特許第6042313号(P6042313)IP Force 特許公報掲載プロジェクト 2015.5.11 β版

知財求人 - 知財ポータルサイト「IP Force」

▶ 日本電信電話株式会社の特許一覧
特許6042313コンクリート構造物の劣化検出装置、劣化検出方法及びそのプログラム
<>
  • 特許6042313-コンクリート構造物の劣化検出装置、劣化検出方法及びそのプログラム 図000008
  • 特許6042313-コンクリート構造物の劣化検出装置、劣化検出方法及びそのプログラム 図000009
  • 特許6042313-コンクリート構造物の劣化検出装置、劣化検出方法及びそのプログラム 図000010
  • 特許6042313-コンクリート構造物の劣化検出装置、劣化検出方法及びそのプログラム 図000011
  • 特許6042313-コンクリート構造物の劣化検出装置、劣化検出方法及びそのプログラム 図000012
  • 特許6042313-コンクリート構造物の劣化検出装置、劣化検出方法及びそのプログラム 図000013
  • 特許6042313-コンクリート構造物の劣化検出装置、劣化検出方法及びそのプログラム 図000014
  • 特許6042313-コンクリート構造物の劣化検出装置、劣化検出方法及びそのプログラム 図000015
  • 特許6042313-コンクリート構造物の劣化検出装置、劣化検出方法及びそのプログラム 図000016
< >
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】特許公報(B2)
(11)【特許番号】6042313
(24)【登録日】2016年11月18日
(45)【発行日】2016年12月14日
(54)【発明の名称】コンクリート構造物の劣化検出装置、劣化検出方法及びそのプログラム
(51)【国際特許分類】
   G01N 21/88 20060101AFI20161206BHJP
   E04G 23/02 20060101ALI20161206BHJP
【FI】
   G01N21/88 J
   E04G23/02 A
【請求項の数】6
【全頁数】14
(21)【出願番号】特願2013-242035(P2013-242035)
(22)【出願日】2013年11月22日
(65)【公開番号】特開2015-102382(P2015-102382A)
(43)【公開日】2015年6月4日
【審査請求日】2016年1月14日
(73)【特許権者】
【識別番号】000004226
【氏名又は名称】日本電信電話株式会社
(74)【代理人】
【識別番号】100147485
【弁理士】
【氏名又は名称】杉村 憲司
(74)【代理人】
【識別番号】100153017
【弁理士】
【氏名又は名称】大倉 昭人
(72)【発明者】
【氏名】内堀 大輔
(72)【発明者】
【氏名】岡 宗一
(72)【発明者】
【氏名】望月 章志
(72)【発明者】
【氏名】川端 一嘉
【審査官】 蔵田 真彦
(56)【参考文献】
【文献】 特開2011−242365(JP,A)
【文献】 特開2002−310920(JP,A)
【文献】 特開平03−160349(JP,A)
【文献】 特開平08−189902(JP,A)
【文献】 特開2009−229085(JP,A)
【文献】 特開昭58−011839(JP,A)
(58)【調査した分野】(Int.Cl.,DB名)
G01N 21/84−21/958
E04G 23/00−23/08
G06T 1/00
JSTPlus/JMEDPlus/JST7580(JDreamIII)
(57)【特許請求の範囲】
【請求項1】
コンクリート構造物の画像から、コンクリート構造物の表面に生じた劣化部分を画像処理によって自動検出する劣化検出装置であって、
前記コンクリート構造物の画像に基づいて、それぞれ異なる方向のエッジを検出することによりそれぞれ異なる劣化部分候補画素を抽出する2つのエッジ抽出部と、
該2つのエッジ抽出部のそれぞれが抽出した前記劣化部分候補画素の論理積を算出することによりノイズ除去画像を生成する論理積演算部と、
該ノイズ除去画像から前記劣化部分を検出する劣化検出部とを備えることを特徴とする、劣化検出装置。
【請求項2】
前記2つのエッジ抽出部は、視野拡大型エッジ抽出部及び能動フィルタ型エッジ抽出部であり、
前記視野拡大型エッジ抽出部は、前記コンクリート構造物の画像に対してエッジフィルタを適用することにより取得される第1のエッジ特徴量に基づいて、第1の劣化部分候補画素を抽出し、
前記能動フィルタ型エッジ抽出部は、前記コンクリート構造物の画像に対して前記エッジフィルタを転置した転置エッジフィルタを適用することにより取得される第2のエッジ特徴量に基づき、第2の劣化部分候補画素を抽出し、
前記論理積演算部は、前記第1の劣化部分候補画素と前記第2の劣化部分候補画素との論理積を算出することにより前記ノイズ除去画像を生成する
ことを特徴とする、請求項1に記載の劣化検出装置。
【請求項3】
前記視野拡大型エッジ抽出部は、
前記エッジフィルタを前記コンクリート構造物の画像に適用することにより、該コンクリート構造物の画像の各座標における前記第1のエッジ特徴量を算出する第1エッジ特徴量算出部と、
前記各座標における前記第1のエッジ特徴量の値に基づいて前記各座標を二値化した二値行列を算出する二値行列算出部と、
前記二値行列の各座標において、該座標を包含する所定の矩形領域に含まれる座標の前記二値行列の値を合計した値により生成される密集行列を算出する密集行列算出部と、
各座標における前記第1のエッジ特徴量と前記密集行列の値とを比較して、該各座標を二値化することにより前記第1の劣化部分候補画素を抽出する第1劣化部分候補画素抽出部と
を備えることを特徴とする、請求項2に記載の劣化検出装置。
【請求項4】
前記能動フィルタ型エッジ抽出部は、
前記転置エッジフィルタを前記コンクリート構造物の画像に適用することにより、該コンクリート構造物の画像の各座標における前記第2のエッジ特徴量を算出する第2エッジ特徴量算出部と、
各座標における前記第2のエッジ特徴量と前記密集行列の各座標の値とを比較して、該各座標を二値化することにより前記第2の劣化部分候補画素を抽出する第2劣化部分候補画素抽出部と
を備えることを特徴とする、請求項3に記載の劣化検出装置。
【請求項5】
コンクリート構造物の画像から、コンクリート構造物の表面に生じた劣化部分を画像処理によって自動検出する劣化検出装置における劣化検出方法であって、
前記劣化検出装置により、
前記コンクリート構造物の画像に基づいて、それぞれ異なる方向のエッジを検出することによりそれぞれ異なる2つの劣化部分候補画素を抽出するステップと、
該2つの劣化部分候補画素の論理積を算出することによりノイズ除去画像を生成するステップと、
該ノイズ除去画像から前記劣化部分を検出するステップと
を含むことを特徴とする、劣化検出方法。
【請求項6】
コンクリート構造物の画像から、コンクリート構造物の表面に生じた劣化部分を画像処理によって自動検出する劣化検出装置として構成するコンピュータに、
前記コンクリート構造物の画像に基づいて、それぞれ異なる方向のエッジを検出することによりそれぞれ異なる2つの劣化部分候補画素を抽出するステップと、
該2つの劣化部分候補画素の論理積を算出することによりノイズ除去画像を生成するステップと、
該ノイズ除去画像から前記劣化部分を検出するステップと
を実行させるためのプログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、画像を用いた構造物の診断法に関するものであり、特に、コンクリート構造物を撮像した画像から、コンクリート表面に生じたひび割れを自動検出する劣化検出装置、劣化検出方法及びそのプログラムに関するものである。
【背景技術】
【0002】
コンクリートの表面にひび割れ等の劣化が発生すると、そこから雨水や地下水等が入り込み、コンクリート内部へと浸透していく。この浸透水が鉄筋に到達すると鉄筋の腐食が始まり、鉄筋の強度が落ちて構造物の耐久性低下を引き起こすことになる。従って、コンクリート構造物の耐久性低下を未然に防ぐには、表面のひび割れを早期に発見して対策を取ることが重要であり、定期的にひび割れ点検がなされている。
【0003】
鉄筋への到達と直接的に関わる「深さ」はひび割れ幅からある程度予測できるため、ひび割れ点検においては、ひび割れの「幅」が指標として用いられる場合が多い。一般に幅が0.2mm以上に達したひび割れについては、充填材等による補修がなされる。このひび割れ点検では、人が現地で「ひび割れゲージ」をひび割れに当て、目視により比較照合することで、その幅を測る方法が主流であったが、熟練点検者の減少や点検品質のバラつきなどが懸念されていた。
【0004】
そこで近年、デジタルカメラにより撮像した画像から、画像解析によりひび割れを認識し、その幅を自動測定する方法が提案されている。例えば、特許文献1には、方向及び幅の異なる複数種類の二次元エッジフィルタを画像に適用し、複数種類のエッジフィルタ適用後の画素値を画素ごとに比較し、最大の画素値をひび割れ特徴量として選定する方法が記載されている。
【先行技術文献】
【特許文献】
【0005】
【特許文献1】特開2011−242365号公報
【発明の概要】
【発明が解決しようとする課題】
【0006】
しかしながら、従来の方法では、コンクリート表面の汚れ等の「ノイズ」を誤って「ひび割れ」と認識してしまうという問題があった。
【0007】
本発明は、上記の課題に鑑みてなされたものであり、コンクリートのひび割れが一方向に発生するという特性に着目し、この特性を活用して、コンクリート構造物を撮像した画像から汚れ等のノイズを除去することができる劣化検出装置、劣化検出方法及びそのプログラムを提供することにある。
【課題を解決するための手段】
【0008】
上述した諸課題を解決すべく、本発明に係る劣化検出装置は、コンクリート構造物の画像から、コンクリート構造物の表面に生じた劣化部分を画像処理によって自動検出する劣化検出装置であって、前記コンクリート構造物の画像に基づいて、それぞれ異なる方向のエッジを検出することによりそれぞれ異なる劣化部分候補画素を抽出する2つのエッジ抽出部と、該2つのエッジ抽出部のそれぞれが抽出した前記劣化部分候補画素の論理積を算出することによりノイズ除去画像を生成する論理積演算部と、該ノイズ除去画像から前記劣化部分を検出する劣化検出部とを備える。
【0009】
また、本発明は上述した劣化検出装置に実質的に相当する方法及びプログラムとしても実現し得るものであり、本発明の範囲にはこれらも包含されるものと理解されたい。
【0010】
例えば、本発明に係る劣化検出方法は、コンクリート構造物の画像から、コンクリート構造物の表面に生じた劣化部分を画像処理によって自動検出する劣化検出装置における劣化検出方法であって、前記劣化検出装置により、前記コンクリート構造物の画像に基づいて、それぞれ異なる方向のエッジを検出することによりそれぞれ異なる2つの劣化部分候補画素を抽出するステップと、該2つの劣化部分候補画素の論理積を算出することによりノイズ除去画像を生成するステップと、該ノイズ除去画像から前記劣化部分を検出するステップとを含む。
【0011】
また、例えば、本発明に係るプログラムは、コンクリート構造物の画像から、コンクリート構造物の表面に生じた劣化部分を画像処理によって自動検出する劣化検出装置として構成するコンピュータに、前記コンクリート構造物の画像に基づいて、それぞれ異なる方向のエッジを検出することによりそれぞれ異なる2つの劣化部分候補画素を抽出するステップと、該2つの劣化部分候補画素の論理積を算出することによりノイズ除去画像を生成するステップと、該ノイズ除去画像から前記劣化部分を検出するステップとを実行させる。
【発明の効果】
【0012】
上記のように構成された本発明に係る劣化検出装置、劣化検出方法及びそのプログラムによれば、コンクリート構造物を撮像した画像から汚れ等のノイズを除去することができる。
【図面の簡単な説明】
【0013】
図1】本発明の一実施形態に係る劣化検出装置のブロック図である。
図2】ノイズ判断部の詳細なブロック図である。
図3】劣化検出装置が行う一連の動作の例を示すフローチャートである。
図4】従来の劣化検出方法による劣化検出の結果を示す図である。
図5】視野拡大型エッジ抽出部による劣化部分候補画素の抽出例を示す図である。
図6】二値行列算出部による二値行列の算出例を示す図である。
図7】能動フィルタ型エッジ抽出部による劣化部分候補画素の抽出例を示す図である。
図8】論理積演算部により生成されたノイズ除去画像の例を示す図である。
図9】本発明の一実施形態に係る劣化検出装置による劣化検出の結果を示す図である。
【発明を実施するための形態】
【0014】
以下、本発明の一実施形態に係る劣化検出装置について説明する。本発明に係る劣化検出方法及びプログラムは、本実施形態の劣化検出装置の説明から明らかになる。
【0015】
図1は、本発明の一実施形態に係る劣化検出装置のブロック図である。本実施形態に係る劣化検出装置100は、制御部10及び記憶部40を備えており、コンピュータとして構成できるものである。制御部10の各機能を実現する処理内容を記述したプログラムを、当該コンピュータの記憶部40に格納しておき、当該コンピュータの中央演算処理装置(CPU:Central Processing Unit)によってこのプログラムを読み出して実行させることで制御部10の各機能を実現することができる。
【0016】
制御部10は、ノイズ除去部20と、劣化検出部30とを備える。ノイズ除去部20は、コンクリート構造物を撮像した画像を入力し、入力した画像から汚れ等のノイズを含む画素を除去することによってノイズ除去画像を生成する。すなわち、ノイズ除去画像は、コンクリート構造物の表面に生じたひび割れ等の劣化部分の候補画像である。また、劣化検出部30は、ノイズ除去画像から劣化部分を自動検出することにより劣化部分を抽出した画像を生成し、生成した劣化部分抽出画像を表示装置(図示せず)に表示させることができる。表示装置は、例えばパーソナルコンピュータのモニタを用いて実現できる。
【0017】
ノイズ除去部20は、コンクリート構造物の画像に基づいて、それぞれ異なる方向のエッジを検出することによりそれぞれ異なる劣化部分候補画素を抽出する2つのエッジ抽出部と、2つのエッジ抽出部のそれぞれが抽出した劣化部分候補画素の論理積を算出することにより前記ノイズ除去画像を生成する論理積演算部24とを備える。2つのエッジ抽出部は、ノイズ判断部21内に備えられ、本実施形態においては、視野拡大型エッジ抽出部22及び能動フィルタ型エッジ抽出部23の2つのエッジ抽出部が、ノイズ判断部21内に備えられている。視野拡大型エッジ抽出部22は、コンクリート構造物の画像に対してエッジフィルタを適用することにより一方向の第1のエッジ特徴量を取得し、第1のエッジ特徴量に基づいて第1の劣化部分候補画素を抽出する。また、能動フィルタ型エッジ抽出部23は、コンクリート構造物の画像に対してエッジフィルタを転置した転置エッジフィルタを適用することにより第1のエッジ特徴量の方向とは異なる方向の第2のエッジ特徴量を取得し、第2のエッジ特徴量に基づいて第2の劣化部分候補画素を抽出する。そして、論理積演算部24は、視野拡大型エッジ抽出部22及び能動フィルタ型エッジ抽出部23においてそれぞれ抽出された第1及び第2の劣化部分候補画素の論理積を算出することにより、ノイズ除去画像を生成する。
【0018】
図2は、ノイズ判断部21の詳細なブロック図である。視野拡大型エッジ抽出部22は、第1エッジ特徴量算出部221と、二値行列算出部222と、密集行列算出部223と、第1劣化部分候補画素抽出部234とを備える。第1エッジ特徴量算出部221は、コンクリート構造物を撮像した入力画像を取得し、エッジフィルタを入力画像に適用することにより、入力画像の各座標における第1のエッジ特徴量を算出する。次に、二値行列算出部222は、画像の各座標におけるエッジ特徴量の値に基づいて、各座標を二値化した二値行列を算出する。続いて、密集行列算出部223は、密集行列を算出する。密集行列は、二値行列の各座標において、座標を包含する所定の矩形領域に含まれる座標の二値行列の値を合計した値により生成される。そして、第1劣化部分候補画素抽出部224は、各座標におけるエッジ特徴量と密集行列の値とを比較して、各座標を二値化することにより、第1の劣化部分候補画素を抽出する。
【0019】
能動フィルタ型エッジ抽出部23は、第2エッジ特徴量算出部231と、第2劣化部分候補画素抽出部232とを備える。第2エッジ特徴量算出部231は、コンクリート構造物を撮像した入力画像を取得し、転置エッジフィルタを入力画像に適用することにより、入力画像の各座標における第2のエッジ特徴量を算出する。そして、第2劣化部分候補画素抽出部232は、第2のエッジ特徴量と、密集行列算出部223から取得した密集行列の各座標の値とを比較して、各座標を二値化することにより、第2の劣化部分候補画素を抽出する。
【0020】
再び図1を参照すると、劣化検出部30は、ノイズ除去部20により生成されたノイズ除去画像から、劣化部分を自動検出し、劣化部分抽出画像を生成する。劣化検出部30が行う自動検出は、既知の方法で行うことができる。劣化検出部30は、例えば特許文献1に記載されるように、方向及び幅の異なる複数種類の二次元エッジフィルタを画像に適用し、複数種類のエッジフィルタ適用後の画素値を画素ごとに比較し、最大の画素値をひび割れ特徴量として選定する方法により行うことができる。
【0021】
次に、図3を参照して、劣化検出装置100が行う動作手順を説明する。図3は、劣化検出装置が行う一連の動作の例を示すフローチャートである。
【0022】
劣化検出装置100は、まず、コンクリート構造物を撮像した画像を入力する(ステップS301)。すると、劣化検出装置100では、視野拡大型エッジ抽出部22及び能動フィルタ型エッジ抽出部23が、それぞれエッジフィルタ及び転置エッジフィルタを入力された画像に適用する(ステップS302)。これにより、視野拡大型エッジ抽出部22及び能動フィルタ型エッジ抽出部23は、それぞれ第1及び第2のエッジ特徴量を取得する。そして、視野拡大型エッジ抽出部22及び能動フィルタ型エッジ抽出部23は、ステップS202において取得したエッジ抽出量に基づき、それぞれ第1及び第2の劣化部分候補画素を抽出する(ステップS303)。抽出された劣化部分候補画素は、論理積演算部24に送信され、論理積演算部24は、第1及び第2の劣化部分候補画素の論理積を算出する(ステップS304)。こうして、論理積演算部24により、ノイズ除去画像が生成される。生成されたノイズ除去画像は、劣化検出部30に送信され、劣化検出部30は、劣化部分を自動検出する(ステップS305)。このようにして、劣化検出装置100により、劣化部分抽出画像が生成される。
【0023】
続いて、劣化検出装置100が行う劣化検出方法の詳細を説明する。ここでは、例えば図4(a)に示すサンプル画像の劣化部分を検出するとする。図4(a)は、マンホール内のコンクリート面を撮影した画像の一部である。図4(a)の画像において撮影されたコンクリートは、コンクリート表面の凹凸に土砂が詰まっている状態であり、中央に縦方向のひび割れを劣化部分として含んでいる。図4(b)は、図4(a)のサンプル画像に対し、特許文献1に記載された従来の劣化検出方法を使用することによって得られた劣化検出結果の画像である。図4(b)を参照すると、コンクリートの表面に詰まっている土砂などのノイズを劣化部分として誤検出していることが理解されるであろう。以下、本実施形態における劣化検出装置100が、図4(a)のサンプル画像を入力したとして、劣化検出方法を説明する。
【0024】
まず、視野拡大型エッジ抽出部22の処理について説明する。視野拡大型エッジ抽出部22では、第1エッジ特徴量算出部221が、劣化検出装置100が入力したサンプル画像に対し、第1のエッジ特徴量を計算するためのエッジフィルタを適用する。エッジフィルタは、任意の一方向のエッジを検出するものである。本実施形態では、エッジフィルタは、例えば、検出しようとする劣化が縦方向のエッジ集合によって構成されているという前提のもとで、縦方向のエッジを検出する。劣化が縦方向のエッジ集合により構成されている具体的な事象として、例えば、縦方向に亀裂が走った状態のひび割れや、縦方向にコンクリートが剥離した剥落等が挙げられる。第1エッジ特徴量算出部221は、具体的には、例えば式(1)に示す縦方向のsobelフィルタSをサンプル画像に適用する。
【0025】
【数1】
【0026】
第1エッジ特徴量算出部221は、sobelフィルタSをサンプル画像に適用することにより、サンプル画像の各座標における第1のエッジ特徴量Eijを算出する。図5(a)は、sobelフィルタSをサンプル画像に適用することにより取得されるエッジ特徴量Eijを示す図である。ここで、i及びjは、サンプル画像の二次元配列を示すインデックスである。
【0027】
次に、視野拡大型エッジ抽出部22では、二値行列算出部222が、エッジ特徴量Eijの各座標の値に基づいて、各座標を二値化することにより、二値行列Bijを算出する。具体的には、二値行列算出部222は、エッジ特徴量Eijの各座標における画素Aijの画素値Fijを、閾値θに基づいて二値化する。図6は、二値行列算出部222による二値行列の算出例を示す図である。二値行列算出部222は、各画素のエッジ特徴量Eijが閾値θ以上の場合にはエッジありと判断し、閾値θ未満の場合にはエッジなしと判断する。そして、二値行列算出部222は、画素値Fijが所定の数値以上の場合、すなわちエッジが明確である場合、対応する画素Aijがひび割れ(劣化部分)の一部を示すものであると判断し、画素値Fijが所定の数値未満の場合、すなわち、エッジが不明確である場合、対応する画素Aijが汚れ(ノイズ)の一部を示すものであると判断する。図5(b)は、二値化を行った結果得られる二値行列Bijを示す図である。本実施形態においては、閾値θ=22として二値化を行っている。
【0028】
そして、視野拡大型エッジ抽出部22では、密集行列算出部223が、二値行列Bijの各座標において、その座標を包含する所定の矩形領域に含まれる座標の二値行列の値を合計し、この値を各座標の値とした密集行列Gijを算出する。密集行列算出部223は、具体的には、式(2)により、密集行列Gijを算出する。
【0029】
【数2】
【0030】
式(2)から明らかなように、密集行列Gijにおける座標(i,j)の値は、二値行列Bijにおける座標(i,j)を中心にして、i±ξ及びj±ηの矩形領域に含まれる座標の二値行列Bijの値を合計したものである。つまり、密集行列Gijの値が大きい座標は、その座標を中心とした矩形領域に、二値行列の値が大きい座標が密集していることを示す。ひび割れ等の劣化部分においては、汚れ(ノイズ)部分と比較してエッジ特徴量Eijが優位となるため、密集行列Gijの値が大きい座標は、劣化部分の一部を構成していることが推測される。図5(c)は、密集行列Gijを示す図である。本実施形態においては、視野拡大型エッジ抽出部22は、ξ=10、η=10として密集行列Gijを算出している。
【0031】
そして、視野拡大型エッジ抽出部22では、第1劣化部分候補画素抽出部224が、各座標における前記エッジ特徴量Eijと密集行列Gijの値とを比較して、各座標を二値化した第1の劣化部分候補画素Uijを抽出する。具体的には、第1劣化部分候補画素抽出部は、式(3)に基づいて二値化を行うことにより、第1の劣化部分候補画素Uijを抽出する。
【0032】
【数3】
【0033】
図5(d)は、第1の劣化部分候補画素Uijを示す図である。本実施形態においては、第1劣化部分候補画素抽出部は、α=110000として第1の劣化部分候補画素Uijを抽出している。
【0034】
以上のようにして、視野拡大型エッジ抽出部22は劣化部分候補画素を抽出することができるが、第1の劣化部分候補画素Uijのみを使用してノイズを正確に除去することは困難である。汚れ等のノイズはコンクリート表面に不規則的に付着するため、第1の劣化部分候補画素Uijのみでは、例えば一点の極小領域に付着した汚れを除去することができない場合がある。そこで、本実施形態に係る劣化検出装置100では、視野拡大型エッジ抽出部22の他、能動フィルタ型エッジ抽出部23において、視野拡大型エッジ抽出部22とは異なる方法において劣化部分候補画素を抽出する。視野拡大型エッジ抽出部22に加えて能動フィルタ型エッジ抽出部23において劣化部分候補画素を抽出することにより、ひび割れと汚れの持つエッジ方向性の違いを考慮してノイズを除去することが可能となる。
【0035】
まず、能動フィルタ型エッジ抽出部23では、第2エッジ特徴量算出部231が、劣化検出装置100が入力したサンプル画像に対し、視野拡大型エッジ抽出部22が算出したエッジ特徴量とは異なる第2のエッジ特徴量を計算するために、転置エッジフィルタを適用する。本実施形態においては、能動フィルタ型エッジ抽出部23は、式(1)に示すsobelフィルタSの転置エッジフィルタである転置sobelフィルタS’をサンプル画像に適用する。転置sobelフィルタS’は、以下の式(4)の通りである。
【0036】
【数4】
【0037】
第2エッジ特徴量算出部231は、転置sobelフィルタS’をサンプル画像に適用することにより、サンプル画像の各座標における横方向の第2のエッジ特徴量E’ijを算出する。図7(a)は、転置sobelフィルタS’をサンプル画像に適用することにより取得される第2のエッジ特徴量E’ijを示す図である。
【0038】
そして、能動フィルタ型エッジ抽出部23では、第2劣化部分候補画素抽出部232が、各座標における第2のエッジ特徴量E’ijと、密集行列算出部223が算出した密集行列Gijの値とを比較して、各座標を二値化した第2の劣化部分候補画素Vijを抽出する。具体的には、第2劣化部分候補画素抽出部232は、式(5)に基づいて二値化を行うことにより、第2の劣化部分候補画素Vijを抽出する。
【0039】
【数5】
【0040】
図7(b)は、第2の劣化部分候補画素Vijを示す図である。本実施形態においては、第2劣化部分候補画素抽出部は、β=1.3として第2の劣化部分候補画素Vijを抽出している。
【0041】
以上のように、視野拡大型エッジ抽出部22と能動フィルタ型エッジ抽出部23とにより、それぞれ異なる方向のエッジ特徴量から劣化部分候補画素を抽出した後、論理積演算部24は、これらの劣化部分候補画素の論理積を算出することにより、ノイズ除去画像を生成する。具体的には、論理積演算部24は、式(6)に示す演算を行うことにより、劣化部分の候補を示すノイズ除去画像(エッジ特徴量)Zijを生成する。
【0042】
【数6】
【0043】
図8は、論理積演算部により生成されたノイズ除去画像の例を示す図である。図8を参照すると、ノイズが除去されており、画像中央を縦断する劣化部分のエッジ特徴量が浮き出ていることが理解されるであろう。
【0044】
このようにして生成されたノイズ除去画像は、劣化検出部30に送信される。そして、劣化検出部30は、ノイズ除去画像から、例えば特許文献1に記載された方法により劣化部分を自動検出することにより、劣化部分抽出画像を生成する。図9は、劣化検出装置100による劣化検出の結果である劣化部分抽出画像を示す図である。図9を参照すると、ノイズによる誤検出を発生させることなく、ひび割れ(劣化部分)のみを検出していることが理解されるであろう。劣化部分抽出画像は、パーソナルコンピュータのモニタ等の表示装置に表示される。
【0045】
尚、上述した本実施形態の説明においては、検出しようとする劣化が縦方向のエッジ集合によって構成されているとして説明を行ったが、例えば、ひび割れが横方向に発生している場合には、画像を90度回転させる等の処理を事前に行うことにより、上述の説明と同様の劣化検出方法を実施することができる。また、ひび割れの方向によっては、回転処理は90度に限られず、任意の角度の回転処理を事前に行うことができる。
【0046】
また、本実施形態の説明においては、視野拡大型エッジ抽出部22はエッジフィルタを使用して縦方向のエッジ特徴量を抽出し、能動フィルタ型エッジ抽出部23は転置エッジフィルタを使用して横方向のエッジ特徴量を抽出するとして説明を行ったが、本発明は本実施形態に限られない。視野拡大型エッジ抽出部22と能動フィルタ型エッジ抽出部23とは、異なる方向のエッジ特徴量を抽出すればよく、かかるエッジ特徴量を抽出できる任意のエッジフィルタを使用することができる。
【0047】
また、ひび割れ以外の劣化事象を検出する場合においても、劣化事象が特定方向のエッジ特徴を有する場合には、本発明に係る劣化検出方法を実施することにより、劣化検出時の誤検出を抑えることができる。
【0048】
以上説明したように、本実施形態に係る劣化検出装置は、コンクリート構造物の画像からノイズを含む画素を除去してノイズ除去画像を生成するノイズ除去部20と、ノイズ除去画像から劣化部分を検出する劣化検出部30とを備え、ノイズ除去部20は、コンクリート構造物の画像に基づいて、それぞれ異なる方向のエッジを検出することによりそれぞれ異なる劣化部分候補画素を抽出する2つのエッジ抽出部22及び23と、2つのエッジ抽出部22及び23のそれぞれが抽出した劣化部分候補画素の論理積を算出することにより前記ノイズ除去画像を生成する論理積演算部24とを備える。このようにして、劣化検出装置100は、コンクリート構造物を撮像した画像から汚れ等のノイズを除去することができる。また、2つのエッジ抽出部22及び23は、エッジ特徴の方向を考慮して劣化部分候補画素を抽出するため、ノイズ除去部20では、例えば一点の極小領域に付着したノイズを除去しやすくなる。そのため、画像解析を使ってコンクリート構造物の表面劣化を検出する際の誤検出を抑えることが可能となり、目視点検による劣化見落としのリスクを低減すると共に、点検作業の効率化を図ることができる。
【0049】
上述の実施形態は、代表的な例として説明したが、本発明の趣旨および範囲内で、多くの変更及び置換ができることは当業者に明らかである。したがって、本発明は、上述の実施形態によって制限するものと解するべきではなく、特許請求の範囲から逸脱することなく、種々の変形や変更が可能である。
【0050】
例えば、各構成部、各ステップ等に含まれる機能等は論理的に矛盾しないように再配置可能であり、複数の構成部やステップ等を1つに組み合わせたり、或いは分割したりすることが可能である。
【0051】
本発明に係る劣化検出装置をコンピュータで構成した場合、各機能を実現する処理内容を記述したプログラムを、当該コンピュータの内部又は外部の記憶部に格納しておき、当該コンピュータの中央演算処理装置(CPU)によってこのプログラムを読み出して実行させることで実現することができる。また、このようなプログラムは、例えばDVD又はCD−ROMなどの可搬型記録媒体の販売、譲渡、貸与等により流通させることができるほか、そのようなプログラムを、例えばネットワーク上にあるサーバの記憶部に記憶しておき、ネットワークを介してサーバから他のコンピュータにそのプログラムを転送することにより、流通させることができる。また、そのようなプログラムを実行するコンピュータは、例えば、可搬型記録媒体に記録されたプログラム又はサーバから転送されたプログラムを、一旦、自己の記憶部に記憶することができる。また、このプログラムの別の実施態様として、コンピュータが可搬型記録媒体から直接プログラムを読み取り、そのプログラムに従った処理を実行することとしてもよく、更に、このコンピュータにサーバからプログラムが転送される度に、逐次、受け取ったプログラムに従った処理を実行することとしてもよい。従って、本発明は、前述した実施例に限定されるものではなく、その主旨を逸脱しない範囲において種々変更可能である。
【産業上の利用可能性】
【0052】
本発明によれば、コンクリート構造物の画像から、ノイズを除去して劣化部分を抽出し、劣化部分を自動判定することが可能となるので、劣化部分の検査を要する用途に有用である。
【符号の説明】
【0053】
10 制御部
20 ノイズ除去部
21 ノイズ判断部
22 視野拡大型エッジ抽出部
23 能動フィルタ型エッジ抽出部
24 論理積演算部
30 劣化検出部
40 記憶部
100 劣化検出装置
221 第1エッジ特徴量算出部
222 二値行列算出部
223 密集行列算出部
224 第1劣化部分候補画素抽出部
231 第2エッジ特徴量算出部
232 第2劣化部分候補画素抽出部
図1
図2
図3
図4
図5
図6
図7
図8
図9