JP3342581B2 - 塗膜劣化自動診断方法及び装置 - Google Patents

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、鋼橋等の構造物の塗装
面の劣化度を検出するための塗膜劣化自動診断方法及び
その装置に関するものである。

【０００２】

【従来の技術】鋼橋等の構造物を構成する鋼材には、防
錆のために塗装が施されるが、施された塗装面は、年数
が経つにつれて劣化し、塗膜の割れ、ハガレ、サビ等が
生じるため、定期的に塗膜面の劣化を検査し、その検査
に基づいて再塗装などのメンテナンスを行うようにして
いる。

【０００３】従来、塗装面の検査は、検査対象となる塗
装面を目視観察することにより、劣化度を判定していた
が、担当者によって個人差をなくすことができず、客観
性に欠ける問題がある。

【０００４】そこで、目視評価結果をデータベースとし
て蓄積し、塗膜劣化診断システムを開発する試みが提案
されている。

【０００５】この塗膜劣化診断システムは、特願平４−
２７１８４７号（発明の名称：塗膜劣化診断方法及び装
置）に提案されるように、検査対象とする塗装面をＣＣ
Ｄカメラなどで撮像し、この画像情報をコンピュータに
取り込み、画像から劣化部を抽出すると共にその劣化部
を、予め定めた判定基準より作成したデータベースを基
に劣化度を診断するようにしたものである。特に、取り
込んだ画像には光の明暗、例えば、影等によって生じる
塗装面の濃淡差など、撮影上及び塗装面の構造上生じる
シェーディングの影響を受けるため、先願の診断システ
ムでは、画像に濃淡モフォロジィ処理を行ってシーディ
ングの影響を除いて、塗装面より純粋に、割れ、ハガ
レ、サビ等により生じる濃淡変化領域を個別変状部とし
て抽出し、その個別変状部（劣化部）の面積、平均濃淡
値に対する濃淡値の差などを算出すると共に上述のデー
タベースと比較して塗装面の劣化度を診断するものであ
る。

【０００６】この先願の発明においては、塗装面を診断
する際に、劣化部の実寸法を求めるが、画像より実寸法
を求めるには、操作員が、画像のキャリブレーション設
定を行う必要がある。そこで、塗装面を撮影するに当た
って、塗装面の一部にスケールを取り付け、操作員が、
画像上のスケールを見て実寸法キャリブレーションの設
定を行うようにしている。

【０００７】

【発明が解決しようとする課題】しかしながら、検査す
る塗装面は、何枚もあり、塗装面ごとスケールを貼り付
けていたのでは、能率が悪くなる問題がある。またスケ
ールを用いずに、操作員が、画像の特徴的部分を見てキ
ャリブレーションの操作を行うことも可能であるが、画
像毎に操作したのでは、その操作が大変であり、また個
人差も避けられない問題も生じる。

【０００８】さらに、先願においては、画像から塗装面
の劣化診断の処理領域を設定するには、操作員が、その
処理範囲を手動で設定しなければならず、操作員に負担
をかけやすい問題があった。

【０００９】そこで、本発明の目的は、上記課題を解決
し、コンピュータに取り込んだ画像情報から塗装面の劣
化部を評価するにおいて、自動的にキャリブレーション
の設定が行えると共に処理範囲を自動的に設定すること
ができる塗膜劣化自動診断方法及び装置を提供すること
にある。

【００１０】

【課題を解決するための手段】上記目的を達成するため
に、請求項１の発明は、鋼橋等の構造物に施された塗装
面を画像入力装置を介してコンピュータに取り込んで、
塗装面の劣化を診断する方法において、検査すべき構造
物の特徴部分間など、予め既知の寸法をデータとして格
納し、取り込んだ画像より濃淡値が急変する部分を求め
ると共にその急変する部分の直線部分を求めて特徴的な
部分を検出すると共にその特徴的な部分の画像上の寸法
と上記データとして格納された実寸法を基にキャリブレ
ーションを行うと共に特徴的部分間の内側で、検査すべ
き塗装面の処理範囲を設定し、かつ処理範囲のみを有効
とするマスク画像を作成し、しかる後、その処理範囲に
対して塗膜の劣化を診断することを特徴とする塗膜劣化
自動診断方法である。

【００１１】請求項２の発明は、鋼橋等の構造物に施さ
れた塗装面を画像入力装置を介してコンピュータに取り
込んで、塗装面の劣化を診断する装置において、検査す
べき構造物の特徴的な部分間など、予め既知の寸法が格
納された対象構造物データベースと、画像処理装置から
の画像を取り込むと共に取り込んだ画像より濃淡値が急
変する部分を求めると共にその急変する部分の直線部分
を求めて特徴的な部分を検出する画像処理装置と、その
画像処理装置の画像データが入力されると共に対象構造
物データベースのデータが入力され、両データを基にキ
ャリブレーションを行うと共に特徴的部分間の内側で、
検査すべき塗装面の処理範囲を設定し、かつ処理範囲の
みを有効とするマスク画像を作成し、その処理範囲より
塗膜の劣化を診断する演算・診断装置とを備えたことを
特徴とする塗膜劣化自動診断装置である。

【００１２】

【作用】上記構成によれば、撮影する構造物の塗装面の
形状は、例えばＩ型鋼材のフランジ部の下面等であり、
その鋼材のフランジ部などの特徴部分間の幅寸法を対象
構造物データベースに格納しておき、取り込んだ画像よ
り、画像が急激に変わる部分を抽出すると共に急変する
部分の直線部分を求め、この画像上の特徴部分間の寸法
とデータベースの実寸法から、上記画像上の寸法に相当
する画素数が実寸法で何ｍｍとなるかを換算するための
キャリブレーションを行うと共に、画面から検査に不要
な部分を除くべくマスク画像を作成し、そのマスク画像
で得られた処理範囲に基づいて劣化診断を自動的に行え
る。

【００１３】

【実施例】以下、本発明の一実施例を添付図面に基づい
て詳述する。

【００１４】本システムの主な構成を図１により説明す
る。

【００１５】先ず、１は、構造物の塗装面２を含む塗装
面画像を示し、その塗装面画像１が画像入力装置３に取
り込まれる。この画像入力装置３は、コンピュータの画
像処理装置４に入力するものであればいかなる形式のも
のでもよく、例えば画像を画像処理装置４に直接入力す
るＣＣＤカメラ、塗装面画像を撮影したＶＴＲテープを
ビデオデッキの再生画像から画像処理装置４に入力する
形式のものでも、塗装面画像１の写真をスキャナなどで
読み取って画像処理装置４に入力しても或いは写真のネ
ガをフォトＣＤに納め、そのフォトＣＤをＣＤ−ＲＯＭ
ドライブで再生し、その画像信号を画像処理装置４に入
力する形式のものでも、さらにパソコン通信にて画像処
理装置４に取り込む等、いずれの形式のものでもよい。

【００１６】画像入力装置３からの画像情報は、コンピ
ュータの画像処理装置４に取り込まれ、画像処理装置４
により種々の画像処理がなされて、劣化部の抽出、塗装
面２の特徴部分であるエッジ２ａを検出、検出したエッ
ジ２ａの幅（寸法）ｈの検出等がなされる。画像処理装
置４に取り込まれた画像は、画像フレームメモリ５と演
算・診断装置６に送られる。

【００１７】画像フレームメモリ５は、画像処理装置４
と演算・診断装置６につながっており、コンピュータに
取り込まれた複数枚の画像を管理すると共に画像処理装
置４側にある現画像、画像処理後の結果画像等を演算・
診断装置６からも参照できるようになっている。

【００１８】演算・診断装置６には、キーボード７が接
続されると共に表示装置８が接続される。この演算・診
断装置６は、対象構造物データベース９、検査履歴デー
タベース１０、判定基準データベース１１とアクセスで
き、画像処理装置４からの画像より実寸法キャリブレー
ション処理、処理範囲の設定、劣化部の幾何学的特徴量
及び劣化度の評価処理を行うようになっており、またこ
れら検査結果を表、グラフ、画像の形で表示装置８に表
示するようになっている。また処理結果のデータは、逐
次検査履歴データベース１０、判定基準データベース１
１に蓄積され、以後の検査のデータベースとして格納す
るようになっている。

【００１９】対象構造物データベース９は、検査対象と
なる構造物の塗装面における鋼材の特徴部分の寸法、例
えばＩ形鋼材のフランジ部の寸法や設置環境等の情報を
記録しており、演算・診断装置６は、このデータベース
９からの情報と画像処理装置４からの特徴部分の寸法デ
ータより、実寸法キャリブレーション、処理範囲の設定
を行うと共に、劣化部の抽出、劣化度の評価にも使用す
る。

【００２０】判定基準データベース１１は、劣化部の幾
何学的特徴量を基に、劣化度を評価するための判定基準
が格納しており、劣化度の評価において使用される。

【００２１】検査履歴データベース１０は、検査に用い
た現画像、処理後の画像、及び検査結果等を記録したも
のであり、演算・診断装置６による診断時には過去の検
査結果も参照できるようになっている。

【００２２】次に、本発明の診断方法の図２に示した処
理フロー２０〜２６の概略を説明する。

【００２３】画像入力２０：現場で撮影した塗装面の写
真、ビデオテープから、或いは直接現場から、塗装面の
画像情報を画像入力装置３を介してシステムに入力す
る。入力する画像情報が複数枚ある場合には、一括して
入力する。また図１では、画像処理装置４に入力される
ようになっているが、画像フレームメモリ５を介して複
数枚の画像を入力し、その画像を順次画像処理装置４に
送るようにしてもよい。

【００２４】入力された画像は、画像処理後、画像フレ
ームメモリ５に転送される。

【００２５】実寸法算出２１（実寸法キャリブレーショ
ン）：キャリブレーション作業は、既知寸法の２点の画
像上における特徴部分の位置と２点間の実寸法を設定す
ることにより行う。

【００２６】特徴部分の既知寸法の２点としては、塗装
面である鋼材の両端エッジ部、或いは画像上に現れてい
る既知の特徴部分の寸法（例えばスケールがあればその
スケール寸法）を用いてもよい。

【００２７】両端部エッジの位置、及びエッジ間の画像
上での距離（幅寸法）は、画像処理技術を用いて求め、
両端エッジ部の実寸法は、対象構造物データベース９か
ら求める。

【００２８】すなわち、図１でエッジ２ａ間の寸法ｈに
相当する画素数に対して実寸法が何ｍｍであるか、例え
ば寸法ｈに相当する画素数が４００で、実寸法が３００
ｍｍであれば、１画素数が約１．３３ｍｍであり、この
換算値に基づいてキャリブレーションを行う。

【００２９】処理範囲の設定２２ 塗装面の画像データから画像処理技術を用いることによ
って、鋼材の両端エッジ部を求め、処理範囲を鋼材の内
側に自動的に設定する。最終的には、処理範囲部分のみ
を有効とするマスク画像を作成し、画像フレームメモリ
５に転送する。

【００３０】この処理範囲の設定においては、濃淡モフ
ォロジィ処理する際、処理範囲に対してフィルタサイズ
（１６×１６ドットのマス、上記例では、実寸法で約２
１×２１ｍｍ角）で、それぞれの領域の平均濃度値を求
めるため、画像上の処理範囲の行と列の幅が、それぞれ
フィルタサイズの整数倍となり、かつその処理範囲が、
全てエッジの内側、画像の左右幅の内側になるように設
定する。

【００３１】鋼材のエッジ部の抽出法としては、 塗装面の画像データに対して、微分フィルタリング
処理(sobelフィルタ等） ２値化処理を順に施して濃
淡値が急変する部分を求める。

【００３２】 最小２乗法、Hough 変換などの直線検
出処理を施すことによって、長い２本の直線部分を求め
る。

【００３３】などの処理を行う。

【００３４】処理範囲は、予め定めた幅の画像周辺部を
除き、かつ、鋼材の両端エッジ部の間（余裕を見て若干
内側とする）とする。

【００３５】なお、対象塗装面内部に人工的なラベル等
不要部がある場合には、操作員が不要部の外周多角形の
頂点をマウスの操作やカーソルキーの操作などで順次指
定することによって、マニュアル操作により対処するこ
ともできるようになっている。

【００３６】劣化部の抽出処理２３ 画像処理装置４は、入力した塗装面の現画像と画像フレ
ームメモリ５上の処理範囲マスク画像を基に、塗装面画
像の処理範囲内部に対して、画像処理技術を用いること
によって、劣化部を抽出する。

【００３７】劣化部の抽出方法の例としては、鋼材など
の影などのような照射ムラの影響を受けずに劣化部を抽
出するため、周囲に比べて局所的に暗い部分のみ抽出す
る濃淡モフォロジィ処理などの適用が考えられる。

【００３８】処理後の劣化部画像は、画像フレームメモ
リに転送される。

【００３９】特徴量算出２４：劣化部画像を基に、劣化
度評価に必要な各種幾何学的特徴量、及びその統計量を
算出する。基本手順は、以下の通りである。

【００４０】 劣化部画像に対してラベリング処理を
施す。

【００４１】 各ラベル毎に面積、周囲長、円形度の
幾何学的特徴量を求める。

【００４２】 上記各種特徴量について、最大値、最
小値、平均値、分散などの統計量、及び劣化部の個数を
求める。

【００４３】 処理領域全体の面積と劣化部全体の面
積から劣化部の面積占有率を求める。

【００４４】 ラベル毎に粒径を求め、粒径毎に劣化
部の面積占有率を求める。

【００４５】画像単位の劣化度の評価２５：判定基準デ
ータベースの内容と得られた各種特徴量を比較すること
によって、画像１枚についての劣化度を評価する。劣化
度の評価基準の例としては、画像全体に占める劣化部分
の面積占有率や劣化部を粒径毎に分類し、各グループ毎
の面積占有率を基に評価する。

【００４６】劣化度の総合評価２６：先ず、鋼材単位で
評価し、次に構造物全体について評価する。

【００４７】鋼材単位の評価は、同一鋼材に含まれる複
数枚の画像の判定結果を統計処理することによって算出
する。この時、判定結果が平均値から偏差が著しい画像
については、劣化部の抽出などの処理が適切に行われて
いないと判断して鋼材の評価から除外する。必要に応じ
て、操作員が画像の良否を判断できるようにもなってい
る。

【００４８】構造物全体の評価は、対象構造物データベ
ース９から各鋼材の重要性の度合いを表した重み計数を
入手し、部材毎の評価結果を重み付け平均などの統計処
理することによって算出する。これによって、構造物全
体の劣化度を偏りなく評価できると共に各鋼材の評価も
行っているため、部分塗替え等の判定も行うことができ
る。

【００４９】その他の処理：検査した塗装面の画像情
報、及び検査情報は、必要に応じて表示装置８上に表示
すると共に検査履歴データベース１０に蓄積する。ま
た、検査履歴データベース１０から過去の検査結果を参
照したり、再検査を行うことができるようになってい
る。

【００５０】次に図３により図２に示した処理フローの
フローチャートを説明する。

【００５１】図３（ａ）において、診断の開始３０する
際に、塗装面の撮影３１を行う。本発明においては、画
像毎にエッジ寸法を求めてキャリブレーションを行う
が、ロボットなどによる塗装面の自動撮影等で撮影倍率
が鋼橋の一乃至数径間で同一条件で撮影が可能であり、
この場合、後のキャリブレーションの省力化のために、
極力同一条件で写真撮影を行う。

【００５２】このキャリブレーションアルゴリズムにつ
いて説明する。

【００５３】撮影画像としては、画像を大きく、 鋼橋の設置環境を表す全景参照用画像 既知寸法の物差し部材を含めた実寸法算出用画像 検査対象となる塗装面を写した劣化度評価用画像 の３種類を撮影する。

【００５４】画像の入力手順は、基本的に、実寸法算出
用の画像を最初にシステムに取り込み、その後でスケー
ル条件（レンズの焦点距離、塗装面とカメラとの距離な
ど）を同一条件にして撮影した劣化度評価用画像を取り
込むようにする。

【００５５】すなわち、実寸法算出用画像の後に取り込
まれた劣化度評価用画像は、全てこの実寸法算出用画像
と寸法が同一となるよう撮像され、カメラレンズの焦点
距離を変更した場合には、劣化度評価用画像を撮影する
前に対応する寸法比で実寸法算出用画像を算出し、適切
な寸法比率が算出できるようにしておく。

【００５６】但し、全景参照用画像は、参考用の画像で
あるため、評価の対象とはしないが、この全景参照用画
像より全検査範囲を設定し、対象構造物データベースに
上記実寸法算出用画像及びそれに付随する劣化度評価用
画像の入力順データを格納する際に使用する。

【００５７】さて図３のフローチャートを説明すると上
述のように実寸法算出用画像及びそれに付随する劣化度
評価用画像画像が入力２０され、ｓｔｅｐ１で、入力さ
れた全画像検査終了が判断される。全画像の検査が終了
しない場合（ｎｏ）、図３（ｂ）に示すサブルーチンの
ｓｔｅｐ２に移り、実寸法算出画像かどうかが判断され
る。先ず最初に入力される画像は上述のように実画像で
あり（ｙｅｓ）、次に実寸法キャリブレーション２１が
なされる。

【００５８】このキャリブレーション２１を図５により
説明すると、実寸法算出画像３５は、塗装面２と、斜線
で示した背景部分３６及び塗装は施されていても検査に
は不要な部分３７などから構成され、かつその塗装面２
のエッジ部２ａ，２ａの寸法ｈは、写真撮影或いは撮影
した鋼材の種類から分かっており、この実寸法データ
は、予め対象構造物データベース９に格納され、検査の
際に読み出されて、実寸法データ３８が得られる。他方
実寸法算出画像３５からは、画像処理装置４でエッジ部
２ａの位置が検出されると共にその画面上の寸法ｈが求
められる。この画像上の寸法ｈと実寸法データ３８よ
り、実寸法換算値３９が得られキャリブレーションが完
了する。

【００５９】次に図３（ｂ）に示すように処理範囲の設
定２２がなされ、その後、劣化部抽出２３、特徴量算出
２４、画像劣化度評価２５がなされてサブルーチンを抜
けて、ｓｔｅｐ１に戻される。この後、次の劣化度評価
用画像の検査が行われ、この際ｓｔｅｐ２の判断では、
実画像でない（ｎｏ）ため、キャリブレーション２１を
行うことなく、処理範囲設定２２がなされる。

【００６０】この処理範囲設定２２は、図６（ａ）に示
すように、画像４０は、図５で説明した実寸法算出画像
３５と略同様であり、図６（ｂ）に示すように実寸法算
出画像３５の画像処理で解析したエッジ部４２ａが同様
な位置にあり、そのエッジ部４２ａの内側の斜線で示し
た領域を処理設定範囲２２とし、他の背景部分３６や不
要な部分３７は、取り除いて画像フレームメモリ５に格
納すると共に図３（ｂ）に示すように、劣化部抽出２３
から画像劣化度評価２５までの処理がなされる。同様に
して次の劣化度評価用画像のキャリブレーション２１を
行うことなく、処理範囲設定２２から画像劣化度評価２
５までの処理がなされる。

【００６１】このようにしてに順次劣化度評価用画像の
画像劣化度評価２５をしていくが、ｓｔｅｐ２で再度実
画像と判断された場合（ｙｅｓ）、再度キャリブレーシ
ョン２１を行い、以下そのキャリブレーション２１に基
づて、以後の劣化度評価用画像の検査を行う。

【００６２】なお、処理画像の全てについてキャリブレ
ーションを行う場合には、ｓｔｅｐ２の判断は、不要で
あることは勿論である。

【００６３】図４は、図３のフローチャートに基づいて
検査を行う、５枚の画像４５−１〜４５−５を示したも
ので、画像４５−１と画像４−３がキャリブレーション
を行う実寸法算出画像であり、画像４５−２が、初めに
キャリブレーションを行った画像４５−１と同一スケー
ルの劣化度評価用画像であり、画像４５−４と画像４５
−５が、次にキャリブレーションを行った画像４５−３
と同一スケールの劣化度評価用画像を示している。この
ように順次画像順に実寸法算出画像と劣化度評価用画像
を検査することで、一枚毎にキャリブレーションの設定
を行わずに能率的な検査診断ができる。

