JP4704511B1

JP4704511B1 - 線幅算出装置と算出方法並びに算出プログラム

Info

Publication number: JP4704511B1
Application number: JP2010219150A
Authority: JP
Inventors: 真白羽; 和勝辻; 真一冨田; 穣前田; 太郎井上
Original assignee: エヌ・ティ・ティジーピー・エコ株式会社; 彩ネット株式会社
Priority date: 2010-09-29
Filing date: 2010-09-29
Publication date: 2011-06-15
Anticipated expiration: 2030-09-29
Also published as: JP2012073165A

Abstract

【課題】被写体の表面に現れている線の幅を短時間に精度よく算出可能な線幅算出装置と算出方法並びに算出プログラムを得る。
【解決手段】記憶手段には、画像データに含まれる画素の大きさと被写体の表面上の大きさとの換算値が記憶されていて、画像処理手段は、画像データに含まれる画素ごとの輝度値を算出する輝度値算出手段と、画像データに含まれる画素ごとに算出された輝度値と所定の基準値とを比較し、比較の結果に基づいて画像データに含まれる画素の中から線が撮像されている可能性の高い線画素を特定する線画素特定手段と、画像データに含まれる画素のうち特定された線画素の周辺に位置する周辺画素を特定する周辺画素特定手段と、特定された周辺画素ごとに線境界を特定する線境界特定手段と、特定された線境界と換算値とに基づいて線幅を算出する線幅算出手段とを有してなる。
【選択図】図１

Description

本発明は、ビルなどの建築構造物の外壁の表面に発生する浮きなどの変状に伴うクラック（ひび割れ）の幅や、半導体のプリント基板上の配線の幅など、多種多様な線幅の算出に関するものである。

外壁の表面にクラックが発生すると、外壁の表面の浮き・剥離が発生し、浮いた箇所などが滑落する危険性がある。このような危険性を防止するためには、外壁の表面にクラックが発生しているか否かや、発生したクラックの形状の経年変化、例えば、時間の経過と共にクラックの長さが長くなっていないか、あるいは、クラックの幅が拡がっていないかなどを調査して、予防保全する必要がある。

これまでにも、望遠鏡を用いて外壁のクラックの幅などを目視により計測するための装置が提案されている（例えば、特許文献１参照。）。また、建築構造物の表面をデジタルカメラで撮像して得られた画像データを画像処理して、クラックの幅などデータを得ることも提案されている（例えば、特許文献２参照。）。

特許第３９９６９４６号明細書特開２００３−３５５２８号公報

しかし、特許文献１等に記載された装置を用いた目視による方法では、特殊な機構を備えた装置が必要となり、また、調査範囲が広い（例えば、超高層ビルなどの外壁で面積が広い）場合には、調査時間が長くなってしまう。一方、撮像して得られた画像データを画像処理してクラックの幅などを算出する場合、算出結果は撮像装置の画素数など画像データの画質に依存してしまう。特に、クラックの境界位置などを特定するには、できるだけ高画質であることが望ましいが、撮像装置の撮像性能にも限界がある。そのため、画像処理に何らかの工夫が必要となるが、特許文献２には、具体的な画像処理の内容については開示されていない。

そこで、本発明は、デジタルカメラ等の撮像装置により得られた被写体を撮像して得られた画像データを独自の画像処理方法を用いることで、被写体の表面に現れている線の幅（以下、「線幅」という。）を短時間に精度よく算出可能な線幅算出装置と算出方法並びに算出プログラムを提供することを目的とする。

本発明にかかる線幅算出装置は、被写体を撮像して得られる画像データが記憶される記憶手段と、記憶手段に記憶されている画像データを画像処理する画像処理手段と、を備えた、被写体の表面に現れている線の幅を算出する装置であって、記憶手段には、画像データに含まれる画素の大きさと被写体の表面上の大きさとの換算値が記憶されていて、画像処理手段は、画像データに含まれる画素ごとの輝度値を算出する輝度値算出手段と、画像データに含まれる画素ごとに算出された輝度値と所定の基準値とを比較し、比較の結果に基づいて画像データに含まれる画素の中から線が撮像されている可能性の高い線画素を特定する線画素特定手段と、画像データに含まれる画素のうち、特定された線画素の周辺に位置する周辺画素を特定する周辺画素特定手段と、特定された周辺画素ごとに線境界を特定する線境界特定手段と、特定された線境界と換算値とに基づいて線の幅を算出する線幅算出手段と、を有してなり、線境界特定手段は、周辺画素ごとに、線が撮像されている割合を示す線度を算出する線度算出手段と、線画素が複数連なって画像データ内に形成される線領域のベクトルを特定するベクトル特定手段と、を備え、算出された線度と特定されたベクトルとに基づいて線境界を特定し、線度算出手段は、画像データに含まれる線画素の輝度値の平均である第１平均値と、画像データに含まれる画素のうち線画素と周辺画素のいずれでもない非線画素の輝度値の平均である第２平均値と、を算出する平均輝度値算出手段を備え、画像データに含まれる周辺画素ごとに、周辺画素の輝度値と第１平均値と第２平均値とに基づいて、周辺画素の線度を算出することを特徴とする。

また、本発明にかかる線幅算出装置は、輝度値算出手段は、画素のＲＧＢ値に基づいて画素の輝度値を算出し、線画素特定手段は、算出された輝度値が基準値未満の画素を線画素として特定することを特徴とする。

また、本発明にかかる線幅算出装置は、周辺画素特定手段は、画像データに含まれる画素のうち、線画素に隣接する画素を周辺画素として特定することを特徴とする。

また、本発明にかかる線幅算出装置は、線度算出手段は、周辺画素の線度Ｘを、第１平均値をＢｒ１、第２平均値をＢｒ２、周辺画素の輝度値をＢｒとしたとき、Ｘ＝（Ｂｒ−Ｂｒ２）／（Ｂｒ１−Ｂｒ２）により算出することを特徴とする。

また、本発明にかかる線幅算出装置は、ベクトル特定手段は、線領域内の１の基準画素から複数の画素それぞれへのベクトルを算出し、算出された複数のベクトルの平均値を線領域のベクトルとして特定することを特徴とする。

また、本発明にかかる線幅算出装置は、線境界特定手段により特定される周辺画素の線境界は、周辺画素を２つのエリアに分割するベクトルを持つ直線として特定され、周辺画素内の２つのエリアのうち線領域側のエリアの面積と周辺画素の面積との面積比は、周辺画素の線度と一致することを特徴とする。

また、本発明にかかる線幅算出装置は、線幅算出手段は、線領域を挟んで対向する２つの周辺画素それぞれを分割するベクトルを持つ直線間の距離を算出し、算出された距離に換算値を乗算して線幅を算出することを特徴とする。

また、本発明にかかる線幅算出装置は、建築構造物を撮像して得られる画像データが記憶される記憶手段と、記憶手段に記憶されている画像データを画像処理する画像処理手段と、を備えた、建築構造物の表面に現れているクラックの幅を算出する装置であって、記憶手段には、画像データに含まれる画素の大きさと建築構造物の表面上の大きさとの換算値が記憶されていて、画像処理手段は、画像データに含まれる画素ごとの輝度値を算出する輝度値算出手段と、画像データに含まれる画素ごとに算出された輝度値と所定の基準値とを比較し、比較の結果に基づいて画像データに含まれる画素の中からクラックが撮像されている可能性の高いクラック画素を特定するクラック画素特定手段と、画像データに含まれる画素のうち、特定されたクラック画素の周辺に位置する周辺画素を特定する周辺画素特定手段と、特定された周辺画素ごとにクラック境界を特定するクラック境界特定手段と、特定されたクラック境界と換算値とに基づいてクラックの幅を算出するクラック幅算出手段と、を有してなり、クラック境界特定手段は、周辺画素ごとに、クラックが撮像されている割合を示すクラック度を算出するクラック度算出手段と、クラック画素が複数連なって画像データ内に形成されるクラック領域のベクトルを特定するベクトル特定手段と、を備え、算出されたクラック度と特定されたベクトルとに基づいてクラック境界を特定し、クラック度算出手段は、画像データに含まれるクラック画素の輝度値の平均である第１平均値と、画像データに含まれる画素のうちクラック画素と周辺画素のいずれでもない非クラック画素の輝度値の平均である第２平均値と、を算出する平均輝度値算出手段を備え、画像データに含まれる周辺画素ごとに、周辺画素の輝度値と第１平均値と第２平均値とに基づいて、周辺画素のクラック度を算出する、ことを特徴とする。

