JP2005292066A - 状態診断装置、状態診断プログラムおよび状態診断システム。 - Google Patents
状態診断装置、状態診断プログラムおよび状態診断システム。 Download PDFInfo
- Publication number
- JP2005292066A JP2005292066A JP2004110678A JP2004110678A JP2005292066A JP 2005292066 A JP2005292066 A JP 2005292066A JP 2004110678 A JP2004110678 A JP 2004110678A JP 2004110678 A JP2004110678 A JP 2004110678A JP 2005292066 A JP2005292066 A JP 2005292066A
- Authority
- JP
- Japan
- Prior art keywords
- pixels
- diagnosis
- image
- value
- state
- 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.)
- Pending
Links
Images
Landscapes
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Air Conditioning Control Device (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
【課題】 外観の状態が変化する部材の診断において信頼性を向上させることが可能な状態診断装置、プログラムおよびシステムを提供する。
【解決手段】 外観の状態が変化するエアフィルタ５の診断を行う携帯診断装置１２０であって、画像撮影部１２１と、診断部１３３とを備えている。画像撮影部１２１は、外観の状態が変化するエアフィルタ５の画像を取得する。診断部１３３は、診断値に基づいてエアフィルタ５の状態診断を行う。ここでの診断値は、画像を構成する各画素に対して２つの値のいずれかを割り当てる二値化処理を施して二値化画像を作成して、この二値化画像を所定のブロックに分割し、所定のブロックに関するデータを利用することにより求める。
【選択図】 図４
【解決手段】 外観の状態が変化するエアフィルタ５の診断を行う携帯診断装置１２０であって、画像撮影部１２１と、診断部１３３とを備えている。画像撮影部１２１は、外観の状態が変化するエアフィルタ５の画像を取得する。診断部１３３は、診断値に基づいてエアフィルタ５の状態診断を行う。ここでの診断値は、画像を構成する各画素に対して２つの値のいずれかを割り当てる二値化処理を施して二値化画像を作成して、この二値化画像を所定のブロックに分割し、所定のブロックに関するデータを利用することにより求める。
【選択図】 図４
Description
本発明は、外観の状態が変化する部材の診断を行う状態診断装置、状態診断プログラムおよび状態診断システムに関する。
従来から、一般住宅やオフィスなどの屋内において調和された空気を屋内に供給することにより屋内の快適性を向上させる空気調和装置が知られている。この空気調和装置には、空気調和装置の稼働に伴って徐々に消耗、劣化したり汚れたりする消耗部品が用いられている。このため、空気調和装置を適切に稼働できる状態に保つためには、これらの消耗部品を洗浄したり交換したりする等の適切な処置を行う必要がある。
例えば、空気調和装置には、空気中に含まれる埃や塵などの微粒子を低減させて空気の清浄化を行う上記消耗部品としてのフィルタが用いられている。このフィルタには、空気調和装置が運転されることにより多くの微粒子が蓄積されていくが、このような多くの微粒子が蓄積された状態のフィルタを用いて空気調和装置を運転させると、送風機構における負担が大きくなったり空気清浄効果が得られにくくなったりする等、空気調和装置を適切に運転することが困難になる。このため、フィルタに多くの微粒子が蓄積してくると上述した洗浄や交換等を行うフィルタのメンテナンス作業が必要となるが、ユーザ等はメンテナンス時期になっていることに気付きにくく、空気調和装置に負担を掛け続けて空気清浄効果が低減した状態での運転を続けてしまうことがある。
これに対して、以下に示す特許文献１においては、このようなフィルタのメンテナンス時期を、空気調和装置の稼働時間等から判断して、ユーザ等に報知する空気調和装置が提案されている。
特開平１１−２８１１３４号公報
ところが、上述した特許文献１で示された方法によって判断する場合であっても、調和対象となる空気の汚染度合い等によってフィルタの汚染進行度合いが異なり、メンテナンス時期はまちまちとなる等、空気調和装置の稼働時間からメンテナンス時期を一律に判断する方法では、その診断結果が信頼性に欠けたものとなるおそれがある。
これに対して、ユーザやサービスエンジニア等がフィルタ等の消耗部品の状態を目視によって判断することも可能である。しかし、消耗部品のメンテナンス時期について、熟練された技術や卓越した知識を有するサービスエンジニアによる診断と未熟な技術で知識も不足しているサービスエンジニアによる診断との食い違いが生じる等、一定の基準による安定した診断を行うことが困難な場合がある。
これに対して、ユーザやサービスエンジニア等がフィルタ等の消耗部品の状態を目視によって判断することも可能である。しかし、消耗部品のメンテナンス時期について、熟練された技術や卓越した知識を有するサービスエンジニアによる診断と未熟な技術で知識も不足しているサービスエンジニアによる診断との食い違いが生じる等、一定の基準による安定した診断を行うことが困難な場合がある。
本発明の課題は、外観の状態が変化する部材の診断において信頼性を向上させることが可能な状態診断装置、プログラムおよびシステムを提供することにある。
請求項１に記載の状態診断装置は、外観の状態が変化する部材の診断を行う状態診断装置であって、取得部と、診断部とを備えている。取得部は、外観の状態が変化する部材の画像を取得する。診断部は、診断値に基づいて部材の状態診断を行う。ここでの診断値は、画像を構成する各画素に対して２つの値のいずれかを割り当てる二値化処理を施して二値化画像を作成して、この二値化画像を所定のブロックに分割し、所定のブロックに関するデータを利用することにより求める。
従来のように、ユーザやサービスエンジニア等の目視によって部材のメンテナンスを行うタイミングを判断する場合には、熟練された技術や知識を有するサービスエンジニアによる診断と未熟なサービスエンジニアによる診断との食い違いが生じる等、一定の基準による安定した診断を行うことが困難になる場合がある。
しかし、請求項１に記載の状態診断装置では、取得部が部材の状態が示された画像を取得して、診断部が二値化画像を作成して、ブロックに分割し、各ブロックに関するデータを利用して得られる診断値に基づいて診断を行っている。すなわち、診断部における診断において、部材の状態が一定の判断手法によって反映された値を用いることができる。したがって、統一された判断手法に従って部材の状態診断を行うことが可能になり、診断における信頼性を向上させることが可能になる。例えば、上述した状態診断によると、状態診断に個人的な主観が含まれることを抑えることができるようになる。
しかし、請求項１に記載の状態診断装置では、取得部が部材の状態が示された画像を取得して、診断部が二値化画像を作成して、ブロックに分割し、各ブロックに関するデータを利用して得られる診断値に基づいて診断を行っている。すなわち、診断部における診断において、部材の状態が一定の判断手法によって反映された値を用いることができる。したがって、統一された判断手法に従って部材の状態診断を行うことが可能になり、診断における信頼性を向上させることが可能になる。例えば、上述した状態診断によると、状態診断に個人的な主観が含まれることを抑えることができるようになる。
請求項２に記載の状態診断装置は、請求項１に記載の状態診断装置であって、診断部は、近傍大型ブロックの数と、近傍小型ブロックの数とに対して重み付けをして得られる値に基づいて診断値を求める。ここでの近傍大型ブロックとは、二値化画像において所定の距離以内の近傍に位置する同じ値の画素によって構成されるブロックに含まれる画素数が第１画素数以上の近傍ブロックのうち、第１画素数よりも大きい第２画素数以上の画素数を有するブロックのことをいう。また、近傍小型ブロックとは、二値化画像において所定の距離以内の近傍に位置する同じ値の画素によって構成されるブロックに含まれる画素数が第１画素数以上の近傍ブロックのうち、第２画素数に満たない画素数を有するブロックのことをいう。なお、ここでの近傍大型ブロックや近傍小型ブロックについては、例えば、一方の値が割り当てられた画素が他方の値が割り当てられた互いに近傍に位置している画素によって囲まれている場合には、一方の値の画素についても上記他方の値の画素から構成されるブロックの画素数のカウントに含まれるとして、各ブロックを捕らえることになる。また、上記近傍に位置する画素の所定の距離は、例えば、部材の種類や、部材の耐久性等によって定めることができる。
ここでは、例えば、一方の値が割り当てられた画素が多数存在する場合であっても、その一方の値が割り当てられた画素から構成されるブロックのうち、大きなブロックが比較的多く存在するように変化した場合と小さなブロックが比較的多く存在するように変化した場合とで、部材の状態変化の度合いが異なることがある。
これに対して、請求項２に記載の状態診断装置では、診断部が、近傍大型ブロックの数と、近傍小型ブロックの数とに対して重み付けをして得られる値に基づいて診断値を求めることで診断を行う。このように、近傍大型ブロックと近傍小型ブロックとを分けて捕らえて、部材の状態診断において寄与度の異なる両ブロックについて、それぞれ重み付けを施すことにより、部材のより詳細な状態を診断値に反映させることができるようになる。したがって、より詳細な状態診断を行うことが可能になる。
これに対して、請求項２に記載の状態診断装置では、診断部が、近傍大型ブロックの数と、近傍小型ブロックの数とに対して重み付けをして得られる値に基づいて診断値を求めることで診断を行う。このように、近傍大型ブロックと近傍小型ブロックとを分けて捕らえて、部材の状態診断において寄与度の異なる両ブロックについて、それぞれ重み付けを施すことにより、部材のより詳細な状態を診断値に反映させることができるようになる。したがって、より詳細な状態診断を行うことが可能になる。
なお、例えば、ここでは、ブロックに含まれる画素数が第１画素数に満たないような小さなブロックについては、診断値に反映させにくいようにすることが可能になる。これによって、状態診断において悪影響を与えうるようなノイズ等が診断値に反映されてしまうことを抑えることができるようになる。
また、ここでは、例えば、一方の値が割り当てられた画素から成るブロックに、所定の近傍距離以内に存在する他方の値が割り当てられた画素をも含めているため、各のブロック毎について、マクロな視点による概略を把握できるようになる。これにより、診断値に診断対象の状態についての概略を反映させることができるようになる。
また、ここでは、例えば、一方の値が割り当てられた画素から成るブロックに、所定の近傍距離以内に存在する他方の値が割り当てられた画素をも含めているため、各のブロック毎について、マクロな視点による概略を把握できるようになる。これにより、診断値に診断対象の状態についての概略を反映させることができるようになる。
請求項３に記載の状態診断装置は、請求項２に記載の状態診断装置であって、少なくとも第１画素数と第２画素数とのいずれか一方は、部材の性質、画像の撮影時における位置、画像の撮影時における距離あるいは画像の撮影時における角度に基づいて定める。なお、ここでの部材の性質としては、例えば、部材の形状に基づく値等が含まれる。具体的には、撮影対象の部材がフィルタである場合には、フィルタの網目を構成する格子間隔の距離等が挙げられる。また、撮影時の画像の位置、距離あるいは角度としては、例えば、撮影カメラが固定されている場合に画像フレームの中の部材もしくは所定のブロックが写っている位置や、撮影時のカメラと部材との間の距離や、方向が観念される部材の場合には正面からのズレの角度等が含まれる。
ここでは、近傍小型ブロックであるための閾値となる第１画素数と、近傍大型ブロックであるための閾値となる第２画素数との少なくともいずれか一方が、部材の性質や画像の撮影時における状況等に基づいて定められる。このため、第１画素数と第２画素数との少なくともいずれか一方を、部材毎や撮影状況毎に定めることができるようになるため、より適切な診断値を得ることが可能になる。例えば、汚れや不具合について判断される基準が部材毎に異なる場合であっても、第１画素数や第２画素数を部材毎に定めることで、診断値に反映されるブロックの画素数を調整することが可能となり、より適切な診断値を得ることができるようになる。
請求項４に記載の状態診断装置は、請求項１に記載の状態診断装置であって、診断部は、隣接大型ブロックの数と、隣接小型ブロックの数とに重み付けをして得られる値に基づいて診断値を求める。ここでの隣接大型ブロックは、二値化画像において隣接して連なる同じ値の画素数が第３画素数以上である隣接ブロックのうち、第３画素数よりも大きい第４画素数以上の画素数を有するブロックのことをいう。また、隣接小型ブロックは、二値化画像において隣接して連なる同じ値の画素数が第３画素数以上である隣接ブロックのうち、第４画素数に満たない画素数を有するブロックのことをいう。
ここでは、例えば、一方の値が割り当てられた画素が多数存在する場合であっても、その一方の値が割り当てられた画素から構成されるブロックのうち、大きなブロックが比較的多く存在するように変化した場合と小さなブロックが比較的多く存在するように変化した場合とで、部材の状態変化の度合いが異なることがある。
これに対して、請求項４に記載の状態診断装置では、診断部が、隣接大型ブロックの数と、隣接小型ブロックの数とに対して重み付けをして得られる値に基づいて診断値を求めることで診断を行う。このように、隣接大型ブロックと隣接小型ブロックとを分けて捕らえて、部材の状態診断において寄与度の異なる両ブロックについて、それぞれ重み付けを施すことにより、部材のより詳細な状態を診断値に反映させることができるようになる。したがって、より詳細な状態診断を行うことが可能になる。
これに対して、請求項４に記載の状態診断装置では、診断部が、隣接大型ブロックの数と、隣接小型ブロックの数とに対して重み付けをして得られる値に基づいて診断値を求めることで診断を行う。このように、隣接大型ブロックと隣接小型ブロックとを分けて捕らえて、部材の状態診断において寄与度の異なる両ブロックについて、それぞれ重み付けを施すことにより、部材のより詳細な状態を診断値に反映させることができるようになる。したがって、より詳細な状態診断を行うことが可能になる。
なお、ここでは、例えば、ブロックに含まれる画素数が第３画素数に満たないような小さなブロックについては、診断値に反映させにくくすることが可能になる。このため、状態診断において悪影響を与えうるようなノイズ等が診断に反映されてしまうことを抑えることができるようになる。
請求項５に記載の状態診断装置は、請求項４に記載の状態診断装置であって、少なくとも第３画素数と第４画素数とのいずれか一方は、部材の性質、画像の撮影時における位置、画像の撮影時における距離あるいは画像の撮影時における角度に基づいて定める。なお、ここでの部材の性質としては、例えば、部材の形状に基づく値等が含まれる。具体的には、撮影対象の部材がフィルタである場合には、フィルタの網目を構成する格子間隔の距離等が挙げられる。また、撮影時の画像の位置、距離あるいは角度としては、例えば、撮影カメラが固定されている場合に画像フレームの中の部材もしくは所定のブロックが写っている位置や、撮影時のカメラと部材との距離や、方向が観念される部材の場合には正面からのズレの角度や等が含まれる。
請求項５に記載の状態診断装置は、請求項４に記載の状態診断装置であって、少なくとも第３画素数と第４画素数とのいずれか一方は、部材の性質、画像の撮影時における位置、画像の撮影時における距離あるいは画像の撮影時における角度に基づいて定める。なお、ここでの部材の性質としては、例えば、部材の形状に基づく値等が含まれる。具体的には、撮影対象の部材がフィルタである場合には、フィルタの網目を構成する格子間隔の距離等が挙げられる。また、撮影時の画像の位置、距離あるいは角度としては、例えば、撮影カメラが固定されている場合に画像フレームの中の部材もしくは所定のブロックが写っている位置や、撮影時のカメラと部材との距離や、方向が観念される部材の場合には正面からのズレの角度や等が含まれる。
ここでは、隣接小型ブロックであるための閾値となる第３画素数と、隣接大型ブロックであるための閾値となる第４画素数との少なくともいずれか一方が、部材の性質や画像の撮影時における状況等に基づいて定められる。このため、第３画素数と第４画素数との少なくともいずれか一方を部材毎や撮影状況毎に応じて定めることができるようになるため、より適切な診断値を得ることが可能になる。例えば、汚れや不具合について判断される基準が部材毎に異なる場合であっても、第３画素数や第４画素数を部材毎に定めることで、診断値に反映されるブロックの画素数を調整することが可能となり、より適切な診断値を得ることができるようになる。
請求項６に記載の状態診断装置は、請求項１に記載の状態診断装置であって、診断部は、ブロック毎におけるいずれか一方の値が割り当てられている画素数に関する二値化画像の標準偏差に基づいて診断値を求める。ここでの標準偏差は、画像全体における一方の値が割り当てられた画素の分布の偏り度合いを表す指標となる。すなわち、ここでの標準偏差を算出するには、まず、一方の値が割り当てられている画素数をブロック毎に求め、この画素数の平均値を算出する。次に、この平均値とブロックにおける一方の値が割り当てられている画素数との差の二乗を、ブロック毎に求めて、その合計値を算出する。そして、得られた値をブロック数で除した値に対して平方根を算出して、標準偏差が求められる。標準偏差が小さい場合には、画像全体における一方の値が割り当てられた画素の分布の偏り度合いが小さいことを示す。標準偏差が大きい場合には、画像全体における一方の値が割り当てられた画素の分布の偏り度合いが大きいことを示す。
