特許 7583300 劣化評価装置、劣化評価方法及びプログラム

(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】

(24)【登録日】2024-11-06

(45)【発行日】2024-11-14

(54)【発明の名称】劣化評価装置、劣化評価方法及びプログラム

(51)【国際特許分類】

   G01B 11/28 20060101AFI20241107BHJP

   G06T 7/00 20170101ALI20241107BHJP

   G06V 10/40 20220101ALI20241107BHJP

   G01B 11/02 20060101ALI20241107BHJP

【ＦＩ】

G01B11/28 H

G06T7/00 300F

G06V10/40

G01B11/02 H

【請求項の数】 7

(21)【出願番号】P 2022576912

(86)(22)【出願日】2021-01-22

(86)【国際出願番号】 JP2021002297

(87)【国際公開番号】W WO2022157939

(87)【国際公開日】2022-07-28

【審査請求日】2023-05-08

(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】100164471

【弁理士】

【氏名又は名称】岡野 大和

(74)【代理人】

【識別番号】100176728

【弁理士】

【氏名又は名称】北村 慎吾

(72)【発明者】

【氏名】渡邉 一旭

(72)【発明者】

【氏名】内堀 大輔

(72)【発明者】

【氏名】濱野 勇臣

(72)【発明者】

【氏名】櫻田 洋介

(72)【発明者】

【氏名】荒武 淳

【審査官】三笠 雄司

(56)【参考文献】

【文献】特開２０２０－１９７７９７（ＪＰ，Ａ）

【文献】特開２００９－１７４９２３（ＪＰ，Ａ）

【文献】特開２０１１－０８６０８２（ＪＰ，Ａ）

【文献】特開２０１１－０６６２７７（ＪＰ，Ａ）

【文献】国際公開第２０１９／１６３３２９（ＷＯ，Ａ１）

【文献】特開平０８－０４３３１５（ＪＰ，Ａ）

【文献】特開２０１９－０４５９９３（ＪＰ，Ａ）

【文献】国際公開第２０２０／１６６４２４（ＷＯ，Ａ１）

【文献】特開２０１９－０５６６７９（ＪＰ，Ａ）

【文献】米国特許出願公開第２０１３／００３４３０５（ＵＳ，Ａ１）

【文献】特開２０１６－１１３７９４（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０１Ｂ １１／００－１１／３０

Ｇ０６Ｔ ７／００

Ｇ０６Ｖ １０／４０

(57)【特許請求の範囲】

【請求項1】

取得した画像から設備領域を検出する設備領域検出部と、
前記画像から劣化領域を検出する劣化領域検出部と、
検出した前記設備領域に基づいて、前記画像の少なくとも一部の画素分解能を推定する画素分解能推定部と、
前記画素分解能に基づいて前記劣化領域の大きさを推定する劣化大きさ推定部と、
を備える劣化評価装置であって、
前記画素分解能推定部は、
前記設備領域が示す設備の数を抽出する物体数抽出部と、
抽出された前記設備の数に応じて、前記設備領域を示す画素数と実寸値とを比較して前記画素分解能を推定する実寸法比較部と、
を備える、劣化評価装置。

【請求項2】

前記画素分解能推定部は、
前記画像の座標と前記画素分解能との関係を近似することにより前記画像の全体の画素分解能マップを作成する画素分解能マップ作成部を備え、
前記劣化大きさ推定部は、前記画素分解能マップが示す前記画素分解能に基づいて前記劣化領域の大きさを推定する、請求項１に記載の劣化評価装置。

【請求項3】

前記画素分解能推定部は、
前記物体数抽出部が抽出した前記設備の数が１又は３以上であるとき、前記設備の幅に相当する画素数を測定する物体幅抽出部をさらに備え、
前記実寸法比較部は、前記設備の幅の実寸値を、測定された前記画素数で除して前記画素分解能を推定する、請求項１又は２に記載の劣化評価装置。

【請求項4】

前記画素分解能推定部は、
前記物体数抽出部が抽出した前記設備の数が２であるとき、前記設備の幅を線で表す細線化部と、
前記線の間隔距離に相当する画素数を測定する設置間隔抽出部と、をさらに備え、
前記実寸法比較部は、前記間隔距離の実寸値を、測定された前記画素数で除して前記画素分解能を推定する、請求項１又は２に記載の劣化評価装置。

【請求項5】

前記設備領域から過検出された領域を削除する処理、及び前記設備領域において分断された領域を補間する処理の少なくとも一方の処理により、前記設備領域を修正した修正設備領域を生成する設備領域修正部をさらに備え、
前記物体数抽出部は、前記修正設備領域が示す設備の数を抽出する、請求項１から４のいずれか一項に記載の劣化評価装置。

【請求項6】

劣化評価装置により劣化を評価する劣化評価方法であって、
取得した画像から設備領域を検出するステップと、
前記画像から劣化領域を検出するステップと、
前記設備領域が示す設備の数を抽出するステップと、
抽出された前記設備の数に応じて、検出した前記設備領域を示す画素数と実寸値とを比較して、前記画像の少なくとも一部の画素分解能を推定するステップと、
前記画素分解能に基づいて前記劣化領域の大きさを推定するステップと、
を含む、劣化評価方法。

【請求項7】

コンピュータを、請求項１から５のいずれか一項に記載の劣化評価装置として機能させるためのプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、劣化評価装置、劣化評価方法及びプログラムに関する。

【背景技術】

【0002】

画像処理を用いて構造物表面に発生する劣化を検出する手法が存在する。近年では、深層学習におけるセグメンテーション手法が用いられている。劣化領域の定量的な評価を行う技術として、画像中にクラックスケールを収めることにより、スケールから劣化領域の定量的な評価を行う技術（非特許文献１参照）、撮影対象との距離を一定に保つ機構を有した撮影機材を用いて画像を取得し、画素分解能から劣化領域の定量的な評価を行う技術（非特許文献２参照）などが知られている。

【先行技術文献】

【非特許文献】

【0003】

【文献】藤田悠介、外２名、「コンクリート構造物表面の外観検査のための画像合成及び半自動ひび割れ評価」、土木学会論文集F3、Vol.74、No.1、pp.18-32、2018年

【文献】半田兼一、外５名、「ディジタル画像処理を利用したひび割れ抽出による道路トンネル健全性評価」、第37回岩盤力学に関するシンポジウム講演集、2008年1月

【発明の概要】

【発明が解決しようとする課題】

【0004】

従来の劣化領域の定量評価を行う技術は、撮影画像に何かしらの工夫を施す必要があった。そのため、一定の撮影条件が満たされずに撮影された画像に対して、セグメンテーション手法等の画像処理アルゴリズムを用いて劣化領域の定量評価を行うことは困難であり、改善の余地があった。

【0005】

かかる事情に鑑みてなされた本開示の目的は、一定の撮影条件に限定されずに劣化領域の実寸値を評価可能な劣化評価装置、劣化評価方法及びプログラムを提供することである。

【課題を解決するための手段】

【0006】

上述の課題を解決するため、本開示に係る劣化評価装置は、取得した画像から設備領域を検出する設備領域検出部と、前記画像から劣化領域を検出する劣化領域検出部と、検出した前記設備領域に基づいて、前記画像の少なくとも一部の画素分解能を推定する画素分解能推定部と、前記画素分解能に基づいて前記劣化領域の大きさを推定する劣化大きさ推定部と、を備える。

【0007】

また、本開示に係る劣化評価方法は、劣化評価装置により劣化を評価する劣化評価方法であって、取得した画像から設備領域を検出するステップと、前記画像から劣化領域を検出するステップと、検出した前記設備領域に基づいて、前記画像の少なくとも一部の画素分解能を推定するステップと、前記画素分解能に基づいて前記劣化領域の大きさを推定するステップと、を含む。

