技術分野
道路を撮影した画像を処理して、道路の不具合を検出する技術
要約特許出願時に添付された[要約書]
【課題】道路に発生した白いひび割れの検出精度を向上する。
【解決手段】道路不具合検出装置100であって、道路を撮影した画像から、道路の不具合を含む画素領域を検出する検出部113と、検出した前記画素領域の面積を用いて、区間ごとの道路の不具合率を算出する集計部116と、を有し、検出部113は、白いひび割れを含む不具合の種類毎に、前記画素領域を検出し、集計部116は、検出部113が前記種類毎に検出した前記画素領域の和集合の面積の合計を用いて、前記不具合率を算出する。
【選択図】図1
発明が解決しようとする課題[発明の詳細な説明]から抜粋
アスファルトを用いた道路舗装は、アスファルト混合物で構成される表層および基層と、砂利などで構成された路盤から構成されている。表層および基層のひびが路盤まで到達した場合、雨水などによって路盤の細粒分などの構成物がひびから路面に噴き出すことで、白いひびのようなものが模様として路面上に現れる。路盤はトラックなど重量の大きな交通の荷重を支えるために必要な層であり、路盤を形成する構成物が一定以上流出してしまうと、路盤の強度が失われるため交通荷重に対する保持力の低下を招き、路面上で大きな破損が繰り返し発生する原因となる。
細粒分が流出すると、砂がアスファルト表面に浮き出ることから、ひび割れた部分が路面上では白く見える。このようなひび割れは、見た目において路面上のタイヤ跡などの単なる路面の汚れとの区別がつきにくく、誤認しやすい。
また、白く見えるひび割れは、一般的な黒く見える道路のひび割れとは、色彩や明度が全く異なる。そのため、ニューラルネットワークが、白く見えるひび割れと、黒く見えるひび割れとが、同じひび割れであると認識することは困難である。このため、黒く見えるひび割れを学習させたニューラルネットワークにおいては、白く見えるひび割れを高い精度で検出することができないという問題があった。
また、ニューラルネットワークに黒いひび割れに加えて白いひび割れも学習させた場合には、これらのひび割れは視覚上全く異なる図形であるから、ニューラルネットワークが効率よくそれらの特徴を捉えることが難しく、路面の汚れもひび割れとして誤検出してしまうなど、検出精度の低下が懸念される。
本発明は課題を鑑みたものであり、本発明は、道路に発生した白いひび割れの検出精度を向上することを目的とする。
課題を解決するための手段[発明の詳細な説明]から抜粋
本発明の一態様は、道路不具合検出装置であって、道路を撮影した画像から、道路の不具合を含む画素領域を検出する検出部と、検出した前記画素領域の面積を用いて、区間ごとの道路の不具合率を算出する集計部と、を有し、前記検出部は、白いひび割れを含む不具合の種類毎に、前記画素領域を検出し、前記集計部は、前記検出部が前記種類毎に検出した前記画素領域の和集合の面積の合計を用いて、前記不具合率を算出する。
【発明の効果】
本発明によれば、道路に発生した白いひび割れの検出精度を向上することができる。
この発明についての権利主張の範囲[特許請求の範囲]
知財ポータルサイト IP Force にログインして確認する (無料)
この特許公報に記載されている図面[図面の簡単な説明]から抜粋
【図1】第1の実施形態の道路不具合検出装置の構成を示す構成図である。
【図2】道路不具合検出装置の動作を示すフローチャートである。
【図3】処理対象となる画像を示す図である。
【図4】マスク加工を行った画像を示す図である。
【図5】検出処理の結果を示す図である。
【図6】画素領域の融合のようすを示す図である。
【図7】枠描画処理の結果を示す図である。
【図8】地図画面の表示内容を示す図である。
【図9】混同行列を示す図である。
【図10】第2の実施形態の道路不具合検出装置の構成を示す構成図である。
【図11】道路不具合検出装置の動作を示すフローチャートである。
【図12】処理対象となる画像を示す図である。
【図13】処理対象となる画像に補助線を示した図である。
【図14】画質調整前の画像の例を示す図である。
【図15】画質調整前の別の画像の例を示す図である。
【図16】ひび割れ検出処理の結果を示す図である。
【図17】枠描画処理の結果を示す図である。
100、100A:道路不具合検出装置
111 :静止画取得部
112 :画像前処理部
113、113A:検出部
114 :結果選別部
115 :検出枠融合部
116 :集計部
117 :枠描画部
118 :表示部
122 :パラメータ
123 :物体検出ニューラルネットワーク
152 :画質調整部
全ての図面はログインすると無料で閲覧できます。ログイン・ユーザー登録