ここでは、例えば、一方の値が割り当てられた画素が比較的多く存在する場合であっても、その一方の値が割り当てられた画素の分布の状況によっては、部材全体としての実際の状態変化の程度が少なかったり、逆に程度が大きかったりする等、状態変化の程度が異なることがある。
これに対して、請求項６に記載の状態診断装置では、診断部が、画像全体におけるいずれか一方の値が割り当てられている画素に関する標準偏差を診断値に反映させている。このため、画像全体における一方の値が割り当てられている画素数の分布の偏り度合いを反映させて、部材の状態診断をより詳細にすることが可能になる。
これに対して、請求項６に記載の状態診断装置では、診断部が、画像全体におけるいずれか一方の値が割り当てられている画素に関する標準偏差を診断値に反映させている。このため、画像全体における一方の値が割り当てられている画素数の分布の偏り度合いを反映させて、部材の状態診断をより詳細にすることが可能になる。
請求項７に記載の状態診断装置は、請求項１から６のいずれか１項に記載の状態診断装置であって、診断部は、面積率に基づいて診断値を求める。ここでの面積率とは、二値化画像の全画素数に対する二値化画像のうちのいずれか一方の値が割り当てられた画素数の割合のことをいう。
ここでは、所定のブロックに関するデータを利用するだけでなく、さらに面積率に基づいて診断値を求める。このため、部材の状態がより詳細に反映された診断値を得ることができるようになり、より詳細な状態診断を行うことが可能になる。
ここでは、所定のブロックに関するデータを利用するだけでなく、さらに面積率に基づいて診断値を求める。このため、部材の状態がより詳細に反映された診断値を得ることができるようになり、より詳細な状態診断を行うことが可能になる。
請求項８に記載の状態診断装置は、請求項１から７のいずれか１項に記載の状態診断装置であって、データベースをさらに備えている。このデータベースは、部材の状態に対応する数値データを複数有している。そして、診断部は、診断値に基づいた診断において、データベースを参照する。
ここでは、診断部が部材の診断を行う際に、データベースに格納されている複数のデータと診断値を比較して診断することができるようになり、より信頼性の高い診断が可能になる。
ここでは、診断部が部材の診断を行う際に、データベースに格納されている複数のデータと診断値を比較して診断することができるようになり、より信頼性の高い診断が可能になる。
請求項９に記載の状態診断装置は、請求項１から８のいずれか１項に記載の状態診断装置であって、部材には、フィルタ、空気調和装置に用いられるドレンパンおよび熱交換器が含まれる。
ここでは、画像を取得する対象の部材が、フィルタや、空気調和装置に用いられるドレンパンや熱交換器等の場合であっても、状態を診断する場合の信頼性を向上させることができるようになる。
ここでは、画像を取得する対象の部材が、フィルタや、空気調和装置に用いられるドレンパンや熱交換器等の場合であっても、状態を診断する場合の信頼性を向上させることができるようになる。
請求項１０に記載の状態診断プログラムは、外観の状態が変化する部材の画像を、演算処理を行う処理器に処理させる状態診断プログラムであって、第１ステップから第５ステップの５つのステップを備えている。第１ステップでは、処理器に部材の画像を取得させる。第２ステップでは、処理器に、画像の画素に対して２つの値のいずれかを割り当てる二値化処理を行わせて二値化画像を作成させる。第３ステップでは、処理器に二値化画像を所定のブロックに分割させる。第４ステップでは、処理器に所定のブロックに関するデータを利用して診断値を求めさせる。第５ステップでは、処理器に、診断値に基づいた部材の状態診断を行わせる。すなわち、例えば、状態診断データ等の作成を行わせる。
従来のように、ユーザやサービスエンジニア等の目視によって部材のメンテナンスを行うタイミングを判断する場合には、熟練された技術や知識を有するサービスエンジニアによる診断と未熟なサービスエンジニアによる診断との食い違いが生じる等、一定の基準による安定した診断を行うことが困難になる場合がある。
しかし、請求項１０に記載の状態診断プログラムでは、この状態診断プログラムが実行されることにより、処理器が、第１ステップで部材の状態が示された画像を取得し、第２ステップで二値化画像を作成して、第３ステップで所定のブロックに分割し、第４ステップで診断値を求め、第５ステップで診断値に基づいて診断を行う。すなわち、状態診断プログラムが実行されることにより、部材の状態が一定の判断手法によって反映された診断値に基づいて、処理器に部材の状態を診断させることができる。したがって、統一された判断手法に従って部材の状態診断を行うことが可能になり、診断における信頼性を向上させることが可能になる。例えば、上述した状態診断によると、状態診断に個人的な主観が含まれることを抑えることができるようになる。
しかし、請求項１０に記載の状態診断プログラムでは、この状態診断プログラムが実行されることにより、処理器が、第１ステップで部材の状態が示された画像を取得し、第２ステップで二値化画像を作成して、第３ステップで所定のブロックに分割し、第４ステップで診断値を求め、第５ステップで診断値に基づいて診断を行う。すなわち、状態診断プログラムが実行されることにより、部材の状態が一定の判断手法によって反映された診断値に基づいて、処理器に部材の状態を診断させることができる。したがって、統一された判断手法に従って部材の状態診断を行うことが可能になり、診断における信頼性を向上させることが可能になる。例えば、上述した状態診断によると、状態診断に個人的な主観が含まれることを抑えることができるようになる。
請求項１１に記載の状態診断プログラムは、請求項１０に記載の状態診断プログラムであって、第３ステップにおける所定のブロックは、隣接大型ブロックと、隣接小型ブロックとである。そして、第４ステップにおいて、処理器に、隣接大型ブロックの数と、隣接小型ブロックの数とに対して重み付けをして得られる値に基づいて診断値を求めさせる。ここで、隣接大型ブロックは、二値化画像において隣接して連なる同じ値の画素数が第３画素数以上である隣接ブロックのうち、第３画素数よりも大きい第４画素数以上の画素数を有するブロックのことをいう。また、隣接小型ブロックは、二値化画像において隣接して連なる同じ値の画素数が第３画素数以上である隣接ブロックのうち、第４画素数に満たない画素数を有するブロックのことをいう。
ここでは、例えば、一方の値が割り当てられた画素が同様に多数存在する場合であっても、その一方の値が割り当てられた画素から構成されるブロックのうち、大きなブロックが比較的多く存在するように変化した場合と小さなブロックが比較的多く存在するように変化した場合とで、部材の状態変化の度合いが異なることがある。
これに対して、請求項１１に記載の状態診断プログラムでは、第４ステップにおいて、処理器に、隣接大型ブロックの数と、隣接小型ブロックの数とに対して重み付けをして得られる値に基づいて診断値を求めさせている。このように、隣接大型ブロックと隣接小型ブロックとを分けて捕らえて、部材の状態診断において寄与度の異なる両ブロックについて、それぞれ重み付けを施すことにより、部材のより詳細な状態を診断値に反映させることができるようになる。したがって、より詳細な状態診断を行うことが可能になる。
これに対して、請求項１１に記載の状態診断プログラムでは、第４ステップにおいて、処理器に、隣接大型ブロックの数と、隣接小型ブロックの数とに対して重み付けをして得られる値に基づいて診断値を求めさせている。このように、隣接大型ブロックと隣接小型ブロックとを分けて捕らえて、部材の状態診断において寄与度の異なる両ブロックについて、それぞれ重み付けを施すことにより、部材のより詳細な状態を診断値に反映させることができるようになる。したがって、より詳細な状態診断を行うことが可能になる。
なお、ここでは、例えば、ブロックに含まれる画素数が第３画素数に満たないような小さなブロックについては、診断値に反映させにくいようにすることが可能になる。これによって、状態診断において悪影響を与えうるようなノイズ等が診断値に反映されてしまうことを抑えることができる。
請求項１２に記載の状態診断プログラムは、請求項１０に記載の状態診断プログラムであって、第４ステップでは、処理器に、所定のブロック毎におけるいずれか一方の値が割り当てられている画素数に関する二値化画像の標準偏差に基づいて診断値を求めさせる。ここでの標準偏差は、画像全体における一方の値が割り当てられた画素の分布の偏り度合いを表す指標となる。すなわち、ここでの標準偏差を算出するには、まず、一方の値が割り当てられている画素数をブロック毎に求め、この画素数の平均値を算出する。次に、この平均値とブロックにおける一方の値が割り当てられている画素数との差の二乗を、ブロック毎に求めて、その合計値を算出する。そして、得られた値をブロック数で除した値に対して平方根を算出して、標準偏差が求められる。標準偏差が小さい場合には、画像全体における一方の値が割り当てられた画素の分布の偏り度合いが小さいことを示す。標準偏差が大きい場合には、画像全体における一方の値が割り当てられた画素の分布の偏り度合いが大きいことを示す。
請求項１２に記載の状態診断プログラムは、請求項１０に記載の状態診断プログラムであって、第４ステップでは、処理器に、所定のブロック毎におけるいずれか一方の値が割り当てられている画素数に関する二値化画像の標準偏差に基づいて診断値を求めさせる。ここでの標準偏差は、画像全体における一方の値が割り当てられた画素の分布の偏り度合いを表す指標となる。すなわち、ここでの標準偏差を算出するには、まず、一方の値が割り当てられている画素数をブロック毎に求め、この画素数の平均値を算出する。次に、この平均値とブロックにおける一方の値が割り当てられている画素数との差の二乗を、ブロック毎に求めて、その合計値を算出する。そして、得られた値をブロック数で除した値に対して平方根を算出して、標準偏差が求められる。標準偏差が小さい場合には、画像全体における一方の値が割り当てられた画素の分布の偏り度合いが小さいことを示す。標準偏差が大きい場合には、画像全体における一方の値が割り当てられた画素の分布の偏り度合いが大きいことを示す。
ここでは、例えば、一方の値が割り当てられた画素が比較的多く存在する場合であっても、その一方の値が割り当てられた画素の分布の状況によっては、部材全体としての実際の状態変化の程度が少なかったり、逆に程度が大きかったりする等、状態変化の程度が異なることがある。
これに対して、請求項１２に記載の状態診断プログラムでは、処理器に、画像全体におけるいずれか一方の値が割り当てられている画素に関する標準偏差に基づいて診断値を求めさせる。このため、画像全体における一方の値が割り当てられている画素数の分布の偏り度合いを反映させて、部材の状態診断をより詳細にすることが可能になる。
これに対して、請求項１２に記載の状態診断プログラムでは、処理器に、画像全体におけるいずれか一方の値が割り当てられている画素に関する標準偏差に基づいて診断値を求めさせる。このため、画像全体における一方の値が割り当てられている画素数の分布の偏り度合いを反映させて、部材の状態診断をより詳細にすることが可能になる。
請求項１３に記載の状態診断システムは、外観の状態が変化する部材の診断を行う状態診断システムであって、画像取得装置と、状態診断装置とを備えている。画像取得装置は、部材の画像を取得する。なお、ここでの画像取得装置としては、例えば、カメラ付き携帯電話端末等が含まれる。状態診断装置は、診断値に基づいて部材の状態診断を行う。ここでの診断値は、画像取得装置が取得した画像の画素に対して２つの値のいずれかを割り当てる二値化処理を施して二値化画像を作成し、二値化画像が分割された所定のブロックに関するデータを利用することにより求められる。なお、ここで、画像取得装置が取得した部材の画像を状態診断装置が取得するには、例えば、有線や無線の通信回線を介して受信して取得する場合や、記録媒体を介して取得する場合等が含まれる。
従来の診断システムにおいては、ユーザやサービスエンジニア等の目視によって部材のメンテナンスを行うタイミングを判断する場合には、熟練された技術や知識を有するサービスエンジニアによる診断と未熟なサービスエンジニアによる診断との食い違いが生じる等、一定の基準による安定した診断を行うことが困難になる場合がある。
しかし、請求項１３に記載の状態診断システムでは、画像取得装置が部材の状態が示された画像を取得して、状態診断装置が二値化画像を作成して、ブロックに分割し、各ブロックに関するデータを利用して得られる診断値に基づいて診断を行っている。すなわち、診断部における診断において、部材の状態が一定の判断手法によって反映された値を用いることができる。したがって、統一された判断手法に従って部材の状態診断を行うことが可能になり、診断における信頼性を向上させることが可能になる。例えば、上述した状態診断によると、状態診断に個人的な主観が含まれることを抑えることができるようになる。
しかし、請求項１３に記載の状態診断システムでは、画像取得装置が部材の状態が示された画像を取得して、状態診断装置が二値化画像を作成して、ブロックに分割し、各ブロックに関するデータを利用して得られる診断値に基づいて診断を行っている。すなわち、診断部における診断において、部材の状態が一定の判断手法によって反映された値を用いることができる。したがって、統一された判断手法に従って部材の状態診断を行うことが可能になり、診断における信頼性を向上させることが可能になる。例えば、上述した状態診断によると、状態診断に個人的な主観が含まれることを抑えることができるようになる。
請求項１４に記載の状態診断システムは、請求項１３に記載の状態診断システムであって、状態診断装置は、隣接大型ブロックの数と、隣接小型ブロックの数とに対して重み付けをして得られる値に基づいて診断値を求める。ここでの隣接大型ブロックとは、二値化画像において隣接して連なる同じ値の画素数が第３画素数以上である隣接ブロックのうち、第３画素数よりも大きい第４画素数以上の画素数を有するブロックのことをいう。また、隣接小型ブロックとは、二値化画像において隣接して連なる同じ値の画素数が第３画素数以上である隣接ブロックのうち、第４画素数に満たない画素数を有するブロックのことをいう。
ここでは、例えば、一方の値が割り当てられた画素が同様に多数存在する場合であっても、その一方の値が割り当てられた画素から構成されるブロックのうち、大きなブロックが比較的多く存在するように変化した場合と小さなブロックが比較的多く存在するように変化した場合とで、部材の状態変化の度合いが異なることがある。
これに対して、請求項１４に記載の状態診断システムでは、状態診断装置が、隣接大型ブロックの数と、隣接小型ブロックの数とに対して重み付けをして得られる値に基づいて診断値を求めることで診断を行う。このように、隣接大型ブロックと隣接小型ブロックとを分けて捕らえて、部材の状態診断において寄与度の異なる両ブロックについて、それぞれ重み付けを施すことにより、部材のより詳細な状態を診断値に反映させることができるようになる。したがって、より詳細な状態診断を行うことが可能になる。
これに対して、請求項１４に記載の状態診断システムでは、状態診断装置が、隣接大型ブロックの数と、隣接小型ブロックの数とに対して重み付けをして得られる値に基づいて診断値を求めることで診断を行う。このように、隣接大型ブロックと隣接小型ブロックとを分けて捕らえて、部材の状態診断において寄与度の異なる両ブロックについて、それぞれ重み付けを施すことにより、部材のより詳細な状態を診断値に反映させることができるようになる。したがって、より詳細な状態診断を行うことが可能になる。
なお、ここでは、例えば、ブロックに含まれる画素数が第３画素数に満たないような小さなブロックについては、診断値に反映させにくいようにすることが可能になる。これによって、状態診断において悪影響を与えうるようなノイズ等が診断値に反映されてしまうことを抑えることができる。
請求項１５に記載の状態診断システムは、請求項１３に記載の状態診断システムであって、状態診断装置は、所定のブロック毎におけるいずれか一方の値が割り当てられている画素数に関する二値化画像の標準偏差に基づいて診断値を求める。ここでの標準偏差は、画像全体における一方の値が割り当てられた画素の分布の偏り度合いを表す指標となる。すなわち、ここでの標準偏差を算出するには、まず、一方の値が割り当てられている画素数をブロック毎に求め、この画素数の平均値を算出する。次に、この平均値とブロックにおける一方の値が割り当てられている画素数との差の二乗を、ブロック毎に求めて、その合計値を算出する。そして、得られた値をブロック数で除した値に対して平方根を算出して、標準偏差が求められる。標準偏差が小さい場合には、画像全体における一方の値が割り当てられた画素の分布の偏り度合いが小さいことを示す。標準偏差が大きい場合には、画像全体における一方の値が割り当てられた画素の分布の偏り度合いが大きいことを示す。
請求項１５に記載の状態診断システムは、請求項１３に記載の状態診断システムであって、状態診断装置は、所定のブロック毎におけるいずれか一方の値が割り当てられている画素数に関する二値化画像の標準偏差に基づいて診断値を求める。ここでの標準偏差は、画像全体における一方の値が割り当てられた画素の分布の偏り度合いを表す指標となる。すなわち、ここでの標準偏差を算出するには、まず、一方の値が割り当てられている画素数をブロック毎に求め、この画素数の平均値を算出する。次に、この平均値とブロックにおける一方の値が割り当てられている画素数との差の二乗を、ブロック毎に求めて、その合計値を算出する。そして、得られた値をブロック数で除した値に対して平方根を算出して、標準偏差が求められる。標準偏差が小さい場合には、画像全体における一方の値が割り当てられた画素の分布の偏り度合いが小さいことを示す。標準偏差が大きい場合には、画像全体における一方の値が割り当てられた画素の分布の偏り度合いが大きいことを示す。
