JP2020007760A - ひび割れ検出装置、ひび割れ検出方法およびひび割れ検出プログラム - Google Patents
ひび割れ検出装置、ひび割れ検出方法およびひび割れ検出プログラム Download PDFInfo
- Publication number
- JP2020007760A JP2020007760A JP2018128858A JP2018128858A JP2020007760A JP 2020007760 A JP2020007760 A JP 2020007760A JP 2018128858 A JP2018128858 A JP 2018128858A JP 2018128858 A JP2018128858 A JP 2018128858A JP 2020007760 A JP2020007760 A JP 2020007760A
- Authority
- JP
- Japan
- Prior art keywords
- unit
- pavement road
- image processing
- road surface
- crack
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Image Processing (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
- Road Repair (AREA)
Abstract
Description
好ましくは、画像処理部は、判定部の判定結果として舗装路面が排水性舗装路面であると判定した場合には、所定面積以下の撮影画像の陰領域に対して色調補正処理する。
好ましくは、撮影画像をパッチ単位に分割し、パッチ画像と、パッチ画像に含まれる変状箇所と非変状箇所とを示す2値画像とを関連付けた機械学習の教師データとして生成するデータ生成部をさらに備える。
図1は、実施形態1に従うひび割れ検出装置10について説明する図である。
CPU20は、メモリ16に格納されているプログラムを実行することにより種々の機能ブロックを実現する。
画像処理部23は、舗装路面の画像データに対して所定の画像処理を実行する。具体的には、画像処理部23は、舗装路面の画像データに対して色調を補正する色調補正処理を実行する。
判定部25は、2値化処理部26と、集計部27と、面積判定部28とを含む。
面積判定部28は、集計された陰領域の面積が所定の面積値以上か否かを判定し、所定の面積値以上であれば排水性舗装路面と判定する。
図2(A)に示されるように色調補正処理部30は、色調補正処理の対象とする画像領域全体の輝度値のヒストグラムの平均値と標準偏差とを算出する。
補正係数b1=Mw−a1×M1
補正係数a2=Mw/M2
補正係数b2=Mw−a2×M2
図2(C)には、小領域Pに従う補正係数a1,b1と、小領域Qに従う補正係数a2,b2と、小領域Rに従う補正係数a3,b3と、小領域Sに従う補正係数a4,b4とが示されている。
図3を参照して、ここでは、排水性舗装路面に対する2値化処理と、密粒度舗装路面に対する2値化処理の結果とが示されている。
当該図に示されるように、空隙領域の面積を集計して所定値と比較することにより、舗装路面の種別を判別することが可能である。
具体的には、図2で説明したのと同様の色調補正処理を実行する。
具体的には、検出部22は、舗装路面の画像データに含まれる舗装路面のひび割れを検出する。検出部22は、一例として輝度の変化に基づいてひび割れの有無を判断することが可能である。
図5を参照して、CPU20は、舗装路面の画像データに対して色調補正処理を実行する(ステップS0)。具体的には、色調補正処理部30は、図2で説明したように舗装路面の画像データ全体に対して共一次内挿法を用いた色調補正処理を実行する。
具体的には、集計部27は、2値化処理により分別された滑剤間の空隙領域の面積を集計する。
具体的には、画像処理部23は、図4で説明したように、排水性舗装路面と判定された画像データに対して空隙領域(陰領域)を抽出する。
一方で、ステップS6において、CPU20は、空隙領域(陰領域)の面積が所定値未満であると判断した場合(ステップS6においてNO)には、ステップS8以降の処理をスキップして、ステップS14に進む。以降の処理は同様であるのでその詳細な説明については繰り返さない。
実施形態2においては、機械学習によりひび割れ検出を効率的に実行する方式について説明する。
図6を参照して、ひび割れ検出装置11は、CPU20をCPU20#に置換した点が異なる。その他の構成については同様であるのでその詳細な説明については繰り返さない。
データ生成部40は、機械学習で用いる教師データを作成する。
図7に示されるように、データ生成部40は、画像データを小領域(パッチ単位)に分割し、各パッチに含まれる変状(ひび割れ)箇所と非変状箇所とを示す2値画像と、対応する画像とを関連付けた教師データを生成する。ここでは、一例として20個の教師データを生成した場合が示されている。
検出部22は、機械学習により生成された教師データを用いて、例えばパターンマッチング等を利用してひび割れを検出することが可能である。
また、本実施形態におけるプログラムとして、パーソナルコンピュータで実行可能なアプリケーションを提供してもよい。このとき、本実施の形態に係るプログラムは、パーソナルコンピュータ上で実行される各種アプリケーションの一部の機能として組み込まれてもよい。
Claims (10)
- 舗装路面の撮影画像に基づいて前記舗装路面が排水性舗装か否かを判定する判定部と、
前記判定部の判定結果に基づいて画像処理を実行する画像処理部と、
前記画像処理部の画像処理結果に基づいて、前記舗装路面のひび割れを検出する検出部とを備える、ひび割れ検出装置。 - 前記判定部は、
前記撮影画像の陰領域とそれ以外の領域とを2値化処理する2値化処理部と、
前記陰領域の面積を集計する集計部と、
前記集計部により集計した面積値が所定値以上であるか否かを判定する面積判定部とを含む、請求項1記載のひび割れ検出装置。 - 前記面積判定部は、前記集計部により集計した面積値が所定値以上であると判断した場合には、前記舗装路面は排水性舗装路面と判定する、請求項2記載のひび割れ検出装置。
- 前記画像処理部は、前記撮影画像の全体に対して色調補正処理する、請求項2記載のひび割れ検出装置。
- 前記画像処理部は、前記判定部の判定結果として前記舗装路面が排水性舗装路面であると判定した場合には、所定面積以下の前記撮影画像の陰領域に対して色調補正処理する、請求項3記載のひび割れ検出装置。
- 前記検出部は、前記画像処理部により補正された前記撮影画像の輝度の変化に基づいてひび割れを検出する、請求項5記載のひび割れ検出装置。
- 前記検出部は、機械学習により前記舗装路面のひび割れを検出する、請求項1記載のひび割れ検出装置。
- 前記撮影画像をパッチ単位に分割し、前記パッチ画像と、前記パッチ画像に含まれる変状箇所と非変状箇所とを示す2値画像とを関連付けた前記機械学習の教師データとして生成するデータ生成部をさらに備える、請求項7記載のひび割れ検出装置。
- 舗装路面の撮影画像に基づいて前記舗装路面が排水性舗装か否かを判定するステップと、
判定結果に基づいて画像処理を実行するステップと、
画像処理結果に基づいて、前記舗装路面のひび割れを検出するステップとを備える、ひび割れ検出方法。 - コンピュータを、ひび割れ検出装置として機能させるためのプログラムであって、
前記プログラムは、前記コンピュータに、
舗装路面の撮影画像に基づいて前記舗装路面が排水性舗装か否かを判定する判定部と、
前記判定部の判定結果に基づいて画像処理を実行する画像処理部と、
前記画像処理部の画像処理結果に基づいて、前記舗装路面のひび割れを検出する検出部として、機能させる、ひび割れ検出プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018128858A JP6473844B1 (ja) | 2018-07-06 | 2018-07-06 | ひび割れ検出装置、ひび割れ検出方法およびひび割れ検出プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018128858A JP6473844B1 (ja) | 2018-07-06 | 2018-07-06 | ひび割れ検出装置、ひび割れ検出方法およびひび割れ検出プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6473844B1 JP6473844B1 (ja) | 2019-02-20 |
JP2020007760A true JP2020007760A (ja) | 2020-01-16 |
Family
ID=65443066
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018128858A Active JP6473844B1 (ja) | 2018-07-06 | 2018-07-06 | ひび割れ検出装置、ひび割れ検出方法およびひび割れ検出プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6473844B1 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022025734A (ja) * | 2020-07-30 | 2022-02-10 | 株式会社リコー | 情報処理装置、路面性状調査システム、情報処理方法およびプログラム |
JP7046279B1 (ja) * | 2020-10-30 | 2022-04-01 | 三菱電機株式会社 | ひび割れ検出装置、ひび割れ検出方法及びひび割れ検出プログラム |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021144600A (ja) * | 2020-03-13 | 2021-09-24 | 株式会社日立国際電気 | 交通障害要因検知システム、および、判定基準の更新方法 |
US11127135B1 (en) | 2020-03-23 | 2021-09-21 | Caterpillar Paving Products Inc. | System and method for correcting paving mat defects |
JP7021798B1 (ja) | 2020-12-04 | 2022-02-17 | 国立研究開発法人土木研究所 | 学習済みモデル生成方法、路面滑り摩擦係数推定装置、路面滑り摩擦係数推定プログラムおよび路面滑り摩擦係数推定方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012184624A (ja) * | 2011-03-08 | 2012-09-27 | Geo Search Co Ltd | 舗装の健全性の評価方法 |
JP6261797B1 (ja) * | 2017-06-30 | 2018-01-17 | ジオ・サーチ株式会社 | 舗装の損傷診断方法 |
JP2018028486A (ja) * | 2016-08-18 | 2018-02-22 | 西日本高速道路エンジニアリング四国株式会社 | 排水性舗装におけるポットホール発生リスクを定量分析する方法 |
-
2018
- 2018-07-06 JP JP2018128858A patent/JP6473844B1/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012184624A (ja) * | 2011-03-08 | 2012-09-27 | Geo Search Co Ltd | 舗装の健全性の評価方法 |
JP2018028486A (ja) * | 2016-08-18 | 2018-02-22 | 西日本高速道路エンジニアリング四国株式会社 | 排水性舗装におけるポットホール発生リスクを定量分析する方法 |
JP6261797B1 (ja) * | 2017-06-30 | 2018-01-17 | ジオ・サーチ株式会社 | 舗装の損傷診断方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022025734A (ja) * | 2020-07-30 | 2022-02-10 | 株式会社リコー | 情報処理装置、路面性状調査システム、情報処理方法およびプログラム |
JP7358304B2 (ja) | 2020-07-30 | 2023-10-10 | 株式会社リコー | 情報処理装置、路面性状調査システム、情報処理方法およびプログラム |
JP7046279B1 (ja) * | 2020-10-30 | 2022-04-01 | 三菱電機株式会社 | ひび割れ検出装置、ひび割れ検出方法及びひび割れ検出プログラム |
WO2022091327A1 (ja) * | 2020-10-30 | 2022-05-05 | 三菱電機株式会社 | ひび割れ検出装置、ひび割れ検出方法及びひび割れ検出プログラム |
Also Published As
Publication number | Publication date |
---|---|
JP6473844B1 (ja) | 2019-02-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6473844B1 (ja) | ひび割れ検出装置、ひび割れ検出方法およびひび割れ検出プログラム | |
JP6294529B1 (ja) | ひび割れ検出処理装置、およびひび割れ検出処理プログラム | |
Iakovidou et al. | Content-aware detection of JPEG grid inconsistencies for intuitive image forensics | |
Sun et al. | Weighted neighborhood pixels segmentation method for automated detection of cracks on pavement surface images | |
Baqersad et al. | Asphalt mixture segregation detection: digital image processing approach | |
US20220269996A1 (en) | Information processing apparatus, information processing method, and storage medium | |
Lokeshwor et al. | Robust method for automated segmentation of frames with/without distress from road surface video clips | |
JP4533836B2 (ja) | 変動領域検出装置及びその方法 | |
JP2008286725A (ja) | 人物検出装置および方法 | |
CN110443783B (zh) | 一种图像质量评估方法及装置 | |
CN111899243A (zh) | 一种图像清晰度评价方法、设备和计算机可读存储介质 | |
US11436774B2 (en) | Pattern mapping | |
CN101326549A (zh) | 检测数字图像中的条纹的方法 | |
JP5705711B2 (ja) | ひび割れ検出方法 | |
JP4870016B2 (ja) | ひび割れ検出方法 | |
CN108961209B (zh) | 行人图像质量评价方法、电子设备及计算机可读介质 | |
JP2020181532A (ja) | 画像判定装置及び画像判定方法 | |
CN112179294A (zh) | 一种土地校对方法、装置以及系统 | |
JP2005172559A (ja) | パネルの線欠陥検出方法及び装置 | |
CN115083008A (zh) | 运动目标检测方法、装置、设备及存储介质 | |
Li et al. | A robust approach to detect digital forgeries by exploring correlation patterns | |
Saxena et al. | Video inpainting detection and localization using inconsistencies in optical flow | |
CN109685757B (zh) | 一种基于灰度差分统计的无参考图像质量评价方法及系统 | |
US10062155B2 (en) | Apparatus and method for detecting defect of image having periodic pattern | |
JP4452793B2 (ja) | 不法投棄箇所検知装置、方法、およびプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180809 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180823 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20180823 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20181005 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20181016 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20181116 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20190108 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190128 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6473844 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |