디지털 영상을 기반으로 교량 구조물 손상부위 자동 식별 방법

블로그

홈페이지홈페이지 / 블로그 / 디지털 영상을 기반으로 교량 구조물 손상부위 자동 식별 방법

Apr 17, 2024

디지털 영상을 기반으로 교량 구조물 손상부위 자동 식별 방법

Scientific Reports 13권, 기사 번호: 12532(2023) 이 기사 인용 182 측정항목 세부정보에 액세스 효과적인 기술적 수단을 사용하여 모니터링하고

Scientific Reports 13권, 기사 번호: 12532(2023) 이 기사 인용

182 액세스

측정항목 세부정보

교량의 구조적 손상을 실시간으로 장기간 모니터링하고 경고하기 위해 효과적인 기술적 수단을 사용하는 것은 과학적, 실용적 가치가 크다. 전통적인 이미지 인식 네트워크 모델은 현장 이미지 부족으로 인해 제한되는 경우가 많습니다. 데이터 정보가 없을 때 교량 구조물의 디지털 이미지에서 자동 인식 및 매개변수 획득 문제를 해결하기 위해 본 논문에서는 윤곽 조각 및 정량적 특성화를 효과적으로 달성하는 디지털 이미지 기반 교량 구조물 손상 영역의 자동 식별 방법을 제안합니다. 교량 구조물 손상 부위. 첫째, 교량 구조물 손상 부위의 디지털 영상 특징을 정의한다. 손상 영역의 픽셀값이 주변 영상의 픽셀값과 확연히 다르다는 특징을 최대한 활용하여 현장 촬영 영상의 품질을 효과적으로 향상시킬 수 있는 구조 손상 영역의 영상 전처리 방법을 제안한다. 그리고 교량 구조물 표면 영상의 손상된 영역 윤곽 조각을 달성하기 위해 영상의 전역 및 국부 임계값 특징을 유기적으로 융합하는 개선된 Ostu 방법을 제안합니다. 피해지역 규모, 피해지역 비율, 피해지역 방향 계산규칙이 구축된다. 교량 구조 손상 부위의 주요 검사 및 특성 매개변수 진단이 실현됩니다. 마지막으로 실제 프로젝트 사례와 결합하여 테스트 및 분석을 진행합니다. 결과는 본 논문에서 제안한 방법이 실현 가능하고 안정적이며 현재 교량 구조의 손상 면적 측정 정확도를 향상시킬 수 있음을 보여줍니다. 이 방법은 교량 구조의 감지 및 유지 관리에 대한 더 많은 데이터 지원을 제공할 수 있습니다.

교량은 국가 경제 발전에 있어 매우 중요한 선도적 역할을 하고 있으며 이는 국가에 막대한 경제적, 사회적 이익을 가져올 수 있으므로 국가에서는 교량의 안전한 이용에 많은 관심을 기울이고 있습니다1. 그러나 자연환경의 침식, 건축자재의 노후화, 교량자체의 피로영향 및 기타 악영향으로 인해 교량의 저항력은 필연적으로 저하되어 자연재해에 대한 저항능력은 저하되고 심지어는 정상적인 환경. 극단적인 경우에는 대형사고로 이어질 수 있습니다2. 교량구조는 국가 기반시설 건설의 중요한 부분이다. Bridge는 서로 다른 지역 간의 빈번한 통신을 가능하게 합니다. 그러나 여러 환경 요인의 영향으로 서비스 시간이 길어짐에 따라 교량 구조는 구조적 손상 정도가 다르게 나타납니다. 교량구조는 일반 공공건물과 다릅니다. 교량이 붕괴되거나 사용 중 안전성이 결여되면 우리나라에 막대한 해를 끼치고 국민들에게 막대한 손실을 입게 되므로 교량 구조는 높은 안전성 상태를 유지해야 하며 유지보수 빈도도 일반 교량보다 높습니다. 공공건물3. 정상적인 운영상태에서 교량의 적용성, 안전성 및 내구성을 보장하기 위해서는 교량의 구조적 손상에 대한 실시간 및 장기 모니터링과 조기경보를 수행할 수 있는 효과적인 기술적 수단을 채택하여 교량 구조물의 안전성 평가를 위한 과학적 근거4,5,6.

많은 고속도로가 완성됨에 따라 교량 구조는 점점 더 커지고 있습니다. 고가교, 연속 빔 교량 및 연속 강체 프레임 교량을 사용하면 교량 검사에 시간이 많이 걸리고 힘든 작업이 됩니다. 콘크리트 교량의 유지 관리에서 손상 영역 감지는 교량 구조에 대한 중요한 검사 및 진단 단계 중 하나입니다. 일반적으로 교량 표면 균열은 콘크리트 구조물의 지지력, 수밀성 및 수명을 평가하는 데 사용될 수 있습니다. 교량의 정하중 굽힘 시험에서 보 하단의 균열 검출은 수동으로 완료됩니다. 인공 시각 감지는 작업자의 경험과 기술 수준에 따라 달라지므로 시간이 많이 걸리고 안전성이 낮아 감지 효과를 객관적으로 평가하기가 어렵습니다. 교량 표면 이미지의 손상 부위 자동 감지는 비파괴 검사에 매우 효과적입니다7. 빔 균열을 정기적으로 감지하면 콘크리트 교량 구조의 안전성과 신뢰성을 평가하고 사고를 예방할 수도 있습니다. 기존의 수동 감지는 비효율적이며 원활한 도로 교통 흐름에 영향을 미칩니다. 교량 구조 사진을 영상처리 기술을 이용하여 분석하여 교량 상부구조 바닥판의 질병을 실시간, 비파괴, 고정밀, 저비용으로 검출하는 방법입니다. 현재 다른 분야에서도 이 방법이나 원리를 사용하는 완전한 장비 세트가 있지만 이러한 장비는 대부분 해외에서 개발되었으며 가격이 비쌉니다. 또한, 교량질환의 다양성과 불확실성으로 인해 질병 검출 과정의 알고리즘에 대해서는 여전히 추가 연구가 필요하다.

 a, the gray value b is bright in the image, that is salt noise, and the gray value a is dark, which is pepper noise. In view of image noise existing in the bridge structure damage area, adaptive median filter can effectively retain the image edge features, so this paper selects adaptive median filter method for image denoising. The principle of adaptive median filtering method is to adjust the size of filtering window by the noise density, and use different processing methods to process the noise points and signal points. Then, median filter the noise points to keep the gray value of signal points unchanged. The gray value of pixel (x, y) in the bridge structure image is fxy, the current working window is represented by Axy. The preset maximum allowable window is represented by A. the minimum, median and maximum gray values in A are fmin, fmed and fmax respectively. The basic steps of algorithm are shown in Fig. 6./p>