JP2011179874A - 舗装路面のクラックの抽出と損傷レベルの評価方法 - Google Patents
舗装路面のクラックの抽出と損傷レベルの評価方法 Download PDFInfo
- Publication number
- JP2011179874A JP2011179874A JP2010042247A JP2010042247A JP2011179874A JP 2011179874 A JP2011179874 A JP 2011179874A JP 2010042247 A JP2010042247 A JP 2010042247A JP 2010042247 A JP2010042247 A JP 2010042247A JP 2011179874 A JP2011179874 A JP 2011179874A
- Authority
- JP
- Japan
- Prior art keywords
- image
- pavement
- extraction
- cracks
- evaluation
- 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
Images
Abstract
【解決手段】本発明に係る舗装路面のクラックの抽出と損傷レベルの評価方法は、遺伝的プログラミングによる並列型画像フィルタ自動生成システムにサイズ依存型交叉を導入して複数の実舗装画像からクラック(1)の抽出が困難と思われる箇所をフィルタ構築の訓練データに選定採用することで様々なタイプの画像からクラックの抽出用画像フィルタ(4)を自動的に構築する。そして、評価対象舗装領域の画像全体を格子状に分割した個々のブロック(6)に該抽出用画像フィルタ(4)を適用して評価する。
【選択図】 図1
Description
西川貴文、吉田純司、杉山俊幸、斎藤成彦、藤野陽三著、「木構造状フィルタを用いたコンクリート構造のクラック抽出のための画像処理システム」、土木学会論文集,2007,A,Vol.63, No.4, pp.599-616
その理由は、第一に、長距離にわたる場合、検査車で舗装路面を事前に撮影した後、検査に従事する技術者が一連の画像記録を一括して評価しているが、この評価は人的作業で行われるため、当該業務に関するコストが高く、作業能力にも限界があって、膨大な量の画像の検出には向かないこと、また第二に、評価結果は、技術者の経験による主観的判断によっているため、評価を客観的かつ定量的に行うことが不可能だからである。
こうすると、照明による輝度の分布が小さいことから、精度良くクラックを抽出でき、かつ、計算時間も比較的少なくて済む。
こうすると、ブロックの端部で分断されたクラックの復元が可能となり、ブロック端部を跨いだクラックの抽出率が悪くなるという欠点を解決できる。
こうすると、舗装路面の撮影時点での照明からの距離の違いや、路面のわだちにより路面に角度がついていることにより生じる道路横断方向の明るさのばらつきを補正することができ、誤抽出を低減することができる。
こうすると、微細なクラックがいくつかに分断されて抽出される現象を防止することができる。
こうすると、道路横断方向の明るさを補正してもなお発生するノイズを消去することができ、誤抽出を低減することができる。
こうすると、舗装路面はアスファルト舗装とコンクリート舗装に大別できることから、それぞれの舗装路面での画像からクラックを抽出するための画像処理を構築することにより、正確なクラックの検出が可能となる。
こうすると、アスファルト舗装とコンクリート舗装で画像の明るさや表面性状に関する特徴が異なるため、舗装路面の種別に応じた画像フィルタを適用して画像からクラックを抽出するための画像処理を構築することにより、正確なクラックの検出が可能となる。
こうすると、コンクリート舗装に一定間隔で入っている人工的な切れ込み、即ちグル―ビングをクラックと誤認することがなくなり、コンクリートの舗装面の健全度評価が正確となる。
実際の舗装画像には様々なパターンが存在する。この膨大な数の舗装画像を一括して処理し、健全度評価までを自動で行うためには、このフィルタを適用する領域を自動で認識する必要がある。
このように構成すると、舗装面の健全度評価を車両の走行範囲に限定して認識の自動化ができ、余計な評価を省けるので作業効率が上がる。
こうすると、舗装面の健全度評価を、専門技術者の経験的判断に頼らず、コンピュータによる処理に適合する客観的な判断基準を提供できる。
こうすると、従来、専門委員により手作業で行われていた舗装路面の健全度評価(クラックの抽出や、ひび割れ率の算定)を、一括して全自動で行え、処理能力の向上を図れる。
また、フィルタ構築が自動であることから、将来的にクラックが抽出困難な事例に遭遇した場合にも、それを訓練データに取り入れ、再度フィルタ構築を実施することで容易に対応できる。
そして、道路7の評価対象舗装領域A(図2参照)の画像全体を格子状に分割した個々のブロック6に画像フィルタ4を適用して評価する。
この場合、照明による輝度の分布が小さいことから、精度良くクラック1を抽出でき、かつ、計算時間も比較的少なくて済む。
この場合、ブロック6の端部で分断されたクラックの復元が可能となり、ブロック端部を跨いだクラックの抽出率が悪くなるという欠点を解決できる。
この場合、舗装路面の撮影時点での照明からの距離の違いや、路面のわだちにより路面に角度がついていることにより生じる道路横断方向の明るさのばらつきを補正することができ、誤抽出を低減することができる。
この場合、微細なクラックがいくつかに分断されて抽出される現象を防止することができる。
この場合、道路横断方向の明るさを補正してもなお発生するノイズを消去することができ、誤抽出を低減することができる。
クラック1を抽出するための画像フィルタ4は、アスファルト舗装8とコンクリート舗装9の画像それぞれについて開発されている。アスファルト舗装8とコンクリート舗装9が混在した膨大な数の舗装画像を一括して処理し、健全度評価までを自動で行うためには、フィルタ適用前に舗装種別を判別す機能が必要であるが、アスファルト舗装8とコンクリート舗装9それぞれに画像フィルタ4を用意することにより、この要請に十分応えられる。
この場合、コンクリート舗装8に一定間隔で入っている人工的な切れ込み、即ちグル―ビング14をクラック1と誤認することがなくなり、コンクリート舗装8の健全度評価が正確となる。
実際の舗装画像には様々なパターンが存在する。この膨大な数の舗装画像を一括して処理し、健全度評価までを自動で行うためには、画像フィルタを適用する領域を自動で認識する必要がある。
この場合、アスファルト舗装8やコンクリート舗装9の面の健全度評価を車両の走行範囲に限定して認識の自動化ができ、余計な評価を省けるので作業効率が上がる。
この場合、アスファルト舗装8やコンクリート舗装9の舗装面の健全度評価を、専門技術者の経験的判断に頼らず、コンピュータによる処理に適合する、客観的な判断基準を提供できる。
この場合、従来、専門員により手作業で行われていた舗装路面の健全度評価(クラックの抽出や、ひび割れ率の算定)を、一括して全自動で行え、処理能力の飛躍的向上を図れる。
2 入力画像
3 目標画像
4 画像フィルタ
5 出力画像
6 ブロック
6a オーバーラップ部
61 損傷ブロック
62 健全ブロック
7 道路
8 アスファルト舗装
9 コンクリート舗装
10 矩形領域
11 特徴空間
12 区分け境界
13 離散コサイン変換
14 グルービング
15 走行レーン
16 走行レーン
17 一方
18 他方
δ 誤差
Claims (12)
- 遺伝的プログラミングによる並列型画像フィルタ自動生成システムにサイズ依存型交叉を導入して道路(7)の複数の実舗装画像からクラック(1)が存在する画像をフィルタ構築の訓練データに選定採用することで様々なタイプの画像からクラックの抽出用画像フィルタ(4)を自動的に構築し、
評価対象舗装領域(A)の画像全体を格子状に分割した個々のブロック(6)に該抽出用画像フィルタ(4)を適用して評価するようにした
ことを特徴とする舗装路面のクラックの抽出と損傷レベルの評価方法。 - 該ブロック(6)は方形領域となっており、該道路(7)の幅員方向では複数個配列されている請求項1に記載の舗装路面のクラックの抽出と損傷レベルの評価方法。
- 該ブロック(6)は相互にオーバーラップ部(6a)を有し、該オーバーラップ部(6a)での抽出結果を重ね合わせるようになっている請求項1又は2に記載の舗装路面のクラックの抽出と損傷レベルの評価方法。
- 該評価対象舗装領域(A)の画像全体を格子状に分割する前に、該画像全体の該道路(7)の横断方向の階調値を一定値に補正するようにした請求項1、2又は3に記載の舗装路面のクラックの抽出と損傷レベルの評価方法。
- 該評価対象舗装領域(A)の画像の解像度を変化させ、それぞれに該抽出用画像フィルタ(4)を適用させた結果の重ね合わせ処理を行うようにした請求項1、2、3又は4に記載の舗装路面のクラックの抽出と損傷レベルの評価方法。
- 該抽出用画像フィルタ(4)を適用後に該評価対象舗装領域(A)の画像内にある、所定の画素数未満の微小な黒画素を消去するようにした請求項1乃至5の一つの項に記載の舗装路面のクラックの抽出と損傷レベルの評価方法。
- 該道路(7)の路面走行方向に矩形領域(10)を均等間隔で選定し、該矩形領域(10)の階調値(輝度)の平均値とSobel フィルタ型(水平方向微分)加重マトリクスを作用させた平均値の2つを特徴量として選択し、特徴空間(11)において、アスファルト舗装(8)とコンクリート舗装(9)の判別を、該両舗装(8,9)による該特徴量の区分け境界(12)をマハラノビス距離により定めて、なすようにした請求項1乃至6の一つの項に記載の舗装路面のクラックの抽出と損傷レベルの評価方法。
- 該道路(7)の舗装種別毎に最適な該抽出用画像フィルタ(4)を適用するようにした請求項1乃至7の一つの項に記載の舗装路面のクラックの抽出と損傷レベルの評価方法。
- 該評価対象舗装領域(A)の画像に対する該抽出用画像フィルタ(4)の適用に際し、離散コサイン変換(13)を適用して周波数領域で特定の成分を除去した後、逆変換することで、グルービング(14)のみを画像から消すようにした請求項1乃至8の一つの項に記載の舗装路面のクラックの抽出と損傷レベルの評価方法。
