논문 상세보기
영상처리 기반 팽창 및 균열탐지 알고리즘을 이용한 콘크리트 영상의 균열탐지 KCI 등재
Crack Detection in Concrete Images using a Dilation and Crack Detection Algorithm based on Image Processing
- 언어KOR
- URLhttps://db.koreascholar.com/Article/Detail/415264
pp.54-63
본 연구에서는 콘크리트 이미지에서 균열의 크기와 위치를 검출하는 알고리즘을 개발하였다. 균열은 총 9단계로 자 동 검출되었으며, 기본 기능은 매트랩 프로그램의 기능이었다. 5단계와 8단계에서는 균열 검출 정확도를 높이기 위해 사용자 알고리즘을 추가하였으며, 균열 영상과 비균열 영상을 각각 1,000개씩 사용하였다. 균열 이미지에서는 균열이 100% 검출됐지만 품질 측면에서 나쁘지 않은 결과를 제외하더라도 91.8%의 결과가 매우 양호했다. 또한, 균열되지 않은 이미지의 정확도도 94.7%로 매우 양호했다. 이에 본 연구에서 제시한 균열검출 알고리즘은 콘크리트 우물 균열의 위치와 크기를 검출할 수 있을 것으로 기대된다.
This study presents an algorithm that detects the sizes and locations of cracks in concrete images. A crack was automatically detected after nine steps. A Matlab-encoded function was used as the basic function and user algorithms were added in steps 5 and 8 to increase the accuracy of crack detection. The algorithm was provided with 1000 crack images and 1000 images without cracks. The algorithm detected 100% of the cracks in the crack images, 91.8% with very good quality after excluding the results with lower quality (Type A). The detection accuracy in the images without cracks (94.7%) was also very good. Therefore, the developed crack detection algorithm is expected to effectively detect the locations and sizes of cracks in concrete wells.
1. 서 론
2. 균열탐지 방법
2.1 Step 1 : Read the Image
2.2 Step 2 : Enhance the Image
2.3 Step 3 : Filtering
2.4 Step 4 : Binarize the Image
2.5 Step 5 : Dilate the Image
2.6 Step 6 : Erode the Image
2.7 Step 7 : Labeling Connected Components
2.8 Step 8 : Detect the Cracks
2.9 Step 9 : Overlay the Image
3. 균열탐지 알고리즘
3.1 사용자 알고리즘 Ⅰ
3.2 사용자 알고리즘 Ⅱ
4. 결과 분석
5. 결론
ACKNOWLEDGEMENT
REFERENCES
