JP2017227606A - Defect detection device and defect detection method - Google Patents
Defect detection device and defect detection method Download PDFInfo
- Publication number
- JP2017227606A JP2017227606A JP2016125971A JP2016125971A JP2017227606A JP 2017227606 A JP2017227606 A JP 2017227606A JP 2016125971 A JP2016125971 A JP 2016125971A JP 2016125971 A JP2016125971 A JP 2016125971A JP 2017227606 A JP2017227606 A JP 2017227606A
- Authority
- JP
- Japan
- Prior art keywords
- difference
- pixel
- defect
- image
- suspected
- 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
Abstract
Description
本発明の実施形態は、欠陥検出装置及び欠陥検出方法に関する。 Embodiments described herein relate generally to a defect detection apparatus and a defect detection method.
トンネルやビル等の構造物においてコンクリート等の内部空隙（以下、「欠陥」という。）を検査する方法の１つに打音検査がある。打音検査は、検査対象を叩くことにより発生する打撃音の特性に基づいて構造物の欠陥を検査する方法である。また、打音検査の他、検査対象の欠陥を非接触で検査することが可能なサーモグラフィ法等の検査方法も実用化されている。サーモグラフィ法は、正常部と欠陥部との熱伝導率の違いから欠陥の有無や位置を検査する方法である。具体的には、サーモグラフィ法では、検査対象が撮像された熱画像が示す検査対象表面の温度分布に基づいて欠陥の有無や位置が判定される。 One of the methods for inspecting internal voids (hereinafter referred to as “defects”) such as concrete in a structure such as a tunnel or a building is a hammering inspection. The hitting inspection is a method for inspecting a defect of a structure based on the characteristics of the hitting sound generated by hitting an inspection target. In addition to the hammering inspection, an inspection method such as a thermography method that can inspect a defect to be inspected in a non-contact manner has been put into practical use. The thermography method is a method for inspecting the presence / absence and position of a defect from a difference in thermal conductivity between a normal part and a defective part. Specifically, in the thermography method, the presence / absence or position of a defect is determined based on the temperature distribution on the surface of the inspection target indicated by the thermal image obtained by imaging the inspection target.
サーモグラフィ法の一つに、検査対象の加熱によって検査対象表面の温度分布を積極的に変化させて観測するアクティブ方式がある。アクティブ方式には、検査時間を短縮できるというメリットがある一方で、加熱むらが生じやすいというデメリットがある。アクティブ方式では、この加熱むらによって、正常部を誤って欠陥部と判定してしまう可能性があった。 One of the thermography methods is an active method in which observation is performed by positively changing the temperature distribution on the surface of the inspection object by heating the inspection object. The active method has a merit that the inspection time can be shortened, but has a demerit that uneven heating tends to occur. In the active method, there is a possibility that the normal part is erroneously determined as a defective part due to the uneven heating.
本発明が解決しようとする課題は、検査対象表面の温度分布に基づいて検査対象内部の欠陥を検出するサーモグラフィ法において、検査対象表面の温度分布が検査対象の加熱によって得られる場合の欠陥検出の精度をより向上させることができる欠陥検出装置及び欠陥検出方法を提供することである。 The problem to be solved by the present invention is to detect defects when the temperature distribution of the inspection target surface is obtained by heating the inspection target in the thermography method of detecting defects inside the inspection target based on the temperature distribution of the inspection target surface. To provide a defect detection apparatus and a defect detection method capable of further improving accuracy.
実施形態の欠陥検出装置は、加熱部と、熱画像取得部と、差分画像生成部と、欠陥判定部とを持つ。加熱部は検査対象を加熱する。熱画像取得部は、加熱後の前記検査対象の表面温度を示す熱画像を時系列に取得する。差分画像生成部は、前記熱画像間の差分に基づいて表される差分画像を時系列に複数生成する。欠陥判定部は、複数の前記差分画像の各画素が示す温度差の大きさに基づいて、前記検査対象内部に存在する欠陥を検出する。 The defect detection apparatus according to the embodiment includes a heating unit, a thermal image acquisition unit, a difference image generation unit, and a defect determination unit. The heating unit heats the inspection target. A thermal image acquisition part acquires the thermal image which shows the surface temperature of the said test object after a heating in time series. The difference image generation unit generates a plurality of difference images represented in time series based on the difference between the thermal images. The defect determination unit detects a defect present in the inspection target based on the magnitude of the temperature difference indicated by each pixel of the plurality of difference images.
以下、実施形態の欠陥検出装置及び欠陥検出方法を、図面を参照して説明する。 Hereinafter, a defect detection apparatus and a defect detection method of an embodiment will be described with reference to the drawings.
（第１の実施形態）
図１は、第１の実施形態の欠陥検出装置１の適用例を示す図である。例えば、欠陥検出装置１は、図１に示す橋梁２００の検査に用いられる。欠陥検出装置１は、加熱部１０１、熱画像撮像部１０２及び情報処理部１１０を備える。加熱部１０１は、橋梁２００に対して熱を与えることが可能な熱源装置を用いて構成される。例えば、加熱部１０１はハロゲンランプを用いて構成されてもよいし、温風や温水を放出する装置を用いて構成されてもよい。加熱部１０１は、必ずしも非接触で検査対象を加熱する必要はなく、電熱線等の発熱部材を接触させて検査対象を加熱するように構成されてもよい。加熱部１０１は、情報処理部１１０から送信される制御信号に基づいて検査対象の加熱処理を開始又は終了する。
(First embodiment)
FIG. 1 is a diagram illustrating an application example of the defect detection apparatus 1 according to the first embodiment. For example, the defect detection apparatus 1 is used for inspection of the bridge 200 shown in FIG. The defect detection apparatus 1 includes a heating unit 101, a thermal image capturing unit 102, and an information processing unit 110. The heating unit 101 is configured using a heat source device that can apply heat to the bridge 200. For example, the heating unit 101 may be configured using a halogen lamp, or may be configured using a device that discharges warm air or hot water. The heating unit 101 does not necessarily need to heat the inspection target in a non-contact manner, and may be configured to heat the inspection target by contacting a heating member such as a heating wire. The heating unit 101 starts or ends the heating process of the inspection target based on the control signal transmitted from the information processing unit 110.
熱画像撮像部１０２は、例えば波長が１０μｍ付近の赤外光に感度を持つ赤外線カメラを用いて構成される。熱画像撮像部１０２は、検査対象が加熱部１０１によって加熱される部位を撮像可能なように、その位置や姿勢、ズームレベル等が調整される。また、熱画像撮像部１０２は、情報処理部１１０から送信される制御信号に基づいて検査対象の撮像を開始又は終了する。熱画像撮像部１０２は、撮像を開始してから終了するまでの間、同じ撮像範囲の熱画像を所定の時間間隔（例えば１ｆｐｓ程度）で連続して取得する。熱画像撮像部１０２は、取得された熱画像のデータを情報処理部１１０に出力する。 The thermal image capturing unit 102 is configured using, for example, an infrared camera having sensitivity to infrared light having a wavelength in the vicinity of 10 μm. The thermal image capturing unit 102 is adjusted in position, posture, zoom level, and the like so that the region to be inspected can be imaged by the heating unit 101. Further, the thermal image capturing unit 102 starts or ends imaging of the inspection target based on the control signal transmitted from the information processing unit 110. The thermal image capturing unit 102 continuously acquires thermal images in the same imaging range at predetermined time intervals (for example, about 1 fps) from the start to the end of imaging. The thermal image capturing unit 102 outputs the acquired thermal image data to the information processing unit 110.
情報処理部１１０は、ＰＣ（Personal Computer）やワークステーション、サーバ等の情報処理装置を用いて構成される。情報処理部１１０は、タブレットやスマートフォン等の可搬型の情報処理装置を用いて構成されてもよい。情報処理部１１０は、加熱部１０１や熱画像撮像部１０２の動作を制御することにより、検査対象表面の温度変化を示す時系列の熱画像データを取得する。 The information processing unit 110 is configured using an information processing apparatus such as a PC (Personal Computer), a workstation, or a server. The information processing unit 110 may be configured using a portable information processing device such as a tablet or a smartphone. The information processing unit 110 controls the operations of the heating unit 101 and the thermal image capturing unit 102 to acquire time-series thermal image data indicating the temperature change of the inspection target surface.
なお、検査対象の加熱の開始又は終了のタイミングは、利用者が加熱部１０１、熱画像撮像部１０２又は情報処理部１１０を操作することによって調整されてもよいし、情報処理部１１０によって制御されてもよい。例えば、情報処理部１１０は、加熱の開始を指示してから、予め定められた所定の加熱時間が経過したタイミングにおいて加熱を終了させるように加熱部１０１を制御してもよいし、熱画像撮像部１０２によって取得される熱画像に基づいて加熱部位が予め定められた温度に達したと判定されたタイミングにおいて加熱を終了させるように加熱部１０１を制御してもよい。 Note that the start or end timing of heating of the inspection target may be adjusted by the user operating the heating unit 101, the thermal image capturing unit 102, or the information processing unit 110, or controlled by the information processing unit 110. May be. For example, the information processing unit 110 may control the heating unit 101 to end the heating at a timing when a predetermined heating time elapses after instructing the start of heating, The heating unit 101 may be controlled to end the heating at a timing when it is determined that the heating part has reached a predetermined temperature based on the thermal image acquired by the unit 102.
情報処理部１１０は、取得された熱画像データに基づいて検査対象表面の温度分布変化を観測する。情報処理部１１０は、正常部と欠陥部と間で生じる温度分布の変化の差を検出することによって、橋梁２００の欠陥を検出する。 The information processing unit 110 observes the temperature distribution change on the surface to be inspected based on the acquired thermal image data. The information processing unit 110 detects a defect in the bridge 200 by detecting a difference in change in temperature distribution that occurs between the normal part and the defective part.
図２は、第１の実施形態の欠陥検出装置１の機能構成の具体例を示すブロック図である。欠陥検出装置１は、バスで接続されたＣＰＵ（Central Processing Unit）やメモリや補助記憶装置などを備え、欠陥検出プログラムを実行する。欠陥検出装置１は、欠陥検出プログラムの実行によって記憶部１１１、熱画像取得部１１２、差分画像生成部１１３及び欠陥判定部１１４を備える装置として機能する。なお、欠陥検出装置１の各機能の全て又は一部は、ＡＳＩＣ（Application Specific Integrated Circuit）やＰＬＤ（Programmable Logic Device）やＦＰＧＡ（Field Programmable Gate Array）等のハードウェアを用いて実現されてもよい。欠陥検出プログラムは、コンピュータ読み取り可能な記録媒体に記録されてもよい。コンピュータ読み取り可能な記録媒体とは、例えばフレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ−ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置である。欠陥検出プログラムは、電気通信回線を介して送信されてもよい。 FIG. 2 is a block diagram illustrating a specific example of a functional configuration of the defect detection apparatus 1 according to the first embodiment. The defect detection apparatus 1 includes a CPU (Central Processing Unit), a memory, an auxiliary storage device, and the like connected by a bus, and executes a defect detection program. The defect detection apparatus 1 functions as an apparatus including a storage unit 111, a thermal image acquisition unit 112, a difference image generation unit 113, and a defect determination unit 114 by executing a defect detection program. All or some of the functions of the defect detection apparatus 1 may be realized using hardware such as an application specific integrated circuit (ASIC), a programmable logic device (PLD), or a field programmable gate array (FPGA). . The defect detection program may be recorded on a computer-readable recording medium. The computer-readable recording medium is, for example, a portable medium such as a flexible disk, a magneto-optical disk, a ROM, a CD-ROM, or a storage device such as a hard disk built in the computer system. The defect detection program may be transmitted via a telecommunication line.
加熱部１０１及び熱画像撮像部１０２については図１で説明したとおりであるため、ここでは説明を省略する。また、加熱部１０１及び熱画像撮像部１０２以外の各機能部は、図１の情報処理部１１０に含まれる。 The heating unit 101 and the thermal image capturing unit 102 are as described with reference to FIG. Each functional unit other than the heating unit 101 and the thermal image capturing unit 102 is included in the information processing unit 110 in FIG.
記憶部１１１は、磁気ハードディスク装置や半導体記憶装置などの記憶装置を用いて構成される。記憶部１０３は、熱画像撮像部１０２によって取得された検査対象の熱画像を熱画像データとして記憶する。熱画像データは、時系列の熱画像を示す情報である。 The storage unit 111 is configured using a storage device such as a magnetic hard disk device or a semiconductor storage device. The storage unit 103 stores the thermal image to be inspected acquired by the thermal image capturing unit 102 as thermal image data. The thermal image data is information indicating a time-series thermal image.
熱画像取得部１１２は、加熱部１０１及び熱画像撮像部１０２を制御することにより、検査対象表面の温度分布の変化を示す熱画像データを取得する。熱画像取得部１１２は、取得された熱画像データを記憶部１１１に記憶させる。 The thermal image acquisition unit 112 acquires thermal image data indicating a change in temperature distribution on the surface to be inspected by controlling the heating unit 101 and the thermal image imaging unit 102. The thermal image acquisition unit 112 causes the storage unit 111 to store the acquired thermal image data.
差分画像生成部１１３は、熱画像データに基づいて、ある２つの時刻において取得された熱画像の差分で表される差分画像を生成する。差分画像生成部１１３は、生成された差分画像を欠陥判定部１１４に出力する。 The difference image generation unit 113 generates a difference image represented by a difference between the thermal images acquired at two certain times based on the thermal image data. The difference image generation unit 113 outputs the generated difference image to the defect determination unit 114.
欠陥判定部１１４は、差分画像生成部１１３によって生成された差分画像に基づいて、検査対象内部に存在する欠陥を検出する。 The defect determination unit 114 detects a defect existing inside the inspection target based on the difference image generated by the difference image generation unit 113.
図３は、第１の実施形態における差分画像の具体例を示す図である。図３（Ａ）は加熱処理を終了した直後における検査対象表面の温度分布を示す熱画像を表している。熱画像内の各領域の色の濃淡は各領域の温度の違いを表している。具体的には色の淡い領域ほど温度が高いことを表し、色が濃い領域ほど温度が低いことを表している。熱画像は、このような被写体の温度分布を表現する画像として、被写体の温度に応じた数値を各画素の画素値として持つ。具体的には、画素値は各温度に対応づけられた色や濃度の識別値である。以下では簡単のため、温度の違いをモノクロの１０階調で表現する熱画像を例として説明する。図３に示す各熱画像内に付した（）内の数値は、各領域の階調値を表し、低い階調値ほど高い温度を表し、高い階調値ほど低い温度を表している。 FIG. 3 is a diagram illustrating a specific example of the difference image in the first embodiment. FIG. 3A shows a thermal image showing the temperature distribution on the surface to be inspected immediately after finishing the heat treatment. The color shading of each region in the thermal image represents the temperature difference of each region. Specifically, the lighter color region indicates that the temperature is higher, and the darker color region indicates that the temperature is lower. The thermal image has a numerical value corresponding to the temperature of the subject as a pixel value of each pixel as an image expressing such a temperature distribution of the subject. Specifically, the pixel value is a color or density identification value associated with each temperature. In the following, for the sake of simplicity, a thermal image that expresses the difference in temperature with 10 monochrome gradations will be described as an example. The numerical values in parentheses attached to each thermal image shown in FIG. 3 represent the gradation value of each region, with the lower gradation value representing the higher temperature and the higher gradation value representing the lower temperature.
図３（Ｂ）は加熱処理の終了後ある程度時間が経過した時点での温度分布を示す熱画像を表している。図３（Ｂ）に示される熱画像から、正常部と欠陥部とでは温度変化の速度が異なることが分かる。これは正常部と欠陥部とで熱伝導率が異なることによって生じる現象である。具体的には、図３（Ｂ）の熱画像から欠陥部のほうが正常部よりも温度が下がりにくいことが分かる。 FIG. 3B shows a thermal image showing a temperature distribution when a certain amount of time has elapsed after the end of the heat treatment. From the thermal image shown in FIG. 3B, it can be seen that the normal part and the defective part have different speeds of temperature change. This is a phenomenon caused by the difference in thermal conductivity between the normal part and the defective part. Specifically, it can be seen from the thermal image in FIG. 3B that the temperature of the defective portion is less likely to be lower than that of the normal portion.
図３（Ｃ）は、上記の図３（Ａ）及び図３（Ｂ）に示される各熱画像に基づいて生成された差分画像である。正常部と欠陥部との間では温度変化の速度は異なるものの、正常部の範囲内又は異常部の範囲内においては温度変化の速度は同様である。そのため、加熱処理直後の熱画像と、加熱処理の終了後ある程度時間が経過した時点での熱画像との差分をとると、図３（Ｃ）のように正常部及び異常部のそれぞれの範囲内で均一な温度差を示す熱画像となる。そのため、このような差分画像を用いて欠陥部位を検出することにより、例えば図３（Ａ）の高温部を欠陥部として誤検出することを抑制することができる。 FIG. 3C is a difference image generated based on the thermal images shown in FIGS. 3A and 3B. Although the speed of temperature change differs between the normal part and the defective part, the speed of temperature change is the same in the range of the normal part or the range of the abnormal part. Therefore, if the difference between the thermal image immediately after the heat treatment and the thermal image after a certain amount of time has elapsed after the completion of the heat treatment is within the respective ranges of the normal part and the abnormal part as shown in FIG. A thermal image showing a uniform temperature difference. Therefore, by detecting a defective part using such a difference image, it can suppress erroneously detecting the high temperature part of FIG. 3 (A) as a defective part, for example.
図４は、第１の実施形態の欠陥検出装置１による欠陥検出処理の流れを示すフローチャートである。まず、熱画像取得部１１２が加熱部１０１を制御することによって、検査対象の加熱処理を開始する（ステップＳ１０１）。熱画像取得部１１２は、加熱処理が開始された後、所定の条件に基づいて加熱処理を終了する（ステップＳ１０２）。 FIG. 4 is a flowchart showing the flow of defect detection processing by the defect detection apparatus 1 of the first embodiment. First, the thermal image acquisition unit 112 controls the heating unit 101 to start the heating process of the inspection target (step S101). The thermal image acquisition unit 112 ends the heating process based on a predetermined condition after the heating process is started (step S102).
例えば、熱画像取得部１１２は、予め定められた所定の加熱時間の間検査対象を加熱するように加熱部１０１を制御する。例えば、熱画像取得部１１２がタイマー機能を有する場合、熱画像取得部１１２は、加熱部１０１に加熱の開始を指示すると同時にタイマーを開始し、所定の加熱時間が経過したタイミングで加熱部１０１に加熱の終了を指示するように構成されてもよい。また、加熱部１０１がタイマー機能を有する場合、加熱部１０１は、熱画像取得部１１２の指示に応じて加熱を開始すると同時にタイマーを開始し、所定の加熱時間が経過したタイミングで加熱を終了するように構成されてもよい。 For example, the thermal image acquisition unit 112 controls the heating unit 101 so as to heat the inspection target for a predetermined heating time. For example, when the thermal image acquisition unit 112 has a timer function, the thermal image acquisition unit 112 instructs the heating unit 101 to start heating and simultaneously starts a timer. It may be configured to instruct the end of heating. In addition, when the heating unit 101 has a timer function, the heating unit 101 starts heating at the same time as in response to an instruction from the thermal image acquisition unit 112, and ends heating when a predetermined heating time has elapsed. It may be configured as follows.
検査対象の加熱処理が終了すると、続いて熱画像取得部１１２は熱画像撮像部１０２を制御することによって、検査対象の熱画像の取得を開始する（ステップＳ１０３）。例えば、熱画像取得部１１２は、予め定められた所定の観察時間の間検査対象を撮像するように熱画像撮像部１０２を制御する。例えば、熱画像取得部１１２は、熱画像撮像部１０２に撮像の開始を指示すると同時にタイマーを開始する。タイマーの設定時間は、欠陥の検出に十分な温度変化を示す熱画像が得られればどのような時間に設定されてもよいが、おおよそ１時間程度を目途に設定されるとよい。 When the heating process for the inspection target is completed, the thermal image acquisition unit 112 then starts acquiring the thermal image for the inspection target by controlling the thermal image capturing unit 102 (step S103). For example, the thermal image acquisition unit 112 controls the thermal image capturing unit 102 so as to capture the inspection target for a predetermined observation time. For example, the thermal image acquisition unit 112 instructs the thermal image imaging unit 102 to start imaging, and starts a timer at the same time. The set time of the timer may be set to any time as long as a thermal image showing a temperature change sufficient for defect detection can be obtained, but it is preferable to set it for about one hour.
熱画像の取得が開始されると、熱画像取得部１１２は、タイマーの設定時間（タイマ時間）が経過したか否かを判定する（ステップＳ１０４）。タイマーの設定時間が経過していない場合（ステップＳ１０４−ＮＯ）、熱画像取得部１１２はタイマーの設定時間が経過するまでステップＳ１０４の判定を繰り返し実行する。この間、熱画像の取得が継続される。一方、タイマーの設定時間が経過した場合（ステップＳ１０４−ＹＥＳ）、熱画像取得部１１２は、熱画像撮像部１０２に撮像の終了を指示する（ステップＳ１０５）。 When acquisition of a thermal image is started, the thermal image acquisition unit 112 determines whether or not a timer set time (timer time) has elapsed (step S104). When the timer setting time has not elapsed (step S104—NO), the thermal image acquisition unit 112 repeatedly executes the determination of step S104 until the timer setting time elapses. During this time, the acquisition of the thermal image is continued. On the other hand, when the set time of the timer has elapsed (step S104—YES), the thermal image acquisition unit 112 instructs the thermal image imaging unit 102 to end imaging (step S105).
熱画像の取得が終了すると、欠陥検出装置１は差分画像生成部１１３及び欠陥判定部１１４に処理を移し、欠陥判定処理を実行する（ステップＳ１０６）。 When the acquisition of the thermal image is completed, the defect detection apparatus 1 moves the process to the difference image generation unit 113 and the defect determination unit 114, and executes the defect determination process (step S106).
図５は、第１の実施形態における欠陥判定処理の流れを示すフローチャートである。まず、差分画像生成部１１３が、熱画像取得部１１２によって取得された熱画像に基づいて差分画像を生成する（ステップＳ２０１）。差分画像生成部１１３は、生成された差分画像の各画素について、各画素の画素値と差分画像全体での画素値の平均との差分（すなわち温度差）を算出する（ステップＳ２０２）。以下、上記の差分を平均差分値と称し、各画素の平均差分値によって表される熱画像を平均差分画像と称する。具体的には、差分画像の各画素の平均差分値は次の式（１）〜式（３）を用いて算出される。 FIG. 5 is a flowchart showing the flow of the defect determination process in the first embodiment. First, the difference image generation unit 113 generates a difference image based on the thermal image acquired by the thermal image acquisition unit 112 (step S201). The difference image generation unit 113 calculates, for each pixel of the generated difference image, a difference (that is, a temperature difference) between the pixel value of each pixel and the average of the pixel values in the entire difference image (step S202). Hereinafter, the difference is referred to as an average difference value, and a thermal image represented by the average difference value of each pixel is referred to as an average difference image. Specifically, the average difference value of each pixel of the difference image is calculated using the following equations (1) to (3).
式（１）において、Ｑｔ２（ｉ，ｊ）は、時刻ｔ１において取得された熱画像と時刻ｔ２（＞ｔ１）において取得された熱画像とに基づく差分画像における座標（ｉ，ｊ）に位置する画素の画素値を表す。Ｐｔ１（ｉ，ｊ）は時刻ｔ１において取得された熱画像において座標（ｉ，ｊ）に位置する画素の画素値を表す。同様に、Ｐｔ２（ｉ，ｊ）は時刻ｔ２（＞ｔ１）において取得された熱画像において座標（ｉ，ｊ）に位置する画素の画素値を表す。ここでｉは熱画像内での横方向の画素位置を表し、ｊは熱画像内での縦方向の画素位置を表す。例えば、熱画像が横３２０×縦２４０個の画素で構成される場合、ｉ及びｊは、０≦ｉ＜３２０、０≦ｊ＜２４０を満たす範囲の整数値を取り得る。以下、画素値Ｑｔ２，ｔ１（ｉ，ｊ）からなる差分画像をＱｔ２，ｔ１と称する。 In equation (1), Q t2 (i, j) is the coordinate (i, j) in the difference image based on the thermal image acquired at time t 1 and the thermal image acquired at time t 2 (> t 1 ). ) Represents the pixel value of the pixel located at. P t1 (i, j) represents the pixel value of the pixel located at the coordinate (i, j) in the thermal image acquired at time t 1 . Similarly, P t2 (i, j) represents the pixel value of the pixel located at the coordinates (i, j) in the thermal image acquired at time t 2 (> t 1 ). Here, i represents the pixel position in the horizontal direction in the thermal image, and j represents the pixel position in the vertical direction in the thermal image. For example, when the thermal image is composed of horizontal 320 × vertical 240 pixels, i and j can take integer values in a range satisfying 0 ≦ i <320 and 0 ≦ j <240. Hereinafter, the difference image composed of the pixel values Q t2, t1 (i, j) is referred to as Q t2, t1 .
式（２）において、Ｋは差分画像Ｑｔ２，ｔ１の各画素値の平均値を表す。式（３）において、Ｒｔ２（ｉ，ｊ）は差分画像Ｑｔ２，ｔ１の各画素値と平均差分値Ｋとの差によって表される平均差分画像の各画素値を表す。以下、平均差分値の値Ｒｔ２（ｉ，ｊ）からなる平均差分画像をＲｔ２と称する。 In Expression (2), K represents an average value of the pixel values of the difference images Qt2 and t1 . In Expression (3), R t2 (i, j) represents each pixel value of the average difference image represented by the difference between each pixel value of the difference image Q t2, t1 and the average difference value K. Hereinafter, the average difference image composed of the average difference value R t2 (i, j) is referred to as R t2 .
欠陥判定部１１４は、このようにして生成される平均差分画像の各画素値（平均差分値）を所定の閾値と比較することにより、温度変化の速度が異なる領域を欠陥の被疑部位として抽出する。なお、被疑部位は、差分画像Ｑｔ２，ｔ１の各画素値を直接閾値と比較することによっても抽出することができるが、その場合ノイズの影響によって誤った被疑部位が抽出される可能性がある。そのため、差分画像の各画素値を直接比較するのではなく、差分画像の各画素値と差分画像全体での画素値の平均である平均差分値との差を閾値と比較することによって上記のようなノイズの影響を抑制することができる。 The defect determination unit 114 extracts regions having different temperature change speeds as suspected defects by comparing each pixel value (average difference value) of the average difference image thus generated with a predetermined threshold value. . The suspected part can also be extracted by directly comparing each pixel value of the difference images Q t2 and t1 with a threshold value. In this case, an erroneously suspected part may be extracted due to the influence of noise. . Therefore, instead of directly comparing each pixel value of the difference image, the difference between each pixel value of the difference image and the average difference value that is the average of the pixel values in the entire difference image is compared with the threshold value as described above. Can suppress the influence of noise.
また、一般に、正常部に対する欠陥部の割合は十分に小さいため、差分画像全体での画素値の平均（平均差分値）は正常部の画素値の平均に近いものとなる。その結果、正常部の画素値と平均差分値との差はほぼゼロになり、欠陥部においてのみ平均差分値との差が大きくなる。そのため、欠陥判定部１１４は、平均差分画像の各画素値（すなわち正常部の温度差を基準とする温度差）が所定の閾値以上であるか否かを判定する（ステップＳ２０３）ことによって、その画素が被疑部位か否かを判定する。 In general, since the ratio of the defective portion to the normal portion is sufficiently small, the average (average difference value) of the pixel values in the entire difference image is close to the average of the pixel values in the normal portion. As a result, the difference between the pixel value of the normal part and the average difference value becomes substantially zero, and the difference with the average difference value increases only in the defective part. Therefore, the defect determination unit 114 determines whether or not each pixel value of the average difference image (that is, a temperature difference based on the temperature difference of the normal part) is equal to or greater than a predetermined threshold (step S203). It is determined whether the pixel is a suspected part.
具体的には、欠陥判定部１１４は、次の式（４）に示す判定式に基づいて各画素が被疑部位であるか否かを判定する。 Specifically, the defect determination unit 114 determines whether or not each pixel is a suspected part based on the determination formula shown in the following formula (4).
式（４）において、αは画素（ｉ，ｊ）が被疑部位であるか否かを平均差分値の大きさによって識別するための閾値を表す。例えば、正常部と欠陥部との温度変化の差が１階調以上の色差として現れる場合α＝１と予め設定される。欠陥判定部１１４は、平均差分画像Ｒｔ２の各画素値について式（４）を満たすか否かを判定することにより各画素が被疑部位であるか否かを判定する。 In Expression (4), α represents a threshold value for identifying whether or not the pixel (i, j) is a suspicious part based on the magnitude of the average difference value. For example, α = 1 is set in advance when the temperature change difference between the normal part and the defective part appears as a color difference of one gradation or more. Defect determining section 114, each pixel by determining whether satisfies the equation (4) for each pixel value of the average difference image R t2 is determined whether the suspect sites.
平均差分画像においてある画素の画素値が閾値α未満である場合、すなわち式（４）が満たされない場合（ステップＳ２０３−ＮＯ）、欠陥判定部１１４は当該画素を正常部と判定する（ステップＳ２０４）。一方、当該画素の画素値が閾値α以上である場合、すなわち式（４）が満たされる場合（ステップＳ２０３−ＹＥＳ）、欠陥判定部１１４は、当該画素を被疑部位として抽出する（ステップＳ２０５）。欠陥判定部１１４は、抽出された被疑部位について、加熱処理直後の画素値とある程度時間が経過した後の画素値との間の相関性に基づいて当該被疑部位が欠陥部であるか否かを判定する。 When the pixel value of a certain pixel in the average difference image is less than the threshold α, that is, when Expression (4) is not satisfied (step S203—NO), the defect determination unit 114 determines the pixel as a normal part (step S204). . On the other hand, when the pixel value of the pixel is greater than or equal to the threshold value α, that is, when Expression (4) is satisfied (step S203—YES), the defect determination unit 114 extracts the pixel as a suspected part (step S205). The defect determination unit 114 determines whether or not the suspected part is a defective part based on the correlation between the pixel value immediately after the heat treatment and the pixel value after a certain amount of time has passed for the extracted suspected part. judge.
図６及び図７は、欠陥部の画素値に見られる相関性を説明する図である。まず、図６は、正常部及び欠陥部の温度変化の具体例を示す図である。図６に示されるように、同じ温度に加熱された正常部及び欠陥部は、時間の経過に応じて異なる温度変化を見せ、十分に長い時間が経過した後に同じ温度に収束する。また、正常部及び欠陥部の各温度曲線の接線の傾きの変化を見れば、正常部と欠陥部とはあるタイミングを境として温度変化の速度が逆転することが分かる。具体的には、時刻ｔＡでは欠陥部よりも正常部のほうが温度曲線の傾きが大きいのに対して、時刻ｔＢでは正常部よりも欠陥部のほうが温度曲線の傾きが大きくなっていることが分かる。このような温度変化の速度の逆転は、加熱処理直後の欠陥部の画素値とある程度時間が経過した後の欠陥部の画素値との間に次のような相関を生じさせる。以下では、温度変化の速度が逆転する前の期間を第１期間と称し、温度変化の速度が逆転した後の期間を第２期間と称する。 6 and 7 are diagrams for explaining the correlation seen in the pixel value of the defective portion. First, FIG. 6 is a diagram illustrating a specific example of the temperature change of the normal part and the defective part. As shown in FIG. 6, the normal part and the defective part heated to the same temperature show different temperature changes with time, and converge to the same temperature after a sufficiently long time. Further, from the change in the slope of the tangent line of each temperature curve of the normal part and the defective part, it can be seen that the speed of the temperature change is reversed at a certain timing between the normal part and the defective part. Specifically, the slope of the temperature curve is larger at the normal portion than at the defective portion at time t A , whereas the slope of the temperature curve is greater at the defective portion than at the normal portion at time t B. I understand. Such a reversal of the rate of temperature change causes the following correlation between the pixel value of the defective portion immediately after the heat treatment and the pixel value of the defective portion after a certain amount of time has elapsed. Hereinafter, a period before the temperature change speed is reversed is referred to as a first period, and a period after the temperature change speed is reversed is referred to as a second period.
図７は、加熱処理直後の欠陥部の画素値とある程度時間が経過した後の欠陥部の画素値との間に生じる相関を示す図である。図７（Ａ）は第１期間における平均差分画像を表す。図７（Ｂ）は第１期間と第２期間との境界点における平均差分画像を表す。図７（Ｃ）は第２期間における平均差分画像を表す。なお、図７（Ａ）〜図７（Ｃ）において、破線で囲まれた領域は欠陥部を表し、それ以外の領域は正常部を表す。上述したように第１期間では正常部のほうが欠陥部よりも温度変化の速度が速いため、平均差分で見た場合には正常部のほうが欠陥部よりも高い温度となる。すなわち、欠陥部の平均差分値が負の値となる。また、境界点では正常部と欠陥部との温度変化の速度がほぼ等しいため、平均差分でみた場合には正常部と欠陥部との温度はほぼ等しくなる。すなわち、正常部及び欠陥部の平均差分値がほぼゼロとなる。一方で、第２期間では欠陥部のほうが正常部よりも温度変化の速度が速いため、平均差分で見た場合には欠陥部のほうが正常部よりも高い温度となる。すなわち欠陥部の平均差分値が正の値となる。このように、第１期間における欠陥部の平均差分値（第１の温度差）と第２期間における欠陥部の平均差分値（第２の温度差）との間には符号が逆転するという相関がある。 FIG. 7 is a diagram illustrating a correlation generated between the pixel value of the defective portion immediately after the heat treatment and the pixel value of the defective portion after a certain amount of time has elapsed. FIG. 7A shows an average difference image in the first period. FIG. 7B shows an average difference image at the boundary point between the first period and the second period. FIG. 7C shows an average difference image in the second period. 7A to 7C, a region surrounded by a broken line represents a defective portion, and other regions represent normal portions. As described above, in the first period, the temperature of the normal part is higher than that of the defective part. Therefore, when viewed from the average difference, the normal part has a higher temperature than the defective part. That is, the average difference value of the defective portion is a negative value. Further, since the speed of temperature change between the normal part and the defective part is substantially equal at the boundary point, the temperature of the normal part and the defective part is substantially equal when viewed from the average difference. That is, the average difference value between the normal part and the defective part is almost zero. On the other hand, in the second period, the defect portion has a higher temperature change speed than the normal portion, and therefore, when viewed from the average difference, the defect portion has a higher temperature than the normal portion. That is, the average difference value of the defective portions is a positive value. Thus, the correlation that the sign is reversed between the average difference value (first temperature difference) of the defective portion in the first period and the average difference value (second temperature difference) of the defective portion in the second period. There is.
図８は、第１期間と第２期間との間で欠陥部の平均差分値の符号が逆転する様子を示した図である。図８において、ＰＡ、ＰＢ、ＰＣは、検査対象の加熱後においてＰＡ、ＰＢ、ＰＣの順に取得された熱画像の例である。ここで、ＰＢは第１期間と第２期間との境界点において取得された熱画像である。ＱＡ−Ｂ（第１差分画像の一例）はＰＡ及びＰＢに基づいて生成された差分画像を表し、ＱＢ−Ｃ（第２差分画像の一例）はＰＢ及びＰＣに基づいて生成された差分画像を表す。差分画像ＱＡ−Ｂ及びＱＢ−Ｃから、境界点の前後で欠陥部及び正常部の温度差の大小関係が逆転していることが分かる。 FIG. 8 is a diagram illustrating a state in which the sign of the average difference value of the defective portion is reversed between the first period and the second period. In FIG. 8, P A, P B, P C is an example of P A, P B, thermal image acquired in the order of P C after heating of the test object. Here, P B is a thermal image acquired at the boundary point between the first period and the second period. Q (an example of the first differential image) A-B represents the difference image generated based on the P A and P B, (an example of the second difference image) Q B-C is based on the P B and P C Represents the generated difference image. From the difference images Q A-B and Q B-C , it can be seen that the magnitude relationship of the temperature difference between the defective portion and the normal portion is reversed before and after the boundary point.
このような相関性に基づいて、欠陥判定部１１４は、抽出された被疑部位の平均差分値の符号が境界点前後において逆転しているか否かを判定する（ステップＳ２０６）ことによって、被疑部位が欠陥部であるか否かを最終的に判定する。 Based on such correlation, the defect determination unit 114 determines whether or not the sign of the extracted average difference value of the suspicious part is reversed before and after the boundary point (step S206). It is finally determined whether or not it is a defective part.
具体的には、欠陥判定部１１４は、次の式（５）に示す判定式に基づいて平均差分値の符号の逆転を判定する。 Specifically, the defect determination unit 114 determines the reversal of the sign of the average difference value based on the determination formula shown in the following formula (5).
式（５）において、ＱＤ１（ｉ，ｊ）は第１期間の差分画像における欠陥部の各画素値を表し、ＱＤ２（ｉ，ｊ）は第２期間の差分画像における欠陥部の各画素値を表す。また、Ｋ１は差分画像ＱＤ１の平均画素値を表し、Ｋ２は差分画像ＱＤ２の平均画素値を表す。式（５）が満たされない場合、すなわち、境界点前後で被疑部位の平均差分値の符号が逆転していない場合（ステップＳ２０６−ＮＯ）、欠陥判定部１１４はステップＳ２０４に進み、当該被疑部位を正常部と判定する。一方、式（５）が満たされた場合、すなわち、境界点前後で被疑部位の平均差分値の符号が逆転している場合（ステップＳ２０６−ＹＥＳ）、欠陥判定部１１４は当該被疑部位を欠陥部と判定する（ステップＳ２０７）。 In Expression (5), Q D1 (i, j) represents each pixel value of the defective portion in the difference image in the first period, and Q D2 (i, j) represents each pixel in the defective portion in the difference image in the second period. Represents a value. Also, K 1 represents the average pixel value of the difference image Q D1, K 2 represents the average pixel value of the difference image Q D2. When the expression (5) is not satisfied, that is, when the sign of the average difference value of the suspected part is not reversed before and after the boundary point (step S206—NO), the defect determination unit 114 proceeds to step S204, and the suspected part is Determined as normal. On the other hand, when the formula (5) is satisfied, that is, when the sign of the average difference value of the suspected part is reversed before and after the boundary point (step S206-YES), the defect determining unit 114 identifies the suspected part as the defective part. (Step S207).
このように構成された第１の実施形態の欠陥検出装置１は、差分画像に基づいて欠陥の被疑部位を抽出し、第１期間及び第２期間における被疑部位の平均差分値の符号に基づいて被疑部位が欠陥部であるか否かを判定する欠陥判定部１１４を備える。欠陥検出装置１がこのような構成を備えることにより、アクティブ方式のサーモグラフィ法による欠陥検出の精度をより向上させることができる。 The defect detection apparatus 1 according to the first embodiment configured as described above extracts a suspected part of a defect based on the difference image, and based on the sign of the average difference value of the suspected part in the first period and the second period. A defect determining unit 114 that determines whether or not the suspected part is a defective part is provided. When the defect detection apparatus 1 has such a configuration, the accuracy of defect detection by the active thermography method can be further improved.
（第２の実施形態）
図９は、第２の実施形態の欠陥検出装置１ａの機能構成の具体例を示すブロック図である。第２の実施形態の欠陥検出装置１ａは、欠陥判定部１１４に代えて欠陥判定部１１４ａを備える点、特徴抽出部１１５をさらに備える点で第１の実施形態の欠陥検出装置１と異なる。特徴抽出部１１５は、熱画像から欠陥部が有する特徴を示す情報（以下、「特徴情報」という。）を抽出する。欠陥判定部１１４ａは、抽出された特徴情報に基づいて欠陥の被疑部位を特定する。欠陥判定部１１４ａは、特定された被疑部位が欠陥部であるか否かの判定を第１の実施形態の欠陥判定部１１４と同様の方法で判定する。
(Second Embodiment)
FIG. 9 is a block diagram illustrating a specific example of a functional configuration of the defect detection apparatus 1a according to the second embodiment. The defect detection device 1a of the second embodiment is different from the defect detection device 1 of the first embodiment in that a defect determination unit 114a is provided instead of the defect determination unit 114, and a feature extraction unit 115 is further provided. The feature extraction unit 115 extracts information (hereinafter referred to as “feature information”) indicating the characteristics of the defective part from the thermal image. The defect determination unit 114a identifies the suspected part of the defect based on the extracted feature information. The defect determination unit 114a determines whether or not the identified suspected part is a defect part by the same method as the defect determination unit 114 of the first embodiment.
具体的には、特徴抽出部１１５は、熱画像の各画素について濃度共起行列計算を行う。濃度共起行列計算は、画素間の濃度の相関性を濃度共起行列として算出することにより、テクスチャの特徴を抽出する手法の一つである。例えば、濃度共起行列計算は、ある画素（ｉ，ｊ）の濃度（画素値）をａとし、その画素からδ（横方向にｇ画素、縦方向にｈ画素）だけ離れた位置に存在する画素（ｉ＋ｇ，ｊ＋ｈ）の濃度をｂとした場合に、濃度共起行列Ｍδのａ行ｂ列成分に１を投票する処理を対象範囲の全画素について計算する処理である。 Specifically, the feature extraction unit 115 performs density co-occurrence matrix calculation for each pixel of the thermal image. The density co-occurrence matrix calculation is one of techniques for extracting texture features by calculating the density correlation between pixels as a density co-occurrence matrix. For example, in the density co-occurrence matrix calculation, the density (pixel value) of a certain pixel (i, j) is a, and the pixel exists at a position separated by δ (g pixel in the horizontal direction and h pixel in the vertical direction). in the case where the density of the pixel (i + g, j + h ) is b, a process of calculating all the pixels in the target range processing to vote 1 to a row b column component of co-occurrence matrix M [delta].
このようにして計算される濃度共起行列Ｍδの対角成分には、比較対象の２点（ある画素と、その画素からδだけ離れた位置に存在する画素と）の濃度に変化がない場合に１が投票される。換言すれば、対角成分以外への投票数が多い濃度共起行列Ｍδは、対象範囲の濃度が一様でないことを表す。特徴抽出部１１５は、このように計算される濃度共起行列Ｍδを用いて、差分画像におけるある対象範囲の一様性を示す指標値を次の式（６）によって算出する。 In the diagonal component of the density co-occurrence matrix M δ calculated in this way, there is no change in the density of two points to be compared (a certain pixel and a pixel existing at a position δ away from the pixel). 1 is voted on. In other words, the density co-occurrence matrix M δ having a large number of votes for other than the diagonal component indicates that the density of the target range is not uniform. The feature extraction unit 115 uses the density co-occurrence matrix M δ calculated in this way to calculate an index value indicating the uniformity of a certain target range in the difference image using the following equation (6).
式（６）において、Ｌｋは差分画像Ｑを構成するＮ個の部分領域Ｑｘ（０≦ｘ≦Ｎ）のうちのある１つの部分領域Ｑｋについての一様性の指標値を表す。Ｍｋδは、部分領域Ｑｋについて計算された濃度共起行列を表す。ａｖｇ（Ｍ０δ，Ｍ１δ，…，ＭＮδ）は、Ｎ個の部分領域Ｑｘのそれぞれについて計算された濃度共起行列の平均で表される行列（以下、「平均行列」という。）を表す。具体的には、平均行列は、Ｎ個の部分領域Ｑｘに対応するＮ個の濃度共起行列の和の各成分を濃度共起行列の数Ｎで割ることによって得られる。すなわち、式（６）は、ａ及びｂの全ての組み合わせについて、部分領域Ｑｋの濃度共起行列Ｍｋδと平均行列との差の二乗和（すなわち差の大きさ）を部分領域Ｑｋの一様性の指標値Ｌｋとして算出する式である。このように算出される指標値Ｌｋは、差分画像Ｑにおいて部分領域Ｑｋの濃度が一様でない場合に大きな値をとる。 In Expression (6), L k represents a uniformity index value for one partial region Q k out of N partial regions Q x (0 ≦ x ≦ N) constituting the difference image Q. M kδ represents the concentration co-occurrence matrix calculated for the partial region Q k . avg (M 0δ, M 1δ, ..., M Nδ) , the average represented by a matrix of the computed co-occurrence matrix for each of the N partial regions Q x (hereinafter, referred to as "average matrix".) The Represent. Specifically, the average matrix is obtained by dividing each component of the sum of N density co-occurrence matrices corresponding to N partial regions Q x by the number N of density co-occurrence matrices. That is, Equation (6), for all combinations of a and b, (the size of the That difference) sum of squares of the differences between the co-occurrence matrix M Keideruta subregion Q k and average matrix of partial regions Q k is an equation for calculating the index value L k of uniformity. The index value L k calculated in this way takes a large value when the density of the partial region Q k is not uniform in the difference image Q.
図１０は、第２の実施形態における欠陥判定処理の流れを示すフローチャートである。なお、ここでは、第１の実施形態における欠陥判定処理と同様の処理については、図５と同様の符号を付すことにより説明を省略する。具体的には、図１０のフローチャートは、ステップＳ２０１〜Ｓ２０３及びステップＳ２０５に代えてステップＳ３０１〜Ｓ３０３を有する点で第１の実施形態における欠陥判定処理と異なる。この場合、特徴抽出部１１５は、ステップＳ２０１において生成された差分画像Ｑについて濃度共起行列を計算する（ステップＳ３０１）。 FIG. 10 is a flowchart showing a flow of defect determination processing in the second embodiment. In addition, about the process similar to the defect determination process in 1st Embodiment, description is abbreviate | omitted by attaching | subjecting the code | symbol similar to FIG. Specifically, the flowchart of FIG. 10 differs from the defect determination process in the first embodiment in that steps S301 to S303 are provided instead of steps S201 to S203 and step S205. In this case, the feature extraction unit 115 calculates a density co-occurrence matrix for the difference image Q generated in step S201 (step S301).
図１１は、第２の実施形態における濃度共起行列計算の具体例を示す図である。図１１（Ａ）は濃度共起行列計算の対象となる差分画像Ｑの具体例を示し、図１１（Ｂ）は、図１１（Ａ）に示される差分画像Ｑについて行われる濃度共起行列計算の具体例を示す。図１１（Ａ）に示す差分画像Ｑは、横方向に６４０個、縦方向に３００個の画素を持ち、各画素値が０〜２の３階調で表される。この差分画像Ｑは、横方向に１６０個、縦方向に１００個の画素を持つ１２の部分領域Ｑ０〜Ｑ１１に分割される。この部分領域Ｑ０〜Ｑ１１のうちのＱ４は欠陥部である。差分画像Ｑが、第１期間において取得された熱画像に基づいて生成される場合、上述したように、欠陥部の画素値は低い階調値（高温）となり、正常部の画素値は高い階調値（低温）となる。ここでは、図１１（Ａ）の差分画像Ｑにおいて、欠陥部の画素値が“１”、正常部の画素値が“２”である場合を想定する。 FIG. 11 is a diagram illustrating a specific example of density co-occurrence matrix calculation in the second embodiment. FIG. 11A shows a specific example of the difference image Q to be subjected to the density co-occurrence matrix calculation, and FIG. 11B shows the density co-occurrence matrix calculation performed for the difference image Q shown in FIG. A specific example is shown. A difference image Q shown in FIG. 11A has 640 pixels in the horizontal direction and 300 pixels in the vertical direction, and each pixel value is represented by three gradations of 0 to 2. The difference image Q is divided into 12 partial regions Q 0 to Q 11 having 160 pixels in the horizontal direction and 100 pixels in the vertical direction. Of these partial regions Q 0 to Q 11 , Q 4 is a defective portion. When the difference image Q is generated based on the thermal image acquired in the first period, as described above, the pixel value of the defective portion has a low gradation value (high temperature), and the pixel value of the normal portion has a high level. It becomes a tone value (low temperature). Here, it is assumed that the pixel value of the defective portion is “1” and the pixel value of the normal portion is “2” in the difference image Q in FIG.
この場合、特徴抽出部１１５は、各部分領域Ｑ０〜Ｑ１１のそれぞれについて右斜め下方向に隣接する部分領域との間の濃度相関を示す濃度共起行列を計算する。例えば、図１１（Ｂ）に示されるように、特徴抽出部１１５は、部分領域Ｑ０については部分領域Ｑ４との間の濃度相関を示す濃度共起行列を計算し、部分領域Ｑ１については部分領域Ｑ５との間の濃度相関を示す濃度共起行列を計算する。すなわち、この場合のδは横方向に１６０画素、縦方向に１００画素だけ離れた位置を表す。 In this case, the feature extraction unit 115 calculates a density co-occurrence matrix indicating the density correlation between the partial areas Q 0 to Q 11 and the partial areas adjacent in the diagonally lower right direction. For example, as shown in FIG. 11 (B), feature extraction unit 115, a co-occurrence matrix indicating a concentration correlation between partial regions Q 4 are the partial region Q 0 is calculated, the partial region Q 1 calculating a co-occurrence matrix indicating a concentration correlation between partial regions Q 5 is. In other words, δ in this case represents a position separated by 160 pixels in the horizontal direction and 100 pixels in the vertical direction.
この場合、図中に示す６つの部分領域Ｑｘ（ｘ＝０、１、…、５）の濃度共起行列Ｍｘδはそれぞれ次の式（７）〜式（１２）のように算出される。なお、式（７）〜式（１２）においては、式の意味を分かりやすくするため、δを（１６０，１００）に置き換えて記載している。 In this case, the concentration co-occurrence matrix M xδ of the six partial regions Q x (x = 0, 1,..., 5) shown in the figure is calculated as the following equations (7) to (12), respectively. . In formulas (7) to (12), δ is replaced with (160, 100) for easy understanding of the meaning of the formula.
式（７）〜式（１２）に示す各行列において、行は計算対象の部分領域の画素値（階調値）に対応し、列は計算対象の部分領域からδだけ離れた位置に存在する部分領域の画素値に対応する。例えば、式（７）に示される濃度共起行列の２行３列の成分の値“１６０００”は、部分領域Ｑ０に含まれる全画素の画素値が“２”であって、それらの各画素からδだけ離れた位置に存在する画素の画素値が全て“１”であることを表している。 In each matrix shown in Expression (7) to Expression (12), the row corresponds to the pixel value (gradation value) of the partial area to be calculated, and the column exists at a position separated by δ from the partial area to be calculated. This corresponds to the pixel value of the partial area. For example, the value “16000” of the 2 × 3 component of the density co-occurrence matrix shown in the equation (7) is that the pixel values of all the pixels included in the partial region Q 0 are “2”. This means that all the pixel values of pixels existing at a position away from the pixel by δ are “1”.
さらに、式（７）〜式（１２）によって計算された各部分領域の濃度共起行列を用いると、平均行列は次の式（１３）のように算出される。 Furthermore, using the density co-occurrence matrix of each partial region calculated by the equations (7) to (12), the average matrix is calculated as the following equation (13).
そして、式（７）〜式（１３）によって算出された各部分領域の濃度共起行列と平均行列とに基づいて、各部分領域の一様性の指標値Ｌｘが次の式（１４）〜式（１９）のように算出される。なお、式（１４）〜式（１９）では、行列の差の大きさをフロベニウスノルムの二乗で表現している。 Then, based on the density co-occurrence matrix and the average matrix of each partial region calculated by the equations (7) to (13), the uniformity index value L x of each partial region is expressed by the following equation (14). Calculated as shown in Equation (19). In Expressions (14) to (19), the magnitude of the matrix difference is expressed by the square of the Frobenius norm.
図１０の説明に戻る。欠陥判定部１１４ａは、特徴抽出部１１５によって算出された各部分領域の一様性の指標値を予め設定された所定の閾値ＬＴと比較することによって欠陥の被疑部位を特定する。例えば、閾値としてＬＴ＝１０００００が設定されている場合、欠陥判定部１１４ａは、閾値ＬＴを越える指標値Ｌ０及びＬ４に対応する部分領域Ｑ０及びＱ４を、濃度の分布が一様でない領域と判定する。欠陥判定部１１４ａは、このように判定された部分領域Ｑ０及びＱ４のうち、温度差（階調値）の小さいほうの部分領域を欠陥の被疑部位として特定する（ステップＳ３０２）。 Returning to the description of FIG. Defect determining unit 114a specifies the suspected site of a defect by comparing a predetermined threshold L T set in advance an index value of the uniformity of each partial region calculated by the feature extraction unit 115. For example, when L T = 100,000 is set as the threshold value, the defect determination unit 114a uses the partial regions Q 0 and Q 4 corresponding to the index values L 0 and L 4 that exceed the threshold value L T to have the same density distribution. It is determined that the area is not the same. Defect determining unit 114a is thus out of the determined partial area Q 0 and Q 4, identifies the temperature difference a partial region of the smaller of (gradation value) as the suspected site of a defect (step S302).
特定された被疑部位が欠陥部であるか否かの判定方法は第１の実施形態と同様である。例えば、欠陥判定部１１４ａは、次の式（２０）によって、被疑部位と被疑部位以外の領域との間で画素値の平均差Ｍを算出する（ステップＳ３０３）。 A method for determining whether or not the identified suspicious part is a defective part is the same as in the first embodiment. For example, the defect determination unit 114a calculates an average difference M of pixel values between the suspected region and the region other than the suspected region by the following equation (20) (step S303).
式（２０）において、ＮＥは被疑部位以外の領域の画素値の平均を表し、ＮＤは被疑部位の画素値の平均を表す。欠陥判定部１１４ａは、平均差Ｍの符号が時間の経過に応じて反転する場合に被疑部位が欠陥部であると判定する。 In the formula (20), N E represents the average of pixel values in a region other than the suspected site, N D represents the average of the pixel values of the suspect sites. The defect determining unit 114a determines that the suspected part is a defective part when the sign of the average difference M is inverted over time.
このように構成された第２の実施形態の欠陥検出装置１ａは、濃度共起行列計算によって欠陥の被疑部位を抽出する特徴抽出部１１５を持つ。欠陥検出装置１ａがこのような構成を備えることにより、熱画像に含まれるノイズの影響を低減し、欠陥検出の精度をより向上させることができる。 The defect detection apparatus 1a of the second embodiment configured as described above has a feature extraction unit 115 that extracts a suspected part of a defect by density co-occurrence matrix calculation. Since the defect detection apparatus 1a has such a configuration, it is possible to reduce the influence of noise included in the thermal image and further improve the accuracy of defect detection.
（第３の実施形態）
図１２は、第３の実施形態の欠陥検出装置１ｂの機能構成の具体例を示すブロック図である。第３の実施形態の欠陥検出装置１ｂは、欠陥判定部１１４ａに代えて欠陥判定部１１４ｂを備える点、特徴抽出部１１５に代えて特徴抽出部１１５ｂを備える点で第２の実施形態の欠陥検出装置１ａと異なる。
(Third embodiment)
FIG. 12 is a block diagram illustrating a specific example of a functional configuration of the defect detection apparatus 1b according to the third embodiment. The defect detection apparatus 1b according to the third embodiment is provided with a defect determination unit 114b instead of the defect determination unit 114a, and a defect detection device according to the second embodiment in that a feature extraction unit 115b is provided instead of the feature extraction unit 115. Different from the device 1a.
特徴抽出部１１５ｂは、画像内の濃度分布の一様性を示す指標値を、差分画像及び差分画像の生成に用いられた熱画像のそれぞれについて算出し、欠陥判定部１１４ｂに出力する。 The feature extraction unit 115b calculates an index value indicating the uniformity of density distribution in the image for each of the difference image and the thermal image used to generate the difference image, and outputs the calculated value to the defect determination unit 114b.
欠陥判定部１１４ｂは、差分画像及び差分画像の生成に用いられた熱画像（以下、「原画像」とうい。）のそれぞれについて欠陥判定部１１４ａと同様の欠陥判定処理を行い、それぞれの判定結果に基づいて最終的な欠陥判定を行う。 The defect determination unit 114b performs the same defect determination processing as the defect determination unit 114a on each of the difference image and the thermal image (hereinafter referred to as “original image”) used to generate the difference image, and the respective determination results. Based on the above, a final defect determination is performed.
図１３は、第３の実施形態における欠陥判定処理の流れを示すフローチャートである。なお、ここでは、第２の実施形態における欠陥判定処理と同様の処理については、図１０と同様の符号を付すことにより説明を省略する。特徴抽出部１１５ｂは、ステップＳ２０１において生成された差分画像に基づいて、ステップＳ３０１及びＳ３０２の各処理を行って差分画像内の濃度分布の一様性を示す指標値を算出するとともに、ステップＳ２０１における差分画像の生成に用いられた原画像についても同様の処理を行って原画像内の濃度分布の一様性を示す指標値を算出する（ステップＳ４０１及びＳ４０２）。 FIG. 13 is a flowchart showing the flow of defect determination processing in the third embodiment. In addition, about the process similar to the defect determination process in 2nd Embodiment, description is abbreviate | omitted by attaching | subjecting the code | symbol similar to FIG. The feature extraction unit 115b performs each process of steps S301 and S302 based on the difference image generated in step S201 to calculate an index value indicating the uniformity of the density distribution in the difference image, and in step S201. Similar processing is performed on the original image used to generate the difference image to calculate an index value indicating the uniformity of the density distribution in the original image (steps S401 and S402).
欠陥判定部１１４ｂは、差分画像について算出された一様性の指標値に基づいて被疑部位の抽出と、被疑部位が欠陥部であるか否かの判定を行うとともに、原画像についても差分画像と同様の方法で被疑部位の抽出と、被疑部位が欠陥部であるか否かの判定を行う（ステップＳ４０３〜Ｓ４０６）。欠陥判定部１１４ｂは、差分画像に基づく欠陥部の検出結果と、原画像に基づく欠陥部の検出結果との両方に基づいて、被疑部位が欠陥部であるか否かの最終的な判定を行う（ステップＳ４０７及びＳ４０８）。具体的には、欠陥判定部１１４ｂは、原画像の被疑部位（第１被疑部位）と差分画像の被疑部位（第２被疑部位）とが一致し、さらにその被疑部位が差分画像と原画像との両方で欠陥部と判定された場合に、その被疑部位が欠陥部であると最終的に判断する。 The defect determination unit 114b extracts the suspected part based on the uniformity index value calculated for the difference image, determines whether the suspected part is a defective part, and also determines the original image as a difference image. The suspected part is extracted by the same method, and it is determined whether or not the suspected part is a defective part (steps S403 to S406). The defect determination unit 114b performs a final determination as to whether or not the suspected part is a defect part based on both the detection result of the defect part based on the difference image and the detection result of the defect part based on the original image. (Steps S407 and S408). Specifically, the defect determination unit 114b matches the suspected part (first suspected part) of the original image with the suspected part (second suspected part) of the difference image, and further, the suspected part is the difference image and the original image. In both cases, it is finally determined that the suspected part is a defective part.
このように構成された第３の実施形態の欠陥検出装置１ｂは、差分画像と原画像とのそれぞれについて一様性の指標値を算出する特徴抽出部１１５ｂと、差分画像と原画像とのそれぞれでの欠陥判定の結果に基づいて被疑部位が欠陥部であるか否かを最終的に判定する欠陥判定部１１４ｂとを備える。欠陥検出装置１ｂがこのような構成を備えることにより、欠陥検出の精度をより向上させることができる。 The defect detection device 1b according to the third embodiment configured as described above includes a feature extraction unit 115b that calculates an index value of uniformity for each of the difference image and the original image, and each of the difference image and the original image. And a defect determining unit 114b that finally determines whether or not the suspected part is a defective part based on the result of the defect determination at Since the defect detection apparatus 1b has such a configuration, the accuracy of defect detection can be further improved.
以上説明した少なくともひとつの実施形態によれば、加熱後の検査対象の表面温度を示す熱画像を時系列に取得する熱画像取得部と、熱画像間の差分に基づいて表される差分画像を時系列に複数生成する差分画像生成部と、複数の差分画像の各画素が示す温度差の大きさに基づいて、検査対象内部に存在する欠陥を検出する欠陥判定部とを持つことにより、検査対象表面の温度分布に基づいて検査対象内部の欠陥を検出するサーモグラフィ法において、検査対象表面の温度分布が検査対象の加熱によって得られる場合の欠陥検出の精度をより向上させることができることができる。 According to at least one embodiment described above, a thermal image acquisition unit that acquires a thermal image indicating the surface temperature of the inspection target after heating in time series, and a difference image represented based on the difference between the thermal images By having a difference image generation unit that generates a plurality of time-series images and a defect determination unit that detects a defect existing inside the inspection object based on the magnitude of the temperature difference indicated by each pixel of the plurality of difference images, In the thermography method of detecting defects inside the inspection target based on the temperature distribution on the target surface, it is possible to further improve the accuracy of defect detection when the temperature distribution on the inspection target surface is obtained by heating the inspection target.
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。 Although several embodiments of the present invention have been described, these embodiments are presented by way of example and are not intended to limit the scope of the invention. These embodiments can be implemented in various other forms, and various omissions, replacements, and changes can be made without departing from the spirit of the invention. These embodiments and their modifications are included in the scope and gist of the invention, and are also included in the invention described in the claims and the equivalents thereof.
１，１ａ，１ｂ…欠陥検出装置、１０１…加熱部、１０２…熱画像撮像部、１０３…記憶部、１１０…情報処理部、１１１…記憶部、１１２…熱画像取得部、１１３…差分画像生成部、１１４，１１４ａ，１１４ｂ…欠陥判定部、１１５，１１５ｂ…特徴抽出部、２００…橋梁 DESCRIPTION OF SYMBOLS 1, 1a, 1b ... Defect detection apparatus, 101 ... Heating part, 102 ... Thermal image imaging part, 103 ... Memory | storage part, 110 ... Information processing part, 111 ... Memory | storage part, 112 ... Thermal image acquisition part, 113 ... Difference image generation 114, 114a, 114b ... defect determination unit, 115, 115b ... feature extraction unit, 200 ... bridge
Claims (10)
加熱後の前記検査対象の表面温度を示す熱画像を時系列に取得する熱画像取得部と、
前記熱画像間の差分に基づいて表される差分画像を時系列に複数生成する差分画像生成部と、
複数の前記差分画像の各画素が示す温度差の大きさに基づいて、前記検査対象内部に存在する欠陥を検出する欠陥判定部と、
を備える欠陥検出装置。 A heating unit for heating the inspection object;
A thermal image acquisition unit that acquires, in time series, a thermal image indicating the surface temperature of the inspection target after heating;
A difference image generation unit that generates a plurality of difference images represented in time series based on the difference between the thermal images;
A defect determination unit that detects a defect present in the inspection target based on the magnitude of the temperature difference indicated by each pixel of the plurality of difference images;
A defect detection apparatus comprising:
請求項１に記載の欠陥検出装置。 The defect determination unit includes a first pixel indicating a first temperature difference in a difference image and a second pixel indicating a second temperature difference that is a temperature difference larger than the first temperature difference. When the first pixel shows a larger temperature difference than the second pixel in the difference image after the difference image, the region represented by the first pixel is defined as a defective portion having a defect therein. judge,
The defect detection apparatus according to claim 1.
前記欠陥判定部は、前記特徴情報に基づいて検査対象表面の被疑部位を特定し、前記被疑部位の各画素が示す温度差と、前記被疑部位以外の各画素が示す温度差との大小関係が、前記差分画像よりも後の差分画像において逆転している場合に、前記被疑部位を前記欠陥部として判定する、
請求項１又は２に記載の欠陥検出装置。 Based on the distribution of the temperature difference indicated by each pixel of the difference image, further comprising a feature extraction unit that extracts the feature information indicating the characteristics of the suspected part that may have a defect from the inside of the difference image,
The defect determination unit identifies a suspected site on the surface to be inspected based on the feature information, and there is a magnitude relationship between a temperature difference indicated by each pixel of the suspected site and a temperature difference indicated by each pixel other than the suspected site. When the difference image after the difference image is reversed, the suspected portion is determined as the defective portion.
The defect detection apparatus according to claim 1.
前記欠陥判定部は、前記熱画像から抽出された特徴情報に基づいて検査対象表面の被疑部位を第２被疑部位として特定し、前記差分画像から抽出された特徴情報に基づいて特定された被疑部位を第１被疑部位とし、前記第１被疑部位と同様の方法で前記第２被疑部位が欠陥部であるか否かを判定し、前記第１被疑部位が前記第２被疑部位に一致し、かつ前記第１被疑部位及び第２被疑部位の両方が欠陥部であると判定された場合に、前記第１被疑部位を欠陥部であると最終的に判定する、
請求項３に記載の欠陥検出装置。 The feature extraction unit extracts feature information from the thermal image based on a temperature difference distribution indicated by each pixel of the thermal image,
The defect determination unit specifies a suspected part on the surface to be inspected as a second suspected part based on the feature information extracted from the thermal image, and the suspected part specified based on the feature information extracted from the difference image , The first suspected part is determined by the same method as the first suspected part, whether or not the second suspected part is a defective part, the first suspected part matches the second suspected part, and When it is determined that both the first suspected part and the second suspected part are defective parts, the first suspected part is finally determined as a defective part,
The defect detection apparatus according to claim 3.
請求項１から４のいずれか一項に記載の欠陥検出装置。 The difference image generation unit obtains a second difference image obtained by subtracting an average of pixel values of the entire first difference image from each pixel value of the first difference image represented by the difference between the thermal images. Generating as the difference image,
The defect detection apparatus according to any one of claims 1 to 4.
加熱後の前記検査対象の表面温度を示す熱画像を時系列に取得する熱画像取得ステップと、
前記熱画像間の差分に基づいて表される差分画像を時系列に複数生成する差分画像生成ステップと、
複数の前記差分画像の各画素が示す温度差の大きさに基づいて、前記検査対象内部に存在する欠陥を検出する欠陥判定ステップと、
を有する欠陥検出方法。 A heating step for heating the inspection object;
A thermal image acquisition step for acquiring a thermal image indicating the surface temperature of the inspection target after heating in time series;
A difference image generation step for generating a plurality of difference images represented in time series based on the difference between the thermal images;
A defect determination step for detecting a defect present inside the inspection object based on a magnitude of a temperature difference indicated by each pixel of the plurality of difference images;
A defect detection method comprising:
請求項６に記載の欠陥検出方法。 In the defect determination step, there is a first pixel indicating a first temperature difference and a second pixel indicating a second temperature difference which is a temperature difference larger than the first temperature difference in a certain difference image, When the first pixel shows a larger temperature difference than the second pixel in the difference image after the difference image, the region represented by the first pixel is defined as a defective portion having a defect therein. judge,
The defect detection method according to claim 6.
前記欠陥判定ステップでは、前記特徴情報に基づいて検査対象表面の被疑部位を特定し、前記被疑部位の各画素が示す温度差と、前記被疑部位以外の各画素が示す温度差との大小関係が、前記差分画像よりも後の差分画像において逆転している場合に、前記被疑部位を前記欠陥部として判定する、
請求項６又は７に記載の欠陥検出方法。 Based on the distribution of the temperature difference indicated by each pixel of the difference image, the method further includes a feature extraction step for extracting feature information indicating the feature of the suspected portion that may have a defect from the difference image,
In the defect determination step, the suspected part of the surface to be inspected is specified based on the feature information, and the magnitude relationship between the temperature difference indicated by each pixel of the suspected part and the temperature difference indicated by each pixel other than the suspected part is When the difference image after the difference image is reversed, the suspected portion is determined as the defective portion.
The defect detection method according to claim 6 or 7.
前記欠陥判定ステップでは、前記熱画像から抽出された特徴情報に基づいて検査対象表面の被疑部位を第２被疑部位として特定し、前記差分画像から抽出された特徴情報に基づいて特定された被疑部位を第１被疑部位とし、前記第１被疑部位と同様の方法で前記第２被疑部位が欠陥部であるか否かを判定し、前記第１被疑部位が前記第２被疑部位に一致し、かつ前記第１被疑部位及び第２被疑部位の両方が欠陥部であると判定された場合に、前記第１被疑部位を欠陥部であると最終的に判定する、
請求項８に記載の欠陥検出方法。 In the feature extraction step, feature information is extracted from the thermal image based on a temperature difference distribution indicated by each pixel of the thermal image,
In the defect determination step, the suspected part of the surface to be inspected is specified as the second suspected part based on the feature information extracted from the thermal image, and the suspected part specified based on the feature information extracted from the difference image , The first suspected part is determined by the same method as the first suspected part, whether or not the second suspected part is a defective part, the first suspected part matches the second suspected part, and When it is determined that both the first suspected part and the second suspected part are defective parts, the first suspected part is finally determined as a defective part,
The defect detection method according to claim 8.
請求項６から９のいずれか一項に記載の欠陥検出方法。 In the difference image generation step, a second difference image obtained by subtracting an average of pixel values of the entire first difference image from each pixel value of the first difference image represented by the difference between the thermal images. Generating as the difference image,
The defect detection method according to any one of claims 6 to 9.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2016125971A JP2017227606A (en) | 2016-06-24 | 2016-06-24 | Defect detection device and defect detection method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2016125971A JP2017227606A (en) | 2016-06-24 | 2016-06-24 | Defect detection device and defect detection method |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2017227606A true JP2017227606A (en) | 2017-12-28 |
Family
ID=60891409
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2016125971A Pending JP2017227606A (en) | 2016-06-24 | 2016-06-24 | Defect detection device and defect detection method |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2017227606A (en) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109900363A (en) * | 2019-01-02 | 2019-06-18 | 平高集团有限公司 | A kind of object infrared measurement of temperature method and apparatus based on contours extract |
| KR102160639B1 (en) * | 2019-06-26 | 2020-09-28 | 삼성물산(주) | Porosity Detection Method in Concrete Member Covered With Steel Plate Using Thermal Image and Construction Management Method of Concrete Member Covered With Steel Plate Using The Same |
| CN112950526A (en) * | 2019-11-25 | 2021-06-11 | 合肥欣奕华智能机器有限公司 | Display defect detection method and device |
| CN114354689A (en) * | 2021-12-30 | 2022-04-15 | 首都师范大学 | Method for measuring defect depth of sample by square wave excitation infrared thermal wave imaging |
| CN114487015A (en) * | 2022-02-14 | 2022-05-13 | 首都师范大学 | Method for measuring depth of internal defect of low-thermal-conductivity material by square wave thermal imaging |
| JP7471031B2 (en) | 2023-10-17 | 2024-04-19 | 慶應義塾 | DEFECT ESTIMATION DEVICE, DEFECT ESTIMATION METHOD, AND PROGRAM |
-
2016
- 2016-06-24 JP JP2016125971A patent/JP2017227606A/en active Pending
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109900363A (en) * | 2019-01-02 | 2019-06-18 | 平高集团有限公司 | A kind of object infrared measurement of temperature method and apparatus based on contours extract |
| KR102160639B1 (en) * | 2019-06-26 | 2020-09-28 | 삼성물산(주) | Porosity Detection Method in Concrete Member Covered With Steel Plate Using Thermal Image and Construction Management Method of Concrete Member Covered With Steel Plate Using The Same |
| CN112950526A (en) * | 2019-11-25 | 2021-06-11 | 合肥欣奕华智能机器有限公司 | Display defect detection method and device |
| CN112950526B (en) * | 2019-11-25 | 2024-03-12 | 合肥欣奕华智能机器股份有限公司 | Display defect detection method and device |
| CN114354689A (en) * | 2021-12-30 | 2022-04-15 | 首都师范大学 | Method for measuring defect depth of sample by square wave excitation infrared thermal wave imaging |
| CN114354689B (en) * | 2021-12-30 | 2023-09-26 | 首都师范大学 | Method for measuring defect depth of sample by square wave excitation infrared thermal wave imaging |
| CN114487015A (en) * | 2022-02-14 | 2022-05-13 | 首都师范大学 | Method for measuring depth of internal defect of low-thermal-conductivity material by square wave thermal imaging |
| JP7471031B2 (en) | 2023-10-17 | 2024-04-19 | 慶應義塾 | DEFECT ESTIMATION DEVICE, DEFECT ESTIMATION METHOD, AND PROGRAM |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2017227606A (en) | Defect detection device and defect detection method | |
| CN107677372B (en) | A kind of tunnel detection method based on binocular vision | |
| KR101932214B1 (en) | Apparatus for measuring crack using image processing technology and method thereof | |
| JP2013065226A5 (en) | ||
| JP2023139099A (en) | Learning data collecting apparatus, learning data collecting method, and program | |
| JP5564990B2 (en) | Image processing apparatus and image processing program | |
| KR101811637B1 (en) | Apparatus and method for selective binnig pixel | |
| JP5705711B2 (en) | Crack detection method | |
| JP2018181333A5 (en) | ||
| CN113205075A (en) | Method and device for detecting smoking behavior and readable storage medium | |
| JP5973214B2 (en) | Structure defect probability calculation method and defect probability calculation apparatus, structure defect range determination method and defect range determination apparatus | |
| JP2018022247A5 (en) | ||
| JP4416825B2 (en) | Image inspection processing apparatus, image inspection processing method, program, and recording medium | |
| JP2018036898A5 (en) | Image processing apparatus, image processing method, and program | |
| JP2008267943A (en) | Crack detecting method | |
| JP2017040758A5 (en) | ||
| US20170146462A1 (en) | System and method of analyzing a curved surface | |
| JP2013178684A (en) | Depth estimation apparatus, reconfigured image generation device, depth estimation method, reconfigured image generation method and program | |
| JP6029293B2 (en) | Scanning electron microscope image processing apparatus and scanning method | |
| JP2014154981A5 (en) | Image processing apparatus, image processing method, imaging apparatus, and control method thereof | |
| JP6894339B2 (en) | Crack detection device, crack detection method, and computer program | |
| KR102586815B1 (en) | Structure crack measurement system, method, and recording medium recording a computer-readable program for executing the method | |
| JP7325020B2 (en) | Inspection device and inspection method | |
| JP6558951B2 (en) | Tunnel wall damage detection device and tunnel wall damage detection program | |
| JP7188798B2 (en) | Coordinate calculation device, coordinate calculation method, and program |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20170913 Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20170913 |