PURPOSES : The objective of this study was to evaluate the results of the dynamic immersion test (DIT) through digital image analysis (DIA). METHODS : The asphalt binder retained post DIT was inspected visually by more than three investigators. However, because visual observations can be subjective, depending on the inspector’s skills and knowledge, DIA was also performed. The threshold value for the DIA was determined by a mesh analysis, in which the digital image to be analyzed is divided into very small meshes. In addition, the bitumen bond strength (BBS) test was also performed to the compare the visual results with the mechanical values. RESULTS AND CONCLUSIONS : Depending on the materials used, various methods can be used to predict the behavior of retained asphalt. However, the increasing ratio in the trend of retained asphalt shows different behaviors among the evaluation methods. In this study, the results of the visual observations were significantly different from those of the DIA, the mesh analysis, and the BBS tests. Thus, DIA is an appropriate method for evaluating the results of the DIT. However, in order to use this technique in the field, it is necessary to determine a more reasonable threshold value by performing DIA on various materials.

현재 아스팔트 포장 분야는 최근의 이상기후(집중호우 및 폭설)로 인하여 수분으로 인한 파손(점착력 약화로 인한 박리 및 포트홀)이 증가하고 있는 실정이다. 이에 국토교통부에서는 『아스팔트 혼합물 생산 및 시공 지침(2014)』의 재료 선정 과정에서 동적수침 시험을 통하여 피복잔류율이 50% 미만이면 박리방 지 재료를 사용토록 규정하고 있다. EN 12697-11에 규정되어있는 동적수침 시험은 골재와 아스팔트 사 이의 박리 저항성 평가하고 이 결과를 통해 아스팔트 혼합물의 수분 저항성을 평가하는 시험법으로, 피복 잔류율 평가는 검사자의 주관적인 육안 평가를 통해 이루어지기 때문에 시험결과의 객관성 및 신뢰성이 부족하다고 할 수 있다. 본 연구에서는 동적수침시험의 객관성 및 신뢰성 향상을 위하여, Digital Image Analysis(DIA)를 도입하였으며, Mesh Analysis를 통하여 DIA의 기준값을 선정하였다. Mesh Analysis 를 위하여 시험 후 건조된 시료를 동일한 조건에서 스캔하여 총 400(20×20) 개의 mesh로 나누어 각 셀 에 대한 피복율을 육안조사를 통하여 총 5 단계의 가중치를 적용하여 계산하였다. DIA는 이미지 파일을 화소(Pixel) 값을 기반으로 처리하는 기법으로, Mesh Analysis에 이용된 25비트 컬러 이미지 파일을 그 레이 이미지(화소값 0(검정색)~255(흰색))로 변환한 후 기준값을 바탕으로 변환된 흑백의 이미지를 이용 하여 피복율을 계산하는 분석방법이다. 보다 객관적인 피복율 비교를 위하여 BBS 시험을 수행하여 얻어 진 점착력을 피복율과 비교하였다. Fig. 1(a)는 피복율과 점착력의 비교결과, Fig. 1(b)는 AP-3를 기준으 로 계산된 피복율과 점착력의 재료에 따른 변동비율 결과를 보여준다. Fig. 1에서 육안평가 결과의 경향은 다른 평가방법과 다른 경향을 나타냈으며 즉, 육안평가는 시료 종 류에 따른 피복율 경향 파악에는 적합한 방법이 될 수는 있으나, 객관적인 피복율 평가에는 미흡한 것으 로 판단된다. 반면에 DIA는 Mesh Analysis 및 BBS 결과와 비교적 유사한 경향을 보였으며, 동적수침시 험의 피복율 평가에 DIA를 적용하는 것은 결과의 신뢰성 및 객관성 측면에서 도움이 될 수 있을 것으로 판단된다.

최근 기후변화로 인한 집중호우의 강도와 빈도가 증가하면서 아스팔트 포장의 포트홀 발생이 급격히 증가하고 있다. 포트홀은 아스팔트 포장에 침투된 수분이 교통하중과 함께 간극수압을 야기하여 아스팔트 포장의 골재 표면과 아스팔트 바인더 사이의 점착력을 약화시켜 박리가 발생하여 포장이 파손되는 것을 말한다. 이로 인해 아스팔트 포장체의 조기 파손이 발생하게 되면 아스팔트 포장의 공용성을 감소시키고 유지·보수비용을 증가시키므로 사용재료에 대한 점착력 특성을 파악하는 작업이 반드시 필요하다. 본 연 구에서는 아스팔트 포장시공에 많이 사용되는 3가지 종류의 아스팔트 바인더(PG58-22, PG64-22, PG76-22)를 선정해서 동적수침시험(Dynamic Immersion Test)과 바인더 점착력 시험(Bitumen Bond Strength, BBS Test)을 수행하여 각 아스팔트 바인더의 점착력을 평가하였다. 동적수침시험은 EN 12697-11 기준에 의해 수행되었으며, 주관적인 결과분석방법(육안평가)의 개선을 위해 DIA(Digital Image Analysis)를 통해 객관적인 평가를 수행하였다. 각 시편은 기존에 적용되던 육안조사와 무게변화 의 방법을 수행하는 동시에 객관적인 평가를 위해 Mesh Analysis 방법을 적용하였다. 각 시편을 동일한 조건에서 스캔하여 얻어진 이미지 파일을 총 400(20×20)개의 mesh로 나뉘어 각 cell에 대한 피복율을 5 단계의 가중치를 적용하여 계산하였다(Equation 1). Mesh Analysis의 결과를 적용하여 얻어진 기준값 (Threshold Value) 36을 기준으로 DIA를 수행하여 최종 점착력을 비교 ․ 분석하였다. Fig. 1은 동적수침 시험과 BBS Test로 얻어지는 수분민감성과 상온에서의 점착력결과를 나타낸 것이다. 본 연구에서는 DIT의 각 평가 방법을 비교하였고, 그 결과를 BBS 시험과 비교하여 아스팔트 바인더의 점착력을 평가하였으며, 도출된 결론은 다음과 같다. 기존의 DIT 육안평가 방법은 평가자 간의 차이가 크 기 때문에 주관적인 결과를 도출할 가능성이 있으며, DIA를 이용하여 보다 객관적인 평가를 수행할 수 있 을 것으로 판단된다. BBS 시험결과 PG등급이 높을수록 상온에서의 점착력이 좋다는 것을 확인할 수 있 었고, DIT 시험결과 또한 동일한 경향을 보이는 것으로 나타났다.

현재의 도로설계기준은 안전주행을 위한 최소한의 요건만을 제시하고 있기 때문에 이 설계기준에 따라 건설된 도로는 운전자가 주행 중 기대하는 구조 및 환경을 충분히 반영하였다고 보기 어렵다. 따라서 한국건설기술연구원에서는 포로의 안전성을 평가하고 주행안전성을 제고하기 위해 도로안전성 조사분석차량을 개발하고 있다. 본 논문에서는 이 차량에 탑재된 다양한 자료수집 장비 중 일정거리간격으로 디지털 영상을 취득하는 영상취득시스템에 중점을 두고 기술하였다. 영상취득시스템은 도로 및 주변시설물을 운전자의 시점에서 촬영하는 전방카메라와 차선추출을 위해 차량의 좌우에서 도로면을 촬영하는 측하방카메라, 일정거리간격으로 영상촬영 신호를 발생하는 동기화장치로 이루어져 있다. 각 영상은 위치정보와 함께 저장되므로 전방영상은 길어깨 폭 측정 등의 기하구조 계산에 사용되고. 측하방영상은 도로의 선형을 대표하는 중앙차선을 추출하는데 유용하게 사용될 수 있을 것으로 판단된다.

이 연구에서는 디지털 이미지 분석법을 활용하여 북동태평양 ODP Leg 204 시추 코아 시료에서 산출된 부유성 유공충 Neogloboquadrina pachyderma 권각의 감긴 방향을 컴퓨터 프로그래밍으로 결정하였다. 이것은 유공충 군집 이미지에서 N. pachyderma 개체를 자동 인식하게 한 것이며, N. pachyderma 권각 방향을 컴퓨터 프로그래밍으로 결정할 수 있도록 고안한 것이다. 이 알고리즘을 이용한 새로운 판독 방법을 사용한 결과 유공충 시료에 대한 정량 분석이 빠르게 수행될 수 있게 되었으며, 실제현미경을 통한 관찰 결과와 비교하였을 때 약 90% 만큼 높게 일치하였다. 이 수치는 컴퓨터를 이용한 디지털 이미지 분석이 미고생물학 분야에 성공적으로 적용될 수 있다는 점을 시사하고 있다.

This paper presents an automated determination technique of optimal subset sizes for digital image correlation (DIC) analysis of speckle patterned images. The smaller subset size would typically have the higher DIC accuracy with respect to local minute deformation, but insufficient speckle pattern information within the excessively small often augment DIC errors due to lack of correlation features. Therefore, optimal subset size determination is crucial for the precise DIC analysis. To automate the optimal subset size determination process, first, the reference and test speckle pattern images are obtained from the target structure surface with a certain time interval. Then, an initial seed point which will be used for the subset center point is assigned on the reference speckle pattern image. Subsequently, normalized cross correlation (NCC) between the reference and test images is performed by increasing subset sizes from the seed point. Next, the matching distance between the two images is calculated using the maximum correlation coefficient. As the subset size increases, the matching distance between the two subsets converges a certain value. It physically means that the sufficient correlation features will be included in the subset. Finally, the optimal subset size can be determined by selecting the minimum subset size where the matching distance value starts to be converged. The proposed technique is experimentally validated using an aluminium plate with sprayed speckle pattern.