また、本発明にかかる線幅算出装置は、半導体のプリント基板を撮像して得られる画像データが記憶される記憶手段と、記憶手段に記憶されている画像データを画像処理する画像処理手段と、を備えた、半導体のプリント基板の表面に現れている配線の幅を算出する装置であって、記憶手段には、画像データに含まれる画素の大きさと半導体のプリント基板の表面上の大きさとの換算値が記憶されていて、画像処理手段は、画像データに含まれる画素ごとの輝度値を算出する輝度値算出手段と、画像データに含まれる画素ごとに算出された輝度値と所定の基準値とを比較し、比較の結果に基づいて画像データに含まれる画素の中から配線が撮像されている可能性の高い配線画素を特定する配線画素特定手段と、画像データに含まれる画素のうち、特定された配線画素の周辺に位置する周辺画素を特定する周辺画素特定手段と、特定された周辺画素ごとに配線境界を特定する配線境界特定手段と、特定された配線境界と換算値とに基づいて配線の幅を算出する配線幅算出手段と、を有してなり、配線境界特定手段は、周辺画素ごとに、配線が撮像されている割合を示す配線度を算出する配線度算出手段と、配線画素が複数連なって画像データ内に形成される配線領域のベクトルを特定するベクトル特定手段と、を備え、算出された配線度と特定されたベクトルとに基づいて配線境界を特定し、配線度算出手段は、画像データに含まれる配線画素の輝度値の平均である第１平均値と、画像データに含まれる画素のうち配線画素と周辺画素のいずれでもない非配線画素の輝度値の平均である第２平均値と、を算出する平均輝度値算出手段を備え、画像データに含まれる周辺画素ごとに、周辺画素の輝度値と第１平均値と第２平均値とに基づいて、周辺画素の配線度を算出する、ことを特徴とする。

本発明にかかる線幅算出プログラムは、コンピュータを、本発明にかかる線幅算出装置として機能させることを特徴とする。

また、本発明にかかる線幅算出方法は、被写体を撮像して得られる画像データが記憶される記憶手段と、記憶手段に記憶されている画像データを画像処理する画像処理手段と、を備えた、被写体の表面に現れている線の幅を算出する装置により実行される方法であって、記憶手段には、画像データに含まれる画素の大きさと被写体の表面上の大きさとの換算値が記憶されていて、装置が、画像処理手段を用いて、画像データに含まれる画素ごとの輝度値を算出するステップと、画像データに含まれる画素ごとに算出された輝度値と所定の基準値とを比較し、比較の結果に基づいて画像データに含まれる画素の中から線が撮像されている可能性の高い線画素を特定するステップと、画像データに含まれる画素のうち、特定された線画素の周辺に位置する周辺画素を特定するステップと、特定された周辺画素ごとに線境界を特定するステップと、特定された線境界と換算値とに基づいて線の幅を算出するステップと、を有してなり、装置は、周辺画素ごとに、線が撮像されている割合を示す線度を算出するステップと、線画素が複数連なって画像データ内に形成される線領域のベクトルを特定するステップと、を備え、算出された線度と特定されたベクトルとに基づいて線境界を特定し、装置は、画像データに含まれる線画素の輝度値の平均である第１平均値と、画像データに含まれる画素のうち線画素と周辺画素のいずれでもない非線画素の輝度値の平均である第２平均値と、を算出し、画像データに含まれる周辺画素ごとに、周辺画素の輝度値と第１平均値と第２平均値とに基づいて、周辺画素の線度を算出する、ことを特徴とする。

また、本発明にかかる線幅算出方法は、装置は、画素のＲＧＢ値に基づいて画素の輝度値を算出し、算出された輝度値が基準値未満の画素を線画素として特定することを特徴とする。

また、本発明にかかる線幅算出方法は、装置は、画像データに含まれる画素のうち、線画素に隣接する画素を周辺画素として特定することを特徴とする。

また、本発明にかかる線幅算出方法は、装置は、周辺画素の線度Ｘを、第１平均値をＢｒ１、第２平均値をＢｒ２、周辺画素の輝度値をＢｒとしたとき、Ｘ＝（Ｂｒ−Ｂｒ２）／（Ｂｒ１−Ｂｒ２）により算出することを特徴とする。

また、本発明にかかる線幅算出方法は、装置は、線領域内の１の基準画素から複数の画素それぞれへのベクトルを算出し、算出された複数のベクトルの平均値を線領域のベクトルとして特定することを特徴とする。

また、本発明にかかる線幅算出方法は、線境界特定手段により特定される周辺画素の線境界は、周辺画素を２つのエリアに分割するベクトルを持つ直線として特定され、周辺画素内の２つのエリアのうち線領域側のエリアの面積と周辺画素の面積との面積比は、周辺画素の線度と一致することを特徴とする。

また、本発明にかかる線幅算出方法は、装置は、線領域を挟んで対向する２つの周辺画素それぞれを分割するベクトルを持つ直線間の距離を算出し、算出された距離に換算値を乗算して線幅を算出することを特徴とする。

また、本発明にかかる線幅算出方法は、建築構造物を撮像して得られる画像データが記憶される記憶手段と、記憶手段に記憶されている画像データを画像処理する画像処理手段と、を備えた、建築構造物の表面に現れているクラックの幅を算出する装置により実行される方法であって、記憶手段には、画像データに含まれる画素の大きさと建築構造物の表面上の大きさとの換算値が記憶されていて、装置が、画像処理手段を用いて、画像データに含まれる画素ごとの輝度値を算出するステップと、画像データに含まれる画素ごとに算出された輝度値と所定の基準値とを比較し、比較の結果に基づいて画像データに含まれる画素の中からクラックが撮像されている可能性の高いクラック画素を特定するステップと、画像データに含まれる画素のうち、特定されたクラック画素の周辺に位置する周辺画素を特定するステップと、特定された周辺画素ごとにクラック境界を特定するステップと、特定されたクラック境界と換算値とに基づいてクラックの幅を算出するステップと、を有してなり、装置は、周辺画素ごとに、クラックが撮像されている割合を示すクラック度を算出するステップと、クラック画素が複数連なって画像データ内に形成されるクラック領域のベクトルを特定するステップと、を備え、算出されたクラック度と特定されたベクトルとに基づいてクラック境界を特定し、装置は、画像データに含まれるクラック画素の輝度値の平均である第１平均値と、画像データに含まれる画素のうちクラック画素と周辺画素のいずれでもない非クラック画素の輝度値の平均である第２平均値と、を算出し、画像データに含まれる周辺画素ごとに、周辺画素の輝度値と第１平均値と第２平均値とに基づいて、周辺画素のクラック度を算出する、ことを特徴とする。