【００６４】次に、図３（ａ）のｓｔｅｐ１で全画像検
査が終了したならば（ｙｅｓ）、劣化度の総合評価２
６、結果の表示・保存２７を行って診断を終了３２す
る。

【００６５】

【発明の効果】以上要するに本発明によれば、取り込ん
だ画像より、画像が急激に変わる部分を抽出すると共に
急変する部分の直線部分を求め、この画像上の特徴部分
間の寸法とデータベースの実寸法から、上記画像上の寸
法に相当する画素数が実寸法で何ｍｍとなるかを換算す
るためのキャリブレーションを行うと共に、画面から検
査に不要な部分を除くべくマスク画像を作成し、そのマ
スク画像で得られた処理範囲に基づいて劣化診断を自動
的に行えるようにしたものである。

【図面の簡単な説明】

【図１】本発明の一実施例を示すシステム構成図であ
る。

【図２】本発明の処理フローの概略図である。

【図３】本発明のフローチャートを示す図である。

【図４】本発明において、診断する画像のキャリブレー
ションを行う実寸法画像と劣化度評価用画像の関係を説
明する図である。

【図５】本発明において、画像からキャリブレーション
設定を行う際の説明図である。

【図６】本発明において、画像から処理範囲を設定する
際の説明図である。

【符号の説明】

２ 塗装面 ３ 画像入力装置 ４ 画像処理装置 ６ 演算・診断装置 ９ 対象構造物データベース

フロントページの続き (72)発明者 河野 幸弘 東京都江東区豊洲三丁目１番15号 石川 島播磨重工業株式会社 東二テクニカル センター内 (72)発明者 赤井 隆晃 東京都江東区豊洲三丁目１番15号 石川 島播磨重工業株式会社 東二テクニカル センター内 (72)発明者 藤原 博 東京都三鷹市下連雀１丁目19番５号 (56)参考文献 特開 平６−116914（ＪＰ，Ａ) 特開 平５−172531（ＪＰ，Ａ) (58)調査した分野(Int.Cl.⁷，ＤＢ名) G01N 21/84 - 21/958 G01B 11/00 - 11/30

Claims (2)

(57)【特許請求の範囲】
1. 【請求項１】 鋼橋等の構造物に施された塗装面を画像
   入力装置を介してコンピュータに取り込んで、塗装面の
   劣化を診断する方法において、検査すべき構造物の特徴
   部分間など、予め既知の寸法をデータとして格納し、取
   り込んだ画像より濃淡値が急変する部分を求めると共に
   その急変する部分の直線部分を求めて特徴的な部分を検
   出すると共にその特徴的な部分の画像上の寸法と上記デ
   ータとして格納された実寸法を基にキャリブレーション
   を行うと共に特徴的部分間の内側で、検査すべき塗装面
   の処理範囲を設定し、かつ処理範囲のみを有効とするマ
   スク画像を作成し、しかる後、その処理範囲に対して塗
   膜の劣化を診断することを特徴とする塗膜劣化自動診断
   方法。
2. 【請求項２】 鋼橋等の構造物に施された塗装面を画像
   入力装置を介してコンピュータに取り込んで、塗装面の
   劣化を診断する装置において、検査すべき構造物の特徴
   的な部分間など、予め既知の寸法が格納された対象構造
   物データベースと、画像処理装置からの画像を取り込む
   と共に取り込んだ画像より濃淡値が急変する部分を求め
   ると共にその急変する部分の直線部分を求めて特徴的な
   部分を検出する画像処理装置と、その画像処理装置の画
   像データが入力されると共に対象構造物データベースの
   データが入力され、両データを基にキャリブレーション
   を行うと共に特徴的部分間の内側で、検査すべき塗装面
   の処理範囲を設定し、かつ処理範囲のみを有効とするマ
   スク画像を作成し、その処理範囲より塗膜の劣化を診断
   する演算・診断装置とを備えたことを特徴とする塗膜劣
   化自動診断装置。