ここでは、例えば、一方の値が割り当てられた画素が比較的多く存在する場合であっても、その一方の値が割り当てられた画素の分布の状況によっては、部材全体としての実際の状態変化の程度が少なかったり、逆に程度が大きかったりする等、状態変化の程度が異なることがある。
これに対して、請求項１５に記載の状態診断システムでは、状態診断装置が、画像全体におけるいずれか一方の値が割り当てられている画素に関する標準偏差に基づいて診断値を求めることで診断を行う。このため、画像全体における一方の値が割り当てられている画素数の分布の偏り度合いを反映させて、部材の状態診断をより詳細にすることが可能になる。
これに対して、請求項１５に記載の状態診断システムでは、状態診断装置が、画像全体におけるいずれか一方の値が割り当てられている画素に関する標準偏差に基づいて診断値を求めることで診断を行う。このため、画像全体における一方の値が割り当てられている画素数の分布の偏り度合いを反映させて、部材の状態診断をより詳細にすることが可能になる。
請求項１に係る状態診断装置では、統一された判断手法に従って部材の状態診断を行うことが可能になり、診断における信頼性を向上させることが可能になる。
請求項２に係る状態診断装置では、部材のより詳細な状態を診断値に反映させることができるようになり、より詳細な状態診断を行うことが可能になる。
請求項３に係る状態診断装置では、第１画素数と第２画素数との少なくともいずれか一方を部材毎や撮影状況毎に定めることができるようになり、より適切な診断値を得ることが可能になる。
請求項２に係る状態診断装置では、部材のより詳細な状態を診断値に反映させることができるようになり、より詳細な状態診断を行うことが可能になる。
請求項３に係る状態診断装置では、第１画素数と第２画素数との少なくともいずれか一方を部材毎や撮影状況毎に定めることができるようになり、より適切な診断値を得ることが可能になる。
請求項４に係る状態診断装置では、部材の状態診断において寄与度の異なる各ブロックに対してそれぞれ重み付けを施すことにより、部材のより詳細な状態を診断値に反映させることができるようになり、より詳細な状態診断を行うことが可能になる。
請求項５に係る状態診断装置では、診断値に反映されるブロックの画素数を調整することが可能となり、より適切な診断値を得ることができるようになる。
請求項５に係る状態診断装置では、診断値に反映されるブロックの画素数を調整することが可能となり、より適切な診断値を得ることができるようになる。
請求項６に係る状態診断装置では、より詳細な状態診断を行うことが可能になる。
請求項７に係る状態診断装置では、診断値に対してさらに面積率を反映させることができ、部材の状態がより詳細に反映された状態診断を行うことが可能になる。
請求項８に係る状態診断装置では、データベースに格納されている複数のデータと診断値を比較して診断するため、より信頼性の高い診断が可能になる。
請求項７に係る状態診断装置では、診断値に対してさらに面積率を反映させることができ、部材の状態がより詳細に反映された状態診断を行うことが可能になる。
請求項８に係る状態診断装置では、データベースに格納されている複数のデータと診断値を比較して診断するため、より信頼性の高い診断が可能になる。
請求項９に係る状態診断装置では、画像を取得する対象の部材が、フィルタや、空気調和装置に用いられるドレンパンや熱交換器等の場合であっても、状態を診断する場合の信頼性を向上させることができるようになる。
請求項１０に係る状態診断プログラムでは、統一された判断手法に従って部材の状態診断を行うことが可能になり、診断における信頼性を向上させることが可能になる。
請求項１０に係る状態診断プログラムでは、統一された判断手法に従って部材の状態診断を行うことが可能になり、診断における信頼性を向上させることが可能になる。
請求項１１に係る状態診断プログラムでは、この状態診断プログラムが実行されることにより、部材の状態診断において寄与度の異なる各ブロックに対してそれぞれ重み付けが施され、部材のより詳細な状態を診断値に反映させることができるようになり、より詳細な状態診断を行うことが可能になる。
請求項１２に係る状態診断プログラムでは、より詳細な状態診断を行うことが可能になる。
請求項１２に係る状態診断プログラムでは、より詳細な状態診断を行うことが可能になる。
請求項１３に係る状態診断システムでは、統一された判断手法に従って部材の状態診断を行うことが可能になり、診断における信頼性を向上させることが可能になる。
請求項１４に係る状態診断システムでは、部材の状態診断において寄与度の異なる各ブロックに対してそれぞれ重み付けを施すことにより、部材のより詳細な状態を診断値に反映させることができるようになり、より詳細な状態診断を行うことが可能になる。
請求項１４に係る状態診断システムでは、部材の状態診断において寄与度の異なる各ブロックに対してそれぞれ重み付けを施すことにより、部材のより詳細な状態を診断値に反映させることができるようになり、より詳細な状態診断を行うことが可能になる。
請求項１５に係る状態診断システムでは、より詳細な状態診断を行うことが可能になる。
［第１実施形態］
本発明の第１実施形態に係る状態診断システムのブロック概略構成図を図１において示す。ここに示す状態診断システムは、主として空気調和装置のエアフィルタの状態診断を行い、その診断結果に対する処理態様をサービスエンジニアに対して報知させるためのシステムである。
本発明の第１実施形態に係る状態診断システムのブロック概略構成図を図１において示す。ここに示す状態診断システムは、主として空気調和装置のエアフィルタの状態診断を行い、その診断結果に対する処理態様をサービスエンジニアに対して報知させるためのシステムである。
＜状況診断システムの概略構成＞
図１において示すように、この状態診断システムは、主として空気調和装置１０と、携帯電話端末２０と、情報管理センタ４０とを備えている。このうち、携帯電話端末２０と情報管理センタ４０とは、無線回線５０を介して通信を行う。
＜空気調和装置の構成＞
空気調和装置１０は、図示しない室内機と室外機等とから構成されており、エアフィルタ５や、ドレンパン６や、熱交換器７等の空気調和装置１０を構成する各種部品を備えている。このうちエアフィルタ５は、空気中の埃や塵を取り除いて空気を清浄化させるものであり、空気調和装置１０を運転・使用するにつれて目詰まりが生ずることにより、汚染が進行して状態が変化していく。このようにして汚染が進行したエアフィルタ５洗浄されたり、新たなエアフィルタ５と交換されたりする。
図１において示すように、この状態診断システムは、主として空気調和装置１０と、携帯電話端末２０と、情報管理センタ４０とを備えている。このうち、携帯電話端末２０と情報管理センタ４０とは、無線回線５０を介して通信を行う。
＜空気調和装置の構成＞
空気調和装置１０は、図示しない室内機と室外機等とから構成されており、エアフィルタ５や、ドレンパン６や、熱交換器７等の空気調和装置１０を構成する各種部品を備えている。このうちエアフィルタ５は、空気中の埃や塵を取り除いて空気を清浄化させるものであり、空気調和装置１０を運転・使用するにつれて目詰まりが生ずることにより、汚染が進行して状態が変化していく。このようにして汚染が進行したエアフィルタ５洗浄されたり、新たなエアフィルタ５と交換されたりする。
＜携帯電話端末の構成＞
携帯電話端末２０は、主として画像撮影部２１と、通信部２２と、表示部２３とを備えている。
画像撮影部２１は、本システムにおける状態診断の対象となるエアフィルタ５の撮影を行う。この画像撮影部２１には、自動ピント調節機能、ズーム機能、絞り調整機能、フラッシュ機能、撮影方向調整機能、モノクロ・カラー切り換え機能等の各種機能、レンズ、移動機構等が設けられており、撮影に際しては、エアフィルタ５に対する適した撮影位置にレンズを移動させて撮影を行う。この際、画像撮影部２１によって、エアフィルタ５だけでなく指標物体についてもフレームに収まるようにして撮影する。この指標物体は、情報管理センタ４０において画像データの処理を行う際に、撮影時のエアフィルタ５に対する位置、距離、角度等の撮影条件に関する撮影条件データを解析するために用いられる。指標物体としては、撮影者が有している物やエアフィルタ５に隣接して配置されている物等であって、情報管理センタ４０においても準備可能な物もしくは情報管理センタ４０において当該物に関するデータが格納されている物であればよい。例えば、１円玉等を指標物体として採用する場合には、エアフィルタ５に対して一定の位置・向きとなるように条件を定めて１円玉を配置して、エアフィルタ５と１円玉等とがフレームに収まるおようにして撮影を行う。
携帯電話端末２０は、主として画像撮影部２１と、通信部２２と、表示部２３とを備えている。
画像撮影部２１は、本システムにおける状態診断の対象となるエアフィルタ５の撮影を行う。この画像撮影部２１には、自動ピント調節機能、ズーム機能、絞り調整機能、フラッシュ機能、撮影方向調整機能、モノクロ・カラー切り換え機能等の各種機能、レンズ、移動機構等が設けられており、撮影に際しては、エアフィルタ５に対する適した撮影位置にレンズを移動させて撮影を行う。この際、画像撮影部２１によって、エアフィルタ５だけでなく指標物体についてもフレームに収まるようにして撮影する。この指標物体は、情報管理センタ４０において画像データの処理を行う際に、撮影時のエアフィルタ５に対する位置、距離、角度等の撮影条件に関する撮影条件データを解析するために用いられる。指標物体としては、撮影者が有している物やエアフィルタ５に隣接して配置されている物等であって、情報管理センタ４０においても準備可能な物もしくは情報管理センタ４０において当該物に関するデータが格納されている物であればよい。例えば、１円玉等を指標物体として採用する場合には、エアフィルタ５に対して一定の位置・向きとなるように条件を定めて１円玉を配置して、エアフィルタ５と１円玉等とがフレームに収まるおようにして撮影を行う。
通信部２２は、情報管理センタ４０に備わる状態診断装置３０の通信部３１との間で、無線回線５０を介して無線通信を行う。ここでの通信では、通信部２２が、画像撮影部２１が撮影した画像データ等を送信したり、このようなエアフィルタ５に関する処理態様データを受信したりする。
表示部２３は、通信部２２が受信したデータ等各種表示を行う。例えば、通信部２２が受信した処理態様データの内容を表示したりする。
表示部２３は、通信部２２が受信したデータ等各種表示を行う。例えば、通信部２２が受信した処理態様データの内容を表示したりする。
＜情報管理センタの構成＞
情報管理センタ４０は、状態診断装置３０等を備えている。
状態診断装置３０は、通信部３１と、入力部３２ａと、診断部３３と、出力部３２ｂとを備えている。
通信部３１は、無線回線５０を介して携帯電話端末２０の通信部２２と通信を行う。
情報管理センタ４０は、状態診断装置３０等を備えている。
状態診断装置３０は、通信部３１と、入力部３２ａと、診断部３３と、出力部３２ｂとを備えている。
通信部３１は、無線回線５０を介して携帯電話端末２０の通信部２２と通信を行う。
入力部３２ａは、携帯電話端末２０から送られてくる画像データ等を診断部３３の記憶装置３５に対して入力する。また、図示しないマウスやキーボード等を介してその他の情報を入力することもできる。
診断部３３は、記憶装置３５や処理装置３４等を備えており、入力部３２ａによって得られる画像データ等に基づいて、撮影条件データの解析や、エアフィルタ５の状態に対応する処理内容についての処理態様データの作成を行う。記憶装置３５は、図２において示すように、プログラム３６，メモリ３７，データベース３８ａ，重回帰係数３８ｂ，ＬＵＴ３８ｃ（ルックアップテーブル）等を備えており、処理装置３４は、演算部３４ａや制御部３４ｂ等を備えている。ここで、記憶装置３５において入力部３２ａからの画像データ等が得られると、演算部３４ａは、記憶装置３５からプログラム３６を読み出してデータ処理に関するさまざまな演算を行う。具体的には、演算部３４ａは、画像データを記憶装置３５から読み出して、指標物体に基づいて撮影条件データを解析して補正等の処理を施した後に、プログラム３６に基づいて後述する二値化処理等の演算処理を実行し、エアフィルタ５の状態情報が数値化された処置番号Ｙに相当する演算結果を得る。なお、ここでの撮影条件データの解析においては、画像データに含まれている指標物体の向きや大きさ等の情報について、記憶装置における別個のデータベース（図示せず）に格納されている指標物体に関する情報と比較させることで、エアフィルタ５がどのような位置、距離、角度等の撮影条件において撮影されたのかについての情報を、画像データから逆算して求めるという作業が行われる。
診断部３３は、記憶装置３５や処理装置３４等を備えており、入力部３２ａによって得られる画像データ等に基づいて、撮影条件データの解析や、エアフィルタ５の状態に対応する処理内容についての処理態様データの作成を行う。記憶装置３５は、図２において示すように、プログラム３６，メモリ３７，データベース３８ａ，重回帰係数３８ｂ，ＬＵＴ３８ｃ（ルックアップテーブル）等を備えており、処理装置３４は、演算部３４ａや制御部３４ｂ等を備えている。ここで、記憶装置３５において入力部３２ａからの画像データ等が得られると、演算部３４ａは、記憶装置３５からプログラム３６を読み出してデータ処理に関するさまざまな演算を行う。具体的には、演算部３４ａは、画像データを記憶装置３５から読み出して、指標物体に基づいて撮影条件データを解析して補正等の処理を施した後に、プログラム３６に基づいて後述する二値化処理等の演算処理を実行し、エアフィルタ５の状態情報が数値化された処置番号Ｙに相当する演算結果を得る。なお、ここでの撮影条件データの解析においては、画像データに含まれている指標物体の向きや大きさ等の情報について、記憶装置における別個のデータベース（図示せず）に格納されている指標物体に関する情報と比較させることで、エアフィルタ５がどのような位置、距離、角度等の撮影条件において撮影されたのかについての情報を、画像データから逆算して求めるという作業が行われる。
メモリ３７には、演算処理時に用いられるデータや、演算結果に関するデータ等が一時的に格納される。
データベース３８ａには、エアフィルタ５の状態診断に関する知識や経験を十分に有しているベテランのサービスエンジニアが過去に行った多くの診断結果をサンプルとして格納されている。具体的には、図２において示すように、撮影された画像データに基づいて求められる様々な特徴抽出パラメータの数値データがサンプル毎に格納されている。なお、データベース３８ａでは、サービスエンジニアがエアフィルタ５についての新たな状態診断を行った場合に、その新たなデータについてもサンプルとして格納させて、その内容の充実化を図っている。
データベース３８ａには、エアフィルタ５の状態診断に関する知識や経験を十分に有しているベテランのサービスエンジニアが過去に行った多くの診断結果をサンプルとして格納されている。具体的には、図２において示すように、撮影された画像データに基づいて求められる様々な特徴抽出パラメータの数値データがサンプル毎に格納されている。なお、データベース３８ａでは、サービスエンジニアがエアフィルタ５についての新たな状態診断を行った場合に、その新たなデータについてもサンプルとして格納させて、その内容の充実化を図っている。
重回帰係数３８ｂにおいては、図２において示すように、上述したデータベース３８ａにおいて格納されている各サンプルについての特徴抽出パラメータ毎に、適切な重み付けの値（重回帰式における係数ａ０〜ａ５）が求められ、重回帰式における各特徴抽出パラメータの係数データとして格納されている。ここでの重回帰式は、具体的には、以下に示す数式１のようになる。
（数式１）
Ｙ＝ａ０＋ａ１・Ｘ１＋ａ２・Ｘ２＋ａ３・Ｘ３＋ａ４・Ｘ４＋ａ５・Ｘ５
ここでは、過去においてベテランのサービスエンジニアが行ってきた処置態様（図２参照）が番号化された値に対して、対応する画像データから得られる特徴値を各サンプルの各特徴抽出パラメータ毎にプロットして、最小二乗法によって切片および各特徴抽出パラメータ毎の係数（ａ０〜ａ５）を求めて格納している。なお、ここでは、上述のようにしてデータベース３８ａにおいて新たにサンプルデータが格納される毎に、もしくは新たなサンプルデータが所定の数だけ追加された時点や所定の時間経過した時点等において、上述の最小二乗法によって、切片および各特徴抽出パラメータ毎の係数（ａ０〜ａ５）を更新することができる。
Ｙ＝ａ０＋ａ１・Ｘ１＋ａ２・Ｘ２＋ａ３・Ｘ３＋ａ４・Ｘ４＋ａ５・Ｘ５
ここでは、過去においてベテランのサービスエンジニアが行ってきた処置態様（図２参照）が番号化された値に対して、対応する画像データから得られる特徴値を各サンプルの各特徴抽出パラメータ毎にプロットして、最小二乗法によって切片および各特徴抽出パラメータ毎の係数（ａ０〜ａ５）を求めて格納している。なお、ここでは、上述のようにしてデータベース３８ａにおいて新たにサンプルデータが格納される毎に、もしくは新たなサンプルデータが所定の数だけ追加された時点や所定の時間経過した時点等において、上述の最小二乗法によって、切片および各特徴抽出パラメータ毎の係数（ａ０〜ａ５）を更新することができる。
ＬＵＴ３８ｃ（ルックアップテーブル）は、上述のベテランのサービスエンジニアが過去に行った多くの診断結果に基づいて、実際に施された処置態様の種類に対応させて、その際の処置番号Ｙの値に対して所定の閾値を設けて、処置態様毎に識別可能にしたデータが格納されている（図２参照）。
