[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

KR101847944B1 - 무인 항공기를 이용한 도로 균열 탐지 장치 및 방법 - Google Patents

무인 항공기를 이용한 도로 균열 탐지 장치 및 방법 Download PDF

Info

Publication number
KR101847944B1
KR101847944B1 KR1020160056173A KR20160056173A KR101847944B1 KR 101847944 B1 KR101847944 B1 KR 101847944B1 KR 1020160056173 A KR1020160056173 A KR 1020160056173A KR 20160056173 A KR20160056173 A KR 20160056173A KR 101847944 B1 KR101847944 B1 KR 101847944B1
Authority
KR
South Korea
Prior art keywords
crack
image
road surface
region
brightness
Prior art date
Application number
KR1020160056173A
Other languages
English (en)
Other versions
KR20170126148A (ko
Inventor
주용진
김희문
Original Assignee
인하공업전문대학산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 인하공업전문대학산학협력단 filed Critical 인하공업전문대학산학협력단
Priority to KR1020160056173A priority Critical patent/KR101847944B1/ko
Publication of KR20170126148A publication Critical patent/KR20170126148A/ko
Application granted granted Critical
Publication of KR101847944B1 publication Critical patent/KR101847944B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05—Geographic models
    • 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
    • G06T7/0004—Industrial image inspection
    • G06T7/0008—Industrial image inspection checking presence/absence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10032—Satellite or aerial image; Remote sensing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Remote Sensing (AREA)
  • Computer Graphics (AREA)
  • Quality & Reliability (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Image Analysis (AREA)

Abstract

본 발명은 무인 항공기를 이용하여 도로 균열을 탐지하는 장치 및 방법에 관한 것으로, 본 문서에 개시되는 다양한 실시예에 따른 무인 항공기를 이용한 도로 균열 탐지 방법에 있어서, 무인 항공기가 미리 설정된 이동 경로에 따라 촬영한 영상을 수집하는 단계, 상기 영상의 중앙 부분의 평균 밝기를 계산하는 단계, 상기 영상을 축소하고, 상기 축소된 영상에서 노이즈를 제거하는 단계, 상기 노이즈를 제거한 영상에서, 상기 계산된 평균 밝기에 기초하여 도로면을 추출하는 단계 및 상기 추출된 도로면과 관련된 파라미터를 고려하여 상기 도로면에서 균열 영역과 비균열 영역을 결정하는 단계를 포함할 수 있다.