また、本発明にかかる線幅算出方法は、半導体のプリント基板を撮像して得られる画像データが記憶される記憶手段と、記憶手段に記憶されている画像データを画像処理する画像処理手段と、を備えた、半導体のプリント基板の表面に現れている配線の幅を算出する装置により実行される方法であって、記憶手段には、画像データに含まれる画素の大きさと半導体のプリント基板の表面上の大きさとの換算値が記憶されていて、装置が、画像処理手段を用いて、画像データに含まれる画素ごとの輝度値を算出するステップと、画像データに含まれる画素ごとに算出された輝度値と所定の基準値とを比較し、比較の結果に基づいて画像データに含まれる画素の中から配線が撮像されている可能性の高い配線画素を特定するステップと、画像データに含まれる画素のうち、特定された配線画素の周辺に位置する周辺画素を特定するステップと、特定された周辺画素ごとに配線境界を特定するステップと、特定された配線境界と換算値とに基づいて配線の幅を算出するステップと、を有してなり、装置は、周辺画素ごとに、配線が撮像されている割合を示す配線度を算出するステップと、配線画素が複数連なって画像データ内に形成される配線領域のベクトルを特定するステップと、を備え、算出された配線度と特定されたベクトルとに基づいて配線境界を特定し、装置は、画像データに含まれる配線画素の輝度値の平均である第１平均値と、画像データに含まれる画素のうち配線画素と周辺画素のいずれでもない非配線画素の輝度値の平均である第２平均値と、を算出し、画像データに含まれる周辺画素ごとに、周辺画素の輝度値と第１平均値と第２平均値とに基づいて、周辺画素の配線度を算出する、ことを特徴とする。

本発明によれば、簡易な構成で被写体の表面に現れている線の幅を短時間に精度よく算出することができる。

本発明にかかる線幅算出装置の実施の形態を示すブロック図である。図１の線幅算出装置が読み取る画像データに含まれる画素の例を示す模式図である。図２の各画素の輝度値の例を示す模式図である。本発明にかかる線幅算出方法の実施の形態を示すフローチャートである。図２に示した画素のうちクラック画素の集合であるクラック領域の例を示す模式図である。図５のクラック領域の周辺に位置する周辺画素の例を示す模式図である。図５に示したクラック画素の集合であるクラック領域（Ａ３）と、図６に示した周辺画素の集合である周辺領域（Ａ２，Ａ４）と、これら以外の画素の集合である非クラック領域（Ａ１，Ａ５）を示す模式図である。図２に示した各画素のうち、クラック領域に含まれる画素と非クラック領域に含まれる画素ごとのクラックが撮像されている割合を示すクラック度の例を示す模式図である。図８に示したクラック度と、周辺領域に含まれる画素ごとのクラック度の例を示す模式図である。クラック領域内の基準画素から他の画素までの距離の例を示す模式図である。クラック領域内の基準画素から他の画素までの距離の順位の例を示す模式図である。クラック領域内の基準画素から他の複数の画素へのベクトルの例を示す模式図である。周辺領域に含まれる画素を２つのエリアに分割する直線の例を示す模式図である。図１３に示した２本の直線を結ぶ法線の例を示す模式図である。図１に示した記憶手段ＤＢに記憶される情報の例を示す模式図である。

以下、図面を参照しながら本発明にかかる線幅算出装置と算出方法並びに算出プログラムの実施の形態について説明する。なお、以下の説明では、本発明にかかる線幅算出装置（以下、「本装置」という。）に、建築構造物であるビルの外壁の表面をデジタルカメラなどの撮像装置により撮像して得られた画像データが記憶されていて、この画像データを本装置が画像処理することで、ビルの外壁の表面に発生している（つまり、画像データに写っている）クラックの幅（クラックの短手方向の長さ）を算出する場合を例に説明する。すなわち、建築構造物である外壁は被写体の例であり、クラックは被写体の表面に現れている線の例である。

図１は、本装置の実施の形態を示すブロック図である。本装置１は、記憶手段ＤＢ、輝度値算出手段１０、クラック画素特定手段（線画素特定手段）２０、周辺画素特定手段３０、クラック境界特定手段（線境界特定手段）４０、クラック幅算出手段（線幅算出手段）５０と、を有してなる。

本装置１は、パーソナルコンピュータなどの情報処理装置であり、例えば本装置１の操作者の実行指示により、本発明にかかる線幅算出プログラム（以下、「本プログラム」という。）が動作することで、後述する本発明にかかる線幅算出方法（以下、「本方法」という。）を実行してクラックの幅を算出する。

記憶手段ＤＢには、本装置１が本方法を実行するために必要な後述する各種情報を記憶するための手段である。記憶手段ＤＢには、撮像装置によりビルの外壁の表面が撮像されて得られた画像データや、この画像データが得られたときの撮像装置から被写体であるビルの外壁の表面までの長さと、画像データに含まれる画素の大きさとビルの表面上の大きさとの換算値などが記憶されている。

なお、前述の換算値は、例えば、撮像装置とビルの外壁の表面までの距離と、撮像装置が備えるＣＣＤ（Charge Coupled Device）やＣＭＯＳ（Complementary
Metal Oxide Semiconductor Image Sensor）などの撮像素子の画素（ピクセル）数と、実際に撮像された画像データのビルの外壁の表面上の長さと、を用いて算出して、クラック幅の算出前にあらかじめ記憶手段ＤＢに記憶しておく。すなわち、本装置１は、この換算値と撮像装置とビルの外壁の表面までの距離とに基づいて、その距離で撮像されたときに得られた画像データに含まれる１画素の長さ（矩形状の画素の１辺の長さ）がビルの外壁の表面上のどの程度の長さに相当するかを換算することができる。

輝度値算出手段１０（以下、「手段１０」という。）は、画像データに含まれる画素ごとの輝度値を算出して記憶手段ＤＢに記憶する手段である。図２は、画像データに含まれる画素の例を示す模式図であり、画像データには縦横１０×１０（行数＝１０、列数＝１０）の１００個の画素が含まれていることを示している。また、図３は、各画素の輝度値の例を示す模式図であり、例えば、画素Ｐ１１の輝度値がＢ１１であることを示している。

なお、図２の符号Ｐ１１〜ＰＡＡは、本装置１が各画素を特定するための識別情報（画素ＩＤ）であり、例えば、画素ごとの輝度値が記憶手段ＤＢに記憶されているとき、記憶手段ＤＢには、各画素の識別情報とその画素の輝度値とが関連付けて記憶される。

手段１０が算出する画素ごとの輝度値は、各画素のＲＧＢデータを用いて算出される。ここで、ＲＧＢデータは、（０，０，０）から（２５５，２５５，２５５）までの値で、（０，０，０）は黒、（２５５，２５５，２５５）は白を表す。

画像データに含まれる画素Ｐ１１のＲＧＢデータが（ＲＤ１１，ＧＤ１１，ＢＤ１１）であったとすると、手段１０は、画素Ｐ１１の輝度値Ｂ１１を、例えば、下記の式１により算出する。なお、０≦Ｂ１１≦２５５の関係が成立する。

Ｂ１１＝（ＲＤ１１＋ＧＤ１１＋ＢＤ１１）／３（式１）

クラック画素特定手段２０（以下、「手段２０」という。）は、画像データに含まれる画素の中からクラックが撮像されている可能性の高い画素（以下、「クラック画素」という。）を特定する手段である。手段２０は、例えば、画像データに含まれる画素ごとに、その輝度値と所定の基準値とを比較し、比較結果に基づいて、例えば、その輝度値が基準値未満のときに、その画素にはクラックが撮像されている（写っている）可能性が高いと判断して、その画素をクラック画素として特定する。手段２０は、特定したクラック画素の識別情報を記憶手段ＤＢに記憶する。

なお、比較に用いられる輝度値の基準値は、比較前にあらかじめ、記憶手段ＤＢに記憶されている。

周辺画素特定手段３０（以下、「手段３０」という。）は、画像データに含まれる画素のうち、クラック画素の周辺に位置する画素（以下、「周辺画素」という。）を特定する手段である。クラック画素の周辺に位置する画素とは、例えば、クラック画素に隣接している画素である。手段３０は、周辺画素を特定後、特定した周辺画素の識別情報を記憶手段ＤＢに記憶する。

クラック境界特定手段４０（以下、「手段４０」という。）は、周辺画素ごとにクラックの境界を特定する手段である。手段４０は、画像データに含まれる画素ごとのクラック度を算出するクラック度算出手段４１（以下、「手段４１」という。）と、クラック画素が複数連なって画像データ内に形成される画素の集合（以下、「クラック領域」という。）のベクトルを特定するベクトル特定手段４２（以下、「手段４２」という。）と、を備える。ここで、クラック度とは、画像データに含まれる画素ごとに、その画素にクラックが写っている可能性を示す情報であり、例えば、０〜１００のいずれかの整数値であって、値が大きければクラックが写っている可能性が高いことを示すように設定される。なお、クラックの境界の特定方法については、後述する。

クラック幅算出手段５０（以下、「手段５０」という。）は、手段４０により特定されたクラックの境界と前述の換算値とを用いて、クラック幅を算出する手段である。クラック幅の算出方法については、後述する。

以下、本方法の実施の形態について説明をする。図４は、本方法の実施の形態を示すフローチャートである。

先ず、本装置１は、記憶手段ＤＢから画像データを読み出す（ステップＳ１）。画像データの種類は、例えば、ＪＰＥＧ（Joint Photographic Experts Group）やＲＡＷデータなど、本方法の実現可能な形式であればよい。読み出された画像データに含まれる各画素の識別情報は、各画素の画像データ内での配置が特定可能となるように、例えば、行番号と列番号と関連付けて記憶手段ＤＢに記憶される。

次いで、本装置１は、手段１０を用いて、画像データに含まれる画素ごとの輝度値を算出する（ステップＳ２）。

次いで、本装置１は、手段２０を用いて、算出された画素ごとの輝度値より、画像データに含まれる画素の中からクラック画素を特定する（ステップＳ３）。

図５は、手段２０によりクラック画素として特定された画素の例を示す模式図であり、図中、黒色に塗りつぶされた画素は、所定の基準値未満の輝度値であったクラック画素を示している。

図４に戻る。本装置１は、手段３０を用いて、周辺画素を特定する(ステップＳ４)。

図６は、手段３０により周辺画素として特定された画素の例を示す模式図であり、図中、斜線で塗りつぶされた画素は、黒色で塗りつぶされたクラック画素に隣接する周辺画素を示している。手段３０は、記憶手段ＤＢに記憶されている、画像データに含まれるすべての画素の配置と、クラック画素の識別情報とを用いて、クラック画素の周辺に位置する周辺画素の識別情報を特定して、記憶手段ＤＢに記憶する。

図７は、画像データに含まれる画素が５つの領域（集合）に分類されている状態を示す模式図である。領域Ａ３は、図５に示したクラック画素の集合であるクラック領域である。領域Ａ２，Ａ４は、図６に示した周辺画素の集合である周辺領域である。領域Ａ１，Ａ５は、画像データに含まれる画素のうち、クラック画素でもなく、かつ、周辺画素でもない、非クラック画素の集合である非クラック領域である。非クラック画素は、クラックが写っている可能性が極めて低いとみなすことができる画素である。

記憶手段ＤＢには、本装置１が、画像データに含まれる画素ごとに、その画素がクラック画素、周辺画素、非クラック画素、のいずれであるかを特定可能となるように、各画素の識別情報と、画素の種別（クラック、周辺、非クラック）を示す情報とが関連付けて記憶される。

図１５は、記憶手段ＤＢに記憶される情報の例を示す模式図であり、画像データに含まれるすべての画素の画素ＩＤと、各画素の行番号、列番号、輝度値、クラック度、画素の種別、が関連付けて記憶されていることを示している。すなわち、例えば、本装置１は、画像データを読み出したとき（ステップＳ１参照）、画像データに含まれるすべての画素の識別情報（１００個の識別情報）を記憶手段ＤＢに記憶する。次いで、本装置１は、手段２０がクラック画素を特定したとき（ステップＳ３参照）、先に記憶されたすべての画素の識別情報のうち、特定されたクラック画素の識別情報に、クラック画素を示す種別の情報を関連付けて記憶手段ＤＢに記憶する。次いで、本装置１は、手段３０が周辺画素を特定したとき（ステップＳ４参照）、先に記憶されたすべての画素の識別情報のうち、特定された周辺画素の識別情報に、周辺画素を示す種別の情報を関連付けて記憶手段ＤＢに記憶する。さらに、本装置１は、記憶手段ＤＢに記憶されているすべての画素の識別情報のうち、画素の種別を示す情報と関連付けて記憶されていない画素の識別情報に、非クラック画素を示す種別の情報を関連付けて記憶手段ＤＢに記憶する。その結果、本装置１は、画像データに含まれるすべての画素ごとに、図７に示したように５つの領域のいずれに属するかを特定可能になる。

図４に戻る。本装置１は、手段４０を用いて、周辺画素ごとにクラック境界を特定する（ステップＳ５）。クラック境界は、手段４１により、各画素のクラック度を算出すると共に、手段４２により、クラック領域のベクトルを算出した上で、これらクラック度とベクトルとにより特定される。

手段４１は、画像データに含まれる画素ごとにクラック度を算出するが、図８に示すように、非クラック領域Ａ１，Ａ５に含まれる非クラック画素のクラック度は「０」、クラック領域Ａ３に含まれるクラック画素のクラック度は「１００」としたうえで、周辺領域Ａ２，Ａ４に含まれる各周辺画素のクラック度を算出する。周辺領域Ａ２，Ａ４に含まれる各周辺画素のクラック度Ｘは、以下の式２により算出される。

Ｘ＝（Ｂｒ−Ｂｒ２）／（Ｂｒ１−Ｂｒ２）（式２）

ここで、Ｂｒ１は、クラック領域Ａ３に含まれる各クラック画素の輝度値の平均値（以下、「第１平均値」という。）である。Ｂｒ２は、非クラック領域Ａ１，Ａ５に含まれる各非クラック画素の輝度値の平均値（以下、「第２平均値」という。）である。Ｂｒは、クラック度の算出の対象となる周辺画素の輝度値である。

このように、手段４１は、先ず、記憶手段ＤＢに記憶されているクラック画素の輝度値の合計値を算出した上で、その合計値をクラック画素の数で割って、第１平均値を算出する。同様に、手段４１は、記憶手段ＤＢに記憶されている非クラック画素の輝度値の合計値を算出した上で、その合計値を非クラック画素の数で割って、第２平均値を算出する。次いで、手段４１は、記憶手段ＤＢに記憶されている周辺画素の輝度値を読み出して、前述の式２により、その周辺画素の輝度値を算出して記憶手段ＤＢにその周辺画素の識別情報と関連付けて記憶する。図９は、手段４１が算出した各周辺画素のクラック度の例を示す模式図であり、周辺画素のクラック度は、０〜１００の間の数値（０と１００は含まない）となっていることを示している。

手段４２は、クラック領域Ａ３のベクトルを算出する。クラック領域Ａ３のベクトルは、クラック領域Ａ３内の１の基準画素から複数の画素それぞれへのベクトルを算出し、これら複数の算出されたベクトルの平均値をクラック領域のベクトルとして特定する。そこで、先ず、手段４２は、１の基準画素を決定した上で、基準画素からクラック領域Ａ３に含まれる各画素までの距離を算出する。図１０は、画素Ｐ６６を基準画素とした上で、Ｐ６６を除くクラック領域Ａ３内の各画素までの距離を示す模式図である。基準画素から各画素までの距離は、例えば、基準画素の縦または横方向に位置する画素までの距離は、順に「１」「２」「３」・・・とする。また、基準画素の斜め方向に位置する画素までの距離は、三平方の定理を用いて、例えば、基準画素Ｐ６６から画素Ｐ７７までの距離は、１．４１４（＝１＋１の和である「２」の平方根）と算出される。

手段４２は、クラック領域Ａ３内の基準画素から各画素までの距離を算出した後に、算出された距離を昇順に並べて、クラック領域Ａ３内の各画素を順位付ける。ここで、同じ距離、例えば、図１０に示したように、画素Ｐ５１、Ｐ６５，Ｐ７６，Ｐ６７までの距離はいずれも「１」である。このように距離が同じ画素が複数存在する場合は、例えば、行数の小さい順、かつ、列数の小さい順に、順位付ける。図１１は、クラック領域Ａ３内の基準画素から各画素までの距離で決定された順位を示す模式図である。

次いで、手段４２は、基準画素から所定の複数の順位の画素へのベクトルを算出する。図１２は、基準画素Ｐ６６から、所定の順位「１０番目」，「１２番目」，「１３番目」，「１４番目」に該当する画素Ｐ８７、画素Ｐ９６、画素Ｐ３５、画素９７それぞれへのベクトルを図示した模式図である。ここで、所定の順位「１０番目」，「１２番目」，「１３番目」，「１４番目」は、あらかじめ記憶手段ＤＢに記憶されている。

手段４２は、基準画素から所定の画素までのベクトルを角度として算出する。すなわち、基準画素に対する所定の画素の相対位置、つまり、図１２の紙面左右方向をＸ軸、紙面上下方向をＹ軸とすると、基準画素に対する所定の画素のＸ軸方向の距離とＹ軸方向の距離とを用いて、以下の式３により基準画素から所定の画素までのベクトルＶを算出する。

Ｖ＝ａｒｃｔａｎ（Ｙ軸方向の距離／Ｘ軸方向の距離）（式３）

ここで、ａｒｃｔａｎは、三角関数ｔａｎの逆関数である。なお、算出されたベクトルＶの値が負の場合、１８０度を加算して算出されたベクトルＶの値を更新する。

手段４２は、基準画素から前述の４つの画素それぞれへのベクトル、つまり、４つの角度θ１，θ２，θ３，θ４を算出した後に、この４つの角度の平均値（θ１＋θ２＋θ３＋θ４）／４を算出して、クラック領域Ａ３のベクトルとして特定する。

手段４０は、周辺領域Ａ２，Ａ４の各画素のクラック度とクラック領域Ａ３のベクトルとを用いて、周辺領域Ａ２，Ａ４の各画素のクラック境界を特定する。図１３は、周辺領域Ａ２，Ａ４に含まれる画素Ｐ５４と画素３６内のクラック境界の例を示す模式図である。なお、図１３は説明の便宜上、画素Ｐ５４と画素３６の２つの画素内のクラック境界のみを図示しているが、実際には、周辺領域Ａ２，Ａ４に含まれるすべての周辺画素について、手段４０は、クラック境界を特定する。

ここで、図９に示したように、画素Ｐ５４のクラック度は５０、画素３６のクラック度は７５である。また、算出されたクラック領域Ａ３のベクトルは１３５度であるとする。

周辺画素内で特定されるクラック境界は、各周辺画素を２つのエリアに分割するクラック領域Ａ３のベクトルを持つ直線として特定される。図１３には、画素Ｐ５４のクラック境界が、画素Ｐ５４を２つのエリアＴ１，Ｔ２に分割する直線Ｌ１で特定されていることを示している。同様に、画素Ｐ３６のクラック境界が、画素Ｐ３６を２つのエリアＴ３，Ｔ４に分割する直線Ｌ２で特定されていることを示している。ここで、直線Ｌ１，Ｌ２のベクトルは、１３５度である。

クラック境界として特定される直線Ｌ１，Ｌ２の画素内での位置は、分割された周辺画素内の２つのエリアのうち、クラック領域Ａ３側のエリア（クラック領域Ａ３に近いエリア）の面積と周辺画素の面積との面積比が、その周辺画素のクラック度と一致する場所である。すなわち、画素Ｐ５４内の直線Ｌ１の位置は、画素Ｐ５４のクラック度が５０であるから、図１３に示したエリアＴ２（エリアＴ１よりクラック領域Ａ３に近い）の面積が画素Ｐ５４全体の面積の５０％、つまり、画素Ｐ５４の面積を２等分する場所である。一方、画素Ｐ３６内の直線Ｌ２の位置は、画素Ｐ３６のクラック度が７５であるから、図１３に示したエリアＴ３（エリアＴ４よりクラック領域Ａ３に近い）の面積が画素Ｐ３６全体の面積の７５％、つまり、画素Ｐ３６全体の面積の４分の３を占める場所である。

なお、画素Ｐ５４内での直線Ｌ１の位置や、画素Ｐ３６内での直線Ｌ２の位置は、以下の式４を用いて算出する。

Ｙ＝ａＸ＋ｂ（式４）

ここで、ａは直線Ｌ１および直線Ｌ２の傾きを示す定数であって、クラック領域Ａ３のベクトルに基づいて算出される値であり、ベクトルが１３５度の場合にはａ＝−１である。また、ｂは、いわゆるｙ切片を示す定数である。手段４０は、式４のｘとｙの値を変化させながら、直線Ｌ１の位置（直線Ｌ１と画素Ｐ５４との交点となるＸ座標，Ｙ座標）を算出した上で、エリアＴ２の面積を算出し、図１３のエリアＴ２の面積が画素Ｐ５４の面積の半分となる直線Ｌ１の位置を特定する。

なお、クラック領域Ａ３のベクトルを算出する際、先に説明した実施の形態では１の基準画素を用いて１のベクトルを算出したが、基準画素の数を複数としても、複数のベクトルを算出するようにしてもよい。すなわち、例えば、図２に示した画素の配列の場合に、行数が２，６，８の３つの画素を基準画素として選択するようにして、３つのベクトルを算出するようにしてもよい。この場合、周辺画素内のクラック境界を位置決めする際のクラック領域Ａ３のベクトルは、例えば、その周辺画素の行数が１から４であれば行数２の基準画素により算出されたベクトル、その周辺画素の行数が５から７であれば行数６の基準画素により算出されたベクトル、その周辺画素の行数が７からＡであれば行数８の基準画素により算出されたベクトル、を用いるとよい。

図４に戻る。本装置１は、手段５０を用いてクラック幅を算出する（ステップＳ６）。クラック幅は、クラック領域Ａ３を挟んで対向する２つの周辺画素間の距離に、記憶手段ＤＢに記憶されている換算値を乗算して算出する。図１３に示した例では、クラック領域Ａ３を挟んで対向する画素Ｐ５４と画素Ｐ３６間の距離を算出することになるが、この距離は、例えば、図１４に示すように、直線Ｌ１の中心点（ここでは画素Ｐ５４の中心点に一致）と直線Ｌ１の法線が直線Ｌ２と交差する交差点とを結ぶ線Ｌ３の距離を三平方の定理を用いて算出する。すなわち、直線Ｌ１の中心点の座標を（Ｘ１，Ｙ１）、直線Ｌ１の法線と直線Ｌ２の交差点の座標を（Ｘ２，Ｙ２）とすると、直線Ｌ１，Ｌ２間の距離は、（（Ｘ２−Ｘ１）＾２＋（Ｙ２−Ｙ１）＾２）の平方根として求めることができる。なお、直線Ｌ１の法線は、直線Ｌ１を示す前述の式４に基づいて、以下の式５で表すことができる。

Ｙ＝−（１／ａ）Ｘ＋ｂｂ（式５）

ここで、ｂｂは定数である。

このように、手段５０は、クラック領域Ａ３を挟んで対向する位置の周辺画素に特定されているクラック境界を示す直線間の距離を算出して、その距離に換算値を乗算することで、ビルの外壁の表面上での実際の距離、つまり、クラック幅を算出する。なお、手段５０が算出するクラック幅の数は、クラック領域Ａ３を挟んで対向する位置に存在する周辺画素の組の数と同じである。

図４に戻る。本装置１は、図示しない手段を用いて、算出されたクラック幅を出力、例えば、記憶手段ＤＢに記憶、あるいは、図示しない本装置１が備えるディスプレイに表示などする（ステップＳ７）。

以上説明した実施の形態によれば、本装置１は、画像データに含まれる画素ごとの輝度値よりクラックが写っている可能性の高いクラック画素の周辺に位置する周辺画素ごとに、クラックの境界を特定してクラック幅を算出する。このとき、本装置１は、周辺画素内のクラックの境界を、その周辺画素のクラック度とクラック領域のベクトルとを用いて特定する。このように、本装置１は、クラックの境界が写っているであろう周辺画素内でクラックの境界を特定しているため、画素ごとにクラックが写っているか否かを判定して算出する方法よりも、精度高くクラック幅を算出することができる。しかも、本装置１は、前述の簡易な画像処理によりクラック幅を算出するため、目視などにより算出する場合に比べて短時間でクラック幅を算出することができる。

なお、以上説明した実施の形態は、建築構造物の外壁が被写体で、クラックが被写体の表面に現れている線の場合であったが、本発明にかかる線幅算出装置と算出方法並びに算出プログラムは、これ以外の被写体などにも適用可能であり、例えば、半導体のプリント基板上の配線の幅を算出する場合にも適用可能である。この場合、被写体は半導体のプリント基板の表面であり、算出される線幅はプリント基板上の配線の幅である。

１クラック幅算出装置
１０輝度値算出手段
２０クラック画素特定手段
３０周辺画素特定手段
４０クラック境界特定手段
４１クラック度算出手段
４２ベクトル特定手段
５０クラック幅算出手段
ＤＢ記憶手段
Ａ１非クラック領域
Ａ２周辺領域
Ａ３クラック領域
Ａ４周辺領域
Ａ５非クラック領域

Claims

被写体を撮像して得られる画像データが記憶される記憶手段と、
上記記憶手段に記憶されている画像データを画像処理する画像処理手段と、
を備えた、上記被写体の表面に現れている線の幅を算出する装置であって、
上記記憶手段には、上記画像データに含まれる画素の大きさと上記被写体の表面上の大きさとの換算値が記憶されていて、
上記画像処理手段は、
上記画像データに含まれる画素ごとの輝度値を算出する輝度値算出手段と、
上記画像データに含まれる画素ごとに上記算出された輝度値と所定の基準値とを比較し、上記比較の結果に基づいて上記画像データに含まれる画素の中から線が撮像されている可能性の高い線画素を特定する線画素特定手段と、
上記画像データに含まれる画素のうち、上記特定された線画素の周辺に位置する周辺画素を特定する周辺画素特定手段と、
上記特定された周辺画素ごとに線境界を特定する線境界特定手段と、
上記特定された線境界と上記換算値とに基づいて線の幅を算出する線幅算出手段と、
を有してなり、
上記線境界特定手段は、
上記周辺画素ごとに、上記線が撮像されている割合を示す線度を算出する線度算出手段と、
上記線画素が複数連なって上記画像データ内に形成される線領域のベクトルを特定するベクトル特定手段と、
を備え、
上記算出された線度と上記特定されたベクトルとに基づいて上記線境界を特定し、
上記線度算出手段は、
上記画像データに含まれる上記線画素の輝度値の平均である第１平均値と、上記画像データに含まれる画素のうち上記線画素と上記周辺画素のいずれでもない非線画素の輝度値の平均である第２平均値と、を算出する平均輝度値算出手段を備え、
上記画像データに含まれる上記周辺画素ごとに、周辺画素の輝度値と上記第１平均値と上記第２平均値とに基づいて、上記周辺画素の線度を算出する、
ことを特徴とする線幅算出装置。
上記線度算出手段は、上記周辺画素の線度Ｘを、上記第１平均値をＢｒ１、上記第２平均値をＢｒ２、上記周辺画素の輝度値をＢｒとしたとき、
Ｘ＝（Ｂｒ−Ｂｒ２）／（Ｂｒ１−Ｂｒ２）
により算出する、
請求項１記載の線幅算出装置。
上記輝度値算出手段は、画素のＲＧＢ値に基づいて上記画素の輝度値を算出し、
上記線画素特定手段は、上記算出された輝度値が上記基準値未満の画素を線画素として特定する、
請求項１記載の線幅算出装置。
上記周辺画素特定手段は、上記画像データに含まれる画素のうち、上記線画素に隣接する画素を上記周辺画素として特定する、
請求項１記載の線幅算出装置。
上記ベクトル特定手段は、上記線領域内の１の基準画素から複数の画素それぞれへのベクトルを算出し、上記算出された複数のベクトルの平均値を上記線領域のベクトルとして特定する、
請求項１記載の線幅算出装置。
上記線境界特定手段により特定される上記周辺画素の線境界は、上記周辺画素を２つのエリアに分割する上記ベクトルを持つ直線として特定され、
上記周辺画素内の２つのエリアのうち上記線領域側のエリアの面積と上記周辺画素の面積との面積比は、上記周辺画素の線度と一致する、
請求項１記載の線幅算出装置。
上記線幅算出手段は、上記線領域を挟んで対向する２つの周辺画素それぞれを分割する上記ベクトルを持つ直線間の距離を算出し、算出された距離に上記換算値を乗算して上記線の幅を算出する、
請求項６記載の線幅算出装置。
コンピュータを、請求項１乃至７のいずれかに記載の線幅算出装置として機能させることを特徴とする線幅算出プログラム。
被写体を撮像して得られる画像データが記憶される記憶手段と、
上記記憶手段に記憶されている画像データを画像処理する画像処理手段と、
を備えた、上記被写体の表面に現れている線の幅を算出する装置により実行される方法であって、
上記記憶手段には、上記画像データに含まれる画素の大きさと上記被写体の表面上の大きさとの換算値が記憶されていて、
上記装置が、
上記画像処理手段を用いて、
上記画像データに含まれる画素ごとの輝度値を算出するステップと、
上記画像データに含まれる画素ごとに上記算出された輝度値と所定の基準値とを比較し、上記比較の結果に基づいて上記画像データに含まれる画素の中から線が撮像されている可能性の高い線画素を特定するステップと、
上記画像データに含まれる画素のうち、上記特定された線画素の周辺に位置する周辺画素を特定するステップと、
上記特定された周辺画素ごとに線境界を特定するステップと、
上記特定された線境界と上記換算値とに基づいて線の幅を算出するステップと、
を有してなり、
上記装置は、
上記周辺画素ごとに、上記線が撮像されている割合を示す線度を算出するステップと、
上記線画素が複数連なって上記画像データ内に形成される線領域のベクトルを特定するステップと、
を備え、
上記算出された線度と上記特定されたベクトルとに基づいて上記線境界を特定し、
上記装置は、
上記画像データに含まれる上記線画素の輝度値の平均である第１平均値と、上記画像データに含まれる画素のうち上記線画素と上記周辺画素のいずれでもない非線画素の輝度値の平均である第２平均値と、を算出し、
上記画像データに含まれる上記周辺画素ごとに、周辺画素の輝度値と上記第１平均値と上記第２平均値とに基づいて、上記周辺画素の線度を算出する、
ことを特徴とする線幅算出方法。
上記装置は、上記周辺画素の線度Ｘを、上記第１平均値をＢｒ１、上記第２平均値をＢｒ２、上記周辺画素の輝度値をＢｒとしたとき、
Ｘ＝（Ｂｒ−Ｂｒ２）／（Ｂｒ１−Ｂｒ２）
により算出する、
請求項９記載の線幅算出方法。
上記装置は、画素のＲＧＢ値に基づいて上記画素の輝度値を算出し、上記算出された輝度値が上記基準値未満の画素を線画素として特定する、
請求項９記載の線幅算出方法。
上記装置は、上記画像データに含まれる画素のうち、上記線画素に隣接する画素を上記周辺画素として特定する、
請求項９記載の線幅算出方法。
上記装置は、上記線領域内の１の基準画素から複数の画素それぞれへのベクトルを算出し、上記算出された複数のベクトルの平均値を上記線領域のベクトルとして特定する、
請求項９記載の線幅算出装置。
上記特定される上記周辺画素の線境界は、上記周辺画素を２つのエリアに分割する上記ベクトルを持つ直線として特定され、
上記周辺画素内の２つのエリアのうち上記線領域側のエリアの面積と上記周辺画素の面積との面積比は、上記周辺画素の線度と一致する、
請求項９記載の線幅算出方法。
上記装置は、上記線領域を挟んで対向する２つの周辺画素それぞれを分割する上記ベクトルを持つ直線間の距離を算出し、算出された距離に上記換算値を乗算して上記線の幅を算出する、
請求項１４記載の線幅算出方法。
建築構造物を撮像して得られる画像データが記憶される記憶手段と、
上記記憶手段に記憶されている画像データを画像処理する画像処理手段と、
を備えた、上記建築構造物の表面に現れているクラックの幅を算出する装置であって、
上記記憶手段には、上記画像データに含まれる画素の大きさと上記建築構造物の表面上の大きさとの換算値が記憶されていて、
上記画像処理手段は、
上記画像データに含まれる画素ごとの輝度値を算出する輝度値算出手段と、
上記画像データに含まれる画素ごとに上記算出された輝度値と所定の基準値とを比較し、上記比較の結果に基づいて上記画像データに含まれる画素の中からクラックが撮像されている可能性の高いクラック画素を特定するクラック画素特定手段と、
上記画像データに含まれる画素のうち、上記特定されたクラック画素の周辺に位置する周辺画素を特定する周辺画素特定手段と、
上記特定された周辺画素ごとにクラック境界を特定するクラック境界特定手段と、
上記特定されたクラック境界と上記換算値とに基づいてクラックの幅を算出するクラック幅算出手段と、
を有してなり、
上記クラック境界特定手段は、
上記周辺画素ごとに、上記クラックが撮像されている割合を示すクラック度を算出するクラック度算出手段と、
上記クラック画素が複数連なって上記画像データ内に形成されるクラック領域のベクトルを特定するベクトル特定手段と、
を備え、
上記算出されたクラック度と上記特定されたベクトルとに基づいて上記クラック境界を特定し、
上記クラック度算出手段は、
上記画像データに含まれる上記クラック画素の輝度値の平均である第１平均値と、上記画像データに含まれる画素のうち上記クラック画素と上記周辺画素のいずれでもない非クラック画素の輝度値の平均である第２平均値と、を算出する平均輝度値算出手段を備え、
上記画像データに含まれる上記周辺画素ごとに、周辺画素の輝度値と上記第１平均値と上記第２平均値とに基づいて、上記周辺画素のクラック度を算出する、
ことを特徴とする線幅算出装置。
上記クラック度算出手段は、上記周辺画素のクラック度Ｘを、上記第１平均値をＢｒ１、上記第２平均値をＢｒ２、上記周辺画素の輝度値をＢｒとしたとき、
Ｘ＝（Ｂｒ−Ｂｒ２）／（Ｂｒ１−Ｂｒ２）
により算出する、
請求項１６記載の線幅算出装置。
上記輝度値算出手段は、画素のＲＧＢ値に基づいて上記画素の輝度値を算出し、
上記クラック画素特定手段は、上記算出された輝度値が上記基準値未満の画素をクラック画素として特定する、
請求項１６記載の線幅算出装置。
上記周辺画素特定手段は、上記画像データに含まれる画素のうち、上記クラック画素に隣接する画素を上記周辺画素として特定する、
請求項１６記載の線幅算出装置。
上記ベクトル特定手段は、上記クラック領域内の１の基準画素から複数の画素それぞれへのベクトルを算出し、上記算出された複数のベクトルの平均値を上記クラック領域のベクトルとして特定する、
請求項１６記載の線幅算出装置。
上記クラック境界特定手段により特定される上記周辺画素のクラック境界は、上記周辺画素を２つのエリアに分割する上記ベクトルを持つ直線として特定され、
上記周辺画素内の２つのエリアのうち上記クラック領域側のエリアの面積と上記周辺画素の面積との面積比は、上記周辺画素のクラック度と一致する、
請求項１６記載の線幅算出装置。
上記クラック幅算出手段は、上記クラック領域を挟んで対向する２つの周辺画素それぞれを分割する上記ベクトルを持つ直線間の距離を算出し、算出された距離に上記換算値を乗算して上記クラックの幅を算出する、
請求項２１記載の線幅算出装置。
コンピュータを、請求項１６乃至２２のいずれかに記載の線幅算出装置として機能させることを特徴とする線幅算出プログラム。
建築構造物を撮像して得られる画像データが記憶される記憶手段と、
上記記憶手段に記憶されている画像データを画像処理する画像処理手段と、
を備えた、上記建築構造物の表面に現れているクラックの幅を算出する装置により実行される方法であって、
上記記憶手段には、上記画像データに含まれる画素の大きさと上記建築構造物の表面上の大きさとの換算値が記憶されていて、
上記装置が、
上記画像処理手段を用いて、
上記画像データに含まれる画素ごとの輝度値を算出するステップと、
上記画像データに含まれる画素ごとに上記算出された輝度値と所定の基準値とを比較し、上記比較の結果に基づいて上記画像データに含まれる画素の中からクラックが撮像されている可能性の高いクラック画素を特定するステップと、
上記画像データに含まれる画素のうち、上記特定されたクラック画素の周辺に位置する周辺画素を特定するステップと、
上記特定された周辺画素ごとにクラック境界を特定するステップと、
上記特定されたクラック境界と上記換算値とに基づいてクラックの幅を算出するステップと、
を有してなり、
上記装置は、
上記周辺画素ごとに、上記クラックが撮像されている割合を示すクラック度を算出するステップと、
上記クラック画素が複数連なって上記画像データ内に形成されるクラック領域のベクトルを特定するステップと、
を備え、
上記算出されたクラック度と上記特定されたベクトルとに基づいて上記クラック境界を特定し、
上記装置は、
上記画像データに含まれる上記クラック画素の輝度値の平均である第１平均値と、上記画像データに含まれる画素のうち上記クラック画素と上記周辺画素のいずれでもない非クラック画素の輝度値の平均である第２平均値と、を算出し、
上記画像データに含まれる上記周辺画素ごとに、周辺画素の輝度値と上記第１平均値と上記第２平均値とに基づいて、上記周辺画素のクラック度を算出する、
ことを特徴とする線幅算出方法。
上記装置は、上記周辺画素のクラック度Ｘを、上記第１平均値をＢｒ１、上記第２平均値をＢｒ２、上記周辺画素の輝度値をＢｒとしたとき、
Ｘ＝（Ｂｒ−Ｂｒ２）／（Ｂｒ１−Ｂｒ２）
により算出する、
請求項２４記載の線幅算出方法。
上記装置は、画素のＲＧＢ値に基づいて上記画素の輝度値を算出し、上記算出された輝度値が上記基準値未満の画素をクラック画素として特定する、
請求項２４記載の線幅算出方法。
上記装置は、上記画像データに含まれる画素のうち、上記クラック画素に隣接する画素を上記周辺画素として特定する、
請求項２４記載の線幅算出方法。
上記装置は、上記クラック領域内の１の基準画素から複数の画素それぞれへのベクトルを算出し、上記算出された複数のベクトルの平均値を上記クラック領域のベクトルとして特定する、
請求項２４記載の線幅算出装置。
上記特定される上記周辺画素のクラック境界は、上記周辺画素を２つのエリアに分割する上記ベクトルを持つ直線として特定され、
上記周辺画素内の２つのエリアのうち上記クラック領域側のエリアの面積と上記周辺画素の面積との面積比は、上記周辺画素のクラック度と一致する、
請求項２４記載の線幅算出方法。
上記装置は、上記クラック領域を挟んで対向する２つの周辺画素それぞれを分割する上記ベクトルを持つ直線間の距離を算出し、算出された距離に上記換算値を乗算して上記クラックの幅を算出する、
請求項２９記載の線幅算出方法。
半導体のプリント基板を撮像して得られる画像データが記憶される記憶手段と、
上記記憶手段に記憶されている画像データを画像処理する画像処理手段と、
を備えた、上記半導体のプリント基板の表面に現れている配線の幅を算出する装置であって、
上記記憶手段には、上記画像データに含まれる画素の大きさと上記半導体のプリント基板の表面上の大きさとの換算値が記憶されていて、
上記画像処理手段は、
上記画像データに含まれる画素ごとの輝度値を算出する輝度値算出手段と、
上記画像データに含まれる画素ごとに上記算出された輝度値と所定の基準値とを比較し、上記比較の結果に基づいて上記画像データに含まれる画素の中から配線が撮像されている可能性の高い配線画素を特定する配線画素特定手段と、
上記画像データに含まれる画素のうち、上記特定された配線画素の周辺に位置する周辺画素を特定する周辺画素特定手段と、
上記特定された周辺画素ごとに配線境界を特定する配線境界特定手段と、
上記特定された配線境界と上記換算値とに基づいて配線の幅を算出する配線幅算出手段と、
を有してなり、
上記配線境界特定手段は、
上記周辺画素ごとに、上記配線が撮像されている割合を示す配線度を算出する配線度算出手段と、
上記配線画素が複数連なって上記画像データ内に形成される配線領域のベクトルを特定するベクトル特定手段と、
を備え、
上記算出された配線度と上記特定されたベクトルとに基づいて上記配線境界を特定し、
上記配線度算出手段は、
上記画像データに含まれる上記配線画素の輝度値の平均である第１平均値と、上記画像データに含まれる画素のうち上記配線画素と上記周辺画素のいずれでもない非配線画素の輝度値の平均である第２平均値と、を算出する平均輝度値算出手段を備え、
上記画像データに含まれる上記周辺画素ごとに、周辺画素の輝度値と上記第１平均値と上記第２平均値とに基づいて、上記周辺画素の配線度を算出する、
ことを特徴とする線幅算出装置。
上記配線度算出手段は、上記周辺画素の配線度Ｘを、上記第１平均値をＢｒ１、上記第２平均値をＢｒ２、上記周辺画素の輝度値をＢｒとしたとき、
Ｘ＝（Ｂｒ−Ｂｒ２）／（Ｂｒ１−Ｂｒ２）
により算出する、
請求項３１記載の線幅算出装置。
上記輝度値算出手段は、画素のＲＧＢ値に基づいて上記画素の輝度値を算出し、
上記配線画素特定手段は、上記算出された輝度値が上記基準値未満の画素を配線画素として特定する、
請求項３１記載の線幅算出装置。
上記周辺画素特定手段は、上記画像データに含まれる画素のうち、上記配線画素に隣接する画素を上記周辺画素として特定する、
請求項３１記載の線幅算出装置。
上記ベクトル特定手段は、上記配線領域内の１の基準画素から複数の画素それぞれへのベクトルを算出し、上記算出された複数のベクトルの平均値を上記配線領域のベクトルとして特定する、
請求項３１記載の線幅算出装置。
上記配線境界特定手段により特定される上記周辺画素の配線境界は、上記周辺画素を２つのエリアに分割する上記ベクトルを持つ直線として特定され、
上記周辺画素内の２つのエリアのうち上記配線領域側のエリアの面積と上記周辺画素の面積との面積比は、上記周辺画素の配線度と一致する、
請求項３１記載の線幅算出装置。
上記配線幅算出手段は、上記配線領域を挟んで対向する２つの周辺画素それぞれを分割する上記ベクトルを持つ直線間の距離を算出し、算出された距離に上記換算値を乗算して上記配線の幅を算出する、
請求項３６記載の線幅算出装置。
コンピュータを、請求項３１乃至３７のいずれかに記載の線幅算出装置として機能させることを特徴とする線幅算出プログラム。
半導体のプリント基板を撮像して得られる画像データが記憶される記憶手段と、
上記記憶手段に記憶されている画像データを画像処理する画像処理手段と、
を備えた、上記半導体のプリント基板の表面に現れている配線の幅を算出する装置により実行される方法であって、
上記記憶手段には、上記画像データに含まれる画素の大きさと上記半導体のプリント基板の表面上の大きさとの換算値が記憶されていて、
上記装置が、
上記画像処理手段を用いて、
上記画像データに含まれる画素ごとの輝度値を算出するステップと、
上記画像データに含まれる画素ごとに上記算出された輝度値と所定の基準値とを比較し、上記比較の結果に基づいて上記画像データに含まれる画素の中から配線が撮像されている可能性の高い配線画素を特定するステップと、
上記画像データに含まれる画素のうち、上記特定された配線画素の周辺に位置する周辺画素を特定するステップと、
上記特定された周辺画素ごとに配線境界を特定するステップと、
上記特定された配線境界と上記換算値とに基づいて配線の幅を算出するステップと、
を有してなり、
上記装置は、
上記周辺画素ごとに、上記配線が撮像されている割合を示す配線度を算出するステップと、
上記配線画素が複数連なって上記画像データ内に形成される配線領域のベクトルを特定するステップと、
を備え、
上記算出された配線度と上記特定されたベクトルとに基づいて上記配線境界を特定し、
上記装置は、
上記画像データに含まれる上記配線画素の輝度値の平均である第１平均値と、上記画像データに含まれる画素のうち上記配線画素と上記周辺画素のいずれでもない非配線画素の輝度値の平均である第２平均値と、を算出し、
上記画像データに含まれる上記周辺画素ごとに、周辺画素の輝度値と上記第１平均値と上記第２平均値とに基づいて、上記周辺画素の配線度を算出する、
ことを特徴とする線幅算出方法。
上記装置は、上記周辺画素の配線度Ｘを、上記第１平均値をＢｒ１、上記第２平均値をＢｒ２、上記周辺画素の輝度値をＢｒとしたとき、
Ｘ＝（Ｂｒ−Ｂｒ２）／（Ｂｒ１−Ｂｒ２）
により算出する、
請求項３９記載の線幅算出方法。
上記装置は、画素のＲＧＢ値に基づいて上記画素の輝度値を算出し、上記算出された輝度値が上記基準値未満の画素を配線画素として特定する、
請求項３９記載の線幅算出方法。
上記装置は、上記画像データに含まれる画素のうち、上記配線画素に隣接する画素を上記周辺画素として特定する、
請求項３９記載の線幅算出方法。
上記装置は、上記配線領域内の１の基準画素から複数の画素それぞれへのベクトルを算出し、上記算出された複数のベクトルの平均値を上記配線領域のベクトルとして特定する、
請求項３９記載の線幅算出装置。
上記特定される上記周辺画素の配線境界は、上記周辺画素を２つのエリアに分割する上記ベクトルを持つ直線として特定され、
上記周辺画素内の２つのエリアのうち上記配線領域側のエリアの面積と上記周辺画素の面積との面積比は、上記周辺画素の配線度と一致する、
請求項３９記載の線幅算出方法。
上記装置は、上記配線領域を挟んで対向する２つの周辺画素それぞれを分割する上記ベクトルを持つ直線間の距離を算出し、算出された距離に上記換算値を乗算して上記配線の幅を算出する、
請求項４４記載の線幅算出方法。