演算部３４ａは、重回帰係数３８ｂを参照して得られる重回帰式に、撮影された画像データから得られる情報を入力して、処置番号Ｙを算出する。そして、ＬＵＴ３８ｃを参照することで、この処置番号Ｙに対して最も良く対応する処理態様データを特定する。ここでの処理態様データは、具体的には、図２において示すように、「処置不要」や「交換」等のテキストデータ等からなるものである。
演算部３４ａは、重回帰係数３８ｂを参照して得られる重回帰式に、撮影された画像データから得られる情報を入力して、処置番号Ｙを算出する。そして、ＬＵＴ３８ｃを参照することで、この処置番号Ｙに対して最も良く対応する処理態様データを特定する。ここでの処理態様データは、具体的には、図２において示すように、「処置不要」や「交換」等のテキストデータ等からなるものである。
制御部３４ｂは、プログラム３６の指示に従って、演算部３４ａにおいて特定された処理態様データを記憶装置３５に送る。この他に、制御部３４ｂは、プログラム３６の指示に従って、記憶装置３５に、処理態様データを出力部３２ｂまで送信させたり、さらに通信部３１まで送信させたりする等の制御を行う。
出力部３２ｂは、記憶装置３５から送られてきた処理態様データ等の出力を行う。例えば、情報管理センタ４０において、エアフィルタ５の処理態様データを把握できるように、状態診断装置３０の図示しないディスプレイ等において表示させたりする。また、出力部３２ｂは、通信部３１によって、無線回線５０を介して携帯電話端末２０に対して処理態様データを送信する。
出力部３２ｂは、記憶装置３５から送られてきた処理態様データ等の出力を行う。例えば、情報管理センタ４０において、エアフィルタ５の処理態様データを把握できるように、状態診断装置３０の図示しないディスプレイ等において表示させたりする。また、出力部３２ｂは、通信部３１によって、無線回線５０を介して携帯電話端末２０に対して処理態様データを送信する。
＜状態診断動作＞
まず、情報管理センタ４０において所定の時間間隔によって定期的に、あるいは、現地におけるユーザやサービスエンジニア等による状態診断の要求があった場合等に、状態診断装置３０の通信部３１と携帯電話端末２０の通信部２２とが無線回線５０を介して通信を行い、状態診断装置３０は、携帯電話端末２０の画像撮影部２１によって撮影されるエアフィルタ５の画像データ等を取得する。ここでの画像撮影部２１による撮影では、通常、あらかじめ定められた撮影位置、角度、距離に従って、エアフィルタ５と上述の指標物体とが共に撮影される。
まず、情報管理センタ４０において所定の時間間隔によって定期的に、あるいは、現地におけるユーザやサービスエンジニア等による状態診断の要求があった場合等に、状態診断装置３０の通信部３１と携帯電話端末２０の通信部２２とが無線回線５０を介して通信を行い、状態診断装置３０は、携帯電話端末２０の画像撮影部２１によって撮影されるエアフィルタ５の画像データ等を取得する。ここでの画像撮影部２１による撮影では、通常、あらかじめ定められた撮影位置、角度、距離に従って、エアフィルタ５と上述の指標物体とが共に撮影される。
状態診断装置３０では、受信したエアフィルタ５についての画像データ等を記憶装置３５に格納する。
記憶装置３５において画像データ等が得られると、画像データのうちの指標物体の様子をもとに撮影条件データを解析し、演算部３４ａによってプログラム３６が実行されることで、エアフィルタ５の状態情報を数値化し処置番号Ｙを算出する。そして、演算部３４ａは、ＬＵＴ３８ｃを参照して、算出された処置番号Ｙに最も対応する処置番号によって処理態様データの特定を行う。
記憶装置３５において画像データ等が得られると、画像データのうちの指標物体の様子をもとに撮影条件データを解析し、演算部３４ａによってプログラム３６が実行されることで、エアフィルタ５の状態情報を数値化し処置番号Ｙを算出する。そして、演算部３４ａは、ＬＵＴ３８ｃを参照して、算出された処置番号Ｙに最も対応する処置番号によって処理態様データの特定を行う。
処理態様データは、制御部３４ｂによって、記憶装置３５に格納される。
そして、処理態様データは、出力部３２ｂによって出力され、通信部３１によって携帯電話端末２０の通信部２２に対して送信される。
処理態様データを受信した携帯電話端末２０は、表示部２３によって処理態様データの内容を表示して、エアフィルタ５が設置されている現地のユーザやサービスエンジニア等にエアフィルタ５に対して施すべき処理内容を了知させる。
そして、処理態様データは、出力部３２ｂによって出力され、通信部３１によって携帯電話端末２０の通信部２２に対して送信される。
処理態様データを受信した携帯電話端末２０は、表示部２３によって処理態様データの内容を表示して、エアフィルタ５が設置されている現地のユーザやサービスエンジニア等にエアフィルタ５に対して施すべき処理内容を了知させる。
＜プログラムによる画像データ処理の流れ＞
図３において、演算部３４ａにおいて、プログラム３６に従って行われる演算処理の流れをフローチャートで示す。
図３に示すステップＳ１では、演算部３４ａが、記憶装置３５に格納されている画像データおよび指標物体に関する情報や、プログラム３６を読み込む。
図３において、演算部３４ａにおいて、プログラム３６に従って行われる演算処理の流れをフローチャートで示す。
図３に示すステップＳ１では、演算部３４ａが、記憶装置３５に格納されている画像データおよび指標物体に関する情報や、プログラム３６を読み込む。
図３に示すステップＳ２では、演算部３４ａにおいてプログラム３６が実行されることによって、撮影条件データの解析を行い、画像データを構成している各画素について補正の必要性を判断して、必要な場合にのみ補正処理を行う。ここでの補正処理では、撮影時における画像撮影部２１のエアフィルタ５に対する位置、距離、角度等の情報（解析された撮影条件データ）に基づいて、画像データを処理し易い所定の画像データに修正する処理を行う。
図３に示すステップＳ３では、演算部３４ａにおいてプログラム３６が実行されることによって、画像データを構成している複数の画素それぞれに対して二値化処理が施される。ここでの二値化処理とは、所定の明度閾値を基準として定めて、それぞれの画素が有している明度に応じて、各画素に対して「０」か「１」のいずれかの値を割り当てる。これにより、図４において示すように、携帯電話端末２０の画像撮影部２１によって取得された画像データから、二値化画像データが作成される。ここでは、「１」の値が割り当てられた画素を「黒」で表し、「０」の値が割り当てられた画素を「白」として表した画像が作成される。ここでの所定の明度閾値は、撮影するエアフィルタ５の種類や空気調和装置１０の機種に応じて、ベテランのサービスエンジニアが蓄積した診断結果のデータに基づいて経験的に定められる。
図３に示すステップＳ４では、ステップＳ３で作成された二値化画像データをについて、５つの観点から捕らえた特徴に関するパラメータの値を抽出する特徴抽出処理を行う。すなわち、ここでは、二値化画像データについて定量化を行うことで、エアフィルタ５の状態に関する特徴の抽出が行われていることになる。具体的には、ここでは、以下に示すＸ１からＸ５までの５つのパラメータによって表される特徴を抽出する。ここでの特徴抽出処理について、図４を用いて、各パラメータの捉え方を説明する。
Ｘ１は、面積率を示すパラメータである。ここで、面積率とは、二値化画像の全画素数に対する「１」の値が割り当てられた（黒で表示される）画素の数の割合のことをいう。
Ｘ２は、連結成分数を示すパラメータである。ここで、連結成分とは、「１」の値が割り当てられている画素が互いに連結して存在しているもののうち、連結成分閾値よりも多い数の画素数を有している固まりのことをいう。図４においては、連結成分閾値が１０の場合を例として挙げている。すなわち、この場合には、「１」の値が割り当てられている画素が１０個以上連結されている成分でなければ、連結成分とならない。なお、連結成分閾値は、エアフィルタ５の格子間隔等に基づく等して、エアフィルタ５の種類毎の性質、画像撮影条件、ベテランのサービスエンジニアが蓄積した診断結果のデータ等によって経験的に定められる。ここでの診断対象であるエアフィルタ５の格子間隔は、水平方向の格子間が垂直方向の格子間に比べて長くなっており、連結成分閾値は、このうちの短い方に相当する垂直方向の格子間に基づいて定められている。
Ｘ２は、連結成分数を示すパラメータである。ここで、連結成分とは、「１」の値が割り当てられている画素が互いに連結して存在しているもののうち、連結成分閾値よりも多い数の画素数を有している固まりのことをいう。図４においては、連結成分閾値が１０の場合を例として挙げている。すなわち、この場合には、「１」の値が割り当てられている画素が１０個以上連結されている成分でなければ、連結成分とならない。なお、連結成分閾値は、エアフィルタ５の格子間隔等に基づく等して、エアフィルタ５の種類毎の性質、画像撮影条件、ベテランのサービスエンジニアが蓄積した診断結果のデータ等によって経験的に定められる。ここでの診断対象であるエアフィルタ５の格子間隔は、水平方向の格子間が垂直方向の格子間に比べて長くなっており、連結成分閾値は、このうちの短い方に相当する垂直方向の格子間に基づいて定められている。
Ｘ３は、大型連結成分ＡＬの数についてのパラメータである。大型連結成分ＡＬとは、図４において示すように、上述した連結成分のうち大小閾値以上の画素数を有する連結成分のことをいう。図４においては、大小閾値が３０の場合を例として挙げている。すなわち、この場合には、「１」の値が割り当てられている画素が３０個以上連結されている連結成分でなければ、大型連結成分とならない。ここで大小閾値についても、例えばエアフィルタ５の格子間距離のうち短い方に当たる垂直方向の格子間距離等に応じる等して、エアフィルタ５の種類毎の性質、画像撮影条件、ベテランのサービスエンジニアが蓄積した診断結果のデータによって経験的に得られるデータ等に基づいて定められる。
Ｘ４は、小型連結成分ＡＳの数についてのパラメータである。小型連結成分ＡＳとは、図４において示すように、上述した連結成分のうち大小閾値に満たない画素数を有する連結成分のことをいう。
Ｘ５は、標準偏差についてのパラメータである。すなわち、二値化画像の全体における値が「１」の画素の分布の偏り度合いについての指標となるパラメータである。ここでは、図４において示すように、二値化画像をＣ１、Ｃ２、Ｃ３、Ｃ４の４つに分割した場合を例に挙げている。具体的には、ここでのＸ５の算出においては、まず、各分割連結成分におけるＣ１、Ｃ２、Ｃ３、Ｃ４に含まれる画素数が１５０画素で互いに等しくなるように均等に分割し、分割連結成分毎の画素数を求め、この画素数についての平均値を算出する。次に、この平均値と分割連結成分における画素数との差を二乗した値を、分割連結成分毎に求め、これらを合計する。そして、この合計値を、分割した連結成分の数である４で除して、得られる値の平方根を算出する。この値がＸ５として算出される値となる。ここで、標準偏差が小さい場合には、画像全体における「１」の値が割り当てられた画素の分布の偏り度合いが小さいことを示す。逆に、標準偏差が大きい場合には、画像全体における「１」の値が割り当てられた画素の分布の偏り度合いが大きいことを示す。
Ｘ５は、標準偏差についてのパラメータである。すなわち、二値化画像の全体における値が「１」の画素の分布の偏り度合いについての指標となるパラメータである。ここでは、図４において示すように、二値化画像をＣ１、Ｃ２、Ｃ３、Ｃ４の４つに分割した場合を例に挙げている。具体的には、ここでのＸ５の算出においては、まず、各分割連結成分におけるＣ１、Ｃ２、Ｃ３、Ｃ４に含まれる画素数が１５０画素で互いに等しくなるように均等に分割し、分割連結成分毎の画素数を求め、この画素数についての平均値を算出する。次に、この平均値と分割連結成分における画素数との差を二乗した値を、分割連結成分毎に求め、これらを合計する。そして、この合計値を、分割した連結成分の数である４で除して、得られる値の平方根を算出する。この値がＸ５として算出される値となる。ここで、標準偏差が小さい場合には、画像全体における「１」の値が割り当てられた画素の分布の偏り度合いが小さいことを示す。逆に、標準偏差が大きい場合には、画像全体における「１」の値が割り当てられた画素の分布の偏り度合いが大きいことを示す。
図３に示すステップＳ５では、ステップＳ４で抽出された各パラメータＸ１からＸ５について、重み付けを施すために上述した重回帰式に代入する。この重み付けを施す重回帰式における各特徴抽出パラメータに割り当てられる係数および切片（ａ０〜ａ５）は、エアフィルタ５の状態診断に関する知識や経験を十分に有するベテランのサービスエンジニアが行った過去の多くの診断結果をサンプルとして、上述のように最小二乗法によって算出されることで得られる値である。この重回帰式に対して、ステップＳ４で特徴抽出された各パラメータの値を代入することで、処理番号Ｙの値が算出される。
図３に示すステップＳ６では、ステップＳ５において得られた処置番号Ｙを、ＬＵＴ３８ｃに格納されている処置番号Ｙと対比して最も対応する処置番号を特定して、エアフィルタ５の処理態様データを特定し、状態データを確認する。ここでの処理態様データとは、具体的には、「処置不要」や「交換」等の情報を示すテキストデータ等である。また、ここで確認された状態データは、診断を行う毎にデータベース３８ａにおいて随時格納されていく。
図３に示すステップＳ７では、得られた処理態様データを通信部３１によって、携帯電話端末２０まで送信させる。
＜第１実施形態に関する特徴＞
（１）
一般に、空気調和装置に設けられているフィルタは、運転されることにより次第に汚染の度合いが増していく。このようにフィルタの汚染度合いが進行した場合にはメンテナンスを行う必要が生じるが、従来、ユーザやサービスエンジニア等が目視によってフィルタの汚染進行度合い等についての状態判断を行っている。ところが、目視によって状態診断を行っているために、フィルタの汚染進行度合い等について定量化させることが困難である。また、熟練された技術や知識を有するサービスエンジニアによって診断された場合と未熟なサービスエンジニアによって診断された場合とで食い違いが生じる等、一定の基準による安定した診断を行うことが難しく、診断結果は信頼性に欠けたものとなるおそれがある。
＜第１実施形態に関する特徴＞
（１）
一般に、空気調和装置に設けられているフィルタは、運転されることにより次第に汚染の度合いが増していく。このようにフィルタの汚染度合いが進行した場合にはメンテナンスを行う必要が生じるが、従来、ユーザやサービスエンジニア等が目視によってフィルタの汚染進行度合い等についての状態判断を行っている。ところが、目視によって状態診断を行っているために、フィルタの汚染進行度合い等について定量化させることが困難である。また、熟練された技術や知識を有するサービスエンジニアによって診断された場合と未熟なサービスエンジニアによって診断された場合とで食い違いが生じる等、一定の基準による安定した診断を行うことが難しく、診断結果は信頼性に欠けたものとなるおそれがある。
これに対して、上記第１実施形態における状態診断システムでは、診断部３３が、エアフィルタ５の状態が反映された画像データから二値化画像を作成して、経験的に定められる重回帰式により処置態様を機械的に定めることで状態診断を行う。このため、統一された判断手法に沿ってエアフィルタ５の状態診断を行うことができ、エアフィルタ５のユーザやサービスエンジニア等の個人的な主観による判断が含まれることを抑えて、状態診断における信頼性を向上させることができる。
また、連結成分閾値や大小閾値についても、エアフィルタ５の種類毎の性質、画像撮影条件、ベテランのサービスエンジニアが蓄積した診断結果によって経験的に得られるデータ等に基づいて定められている。このため、重回帰式において反映されるパラメータにおいてエアフィルタ５の状態等をより反映させることができ、診断結果の信頼性をより向上させることができるようになる。
（２）
また、現地のユーザやサービスエンジニアは、携帯電話端末２０によって画像を取得して情報管理センタ４０に対して送信するという簡易な動作を行うだけで、ベテランのサービスエンジニアによる多くの診断結果が反映された処置態様データを得ることができ、自動的で簡易且つ迅速に処置態様を把握することができる。このため、ユーザやサービスエンジニア等のメンテナンス作業時間のうち、判断に要する時間を短縮化させることができる。すなわち、現地のユーザやサービスエンジニアは、エアフィルタ５の状態を把握できた場合であっても、その状態に対して施すべき具体的な処置態様が分からなかったり迷ったりすることがある。このような場合でも、上記システムによって自動的で簡易且つ迅速に処置態様を把握することができる。また、サービスエンジニアが現地へ出動する前に、異常原因や必要部品（取替え部品等）の処置態様についてのデータを把握することが可能になるため、出動を要するようなメンテナンスを行う場合において、必要な部品を初めから用意していくことができる。このため、１回の出動によって、もしくは少ない出動回数によって、効果的にメンテナンスを終了させることができるようになり、修理部品を持ち合わせていないために再度の出動が必要となる等の無駄な作業時間を削減して、メンテナンスの効率を向上させることができる。さらに、サービスエンジニアの出動を効率化させることで、サービスエンジニアの必要人員数を少なく抑えることにより人件費の削減化も可能になり、メンテナンスコストの低減化を図ることができる。