자갈 이상의 조립질 재료로 이루어진 하천의 하상 재료 입도분석은 많은 노력과 경비를 소요하는 일이기 때문에, 적절히 분석되지 못하고 있는 것이 현실이다. 본 연구의 목적은 자갈 이상의 조립질 재료로 이루어진 하상의 입도 분포를 영상 처리를 통하여 분석하는 기법을 개발하는 것이다. 전체 개발 과정은 개별 입자의 영상 정보 분석과정과 하상 영상에서 입자를 분석하는 두 과정으로 이루어졌다. 먼저 개별 입자들의 영상에 나타난 평면 특성(장축, 중간축, 면적 등)이 실제 입자와 어떤 관계를 가지는지 분석하였다. 이를 위하여, 대종천, 밀양강, 형산강의 3개 하천에서 420개의 자갈 시료를 채취한 뒤, 각 입자의 버니어캘리퍼스로 장축, 중간축, 단축의 길이를 측정하고, 저울로 중량을 측정하였다. 채취된 입자를 개별적으로 영상으로 찍은 후, 영상에서 장축과 중간축, 면적을 계측하는 프로그램을 개발하였다. 개발된 프로그램을 이용한 영상 정보와 실제 측정한 자료를 비교하였다. 입자의 개별 측정 결과 자갈 하천의 하상 재료의 형상계수는 0.51~0.59 이었다. 이는 모래 하상의 0.7, 자갈 하천이 이보다 약간 작다는 통상적으로 알려져 있는 지식과 부합하였다. 또한, 하천에 따라 형상 계수는 약간의 차이를 보이기 때문에 일괄적으로 통일된 값을 적용하기는 어려울 것으로 보인다. 한편, 자갈의 중량은 장축이나 중간축보다는 면적과의 상관성이 더 높다. 이 자료의 결과를 이용하여 영상 분석에서 나온 면적을 입자의 중량과 공칭직경으로 환산하는 방법을 제시하였다. 두 번째 과정으로 ImageJ 프로그램을 이용하여 대종천, 밀양강, 형산강의 하상 영상에 적용하여 자갈입자의 면적을 분석하고 이를 입도분포 곡선으로 환산하였다. 영상 분석에서 구한 입도분포를 시료를 채취하여 실측한 자료와 비교한 결과는 매우 타당한 결과를 보였다.

이 연구는 칼라 디지털 카메라 영상 분석에 의한 유수분화기 벼 군락의 건물중 및 질소흡수량 추정 모델, 유수분화기 질소흡수량과 질소 수비량에 따른 유수분화기 이후 질소 흡수량 추정 모델, 유수분화기 질소 흡수량과 유수분화기 이후 질소 흡수량에 따른 수량 및 쌀 단백질함량 추정 모델을 구축하고 이를 종합하여 목표 수량 또는 단백질함량을 달성하기 위한 질소 수비량을 추천하는 원시 프로그램을 개발하여 현장 적용성 예비 검토를 실시하고자 한 것이다. 1. 군락피복도(CC)와 군락체적(CV)은 초장, 건물중 및 질소흡수량과 고도로 유의한정의 상관을 나타내었으며, R, G, B, NDI 및 명도 값은 이들과 유의한 부의 상관을 나타내었다. 한편 표준화된 색지표인 r은 잎 및 지상부 질소함량과 유의한 부의 상관을 나타내었으나 표준화 색지표 b와 g는 이들과 유의한 상관을 보이지 않았다. 2. 벼 군락의 디지털 카메라 영상분석을 이용한 벼 지상부 건물중 및 질소 흡수량을 추정하기 위한 비선형회귀 모델을 작성하였다. 지상부 건물중 추정 모텔에는 CC와 정규화된 R값(r, NorR)이 변수로 채택이 되었고, 질소흡수량 추정에는 CC와 정규화된 G값(g, NorG)이 채택되었으며, 이들 모델의 결정계수는 각각 0.81과 0.68이었다. 영성분석 색지표 이외에 초장을 모델에 도입하는 경우 모델의 결정계수는 더 높아졌다. 3. 유수분화기에 적정 질소 추비량을 처방하기 위해서는 유수분화기 식물체의 질소 영양 상태(질소 흡수량, PNup) 및 질소 시비량이 수량과 단백질함량에 미치는 영향을 정량화하여야 하는데, 이를 위하여 Npi와 PNup이 유수 분화기부터 성숙기까지의 지상부 질소흡수량에 미치는 영향 및 PNup과 PHNup이 벼 수량 및 쌀 단백질 함량에 미치는 영향을 검토하여 중회귀 모델을 작성하였으며 이 모델들은 결정계수가 모두 0.8이상으로 높았다. 4. 상기의 모델들을 종합하여 유수분화기 벼 군락 영상분석을 이용한 수비처방 원시 프로그램을 작성하여 예비 검증 실험을 하였다. 벼 수비 처방 프로그램에 의해 쌀단백질 함량 6.0%를 기준으로 처방된 수비질소 분시율이 19%~21%로 표준재배 분시율 30%에 비해 낮은 수준으로 처방되었으나 완전미 수량은 대등하였고, 단백질함량은 수비처방 목표단백질 함량 6%보다는 다소 낮은 5.7~5.8%였으며, 수량과 단백질함량의 변이 계수는 관행 수비 처방구에 비하여 프로그램 처방구에서 크게 낮아져서 프로그램 처방에 의하여 수량과 품질이 균질화되는 결과였다.