CN109073362A - 指标生成方法、测定方法及指标生成装置 - Google Patents
指标生成方法、测定方法及指标生成装置 Download PDFInfo
- Publication number
- CN109073362A CN109073362A CN201780025495.5A CN201780025495A CN109073362A CN 109073362 A CN109073362 A CN 109073362A CN 201780025495 A CN201780025495 A CN 201780025495A CN 109073362 A CN109073362 A CN 109073362A
- Authority
- CN
- China
- Prior art keywords
- index
- subject
- width
- image
- index generation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 93
- 238000009826 distribution Methods 0.000 claims abstract description 91
- 238000005315 distribution function Methods 0.000 claims abstract description 32
- 208000037656 Respiratory Sounds Diseases 0.000 claims description 89
- 238000005259 measurement Methods 0.000 claims description 47
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000000611 regression analysis Methods 0.000 claims description 3
- 230000010354 integration Effects 0.000 claims description 2
- 238000012545 processing Methods 0.000 description 39
- 210000004204 blood vessel Anatomy 0.000 description 24
- 230000006870 function Effects 0.000 description 21
- 238000003860 storage Methods 0.000 description 13
- 238000005336 cracking Methods 0.000 description 12
- 238000009408 flooring Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 6
- 230000015654 memory Effects 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 239000004567 concrete Substances 0.000 description 4
- 239000000758 substrate Substances 0.000 description 4
- 238000012937 correction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000002347 injection Methods 0.000 description 3
- 239000007924 injection Substances 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 241001062009 Indigofera Species 0.000 description 2
- 239000004744 fabric Substances 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 206010011376 Crepitations Diseases 0.000 description 1
- 241000270708 Testudinidae Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- ONTQJDKFANPPKK-UHFFFAOYSA-L chembl3185981 Chemical compound [Na+].[Na+].CC1=CC(C)=C(S([O-])(=O)=O)C=C1N=NC1=CC(S([O-])(=O)=O)=C(C=CC=C2)C2=C1O ONTQJDKFANPPKK-UHFFFAOYSA-L 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003028 elevating effect Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 239000011150 reinforced concrete Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 230000002269 spontaneous effect Effects 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 238000002910 structure generation Methods 0.000 description 1
- 239000002344 surface layer Substances 0.000 description 1
- 230000009184 walking Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/51—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/60—Rotation of whole images or parts thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/001—Industrial image inspection using an image reference approach
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Geometry (AREA)
- Evolutionary Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Operations Research (AREA)
- Algebra (AREA)
- Bioinformatics & Computational Biology (AREA)
- Quality & Reliability (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Analysis (AREA)
Abstract