- 該評価対象舗装領域(A)の画像に2値化処理をした後、車線を画定する一対のレーンマークの一方(17)と他方 (18)で白と判定された画素を抽出し、それぞれについて最小二乗法により直線を推定し、該各直線と該各白画素との2乗平均誤差(δ)を計算して該各直線の切片を該誤差(δ)分だけ内側に移動させることにより、評価対象範囲を限定するようにした請求項1乃至9の一つの項に記載の舗装路面のクラックの抽出と損傷レベルの評価方法。
- 該抽出用画像フィルタ(4)の適用時に用いた該ブロック(6)の全数を対象として、まず各該ブロック(6)に規定値以上のクラック領域が存在するか否かにより「健全」あるいは「損傷」を判定し、次いで損傷ブロックの該全数のブロックに対する割合を「概算ひび割れ率」として算出するようにした請求項1乃至10の一つの項に記載の舗装路面のクラックの抽出と損傷レベルの評価方法。
- 該評価対象舗装領域(A)の画像を入力する(連番の画像を順次、処理)と舗装種別を判別し、アスファルト舗装(8)の場合、画像中の解析対象領域を認識し、クラック(1)の抽出のための画像処理を行って「ひび割れ率」を判定し、コンクリート舗装(9)の場合、画像中の解析対象領域を認識し、グルービング(14)のみを画像から消す処理をしてから、クラック抽出のための画像処理を行って「ひび割れ率」を判定し、クラック(1)が規定値以上の損傷ブロック(61)と以下の健全ブロック(62)を、色分けした形で画像として出力するようになっている請求項1乃至11の一つの項に記載の舗装路面のクラックの抽出と損傷レベルの評価方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010042247A JP5479944B2 (ja) | 2010-02-26 | 2010-02-26 | 舗装路面のクラックの抽出と損傷レベルの評価方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010042247A JP5479944B2 (ja) | 2010-02-26 | 2010-02-26 | 舗装路面のクラックの抽出と損傷レベルの評価方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2011179874A true JP2011179874A (ja) | 2011-09-15 |
JP5479944B2 JP5479944B2 (ja) | 2014-04-23 |
Family
ID=44691546
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2010042247A Expired - Fee Related JP5479944B2 (ja) | 2010-02-26 | 2010-02-26 | 舗装路面のクラックの抽出と損傷レベルの評価方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5479944B2 (ja) |
Cited By (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013167494A (ja) * | 2012-02-14 | 2013-08-29 | Fujitsu Ltd | 構造物点検支援方法、構造物点検支援プログラム及び構造物点検支援装置 |
CN103440657A (zh) * | 2013-08-27 | 2013-12-11 | 武汉大学 | 一种在线道路裂缝筛查方法 |
JP2013250059A (ja) * | 2012-05-30 | 2013-12-12 | Railway Technical Research Institute | コンクリート表面の変状管理方法 |
CN103955923A (zh) * | 2014-04-18 | 2014-07-30 | 南京理工大学 | 一种快速的基于图像的路面病害检测方法 |
JP2016045508A (ja) * | 2014-08-19 | 2016-04-04 | インターナショナル・ビジネス・マシーンズ・コーポレーションInternational Business Machines Corporation | 路面の劣化度合い推定方法およびアルゴリズム(多重解像度画像のガボール・フィルター出力画像を使用した、ひび割れ検出手法) |
WO2017120796A1 (zh) * | 2016-01-13 | 2017-07-20 | 富士通株式会社 | 路面病害的检测方法及其装置、电子设备 |
CN107219168A (zh) * | 2017-08-02 | 2017-09-29 | 贵州工程应用技术学院 | 一种预损伤智能损伤探测器 |
KR101847944B1 (ko) * | 2016-05-09 | 2018-04-11 | 인하공업전문대학산학협력단 | 무인 항공기를 이용한 도로 균열 탐지 장치 및 방법 |
WO2019009007A1 (ja) * | 2017-07-06 | 2019-01-10 | 富士フイルム株式会社 | 機械学習データ生成方法、機械学習データ生成プログラム、機械学習データ生成システム、サーバ装置、画像処理方法、画像処理プログラム、及び画像処理システム |
JP2019057221A (ja) * | 2017-09-22 | 2019-04-11 | エヌ・ティ・ティ・コムウェア株式会社 | 情報処理装置、情報処理システム、情報処理方法、及び情報処理プログラム |
JP2019120693A (ja) * | 2017-12-28 | 2019-07-22 | 大和ハウス工業株式会社 | 外装材の損傷検出方法 |
EP3327198A4 (en) * | 2015-07-21 | 2019-07-24 | Kabushiki Kaisha Toshiba | RISS ANALYSIS DEVICE, RIP ANALYSIS METHOD AND RIP ANALYSIS PROGRAM |
KR20190128873A (ko) * | 2018-05-09 | 2019-11-19 | (주)건설표준시험원 | 포장 상태 평가 방법 |
JP2019199709A (ja) * | 2018-05-15 | 2019-11-21 | 株式会社ガイアート | 溝評価装置,溝評価システムおよび溝評価方法 |
CN111562273A (zh) * | 2020-06-05 | 2020-08-21 | 大连工业大学 | 基于高光谱的鱼水射流除鳞轻微损伤可视化方法 |
JP2020147961A (ja) * | 2019-03-12 | 2020-09-17 | 東芝インフラシステムズ株式会社 | 道路維持管理システム、舗装種別判定装置、舗装劣化判定装置、修繕優先度判定装置、道路維持管理方法、舗装種別判定方法、舗装劣化判定方法、修繕優先度判定方法 |
CN113030086A (zh) * | 2021-02-26 | 2021-06-25 | 甘肃省公路交通建设集团有限公司 | 一种评价沥青混凝土中纤维分散性的方法 |
KR102271608B1 (ko) * | 2020-11-17 | 2021-07-01 | 주식회사 무한정보기술 | 도로 수명 연장을 위한 인공지능 기반 도로 보수공법 추천 시스템 |
CN113112468A (zh) * | 2021-04-02 | 2021-07-13 | 山东高速工程检测有限公司 | 一种道路裂缝图片识别与处理方法 |
US11157750B2 (en) | 2018-03-06 | 2021-10-26 | Toshiba Infrastructure Systems & Solutions Corporation | Captured image check system and captured image check method |
CN113658144A (zh) * | 2021-08-20 | 2021-11-16 | 中国公路工程咨询集团有限公司 | 路面病害几何信息的确定方法、装置、设备及介质 |
US11182650B2 (en) | 2017-03-24 | 2021-11-23 | Fujitsu Limited | Information processing apparatus to generate a next generation image processing program in genetic programming, control method, and non-transitory computer-readable storage medium for storage program |
JP2022038723A (ja) * | 2020-08-27 | 2022-03-10 | 株式会社テナーク | 赤外線自動熱解析診断方法、情報処理装置、赤外線自動熱解析診断システム、及びプログラム |
JP7046279B1 (ja) * | 2020-10-30 | 2022-04-01 | 三菱電機株式会社 | ひび割れ検出装置、ひび割れ検出方法及びひび割れ検出プログラム |
US11461663B2 (en) | 2016-10-26 | 2022-10-04 | Fujitsu Limited | Information processing apparatus, information processing method for image processing, and storage medium |
CN117079144A (zh) * | 2023-10-17 | 2023-11-17 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种非均匀光照下沥青路面检测图像线性裂缝提取方法 |
CN117078737A (zh) * | 2023-10-17 | 2023-11-17 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种线性裂缝长度计算方法 |
CN117805819A (zh) * | 2024-02-29 | 2024-04-02 | 四川省公路规划勘察设计研究院有限公司 | 一种基于InSAR技术的道路选线地质稳定性评估方法 |
CN117805819B (zh) * | 2024-02-29 | 2024-05-14 | 四川省公路规划勘察设计研究院有限公司 | 一种基于InSAR技术的道路选线地质稳定性评估方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0481603A (ja) * | 1990-07-24 | 1992-03-16 | Komatsu Ltd | 路面状況自動解析方法 |
JPH04240556A (ja) * | 1991-01-23 | 1992-08-27 | Tokimec Inc | 路面のひび計測装置 |
JPH0735532A (ja) * | 1993-07-20 | 1995-02-07 | Abe Sekkei:Kk | 路面のひび割れ長さの測定方法 |
JPH0996515A (ja) * | 1995-09-29 | 1997-04-08 | Mitsubishi Heavy Ind Ltd | 路面ひびわれ検出装置 |
JP2001099784A (ja) * | 1999-09-29 | 2001-04-13 | Keisoku Kensa Kk | 既設橋梁における床板のひび割れ検出方法及びその表示方法 |
JP2008046065A (ja) * | 2006-08-21 | 2008-02-28 | Nagoya City | 路面画像作成方法および路面画像作成装置 |
JP2009064162A (ja) * | 2007-09-05 | 2009-03-26 | Fuji Heavy Ind Ltd | 画像認識システム |
JP2009122939A (ja) * | 2007-11-14 | 2009-06-04 | Bridgestone Corp | タイヤ検査用特徴抽出プログラム作成装置及びタイヤ検査装置 |
-
2010
- 2010-02-26 JP JP2010042247A patent/JP5479944B2/ja not_active Expired - Fee Related
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0481603A (ja) * | 1990-07-24 | 1992-03-16 | Komatsu Ltd | 路面状況自動解析方法 |
JPH04240556A (ja) * | 1991-01-23 | 1992-08-27 | Tokimec Inc | 路面のひび計測装置 |
JPH0735532A (ja) * | 1993-07-20 | 1995-02-07 | Abe Sekkei:Kk | 路面のひび割れ長さの測定方法 |
JPH0996515A (ja) * | 1995-09-29 | 1997-04-08 | Mitsubishi Heavy Ind Ltd | 路面ひびわれ検出装置 |
JP2001099784A (ja) * | 1999-09-29 | 2001-04-13 | Keisoku Kensa Kk | 既設橋梁における床板のひび割れ検出方法及びその表示方法 |
JP2008046065A (ja) * | 2006-08-21 | 2008-02-28 | Nagoya City | 路面画像作成方法および路面画像作成装置 |
JP2009064162A (ja) * | 2007-09-05 | 2009-03-26 | Fuji Heavy Ind Ltd | 画像認識システム |
JP2009122939A (ja) * | 2007-11-14 | 2009-06-04 | Bridgestone Corp | タイヤ検査用特徴抽出プログラム作成装置及びタイヤ検査装置 |
Cited By (44)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013167494A (ja) * | 2012-02-14 | 2013-08-29 | Fujitsu Ltd | 構造物点検支援方法、構造物点検支援プログラム及び構造物点検支援装置 |
JP2013250059A (ja) * | 2012-05-30 | 2013-12-12 | Railway Technical Research Institute | コンクリート表面の変状管理方法 |
CN103440657A (zh) * | 2013-08-27 | 2013-12-11 | 武汉大学 | 一种在线道路裂缝筛查方法 |
CN103440657B (zh) * | 2013-08-27 | 2015-11-04 | 武汉大学 | 一种在线道路裂缝筛查方法 |
CN103955923B (zh) * | 2014-04-18 | 2017-03-01 | 南京理工大学 | 一种快速的基于图像的路面病害检测方法 |
CN103955923A (zh) * | 2014-04-18 | 2014-07-30 | 南京理工大学 | 一种快速的基于图像的路面病害检测方法 |
JP2016045508A (ja) * | 2014-08-19 | 2016-04-04 | インターナショナル・ビジネス・マシーンズ・コーポレーションInternational Business Machines Corporation | 路面の劣化度合い推定方法およびアルゴリズム(多重解像度画像のガボール・フィルター出力画像を使用した、ひび割れ検出手法) |
US9390343B2 (en) | 2014-08-19 | 2016-07-12 | International Business Machines Corporation | Estimating degree of deterioration of road surface |
EP3327198A4 (en) * | 2015-07-21 | 2019-07-24 | Kabushiki Kaisha Toshiba | RISS ANALYSIS DEVICE, RIP ANALYSIS METHOD AND RIP ANALYSIS PROGRAM |
EP3854941A1 (en) * | 2015-07-21 | 2021-07-28 | Kabushiki Kaisha Toshiba | Crack analysis device, crack analysis method, and crack analysis program |
US10648922B2 (en) | 2015-07-21 | 2020-05-12 | Kabushiki Kaisha Toshiba | Crack analysis device, crack analysis method, and crack analysis program |
EP3848509A1 (en) * | 2015-07-21 | 2021-07-14 | Kabushiki Kaisha Toshiba | Crack analysis device, crack analysis method, and crack analysis program |
WO2017120796A1 (zh) * | 2016-01-13 | 2017-07-20 | 富士通株式会社 | 路面病害的检测方法及其装置、电子设备 |
KR101847944B1 (ko) * | 2016-05-09 | 2018-04-11 | 인하공업전문대학산학협력단 | 무인 항공기를 이용한 도로 균열 탐지 장치 및 방법 |
US11461663B2 (en) | 2016-10-26 | 2022-10-04 | Fujitsu Limited | Information processing apparatus, information processing method for image processing, and storage medium |
US11182650B2 (en) | 2017-03-24 | 2021-11-23 | Fujitsu Limited | Information processing apparatus to generate a next generation image processing program in genetic programming, control method, and non-transitory computer-readable storage medium for storage program |
WO2019009007A1 (ja) * | 2017-07-06 | 2019-01-10 | 富士フイルム株式会社 | 機械学習データ生成方法、機械学習データ生成プログラム、機械学習データ生成システム、サーバ装置、画像処理方法、画像処理プログラム、及び画像処理システム |
CN107219168B (zh) * | 2017-08-02 | 2024-03-29 | 贵州工程应用技术学院 | 一种预损伤智能损伤探测器 |
CN107219168A (zh) * | 2017-08-02 | 2017-09-29 | 贵州工程应用技术学院 | 一种预损伤智能损伤探测器 |
JP2019057221A (ja) * | 2017-09-22 | 2019-04-11 | エヌ・ティ・ティ・コムウェア株式会社 | 情報処理装置、情報処理システム、情報処理方法、及び情報処理プログラム |
JP7148387B2 (ja) | 2017-12-28 | 2022-10-05 | 大和ハウス工業株式会社 | 外装材の損傷検出方法 |
JP2019120693A (ja) * | 2017-12-28 | 2019-07-22 | 大和ハウス工業株式会社 | 外装材の損傷検出方法 |
US11157750B2 (en) | 2018-03-06 | 2021-10-26 | Toshiba Infrastructure Systems & Solutions Corporation | Captured image check system and captured image check method |
KR102102376B1 (ko) * | 2018-05-09 | 2020-04-20 | (주)건설표준시험원 | 포장 상태 평가 방법 |
KR20190128873A (ko) * | 2018-05-09 | 2019-11-19 | (주)건설표준시험원 | 포장 상태 평가 방법 |
JP2019199709A (ja) * | 2018-05-15 | 2019-11-21 | 株式会社ガイアート | 溝評価装置,溝評価システムおよび溝評価方法 |
JP7333511B2 (ja) | 2019-03-12 | 2023-08-25 | 東芝インフラシステムズ株式会社 | 道路維持管理システム、舗装種別判定装置、修繕優先度判定装置、道路維持管理方法、舗装種別判定方法、修繕優先度判定方法 |
JP2020147961A (ja) * | 2019-03-12 | 2020-09-17 | 東芝インフラシステムズ株式会社 | 道路維持管理システム、舗装種別判定装置、舗装劣化判定装置、修繕優先度判定装置、道路維持管理方法、舗装種別判定方法、舗装劣化判定方法、修繕優先度判定方法 |
CN111562273A (zh) * | 2020-06-05 | 2020-08-21 | 大连工业大学 | 基于高光谱的鱼水射流除鳞轻微损伤可视化方法 |
JP7160372B2 (ja) | 2020-08-27 | 2022-10-25 | 株式会社テナーク | 赤外線自動熱解析診断方法、情報処理装置、赤外線自動熱解析診断システム、及びプログラム |
JP2022038723A (ja) * | 2020-08-27 | 2022-03-10 | 株式会社テナーク | 赤外線自動熱解析診断方法、情報処理装置、赤外線自動熱解析診断システム、及びプログラム |
WO2022091327A1 (ja) * | 2020-10-30 | 2022-05-05 | 三菱電機株式会社 | ひび割れ検出装置、ひび割れ検出方法及びひび割れ検出プログラム |
JP7046279B1 (ja) * | 2020-10-30 | 2022-04-01 | 三菱電機株式会社 | ひび割れ検出装置、ひび割れ検出方法及びひび割れ検出プログラム |
KR102271608B1 (ko) * | 2020-11-17 | 2021-07-01 | 주식회사 무한정보기술 | 도로 수명 연장을 위한 인공지능 기반 도로 보수공법 추천 시스템 |
CN113030086A (zh) * | 2021-02-26 | 2021-06-25 | 甘肃省公路交通建设集团有限公司 | 一种评价沥青混凝土中纤维分散性的方法 |
CN113030086B (zh) * | 2021-02-26 | 2023-09-22 | 甘肃省公路交通建设集团有限公司 | 一种评价沥青混凝土中纤维分散性的方法 |
CN113112468A (zh) * | 2021-04-02 | 2021-07-13 | 山东高速工程检测有限公司 | 一种道路裂缝图片识别与处理方法 |
CN113658144A (zh) * | 2021-08-20 | 2021-11-16 | 中国公路工程咨询集团有限公司 | 路面病害几何信息的确定方法、装置、设备及介质 |
CN117079144A (zh) * | 2023-10-17 | 2023-11-17 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种非均匀光照下沥青路面检测图像线性裂缝提取方法 |
CN117078737A (zh) * | 2023-10-17 | 2023-11-17 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种线性裂缝长度计算方法 |
CN117079144B (zh) * | 2023-10-17 | 2023-12-26 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种非均匀光照下沥青路面检测图像线性裂缝提取方法 |
CN117078737B (zh) * | 2023-10-17 | 2024-03-29 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种线性裂缝长度计算方法 |
CN117805819A (zh) * | 2024-02-29 | 2024-04-02 | 四川省公路规划勘察设计研究院有限公司 | 一种基于InSAR技术的道路选线地质稳定性评估方法 |
CN117805819B (zh) * | 2024-02-29 | 2024-05-14 | 四川省公路规划勘察设计研究院有限公司 | 一种基于InSAR技术的道路选线地质稳定性评估方法 |
Also Published As
Publication number | Publication date |
---|---|
JP5479944B2 (ja) | 2014-04-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5479944B2 (ja) | 舗装路面のクラックの抽出と損傷レベルの評価方法 | |
Tran et al. | One stage detector (RetinaNet)-based crack detection for asphalt pavements considering pavement distresses and surface objects | |
Chen et al. | Automated extraction and evaluation of fracture trace maps from rock tunnel face images via deep learning | |
Ukhwah et al. | Asphalt pavement pothole detection using deep learning method based on YOLO neural network | |
EP3396358B1 (en) | Information processing device and information processing method | |
Akagic et al. | Pothole detection: An efficient vision based method using rgb color space image segmentation | |
Shim et al. | Multiscale and adversarial learning-based semi-supervised semantic segmentation approach for crack detection in concrete structures | |
CN103870833A (zh) | 基于凹性测度的路面裂缝提取与测评方法 | |
CN108776772A (zh) | 一种跨时间建筑物变化检测建模方法以及检测装置、方法及存储介质 | |
CN103440657B (zh) | 一种在线道路裂缝筛查方法 | |
CN115393727B (zh) | 一种路面线性裂缝识别方法、电子设备及存储介质 | |
Wang et al. | Pavement crack segmentation algorithm based on local optimal threshold of cracks density distribution | |
CN109583302B (zh) | 一种移动机器人可行区域训练数据集扩充方法 | |
Brackenbury et al. | Automated defect detection for masonry arch bridges | |
CN110956207B (zh) | 一种光学遥感影像全要素变化检测方法 | |
Dang et al. | Deep learning-based masonry crack segmentation and real-life crack length measurement | |
CN110619258A (zh) | 一种基于高分辨率遥感影像的道路轨迹核查方法 | |
CN108166362B (zh) | 一种沥青路面裂缝类型的自动识别方法 | |
Chen et al. | An improved minimal path selection approach with new strategies for pavement crack segmentation | |
Varela-González et al. | Automatic filtering of vehicles from mobile LiDAR datasets | |
Lang et al. | Pavement cracking detection and classification based on 3d image using multiscale clustering model | |
Ahmadi et al. | Automatic road crack detection and classification using image processing techniques, machine learning and integrated models in urban areas: A novel image binarization technique | |
Shirzad-Ghaleroudkhani et al. | A crowdsensing-based platform for transportation infrastructure monitoring and management in smart cities | |
CN113487638A (zh) | 高精度语义分割算法U2-net的地物边缘检测方法 | |
Fakhri et al. | Road crack detection using gaussian/prewitt filter |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20121002 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20130910 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20140210 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20140213 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5479944 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |