비전 기반 교량 외관조사 및 손상 정량화 연구

Vision-Based Bridge Exterior Inspection and Damage Quantification

연구 내용

교량 표면 이미지를 중첩해 파노라마를 생성하고, 딥러닝으로 균열 영역을 검출·길이를 측정하여 교량 손상을 정량화하는 연구

교량은 표면에 뚜렷한 기준 특징이 부족한 경우가 많아 연속 촬영 영상의 정합이 어렵고, 그 결과 손상 위치·크기 정량화가 불안정해질 수 있습니다. 연구에서는 인접 이미지의 픽셀 단위 대응을 딥매칭으로 산출하고, 후보 페어 탐색은 Delaunay triangulation 기반으로 구성한 뒤 전역 호모그래피 최적화를 통해 파노라마 교량 표면 이미지를 생성합니다. 또한 저해상도에서 흐릿한 균열을 대상으로 패치 분류 기반의 CNN 프레임워크를 구성하고, 검출 결과에 기반해 균열 길이를 후처리로 산정하여 현장 점검 정확도를 보완합니다.

관련 프로젝트

1건

연구 흐름

초기에는 교량 표면 이미지를 연속적으로 확보했을 때 기준 특징점이 부족한 문제를 확인하고, 이미지 대응을 딥매칭으로 수행하는 파노라마 생성 방법을 개발하였습니다. 이후 파노라마 제작을 안정화하기 위해 후보 정합 페어를 기하학적 탐색으로 제한하고, 전역 정합 파라미터를 정교화하는 방향으로 확장하였습니다. 최근에는 흐릿한 균열 이미지처럼 품질 편차가 큰 데이터에서 CNN 기반 패치 분류와 라벨링 전략을 정리하고, 후처리로 길이 측정을 연동하여 손상 정량화 절차를 완성하는 연구를 수행하였습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

파노라마 기반 교량 표면 정합
딥러닝 기반 균열 영역 검출
저해상도 손상 처리
균열 길이 산정 자동화
점검 영상 품질 편차 보정
정합 실패 감소를 위한 기하 탐색
현장 점검 리포트 생성 보조
손상 위치 시각화
구조 상태 모니터링 입력 데이터 구축
원격 외관조사 워크플로우