本发明的目的在于提供一种能够准确且稳定地生成用于测定被摄体的宽度的指标的指标生成方法及指标生成装置、以及能够准确且稳定地测定被摄体的宽度的测定方法。本发明的一方式所涉及的指标生成方法具有:图像输入步骤,输入拍摄线状的被摄体而得到的图像;浓度分布获取步骤,从所输入的图像获取沿与线状的被摄体的宽度方向正交的方向的多个浓度分布,该浓度分布为线状的被摄体的宽度方向的浓度分布;函数计算步骤,计算与所获取的多个浓度分布对应的概率分布函数;及指标生成步骤,根据计算出的概率分布函数来生成表示被摄体的宽度的指标。
Description
技术领域
本发明涉及一种从被摄体的图像生成宽度测定用指标的方法及装置、以及利用这种指标来测定被摄体的宽度的方法。
背景技术
桥梁、隧道、道路及高楼等结构物中产生裂纹等各种损伤,随着时间的流逝而进行,因此为了确保结构物的安全,需要根据损伤的状况而进行修复。以往,损伤的检查通过工作人员的肉眼观察或者使用了器具的检查来进行,但由于工作时间及成本、工作地点的环境等问题,近年来进行利用了图像处理的检查。
作为通过图像处理来检查损伤的技术,已知有如下技术:将显示有已知长度或宽度的标记的龟裂标尺(裂纹测定用标尺)与损伤一起进行摄影,使用所得到的图像来进行目视测量的技术、或能够将龟裂标尺的图像与摄影图像重叠显示而目视测量的技术。并且还已知有如下技术:并不是如上述技术那样直接使用龟裂标尺来进行裂纹的测量,而是将龟裂标尺指标化而进行裂纹的测量。例如专利文献1中记载有,将摄影龟裂标尺而获取的浓淡分布进行指标化,并将其用于龟裂宽度的推断。
以往技术文献
专利文献
专利文献1:日本特开2013-195074号公报
发明内容
发明要解决的技术课题
然而上述专利文献1中,在龟裂的宽度方向上获取几点浓淡数据,将用直线直接连接该浓淡数据而成的单一的浓淡分布进行指标化,因此所得到的指标只有将浓淡分布近似成三角形程度的精确度,无法高精确度地进行龟裂宽度的推断。并且对1个标尺设定的切断线(浓淡数据的获取位置)仅为1点,因此由龟裂标尺的测定环境(到标尺为止的距离或曝光条件、标尺周边的颜色或明度等)引起的对指标的影响较大。并且专利文献1中只对结构物中产生的龟裂的测定进行记载,对除此以外的被摄体并没有任何提及。如此,现有技术中,难以通过指标准确且稳定地测定被摄体的宽度。
本发明是鉴于这种情况而完成的,其目的在于提供一种能够准确且稳定地生成用于测定被摄体的宽度的指标的指标生成方法及指标生成装置、以及能够准确且稳定地测定被摄体的宽度的测定方法。
用于解决技术课题的手段
为了实现上述目的,本发明的第1方式所涉及的指标生成方法具有:图像输入步骤,输入拍摄线状的被摄体而得到的图像;浓度分布获取步骤,从所输入的图像获取沿与线状的被摄体的宽度方向正交的方向的多个浓度分布,该浓度分布为线状的被摄体的宽度方向的浓度分布;函数计算步骤,计算与所获取的多个浓度分布对应的概率分布函数;及指标生成步骤,根据计算出的概率分布函数来生成表示被摄体的宽度的指标。
根据第1方式,由于根据与多个浓度分布对应的概率分布函数来生成指标,因此能够降低测定环境或噪声的影响而准确且稳定地生成指标。并且,对于通过其他方法等已知宽度的被摄体根据第1方式而生成指标,由此能够掌握被摄体的宽度与指标的关系。
第1方式中,优选对于宽度恒定的被摄体或者被摄体中宽度恒定的部分获取多个浓度分布。在此宽度“恒定”并不限于宽度完全恒定的情况,也可以根据所生成的指标的精确度来发生变化。并且第1方式中,能够将表示被摄体的宽度的文字、数字、记号、图像等作为指标。
第1方式中,能够对结构物(桥梁、隧道、道路、高楼等)的裂纹(龟裂)、活体内的血管、河川、树木及用于电气电子电路的布线等线状的被摄体生成指标。另外第1方式中被摄体为“线状”是指特定方向(行走方向)的长度相对于与特定方向正交的方向(宽度方向)的长度充分长的状态。
另外,第1方式中可以对被摄体进行摄影而输入图像,也可以输入已摄影的图像。
第2方式所涉及的指标生成方法在第1方式中,还具有对计算出的概率分布函数进行积分的积分步骤,在指标生成步骤中根据积分的结果来生成指标。第2方式为规定指标的一方式的方式,例如能够生成表示积分的结果(面积)的数值而作为指标。
第3方式所涉及的指标生成方法在第1方式中,指标生成步骤中生成表示计算出的概率分布函数的参数而作为指标。第3方式为规定指标的另一方式的方式,例如能够生成表示概率分布函数的图形的形状的参数而作为指标。另外第3方式中,参数可以是1个也可以是多个。
第4方式所涉及的指标生成方法在第1方式中,指标生成步骤中生成表示计算出的概率分布函数的二维图像而作为指标。第4方式为规定指标的另一方式的方式,例如能够生成具有与概率分布函数对应的浓淡的图案的二维图像而作为指标。
第5方式所涉及的指标生成方法在第1至第4方式的任一个中,指标生成步骤中根据被摄体的宽度及到被摄体为止的距离来生成指标。第5方式中,根据被摄体的宽度及到被摄体为止的距离来生成指标,因此能够生成准确的指标。
第6方式所涉及的指标生成方法在第1至第5方式的任一个中,还具有校正步骤,根据有关被摄体的信息来校正所生成的指标。根据第6方式,根据有关被摄体的信息来校正所生成的指标,因此能够降低测定环境的影响而得到精确度高的指标。
第7方式所涉及的指标生成方法在第6方式中,信息包含到被摄体为止的距离、被摄体周围的明度及被摄体周围的颜色中的至少1个。第7方式为规定用于校正指标的信息的具体例的方式。
第8方式所涉及的指标生成方法在第1至第7方式的任一个中,还具有图像旋转步骤,旋转所输入的图像,以使线状的被摄体沿正面图像的上下方向配置,浓度分布获取步骤中沿所旋转的图像的上下方向而获取多个浓度分布。如第8方式旋转图像,由此能够容易获取多个浓度分布。另外正面图像是指从被摄体的正面所拍摄的图像(拍摄方向与摄影面垂直的图像)。
第9方式所涉及的指标生成方法在第1至第8方式的任一个中,还具有:中心推断步骤,对于多个浓度分布中的每一个推断浓度分布的宽度方向的中心;及排列步骤,根据推断出的中心将多个浓度分布在宽度方向上移动而使中心对齐,函数计算步骤中,计算与中心对齐的多个浓度分布对应的概率分布函数。第9方式中计算与中心对齐的多个浓度分布对应的概率分布函数,并生成表示该概率分布函数的指标,因此能够高精确度地进行概率分布的计算及基于此的指标的生成。另外例如能够将浓度分布近似成曲线而以曲线的峰值为中心,由此进行浓度分布的中心的推断。
第10方式所涉及的指标生成方法在第1至第9方式的任一个中,函数计算步骤中,通过对多个浓度分布进行回归分析来计算概率分布函数。第10方式为规定从多个浓度分布计算概率分布函数的方法的一方式的方式。
第11方式所涉及的指标生成方法在第1至第10方式的任一个中,还具有拍摄线状的被摄体而获取图像的拍摄步骤,图像输入步骤中,输入在拍摄步骤中获取的图像。第11方式为将被摄体的图像获取作为指标生成方法的构成而规定的方式。
第12方式所涉及的指标生成方法在第1至第11方式的任一个中,被摄体为结构物的裂纹。第12方式为规定被摄体的具体例的方式。
为了实现上述目的,本发明的第13方式所涉及的测定方法具有:标准指标生成步骤,对于宽度已知的标准被摄体,通过第1至第12方式的任一个所涉及的指标生成方法来生成指标;对象指标生成步骤,对于作为测定对象的对象被摄体,生成用于与指标进行比较的第2指标;及测定步骤,比较对于对象被摄体生成的第2指标与对于标准被摄体生成的指标,从而测定对象被摄体的宽度。
根据第13方式,比较通过第1至第12方式的任一个所涉及的指标生成方法而对于标准被摄体生成的指标与对于对象被摄体生成的第2指标,由此能够准确地测定被摄体的宽度,并且由测定环境引起的影响也较少。另外第13方式中,对象指标步骤中能够通过与标准指标生成步骤相同的方法来生成第2指标,但生成第2指标时,在至少1处获取浓度分布即可。
另外第13方式中,设为通过根据与标准被摄体不同的方法来测定了宽度或者通过人为制作等而宽度已知的被摄体,可以是与对象被摄体相同种类的被摄体,也可以是不同种类的被摄体。例如,当对象被摄体为结构物的裂纹时,可以将实际裂纹作为标准被摄体,也可以将人为制作的裂纹或标尺作为标准被摄体。在此关于标准被摄体“宽度已知”是指,根据所需的指标生成精确度及测定精确度,在宽度中可以具有不确定性。
