카메라 외란 환경에서 구조물 변위 측정을 위한 딥러닝 기반 영상 보정

키워드

확장요약문

비전 기반 변위 측정 기술은 비접촉 방식으로 원거리에서 구조물의 동적 응답을 측정할 수 있다는 장점으로 구조물의 상태 측정 및 모니터링에 활용되고 있다. 특히 구조물의 미소 진동과 동적 특성을 평가하기 위해서는 영상에서 발생하는 움직임을 정밀하게 측정하는 것이 중요하다. 그러나 고정된 카메라도 바람이나 지반 진동 등의 외부 요인으로 인해 미세한 병진 및 회전 운동이 발생할 수 있으며, 이러한 카메라 운동은 측정한 구조물의 변위 응답에 오차를 발생시킨다. 이에 본 연구에서는 딥러닝 기반 특징점 검출을 이용하여 카메라 외란 환경에서도 강건한 변위 측정 기법을 제안한다. 제안된 기법은 딥러닝 기반으로 조명 변화와 영상 흐림에도 안정적으로 특징점을 검출하고, 프레임 간 특징점의 움직임으로부터 외란에 의한 카메라 운동을 추정한다. 이후 추정된 카메라 운동을 이용하여 영상을 보정한 후, 측정 대상의 움직임으로부터 구조물의 변위를 측정한다. 제안 기법을 외란에 따른 카메라 흔들림을 모사한 조건에서 검증하였으며, 외란 보정 전후의 변위 응답과 기준값의 측정 결과를 비교하여 보정 성능을 평가하였다. 실험 결과, 보정 전 구조물의 변위 응답에 중첩되어 있던 외란 성분이 감소하였으며, 보정 후 변위 응답은 시간 및 주파수 영역에서 기준 값과 높은 일치도를 나타냈다. 이를 통해 제안된 기법이 외란에 의해 카메라가 흔들리는 조건에서도 구조물의 동적 변위를 안정적으로 측정할 수 있음을 확인하였다.