【0008】

また、本開示に係るプログラムは、コンピュータを本開示に係る劣化評価装置として機能させる。

【発明の効果】

【0009】

本開示によれば、一定の撮影条件に限定されずに劣化領域の実寸値を評価することができる。

【図面の簡単な説明】

【0010】

【図1】本開示の一実施形態に係る劣化評価システムを説明するための図である。

【図2】とう道を簡略化して示す図である。

【図3】本開示の一実施形態に係る劣化評価装置の構成を示すブロック図である。

【図4A】劣化評価装置が取得した画像の一例を示す図である。

【図4B】劣化評価装置が取得した画像の一例を示す図である。

【図5】本開示の一実施形態に係る画素分解能推定部の構成を示すブロック図である。

【図6】物体数ＮがＮ＝１であると判断された場合の画像の一例を示す図である。

【図7A】物体数ＮがＮ＝１であると判断された場合の画像の別の例を示す図である。

【図7B】物体数ＮがＮ＝１であると判断された場合の画像の別の例を示す図である。

【図8】画素分解能マップを説明するための図である。

【図9】物体数ＮがＮ＝２であると判断された場合の画像の一例を示す図である。

【図10A】物体数ＮがＮ＝２であると判断された場合の画像の別の例を示す図である。

【図10B】物体数ＮがＮ＝２であると判断された場合の画像の別の例を示す図である。

【図11A】物体数ＮがＮ≧３であると判断された場合の画像の一例を示す図である。

【図11B】物体数ＮがＮ≧３であると判断された場合の画像の別の例を示す図である。

【図12】本開示の一実施形態に係る劣化大きさ推定部の構成を示すブロック図である。

【図13A】劣化領域の座標の一例を説明するための図である。

【図13B】劣化領域の座標が画素分解能マップ上にプロットされた状態を説明するための図である。

【図14A】本開示の一実施形態に係る劣化評価システムの動作を示す図である。

【図14B】本開示の一実施形態に係る劣化評価システムの動作を示す図である。

【図15A】本開示の一実施形態に係る劣化評価装置の制御部の動作を示す図である。

【図15B】本開示の一実施形態に係る劣化評価装置の制御部の動作を示す図である。

【図16A】変形例１に係る設備領域修正部を説明するための図である。

【図16B】変形例１に係る設備領域修正部を説明するための図である。

【図17A】変形例１に係る設備領域修正部を説明するための図である。

【図17B】変形例１に係る設備領域修正部を説明するための図である。

【図18】変形例１に係る設備領域修正部を説明するための図である。

【図19】変形例２に係る劣化評価装置が取得した画像の一例を示す図である。

【図20】変形例２に係る画素分解能マップを説明するための図である。

【発明を実施するための形態】

【0011】

以下、本開示の実施形態について適宜図面を参照しながら説明する。各図面中、同一又は相当する部分には、同一符号を付している。本実施形態の説明において、同一又は相当する部分については、説明を適宜省略又は簡略化する。以下に説明する実施形態は本開示の構成の例であり、本開示は、以下の実施形態に制限されるものではない。

【0012】

＜劣化評価システムの構成＞
図１を参照して、本実施形態に係る劣化評価システム１の構成の一例について説明する。

【0013】

劣化評価システム１は、構造物の撮影画像から設備の既知情報を用いて、構造物本体に発生する劣化の定量評価を行うシステムである。劣化評価システム１においては、画像処理アルゴリズムを用いて、撮影画像から劣化領域と、既知の設備とが検出される。次に、検出された設備に関する既知寸法と画像上の画素数とが比較され、各位置における画素分解能が推定される。そして、推定された画素分解能に基づいて劣化領域の実寸値が算出される。これにより、一定の撮影条件に限定されずに劣化領域の実寸値を推定することができる。

【0014】

構造物は、本実施形態ではとう道をいう。とう道とは、通信ケーブル敷設用の地下トンネルである。これに限られず、構造物は例えば、ガス管又は送電線等の敷設用のトンネル、又はマンホール等を含む。設備は、本実施形態では、金物設備の一部である筋金物である。検出の対象となる劣化は、撮影画像におけるとう道本体に発生している損傷、汚れ等である。劣化は設備に発生している損傷、汚れ等であってもよい。

【0015】

図２は、とう道を簡略化して示す図である。とう道の上部から下部までのＺ軸方向の高さ、及びＸ軸方向の幅は、例えば約３メートルである。とう道は、図２に示すように円形の断面形状の他、矩形の断面形状を有していてもよい。とう道内には、作業者が入って通信ケーブルの敷設、接続、保守、修理、撤去等の作業を行う。とう道内には、通信ケーブルを収容する金物設備、照明、換気設備、排水設備等が設けられる。金物設備は、とう道の壁面に固定された平板状の筋金物と、筋金物に取り付けられて、通信ケーブルを支持する受金物と、を備える。本実施形態において筋金物は約８ｃｍの幅を有するが、これに限定されない。筋金物は図２のＺ軸方向に延在し、とう道の奥行方向であるＹ軸方向に一定の間隔で設置されている。図２のＺ軸方向は筋金物の長手方向、Ｙ軸方向は筋金物の短手方向を指す。

【0016】

図１を再び参照すると、劣化評価システム１は、撮影装置１０と、劣化評価装置２０と、サーバ装置３０と、を備える。撮影装置１０、劣化評価装置２０、サーバ装置３０は、それぞれ、有線又は無線により通信可能に接続されている。各装置間で情報を送受信するための通信方法は、特に限定されない。

【0017】

撮影装置１０は、とう道内を撮影する機能を有する装置であり、例えば、スマートフォン、タブレット端末、ノートＰＣ（personal computer）、無人飛行体等である。撮影装置１０は、撮影した画像のデータを、劣化評価装置２０へ送信する。撮影された画像には、とう道内の設備の少なくとも一部が写り込んでいる。撮影装置１０の数は１つに限られず、複数であってもよい。撮影装置１０は、劣化評価装置２０と一体化されていてもよい。

【0018】

劣化評価装置２０は、スマートフォン又はタブレット端末等の任意の電子機器である。劣化評価装置２０は、汎用コンピュータ、専用コンピュータ、又はＰＣ（Personal Computer）であってもよい。劣化評価装置２０は、とう道内で点検を行う作業者に使用されてもよい。劣化評価装置２０は、撮影装置１０から、撮影された画像のデータを受信する。詳細は後述するが、劣化評価装置２０は、受信した撮影画像に基づいて、設備領域及び劣化領域を検出し、画素分解能を推定し、劣化領域の大きさを推定する。劣化評価装置２０は、推定した劣化領域の実寸値を示す情報を、ネットワークを介してサーバ装置３０へ送信する。

【0019】

サーバ装置３０は、データセンタなどの施設に設置されてもよい。サーバ装置３０は、劣化評価装置２０から、ネットワークを介して設備の劣化領域の実寸値を示す情報を受信する。サーバ装置３０は、劣化領域の実寸値を示す情報をサーバ装置３０の記憶部に格納する。

【0020】

＜劣化検出装置＞
図３から図１３Ｂを参照して、本実施形態に係る劣化評価装置２０の構成の一例について説明する。

【0021】

図３に示すように、劣化評価装置２０は、制御部２１と、記憶部２２と、通信部２３と、入力部２４と、出力部２５と、を備える。制御部２１は、設備領域検出部２１１と、劣化領域検出部２１２と、画素分解能推定部２１３と、劣化大きさ推定部２１４と、を備える。

【0022】

記憶部２２は、１つ以上のメモリを含み、例えば、半導体メモリ、磁気メモリ、光メモリなどを含んでよい。記憶部２２に含まれる各メモリは、例えば、主記憶装置、補助記憶装置、又はキャッシュメモリとして機能してよい。各メモリは、必ずしも劣化評価装置２０がその内部に備える必要はなく、劣化評価装置２０の外部に備える構成としてもよい。記憶部２２には、劣化評価装置２０の動作に用いられる情報と、劣化評価装置２０の動作によって得られた情報とが記憶される。記憶部２２は例えば、筋金物の幅の実寸値を示す情報、筋金物の設置間隔を示す情報、作成された画素分解能マップの情報、制御部２１に推定された劣化領域の実寸値の情報等を格納できる。

【0023】

通信部２３には、少なくとも１つの通信用インタフェースが含まれる。通信用インタフェースは、例えば、ＬＡＮインタフェースである。通信部２３は、劣化評価装置２０の動作に用いられる情報を受信し、また劣化評価装置２０の動作によって得られる情報を送信する。通信部２３は、撮影装置１０から、撮影した画像のデータを受信する。通信部２３は、サーバ装置３０へ、推定された劣化領域の実寸値の情報を送信する。

【0024】

入力部２４には、少なくとも１つの入力用インタフェースが含まれる。入力用インタフェースは、例えば、物理キー、静電容量キー、ポインティングデバイス、ディスプレイと一体的に設けられたタッチスクリーン、又はマイクである。入力部２４は、劣化評価装置２０の動作に用いられる情報を入力する操作を受け付ける。入力部２４は、劣化評価装置２０に備えられる代わりに、外部の入力機器として劣化評価装置２０に接続されてもよい。接続方式は任意のものであってよい。例えば、作業者が、入力部２４を用いて所定の操作を行うことで、点検画像等のとう道内で撮影された画像データを、劣化評価装置２０に入力することができる。

【0025】

出力部２５には、少なくとも１つの出力用インタフェースが含まれる。出力用インタフェースは、例えば、ディスプレイ又はスピーカである。ディスプレイは、例えば、ＬＣＤ（liquid crystal display）又は有機ＥＬ（electro luminescence）ディスプレイである。出力部２５は、劣化評価装置２０の動作によって得られる情報を出力する。出力部２５は、劣化評価装置２０に備えられる代わりに、外部の出力機器として劣化評価装置２０に接続されてもよい。接続方式は任意のものであってよい。例えば、出力部２５は、推定された劣化領域の実寸値の情報を、作業者に対して画像又は音声により通知してもよい。

【0026】

制御部２１には、少なくとも１つのプロセッサ、少なくとも１つの専用回路、又はこれらの組み合わせが含まれる。プロセッサは、ＣＰＵ（central processing unit）、ＧＰＵ（graphics processing unit）等の汎用プロセッサ、又は特定の処理に特化した専用プロセッサである。専用回路は、例えば、ＦＰＧＡ（field-programmable gate array）又はＡＳＩＣ（application specific integrated circuit）である。制御部２１は、劣化評価装置２０の各部を制御しながら、劣化評価装置２０の動作に関わる処理を実行する。制御部２１は、通信用とう道の内部で取得した画像を取得し、当該画像から、セグメンテーション深層学習等の画像処理手法を用いて検出した設備領域に基づいて画像の画素分解能を推定し、劣化領域の検出結果を定量評価する機能を有する。

【0027】

設備領域検出部２１１は、取得された画像から、筋金物を設備領域として検出し、画素分解能推定部２１３に出力する。設備領域として検出される対象は筋金物に限られず、自由に設定されてよい。検出は、セグメンテーション深層学習等の画像処理手法により行う。

【0028】

劣化領域検出部２１２は、取得された画像から、とう道本体に発生する劣化領域を検出し、劣化大きさ推定部２１４に出力を行う。検出は、設備領域検出部２１１と同様の画像処理手法によるものであってよい。

【0029】

図４Ａは、取得された画像の一例を示す。図４Ｂは、設備領域検出部２１１によって検出された設備領域と、劣化領域検出部２１２によって検出された劣化領域とを示す図である。設備領域検出部２１１と劣化領域検出部２１２とは一体化されて、設備領域と劣化領域とを同時に検出できてもよい。設備領域検出部２１１は、取得された画像から設備領域が検出されない場合、出力部２５を介してその旨を撮影装置１０に対し通知し、再度の撮影を促してもよい。

【0030】

設備領域検出部２１１が検出した設備領域と劣化領域検出部２１２が検出した劣化領域とは、出力部２５を介して、劣化評価装置２０を使用する作業者に対し表示されてもよい。この場合、作業者が入力部２４を操作して、設備領域と劣化領域との範囲を手動で設定できる。

【0031】

画素分解能推定部２１３は、設備領域検出部２１１により検出された設備領域に基づいて、画像の少なくとも一部の画素分解能を推定する。具体的には、筋金物の幅又は設置間隔から、画像の１画素当たりの長さの実寸値である画素分解能を、画素毎に推定し、画像の全体について画素分解能マップを作成し、劣化大きさ推定部２１４に出力する。１画素とは１ピクセルのことである。

【0032】

図５に示すように、画素分解能推定部２１３は、物体数抽出部２１３１と、物体数判断部２１３２と、物体幅抽出部２１３３ａ及び物体幅抽出部２１３３ｂと、細線化部２１３４と、設置間隔抽出部２１３５と、実寸法比較部２１３６ａ、実寸法比較部２１３６ｂ及び実寸法比較部２１３６ｃと、画素分解能マップ作成部２１３７ａ、画素分解能マップ作成部２１３７ｂ及び画素分解能マップ作成部２１３７ｃと、を備える。

【0033】

物体数抽出部２１３１は、設備領域検出部２１１による設備領域の検出結果から、検出された筋金物を１本毎に物体として分割して、設備領域として検出された筋金物の数を抽出する。例えば、図４Ｂに示す設備領域の検出結果から、物体数抽出部２１３１は、筋金物の物体数（筋金物数）Ｎが２であることを抽出する。物体数抽出部２１３１は、抽出した結果を物体数判断部２１３２に出力する。

【0034】

物体数判断部２１３２は、物体数抽出部２１３１が抽出した筋金物数Ｎについて、Ｎ＝１、Ｎ＝２、又はＮ≧３のいずれであるかを判断する。図５に示すように、筋金物数Ｎ＝１の場合、物体幅抽出部２１３３ａ、実寸法比較部２１３６ａ、画素分解能マップ作成部２１３７ａによって順に処理が実行される。筋金物数Ｎ＝２の場合、細線化部２１３４、設置間隔抽出部２１３５、実寸法比較部２１３６ｂ、画素分解能マップ作成部２１３７ｂによって順に処理が実行される。筋金物数Ｎ≧３の場合、物体幅抽出部２１３３ｂ、実寸法比較部２１３６ｃ、画素分解能マップ作成部２１３７ｃによって順に処理が実行される。

【0035】

以下、物体数判断部２１３２が筋金物数Ｎ＝１と判断した場合について説明する。

【0036】

物体幅抽出部２１３３ａは、筋金物の幅に相当する画素数を測定し、実寸法比較部２１３６ａに出力する。図６は、物体数判断部２１３２が筋金物数Ｎ＝１であると判断した場合の画像の一例を示す。図６では、設備領域として検出された１つの筋金物の領域と背景の領域とが示される。物体幅抽出部２１３３ａは、図６の矢印記号で示す筋金物の幅に相当する画素数を測定する。測定される対象の幅の上下方向の位置は自由に設定されてよい。例えば、図６に示すように、筋金物の複数の位置における幅に相当する画素数が測定されてよい。複数の位置の幅について画素数が測定されることで、後述する画素分解能マップの精度を高めることができる。

【0037】

図７Ａ及び図７Ｂは、取得された画像の他の例を示す図である。図７Ａは、筋金物を見上げるように撮影された画像であり、図７Ｂは、筋金物を見下ろすように撮影された画像である。図７Ａの筋金物の上部及び図７Ｂの筋金物の下部は、遠近法により小さく表示される。このように画像上で筋金物の幅が遠近法により変化する場合、物体幅抽出部２１３３ａは複数の位置の幅について画素数を測定する。物体幅抽出部２１３３ａは例えば、筋金物の上下方向の最上位置と、中央位置と、最下位置における幅について画素数を測定してよい。

【0038】

実寸法比較部２１３６ａは、画素分解能を画素毎に算出し、画素分解能マップ作成部２１３７ａに出力する。具体的には、実寸法比較部２１３６ａは、物体幅抽出部２１３３ａが測定した画像中の筋金物の幅に相当する画素数と、当該筋金物の幅の実寸値とを比較し、以下の式（１）により画素分解能を求める。

【0039】

【数1】

【0040】

式（１）においてＲは画素毎の画素分解能であり、単位はｍｍ／ｐｉｘｅｌである。Ｂは筋金物の幅の実寸値であり、単位はｍｍである。Ｃは筋金物の幅に相当する画素数（すなわち、ピクセル数）である。このように実寸法比較部２１３６ａは、筋金物の幅の実寸値Ｂを、測定された画素数Ｃで除して画素分解能Ｒを推定する。実寸法比較部２１３６ａは、記憶部２２を参照して、予め記憶されている筋金物の幅の実寸値を読み出し、Ｂの値として、画素分解能Ｒを算出する。実寸法比較部２１３６ａは、入力部２４を介して入力された筋金物の幅の実寸値をＢの値として、画素分解能Ｒを算出してもよい。

【0041】

画素分解能マップ作成部２１３７ａは、実寸法比較部２１３６ａが算出した画素分解能と画像の座標との関係を直線近似することにより、画像の全体の画素毎の画素分解能を示す画素分解能マップＡを作成する。画素分解能マップ作成部２１３７ａは、作成した画素分解能マップＡを劣化大きさ推定部２１４に出力する。座標は、画像の上下方向、すなわち筋金物の長手方向の座標である。近似手法の種類は任意のものであってよく、例えば最小二乗法等の手法であってもよい。図７Ａのように、とう道の下部から筋金物を見上げるように撮影された画像においては、とう道上部に対応する画像上部の画素分解能の値が大きくなる。また、図７Ｂのように、とう道の上部から筋金物を見下ろすように撮影された画像においては、とう道下部に対応する画像下部の画素分解能の値が大きくなる。このように、筋金物を1本のみ検出した画像の場合には、上下方向に画像が歪むことが多く、筋金物の長手方向に画素分解能を直線近似することで画像の全体の画素分解能の値の精度を高めることが可能となる。これにより、歪み補正を画素分解能マップ上で再現することができる。画素分解能マップの作成は、筋金物の長手方向に直線近似することで行う他、角度等を考慮した近似方法を用いて行っても良い。

【0042】

図８は、筋金物が１つのみ検出された場合に画素分解能マップ作成部２１３７ａが作成した画素分解能マップＡを説明するための図である。図中右側のスケールは、画像中の画素分解能の値を濃淡によって表している。図８では、筋金物はとう道の下方向から撮影されている。画像中の矢印記号が示す方向に向かって、画素分解能の値が大きくなっていることがわかる。

【0043】

以下、物体数判断部２１３２が筋金物数Ｎ＝２と判断した場合について説明する。

【0044】

細線化部２１３４は、検出した筋金物の幅の中心に、筋金物の長手方向に沿った細線を表示し、筋金物の幅を線で表す細線化を実施する。図９は、物体数判断部２１３２が筋金物数Ｎ＝２であると判断した場合の画像の一例を示す。図９では、設備領域として検出された２つの筋金物の領域と背景の領域とが示される。細線化部２１３４は、図９の点線で示すような細線を表示し、２つの筋金物のそれぞれについて、幅を線状で表す。細線化部２１３４は、細線化を実施した結果を設置間隔抽出部２１３５に出力する。

【0045】

設置間隔抽出部２１３５は、細線化部２１３４が表示した細線の間隔距離に相当する画素数を測定し、実寸法比較部２１３６ｂに出力する。設置間隔抽出部２１３５は、図９の矢印記号で示す、細線と細線との間隔距離に相当する画素数を測定する。測定される対象の間隔距離の上下方向の位置は自由に設定されてよい。例えば、図９に示すように、筋金物の複数の位置における間隔距離に相当する画素数が測定されてよい。複数の位置の間隔距離について画素数が測定されることで、後述する画素分解能マップの精度を高めることができる。

【0046】

図１０Ａ及び図１０Ｂは、取得された画像の他の例を示す図である。図１０Ａは、筋金物を見上げるように撮影された画像であり、図１０Ｂは、筋金物を見下ろすように撮影された画像である。図１０Ａの筋金物の間隔距離の上部及び図１０Ｂの筋金物の間隔距離の下部は、遠近法により小さく表示される。このように画像上で筋金物の間隔距離が遠近法により変化する場合、設置間隔抽出部２１３５は複数の位置の間隔距離について画素数を測定する。設置間隔抽出部２１３５は例えば、筋金物の細線の上下方向の最上位置と、中央位置と、最下位置における間隔距離について画素数を測定してよい。

【0047】

実寸法比較部２１３６ｂは、画素分解能Ｒを画素毎に算出し、画素分解能マップ作成部２１３７ｂに出力する。具体的には、実寸法比較部２１３６ｂは、設置間隔抽出部２１３５が測定した画像中の筋金物の細線の間隔距離に相当する画素数と、当該間隔距離の実寸値とを比較し、式（２）により画素分解能を求める。

【0048】

【数2】

【0049】

式（２）においてＲは画素毎の画素分解能であり、単位はｍｍ／ｐｉｘｅｌである。Ｌは筋金物の間隔距離の実寸値であり、単位はｍｍである。Ｃは筋金物の間隔距離に相当する画素数（すなわち、ピクセル数）である。このように実寸法比較部２１３６ｂは、筋金物の間隔距離の実寸値Ｌを、測定された画素数Ｃで除して画素分解能Ｒを推定する。実寸法比較部２１３６ｂは、記憶部２２を参照して、予め記憶されている筋金物の間隔距離の実寸値を読み出し、Ｌの値として、画素分解能Ｒを算出する。実寸法比較部２１３６ｂは、入力部２４を介して入力された筋金物の間隔距離の実寸値をＬの値として、画素分解能Ｒを算出してもよい。

【0050】

画素分解能マップ作成部２１３７ｂは、実寸法比較部２１３６ｂが算出した画素分解能と画像の座標との関係を直線近似することにより、画像の全体の画素毎の画素分解能を示す画素分解能マップＢを作成する。画素分解能マップ作成部２１３７ｂは、作成した画素分解能マップＢを劣化大きさ推定部２１４に出力する。画素分解能マップ作成部２１３７ｂについての詳細は画素分解能マップ作成部２１３７ａと同様であるため、説明を省略する。

【0051】

なお、とう道の筋金物の設置間隔の実寸値が不明な場合には、物体数判断部２１３２がＮ＝１と判断した場合と同様に、筋金物の幅から画素分解能を算出してもよい。又は、筋金物の幅及び筋金物の細線の間隔距離の両方について測定された画素数と実寸値とに基づいて、画像の全体の画素分解能を算出してもよい。これにより、より精度よく画素分解能マップを作成できる。

【0052】

以下、物体数判断部２１３２が筋金物数Ｎ≧３と判断した場合について説明する。

【0053】

物体幅抽出部２１３３ｂは、筋金物の幅に相当する画素数を測定し、実寸法比較部２１３６ｃに出力する。図１１Ａ及び図１１Ｂは、物体数判断部２１３２が筋金物数Ｎ≧３であると判断した場合の画像の一例を示す。図１１Ａ及び図１１Ｂの画像には、設備領域として検出された３つの筋金物の領域と背景の領域とが示される。画像はとう道の奥に向かって撮影されたものであり、画像の右側がとう道の手前側、左側が奥側となっている。矢印記号で示すように、遠近法により、奥側に向かうにつれ検出される設備領域としての筋金物が小さく表示される。物体幅抽出部２１３３ｂについてのその他の詳細は物体幅抽出部２１３３ａと同様であるため、説明を省略する。

【0054】

物体幅抽出部２１３３ｂは、検出された全ての設備領域についてそれぞれの幅の画素数を測定してよい。又は、物体幅抽出部２１３３ｂは、画像に占める設備領域の大きさの割合が大きい順に、複数の筋金物を特定し、特定した筋金物のみの幅について画素数を測定してもよい。これにより、画像に占める設備領域の大きさの割合が極端に小さい筋金物、すなわちとう道の奥側に存在する筋金物の幅に相当する画素数を測定する処理を省くことができる。又は、物体幅抽出部２１３３ｂは、画像の奥側に劣化領域が検出されている場合には、とう道の奥側に存在する筋金物の幅に相当する画素数も測定してよい。これにより、特定した筋金物についてのみ幅を測定する場合と比較して、画素分解能マップ作成部２１３７ｃが作成する画素分解能マップの精度を高め、画像の奥側の劣化領域の実寸値を精度よく推定できる。このように、物体幅抽出部２１３３ｂは、検出された設備領域のいずれについて幅の画素数を測定するかを自由に決定できる。

【0055】

上述の、物体数判断部２１３２が筋金物数Ｎ＝２と判断した場合と同様、細線化部２１３４及び設置間隔抽出部２１３５が、物体幅抽出部２１３３ｂに加えて、又は物体幅抽出部２１３３ｂの代わりに設けられてもよい。これにより、例えば複数の筋金物のうち、一部の筋金物の幅の実寸値が不明である場合でも、細線化部２１３４及び設置間隔抽出部２１３５により柔軟に間隔距離の画素数を測定できる。図１１Ｂは、物体幅抽出部２１３３ｂに代えて細線化部２１３４及び設置間隔抽出部２１３５により間隔距離の画素数を測定する場合を説明する図である。図１１Ｂでは、細線化部２１３４により３つ以上の筋金物の幅が線状に表され、設置間隔抽出部２１３５により、各線の間隔距離に相当する画素数が測定される。上述した物体幅抽出部２１３３ｂと同様、細線化部２１３４及び設置間隔抽出部２１３５は、複数の筋金物間の複数の間隔距離のうち、いずれの間隔距離の画素数を測定するかを自由に決定できる。