第14方式所涉及的测定方法在第13方式中,还具有显示步骤,显示表示通过测定而得到的宽度的信息。根据第14方式,通过显示表示宽度的信息,能够容易辨认测定结果。另外“表示宽度的信息”例如能够使用文字、数字、记号及颜色,可以根据宽度而改变文字、数字、记号、颜色等。并且可以与被摄体的图像建立关联而显示“表示宽度的信息”。
除了上述方式的指标生成方法及测定方法,使指标生成装置或者测定装置执行这种指标生成方法及测定方法的程序、及记录有这种程序的计算机可读代码的非暂时性记录介质也能够作为本发明的一方式而举出。作为这种非暂时性记录介质的例,能够举出光盘(CD,Compact Disk)或数字多功能光盘(DVD,Digital Versatile Disk)等光碟、硬盘(HD,Hard Disk)等磁记录装置、及各种半导体记录介质,但并不限定于这些。
为了实现上述目的,本发明的第15方式所涉及的指标生成装置具有:图像输入部,输入拍摄线状的被摄体而得到的图像;浓度分布获取部,从所输入的图像获取沿与线状的被摄体的宽度方向正交的方向的多个浓度分布,该浓度分布为线状的被摄体的宽度方向的浓度分布;函数计算部,计算与所获取的多个浓度分布对应的概率分布函数;及指标生成部,根据计算出的概率分布函数来生成表示被摄体的宽度的指标。根据第15方式,能够与第1方式相同地准确且稳定地生成用于测定被摄体的指标。另外第15方式中,也可以进一步包含与第2至第14方式相同的构成。
发明效果
如以上说明,根据本发明的指标生成方法及指标生成装置能够准确且稳定地生成用于测定被摄体的宽度的指标,由此根据本发明的测定方法能够准确且稳定地测定被摄体的宽度。
附图说明
图1是表示作为本发明的应用对象的例的桥梁的图。
图2是表示本发明的实施方式所涉及的测定装置的结构的框图。
图3是表示处理部的功能结构的图。
图4是表示存储在存储部的信息的图。
图5是表示本发明的实施方式所涉及的指标生成方法的处理的流程图。
图6是表示作为标准被摄体的例的裂纹的图像的图。
图7是表示旋转了裂纹的图像的状态的图。
图8是表示沿与裂纹的宽度方向正交的方向获取多个浓度分布的样子的图。
图9是表示放大了裂纹的一部分的样子的图。
图10是表示浓度分布(在各像素位置上的浓度)的例的图。
图11是表示将浓度分布近似成曲线的样子的图。
图12是表示将浓度分布偏移而排列的样子的图。
图13是表示通过以往方法来求出浓度分布的样子的图。
图14是表示裂纹宽度与指标的关系的例的图。
图15是表示裂纹宽度的测定处理的流程图。
图16是表示作为测定对象的裂纹的图像的图。
图17是表示使用所生成的指标而求出测定对象的裂纹宽度的样子的图。
图18是表示测定结果的显示例的图。
图19是表示测定结果的另一显示例的图。
图20是表示测定结果的又一显示例的图。
图21是表示测定结果的又一显示例的图。
图22是表示将二维的浓度分布作为指标而生成的例的图。
图23是表示内窥镜系统的结构的图。
图24是表示血管强调图像的例的图。
图25是表示通过导电性油墨的喷射来形成布线图案的样子的图。
图26是表示由导电性油墨形成的布线图案的图。
具体实施方式
以下,一边参考附图,一边对本发明所涉及的指标生成方法、测定方法及指标生成装置的实施方式进行说明。
<桥梁的结构>
图1是表示作为应用本发明所涉及的指标生成方法、测定方法及指标生成装置的结构物的例的桥梁1(结构物、混凝土结构物)的结构的立体图。图1所示的桥梁1具有主梁3,主梁3通过接合部3A来接合。主梁3为架在桥台和/或桥墩之间,并支承桥面板2上的车辆等的荷载的部件。并且主梁3的上部浇筑有用于车辆等行走的桥面板2。桥面板2设为钢筋混凝土制的桥面板。另外桥梁1除了桥面板2及主梁3以外还具有未图示的横梁、对倾构及横构等部件。
<图像的获取>
当检查桥梁1的损伤时,检查员使用相机102(参考图2)从下方拍摄桥梁1(图1的D3方向),从而在检查范围内获取图像。一边沿桥梁1的延伸方向(图1的D1方向)及其正交方向(图1的D2方向)适当移动一边进行拍摄。另外检查员由于桥梁1的周边状况而难以移动时,可以将相机102设置在能够沿桥梁1移动的移动体上而进行拍摄。在这种移动体上可以设置相机102的升降机构和/或平摇/俯仰机构。另外作为移动体的例能够举出车辆、机器人及飞行物体,但并不限定于这些。并且关于拍摄,可以根据由检查员对相机102的命令输入(例如释放按钮的下压操作)来进行,也可以由图像获取部110A控制相机102来自动进行。
<测定装置的结构>
图2是表示本发明的实施方式所涉及的测定装置10(指标生成装置、测定装置)的结构的图。测定装置10具备处理部110、存储部120、显示部130及操作部140,处理部110与相机102无线连接。相机102由数码相机构成,如上所述获取桥梁1的图像。另外作为相机102使用能够获取立体图像的数码相机,可以推断从所获取的立体图像到被摄体为止的距离。
<处理部的结构>
图3是表示处理部110的主要功能结构的图。处理部110具备图像获取部110A、浓度分布获取部110B、函数计算部110C、指标生成部110D、测定部110E及显示控制部110F。这种功能(指标生成方法及测定方法的各处理)是通过由中央处理器(CPU,Central ProcessingUnit)或各种电子电路等设备适当参考存储在存储部120的图像信息和存储在带电可擦可编程只读存储器(EEPROM,Electronically Erasableand Programmable Read OnlyMemory:非暂时性记录介质)等的数据并且执行存储在只读存储器(ROM,Read OnlyMemory:非暂时性记录介质)等的程序来进行的。在进行处理时,随机存取存储器(RAM,Random Access Memory)等被用作临时存储区域或工作区域。另外,图3中省略这些设备的图示。
图像获取部110A控制相机102来获取在桥梁1中产生的裂纹的图像。相机102及图像获取部110A构成本发明所涉及的指标生成装置及测定装置中的图像输入部。浓度分布获取部110B(浓度分布获取部)沿裂纹的行走方向(长度方向;与宽度方向正交的方向)获取裂纹的宽度方向的浓度分布。函数计算部110C(函数计算部)计算与浓度分布对应的概率分布函数。指标生成部110D(指标生成部)根据概率分布函数生成表示被摄体的宽度的指标。测定部110E(测定部)比较对于成为标准的裂纹所生成的指标与对于测定对象的裂纹所生成的指标,从而测定测定对象的裂纹的宽度。显示控制部110F进行所获取的图像或所生成的指标等对显示部130的显示控制。
<存储部的结构>
存储部120由CD(Compact Disk)、DVD(Digital Versatile Disk)、硬盘(HardDisk)、各种半导体存储器等非暂时性记录介质构成,并将图4所示的图像及信息互相建立关联而进行存储。裂纹图像120A为用相机102拍摄在桥梁1(例如桥面板2)中产生的裂纹并通过图像获取部110A输入的图像。另外,不仅存储通过相机102及图像获取部110A输入的图像,还可以存储经由网络或记录介质而获取的裂纹的图像。标准指标120B为通过本发明所涉及的指标生成方法而对于宽度已知的标准被摄体(裂纹、龟裂标尺等)生成的表示裂纹的宽度的指标。对象指标120C为通过本发明所涉及的指标生成方法而对于对象被摄体(测定对象的裂纹)生成的表示裂纹的宽度的指标(第2指标)。测定结果120D为表示裂纹的宽度的信息(与数值、阈值的关系等),且与裂纹图像建立关联(例如,为哪个图像的裂纹的宽度)而进行存储。
当由处理部110进行处理时,在处理部110与存储部120之间进行上述的图像或信息的读取、写入。
<显示部及操作部的结构>
