the second group classification unit, fg is a flange filtering image, fg (Fi) is an average flange filtering value of each group (Fi), and fgt2 is a maximum flange filtering as a threshold of relative thresholding). Calculated by multiplying the value (Ffgmax) by the proportional constant kf)
본 발명인 경계선 기반 구조물의 균열 검출 장치 및 방법에 의하면, 균열 영상에서 획득한 경계선 정보를 기반으로 하여 구조물의 균열을 자동화된 방식으로 신속하고 정확하게 검출할 수 있는 유리한 기술적 효과가 있다. According to the present invention, a crack detection apparatus and method of a boundary-based structure has an advantageous technical effect of quickly and accurately detecting a crack of a structure in an automated manner based on the boundary information obtained from the crack image.
예컨대, 본 발명인 경계선 기반 구조물의 균열 검출 장치 및 방법에 의하면, 경계선 정보를 기반으로 균열 폭 변환 기법, 종횡비 필터링, 홀 채우기, 상대적 임계화 기법을 적용하여, 균열 검출 작업의 정확성을 향상시킬 수 있다.For example, according to the present invention, the crack detection apparatus and method of the boundary-based structure, it is possible to improve the accuracy of the crack detection operation by applying the crack width conversion method, aspect ratio filtering, hole filling, relative thresholding method based on the boundary information. .
이 경우, 균열 영상으로부터 획득한 경계선 정보를 기반으로 균열 폭 변환 기법을 적용하여 경계선 부분의 균열 화소를 보다 정확히 검출할 수 있는 장점이 있다. In this case, there is an advantage that the crack pixels of the boundary portion can be detected more accurately by applying the crack width conversion technique based on the boundary information obtained from the crack image.
또한, 종횡비 필터링 및 상대적 임계화 기법을 적용함으로써, 노이즈를 효과적으로 제거할 수 있으며 구조물의 균열을 보다 정확히 검출할 수 있는 장점이 있다. In addition, by applying an aspect ratio filtering and relative thresholding technique, it is possible to effectively remove noise and to more accurately detect cracks in structures.
또한, 경계선 연결과 홀 채우기 기법을 이용하여 손실된 균열 영역을 복원할 수 있는데, 그 결과 기존과 비교하여 더욱 정확하게 균열 영역을 검출할 수 있는 장점이 있다. In addition, it is possible to restore the lost crack region by using the boundary connection and hole filling technique, as a result there is an advantage that can detect the crack region more accurately than the conventional.
상술한 효과와 더불어 본 발명의 구체적인 효과는 이하 발명을 실시하기 위한 구체적인 사항을 설명하면서 함께 기술한다.In addition to the effects described above, the specific effects of the present invention will be described together with the following description of specifics for carrying out the invention.
도 1은 본 발명의 일 실시예에 따른 경계선 기반 구조물의 균열 검출 장치를 간략히 도시한 블록도이다.
도 2는 본 발명의 일 실시예에 따른 경계선 기반 구조물의 균열 검출 장치 중 균열 폭 변환부의 세부 구성을 나타낸 블록도이다.
도 3은 본 발명의 일 실시예에 따른 경계선 기반 구조물의 균열 검출 장치 중 종횡비 필터링 처리부의 세부 구성을 나타낸 블록도이다.
도 4는 본 발명의 일 실시예에 따른 경계선 기반 구조물의 균열 검출 장치 중 균열 영역 복원부의 세부 구성을 나타낸 블록도이다.
도 5는 본 발명의 일 실시예에 따른 경계선 기반 구조물의 균열 검출 장치 중 상대적 임계화 처리부의 세부 구성을 나타낸 블록도이다.
도 6은 본 발명의 일 실시예에 따른 경계선 기반 구조물의 균열 검출 방법을 간략히 도시한 순서도이다.
도 7은 본 발명의 일 실시예에 따른 경계선 기반 구조물의 균열 검출 방법 중 균열 폭 변환 단계의 세부 구성을 나타낸 순서도이다.
도 8은 본 발명의 일 실시예에 따른 경계선 기반 구조물의 균열 검출 방법 중 종횡비 필터링 처리 단계의 세부 구성을 나타낸 순서도이다.
도 9는 본 발명의 일 실시예에 따른 경계선 기반 구조물의 균열 검출 방법 중 균열 영역 복원 단계의 세부 구성을 나타낸 순서도이다.
도 10은 본 발명의 일 실시예에 따른 경계선 기반 구조물의 균열 검출 방법 중 상대적 임계화 처리 단계의 세부 구성을 나타낸 순서도이다.
도 11은 본 발명의 일 실시예에 따른 경계선 기반 구조물의 균열 검출 방법 중 균열 폭 변환 단계에서 경계 화소 사이의 거리를 보여주는 도면이다. 1 is a block diagram schematically illustrating a crack detection apparatus of a boundary line-based structure according to an embodiment of the present invention.
FIG. 2 is a block diagram illustrating a detailed configuration of a crack width converting part of a crack detection apparatus of a boundary line-based structure according to an embodiment of the present invention.
3 is a block diagram illustrating a detailed configuration of an aspect ratio filtering processing unit in a crack detection apparatus of a boundary line-based structure according to an embodiment of the present invention.
Figure 4 is a block diagram showing the detailed configuration of the crack area recovery unit of the crack detection device of the boundary line-based structure according to an embodiment of the present invention.
FIG. 5 is a block diagram illustrating a detailed configuration of a relative thresholding unit of a crack detection apparatus of a boundary line-based structure according to an embodiment of the present invention.
6 is a flowchart schematically illustrating a crack detection method of a boundary line-based structure according to an embodiment of the present invention.
7 is a flow chart showing the detailed configuration of the crack width conversion step of the crack detection method of the boundary-based structure according to an embodiment of the present invention.
8 is a flow chart showing the detailed configuration of the aspect ratio filtering step of the crack detection method of the boundary-based structure according to an embodiment of the present invention.
9 is a flow chart showing the detailed configuration of the crack region restoration step of the crack detection method of the boundary-based structure according to an embodiment of the present invention.
10 is a flowchart showing the detailed configuration of the relative thresholding step of the crack detection method of the boundary-based structure according to an embodiment of the present invention.
FIG. 11 is a diagram illustrating a distance between boundary pixels in a crack width conversion step of a crack detection method of a boundary based structure according to an embodiment of the present invention.
이하, 도면을 참조하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다.Hereinafter, exemplary embodiments of the present invention will be described in detail with reference to the accompanying drawings so that those skilled in the art may easily implement the present invention. As those skilled in the art would realize, the described embodiments may be modified in various different ways, all without departing from the spirit or scope of the present invention.
본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 동일 또는 유사한 구성요소에 대해서는 동일한 참조 부호를 붙이도록 한다. 또한, 본 발명의 일부 실시예들을 예시적인 도면을 참조하여 상세하게 설명한다. 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가질 수 있다. 또한, 본 발명을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략할 수 있다.In order to clearly describe the present invention, parts irrelevant to the description are omitted, and like reference numerals designate like elements throughout the specification. In addition, some embodiments of the invention will be described in detail with reference to exemplary drawings. In adding reference numerals to components of each drawing, the same components may have the same reference numerals as much as possible even though they are shown in different drawings. In addition, in describing the present invention, when it is determined that the detailed description of the related well-known configuration or function may obscure the gist of the present invention, the detailed description may be omitted.
본 발명의 구성 요소를 설명하는 데 있어서, 제 1, 제 2, A, B, (a), (b) 등의 용어를 사용할 수 있다. 이러한 용어는 그 구성 요소를 다른 구성요소와 구별하기 위한 것일 뿐, 그 용어에 의해 해당 구성 요소의 본질, 차례, 순서 또는 개수 등이 한정되지 않는다. 어떤 구성 요소가 다른 구성요소에 "연결", "결합" 또는 "접속"된다고 기재된 경우, 그 구성 요소는 그 다른 구성요소에 직접적으로 연결되거나 또는 접속될 수 있지만, 각 구성 요소 사이에 다른 구성 요소가 "개재"되거나, 각 구성 요소가 다른 구성 요소를 통해 "연결", "결합" 또는 "접속"될 수도 있다고 이해되어야 할 것이다.In describing the components of the present invention, terms such as first, second, A, B, (a), and (b) can be used. These terms are only to distinguish the components from other components, and the terms are not limited in nature, order, order or number of the components. When a component is described as being "connected", "coupled" or "connected" to another component, that component may be directly connected to or connected to that other component, but between components It will be understood that the elements may be "interposed" or each component may be "connected", "coupled" or "connected" through other components.
또한, 본 발명을 구현함에 있어서 설명의 편의를 위하여 구성요소를 세분화하여 설명할 수 있으나, 이들 구성요소가 하나의 장치 또는 모듈 내에 구현될 수도 있고, 혹은 하나의 구성요소가 다수의 장치 또는 모듈들에 나뉘어져서 구현될 수도 있다.In addition, in the implementation of the present invention may be described by subdividing the components for convenience of description, these components may be implemented in one device or module, or one component is a plurality of devices or modules It can also be implemented separately.