【0056】

実寸法比較部２１３６ｃは、画素分解能を画素毎に算出し、画素分解能マップ作成部２１３７ｃに出力する。実寸法比較部２１３６ｃについての詳細は実寸法比較部２１３６ａ又は実寸法比較部２１３６ｂと同様であるため、説明を省略する。

【0057】

画素分解能マップ作成部２１３７ｃは、実寸法比較部２１３６ｃが算出した画素分解能と画像の座標との関係を直線近似することにより、画像の全体の画素毎の画素分解能を示す画素分解能マップを作成する。画素分解能マップ作成部２１３７ｃは、作成した画素分解能マップＣを劣化大きさ推定部２１４に出力する。座標は、画像の左右方向、すなわち筋金物の短手方向の座標である。近似手法の種類は任意のものであってよく、例えば最小二乗法等の手法であってもよい。図１１Ａ及び図１１Ｂのように、とう道の手前側から奥に向かって複数の筋金物が撮影された画像においては、とう道の奥側に対応する画像の左側部の画素分解能の値が大きくなり、とう道の手前側に対応する画像の右側部の画素分解能の値が小さくなる。なお、画像の左側部がとう道の手前側に対応し、画像の右側部がとう道の奥側に対応する場合は画像の右側部の画素分解能の値が大きくなり、画像の左側部の画素分解能の値が小さくなる。このように、筋金物を３本以上検出した画像の場合には、左右方向に画像が歪むことが多く、筋金物の短手方向に画素分解能を直線近似することで画像の全体の画素分解能の値の精度を高めることが可能となる。これにより、歪み補正を画素分解能マップ上で再現することができる。

【0058】

劣化大きさ推定部２１４は、劣化領域検出部２１２が検出した劣化領域の実寸値を、画素分解能推定部２１３が作成した画素分解能マップに基づいて推定する。これにより、劣化大きさ推定部２１４は劣化領域を評価することができる。図１２に示すように、劣化大きさ推定部２１４は、劣化領域座標取得部２１４１と、劣化領域長さ推定部２１４２と、劣化領域面積推定部２１４３と、を備える。

【0059】

劣化領域座標取得部２１４１は、劣化領域として検出された領域の、画像中における座標を取得する。取得した座標の値に応じて、劣化領域座標取得部２１４１は、劣化領域長さ推定部２１４２及び劣化領域面積推定部２１４３のいずれにより次の処理を行うかを決定し、劣化領域長さ推定部２１４２及び劣化領域面積推定部２１４３のいずれかに、取得した座標を出力する。例えば、撮影されたとう道内の劣化がヒビ割れ等の形が一様に定まらない線状の劣化であるとき、劣化領域座標取得部２１４１は、取得した座標の値から劣化領域長さ推定部２１４２が次に処理を行うことを決定する。そして、取得した座標を劣化領域長さ推定部２１４２に出力する。例えば、撮影されたとう道内の劣化が一定の面積を有する穴状の欠損等の劣化であるとき、劣化領域座標取得部２１４１は、取得した座標の値から劣化領域面積推定部２１４３が次に処理を行うことを決定する。そして、取得した座標を劣化領域面積推定部２１４３に出力する。

【0060】

予め設定された劣化領域の記録項目又は点検項目に応じて、劣化領域長さ推定部２１４２及び劣化領域面積推定部２１４３のいずれにより次に処理を行うかが決定されてもよい。

【0061】

劣化領域長さ推定部２１４２は、劣化領域を示す座標から、劣化領域の長さを算出し、結果を記憶部２２に格納する。ここでは劣化領域の最大長さを算出する例を説明するが、算出する対象の長さは自由に設定されてよい。図１３Ａは、取得された劣化領域の画像上の座標の一例を示す。図１３Ａを参照すると、劣化領域としてのヒビ割れが点線で示される。劣化領域長さ推定部２１４２は、劣化領域の座標のうち、縦軸（Ｙ軸）の値が最大値の点Ａ、横軸（Ｘ軸）の値が最大値の点Ｂ、縦軸（Ｙ軸）の値が最小値の点Ｃ、横軸（Ｘ軸）の値が最小値の点Ｄを抽出する。劣化領域長さ推定部２１４２は、点Ａから点Ｄを接続する直線で形成される四角形を作成し、当該四角形の対角線のうち、点Ａと点Ｃとを接続する直線が最大長さＬ’ｍａｘとなっていることを判断する。なお、劣化領域長さ推定部２１４２は、劣化領域の形状に応じて、任意の多角形を形成するような点を抽出してもよい。劣化領域長さ推定部２１４２は、当該多角形のいずれかの辺又は対角線を最大長さとして判断してもよい。

【0062】

劣化領域長さ推定部２１４２は次に、点Ａと点Ｃとの座標を、画素分解能マップ上にプロットする。図１３Ｂは、図１３Ａで求めた最大長さを形成する点Ａと点Ｃとが画素分解能マップ上にプロットされた状態を説明するための図である。劣化領域長さ推定部２１４２は、プロットした点と点の間の距離、すなわち劣化領域の最大長さの実寸値を、画素分解能マップが示す画素分解能の値により求める。図１３Ｂの画素分解能マップ上で、劣化領域長さ推定部２１４２は、プロットされた点Ａと点Ｃとを結ぶ直線が斜辺となる直角三角形を形成する。劣化領域長さ推定部２１４２は、直角を形成する、点Ａから縦軸に沿って下方に伸びる直線と、点Ｃから横軸に沿って左方向に伸びる直線とに相当する画素の画素分解能を測定し、それぞれの直線の実寸値を求める。

【0063】

図１３Ｂでは、点Ａから下方に伸びる直線に相当する画素の画素分解能の値は１．１＋１．１＋１．１＋１．１＋１．１＝５．５ｍｍ／ｐｉｘｅｌであり、当該直線の実寸値は５．５ｍｍであることがわかる。また、点Ｃから左方向に伸びる直線に相当する画素の画素分解能の値は１．１＋１．１＋１．２＝３．４ｍｍ／ｐｉｘｅｌであり、当該直線の実寸値は３．４ｍｍであることがわかる。そして、劣化領域長さ推定部２１４２は、三平方の定理により斜辺の長さを求める。具体的には劣化領域長さ推定部２１４２は、５．５ｍｍを二乗した値の３０．２５ｍｍと、３．４ｍｍを二乗した値の１１．５６ｍｍとを合計し、４１．８１ｍｍの値を算出する。そして、４１．８１ｍｍの値の平方根を求め、少数点第二位を四捨五入し、６．５ｍｍの値を算出する。このようにして、斜辺Ｌ’ｍａｘの実寸値の長さが６．５ｍｍであることが求められる。

【0064】

劣化領域長さ推定部２１４２は、長さを推定する対象の劣化領域が、画素分解能マップ上で縦軸または横軸に平行である場合は、劣化領域を示す座標間の直線に相当する画素分解能の値を単純に合計し、当該直線の実寸値を算出してもよい。

【0065】

劣化領域面積推定部２１４３は、劣化領域の面積を求め、結果を記憶部２２に格納する。具体的には、劣化領域面積推定部２１４３は、取得された劣化領域の座標の値を画素分解能マップ上にプロットする。劣化領域面積推定部２１４３は、プロットした座標に基づき、劣化領域に対応する画素のそれぞれの画素分解能の値を特定する。次に劣化領域面積推定部２１４３は、特定した画素分解能の値をそれぞれ２乗し、１画素当りの面積の実寸値を求める。劣化領域面積推定部２１４３は、求めた１画素当りの面積の実寸値を加算していき、合計値を劣化領域全体の面積の実寸値として算出する。

【0066】

＜プログラム＞
劣化評価装置２０は、プログラム命令を実行可能なコンピュータであってもよい。コンピュータは、劣化評価装置２０の各機能を実現する処理内容を記述したプログラムを該コンピュータの記憶部に格納しておき、該コンピュータのプロセッサによってこのプログラムを読み出して実行する。これらの処理内容の一部はハードウェアで実現されてもよい。ここで、コンピュータは、汎用コンピュータ、専用コンピュータ、ワークステーション、ＰＣ、電子ノートパッドなどであってもよい。プログラム命令は、必要なタスクを実行するためのプログラムコード、コードセグメントなどであってもよい。プロセッサは、ＣＰＵ、ＧＰＵ、ＤＳＰ（Digital Signal Processor）などであってもよい。

【0067】

また、このプログラムは、コンピュータが読み取り可能な記録媒体に記録されていてもよい。このような記録媒体を用いれば、プログラムをコンピュータにインストールすることが可能である。ここで、プログラムが記録された記録媒体は、非一過性の記録媒体であってもよい。非一過性の記録媒体は、特に限定されるものではないが、例えば、ＣＤ－ＲＯＭ、ＤＶＤ－ＲＯＭなどの記録媒体であってもよい。また、このプログラムは、ネットワークを介したダウンロードによって提供することもできる。

【0068】

＜劣化評価システム１の動作＞
次に、図１３Ａ、図１３Ｂ、図１４Ａ、図１４Ｂ、図１５Ａ、及び図１５Ｂを参照して、本実施形態に係る劣化評価装置２０を含む劣化評価システム１の動作について説明する。劣化評価システム１の動作のうち、劣化評価装置２０の動作は、本実施形態に係る劣化評価方法に相当する。

【0069】

ステップＳ１において、撮影装置１０がとう道内の劣化した部分及びとう道内の設備を撮影する。撮影装置１０は、撮影した画像データを劣化評価装置２０に送信する。

【0070】

ステップＳ２において、劣化評価装置２０の通信部２３は、撮影装置１０から画像データを受信する。劣化評価装置２０の制御部２１は、受信した画像を取得する。

【0071】

ステップＳ３において、劣化評価装置２０の設備領域検出部２１１は、取得された画像から、設備領域を検出する。本例では、筋金物を設備領域として検出する。ここで設備領域検出部２１１は、画像に設備が写っていないと判断した場合、撮影装置１０にその旨通知してもよい。設備領域検出部２１１は、検出した結果を画素分解能推定部２１３に出力する。

【0072】

ステップＳ４において、劣化評価装置２０の劣化領域検出部２１２は、取得された画像から、劣化領域を検出する。劣化領域検出部２１２は、検出した結果を劣化大きさ推定部２１４に出力する。

【0073】

なお、ステップＳ３とステップＳ４との順番は入れ替わってもよいし、ステップＳ３とステップＳ４との処理は同時に行われてもよい。

【0074】

ステップＳ５において、劣化評価装置２０の画素分解能推定部２１３は、検出された設備領域に基づいて、画像の少なくとも一部の画素分解能を推定する。図１５Ａ及び図１５Ｂは、図１４ＡのステップＳ５における画素分解能の推定の具体的な処理フローを示す。

【0075】

まずステップＳ６において、物体数抽出部２１３１は、設備領域として検出された筋金物の数を抽出する。物体数抽出部２１３１は、抽出した結果を物体数判断部２１３２に出力する。

【0076】

ステップＳ７において、物体数判断部２１３２は、抽出された筋金物数Ｎが、Ｎ＝１、Ｎ＝２、又はＮ≧３のいずれであるかを判断する。筋金物数Ｎ＝１の場合、次にステップＳ８で物体幅抽出部２１３３ａによる処理が実行され、続いて実寸法比較部２１３６ａ、画素分解能マップ作成部２１３７ａによって順に処理が実行される。筋金物数Ｎ＝２の場合、次にステップＳ１１で細線化部２１３４による処理が実行され、続いて、設置間隔抽出部２１３５、実寸法比較部２１３６ｂ、画素分解能マップ作成部２１３７ｂによって順に処理が実行される。筋金物数Ｎ≧３の場合、次にステップＳ１５で物体幅抽出部２１３３ｂによる処理が実行され、続いて、実寸法比較部２１３６ｃ、画素分解能マップ作成部２１３７ｃによって順に処理が実行される。

【0077】

まず、ステップＳ７において筋金物数Ｎ＝１と判断された場合について説明する。ステップＳ８で、物体幅抽出部２１３３ａは、筋金物の幅に相当する画素数を測定する。測定される対象の幅の位置は自由に設定されてよく、筋金物の複数の位置における幅に相当する画素数が測定されてよい。物体幅抽出部２１３３ａは例えば、筋金物の上下方向の最上位置と、中央位置と、最下位置における幅について画素数を測定してよい。物体幅抽出部２１３３ａは、測定した結果を実寸法比較部２１３６ａに出力する。

【0078】

図１５ＢのステップＳ９において、実寸法比較部２１３６ａは、画素分解能を画素毎に算出する。具体的には、実寸法比較部２１３６ａは、ステップＳ８で測定された画像中の筋金物の幅に相当する画素数と、記憶部２２に予め記憶されている当該筋金物の実寸値とを比較し、上述した式（１）により画素分解能を求める。実寸法比較部２１３６ａは、算出した結果を画素分解能マップ作成部２１３７ａに出力する。

【0079】

ステップＳ１０において、画素分解能マップ作成部２１３７ａは、実寸法比較部２１３６ａが算出した画素分解能と画像の座標との関係を直線近似することにより画像の全体の画素毎の画素分解能を示す画素分解能マップＡを作成する。画素分解能マップの作成は、筋金物の長手方向に直線近似することで行う。画素分解能マップ作成部２１３７ａは、作成した画素分解能マップＡを劣化大きさ推定部２１４に出力する。

【0080】

次に、ステップＳ７において筋金物数Ｎ＝２と判断された場合について説明する。ステップＳ１１で、細線化部２１３４は、検出した筋金物の幅の中心に筋金物の長手方向に沿った細線を表示し、筋金物の幅を線状で表す細線化処理を行う。細線化部２１３４は、細線化を実施した結果を設置間隔抽出部２１３５に出力する。

【0081】

図１５ＢのステップＳ１２において、設置間隔抽出部２１３５は、細線化部２１３４が表示した細線の間隔距離に相当する画素数を測定し、実寸法比較部２１３６ｂに出力する。測定される対象の間隔距離の上下方向の位置は自由に設定されてよく、細線の複数の位置における間隔距離に相当する画素数が測定されてよい。

【0082】

ステップＳ１３において、実寸法比較部２１３６ｂは、画素分解能を画素毎に算出し、画素分解能マップ作成部２１３７ｂに出力する。具体的には、実寸法比較部２１３６ｂは、ステップＳ１２で測定された画像中の筋金物に表された細線の間隔距離に相当する画素数と、記憶部２２に予め記憶されている当該筋金物の間隔距離の実寸値とを比較し、上述した式（２）により画素分解能を求める。

【0083】

ステップＳ１４において、画素分解能マップ作成部２１３７ｂは、実寸法比較部２１３６ｂが算出した画素分解能と画像の座標との関係を直線近似することにより画像の全体の画素毎の画素分解能を示す画素分解能マップＢを作成する。画素分解能マップ作成部２１３７ｂは、作成した画素分解能マップＢを劣化大きさ推定部２１４に出力する。

【0084】

次に、ステップＳ７において筋金物数Ｎ≧３と判断された場合について説明する。ステップＳ１５で、物体幅抽出部２１３３ｂは、筋金物の幅に相当する画素数を測定する。物体幅抽出部２１３３ｂは、検出された全ての筋金物についてそれぞれの幅の画素数を測定してよい。又は、物体幅抽出部２１３３ｂは、画像に占める設備領域の大きさの割合が大きい順に、複数の筋金物を特定し、特定した筋金物のみの幅について画素数を測定してもよい。物体幅抽出部２１３３ｂは、測定した結果を実寸法比較部２１３６ｃに出力する。

【0085】

図１５ＢのステップＳ１６において、実寸法比較部２１３６ｃは、画素分解能を画素毎に算出する。ステップＳ１６の処理の詳細はステップＳ９又はステップＳ１３と同様であるため、説明を省略する。実寸法比較部２１３６ｃは、算出した結果を画素分解能マップ作成部２１３７ｃに出力する。

【0086】

ステップＳ１７において、画素分解能マップ作成部２１３７ｃは、実寸法比較部２１３６ｃが算出した画素分解能と画像の座標との関係を直線近似することにより、画像の全体の画素毎の画素分解能を示す画素分解能マップＣを作成する。画素分解能マップの作成は、筋金物の短手方向に直線近似することで行う。画素分解能マップ作成部２１３７ｃは、作成した画素分解能マップＣを劣化大きさ推定部２１４に出力する。

【0087】

上述の処理を行った後、画素分解能推定部２１３は、画素分解能の推定を終了する。

【0088】

再び図１４Ａを参照すると、ステップＳ１８において、劣化大きさ推定部２１４の劣化領域座標取得部２１４１は、劣化領域として検出された領域の、画像中における座標を取得する。

