JP2014126321A - ごみ処理炉ホッパ内のごみ体積の推定方法 - Google Patents
ごみ処理炉ホッパ内のごみ体積の推定方法 Download PDFInfo
- Publication number
- JP2014126321A JP2014126321A JP2012284930A JP2012284930A JP2014126321A JP 2014126321 A JP2014126321 A JP 2014126321A JP 2012284930 A JP2012284930 A JP 2012284930A JP 2012284930 A JP2012284930 A JP 2012284930A JP 2014126321 A JP2014126321 A JP 2014126321A
- Authority
- JP
- Japan
- Prior art keywords
- height
- waste
- hopper
- volume
- treatment furnace
- 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
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
- Incineration Of Waste (AREA)
Abstract
【課題】ごみ処理炉のホッパ内のごみ体積の変化を、ステレオ視で得られた画像を用いた精確な推定方法を提供する。
【解決手段】ごみ処理炉ホッパ内のごみ体積の推定方法は、ごみ処理炉に備えられたホッパ5内に供給され堆積したごみTの表層部を斜め上方よりステレオ視にて撮像する撮像工程と、撮像工程で得られたステレオ視画像を基に、ごみTの表層部の三次元形状を求める三次元形状検出工程と、三次元形状検出工程で求めたごみTの表層部の三次元形状を、高さの異なる複数の柱体が集合して表される柱体モデルに変換する柱体モデル変換工程と、柱体モデル変換工程で得られた柱体モデルにおける柱体の高さ変化から、ごみTの体積変化を求める体積変化量算出工程と、を有する。
【選択図】図4
【解決手段】ごみ処理炉ホッパ内のごみ体積の推定方法は、ごみ処理炉に備えられたホッパ5内に供給され堆積したごみTの表層部を斜め上方よりステレオ視にて撮像する撮像工程と、撮像工程で得られたステレオ視画像を基に、ごみTの表層部の三次元形状を求める三次元形状検出工程と、三次元形状検出工程で求めたごみTの表層部の三次元形状を、高さの異なる複数の柱体が集合して表される柱体モデルに変換する柱体モデル変換工程と、柱体モデル変換工程で得られた柱体モデルにおける柱体の高さ変化から、ごみTの体積変化を求める体積変化量算出工程と、を有する。
【選択図】図4
Description
本発明は、ステレオ視画像を用いて、ごみ処理炉ホッパ内に貯留されているごみ体積の変化量を推定する技術に関する。
家庭や工場などから排出される廃棄物、すなわちごみを熱処理する設備としては、例えば、ガス化溶融炉からなるごみ処理炉がある。このごみ処理炉にて焼却処理されるごみは、ごみ収集車から一旦ピット(ごみピット)に投入・貯留され、その後、ピットからクレーン等によってホッパ内に上部から投入される。ホッパ内に投入され堆積したごみは、コンベアなどの搬送手段によってホッパの下部からまずガス化炉内に供給される。
ガス化炉では、ごみは熱分解により可燃性ガス、未燃分、灰に分解される。その後、可燃性ガス、未燃分、灰が溶融炉に供給され、当該溶融炉内において可燃性ガス、未燃分が燃焼し1200℃以上の高温雰囲気下となる。溶融炉内に存在する灰はこの高温雰囲気下で溶融され、スラグとなる。溶融炉から排出される排ガスは減温塔、バグフィルタ、触媒反応塔等で処理された後、大気中へ放出される。
ごみを熱処理する方法には、上記したガス化溶融炉を使う方法のほか、ごみ焼却炉で焼却する方法もあるが、いずれにしても、ごみを一旦ピットに投入・貯留した後、クレーン等によってホッパに投入し、ホッパからコンベア等の搬送手段によって炉に供給して熱処理するのが一般的である。
ここで、ごみ処理炉に供給されるごみの量が急激に変動すると、ごみ処理炉内でのごみ燃焼が不安定になり、炉内温度の変動や局所的な高温領域の発生、CO(一酸化炭素)、NOx(窒素酸化物)、ダイオキシン類等の発生を誘引する原因となる。ごみ処理炉においてごみ燃焼を安定して制御するためには、炉内へのごみ供給量(体積や重量)を正確に知る必要がある。
ここで、ごみ処理炉に供給されるごみの量が急激に変動すると、ごみ処理炉内でのごみ燃焼が不安定になり、炉内温度の変動や局所的な高温領域の発生、CO(一酸化炭素)、NOx(窒素酸化物)、ダイオキシン類等の発生を誘引する原因となる。ごみ処理炉においてごみ燃焼を安定して制御するためには、炉内へのごみ供給量(体積や重量)を正確に知る必要がある。
そこで、ごみ処理炉のホッパ内に貯留されたごみの量を知るための技術が幾つか開発されている。
例えば、特許文献1には、ごみ焼却炉のホッパ内のごみの表層部の上面全体をカラー撮像可能な複数の撮像手段と、撮像手段が撮像した複数の画像から表層部上面の三次元座標を導出して、ホッパ内のごみ容積を推定するごみ容積推定手段と、ホッパ内へのごみの投入重量を測定する重量測定手段と、推定したごみ容積と測定した投入重量に基づいて、ホッパから炉内に供給されるごみの供給重量を推定するごみ供給重量推定手段と、撮像手段が撮像したカラー画像から表層部のごみの形状と色からごみ質を推定し、推定された表層ごみのごみ質と供給重量とに基づいて、ホッパから炉内に供給されるごみの供給発熱量を推定する発熱量推定手段とを備えてなるごみ供給量推定装置が開示されている。
例えば、特許文献1には、ごみ焼却炉のホッパ内のごみの表層部の上面全体をカラー撮像可能な複数の撮像手段と、撮像手段が撮像した複数の画像から表層部上面の三次元座標を導出して、ホッパ内のごみ容積を推定するごみ容積推定手段と、ホッパ内へのごみの投入重量を測定する重量測定手段と、推定したごみ容積と測定した投入重量に基づいて、ホッパから炉内に供給されるごみの供給重量を推定するごみ供給重量推定手段と、撮像手段が撮像したカラー画像から表層部のごみの形状と色からごみ質を推定し、推定された表層ごみのごみ質と供給重量とに基づいて、ホッパから炉内に供給されるごみの供給発熱量を推定する発熱量推定手段とを備えてなるごみ供給量推定装置が開示されている。
また、非特許文献1には、ステレオビジョンにより得られたステレオ視画像を用いて、ごみ焼却炉ホッパ内のごみの状況を撮像し、得られた画像を基に、ホッパ内のごみの体積を求める技術が開示されている。
伊藤、他、「ステレオ画像処理を用いたごみ焼却炉ホッパ内のごみ体積の計測」、廃棄物学会論文集、Vol.16、No.5、378〜389頁、2005年
特許文献1、非特許文献1の技術は、画像処理の手法を用いてごみの体積を求めるものであるが、両文献の技術とも、ごみ表面の高さ分布を計測して、ホッパ壁面からの高さの差から体積を求めるものとなっている。
しかしながら、これらの技術を適用するためには、ごみ処理炉におけるホッパ壁面の形状、高さ分布が正確にわかっている必要があり、特許文献1及び非特許文献1の場合、ホッパ壁面の高さ分布を、設計データから直接算出している。とはいえ、ホッパ壁面の形状が複雑な場合、あるいは現場での建設時に現物合わせを行って設計データからずれてしまっている場合、さらには、改造を繰り返して設計データが散逸してしまっている場合には、設計データからホッパ壁面の高さ分布を算出できなくなるといった難点がある。また一方で、様々なごみ処理炉に特許文献1、非特許文献1の技術を適用するたびに、その場所でのホッパの形状データを図面から画像処理システム内に取り込む必要があり、非常に手間を要する作業が必要とされる。
しかしながら、これらの技術を適用するためには、ごみ処理炉におけるホッパ壁面の形状、高さ分布が正確にわかっている必要があり、特許文献1及び非特許文献1の場合、ホッパ壁面の高さ分布を、設計データから直接算出している。とはいえ、ホッパ壁面の形状が複雑な場合、あるいは現場での建設時に現物合わせを行って設計データからずれてしまっている場合、さらには、改造を繰り返して設計データが散逸してしまっている場合には、設計データからホッパ壁面の高さ分布を算出できなくなるといった難点がある。また一方で、様々なごみ処理炉に特許文献1、非特許文献1の技術を適用するたびに、その場所でのホッパの形状データを図面から画像処理システム内に取り込む必要があり、非常に手間を要する作業が必要とされる。
さらに、特許文献1及び非特許文献1の技術とも、画像処理技術におけるステレオ法を用いて、ごみ堆積の三次元形状を求めるものとなっているが、ステレオ法は、2枚の画像における対応点の一致を正確に行うことが必須であり、対応点の不一致に起因する検出精度の低下が懸念される測定手法である。
そこで、本発明は上記問題点を鑑み、ごみ処理炉のホッパ内のごみ体積の変化を、ステレオ視で得られた画像を用いて簡便且つ精確に推定する方法を提供することを目的とする。
そこで、本発明は上記問題点を鑑み、ごみ処理炉のホッパ内のごみ体積の変化を、ステレオ視で得られた画像を用いて簡便且つ精確に推定する方法を提供することを目的とする。
上述の目的を達成するため、本発明においては以下の技術的手段を講じた。
本発明に係るごみ処理炉ホッパ内のごみ体積の推定方法は、ごみ処理炉に備えられたホッパ内に堆積したごみの表層部を斜め上方よりステレオ視にて撮像する撮像工程と、前記撮像工程で得られたステレオ視画像を基に、ごみの表層部の三次元形状を求める三次元形状検出工程と、前記三次元形状検出工程で求めたごみの表層部の三次元形状を、高さの異なる複数の柱体が集合してなる柱体モデルに変換する柱体モデル変換工程と、前記柱体モデル変換工程で得られた柱体モデルにおける柱体の高さ変化から、ごみの体積変化量を求める体積変化量算出工程と、を有することを特徴とする。
本発明に係るごみ処理炉ホッパ内のごみ体積の推定方法は、ごみ処理炉に備えられたホッパ内に堆積したごみの表層部を斜め上方よりステレオ視にて撮像する撮像工程と、前記撮像工程で得られたステレオ視画像を基に、ごみの表層部の三次元形状を求める三次元形状検出工程と、前記三次元形状検出工程で求めたごみの表層部の三次元形状を、高さの異なる複数の柱体が集合してなる柱体モデルに変換する柱体モデル変換工程と、前記柱体モデル変換工程で得られた柱体モデルにおける柱体の高さ変化から、ごみの体積変化量を求める体積変化量算出工程と、を有することを特徴とする。
好ましくは、前記柱体モデル変換工程は、前記撮像工程で用いられる撮像手段に設定されたカメラ座標系で表現された前記ごみの表層部の三次元形状を、ホッパの深さ方向を向く座標軸を備えたホッパ座標系に変換し、前記ホッパ座標系におけるホッパの深さ方向を向く座標軸での座標値を、柱体モデルでの柱体の高さとするとよい。
好ましくは、前記柱体モデル変換工程は、柱体モデルにおける1つの柱体内に前記三次元形状検出工程で得られた三次元形状の複数の高さデータが存在するに際しては、複数の高さデータの平均値を求め、得られた平均値を当該柱体の高さとするとよい。
好ましくは、前記柱体モデル変換工程は、柱体モデルにおける1つの柱体内に前記三次元形状検出工程で得られた三次元形状の複数の高さデータが存在するに際しては、複数の高さデータの平均値を求め、得られた平均値を当該柱体の高さとするとよい。
好ましくは、前記柱体モデル変換工程は、周囲に存在する柱体の高さに対して不連続に変化する柱体の高さを補正する高さ補正工程を有するとよい。
好ましくは、前記体積変化量算出工程は、柱体に対してごみ有り時とごみ無し時の高さの差を求め、求めた高さの差を前記柱体の高さとし、前記高さ補正工程は、前記体積変化量算出工程にて高さの差が適用された柱体に対して、高さ補正を行うとよい。
好ましくは、前記体積変化量算出工程は、柱体に対してごみ有り時とごみ無し時の高さの差を求め、求めた高さの差を前記柱体の高さとし、前記高さ補正工程は、前記体積変化量算出工程にて高さの差が適用された柱体に対して、高さ補正を行うとよい。
好ましくは、前記高さ補正工程は、ホッパを平面視した上で柱体の高さデータを二値化データ乃至は輝度データに変換した画像データを作成し、前記画像データに対して画像フィルタ処理を施すことで、柱体の高さを補正するように構成されているとよい。
本発明のごみ処理炉ホッパ内のごみ体積の推定方法によれば、ホッパ内のごみ体積の変化を、ステレオ視で得られた画像を用いて簡便且つ精確に推定することが可能となる。
以下、本発明に係るごみ処理炉のホッパ内のごみ体積の推定方法を、図をもとに説明する。
図1には、ごみ処理炉1の概略が示されている。図示されたごみ処理炉1は、流動床式ガス化溶融炉といわれるタイプである。
このごみ処理炉1においては、ごみ収集車2で収集されてきた家庭や工場などから排出され廃棄物(以降、ごみTと呼ぶ)は、有底の穴であるごみピット3に投下され、当該ごみピット3内に一時的に貯留される。
図1には、ごみ処理炉1の概略が示されている。図示されたごみ処理炉1は、流動床式ガス化溶融炉といわれるタイプである。
このごみ処理炉1においては、ごみ収集車2で収集されてきた家庭や工場などから排出され廃棄物(以降、ごみTと呼ぶ)は、有底の穴であるごみピット3に投下され、当該ごみピット3内に一時的に貯留される。
その後、ごみピット3内のごみTは、天井に設置されたクレーン4により運び出され、ホッパ5内に投入される。ホッパ5内に投入され堆積したごみTは、ホッパ5の下部に設置されたコンベアなどの搬送手段6によって、ホッパ5下部からガス化炉7に装入される。
ごみ処理炉1のガス化炉7の内部は、500℃〜600℃程度の比較的低温雰囲気とされており、ホッパ5から供給されたごみTはガス化炉7の内部にて熱分解し、可燃性ガス、未燃分及び灰に分解される。その後、可燃性ガス、未燃分が、ガス化炉7の上部より排出されて、溶融炉8に供給され、当該溶融炉8内において1200℃以上の高温雰囲気下で完全燃焼されることとなる。溶融炉8内に存在する灰は高温雰囲気下でにより溶融され、スラグとなる。溶融炉8から排出される排ガスは減温塔、バグフィルタ、触媒反応塔で処理された後、煙突より大気中へ放出される(図示せず)。
ごみ処理炉1のガス化炉7の内部は、500℃〜600℃程度の比較的低温雰囲気とされており、ホッパ5から供給されたごみTはガス化炉7の内部にて熱分解し、可燃性ガス、未燃分及び灰に分解される。その後、可燃性ガス、未燃分が、ガス化炉7の上部より排出されて、溶融炉8に供給され、当該溶融炉8内において1200℃以上の高温雰囲気下で完全燃焼されることとなる。溶融炉8内に存在する灰は高温雰囲気下でにより溶融され、スラグとなる。溶融炉8から排出される排ガスは減温塔、バグフィルタ、触媒反応塔で処理された後、煙突より大気中へ放出される(図示せず)。
ここで、炉内におけるごみ燃焼を安定して制御するためには、炉内へのごみ供給量(体積や重量)を正確に知る必要があり、本発明は、ガス化炉7の前段に配備されたホッパ5におけるごみTの体積(特に、体積変化量)を推定する技術を開示する。
図2、図4(a)に示すように、ガス化炉7の上流側に設けられているホッパ5は、下方へ凹状とされたくぼみであり、四角錐を下向きにした形状を有している。その大きさは、ホッパ5上端部の開口9aにおいて、一辺が約3〜5mとされている。ホッパ5の下端部すなわち四角錐の頂部は開口9bとされ、この開口9bの部分には、コンベアなどの搬送手段6が配備されている。図1に示す如く、この搬送手段6で運び出されたごみTは、ガス化炉7内に装入されるようになっている。
図2、図4(a)に示すように、ガス化炉7の上流側に設けられているホッパ5は、下方へ凹状とされたくぼみであり、四角錐を下向きにした形状を有している。その大きさは、ホッパ5上端部の開口9aにおいて、一辺が約3〜5mとされている。ホッパ5の下端部すなわち四角錐の頂部は開口9bとされ、この開口9bの部分には、コンベアなどの搬送手段6が配備されている。図1に示す如く、この搬送手段6で運び出されたごみTは、ガス化炉7内に装入されるようになっている。
このホッパ5内において、ごみピット3からクレーン4により供給されたごみTは、山形で盛り上がるように堆積することとなる。
本実施形態では、ホッパ5内で山形で盛り上がるように堆積したごみTの体積変化を遠隔で計測、推定するための画像センシング装置20を有している。
図3は、画像センシング装置20の構成を示したものである。画像センシング装置20は、ホッパ5の開口9aの上部であって、斜め上方からごみTを撮像可能な撮像部21を有している。撮像部21は、撮像対象をそれぞれ異なる角度から撮像する2つのエリアカメラ22(CCDエリアカメラなど)を備えている。各エリアカメラ22で撮像された画像は、ネットワーク通信を通じて、パソコンなので構成された画像処理装置23に取り込まれる。この画像処理装置23には、推定されたごみ体積の変化量を表示する表示部24(CRTモニタ)が接続されている。
本実施形態では、ホッパ5内で山形で盛り上がるように堆積したごみTの体積変化を遠隔で計測、推定するための画像センシング装置20を有している。
図3は、画像センシング装置20の構成を示したものである。画像センシング装置20は、ホッパ5の開口9aの上部であって、斜め上方からごみTを撮像可能な撮像部21を有している。撮像部21は、撮像対象をそれぞれ異なる角度から撮像する2つのエリアカメラ22(CCDエリアカメラなど)を備えている。各エリアカメラ22で撮像された画像は、ネットワーク通信を通じて、パソコンなので構成された画像処理装置23に取り込まれる。この画像処理装置23には、推定されたごみ体積の変化量を表示する表示部24(CRTモニタ)が接続されている。
画像処理装置23と撮像部21とを接続する手段25、例えば、ネットワーク通信の形態としては、IEEE1394で規定された高速シリアルバスを用いてもよいし、イーサネット(登録商標)ケーブルを用いた接続であってもよい。IEEE1394で規定された高速シリアルバスは、リピータを介して光リンクで接続されていてもよい。USB方式、カメラリンク方式、アナログ(NTSC)方式も採用可能である。
ネットワーク通信により画像処理装置23に取り込まれた画像、すなわち各エリアカメラ22で撮像された画像は、測定対象部であるごみTをステレオ視で撮影したものとなっ
ており、ステレオ視の画像を用いて、画像中の対応点を合わせ込むことで、測定対象物の三次元形状が推定できるものとされている。この処理は画像処理装置23内のプログラムで実現されている。
ており、ステレオ視の画像を用いて、画像中の対応点を合わせ込むことで、測定対象物の三次元形状が推定できるものとされている。この処理は画像処理装置23内のプログラムで実現されている。
本実施形態では、ステレオ法により得られたごみTの三次元形状をそのまま利用し、ごみTの体積変化を検出するものとはなっていない。なぜなら、「発明が解決しようとする課題」で精説した如く、ごみTの体積を正確に知るためには、ごみ処理炉1におけるホッパ5壁面の形状、高さ分布が正確にわかっている必要があることに加え、ごみTの高さ変化前後で対応する点(後述するホッパ座標での同一のx,y点)が判らないため、単純なz座標での値の引き算により、ごみTの体積を知ることができないからである。加えて、ステレオ法は、2枚の画像における対応点の一致を正確に行うことが容易ではなく、簡便に計測が行えるものの、検出精度が余り良くないなどの難点が存在する。
そこで、本発明では、画像処理装置23において、ステレオ視で得られた2枚の画像を基にごみTの堆積部の三次元形状を求め、得られた三次元形状に対して柱体モデル変換工程を行い、その上で、体積変化量算出工程を実施することで、ごみTの体積変化を求めるようにしている。
以下、本発明に係るステレオ視画像を用いたごみ処理炉1のホッパ5内のごみ体積の推定方法の詳細について、説明する。
以下、本発明に係るステレオ視画像を用いたごみ処理炉1のホッパ5内のごみ体積の推定方法の詳細について、説明する。
本発明のごみ体積の推定方法は、ごみ処理炉1に備えられたホッパ5内に供給され堆積したごみTの表層部を斜め上方よりステレオ視にて撮像する撮像工程と、撮像工程で得られたステレオ視画像を基に、ごみTの表層部の三次元形状を求める三次元形状検出工程と、三次元形状検出工程で求めたごみTの表層部の三次元形状を、高さの異なる複数の柱体が集合して表される柱体モデルに変換する柱体モデル変換工程と、柱体モデル変換工程で得られた柱体モデルにおける柱体の高さ変化から、ごみTの体積変化を求める体積変化量算出工程とを有している。これらの工程を行うことで、ホッパ5内に供給され堆積したごみTの体積変化を正確に算出することが可能となる。
まず、撮像工程は、ホッパ5の開口9aの上方に、光軸が斜め下方となるように設置された撮像手段により、ごみ処理炉1に備えられたホッパ5内に供給され堆積したごみTの表層部をステレオ視で撮像する(撮影方向の異なる2枚の画像を撮像する)工程である。
撮像工程にて撮像された2枚の画像は、ネットワーク通信25を介して、画像処理装置23へ取り込まれる。取り込まれた2枚の画像に対して、三次元形状検出工程が実施される。
撮像工程にて撮像された2枚の画像は、ネットワーク通信25を介して、画像処理装置23へ取り込まれる。取り込まれた2枚の画像に対して、三次元形状検出工程が実施される。
三次元形状検出工程は、例えば、「画像処理ハンドブック、画像処理ハンドブック編集委員会編、昭晃堂、昭和63年、pp392−pp397」などに開示された「ステレオ視から対象物の三次元形状を求める手法」を適用することで、ごみTの堆積状態の立体形状を知ることができる。得られたごみTの立体形状は、図2に示すカメラ座標(直交座標)での三次元形状である。
カメラ座標での三次元形状であると、ごみTの高さ変化前後で対応する点(同一のx,y座標値をもつ点)が判別できないため、単純なz座標での値の引き算により、ごみTの体積を知ることが不可能である。そこで、三次元形状検出工程で得られた三次元形状データに対して、柱体モデル変換工程を適用する。
図2に示す如く、この柱体モデル変換工程では、ホッパ5の深さ方向を向くZ軸、ホッパ5の開口9a(矩形)の各辺に沿ったX軸、Y軸を備えた直交座標からなるホッパ座標(X,Y,Z)を考える。その上で、撮像工程で用いられる撮像手段の光軸と同軸とされたz軸を備えたカメラ座標(x,y,z)で表現されたごみTの表層部の三次元形状を、ホッパ座標に変換する。
図2に示す如く、この柱体モデル変換工程では、ホッパ5の深さ方向を向くZ軸、ホッパ5の開口9a(矩形)の各辺に沿ったX軸、Y軸を備えた直交座標からなるホッパ座標(X,Y,Z)を考える。その上で、撮像工程で用いられる撮像手段の光軸と同軸とされたz軸を備えたカメラ座標(x,y,z)で表現されたごみTの表層部の三次元形状を、ホッパ座標に変換する。
具体的な変換式は、以下に示す通りである。
なお、(x0,y0,z0)は、ホッパ座標系に対するカメラ座標系の相対位置であって、
ω,φ,χは、ホッパ座標系に対するカメラ座標系のx軸、y軸、z軸方向の相対角度である。
次に、図4に示すように、ホッパ座標に変換されたごみTの表層部の三次元形状を、高さの異なる複数の柱体が集合して表される柱体モデルに変換する。
ω,φ,χは、ホッパ座標系に対するカメラ座標系のx軸、y軸、z軸方向の相対角度である。
次に、図4に示すように、ホッパ座標に変換されたごみTの表層部の三次元形状を、高さの異なる複数の柱体が集合して表される柱体モデルに変換する。
本実施形態の柱体モデルは、以下のように規定されている。
図5に示すように、ホッパ5の開口9aの平面視を考える。この平面視において、ホッパ5の開口9a及びその周囲を含む領域を規定し、この領域を複数の矩形領域に分割する。図5では、X軸に沿って100等分し、Y軸に沿って100等分している。その上で、この矩形部が高さ方向(ホッパ座標のz方向)に延びた角柱を考え、この角柱の集合により、ごみTの堆積部が近似されるものとする。つまり、図5(a)に示されるごみTの堆積部を図5(b)のように近似する。
図5に示すように、ホッパ5の開口9aの平面視を考える。この平面視において、ホッパ5の開口9a及びその周囲を含む領域を規定し、この領域を複数の矩形領域に分割する。図5では、X軸に沿って100等分し、Y軸に沿って100等分している。その上で、この矩形部が高さ方向(ホッパ座標のz方向)に延びた角柱を考え、この角柱の集合により、ごみTの堆積部が近似されるものとする。つまり、図5(a)に示されるごみTの堆積部を図5(b)のように近似する。
角柱の高さを決定するに際しては、当該角柱内に存在するホッパ座標に変換されたごみTの表層部の三次元形状(z軸の値)を採用すればよい。
なお、図6に示すように、柱体モデルにおける1つの角柱内に、ホッパ座標で表現された三次元形状の複数の高さデータ(z1,z2,z3・・・zn)が存在する(図6の黒丸のデータ)に際しては、複数の高さデータの平均値(=Σzn/n)を求め、得られた平均値を当該柱体の高さとするとよい。
なお、図6に示すように、柱体モデルにおける1つの角柱内に、ホッパ座標で表現された三次元形状の複数の高さデータ(z1,z2,z3・・・zn)が存在する(図6の黒丸のデータ)に際しては、複数の高さデータの平均値(=Σzn/n)を求め、得られた平均値を当該柱体の高さとするとよい。
以上のようにして得られた柱体モデルを基に、各角柱の高さ変化を求め、それら高さ変化の総和を求めることで、ごみTの体積変化を求めることができる(体積変化量算出工程)。また、ごみTがほとんど堆積していない状況下で柱体モデルにより体積を求め、基準体積としておき、ごみTが堆積した状態との体積変化を求めることで、ごみTの体積を推定することが可能となる。
以上述べた、撮像工程、三次元形状検出工程、柱体モデル変換工程、体積変化量算出工程を経ることで、例えば、ごみ処理炉1におけるホッパ5壁面の形状、高さ分布が正確にわかっていない場合であっても、ごみ処理炉1のホッパ5内に堆積したごみTの体積変化量を、遠隔で撮像された画像を用いて正確に算出することができる。
ところで、三次元形状検出工程で用いたステレオ視による三次元計測手法は、2枚の画像における一致点(同一点)の一致を正確に行うことが容易ではなく、簡便に計測が行えるものの、検出精度が余りよくない測定手法である。加えて、柱体モデル変換工程における変換誤差の発生も否めない。
ところで、三次元形状検出工程で用いたステレオ視による三次元計測手法は、2枚の画像における一致点(同一点)の一致を正確に行うことが容易ではなく、簡便に計測が行えるものの、検出精度が余りよくない測定手法である。加えて、柱体モデル変換工程における変換誤差の発生も否めない。
そこで、本願発明では、上述の体積変化量算出工程の中で、各角柱に対して、ごみ有り時とごみ無し時の高さの差を求め、その高さの差の部分のみを残した角柱の分布に対して、誤差対策として高さ補正を行い(高さ補正工程)、その上で総和を取って体積を求めるようにしている。
高さ補正工程では、ホッパ5を平面視し且つ柱体の高さ変化データを輝度データとした画像データを作成し、この画像データに対して、画像フィルタ処理を施すことで、柱体の高さを補正するようにしている。
高さ補正工程では、ホッパ5を平面視し且つ柱体の高さ変化データを輝度データとした画像データを作成し、この画像データに対して、画像フィルタ処理を施すことで、柱体の高さを補正するようにしている。
具体的には、各角柱ごとにごみ有り時とごみ無し時の高さの差を求めて差分値を残す。
これを図5のような平面上の分布で、各升目ごとに高さの差分値が入った高さ画像と見なす。すると、図7に示すように、ホッパ5を平面視した領域を示す高さ画像(画像データ)が生成されることになる。
この高さ画像に対して、(1)最大面積領域の抽出、(2)収縮・膨張処理(モルフォロジー処理)、(3)穴埋め処理、(4)孤立点の除去、(5)計測値のばらつき影響除去、の5つを行う。(1)と(2)と(5)は高さ画像を一旦二値化して実行するが、(3)と(4)は二値化せずに高さデータをそのまま処理する。また高さ画像の二値化については、(1)と(2)では単純に高さ(差分高さ)データが有れば1、無ければ0だが、(5)では差分高さが0.2m以上、という閾値を設けて、この閾値で二値化する。
これを図5のような平面上の分布で、各升目ごとに高さの差分値が入った高さ画像と見なす。すると、図7に示すように、ホッパ5を平面視した領域を示す高さ画像(画像データ)が生成されることになる。
この高さ画像に対して、(1)最大面積領域の抽出、(2)収縮・膨張処理(モルフォロジー処理)、(3)穴埋め処理、(4)孤立点の除去、(5)計測値のばらつき影響除去、の5つを行う。(1)と(2)と(5)は高さ画像を一旦二値化して実行するが、(3)と(4)は二値化せずに高さデータをそのまま処理する。また高さ画像の二値化については、(1)と(2)では単純に高さ(差分高さ)データが有れば1、無ければ0だが、(5)では差分高さが0.2m以上、という閾値を設けて、この閾値で二値化する。
このような処理を高さ画像に対して適用することで、ごみTが存在しないホッパ5壁面領域において、偽の高さを備えた角柱高さデータや、ごみTが存在する領域において、高さ0を備えた角柱データ、周囲の角柱データに対して極端に異なった高さを有する角柱データを削除したり、適切な値で置き換えることができ、正しくごみTの堆積状態を正しく柱体モデルで表現することが可能となる。
図7のような画像データに対して、適用する画像フィルタや画像処理の手法としては、以下の(1)〜(5)の手法を順に適用する。
(1)最大面積領域の抽出
高さを二値化した画像データに関して、ラベリング処理を行い、ラベリングにより得られた領域の中で、面積最大となる領域を抽出する。最大面積となる領域は、ホッパ5内に存在するごみ堆積部である。最大面積となる領域以外の領域は、ホッパ5の壁面領域であって、この領域にある孤立点(周囲に連結した角柱が無く、角柱が1本だけ存在するもの)は誤差データと考えることができる。
(1)最大面積領域の抽出
高さを二値化した画像データに関して、ラベリング処理を行い、ラベリングにより得られた領域の中で、面積最大となる領域を抽出する。最大面積となる領域は、ホッパ5内に存在するごみ堆積部である。最大面積となる領域以外の領域は、ホッパ5の壁面領域であって、この領域にある孤立点(周囲に連結した角柱が無く、角柱が1本だけ存在するもの)は誤差データと考えることができる。
(2)収縮・膨張処理
(1)の処理で得られた「最大面積となる領域」に対して、当該領域を収縮し、その後、収縮させた領域を元の大きさまで膨張させる処理を施す。この処理、すなわちモルフォロジー処理により、最大面積となる領域の周辺部では誤差を除去することが可能となる。(3)穴埋め処理
(1)の処理で得られた「最大面積となる領域」に対して、高さデータのない画素(角柱)については、その周りの角柱の高さデータを使って近似する。この処理では、二値化していない高さデータを使う。例えば、周り8近傍を使って中央部の画素の高さデータを算出する。周り8近傍の中にも高さデータのない画素が有れば、その画素のさらに外側に位置する画素を使って高さデータの平均を取り、中央部の画素の高さデータとする。
(1)の処理で得られた「最大面積となる領域」に対して、当該領域を収縮し、その後、収縮させた領域を元の大きさまで膨張させる処理を施す。この処理、すなわちモルフォロジー処理により、最大面積となる領域の周辺部では誤差を除去することが可能となる。(3)穴埋め処理
(1)の処理で得られた「最大面積となる領域」に対して、高さデータのない画素(角柱)については、その周りの角柱の高さデータを使って近似する。この処理では、二値化していない高さデータを使う。例えば、周り8近傍を使って中央部の画素の高さデータを算出する。周り8近傍の中にも高さデータのない画素が有れば、その画素のさらに外側に位置する画素を使って高さデータの平均を取り、中央部の画素の高さデータとする。
また、まとまった数の画素で高さデータがない時、高さデータのないエリアの両端の高さデータから、線形近似によって中間部の各画素の高さを求める。
(4)孤立点の除去
さらに、「最大面積となる領域」において、周囲の画素の高さに対して不連続的に変化する画素(孤立点)が存在するに際しては、図9に示すような5×5のガウシアンフィルタを適用する処理を行って、孤立点の特異データを補正する。
(5)計測値のばらつき影響除去処理
例えば、ホッパ5の壁面部など、(1)の処理で得られた「最大面積となる領域以外の領域」は、本来ごみの無い部分であるが、ステレオ視によって、画素(角柱)の高さがばらつくことがある。このままでは、ごみ有り時とごみ無時で本来なら高さの差がないところで、ばらつきによる誤差を生じて、体積推定時の誤差につながる。
(4)孤立点の除去
さらに、「最大面積となる領域」において、周囲の画素の高さに対して不連続的に変化する画素(孤立点)が存在するに際しては、図9に示すような5×5のガウシアンフィルタを適用する処理を行って、孤立点の特異データを補正する。
(5)計測値のばらつき影響除去処理
例えば、ホッパ5の壁面部など、(1)の処理で得られた「最大面積となる領域以外の領域」は、本来ごみの無い部分であるが、ステレオ視によって、画素(角柱)の高さがばらつくことがある。このままでは、ごみ有り時とごみ無時で本来なら高さの差がないところで、ばらつきによる誤差を生じて、体積推定時の誤差につながる。
その場合、角柱の高さの差が0.2m以上の領域のみを抽出し、抽出した領域を膨張させる。その上で、膨張させた領域で高さの差を画素分だけ積算して体積を求め、角柱に付与するようにする。
以上述べた、高さ補正工程を実施することにより、ステレオ視に起因する誤差などを確実に補正し、精確なごみTの体積を推定することが可能となる。
以上述べた、高さ補正工程を実施することにより、ステレオ視に起因する誤差などを確実に補正し、精確なごみTの体積を推定することが可能となる。
図8は、以上述べたステレオ視画像を用いたごみ体積の推定方法をフローチャートの形で示したものであり、実際の体積推定は、この手順に従って進むこととなる。
まず、図8のS1にて、撮像手段により、ステレオ視で撮像された2枚の画像(ごみTの表層部の画像)を取得する(撮像工程)。
その後、S2,S3により、カメラ座標でのごみTの堆積状態の三次元形状を取得する(三次元形状検出工程)。
まず、図8のS1にて、撮像手段により、ステレオ視で撮像された2枚の画像(ごみTの表層部の画像)を取得する(撮像工程)。
その後、S2,S3により、カメラ座標でのごみTの堆積状態の三次元形状を取得する(三次元形状検出工程)。
S4にて、座標で表現されたごみTの表層部の三次元形状を、ホッパ座標に変換する。
S5では、ごみTの表層部の三次元形状を、高さの異なる複数の柱体が集合して表される柱体モデルに変換し、ホッパ座標のZ軸での値を柱体モデルでの柱体の高さとする。このS4,S5が、柱体モデル変換工程である。
その上で、S6〜S8において、各角柱に対して、ごみ無し時の高さデータと比較することで、高さ差の大きい領域を抽出し、その高さの差の部分のみを残した角柱の分布を作成する。
S5では、ごみTの表層部の三次元形状を、高さの異なる複数の柱体が集合して表される柱体モデルに変換し、ホッパ座標のZ軸での値を柱体モデルでの柱体の高さとする。このS4,S5が、柱体モデル変換工程である。
その上で、S6〜S8において、各角柱に対して、ごみ無し時の高さデータと比較することで、高さ差の大きい領域を抽出し、その高さの差の部分のみを残した角柱の分布を作成する。
その後、S9〜S12において、最大面積領域の抽出、収縮・膨張処理(モルフォロジー処理)、穴埋め処理、孤立点の除去を行う。
さらに、S13にて、計測値のばらつき影響除去処理を行って、角柱の高さの差が0.2m以上の領域のみを抽出し、抽出した領域を膨張させる。その上で、膨張させた領域で高さの差を積算して体積を求めるようにする。
さらに、S13にて、計測値のばらつき影響除去処理を行って、角柱の高さの差が0.2m以上の領域のみを抽出し、抽出した領域を膨張させる。その上で、膨張させた領域で高さの差を積算して体積を求めるようにする。
S14において、求まったごみTの体積変化量は、画像処理装置23に設けられた表示部24などに表示すると共に、ログに記録するようにする。このごみTの体積の変化量を基に、ごみTの平均的な比重を積算するなどしてごみTの質量等も求め、ごみ処理炉1での燃焼コントロールを行う際のパラメータとして用いてもよい。
なお、今回開示された実施形態はすべての点で例示であって制限的なものではないと考えられるべきである。特に、今回開示された実施形態において、明示的に開示されていない事項、例えば、運転条件や操作手順、各種パラメータ、構成物の寸法、重量、体積などは、当業者が通常実施する範囲を逸脱するものではなく、通常の当業者であれば、容易に想定することが可能な値を採用している。
なお、今回開示された実施形態はすべての点で例示であって制限的なものではないと考えられるべきである。特に、今回開示された実施形態において、明示的に開示されていない事項、例えば、運転条件や操作手順、各種パラメータ、構成物の寸法、重量、体積などは、当業者が通常実施する範囲を逸脱するものではなく、通常の当業者であれば、容易に想定することが可能な値を採用している。
1 ごみ処理炉
2 ごみ収集車
3 ごみピット
4 クレーン
5 ホッパ
6 搬送手段
7 ガス化炉
8 溶融炉
9a 開口(ホッパ上端部)
9b 開口(ホッパ下端部)
20 画像センシング装置
21 撮像部
22 エリアカメラ
23 画像処理装置
24 表示部
25 接続手段
T ごみ
2 ごみ収集車
3 ごみピット
4 クレーン
5 ホッパ
6 搬送手段
7 ガス化炉
8 溶融炉
9a 開口(ホッパ上端部)
9b 開口(ホッパ下端部)
20 画像センシング装置
21 撮像部
22 エリアカメラ
23 画像処理装置
24 表示部
25 接続手段
T ごみ
Claims (6)
- ごみ処理炉に備えられたホッパ内に堆積したごみの表層部を斜め上方よりステレオ視にて撮像する撮像工程と、
前記撮像工程で得られたステレオ視画像を基に、ごみの表層部の三次元形状を求める三次元形状検出工程と、
前記三次元形状検出工程で求めたごみの表層部の三次元形状を、高さの異なる複数の柱体が集合してなる柱体モデルに変換する柱体モデル変換工程と、
前記柱体モデル変換工程で得られた柱体モデルにおける柱体の高さ変化から、ごみの体積変化量を求める体積変化量算出工程と、
を有することを特徴とするごみ処理炉ホッパ内のごみ体積の推定方法。 - 前記柱体モデル変換工程は、
前記撮像工程で用いられる撮像手段に設定されたカメラ座標系で表現された前記ごみの表層部の三次元形状を、ホッパの深さ方向を向く座標軸を備えたホッパ座標系に変換し、
前記ホッパ座標系におけるホッパの深さ方向を向く座標軸での座標値を、柱体モデルでの柱体の高さとすることを特徴とする請求項1に記載のごみ処理炉ホッパ内のごみ体積の推定方法。 - 前記柱体モデル変換工程は、
柱体モデルにおける1つの柱体内に前記三次元形状検出工程で得られた三次元形状の複数の高さデータが存在するに際しては、複数の高さデータの平均値を求め、得られた平均値を当該柱体の高さとするを特徴とする請求項2に記載のごみ処理炉ホッパ内のごみ体積の推定方法。 - 前記柱体モデル変換工程は、周囲に存在する柱体の高さに対して不連続に変化する柱体の高さを補正する高さ補正工程を有することを特徴とする請求項2又は3に記載のごみ処理炉ホッパ内のごみ体積の推定方法。
- 前記体積変化量算出工程は、柱体に対してごみ有り時とごみ無し時の高さの差を求め、求めた高さの差を前記柱体の高さとし、
前記高さ補正工程は、前記体積変化量算出工程にて高さの差が適用された柱体に対して、高さ補正を行うことを特徴とする請求項4に記載のごみ処理炉ホッパ内のごみ体積の推定方法。 - 前記高さ補正工程は、ホッパを平面視した上で柱体の高さデータを二値化データ乃至は輝度データに変換した画像データを作成し、
前記画像データに対して画像フィルタ処理を施すことで、柱体の高さを補正するように構成されていることを特徴とする請求項4又は5に記載のごみ処理炉ホッパ内のごみ体積の推定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012284930A JP2014126321A (ja) | 2012-12-27 | 2012-12-27 | ごみ処理炉ホッパ内のごみ体積の推定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012284930A JP2014126321A (ja) | 2012-12-27 | 2012-12-27 | ごみ処理炉ホッパ内のごみ体積の推定方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2014126321A true JP2014126321A (ja) | 2014-07-07 |
Family
ID=51405956
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012284930A Pending JP2014126321A (ja) | 2012-12-27 | 2012-12-27 | ごみ処理炉ホッパ内のごみ体積の推定方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2014126321A (ja) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2017202085A1 (en) * | 2016-06-08 | 2018-01-04 | Hitachi Solutions, Ltd. | Ground surface information analysis system and ground surface information analysis method |
JP2018040533A (ja) * | 2016-09-07 | 2018-03-15 | Jfeエンジニアリング株式会社 | 廃棄物ガス化溶融炉の廃棄物堆積層高測定装置及び方法、廃棄物ガス化溶融装置及び方法 |
WO2019087467A1 (ja) * | 2017-10-30 | 2019-05-09 | 株式会社日立ソリューションズ | 計測システム、計測装置、及び計測方法 |
JP2019138612A (ja) * | 2018-02-15 | 2019-08-22 | 日立造船株式会社 | 情報処理装置および情報処理プログラム |
WO2019189544A1 (ja) * | 2018-03-30 | 2019-10-03 | 川崎重工業株式会社 | 焼却設備 |
WO2020137598A1 (ja) * | 2018-12-28 | 2020-07-02 | 川崎重工業株式会社 | ごみ供給速度推定装置およびごみ供給速度推定方法 |
CN111798515A (zh) * | 2020-06-30 | 2020-10-20 | 大连亚泰华光电技术有限公司 | 用于焚烧状况识别的立体视觉监测方法 |
CN112772508A (zh) * | 2021-01-18 | 2021-05-11 | 上海览宋科技有限公司 | 投料机 |
JP6998485B1 (ja) | 2021-06-29 | 2022-01-18 | 三菱重工環境・化学エンジニアリング株式会社 | 焼却炉設備の制御装置 |
JP7459537B2 (ja) | 2020-02-05 | 2024-04-02 | 株式会社大林組 | 自動運転ユニット及び、該自動運転ユニットを備えたクレーン装置 |
-
2012
- 2012-12-27 JP JP2012284930A patent/JP2014126321A/ja active Pending
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2017202085A1 (en) * | 2016-06-08 | 2018-01-04 | Hitachi Solutions, Ltd. | Ground surface information analysis system and ground surface information analysis method |
AU2017202085B2 (en) * | 2016-06-08 | 2018-06-28 | Hitachi Solutions, Ltd. | Ground surface information analysis system and ground surface information analysis method |
JP2018040533A (ja) * | 2016-09-07 | 2018-03-15 | Jfeエンジニアリング株式会社 | 廃棄物ガス化溶融炉の廃棄物堆積層高測定装置及び方法、廃棄物ガス化溶融装置及び方法 |
WO2019087467A1 (ja) * | 2017-10-30 | 2019-05-09 | 株式会社日立ソリューションズ | 計測システム、計測装置、及び計測方法 |
JP2019082400A (ja) * | 2017-10-30 | 2019-05-30 | 株式会社日立ソリューションズ | 計測システム、計測装置、及び計測方法 |
JP2019138612A (ja) * | 2018-02-15 | 2019-08-22 | 日立造船株式会社 | 情報処理装置および情報処理プログラム |
WO2019159439A1 (ja) * | 2018-02-15 | 2019-08-22 | 日立造船株式会社 | 情報処理装置および情報処理プログラム |
CN111556947B (zh) * | 2018-03-30 | 2022-08-09 | 川崎重工业株式会社 | 焚烧设备 |
CN111556947A (zh) * | 2018-03-30 | 2020-08-18 | 川崎重工业株式会社 | 焚烧设备 |
JP2019178806A (ja) * | 2018-03-30 | 2019-10-17 | 川崎重工業株式会社 | 焼却設備 |
WO2019189544A1 (ja) * | 2018-03-30 | 2019-10-03 | 川崎重工業株式会社 | 焼却設備 |
WO2020137598A1 (ja) * | 2018-12-28 | 2020-07-02 | 川崎重工業株式会社 | ごみ供給速度推定装置およびごみ供給速度推定方法 |
JP2020106243A (ja) * | 2018-12-28 | 2020-07-09 | 川崎重工業株式会社 | ごみ供給速度推定装置およびごみ供給速度推定方法 |
JP7150596B2 (ja) | 2018-12-28 | 2022-10-11 | 川崎重工業株式会社 | ごみ供給速度推定装置およびごみ供給速度推定方法 |
JP7459537B2 (ja) | 2020-02-05 | 2024-04-02 | 株式会社大林組 | 自動運転ユニット及び、該自動運転ユニットを備えたクレーン装置 |
CN111798515B (zh) * | 2020-06-30 | 2024-01-12 | 大连亚泰华光电技术有限公司 | 用于焚烧状况识别的立体视觉监测方法 |
CN111798515A (zh) * | 2020-06-30 | 2020-10-20 | 大连亚泰华光电技术有限公司 | 用于焚烧状况识别的立体视觉监测方法 |
CN112772508A (zh) * | 2021-01-18 | 2021-05-11 | 上海览宋科技有限公司 | 投料机 |
JP6998485B1 (ja) | 2021-06-29 | 2022-01-18 | 三菱重工環境・化学エンジニアリング株式会社 | 焼却炉設備の制御装置 |
JP2023005444A (ja) * | 2021-06-29 | 2023-01-18 | 三菱重工環境・化学エンジニアリング株式会社 | 焼却炉設備の制御装置 |
WO2023276423A1 (ja) * | 2021-06-29 | 2023-01-05 | 三菱重工環境・化学エンジニアリング株式会社 | 焼却炉設備の制御装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2014126321A (ja) | ごみ処理炉ホッパ内のごみ体積の推定方法 | |
JP5078296B2 (ja) | 写真測量装置及び写真測量システム | |
CN100424465C (zh) | 炉内信息激光探测装置及方法 | |
Kim et al. | Automatic photovoltaic panel area extraction from UAV thermal infrared images | |
CN113643495A (zh) | 一种用于火灾原因调查的智能辅助分析系统及方法 | |
CN105279514A (zh) | 机器人系统 | |
CN107870613A (zh) | 一种带有煤堆自燃防治功能的圆形煤场 | |
CN104166836A (zh) | 一种基于多特征建模的分块多尺度工程车识别方法及系统 | |
JP4845451B2 (ja) | 燃焼炉における燃焼領域の検出方法および検出装置 | |
JP2015055073A (ja) | 機械式駐車場の庫内確認装置 | |
JP5959319B2 (ja) | 記号識別方法および記号識別装置 | |
JP2019028581A (ja) | 粒状材料の粒径計測方法 | |
KR100627483B1 (ko) | 화상 이미지 분석을 통한 배출매연 인식 및 경보장치 및방법 | |
CN103630547B (zh) | 具有周期性结构的光学薄膜的瑕疵检测方法及其检测装置 | |
JP2005233679A (ja) | 流下ガラス流下速度計測方法および計測装置 | |
JP3772007B2 (ja) | 火災検出装置 | |
CN202692075U (zh) | 燃烧炉的燃烧区域检测装置 | |
JP5125173B2 (ja) | コークス炉における乾留の進行度の判定方法およびコークス炉における乾留方法 | |
KR100711364B1 (ko) | 화상 이미지 분석을 통한 배출매연 인식 및 자동경보 장치및 방법 | |
JP2005090774A (ja) | ゴミ焼却炉のゴミ供給量推定装置 | |
KR101461570B1 (ko) | 연소실 모니터링 장치 및 그 방법 | |
JPH09175629A (ja) | ごみ滞留検知装置 | |
CN118229759A (zh) | 一种垃圾焚烧炉预热炉排料层厚度的测量方法 | |
JP7243491B2 (ja) | 炉内監視装置及び炉内監視方法 | |
JP2006099811A (ja) | 指紋検知方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20140722 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20150428 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20150512 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20150915 |