显示部130具备液晶显示器等显示设备(不图示),能够显示所输入的图像或存储在存储部120的图像及信息、处理部110所生成的指标等。操作部140包含鼠标等定点设备及键盘等输入设备(不图示),用户能够通过操作部140来操作显示在显示部130的图像或按钮等。
<指标的生成>
接着,对基于上述结构的测定装置10(指标生成装置、测定装置)的指标生成(指标生成方法)进行说明。在此,对将宽度已知的裂纹作为标准被摄体而生成指标的情况进行说明。另外,设为通过根据与标准被摄体不同的方法来测定了宽度或者通过人为制作等而宽度已知的被摄体。在此关于标准被摄体“宽度已知”还包含根据对指标生成精确度及测定精确度的要求而在宽度中存在不确定性的情况。
图5是表示指标生成的处理顺序的流程图。首先相机102根据检查员的命令输入(例如释放按钮的下压操作)来拍摄在桥梁1(桥面板2)中产生的裂纹(线状的被摄体的一例)而获取图像(步骤S102:拍摄步骤)。图像的获取可以通过图像获取部110A的控制来自动进行。图6是表示所拍摄的图像的例的图,表示包含裂纹C1-1~C1-4的裂纹组C1作为被摄体而所拍摄的图像i1。各个裂纹C1-1~C1-4设为通过其他测定方法来已知宽度。
图像获取部110A输入拍摄而得到的图像(在此为图像i1)(步骤S104:图像输入步骤)。另外,对于所输入的图像,可以根据需要进行歪斜校正等处理。并且,所输入的图像可以是1个也可以是多个,当输入多个图像时,也可以合成(接合)图像而生成1个图像。
处理部110(浓度分布获取部110B)旋转在步骤S104中所输入的图像,以使裂纹沿正面图像的上下方向配置(步骤S106步骤:图像旋转步骤)。在此,旋转图像i1,以使裂纹C1-2沿上下方向配置。在图7中示出旋转而得到的图像(图像i1R)。另外步骤S106中,将裂纹C1-2矢量化,从而能够以矢量的方向朝向上下方向的方式旋转图像i1。通过如此旋转图像,能够容易获取多个浓度分布。另外正面图像是指从被摄体的正面所拍摄的图像(拍摄方向与摄影面垂直的图像)。
对于旋转后的图像i1R,浓度分布获取部110B沿与宽度方向正交的方向获取多个裂纹C1-2的宽度方向的浓度分布(步骤S108:浓度分布获取步骤)。在图8中示出获取浓度分布的样子。图8中,沿与宽度方向正交的方向(箭头D4的方向)获取多个裂纹C1-2的宽度方向的浓度分布。图8中的虚线为浓度分布的获取位置。
图9是裂纹C1-2的A-A线附近的放大图,模拟表示在各像素位置的浓度。图9中,设为获取在图8的A-A线部分的浓度。
在图10中示出如图9所示而获取的浓度分布的例。图10的横轴表示像素位置(整数值),纵轴表示浓度。图10的黑色圆点为在各像素位置的浓度,表示越朝向图10的上方向越亮(灰度值大)、越朝向下方向越暗(灰度值小)的状态。
对于如图10的浓度分布,处理部110(函数计算部110C)如图11那样将浓度分布近似成曲线,以实数值推断成为中心的像素位置(步骤S110:中心推断步骤)。近似能够根据求出通过浓度分布的多个点的曲线(2次曲线、3次曲线等)来进行。并且,可以对浓度分布的一部分点进行用于求出中心位置的曲线近似。图11中示出以2次曲线CV对点P1~P4进行了近似的例。通过对该2次曲线CV进行微分而能够求出峰值位置,图11的例中,设为浓度在像素位置0.4(实数值)处成为峰值(成为最暗)。
若在步骤S110中推断浓度分布的中心,则函数计算部110C将浓度分布整体在宽度方向上进行偏移,以使浓度在像素位置零处成为峰值(步骤S112:排列步骤)。图11的例中,将浓度分布偏移-0.4像素量。在图12中示出所偏移的结果的例。
函数计算部110C对在步骤S108(浓度分布获取步骤)中所获取的所有浓度分布反复进行步骤S110(中心推断步骤)及步骤S112(排列步骤)的处理(步骤S114中为“否”的情况下),若对所有浓度分布结束了这种处理(步骤S114中为“是”)则进入步骤S116。通过对所有浓度分布进行步骤S110及步骤S112的处理,能够得到中心对齐的多个浓度分布,能够准确地求出以下所示的概率分布函数。另外,相对于此以往方法(例如参考上述的专利文献1)中,由于如图13那样以单纯的直线连结在各像素位置的浓度而作为浓度分布,因此无法求出准确的指标。
步骤S116中,计算与中心对齐的多个浓度分布对应的概率分布函数(函数计算步骤)。具体而言,将如下述式(1)的函数F(x)作为裂纹的模型而对浓度数据进行非线性回归分析,从而求出参数α,λ及c。参数α,λ为表示高斯函数的形状的参数,参数c为表示裂纹周围的明度的参数。
F(x)=α×exp{-(λ×x)2/2}+c……(1)
若能够计算参数,则处理部110(指标生成部110D)根据上述式(1)来生成表示裂纹C1-2的宽度的指标(步骤S118:指标生成步骤)。具体而言,将对“F(x)-c”进行了积分(积分步骤)的积分值作为指标S1。该指标S1与裂纹C1-2的宽度对应。
接续步骤S118,指标生成部110D根据裂纹周围的明度、到裂纹为止的距离及裂纹周围的颜色来校正所生成的指标(步骤S120:校正步骤)。例如,如以下式(2)将上述的指标S1和作为裂纹周围的明度、到裂纹为止的距离及裂纹周围的颜色的函数的校正系数Cf(=f(c,d,g))相乘而得到的值作为校正后的指标S2。式(2)中,c为表示上述的裂纹周围的明度的参数c,d表示到裂纹为止的距离,g表示裂纹周围的颜色。
S2=S1×Cf…(2)
如此,能够知道裂纹C1-2的宽度与指标S2的值的关系。并且对宽度已知的其他裂纹(例如图6的裂纹C1-1,C1-3,C1-4)反复进行上述的从步骤S102到步骤S120为止的处理,由此能够掌握裂纹宽度与指标的关系。图14中示出所得到的关系的例。图14的关系为考虑了裂纹周围的明度、到裂纹为止的距离、裂纹周围的颜色的影响的关系。另外,图14中的黑色圆点为表示裂纹宽度与指标的关系的各个数据,直线为将由黑色圆点表示的数据进行近似(例如最小平方近似)而得到的直线。
本实施方式中,如此根据与中心对齐的多个浓度分布对应的概率分布函数来生成指标,并根据裂纹周围的明度等来校正所生成的指标,因此能够降低测定环境或噪声的影响而准确且稳定地生成指标。并且,通过对于宽度已知的被摄体(上述例中为裂纹C1-2)生成指标,能够掌握被摄体的宽度与指标的关系。
<裂纹宽度的测定>
接着,对基于所生成的指标的裂纹宽度的测定方法进行说明。图15是表示本实施方式所涉及的裂纹宽度测定方法的处理的流程图。步骤S100是如上所述通过处理部110对标准被摄体(在此为宽度已知的裂纹C1-2)进行从步骤S102到步骤S120的处理而得到如图14所示的裂纹宽度与指标的关系的处理(标准指标生成步骤)。另外,为了提高标准指标的精确度,优选对于裂纹宽度恒定或在指标生成及测定中所要求的精确度上能够视为宽度恒定的部分获取浓度分布而生成指标。
标准指标的生成中,作为标准被摄体的裂纹C1-2可以是实际裂纹(自然产生的裂纹),也可以是人为生成的裂纹。并且,也可以人为制作宽度已知的龟裂标尺等而作为标准被摄体。
接着,处理部110对作为测定对象的裂纹(对象被摄体)进行与从步骤S102到步骤S120相同的处理,从而生成表示裂纹宽度的指标(第2指标)(步骤S200:对象指标生成步骤)。在此,对象被摄体为图16的例所示的裂纹组C2(由裂纹C2-1~C2-4构成),且设为针对裂纹组C2获取图像i2。另外对于对象被摄体(在此为裂纹组C2),在测定宽度的至少1处获取浓度分布即可,但也可以根据在测定位置的附近可视为宽度恒定的情况等测定环境而与上述步骤S108相同地获取多个浓度分布来生成基于概率分布函数的指标(参考步骤S110~S118),从而提高测定精确度。
若对于构成裂纹组C2的裂纹(例如裂纹C2-2)通过步骤S200而得到表示对象被摄体的宽度的指标S3(第2指标),则处理部110(测定部110E)将指标S3和对于标准被摄体的裂纹宽度与指标的关系(参考图14)进行比较,来测定对象被摄体的宽度(步骤S300:测定步骤)。图17中示出这种测定例。图17的例中,裂纹宽度相对于指标S3测定为0.45mm。
如此,本实施方式所涉及的测定方法中,能够使用通过上述的指标生成方法所生成的指标来准确地测定被摄体的宽度。
<测定结果的显示>
若通过步骤S100、S200的处理来测定了裂纹的宽度,则处理部110(显示控制部110F)将表示宽度的信息显示于显示部130(步骤S400:显示步骤)。步骤S400中的显示例如能够通过将裂纹的宽度与文字、数字、记号及颜色中的任一个或它们的组合建立关联而进行。并且,可以与表示这种宽度的信息一并显示标准被摄体或对象被摄体的图像、在各测定位置的浓度分布、所得到的概率分布函数等(参考图6~图17)。显示控制部110F适当读出存储于存储部120的图像或信息(裂纹图像120A,标准指标120B,对象指标120C及测定结果120D;参考图4)来进行这种显示。
图18~图21是表示步骤S400中的显示的例的图。图18是表示根据裂纹的宽度对裂纹的图像进行着色而成的图像i2A的图,裂纹C2-1、C2-2、C2-3及C2-4分别用红,绿,黄,蓝(宽度最宽的裂纹为红,以下以绿、黄的顺序,将宽度最窄的裂纹以蓝来显示)表示。图19是表示根据裂纹的宽度以不同的线型显示裂纹的图像而成的图像i2B的图,将宽度最宽的裂纹C2-1以实线显示,将宽度窄的裂纹C2-2、C2-3、C2-4以与宽度相应的间隔的虚线显示。图20是表示对图19的图像i2B用对话框显示表示裂纹宽度的数值而成的图像i2C的图。图21是表示在区域R1中用数值表示了图像i2D中的裂纹C2-2上所指定的点P5中的宽度的例的图。图21的例中,将裂纹的各点中的宽度预先存储在存储部120(测定结果120D)中,若指定裂纹上的点(例如用户通过操作部140所具有的定点设备来点击裂纹上的点),则显示控制部110F能够在区域R1中显示该点上的宽度。
本实施方式中,通过这种显示能够容易掌握裂纹宽度。
<指标生成及测定的其他例>
上述的实施方式中,将根据多个浓度分布求出的概率分布函数进行积分而作为指标,但本发明的指标生成方法、测定方法及指标生成装置中的指标并不限定于这种方式。以下对指标生成及测定的其他例进行说明。
(其他例1)
本例中,将表示函数的形状的参数α、λ及c作为指标,而不对上述式(1)的函数F(x)进行积分。并且对于标准被摄体,将裂纹宽度Wth作为参数α、λ及c的函数而表示为Wth=f(α,λ,c),从而求出参数α、λ及c与裂纹宽度Wth的关系(标准指标生成步骤)。相同地对于对象被摄体求出参数α、λ及c(对象指标生成步骤),与关于标准被摄体的参数进行比较而测定裂纹宽度(测定步骤)。
(其他例2)
本例中,将与上述式(1)的函数F(x)对应的浓淡的二维图案(二维图像)作为指标。对于标准被摄体根据裂纹宽度及到裂纹为止的距离来生成多个这种二维图案(标准指标生成步骤)。并且,将这种关于标准被摄体的二维图案与对象被摄体的图像中的测定位置进行匹配,从最适合的图案(指标)测定裂纹宽度(测定步骤)。图22中示出对于标准被摄体根据裂纹宽度及到裂纹为止的距离而生成的二维图案的例。
<对裂纹以外的被摄体的应用例>
上述的实施方式中,对作为混凝土结构物的桥梁1中产生的裂纹为被摄体的情况进行了说明,但本发明的指标生成方法、测定方法及指标生成装置如以下说明那样还能够应用于裂纹以外的线状被摄体。
(应用例1)
本例是将本发明所涉及的指标生成方法、测定方法及指标生成装置应用于通过内窥镜系统所生成的血管图像的测定的例。本例中,在作为被摄体的血管的粗细(宽度)的测定中应用本发明。
<内窥镜系统的结构>
图23是表示内窥镜系统的主要结构的外观图。如图23所示,内窥镜系统11具有内窥镜12、光源装置14、处理器装置16(指标生成装置、测定装置)、显示器18(显示部)及控制台19(操作部)。内窥镜12与光源装置M光学连接,并且与处理器装置16电连接。
光源装置14具备发出紫色、蓝色、绿色及红色的窄带光的4种发光二极管(LED,Light Emitting Diode),根据观察目的能够使1个或多个LED发光。并且,还能够通过使所有LED发光而使白色光(宽带光)发光。
在内窥镜12的前端部12d设置未图示的照明光学系统,上述的LED所发出的照明光经由照明光学系统而照射到观察对象。并且,摄像光学系统具有未图示的物镜、变焦透镜及摄像传感器,获取照射照明光而得到的观察对象的图像。
处理器装置16(图像输入部、浓度分布获取部、函数计算部、指标生成部)具备CPU(Central Processing Unit)、ROM(Read Only Memory)、RAM(Random Access Memory)等各种信号处理电路,从利用摄像光学系统而获取的观察对象的图像生成被摄体的图像数据,并且根据观察目的来进行色彩强调处理或结构强调处理等图像处理。
这种结构的内窥镜系统11中,将中心波长不同的2种窄带光(例如,紫色光和蓝色光)交替地照射到受检体而获取2个窄带图像(例如与紫色光对应的第1图像及与蓝色光对应的第2图像),对这些第1图像及第2图像进行光量校正或对数变换等处理之后,进行生成第1图像与第2图像的差分图像的差分处理。并且将对数变换后的第1图像分配给亮度通道(Y),将差分图像分配给色差通道(Cr,Cb),由此能够生成强调了处在粘膜下的极表层的极表层血管的血管强调图像(YCC图像)。所生成的YCC图像能够通过公知的关系式变换成RGB图像。在图24中示出所得到的血管强调图像的例。血管强调图像能够显示于显示器18。这种血管强调图像中,能够用颜色识别极表层血管和表层血管,从而容易观察血管。另外,图24中难以进行颜色的图示,因此将极表层血管112以黑色显示,将表层血管114以灰色显示。
如图24的血管强调图像中,例如将表层血管114作为“线状被摄体”,能够通过上述方法来求出宽度(粗细),由此得到有益于诊断的信息。例如,能够求出图24中的B-B线中的表层血管114的宽度。另外,关于表层血管114的标准被摄体(宽度已知的被摄体)可以是通过另一方法来求出宽度(粗细)的血管,也可以是对血管进行了模拟的仿真模型或光学模拟结果。并且,这种血管宽度的计算不仅对表层血管进行,对处在除此以外深度的血管也同样能够进行。
(应用例2)
本例是将本发明应用于通过喷墨打印机形成的布线图案的测定的例。喷墨打印机中,具有将导电性油墨喷射于基板而形成布线图案的喷墨打印机,能够通过本发明所涉及的指标生成方法、测定方法及指标生成装置来测定如此形成的布线图案的宽度。
图25是表示通过导电性油墨的喷射形成布线图案的样子的图。图25中,沿搬送方向D5搬送基板101并且从吐出部50喷射导电性油墨的油墨滴50a,从而在基板101上连续形成点113,由此形成布线图案。另外,形成时,沿箭头D6的方向(与搬送方向D5正交的方向)适当移动吐出部50。图26是表示如此形成的布线L(对象被摄体的一例)的图。关于布线L的宽度W,可以在喷墨打印机设置摄像部及图像处理部而进行测定,也可以另行拍摄而利用测定装置来进行测定。布线L的拍摄及宽度W的测定例如能够通过上述实施方式的测定装置10并按照图5、15所示的顺序来进行。另外这种布线图案的测定中,标准被摄体可以是通过另一方法来求出宽度的布线,也可以是如对裂纹的龟裂标尺那样人为制作的被摄体。
(其他应用例)
除了上述的应用例1、2以外,本发明所涉及的指标生成方法、测定方法及指标生成装置能够应用于在树木、河川、道路上所描绘的白线或黄线等的宽度的测定。
以上对本发明的实施方式及其他例进行了说明,但本发明并不限定于上述的实施方式及其他例,在不脱离本发明的精神的范围内能够进行各种变形。
符号说明
1-桥梁,2-桥面板,3-主梁,3A-接合部,10-测定装置,11-内窥镜系统,12-内窥镜,12d-前端部,14-光源装置,16-处理器装置,18-显示器,19-控制台,50-吐出部,50a-油墨滴,101-基板,102-相机,110-处理部,110A-图像获取部,110B-浓度分布获取部,110C-函数计算部,110D-指标生成部,110E-测定部,110F-显示控制部,112-极表层血管,113-点,114-表层血管,120-存储部,120A-裂纹图像,120B-标准指标,120C-对象指标,120D-测定结果,130-显示部,140-操作部,C1-裂纹组,C2-裂纹组,CV-2次曲线,D5-搬送方向,F(x)-函数,L-布线,R1-区域,S1-指标,S2-指标,S3-指标,S100~S120-指标生成方法的各步骤,S200~S300-测定方法的各步骤,α-参数,λ-参数,c-参数,Cf-校正系数,il-图像,ilR-图像,i2-图像,i2A-图像,i2B-图像,i2C-图像,i2D-图像。
Claims (15)
1.一种指标生成方法,具有:
图像输入步骤,输入拍摄线状的被摄体而得到的图像;
浓度分布获取步骤,从所输入的所述图像获取沿与所述线状的被摄体的宽度方向正交的方向的多个浓度分布,该浓度分布为所述线状的被摄体的宽度方向的浓度分布;
函数计算步骤,计算与所获取的所述多个浓度分布对应的概率分布函数;及
指标生成步骤,根据计算出的所述概率分布函数来生成表示所述被摄体的宽度的指标。
2.根据权利要求1所述的指标生成方法,其中,
所述指标生成方法还具有对计算出的所述概率分布函数进行积分的积分步骤,所述指标生成步骤中,根据所述积分的结果来生成所述指标。
3.根据权利要求1所述的指标生成方法,其中,
所述指标生成步骤中,生成表示计算出的所述概率分布函数的参数而作为所述指标。
4.根据权利要求1所述的指标生成方法,其中,
所述指标生成步骤中,生成表示计算出的所述概率分布函数的二维图像而作为所述指标。
5.根据权利要求1至4中任一项所述的指标生成方法,其中,
所述指标生成步骤中,按照所述被摄体的宽度及到所述被摄体为止的距离来生成所述指标。
6.根据权利要求1至5中任一项所述的指标生成方法,其中,
所述指标生成方法还具有校正步骤,该校正步骤根据有关所述被摄体的信息来校正所生成的所述指标。
7.根据权利要求6所述的指标生成方法,其中,
所述信息包含到所述被摄体为止的距离、所述被摄体周围的明度及所述被摄体周围的颜色中的至少1个。
8.根据权利要求1至7中任一项所述的指标生成方法,其中,
所述指标生成方法还具有图像旋转步骤,该图像旋转步骤旋转所输入的所述图像,以使所述线状的被摄体沿正面图像的上下方向配置,
所述浓度分布获取步骤中,沿所旋转的所述图像的所述上下方向而获取所述多个浓度分布。
9.根据权利要求1至8中任一项所述的指标生成方法,所述指标生成方法还具有:
中心推断步骤,对于所述多个浓度分布中的每一个浓度分布推断浓度分布的宽度方向的中心;及
排列步骤,根据推断出的所述中心将所述多个浓度分布在所述宽度方向上移动而使中心对齐,
所述函数计算步骤中,计算与将所述中心对齐的所述多个浓度分布对应的概率分布函数。
10.根据权利要求1至9中任一项所述的指标生成方法,其中,
所述函数计算步骤中,通过对所述多个浓度分布进行回归分析来计算所述概率分布函数。
11.根据权利要求1至10中任一项所述的指标生成方法,其中,
所述指标生成方法还具有拍摄所述线状的被摄体而获取图像的拍摄步骤,所述图像输入步骤中,输入在所述拍摄步骤中所获取的图像。
12.根据权利要求1至11中任一项所述的指标生成方法,其中,
所述被摄体为结构物的裂纹。
13.一种测定方法,具有:
标准指标生成步骤,对于宽度已知的标准被摄体,通过权利要求1至12中任一项所述的指标生成方法来生成所述指标;
对象指标生成步骤,对于作为测定对象的对象被摄体,生成用于与所述指标进行比较的第2指标;及
测定步骤,比较对于所述对象被摄体生成的所述第2指标与对于所述标准被摄体生成的所述指标来测定所述对象被摄体的宽度。
14.根据权利要求13所述的测定方法,其中,
所述测定方法还具有显示步骤,该显示步骤显示表示通过所述测定而得到的所述宽度的信息。
15.一种指标生成装置,具有:
图像输入部,输入拍摄线状的被摄体而得到的图像;
浓度分布获取部,从所输入的所述图像获取沿与所述线状的被摄体的宽度方向正交的方向的多个浓度分布,该浓度分布为所述线状的被摄体的宽度方向的浓度分布;
函数计算部,计算与所获取的所述多个浓度分布对应的概率分布函数;及
指标生成部,根据计算出的所述概率分布函数来生成表示所述被摄体的宽度的指标。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016-089556 | 2016-04-27 | ||
JP2016089556 | 2016-04-27 | ||
PCT/JP2017/014823 WO2017187966A1 (ja) | 2016-04-27 | 2017-04-11 | 指標生成方法、測定方法、及び指標生成装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109073362A true CN109073362A (zh) | 2018-12-21 |
CN109073362B CN109073362B (zh) | 2020-11-27 |
Family
ID=60161580
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780025495.5A Active CN109073362B (zh) | 2016-04-27 | 2017-04-11 | 指标生成方法、测定方法及指标生成装置 |
Country Status (5)
Country | Link |
---|---|
US (1) | US10977300B2 (zh) |
EP (1) | EP3450910B1 (zh) |
JP (1) | JP6636620B2 (zh) |
CN (1) | CN109073362B (zh) |
WO (1) | WO2017187966A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109073362B (zh) * | 2016-04-27 | 2020-11-27 | 富士胶片株式会社 | 指标生成方法、测定方法及指标生成装置 |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017122641A1 (ja) * | 2016-01-15 | 2017-07-20 | 富士フイルム株式会社 | 計測支援装置及び計測支援方法 |
CN111566696A (zh) * | 2017-12-25 | 2020-08-21 | 富士通株式会社 | 图像处理程序、图像处理方法以及图像处理装置 |
JP7228341B2 (ja) * | 2018-06-13 | 2023-02-24 | 富士通株式会社 | 画像処理装置、画像処理方法、及び画像処理プログラム |
GB2588441B (en) | 2019-10-24 | 2022-10-05 | Sony Interactive Entertainment Inc | Method and system for estimating the geometry of a scene |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6711284B1 (en) * | 1999-10-25 | 2004-03-23 | Nikon Corporation | Image processor for a digital image of an object having a crack |
CN2881539Y (zh) * | 2006-02-24 | 2007-03-21 | 北京工业大学 | 一种混凝土裂缝宽度测量仪 |
CN101263362A (zh) * | 2005-09-15 | 2008-09-10 | 关西工事测量株式会社 | 光学装置、及使用光学装置测量物体尺寸的方法 |
US20100066874A1 (en) * | 2008-08-01 | 2010-03-18 | Nikon Corporation | Image processing method |
JP2011508880A (ja) * | 2007-12-29 | 2011-03-17 | ゼネラル・エレクトリック・カンパニイ | ブレード先端間隙を測定するための装置 |
JP2011124522A (ja) * | 2009-12-14 | 2011-06-23 | Canon Inc | 光電変換装置 |
US20110194175A1 (en) * | 2009-12-09 | 2011-08-11 | Dougherty William M | Method and system for fast three-dimensional structured-illumination-microscopy imaging |
JP2013238449A (ja) * | 2012-05-14 | 2013-11-28 | Taisei Corp | ひび割れ検出方法 |
Family Cites Families (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6021383A (en) * | 1996-10-07 | 2000-02-01 | Yeda Research & Development Co., Ltd. | Method and apparatus for clustering data |
JP4112762B2 (ja) * | 1999-10-05 | 2008-07-02 | 株式会社東芝 | 画像処理装置およびx線診断装置 |
US7015831B2 (en) * | 2002-12-17 | 2006-03-21 | Evolution Robotics, Inc. | Systems and methods for incrementally updating a pose of a mobile device calculated by visual simultaneous localization and mapping techniques |
JP4144378B2 (ja) * | 2003-02-28 | 2008-09-03 | ソニー株式会社 | 画像処理装置および方法、記録媒体、並びにプログラム |
JP4392583B2 (ja) * | 2003-06-27 | 2010-01-06 | ソニー株式会社 | 信号処理装置および信号処理方法、並びにプログラムおよび記録媒体 |
WO2005023086A2 (en) * | 2003-08-25 | 2005-03-17 | University Of North Carolina At Chapel Hill | Systems, methods, and computer program products for analysis of vessel attributes for diagnosis, disease staging, and surgical planning |
US7689321B2 (en) * | 2004-02-13 | 2010-03-30 | Evolution Robotics, Inc. | Robust sensor fusion for mapping and localization in a simultaneous localization and mapping (SLAM) system |
WO2006087854A1 (ja) * | 2004-11-25 | 2006-08-24 | Sharp Kabushiki Kaisha | 情報分類装置、情報分類方法、情報分類プログラム、情報分類システム |
US9036902B2 (en) * | 2007-01-29 | 2015-05-19 | Intellivision Technologies Corporation | Detector for chemical, biological and/or radiological attacks |
US20100309309A1 (en) * | 2009-06-05 | 2010-12-09 | Shenzhen Siweier Detecting Technology Ltd. | Method for precisely detecting crack width |
US20110149268A1 (en) * | 2009-12-17 | 2011-06-23 | Marchant Alan B | Dynamic 3d wind mapping system and method |
US8976340B2 (en) * | 2011-04-15 | 2015-03-10 | Advanced Scientific Concepts, Inc. | Ladar sensor for landing, docking and approach |
US9165188B2 (en) * | 2012-01-12 | 2015-10-20 | Kofax, Inc. | Systems and methods for mobile image capture and processing |
JP5957250B2 (ja) * | 2012-03-15 | 2016-07-27 | 株式会社計測リサーチコンサルタント | クラック検出方法、クラック表示装置 |
WO2015035229A2 (en) * | 2013-09-05 | 2015-03-12 | Cellscope, Inc. | Apparatuses and methods for mobile imaging and analysis |
US9798751B2 (en) * | 2013-10-16 | 2017-10-24 | University Of Tennessee Research Foundation | Method and apparatus for constructing a neuroscience-inspired artificial neural network |
US20160282821A1 (en) * | 2015-03-25 | 2016-09-29 | Nec Laboratories America, Inc. | Management of complex physical systems using time series segmentation to determine behavior switching |
CN107849348A (zh) * | 2015-03-31 | 2018-03-27 | 气凝胶科技有限责任公司 | 气凝胶材料及其生产方法 |
WO2017187966A1 (ja) * | 2016-04-27 | 2017-11-02 | 富士フイルム株式会社 | 指標生成方法、測定方法、及び指標生成装置 |
-
2017
- 2017-04-11 WO PCT/JP2017/014823 patent/WO2017187966A1/ja active Application Filing