また、現地のユーザやサービスエンジニアは、携帯電話端末２０によって画像を取得して情報管理センタ４０に対して送信するという簡易な動作を行うだけで、ベテランのサービスエンジニアによる多くの診断結果が反映された処置態様データを得ることができ、自動的で簡易且つ迅速に処置態様を把握することができる。このため、ユーザやサービスエンジニア等のメンテナンス作業時間のうち、判断に要する時間を短縮化させることができる。すなわち、現地のユーザやサービスエンジニアは、エアフィルタ５の状態を把握できた場合であっても、その状態に対して施すべき具体的な処置態様が分からなかったり迷ったりすることがある。このような場合でも、上記システムによって自動的で簡易且つ迅速に処置態様を把握することができる。また、サービスエンジニアが現地へ出動する前に、異常原因や必要部品（取替え部品等）の処置態様についてのデータを把握することが可能になるため、出動を要するようなメンテナンスを行う場合において、必要な部品を初めから用意していくことができる。このため、１回の出動によって、もしくは少ない出動回数によって、効果的にメンテナンスを終了させることができるようになり、修理部品を持ち合わせていないために再度の出動が必要となる等の無駄な作業時間を削減して、メンテナンスの効率を向上させることができる。さらに、サービスエンジニアの出動を効率化させることで、サービスエンジニアの必要人員数を少なく抑えることにより人件費の削減化も可能になり、メンテナンスコストの低減化を図ることができる。
また、エアフィルタ５の状態診断を高い信頼性を維持しながら行うためには、所定の経験を積んだベテランのサービスエンジニアが必要となったり人材育成に時間が掛かったりする等人件費がかさむ場合があるが、上記第１状態診断システムによると、携帯電話端末２０によって取得した画像データを情報管理センタ４０に対する送信するだけで自動的に高信頼性の処置態様データが得られるために、ベテランのサービスエンジニアを情報管理センタ４０に常に待機させておく等の必要が無くなり、この点においても人件費を削減できる。また、現地に出動させるサービスエンジニアの資質についても、熟練された技術や知識を有している必要が無くなり、十分な知識を有していないサービスエンジニアであっても容易にベテランのエンジニアのような的確な処置態様を行うことができるようになり、サービスエンジニアの資質についての制限を低くすることも可能となる。また、サービスエンジニアを現地に出向かせる場合であっても、エアフィルタ５の汚れ状態に対する処置サンプル等の資料を持ち歩く必要が無くなる。
（３）
また、エアフィルタ５を撮影して得られた各画像データにおいて、汚れがひどく見える部分やほとんど汚れていないように見える部分等、汚れている部分や程度にはばらつきが生じていることがあるが、撮影された画像データを全体的に処理するのであれば、このような汚れのばらつき等が考慮されないままの診断となってしまう。
また、エアフィルタ５を撮影して得られた各画像データにおいて、汚れがひどく見える部分やほとんど汚れていないように見える部分等、汚れている部分や程度にはばらつきが生じていることがあるが、撮影された画像データを全体的に処理するのであれば、このような汚れのばらつき等が考慮されないままの診断となってしまう。
これに対して、上記第１実施形態における状態診断システムでは、エアフィルタ５の画像データから特徴抽出して得られるパラメータによって、同じ値が割り当てられている画素の固まりである連結成分についての情報が反映され、分割成分を参照することで汚染状態のばらつきについても反映させた状態診断を行っている。すなわち、重回帰式においては、大型連結成分ＡＬ、小型連結成分ＡＳ、分割連結成分Ｃ１、Ｃ２、Ｃ３、Ｃ４に関するデータがパラメータとして含まれている。これにより、汚れのばらつき等についても考慮しつつ参照データの偏りを抑えた診断が可能となり、診断における信頼性をより向上させている。
（４）
エアフィルタ５の画像診断において二値化された画像から特徴を抽出するに際して、独立して存在する小さな画像成分は誤差の原因となることがある。
これに対して、上記第１実施形態に係る状態診断システムにおいては、連結成分数が連結成分閾値を越えているようなある程度大きな成分を特化させて重回帰式に反映しており、連結成分に含まれる画素数が連結成分閾値を越えないような連結成分についてはあまり重回帰式に反映されていない。これにより、エアフィルタ５の状態診断において、誤差の原因となるようなデータの影響を抑えて、状態診断における信頼性を向上させている。
エアフィルタ５の画像診断において二値化された画像から特徴を抽出するに際して、独立して存在する小さな画像成分は誤差の原因となることがある。
これに対して、上記第１実施形態に係る状態診断システムにおいては、連結成分数が連結成分閾値を越えているようなある程度大きな成分を特化させて重回帰式に反映しており、連結成分に含まれる画素数が連結成分閾値を越えないような連結成分についてはあまり重回帰式に反映されていない。これにより、エアフィルタ５の状態診断において、誤差の原因となるようなデータの影響を抑えて、状態診断における信頼性を向上させている。
＜第１実施形態の変形例＞
以上、本発明の一実施形態について説明したが、本発明は上記実施形態に限定されるものではなく、発明の要旨を逸脱しない範囲で種々の変更が可能である。
（Ａ）
上述した第１実施形態では、重回帰式における特徴抽出パラメータの一つとして、同じ値が割り当てられて隣接して存在する画素から連結成分が構成されており、離れている画素は同じ連結成分には含まれないとする概念を用いている。
以上、本発明の一実施形態について説明したが、本発明は上記実施形態に限定されるものではなく、発明の要旨を逸脱しない範囲で種々の変更が可能である。
（Ａ）
上述した第１実施形態では、重回帰式における特徴抽出パラメータの一つとして、同じ値が割り当てられて隣接して存在する画素から連結成分が構成されており、離れている画素は同じ連結成分には含まれないとする概念を用いている。
これに対して、上記発明は連結成分の概念に限られるものではなく、離れて存在する画素であっても割り当てられた値が同じであって所定の近傍距離の範囲内に存在する画素同士であれば同じ成分に含まれるという概念を用いてもよい。
また、例えば、図５において示すように、異なる値が割り当てられている画素であっても、「０」の値が割り当てられている画素が、２つ以上の「１」の値の画素であって同一連結成分に属するものそれぞれに対して所定の近傍距離内に配置されているという条件を満たしている場合には、その「０」の値の画素は、「１」の値の画素から成る連結成分に含めるとして画素数をカウントする近傍内連結成分の概念を用いてもよい。
また、例えば、図５において示すように、異なる値が割り当てられている画素であっても、「０」の値が割り当てられている画素が、２つ以上の「１」の値の画素であって同一連結成分に属するものそれぞれに対して所定の近傍距離内に配置されているという条件を満たしている場合には、その「０」の値の画素は、「１」の値の画素から成る連結成分に含めるとして画素数をカウントする近傍内連結成分の概念を用いてもよい。
なお、上述した所定の近傍距離としては、いわゆるユークリッド距離、４−近傍距離、８−近傍距離、８角形距離等いずれを基準としてもよい。
また、二値化画像中における近傍内成分としては、例えば、図５において示すように、「０」の値の画素についても、２つ以上の「１」の値の画素であって同一連結成分に属するものそれぞれに対して所定の４−近傍距離（＝１）内に配置されているという条件を満たせばカウントするとしたうえで、所定の近傍内成分閾値（＝１５）と、所定の大小閾値（＝３０）とによって、近傍内大型成分ＮＬと、近傍内小型成分ＮＳとに分けられる。
また、二値化画像中における近傍内成分としては、例えば、図５において示すように、「０」の値の画素についても、２つ以上の「１」の値の画素であって同一連結成分に属するものそれぞれに対して所定の４−近傍距離（＝１）内に配置されているという条件を満たせばカウントするとしたうえで、所定の近傍内成分閾値（＝１５）と、所定の大小閾値（＝３０）とによって、近傍内大型成分ＮＬと、近傍内小型成分ＮＳとに分けられる。
この場合には、重回帰式は以下に示すようになる。
（数式２）
Ｙ＝ａ０＋ａ８・Ｘ８＋ａ２・Ｘ２＋ａ６・Ｘ６＋ａ７・Ｘ７＋ａ５・Ｘ５
ここで、Ｘ６は近傍大型成分の数を、Ｘ７は近傍小型成分の数を示す。また、Ｘ８は、近傍内成分の数を示す。他の演算処置については、上述した第１実施形態における状態診断システムと同様である。
（数式２）
Ｙ＝ａ０＋ａ８・Ｘ８＋ａ２・Ｘ２＋ａ６・Ｘ６＋ａ７・Ｘ７＋ａ５・Ｘ５
ここで、Ｘ６は近傍大型成分の数を、Ｘ７は近傍小型成分の数を示す。また、Ｘ８は、近傍内成分の数を示す。他の演算処置については、上述した第１実施形態における状態診断システムと同様である。
このように、エアフィルタ５の二値化画像における連結成分について、マクロな視点によって把握される概略を重回帰式において反映させることが可能になる。これにより、エアフィルタ５の状態についての概略を診断において反映させることが可能になる。
（Ｂ）
上述した第１実施形態では、画像データに対して１回の二値化処理が施されて得られる二値化画像に基づいて特徴抽出を行っているが、画像データに対する二値化処理は１回に限られる必要はない。
（Ｂ）
上述した第１実施形態では、画像データに対して１回の二値化処理が施されて得られる二値化画像に基づいて特徴抽出を行っているが、画像データに対する二値化処理は１回に限られる必要はない。
例えば、１回目の二値化処理によって含まれる画素数が第１閾値に達していない成分中画素を「Ａ」として、第１閾値に達している成分中の画素に対しては２回目の二値化処理を施す。そして、２回目の二値化処理が施された場合に、第２閾値に達していない成分中の画素を「Ｂ」として、第２閾値に達している成分中の画素に対しては３回目の二値化処理を施す。そして、３回目の二値化処理が施された場合に、第３閾値に達していない成分中の画素を「Ｃ」として、第３閾値に達している成分中の画素を「Ｄ」とする等、多段階的にラベルに割り当てるラベリング処理を行い、重回帰式に反映させるパラメータをより詳細なものにしてもよい。
すなわち、各成分に含まれる画素数の多さに応じてＡ、Ｂ、Ｃ、Ｄ等ラベリングを行い、各ラベルが付されている成分毎に異なる重み付けを施して、重回帰式に反映させてもよい。
また、連結成分閾値や大小閾値について、例えば、二値化画像全体のうちの所定の特定場所を定めて、その所定の特定場所に属する連結成分に対する連結成分閾値や大小閾値を、他の場所に属する連結成分の画素数に対するものよりも多くしたり少なくしたりして、両者に差を設けてもよい。エアフィルタ５の設置状況やフレームの形状との関係により汚れやすい部分等の特徴がある場合には、その特徴をより的確に抽出することが可能となる。具体的には、二値化画像中のエアフィルタ５のメンテナンスの必要性に関して影響を与えにくい部分については、その部分に属する連結成分に対する連結成分閾値や大小閾値を大きい値に設定する等の方法が考えられる。
また、連結成分閾値や大小閾値について、例えば、二値化画像全体のうちの所定の特定場所を定めて、その所定の特定場所に属する連結成分に対する連結成分閾値や大小閾値を、他の場所に属する連結成分の画素数に対するものよりも多くしたり少なくしたりして、両者に差を設けてもよい。エアフィルタ５の設置状況やフレームの形状との関係により汚れやすい部分等の特徴がある場合には、その特徴をより的確に抽出することが可能となる。具体的には、二値化画像中のエアフィルタ５のメンテナンスの必要性に関して影響を与えにくい部分については、その部分に属する連結成分に対する連結成分閾値や大小閾値を大きい値に設定する等の方法が考えられる。
また、重み付けについても、上述した第１実施形態における重回帰式のように大型連結成分ＡＬの数Ｘ３と小型連結成分ＡＳの数Ｘ４のみに対して行うのではなく、例えば、二値化画像全体のうちの所定の特別場所を定めて、その所定の特別場所に属する連結成分の数については、他の連結成分の数よりもさらに大きな値もしくは小さな値を乗じる等により、連結成分の属する場所に応じて重み付けに差を設けるようにしてもよい。
（Ｃ）
上述した第１実施形態では、状態診断システムにおける診断対象が空気調和装置１０に設けられたエアフィルタ５である場合を例に挙げて説明した。しかし、本発明における診断対象はこのようなエアフィルタ５に限られるものではなく、図１において示すように、空気調和装置１０の水回りに関するドレンパン６や、熱交換器７等、外観が徐々に変化していく様子が映像によって判断可能な消耗部品等であれば診断対象とすることができる。例えば、使用によって状態が変化したり、劣化したり、色彩が変化したりするようなものでもよい。
上述した第１実施形態では、状態診断システムにおける診断対象が空気調和装置１０に設けられたエアフィルタ５である場合を例に挙げて説明した。しかし、本発明における診断対象はこのようなエアフィルタ５に限られるものではなく、図１において示すように、空気調和装置１０の水回りに関するドレンパン６や、熱交換器７等、外観が徐々に変化していく様子が映像によって判断可能な消耗部品等であれば診断対象とすることができる。例えば、使用によって状態が変化したり、劣化したり、色彩が変化したりするようなものでもよい。
この場合には、ドレンパン６、熱交換器７についての画像を取得して、上記実施形態における診断と同様にして状態診断することができる。なお、このように、診断対象が異なる場合には、各診断対象の種類に応じてベテランサービスエンジニアのサンプルデータからデータベースを構築して、それぞれの診断において参照できるようにする。なお、水回りの汚れ（ドレンパン汚れ）を定量化する基準としては、例えば診断対象となるドレンパン６の大きさ等をパラメータとする等して経験的に求まる値としたり、熱交換器７の汚れを定量化する基準としては、例えばクロスフィンコイル式の熱交換器の場合においてはプレートフィンが設けられている間隔等をパラメータとする等して経験的に求まる値としてりしてもよい。
（Ｄ）
上述した第１実施形態の二値化処理においては、各画素が有している明度に基づいて明度閾値を基準にして処理が行われている。しかし、二値化処理の基準としては明度に限られるものではなく、鮮度や色相等についても基準とすることができる。また、これら明度や、鮮度、色相を総合評価して二値化処理を行うようにしてもよい。画像データがカラー画像の場合には、これら鮮度、色相等について状態診断におけるパラメータついて反映させることができ、より詳細な状態診断を行うことが可能になる。
上述した第１実施形態の二値化処理においては、各画素が有している明度に基づいて明度閾値を基準にして処理が行われている。しかし、二値化処理の基準としては明度に限られるものではなく、鮮度や色相等についても基準とすることができる。また、これら明度や、鮮度、色相を総合評価して二値化処理を行うようにしてもよい。画像データがカラー画像の場合には、これら鮮度、色相等について状態診断におけるパラメータついて反映させることができ、より詳細な状態診断を行うことが可能になる。
（Ｅ）
上述した第１実施形態では、空気調和装置１０に設けられているエアフィルタ５についての状態診断において、携帯電話端末２０の画像撮影部２１によって撮影された画像データが状態診断装置３０へ送信されて、データベース３８ａに格納されている。
これに対して、エアフィルタ５の画像を定期的に撮影して診断を行う場合等には、診断を行う毎に得られるエアフィルタ５の画像データや処置態様データをデータベース３８ａに蓄積させていくようにしてもよい。この場合には、後に画像データを取得して診断する場合に、前回の画像データと比較して視覚的変化が著しい部分のデータや前回の診断からの経過時間等をデータ特徴抽出パラメータとして採用することもできるようになり、より対象の性質に見合った診断を行うことができるようになる。
上述した第１実施形態では、空気調和装置１０に設けられているエアフィルタ５についての状態診断において、携帯電話端末２０の画像撮影部２１によって撮影された画像データが状態診断装置３０へ送信されて、データベース３８ａに格納されている。
これに対して、エアフィルタ５の画像を定期的に撮影して診断を行う場合等には、診断を行う毎に得られるエアフィルタ５の画像データや処置態様データをデータベース３８ａに蓄積させていくようにしてもよい。この場合には、後に画像データを取得して診断する場合に、前回の画像データと比較して視覚的変化が著しい部分のデータや前回の診断からの経過時間等をデータ特徴抽出パラメータとして採用することもできるようになり、より対象の性質に見合った診断を行うことができるようになる。
なお、このように定期的に撮影を行うことで一つのエアフィルタ５に対して複数回繰り返して状態診断を行う場合には、診断回数が増えるにしたがって、データベース３８ａに格納される情報を充実化させることができ、汚染や劣化の進行度合いについて機種毎に異なる特徴を把握することができる場合がある。この場合には、機種毎の情報を把握して、連結成分閾値や大小閾値等を、当該機種に見合ったより適切な閾値に設定変更や更新を行うようにしてもよい。例えば、エアフィルタ５の吸い込み口側において所定の網目形状のパネルが設けられている場合には、エアフィルタ５の当該パネルの所定の網目の隙間に対応する部分の汚染進行速度が他の部分よりも速くなりがちになることがある。このような場合には、たとえ他の部分の汚染進行程度が低い場合であっても、当該パネルの所定の網目の隙間に対応する位置の汚染が進行してしまうと、フィルタとして有効に機能を発揮する部分がその機能を十分に発揮できないことになり、空気調和装置１０の運転負担が増加する等の問題が生じてしまう。このため、診断対象のエアフィルタ５について、汚染進行速度が速い部分についての二値化画像のデータについて重み付けを増したり、汚染進行速度が遅い部分についての二値化画像のデータについて重み付けを減少させたりすることで、状態診断をより適切に行うことが可能になる。
また、前回の診断からの時間経過を参照することでユーザ毎の使用頻度情報についても把握可能であるため、例えば、前回の状態から汚染進行度合いが少ない場合（処置番号Ｙの増加分が少ない場合）には、エアフィルタ５の交換は２ヶ月程度先でもよい等の付加情報についても把握することができるようになる。
また、定期的にもしくは常時エアフィルタ５の画像データを取得する場合には、例えば、二値化処理や重回帰式によって得られる値によって、エアフィルタ５の汚れが所定の汚染度合いを超えているか否かを判断して、所定の汚染度合いを越えた時点で携帯電話端末２０の表示部２３にその旨を報知するようにしてもよい。これにより、メンテナンスが必要となるタイミングを容易に把握することができる。また、汚染度合いが進んだエアフィルタ５について洗浄処理や交換処理を施す場合には、定期的にもしくは常時エアフィルタ５の洗浄中や洗浄後または交換後における画像データを取得して二値化処理や重回帰式によって得られる値によって、メンテナンスが終了したか否かを判断して、メンテナンスが終了した時点でその旨を報知することができるようにしてもよい。なお、同様に洗浄処理や交換処理が終了した際に、完了した旨を報知できるような構成にしてもよい。
また、定期的にもしくは常時エアフィルタ５の画像データを取得する場合には、例えば、二値化処理や重回帰式によって得られる値によって、エアフィルタ５の汚れが所定の汚染度合いを超えているか否かを判断して、所定の汚染度合いを越えた時点で携帯電話端末２０の表示部２３にその旨を報知するようにしてもよい。これにより、メンテナンスが必要となるタイミングを容易に把握することができる。また、汚染度合いが進んだエアフィルタ５について洗浄処理や交換処理を施す場合には、定期的にもしくは常時エアフィルタ５の洗浄中や洗浄後または交換後における画像データを取得して二値化処理や重回帰式によって得られる値によって、メンテナンスが終了したか否かを判断して、メンテナンスが終了した時点でその旨を報知することができるようにしてもよい。なお、同様に洗浄処理や交換処理が終了した際に、完了した旨を報知できるような構成にしてもよい。
（Ｆ）
上述した第１実施形態では、携帯電話端末２０の画像撮影部２１を用いて各ユーザやサービスエンジニア等が現地で撮影した画像データに対して、情報管理センタ４０の状態診断装置３０において二値化処理を施している。
これに対して、画像処理機能および通信機器を備えている携帯電話端末２０や他の通信装置によって、エアフィルタ５の撮影をする際に、画像データそのままを送信するのではなく、現地で先に二値化処理を施して情報管理センタ４０に対して送信するようにしてもよい。この場合には、情報管理センタ４０の状態診断装置３０における二値化処理を省略することができる。また、撮影されたそのままの画像データを送信する場合と比較して通信データ量を少なくすることができる。また、これにともない、通信速度を向上させて、より迅速なメンテナンスを行うことも可能になる。
上述した第１実施形態では、携帯電話端末２０の画像撮影部２１を用いて各ユーザやサービスエンジニア等が現地で撮影した画像データに対して、情報管理センタ４０の状態診断装置３０において二値化処理を施している。
これに対して、画像処理機能および通信機器を備えている携帯電話端末２０や他の通信装置によって、エアフィルタ５の撮影をする際に、画像データそのままを送信するのではなく、現地で先に二値化処理を施して情報管理センタ４０に対して送信するようにしてもよい。この場合には、情報管理センタ４０の状態診断装置３０における二値化処理を省略することができる。また、撮影されたそのままの画像データを送信する場合と比較して通信データ量を少なくすることができる。また、これにともない、通信速度を向上させて、より迅速なメンテナンスを行うことも可能になる。
（Ｇ）
上述した第１実施形態における状態診断装置３０の診断対象が、空気中の非常に微細な粒子を取り除いたり臭気成分を低減（脱臭）したり除菌したりすることが可能なもの（例えば、活性炭や、脱臭フィルタ等）である場合や、その他の非常に微細構造を有する診断対象である場合には、画像撮影部２１においてミクロンオーダー等での微細構造や微細部分の観察が可能な顕微鏡等を設けて、診断対象の表面にピントを合わせて撮影させることもできる。この場合には、熟練されたベテランのサービスエンジニアであっても微妙な判断が要求され判断が困難な場合であっても、診断部３３に状態診断させることができる。
上述した第１実施形態における状態診断装置３０の診断対象が、空気中の非常に微細な粒子を取り除いたり臭気成分を低減（脱臭）したり除菌したりすることが可能なもの（例えば、活性炭や、脱臭フィルタ等）である場合や、その他の非常に微細構造を有する診断対象である場合には、画像撮影部２１においてミクロンオーダー等での微細構造や微細部分の観察が可能な顕微鏡等を設けて、診断対象の表面にピントを合わせて撮影させることもできる。この場合には、熟練されたベテランのサービスエンジニアであっても微妙な判断が要求され判断が困難な場合であっても、診断部３３に状態診断させることができる。
（Ｈ）
上述した第１実施形態では、現地のサービスエンジニアは、携帯電話端末２０に送られてくる処置態様データに基づいてエアフィルタ５の処置を行っている。これに対して、現地のサービスエンジニアが状態診断データの最終確認を行うことができるようにするため、処置態様データだけでなく他のデータ（処置番号Ｙ付近の処置態様データ等の内容も含めたデータ等）を送信するようにしてもよい。これにより、現地のサービスエンジニアは、得られたデータの最終確認を行うことができる。この場合には、サービスエンジニアが、自ら最終確認を行うことにより処置態様を必要に応じて訂正することも可能になり、システム全体における信頼性を向上させることができるようになる。
上述した第１実施形態では、現地のサービスエンジニアは、携帯電話端末２０に送られてくる処置態様データに基づいてエアフィルタ５の処置を行っている。これに対して、現地のサービスエンジニアが状態診断データの最終確認を行うことができるようにするため、処置態様データだけでなく他のデータ（処置番号Ｙ付近の処置態様データ等の内容も含めたデータ等）を送信するようにしてもよい。これにより、現地のサービスエンジニアは、得られたデータの最終確認を行うことができる。この場合には、サービスエンジニアが、自ら最終確認を行うことにより処置態様を必要に応じて訂正することも可能になり、システム全体における信頼性を向上させることができるようになる。
（Ｉ）
上述した第１実施形態におけるデータベース３８ａは、状態診断装置３０の内部に設けられているが、これらとは別個独立した場所や、情報管理センタ４０とは別の場所に設けられていてもよい。また、上記第１実施形態では、情報管理センタ４０と携帯電話端末２０とは、無線回線５０を介して通信を行っているが、有線を介することにより通信を行うものであってもよい。また、記録媒体を介して、現地と情報管理センタ４０との間で情報のやり取りを行うようにしてもよい。
上述した第１実施形態におけるデータベース３８ａは、状態診断装置３０の内部に設けられているが、これらとは別個独立した場所や、情報管理センタ４０とは別の場所に設けられていてもよい。また、上記第１実施形態では、情報管理センタ４０と携帯電話端末２０とは、無線回線５０を介して通信を行っているが、有線を介することにより通信を行うものであってもよい。また、記録媒体を介して、現地と情報管理センタ４０との間で情報のやり取りを行うようにしてもよい。
（Ｊ）
上述した第１実施形態における重回帰式では、処置番号Ｙを算出するための特徴抽出パラメータがＸ１からＸ５までの５つの場合を例に挙げて説明したが、ここでのパラメータとしては、５つ以上であってもよいし、５つより少ない場合であってもよい。
また、他の特徴抽出パラメータとしては、空気調和装置１０の使用状況等を採用してもよい。例えば、運転時間と汚染の進行との間の相関を考慮して、空気調和装置１０の積算運転時間や１日の平均運転時間等を特徴抽出パラメータとして採用するようにしてもよい。また、埃の濃度レベル等の検知が可能な空気調和装置であれば、埃の濃度に関する値を特徴抽出パラメータとして採用するようにしてもよい。この他、技術内容を熟知しているベテランのサービスエンジニアの診断において判断基準とされているような特徴が抽出されたパラメータであればよい。
上述した第１実施形態における重回帰式では、処置番号Ｙを算出するための特徴抽出パラメータがＸ１からＸ５までの５つの場合を例に挙げて説明したが、ここでのパラメータとしては、５つ以上であってもよいし、５つより少ない場合であってもよい。
また、他の特徴抽出パラメータとしては、空気調和装置１０の使用状況等を採用してもよい。例えば、運転時間と汚染の進行との間の相関を考慮して、空気調和装置１０の積算運転時間や１日の平均運転時間等を特徴抽出パラメータとして採用するようにしてもよい。また、埃の濃度レベル等の検知が可能な空気調和装置であれば、埃の濃度に関する値を特徴抽出パラメータとして採用するようにしてもよい。この他、技術内容を熟知しているベテランのサービスエンジニアの診断において判断基準とされているような特徴が抽出されたパラメータであればよい。
また、データベース３８ａにおいて格納されている処置番号に対応する処置態様データについても、図２において示した４段階には限られず、より多くの段階に分けて示されている場合でも、より少ない段階に分けて示されている場合でもよい。
（Ｋ）
上述した第１実施形態におけるエアフィルタ５の撮影条件データの解析においては、エアフィルタ５と指標物体との両方がフレームに収まるように撮影を行い、情報管理センタ４０に共通の指標物体に関する情報を持たせておく等によって、撮影条件データの解析を可能にしている。
（Ｋ）
上述した第１実施形態におけるエアフィルタ５の撮影条件データの解析においては、エアフィルタ５と指標物体との両方がフレームに収まるように撮影を行い、情報管理センタ４０に共通の指標物体に関する情報を持たせておく等によって、撮影条件データの解析を可能にしている。
これに対して、情報管理センタ４０において、機種毎のエアフィルタ５に関する情報を格納させておき、サービスエンジニアが、携帯電話端末２０から情報管理センタ４０に対して画像データの送信を行う際に、撮影したエアフィルタ５が設置されている空気調和装置１０の機種名や機番等の機器に固有の情報についても共に送信するようにしてもよい。この場合には、機種毎にエアフィルタ５のサイズや形状等が定められている場合には、画像データの補正においてこのようなデータを参照することで、より信頼性の高い状態診断を簡易な方法で行うことが可能になる。
また、サービスエンジニアがエアフィルタ５の撮影を行う場合には、その撮影方法をあらかじめ定めて教育・訓練しておくことで、一定の撮影条件が保たれるようにしてもよい。また、このような撮影方法をあらかじめ複数種類定めておいてもよく、その場合には、撮影を行ったサービスエンジニアが自ら採用した撮影方法を特定させる情報、例えば、撮影方法Ａで撮影した撮影データである旨や、撮影方法Ｂで撮影した撮影データである旨の情報について、画像データの送信と共に送信するようにしてもよい。この場合には、サービスエンジニアとしては、撮影方法に関する教育・訓練を受けた者であればよいため、その他の知識・経験等を有する熟練したサービスエンジニアを出向させる必要がなく、この点からも人件費を低減させることができる。
［第２実施形態］
本発明の第２実施形態に係る携帯診断装置１２０のブロック概略構成図を図６に示す。ここに示す携帯診断装置１２０は、主として空気調和装置のエアフィルタの状態診断を行い、その診断結果に対する処理態様をサービスエンジニアに対して報知させるための装置である。
本発明の第２実施形態に係る携帯診断装置１２０のブロック概略構成図を図６に示す。ここに示す携帯診断装置１２０は、主として空気調和装置のエアフィルタの状態診断を行い、その診断結果に対する処理態様をサービスエンジニアに対して報知させるための装置である。
＜携帯診断装置の概略構成＞
携帯診断装置１２０は、主として画像撮影部１２１と、表示部１２３と、診断部１３３とを備えている。
画像撮影部１２１は、状態診断の対象となるエアフィルタを撮影する。この画像撮影部１２１には、自動ピント調節機能、ズーム機能、絞り調整機能、フラッシュ機能、撮影方向調整機能、モノクロ・カラー切り換え機能等の各種機能、レンズ、移動機構等が設けられており、撮影に際しては、エアフィルタに対する適した撮影位置にレンズを移動させて撮影を行う。この際、画像撮影部１２１によって、エアフィルタだけでなく指標物体についてもフレームに収まるようにして撮影する。この指標物体は、診断部１３３において画像データの処理を行う際において、撮影時のエアフィルタに対する位置、距離、角度等の撮影条件に関する撮影条件データを解析するために用いられる。指標物体としては、撮影者が有している物やエアフィルタに隣接して配置されている物等であって、診断部１３３において当該物に関するデータが格納されている物であればよい。例えば、１円玉等を指標物体として採用する場合には、エアフィルタに対して一定の位置・向きとなるように条件を定めて１円玉を配置して、撮影を行う。また、取得された画像データ等は、診断部１３３の記憶装置１３５に送られる。
携帯診断装置１２０は、主として画像撮影部１２１と、表示部１２３と、診断部１３３とを備えている。
画像撮影部１２１は、状態診断の対象となるエアフィルタを撮影する。この画像撮影部１２１には、自動ピント調節機能、ズーム機能、絞り調整機能、フラッシュ機能、撮影方向調整機能、モノクロ・カラー切り換え機能等の各種機能、レンズ、移動機構等が設けられており、撮影に際しては、エアフィルタに対する適した撮影位置にレンズを移動させて撮影を行う。この際、画像撮影部１２１によって、エアフィルタだけでなく指標物体についてもフレームに収まるようにして撮影する。この指標物体は、診断部１３３において画像データの処理を行う際において、撮影時のエアフィルタに対する位置、距離、角度等の撮影条件に関する撮影条件データを解析するために用いられる。指標物体としては、撮影者が有している物やエアフィルタに隣接して配置されている物等であって、診断部１３３において当該物に関するデータが格納されている物であればよい。例えば、１円玉等を指標物体として採用する場合には、エアフィルタに対して一定の位置・向きとなるように条件を定めて１円玉を配置して、撮影を行う。また、取得された画像データ等は、診断部１３３の記憶装置１３５に送られる。
診断部１３３は、記憶装置１３５や処理装置１３４等を備えており、撮影条件データの解析や、画像撮影部１２１から送られてくるデータの処理を行い、診断結果に基づいて処置態様データを作成する。記憶装置１３５は、プログラム１３６や、メモリ１３７や、データベース１３８ａ，重回帰係数１３８ｂ，ＬＵＴ１３８ｃ（ルックアップテーブル）等を備えており、処理装置１３４は、演算部１３４ａや制御部１３４ｂ等を備えている。ここで、記憶装置１３５において画像撮影部１２１から画像データ等を取得すると、演算部１３４ａは、記憶装置１３５からプログラム１３６を読み出してデータ処理に関するさまざまな演算を行う。具体的には、演算部１３４ａは、画像データ等を記憶装置１３５から読み出して、プログラム１３６に基づいて二値化処理等の演算を実行し、エアフィルタの状態情報が定量化、数値化された処置番号Ｙに相当する演算結果を得る。
なお、ここでのプログラム１３６に従った演算は、上述した第１実施形態におけるプログラム３６の演算と同様である。また、撮影条件データの解析および画像データの補正についても上述した第１実施形態と同様である。メモリ１３７には、演算処理時に用いられるデータや、演算結果に関するデータ等が一時的に格納される。なお、データベース１３８ａ，重回帰係数１３８ｂ，ＬＵＴ１３８ｃについては、上記第１実施形態と同様にベテランサービスエンジニアの過去のサンプルデータに基づいて、それぞれ特徴抽出パラメータのデータ，重回帰式の各係数，処置番号Ｙに対応した処置態様データが格納されている。制御部１３４ｂは、プログラム１３６の指示に従って、特定された処理態様データを記憶装置１３５に送る。この他に、制御部１３４ｂは、プログラム１３６の指示に従って、処理態様データを記憶装置１３５に表示部１２３まで送信させる等の制御を行う。
表示部１２３は、図示しないディスプレイを備えており、記憶装置１３５において得られた処置態様データをこのディスプレイに表示する等、各種データの表示を行う。
＜第２実施形態に関する特徴＞
なお、ここでの第２実施形態に係る携帯診断装置１２０の特徴ついては、上記第１実施形態における状態診断システムにおける特徴として説明した内容であって第２実施形態に係る携帯診断装置１２０についても同様の特徴については記載を省略する。
＜第２実施形態に関する特徴＞
なお、ここでの第２実施形態に係る携帯診断装置１２０の特徴ついては、上記第１実施形態における状態診断システムにおける特徴として説明した内容であって第２実施形態に係る携帯診断装置１２０についても同様の特徴については記載を省略する。
（１）
上記第１実施形態における状態診断システムにおいては、携帯電話端末２０から一度情報管理センタ４０に対して情報を送信することで、処置態様データを取得している。
これに対して、上記第２実施形態における携帯診断装置１２０では、画像撮影部１２１によって取得されるエアフィルタの画像データを、他のセンタや装置等に対して送信することなく、スタンドアロンで状態診断および処置態様データをサービスエンジニアに報知させることが可能になる。これによって、現地サービスエンジニアはより迅速により信頼性の高いデータに基づいてエアフィルタのメンテナンスを行うことができるようになる。
上記第１実施形態における状態診断システムにおいては、携帯電話端末２０から一度情報管理センタ４０に対して情報を送信することで、処置態様データを取得している。
これに対して、上記第２実施形態における携帯診断装置１２０では、画像撮影部１２１によって取得されるエアフィルタの画像データを、他のセンタや装置等に対して送信することなく、スタンドアロンで状態診断および処置態様データをサービスエンジニアに報知させることが可能になる。これによって、現地サービスエンジニアはより迅速により信頼性の高いデータに基づいてエアフィルタのメンテナンスを行うことができるようになる。
（２）
上記第２実施形態における携帯診断装置１２０では、画像データを通信することなく状態診断を行い、処置態様データを作成することができる。このため、通信コストを削減させることができる。また、通信の確立が困難な場所や通信を確立するために専用線の設置が必要となる等設備費用がかさむような場所において診断対象が設けられている場合であっても、上述した第２実施形態における携帯診断装置１２０では、通信を行う必要がないため、このようなコストを削減することができる。また、このような通信の確立が困難な現地でエアフィルタを撮影した後に、通信可能なエリアまで移動して通信する等の煩雑な動作が不要となる。