【0089】

図１４ＢのステップＳ１９において、劣化領域座標取得部２１４１は、取得した座標の値に応じて、劣化領域長さ推定部２１４２及び劣化領域面積推定部２１４３のいずれにより次の処理を行うかを決定し、劣化領域長さ推定部２１４２及び劣化領域面積推定部２１４３のいずれかに、取得した座標を出力する。劣化領域座標取得部２１４１は、劣化領域が線状の劣化であるとき、劣化領域長さ推定部２１４２が次に処理を行うことを決定し、取得した座標を劣化領域長さ推定部２１４２に出力する。この場合、処理はステップＳ２０へと進む。劣化領域座標取得部２１４１は、劣化領域が面積を有する形状であるとき、劣化領域面積推定部２１４３が次に処理を行うことを決定し、取得した座標を劣化領域面積推定部２１４３に出力する。この場合、処理はステップＳ２１へと進む。

【0090】

まず、ステップＳ１９において劣化領域長さ推定部２１４２が次に処理を行うことが決定され、処理がステップＳ２０へと進んだ場合について説明する。ステップＳ２０において、劣化領域長さ推定部２１４２は、劣化領域を示す座標から、劣化領域の長さを算出する。劣化領域長さ推定部２１４２は、算出した結果を記憶部２２に格納する。ここでは劣化領域の最大長さを算出する例を説明するが、算出する対象の長さは自由に設定されてよい。

【0091】

具体的には、劣化領域長さ推定部２１４２は、劣化領域の形状に応じて、任意の多角形を形成するような点を抽出し、当該多角形のいずれかの対角線を最大長さとして判断する。例えば図１３Ａを参照すると、劣化領域としてのヒビ割れが点線で示される。劣化領域長さ推定部２１４２は、劣化領域の座標のうち、縦軸（Ｙ軸）の値が最大値の点Ａ、横軸（Ｘ軸）の値が最大値の点Ｂ、縦軸（Ｙ軸）の値が最小値の点Ｃ、横軸（Ｘ軸）の値が最小値の点Ｄを抽出する。劣化領域長さ推定部２１４２は、点Ａから点Ｄを接続する直線で形成される四角形を作成し、当該四角形の対角線のうち、点Ａと点Ｃとを接続する直線が最大長さＬ’ｍａｘとなっていることを判断する。

【0092】

次に劣化領域長さ推定部２１４２は、最大長さを形成する点の座標を、画素分解能マップＡ～Ｃのいずれかの上にプロットする。そして、劣化領域長さ推定部２１４２は、プロットした点と点の間の距離、すなわち劣化領域の最大長さの実寸値を、画素分解能マップが示す画素分解能の値により求める。例えば図１３Ｂは、最大長さを形成する点Ａと点Ｃとが画素分解能マップ上にプロットされた状態を示す。劣化領域長さ推定部２１４２は、プロットした座標の値の距離、すなわち劣化領域の最大長さの実寸値を、画素分解能マップが示す画素分解能の値により求める。図１３Ｂの画素分解能マップ上で、劣化領域長さ推定部２１４２は、プロットされた点Ａと点Ｃとを結ぶ直線が斜辺となる直角三角形を形成する。劣化領域長さ推定部２１４２は、直角を形成する、点Ａから縦軸に沿って下方に伸びる直線と、点Ｃから横軸に沿って左方向に伸びる直線とに相当する画素の画素分解能を測定し、それぞれの直線の実寸値を求める。図１３Ｂから、劣化領域長さ推定部２１４２は、点Ａから伸びる直線に相当する画素の画素分解能の値を合計して、当該直線の実寸値が５．５ｍｍであることを算出する。また、点Ｃから伸びる直線に相当する画素の画素分解能の値を合計して、当該直線の実寸値が３．４ｍｍであることを算出する。そして、劣化領域長さ推定部２１４２は、三平方の定理により、点Ａと点Ｃとを結ぶ斜辺の実寸値が６．５ｍｍであることを算出する。

【0093】

次に、ステップＳ１９において劣化領域面積推定部２１４３が次に処理を行うことが決定され、処理がステップＳ２１へと進んだ場合について説明する。ステップＳ２１において、劣化領域面積推定部２１４３は、劣化領域の面積を算出する。劣化領域面積推定部２１４３は、算出した結果を記憶部２２に格納する。

【0094】

具体的には、劣化領域面積推定部２１４３は、取得された劣化領域の座標の値を画素分解能マップＡ～Ｃのいずれかの上にプロットする。劣化領域面積推定部２１４３は、プロットした座標に基づき、劣化領域に対応する画素のそれぞれの画素分解能の値を特定する。次に劣化領域面積推定部２１４３は、特定した画素分解能の値をそれぞれ２乗し、１画素当りの面積の実寸値を求める。劣化領域面積推定部２１４３は、求めた１画素当りの面積の実寸値を加算していき、合計値を劣化領域全体の面積の実寸値として算出する。

【0095】

ステップＳ１８からステップＳ２１に示すように、劣化大きさ推定部２１４は、劣化領域検出部２１２が検出した劣化領域の実寸値を、画素分解能推定部２１３が作成した画素分解能マップに基づいて推定する。

【0096】

ステップＳ２２において、劣化評価装置２０の制御部２１は、推定した劣化領域の実寸値を示す情報を記憶部２２から読み出し、通信部２３を介して、サーバ装置３０に送信する。

【0097】

ステップＳ２３において、サーバ装置３０は劣化領域の実寸値を示す情報を受信し、サーバ装置３０の記憶部に格納する。

【0098】

上述のように、本実施形態にかかる劣化評価装置２０は、取得した画像から設備領域を検出する設備領域検出部２１１と、画像から劣化領域を検出する劣化領域検出部２１２と、検出した設備領域に基づいて、画像の少なくとも一部の画素分解能を推定する画素分解能推定部２１３と、画素分解能に基づいて劣化領域の大きさを推定する劣化大きさ推定部２１４と、を備える。

【0099】

本実施形態によれば、検出された設備領域から画素分解能を推定し、当該画素分解能を用いることで、劣化領域の実寸値を推定できる。よって、一定の撮影条件に限定されずに劣化領域の実寸値を評価可能な劣化評価装置及び劣化評価方法を提供することができる。

【0100】

上述のように、本実施形態にかかる劣化評価装置２０において、画素分解能推定部２１３は、画像の座標と画素分解能との関係を近似することにより画像の全体の画素分解能マップを作成する画素分解能マップ作成部２１３７をさらに備える。劣化大きさ推定部２１４は、画素分解能マップが示す画素分解能に基づいて劣化領域の大きさを推定する。

【0101】

本実施形態によれば、画素分解能マップにより画像の全体の画素分解能マップが一元的に把握できる。劣化領域の座標を画素分解能マップ上に重ね合わせることで、容易に劣化領域の大きさの実寸値が推定できる。よって、一定の撮影条件に限定されずに劣化領域の実寸値を評価可能な劣化評価装置及び劣化評価方法を提供することができる。

【0102】

上述のように、本実施形態にかかる劣化評価装置２０において、画素分解能推定部２１３は、設備領域が示す設備の数を抽出する物体数抽出部２１３１と、抽出された設備の数に応じて、設備領域を示す画素数と実寸値とを比較して画素分解能を推定する実寸法比較部２１３６と、をさらに備える。

【0103】

本実施形態によれば、設備の数に応じて画素分解能を推定する手法が選択される。これにより、より精度よく画像の画素分解能を推定できる。よって、一定の撮影条件に限定されずに劣化領域の実寸値を評価可能な劣化評価装置及び劣化評価方法を提供することができる。

【0104】

上述のように、本実施形態にかかる劣化評価装置２０において、画素分解能推定部２１３は、物体数抽出部２１３１が抽出した設備の数が１又は３以上であるとき、設備の幅に相当する画素数を測定する物体幅抽出部２１３３をさらに備える。実寸法比較部２１３６は、設備の幅の実寸値を、測定された画素数で除して画素分解能を推定する。

【0105】

本実施形態によれば、設備の数が１又は３以上であるとき、設備の幅に相当する画素数と既知である設備の幅の実寸値とに基づいて、精度よく画素分解能を推定できる。筋金物を１つのみ検出した画像は、比較的とう道の壁面と接写して撮影された画像であり、劣化領域が筋金物の付近に写りこんでいることが多いため、筋金物の幅に相当する画素数と実寸値とについて画素分解能を推定することで、劣化領域の実寸値を精度よく推定できる。一方、筋金物を３つ以上検出した画像は、とう道の手前から奥に向かって撮影された画像であることが多く、この場合、とう道の奥側に存在する劣化領域が小さく写り込む可能性が高い。複数の筋金物の幅に相当する画素数と実寸値とについて画素分解能を推定することで、このような劣化領域の実寸値も精度よく推定できる。よって、一定の撮影条件に限定されずに劣化領域の実寸値を評価可能な劣化評価装置及び劣化評価方法を提供することができる。

【0106】

上述のように、本実施形態にかかる劣化評価装置２０において、画素分解能推定部２１３は、物体数抽出部２１３１が抽出した設備の数が２であるとき、設備の幅を線状で表す細線化部２１３４と、細線の間隔距離に相当する画素数を測定する設置間隔抽出部２１３５とをさらに備える。実寸法比較部２１３６は、間隔距離の実寸値を、測定された画素数で除して画素分解能を推定する。

【0107】

本実施形態によれば、設備の数が２であるとき、設備が細線で表され、当該細線の間隔距離に相当する画素数と既知である設備の間隔距離の実寸値とに基づいて、精度よく画素分解能を推定できる。２つの筋金物が画像の中心部に寄らずに撮影された場合でも、筋金物の間隔距離の実寸値と測定された画素数とに基づいて、画像の全体の画素分解能を、より実寸値に近く再現できる。よって、一定の撮影条件に限定されずに劣化領域の実寸値を評価可能な劣化評価装置及び劣化評価方法を提供することができる。

【0108】

本開示を諸図面や実施形態に基づき説明してきたが、当業者であれば本開示に基づき種々の変形や修正を行うことが容易であることに注意されたい。従って、これらの変形や修正は本開示の範囲に含まれることに留意されたい。

【0109】

（変形例１）
本開示の変形例として、劣化評価装置２０の制御部２１がさらに設備領域修正部２１５を備えてもよい。設備領域修正部２１５は、設備領域から過検出された領域を削除する処理、及び設備領域において分断された領域を補間する処理の少なくとも一方の処理を行う。

【0110】

過検出された領域とは、設備領域検出部２１１が設備領域以外の領域を設備領域として検出してしまった領域をいう。例えば画像における背景領域が、設備領域として検出されてしまった場合に、当該検出された領域を過検出領域という。

【0111】

まず、設備領域修正部２１５が、設備領域検出部２１１が過検出した領域を検出し、当該領域を削除する処理について説明する。図１６Ａでは、過検出された領域が矢印記号で示される。過検出された領域の検出は任意の画像解析手法により行われてよい。例えば設備領域修正部２１５は、設備領域検出部２１１が検出した結果を画素の濃度に基づき二値化し、対象画素の４近傍又は８近傍の任意の周辺範囲の画素を参照して、同一の値の画素が存在する場合には、同一の値の画素を１つの連結画素とする。設備領域修正部２１５は、大きさが閾値以下の連結画素を削除する。この場合の閾値は、任意に設定されてよい。過検出された領域を削除した後、設備領域修正部２１５は設備領域を修正した修正設備領域を生成する。図１６Ｂは、図１６Ａにおいて過検出された領域が削除された状態の修正設備領域を示す。

【0112】

次に、設備領域修正部２１５が、設備領域検出部２１１が検出した設備領域における分断された領域を補間する処理について説明する。ここで設備領域の分断は、撮影装置１０と設備との間に物体が存在するために発生する。図１７Ａでは、筋金物の前面にケーブル又はケーブルを支持するための受金物が存在するために分断された設備領域が矢印記号で示される。分断された領域の検出は任意の画像解析手法により行われてよい。設備領域修正部２１５は、例えばモルフォロジー変換の手法により分断された領域を補間する。また、モルフォロジー変換の種類は限定されないが、膨張処理の後に収縮処理を行うクロージング処理が有効であり望ましい。分断された領域を補間した後、設備領域修正部２１５は設備領域を修正した修正設備領域を生成する。図１７Ｂは、図１７Ａにおいて検出された、分断された領域が補間された状態の修正設備領域を示す。

【0113】

図１８に示すように、設備領域修正部２１５は設備領域検出部２１１の処理の後に処理を実行できる。これにより、画素分解能推定部２１３が備える物体数抽出部２１３１が、設備領域修正部２１５によって生成された修正設備領域が示す設備の数を抽出できる。

【0114】

設備領域修正部２１５は、設備領域検出部２１１のみならず、劣化領域検出部２１２が検出した劣化領域における分断された領域を検出し、当該領域を補間することができてもよい。この場合、設備領域修正部２１５は劣化領域検出部２１２の処理の後に処理を実行できる。

【0115】

上述のように、変形例１に係る劣化評価装置２０は、設備領域から過検出された領域を削除する処理、及び設備領域において分断された領域を補間する処理の少なくとも一方の処理により、設備領域を修正した修正設備領域を生成する設備領域修正部２１５をさらに備える。物体数抽出部２１３１は、修正設備領域が示す設備の数を抽出する。

【0116】

本変形例によれば、過検出された領域を削除、又は分断された領域を補間することで、画像中の設備の数の正確な把握が可能となる。したがって、より精度よく画素分解能を推定し、劣化領域の実寸値を推定できる。よって、一定の撮影条件に限定されずに劣化領域の実寸値を評価可能な劣化評価装置及び劣化評価方法を提供することができる。

【0117】

（変形例２）
本開示の変形例として、画素分解能マップ作成部２１３７ａ、画素分解能マップ作成部２１３７ｂ又は画素分解能マップ作成部２１３７ｃが作成する画素分解能マップが、二次元的に角度を有したものであってもよい。

【0118】

画像の撮影角度によっては、画像の全体の画素分解能が画像の左右方向及び上下方向の両方向に変化することが考えられる。例えば図１９に示す例では、画像は角度を有しており、３つの筋金物が検出されている。この場合、矢印記号で示すように、物体幅抽出部２１３３ｂ、細線化部２１３４及び設置間隔抽出部２１３５により、筋金物の幅及び設置間隔に相当する画素が測定され、実寸法比較部２１３６ｂ及び実寸法比較部２１３６ｃにより筋金物の長手方向及び短手方向の両方の方向の画素分解能を推定する。そして、画素分解能マップ作成部２１３７ｂ及び画素分解能マップ作成部２１３７ｃが、２次元的に変化する画素分解能マップＤを作成する。

【0119】

図２０は、図１９に示す画像に基づいて作成された画素分解能マップＤを説明するための図である。図中右側のスケールは、画像中の画素分解能の値を濃淡によって表している。図２０を見ると、画像中の２つの矢印記号が示す方向に沿って、すなわち画像の右上から左下に向かって、画素分解能の値が大きくなっていることがわかる。このように画素分解能マップＤにおいて、画素分解能の値が二次元的に角度を有して変化している。

【0120】

本変形例によれば、画像の撮影角度を考慮した画素分解能の推定及び画素分解能マップの作成が可能となり、これに基づいてより精度よく劣化領域の実寸値を推定できる。よって、一定の撮影条件に限定されずに劣化領域の実寸値を評価可能な劣化評価装置及び劣化評価方法を提供することができる。

【符号の説明】

【0121】

１ 劣化評価システム
１０ 撮影装置
２０ 劣化評価装置
３０ サーバ装置
２１ 制御部
２２ 記憶部
２３ 通信部
２４ 入力部
２５ 出力部
２１１ 設備領域検出部
２１２ 劣化領域検出部
２１３ 画素分解能推定部
２１３１ 物体数抽出部
２１３２ 物体数判断部
２１３３ａ，２１３３ｂ 物体幅抽出部
２１３４ 物体細線化部
２１３５ 設置間隔抽出部
２１３６ａ，２１３６ｂ，２１３６ｃ 実寸法比較部
２１３７ａ，２１３７ｂ，２１３７ｃ 画素分解能マップ作成部
２１４ 劣化大きさ推定部
２１４１ 劣化領域座標取得部
２１４２ 劣化領域長さ推定部
２１４３ 劣化領域面積推定部
２１５ 設備領域修正部

【図1】

【図2】

【図3】

【図4A】

【図4B】

【図5】

【図6】

【図7A】

【図7B】

【図8】

【図9】

【図10A】

【図10B】

【図11A】

【図11B】

【図12】

【図13A】

【図13B】

【図14A】

【図14B】

【図15A】

【図15B】

【図16A】

【図16B】

【図17A】

【図17B】

【図18】

【図19】

【図20】