Description

무인 항공기를 이용한 도로 균열 탐지 장치 및 방법{DEVICE AND METHOD FOR DETECTING ROAD CRACK BY USING UNMANED AERIAL VEHICLE}
본 발명은 무인 항공기를 이용하여 도로 균열을 탐지하는 장치 및 방법에 관한 것이다.
도로 균열은, 포장도로의 표면 온도와 도로 밑바닥 온도차이로 발생하며 발생된 도로 균열은 표면으로부터 점점 아래로 확장되어 가며, 균열 보수가 되지 않는 경우 물의 침투가 생길 수 있다. 도로 기초는 물의 침투로 인하여 연화되고 포장도로는 도로 기초가 지탱해주던 힘을 잃고 망상 균열이 발생하여 포장도로는 파괴되고 폐기물이 발생해, 대규모 예산이 소요되는 재포장이 불가피하게 될 수 있다. 아스팔트 도로 표면의 균열은 자동차의 속도, 연료의 소비량, 도로주행시의 승차감, 도로표면의 내구성 등에 영향을 미치며, 이러한 도로의 균열은 장시간 방치 시 상당히 위험한 결과를 초래할 수 있다.
상기와 같은 위험을 방지하고자 균열을 찾아내어 적절한 조치를 취해야 하는데 이 같은 작업은 사람이 직접 하기엔 너무 많은 시간과 비용이 소모되며, 또한 고가의 레이저 장비 차량들을 활용하기에는 초기비용이 너무 많이 들고 그 운용이 까다롭다는 단점이 존재한다.
본 문서에 개시되는 다양한 실시예에 따르면, 무인 항공기에 설치된 영상 장비를 이용하여 도로 균열 탐지가 필요한 지역을 촬영하고, 촬영된 영상으로부터 도로 균열 영역을 추출할 수 있다.
본 문서에 개시되는 다양한 실시예에 따르면, 도로면을 촬영한 영상을 편집할 수 있으며, 상기 편집된 영상에서 도로 균열 영역을 추출할 수 있다.
본 문서에 개시되는 다양한 실시예에 따르면, 무인 항공기에 설치된 영상 장비를 이용하여 도로 균열 탐지가 필요한 지역을 촬영하고, 촬영된 영상에 존재하는 도로 균열의 유형을 판단할 수 있다.
본 문서에 개시되는 다양한 실시예에 따른 무인 항공기를 이용한 도로 균열 탐지 방법에 있어서, 무인 항공기가 미리 설정된 이동 경로에 따라 촬영한 영상을 수집하는 단계, 상기 영상의 중앙 부분의 평균 밝기를 계산하는 단계, 상기 영상을 축소하고, 상기 축소된 영상에서 노이즈를 제거하는 단계, 상기 노이즈를 제거한 영상에서, 상기 계산된 평균 밝기에 기초하여 도로면을 추출하는 단계 및 상기 추출된 도로면과 관련된 파라미터를 고려하여 상기 도로면에서 균열 영역과 비균열 영역을 결정하는 단계를 포함할 수 있다.
본 문서에 개시되는 다양한 실시예에 따른 무인 항공기를 이용한 도로 균열 탐지 방법에 있어서, 영상을 수신하는 단계는, 상기 영상과 관련된 메타데이터를 수신하는 단계를 더 포함하고, 상기 메타데이터에 기초하여 상기 영상을 축소하고, 상기 축소된 영상에서 노이즈를 제거할 수 있다.
본 문서에 개시되는 다양한 실시예에 따른 무인 항공기를 이용한 도로 균열 탐지 방법에 있어서, 도로면의 밝기를 계산하는 단계는, 상기 영상의 중앙 부분의 RGB 밴드 각각의 밝기값의 평균값을 고려하여 상기 도로면의 평균 밝기를 계산할 수 있다.
본 문서에 개시되는 다양한 실시예에 따른 무인 항공기를 이용한 도로 균열 탐지 방법에 있어서, 노이즈는, 상기 무인 항공기로부터 수집된 영상에서 픽셀들의 밝기 차이를 고려하여 결정할 수 있다.
본 문서에 개시되는 다양한 실시예에 따른 무인 항공기를 이용한 도로 균열 탐지 방법에 있어서, 도로면을 추출하는 단계는, 상기 노이즈를 제거한 영상에서 특정 영역의 밝기 및 상기 영상의 중앙 부분의 평균 밝기 간의 차이를 고려하여 상기 영상에서 도로면을 추출할 수 있다.
본 문서에 개시되는 다양한 실시예에 따른 무인 항공기를 이용한 도로 균열 탐지 방법에 있어서, 도로면을 추출하는 단계는, 상기 노이즈를 제거한 영상에서 상기 영상의 중앙 부분의 RGB 밴드 간의 밝기 차이를 고려하여 상기 영상에서 도로면을 추출할 수 있다.
본 문서에 개시되는 다양한 실시예에 따른 무인 항공기를 이용한 도로 균열 탐지 방법에 있어서, 도로면에서 균열 영역과 비균열 영역을 결정하는 단계는, 상기 도로면에서 밝기값의 변화 정도를 고려하여 상기 도로면에서 경계 지역을 추출하는 단계, 상기 추출된 경계 지역을 구성하는 픽셀의 주변 정보를 이용하여 상기 경계 지역들 중 균열 영역에 대응하는 경계 지역을 결정하는 단계를 포함할 수 있다.
본 문서에 개시되는 다양한 실시예에 따른 무인 항공기를 이용한 도로 균열 탐지 방법에 있어서, 균열 영역에 대응하는 경계 지역을 결정하는 단계는, 상기 경계 지역에 포함된 픽셀에 대해 주변 탐색 범위 내의 경계 지역의 개수 및 상기 경계 지역에 포함된 픽셀에 대해 주변 픽셀이 도로면이 아닌 다른 영역에 포함되었는지 여부를 고려하여, 상기 균열 영역에 대응하는 경계 지역을 결정할 수 있다.
본 문서에 개시되는 다양한 실시예에 따른 무인 항공기를 이용한 도로 균열 탐지 방법에 있어서, 추출된 균열 영역에 격자망 구성의 균열 탐지 기법을 적용하는 단계 및 상기 적용된 균열 탐지 기법을 기초로 하여, 상기 추출된 균열 영역의 균열 유형을 결정하는 단계를 더 포함할 수 있다.
본 문서에 개시되는 다양한 실시예에 따른 무인 항공기를 이용한 도로 균열 탐지 방법에 있어서, 균열 영역의 균열 유형을 결정하는 단계는, 균일 영역에 적용된 격자 내에 균열이 존재하는 격자의 수와 형태를 고려하여 상기 균일 영역이 선형 균열 또는 면형 균열인지 여부를 결정할 수 있다.
본 문서에 개시되는 다양한 실시예에 따른 무인 항공기를 이용한 도로 균열 탐지 장치에 있어서, 프로세서를 포함하고, 상기 프로세서는, 상기 무인 항공기가 미리 설정된 이동 경로에 따라 촬영한 영상을 수집하고, 상기 영상의 중앙 부분의 평균 밝기를 계산하고, 상기 영상을 축소하고, 상기 축소된 영상에서 노이즈를 제거하고, 상기 노이즈를 제거한 영상에서, 상기 계산된 평균 밝기에 기초하여 도로면을 추출하고, 상기 추출된 도로면과 관련된 파라미터를 고려하여 상기 도로면에서 균열 영역과 비균열 영역을 결정하도록 하는 인스트럭션들을 수행할 수 있다.
본 문서에 개시되는 다양한 실시예에 따른 무인 항공기를 이용한 도로 균열 탐지 장치에 있어서, 영상을 수신하는 인스트럭션은, 상기 영상과 관련된 메타데이터를 수신하도록 하는 인스트럭션을 더 포함하고, 상기 프로세서는, 상기 메타데이터에 기초하여 상기 영상을 축소하고, 상기 축소된 영상에서 노이즈를 제거하도록 하는 인스트럭션을 더 수행할 수 있다.
본 문서에 개시되는 다양한 실시예에 따른 무인 항공기를 이용한 도로 균열 탐지 장치에 있어서, 도로면의 밝기를 계산하는 인스트럭션은, 상기 영상의 중앙 부분의 RGB 밴드 각각의 밝기값의 평균값을 고려하여 상기 도로면의 평균 밝기를 계산할 수 있다.
본 문서에 개시되는 다양한 실시예에 따른 무인 항공기를 이용한 도로 균열 탐지 장치에 있어서, 노이즈는, 상기 무인 항공기로부터 수집된 영상에서 픽셀들의 밝기 차이를 고려하여 결정할 수 있다.
본 문서에 개시되는 다양한 실시예에 따른 무인 항공기를 이용한 도로 균열 탐지 장치에 있어서, 도로면을 추출하는 인스트럭션은, 상기 노이즈를 제거한 영상에서 특정 영역의 밝기 및 상기 영상의 중앙 부분의 평균 밝기 간의 차이를 고려하여 상기 영상에서 도로면을 추출할 수 있다.
본 문서에 개시되는 다양한 실시예에 따른 무인 항공기를 이용한 도로 균열 탐지 장치에 있어서, 도로면을 추출하는 인스트럭션은, 상기 노이즈를 제거한 영상에서 상기 영상의 중앙 부분의 RGB 밴드 간의 밝기 차이를 고려하여 상기 영상에서 도로면을 추출할 수 있다.
본 문서에 개시되는 다양한 실시예에 따른 무인 항공기를 이용한 도로 균열 탐지 장치에 있어서, 도로면에서 균열 영역과 비균열 영역을 결정하는 인스트럭션은, 상기 도로면에서 밝기값의 변화 정도를 고려하여 상기 도로면에서 경계 지역을 추출하고, 상기 추출된 경계 지역을 구성하는 픽셀의 주변 정보를 이용하여 상기 경계 지역들 중 균열 영역에 대응하는 경계 지역을 결정할 수 있다.
본 문서에 개시되는 다양한 실시예에 따른 무인 항공기를 이용한 도로 균열 탐지 장치에 있어서, 균열 영역에 대응하는 경계 지역을 결정하는 인스트럭션은, 상기 경계 지역에 포함된 픽셀에 대해 주변 탐색 범위 내의 경계 지역의 개수 및 상기 경계 지역에 포함된 픽셀에 대해 주변 픽셀이 도로면이 아닌 다른 영역에 포함되었는지 여부를 고려하여, 상기 균열 영역에 대응하는 경계 지역을 결정할 수 있다.
본 문서에 개시되는 다양한 실시예에 따른 무인 항공기를 이용한 도로 균열 탐지 장치에 있어서, 프로세서는, 상기 추출된 균열 영역에 격자망 구성의 균열 탐지 기법을 적용하고, 상기 적용된 균열 탐지 기법을 기초로 하여, 상기 추출된 균열 영역의 균열 유형을 결정하도록 하는 인스트럭션들을 더 수행할 수 있다.
본 문서에 개시되는 다양한 실시예에 따른 무인 항공기를 이용한 도로 균열 탐지 장치에 있어서, 상기 균열 영역의 균열 유형을 결정하는 인스트럭션은, 균일 영역에 적용된 격자 내에 균열이 존재하는 격자의 수와 형태를 고려하여 상기 균일 영역이 선형 균열 또는 면형 균열인지 여부를 결정할 수 있다.
본 문서에 개시되는 다양한 실시예에 따른 방법들을 실행하기 위한 프로그램이 기록된 컴퓨터에서 판독 가능한 기록 매체를 포함할 수 있다.
본 문서에 개시되는 다양한 실시예에 따르면, 도로 균열 탐지가 필요한 도로면을 광범위하게 조사할 수 있다.
본 문서에 개시되는 다양한 실시예에 따라, 무인 항공기를 이용하여 도로면을 스캐닝함으로써 도로의 포장상태를 실시간으로 확인할 수 있고 이에 대한 균열 보수가 신속히 이루어질 수 있어 유지보수 비용을 절감할 수 있다.
본 문서에 개시되는 다양한 실시예에 따르면, 균열 탐지가 필요한 지역을 무인 항공기를 이용하여 조사함으로써, 기존의 탐지 장비로 접근하기 어려웠던 장소에 대한 균열 탐지를 할 수 있다. 빌딩 외벽, 대규모 저장 탱크, 도로 이외의 건축 및 토목 구조물에 발생된 균열을 탐지할 수 있다.
도 1은 본 발명의 일 실시예에 따른 무인 항공기를 이용하여 도로 균열을 탐지하는 장치를 설명하기 위한 도면이다.
도 2는 본 발명의 일 실시예에 따른 무인 항공기를 이용하여 도로 균열을 탐지하는 방법을 설명하기 위한 순서도이다.
도 3은 본 발명의 일 실시예에 따른 도로 균열 탐지 장치에서 영상의 중앙 부분에 대한 평균 밝기를 계산하는 과정을 설명하기 위한 도면이다.
도 4는 본 발명의 일 실시예에 따른 도로 균열 탐지 장치에서 도로면을 추출하는 방법을 설명하기 위한 도면이다.
도 5는 본 발명의 일 실시예에 따른 도로 균열 탐지 장치에서 경계 지역을 추출하는 방법을 설명하기 위한 도면이다.
도 6는 본 발명의 일 실시예에 따른 도로 균열 탐지 장치에서 균열을 추출하는 방법을 설명하기 위한 도면이다.
도 7a 내지 7d는 본 발명의 일 실시예에 따른 도로 균열 탐지 장치에서 균열 유형을 결정하는 방법을 설명하기 위한 도면이다.
이하, 본 발명의 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.
도 1은 본 발명의 일 실시예에 따른 무인 항공기를 이용하여 도로 균열을 탐지하는 장치를 설명하기 위한 도면이다.
일 실시예에 따르면, 도로 균열 탐지 장치(100)는 적어도 하나의 무인 항공기(110) 또는 적어도 하나의 위성(120)과 무선 또는 유선으로 연결될 수 있다.
도로 균열 탐지 장치(100)는 입출력부, 통신부, 저장부 또는 제어부를 포함할 수 있다. 도로 균열 탐지 장치(100)는 무인 항공기(110)가 촬영한 영상을 수신할 수 있으며, 수신한 영상을 편집하는 동작을 수행할 수 있다. 도로 균열 탐지 장치(100)는 무인 항공기(110) 또는 위성(120)과 무선 또는 유선으로 정보를 주고받을 수 있다. 예를 들어, 도로 균열 탐지 장치(100)는 통신부를 통해 무인 항공기(110) 또는 위성(120)과 무선으로 연결될 수 있으며, 입출력부를 통해 무인 항공기(110)와 유선으로 연결될 수도 있다.
도로 균열 탐지 장치(100)는 무인 항공기(110)로부터 수신한 영상과 위성(120)으로부터 수신한 위치 또는 메타데이터를 이용하여, 상기 수신한 영상을 편집할 수 있다. 또는 상기 영상을 이용하여 영상과 관련된 지역을 시뮬레이션 할 수 있다. 예를 들어, 영상을 축소하거나 영상에서 노이즈를 제거할 수 있다. 또한 영상으로부터 도로면을 추출할 수 있으며, 도로면에서 균열 영역 또는 비균열 영역을 추출할 수 있다.
무인 항공기(110)는 도로 균열 탐지가 필요한 지역의 상공을 비행하며, 해당 지역의 도로면 등을 촬영할 수 있다. 예를 들어, 무인 항공기(110)는 도로 균열 탐지가 필요한 지역의 영상을 촬영하고, 촬영된 영상을 무인 항공기에 구비된 통신 회로를 이용하여 도로 균열 탐지 장치(100)에 송신할 수 있다. 무인 항공기(110)는 통신부, 제어부, 저장부 또는 각종 센서를 포함할 수 있다.
무인 항공기(110)에는 적어도 하나의 센서가 구비될 수 있다. 예를 들면, 무인 항공기(110)에는 탐지가 필요한 지역을 영상으로 촬영하기 위한 광학 센서가 구비될 수 있다. 또한 탐지가 필요한 지역의 주변 환경에 대한 정보를 수집하기 위해 기압 센서, 마그네틱 센서, 온/습도 센서, 조도 센서 또는 UV(ultra violet) 센서 중 적어도 하나를 포함할 수 있다. 무인 항공기(110)의 상태 정보를 수집하기 위해 자이로 센서 또는 가속도 센서 등이 구비될 수 있다. 무인 항공기(110)는 통신부를 포함하여, 도로 균열 탐지 장치(100) 또는 위성(120)과 무선 또는 유선으로 정보를 주고받을 수 있다.
무인 항공기(110)에는 무선 통신을 위한 장치가 구비될 수 있다. 무선 통신은, 예를 들면, 근거리 통신을 포함할 수 있다. 근거리 통신은, 예를 들면, WiFi(wireless fidelity), 블루투스(Bluetooth), NFC(near field communication), 또는 GNSS(global navigation satellite system) 등 중 적어도 하나를 포함할 수 있다. GNSS는 사용 지역 또는 대역폭 등에 따라, 예를 들면, GPS(Global Positioning System), Glonass(Global Navigation Satellite System), Beidou Navigation Satellite System 또는 Galileo, the European global satellite-based navigation system 중 적어도 하나를 포함할 수 있다. 이하, 본 문서에서는, “GPS”는 “GNSS”와 혼용되어 사용(interchangeably used)될 수 있다. 유선 통신은, 예를 들면, USB(universal serial bus), HDMI(high definition multimedia interface), RS-232(recommended standard 232), 또는 POTS(plain old telephone service) 등 중 적어도 하나를 포함할 수 있다. 예를 들어, 무인 항공기(110)는 복수의 GPS 수신기를 포함할 수 있으며, 복수의 GPS 수신기는 무인 항공기(110)에 설치된 방사형의 GPS 고정 받침대에 설치될 수 있다. 방사형의 GPS 고정 받침대는 중심에서 서로 120도 각도를 이루는 동일한 길이의 지지대 3개를 포함하는 형태로 구성될 수 있다. 다만, 이에 한정하는 것은 아니며, 고정 받침대에 포함된 지지대의 개수에 따라 고정 받침대의 중심에서 각각의 지지대가 이루는 각도 등은 변경될 수 있다.
위성(120)은 무인 항공기(110)에 구비된 복수의 GPS 수신기로 무인 항공기(110)의 현재 위치 또는 속도 등의 정보를 송신할 수 있다.
도 2는 본 발명의 일 실시예에 따른 무인 항공기를 이용하여 도로 균열을 탐지하는 방법을 설명하기 위한 순서도이다.
동작 210 에서, 무인 항공기가 미리 설정된 이동 경로에 따라 도로 균열에 대한 탐지가 필요한 지역을 촬영할 수 있다. 무인 항공기는 사용자 또는 제어부를 통해 입력된 이동 경로를 따라 비행하면서, 도로면을 중심으로한 복수의 촬영 영상을 획득할 수 있다. 무인 항공기에서 촬영된 영상을 무선 또는 유선으로 도로 균열 탐지 장치에 전달될 수 있다. 도로 균열 탐지 장치에 구비된 제어부는 무인 항공기로부터 수신한 복수의 촬영 영상을 분류하고 저장할 수 있다.
동작 220 에서, 도로 균열 탐지 장치의 제어부는 무인 항공기로부터 수신한 영상에서 도로면을 확정하고, 확정된 도로면의 평균 밝기를 계산할 수 있다. 무인 항공기에서 촬영된 영상은 도로면 뿐만 아니라 다른 지형지물도 한꺼번에 촬영되어 도로면을 특정하기 어렵다는 단점이 있다. 무인 항공기가 촬영한 영상에서 도로면에 대한 균열을 추출하기 위해서는 도로면의 확정하는 단계가 필요하다. 이를 위해 도로 균열 장치의 제어부에서는 균열 추출에 앞서 도로면의 평균 밝기를 계산할 수 있다.
무인 항공기는 미리 설정된 이동 경로, 예를 들면, 균열 탐지가 필요한 도로면을 따라 비행하면서 해당 지역을 촬영하기 때문에, 무인 항공기에서 촬영된 영상의 중앙 부분에는 일반적으로 균열 탐지가 필요한 도로면이 위치하게 된다. 도로 균열 탐지 장치의 제어부는 무인 항공기로부터 수신한 영상의 중앙 부분에 대한 평균 밝기를 계산함으로써, 해당 영상에 대응하는 도로면의 밝기를 획득할 수 있다.
동작 230 에서, 도로 균열 탐지 장치의 제어부는, 무인 항공기로부터 수신한 영상을 축소하고, 축소한 영상에서 노이즈를 제거할 수 있다. 일반적으로 도로는 복수의 광물로 이루어진 혼합물로 만들어지기 때문에, 도로면은 여러 가지 밝기로 표현될 수 있다. 따라서, 무인 항공기에서 취득된 고해상도 영상을 그대로 사용하여 추출할 경우 이러한 밝기 차이들이 노이즈로 작동하여 균열로 인식 될 수 있다. 이러한 문제점을 해결하기 위해, 영상의 크기를 축소하여 도로면 밝기의 변화를 최소화할 수 있다. 이와 더불어, 영상의 노이즈를 제거함으로써, 도로면을 정확하게 추출할 수 있다.
동작 240 에서, 상기 축소 및 노이즈가 제거된 영상에 앞서 계산된 평균 밝기에 기초하여 도로면을 추출할 수 있다. 동작 220 에서 계산한 영상의 중앙 부분에 대한 평균 밝기를 이용하여 영상의 도로면을 추출할 수 있다. 예를 들어, 무인 항공기는 도로면을 따라 이동하며 미리 설정된 지역을 촬영할 수 있다. 따라서, 영상의 중앙 부부에는 도로면이 위치할 수 있다. 도로 균열 탐지 장치의 제어부에서 계산한 영상의 중앙 부분에 대한 평균 밝기는, 영상의 중앙 부분에 위치한 도로면의 평균 밝기로 이용될 수 있다. 중앙 부분의 평균 밝기에 기초하여, 상기 평균 밝기와 유사한 밝기를 가지는 영역을 도로면으로 추출할 수 있다.
동작 250 에서, 도로 균열 탐지 장치의 제어부는 상기 추출된 도로면과 관련된 파라미터를 고려하여 상기 도로면에서 균열 영역과 비균열 영역을 결정할 수 있다. 일 실시예에 따르면, 도로면에서 밝기값의 변화 정도를 고려하여 도로면에서 경계 지역을 추출할 수 있다. 예를 들어, 도로면에서 밝기가 급격하게 변하는 부분을 경계 지역으로 추출할 수 있다. 또한, 이렇게 추출된 경계 지역을 구성하는 픽셀의 주변 정보를 이용하여 상기 경계 지역들 중 균열 영역에 대응하는 경계 지역을 결정할 수 있다. 예를 들어, 경계의 선형 정보를 파악하여, 영상에서 한 점이 경계로 판단되었을 때 주변에 존재하는 경계의 개수를 세어 일정 수 이상일 때 균열로 판단할 수 있다. 또는, 밝기 비교 등을 통해 도로면이 아닌 것으로 판단된 지역이 일정 임계 면적 이상 존재하는 것으로 판단된 경우, 해당 지역을 균열 영역에서 제외할 수 있다. 이 방식은 차선이나 도로 표시등에서 추출되는 경계를 제외하기 위하여 적용될 수 있다. 이를 위해, 한 점이 경계로 판단되었을 때 주변 픽셀에서 도로면이 아닌 지역이 일정 수 이상 존재하면 균열에서 제외할 수 있다.
