1 |
1
구조물의 균열 영상을 수신하는 균열 영상 수신부;상기 균열 영상 수신부에서 수신된 균열 영상의 히스토그램을 분석하여 바이모달리티를 산출하는 히스토그램 분석부;상기 히스토그램 분석부에서 산출된 상기 바이모달리티를 기초로 균열 영상 내의 그림자 유무를 판단하고, 그림자가 존재하는 그림자 영상과 그림자가 존재하지 않는 비그림자 영상으로 구분하는 그림자 판단부;상기 그림자 판단부에서 상기 그림자 영상으로 구분된 균열 영상에 한하여 그림자 제거 연산을 수행하는 그림자 제거부;상기 그림자 제거부에서 그림자 제거 연산이 수행된 그림자 제거 영상에서 균열을 인식하거나, 또는 상기 그림자 판단부에서 구분된 상기 비그림자 영상에서 균열을 인식하는 균열 인식부;를 포함하고, 상기 히스토그램 분석부는, 수신된 균열 영상의 히스토그램을 산출하여 클래스간 분산이 최대가 되는 지점을 임계값으로 설정하는 임계값 산출부;상기 산출된 임계값을 기준으로 영상을 두 그룹으로 나누어 각 그룹에서 변수와 빈도수에 대한 2차 다항식을 추정하는 다항식 추정부;상기 추정된 2차 다항식으로부터 각 그룹의 피크의 방향과 크기를 포함한 피크값을 산출하는 피크 산출부; 및 상기 산출된 피크값을 이용하여 바이모달리티를 산출하는 바이모달리티 산출부;를 포함하며, 상기 임계값 산출부에서, 상기 클래스간 분산은 하기의 수학식 1에 근거하여 연산되는 것을 특징으로 하는 구조물의 균열 인식 장치
|
2 |
2
삭제
|
3 |
3
삭제
|
4 |
4
제1항에 있어서,상기 임계값 산출부에서,상기 클래스간 분산이 최대가 되도록 하는 상기 임계값은 하기의 수학식 2에 근거하여 연산되는 것을 특징으로 하는 구조물의 균열 인식 장치
|
5 |
5
제4항에 있어서,상기 다항식 추정부에서,상기 임계값을 기준으로 두 그룹으로 나누어진 각 그룹의 2차 다항식은 하기의 수학식 3에 근거하여 추정되는 것을 특징으로 하는 구조물의 균열 인식 장치
|
6 |
6
제5항에 있어서,상기 피크 산출부에서,상기 피크 값은 상기 추정된 2차 다항식으로부터 하기의 수학식 4에 근거하여 산출되는 것을 특징으로 하는 구조물의 균열 인식 장치
|
7 |
7
제6항에 있어서,상기 바이모달리티 산출부에서,상기 바이모달리티는 상기 피크 값을 하기의 수학식 5에 대입하여 산출되는 것을 특징으로 하는 구조물의 균열 인식 장치
|
8 |
8
제7항에 있어서,상기 그림자 판단부는, 상기 바이모달리티가 상기 임계값보다 클 경우, 해당 영상을 상기 그림자 영상으로 분류하는 것을 특징으로 하는 구조물의 균열 인식 장치
|
9 |
9
제1항에 있어서,상기 그림자 제거부는,상기 그림자 제거 연산을 하기의 수학식 6에 근거하여 수행하는 것을 특징으로 하는 구조물의 균열 인식 장치
|
10 |
10
제1항에 있어서,상기 균열 인식부는, 상기 그림자 제거 영상 또는 상기 비그림자 영상에서 균열을 인식하되, 상기 균열 인식은 명암을 기준으로 한 이진화를 통해 균열 후보를 추출한 다음, 상기 추출된 객체의 크기와 원형도를 이용하여 설정 조건을 만족하는 경우에 균열로 인식하는 것을 특징으로 하는 구조물의 균열 인식 장치
|
11 |
11
제1항, 제4항 내지 제10항 중 어느 한 항의 구조물의 균열 인식 장치를 이용한 구조물의 균열 인식 방법으로서,(a) 상기 균열 영상 수신부에서, 구조물의 균열 영상을 수신하는 단계;(b) 상기 히스토그램 분석부에서, 상기 균열 영상 수신부로부터 수신된 균열 영상의 히스토그램을 분석하여 바이모달리티를 산출하는 단계;(c) 상기 그림자 판단부에서, 상기 히스토그램 분석부로부터 산출된 상기 바이모달리티를 기초로 균열 영상 내의 그림자 유무를 판단하고, 그림자가 존재하는 그림자 영상과 그림자가 존재하지 않는 비그림자 영상으로 구분하는 단계;(d) 상기 그림자 제거부에서, 상기 그림자 판단부에서 상기 그림자 영상으로 구분된 균열 영상에 한하여 그림자 제거 연산을 수행하는 단계; 및(e) 상기 균열 인식부에서, 상기 그림자 제거 연산이 수행된 그림자 제거 영상에서 균열을 인식하거나, 또는 상기 그림자 판단부에서 구분된 상기 비그림자 영상에서 균열을 인식하는 단계;를 포함하고, 상기 (b) 단계는, (b-1) 상기 임계값 산출부에서, 수신된 균열 영상의 히스토그램을 산출하여 클래스간 분산이 최대가 되는 지점을 임계값으로 설정하는 단계;(b-2) 상기 다항식 추정부에서, 상기 산출된 임계값을 기준으로 영상을 두 그룹으로 나누어 각 그룹에서 변수와 빈도수에 대한 2차 다항식을 추정하는 단계;(b-3) 상기 피크 산출부에서, 상기 추정된 2차 다항식으로부터 각 그룹의 피크의 방향과 크기를 포함한 피크값을 산출하는 단계; 및(b-4) 상기 바이모달리티 산출부에서, 상기 산출된 피크값을 이용하여 바이모달리티를 산출하는 단계;를 포함하며, 상기 (b-1) 단계에서, 상기 임계값 산출부에서, 상기 클래스간 분산은 하기의 수학식 1에 근거하여 연산되는 것을 특징으로 하는 구조물의 균열 인식 방법
|
12 |
12
삭제
|
13 |
13
삭제
|
14 |
14
제11항에 있어서,상기 (b-1) 단계에서,상기 임계값 산출부에서, 상기 클래스간 분산이 최대가 되도록 하는 상기 임계값은 하기의 수학식 2에 근거하여 연산되는 것을 특징으로 하는 구조물의 균열 인식 방법
|
15 |
15
제14항에 있어서,상기 (b-2) 단계에서,상기 다항식 추정부에서, 상기 임계값을 기준으로 두 그룹으로 나누어진 각 그룹의 2차 다항식은 하기의 수학식 3에 근거하여 추정되는 것을 특징으로 하는 구조물의 균열 인식 방법
|
16 |
16
제15항에 있어서,상기 (b-3) 단계에서, 상기 피크 산출부에서, 상기 피크 값은 상기 추정된 2차 다항식으로부터 하기의 수학식 4에 근거하여 산출되는 것을 특징으로 하는 구조물의 균열 인식 방법
|
17 |
17
제16항에 있어서,상기 (b-4) 단계에서,상기 바이모달리티 산출부에서, 상기 바이모달리티는 상기 피크 값을 하기의 수학식 5에 대입하여 산출되는 것을 특징으로 하는 구조물의 균열 인식 방법
|
18 |
18
제17항에 있어서,상기 (c) 단계에서,상기 그림자 판단부에서, 상기 바이모달리티가 상기 임계값보다 클 경우, 해당 영상을 상기 그림자 영상으로 분류하는 것을 특징으로 하는 구조물의 균열 인식 방법
|
19 |
19
제11항에 있어서,상기 (d) 단계에서, 상기 그림자 제거부에서, 상기 그림자 제거 연산을 하기의 수학식 6에 근거하여 수행하는 것을 특징으로 하는 구조물의 균열 인식 방법
|
20 |
20
제11항에 있어서,상기 (e) 단계에서, 상기 균열 인식부에서, 상기 그림자 제거 영상 또는 상기 비그림자 영상의 균열을 인식하되, 상기 균열 인식은 명암을 기준으로 한 이진화를 통해 균열 후보를 추출한 다음, 상기 추출된 객체의 크기와 원형도를 이용하여 설정 조건을 만족하는 경우에 균열로 인식하는 것을 특징으로 하는 구조물의 균열 인식 방법
|