도 1은 본 발명의 일 실시예에 따른 경계선 기반 구조물의 균열 검출 장치를 간략히 도시한 블록도이다. 그리고 도 2 내지 도 5는 균열 폭 변환부, 종횡비 필터링 처리부, 균열 영역 복원부, 상대적 임계화 처리부의 세부 구성을 나타낸 도면들이다.1 is a block diagram schematically illustrating a crack detection apparatus of a boundary line-based structure according to an embodiment of the present invention. 2 to 5 are diagrams showing detailed configurations of the crack width converting unit, the aspect ratio filtering processing unit, the crack region restoring unit, and the relative thresholding processing unit.
도 1을 참조하면, 도시된 경계선 기반 구조물의 균열 검출 장치(1000)는 균열 경계선 정보 획득부(100), 균열 폭 변환부(200), 종횡비 필터링 처리부(300), 균열 영역 복원부(400), 상대적 임계화 처리부(500)를 포함한다. Referring to FIG. 1, the
균열 경계선 정보 획득부(100)는 구조물의 균열 영상으로부터 경계선을 추출한다.The crack boundary
여기서, 구조물이라 함은 콘크리트 구조물 등을 말하며, 구조물의 균열 영상이란 콘크리트 표면에 발생한 균열을 촬영한 영상을 말한다. Here, the structure refers to a concrete structure, etc., the crack image of the structure refers to an image photographing the crack generated on the concrete surface.
그리고 균열 경계선 정보 획득부(100)는 추출한 경계선을 구성하는 각 픽셀들에 대한 수직 방향 각도를 산출하여, 이를 이용하여 균열 경계선 정보를 획득한다.The crack boundary
균열 폭 변환부(200)는 균열 경계선 정보 획득부(100)에서 획득된 균열 경계선 정보를 이용하여 균열 후보 영역과 너비 맵을 획득한다. The crack
종횡비 필터링 처리부(300)는 균열 폭 변환부(200)에서 획득된 균열 후보 영역에 대해 종횡비 필터링을 실시한다. 이후, 종횡비 필터링 처리부(300)는 균열 영역을 분류할 수 있다.The aspect ratio
균열 영역 복원부(400)는 균열 경계선 정보 획득부(100)에서 미 추출된 경계선으로 인해 손실된 균열 영역을 복원한다.The crack
상대적 임계화 처리부(500)는 균열 영역 복원부(400)에서 복원된 균열 영역의 명암 정보를 이용하여 노이즈를 제거한다. The
다음으로, 균열 폭 변환부(200)에 관하여 구체적으로 설명하기로 한다.Next, the crack
균열 폭 변환부(200)는 도 2에 도시된 세부 구성을 더 포함할 수 있다.The crack
도 2를 참조하면, 균열 폭 변환부(200)는 경계 화소 검색부(210), 균열 후보 영역 판단부(220), 너비 맵 생성부(230)를 포함한다. Referring to FIG. 2, the
경계 화소 검색부(210)는 일측의 제1 경계 화소와, 제1 경계 화소의 맞은 편에 위치하는 타측의 제2 경계 화소를 검색한다. The boundary
이때, 제2 경계 화소는 제1 경계 화소로부터 법선 방향에 위치한다. 그리고 경계 화소 검색부(210)에 의한 제2 경계 화소의 검색 작업은 양측의 제1, 2 경계 화소 사이의 거리가 최대 폭 임계값보다 작을 때까지 수행될 수 있다. In this case, the second boundary pixel is positioned in the normal direction from the first boundary pixel. The search operation of the second boundary pixel by the boundary
균열 후보 영역 판단부(220)는 경계 화소 검색부(210)에서 검색된 양측의 제1, 2 경계 화소 사이의 거리를 최소 폭 임계값과 비교하고, 추출된 경계선 사이 화소의 평균 프랜지 필터링 값을 프랜지 임계값과 비교하여, 균열 후보 영역 조건에 만족하는지 여부를 판단한다. The crack
예컨대, 균열 후보 영역 판단부(220)는 양측의 제1, 2 경계 화소 사이의 거리가 최소 폭 임계값보다 작으면, 추출된 경계선 사이 화소를 균열 후보 영역으로 할당한다. For example, if the distance between the first and second boundary pixels on both sides is smaller than the minimum width threshold, the crack candidate
또한, 균열 후보 영역 판단부(220)는 양측의 제1, 2 경계 화소 사이의 거리가 최소 폭 임계값보다 클 경우, 추출된 경계선 사이 화소의 평균 프랜지 필터링 값이 프랜지 임계값보다 클 때에만 추출된 경계선 사이 화소를 균열 후보 영역으로 할당한다. In addition, the crack
너비 맵 생성부(230)는 균열 후보 영역 판단부(220)에서 균열 후보 영역 조건이 만족되는 경우, 추출된 경계선 사이의 중심점에 폭을 할당하여 너비 맵을 생성한다. When the crack candidate
다음으로, 종횡비 필터링 처리부(300)에 관하여 구체적으로 설명하기로 한다. Next, the aspect ratio
종횡비 필터링 처리부(300)는 도 3에 도시된 세부 구성을 더 포함할 수 있다. 도 3을 참조하면 종횡비 필터링 처리부(300)는 제1 그룹 분류부(310), 종횡비 산출부(320), 제1 균열 영역 분류부(330)를 포함한다. The aspect ratio
제1 그룹 분류부(310)는 균열 폭 변환부(200)에서 균열 후보 영역과 배경으로 분류된 이진 영상 이미지(이를 'CWT 이미지'라 함)를 서로 인접한 화소끼리 그룹으로 분류한다. The first
종횡비 산출부(320)는 제1 그룹 분류부(310)에서 분류된 각 그룹의 면적과 평균 폭을 이용하여 각 그룹의 종횡비를 산출한다.The
예컨대, 종횡비 산출부(320)에서 각 그룹의 종횡비는 하기의 수학식 1에 근거하여 산출될 수 있다. For example, the
[수학식 1][Equation 1]
여기서, 
그리고 종횡비 산출부(320)에서 각 그룹의 평균 폭은 너비 맵을 이용하여 하기의 수학식 2에 근거하여 산출될 수 있다. The average width of each group in the
[수학식 2] [Equation 2]
여기서, 
제1 균열 영역 분류부(330)는 종횡비 산출부(320)의 산출 결과에 따라, 종횡비가 임계값보다 크면 해당 그룹을 균열 영역으로 분류한다. The first
다음으로, 균열 영역 복원부(400)에 관하여 구체적으로 설명하기로 한다. Next, the crack
균열 영역 복원부(400)는 도 4에 도시된 세부 구성을 더 포함할 수 있다. The crack
도 4를 참조하면 균열 영역 복원부(400)는 경계선 연결 처리부(410), 홀 채우기 연산부(420)를 포함한다. Referring to FIG. 4, the crack
경계선 연결 처리부(410)는 종횡비 필터링 처리부(300)에서 분류된 균열 영역의 이진 영상(이를, 'ARF 이미지'라 함)에서 단락된 경계선을 연결한다. The boundary line
예컨대, 경계선 연결 처리부(410)는 균열 영역 중에서 경계선에 해당하는 화소를 나머지보다 크게 만든 배열을 생성할 수 있다. For example, the boundary
이어서, 경계선 연결 처리부(410)는 균열 영역의 외곽선 추적(contour tracing) 기법을 이용하여 외곽선 화소를 추출할 수 있다. Subsequently, the
이어서, 경계선 연결 처리부(410)는 추출된 외곽선과 생성된 배열을 이용하여 하기의 수학식 3에 근거하여 단락된 경계선의 시작점과 끝점을 추출하고 연결할 수 있다. Subsequently, the boundary
[수학식 3][Equation 3]
여기서, Contour는 경계선 추적(contour tracing) 기법을 나타내고, Y는 배열이며, L은 시작점과 끝점이 한 쌍인 집합을 나타낸다.Where contour represents a contour tracing technique, Y represents an array, and L represents a set of pairs of starting and ending points.