- 2017-04-11 JP JP2018514245A patent/JP6636620B2/ja active Active
- 2017-04-11 EP EP17789253.6A patent/EP3450910B1/en active Active
- 2017-04-11 CN CN201780025495.5A patent/CN109073362B/zh active Active
-
2018
- 2018-10-17 US US16/162,611 patent/US10977300B2/en active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6711284B1 (en) * | 1999-10-25 | 2004-03-23 | Nikon Corporation | Image processor for a digital image of an object having a crack |
CN101263362A (zh) * | 2005-09-15 | 2008-09-10 | 关西工事测量株式会社 | 光学装置、及使用光学装置测量物体尺寸的方法 |
CN2881539Y (zh) * | 2006-02-24 | 2007-03-21 | 北京工业大学 | 一种混凝土裂缝宽度测量仪 |
JP2011508880A (ja) * | 2007-12-29 | 2011-03-17 | ゼネラル・エレクトリック・カンパニイ | ブレード先端間隙を測定するための装置 |
US20100066874A1 (en) * | 2008-08-01 | 2010-03-18 | Nikon Corporation | Image processing method |
US20110194175A1 (en) * | 2009-12-09 | 2011-08-11 | Dougherty William M | Method and system for fast three-dimensional structured-illumination-microscopy imaging |
JP2011124522A (ja) * | 2009-12-14 | 2011-06-23 | Canon Inc | 光電変換装置 |
JP2013238449A (ja) * | 2012-05-14 | 2013-11-28 | Taisei Corp | ひび割れ検出方法 |
Non-Patent Citations (1)
Title |
---|
PAUL DARE ET.AL.: ""An Operational Application of Automatic Feature Extraction : The Measurement of Cracks in Concrete Structures"", 《PHOTOGRAMMETRIC RECORD》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109073362B (zh) * | 2016-04-27 | 2020-11-27 | 富士胶片株式会社 | 指标生成方法、测定方法及指标生成装置 |
US10977300B2 (en) | 2016-04-27 | 2021-04-13 | Fujifilm Corporation | Index generating method, measuring method, and index generating apparatus |
Also Published As
Publication number | Publication date |
---|---|
US20190050401A1 (en) | 2019-02-14 |
EP3450910B1 (en) | 2023-11-22 |
EP3450910A1 (en) | 2019-03-06 |
WO2017187966A1 (ja) | 2017-11-02 |
JPWO2017187966A1 (ja) | 2019-02-28 |
US10977300B2 (en) | 2021-04-13 |
EP3450910A4 (en) | 2019-03-06 |
JP6636620B2 (ja) | 2020-01-29 |
CN109073362B (zh) | 2020-11-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109073362A (zh) | 指标生成方法、测定方法及指标生成装置 | |
CN112881467B (zh) | 一种大尺寸复合材料损伤成像与定量识别方法 | |
CN104482860B (zh) | 鱼类形态参数自动测量装置和方法 | |
US9292925B2 (en) | Imaging system and control method thereof | |
KR20040077851A (ko) | 3차원 계측장치, 필터 격자 줄무늬판 및 조명 수단 | |
JP2021513070A (ja) | コンピュータビジョンシステムおよび光学基準線法を使用するタンク較正方法 | |
CN110132989A (zh) | 一种混凝土裂缝检测设备、方法以及终端系统 | |
CN108562250A (zh) | 基于结构光成像的键盘键帽平整度快速测量方法与装置 | |
CN110285770A (zh) | 一种桥梁挠度变化测量方法、装置及设备 | |
CN105976354A (zh) | 基于颜色和梯度的元件定位方法和系统 | |
CN106175676A (zh) | 成像光线空间追踪舌面彩色三维成像方法和系统 | |
CN102243103A (zh) | 一种物体颜色及三维轮廓的快速测量方法 | |
CN110503623A (zh) | 一种基于卷积神经网络的识别输电线路上鸟巢缺陷的方法 | |
CN112785654A (zh) | 轨道几何检测系统标定方法及装置 | |
CN114998308A (zh) | 一种基于光度立体的缺陷检测方法及系统 | |
CN105765630A (zh) | 通过创建多个色度斑点图案测量受到应力的结构部件的形状、移动和/或变形的多尺度测量方法 | |
CN112415010A (zh) | 一种成像检测方法及系统 | |
Ioli et al. | UAV photogrammetry for metric evaluation of concrete bridge cracks | |
JP2015059849A (ja) | 色と三次元形状の計測方法及び装置 | |
TWI664582B (zh) | 細胞檢測方法、裝置與系統 | |
KR20210078113A (ko) | 드론초분광영상을 이용한 생태교란종 모니터링 방법 | |
CN109211809B (zh) | 一种基于三维高光谱成像的壁画监测方法 | |
CN207472195U (zh) | 一种双目视觉体积重量测量系统 | |
Yamamoto et al. | Measurement of growth information of a strawberry plant using a natural interaction device | |
KR101972805B1 (ko) | 신발솔 검사방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |