JP2013250058A - コンクリート表面の線状変状検出方法 - Google Patents

Abstract

【課題】コンクリート表面の太いひび割れと枝分かれした細いひび割れをコンクリート表面の撮影画像から簡単且つ確実に抽出すること。
【解決手段】コンクリート表面の撮像画像である原画像に補正やノイズ除去を行って前処理済画像を取得する工程、前処理済画像に平滑化処理を施した後に、２次微分を適用してひび割れ候補を抽出する工程、前処理済画像に１次微分を適用して局所的に最大の１次微分値を有するピクセルを抽出すると共に最大の１次微分値にヒステリシス閾値処理を施して太いひび割れと細いひび割れ及び線状ノイズを抽出する工程、太いひび割れと細いひび割れの領域間の距離と方向に閾値処理を施して枝分かれや延びた細いひび割れを抽出する工程、及び連結処理により有意なひび割れを抽出する工程からなる。
【選択図】図１

Description

本発明はトンネル壁面等のコンクリート表面の線状変状を検出する方法に関する。本明細書において、線状変状とはコンクリート表面に発生したひび割れ又はコンクリート表面に描かれたチョーク箇所である。

トンネルのコンクリート表面からコンクリート片が剥離したり落下したりするのを予防するためには、トンネルの健全度を正しく判定することが非常に重要である。コンクリート片の剥離や落下は、トンネル覆工面のコンクリート壁面に発生した閉合ひび割れ、交差ひび割れ、平行ひび割れなどの様々な変状を検査員が目視で検出し、検出した変状とその周辺をハンマーで叩いて、その打音から危険性の度合いを判定する打音診断方法が広く実施されてきた。変状検出については、作業員の目視に代わる各種の変状検出システムも開発されてきている。また、診断方法については、検査員によるハンマーによる打音診断方法に代わる各種のコンクリート内部欠陥診断システムも開発されてきている。

非接触的検査手法を用いたコンクリート内部欠陥診断システムは、従来の打音診断に代わる定量的な手法として極めて有効な方法である。ところが、非接触的診断手法はコンクリート壁面に隈なく作用するものではなく、コンクリートの内部に欠陥が存在する可能性がある特定の診断領域のコンクリート壁面にのみ作用するものである。

特許文献１にはウェーブレット変換を用いたひび割れ検出方法が示されている。このひび割れ検出方法は、基本的には輝度分布に基づく識別であるが、明部と暗部との境界付近にあるひび割れの検出精度が低下する、目地やケーブルなど明らかにひび割れでない部分をひび割れと判定してしまうなどの問題がある。また、閾値テーブルを予め用意しなければならないという面倒さもある。

特許文献２には、背景の色濃度データベースと、注目点の色濃度を照合しながら背景とひび割れ部を識別した上で、微細なひび割れ幅を計測するサブピクセル処理技術が記載されている。このひび割れ検出方法は、汚れや漏水などの複雑背景下では、ひび割れ部の検出精度が低下するなどの問題がある。

特許文献３には、コンクリート表面の画像に対して方向及び幅の異なる複数種類の２次元エッジフィルタを個別に適用し、画素ごとに、複数種類のエッジフィルタ適用後の画素値をそれぞれ比較し、最大の画素値をひび割れ特徴量として選定するひび割れ特徴量抽出手段を備えたひび割れ検知装置が開示されているが、実用性に問題がある。即ち、カメラからの距離、撮影カメラの画素数、想定するひび割れの幅などの情報が予め判明している場合は殆どないのが現実であるから、最適なフィルタサイズをその都度調べなければならないという面倒な作業があるからである。また、エッジフィルタは、背景やプレートなどのノイズのエッジもひび割れとして特徴量が抽出されるので、ひび割れ検出の精度にも問題がある。

ところで、ひび割れはトンネル健全度評価における最重要の情報であるが、トンネル覆工面のコンクリート壁面に発生したひび割れには、コンクリート構造物の健全度判断に影響しないひび割れ、及び線状ノイズも存在する。検査土木工学者や現場点検作業者によれば、コンクリート構造物の健全度判断の情報となる有意なひび割れは、太いひび割れ、及び、前記太いひび割れの端部から延びた細いひび割れと枝分かれした細いひび割れである。そこで、本願の発明者は、周辺に比較して黒っぽい線状の領域というひび割れの特徴に着目し、ひび割れを中心軸とその輪郭線で構成する領域として把握した。そして、非特許文献１に記載する如く、コンクリート表面の撮影画像にノイズ除去等の前処理を施した前処理済画像に２次微分処理を施して、ひび割れの輪郭線の構成点であるエッジ画素をサブピクセル精度で抽出することを特徴とするひび割れ検出方法を開発した。この方法により、太いひび割れ、及び、前記太いひび割れの端部から延びた細いひび割れと枝分かれした細いひび割れを検出できることを実証した。ところで、２次微分によるエッジ抽出処理によりサブピクセル精度のひび割れ構成点を抽出することは、ひび割れのような線状ノイズの構成点となるエッジ画素も同時に抽出することになる。このため、コンクリート表面にひび割れと線状ノイズが存在する場合には、前記前処理済画像に２次微分処理を施して抽出されたエッジ画素で輪郭線が構成された複数のひび割れ候補も検出されことになる。しかしながら、検出された複数のひび割れ候補の中から、コンクリート構造物の健全度判断の情報となる有意なひび割れ、有意ではないひび割れ、及び線状ノイズを簡単且つ確実に識別することは、この方法では難しいという問題がある。

また、トンネル覆工面などのコンクリート壁面には現場作業員が目視で発見したひび割れや漏水などの変状を囲むように描かれたチョークの白い線があるが、これを自動的に確実に検出する方法は開発されていない。多くの場合は、このチョーク線又はチョーク線で囲まれたチョーク箇所を検出することは、変状の検出に直結するものである。ところが、チョーク線で変状周辺をトレースする際には、例えば黒い線であるひび割れ部分と重なるように描かれる場合が多いので、白い線が黒いひび割れを消してしまうことも生じる。チョーク線は、目視検査では役立つものであるが、画像処理によるひび割れ検出には障害となる存在である。ところが、チョーク箇所をノイズとして除去してから、ひび割れを検出することは非常に困難である。そこで、チョーク箇所を積極的に検出し、これをトンネル等のコンクリート構造物の健全度判断の一つの情報、即ち有意な情報とすることが考えられる。しかしながら、コンクリート表面に描かれたチョーク箇所を、画像処理によって検出する方法は未だに開発されていない。

特許第4006007号公報 特許第4186117号公報 特開2011-242365号公報

「トンネル変状抽出のための高精度画像処理手法の開発」、鉄道サイバネ・シンポジウム論文集、２０１１年１２月１日発行

本発明が解決しようとする第１の課題は、線状変状と線状ノイズが存在するコンクリート表面から、当該コンクリート表面の撮影画像を画像処理して、線状変状を確実に抽出するコンクリート表面の線状変状検出方法を提供することである。
本発明が解決しようとする第２の課題は、ひび割れと線状ノイズが存在するコンクリート表面から、当該コンクリート表面の撮影画像を画像処理して、太いひび割れと、当該太いひび割れの先端から伸び又は枝分かれした細いひび割れを確実に抽出するコンクリート表面の線状変状検出方法を提供することである。
本発明が解決しようとする第３の課題は、コンクリート表面に描かれた太いチョーク線を当該コンクリート表面の撮影画像を画像処理して確実に抽出するコンクリート表面の線状変状検出方法を提供することである。

上記第１の課題を解決するコンクリート表面の線状変状検出方法は、コンクリート表面の撮像画像である原画像に補正やノイズ除去を行って前処理済画像を取得する前処理工程、前記前処理済画像に平滑化処理を施した後に、２次微分エッジフィルタを適用して線状変状候補を抽出する工程、前記前処理済画像に１次微分を施して、前記線状変状候補から線状ノイズを除去すると共に太い線状変状並びに細い線状変状を抽出する工程、及び、コンクリート構造物の健全度判断の情報となる有意な線状変状を抽出する工程から成ることを特徴とする。

上記第２の課題を解決するコンクリート表面の線状変状検出方法は、コンクリート表面の撮像画像である原画像に補正やノイズ除去を行って前処理済画像を取得する前処理工程、前記前処理済画像に平滑化処理を施した後に、２次微分エッジフィルタを適用してひび割れ候補を抽出する工程、前記前処理済画像に１次微分を施して、前記ひび割れ候補から線状ノイズを除去すると共に太いひび割れ並びに細いひび割れを抽出する工程、及び、コンクリート構造物の健全度判断の情報となる有意なひび割れを抽出する工程から成ることを特徴とする。

上記第３の課題を解決するコンクリート表面の線状変状検出方法は、コンクリート表面の撮像画像である原画像に補正やノイズ除去を行って前処理済画像を取得する前処理工程、
前記前処理済画像に平滑化処理を施した後に、２次微分エッジフィルタを適用してチョーク線候補を抽出する工程、前記前処理済画像に１次微分を施して、前記チョーク線候補から線状ノイズを除去すると共に太いチョーク線並びに細いチョーク線を抽出する工程、及び、コンクリート構造物の健全度判断の情報となる有意なチョーク線を抽出する工程から成ることを特徴とする。

本発明により、汚れやムラのあるコンクリート表面の線状変状を当該コンクリート表面の撮影画像から簡単且つ確実に抽出し、コンクリート構造物の健全度判断の有意な情報を提供できるようになった。
本発明により、汚れやムラのあるコンクリート表面のひび割れを当該コンクリート表面の撮影画像から簡単且つ確実に抽出し、コンクリート構造物の健全度判断の有意な情報を提供できるようになった。
本発明により、汚れやムラのあるコンクリート表面に描かれたチョーク線を当該コンクリート表面の撮影画像から簡単且つ確実に抽出し、コンクリート構造物の健全度判断の有意な情報を提供できるようになった。

本発明に係るコンクリート表面のひび割れ抽出処理の基本的な流れ図である。 本発明に係るコンクリート表面のひび割れ抽出処理の一例を示す流れ図である。 太いひび割れと、これに結合される有意な細いひび割れ、並びに結合されない有意でない細いひび割れの説明図である。 太いひび割れと、これに結合される細いひび割れを示す図である。 １次微分のための微分オペレータの一例を示す図である。 本発明に係るコンクリート表面に描かれたチョーク線抽出の処理の一例を示す流れ図である。 チョーク線が描かれたコンクリート表面の撮影画像の前処理済画像の一例である。 前処理済画像にガウシアン処理を施し、更にラプラシアンを施した画像の一例である。 抽出されたチョーク線を含むコンクリート表面画像の一例である。 本発明に係るコンクリート表面の線状変状の検出装置のブロック図である。

コンクリート表面の撮像画像である原画像に補正やノイズ除去を行って取得した前処理済画像にガウシアンスムージングフィルタを用いて平滑化処理を施した後に、ラプラシアンフィルタを適用してひび割れ候補を抽出する。次に、前記前処理済画像に１次微分を施して、前記ひび割れ候補から線状ノイズを除去すると共に太いひび割れ並びに細いひび割れを抽出する。最後に、有意な太いひび割れとその枝分かれである細いひび割れを連結処理により結合し、コンクリート構造物の健全度判断の有意な情報となるひび割れを抽出する。

本発明のコンクリート表面の変状検出方法は、図１０に示す如き変状検出装置を用いて実施される。前記変状検出装置は、ＣＰＵ１、ＲＯＭ２、ＲＡＭ３、入力部４、画像データ入力部５、出力部６及び液晶モニタの如き表示部５で構成されている。入力部４は、変状抽出のための様々なデータを入力するキーボード、に操作指令を与えるマウスなどの各種の入力装置である。ＲＯＭ２には、演算や制御のための各種プログラムが予め格納されている。ＲＡＭ３には、画像データ入力部５からＣＰＵ１に入力されたコンクリート表面を撮像したデジタルの原画像データ、原画像に補正やノイズ除去を行って取得した前処理済画像データが記憶される。また、ＲＡＭ３には、ひび割れ、チョーク線を画像処理によって抽出するのに必要な様々なデータ、即ち各種の閾値やパラメータ等が予め記憶されている。

（線状変状の抽出の基本的な流れ）
代表的な線状変状であるひび割れを抽出する本発明の変状検出方法の基本的な流れは、図１に示す如く、前処理済画像の取得工程Ｓ１、ひび割れ候補の抽出工程Ｓ２、ひび割れの抽出と線状ノイズの除去工程Ｓ３、太いひび割れに結合される細いひび割れの抽出工程Ｓ４、及び、有意なひび割れの抽出工程Ｓ５で構成されている。

工程Ｓ１は、コンクリート表面の撮像画像である原画像に補正やノイズ除去を行って前処理済画像を取得する工程である。

工程Ｓ２は、前処理済画像に平滑化処理を施した後に２次微分を適用してサブピクセル精度でエッジ点を抽出し、抽出したエッジ点で囲まれた線状領域であるひび割れ候補を抽出する工程である。前記ひび割れ候補には、太いひび割れ、細いひび割れ、及び線状ノイズの３種類の領域が含まれる。工程Ｓ２は、周辺に比較して黒っぽい線状の領域であるというひび割れの特徴に着目し、先ず領域のエッジのみを特定するための処理である。

工程Ｓ３は、前処理済画像に１次微分を適用して前記ひび割れ候補のエッジ点の１次微分値を求める処理と、前記１次微分値にヒステリシス閾値処理を施して前記ひび割れ候補から太いひび割れ、細いひび割れ、及び線状ノイズを識別する処理を含む。太いひび割れは、有意なひび割れである。他方、細いひび割れは有意なひび割れと有意でないひび割れを含む。前記ヒステリシス閾値処理は、１次微分値が上限閾値Highと下限閾値Lowを超えているか否かを比較し、比較結果によって３種類の領域を特定する処理である。即ち、上限閾値Highを超える１次微分値を有するエッジ点で囲まれた領域は太いひび割れ、上限閾値Highを超えないが下限閾値Lowを超える１次微分値を有するエッジ点で囲まれた領域は細いひび割れ、そして下限閾値Lowを超えない１次微分値を有するエッジ点で囲まれた領域は線状ノイズである。

工程Ｓ３は、太いひび割れと細いひび割れ及び線状ノイズは領域の黒っぽさと領域のエッジの俊鋭さが異なること、及び領域の黒っぽさと領域のエッジの俊鋭さは１次微分値に直に反映されることに着目した処理である。この処理によって太い線状変状と細い線状変状が確実に抽出されると共に、線状ノイズが確実に除去される。この処理の段階で、除去される線状ノイズは表示画面から削除される。

工程Ｓ４は、工程Ｓ３で抽出された細いひび割れの中から有意な細いひび割れを抽出する処理であって、太いひび割れの観測点と、細いひび割れの観測点を算出する工程、及び、太いひび割れの観測点と細いひび割れの観測点との間の距離と太いひび割れと細いひび割れの中心軸の方向が所定値以内か否かを比較し、所定値以内であれば有意な細いひび割れ、所定値以内でなければ有意ではない細いひび割れと判定する工程とから成る。なお、太いひび割れの観測点は、中心軸の両端と、幅が最大の箇所で中心軸に直角方向の両方の先端の４つのエッジ点である。また、細いひび割れの観測点は、中心軸方向の両方の先端のエッジ点である。この処理の段階で、有意でない細いひび割れは表示画面から削除される。

工程Ｓ５は、工程Ｓ３で特定された太いひび割れと、工程Ｓ４で特定された有意な細いひび割れとを表示画面上で結合する処理である。太いひび割れに有意な細いひび割れを結合して、コンクリート構造物の健全度判断のための有意なひび割れが抽出される。

以下、図２のフローチャートを参照しながら、実施例１のひび割れ検出方法を更に詳細に説明する。

（前処理済画像の取得）
ＣＰＵ１は、ＲＯＭ２に格納されているプログラムに従って、ＲＡＭ３から原画像を読み出し、当該原画像に補正とノイズ除去を施して、前処理済画像を取得する（Ｓ１０１）。補正は、シェーディングによる照度ムラの補正である。ノイズの除去は、先ず周波数解析によって原画像から型枠などの周期的な線分の除去を行う。次に、周波数解析によって原画像から斑点状のムラの除去を行う。最後に、周波数解析によって原画像から汚れの除去を行う。このようにして、原画像に補正とノイズ除去の処理を施した前処理済画像を取得し、これをＲＡＭ３に記憶する。前記周波数解析は、原画像にFFTフィルタをかける画像処理である。FFTフィルタのパラメータは除去対象に応じて最適な値に選ばれる。

（ひび割れ候補の抽出）
次に、ＣＰＵ１は、ＲＯＭ２に格納されているプログラムに従って、ＲＡＭ３に記憶されているガウシアンフィルタの平滑化パラメータを大きめの値に設定する（Ｓ１０２）。次に、ＣＰＵ１は、ＲＯＭ２に格納されているプログラムに従って、ＲＡＭ３に記憶されている前処理済画像を読み出してガウシアンフィルタを適用し、平滑化する（Ｓ１０３）。

続いて、ＣＰＵ１は、ＲＯＭ２に格納されているプログラムに従って、平滑化された前処理済画像にラプラシアンフィルタを適用して２次微分処理を施して、ひび割れ状領域のエッジ点をサブピクセル精度で抽出する（Ｓ１０４）。この処理によって抽出されたエッジ点は、ひび割れ候補の輪郭線を構成するエッジ点と、線状ノイズ候補の輪郭線を構成するエッジ点である。従って、この工程Ｓ１０４の処理によって、前処理済画像からひび割れ候補と線状ノイズ候補が簡単且つ確実に抽出される。この段階では、ひび割れ候補と線状ノイズ候補の区別はできないので、抽出されたエッジ点で囲まれた領域は、全てひび割れ候補と呼ぶ。これらのひび割れ候補は識別番号を付して、ＲＡＭ３に記憶される。前記２次微分処理はラプラシアンフィルタを用いて行われているが、必ずしも、これに限定するものではない。ラプラシアンフィルタを前記平滑化された前処理済画像にかけると、エッジは鮮鋭化するので、エッジ点の抽出がし易くなるという利点がある。以上のＳ１０２からＳ１０４の一連の工程で、前処理済画像からひび割れ候補の抽出が確実になされる。

（ひび割れの抽出と線状ノイズの除去）
次に、ＣＰＵ１は、ひび割れ候補のエッジ点の特徴量を特定する（Ｓ１０５）。即ち、ＣＰＵ１は、ＲＯＭ２に格納されているプログラムに従って、ＲＡＭ３に記憶されている前処理済画像に１次微分を適用し、ひび割れ候補のエッジ点の１次微分値を求める。前処理済画像に適用される前記1次微分は、水平方向や垂直方向ではなく、チョーク線候補領域の中心軸に対して直角方向に1次微分オペレータを適用する処理である。これは迅速化と実用上の精度を考慮した処理である。

ところで、デジタル画像ではデータが一定間隔に離散的に並んでいるので、真の意味での微分演算はできない。このため隣接画素同士の差をとる演算で微分を近似する。微分演算を行うための隣接画素同士の演算を表現する係数の組が微分オペレータである。微分オペレータの数値列は、周囲の画素にその位置に相当する係数を乗じて和をとる内積計算をする。或る座標点におけるエッジ方向は計算によりベクトルの向きθで求まるので、これに90°プラスした直角方向の１次微分を求めるには、例えば図５に示す如き45°刻みで８方向に回転させた１次微分オペレータを処理対象画像に適用することで求められる。ひび割れ候補の中心軸は、１次微分を施す前にＣＰＵ１が対象のひび割れ候補について算出する。そして、ＣＰＵ１は、求められた微分値の中から局所的に最大の微分値を有するピクセルを抽出する。このピクセルは、結果的に、工程Ｓ１０４で抽出されたエッジ点又はその近傍のピクセルである。

前記１次微分値は前記ピクセルの輝度値の変化度合い、つまり輪郭線の俊鋭さを表すものであるから、周辺に比較して黒い領域であるというひび割れ候補の特徴が工程Ｓ２０５の処理により数値化されたのである。工程Ｓ２０５は、領域の黒っぽさを表す輝度値と領域のエッジの俊鋭さは１次微分値に直に反映されることに着目した処理だからである。

工程Ｓ１０５に続いて、ＣＰＵ１は、ヒステリシス閾値処理を行って、ひび割れ候補からひび割れとノイズの識別を行う（Ｓ１０６）。上記ヒステリシス閾値処理は、１次微分値が上限閾値Highと下限閾値Lowを超えているか否かを比較し、比較結果によって３種類の領域を特定する処理である。即ち、上限閾値Highを超える１次微分値を有するエッジ点で囲まれた領域は太いひび割れ、上限閾値Highを超えないが下限閾値Lowを超える１次微分値を有するエッジ点で囲まれた領域は細いひび割れ、そして下限閾値Lowを超えない１次微分値を有するエッジ点で囲まれた領域は線状ノイズである。これは、ひび割れと線状ノイズは周辺に比較して黒っぽい線状の領域の黒っぽさを表す輝度値並びに輪郭線の俊鋭さに違いがあることに着目した処理であり、この処理によって太いひび割れと細いひび割れが確実に抽出されると共に、線状ノイズが確実に除去される。この処理の段階で、除去される線状ノイズは表示画面から削除される。図３は線状ノイズが除去される前の表示画面例で、太いひび割れ１１、及び７つの細いひび割れ１２、１３、１４、１５、１６、１７が表示されている。図４は線状ノイズが除去された表示画面の一例で、太いひび割れ１１、及び３つの有意な細いひび割れ１２、１３、１４、が表示されている。なお、ひび割れの輪郭線上の小さな丸は説明用に付けたエッジ点である。

（太いひび割れに連結される細いひび割れの抽出）
工程Ｓ１０６に続いて、ＣＰＵ１は、太いひび割れに結合される細いひび割れの特定を行う（Ｓ１０７）。工程Ｓ１０６で、有意な太いひび割れが特定されたが、細いひび割れには有意でないものも含まれている。細いひび割れであっても、コンクリートの劣化に結び付くものと、結びつかないものがあるのである。そこで、本発明者はコンクリート構造物の健全度判断の情報となる有意なひび割れを、トンネル専門家の知見に基づいて、太いひび割れだけでなく、当該太いひび割れから枝分かれした細いひび割れの２種類とした。従って、工程Ｓ１０７の処理が必要なのである。

工程Ｓ１０７において、ＣＰＵ１は太いひび割れとの距離と中心軸の方向が所定値以内にある細いひび割れを閾値処理して選別し、これを太いひび割れに結合される細いひび割れとして抽出した。即ち、前記閾値処理において、ＣＰＵ１は太いひび割れと細いひび割れの観測点間の距離が所定値以内かを判定すると共に、太いひび割れと細いひび割れの中心軸間の角度が所定値以内かを判定し、判定結果が共にＹＥＳであれば、当該細いひび割れは太いひび割れ結合されるひび割れと特定する。細いひび割れの観測点は、太いひび割れに最も近い端部である。前記太いひび割れと細いひび割れの観測点間の距離の所定値、並びに前記太いひび割れと細いひび割れの中心軸間の角度の所定値はトンネル専門家の知見に基づいて設定され、ＲＡＭ３に予め記憶されている。

観測点は、図３に示す如く、太いひび割れ１１については、長手方向の両方の先端１１ａと１１ｂ、幅が最大の箇所で中心軸に直角方向の両方の先端１１ｃと１１ｄの４つのエッジ点である。また、細いひび割れ１２、１３、１４、１５、１６、１７については、長手方向の先端のエッジ点１２ａと１２ｂ、１３ａと１３ｂ、１４ａと１４ｂ、１５ａと１５ｂ、１６ａ、１７ａ、１８ａである。これらの観測点は、閾値処理に先だってＣＰＵ１により算出されている。

工程Ｓ１０７の処理を、図４を参照しながら、詳細に説明すると次の通りである。
細いひび割れ１２の観測点１２ａと太いひび割れ１１の観測点１１ｂとの間の距離は所定値以内であるが、細いひび割れ１２の中心軸と太いひび割れ１１の中心軸の間の角度は所定値を超えているので、通常は細いひび割れ１２は有意でないひび割れと判断するところであるが、細いひび割れ１２の幅が閾値以上ある場合は、太いひび割れ１１と関連性が高いひびわれと判断して、細いひび割れ１２は太いひび割れ１１ｂから延びたひび割れであると判定する。

細いひび割れ１３の観測点１３ａと太いひび割れの観測点１１ｃとの間の距離は所定値以内であるので、細いひび割れ１３は太いひび割れ１１の中心軸に直角方向の先端１１ｃから枝分かれしたひび割れであると判定する。

細いひび割れ１４の観測点１４ａと太いひび割れの観測点１１aとの間の距離は所定値以内であるので、細いひび割れ１４は太いひび割れ１１の中心軸方向の先端１１ａから延びたひび割れであると判定する。

細いひび割れ１５の観測点１５ａと太いひび割れの観測点１１ａとの間の距離は所定値を超えており、且つ細いひび割れ１５の観測点１５ｂと太いひび割れの観測点１１ｃとの間の距離は所定値を超えているので、細いひび割れ１５は太いひび割れに結合されるものではない。従って、細いひび割れ１５は有意でないものであると判定する。

細いひび割れ１６の観測点１６ａと太いひび割れ１１の観測点１１ａとの間の距離は所定値以内であるが、細いひび割れ１６の中心軸と太いひび割れ１１の中心軸の間の角度は所定値を超えているので、細いひび割れ１６は太いひび割れに結合されるものではない。細いひび割れ１６の幅も閾値以下である。従って、細いひび割れ１６は有意でないものであると判定する。

細いひび割れ１７の観測点１７ａと太いひび割れ１１の観測点１１ａとの間の距離は所定値を超えている。また、細いひび割れ１７の観測点１７ａと太いひび割れ１１の観測点１１ｄとの間の距離も所定値を超えている。従って、細いひび割れ１７は有意でないものであると判定する。

細いひび割れ１８の観測点１８ａと太いひび割れ１１の観測点１１ａとの間の距離は所定値を超えている。従って、細いひび割れ１８は有意でないものであると判定する。

（有意なひび割れの抽出）
工程１０７に続いて、ＣＰＵ１は工程Ｓ１０７で抽出された細いひび割れを太いひび割れに連結する処理、即ち、連結処理による有意なひび割れの抽出を行う（Ｓ１０８）。連結される細いひび割れがない独立した太いひび割れも、有意なひび割れであることは勿論である。

工程Ｓ１０７に続いてＣＰＵ１はひび割れが漏れなく抽出されたか否か判定する（Ｓ１０９）。この判定処理は、平滑化パラメータを大きな値から予定した最小の値まで変更しながら行ってきたひび割れ領域の抽出処理が全て終了したか否かの判定である。従って、平滑化パラメータを最小値として設定したガウシアンフィルタで平滑化した前処理済画像に対して、ひび割れの抽出が終了すれば、判定はＹＥＳとなり、ひび割れの検出は終了する。

工程Ｓ１０９の判定結果がＹＥＳならばひび割れの抽出処理は終了し、ＮＯならばＣＰＵ１は前処理済画像に対して工程Ｓ１０８で抽出されたひび割れをマスクする（Ｓ１１０）。

続いてＣＰＵ１は、ＲＯＭ２に格納されているプログラムに従って、ＲＡＭ３に記憶されているガウシアンフィルタの平滑化パラメータを工程Ｓ１０２で設定した値より小さめに設定し直す（Ｓ１１１）。次に、ＣＰＵ１は、ＲＯＭ２に格納されているプログラムに従って、ＲＡＭ３に記憶されている前処理済画像を読み出して平滑化パラメータを小さめに設定したガウシアンフィルタを適用し、平滑化する（Ｓ１０３）。続いて、ＣＰＵ１は、平滑化した前処理済画像にラプラシアンフィルタを適用して２次微分処理を施して、ひび割れ状の領域のエッジ点をサブピクセル精度で抽出し（Ｓ１０４）、ひび割れ候補を新たに抽出する。以下、ＣＰＵ１は、ＲＯＭ２に格納されているプログラムに従って、工程Ｓ１０５〜１０８の処理を行う。そして、工程Ｓ１０５の処理でＹＥＳと判定されると、ひび割れの検出を終了する。

実施例２は、図１０に示す如き変状検出装置を用いて実施されるチョーク線の検出方法であり、処理の流れを示す図６を参照して以下に詳細に説明する。

（前処理済画像の取得）
ＣＰＵ１は、ＲＯＭ２に格納されているプログラムに従って、ＲＡＭ３から原画像を読み出し、当該原画像に補正とノイズ除去を施して、前処理済画像を取得する（Ｓ２０１）。補正は、シェーディングによる照度ムラの補正である。ノイズの除去は、先ず周波数解析によって原画像から型枠などの周期的な線分の除去を行う。次に、周波数解析によって原画像から斑点状のムラの除去を行う。最後に、周波数解析によって原画像から汚れの除去を行う。このようにして、原画像に補正とノイズ除去の処理を施した前処理済画像を取得し、これをＲＡＭ３に記憶する。前記周波数解析は、原画像にFFTフィルタをかける画像処理である。FFTフィルタのパラメータは除去対象に応じて最適な値に選ばれる。図７に、前処理済画像の一例を示す。

（チョーク線候補の抽出）
次に、ＣＰＵ１は、ＲＯＭ２に格納されているプログラムに従って、ＲＡＭ３に記憶されているガウシアンフィルタの平滑化パラメータを大きめの値に設定する（Ｓ２０２）。次に、ＣＰＵ１は、ＲＯＭ２に格納されているプログラムに従って、ＲＡＭ３に記憶されている前処理済画像を読み出してガウシアンフィルタを適用し、平滑化する（Ｓ２０３）。

続いて、ＣＰＵ１は、ＲＯＭ２に格納されているプログラムに従って、平滑化された前処理済画像にラプラシアンフィルタを適用して２次微分処理を施して、チョーク線状領域のエッジ点をサブピクセル精度で抽出する（Ｓ２０４）。この処理によって抽出されたエッジ点は、チョーク線候補の輪郭線を構成するエッジ点と、線状ノイズ候補の輪郭線を構成するエッジ点である。従って、この工程Ｓ２０４の処理によって、前処理済画像からチョーク線候補と線状ノイズ候補が簡単且つ確実に抽出される。この段階では、チョーク線候補と線状ノイズ候補の区別はできないので、抽出されたエッジ点で囲まれた領域は、全てチョーク線候補と呼ぶ。これらのチョーク線候補は識別番号を付して、ＲＡＭ３に記憶される。前記２次微分処理はラプラシアンフィルタを用いて行われているが、必ずしも、これに限定するものではない。ラプラシアンフィルタを前記平滑化された前処理済画像にかけると、エッジは鮮鋭化するので、エッジ点の抽出がし易くなるという利点がある。以上のＳ２０２からＳ２０４の一連の工程で、前処理済画像からチョーク線候補の抽出が確実になされる。図８に前処理済画像にガウシアン処理を施し、更にラプラシアンを施した画像の一例を示す。

（チョーク線の抽出と線状ノイズの除去）
次に、ＣＰＵ１は、チョーク線候補のエッジ点の特徴量を特定する（Ｓ２０５）。即ち、ＣＰＵ１は、ＲＯＭ２に格納されているプログラムに従って、ＲＡＭ３に記憶されている前処理済画像に１次微分を適用し、局所的に最大の１次微分値を有するピクセルを抽出する。前処理済画像に適用される前記1次微分は、水平方向や垂直方向ではなく、チョーク線候補領域の中心軸に対して直角方向に1次微分オペレータを適用する処理である。これは迅速化と実用上の精度を考慮した処理である。

ところで、デジタル画像ではデータが一定間隔に離散的に並んでいるので、真の意味での微分演算はできない。このため隣接画素同士の差をとる演算で微分を近似する。微分演算を行うための隣接画素同士の演算を表現する係数の組が微分オペレータである。微分オペレータの数値列は、周囲の画素にその位置に相当する係数を乗じて和をとる内積計算をする。或る座標点におけるエッジ方向は計算によりベクトルの向きθで求まるので、これに90°プラスした直角方向の１次微分を求めるには、例えば図５に示す如き45°刻みで８方向に回転させた１次微分オペレータを処理対象画像に適用することで求められる。チョーク線候補の中心軸は、１次微分を施す前にＣＰＵ１が対象のチョーク線候補について算出する。そして、ＣＰＵ１は、求められた微分値の中から局所的に最大の微分値を有するピクセルを抽出する。このピクセルは、結果的に、工程Ｓ２０４で抽出されたエッジ点又はその近傍のピクセルである。

前記１次微分値は前記ピクセルの輝度値の変化度合い、つまり輪郭線の俊鋭さを表すものであるから、周辺に比較して白い領域であるというチョーク線候補の特徴が工程Ｓ２０５の処理により数値化されたのである。工程Ｓ２０５は、領域の白っぽさを表す輝度値と領域のエッジの俊鋭さは１次微分値に直に反映されることに着目した処理だからである。

工程Ｓ２０５に続いて、ＣＰＵ１は、ヒステリシス閾値処理を行って、チョーク線候補からチョーク線と線状ノイズの識別を行う（Ｓ２０６）。上記ヒステリシス閾値処理は、１次微分値が上限閾値Highと下限閾値Lowを超えているか否かを比較し、比較結果によって３種類の領域を特定する処理である。即ち、上限閾値Highを超える１次微分値を有するエッジ点で囲まれた領域は太いチョーク線、上限閾値Highを超えないが下限閾値Lowを超える１次微分値を有するエッジ点で囲まれた領域は細いチョーク線、そして下限閾値Lowを超えない１次微分値を有するエッジ点で囲まれた領域は線状ノイズである。これは、チョーク線と線状ノイズは周辺に比較して白っぽい線状の領域の白っぽさを表す輝度値並びに輪郭線の俊鋭さに違いがあることに着目した処理であり、この処理によって太いチョーク線と細いチョーク線が確実に抽出されると共に、線状ノイズが確実に除去される。この処理の段階で、除去される線状ノイズは表示画面から削除される。

（太いチョーク線に連結される細いチョーク線の抽出）
工程Ｓ２０６に続いて、ＣＰＵ１は、太いチョーク線に結合される細いチョーク線の特定を行う（Ｓ２０７）。工程Ｓ２０６で、有意な太いチョーク線が特定されたが、細いチョーク線には線状ノイズも含まれている。なお、太いチョーク線とは、ここでは、検査員がチョークで普通にトンネル壁面に描画したときに描かれる程度の太さを指すものとする。従って、際限なく太いチョーク線は有意な太いチョーク線には含まず、むしろノイズに分類されるものとする。

工程Ｓ２０７において、ＣＰＵ１は太いチョーク線との距離と中心軸の方向が所定値以内にある細いチョーク線を閾値処理して選別し、これを太いチョーク線に結合される細いチョーク線として抽出した。即ち、前記閾値処理において、ＣＰＵ１は太いチョーク線の観測点と細いチョーク線の観測点間の距離が所定値以内かを判定すると共に、太いチョーク線と細いチョーク線の中心軸間の角度が所定値以内かを判定し、判定結果が共にＹＥＳであれば、当該細いチョーク線は太いチョーク線に結合されるものと特定する。観測点は、太いチョーク線については、長手方向の両方の先端、並びに幅が最大の箇所で中心軸に直角方向の両方の先端の４つのエッジ点である。細いチョーク線の観測点は、太いチョーク線に最も近い端部である。前記太いチョーク線と細いチョーク線の観測点間の距離の所定値、並びに前太いチョーク線と細いチョーク線の中心軸間の角度の所定値はトンネル専門家の知見に基づいて設定され、ＲＡＭ３に予め記憶されている。

（有意なチョーク線の抽出）
工程２０７に続いて、ＣＰＵ１は工程Ｓ２０７で抽出された細いチョーク線を太いチョーク線に連結する連結処理による有意なチョーク線の抽出を行う（Ｓ２０８）。

工程Ｓ２０７に続いてＣＰＵ１はチョーク線が漏れなく抽出されたか否か判定する（Ｓ２０９）。この判定処理は、平滑化パラメータを大きな値から予定した最小の値まで変更しながら行ってきたチョーク線の抽出処理が全て終了したか否かの判定である。従って、平滑化パラメータを最小値として設定したガウシアンフィルタで平滑化した前処理済画像に対して、チョーク線の抽出が終了すれば、判定はＹＥＳとなり、チョーク線の検出は終了する。

工程Ｓ２０９の判定結果がＹＥＳならばチョーク線の抽出処理は終了し、ＮＯならばＣＰＵ１は前処理済画像に対して工程Ｓ２０８で抽出されたチョーク線をマスクする（Ｓ２１０）。

続いてＣＰＵ１は、ＲＯＭ２に格納されているプログラムに従って、ＲＡＭ３に記憶されているガウシアンフィルタの平滑化パラメータを工程Ｓ２０２で設定した値より小さめに設定し直す（Ｓ２１１）。次に、ＣＰＵ１は、ＲＯＭ２に格納されているプログラムに従って、ＲＡＭ３に記憶されている前処理済画像を読み出して平滑化パラメータを小さめに設定したガウシアンフィルタを適用し、平滑化する（Ｓ２０３）。続いて、ＣＰＵ１は、平滑化した前処理済画像にラプラシアンフィルタを適用して２次微分処理を施して、チョーク線状の領域のエッジ点をサブピクセル精度で抽出し（Ｓ２０４）、チョーク線候補を新たに抽出する。以下、ＣＰＵ１は、ＲＯＭ２に格納されているプログラムに従って、工程Ｓ２０５〜２０８の処理を行う。そして、工程Ｓ２０９の処理でＹＥＳと判定されると、チョーク線の検出を終了する。図９に、抽出されたチョーク線を含むコンクリート表面画像の一例を示す。

１ ＣＰＵ
２ ＲＯＭ
３ ＲＡＭ
４ 入力部
５ 表示部
６ 出力部
１１〜１８ ひび割れ
１１ａ〜１１ｄ 観測点
１２ａ、１２ｂ、１３ａ、１３ｂ 観測点
１４ａ、１４ｂ、１５ａ、１５ｂ 観測点
１６ａ、１７ａ、１８ａ 観測点

Claims (14)

1. コンクリート表面の撮像画像である原画像に補正やノイズ除去を行って前処理済画像を取得する前処理工程、
   前記前処理済画像に平滑化処理を施した後に、２次微分エッジフィルタを適用して線状変状候補を抽出する工程、
   前記前処理済画像に１次微分を施して、前記線状変状候補から線状ノイズを除去すると共に太い線状変状並びに細い線状変状を抽出する工程、及び、
   コンクリート構造物の健全度判断の情報となる有意な線状変状を抽出する工程からなるコンクリート表面の線状変状検出方法。
2. 上記前処理工程は、原画像に撮影時の照度ムラを補正するシェーディングを施す工程、周波数解析により型枠の周期的な線成分を除去する工程、及び周波数解析によりアバタを除去する工程からなることを特徴とする請求項１に記載のコンクリート表面の線状変状検出方法。
3. 前記平滑化処理はガウシアンスムージングフィルタを用いて行われること特徴とする請求項１に記載のコンクリート表面の線状変状の検出方法。
4. 前記２次微分エッジフィルタはラプラシアンフィルタであること特徴とする請求項１に記載のコンクリート表面の変状の検出方法。
5. 前記線状ノイズを除去すると共に太い線状変状並びに細い線状変状を抽出する工程は、前記前処理済画像に１次微分を施して前記線状変状候補のエッジ構成点の特徴量を求める工程と前記エッジ点の特徴量を上限閾値と下限閾値と比較するヒステリシス閾値処理工程から成ることを特徴とする請求項１に記載のコンクリート表面の線状変状の検出方法。
6. 前記線状変状候補のエッジ構成点の特徴量を求める工程は、前記前処理済画像に前記線状変状候補の中心軸に対し直角方向の１次微分を施して局所的に最大の微分値を有するピクセルを抽出する工程であることを特徴とする請求項５に記載のコンクリート表面の線状変状検出方法。
7. 前記ヒステリシス閾値処理工程は、太い線状変状のエッジ構成ピクセル、細い線状変状のエッジ構成ピクセル及び線状ノイズのエッジ構成ピクセルを識別する工程であることを特徴とする請求項５に記載のコンクリート表面の線状変状検出方法。
8. 前記有意な線状変状を抽出する工程は、前記太い線状変状と連結可能な細い線状変状を抽出する工程と、抽出された細い線状変状を太い線状変状に連結する処理工程から成ることを特徴とする請求項１に記載のコンクリート表面の線状変状検出方法。
9. 前記太い線状変状と連結可能な細い線状変状を抽出する工程は、太い線状変状と細い線状変状との間の距離と方向を識別する工程を含むことを特徴とする請求項８に記載のコンクリート表面の線状変状検出方法。
10. 前記太い線状変状と連結しない有意でない細い線状変状を識別する工程は、太い線状変状と細い線状変状との間の距離と方向を識別する工程を含むことを特徴とする請求項８に記載のコンクリート表面の線状変状検出方法。
11. 前記太い線状変状と細い線状変状との間の距離と方向を識別する工程は、太い線状変状の観測点と細い線状変状の観測点との間の距離が所定値以内であり、且つ、前記太い線状変状と細い線状変状の中心軸の方向が所定値以内であれば、前記太い線状変状と細い線状変状は結合される変状と判定され、前記太い線状変状の観測点と細い線状変状の観測点との間の距離が所定値以上であるか、又は、前記太い線状変状と細い線状変状の中心軸の方向が所定値以上であれば、細い線状変状は太い線状変状には結合されないと判定され、さらに、太い線状変状の観測点と細い線状変状の観測点との間の距離が所定値以内であり、且つ、前記太い線状変状と細い線状変状の中心軸の方向が所定値以上であっても、細い線状変状の太さが閾値以上あれば、前記太い線状変状と細い線状変状は結合される変状と判定されることを特徴とする請求項９に記載のコンクリート表面の線状変状検出方法。
12. 前記観測点は、前記太い線状変状については中心軸の両端のエッジ構成点と前記中心軸に直角な最も広い幅の両端のエッジ構成点であり、且つ前記細い線状変状については中心軸の両端のエッジ構成点であることを特徴とする請求項１１に記載のコンクリート表面の線状変状検出方法。
13. 前記線状変状はコンクリート表面のひび割れであることを特徴とする請求項１から１２のいずれかに記載のコンクリート表面の線状変状検出方法。
14. 前記線状変状はコンクリート表面に描かれたチョーク線であることを特徴とする請求項１から１２のいずれかに記載のコンクリート表面の線状変状検出方法。