JP2012098045A - Crack detector and crack detection program - Google Patents
Crack detector and crack detection program Download PDFInfo
- Publication number
- JP2012098045A JP2012098045A JP2010243350A JP2010243350A JP2012098045A JP 2012098045 A JP2012098045 A JP 2012098045A JP 2010243350 A JP2010243350 A JP 2010243350A JP 2010243350 A JP2010243350 A JP 2010243350A JP 2012098045 A JP2012098045 A JP 2012098045A
- Authority
- JP
- Japan
- Prior art keywords
- crack
- broken line
- line
- pixel
- processing unit
- 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
Abstract
Description
この発明は、例えば、道路や地下鉄などのトンネルにおけるコンクリート壁面がデジタルカメラ等によって撮影されたデジタル画像を解析して、そのコンクリート壁面に生じているクラックを検出するクラック検出装置及びクラック検出プログラムに関するものである。 The present invention relates to a crack detection apparatus and a crack detection program for analyzing a digital image in which a concrete wall surface in a tunnel such as a road or a subway is photographed by a digital camera or the like and detecting a crack generated on the concrete wall surface. It is.
コンクリート壁面が撮影されているデジタル画像に対して、線形の空間フィルタを適用することで、そのコンクリート壁面に生じているクラック（ひび割れ）を検出するクラック検出装置は、以下の特許文献１，２に開示されている。
特許文献１，２に開示されているクラック検出装置では、コンクリート壁面に生じているクラックを検出することが可能であるが、線形の空間フィルタを用いる場合、デジタル画像を構成している複数の画素の中から、周辺に比べて暗い線状の領域に含まれる画素が取り出されるので、クラックでない線状の領域（例えば、コンクリートの塗り斑によって形成された凹凸や、雨垂れなどによるコンクリートの変色領域など）をクラックと誤って検出することがある。
The following
In the crack detection devices disclosed in
従来のクラック検出装置は以上のように構成されているので、デジタル画像を構成している複数の画素の中から、周辺に比べて暗い線状の領域に含まれる画素が取り出される。このため、クラックでない線状の領域（例えば、コンクリートの塗り斑によって形成された凹凸や、雨垂れなどによるコンクリートの変色領域など）をクラックと誤って検出することがある課題があった。 Since the conventional crack detection apparatus is configured as described above, pixels included in a linear area that is darker than the periphery are extracted from a plurality of pixels that form a digital image. For this reason, there has been a problem that a linear region that is not a crack (for example, unevenness formed by smears of concrete or a discolored region of concrete due to rain dripping, etc.) may be erroneously detected as a crack.
この発明は上記のような課題を解決するためになされたもので、クラックでない線状の領域の誤検出を招くことなく、高精度にクラックを検出することができるクラック検出装置及びクラック検出プログラムを得ることを目的とする。 The present invention has been made to solve the above-described problems, and provides a crack detection apparatus and a crack detection program capable of detecting a crack with high accuracy without causing erroneous detection of a linear region that is not a crack. The purpose is to obtain.
この発明に係るクラック検出装置は、クラックの検出対象面が撮影されている画像を構成している複数の画素の中から、クラックの領域を映している可能性がある画素を選別する画素選別手段と、画素選別手段により選別された画素を繋ぎ合わせて線状の画像領域を形成し、その画像領域がクラックの一部を構成している線分であるか否かを判別する線分判別手段と、線分判別手段によりクラックの一部を構成していると判別された線分を繋ぎ合わせて折れ線を形成し、その折れ線がクラックに相当する折れ線であるか否かを判別する折れ線判別手段とを設け、折れ線表示手段が、折れ線判別手段によりクラックに相当すると判別された折れ線を表示するようにしたものである。 The crack detection apparatus according to the present invention is a pixel selection means for selecting a pixel that is likely to show a crack area from a plurality of pixels constituting an image in which a crack detection target surface is photographed. And a line segment discriminating unit for determining whether or not the image region is a line segment constituting a part of the crack by connecting the pixels selected by the pixel selecting unit to form a linear image region. And a line segment discriminating unit for determining whether or not the broken line is a broken line corresponding to the crack by connecting the line segments determined to constitute part of the crack by the line segment discriminating unit. The broken line display means displays the broken line determined to be equivalent to the crack by the broken line determination means.
この発明によれば、クラックの検出対象面が撮影されている画像を構成している複数の画素の中から、クラックの領域を映している可能性がある画素を選別する画素選別手段と、画素選別手段により選別された画素を繋ぎ合わせて線状の画像領域を形成し、その画像領域がクラックの一部を構成している線分であるか否かを判別する線分判別手段と、線分判別手段によりクラックの一部を構成していると判別された線分を繋ぎ合わせて折れ線を形成し、その折れ線がクラックに相当する折れ線であるか否かを判別する折れ線判別手段とを設け、折れ線表示手段が、折れ線判別手段によりクラックに相当すると判別された折れ線を表示するように構成したので、クラックでない線状の領域の誤検出を招くことなく、高精度にクラックを検出することができる効果がある。 According to the present invention, the pixel selecting means for selecting a pixel that is likely to show the crack area from the plurality of pixels constituting the image on which the crack detection target surface is photographed, and the pixel A line segment discriminating unit that joins the pixels selected by the sorting unit to form a linear image region and determines whether the image region is a line segment that forms part of a crack; A segmented line discriminating unit is provided for connecting the segments determined to form part of the crack by the segment determining unit to form a polygonal line and determining whether the segmented line is a polygonal line corresponding to the crack. Since the broken line display means displays the broken line determined to be equivalent to the crack by the broken line discriminating means, the crack can be detected with high accuracy without causing erroneous detection of a non-cracked linear region. There is an effect that can be bet.
実施の形態１．
図１はこの発明の実施の形態１によるクラック検出装置を示す構成図である。
図１では、クラックの検出対象面が、道路や地下鉄などのトンネルにおけるコンクリート壁面である例を説明する。
ただし、クラックの検出対象面は、コンクリート壁面に限るものではなく、例えば、道路のアスファルト面など、クラックが生じ得る面であれば該当する。
Embodiment 1 FIG.
1 is a block diagram showing a crack detection apparatus according to Embodiment 1 of the present invention.
FIG. 1 illustrates an example in which the crack detection target surface is a concrete wall surface in a tunnel such as a road or a subway.
However, the detection target surface of the crack is not limited to the concrete wall surface, and may be any surface that can cause a crack, such as an asphalt surface of a road.
図１において、撮影機器１は例えば車両に搭載されて移動しながら、クラックの検出対象面であるコンクリート壁面を撮影するデジタルカメラなどの機器である。
ここでは、撮影機器１が移動しながらコンクリート壁面を撮影するとしているが、止まっている状態でコンクリート壁面を撮影してもよいことは言うまでもない。
デジタル画像入力部２は撮影機器１により撮影されたデジタル画像を取り込む入力インタフェースである。
クラック検出装置が撮影機器１と例えばＬＡＮなどのネットワークを介して接続される場合、デジタル画像入力部２はＬＡＮカードなどのネットワークＩ／Ｆ機器等から構成され、クラック検出装置が撮影機器１と例えばＵＳＢ接続される場合、ＵＳＢインタフェース等から構成される。
In FIG. 1, a photographing device 1 is a device such as a digital camera that photographs a concrete wall surface that is a detection target surface of a crack while being mounted on a vehicle and moving.
Here, it is assumed that the concrete wall surface is photographed while the photographing device 1 moves, but it goes without saying that the concrete wall surface may be photographed in a stopped state.
The digital
When the crack detection device is connected to the photographing device 1 via a network such as a LAN, the digital
デジタル画像格納用メモリ３はデジタル画像入力部２により取り込まれたデジタル画像を格納するＲＡＭなどの記録媒体である。
画素選別処理部４は例えばＣＰＵなどが搭載されている半導体集積回路、あるいは、ワンチップマイコンなどから構成されており、クラックの領域を映している画素の周辺の濃淡値パタンを考慮して設計された非線形の空間フィルタを用いて、デジタル画像格納用メモリ３により格納されているデジタル画像を構成している複数の画素の中から、クラックの領域を映している可能性がある画素を選別する処理を実施する。なお、画素選別処理部４は画素選別手段を構成している。
The digital image storage memory 3 is a recording medium such as a RAM for storing a digital image captured by the digital
The pixel
線分判別処理部５は例えばＣＰＵなどが搭載されている半導体集積回路、あるいは、ワンチップマイコンなどから構成されており、画素選別処理部４により選別された画素を繋ぎ合わせて線状の画像領域を形成し、その画像領域がクラックの一部を構成している線分であるか否かを判別する処理を実施する。なお、線分判別処理部５は線分判別手段を構成している。
The line segment
折れ線判別処理部６は例えばＣＰＵなどが搭載されている半導体集積回路、あるいは、ワンチップマイコンなどから構成されており、線分判別処理部５によりクラックの一部を構成していると判別された線分を繋ぎ合わせて折れ線を形成する処理を実施する。
また、折れ線判別処理部６は当該折れ線がクラックに相当する折れ線である確からしさを示す評価値を算出し、その評価値を所定の閾値と比較することで、当該折れ線がクラックに相当する折れ線であるか否かを判別する処理を実施する。
なお、折れ線判別処理部６は折れ線判別手段を構成している。
The broken line
Further, the broken line
The broken line
折れ線表示処理部７は例えばＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）などから構成されており、折れ線判別処理部６によりクラックに相当すると判別された折れ線をディスプレイ８に表示する処理を実施する。
折れ線表示処理部７は折れ線判別処理部６によりクラックに相当すると判別された折れ線をディスプレイ８に表示する際、折れ線判別処理部６により算出された評価値に対応する色で当該折れ線をディスプレイ８に表示する。
ディスプレイ８は例えば液晶パネルなどの表示機器である。
なお、折れ線表示処理部７及びディスプレイ８から折れ線表示手段が構成されている。
The broken line
When the broken line
The
The broken line
図１では、撮影機器１がクラック検出装置の外部に設けられている例を示しているが、クラック検出装置が撮影機器１を実装していてもよい。
また、クラック検出装置がディスプレイ８を実装している例を示しているが、ディスプレイ８がクラック検出装置の外部に設けられていてもよい。
Although FIG. 1 shows an example in which the imaging device 1 is provided outside the crack detection device, the crack detection device may be mounted with the imaging device 1.
Moreover, although the crack detection apparatus has shown the example which mounts the
図１では、クラック検出装置の構成要素である画素選別処理部４、線分判別処理部５、折れ線判別処理部６及び折れ線表示処理部７のそれぞれが専用のハードウェアで構成されている例を想定しているが、クラック検出装置がコンピュータ（計算機）で構成される場合、画素選別処理部４、線分判別処理部５、折れ線判別処理部６及び折れ線表示処理部７の処理内容を記述しているプログラム（画素選別プログラム、線分判別プログラム、折れ線判別プログラム、折れ線表示プログラム）をコンピュータのメモリに格納し、当該コンピュータのＣＰＵが当該メモリに格納されているプログラムを実行するようにしてもよい。
In FIG. 1, an example in which each of the pixel
図２はこの発明の実施の形態１によるクラック検出装置が計算機で構成されている場合の構成図である。
図２において、ハードディスク１１は画素選別処理部４の処理内容を記述している画素選別プログラム２１、線分判別処理部５の処理内容を記述している線分判別プログラム２２、折れ線判別処理部６の処理内容を記述している折れ線判別プログラム２３及び折れ線表示処理部７の処理内容を記述している折れ線表示プログラム２４を格納している計算機の記録媒体である。
ＣＰＵ１２はハードディスク１１により格納されている画素選別プログラム２１、線分判別プログラム２２、折れ線判別プログラム２３及び折れ線表示プログラム２４を順次実行する計算機の中央演算装置である。
FIG. 2 is a configuration diagram when the crack detection apparatus according to the first embodiment of the present invention is configured by a computer.
In FIG. 2, the
The
次に動作について説明する。
撮影機器１は、例えば車両に搭載されており、移動している状態で、クラックの検出対象面であるコンクリート壁面を撮影し、その撮影結果であるデジタル画像をクラック検出装置に出力する。
図３は撮影機器１により撮影された１６０×２４０ピクセルのコンクリート壁面のデジタル画像の一例を示す説明図である。
図３（ａ）のデジタル画像は、撮影後に画像処理が施されていないオリジナルの画像であり、図３（ｂ）のデジタル画像は、（ａ）のデジタル画像に対してコントラストを４倍している画像である。
図３の例では、左上から右下にかけて延びている折れ線のクラックが発生している。
Next, the operation will be described.
The photographing apparatus 1 is mounted on a vehicle, for example, and photographs a concrete wall surface that is a crack detection target surface in a moving state, and outputs a digital image that is a photographing result to the crack detection device.
FIG. 3 is an explanatory view showing an example of a digital image of a concrete wall surface of 160 × 240 pixels photographed by the photographing device 1.
The digital image in FIG. 3A is an original image that has not been subjected to image processing after shooting, and the digital image in FIG. 3B is obtained by multiplying the digital image in FIG. It is an image.
In the example of FIG. 3, a broken line crack extending from the upper left to the lower right occurs.
クラック検出装置のデジタル画像入力部２は、撮影機器１により撮影されたデジタル画像を取り込み、そのデジタル画像をデジタル画像格納用メモリ３に格納する。
画素選別処理部４は、デジタル画像入力部２がデジタル画像をデジタル画像格納用メモリ３に格納すると、クラックの領域を映している画素の周辺の濃淡値パタンを考慮して設計された非線形の空間フィルタを用いて、デジタル画像格納用メモリ３により格納されているデジタル画像を構成している複数の画素の中から、クラックの領域を映している可能性がある画素を選別する。
The digital
When the digital
ここで、図４は画素選別処理部４により用いられる非線形の空間フィルタ（クラック造影モデルに基づいて設計された画像処理用の非線形空間フィルタ）の一例を示す説明図である。
図４の例では、水平方向を０度として、クラックの走る方向を０度、２２．５度、４５度、６７．５度、９０度、１１２．５度、１３５度、１５７．５度の８パタンの何れかに分類することとして、１３種類の空間フィルタを定義している。
Here, FIG. 4 is an explanatory diagram showing an example of a non-linear spatial filter (non-linear spatial filter for image processing designed based on a crack contrast model) used by the pixel
In the example of FIG. 4, the horizontal direction is 0 degree, and the crack running direction is 0 degree, 22.5 degrees, 45 degrees, 67.5 degrees, 90 degrees, 112.5 degrees, 135 degrees, and 157.5 degrees. 13 types of spatial filters are defined as classified into any of 8 patterns.
図５はクラック造影モデルを示す説明図である。
図５では、コンクリート壁面がほぼ一定速度で右から左に移動する車両に搭載された撮影機器１により撮影されると仮定し、撮影機器１のシャッタースピードが１／５０００秒、車速が３６ｋｍ／ｈ、デジタル画像の解像度が１ピクセル１ｍｍである条件下では、シャッターが開いている間に、撮影機器１が移動する距離が２ｍｍとなるので、縦方向に走っている幅１ｍｍ以下のクラックは、２ピクセル分の画素として記録される。
一方、クラックは、壁面の一部が二つ以上に分割された状態であるので、クラックの形状は線状となる。
また、クラック自体から撮影機器１に入ってくる光は無い（色は黒）と見做してよいが、１ｍｍ未満のクラックの場合は、そのままピクセルとしては記録されず、クラック周辺の壁の反射光を減衰させた形で画像に記録される。
つまり、１ｍｍ未満のクラックの濃淡値は、クラックの周辺の壁の濃淡値に依存する。
FIG. 5 is an explanatory view showing a crack contrast enhancement model.
In FIG. 5, it is assumed that the concrete wall surface is photographed by the photographing device 1 mounted on the vehicle moving from right to left at a substantially constant speed, and the shutter speed of the photographing device 1 is 1/5000 second and the vehicle speed is 36 km / h. Under the condition that the resolution of the digital image is 1 mm per pixel, the distance that the photographing device 1 moves while the shutter is open is 2 mm, so that a crack with a width of 1 mm or less running in the vertical direction is 2 Recorded as pixels worth of pixels.
On the other hand, since the crack is in a state where a part of the wall surface is divided into two or more, the shape of the crack is linear.
In addition, it may be considered that there is no light entering the photographing apparatus 1 from the crack itself (the color is black). However, in the case of a crack of less than 1 mm, it is not recorded as a pixel as it is, but is reflected from the wall around the crack. It is recorded on the image in the form of attenuated light.
That is, the gray value of a crack of less than 1 mm depends on the gray value of the wall around the crack.
以上のことから、撮影機器１の投影面上のクラック像は、次のような特徴を有することになる。
（１）強方向性
局所的に観察すると、上下・左右・斜めの何れかの方向に線状に存在する。
（２）局所一様性
クラックおよびその周辺の画素は、それぞれ類似した濃淡値を有する。
（３）局所対称性
クラック周辺の画素の濃淡値は、クラックを中心に対称性を有する。
以上より、図４に例示したような非線形の空間フィルタを設計することができる。
From the above, the crack image on the projection surface of the photographing apparatus 1 has the following characteristics.
(1) Strong directionality When observed locally, it exists linearly in one of the vertical, horizontal, and diagonal directions.
(2) Local Uniformity The crack and surrounding pixels have similar gray values.
(3) Local symmetry The gray value of the pixel around the crack has symmetry around the crack.
From the above, a nonlinear spatial filter as illustrated in FIG. 4 can be designed.
以下、画素選別処理部４による画素の選別処理を具体的に説明する。
まず、画素選別処理部４は、例えば、図４に示す１３種類の非線形空間フィルタの中から、任意の非線形空間フィルタを選択する。
次に、画素選別処理部４は、その選択した非線形空間フィルタを用いて、デジタル画像を構成している画素毎に、当該画素がクラックを構成する確からしさを示す評価値Ｖを計算する。
Hereinafter, pixel selection processing by the pixel
First, the pixel
Next, the pixel
例えば、図６に示すように、１３５度の非線形空間フィルタを用いて、デジタル画像の中心画素（図中、濃淡値が“１７３”の画素）の評価値を計算する場合、下記の式（１）〜（６）に濃淡値を代入することで、評価値Ｖを計算する。
強方向性 ： Ｖ１＝（ｅ＋ｆ＋ｇ）−（ａ＋ｂ＋ｃ） （１）
Ｖ２＝（ｈ＋ｉ＋ｊ）−（ａ＋ｂ＋ｃ） （２）
局所一様性： Ｖ３＝−（｜ａ−ｂ｜＋｜ｂ−ｃ｜＋｜ｃ−ａ｜） （３）
Ｖ４＝−（｜ｅ−ｆ｜＋｜ｆ−ｇ｜＋｜ｇ−ｅ｜） （４）
Ｖ５＝−（｜ｈ−ｉ｜＋｜ｉ−ｊ｜＋｜ｊ−ｈ｜） （５）
局所対称性： Ｖ６＝−（｜（ｅ＋ｆ＋ｇ）−（ｈ＋ｉ＋ｊ）｜） （６）
Ｖ＝Ｖ１＋Ｖ２＋Ｖ３＋Ｖ４＋Ｖ５＋Ｖ６ （７）
For example, as shown in FIG. 6, when calculating the evaluation value of the central pixel of the digital image (the pixel whose gray value is “173” in the figure) using a 135-degree nonlinear spatial filter, the following formula (1 ) To (6), the evaluation value V is calculated by substituting the shade value.
Strong directionality: V1 = (e + f + g) − (a + b + c) (1)
V2 = (h + i + j)-(a + b + c) (2)
Local uniformity: V3 = − (| a−b | + | b−c | + | c−a |) (3)
V4 = − (| e−f | + | f−g | + | g−e |) (4)
V5 = − (| h−i | + | i−j | + | j−h |) (5)
Local symmetry: V6 = − (| (e + f + g) − (h + i + j) |) (6)
V = V1 + V2 + V3 + V4 + V5 + V6 (7)
ただし、１３５度の非線形空間フィルタを用いる場合、図６のデジタル画像では、ａ，ｂ，ｃ，ｅ，ｆ，ｇ，ｈ，ｉ，ｊの濃淡値が下記の値であるため、評価値Ｖは“２”になる。
ａ＝１７１、ｂ＝１７３、ｃ＝１７０
ｅ＝１７２、ｆ＝１７７、ｇ＝１７６
ｈ＝１７７、ｉ＝１７９、ｊ＝１７７
Ｖ＝Ｖ１＋Ｖ２＋Ｖ３＋Ｖ４＋Ｖ５＋Ｖ６
＝１１＋１９−６−１０−４−８
＝２
However, when a 135 degree non-linear spatial filter is used, in the digital image of FIG. 6, the gray values of a, b, c, e, f, g, h, i, and j are the following values. Becomes “2”.
a = 171, b = 173, c = 170
e = 172, f = 177, g = 176
h = 177, i = 179, j = 177
V = V1 + V2 + V3 + V4 + V5 + V6
= 11 + 19-6-10-4-8
= 2
画素選別処理部４は、デジタル画像を構成している画素毎に、当該画素の評価値Ｖを計算すると、当該画素の評価値Ｖと所定の閾値Ｖｔｈ（例えば、Ｖｔｈ＝０）を比較し、その評価値Ｖが閾値Ｖｔｈより大きければ（Ｖ＞Ｖｔｈ）、当該画素は、クラックの領域を映している可能性がある画素として選別する。
例えば、Ｖｔｈ＝０であれば、図６のデジタル画像の中心画素（図中、濃淡値が“１７３”の画素）は、フィルタ結果である評価値がＶ＝２であるため、クラックの領域を映している可能性がある画素として選別される。
図７は図３のデジタル画像に対してフィルタ処理を施した場合の画素の選別結果を示す説明図である。
図７において、画像上に黒色で示した画素が選別された画素である。
When the pixel
For example, if V th = 0, the center pixel of the digital image in FIG. 6 (the pixel whose gray value is “173” in the figure) has an evaluation value V = 2 as a filter result, and therefore the crack region Is selected as a pixel that may be reflected.
FIG. 7 is an explanatory diagram showing pixel selection results when the digital image of FIG. 3 is filtered.
In FIG. 7, the pixels shown in black on the image are the selected pixels.
線分判別処理部５は、画素選別処理部４がクラックの領域を映している可能性がある画素を選別すると、選別した画素の中で、隣り合っている画素を繋ぎ合わせることで、線状の画像領域を形成する。
線分判別処理部５は、線状の画像領域を形成すると、その画像領域がクラックの一部を構成している線分であるか否かを判別する。
When the pixel
When the line segment
即ち、線分判別処理部５は、線状の画像領域が、クラックを構成している確からしさを示す評価値Ｅ１を算出する。
例えば、線状の画像領域を構成する画素から１次近似式を求め、その１次近似式を求めた場合の相関係数をＣとして（画素から１次近似式を求める処理や、相関係数Ｃを求める処理自体は公知の技術であるため詳細な説明を省略する）、その１次近似式を画像領域で切り取ることによって定義される線分の長さをＬ（単位はピクセル）とする。
このとき、線分の長さＬが、ある程度の長さ以上でなければ、クラックである可能性は低いので、線分の長さＬと所定の閾値Ｌｔｈ（例えば、Ｌｔｈ＝１０）を比較し、線分の長さＬが閾値Ｌｔｈ以上であれば、相関係数Ｃを評価値Ｅ１とする。
一方、線分の長さＬが閾値Ｌｔｈ未満であれば、評価値Ｅ１の値を“０”とする。
・Ｌ≧Ｌｔｈの場合
Ｅ１＝Ｃ
・Ｌ＜Ｌｔｈの場合
Ｅ１＝０
That is, the line segment
For example, a linear approximate expression is obtained from pixels constituting a linear image region, and the correlation coefficient when the primary approximate expression is obtained is set as C (a process for obtaining a primary approximate expression from a pixel or a correlation coefficient Since the process for obtaining C is a known technique, a detailed description thereof is omitted), and the length of a line segment defined by cutting the linear approximation expression in an image region is L (unit is pixel).
At this time, if the length L of the line segment is not longer than a certain length, the possibility of a crack is low. Therefore, the length L of the line segment and a predetermined threshold L th (for example, L th = 10) are set. comparison, line segment length L is equal to the threshold value L th or more, the evaluation value E1 correlation coefficient C.
On the other hand, the line segment of length L is less than the threshold value L th, the value of the evaluation values E1 and "0".
・ When L ≧ L th
E1 = C
・ When L <L th
E1 = 0
線分判別処理部５は、線状の画像領域の評価値Ｅ１を算出すると、その評価値Ｅ１と所定の閾値Ｅ１ｔｈ（例えば、Ｅ１ｔｈ＝０．４）を比較し、その評価値Ｅ１が閾値Ｅ１ｔｈより大きければ（Ｅ１＞Ｅ１ｔｈ）、その画像領域がクラックの一部を構成している線分であると判別する。
図８は閾値Ｅ１ｔｈを“０．４”として、クラックの一部を構成している線分が判別された結果を示す説明図である。
図８において、黒の実線がクラックの一部を構成していると判別された線分である。
After calculating the evaluation value E1 of the linear image region, the line segment
FIG. 8 is an explanatory diagram showing a result of determining a line segment constituting a part of the crack with the threshold value E1th being “0.4”.
In FIG. 8, the black solid line is a line segment determined to constitute a part of the crack.
折れ線判別処理部６は、線分判別処理部５がクラックの一部を構成している線分を判別すると、１以上の線分を繋ぎ合わせて折れ線を形成する。図９は折れ線判別処理部６により形成された折れ線の例を示す説明図である。
折れ線判別処理部６は、１以上の線分を繋ぎ合わせて折れ線を形成すると、その折れ線がクラックに相当する折れ線であるか否かを判別する。
The broken line
The broken line
即ち、折れ線判別処理部６は、１以上の線分を繋ぎ合わせて形成した折れ線がクラックに相当する折れ線である確からしさを示す評価値Ｅ２を算出する。
例えば、折れ線を構成する線素の相関係数（＝線分判別処理部５により判別された線分の評価値Ｅ１）の平均値Ｅ１ａｖｅを算出し、その折れ線の全長Ｓが、ある程度の長さ以上でなければ、クラックである可能性は低いので、折れ線の全長Ｓと所定の閾値Ｓｔｈ（例えば、Ｓｔｈ＝５０）を比較し、折れ線の全長Ｓが閾値Ｓｔｈ以上であれば、折れ線を構成する線素の相関係数の平均値Ｅ１ａｖｅを評価値Ｅ２とする。
一方、折れ線の全長Ｓが閾値Ｓｔｈ未満であれば、評価値Ｅ２の値を“０”とする。
・Ｓ≧Ｓｔｈの場合
Ｅ２＝Ｅ１ａｖｅ
・Ｓ＜Ｓｔｈの場合
Ｅ２＝０
That is, the broken line
For example, the average value E1 ave of the correlation coefficient (= evaluation value E1 of the line segment discriminated by the line segment discrimination processing unit 5) of the line elements constituting the polyline is calculated, and the total length S of the polyline is a certain length. Otherwise, the possibility of a crack is low, so the total length S of the broken line is compared with a predetermined threshold S th (for example, S th = 50), and if the total length S of the broken line is equal to or greater than the threshold S th , The average value E1 ave of the correlation coefficients of the line elements constituting the polygonal line is set as the evaluation value E2.
On the other hand, the total length S of the polygonal line is less than the threshold value S th, the value of the evaluation value E2 is "0".
・ When S ≧ S th
E2 = E1 ave
・ When S <S th
E2 = 0
折れ線判別処理部６は、折れ線の評価値Ｅ２を算出すると、その評価値Ｅ２と所定の閾値Ｅ２ｔｈ（例えば、Ｅ２ｔｈ＝０．５）を比較し、その評価値Ｅ２が閾値Ｅ２ｔｈより大きければ（Ｅ２＞Ｅ２ｔｈ）、その折れ線がクラックに相当する折れ線であると判別する。
図１０は閾値Ｅ２ｔｈを“０．５”として、クラックに相当する折れ線が判別された結果を示す説明図である。
図１０において、黒の実線がクラックに相当すると判別された折れ線である。
After calculating the evaluation value E2 of the broken line, the broken line
FIG. 10 is an explanatory diagram showing a result of determining a broken line corresponding to a crack with the threshold value E2 th being “0.5”.
In FIG. 10, the black solid line is a broken line determined to correspond to a crack.
折れ線表示処理部７は、折れ線判別処理部６がクラックに相当する折れ線を判別すると、折れ線判別処理部６により算出された評価値Ｅ２に対応する色で当該折れ線をディスプレイ８に表示する。
図１１は評価値Ｅ２と表示色の対応関係を示す説明図である。
図１１の対応関係に従う場合、折れ線判別処理部６により算出された折れ線の評価値Ｅ２が“０．７”以上であれば、その折れ線を赤色で表示し、その折れ線の評価値Ｅ２が“０．６”以上“０．７”未満であれば、その折れ線を緑色で表示する。
また、その折れ線の評価値Ｅ２が“０．６”未満であれば、その折れ線を青色で表示する。
図１２は折れ線表示処理部７による折れ線の表示例を示す説明図である。
When the broken line
FIG. 11 is an explanatory diagram showing the correspondence between the evaluation value E2 and the display color.
11, if the evaluation value E2 of the broken line calculated by the broken line
If the evaluation value E2 of the broken line is less than “0.6”, the broken line is displayed in blue.
FIG. 12 is an explanatory diagram showing a display example of a broken line by the broken line
以上で明らかなように、この実施の形態１によれば、クラックの検出対象面であるコンクリート壁面が撮影されているデジタル画像を構成している複数の画素の中から、クラックの領域を映している可能性がある画素を選別する画素選別処理部４と、画素選別処理部４により選別された画素を繋ぎ合わせて線状の画像領域を形成し、その画像領域がクラックの一部を構成している線分であるか否かを判別する線分判別処理部５と、線分判別処理部５によりクラックの一部を構成していると判別された線分を繋ぎ合わせて折れ線を形成し、その折れ線がクラックに相当する折れ線であるか否かを判別する折れ線判別処理部６とを設け、折れ線表示処理部７が、折れ線判別処理部６によりクラックに相当すると判別された折れ線をディスプレイ８に表示するように構成したので、クラックでない線状の領域（例えば、コンクリートの塗り斑によって形成された凹凸や、雨垂れなどによるコンクリートの変色領域など）の誤検出を招くことなく、高精度にクラックを検出することができる効果を奏する。
As is apparent from the above, according to the first embodiment, the crack region is projected from the plurality of pixels constituting the digital image in which the concrete wall surface that is the detection target surface of the crack is photographed. The pixel
また、この実施の形態１によれば、折れ線表示処理部７が、折れ線判別処理部６によりクラックに相当すると判別された折れ線をディスプレイ８に表示する際、折れ線判別処理部６により算出された評価値Ｅ２に対応する色で当該折れ線をディスプレイ８に表示するように構成したので、ディスプレイ８に表示されている折れ線が、クラックである確度をユーザが感覚的に把握することができる効果を奏する。
Further, according to the first embodiment, when the broken line
実施の形態２．
上記実施の形態１では、画素選別処理部４が、クラック造影モデルに基づいて設計された画像処理用の非線形空間フィルタを用いるものを示したが、このような空間フィルタに限るものではなく、例えば、ハイパスフィルタやローパスフィルタのような線形のフィルタを用いるようにしてもよい。
In the first embodiment, the pixel
上記実施の形態１では、コンクリート壁面を撮影する撮影機器１が移動する車両に搭載されていることを前提にしてクラック造影モデルを構成し、そのクラック造影モデルに基づいて設計された非線形空間フィルタを用いて、画素選別処理部４が画素の選別処理を実施するものを示したが、撮影機器１が被写体に対して固定されていることを前提にしてクラック造影モデルを構成し、そのクラック造影モデルに基づいて設計された非線形空間フィルタを用いて、画素選別処理部４が画素の選別処理を実施するようにしてもよい。
例えば、上記実施の形態１では、撮影機器１の移動を考慮して、縦方向に走るクラック像の幅が広がるように空間フィルタを構成しているが、図１３に示すように、縦方向・横方向が対称となるように空間フィルタを構成してもよい。
In the first embodiment, the crack contrast model is configured on the assumption that the photographing device 1 for photographing the concrete wall surface is mounted on a moving vehicle, and the nonlinear spatial filter designed based on the crack contrast model is provided. In the above, the pixel
For example, in the first embodiment, the spatial filter is configured so that the width of the crack image running in the vertical direction is widened in consideration of the movement of the photographing device 1, but as shown in FIG. The spatial filter may be configured so that the horizontal direction is symmetric.
上記実施の形態１では、画素選別処理部４が、非線形空間フィルタを用いて、デジタル画像を構成している画素毎に評価値Ｖを計算し、その評価値Ｖを閾値Ｖｔｈと比較して、当該画素がクラックの領域を映している可能性がある画素であるか否かを判別するものを示したが、他の方法で、当該画素がクラックの領域を映している可能性がある画素であるか否かを判別するようにしてもよい。
例えば、評価値Ｖを正規分布する標本値とみなして、その評価値Ｖの平均と標準偏差を計算し、その平均値に対して標準偏差の定数倍を加えた値を閾値として、評価値Ｖと比較することで、当該画素がクラックの領域を映している可能性がある画素であるか否かを判別するようにしてもよい。
In the first embodiment, the pixel
For example, the evaluation value V is regarded as a normally distributed sample value, the average and standard deviation of the evaluation value V are calculated, and a value obtained by adding a constant multiple of the standard deviation to the average value is used as a threshold value. By comparing with the above, it may be determined whether or not the pixel is a pixel that may reflect a crack region.
上記実施の形態１では、線分判別処理部５が、１次近似式との相関係数Ｃ及び長さＬを予め設定された各々の閾値Ｅ１ｔｈ，Ｌｔｈと比較することで、クラックの一部を構成している線分であるか否かを判別するものを示したが、他の方法で、クラックの一部を構成している線分であるか否かを判別するようにしてもよい。
例えば、空間フィルタによって画素毎に与えられる評価値の合計値・平均値・標準偏差などの統計量を利用して、線分の評価値を算出し、その評価値を所定の閾値と比較することで、クラックの一部を構成している線分であるか否かを判別するようにしてもよい。
In the first embodiment, the line segment
For example, by using statistics such as the total value, average value, and standard deviation of evaluation values given to each pixel by the spatial filter, the evaluation value of the line segment is calculated and the evaluation value is compared with a predetermined threshold value. Thus, it may be determined whether or not the segment constitutes a part of the crack.
上記実施の形態１では、折れ線判別処理部６が、線分判別処理部５により判別された線分の評価値Ｅ１の平均値Ｅ１ａｖｅと折れ線の全長Ｓを評価値として、その折れ線がクラックに相当する折れ線であるか否かを判別するものを示したが、例えば、折れ線を構成する複数の画素に与えられている評価値Ｖの合計値・平均値・標準偏差などの統計量を利用して、その折れ線の評価値Ｅ２を計算するようにしてもよい。
In the first embodiment, the broken line
なお、本願発明はその発明の範囲内において、各実施の形態の自由な組み合わせ、あるいは各実施の形態の任意の構成要素の変形、もしくは各実施の形態において任意の構成要素の省略が可能である。 In the present invention, within the scope of the invention, any combination of the embodiments, or any modification of any component in each embodiment, or omission of any component in each embodiment is possible. .
１ 撮影機器、２ デジタル画像入力部、３ デジタル画像格納用メモリ、４ 画素選別処理部（画素選別手段）、５ 線分判別処理部（線分判別手段）、６ 折れ線判別処理部（折れ線判別手段）、７ 折れ線表示処理部（折れ線表示手段）、８ ディスプレイ（折れ線表示手段）、１１ ハードディスク、１２ ＣＰＵ、２１ 画素選別プログラム、２２ 線分判別プログラム、２３ 折れ線判別プログラム、２４ 折れ線表示プログラム。 DESCRIPTION OF SYMBOLS 1 Image pick-up device, 2 Digital image input part, 3 Digital image storage memory, 4 Pixel selection process part (Pixel selection means), 5 Line segment discrimination | determination process part (Line segment discrimination means), 6 Polygon line discrimination process part (Poly line discrimination means ), 7 broken line display processing unit (broken line display means), 8 display (broken line display means), 11 hard disk, 12 CPU, 21 pixel selection program, 22 line segment determination program, 23 broken line determination program, 24 broken line display program.
Claims (4)
折れ線表示手段は、上記折れ線判別手段によりクラックに相当していると判別された折れ線を表示する際、上記折れ線判別手段により算出された評価値に対応する色で当該折れ線を表示することを特徴とする請求項１または請求項２記載のクラック検出装置。 When determining whether the broken line is a broken line corresponding to a crack, the broken line determining means calculates an evaluation value indicating the probability that the broken line is a broken line corresponding to the crack,
The broken line display means displays the broken line in a color corresponding to the evaluation value calculated by the broken line discriminating means when displaying the broken line determined to correspond to the crack by the broken line discriminating means. The crack detection apparatus according to claim 1 or 2.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2010243350A JP2012098045A (en) | 2010-10-29 | 2010-10-29 | Crack detector and crack detection program |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2010243350A JP2012098045A (en) | 2010-10-29 | 2010-10-29 | Crack detector and crack detection program |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2012098045A true JP2012098045A (en) | 2012-05-24 |
Family
ID=46390145
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2010243350A Pending JP2012098045A (en) | 2010-10-29 | 2010-10-29 | Crack detector and crack detection program |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2012098045A (en) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2015004538A (en) * | 2013-06-19 | 2015-01-08 | 株式会社 東京ウエルズ | Defect inspection method |
| JP2016045508A (en) * | 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 | Method and algorithm for estimating degree of degradation of road surface (crack detection method using gabor filter output image of multi-resolution image) |
| WO2017057363A1 (en) * | 2015-10-01 | 2017-04-06 | 富士フイルム株式会社 | Crack detection apparatus, crack detection method, and program |
| JP2017167969A (en) * | 2016-03-17 | 2017-09-21 | 首都高技術株式会社 | Damage extraction system |
| CN107817246A (en) * | 2016-09-02 | 2018-03-20 | 富士通株式会社 | Medium, image processing method and the image processing apparatus of storage image processing routine |
| JP2019074496A (en) * | 2017-10-19 | 2019-05-16 | 清水建設株式会社 | Crack detector, crack detection method, and computer program |
| JP2019138783A (en) * | 2018-02-13 | 2019-08-22 | 名古屋電機工業株式会社 | Flaw detector, method for detecting flaws, and flaw detection program |
| JP2019200213A (en) * | 2015-12-25 | 2019-11-21 | 富士フイルム株式会社 | Damage information processing apparatus and damage information processing method |
| CN110610473A (en) * | 2018-06-13 | 2019-12-24 | 富士通株式会社 | Image processing apparatus, image processing method, and computer-readable storage medium |
| CN111435117A (en) * | 2019-01-11 | 2020-07-21 | 富士通株式会社 | Crack line detection device, crack line detection method, and recording medium |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH03160349A (en) * | 1989-11-20 | 1991-07-10 | Tokimec Inc | Device for detecting crack |
| JPH1048152A (en) * | 1996-07-31 | 1998-02-20 | Ishikawajima Harima Heavy Ind Co Ltd | Method and apparatus for detecting fine linear defect |
| JP2000028541A (en) * | 1998-07-10 | 2000-01-28 | Ishikawajima Harima Heavy Ind Co Ltd | Crack detection method for concrete surface |
| JP2000028542A (en) * | 1998-07-10 | 2000-01-28 | Ishikawajima Harima Heavy Ind Co Ltd | Concrete deterioration degree quantifying system |
| JP2008046065A (en) * | 2006-08-21 | 2008-02-28 | Nagoya City | Road surface image creating method and road surface image producing device |
-
2010
- 2010-10-29 JP JP2010243350A patent/JP2012098045A/en active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH03160349A (en) * | 1989-11-20 | 1991-07-10 | Tokimec Inc | Device for detecting crack |
| JPH1048152A (en) * | 1996-07-31 | 1998-02-20 | Ishikawajima Harima Heavy Ind Co Ltd | Method and apparatus for detecting fine linear defect |
| JP2000028541A (en) * | 1998-07-10 | 2000-01-28 | Ishikawajima Harima Heavy Ind Co Ltd | Crack detection method for concrete surface |
| JP2000028542A (en) * | 1998-07-10 | 2000-01-28 | Ishikawajima Harima Heavy Ind Co Ltd | Concrete deterioration degree quantifying system |
| JP2008046065A (en) * | 2006-08-21 | 2008-02-28 | Nagoya City | Road surface image creating method and road surface image producing device |
Cited By (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2015004538A (en) * | 2013-06-19 | 2015-01-08 | 株式会社 東京ウエルズ | Defect inspection method |
| JP2016045508A (en) * | 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 | Method and algorithm for estimating degree of degradation of road surface (crack detection method using gabor filter output image of multi-resolution image) |
| US9390343B2 (en) | 2014-08-19 | 2016-07-12 | International Business Machines Corporation | Estimating degree of deterioration of road surface |
| WO2017057363A1 (en) * | 2015-10-01 | 2017-04-06 | 富士フイルム株式会社 | Crack detection apparatus, crack detection method, and program |
| JP2019200213A (en) * | 2015-12-25 | 2019-11-21 | 富士フイルム株式会社 | Damage information processing apparatus and damage information processing method |
| US10942130B2 (en) | 2015-12-25 | 2021-03-09 | Fujifilm Corporation | Damage information processing device and damage information processing method |
| JP7313517B2 (en) | 2015-12-25 | 2023-07-24 | 富士フイルム株式会社 | Damage information processing device, damage information processing method, and damage information processing program |
| JP2022137150A (en) * | 2015-12-25 | 2022-09-21 | 富士フイルム株式会社 | Damage information processing device, damage information processing method, and damage information processing program |
| JP2017167969A (en) * | 2016-03-17 | 2017-09-21 | 首都高技術株式会社 | Damage extraction system |
| CN107817246A (en) * | 2016-09-02 | 2018-03-20 | 富士通株式会社 | Medium, image processing method and the image processing apparatus of storage image processing routine |
| US10229338B2 (en) | 2016-09-02 | 2019-03-12 | Fujitsu Limited | Medium storing image processing program, image processing method, and image processing device |
| CN107817246B (en) * | 2016-09-02 | 2020-06-19 | 富士通株式会社 | Medium storing image processing program, image processing method and image processing apparatus |
| JP2019074496A (en) * | 2017-10-19 | 2019-05-16 | 清水建設株式会社 | Crack detector, crack detection method, and computer program |
| JP2019138783A (en) * | 2018-02-13 | 2019-08-22 | 名古屋電機工業株式会社 | Flaw detector, method for detecting flaws, and flaw detection program |
| CN110610473B (en) * | 2018-06-13 | 2023-05-09 | 富士通株式会社 | Image processing apparatus, image processing method, and computer-readable storage medium |
| CN110610473A (en) * | 2018-06-13 | 2019-12-24 | 富士通株式会社 | Image processing apparatus, image processing method, and computer-readable storage medium |
| CN111435117A (en) * | 2019-01-11 | 2020-07-21 | 富士通株式会社 | Crack line detection device, crack line detection method, and recording medium |
| CN111435117B (en) * | 2019-01-11 | 2023-07-21 | 富士通株式会社 | Crack line detection device, crack line detection method, and recording medium |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2012098045A (en) | Crack detector and crack detection program | |
| JP5010001B2 (en) | 3D image display panel evaluation method and system | |
| KR100835380B1 (en) | Method for detecting edge of an image and apparatus thereof and computer readable medium processing the method | |
| KR101715211B1 (en) | Apparatus and method for detecting status of surface of road by using image and laser | |
| KR20140123593A (en) | Wire rope inspection device | |
| KR101674391B1 (en) | Apparatus for measuring contamination on lens | |
| US20130107059A1 (en) | Noise detecting device, noise detecting method, and program | |
| CN105554494B (en) | Snow point image detecting method and device and video quality detection device and system | |
| KR20050034536A (en) | A method for tracking the disappearance of detected logos within digital video signals | |
| WO2014013792A1 (en) | Noise evaluation method, image processing device, imaging device, and program | |
| TWI517099B (en) | A consecutive thin edge detection system and method for enhancing a color filter array image | |
| TWI751869B (en) | Computation apparatus and method of detecting defects for near-eye display | |
| JP4520880B2 (en) | Blot inspection method and blot inspection apparatus | |
| JP5243486B2 (en) | Cable position detection device, cable position detection method, and cable position detection program | |
| CN104349125A (en) | Area monitoring method and device | |
| TWI465699B (en) | Method of water level measurement | |
| JP2019120644A (en) | Surface inspection device and surface inspection method | |
| TWI757590B (en) | Luminance uniform detection system and luminance uniform detection method | |
| KR20150009842A (en) | System for testing camera module centering and method for testing camera module centering using the same | |
| JP6114559B2 (en) | Automatic unevenness detector for flat panel display | |
| JP2021190515A (en) | Workpiece left-over determination system | |
| JP2011191884A (en) | White line detection device | |
| JP2004170109A (en) | Apparatus and method for inspecting irregular color | |
| JP2007198850A (en) | Irregularity inspection method and apparatus | |
| JP5846100B2 (en) | Display device defect inspection method |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20130902 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20140131 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20140812 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20141002 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20141021 |