도 3은 본 발명의 일 실시예에 따른 도로 균열 탐지 장치에서 영상의 중앙 부분에 대한 평균 밝기를 계산하는 과정을 설명하기 위한 도면이다.
일 실시예에 따른 도로 균열 탐지 장치에서는 무인 항공기에서 촬영된 영상을 편집할 수 있다. 이를 위해, 미리 설정된 지역을 탐색하면서 해당 지역을 촬영한 무인 항공기로부터 촬영 영상을 수신할 수 있다.
예를 들어, 도로 균열 탐지 장치는 무인 항공기로부터 특정 지역에 대응하는 촬영 영상 310을 수신할 수 있다. 영상 310에는 도로면, 차량 및 녹지 등이 표현되어 있다. 도로 균열 탐지 장치의 제어부는 무인 항공기로부터 수신된 영상 310의 중앙 부분에 대한 평균 밝기를 계산할 수 있다. 이를 위해, 영상 310의 중앙 부분 중 일부(320)를 평균 밝기 계산을 위한 단위 영역으로 추출할 수 있다. 도로 균열 탐지 장치의 제어부는 추출된 단위 영상 330을 이용하여, 상기 단위 영역 330 내의 평균 밝기를 계산할 수 있다. 본 실시예에서는 도로 균열 탐지 장치의 제어부가 영상의 중앙 부분을 자동으로 선택하고, 선택된 중앙 부분에 대한 평균 밝기 값을 계산하는 과정에 대하여 설명하였으나 이에 한정되는 것은 아니다.
일 실시예에 따른 도로 균열 탐지 장치의 제어부는, 무인 항공기로부터 수신된 촬영 영상 310의 평균 밝기 값을 계산할 영역(320)에 대한 선택을 사용자로부터 수신할 수도 있다. 사용자는 무인 항공기에서 촬영된 복수의 촬영 영상 각각에 대하여 도로면을 직접 선택할 수 있으며, 각 촬영 영상 별로 선택된 단위 영역은 단위 영역이 속하는 영상에서 도로면을 추출하는데 이용될 수 있다. 예를 들어, 영상의 중앙 부분 또는 사용자로부터 선택된 영역에 대한 평균 밝기를 계산한 후, 계산된 밝기를 기준으로 도로면을 추출할 밝기 범위를 설정할 수 있다. 만약 단위 영역 330으로부터 계산된 밝기값이 140 일 경우, 촬영 영상 310 에서 120 내지 160에 해당하는 밝기값을 가지는 영역을 도로면으로 추출할 수 있다.
도 4는 본 발명의 일 실시예에 따른 도로 균열 탐지 장치에서 도로면을 추출하는 방법을 설명하기 위한 도면이다.
일 실시예에 따른 영상 410은 도로 균열 탐지 장치에서 무인 항공기로부터 수신한 촬영 영상이다. 촬영 영상 410을 보면, 도로면(411)과 도로면이 아닌 영역(413)이 존재한다. 도로 균열 탐지 장치의 제어부는 영상의 중앙 부분 또는 사용자로부터 선택된 영역에 대한 평균 밝기를 계산한 후, 계산된 밝기를 기준으로 도로면을 추출할 밝기 범위를 설정할 수 있다. 만약 계산된 평균 밝기값이 140 일 경우, 촬영 영상 410 에서 120 내지 160에 해당하는 밝기값을 가지는 영역을 도로면으로 추출할 수 있다. 예를 들어, 촬영 영상 410에서 411 영역은 도로면으로 추출하고, 413 영역은 도로면 이외의 영역으로 추출할 수 있다.
일 실시예에 따라, 계산된 평균 밝기보다 특정 지역의 밝기값이 20 이상 큰 경우 상기 특정 영역을 도로면 이외의 영역으로 분류할 수 있다. 또는, 계산된 평균 밝기보다 특정 지역의 밝기값이 50 이하 작은 경우 상기 특정 영역을 도로면 이외의 영역으로 분류할 수 있다. 예를 들어, 영상의 중앙 부분 또는 선택된 도로면의 평균 밝기값이 140일 경우 도로면 추출 기준은 90 내지 160 범위로 설정될 수 있다. 평균 밝기값을 기준으로 하단의 임계값 50(=140-90)이 상단의 임계값 20(=160-140)보다 더 크게 설정된 이유는, 대부분의 균열은 도로면의 평균 밝기값보다 더 어두운 값을 가지기 때문이다. 따라서, 도로면 내에 존재하는 균열이 탐지 과정에서 제외되는 것을 막기 위해 아래쪽 임계값을 더 크게 설정할 수 있다.
일 실시예에 따라, 특정 영역을 표현하는 RGB 밴드 각각의 밝기값 차이가 20이 넘는 경우 상기 특정 영역을 도로면 이외의 영역으로 분류할 수도 있다. 예를 들어, (R밴드 - G밴드 > 20), (G밴드 - B밴드 > 20) 또는 (B밴드 - R밴드 > 20) 중 어느 하나라도 만족되는 경우, 해당 영역을 도로면 이외의 영역으로 분류할 수 있다. 예를 들어, 도로면의 색상은 어두운 회색 계열로 R, G, B 각 밴드의 밝기값 차이가 크게 나지 않을 수 있다. 따라서 상기 조건을 추가하여 더 정확하게 도로면을 추출할 수 있다.
일 실시예에 따른 도로 균열 탐지 장치의 제어부는, 촬영 영상으로부터 도로면과 도로면 이외의 영역을 추출한 후, 이를 기초로 하여 촬영 영상을 편집할 수 있다. 예를 들어, 편집 영상 420과 같이, 도로면으로 추출된 영역(421)은 흰색으로 표현할 수 있다. 도로면 이외의 영역(423)으로 추출된 영역은 검은색으로 표현할 수 있다.
도 5는 본 발명의 일 실시예에 따른 도로 균열 탐지 장치에서 경계 지역을 추출하는 방법을 설명하기 위한 도면이다.
일 실시예에 따른 영상 510은 도로 균열 탐지 장치에서 무인 항공기로부터 수신한 촬영 영상이다. 촬영 영상 510을 보면, 비균열 영역(511)과 균열 영역(513)이 존재한다. 도로 균열 탐지 장치의 제어부는 도로면(511)에 존재하는 균열 영역(513)을 구별하기 위해 상기 촬영 영상에서 밝기가 급격하게 변하는 지역을 경계 지역으로 추출할 수 있다.
일 실시예에 따라, 경계 지역을 추출하는 과정에는 Canny 알고리즘이 사용될 수 있다. Canny 경계 추출 알고리즘은 다음의 네 단계로 구성될 수 있다. 가우시안 블러(Gaussian Blur) 방식을 이용하여 이미지에 블러(blur) 효과를 적용하여 이미지의 노이즈 제거하는 제1 단계, 소벨 엣지(sobel edge) 방식을 이용하여 이미지의 경계를 편집함으로써 이미지의 선명도를 조절하는 제2 단계, 경계의 크기(magnitude)가 최대(maximum)인 경우 이를 경계로 추출하는 제3단계 및 밝기 변화와 관련하여 미리 설정된 두 개의 임계값을 사용하여 경계를 연결하는 제4 단계로 구성될 수 있다.
추가적으로, 제3 단계에서는 선택된 지역과 이웃하는 모든 지역에 대해서 크기가 최대인지 판별하지 않고, 경계의 orientaton을 고려해 탐색 방향을 결정할 수 있으며, 경계 방향은 0, 45, 90, 135 도의 네 가지 방향으로 결정될 수 있다. 또한 제4 단계는, 상기 두 개의 임계값과 관련하여, 이웃하는 두 영역 간의 밝기 변화 정도가 첫 번째 임계값보다 큰 경우 상기 두 영역이 맞닿는 부분을 경계로 설정할 수 있다. 이와 달리, 이웃하는 두 영역 간의 밝기 변화 정도가 첫 번째 임계값보다 크지는 않지만, 두 번째 임계값보다 크고 상기 두 영역의 주변에 또 다른 경계가 있을 경우, 경계가 연결되도록 설정할 수 있다.
일 실시예에 따라, 상기 Canny 알고리즘을 통해 추출된 경계 지역(523)은 편집 영상 520에서 흰색의 선형구조(523)로 표현될 수 있다. 경계 지역으로 추출되지 않은 영역(521)은 검은색으로 표현될 수 있다.
도 6은 본 발명의 일 실시예에 따른 도로 균열 탐지 장치에서 균열을 추출하는 방법을 설명하기 위한 도면이다.
일 실시예에 따른 도로 균열 탐지 장치에서 경계 지역에 대한 추출이 완료되면, 경계 지역에 대한 정보를 기반으로 경계들 중 균열에 해당하는 지역을 추출할 수 있다. 균열의 밝기값은 일반적으로 균열 주변에 위치한 영역보다 어둡기 때문에, 경계로 결정된 지역의 주변 정보를 활용하여 균열 여부를 확정할 수 있다.
일 실시예에 따른 도로 균열 탐지 장치에서는, 서로 연결되어 있는 특징을 가지는 균열의 선형 정보를 이용하여 경계 지역 중 균열을 추출할 수 있다. 예를 들어, 무인 항공기에서 촬영된 영상 중 한 점이 경계로 판단되었을 때 주변에 존재하는 경계의 개수를 세어 일정 수 이상일 때 상기 한 점을 균열로 판단할 수 있다. 일 실시예에 따라, 경계로 판단된 한 점 주변에 대한 탐색 범위를 10x10 픽셀로 제한하고, 상기 10x10 픽셀의 영역 내에 경계의 개수가 10픽셀 이하, 즉 10% 이하로 존재할 경우 상기 영역은 균열이 아니라고 판단할 수 있다.
도 6의 620을 보면, 도로면(621) 상의 여러 경계 지역 중 균열에 해당하는 부분(623)만을 추출할 수 있다. 도로면과 다른 색을 가지는 부분이 임계 면적 이상 존재하면, 해당 부분은 선형 구조를 가지는 균열로 판단하기 어렵기 때문에 비균열 영역으로 분류될 수 있다.
도 7a 내지 7d는 본 발명의 일 실시예에 따른 도로 균열 탐지 장치에서 균열 유형을 결정하는 방법을 설명하기 위한 도면이다.
도 7a는 격자망 구성을 이용하여 도로 균열의 유형을 결정하는 방법을 설명하기 위한 도면이다.
일 실시예에 따른 도로 균열 탐지 장치에서, 도로면에 발생한 균열의 종류를 탐지하기 위해 격자망 구성 방식의 균열 탐지 기법을 적용할 수 있다. 도로면 상의 균열들은 횡단균열, 종단균열, 예외적인 형태의 균열 등으로 구별할 수 있다. 또는 횡단 및 종단 균열을 하나로 묶어 선형 균열로 분류할 수 있으며, 예외적인 형태의 균열을 면형 균열로 분류할 수 있다.
균열 탐지를 위해 도 7a의 도면과 같이, 일정한 간격의 격자망(705)을 구성하고 격자 간의 연결성을 활용하여 균열 탐지를 수행할 수 있다. 예를 들어, 수많은 격자 중 700과 같이 균열 영역이 추출되지 않은 영역은 비균열 영역으로 분류되어, 균열 유형을 결정하는 과정에서 제외될 수 있다. 이와 달리, 703과 같이 균열 영역이 추출된 격자는 균열 유형을 결정하는데 사용될 수 있다. 예를 들어, 균열 유형의 결정에는 3x3 크기의 격자 그룹이 사용될 수 있다. 격자 그룹 내에 균열이 존재하는 격자의 수와 형태를 고려하여 균열 유형을 결정할 수 있다.
일 실시예에 따라 균열 유형을 결정하는데 사용되는 균열에는, 길이 90cm 이상인 선형 균열 또는 폭 90x90 cm2 이상인 면형 균열이 사용될 수 있다.
도 7b에 도시된 710 내지 730은, 도 7a에 도시된 수많은 격자 중 서로 이웃하는 3x3 격자 3개를 도시한 도면이다. 예를 들어, 710은 3개의 행(1행 내지 3행) 및 3개의 열(a열 내지 c열)로 구성될 수 있다. 710을 구성하는 9개의 격자 중, 총 3개의 격자(1행a열, 1행c열 및 3행c열)에 표시된 사선은 균열 영역이 추출된 영역을 의미하는 표시로 사용될 수 있다.
일 실시예에 따른 도로 균열 탐지 장치는, 격자 그룹을 구성하는 열 중 적어도 하나의 열에서 균열이 추출되지 않았을 경우, 해당 격자 그룹에 대해서는 격자 유형을 결정하지 않을 수 있다. 예를 들어, 710 내지 730의 격자 그룹에는 균열이 추출되지 않은 열이 총 4개 존재한다. 이 경우 도로 균열 탐지 장치는 해당 부분에는 균열이 존재하지 않는 것으로 판단할 수 있다.
도 7c에 도시된 740 내지 760은, 도 7a에 도시된 수많은 격자 중 서로 이웃하는 3x3 격자 3개를 도시한 도면이다. 예를 들어, 740은 3개의 행(1행 내지 3행) 및 3개의 열(a열 내지 c열)로 구성될 수 있다. 740을 구성하는 9개의 격자 중, 총 4개의 격자(1행a열, 1행c열, 2행b열 및 3행c열)에 표시된 사선은 균열 영역이 추출된 영역을 의미하는 표시로 사용될 수 있다.
일 실시예에 따른 도로 균열 탐지 장치는, 격자 그룹을 구성하는 모든 열에 균열 격자가 하나 이상 존재하고 균열 격자의 수가 3개 이상, 6개 미만인 경우 균열의 유형을 선형 균열로 결정할 수 있다. 예를 들어, 740 내지 760의 격자 그룹의 모든 열에 적어도 하나 이상의 균열 격자가 존재하고, 740 내지 760의 격자 그룹마다 균열 격자가 3개 이상 6개 미만으로 존재한다. 따라서, 740 내지 760의 격자 그룹이 추출된 영역의 균열 유형은 선형 균열로 결정될 수 있다.
도 7d에 도시된 770 내지 790은, 도 7a에 도시된 수많은 격자 중 서로 이웃하는 3x3 격자 3개를 도시한 도면이다. 예를 들어, 770은 3개의 행(1행 내지 3행) 및 3개의 열(a열 내지 c열)로 구성될 수 있다. 770을 구성하는 9개의 격자 중, 총 6개의 격자(1행a열, 1행b열, 1행c열, 2행b열, 2행c열 및 3행c열)에 표시된 사선은 균열 영역이 추출된 영역을 의미하는 표시로 사용될 수 있다.
일 실시예에 따른 도로 균열 탐지 장치는, 격자 그룹을 구성하는 모든 열에 균열 격자가 하나 이상 존재하고 균열 격자의 수가 6개 이상인 경우 균열의 유형을 면형 균열로 결정할 수 있다. 예를 들어, 770 내지 790의 격자 그룹의 모든 열에 적어도 하나 이상의 균열 격자가 존재하고, 770 내지 790의 격자 그룹마다 균열 격자가 6개 이상 존재한다. 따라서, 770 내지 790의 격자 그룹이 추출된 영역의 균열 유형은 면형 균열로 결정될 수 있다.
본 발명의 실시예에 따른 방법들은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다.
이상과 같이 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다.
그러므로, 본 발명의 범위는 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등한 것들에 의해 정해져야 한다.

Claims (21)

  1. 무인 항공기를 이용한 도로 균열 탐지 방법에 있어서,
    무인 항공기가 미리 설정된 이동 경로에 따라 촬영한 영상을 수집하는 단계;
    상기 영상의 중앙 부분의 평균 밝기를 계산하는 단계;
    상기 계산된 평균 밝기에 기초하여 도로면을 추출하는 단계;
    상기 추출된 도로면에서 밝기값의 변화 정도를 고려하여 상기 도로면에서 경계 지역을 추출하는 단계;
    상기 추출된 경계 지역에 포함된 픽셀에 대해 주변 탐색 범위 내의 경계 지역의 개수 및 상기 추출된 경계 지역에 포함된 픽셀의 주변 픽셀이 도로면이 아닌 다른 영역에 포함되었는지 여부를 고려하여, 상기 도로 균열의 영역에 대응하는 경계 지역을 결정하는 단계를 포함하는 도로 균열 탐지 방법.
  2. 제1항에 있어서,
    상기 영상을 수신하는 단계는,
    상기 영상과 관련된 메타데이터를 수신하는 단계를 더 포함하고,
    상기 메타데이터에 기초하여 상기 영상을 축소하고, 상기 축소된 영상에서 노이즈를 제거하는 도로 균열 탐지 방법.
  3. 제1항에 있어서,
    상기 도로면의 밝기를 계산하는 단계는,
    상기 영상의 중앙 부분의 RGB 밴드 각각의 밝기값의 평균값을 고려하여 상기 도로면의 평균 밝기를 계산하는 도로 균열 탐지 방법.
  4. 제1항에 있어서,
    상기 영상을 축소하는 단계; 및
    상기 축소된 영상에서 노이즈를 제거하는 단계
    를 더 포함하고,
    상기 노이즈는,
    상기 무인 항공기로부터 수집된 영상에서 픽셀들의 밝기 차이를 고려하여 결정되는 도로 균열 탐지 방법.
  5. 제4항에 있어서,
    상기 도로면을 추출하는 단계는,
    상기 노이즈를 제거한 영상에서 특정 영역의 밝기 및 상기 영상의 중앙 부분의 평균 밝기 간의 차이를 고려하여 상기 영상에서 도로면을 추출하는 도로 균열 탐지 방법.
  6. 제4항에 있어서,
    상기 도로면을 추출하는 단계는,
    상기 노이즈를 제거한 영상에서 상기 영상의 중앙 부분의 RGB 밴드 간의 밝기 차이를 고려하여 상기 영상에서 도로면을 추출하는 도로 균열 탐지 방법.
  7. 삭제
  8. 삭제
  9. 제1항에 있어서,
    상기 추출된 균열 영역에 격자망 구성의 균열 탐지 기법을 적용하는 단계; 및
    상기 적용된 균열 탐지 기법을 기초로 하여, 상기 추출된 균열 영역의 균열 유형을 결정하는 단계
    를 더 포함하는 도로 균열 탐지 방법.
  10. 제9항에 있어서,
    상기 균열 영역의 균열 유형을 결정하는 단계는,
    균일 영역에 적용된 격자 내에 균열이 존재하는 격자의 수와 형태를 고려하여 상기 균일 영역이 선형 균열 또는 면형 균열인지 여부를 결정하는 도로 균열 탐지 방법.
  11. 무인 항공기를 이용한 도로 균열 탐지 장치에 있어서,
    프로세서를 포함하고,
    상기 프로세서는,
    상기 무인 항공기가 미리 설정된 이동 경로에 따라 촬영한 영상을 수집하고,
    상기 영상의 중앙 부분의 평균 밝기를 계산하고,
    상기 계산된 평균 밝기에 기초하여 도로면을 추출하고,
    상기 추출된 도로면에서 밝기값의 변화 정도를 고려하여 상기 도로면에서 경계지역을 추출하고,
    상기 추출된 경계 지역에 포함된 픽셀에 대해 주변 탐색 범위 내의 경계 지역의 개수 및 상기 추출된 경계 지역에 포함된 픽셀의 주변 픽셀이 도로면이 아닌 다른 영역에 포함되었는지 여부를 고려하여, 상기 도로 균열의 영역에 대응하는 경계 지역을 결정하는 인스트럭션을 수행하는 도로 균열 탐지 장치.
  12. 제11항에 있어서,
    상기 영상을 수신하는 인스트럭션은,
    상기 영상과 관련된 메타데이터를 수신하도록 하는 인스트럭션을 더 포함하고,
    상기 프로세서는,
    상기 메타데이터에 기초하여 상기 영상을 축소하고, 상기 축소된 영상에서 노이즈를 제거하도록 하는 인스트럭션을 더 수행하는 도로 균열 탐지 장치.
  13. 제11항에 있어서,
    상기 도로면의 밝기를 계산하는 인스트럭션은,
    상기 영상의 중앙 부분의 RGB 밴드 각각의 밝기값의 평균값을 고려하여 상기 도로면의 평균 밝기를 계산하는 도로 균열 탐지 장치.
  14. 제11항에 있어서,
    상기 프로세서는,
    상기 영상을 축소하고,
    상기 축소된 영상에서 노이즈를 제거하고,
    상기 노이즈는,
    상기 무인 항공기로부터 수집된 영상에서 픽셀들의 밝기 차이를 고려하여 결정되는 도로 균열 탐지 장치.
  15. 제14항에 있어서,
    상기 도로면을 추출하는 인스트럭션은,
    상기 노이즈를 제거한 영상에서 특정 영역의 밝기 및 상기 영상의 중앙 부분의 평균 밝기 간의 차이를 고려하여 상기 영상에서 도로면을 추출하는 도로 균열 탐지 장치.
  16. 제14항에 있어서,
    상기 도로면을 추출하는 인스트럭션은,
    상기 노이즈를 제거한 영상에서 상기 영상의 중앙 부분의 RGB 밴드 간의 밝기 차이를 고려하여 상기 영상에서 도로면을 추출하는 도로 균열 탐지 장치.
  17. 삭제
  18. 삭제
  19. 제11항에 있어서,
    상기 프로세서는,
    상기 추출된 균열 영역에 격자망 구성의 균열 탐지 기법을 적용하고,
    상기 적용된 균열 탐지 기법을 기초로 하여, 상기 추출된 균열 영역의 균열 유형을 결정하도록 하는 인스트럭션들을 더 수행하는 도로 균열 탐지 장치.
  20. 제19항에 있어서,
    상기 균열 영역의 균열 유형을 결정하는 인스트럭션은,
    균일 영역에 적용된 격자 내에 균열이 존재하는 격자의 수와 형태를 고려하여 상기 균일 영역이 선형 균열 또는 면형 균열인지 여부를 결정하는 도로 균열 탐지 장치.
  21. 제1항 내지 제6항, 제9항 및 제10항 중 어느 한 항의 방법을 실행하기 위한 프로그램이 기록된 컴퓨터에서 판독 가능한 기록 매체.

KR1020160056173A 2016-05-09 2016-05-09 무인 항공기를 이용한 도로 균열 탐지 장치 및 방법 KR101847944B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160056173A KR101847944B1 (ko) 2016-05-09 2016-05-09 무인 항공기를 이용한 도로 균열 탐지 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160056173A KR101847944B1 (ko) 2016-05-09 2016-05-09 무인 항공기를 이용한 도로 균열 탐지 장치 및 방법

Publications (2)

Publication Number Publication Date
KR20170126148A KR20170126148A (ko) 2017-11-17
KR101847944B1 true KR101847944B1 (ko) 2018-04-11

Family

ID=60808455

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160056173A KR101847944B1 (ko) 2016-05-09 2016-05-09 무인 항공기를 이용한 도로 균열 탐지 장치 및 방법

Country Status (1)

Country Link
KR (1) KR101847944B1 (ko)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101977052B1 (ko) * 2018-06-07 2019-05-10 이승호 무인비행체를 이용한 도로상태 조사시스템 및 이를 이용한 조사방법
CN112906688A (zh) * 2019-12-04 2021-06-04 刘志方 基于视觉处理的信息解析平台
US11756006B2 (en) * 2020-05-07 2023-09-12 Bye UAS LLC Airport pavement condition assessment methods and apparatuses
CN111554093A (zh) * 2020-05-15 2020-08-18 无锡北斗星通信息科技有限公司 通行参考数据实时解析系统及方法
CN112198899A (zh) * 2020-09-30 2021-01-08 安徽乐道信息科技有限公司 基于无人飞行器的道路检测方法、设备和存储介质
KR102404771B1 (ko) * 2021-05-13 2022-06-02 서울대학교 산학협력단 무인비행체 탑재 열화상 카메라로 촬영한 야생동물 개체 자동 선별 방법 및 장치
CN113919733B (zh) * 2021-10-26 2024-10-15 华能澜沧江水电股份有限公司 一种有用料场内调配运单归集方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008067231A (ja) * 2006-09-08 2008-03-21 Toshiba Corp 放送受信装置および方法
JP2008538623A (ja) * 2005-04-20 2008-10-30 フェデラシオン イタリアーナ ジョッコ カルチオ 運動行為中のイベントを検出及び分類するための方法及びシステム
JP2011179874A (ja) * 2010-02-26 2011-09-15 East Nippon Expressway Co Ltd 舗装路面のクラックの抽出と損傷レベルの評価方法
JP2011242365A (ja) * 2010-05-21 2011-12-01 Nippon Telegr & Teleph Corp <Ntt> コンクリート構造物画像のひび割れ検知装置、ひび割れ検知方法及びそのプログラム
KR101478914B1 (ko) * 2013-07-05 2015-01-06 현대다이모스(주) 관성측정정보를 이용하여 영상정보를 보정하는 4wd 차량의 노면인식장치 및 방법
JP2015170298A (ja) * 2014-03-10 2015-09-28 株式会社東芝 輝度制御装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008538623A (ja) * 2005-04-20 2008-10-30 フェデラシオン イタリアーナ ジョッコ カルチオ 運動行為中のイベントを検出及び分類するための方法及びシステム
JP2008067231A (ja) * 2006-09-08 2008-03-21 Toshiba Corp 放送受信装置および方法
JP2011179874A (ja) * 2010-02-26 2011-09-15 East Nippon Expressway Co Ltd 舗装路面のクラックの抽出と損傷レベルの評価方法
JP2011242365A (ja) * 2010-05-21 2011-12-01 Nippon Telegr & Teleph Corp <Ntt> コンクリート構造物画像のひび割れ検知装置、ひび割れ検知方法及びそのプログラム
KR101478914B1 (ko) * 2013-07-05 2015-01-06 현대다이모스(주) 관성측정정보를 이용하여 영상정보를 보정하는 4wd 차량의 노면인식장치 및 방법
JP2015170298A (ja) * 2014-03-10 2015-09-28 株式会社東芝 輝度制御装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Development of Crack Detection System with Unmanned Aerial Vehicles and Digital Image Processing, The 2015 World Congress on ASEM15(2015)*
단면의 골재분포를 고려한 콘크리트의 휨균열 진전 거동해석기법, 한국안전학회지(산업안전학회지) 제28권6호(2013)*

Also Published As

Publication number Publication date
KR20170126148A (ko) 2017-11-17

Similar Documents

Publication Publication Date Title
KR101847944B1 (ko) 무인 항공기를 이용한 도로 균열 탐지 장치 및 방법
JP6713368B2 (ja) 情報処理装置、表示装置、情報処理方法、及びプログラム
Duque et al. Bridge deterioration quantification protocol using UAV
JP6779698B2 (ja) 舗装ひび割れ解析装置、舗装ひび割れ解析方法及び舗装ひび割れ解析プログラム
CN107923132B (zh) 裂纹解析装置、裂纹解析方法以及记录介质
US8116530B2 (en) Map change detection device, map change detection method, and program
US10931871B2 (en) Pipeline detection method and apparatus, and storage medium
CN108230344B (zh) 一种隧道渗漏水病害自动识别方法
US20160133008A1 (en) Crack data collection method and crack data collection program
CN103714538B (zh) 道路边缘检测方法、装置及车辆
CN110889327B (zh) 一种基于热红外图像的水域周边排污口智能检测方法
JP6615065B2 (ja) 情報処理装置、情報処理方法、及びプログラム
CN111260615A (zh) 基于激光和机器视觉融合的无人机桥梁表观病害检测方法
KR101811637B1 (ko) 선택적인 픽셀 비닝 장치 및 방법
JP6678267B1 (ja) 道路不具合検出装置、道路不具合検出方法及び道路不具合検出プログラム
US20160133007A1 (en) Crack data collection apparatus and server apparatus to collect crack data
JP6615066B2 (ja) 情報処理装置、情報処理方法、及びプログラム
US20230308777A1 (en) Image capturing device, data acquisition unit, image capturing system, and image capturing method
JP6647171B2 (ja) 情報処理装置、情報処理方法、及びプログラム
CN110809779A (zh) 图像合成方法、图像合成装置及记录介质
JP6146731B2 (ja) 座標補正装置、座標補正プログラム、及び座標補正方法
CN112950543B (zh) 一种桥梁养护方法、系统、存储介质及智能终端
JP7103975B2 (ja) 構造物検出装置、構造物検出方法及び構造物検出プログラム
US20240040247A1 (en) Method for capturing image, method for processing image, image capturing system, and information processing system
JP6932057B2 (ja) 路面性状調査装置及び路面性状調査システム

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant