JP2017120233A - 劣化情報取得装置、劣化情報取得システム、劣化情報取得方法及び劣化情報取得プログラム - Google Patents

劣化情報取得装置、劣化情報取得システム、劣化情報取得方法及び劣化情報取得プログラム Download PDF

Info

Publication number
JP2017120233A
JP2017120233A JP2015257363A JP2015257363A JP2017120233A JP 2017120233 A JP2017120233 A JP 2017120233A JP 2015257363 A JP2015257363 A JP 2015257363A JP 2015257363 A JP2015257363 A JP 2015257363A JP 2017120233 A JP2017120233 A JP 2017120233A
Authority
JP
Japan
Prior art keywords
deterioration
information acquisition
wavelength region
deterioration information
image data
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
Application number
JP2015257363A
Other languages
English (en)
Inventor
梢 松川
Kozue Matsukawa
梢 松川
徳介 早見
Tokusuke Hayami
徳介 早見
久里 裕二
Yuuji Kuri
裕二 久里
理映子 水内
Rieko Mizuuchi
理映子 水内
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Toshiba Corp
Original Assignee
Toshiba Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Toshiba Corp filed Critical Toshiba Corp
Priority to JP2015257363A priority Critical patent/JP2017120233A/ja
Publication of JP2017120233A publication Critical patent/JP2017120233A/ja
Pending legal-status Critical Current

Links

Landscapes

  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

【課題】簡便に油類の劣化度合いを把握することを可能とする劣化情報取得装置、劣化情報取得システム、劣化情報取得方法及び劣化情報取得プログラムを提供することである。
【解決手段】実施形態の劣化情報取得装置は、画像取得部と、第1劣化情報取得部と、判断部と、第2劣化情報取得部とを持つ。画像取得部は、第1〜第4の波長領域を含む画像データを撮像部から取得する。第1劣化情報取得部は、第1の波長領域の画像データと第2の波長領域の画像データとに基づいて、油類の劣化に関する情報である第1の劣化情報を取得する。判断部は、第1の劣化情報と所定の閾値とを比較して第2の劣化情報を取得するか否かを判断する。第2劣化情報取得部は、第3の波長領域の画像データと第4の波長領域の画像データとに基づいて、油類の劣化に関する情報である第2の劣化情報を取得する。
【選択図】図5

Description

本発明の実施形態は、劣化情報取得装置、劣化情報取得システム、劣化情報取得方法及び劣化情報取得プログラムに関する。
従来、油圧エレベータなどで使用される潤滑油等の油が劣化すると油の色が変化することが知られている。そして油の劣化を判断する方法として、検査員の目視検査により油の劣化を判断する方法が広く利用されている。目視検査によって油の劣化を判断する場合の判断の精度は、検査員の経験に寄るところが大きく、熟練した技術によって担保される。このような目視検査をサポートする技術が開発されている。多方向からの観察が可能なカメラを用いて目視検査をサポートする技術、分光器や色差計を用いて目視検査をサポートする技術、画像解析装置を用いて目視検査をサポートする技術などがある。例えば、分光器や色差計を用いる技術は、検査員が経験等に基づいた判断を行う際に参考にする情報を提供するものである。そして、従来の技術では、検査員が簡便に油の劣化度合いを把握することができないという問題があった。
特開2012−137336号公報
本発明が解決しようとする課題は、簡便に油類の劣化の度合いを把握することを可能とする劣化情報取得装置、劣化情報取得システム、劣化情報取得方法及び劣化情報取得プログラムを提供することである。
実施形態の劣化情報取得装置は、画像取得部と、劣化情報取得部とを持つ。画像取得部は、第1の波長領域及び第2の波長領域を含む複数の光の波長領域毎のスペクトルデータを撮像可能な撮像部によって油類を撮像した画像データを前記撮像部から取得する。劣化情報取得部は、前記画像取得部によって取得された前記画像データに含まれる第1の波長領域のスペクトルデータと第2の波長領域のスペクトルデータとに基づいて、前記油類の劣化に関する情報である劣化情報を取得する。
本実施形態における劣化情報取得装置を備える劣化情報取得システムの構成例を示す図。 本実施形態の計数板6の一例を示す図。 解析対象のサンプルS−0、S−8、S−24、S−96、S−192となる油61をそれぞれ計数板6に入れて可視光により撮影した画像例を示す図。 サンプルS−0、S−8、S−24、S−96、S−192の波長400nm〜900nmにおけるスペクトル強度を示すグラフ。 第1の実施形態の劣化情報取得装置7の構成例を示す図。 第1の劣化指標及び第2の劣化指標となる画像データの画像例及び第1の劣化情報及び第2の劣化情報の具体例を示す図。 第1の実施形態の劣化情報取得装置7の動作を説明するフロー図。 第2の実施形態の劣化情報取得装置7Aの構成例を示す図。 第2の実施形態の劣化情報取得装置7Aの動作を示すフロー図。
以下、実施形態の劣化情報取得装置、劣化情報取得システム、劣化情報取得方法及び劣化情報取得プログラムを、図面を参照して説明する。
(概略)
まず、本実施形態における劣化情報取得システムの概略について説明する。
図1は、本実施形態における劣化情報取得装置を備える劣化情報取得システムの構成例を示す図である。図1に示すように、劣化情報取得システム1は、遮光壁2と、撮像部3と、光学系4と、光源5と、計数板6と、劣化情報取得装置7と、入力部8と、表示部9とを備える。
遮光壁2は、撮像部3、光学系4、光源5及び計数板6を収容する例えば上面、側面、底面を有する箱状のものである。遮光壁2は、撮像部3が撮影する計数板6に光源5からの光以外の光(外光等)が当たらないよう遮光する機能を有する。遮光壁2は、例えば、内壁面に、撮像時にフレアや迷光等の影響を抑制するため反射防止膜がコーティングされている。
撮像部3は、複数の特定の波長帯域に感度を有する画素が配列された撮像素子を備える。撮像部3が備える撮像素子は、被写体からの光を光電変換する画素が配列された構成であり、単板でも多板でもよい。特定の波長は、作動油等の油の劣化を特定するために有効な複数の波長帯域であり、例えば、415nmにピークを有し帯域幅(例えば、ピークの半分の値となるところの幅)は数nmとなる第1の波長帯域と、425nmにピークを有し帯域幅は数nmとなる第2の波長帯域と、445nmにピークを有し帯域幅は数nm〜十数nmとなる第3の波長帯域と、800nm〜900nmの間の任意の波長にピークを有し帯域幅は数nm〜数十nmとなる第4の波長帯域とを含む。特定の波長帯域に感度を有する画素は、例えば、第1の波長帯域〜第4の波長帯域の光をそれぞれ透過する4種類のカラーフィルタをモザイク状に画素の上に配置することで実現できる。
光学系4は、計数板6に焦点を合わせるためのレンズを含む。なお、撮影対象を高倍率で撮影する場合には光学系4は、顕微鏡で構成してもよい。光源5は、例えば白色光を撮影対象となる計数板6に照射する照明装置である。光源5は、400nm〜900nmまでの各波長の光を均一な強さで発光できるものが理想である。なお、本実施形態の撮像部3にカラーフィルタを配置する構成としたが、この構成に限られるものではない。撮像部3にカラーフィルタを配置せずに、光源5から第1の波長帯域〜第4の波長帯域の光を面順次で発光し、撮像部3で4枚の画像データを撮像する構成であってもよい。
計数板6は、例えば材質が透明なガラス、形状は板状で評価対象となる油61を注入する収容部(チャンバー)62を有する。計数板6は、本来、水中の微生物の数等を計上するためのものである。本実施形態では、計数板6が液体を収容する収容部62を有する点で、液体である油61を撮影するのに適していると考え、利用している。
図2は、本実施形態の計数板6の一例を示す図である。図2に示すように、計数板6は、油61を収容する収容部62と、油61を注入する注入口63と、油61を排出する排出口64とを有する。図1に示す計数板6の断面は、図2に示す点線65で示している。図2に示すように、計数板6は、収容部62、注入口63及び排出口64を2つ並べた構成であり、2種類の油61を比較して撮影したり、片方の収容部62を空にすることでノイズ処理に用いる画像データの撮影に用いたりすることができる。
本実施形態では、油61を入れた計数板6が撮像部3の撮影対象となる。なお、図1には示していないが、撮像部3は、油61を入れた計数板6を撮影して得た画像データ(以下、油画像データという)を記録する記録部を備える。
劣化情報取得装置7は、撮像部3と接続されており、撮像部3に記録されている油画像データ取得する機能を有するコンピューターである。また、劣化情報取得装置7は、その油画像データに基づいて、油61の劣化の度合いに関する情報である劣化情報を取得する機能を有する。また、劣化情報取得装置7は、油61を識別する情報に関連付けて油61の劣化情報を格納する劣化情報格納部71を備える。
入力部8は、劣化情報取得装置7に対して、油の劣化を検査する検査員等の利用者が入力を行うための装置であり、例えば、キーボードやマウスである。表示部9は、劣化情報取得装置7が出力する画面情報を表示する液晶ディスプレイ等の表示装置である。なお、劣化情報取得装置7と、入力部8と、表示部9とを別々の装置としたが、劣化情報取得装置7と、入力部8と、表示部9とを一体の装置で構成してもよい。例えば、撮像部3と接続可能であり、かつ、タッチパネルを備えた携帯端末を用いることで、劣化情報取得装置7と、入力部8と、表示部9とを一体の装置で構成することができる。
次に、劣化情報取得システム1の動作について説明する。
まず、利用者は、例えば、変圧器や油圧エレベータなどで使用される作動油(潤滑油)である油61を計数板6にサンプリングして、遮光壁2内の所定の箇所に設置する。利用者は、撮像部3を用いて設置した計数板6を撮影する。これにより、撮像部3は、設置された計数板6を撮影した油画像データを記録する。
次に、劣化情報取得装置7は、例えば、利用者が入力部8を操作することで入力された指示に応じて、撮像部3から油画像データを取得する。劣化情報取得装置7は、取得した油画像データに基づいて、油61の劣化度合いに関する情報である劣化情報を取得する。
劣化情報取得装置7は、第1の波長領域及び第2の波長領域に基づいて、第1の劣化指標を算出する。劣化情報取得装置7は、算出した第1の劣化指標に基づいて第1の劣化情報を取得する。劣化情報取得装置7は、第1の劣化情報に基づいて、第2の劣化指標を算出するか否かを判断する。
第2の劣化指標を算出すると判断した場合には、劣化情報取得装置7は、第3の波長領域及び第4の波長領域に基づいて、第2の劣化指標を算出する。劣化情報取得装置7は、算出した第2の劣化指標に基づいて第2の劣化情報を取得する。第1の劣化指標及び第2の劣化指標は、画像データとして表示することができるものであり、その詳細は後述する。劣化情報取得装置7は、取得した第1の劣化情報及び第2の劣化情報を劣化情報格納部71に蓄積する。
ここで、劣化情報取得装置7で用いる第1の波長領域、第2の波長領域、第3の波長領域及び第4の波長領域を特定する手法について、具体的な油61のサンプルを示して説明する。油61のサンプルとして、新油の状態である油61のサンプルS−0と、高温で8時間、24時間、96時間、192時間の加速劣化させた後の状態である油61のサンプルS−8、S−24、S−96、S−192とを用いる。図3は、解析対象のサンプルS−0、S−8、S−24、S−96、S−192となる油61をそれぞれ計数板6に入れて可視光により撮影した画像例を示す図である。
図3において、画像401は、新油であるサンプルS−0を撮影した画像である。画像402は、8時間の加速劣化を行ったサンプルS−8を撮影した画像である。画像403は、24時間の加速劣化を行ったサンプルS−24を撮影した画像である。画像404は、96時間の加速劣化を行ったサンプルS−96を撮影した画像である。画像405は、192時間の加速劣化を行ったサンプルS−192を撮影した画像である。枠406は、劣化情報を求める処理の対象となる対象領域を示す。
図3を参照すると以下のことが分かる。サンプルS−8、S−24、S−96の画像402、403、404は、サンプルS−0の画像401と比べて、色(濃度)がほとんど変化していない。よって、油の劣化が進んでいるのか否かは、画像402、403、404からは判別することができない。また、サンプルS−192の画像405は、サンプルS−0の画像401と比べて色が濃くなり油の劣化が進んでいることが分かる。
次に、図3に示したサンプルS−0、S−8、S−24、S−96、S−192のスペクトルデータに基づいて、第1の波長領域、第2の波長領域、第3の波長領域及び第4の波長領域を特定する。以下の説明において、各サンプルで加速劣化を行った時間を、劣化時間と称する。
図4は、サンプルS−0、S−8、S−24、S−96、S−192の波長400nm〜900nmにおけるスペクトル強度を示すグラフである。図4において、サンプルS−0のスペクトル強度は、点線501に示す415nmから下降を初め、点線502に示す425nm付近に凹状のピーク値を有することが分かる。このような凹状のピークは、サンプルS−0にのみ有する特徴であり、他のサンプルS−8、S−24、S−96、S−192は凹状のピークを有していない。よって、油61における初期の劣化を判断する目的で、第1の波長領域として415nmを含む帯域を、第2の波長領域として425nmを含む帯域を特定することができる。
なお、サンプルS−0の凹状のピークは、油61に酸化防止等のために添加される添加剤の影響と推定される。すなわち、油61の添加剤が、早い段階で劣化してしまうことで、サンプルS−8、S−24、S−96、S−192のスペクトル強度は、凹状のピークを有さないと考えられる。
図4において、サンプルS−8、S−24、S−96、S−192のスペクトル強度は、点線503に示す445nmの付近で劣化時間に応じて大きさが異なる。また、サンプルS−8、S−24、S−96、S−192のスペクトル強度は、点線504に示す800nm以降、900nmまで横ばいで推移し、ほとんど変化しない。よって、油61の劣化時間の経過に応じた劣化を判断する目的で、第3の波長領域として445nmを含む帯域を、第4の波長領域として800nm〜900nmの間の帯域を特定することができる。
なお、第1の波長領域〜第4の波長領域を特定する方法は、上記の方法に限られるものではない。第1の波長領域及び第2の波長領域は、サンプルS−0に現れている凹状のピークが消滅したか否かを判断可能な波長領域を特定する手法であればよい。第3の波長領域は、劣化時間に応じて(可能であれば比例して)スペクトル強度が変化する波長領域を特定する手法であればよい。第4の波長領域は、劣化時間に応じてスペクトル強度が変化しない波長領域を特定する手法であればよい。
劣化情報取得装置7は、撮像部3に記録されている油画像データを取得する構成としたが、この限りではない。劣化情報取得装置7が、撮像部3へ撮影を指示して、その指示に応じて撮像部3が油画像データを劣化情報取得装置7へ出力する構成としてもよい。
(第1の実施形態)
次に、第1の実施形態における劣化情報取得装置7の構成例について説明する。
図5は、第1の実施形態の劣化情報取得装置7の構成例を示す図である。図5に示すとおり、劣化情報取得装置7は、劣化情報格納部71と、画像取得部72と、前処理部73と、第1波長強調部(第1指標取得部)74と、第1劣化情報取得部75と、第2波長強調部(第2指標取得部)76と、第2劣化情報取得部77と、データ管理部78とを備える。なお、劣化情報格納部71は、図1において説明したので説明を省略する。
図5において、画像取得部72は、撮像部3に記録された油画像データを取得する。前処理部73は、入力部8からの入力に応じて、油画像データ内の劣化情報を求める処理の対象となる対象領域を選択する。対象領域とは、例えば、図3の符号406で示す四角の枠で囲まれた領域であり、光源5からの透過光にムラがある領域等を避けて選択される。前処理部73は、油画像データからノイズ成分を差し引く処理を行う。このノイズ成分は、予め油61を注入していない空の計数板6を撮影した画像データに基づいて前処理部73が推定したものである。
第1波長強調部74は、第1の波長帯域に感度を有する画素のデータを画素データAとし、第2の波長帯域に感度を有する画素のデータを画素データBとする。第1波長強調部74は、画素データA及び画素データBに基づいて、下記の(式1)を用いて波長による信号強度の違いを強調した画像データを第1の劣化指標として生成する。
劣化指標=(A−B)/(A+B)×k … (式1)
ただし、kは任意の係数であり、劣化指標の振れ幅を抑える目的で、例えば、−1から1までの値をとる係数である。本実施形態では、k=1として、第1波長強調部74は、第1の劣化指標=(第1の波長帯域の画素値−第2の波長帯域の画素値)/(第1の波長帯域の画素値+第2の波長帯域の画素値)を計算する。
第1劣化情報取得部75は、第1波長強調部74が出力する第1の劣化指標に基づいて第1の劣化情報を取得する。第1劣化情報取得部75は、第1の劣化指標である画像データの対象領域406の濃度の平均値を第1の劣化情報として取得する。
第2波長強調部76は、第4の波長帯域に感度を有する画素のデータを画素データAとし、第3の波長帯域に感度を有する画素のデータを画素データBとする。第2波長強調部76は、画素データA及び画素データBに基づいて、上記の(式1)を用いて波長による信号強度の違いを強調した画像データを第2の劣化指標として生成する。本実施形態では、k=1として、第2波長強調部76は、第2の劣化指標=(第4の波長帯域の画素値−第3の波長帯域の画素値)/(第4の波長帯域の画素値+第3の波長帯域の画素値)を計算する。
第2劣化情報取得部77は、第2波長強調部76が出力する第2の劣化指標に基づいて第2の劣化情報を取得する。第2劣化情報取得部77は、第2の劣化指標である画像データの対象領域406の濃度の平均値を第2の劣化情報として取得する。
第1劣化情報取得部75及び第2劣化情報取得部77が取得する平均濃度の第1の劣化情報及び第2の劣化情報は、油61の劣化の度合いを定量的に表す情報である。第1劣化情報取得部75及び第2劣化情報取得部77は、取得した第1の劣化情報及び第2の劣化情報を表示部9に表示してもよい。これにより、利用者は、表示された第1の劣化情報及び第2の劣化情報の値に応じて油61の劣化の度合いを判断することができる。データ管理部78は、劣化情報格納部71に格納する情報の管理を行う。データ管理部78は、第1劣化情報取得部75及び第2劣化情報取得部77が取得した第1の劣化情報及び第2の劣化情報を劣化情報格納部71に格納する。
ここで、第1波長強調部74、第1劣化情報取得部75、第2波長強調部76及び第2劣化情報取得部77により、図3及び図4に示したサンプルS−0、S−8、S−24、S−96、S−192を処理した場合の具体例を示す。
図6は、第1の劣化指標及び第2の劣化指標となる画像データの画像例及び第1の劣化情報及び第2の劣化情報の具体例を示す図である。
図6において、画像601は、新油であるサンプルS−0を撮影した油画像データに基づいて、第1波長強調部74が生成した第1の劣化指標となる画像データの画像である。画像602は、8時間の加速劣化を行ったサンプルS−8を撮影した油画像データに基づいて、第1波長強調部74が生成した第1の劣化指標となる画像データの画像である。
画像603は、24時間の加速劣化を行ったサンプルS−24を撮影した油画像データに基づいて、第1波長強調部74が生成した第1の劣化指標となる画像データの画像である。画像604は、96時間の加速劣化を行ったサンプルS−96を撮影した油画像データに基づいて、第1波長強調部74が生成した第1の劣化指標となる画像データの画像である。画像605は、192時間の加速劣化を行ったサンプルS−192を撮影した油画像データに基づいて、第1波長強調部74が生成した第1の劣化指標となる画像データの画像である。
画像607は、24時間の加速劣化を行ったサンプルS−24を撮影した油画像データに基づいて、第2波長強調部76が生成した第2の劣化指標となる画像データの画像である。画像608は、96時間の加速劣化を行ったサンプルS−96を撮影した油画像データに基づいて、第2波長強調部76が生成した第2の劣化指標となる画像データの画像である。画像609は、192時間の加速劣化を行ったサンプルS−192を撮影した油画像データに基づいて、第2波長強調部76が生成した第2の劣化指標となる画像データの画像である。
図6において、平均値610の値「21」は、第1劣化情報取得部75が第1の劣化指標となる画像601における対象領域406の濃度の平均値を求めて取得した値(第1の劣化情報)である。平均値611の値「0」は、第1劣化情報取得部75が第1の劣化指標となる画像602における対象領域406の濃度の平均値を求めて取得した値(第1の劣化情報)である。
平均値612の値「−2」は、第1劣化情報取得部75が第1の劣化指標となる画像603における対象領域406の濃度の平均値を求めて取得した値(第1の劣化情報)である。平均値613の値「−11」は、第1劣化情報取得部75が第1の劣化指標となる画像604における対象領域406の濃度の平均値を求めて取得した値(第1の劣化情報)である。平均値614の値「−28」は、第1劣化情報取得部75が第1の劣化指標となる画像605における対象領域406の濃度の平均値を求めて取得した値(第1の劣化情報)である。
第1劣化情報取得部75は、第1の劣化情報がマイナスの値となったか否かにより、第2波長強調部76に対して第2の劣化指標となる画像データを生成するか否か指示する。具体的には、第1劣化情報取得部75は、第1の劣化情報がマイナスの値となった場合に、第2波長強調部76に対して第2の劣化指標となる画像データを生成するよう指示する。図6では、枠606で囲まれた第1の劣化指標となる画像603、604、605の濃度の平均値がマイナスの値となったので、第2波長強調部76は、サンプルS−24、S−96、S−192の油画像データに対して、第2の劣化指標となる画像607、608、609の画像データを生成している。
平均値615の値「33」は、第2劣化情報取得部77が第2の劣化指標となる画像607における対象領域406の濃度の平均値を求めて取得した値(第2の劣化情報)である。平均値616の値「55」は、第2劣化情報取得部77が第2の劣化指標となる画像608における対象領域406の濃度の平均値を求めて取得した値(第2の劣化情報)である。平均値617の値「172」は、第2劣化情報取得部77が第2の劣化指標となる画像609における対象領域406の濃度の平均値を求めて取得した値(第2の劣化情報)である。
次に、劣化情報取得装置7の動作について説明する。
図7は、第1の実施形態の劣化情報取得装置7の動作を説明するフロー図である。画像取得部72は、撮像部3に記録された油画像データを取得する(ステップS101)。前処理部73は、画像取得部72が取得した油画像データ内の劣化情報を求める処理の対象となる対象領域を選択する処理、及び、油画像データからノイズ成分を差し引く処理を行う(ステップS102)。第1波長強調部74は、上述した(式1)を用いて波長による信号強度の違いを強調した第1の劣化指標となる画像データを生成する(ステップS103)。第1劣化情報取得部75は、第1波長強調部74が生成した第1の劣化指標となる画像データに基づいて第1の劣化情報を取得する(ステップS104)。
第1劣化情報取得部75は、第1劣化情報取得部75は、第1の劣化情報がマイナスの値となったか否か(第1の劣化情報<0か否か)を判断する(ステップS105)。ここで、第1の劣化情報<0ではないと判断した場合には(ステップS105のNO)、第1劣化情報取得部75は、取得した第1の劣化情報を表示部9に表示する。データ管理部78は、第1劣化情報取得部75が取得した第1の劣化情報を劣化情報格納部71に格納する(ステップS108)。
第1の劣化情報<0であると判断した場合には(ステップS105のYES)、第1劣化情報取得部75は、第2波長強調部76に対して第2の劣化指標となる画像データを生成するよう指示する。これにより、第2波長強調部76は、上述した(式1)を用いて波長による信号強度の違いを強調した第2の劣化指標となる画像データを生成する(ステップS106)。第2劣化情報取得部77は、第2波長強調部76が生成した第2の劣化指標となる画像データに基づいて第2の劣化情報を取得する(ステップS107)。第2劣化情報取得部77は、取得した第2の劣化情報を表示部9に表示する。データ管理部78は、第2劣化情報取得部77が取得した第2の劣化情報を劣化情報格納部71に格納する(ステップS108)。
このように、劣化情報取得装置7は、油画像データの特定の波長帯のスペクトルデータを(式1)で処理することにより、波長による信号強度の違いを強調した画像データであって油61の劣化度合いに応じた濃度の画像データ(第1の劣化指標及び第2の劣化指標)を得ることができる。そして、劣化情報取得装置7は、その画像データの対象領域の濃度の平均値を第1の劣化情報及び第2の劣化情報として取得することで、油61の劣化の度合いを定量的に表す情報を取得することができる。従来、油61の劣化度合いの診断において、定量的な判断が行われていなかった。しかし、劣化情報取得装置7は、潤滑油の劣化度合いを定量的に表す劣化情報を取得し利用者に提示することができる。これにより、利用者は、油類の劣化度合いについて的確に判断や判定を行うことができる。すなわち、検査員の感覚頼みだった油の劣化に関する判断を、定量的な評価による安定的で正確な判断に改善することができる。
劣化情報取得システム1は、持ち運びできる程度にコンパクトに構成することができる。劣化情報取得システム1は、劣化した油類のサンプルのデータを劣化情報格納部71に蓄積することで、劣化の予測や油類の余寿命診断を行うようにしてもよい。
(第2の実施形態)
次に、第2の実施形態における劣化情報取得装置7Aの構成例について説明する。
図8は、第2の実施形態の劣化情報取得装置7Aの構成例を示す図である。図8に示すように、劣化情報取得装置7Aは、図5に示す劣化情報取得装置7と比較して、第1劣化情報取得部75A及び第2劣化情報取得部77Aと異物解析部79とを備える点で異なり、その他の構成は同じである。よって、同じ構成のものには、図5と同一の符号を付与し、説明を省略する。第2の実施形態の劣化情報取得装置7Aは、第1の実施形態の劣化情報取得装置7に対して、油61内に混入している異物やスラッジの状態を把握できる機能を追加した構成である。
異物解析部79は、画像取得部72が取得した油画像データを解析して油61が劣化すると発生するスラッジや、装置の摩耗や欠落により混入した金属片等の異物を画像解析処理によって抽出する。異物解析部79は、抽出したスラッジや異物の形状及び数に応じて異物の混入量の程度を示す値(例えば、異物の混入量が多いほど大きくなる値)を解析結果として出力する。第1劣化情報取得部75A及び第2劣化情報取得部77Aは、第1波長強調部74及び第2波長強調部76が生成する第1の劣化指標及び第2の劣化指標である画像データと、異物解析部79が出力する解析結果に基づいて劣化情報を取得する。例えば、第1劣化情報取得部75A及び第2劣化情報取得部77Aは、第1波長強調部74及び第2波長強調部76が生成する第1の劣化指標及び第2の劣化指標画像データの対象領域の濃度の平均値と、解析結果の値とを演算して第1の劣化情報及び第2の劣化情報を取得する。ここで、濃度の平均値と、解析結果の値とを演算とは、例えば、両値の加算、乗算、両値に重みづけ後の加算、又は、両値に重みづけ後の乗算等が考えられる。
次に、第2の実施形態における劣化情報取得装置7Aの動作について説明する。
図9は、第2の実施形態の劣化情報取得装置7Aの動作を示すフロー図である。図9に示す劣化情報取得装置7Aの動作は、図7に示す劣化情報取得装置7の動作と比較して、ステップS101〜S103、S105、S106の処理は同じである。よって、同じ処理であるステップS101〜S103、S105、S106の説明を省略する。
異物解析部79は、画像取得部72が取得した油画像データを解析して油61に混入した異物の混入量の程度を示す解析結果を出力する(ステップS201)。なお、ステップS201の処理は、ステップS103の処理と並行して行っても、どちらかを先に行ってもよい。第1劣化情報取得部75Aは、第1波長強調部74が出力する劣化指標と、異物解析部79が出力する解析結果に基づいて第1の劣化情報を取得する(ステップS202)。第2劣化情報取得部77Aは、第2波長強調部76が出力する劣化指標と、異物解析部79が出力する解析結果に基づいて第2の劣化情報を取得する(ステップS203)。第1劣化情報取得部75A及び第2劣化情報取得部77Aが取得した第1の劣化情報及び第2の劣化情報は、データ管理部78を介して劣化情報格納部71に格納される。
このように、第1劣化情報取得部75A及び第2劣化情報取得部77Aを備える劣化情報取得システム1Aは、油61のスペクトルデータの変化と、油61における異物の混入量の変化とを総合的に考慮して、油61の劣化の度合いを評価することができる。
なお、劣化情報取得システム1又は劣化情報取得システム1Aは、作動油の油61の劣化度合いを評価するものであったが、油61は、作動油に限定されるものではない。作動油として利用される鉱物油の他に、炭水化物基の油、植物油、動物油等を含む油類全般に適用してもよい。劣化情報取得システム1又は劣化情報取得システム1Aは、油類の種類に応じて、適切な特定の波長を選択するように構成することで、色々な種類の油類に対応することができる。
劣化情報取得システム1又は劣化情報取得システム1Aは、特定波長を撮像可能な撮像部3と、その撮像部3が撮影した画像を処理可能な画像処理装置である劣化情報取得装置7又は劣化情報取得装置7Aとを備える構成である。よって、劣化情報取得システム1又は劣化情報取得システム1Aは、従来の油類の劣化の判断に利用されていた高額な分光器や色差計を用いておらず、安価である。なお、コストを考慮しなくてよい場合には、撮像部3は、例えば400nm〜900nmの波長における5〜10nm刻みの各波長の信号強度を各画素で取得可能なハイパースペクトルカメラで構成してもよい。この場合には、劣化情報取得装置7及び劣化情報取得装置7Aは、劣化情報を取得するため、油61を識別する情報に関連付けて、油61の劣化を判断するのに必要な第1の波長領域〜第4の波長領域に関する情報を劣化情報格納部71に予め格納しておく。
また、劣化情報取得装置7又は劣化情報取得装置7Aの機能を1チップ化して、撮像部3内に組み込んでも良い。劣化情報取得装置7又は劣化情報取得装置7Aの機能を、パーソナルコンピュータや携帯情報端末上で稼働するアプリケーションとして実現してもよい。劣化情報取得システム1又は劣化情報取得システム1Aは、撮像部3で撮影した画像をネットワーク経由でサーバへ送信し、そのサーバ上に劣化情報取得装置7又は劣化情報取得装置7Aの機能を実現する構成であってもよい。
上述した撮像部3が劣化情報を取得する機能を有する構成であれば、撮像部3は、劣化情報を利用者に提示する表示部を備えてもよい。サーバが劣化情報を取得する機能を有する構成であれば、サーバは、ネットワークを介して利用者の操作する端末に劣化情報を表示させる機能を有してもよい。劣化情報格納部71は、油61を識別する情報に関連付けて、油61の劣化情報の他に、油61の種類や性質に関する情報(基油の種類、添加剤の種類等)も合わせて格納してもよい。
上記各実施形態において、劣化情報取得装置7又は劣化情報取得装置7A内の各機能部は、ソフトウェア機能部であるものとしたが、LSI等のハードウェア機能部であってもよい。
以上説明した少なくともひとつの実施形態によれば、撮像部3によって油61を撮像した画像データに基づいて、油61の劣化に関する情報である劣化情報を取得することにより、簡便に油類の劣化度合いを把握することを可能とする。
また、以上に説明した劣化情報取得装置7又は劣化情報取得装置7A内の機能をソフトウェアによって実現する場合は、それらの機能を実現するためのプログラムを、コンピューター読み取り可能な記録媒体に記録し、そのプログラムをコンピューターシステムに読み込ませて実行するようにしてもよい。なお、ここでいう「コンピューターシステム」とは、OS(Operating System)や周辺機器等のハードウェアを含むものとする。また、「コンピューター読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ROM、CD(Compact Disk)−ROM等の可搬媒体、コンピューターシステムに内蔵されるハードディスク等の記憶装置のことをいう。さらに「コンピューター読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムが送信された場合のサーバやクライアントとなるコンピューターシステム内部の揮発性メモリー(RAM)のように、一定時間プログラムを保持しているものも含むものとする。
また、上記のプログラムは、このプログラムを記憶装置等に格納したコンピューターシステムから、伝送媒体を介して、あるいは、伝送媒体中の伝送波により他のコンピューターシステムに伝送されてもよい。ここで、プログラムを伝送する「伝送媒体」は、インターネット等のネットワーク(通信網)や電話回線等の通信回線(通信線)のように情報を伝送する機能を有する媒体のことをいう。
また、上記のプログラムは、前述した機能の一部を実現するためのものであってもよい。さらに、上記のプログラムは、前述した機能をコンピューターシステムにすでに記録されているプログラムとの組み合わせで実現できるもの、いわゆる差分ファイル(差分プログラム)であってもよい。
本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。
1…劣化情報取得システム、2…遮光壁、3…撮像部、4…光学系、5…光源、6…計数板、7,7A…劣化情報取得装置、8…入力部、9…表示部、71…劣化情報格納部、72…画像取得部、73…前処理部、74…第1波長強調部、75,75A…第1劣化情報取得部、76…第2波長強調部、77,77A…第2劣化情報取得部、78…データ管理部、79…異物解析部

Claims (9)

  1. 第1の波長領域、第2の波長領域、第3の波長領域及び第4の波長領域を含む複数の光の波長領域を光電変換した画像データを取得可能な撮像部によって油類を撮像した画像データを前記撮像部から取得する画像取得部と、
    前記画像取得部が取得した前記画像データに含まれる第1の波長領域の画像データと第2の波長領域の画像データとに基づいて、前記油類の劣化に関する情報である第1の劣化情報を取得する第1劣化情報取得部と、
    前記第1劣化情報取得部が取得した前記第1の劣化情報と所定の閾値とを比較して第2の劣化情報を取得するか否かを判断する判断部と、
    前記判断部が、第2の劣化情報を取得すると判断した場合に、前記画像取得部が取得した前記画像データに含まれる第3の波長領域の画像データと第4の波長領域の画像データとに基づいて、前記油類の劣化に関する情報である第2の劣化情報を取得する第2劣化情報取得部と、
    を備える劣化情報取得装置。
  2. 前記第1の波長領域及び前記第2の波長領域は、前記油類の初期の劣化度合い応じて変化する波長領域である請求項1に記載の劣化情報取得装置。
  3. 前記第3の波長領域は、前記初期以降において前記油類の劣化度合い応じてスペクトルデータの変化率の高い波長領域であり、
    前記第4の波長領域は、前記初期以降において前記油類の劣化度合い応じてスペクトルデータの変化率の低い波長領域である請求項1に記載の劣化情報取得装置。
  4. 前記第1の波長領域のスペクトルデータをA、前記第2の波長領域のスペクトルデータをBとし、任意の係数k(−1≦k≦1)を用いて第1の劣化指標を求める下記の式
    第1の劣化指標=(A−B)/(A+B)×k
    を計算して前記第1の劣化指標を取得する第1指標取得部をさらに備え、
    前記第1劣化情報取得部は、前記第1指標取得部が取得した前記第1の劣化指標に基づいて、前記第1の劣化情報を取得する
    請求項1から3のいずれか一項に記載の劣化情報取得装置。
  5. 前記第4の波長領域のスペクトルデータをA、前記第3の波長領域のスペクトルデータをBとし、任意の係数k(−1≦k≦1)を用いて第2の劣化指標を求める下記の式
    第2の劣化指標=(A−B)/(A+B)×k
    を計算して前記第2の劣化指標を取得する第2指標取得部をさらに備え、
    前記第2劣化情報取得部は、前記第2指標取得部が取得した前記第2の劣化指標に基づいて、前記第2の劣化情報を取得する
    請求項1から4のいずれか一項に記載の劣化情報取得装置。
  6. 前記画像取得部によって取得された前記画像データを解析して前記油類に混入した異物の混入量を示す解析結果を取得する異物解析部をさらに備え、
    前記第1劣化情報取得部及び前記第2劣化情報取得部は、前記異物解析部の取得した前記解析結果をさらに利用して前記1の劣化情報及び前記2の劣化情報を取得する
    請求項1から5のいずれか一項に記載の劣化情報取得装置。
  7. 前記撮像部と、
    請求項1から6のいずれか一項に記載の劣化情報取得装置と、
    を備える劣化情報取得システム。
  8. 第1の波長領域、第2の波長領域、第3の波長領域及び第4の波長領域を含む複数の光の波長領域を光電変換した画像データを取得可能な撮像部によって油類を撮像した画像データを前記撮像部から取得する画像取得ステップと、
    前記画像取得ステップによって取得された前記画像データに含まれる第1の波長領域の画像データと第2の波長領域の画像データとに基づいて、前記油類の劣化に関する情報である第1の劣化情報を取得する第1劣化情報取得ステップと、
    前記第1劣化情報取得ステップにおいて取得した前記第1の劣化情報と所定の閾値とを比較して第2の劣化情報を取得するか否かを判断する判断ステップと、
    前記判断ステップにおいて、第2の劣化情報を取得すると判断した場合に、前記画像取得ステップによって取得された前記画像データに含まれる第3の波長領域の画像データと第4の波長領域の画像データとに基づいて、前記油類の劣化に関する情報である第2の劣化情報を取得する第2劣化情報取得ステップと、
    を有する劣化情報取得方法。
  9. 第1の波長領域、第2の波長領域、第3の波長領域及び第4の波長領域を含む複数の光の波長領域を光電変換した画像データを取得可能な撮像部によって油類を撮像した画像データを前記撮像部から取得する画像取得ステップと、
    前記画像取得ステップによって取得された前記画像データに含まれる第1の波長領域の画像データと第2の波長領域の画像データとに基づいて、前記油類の劣化に関する情報である第1の劣化情報を取得する第1劣化情報取得ステップと、
    前記第1劣化情報取得ステップにおいて取得した前記第1の劣化情報と所定の閾値とを比較して第2の劣化情報を取得するか否かを判断する判断ステップと、
    前記判断ステップにおいて、第2の劣化情報を取得すると判断した場合に、前記画像取得ステップによって取得された前記画像データに含まれる第3の波長領域の画像データと第4の波長領域の画像データとに基づいて、前記油類の劣化に関する情報である第2の劣化情報を取得する第2劣化情報取得ステップと、
    をコンピューターに実行させるための劣化情報取得プログラム。
JP2015257363A 2015-12-28 2015-12-28 劣化情報取得装置、劣化情報取得システム、劣化情報取得方法及び劣化情報取得プログラム Pending JP2017120233A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2015257363A JP2017120233A (ja) 2015-12-28 2015-12-28 劣化情報取得装置、劣化情報取得システム、劣化情報取得方法及び劣化情報取得プログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2015257363A JP2017120233A (ja) 2015-12-28 2015-12-28 劣化情報取得装置、劣化情報取得システム、劣化情報取得方法及び劣化情報取得プログラム

Publications (1)

Publication Number Publication Date
JP2017120233A true JP2017120233A (ja) 2017-07-06

Family

ID=59271937

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2015257363A Pending JP2017120233A (ja) 2015-12-28 2015-12-28 劣化情報取得装置、劣化情報取得システム、劣化情報取得方法及び劣化情報取得プログラム

Country Status (1)

Country Link
JP (1) JP2017120233A (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170116292A (ko) * 2016-04-08 2017-10-19 한국전력공사 부재 열화 분석 장치, 부재 열화 측정 장치 및 컴퓨터 판독가능 기록 매체
JP2019124541A (ja) * 2018-01-15 2019-07-25 株式会社東芝 劣化推定装置、劣化推定システム、劣化推定方法及びコンピュータープログラム
JP6869419B1 (ja) * 2020-12-15 2021-05-12 水戸工業株式会社 オイル劣化診断装置

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170116292A (ko) * 2016-04-08 2017-10-19 한국전력공사 부재 열화 분석 장치, 부재 열화 측정 장치 및 컴퓨터 판독가능 기록 매체
KR101928780B1 (ko) 2016-04-08 2019-03-15 한국전력공사 부재 열화 분석 장치, 부재 열화 측정 장치 및 컴퓨터 판독가능 기록 매체
JP2019124541A (ja) * 2018-01-15 2019-07-25 株式会社東芝 劣化推定装置、劣化推定システム、劣化推定方法及びコンピュータープログラム
JP7000169B2 (ja) 2018-01-15 2022-01-19 株式会社東芝 劣化推定装置、劣化推定システム、劣化推定方法及びコンピュータープログラム
JP6869419B1 (ja) * 2020-12-15 2021-05-12 水戸工業株式会社 オイル劣化診断装置
WO2022130795A1 (ja) * 2020-12-15 2022-06-23 水戸工業株式会社 オイル劣化診断装置
JP2022094544A (ja) * 2020-12-15 2022-06-27 水戸工業株式会社 オイル劣化診断装置

Similar Documents

Publication Publication Date Title
Chung et al. Counting white blood cells from a blood smear using Fourier ptychographic microscopy
US8013991B2 (en) Raman difference spectra based disease classification
Hagen et al. Quantitative sectioning and noise analysis for structured illumination microscopy
Ferrand et al. Using the NoiSee workflow to measure signal-to-noise ratios of confocal microscopes
JP2017120233A (ja) 劣化情報取得装置、劣化情報取得システム、劣化情報取得方法及び劣化情報取得プログラム
JP6813316B2 (ja) 劣化情報取得装置、劣化情報取得システム、劣化情報取得方法及び劣化情報取得プログラム
JP2012173391A (ja) 画像生成装置、及び、画像生成方法
JP2017026495A (ja) 劣化情報取得装置、劣化情報取得システム、劣化情報取得方法及び劣化情報取得プログラム
JP2017527918A (ja) 結果画像を生成する方法及び光学装置
CN106461555A (zh) 物质或污染物检测
CN112469991A (zh) 信息处理装置、信息处理方法、信息处理系统以及程序
JP2014525028A (ja) 組織画像のスペクトル・アンミキシングのための方法およびシステム
JP6844976B2 (ja) 劣化情報取得装置、劣化情報取得システム、劣化情報取得方法及び劣化情報取得プログラム
WO2017217325A1 (ja) データ復元装置、顕微鏡システム、およびデータ復元方法
Preece et al. Human vision noise model validation for the US Army sensor performance metric
US20170307524A1 (en) Method and device for estimating optical properties of a sample
Pang et al. Autofluorescence removal using a customized filter set
WO2020159871A1 (en) Spectral unmixing
US20200155006A1 (en) Systems, Methods, and Apparatus for Interference Filter Correction Based on Angle of Incidence
Browne Imaging and image analysis in the comet assay
JP2011247656A (ja) 蛍光検出装置および蛍光顕微鏡
US11378515B2 (en) Image processing device, imaging system, actuation method of image processing device, and computer-readable recording medium
US20210174147A1 (en) Operating method of image processing apparatus, image processing apparatus, and computer-readable recording medium
Lindner et al. Rapid microscopy measurement of very large spectral images
JP2021001777A (ja) 植物の生育状態評価方法および評価装置

Legal Events

Date Code Title Description
A711 Notification of change in applicant

Free format text: JAPANESE INTERMEDIATE CODE: A711

Effective date: 20170912

Free format text: JAPANESE INTERMEDIATE CODE: A712

Effective date: 20170912