홀 채우기 연산부(420)는 경계선 연결 처리부(410)에서 연결된 경계선 영상의 여집합에서 인접한 화소끼리 그룹으로 분류한다. 그리고 홀 채우기 연산부(420)는 분류된 그룹의 면적이 임계값보다 작은 영역을 균열 영역으로 분류한다. The hole
다음으로, 상대적 임계화 처리부(500)에 관하여 구체적으로 설명하기로 한다. Next, the
상대적 임계화 처리부(500)는 도 5에 도시된 세부 구성을 더 포함할 수 있다. The
도 5를 참조하면, 상대적 임계화 처리부(500)는 제2 그룹 분류부(510), 평균 프랜지 필터링 값 산출부(520), 최대값 검출부(530), 제2 균열 영역 분류부(540)를 포함한다. Referring to FIG. 5, the
제2 그룹 분류부(510)는 균열 영역 복원부에서 복원된 균열 영역의 이진 영상(이를, 'CAR 이미지'라 함)에서 서로 인접한 화소끼리 그룹으로 분류한다. 여기서, 제2 그룹 분류부(510))라 지칭한 이유는, 전술한 제1 그룹 분류부(310, 도 3 참조)와 구분하기 위한 것이다.The
평균 프랜지 필터링 값 산출부(520)는 제2 그룹 분류부(510)에서 분류된 각 그룹의 평균 프랜지 필터링 값을 산출한다. The average flange
최대값 검출부(530)는 평균 프랜지 필터링 값 산출부(520)에서 산출된 평균 프랜지 필터링 값 중에서 최대값을 검출한다. The
제2 균열 영역 분류부(540)는 최대값 검출부(530)에서 검출된 최대값에 비례상수를 곱하여 임계값을 설정한다. 이어서, 제2 균열 영역 분류부(540)는 설정된 임계값보다 산출된 평균 프랜지 필터링 값이 큰 영역을 균열 영역으로 분류할 수 있다. 여기서, 제2 균열 영역 분류부(540))라 지칭한 이유는, 전술한 제1 균열 영역 분류부(330, 도 3 참조)와 구분하기 위한 것이다.The second crack
이러한 상대적 임계화 처리부(500)에서 복원된 균열 영역에 포함된 노이즈는 하기의 수학식 4에 근거하여 제거될 수 있다. The noise included in the crack region restored in the
[수학식 4][Equation 4]
여기서, Fi는 제2 그룹 분류부(510)에서 분류된 그룹이고, fg는 프랜지 필터링 영상이며, fg(Fi)는 각 그룹(Fi)의 평균 프랜지 필터링 값이다. 그리고 fgt2는 상대적 임계화의 임계값으로 최대 프랜지 필터링 값(Ffgmax)에 비례 상수 kf를 곱하여 산출될 수 있다.Here, Fi is a group classified by the
이와 같이, 본 발명의 일 실시예에 따른 경계선 기반 구조물의 균열 검출 장치에 의하면 균열 영상에서 획득한 경계선 정보를 기반으로 하여 구조물의 균열을 신속하고 정확하게 검출할 수 있다. As described above, according to the crack detection apparatus of the boundary-based structure according to an embodiment of the present invention, the crack of the structure can be detected quickly and accurately based on the boundary information obtained from the crack image.
다음으로, 본 발명의 실시예에 따른 경계선 기반 구조물의 균열 검출 방법에 관하여 설명하기로 한다. Next, the crack detection method of the boundary line-based structure according to an embodiment of the present invention will be described.
도 6은 본 발명의 실시예에 따른 경계선 기반 구조물의 균열 검출 방법을 간략히 도시한 순서도이다. 6 is a flowchart schematically illustrating a crack detection method of a boundary line-based structure according to an embodiment of the present invention.
도 6을 참조하면, 도시된 경계선 기반 구조물의 균열 검출 방법은 균열 경계선 정보 획득 단계(S100), 균열 폭 변환 단계(S200), 종횡비 필터링 처리 단계(S300), 균열 영역 복원 단계(S400), 상대적 임계화 처리 단계(S500)를 포함한다.Referring to FIG. 6, the crack detection method of the boundary line-based structure shown in FIG. 6 includes crack boundary line information acquisition step S100, crack width conversion step S200, aspect ratio filtering step S300, crack area restoration step S400, and relative It includes a thresholding process step (S500).
균열 경계선 정보 획득 단계(S100)Crack boundary information acquisition step (S100)
본 단계는 균열 경계선 정보 획득부(100, 도 1 참조)에서 구조물의 균열 영상으로부터 경계선을 추출하고, 추출한 경계선을 구성하는 각 픽셀들에 대한 수직 방향 각도를 산출하는 단계를 말한다. 이 단계를 거쳐 균열 경계선 정보가 획득된다. This step refers to a step of extracting the boundary line from the crack image of the structure in the crack boundary information obtaining unit 100 (refer to FIG. 1) and calculating a vertical angle with respect to each pixel constituting the extracted boundary line. Through this step, crack boundary information is obtained.
여기서, 구조물이라 함은 콘크리트 구조물 등을 말하며, 구조물의 균열 영상이란 콘크리트 표면에 발생한 균열을 촬영한 영상을 말한다.Here, the structure refers to a concrete structure, etc., the crack image of the structure refers to an image photographing the crack generated on the concrete surface.
균열 폭 변환 단계(S200)Crack Width Conversion Steps (S200)
본 단계는 균열 폭 변환부(200, 도 1 참조)에서 이전 단계를 거쳐 획득된 균열 경계선 정보를 이용하여 균열 후보 영역과 너비 맵을 획득하는 단계를 말한다.This step refers to a step of acquiring the crack candidate region and the width map using the crack boundary information obtained through the previous step in the crack width converter 200 (refer to FIG. 1).
예컨대, 도 7을 참조하면, 균열 폭 변환 단계(S200)는 균일 경계선 정보를 이용하여 제1, 2 경계 화소를 검색하는 단계(S210)를 포함한다. 이 단계(S210)는 제1 경계 화소(qi, 도 11 참조)와, 제1 경계 화소(qi, 도 11 참조)의 맞은 편에 위치하는 제2 경계 화소(qj, 도 11 참조)를 검색하는 단계이다. 이때, 제2 경계 화소(qj, 도 11 참조)는 제1 경계 화소(qi, 도 11 참조)에서 법선 방향에 위치한다. 그리고 제2 경계 화소(qj, 도 11 참조)의 검색은 제1, 2 경계 화소 사이의 거리(W)가 최대 폭 임계값보다 작을 때까지 수행된다. 여기서, 최대 폭 임계값은 검출하는 균열의 최대 폭을 고려하여 선정할 수 있는데, 폭이 넓은 비균열 영역이 균열 후보 영역으로 추가되는 것을 방지할 수 있는 장점이 있다.For example, referring to FIG. 7, the crack width conversion step S200 may include searching for the first and second boundary pixels using uniform boundary information (S210). In operation S210, a first boundary pixel qi (see FIG. 11) and a second boundary pixel qj (see FIG. 11) located opposite to the first boundary pixel qi (see FIG. 11) may be searched. Step. In this case, the second boundary pixel qj (see FIG. 11) is positioned in the normal direction in the first boundary pixel qi (see FIG. 11). The search of the second boundary pixel qj (see FIG. 11) is performed until the distance W between the first and second boundary pixels is smaller than the maximum width threshold. Here, the maximum width threshold value can be selected in consideration of the maximum width of the crack to detect, there is an advantage that can prevent the wide non-cracked region is added to the crack candidate region.
다음으로, 제1, 2 경계 화소 사이의 거리(W)를 최소 폭 임계값(Wm)과 비교하고, 경계선 사이 화소의 평균 프랜지 필터링 값을 프랜지 임계값과 비교하여 균열 후보 영역 조건의 만족 여부를 판단하는 단계(S220)가 수행된다. Next, the distance W between the first and second boundary pixels is compared with the minimum width threshold value Wm, and the average flange filtering value of the pixels between the boundary lines is compared with the flange threshold value to determine whether the crack candidate region condition is satisfied. The determining step S220 is performed.
이 단계(S220)에서, 제1, 2 경계 화소 사이의 거리(W)가 최소 폭 임계값(Wm)보다 작으면, 추출된 경계선 사이 화소를 균열 후보 영역으로 할당한다. In this step S220, if the distance W between the first and second boundary pixels is smaller than the minimum width threshold value Wm, the pixels between the extracted boundary lines are allocated as the crack candidate regions.
이때, 균열 영상에서 균열의 폭이 좁은 구간은 보통 명암이 흐리게 나타나며, 프랜지 필터링 값도 작게 나타난다. 따라서, 이러한 구간에서의 손실을 방지하기 위하여 경계선 사이의 폭이 작은 영역은 명암적 정보를 고려하지 않고 균열 후보 영역으로 할당할 수 있다. At this time, in the crack image, the narrow width of the crack is usually dark and dark, and the flange filtering value is also small. Therefore, in order to prevent loss in such a section, a region having a small width between the boundary lines may be allocated as a crack candidate region without considering contrast information.
또한, 이 단계(S220)에서, 제1, 2 경계 화소 사이의 거리(W)가 최소 폭 임계값(Wm)보다 큰 동시에, 경계선 사이 화소의 평균 프랜지 필터링 값(fgabg)이 프랜지 임계값(fgt)보다 크면, 경계선 사이 화소를 균열 후보 영역으로 할당한다.Further, in this step S220, the distance W between the first and second boundary pixels is larger than the minimum width threshold value Wm, and the average flange filtering value fgabg of the pixels between the boundary lines is the flange threshold value fgt. If larger than), pixels between boundary lines are allocated as crack candidate regions.