上記第２実施形態における携帯診断装置１２０では、画像データを通信することなく状態診断を行い、処置態様データを作成することができる。このため、通信コストを削減させることができる。また、通信の確立が困難な場所や通信を確立するために専用線の設置が必要となる等設備費用がかさむような場所において診断対象が設けられている場合であっても、上述した第２実施形態における携帯診断装置１２０では、通信を行う必要がないため、このようなコストを削減することができる。また、このような通信の確立が困難な現地でエアフィルタを撮影した後に、通信可能なエリアまで移動して通信する等の煩雑な動作が不要となる。
＜第２実施形態の変形例＞
以上、本発明の第２実施形態について説明したが、本発明は上記第２実施形態に限定されるものではなく、発明の要旨を逸脱しない範囲で種々の変更が可能である。なお、上記第１実施形態における状態診断システムの変形例として説明した内容であって、第２実施形態に係る携帯診断装置１２０に対しても同様に適応可能な例については記載を省略する。
以上、本発明の第２実施形態について説明したが、本発明は上記第２実施形態に限定されるものではなく、発明の要旨を逸脱しない範囲で種々の変更が可能である。なお、上記第１実施形態における状態診断システムの変形例として説明した内容であって、第２実施形態に係る携帯診断装置１２０に対しても同様に適応可能な例については記載を省略する。
（Ａ）
上述した第２実施形態に係る携帯診断装置１２０は、カメラ付き携帯電話端末に内蔵させるようにして、携帯診断装置１２０の画像撮影部１２１は、携帯電話端末のカメラ部分を流用させることによって実現させるような構成であってもよい。
（Ｂ）
上述した第２実施形態に係る携帯診断装置１２０のデータベース１３８ａ，重回帰係数１３８ｂ，ＬＵＴ１３８ｃ等は、記憶装置１３５に設けられているが、このようなデータを記録媒体に格納させて随時内容の更新が可能なものを用意して、携帯診断装置１２０の内部構成を簡素化させ、携帯診断装置１２０自体を小型化を図ってもよい。
上述した第２実施形態に係る携帯診断装置１２０は、カメラ付き携帯電話端末に内蔵させるようにして、携帯診断装置１２０の画像撮影部１２１は、携帯電話端末のカメラ部分を流用させることによって実現させるような構成であってもよい。
（Ｂ）
上述した第２実施形態に係る携帯診断装置１２０のデータベース１３８ａ，重回帰係数１３８ｂ，ＬＵＴ１３８ｃ等は、記憶装置１３５に設けられているが、このようなデータを記録媒体に格納させて随時内容の更新が可能なものを用意して、携帯診断装置１２０の内部構成を簡素化させ、携帯診断装置１２０自体を小型化を図ってもよい。
本発明によれば、画像を用いた診断において信頼性を向上させることができるため、外観の状態が変化する部材の診断を行う状態診断装置、状態診断プログラム、状態診断システムへの適用が特に有用である。
５ 部材（エアフィルタ）
６ 部材（ドレンパン）
７ 部材（熱交換器）
１０ 空気調和装置
２０ 画像取得装置（携帯電話端末）
３０ 状態診断装置
３１ 取得部（通信部）
３３ 診断部
３４ 処理器（処理装置）
３６ 状態診断プログラム（プログラム）
３８ データベース
１２０ 携帯診断装置
１２１ 取得部（画像撮影部）
ＡＬ 所定のブロック、隣接ブロック、隣接大型ブロック（大型連結成分）
ＡＳ 所定のブロック、隣接ブロック、隣接小型ブロック（小型連結成分）
ＮＬ 所定のブロック、近傍ブロック、近傍大型ブロック（大型近傍内成分）
ＮＳ 所定のブロック、近傍ブロック、近傍小型ブロック（小型近傍内成分）
Ｃ１、Ｃ２、Ｃ３、Ｃ４ 所定のブロック（分割連結成分）
Ｘ１ 面積率
Ｘ３ データ、隣接大型ブロックの数（大型連結成分の数）
Ｘ４ データ、隣接小型ブロックの数（小型連結成分の数）
Ｘ５ データ、標準偏差
Ｘ６ データ、近傍大型ブロックの数（大型近傍内成分の数）
Ｘ７ データ、近傍小型ブロックの数（小型近傍内成分の数）
Ｙ 診断値（処理番号）
６ 部材（ドレンパン）
７ 部材（熱交換器）
１０ 空気調和装置
２０ 画像取得装置（携帯電話端末）
３０ 状態診断装置
３１ 取得部（通信部）
３３ 診断部
３４ 処理器（処理装置）
３６ 状態診断プログラム（プログラム）
３８ データベース
１２０ 携帯診断装置
１２１ 取得部（画像撮影部）
ＡＬ 所定のブロック、隣接ブロック、隣接大型ブロック（大型連結成分）
ＡＳ 所定のブロック、隣接ブロック、隣接小型ブロック（小型連結成分）
ＮＬ 所定のブロック、近傍ブロック、近傍大型ブロック（大型近傍内成分）
ＮＳ 所定のブロック、近傍ブロック、近傍小型ブロック（小型近傍内成分）
Ｃ１、Ｃ２、Ｃ３、Ｃ４ 所定のブロック（分割連結成分）
Ｘ１ 面積率
Ｘ３ データ、隣接大型ブロックの数（大型連結成分の数）
Ｘ４ データ、隣接小型ブロックの数（小型連結成分の数）
Ｘ５ データ、標準偏差
Ｘ６ データ、近傍大型ブロックの数（大型近傍内成分の数）
Ｘ７ データ、近傍小型ブロックの数（小型近傍内成分の数）
Ｙ 診断値（処理番号）
Claims (15)
- 外観の状態が変化する部材（５，６，７）の診断を行う状態診断装置（３０，１２０）であって、
前記部材（５，６，７）の画像を取得する取得部（３１，１２１）と、
前記画像の画素に対して２つの値のいずれかを割り当てる二値化処理を施して二値化画像を作成し、前記二値化画像を所定のブロック（ＮＬ，ＮＳ，ＡＬ，ＡＳ，Ｃ１，Ｃ２，Ｃ３，Ｃ４）に分割し、前記所定のブロック（ＮＬ，ＮＳ，ＡＬ，ＡＳ，Ｃ１，Ｃ２，Ｃ３，Ｃ４）に関するデータ（Ｘ３，Ｘ４，Ｘ５，Ｘ６，Ｘ７）を利用して診断値（Ｙ）を求め、前記診断値（Ｙ）に基づいて前記部材（５，６，７）の状態診断を行う診断部（３３，１３３）と、
を備えた状態診断装置（３０，１２０）。 - 前記診断部（３３，１３３）は、前記二値化画像において所定の距離以内の近傍に位置する同じ値の画素によって構成される前記ブロックに含まれる画素数が第１画素数以上の近傍ブロック（ＮＬ，ＮＳ）のうち、前記第１画素数よりも大きい第２画素数以上の画素数を有する近傍大型ブロック（ＮＬ）の数（Ｘ６）と、前記第２画素数に満たない画素数を有する近傍小型ブロック（ＮＳ）の数（Ｘ７）とに重み付けをして得られる値に基づいて前記診断値（Ｙ）を求める、
請求項１に記載の状態診断装置（３０，１２０）。 - 少なくとも前記第１画素数と前記第２画素数とのいずれか一方は、前記部材（５，６，７）の性質、前記画像の撮影時における位置、前記画像の撮影時における距離あるいは前記画像の撮影時における角度に基づいて定める、
請求項２に記載の状態診断装置（３０，１２０）。 - 前記診断部（３３，１３３）は、前記二値化画像において隣接して連なる同じ値の画素数が第３画素数以上である隣接ブロック（ＡＬ，ＡＳ）のうち、前記第３画素数よりも大きい第４画素数以上の画素数を有する隣接大型ブロック（ＡＬ）の数（Ｘ３）と、前記第４画素数に満たない画素数を有する隣接小型ブロック（ＡＳ）の数（Ｘ４）とに重み付けをして得られる値に基づいて前記診断値（Ｙ）を求める、
請求項１に記載の状態診断装置（３０，１２０）。 - 少なくとも前記第３画素数と前記第４画素数とのいずれか一方は、前記部材（５，６，７）の性質、前記画像の撮影時における位置、前記画像の撮影時における距離あるいは前記画像の撮影時における角度に基づいて定める、
請求項４に記載の状態診断装置（３０，１２０）。 - 前記診断部（３３，１３３）は、前記ブロック（Ｃ１，Ｃ２，Ｃ３，Ｃ４）毎におけるいずれか一方の値が割り当てられている画素数に関する前記二値化画像の標準偏差（Ｘ５）に基づいて前記診断値（Ｙ）を求める、
請求項１に記載の状態診断装置（３０，１２０）。 - 前記診断部（３３，１３３）は、前記二値化画像の全画素数に対する前記二値化画像の内のいずれか一方の値が割り当てられた画素の数の割合である面積率（Ｘ１）に基づいて前記診断値（Ｙ）を求める、
請求項１から６のいずれか１項に記載の状態診断装置（３０，１２０）。 - 前記部材（５，６，７）の状態に対応する数値データを複数有するデータベース（３８）をさらに備え、
前記診断部（３３，１３３）は、前記診断値（Ｙ）に基づいた診断において、前記データベース（３８）を参照する、
請求項１から７のいずれか１項に記載の状態診断装置（３０，１２０）。 - 前記部材（５，６，７）は、フィルタ（５）、空気調和装置（１０）に用いられるドレンパン（６）および熱交換器（７）を含む、
請求項１から８のいずれか１項に記載の状態診断装置（３０，１２０）。 - 外観の状態が変化する部材（５，６，７）の画像を、演算処理を行う処理器（３４）に処理させる状態診断プログラム（３６）であって、
前記処理器（３４）に、前記部材（５，６，７）の画像を取得させる第１ステップと、
前記処理器（３４）に、前記画像の画素に対して２つの値のいずれかを割り当てる二値化処理を行わせて二値化画像を作成させる第２ステップと、
前記処理器（３４）に、前記二値化画像を、所定のブロック（ＮＬ，ＮＳ，ＡＬ，ＡＳ，Ｃ１，Ｃ２，Ｃ３，Ｃ４）に分割させる第３ステップと、
前記処理器（３４）に、前記所定のブロック（ＮＬ，ＮＳ，ＡＬ，ＡＳ，Ｃ１，Ｃ２，Ｃ３，Ｃ４）に関するデータ（Ｘ３，Ｘ４，Ｘ５，Ｘ６，Ｘ７）を利用して診断値（Ｙ）を求めさせる第４ステップと、
前記処理器（３４）に、前記診断値（Ｙ）に基づいて前記部材（５，６，７）の状態を診断させる第５ステップと、
を備えた状態診断プログラム（３６）。 - 前記第３ステップにおける前記所定のブロック（ＡＬ，ＡＳ）は、前記二値化画像において隣接して連なる同じ値の画素数が第３画素数以上である隣接ブロック（ＡＬ，ＡＳ）のうち、前記第３画素数よりも大きい第４画素数以上の画素数を有する隣接大型ブロック（ＡＬ）と、前記第４画素数に満たない画素数を有する隣接小型ブロック（ＡＳ）とであり、
前記第４ステップでは、前記処理器（３４）に、前記隣接大型ブロック（ＡＬ）の数（Ｘ３）と、前記隣接小型ブロック（ＡＳ）の数（Ｘ４）とに重み付けをして得られる値に基づいて前記診断値（Ｙ）を求めさせる、
請求項９に記載の状態診断プログラム（３６）。 - 前記第４ステップでは、前記処理器（３４）に、前記所定のブロック（Ｃ１，Ｃ２，Ｃ３，Ｃ４）毎におけるいずれか一方の値が割り当てられている画素数に関する前記二値化画像の標準偏差（Ｘ５）に基づいて前記診断値（Ｙ）を求めさせる、
請求項９に記載の状態診断プログラム（３６）。 - 外観の状態が変化する部材（５，６，７）の診断を行う状態診断システムであって、
前記部材（５，６，７）の画像を取得する画像取得装置（２０）と、
前記画像取得装置（２０）が取得した前記画像の画素に対して２つの値のいずれかを割り当てる二値化処理を施して二値化画像を作成し、前記二値化画像が分割された所定のブロック（ＮＬ，ＮＳ，ＡＬ，ＡＳ，Ｃ１，Ｃ２，Ｃ３，Ｃ４）に関するデータ（Ｘ３，Ｘ４，Ｘ５，Ｘ６，Ｘ７）を利用して診断値（Ｙ）を求め、前記診断値（Ｙ）に基づいて前記部材（５，６，７）の状態診断を行う状態診断装置（３０）と、
を備えた状態診断システム。 - 前記状態診断装置（３０）は、前記二値化画像において隣接して連なる同じ値の画素数が第３画素数以上である隣接ブロック（ＡＬ，ＡＳ）のうち、前記第３画素数よりも大きい第４画素数以上の画素数を有する隣接大型ブロック（ＡＬ）の数（Ｘ３）と、前記第４画素数に満たない画素数を有する隣接小型ブロック（ＡＳ）の数（Ｘ４）とに重み付けをして得られる値に基づいて前記診断値（Ｙ）を求める、
請求項１２に記載の状態診断システム。 - 前記状態診断装置（３０）は、前記所定のブロック（Ｃ１，Ｃ２，Ｃ３，Ｃ４）毎におけるいずれか一方の値が割り当てられている画素数に関する前記二値化画像の標準偏差（Ｘ５）に基づいて前記診断値（Ｙ）を求める、
請求項１２に記載の状態診断システム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2004110678A JP2005292066A (ja) | 2004-04-05 | 2004-04-05 | 状態診断装置、状態診断プログラムおよび状態診断システム。 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2004110678A JP2005292066A (ja) | 2004-04-05 | 2004-04-05 | 状態診断装置、状態診断プログラムおよび状態診断システム。 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2005292066A true JP2005292066A (ja) | 2005-10-20 |
Family
ID=35325143
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2004110678A Pending JP2005292066A (ja) | 2004-04-05 | 2004-04-05 | 状態診断装置、状態診断プログラムおよび状態診断システム。 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2005292066A (ja) |
Cited By (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010054502A (ja) * | 2008-08-01 | 2010-03-11 | Denso Corp | 熱交換器のチューブ抽出検査方法及び装置 |
| JP2010071980A (ja) * | 2008-08-21 | 2010-04-02 | Denso Corp | 熱交換器のフィン抽出検査方法 |
| KR101343965B1 (ko) | 2012-07-06 | 2013-12-24 | 히타치 어플라이언스 가부시키가이샤 | 공기 조화기 |
| WO2019097613A1 (ja) * | 2017-11-15 | 2019-05-23 | 三菱電機株式会社 | 空調管理システム、空調機器、空調管理装置、空調管理方法及びプログラム |
| KR20190110966A (ko) * | 2019-07-09 | 2019-10-01 | 엘지전자 주식회사 | 필터의 교체시기 판단 방법 및 필터의 교체시기를 판단하는 공기 조화기 |
| JP2019190822A (ja) * | 2017-08-28 | 2019-10-31 | ダイキン工業株式会社 | 空気処理装置 |
| WO2020175589A1 (ja) | 2019-02-27 | 2020-09-03 | ダイキン工業株式会社 | 情報提供システム |
| JP2020139795A (ja) * | 2019-02-27 | 2020-09-03 | ダイキン工業株式会社 | 汚れ検出装置および空気調和システム |
| WO2020174859A1 (ja) * | 2019-02-26 | 2020-09-03 | ダイキン工業株式会社 | 空気処理装置 |
| WO2020174800A1 (ja) | 2019-02-27 | 2020-09-03 | ダイキン工業株式会社 | 汚れ情報推定システム、及び空気処理装置 |
| JP2020139794A (ja) * | 2019-02-27 | 2020-09-03 | ダイキン工業株式会社 | 汚れ検出装置および空気調和システム |
| JP2020139665A (ja) * | 2019-02-27 | 2020-09-03 | ダイキン工業株式会社 | 汚れ予測システム |
| JP2020139664A (ja) * | 2019-02-27 | 2020-09-03 | ダイキン工業株式会社 | 空気調和機 |
| JP2020139666A (ja) * | 2019-02-27 | 2020-09-03 | ダイキン工業株式会社 | 空気調和機 |
| WO2020175531A1 (ja) | 2019-02-27 | 2020-09-03 | ダイキン工業株式会社 | 空気調和機 |
| KR20200136220A (ko) * | 2019-05-27 | 2020-12-07 | 이주열 | 공기 순환기의 필터 상태 판단 장치 및 방법 |
| JP2021197158A (ja) * | 2020-06-15 | 2021-12-27 | 三菱パワー株式会社 | 予兆判定装置、予兆判定システム、予兆判定方法及びプログラム |
| JP7010524B1 (ja) | 2021-03-16 | 2022-01-26 | 浩右 山本 | 空調装置の汚損判定システム、汚損判定方法およびプログラム |
| JPWO2022049747A1 (ja) * | 2020-09-05 | 2022-03-10 | ||
| WO2022049748A1 (ja) * | 2020-09-05 | 2022-03-10 | 三菱電機株式会社 | 保守管理システム、保守管理方法、および保守管理プログラム |
| JP2022156029A (ja) * | 2021-03-31 | 2022-10-14 | パナソニックＩｐマネジメント株式会社 | 空気調和装置、及び、制御方法 |
| CN117194180A (zh) * | 2023-03-31 | 2023-12-08 | 中勍科技股份有限公司 | 一种nas存储服务器健康状态指示方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH08261737A (ja) * | 1995-03-20 | 1996-10-11 | Sony Corp | 網形状物検査装置及び網形状物検査方法 |
| JPH09145637A (ja) * | 1995-11-24 | 1997-06-06 | Kawasaki Steel Corp | 凹凸性欠陥の等級判定方法 |
| JPH11259625A (ja) * | 1998-03-09 | 1999-09-24 | Mitsubishi Electric Corp | 人数検出装置及びエレベーターの利用客数検出装置 |
| JP2003139650A (ja) * | 2001-10-30 | 2003-05-14 | Pentax Corp | 光学部材検査方法 |
-
2004
- 2004-04-05 JP JP2004110678A patent/JP2005292066A/ja active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH08261737A (ja) * | 1995-03-20 | 1996-10-11 | Sony Corp | 網形状物検査装置及び網形状物検査方法 |
| JPH09145637A (ja) * | 1995-11-24 | 1997-06-06 | Kawasaki Steel Corp | 凹凸性欠陥の等級判定方法 |
| JPH11259625A (ja) * | 1998-03-09 | 1999-09-24 | Mitsubishi Electric Corp | 人数検出装置及びエレベーターの利用客数検出装置 |
| JP2003139650A (ja) * | 2001-10-30 | 2003-05-14 | Pentax Corp | 光学部材検査方法 |
Cited By (57)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010054502A (ja) * | 2008-08-01 | 2010-03-11 | Denso Corp | 熱交換器のチューブ抽出検査方法及び装置 |
| JP2010071980A (ja) * | 2008-08-21 | 2010-04-02 | Denso Corp | 熱交換器のフィン抽出検査方法 |
| US8141619B2 (en) | 2008-08-21 | 2012-03-27 | Denso Corporation | Fin inspection method of a heat exchanger |
| KR101343965B1 (ko) | 2012-07-06 | 2013-12-24 | 히타치 어플라이언스 가부시키가이샤 | 공기 조화기 |
| CN103528162A (zh) * | 2012-07-06 | 2014-01-22 | 日立空调·家用电器株式会社 | 空调机 |
| CN103528162B (zh) * | 2012-07-06 | 2016-01-27 | 日立空调·家用电器株式会社 | 空调机 |
| CN111033134A (zh) * | 2017-08-28 | 2020-04-17 | 大金工业株式会社 | 空调装置 |
| AU2018323394B2 (en) * | 2017-08-28 | 2021-05-06 | Daikin Industries, Ltd. | Air processing device |
| JP2019190822A (ja) * | 2017-08-28 | 2019-10-31 | ダイキン工業株式会社 | 空気処理装置 |
| US11384946B2 (en) | 2017-08-28 | 2022-07-12 | Daikin Industries, Ltd. | Air-conditioning device |
| CN111051783A (zh) * | 2017-08-28 | 2020-04-21 | 大金工业株式会社 | 空气处理装置 |
| JP7132509B2 (ja) | 2017-08-28 | 2022-09-07 | ダイキン工業株式会社 | 空気処理装置 |
| US11499728B2 (en) | 2017-08-28 | 2022-11-15 | Daikin Industries, Ltd. | Air processing device |
| EP3663662A4 (en) * | 2017-08-28 | 2020-08-26 | Daikin Industries, Ltd. | AIR TREATMENT DEVICE |
| EP3667192A4 (en) * | 2017-08-28 | 2020-08-26 | Daikin Industries, Ltd. | AIR CONDITIONING DEVICE |
| EP3933287A1 (en) * | 2017-08-28 | 2022-01-05 | Daikin Industries, Ltd. | Air processing device |
| EP3712534A4 (en) * | 2017-11-15 | 2020-11-04 | Mitsubishi Electric Corporation | AIR CONDITIONING MANAGEMENT SYSTEM, AIR CONDITIONING, AIR CONDITIONING MANAGEMENT DEVICE, AIR CONDITIONING MANAGEMENT PROCESS, AND PROGRAM |
| CN111373207A (zh) * | 2017-11-15 | 2020-07-03 | 三菱电机株式会社 | 空调管理系统、空调设备、空调管理装置、空调管理方法及程序 |
| US11480354B2 (en) | 2017-11-15 | 2022-10-25 | Mitsubishi Electric Corporation | Air-conditioning management system, air conditioner, air-conditioning management device, air-conditioning management method, and program |
| JPWO2019097613A1 (ja) * | 2017-11-15 | 2020-07-09 | 三菱電機株式会社 | 空調管理システム、空調機器、空調管理装置、空調管理方法及びプログラム |
| WO2019097613A1 (ja) * | 2017-11-15 | 2019-05-23 | 三菱電機株式会社 | 空調管理システム、空調機器、空調管理装置、空調管理方法及びプログラム |
| WO2020174859A1 (ja) * | 2019-02-26 | 2020-09-03 | ダイキン工業株式会社 | 空気処理装置 |
| JP2020139759A (ja) * | 2019-02-26 | 2020-09-03 | ダイキン工業株式会社 | 空気処理装置 |
| US11480357B2 (en) | 2019-02-26 | 2022-10-25 | Daikin Industries, Ltd. | Air treatment device |
| JP7307310B2 (ja) | 2019-02-27 | 2023-07-12 | ダイキン工業株式会社 | 空気調和機 |
| JP7001921B2 (ja) | 2019-02-27 | 2022-01-20 | ダイキン工業株式会社 | 汚れ検出装置および空気調和システム |
| JP2020139795A (ja) * | 2019-02-27 | 2020-09-03 | ダイキン工業株式会社 | 汚れ検出装置および空気調和システム |
| JP2020139666A (ja) * | 2019-02-27 | 2020-09-03 | ダイキン工業株式会社 | 空気調和機 |
| US12152799B2 (en) | 2019-02-27 | 2024-11-26 | Daikin Industries, Ltd. | Contamination information estimation system and air treatment device |
| US11538204B2 (en) | 2019-02-27 | 2022-12-27 | Daikin Industries, Ltd. | Information providing system |
| WO2020175589A1 (ja) | 2019-02-27 | 2020-09-03 | ダイキン工業株式会社 | 情報提供システム |
| WO2020175531A1 (ja) | 2019-02-27 | 2020-09-03 | ダイキン工業株式会社 | 空気調和機 |
| JP2020139664A (ja) * | 2019-02-27 | 2020-09-03 | ダイキン工業株式会社 | 空気調和機 |
| JP2020139665A (ja) * | 2019-02-27 | 2020-09-03 | ダイキン工業株式会社 | 汚れ予測システム |
| JP2020139794A (ja) * | 2019-02-27 | 2020-09-03 | ダイキン工業株式会社 | 汚れ検出装置および空気調和システム |
| US11441807B2 (en) | 2019-02-27 | 2022-09-13 | Daikin Industries, Ltd. | Air conditioner |
| WO2020174800A1 (ja) | 2019-02-27 | 2020-09-03 | ダイキン工業株式会社 | 汚れ情報推定システム、及び空気処理装置 |
| EP3933387A4 (en) * | 2019-02-27 | 2022-04-20 | Daikin Industries, Ltd. | INFORMATION DELIVERY SYSTEM |
| KR102189492B1 (ko) * | 2019-05-27 | 2020-12-11 | 이주열 | 공기 순환기의 필터 상태 판단 장치 및 방법 |
| KR20200136220A (ko) * | 2019-05-27 | 2020-12-07 | 이주열 | 공기 순환기의 필터 상태 판단 장치 및 방법 |
| KR20190110966A (ko) * | 2019-07-09 | 2019-10-01 | 엘지전자 주식회사 | 필터의 교체시기 판단 방법 및 필터의 교체시기를 판단하는 공기 조화기 |
| KR102623840B1 (ko) * | 2019-07-09 | 2024-01-12 | 엘지전자 주식회사 | 필터의 교체시기 판단 방법 및 필터의 교체시기를 판단하는 공기 조화기 |
| JP2021197158A (ja) * | 2020-06-15 | 2021-12-27 | 三菱パワー株式会社 | 予兆判定装置、予兆判定システム、予兆判定方法及びプログラム |
| CN115997088A (zh) * | 2020-09-05 | 2023-04-21 | 三菱电机株式会社 | 维护管理系统、维护管理方法以及维护管理程序 |
| JP7442657B2 (ja) | 2020-09-05 | 2024-03-04 | 三菱電機株式会社 | 保守管理システム、保守支援装置、保守管理方法、および保守管理プログラム |
| WO2022049747A1 (ja) * | 2020-09-05 | 2022-03-10 | 三菱電機株式会社 | 保守管理システム、保守支援装置、保守管理方法、および保守管理プログラム |
| WO2022049748A1 (ja) * | 2020-09-05 | 2022-03-10 | 三菱電機株式会社 | 保守管理システム、保守管理方法、および保守管理プログラム |
| JPWO2022049748A1 (ja) * | 2020-09-05 | 2022-03-10 | ||
| CN115997087A (zh) * | 2020-09-05 | 2023-04-21 | 三菱电机株式会社 | 维护管理系统、维护支持装置、维护管理方法以及维护管理程序 |
| US20230184452A1 (en) * | 2020-09-05 | 2023-06-15 | Mitsubishi Electric Corporation | Maintenance management system, maintenance management method, and computer readable medium |
| JP7442658B2 (ja) | 2020-09-05 | 2024-03-04 | 三菱電機株式会社 | 保守管理システム、保守管理方法、および保守管理プログラム |
| JPWO2022049747A1 (ja) * | 2020-09-05 | 2022-03-10 | ||
| JP2022142018A (ja) * | 2021-03-16 | 2022-09-30 | 浩右 山本 | 空調装置の汚損判定システム、汚損判定方法およびプログラム |
| JP7010524B1 (ja) | 2021-03-16 | 2022-01-26 | 浩右 山本 | 空調装置の汚損判定システム、汚損判定方法およびプログラム |
| JP2022156029A (ja) * | 2021-03-31 | 2022-10-14 | パナソニックＩｐマネジメント株式会社 | 空気調和装置、及び、制御方法 |
| JP7637889B2 (ja) | 2021-03-31 | 2025-03-03 | パナソニックＩｐマネジメント株式会社 | 空気調和装置、及び、制御方法 |
| CN117194180A (zh) * | 2023-03-31 | 2023-12-08 | 中勍科技股份有限公司 | 一种nas存储服务器健康状态指示方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2005292066A (ja) | 状態診断装置、状態診断プログラムおよび状態診断システム。 | |
| CN102096917B (zh) | 胶囊内窥镜冗余图像数据的自动剔除方法 | |
| JP6996413B2 (ja) | 解析装置および解析プログラム | |
| CN110661983B (zh) | 图像采集方法、装置、设备及存储介质 | |
| JP7219192B2 (ja) | 構造物の劣化状態診断方法 | |
| JP7391504B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
| JP7330864B2 (ja) | スクラップ画像撮影システム、スクラップ画像撮影方法、撮影支援装置、及びプログラム | |
| JP4999642B2 (ja) | 配電設備の劣化診断装置 | |
| CN117664480A (zh) | 桥梁健康监测系统及方法 | |
| CN103096117B (zh) | 视频噪声检测方法及装置 | |
| CN116188703B (zh) | 一种基于bim的建筑工程可视化管理系统 | |
| CN117998054A (zh) | 用于停车场自适应监控的画面数据解析系统 | |
| CN109724776A (zh) | 一种烧结机台车的篦条损坏程度的确定方法及装置 | |
| JP6705522B1 (ja) | 空気調和機 | |
| JP2020155969A (ja) | 画像処理システム | |
| JP2019075078A (ja) | 工事現場画像判定装置及び工事現場画像判定プログラム | |
| JP7678993B2 (ja) | 機械学習装置、機械学習方法および井戸の異常有無判定装置 | |
| JP2019074774A (ja) | 工事現場画像判定装置及び工事現場画像判定プログラム | |
| JP6739592B1 (ja) | 設備情報収集方法、設備情報収集支援装置、設備情報収集システム、設備状況データ製造方法、設備情報取得支援プログラム | |
| CN118941549A (zh) | 智慧家居环境数据判断系统 | |
| JP7010524B1 (ja) | 空調装置の汚損判定システム、汚損判定方法およびプログラム | |
| CN118333947A (zh) | 一种混凝土外观质量缺陷的评价方法和装置 | |
| JP2002296151A (ja) | 潤滑油による設備診断システム、設備診断方法および設備診断プログラム | |
| JP7549206B2 (ja) | 学習装置、推定装置、監視システム及び学習方法 | |
| JPH0843316A (ja) | 塗膜劣化自動診断方法及び装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20070227 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20090715 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090818 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20091007 |
|
| RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20091007 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100406 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100531 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20101005 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20110830 |