JP4189061B2 - コンクリート表面のクラック検出方法 - Google Patents
コンクリート表面のクラック検出方法 Download PDFInfo
- Publication number
- JP4189061B2 JP4189061B2 JP19594798A JP19594798A JP4189061B2 JP 4189061 B2 JP4189061 B2 JP 4189061B2 JP 19594798 A JP19594798 A JP 19594798A JP 19594798 A JP19594798 A JP 19594798A JP 4189061 B2 JP4189061 B2 JP 4189061B2
- Authority
- JP
- Japan
- Prior art keywords
- crack
- cracks
- region
- image
- dark
- 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.)
- Expired - Fee Related
Links
Images
Description
【０００１】
【発明の属する技術分野】
本発明は、鋼橋等の床版などコンクリート表面の劣化を検査するためのコンクリート表面のクラック検出方法に関するものである。
【０００２】
【従来の技術】
橋梁や鋼橋等の床版等のコンクリート表面に発生するクラックの調査は、人手により行われることが多かったが、近年、赤外線カメラを用いた計測方法が検討され始めている。
【０００３】
【発明が解決しようとする課題】
しかし、赤外線カメラは、高価であることや、使用するときの条件が限定されるなどの問題があった。また、赤外線カメラによる映像を解析する限りでは、クラックの状態を精度良く検出することは困難で、クラックの長さや分岐などを検出することは事実上困難である。
【０００４】
一方、コヒーレント光線（レーザ光線）を用いる方法も提案（「建設の機械化」１９９６年３月，コンクリート床版自動点検システム、「電力土木」１９９３年１１月，レーザを利用したトンネル内面クラック探査装置の開発）されているが、装置が大がかりになり、コストもかかるという問題がある。
【０００５】
さらに、一眼レフカメラにより撮影された映像を用いてクラックを検査する方法がある。しかし、一般に、クラック領域の濃度分布は濃淡変化を繰り返している。そのため、非常に低い閾値で２値化処理を行いクラックを抽出しようとした場合、確実にクラックの暗い部分は抽出されるものの、領域は断続的にしか得られない。一方、連続的な線分として抽出することを目指して閾値を高くすると、クラック以外の誤抽出された領域の方が圧倒的に多くなるため、単純に閾値を上げるだけでは安定的な抽出は困難である。
【０００６】
そこで、本発明の目的は、上記課題を解決し、画像情報として入力した被検査対象から画像処理技術を用いて、クラックを抽出するコンクリートの表面のクラック検出方法を提供することにある。
【０００７】
【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、検査すべきコンクリート面の画像情報を取り込み、その原画像の濃淡値のヒストグラムからピークを検出し、ピークがクラックのみ存在する１つのときは、原画像からそのままクラック検出を行い、ピークがクラックと遊離石灰の２つあるときに原画像を明暗分割し、その明暗分割した明部と暗部の各クラック処理領域におけるクラック抽出を行った後、明暗部のクラック処理領域で抽出されたクラックの論理和を取ってクラックを検出するようにしたコンクリート表面のクラック検出方法である。
【０００８】
請求項２の発明は、明暗分割した各画像のマスク領域をスムージング処理し、マスク領域外の明暗部のクラック処理領域からそれぞれクラックを抽出する請求項１記載のコンクリート表面のクラック検出方法である。
【０００９】
請求項３の発明は、クラックの抽出は、濃淡モフォロジィ処理した領域を多重多段階スライス法にてクラック候補領域を抽出する請求項２記載のコンクリート表面のクラック検出方法である。
【００１０】
請求項４の発明は、クラック候補領域を抽出した後、クラックの連続性を探索してクラック候補を統合する請求項３記載のコンクリート表面のクラック検出方法である。
【００１１】
【発明の実施の形態】
以下本発明の好適実施の形態を説明する。
【００１２】
先ず、鋼橋の床版等のコンクリート表面の画像情報を得るには、検査対象となるコンクリート面を、カメラ、ビデオカメラなどで撮像して取り込み、これを画像処理装置に入力して行う。
【００１３】
次に図１により処理フローを説明する。
【００１４】
被検査対象の画像入力がなされ、クラック検出が開始１０されると、ｓｔｅｐ１で、原画像に対する画像ヒストグラムから画像状況による明暗分割するかどうかの判断を行い、必要がなければ（いいえ）、多重多段階スライス法によるクラック候補領域の抽出１１を行い、クラック探索処理１２を行って終了１３する。
【００１５】
このｓｔｅｐ１の判断で、画像ヒストグラムに遊離石灰が現れていない場合はあまりなく、本発明の明暗分割処理をする（はい）。
【００１６】
この場合、明部領域マスクスムージング処理１４を行い、その明部領域に対して、多重多段階スライス法によるクラック候補領域の抽出１５を行い、クラック探索処理１６を行う。また暗部領域マスクスムージング処理１７を行い、その暗部領域に対して、多重多段階スライス法によるクラック候補領域の抽出１８を行い、クラック探索処理１９を行う。
【００１７】
このようにして明暗部領域のクラック探索処理１６，１９を終えたなら、論理和２０を取ってクラックの抽出を終了１３する。
【００１８】
以下これらの処理を詳しく説明する。
【００１９】
（１）画像状況による明暗分割処理
クラックの発生形態としては、クラックのみが存在する場合と、クラックから遊離石灰が現れている場合に分けられる。
【００２０】
クラックのみが存在する場合の画像ヒストグラムは図２に示すように濃淡値が分布し、遊離石灰がある場合には、図３に示すように濃淡値が分布する。
【００２１】
このように、画像の濃淡値のヒストグラムは、図２に示すようにピークを１つもつ場合と、それ以外の場合、図３のようにピークが２つもつ場合とに分かれる。
【００２２】
一般に画像処理のパラメータを固定とするために画像の正規化処理を行うが、これは画像の濃淡ヒストグラムが正規分布に近い場合に有効である。従って、図３のように遊離石灰を含みヒストグラムのピークが２つある場合は、正規化処理を行ってもパラメータを固定することは困難である。
【００２３】
そこで、画像処理のパラメータを固定できるように、ヒストグラムの濃淡分布のピークを判断し、ヒストグラムに１つのピークが存在する場合には、明暗の領域分割は行わずに、画像全体に対して正規化処理を行い、それ以外の場合には、遊離石灰を含む領域（明部クラック処理領域）と含まない領域（暗部クラック処理領域）とに分割して、それぞれの領域に対して正規化処理を行う。
【００２４】
ここで、ヒストグラムのピークが１つであるか否かの判定を行う評価尺度として、基本統計量の１つであるヒストグラムのヒズミ量を用いる。ヒズミ量とは、ヒストグラムの分布の非対称性を評価するための特徴量であり、数１で表すことができる。
【００２５】
【数１】
【００２６】
この数１のｂの値の絶対値が１を越えた場合には、画像のヒストグラムが非対称な分布をしている。そこでヒズミの絶対値が１を越えた場合には、入力画像を明暗クラック処理領域に分割するために２値化を行う。２値化の閾値の決定には、明暗クラック処理領域をより安定に分割するために判別分析法を用いる。
【００２７】
（２）マスク領域スムージング処理
遊離石灰を含む入力画像に対して、明暗クラック処理領域の分割を行って、それぞれの領域のマスク領域（クラック処理を行わない領域）を作成する。すなわち、明部クラック処理領域のクラックを抽出する際は、暗部クラック領域をマスク領域とし、逆に暗部クラック領域のクラックを抽出する際は、明部クラック領域をマスク領域とする。ここで明暗分割処理だけでは、２値化後にマスク領域内に穴が存在したり、クラック抽出処理の対象とならない微小な孤立領域が残ってしまう。
【００２８】
このような現象を避けるために、微小な孤立領域除去や穴埋め処理を行うマスク領域スムージング処理を加える。
【００２９】
以上の処理から得られたマスク領域を用いることによって、明部クラック処理領域、暗部クラック処理領域におけるクラック抽出を独立して行うことができる。
【００３０】
この明暗分割処理とマスク領域スムージング処理を図４により更に詳しく説明する。
【００３１】
図４（ａ）は、原画像２２を示し、灰色で示した部分が暗部領域２３，２４，２５、白色で示した部分が明部領域２６であり、暗部領域２３には、抽出すべきクラック２８、穴などの微小ノイズ２９、その他クラック以外の線状ノイズ３０があり、明部領域２６には、クラック３１，微小ノイズ３２があるとする。
【００３２】
この原画像２２を濃淡ヒストグラムを基に２値化し、２値化により明暗部を分けて、図４（ｂ）に示すように暗部領域をマスク領域３３とし、明部領域をクラック抽出領域３４とした明部処理画像３５と、図４（ｃ）に示すように明部領域をマスク領域３６とし、暗部領域をクラック抽出領域３７とした暗部処理画像３８とに分ける。
【００３３】
この明暗分割処理した画像３５，３８中のクラック抽出領域３４，３７中にはクラック抽出の対象とはならない、ノイズ２９，３０，３２が含まれており、マスク領域スムージング（平滑化）処理を行って、これらノイズ２９，３０，３２を除去して、図４（ｄ）に示すように、原画像２２の暗部領域２３，２４，２５の全体をスムージング処理したマスク領域３９とし、マスク領域３９以外を明部クラック処理領域４０とする画像４１と、原画像２２の明部領域２６の全体をスムージング処理したマスク領域４２とし、それ以外を暗部クラック処理領域４３とする画像４４とに分け、これら画像４１，４４中のクラック処理領域４０，４３中のクラックを多重多段階スライス法にて抽出する。
【００３４】
（３）多重多段階スライス法によるクラック候補領域の抽出
多重多段階スライス法とは、図５に示すように局所的な濃淡を繰り返すクラックを抽出し、かつノイズの包含を避ける方法である。
【００３５】
基本原理は、先ず上述したクラック処理領域４０，４３内の正規化画像を濃淡モフォロジィ処理し、これを処理対象画像とする。この濃淡モフォロジィ処理した画像に対して多重多段階スライス法により、すなわち多段階の閾値Ｔ4 〜Ｔ0 で２値化してクラック候補を抽出する。
【００３６】
この場合、実際のクラック領域４６とノイズ領域４７が、図５の上部の位置の濃度のグラフに示したような濃度分布４８にあるときを例に説明する。
【００３７】
▲１▼ 非常に低い閾値Ｔ1 で対象画像を２値化する。これにより、断片的ではあるが確実にクラックの一部であると判定される部分５０を抽出する。
【００３８】
▲２▼ 次いで、対象画像に対してＴ1 よりも少し高い濃度閾値範囲｛Ｔ1 ＜Ｔ＜Ｔ2 ｝の部分５１を抽出する。
【００３９】
▲３▼ ▲２▼の各抽出部分５１の領域が、▲１▼の抽出部分５０の領域と近接しているか否かを調べ、近接している領域については、クラック領域５２として拡張登録する。この際クラック領域４６にある中央の抽出部分５１c は、▲１▼の抽出部分５０の領域と近接していないため、拡張登録されず、同様にノイズ領域４７の抽出部分５１n は、▲１▼の抽出部分５０の領域と近接していないため、拡張登録されない。
【００４０】
▲４▼ 対象画像に対して、より閾値の高い濃度の閾値範囲｛Ｔ2 ＜Ｔ＜Ｔ3 ｝の部分５３を抽出する。
【００４１】
▲５▼ ▲４▼の抽出部分５３の領域が、▲３▼のクラック領域５２と近接しているか否かを調べ、近接している領域については、クラック領域５４として拡張登録する。また、クラック領域４６にある抽出部分５３c は、▲３▼のクラック領域５２と近接していないため、拡張登録されず、同様にノイズ領域４７の抽出部分５３n は、▲３▼のクラック領域５２と近接していないため、拡張登録されない。
【００４２】
▲６▼ 対象画像に対して、さらに高い濃度の閾値範囲｛Ｔ3 ＜Ｔ＜Ｔ4 ｝の部分５５を抽出する。
【００４３】
▲７▼ ▲６▼の抽出部分５５が、▲５▼のクラック領域５４と近接しているかどうかを調べ、近接している領域については、クラック領域５６として拡張登録する。同様にノイズ領域４７の抽出部分５５n については、▲５▼のクラック領域５４と近接していないため、拡張登録されない。
【００４４】
▲８▼ ▲１▼〜▲７▼の処理を同じ濃度閾値範囲で再び行うことで、▲５▼のクラック領域５４に連結されなかった▲４▼の抽出部分５３c がクラック領域５６と近接しているため、拡張登録されて、クラック領域５７とされる。また、ノイズである▲４▼の抽出部分５３n は、近接していないため拡張登録されない。
【００４５】
▲９▼ ▲８▼で得られた拡張登録したクラック領域５７の画像を新たな▲１▼の画像とみなして、さらに▲１▼〜▲７▼の処理を行ってクラック候補領域５８を抽出する。この際、ノイズ領域４７の抽出部分５１n ，５３n ，５５n は、クラック領域５７と近接せず、かつ▲８▼の抽出部分５７と近接していないため、ノイズ領域５９とされる。
【００４６】
この▲１▼〜▲９▼の例では、３回の拡張処理を３回繰り返しているが、拡張回数Ｎ回、繰り返し回数Ｍ回として一般化できる。
【００４７】
（４）クラック探索処理
クラック探索処理は、クラック候補領域の抽出処理により得られた領域から、クラックの連続性に着目し、真のクラックを抽出する処理である。これまでに得られた領域から、クラック候補領域は、それぞれ幅を持っているので、以後の探索処理を効率よく実行するために、クラック候補領域の幅を全て１画素となるように細線化処理を施す。
【００４８】
この時点では、コンピュータとしては画像の各画素毎の処理しか行っていないので、隣接関係や幾何学的な形状に関する情報は何も得られていない。そこで、一連の線情報を全て折れ線ベクトルで近似表現する処理を施す。すなわち、一つながりの曲線を複数の折れ線で近似することによって、その長さや各折れ線の傾き等の幾何学的形状をコンピュータ内に記述する。これによって始めて抽出した全てのクラック候補群を記号として認識できる。このクラック候補群を、クラック候補領域セグメント群と呼ぶ。
【００４９】
さらに次の処理として、このクラック候補領域セグメント群の中で、クラックの探索を行うが、その探索領域を極力減らし、処理効率を上げるために、真のクラックの一部であろうと推定される長い直線セグメントを選び、探索の起点とする。以後、この直線セグメントをベースセグメントと呼ぶ。このベースセグメントを基に探索処理を行う。
【００５０】
このクラック探索処理を図６，図７により説明する。
【００５１】
図６は、クラック候補領域を抽出した画像６５を示し、この画像６５中、左方にあるクラック候補領域をベースセグメント６０とし、このベースセグメント６０の傾きを示す線Ｌを中心に幅方向Ｗの破線６１，６１間の領域内にある実線で示したセグメント６２をクラック候補領域セグメント群とし、領域外にある点線で示したセグメント６３は領域外として局所的探索を行ってセグメント６２を結合する。
【００５２】
すなわち、ベースセグメント６０に対して局所的にみて近距離にあり、かつ方向の連続性の保たれているものを統合する。
【００５３】
先ずベースセグメント６０の端点より半径ｒの円内のセグメント６２を探索する。この場合円内には、２つのセグメント６２ａ，６２ｂの端点が入っているが、一方のセグメント６２ａは線Ｌの傾きが相違し、方向の連続性が保たれていないため、統合せず他方の方向性が保たれている他方のセグメント６２ｂを統合し、以下同様にして統合したセグメント６２ｂの端点を起点に線Ｌに沿ったセグメント６２を順次探索すると共に統合していく。
【００５４】
この操作を成長が止まるまで繰り返し、この結果により図７に示すように比較的良好にクラック７０を抽出することができる。
【００５５】
【発明の効果】
以上要するに本発明によれば、次の如き効果を発揮する。
【００５６】
(1)画像状況による明暗分割処理を行うことで、以後の処理における画像パラメータをほぼ固定することが可能となり、自動化を図れることが可能となる。また、クラック抽出精度の向上にもつながる。
【００５７】
(2)マスク領域スムージング処理を行うことで、明部クラック処理領域、暗部クラック処理領域におけるクラック抽出を独立して行うことができる。
【００５８】
(3)多重多段階スライス法によるクラック候補領域の抽出を行うことで、ノイズを抑え、かつクラック候補領域全体を抽出することができる。
【００５９】
(4)クラック探索処理を行うことで、クラックが途切れて抽出されている可能性のあるクラック候補領域の中から、クラックの連続性に着目し、クラックだけを精度良く抽出することができる。
【図面の簡単な説明】
【図１】本発明の処理フローを示す図である。
【図２】本発明において、クラックのみ存在する場合の濃淡ヒストグラムを示す図である。
【図３】本発明において、クラックから遊離石灰が現れている場合の濃淡ヒストグラムを示す図である。
【図４】本発明において、原画像からマスク領域をスムージング処理にて作成するための説明図である。
【図５】本発明において、クラック候補領域を抽出するときの多重多段階スライス法を説明する図である。
【図６】本発明において、クラック候補を局所的探索によりクラック探索するための説明図である。
【図７】図６においてのクラック探索結果を示す説明図である。
【符号の説明】
２２ 原画像
２８，３１ クラック
４０ 明部クラック処理領域
４３ 暗部クラック処理領域
【発明の属する技術分野】
本発明は、鋼橋等の床版などコンクリート表面の劣化を検査するためのコンクリート表面のクラック検出方法に関するものである。
【０００２】
【従来の技術】
橋梁や鋼橋等の床版等のコンクリート表面に発生するクラックの調査は、人手により行われることが多かったが、近年、赤外線カメラを用いた計測方法が検討され始めている。
【０００３】
【発明が解決しようとする課題】
しかし、赤外線カメラは、高価であることや、使用するときの条件が限定されるなどの問題があった。また、赤外線カメラによる映像を解析する限りでは、クラックの状態を精度良く検出することは困難で、クラックの長さや分岐などを検出することは事実上困難である。
【０００４】
一方、コヒーレント光線（レーザ光線）を用いる方法も提案（「建設の機械化」１９９６年３月，コンクリート床版自動点検システム、「電力土木」１９９３年１１月，レーザを利用したトンネル内面クラック探査装置の開発）されているが、装置が大がかりになり、コストもかかるという問題がある。
【０００５】
さらに、一眼レフカメラにより撮影された映像を用いてクラックを検査する方法がある。しかし、一般に、クラック領域の濃度分布は濃淡変化を繰り返している。そのため、非常に低い閾値で２値化処理を行いクラックを抽出しようとした場合、確実にクラックの暗い部分は抽出されるものの、領域は断続的にしか得られない。一方、連続的な線分として抽出することを目指して閾値を高くすると、クラック以外の誤抽出された領域の方が圧倒的に多くなるため、単純に閾値を上げるだけでは安定的な抽出は困難である。
【０００６】
そこで、本発明の目的は、上記課題を解決し、画像情報として入力した被検査対象から画像処理技術を用いて、クラックを抽出するコンクリートの表面のクラック検出方法を提供することにある。
【０００７】
【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、検査すべきコンクリート面の画像情報を取り込み、その原画像の濃淡値のヒストグラムからピークを検出し、ピークがクラックのみ存在する１つのときは、原画像からそのままクラック検出を行い、ピークがクラックと遊離石灰の２つあるときに原画像を明暗分割し、その明暗分割した明部と暗部の各クラック処理領域におけるクラック抽出を行った後、明暗部のクラック処理領域で抽出されたクラックの論理和を取ってクラックを検出するようにしたコンクリート表面のクラック検出方法である。
【０００８】
請求項２の発明は、明暗分割した各画像のマスク領域をスムージング処理し、マスク領域外の明暗部のクラック処理領域からそれぞれクラックを抽出する請求項１記載のコンクリート表面のクラック検出方法である。
【０００９】
請求項３の発明は、クラックの抽出は、濃淡モフォロジィ処理した領域を多重多段階スライス法にてクラック候補領域を抽出する請求項２記載のコンクリート表面のクラック検出方法である。
【００１０】
請求項４の発明は、クラック候補領域を抽出した後、クラックの連続性を探索してクラック候補を統合する請求項３記載のコンクリート表面のクラック検出方法である。
【００１１】
【発明の実施の形態】
以下本発明の好適実施の形態を説明する。
【００１２】
先ず、鋼橋の床版等のコンクリート表面の画像情報を得るには、検査対象となるコンクリート面を、カメラ、ビデオカメラなどで撮像して取り込み、これを画像処理装置に入力して行う。
【００１３】
次に図１により処理フローを説明する。
【００１４】
被検査対象の画像入力がなされ、クラック検出が開始１０されると、ｓｔｅｐ１で、原画像に対する画像ヒストグラムから画像状況による明暗分割するかどうかの判断を行い、必要がなければ（いいえ）、多重多段階スライス法によるクラック候補領域の抽出１１を行い、クラック探索処理１２を行って終了１３する。
【００１５】
このｓｔｅｐ１の判断で、画像ヒストグラムに遊離石灰が現れていない場合はあまりなく、本発明の明暗分割処理をする（はい）。
【００１６】
この場合、明部領域マスクスムージング処理１４を行い、その明部領域に対して、多重多段階スライス法によるクラック候補領域の抽出１５を行い、クラック探索処理１６を行う。また暗部領域マスクスムージング処理１７を行い、その暗部領域に対して、多重多段階スライス法によるクラック候補領域の抽出１８を行い、クラック探索処理１９を行う。
【００１７】
このようにして明暗部領域のクラック探索処理１６，１９を終えたなら、論理和２０を取ってクラックの抽出を終了１３する。
【００１８】
以下これらの処理を詳しく説明する。
【００１９】
（１）画像状況による明暗分割処理
クラックの発生形態としては、クラックのみが存在する場合と、クラックから遊離石灰が現れている場合に分けられる。
【００２０】
クラックのみが存在する場合の画像ヒストグラムは図２に示すように濃淡値が分布し、遊離石灰がある場合には、図３に示すように濃淡値が分布する。
【００２１】
このように、画像の濃淡値のヒストグラムは、図２に示すようにピークを１つもつ場合と、それ以外の場合、図３のようにピークが２つもつ場合とに分かれる。
【００２２】
一般に画像処理のパラメータを固定とするために画像の正規化処理を行うが、これは画像の濃淡ヒストグラムが正規分布に近い場合に有効である。従って、図３のように遊離石灰を含みヒストグラムのピークが２つある場合は、正規化処理を行ってもパラメータを固定することは困難である。
【００２３】
そこで、画像処理のパラメータを固定できるように、ヒストグラムの濃淡分布のピークを判断し、ヒストグラムに１つのピークが存在する場合には、明暗の領域分割は行わずに、画像全体に対して正規化処理を行い、それ以外の場合には、遊離石灰を含む領域（明部クラック処理領域）と含まない領域（暗部クラック処理領域）とに分割して、それぞれの領域に対して正規化処理を行う。
【００２４】
ここで、ヒストグラムのピークが１つであるか否かの判定を行う評価尺度として、基本統計量の１つであるヒストグラムのヒズミ量を用いる。ヒズミ量とは、ヒストグラムの分布の非対称性を評価するための特徴量であり、数１で表すことができる。
【００２５】
【数１】
この数１のｂの値の絶対値が１を越えた場合には、画像のヒストグラムが非対称な分布をしている。そこでヒズミの絶対値が１を越えた場合には、入力画像を明暗クラック処理領域に分割するために２値化を行う。２値化の閾値の決定には、明暗クラック処理領域をより安定に分割するために判別分析法を用いる。
【００２７】
（２）マスク領域スムージング処理
遊離石灰を含む入力画像に対して、明暗クラック処理領域の分割を行って、それぞれの領域のマスク領域（クラック処理を行わない領域）を作成する。すなわち、明部クラック処理領域のクラックを抽出する際は、暗部クラック領域をマスク領域とし、逆に暗部クラック領域のクラックを抽出する際は、明部クラック領域をマスク領域とする。ここで明暗分割処理だけでは、２値化後にマスク領域内に穴が存在したり、クラック抽出処理の対象とならない微小な孤立領域が残ってしまう。
【００２８】
このような現象を避けるために、微小な孤立領域除去や穴埋め処理を行うマスク領域スムージング処理を加える。
【００２９】
以上の処理から得られたマスク領域を用いることによって、明部クラック処理領域、暗部クラック処理領域におけるクラック抽出を独立して行うことができる。
【００３０】
この明暗分割処理とマスク領域スムージング処理を図４により更に詳しく説明する。
【００３１】
図４（ａ）は、原画像２２を示し、灰色で示した部分が暗部領域２３，２４，２５、白色で示した部分が明部領域２６であり、暗部領域２３には、抽出すべきクラック２８、穴などの微小ノイズ２９、その他クラック以外の線状ノイズ３０があり、明部領域２６には、クラック３１，微小ノイズ３２があるとする。
【００３２】
この原画像２２を濃淡ヒストグラムを基に２値化し、２値化により明暗部を分けて、図４（ｂ）に示すように暗部領域をマスク領域３３とし、明部領域をクラック抽出領域３４とした明部処理画像３５と、図４（ｃ）に示すように明部領域をマスク領域３６とし、暗部領域をクラック抽出領域３７とした暗部処理画像３８とに分ける。
【００３３】
この明暗分割処理した画像３５，３８中のクラック抽出領域３４，３７中にはクラック抽出の対象とはならない、ノイズ２９，３０，３２が含まれており、マスク領域スムージング（平滑化）処理を行って、これらノイズ２９，３０，３２を除去して、図４（ｄ）に示すように、原画像２２の暗部領域２３，２４，２５の全体をスムージング処理したマスク領域３９とし、マスク領域３９以外を明部クラック処理領域４０とする画像４１と、原画像２２の明部領域２６の全体をスムージング処理したマスク領域４２とし、それ以外を暗部クラック処理領域４３とする画像４４とに分け、これら画像４１，４４中のクラック処理領域４０，４３中のクラックを多重多段階スライス法にて抽出する。
【００３４】
（３）多重多段階スライス法によるクラック候補領域の抽出
多重多段階スライス法とは、図５に示すように局所的な濃淡を繰り返すクラックを抽出し、かつノイズの包含を避ける方法である。
【００３５】
基本原理は、先ず上述したクラック処理領域４０，４３内の正規化画像を濃淡モフォロジィ処理し、これを処理対象画像とする。この濃淡モフォロジィ処理した画像に対して多重多段階スライス法により、すなわち多段階の閾値Ｔ4 〜Ｔ0 で２値化してクラック候補を抽出する。
【００３６】
この場合、実際のクラック領域４６とノイズ領域４７が、図５の上部の位置の濃度のグラフに示したような濃度分布４８にあるときを例に説明する。
【００３７】
▲１▼ 非常に低い閾値Ｔ1 で対象画像を２値化する。これにより、断片的ではあるが確実にクラックの一部であると判定される部分５０を抽出する。
【００３８】
▲２▼ 次いで、対象画像に対してＴ1 よりも少し高い濃度閾値範囲｛Ｔ1 ＜Ｔ＜Ｔ2 ｝の部分５１を抽出する。
【００３９】
▲３▼ ▲２▼の各抽出部分５１の領域が、▲１▼の抽出部分５０の領域と近接しているか否かを調べ、近接している領域については、クラック領域５２として拡張登録する。この際クラック領域４６にある中央の抽出部分５１c は、▲１▼の抽出部分５０の領域と近接していないため、拡張登録されず、同様にノイズ領域４７の抽出部分５１n は、▲１▼の抽出部分５０の領域と近接していないため、拡張登録されない。
【００４０】
▲４▼ 対象画像に対して、より閾値の高い濃度の閾値範囲｛Ｔ2 ＜Ｔ＜Ｔ3 ｝の部分５３を抽出する。
【００４１】
▲５▼ ▲４▼の抽出部分５３の領域が、▲３▼のクラック領域５２と近接しているか否かを調べ、近接している領域については、クラック領域５４として拡張登録する。また、クラック領域４６にある抽出部分５３c は、▲３▼のクラック領域５２と近接していないため、拡張登録されず、同様にノイズ領域４７の抽出部分５３n は、▲３▼のクラック領域５２と近接していないため、拡張登録されない。
【００４２】
▲６▼ 対象画像に対して、さらに高い濃度の閾値範囲｛Ｔ3 ＜Ｔ＜Ｔ4 ｝の部分５５を抽出する。
【００４３】
▲７▼ ▲６▼の抽出部分５５が、▲５▼のクラック領域５４と近接しているかどうかを調べ、近接している領域については、クラック領域５６として拡張登録する。同様にノイズ領域４７の抽出部分５５n については、▲５▼のクラック領域５４と近接していないため、拡張登録されない。
【００４４】
▲８▼ ▲１▼〜▲７▼の処理を同じ濃度閾値範囲で再び行うことで、▲５▼のクラック領域５４に連結されなかった▲４▼の抽出部分５３c がクラック領域５６と近接しているため、拡張登録されて、クラック領域５７とされる。また、ノイズである▲４▼の抽出部分５３n は、近接していないため拡張登録されない。
【００４５】
▲９▼ ▲８▼で得られた拡張登録したクラック領域５７の画像を新たな▲１▼の画像とみなして、さらに▲１▼〜▲７▼の処理を行ってクラック候補領域５８を抽出する。この際、ノイズ領域４７の抽出部分５１n ，５３n ，５５n は、クラック領域５７と近接せず、かつ▲８▼の抽出部分５７と近接していないため、ノイズ領域５９とされる。
【００４６】
この▲１▼〜▲９▼の例では、３回の拡張処理を３回繰り返しているが、拡張回数Ｎ回、繰り返し回数Ｍ回として一般化できる。
【００４７】
（４）クラック探索処理
クラック探索処理は、クラック候補領域の抽出処理により得られた領域から、クラックの連続性に着目し、真のクラックを抽出する処理である。これまでに得られた領域から、クラック候補領域は、それぞれ幅を持っているので、以後の探索処理を効率よく実行するために、クラック候補領域の幅を全て１画素となるように細線化処理を施す。
【００４８】
この時点では、コンピュータとしては画像の各画素毎の処理しか行っていないので、隣接関係や幾何学的な形状に関する情報は何も得られていない。そこで、一連の線情報を全て折れ線ベクトルで近似表現する処理を施す。すなわち、一つながりの曲線を複数の折れ線で近似することによって、その長さや各折れ線の傾き等の幾何学的形状をコンピュータ内に記述する。これによって始めて抽出した全てのクラック候補群を記号として認識できる。このクラック候補群を、クラック候補領域セグメント群と呼ぶ。
【００４９】
さらに次の処理として、このクラック候補領域セグメント群の中で、クラックの探索を行うが、その探索領域を極力減らし、処理効率を上げるために、真のクラックの一部であろうと推定される長い直線セグメントを選び、探索の起点とする。以後、この直線セグメントをベースセグメントと呼ぶ。このベースセグメントを基に探索処理を行う。
【００５０】
このクラック探索処理を図６，図７により説明する。
【００５１】
図６は、クラック候補領域を抽出した画像６５を示し、この画像６５中、左方にあるクラック候補領域をベースセグメント６０とし、このベースセグメント６０の傾きを示す線Ｌを中心に幅方向Ｗの破線６１，６１間の領域内にある実線で示したセグメント６２をクラック候補領域セグメント群とし、領域外にある点線で示したセグメント６３は領域外として局所的探索を行ってセグメント６２を結合する。
【００５２】
すなわち、ベースセグメント６０に対して局所的にみて近距離にあり、かつ方向の連続性の保たれているものを統合する。
【００５３】
先ずベースセグメント６０の端点より半径ｒの円内のセグメント６２を探索する。この場合円内には、２つのセグメント６２ａ，６２ｂの端点が入っているが、一方のセグメント６２ａは線Ｌの傾きが相違し、方向の連続性が保たれていないため、統合せず他方の方向性が保たれている他方のセグメント６２ｂを統合し、以下同様にして統合したセグメント６２ｂの端点を起点に線Ｌに沿ったセグメント６２を順次探索すると共に統合していく。
【００５４】
この操作を成長が止まるまで繰り返し、この結果により図７に示すように比較的良好にクラック７０を抽出することができる。
【００５５】
【発明の効果】
以上要するに本発明によれば、次の如き効果を発揮する。
【００５６】
(1)画像状況による明暗分割処理を行うことで、以後の処理における画像パラメータをほぼ固定することが可能となり、自動化を図れることが可能となる。また、クラック抽出精度の向上にもつながる。
【００５７】
(2)マスク領域スムージング処理を行うことで、明部クラック処理領域、暗部クラック処理領域におけるクラック抽出を独立して行うことができる。
【００５８】
(3)多重多段階スライス法によるクラック候補領域の抽出を行うことで、ノイズを抑え、かつクラック候補領域全体を抽出することができる。
【００５９】
(4)クラック探索処理を行うことで、クラックが途切れて抽出されている可能性のあるクラック候補領域の中から、クラックの連続性に着目し、クラックだけを精度良く抽出することができる。
【図面の簡単な説明】
【図１】本発明の処理フローを示す図である。
【図２】本発明において、クラックのみ存在する場合の濃淡ヒストグラムを示す図である。
【図３】本発明において、クラックから遊離石灰が現れている場合の濃淡ヒストグラムを示す図である。
【図４】本発明において、原画像からマスク領域をスムージング処理にて作成するための説明図である。
【図５】本発明において、クラック候補領域を抽出するときの多重多段階スライス法を説明する図である。
【図６】本発明において、クラック候補を局所的探索によりクラック探索するための説明図である。
【図７】図６においてのクラック探索結果を示す説明図である。
【符号の説明】
２２ 原画像
２８，３１ クラック
４０ 明部クラック処理領域
４３ 暗部クラック処理領域
Claims (4)
- 検査すべきコンクリート面の画像情報を取り込み、その原画像の濃淡値のヒストグラムからピークを検出し、ピークがクラックのみ存在する１つのときは、原画像からそのままクラック検出を行い、ピークがクラックと遊離石灰の２つあるときに原画像を明暗分割し、その明暗分割した明部と暗部の各クラック処理領域におけるクラック抽出を行った後、明暗部のクラック処理領域で抽出されたクラックの論理和を取ってクラックを検出することを特徴とするコンクリート表面のクラック検出方法。
- 明暗分割した各画像のマスク領域をスムージング処理し、マスク領域外の明暗部のクラック処理領域からそれぞれクラックを抽出する請求項１記載のコンクリート表面のクラック検出方法。
- クラックの抽出は、濃淡モフォロジィ処理した領域を多重多段階スライス法にてクラック候補領域を抽出する請求項２記載のコンクリート表面のクラック検出方法。
- クラック候補領域を抽出した後、クラックの連続性を探索してクラック候補を統合する請求項３記載のコンクリート表面のクラック検出方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP19594798A JP4189061B2 (ja) | 1998-07-10 | 1998-07-10 | コンクリート表面のクラック検出方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP19594798A JP4189061B2 (ja) | 1998-07-10 | 1998-07-10 | コンクリート表面のクラック検出方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2000028541A JP2000028541A (ja) | 2000-01-28 |
| JP4189061B2 true JP4189061B2 (ja) | 2008-12-03 |
Family
ID=16349633
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP19594798A Expired - Fee Related JP4189061B2 (ja) | 1998-07-10 | 1998-07-10 | コンクリート表面のクラック検出方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4189061B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103364408A (zh) * | 2013-07-10 | 2013-10-23 | 三峡大学 | 一种采用水下机器人系统对水工混凝土结构水下表面裂缝检测的方法 |
Families Citing this family (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20010088253A (ko) * | 2000-03-11 | 2001-09-26 | 유승룡 | 크랙 변형율 측정기 |
| JP4031608B2 (ja) * | 2000-04-18 | 2008-01-09 | 三菱重工業株式会社 | 材料の寿命評価方法 |
| DE102004026375B4 (de) * | 2004-05-29 | 2007-03-22 | Isra Glass Vision Gmbh | Vorrichtung und Verfahren zur Detektion von Kratzern |
| JP5351673B2 (ja) * | 2009-09-09 | 2013-11-27 | パナソニック株式会社 | 外観検査装置、外観検査方法 |
| JP2012098045A (ja) * | 2010-10-29 | 2012-05-24 | Mitsubishi Electric Corp | クラック検出装置及びクラック検出プログラム |
| JP6108603B2 (ja) * | 2013-02-01 | 2017-04-05 | 東日本旅客鉄道株式会社 | コンクリート構造物補修方法、コンクリート構造物補修構造、及びコンクリート構造物補修システム |
| CN108431584B (zh) | 2015-12-25 | 2021-04-27 | 富士胶片株式会社 | 损伤信息处理装置及损伤信息处理方法 |
| JP6563038B2 (ja) * | 2015-12-25 | 2019-09-04 | 富士フイルム株式会社 | 情報処理装置及び情報処理方法 |
| JP6833356B2 (ja) * | 2016-06-16 | 2021-02-24 | キヤノン株式会社 | 情報処理装置、情報処理方法及びプログラム |
| WO2018216629A1 (ja) | 2017-05-22 | 2018-11-29 | キヤノン株式会社 | 情報処理装置、情報処理方法、及びプログラム |
| WO2019009214A1 (ja) * | 2017-07-07 | 2019-01-10 | キヤノン株式会社 | 画像から変状を検知する画像処理装置、画像処理方法及びプログラム |
| KR102141352B1 (ko) * | 2018-09-11 | 2020-08-05 | 동의대학교 산학협력단 | 영상 처리 기법을 이용한 콘크리트 구조물 균열 폭 평가 방법 |
| CN109685759B (zh) * | 2018-11-05 | 2022-05-10 | 北京中企卓创科技发展有限公司 | 一种加速混凝土开裂设备及其测试方法 |
| JP7225810B2 (ja) | 2019-01-11 | 2023-02-21 | 富士通株式会社 | ひび線抽出装置、ひび線抽出方法、及び、ひび線抽出プログラム |
| CN113791078B (zh) * | 2021-09-02 | 2023-06-13 | 中国农业机械化科学研究院 | 一种玉米种子内部裂纹批量检测方法及装置 |
| CN116698854B (zh) * | 2023-08-04 | 2023-11-21 | 广州市市政工程试验检测有限公司 | 一种工程结构健康检测方法及系统 |
-
1998
- 1998-07-10 JP JP19594798A patent/JP4189061B2/ja not_active Expired - Fee Related
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103364408A (zh) * | 2013-07-10 | 2013-10-23 | 三峡大学 | 一种采用水下机器人系统对水工混凝土结构水下表面裂缝检测的方法 |
| CN103364408B (zh) * | 2013-07-10 | 2015-09-09 | 三峡大学 | 一种采用水下机器人系统对水工混凝土结构水下表面裂缝检测的方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2000028541A (ja) | 2000-01-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4189061B2 (ja) | コンクリート表面のクラック検出方法 | |
| Hoang | Detection of surface crack in building structures using image processing technique with an improved Otsu method for image thresholding | |
| US9075026B2 (en) | Defect inspection device and defect inspection method | |
| Sun et al. | Weighted neighborhood pixels segmentation method for automated detection of cracks on pavement surface images | |
| JP4275345B2 (ja) | パターン検査方法及びパターン検査装置 | |
| US9430841B2 (en) | Defect inspection method | |
| CN111369516A (zh) | 基于红外图像识别的变压器套管发热缺陷检测方法 | |
| CN111507971A (zh) | 一种隧道表面缺陷检测方法 | |
| JP3494429B2 (ja) | 構造物表面のひび割れ計測方法 | |
| JP2008267943A (ja) | ひび割れ検出方法 | |
| JP3635795B2 (ja) | 微細線状欠陥の検出方法及びその装置 | |
| JP4211092B2 (ja) | 放射線透過検査における溶接欠陥自動検出法 | |
| JPH09119900A (ja) | コンクリート欠陥の自動評価方法 | |
| JP2006090921A (ja) | 外観検査装置、閾値決定方法、外観検査方法、およびコンピュータを外観検査装置として機能させるためのプログラム | |
| JPH0961138A (ja) | ひび割れ抽出装置 | |
| CN116596921B (zh) | 一种焚烧炉渣分选方法及系统 | |
| JPH02242382A (ja) | 欠陥検査方法 | |
| JP4189060B2 (ja) | コンクリート表面の遊離石灰抽出方法 | |
| JP4395057B2 (ja) | 帯状体や柱状体の周期疵検出方法およびその装置 | |
| JP2009236550A (ja) | 欠陥検出方法 | |
| JP2008185510A (ja) | ひび割れ検出方法 | |
| JP3753234B2 (ja) | 欠陥検出方法 | |
| CN112767414B (zh) | 用于微纳光学元件的图像分割方法及自动检测方法 | |
| JP3771809B2 (ja) | 材料寿命の評価システム | |
| JP2008058124A (ja) | 欠陥検査方法及び欠陥検査装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050421 |
|
| A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20051215 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20051215 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20070903 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070911 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20071107 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20071213 |
|
| RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20071213 |
|
| 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: 20080902 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20080912 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110919 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110919 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120919 Year of fee payment: 4 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313117 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120919 Year of fee payment: 4 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120919 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130919 Year of fee payment: 5 |
|
| LAPS | Cancellation because of no payment of annual fees |