콘크리트 등의 구조물 영상의 표면은 매우 거칠다. 따라서 상당히 많은 경계선이 검출될 수 있다. 이와 같은 경우에서, 경계선으로부터 균열 영역을 찾기 위하여 프랜지 필터링을 이용한다. 프랜지 필터링은 균열과 같은 형태의 영역을 강화할 수 있다. 따라서 경계선 사이 화소의 평균 프랜지 필터링 값을 이용할 경우, 균열에 가까운 영역을 균열 후보 영역으로 보다 정밀하게 분류할 수 있는 장점이 있다.The surface of the structure image such as concrete is very rough. Thus a considerable number of borders can be detected. In such cases, flange filtering is used to find the crack area from the boundary. Flange filtering can enhance areas that are shaped like cracks. Therefore, when the average flange filtering value of the pixels between the boundary lines is used, an area close to the crack can be classified more accurately as a crack candidate area.
그 다음으로, 균열 후보 영역 조건이 만족되는 경우, 추출된 경계선 사이의 중심점에 폭을 할당하여 너비 맵을 생성하는 단계(S230)가 수행된다. 그리고 모든 경계 화소의 검색이 완료되면 다음 단계(S300)가 수행된다.Next, when the crack candidate region condition is satisfied, a step of generating a width map by assigning a width to a center point between the extracted boundary lines is performed (S230). When the search of all boundary pixels is completed, the next step S300 is performed.
너비 맵은 경계선 사이의 중심점에 폭이 할당된 영상을 말하는데, 종횡비 필터링을 위하여 사용된다.The width map refers to an image in which a width is assigned to a center point between boundaries, and used for aspect ratio filtering.
종횡비 필터링 처리 단계(S300)Aspect ratio filtering process step (S300)
본 단계는 종횡비 필터링 처리부(300, 도 1 참조)에서 이전 단계를 거쳐 획득된 균열 후보 영역에 대해 종횡비 필터링을 실시하여 균열 영역을 분류하는 단계를 말한다.This step refers to a step of classifying the crack area by performing aspect ratio filtering on the crack candidate area obtained through the previous step in the aspect ratio filtering processing unit 300 (see FIG. 1).
예컨대, 도 8을 참조하면, 종횡비 필터링 처리 단계(300)는 균열 후보 영역과 배경으로 분류된 이진 영상 이미지(즉, CWT 이미지)를 서로 인접한 화소끼리 그룹으로 나누어 분류하는 단계(S310)를 포함한다. For example, referring to FIG. 8, the aspect
이 단계(S310)에서는 균열 후보 영역에서 인접한 화소까지 그룹으로 분류한 후 각 그룹의 종횡비가 일정 조건을 만족할 때 균열 영역으로 분류한다.In this step (S310), classification is made into groups from crack candidate regions to adjacent pixels, and then classified into crack regions when the aspect ratio of each group satisfies a predetermined condition.
다음으로, 이전 단계(S310)에서 분류된 각 그룹의 면적과 평균 폭을 이용하여 각 그룹의 종횡비를 산출하는 단계(S320)가 수행된다. 균열은 폭에 비해 길이가 긴 형태적 특징을 가지고 있다. 따라서 종횡비가 작은 영역은 노이즈로 간주할 수 있다. Next, calculating the aspect ratio of each group by using the area and the average width of each group classified in the previous step (S310) (S320) is performed. Cracks have a long form characteristic for their width. Therefore, areas with small aspect ratios can be regarded as noise.
예컨대, 이 단계(S320)에서 각 그룹의 종횡비는 하기의 수학식 1에 근거하여 산출될 수 있다. For example, in this step S320, the aspect ratio of each group may be calculated based on Equation 1 below.
[수학식 1] [Equation 1]
여기서, 
그리고 이 단계에서 각 그룹의 평균 폭은 너비 맵을 이용하여 하기의 수학식 2에 근거하여 산출될 수 있다. In this step, the average width of each group may be calculated based on Equation 2 below using a width map.
[수학식 2] [Equation 2]
여기서, 
한편, 이전 단계(S320)에서 산출된 각 그룹의 종횡비가 임계값보다 크면 해당 그룹을 균열 영역으로 분류하는 단계(S330)가 수행된다. On the other hand, if the aspect ratio of each group calculated in the previous step (S320) is larger than the threshold value, step (S330) of classifying the group as a crack area is performed.
균열 영역 복원 단계(S400)Crack Area Restoration Steps (S400)
본 단계는 균열 영역 복원부(400, 도 1 참조)에서 미 추출된 경계선으로 인해 손실된 균열 영역을 복원하는 단계이다. 다시 말해, 이전의 균열 경계선 정보 획득 단계(S100)에서 경계선이 추출되지 못함에 따라 손실된 균열 영역을 복원하는 단계를 말한다. This step is a step of restoring the crack region lost due to the unextracted boundary line in the crack region restoration unit 400 (see FIG. 1). In other words, in the previous crack boundary information acquisition step (S100), the lost crack region may be restored as the boundary line is not extracted.
예컨대, 도 9를 참조하면, 균열 영역 복원 단계(S400)는 이전 단계(S330, 도 8 참조)에서 분류된 균열 영역의 이진 영상(즉, ARF 이미지)에서 단락된 경계선을 연결하는 단계(S410)를 포함한다. For example, referring to FIG. 9, the crack area restoration step S400 may be performed by connecting a shorted boundary line in a binary image (that is, an ARF image) of the crack areas classified in the previous step S330 (see FIG. 8). It includes.
구체적으로 설명하면 이 단계(S410)는 균열 영역 중에서 경계선에 해당하는 화소를 나머지보다 크게 만든 배열을 생성하고, 균열 영역의 외곽선 추적(contour tracing) 기법을 이용하여 외곽선 화소를 추출한다. Specifically, this step (S410) generates an array in which the pixels corresponding to the boundary line larger than the rest in the crack region, and extracts the outline pixels using the contour tracing technique of the crack region.
그리고 이 단계(S410)에서는 추출된 외곽선과 생성된 배열을 이용하여, 하기의 수학식 3에 근거하여 단락된 경계선의 시작점과 끝점을 추출한 후 연결할 수 있다. In this step (S410) using the extracted outline and the generated array, based on the following equation (3) it can be connected after extracting the start point and the end point of the shorted boundary line.
[수학식 3] [Equation 3]
여기서, Contour는 경계선 추적(contour tracing) 기법을 나타내고, Y는 배열이며, L은 시작점과 끝점이 한 쌍인 집합을 나타낸다.Where contour represents a contour tracing technique, Y represents an array, and L represents a set of pairs of starting and ending points.
한편, 단락된 경계선을 연결하는 단계(S410)가 완료되면, 홀 채우기 연산 단계(S420)가 수행된다. Meanwhile, when the step (S410) of connecting the shorted boundary is completed, the hole fill operation step (S420) is performed.
홀 채우기 연산 단계(S420)에서는, 먼저 연결된 경계선 영상의 여집합에서 인접한 화소끼리 그룹으로 분류한다. 이어서, 분류된 그룹의 면적이 임계값보다 작은 영역을 균열 영역으로 분류한다. In the hole filling operation step (S420), first, adjacent pixels are classified into groups in the filter set of the connected boundary image. Subsequently, the area of which the area of the classified group is smaller than the threshold is classified as a crack area.
여기서, 홀 채우기는 폐루프로 이루어진 공간을 전경으로 채우는 작업을 말하는데, 이러한 작업을 통해 경계선 미 추출로 인해 손실된 균열 영역을 복원할 수 있다.Here, the hole filling refers to the operation of filling the space made of the closed loop with the foreground, and through this operation, it is possible to restore the crack area lost due to the extraction of the boundary line.
상대적 임계화 처리 단계(S500)Relative thresholding process step (S500)
본 단계는 상대적 임계화 처리부(500, 도 1 참조)에서 이전 단계를 거쳐 복원된 균열 영역의 명암 정보를 이용하여 노이즈를 제거하는 단계로서, 상대적 필터링 단계 등의 다른 용어로 지칭할 수 있다.This step is a step of removing noise by using the contrast information of the crack region restored through the previous step in the relative thresholding processor 500 (see FIG. 1), and may be referred to as other terms such as a relative filtering step.
예컨대, 도 10을 참조하면 균열 영역 복원 단계(S500)는 이전 단계(S420, 도 9 참조)에서 복원된 균열 영역의 이진 영상(즉, CAR 이미지)에서 서로 인접한 화소끼리 그룹으로 분류하는 단계(S510)를 포함한다. 다음으로, 분류된 각 그룹의 평균 프랜지 필터링 값을 산출하는 단계(S520)가 수행된다. 그 다음으로, 산출된 평균 프랜지 필터링 값 중에서 최대값을 검출하는 단계(S530)가 수행된다. 그 다음으로, 검출된 최대값에 비례상수를 곱하여 임계값을 설정하는 단계(S540)가 수행된다. 그 다음으로, 설정된 임계값보다 상기 산출된 평균 프랜지 필터링 값이 큰 영역을 균열 영역으로 분류하는 단계(S550)가 수행된다. For example, referring to FIG. 10, the crack area restoration step S500 may be performed by classifying pixels adjacent to each other in a binary image (ie, a CAR image) of the crack area restored in the previous step S420 (see FIG. 9) (S510). ). Next, a step (S520) of calculating an average flange filtering value of each classified group is performed. Next, a step (S530) of detecting a maximum value among the calculated average flange filtering values is performed. Next, a step S540 of setting the threshold value by multiplying the detected maximum value by the proportional constant is performed. Next, a step (S550) of classifying a region having a larger average flange filtering value than the set threshold value as a crack region is performed.
예컨대, 상대적 임계화 처리 단계(S500)에서 복원된 균열 영역에 포함된 노이즈는 하기의 수학식 4에 근거하여 제거될 수 있다. For example, the noise included in the crack region restored in the relative thresholding process step S500 may be removed based on Equation 4 below.
[수학식 4][Equation 4]
여기서, Fi는 제2 그룹 분류부(510)에서 분류된 그룹이고, fg는 프랜지 필터링 영상이며, fg(Fi)는 각 그룹(Fi)의 평균 프랜지 필터링 값이다. 그리고 fgt2는 상대적 임계화의 임계값으로 최대 프랜지 필터링 값(Ffgmax)에 비례 상수 kf를 곱하여 산출될 수 있다.Here, Fi is a group classified by the
상술한 바와 같이, 본 발명의 구성 및 작용에 의하면 균열 영상에서 획득한 경계선 정보를 기반으로 하여 구조물의 균열을 자동화된 방식으로 신속하고 정확하게 검출할 수 있다. As described above, according to the configuration and operation of the present invention, the crack of the structure can be detected quickly and accurately in an automated manner based on the boundary information obtained from the crack image.
구체적인 예로서, 경계선 정보를 기반으로 균열 폭 변환 기법, 종횡비 필터링, 홀 채우기, 상대적 임계화 기법을 적용하여, 균열 검출 작업의 정확성을 향상시킬 수 있다. As a specific example, crack width conversion, aspect ratio filtering, hole filling, and relative thresholding may be applied based on boundary information to improve the accuracy of crack detection.
이때, 균열 영상으로부터 획득한 경계선 정보를 기반으로 균열 폭 변환 기법을 적용하여 경계선 부분의 균열 화소를 보다 정확히 검출할 수 있다.At this time, it is possible to detect the crack pixels of the boundary portion more accurately by applying a crack width conversion technique based on the boundary information obtained from the crack image.
그리고 종횡비 필터링 및 상대적 임계화 기법을 적용함으로써, 노이즈를 효과적으로 제거할 수 있으며 구조물의 균열을 보다 정확히 검출할 수 있다.And by applying aspect ratio filtering and relative thresholding techniques, noise can be effectively removed and structure cracks can be detected more accurately.
이에 더하여, 경계선 연결과 홀 채우기 기법을 이용하여 손실된 균열 영역을 복원할 수 있는데, 그 결과 기존과 비교하여 더욱 정확하게 균열 영역을 검출할 수 있다. In addition, it is possible to recover lost crack areas by using boundary line connection and hole filling techniques, which results in more accurate detection of crack areas.
이상과 같이 본 발명에 대해서 예시한 도면을 참조로 하여 설명하였으나, 본 명세서에 개시된 실시예와 도면에 의해 본 발명이 한정되는 것은 아니며, 본 발명의 기술사상의 범위 내에서 통상의 기술자에 의해 다양한 변형이 이루어질 수 있음은 자명하다. 아울러 앞서 본 발명의 실시예를 설명하면서 본 발명의 구성에 따른 작용 효과를 명시적으로 기재하여 설명하지 않았을지라도, 해당 구성에 의해 예측 가능한 효과 또한 인정되어야 함은 당연하다.Although the present invention has been described with reference to the drawings exemplified as above, the present invention is not limited to the embodiments and drawings disclosed herein, and various modifications may be made by those skilled in the art within the scope of the technical idea of the present invention. It is obvious that modifications can be made. In addition, even if the above described embodiments of the present invention while not explicitly described and described the effect of the effect of the configuration of the present invention, it is obvious that the effect predictable by the configuration is also to be recognized.
S100: 균열 경계선 정보 획득 단계
S200: 균열 폭 변환 단계
S300: 종횡비 필터링 처리 단계
S400: 균열 영역 복원 단계
S500: 상대적 임계화 처리 단계
100: 균열 경계선 정보 획득부
200: 균열 폭 변환부
210: 경계 화소 검색부
220: 균열 후보 영역 판단부
230: 너비 맵 생성부
300: 종횡비 필터링 처리부
310: 제1 그룹 분류부
320: 종횡비 산출부
330: 제1 균열 영역 분류부
400: 균열 영역 복원부
410: 경계선 연결 처리부
420: 홀 채우기 연산부
500: 상대적 임계화 처리부
510: 제2 그룹 분류부
520: 평균 프랜지 필터링 값 산출부
530: 최대값 검출부
540: 제2 균열 영역 분류부
1000: 경계선 기반 구조물의 균열 검출 장치S100: step of obtaining crack boundary information
S200: crack width conversion stage
S300: aspect ratio filtering processing step
S400: Crack Area Restoration Steps
S500: Relative Threshold Processing Step
100: crack boundary information acquisition unit
200: crack width conversion unit
210: boundary pixel search unit
220: crack candidate region determination unit
230: width map generator
300: aspect ratio filtering processing unit
310: first group classification unit
320: aspect ratio calculation unit
330: first crack region classification unit
400: crack area restoration
410: boundary line connection processing unit
420: hole fill operation unit
500: relative thresholding processing unit
510: second group classification unit
520: Average flange filtering value calculation unit
530: maximum value detector
540: second crack region classification unit
1000: crack detection device of boundary based structure
Claims (22)
상기 균열 경계선 정보 획득부에서 획득된 균열 경계선 정보를 이용하여 균열 후보 영역과 너비 맵을 획득하는 균열 폭 변환부;
상기 균열 폭 변환부에서 획득된 상기 균열 후보 영역에 대해 종횡비 필터링을 실시하여 균열 영역을 분류하는 종횡비 필터링 처리부;
상기 균열 경계선 정보 획득부에서 미 추출된 경계선으로 인해 손실된 균열 영역을 복원하는 균열 영역 복원부; 및
상기 균열 영역 복원부에서 복원된 균열 영역의 명암 정보를 이용하여 노이즈를 제거하는 상대적 임계화 처리부;
를 포함하는 경계선 기반 구조물의 균열 검출 장치.
A crack boundary information acquisition unit for extracting boundary lines from the crack image of the structure and obtaining crack boundary line information by calculating a vertical angle with respect to each pixel constituting the extracted boundary line;
A crack width converting unit obtaining a crack candidate region and a width map by using the crack boundary information obtained by the crack boundary information;
An aspect ratio filtering processor for classifying the crack regions by performing aspect ratio filtering on the crack candidate regions obtained by the crack width converter;
A crack region restoring unit for restoring a crack region lost due to an unextracted boundary line in the crack boundary line information acquisition unit; And
A relative thresholding processor for removing noise by using contrast information of the crack region restored by the crack region restoration unit;
Crack detection device of the boundary-based structure comprising a.
상기 균열 폭 변환부는,
일측의 제1 경계 화소와, 상기 제1 경계 화소의 맞은 편에 위치하는 타측의 제2 경계 화소를 검색하는 경계 화소 검색부;
상기 경계 화소 검색부에서 검색된 양측의 제1, 2 경계 화소 사이의 거리를 최소 폭 임계값과 비교하고, 상기 추출된 경계선 사이 화소의 평균 프랜지 필터링 값을 프랜지 임계값과 비교하여, 균열 후보 영역 조건에 만족하는지 여부를 판단하는 균열 후보 영역 판단부; 및
상기 균열 후보 영역 판단부에서 균열 후보 영역 조건이 만족되는 경우, 상기 추출된 경계선 사이의 중심점에 폭을 할당하여 상기 너비 맵을 생성하는 너비 맵 생성부;
를 포함하는 경계선 기반 구조물의 균열 검출 장치.
The method of claim 1,
The crack width conversion unit,
A boundary pixel search unit for searching for a first boundary pixel on one side and a second boundary pixel on the other side positioned opposite to the first boundary pixel;
The crack candidate region condition is compared by comparing the distance between the first and second boundary pixels on both sides detected by the boundary pixel search unit with a minimum width threshold value, and comparing the average flange filtering value of the pixels between the extracted boundary lines with a flange threshold value. A crack candidate region determination unit that determines whether or not is satisfied; And
A width map generator for generating the width map by allocating a width to a center point between the extracted boundary lines when the crack candidate region determination unit satisfies the crack candidate region condition;
Crack detection device of the boundary-based structure comprising a.
상기 균열 후보 영역 판단부는,
상기 양측의 제1, 2 경계 화소 사이의 거리가 최소 폭 임계값보다 작으면, 상기 추출된 경계선 사이 화소를 균열 후보 영역으로 할당하고,
상기 양측의 제1, 2 경계 화소 사이의 거리가 최소 폭 임계값보다 크고, 상기 추출된 경계선 사이 화소의 평균 프랜지 필터링 값이 프랜지 임계값보다 크면, 상기 추출된 경계선 사이 화소를 균열 후보 영역으로 할당하는 것을 특징으로 하는
경계선 기반 구조물의 균열 검출 장치.
The method of claim 2,
The crack candidate region determination unit,
If the distance between the first and second boundary pixels on both sides is smaller than the minimum width threshold value, the pixel between the extracted boundary lines is allocated as a crack candidate region,
If the distance between the first and second boundary pixels on both sides is greater than the minimum width threshold value, and the average flange filtering value of the pixels between the extracted boundary lines is larger than the flange threshold value, the pixels between the extracted boundary lines are allocated as crack candidate regions. Characterized by
Crack detection device of boundary based structure.
상기 제2 경계 화소는,
상기 제1 경계 화소로부터 법선 방향에 위치하고,
상기 제2 경계 화소의 검색은,
상기 양측의 제1, 2 경계 화소 사이의 거리가 최대 폭 임계값보다 작을 때까지 수행되는 것을 특징으로 하는
경계선 기반 구조물의 균열 검출 장치.
The method of claim 2,
The second boundary pixel,
Located in a normal direction from the first boundary pixel,
The search for the second boundary pixel is
Characterized in that the distance between the first and second boundary pixels on both sides is smaller than the maximum width threshold.
Crack detection device of boundary based structure.
상기 종횡비 필터링 처리부는,
상기 균열 폭 변환부에서 상기 균열 후보 영역과 배경으로 분류된 이진 영상 이미지를 서로 인접한 화소끼리 그룹으로 분류하는 제1 그룹 분류부;
상기 제1 그룹 분류부에서 분류된 각 그룹의 면적과 평균 폭을 이용하여 상기 각 그룹의 종횡비를 산출하는 종횡비 산출부;
상기 종횡비 산출부의 산출 결과에 따라, 상기 종횡비가 임계값보다 크면 해당 그룹을 균열 영역으로 분류하는 제1 균열 영역 분류부;
를 포함하는 경계선 기반 구조물의 균열 검출 장치.
The method of claim 2,
The aspect ratio filtering processing unit,
A first group classifying unit classifying the binary image image classified as the crack candidate region and the background into groups adjacent to each other by the crack width converting unit;
An aspect ratio calculator configured to calculate an aspect ratio of each group using an area and an average width of each group classified by the first group classification unit;
A first crack region classifying unit classifying the group as a crack region when the aspect ratio is greater than a threshold value according to a calculation result of the aspect ratio calculating unit;
Crack detection device of the boundary-based structure comprising a.
상기 종횡비 산출부에서,
상기 각 그룹의 종횡비는 하기의 수학식 1에 근거하여 산출되는 것을 특징으로 하는 경계선 기반 구조물의 균열 검출 장치.
[수학식 1]
(여기서,
The method according to claim 5,
In the aspect ratio calculator,
Aspect ratio of each group is crack detection device of the boundary-based structure, characterized in that calculated based on the following equation (1).
[Equation 1]
(here,
상기 종횡비 산출부에서,
상기 각 그룹의 평균 폭은 상기 너비 맵을 이용하여 하기의 수학식 2에 근거하여 산출되는 것을 특징으로 하는 경계선 기반 구조물의 균열 검출 장치.
[수학식 2]
(여기서,
The method according to claim 5,
In the aspect ratio calculator,
The average width of each group is a crack detection device of a boundary-based structure, characterized in that calculated based on the following equation 2 using the width map.
[Equation 2]
(here,
상기 균열 영역 복원부는,
상기 종횡비 필터링 처리부에서 분류된 상기 균열 영역의 이진 영상에서 단락된 경계선을 연결하는 경계선 연결 처리부; 및
상기 경계선 연결 처리부에서 연결된 상기 경계선 영상의 여집합에서 인접한 화소끼리 그룹으로 분류하고, 상기 분류된 그룹의 면적이 임계값보다 작은 영역을 균열 영역으로 분류하는 홀 채우기 연산을 수행하는 홀 채우기 연산부;
를 포함하는 경계선 기반 구조물의 균열 검출 장치.
The method of claim 5,
The crack area recovery unit,
A boundary line connection processing unit for connecting the shorted boundary lines in the binary image of the crack area classified by the aspect ratio filtering processing unit; And
A hole filling operation unit which classifies adjacent pixels into groups in the filter set of the boundary image connected by the boundary line connection processor, and performs a hole fill operation to classify a region having a smaller area than the threshold as a crack area;
Crack detection device of the boundary-based structure comprising a.
상기 경계선 연결 처리부는,
상기 균열 영역 중에서 경계선에 해당하는 화소를 나머지보다 크게 만든 배열을 생성하고, 상기 균열 영역의 외곽선 추적(contour tracing) 기법을 이용하여 외곽선 화소를 추출하며, 상기 추출된 외곽선과 상기 생성된 배열을 이용하여, 하기의 수학식 3에 근거하여 단락된 경계선의 시작점과 끝점을 추출한 후 연결하는 것을 특징으로 하는 경계선 기반 구조물의 균열 검출 장치.
[수학식 3]
(여기서, Contour는 경계선 추적(contour tracing) 기법, Y는 배열, L은 시작점과 끝점이 한 쌍인 집합임)
The method of claim 8,
The boundary line connection processing unit,
Create an array in which the pixel corresponding to the boundary line is larger than the rest in the crack region, extract an outline pixel by using a contour tracing technique of the crack region, and use the extracted outline and the generated array In accordance with Equation 3 below, the crack detection device of the boundary line-based structure, characterized in that for connecting after extracting the start point and the end point of the shorted boundary line.
[Equation 3]
(Where Contour is a contour tracing technique, Y is an array and L is a set of pairs of start and end points)
상기 상대적 임계화 처리부는,
상기 균열 영역 복원부에서 복원된 균열 영역의 이진 영상에서 서로 인접한 화소끼리 그룹으로 분류하는 제2 그룹 분류부;
상기 제2 그룹 분류부에서 분류된 각 그룹의 평균 프랜지 필터링 값을 산출하는 평균 프랜지 필터링 값 산출부;
상기 평균 프랜지 필터링 값 산출부에서 산출된 평균 프랜지 필터링 값 중에서 최대값을 검출하는 최대값 검출부;
상기 최대값 검출부에서 검출된 최대값에 비례상수를 곱하여 임계값을 설정하며, 상기 설정된 임계값보다 상기 산출된 평균 프랜지 필터링 값이 큰 영역을 균열 영역으로 분류하는 제2 균열 영역 분류부;
를 포함하는 경계선 기반 구조물의 균열 검출 장치.
The method of claim 8,
The relative thresholding processing unit,
A second group classifying unit classifying pixels adjacent to each other in a binary image of the crack region restored by the crack region restoring unit;
An average flange filtering value calculator configured to calculate an average flange filtering value of each group classified by the second group classification unit;
A maximum value detector for detecting a maximum value among average flange filtering values calculated by the average flange filtering value calculator;
A second crack area classifier configured to set a threshold value by multiplying the maximum value detected by the maximum value detector and classifying a region having a larger average flange filtering value than the set threshold value as a crack area;
Crack detection device of the boundary-based structure comprising a.
상기 상대적 임계화 처리부에서,
상기 복원된 균열 영역에 포함된 노이즈는 하기의 수학식 4에 근거하여 제거되는 것을 특징으로 하는 경계선 기반 구조물의 균열 검출 장치.
[수학식 4]
(여기서, Fi는 상기 제2 그룹 분류부에서 분류된 그룹, fg는 프랜지 필터링 영상, fg(Fi)는 각 그룹(Fi)의 평균 프랜지 필터링 값, fgt2는 상대적 임계화의 임계값으로 최대 프랜지 필터링 값(Ffgmax)에 비례 상수 kf를 곱하여 산출됨)
The method of claim 10,
In the relative thresholding processor,
Noise included in the reconstructed crack area is removed based on Equation 4 below.
[Equation 4]
(Where, Fi is a group classified by the second group classification unit, fg is a flange filtering image, fg (Fi) is an average flange filtering value of each group (Fi), and fgt2 is a maximum flange filtering as a threshold of relative thresholding). Calculated by multiplying the value (Ffgmax) by the proportional constant kf)
(a) 상기 균열 경계선 정보 획득부에서, 구조물의 균열 영상을 수신하여 경계선을 추출하고, 추출된 경계선을 구성하는 각 픽셀들에 대한 수직 방향 각도를 산출하여 균열 경계선 정보를 획득하는 균열 경계선 정보 획득 단계;
(b) 상기 균열 폭 변환부에서, 상기 균열 경계선 정보 획득부에서 획득된 균열 경계선 정보를 이용하여 균열 후보 영역과 너비 맵을 획득하는 균열 폭 변환 단계;
(c) 상기 종횡비 필터링 처리부에서, 상기 균열 폭 변환부에서 획득된 상기 균열 후보 영역에 대해 종횡비 필터링을 실시하여 균열 영역을 분류하는 종횡비 필터링 처리 단계;
(d) 상기 균열 영역 복원부에서, 상기 균열 경계선 정보 획득부에서 미 추출된 경계선으로 인해 손실된 균열 영역을 복원하는 균열 영역 복원 단계; 및
(e) 상기 상대적 임계화 처리부에서, 상기 균열 영역 복원부에서 복원된 균열 영역의 명암 정보를 이용하여 노이즈를 제거하는 상대적 임계화 처리 단계;
를 포함하는 경계선 기반 구조물의 균열 검출 방법.
12. A crack detection method of a boundary line-based structure using the crack detection device of the boundary line-based structure of any one of claims 1 to 11.
(a) The crack boundary information obtaining unit obtains the crack boundary information by receiving the crack image of the structure, extracts the boundary line, and calculates the vertical angle for each pixel constituting the extracted boundary line. step;
(b) a crack width conversion step of acquiring a crack candidate region and a width map using the crack boundary information obtained by the crack boundary information acquisition unit in the crack width conversion unit;
(c) an aspect ratio filtering process of classifying a crack region by performing aspect ratio filtering on the crack candidate region obtained by the crack width converting portion in the aspect ratio filtering processing portion;
(d) a crack region restoration step of restoring, in the crack region restoration unit, a crack region lost due to an unextracted boundary line in the crack boundary information acquisition unit; And
(e) a relative thresholding processing step of removing noise by using the contrast information of the crack region restored by the crack region restoring unit in the relative thresholding processing unit;
Crack detection method of the boundary-based structure comprising a.
상기 (b) 단계는,
(b-1) 상기 균열 폭 변환부에서, 일측의 제1 경계 화소와, 상기 제1 경계 화소의 맞은 편에 위치하는 타측의 제2 경계 화소를 검색하는 단계;
(b-2) 상기 검색된 양측의 제1, 2 경계 화소 사이의 거리를 최소 폭 임계값과 비교하고, 상기 추출된 경계선 사이 화소의 평균 프랜지 필터링 값을 프랜지 임계값과 비교하여, 균열 후보 영역 조건에 만족하는지 여부를 판단하는 단계; 및
(b-3) 상기 균열 후보 영역 조건이 만족되는 경우, 상기 추출된 경계선 사이의 중심점에 폭을 할당하여 상기 너비 맵을 생성하는 단계;
를 포함하는 경계선 기반 구조물의 균열 검출 방법.
The method of claim 12,
Step (b) is,
(b-1) searching for the first boundary pixel on one side and the second boundary pixel on the other side opposite to the first boundary pixel by the crack width converting unit;
(b-2) a crack candidate region condition by comparing the distance between the detected first and second boundary pixels with a minimum width threshold value and comparing the average flange filtering value of the extracted boundary line pixel with a flange threshold value Determining whether or not to satisfy; And
(b-3) generating a width map by allocating a width to a center point between the extracted boundary lines when the crack candidate region condition is satisfied;
Crack detection method of the boundary-based structure comprising a.
상기 (b-2) 단계에서,
상기 양측의 제1, 2 경계 화소 사이의 거리가 최소 폭 임계값보다 작으면, 상기 추출된 경계선 사이 화소를 균열 후보 영역으로 할당하고,
상기 양측의 제1, 2 경계 화소 사이의 거리가 최소 폭 임계값보다 크고, 상기 추출된 경계선 사이 화소의 평균 프랜지 필터링 값이 프랜지 임계값보다 크면, 상기 추출된 경계선 사이 화소를 균열 후보 영역으로 할당하는 것을 특징으로 하는
경계선 기반 구조물의 균열 검출 방법.
The method of claim 13,
In the step (b-2),
If the distance between the first and second boundary pixels on both sides is smaller than the minimum width threshold value, the pixel between the extracted boundary lines is allocated as a crack candidate region,
If the distance between the first and second boundary pixels on both sides is greater than the minimum width threshold value, and the average flange filtering value of the pixels between the extracted boundary lines is larger than the flange threshold value, the pixels between the extracted boundary lines are allocated as crack candidate regions. Characterized by
Crack detection method of boundary based structure.
상기 (b-1) 단계는,
상기 제2 경계 화소는 상기 제1 경계 화소로부터 법선 방향에 위치하고,
상기 제2 경계 화소의 검색은 상기 양측의 제1, 2 경계 화소 사이의 거리가 최대 폭 임계값보다 작을 때까지 수행되는 것을 특징으로 하는
경계선 기반 구조물의 균열 검출 방법.
The method of claim 13,
Step (b-1),
The second boundary pixel is positioned in a normal direction from the first boundary pixel,
The searching of the second boundary pixel is performed until the distance between the first and second boundary pixels on both sides is smaller than the maximum width threshold.
Crack detection method of boundary based structure.
상기 (c) 단계는,
(c-1) 상기 (b) 단계에서 획득된 상기 균열 후보 영역과 배경으로 분류된 이진 영상 이미지를 서로 인접한 화소끼리 그룹으로 분류하는 단계;
(c-2) 상기 분류된 각 그룹의 면적과 평균 폭을 이용하여 상기 각 그룹의 종횡비를 산출하는 단계;
(c-3) 상기 각 그룹의 산출된 종횡비가 임계값보다 크면 해당 그룹을 균열 영역으로 분류하는 단계;
를 포함하는 경계선 기반 구조물의 균열 검출 방법.
The method of claim 12,
In step (c),
(c-1) classifying the crack candidate region obtained in the step (b) and the binary image image classified as the background into groups adjacent to each other;
(c-2) calculating an aspect ratio of each group by using the area and the average width of each classified group;
(c-3) classifying the group as a crack area when the calculated aspect ratio of each group is larger than a threshold value;
Crack detection method of the boundary-based structure comprising a.
상기 (c-2) 단계에서,
상기 각 그룹의 종횡비는 하기의 수학식 1에 근거하여 산출되는 것을 특징으로 하는 경계선 기반 구조물의 균열 검출 방법.
[수학식 1]
(여기서,
The method of claim 16,
In the step (c-2),
The aspect ratio of each group is calculated based on Equation 1 below.
[Equation 1]
(here,
상기 (c-2) 단계에서,
상기 각 그룹의 평균 폭은 상기 너비 맵을 이용하여 하기의 수학식 2에 근거하여 산출되는 것을 특징으로 하는 경계선 기반 구조물의 균열 검출 방법.
[수학식 2]
(여기서,
The method of claim 16,
In the step (c-2),
The average width of each group is calculated based on the equation (2) below using the width map crack detection method of the boundary-based structure.
[Equation 2]
(here,
상기 (d) 단계는,
(d-1) 상기 (c-3)에서 분류된 상기 균열 영역의 이진 영상에서 단락된 경계선을 연결하는 단계; 및
(d-2) 상기 연결된 상기 경계선 영상의 여집합에서 인접한 화소끼리 그룹으로 분류하고, 상기 분류된 그룹의 면적이 임계값보다 작은 영역을 균열 영역으로 분류하는 홀 채우기 연산을 수행하는 단계;
를 포함하는 경계선 기반 구조물의 균열 검출 방법.
The method of claim 16,
In step (d),
(d-1) connecting a shorted boundary line in the binary image of the crack area classified in (c-3); And
(d-2) performing a hole filling operation of classifying adjacent pixels into groups in the combined set of the connected boundary image, and classifying a region having a smaller area than the classified group as a crack region;
Crack detection method of the boundary-based structure comprising a.
상기 (d-1) 단계는,
상기 균열 영역 중에서 경계선에 해당하는 화소를 나머지보다 크게 만든 배열을 생성하고, 상기 균열 영역의 외곽선 추적(contour tracing) 기법을 이용하여 외곽선 화소를 추출하며, 상기 추출된 외곽선과 상기 생성된 배열을 이용하여, 하기의 수학식 3에 근거하여 단락된 경계선의 시작점과 끝점을 추출한 후 연결하는 것을 특징으로 하는 경계선 기반 구조물의 균열 검출 방법.
[수학식 3]
(여기서, Contour는 경계선 추적(contour tracing) 기법, Y는 배열, L은 시작점과 끝점이 한 쌍인 집합임)
The method of claim 19,
The step (d-1),
Create an array in which the pixel corresponding to the boundary line is larger than the rest in the crack region, extract an outline pixel by using a contour tracing technique of the crack region, and use the extracted outline and the generated array And extracting a start point and an end point of the shorted boundary line based on Equation 3 below and connecting the cracks.
[Equation 3]
(Where Contour is a contour tracing technique, Y is an array and L is a set of pairs of start and end points)
상기 (e) 단계는,
(e-1) 상기 (d-2) 단계에서 복원된 균열 영역의 이진 영상에서 서로 인접한 화소끼리 그룹으로 분류하는 단계;
(e-2) 상기 분류된 각 그룹의 평균 프랜지 필터링 값을 산출하는 단계;
(e-3) 상기 산출된 평균 프랜지 필터링 값 중에서 최대값을 검출하는 단계; 및
(e-4) 상기 검출된 최대값에 비례상수를 곱하여 임계값을 설정하며, 상기 설정된 임계값보다 상기 산출된 평균 프랜지 필터링 값이 큰 영역을 균열 영역으로 분류하는 단계;
를 포함하는 경계선 기반 구조물의 균열 검출 방법.
The method of claim 19,
In step (e),
(e-1) classifying pixels adjacent to each other in a binary image of the crack region restored in the step (d-2);
(e-2) calculating average flange filtering values of the classified groups;
(e-3) detecting a maximum value from the calculated average flange filtering values; And
(e-4) setting a threshold value by multiplying the detected maximum value by a proportional constant, and classifying a region having a larger average flange filtering value than the set threshold value as a crack region;
Crack detection method of the boundary-based structure comprising a.
상기 (e) 단계에서,
상기 복원된 균열 영역에 포함된 노이즈는 하기의 수학식 4에 근거하여 제거되는 것을 특징으로 하는 경계선 기반 구조물의 균열 검출 방법.
[수학식 4]
(여기서, Fi는 상기 제2 그룹 분류부에서 분류된 그룹, fg는 프랜지 필터링 영상, fg(Fi)는 각 그룹(Fi)의 평균 프랜지 필터링 값, fgt2는 상대적 임계화의 임계값으로 최대 프랜지 필터링 값(Ffgmax)에 비례 상수 kf를 곱하여 산출됨)The method of claim 21,
In the step (e),
Noise included in the reconstructed crack region is removed based on Equation 4 below.
[Equation 4]
(Where, Fi is a group classified by the second group classification unit, fg is a flange filtering image, fg (Fi) is an average flange filtering value of each group (Fi), and fgt2 is a maximum flange filtering as a threshold of relative thresholding). Calculated by multiplying the value (Ffgmax) by the proportional constant kf)
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180102893A KR102133332B1 (en) | 2018-08-30 | 2018-08-30 | Boundary based structure crack detection apparatus and method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180102893A KR102133332B1 (en) | 2018-08-30 | 2018-08-30 | Boundary based structure crack detection apparatus and method |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20200025480A true KR20200025480A (en) | 2020-03-10 |
| KR102133332B1 KR102133332B1 (en) | 2020-07-13 |
Family
ID=69800987
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020180102893A KR102133332B1 (en) | 2018-08-30 | 2018-08-30 | Boundary based structure crack detection apparatus and method |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102133332B1 (en) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113052089A (en) * | 2021-03-29 | 2021-06-29 | 广东电网有限责任公司 | System, method, device, equipment and storage medium for identifying surface cracks |
| CN117710399A (en) * | 2024-02-06 | 2024-03-15 | 山东省地质测绘院 | Crack contour extraction method in geological survey based on vision |
| CN117830300A (en) * | 2024-03-04 | 2024-04-05 | 新奥新能源工程技术有限公司 | Visual-based gas pipeline appearance quality detection method |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102441276B1 (en) | 2022-03-24 | 2022-09-08 | 주식회사 디와이스코프코리아 | Method, device and system for managing and providing safety information of structure based on mobile terminal |
| KR102524776B1 (en) | 2022-11-18 | 2023-04-25 | 주식회사 엔엔에프텍 | System for detecting fault of underground common tunnel |
| KR102524779B1 (en) | 2022-11-18 | 2023-04-24 | 주식회사 엔엔에프텍 | Network system for detecting fault of underground common tunnel based on multi sensing data |
| KR102663155B1 (en) | 2023-10-17 | 2024-05-07 | 주식회사 디와이스코프코리아 | Apparatus and method for providing monitoring and building structure safety inspection based on artificial intelligence using a smartphone |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0961138A (en) * | 1995-08-24 | 1997-03-07 | Mitsubishi Heavy Ind Ltd | Crack extraction apparatus |
| KR20040035981A (en) * | 2002-10-14 | 2004-04-30 | 주식회사 하이닉스반도체 | Method for sampling edge in image data |
| KR101785410B1 (en) * | 2016-10-19 | 2017-10-16 | 한국철도기술연구원 | a bridge management system which uses a image |
-
2018
- 2018-08-30 KR KR1020180102893A patent/KR102133332B1/en active IP Right Grant
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0961138A (en) * | 1995-08-24 | 1997-03-07 | Mitsubishi Heavy Ind Ltd | Crack extraction apparatus |
| KR20040035981A (en) * | 2002-10-14 | 2004-04-30 | 주식회사 하이닉스반도체 | Method for sampling edge in image data |
| KR101785410B1 (en) * | 2016-10-19 | 2017-10-16 | 한국철도기술연구원 | a bridge management system which uses a image |
Non-Patent Citations (1)
| Title |
|---|
| 한국구조물진단학회(2012.01) * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113052089A (en) * | 2021-03-29 | 2021-06-29 | 广东电网有限责任公司 | System, method, device, equipment and storage medium for identifying surface cracks |
| CN117710399A (en) * | 2024-02-06 | 2024-03-15 | 山东省地质测绘院 | Crack contour extraction method in geological survey based on vision |
| CN117710399B (en) * | 2024-02-06 | 2024-04-30 | 山东省地质测绘院 | Crack contour extraction method in geological survey based on vision |
| CN117830300A (en) * | 2024-03-04 | 2024-04-05 | 新奥新能源工程技术有限公司 | Visual-based gas pipeline appearance quality detection method |
| CN117830300B (en) * | 2024-03-04 | 2024-05-14 | 新奥新能源工程技术有限公司 | Visual-based gas pipeline appearance quality detection method |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102133332B1 (en) | 2020-07-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102133332B1 (en) | Boundary based structure crack detection apparatus and method | |
| US11797886B2 (en) | Image processing device, image processing method, and image processing program | |
| JP6000455B2 (en) | Form recognition method and form recognition apparatus | |
| US9846823B2 (en) | Traffic lane boundary line extraction apparatus and method of extracting traffic lane boundary line | |
| CN113109368B (en) | Glass crack detection method, device, equipment and medium | |
| JP6654849B2 (en) | Method for detecting surface cracks in concrete | |
| US9613266B2 (en) | Complex background-oriented optical character recognition method and device | |
| US10282629B2 (en) | Main-subject detection method, main-subject detection apparatus, and non-transitory computer readable storage medium | |
| KR102085035B1 (en) | Method and Apparatus for Setting Candidate Area of Object for Recognizing Object | |
| CN109858438B (en) | Lane line detection method based on model fitting | |
| JP5908844B2 (en) | Image processing apparatus and image processing method | |
| CN112365461A (en) | Fastener loosening identification method, system, terminal and storage medium | |
| CN111489337A (en) | Method and system for removing false defects through automatic optical detection | |
| CN106327558A (en) | Point cloud facade extraction method and apparatus | |
| JP6338429B2 (en) | Subject detection apparatus, subject detection method, and program | |
| Sucgang et al. | Road surface obstacle detection using vision and LIDAR for autonomous vehicle | |
| Fang et al. | Towards real-time crack detection using a deep neural network with a Bayesian fusion algorithm | |
| Adu-Gyamfi et al. | Functional evaluation of pavement condition using a complete vision system | |
| KR102133330B1 (en) | Apparatus and method for recognizing crack in sturcutre | |
| WO2020158726A1 (en) | Image processing device, image processing method, and program | |
| KR20090083184A (en) | Method for dectecting front and rear vehicle by using image | |
| CN113639685B (en) | Displacement detection method, device, equipment and storage medium | |
| KR102150661B1 (en) | Method and Apparatus for Preprocessing Image for Detecting Objects | |
| KR101371875B1 (en) | A vehicle detection and distance measurement system and method between the vehicles using stereo vision | |
| KR102221317B1 (en) | Inspection apparatus and method based on deep learning |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant | ||
| G170 | Re-publication after modification of scope of protection [patent] |