초록 close

콘크리트 구조물에 발생한 균열은 내구성과 사용성 측면의 문제가 발생할 수 있기 때문에 정기적으로 관리하여야 한다. 대부분의 균열 측정은 균열 현미경과 균열 게이지와 같은 장비를 이용하여 균열의 폭, 길이, 방향 등과 같은 균열의 특징을 육안조사나 수작업에 의해 수행되고 있다. 그러나 기존의 방법들은 시간과 인력이 많이 필요할 뿐만 아니라 계측자의 주관이 개입될 여지가 많다. 따라서 이 연구에서는 이미지 프로세싱과 인공신경회로망을 이용하여 콘크리트 표면 균열 평가 기법을 제시하고자 한다. 개발된 기법은 세부분(균열 검출, 균열 분석, 균열 패턴인식)으로 나누어진다. 개발된 기법의 유효성을 검증하기 위하여 실험을 수행하였고, 실험 결과 개발된 기법은 콘크리트 표면 균열을 효과적으로 검출, 분석할 수 있었고, 5가지 균열 패턴을 정확히 인식하였다.


Cracks in concrete structures should be measured to periodically assess potential problems in durability and serviceability. Conventional crack measurement systems depend on visual inspections and manual measurements of the crack features such as width, length, and direction using microscope and crack gage. However, conventional methods take long time as well as manpower, and lack quantitative objectivity resulted by inspectors. In this study, an evaluation technique for concrete surface cracks is developed using image processing and artificial neural network. Developed technique consists of three major parts: (1) crack detection (2) crack analysis and (3) pattern recognition. To examine validity of the technique developed in this study, crack analyzing tests were performed on the images obtained from various types of concrete surface cracks. The test results revealed that the system is highly effective in automatically analyzing concrete surface cracks in terms of features and patterns of cracks.