JP2012225811A - 塗膜劣化予測方法、塗膜劣化予測装置及びコンピュータプログラム - Google Patents
塗膜劣化予測方法、塗膜劣化予測装置及びコンピュータプログラム Download PDFInfo
- Publication number
- JP2012225811A JP2012225811A JP2011094516A JP2011094516A JP2012225811A JP 2012225811 A JP2012225811 A JP 2012225811A JP 2011094516 A JP2011094516 A JP 2011094516A JP 2011094516 A JP2011094516 A JP 2011094516A JP 2012225811 A JP2012225811 A JP 2012225811A
- Authority
- JP
- Japan
- Prior art keywords
- deterioration
- image
- coating film
- statistic
- virtual
- 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
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Testing Resistance To Weather, Investigating Materials By Mechanical Methods (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
【解決手段】塗膜劣化予測装置1の仮想劣化画像作成手段11は、所定のパラメータ及び時間変数に対応する複数の仮想劣化画像を作成する。対象画像作成手段12は、塗装面の撮影画像から対象画像を作成する。仮想プロファイル作成手段13は、仮想劣化画像の統計量として劣化部の個数f、面積率a、標準偏差sを算出し、f−a−s空間座標上に仮想プロファイルを示す。統計量算出手段14は、対象画像から統計量を算出し、対象値特定手段15は、対象画像に近い仮想プロファイルの統計量を特定し、特定した特定量に対応するパラメータ及び時間変数を特定する。劣化予測画像作成手段16は、特定されたパラメータを劣化進行モデルに入力し、時間変数に特定された値よりも大きい値を入力して、劣化予測画像を作成する。
【選択図】図1
Description
塗膜の劣化予測の対象である塗装面の撮影画像から、塗膜の劣化部を抽出して対象画像を作成する工程と、
上記複数の仮想劣化画像から劣化部に関する統計量を算出し、算出された統計量により表される仮想プロファイルを作成する工程と、
上記対象画像から、劣化部に関する統計量を算出する工程と、
上記対象画像の統計量に最も近い仮想プロファイルの統計量を特定し、特定された統計量に対応するパラメータの値と時間変数の値を特定する工程と、
上記特定されたパラメータの値を劣化進行モデルのパラメータに入力する一方、上記特定された時間変数の値よりも大きい値を劣化進行モデルの時間変数に入力し、これにより得られた劣化進行モデルの出力に基づいて劣化予測画像を作成する工程と
を備えることを特徴としている。
塗膜の劣化予測の対象である塗装面の撮影画像の入力を受け、塗膜の劣化部を抽出して対象画像を作成する対象画像作成手段と、
上記複数の仮想劣化画像から劣化部に関する統計量を算出し、算出された統計量により表される仮想プロファイルを作成する仮想プロファイル作成手段と、
上記対象画像から、劣化部に関する統計量を算出する統計量算出手段と、
上記対象画像の統計量に最も近い仮想プロファイルの統計量を特定し、特定された統計量に対応するパラメータの値と時間変数の値を特定する対象値特定手段と、
劣化進行モデルのパラメータに上記特定された値を入力する一方、時間変数に上記特定された値よりも大きい値を入力して劣化予測画像を作成する劣化予測画像作成手段と
を備える。
上記劣化部の発生個数n(t)と劣化部の面積s(t’)は、次の式(1)及び(2)によって表される。
n(t)−n(t−1)=N・・・(1)
s(t’)=πr2t’・・・(2)
ここで、t及びt’は自然数であり、Nは離散時間tが経過する毎に発生する劣化部の個数を表すパラメータであり、rは円で近似した劣化部の半径を表す0より大きいパラメータである。
上記複数の撮影画像から作成された複数の対象画像に基づいて仮想プロファイルの統計量を特定し、特定された統計量に共通するパラメータの値を特定すると共に、複数の対象画像に対応する複数の時間変数の値を特定し、特定された時間変数の値を撮影画像の撮影日時に対応させてスケーリングして、上記劣化予測画像の時間変数の値を日時に変換する。
n(t)−n(t−1)=N・・・(1)
s(t’)=πr2t’・・・(2)
ここで、t及びt’は自然数であり、Nは離散時間tが経過する毎に発生する劣化部の個数を表すパラメータであり、rは円で近似した劣化部の半径を表す0より大きいパラメータである。ここで、rは、劣化部の成長率を表す。
δ(x,y) = {1 if座標(x,
y)の点が塗膜劣化部},{0 if座標(x, y)の点が健全部}
このとき、D⊆Iが準劣化塊であるとは,Dが以下の条件を満たすことをいう.
(1)すべての(x, y) ∈ D に対して、δ(x, y) = 1.
(2)任意の(xp, yp),(xq, yq) ∈ D に対して,{(xi, yi)}i∈{1,・・・,k} ⊆ D が存在して次の(a),(b)が成り立つ.
(a) (xp, yp) = (x1,
y1) かつ(xq, yq) = (xk,
yk),
(b) 任意のi ∈ {1,・・・, k - 1} において,|xi - xi+1|≦1 かつ|yi - yi+1|≦1
また、準劣化塊D ⊆ I が劣化塊であるとは,D∪{(x, y)} が「準劣化塊となり、かつ、δ(x, y) = 1」となるような(x, y) ∈ I\D が存在しないことをいう。
このような定義において、仮想劣化画像の劣化塊の個数fは、次の式(3)のように表される。
f(δ) := |{ D ⊆ I | D : 劣化塊}|・・・(3)
また、塗膜の劣化部の面積率aは、次の式(4)のように表される。
上記構成の塗膜劣化予測装置1により、塗装面に関する1つの撮影画像に基づいて、この塗膜の劣化予測を行う方法を説明する。
実施例1では、塗膜劣化予測装置1により、塗装面に関する1つの撮影画像に基づいて塗膜の劣化予測を行なったが、実施例2では、同一の塗装面について、時系列の複数の撮影画像に基づいて塗膜の劣化予測を行う。
2 塗膜劣化予測装置本体
11 仮想劣化画像作成手段
12 対象画像作成手段
13 仮想プロファイル作成手段
14 統計量算出手段
15 対象値特定手段
16 劣化予測画像作成手段
Claims (7)
- 塗膜の劣化の進行を表す劣化進行モデルのパラメータに複数の候補値を設定し、パラメータの候補値毎に、時系列で表された複数の仮想劣化画像を作成する工程と、
塗膜の劣化予測の対象である塗装面の撮影画像から、塗膜の劣化部を抽出して対象画像を作成する工程と、
上記複数の仮想劣化画像から劣化部に関する統計量を算出し、算出された統計量により表される仮想プロファイルを作成する工程と、
上記対象画像から、劣化部に関する統計量を算出する工程と、
上記対象画像の統計量に最も近い仮想プロファイルの統計量を特定し、特定された統計量に対応するパラメータの値と時間変数の値を特定する工程と、
上記特定されたパラメータの値を劣化進行モデルのパラメータに入力する一方、上記特定された時間変数の値よりも大きい値を劣化進行モデルの時間変数に入力し、これにより得られた劣化進行モデルの出力に基づいて劣化予測画像を作成する工程と
を備えることを特徴とする塗膜劣化予測方法。 - 塗膜の劣化の進行を表す劣化進行モデルに関し、パラメータに設定する複数の候補値の入力を受け、入力された複数の候補値毎に、時系列で表された複数の仮想劣化画像を作成する仮想劣化画像作成手段と、
塗膜の劣化予測の対象である塗装面の撮影画像の入力を受け、塗膜の劣化部を抽出して対象画像を作成する対象画像作成手段と、
上記複数の仮想劣化画像から劣化部に関する統計量を算出し、算出された統計量により表される仮想プロファイルを作成する仮想プロファイル作成手段と、
上記対象画像から、劣化部に関する統計量を算出する統計量算出手段と、
上記対象画像の統計量に最も近い仮想プロファイルの統計量を特定し、特定された統計量に対応するパラメータの値と時間変数の値を特定する対象値特定手段と、
上記特定されたパラメータの値を劣化進行モデルのパラメータに入力する一方、上記特定された時間変数の値よりも大きい値を劣化進行モデルの時間変数に入力し、これにより得られた劣化進行モデルの出力に基づいて劣化予測画像を作成する劣化予測画像作成手段と
を備えることを特徴とする塗膜劣化予測装置。 - 請求項2に記載の塗膜劣化予測装置において、
上記劣化進行モデルは、塗膜での劣化部の発生を表す関数と、発生した劣化部の成長を表す関数との組み合わせであることを特徴とする塗膜劣化予測装置。 - 請求項2に記載の塗膜劣化予測装置において、
上記劣化進行モデルは、塗膜の設置時から離散時間tが経過したときの劣化部の発生個数n(t)と、各劣化部の発生時から離散時間t’が経過したときの劣化部の面積s(t’)との組み合わせにより表され、
上記劣化部の発生個数n(t)と劣化部の面積s(t’)は、次の式(1)及び(2)によって表されることを特徴とする塗膜劣化予測装置。
n(t)−n(t−1)=N・・・(1)
s(t’)=πr2t’・・・(2)
ここで、t及びt’は自然数であり、Nは離散時間tが経過する毎に発生する劣化部の個数を表すパラメータであり、rは円で近似した劣化部の半径を表す0より大きいパラメータである。 - 請求項2乃至4のいずれか1つに記載の塗膜劣化予測装置において、
上記劣化部に関する統計量は、画像内に存在する劣化部の個数と、画像の総面積に対する劣化部の合計面積の割合である面積率と、劣化部の面積の標準偏差であることを特徴とする塗膜劣化予測装置。 - 請求項2乃至5のいずれか1つに記載の塗膜劣化予測装置において、
上記撮影画像は、同一の塗装面に対して異なる日時で撮影された複数の撮影画像であり、
上記複数の撮影画像から作成された複数の対象画像に基づいて仮想プロファイルの統計量を特定し、特定された統計量に共通するパラメータの値を特定すると共に、複数の対象画像に対応する複数の時間変数の値を特定し、特定された時間変数の値を撮影画像の撮影日時に対応させてスケーリングして、上記劣化予測画像の時間変数の値を日時に変換することを特徴とする塗膜劣化予測装置。 - コンピュータを、請求項2乃至6のいずれか1つに記載の塗膜劣化予測装置として機能させるためのコンピュータプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011094516A JP5780817B2 (ja) | 2011-04-20 | 2011-04-20 | 塗膜劣化予測方法、塗膜劣化予測装置及びコンピュータプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011094516A JP5780817B2 (ja) | 2011-04-20 | 2011-04-20 | 塗膜劣化予測方法、塗膜劣化予測装置及びコンピュータプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2012225811A true JP2012225811A (ja) | 2012-11-15 |
JP5780817B2 JP5780817B2 (ja) | 2015-09-16 |
Family
ID=47276137
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011094516A Expired - Fee Related JP5780817B2 (ja) | 2011-04-20 | 2011-04-20 | 塗膜劣化予測方法、塗膜劣化予測装置及びコンピュータプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5780817B2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105698742A (zh) * | 2016-02-29 | 2016-06-22 | 北方民族大学 | 一种基于无人机的快速土地面积测量装置及测量方法 |
WO2019130391A1 (ja) | 2017-12-25 | 2019-07-04 | 富士通株式会社 | 画像処理プログラム、画像処理方法、および画像処理装置 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7169738B2 (ja) | 2016-08-24 | 2022-11-11 | 東芝産業機器システム株式会社 | 静止誘導機器 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06180281A (ja) * | 1992-11-20 | 1994-06-28 | Toshiba Corp | 構造部材の劣化・損傷予測方法およびその予測装置 |
JP2003329594A (ja) * | 2002-05-10 | 2003-11-19 | Mitsubishi Chemicals Corp | 建造物塗装面の劣化診断方法 |
JP2006194792A (ja) * | 2005-01-14 | 2006-07-27 | Hiroshima Univ | 腐食構造物の強度劣化予測方法 |
JP2009282926A (ja) * | 2008-05-26 | 2009-12-03 | Toshiba Corp | 時系列データ分析装置、方法及びプログラム |
JP2010032511A (ja) * | 2008-06-30 | 2010-02-12 | Denro Corp | 塗装劣化診断方法および装置 |
-
2011
- 2011-04-20 JP JP2011094516A patent/JP5780817B2/ja not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06180281A (ja) * | 1992-11-20 | 1994-06-28 | Toshiba Corp | 構造部材の劣化・損傷予測方法およびその予測装置 |
JP2003329594A (ja) * | 2002-05-10 | 2003-11-19 | Mitsubishi Chemicals Corp | 建造物塗装面の劣化診断方法 |
JP2006194792A (ja) * | 2005-01-14 | 2006-07-27 | Hiroshima Univ | 腐食構造物の強度劣化予測方法 |
JP2009282926A (ja) * | 2008-05-26 | 2009-12-03 | Toshiba Corp | 時系列データ分析装置、方法及びプログラム |
JP2010032511A (ja) * | 2008-06-30 | 2010-02-12 | Denro Corp | 塗装劣化診断方法および装置 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105698742A (zh) * | 2016-02-29 | 2016-06-22 | 北方民族大学 | 一种基于无人机的快速土地面积测量装置及测量方法 |
CN105698742B (zh) * | 2016-02-29 | 2018-12-21 | 北方民族大学 | 一种基于无人机的快速土地面积测量装置及测量方法 |
WO2019130391A1 (ja) | 2017-12-25 | 2019-07-04 | 富士通株式会社 | 画像処理プログラム、画像処理方法、および画像処理装置 |
US11474047B2 (en) | 2017-12-25 | 2022-10-18 | Fujitsu Limited | Computer-readable recording medium recording image processing program, image processing method, and image processing apparatus |
Also Published As
Publication number | Publication date |
---|---|
JP5780817B2 (ja) | 2015-09-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102256181B1 (ko) | 강구조물의 도막 상태 검사 및 평가 방법과 이를 위한 시스템 | |
US9805451B2 (en) | Building material classifications from imagery | |
CN104658002B (zh) | 一种无参考图像客观质量评价方法 | |
CN104902267B (zh) | 一种基于梯度信息的无参考图像质量评价方法 | |
CN107204004B (zh) | 一种铝电解槽火眼视频动态特征识别方法及系统 | |
JP5780817B2 (ja) | 塗膜劣化予測方法、塗膜劣化予測装置及びコンピュータプログラム | |
Bai | Morphological infrared image enhancement based on multi-scale sequential toggle operator using opening and closing as primitives | |
JP6780968B2 (ja) | 建物周辺の風速分布の推定方法及び建物周辺の風速分布推定装置 | |
CN107563397A (zh) | 一种卫星云图中云团运动矢量的确定方法 | |
CN104036493A (zh) | 一种基于多重分形谱的无参考图像质量评价方法 | |
CN105118053A (zh) | 一种基于压缩感知的全参考图像质量客观评价方法 | |
CN114332004A (zh) | 一种瓷砖表面缺陷检测方法、装置、电子设备及存储介质 | |
CN112329782A (zh) | 一种原料粒度确定方法、系统、终端及介质 | |
CN113158829A (zh) | 一种基于EfficientDet网络的深度学习矿石大小测量方法及预警系统 | |
CN111696079A (zh) | 一种基于多任务学习的表面缺陷检测方法 | |
JP5375398B2 (ja) | 塗装劣化診断方法および装置 | |
CN109684910A (zh) | 一种网络检测输电线路地表环境变化的方法及系统 | |
CN116228686A (zh) | 一种基于轻量级网络的划痕缺陷检测方法、装置以及设备 | |
CN110751170A (zh) | 面板质量检测方法、系统、终端设备及计算机可读介质 | |
Yuen et al. | Bayesian nonparametric general regression with adaptive kernel bandwidth and its application to seismic attenuation | |
CN103077514B (zh) | 一种基于全变分的视觉感知图像质量评价方法 | |
Guo et al. | A road surface damage detection method using yolov4 with pid optimizer | |
JP2016156630A (ja) | 疲労限度評価方法および疲労限度評価装置 | |
GB2566491A (en) | Damage detection and repair system | |
WO2020261568A1 (ja) | 路面検査装置、路面検査方法、およびプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20140415 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20141217 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20141224 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20150223 |
|
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: 20150714 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20150714 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5780817 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |