JP6042313B2 - コンクリート構造物の劣化検出装置、劣化検出方法及びそのプログラム - Google Patents

Description

本発明は、画像を用いた構造物の診断法に関するものであり、特に、コンクリート構造物を撮像した画像から、コンクリート表面に生じたひび割れを自動検出する劣化検出装置、劣化検出方法及びそのプログラムに関するものである。

コンクリートの表面にひび割れ等の劣化が発生すると、そこから雨水や地下水等が入り込み、コンクリート内部へと浸透していく。この浸透水が鉄筋に到達すると鉄筋の腐食が始まり、鉄筋の強度が落ちて構造物の耐久性低下を引き起こすことになる。従って、コンクリート構造物の耐久性低下を未然に防ぐには、表面のひび割れを早期に発見して対策を取ることが重要であり、定期的にひび割れ点検がなされている。

鉄筋への到達と直接的に関わる「深さ」はひび割れ幅からある程度予測できるため、ひび割れ点検においては、ひび割れの「幅」が指標として用いられる場合が多い。一般に幅が０．２ｍｍ以上に達したひび割れについては、充填材等による補修がなされる。このひび割れ点検では、人が現地で「ひび割れゲージ」をひび割れに当て、目視により比較照合することで、その幅を測る方法が主流であったが、熟練点検者の減少や点検品質のバラつきなどが懸念されていた。

そこで近年、デジタルカメラにより撮像した画像から、画像解析によりひび割れを認識し、その幅を自動測定する方法が提案されている。例えば、特許文献１には、方向及び幅の異なる複数種類の二次元エッジフィルタを画像に適用し、複数種類のエッジフィルタ適用後の画素値を画素ごとに比較し、最大の画素値をひび割れ特徴量として選定する方法が記載されている。

特開２０１１−２４２３６５号公報

しかしながら、従来の方法では、コンクリート表面の汚れ等の「ノイズ」を誤って「ひび割れ」と認識してしまうという問題があった。

本発明は、上記の課題に鑑みてなされたものであり、コンクリートのひび割れが一方向に発生するという特性に着目し、この特性を活用して、コンクリート構造物を撮像した画像から汚れ等のノイズを除去することができる劣化検出装置、劣化検出方法及びそのプログラムを提供することにある。

上述した諸課題を解決すべく、本発明に係る劣化検出装置は、コンクリート構造物の画像から、コンクリート構造物の表面に生じた劣化部分を画像処理によって自動検出する劣化検出装置であって、前記コンクリート構造物の画像に基づいて、それぞれ異なる方向のエッジを検出することによりそれぞれ異なる劣化部分候補画素を抽出する２つのエッジ抽出部と、該２つのエッジ抽出部のそれぞれが抽出した前記劣化部分候補画素の論理積を算出することによりノイズ除去画像を生成する論理積演算部と、該ノイズ除去画像から前記劣化部分を検出する劣化検出部とを備える。

また、本発明は上述した劣化検出装置に実質的に相当する方法及びプログラムとしても実現し得るものであり、本発明の範囲にはこれらも包含されるものと理解されたい。

例えば、本発明に係る劣化検出方法は、コンクリート構造物の画像から、コンクリート構造物の表面に生じた劣化部分を画像処理によって自動検出する劣化検出装置における劣化検出方法であって、前記劣化検出装置により、前記コンクリート構造物の画像に基づいて、それぞれ異なる方向のエッジを検出することによりそれぞれ異なる２つの劣化部分候補画素を抽出するステップと、該２つの劣化部分候補画素の論理積を算出することによりノイズ除去画像を生成するステップと、該ノイズ除去画像から前記劣化部分を検出するステップとを含む。

また、例えば、本発明に係るプログラムは、コンクリート構造物の画像から、コンクリート構造物の表面に生じた劣化部分を画像処理によって自動検出する劣化検出装置として構成するコンピュータに、前記コンクリート構造物の画像に基づいて、それぞれ異なる方向のエッジを検出することによりそれぞれ異なる２つの劣化部分候補画素を抽出するステップと、該２つの劣化部分候補画素の論理積を算出することによりノイズ除去画像を生成するステップと、該ノイズ除去画像から前記劣化部分を検出するステップとを実行させる。

上記のように構成された本発明に係る劣化検出装置、劣化検出方法及びそのプログラムによれば、コンクリート構造物を撮像した画像から汚れ等のノイズを除去することができる。

本発明の一実施形態に係る劣化検出装置のブロック図である。 ノイズ判断部の詳細なブロック図である。 劣化検出装置が行う一連の動作の例を示すフローチャートである。 従来の劣化検出方法による劣化検出の結果を示す図である。 視野拡大型エッジ抽出部による劣化部分候補画素の抽出例を示す図である。 二値行列算出部による二値行列の算出例を示す図である。 能動フィルタ型エッジ抽出部による劣化部分候補画素の抽出例を示す図である。 論理積演算部により生成されたノイズ除去画像の例を示す図である。 本発明の一実施形態に係る劣化検出装置による劣化検出の結果を示す図である。

以下、本発明の一実施形態に係る劣化検出装置について説明する。本発明に係る劣化検出方法及びプログラムは、本実施形態の劣化検出装置の説明から明らかになる。

図１は、本発明の一実施形態に係る劣化検出装置のブロック図である。本実施形態に係る劣化検出装置１００は、制御部１０及び記憶部４０を備えており、コンピュータとして構成できるものである。制御部１０の各機能を実現する処理内容を記述したプログラムを、当該コンピュータの記憶部４０に格納しておき、当該コンピュータの中央演算処理装置（ＣＰＵ：Central Processing Unit）によってこのプログラムを読み出して実行させることで制御部１０の各機能を実現することができる。

制御部１０は、ノイズ除去部２０と、劣化検出部３０とを備える。ノイズ除去部２０は、コンクリート構造物を撮像した画像を入力し、入力した画像から汚れ等のノイズを含む画素を除去することによってノイズ除去画像を生成する。すなわち、ノイズ除去画像は、コンクリート構造物の表面に生じたひび割れ等の劣化部分の候補画像である。また、劣化検出部３０は、ノイズ除去画像から劣化部分を自動検出することにより劣化部分を抽出した画像を生成し、生成した劣化部分抽出画像を表示装置（図示せず）に表示させることができる。表示装置は、例えばパーソナルコンピュータのモニタを用いて実現できる。

ノイズ除去部２０は、コンクリート構造物の画像に基づいて、それぞれ異なる方向のエッジを検出することによりそれぞれ異なる劣化部分候補画素を抽出する２つのエッジ抽出部と、２つのエッジ抽出部のそれぞれが抽出した劣化部分候補画素の論理積を算出することにより前記ノイズ除去画像を生成する論理積演算部２４とを備える。２つのエッジ抽出部は、ノイズ判断部２１内に備えられ、本実施形態においては、視野拡大型エッジ抽出部２２及び能動フィルタ型エッジ抽出部２３の２つのエッジ抽出部が、ノイズ判断部２１内に備えられている。視野拡大型エッジ抽出部２２は、コンクリート構造物の画像に対してエッジフィルタを適用することにより一方向の第１のエッジ特徴量を取得し、第１のエッジ特徴量に基づいて第１の劣化部分候補画素を抽出する。また、能動フィルタ型エッジ抽出部２３は、コンクリート構造物の画像に対してエッジフィルタを転置した転置エッジフィルタを適用することにより第１のエッジ特徴量の方向とは異なる方向の第２のエッジ特徴量を取得し、第２のエッジ特徴量に基づいて第２の劣化部分候補画素を抽出する。そして、論理積演算部２４は、視野拡大型エッジ抽出部２２及び能動フィルタ型エッジ抽出部２３においてそれぞれ抽出された第１及び第２の劣化部分候補画素の論理積を算出することにより、ノイズ除去画像を生成する。

図２は、ノイズ判断部２１の詳細なブロック図である。視野拡大型エッジ抽出部２２は、第１エッジ特徴量算出部２２１と、二値行列算出部２２２と、密集行列算出部２２３と、第１劣化部分候補画素抽出部２３４とを備える。第１エッジ特徴量算出部２２１は、コンクリート構造物を撮像した入力画像を取得し、エッジフィルタを入力画像に適用することにより、入力画像の各座標における第１のエッジ特徴量を算出する。次に、二値行列算出部２２２は、画像の各座標におけるエッジ特徴量の値に基づいて、各座標を二値化した二値行列を算出する。続いて、密集行列算出部２２３は、密集行列を算出する。密集行列は、二値行列の各座標において、座標を包含する所定の矩形領域に含まれる座標の二値行列の値を合計した値により生成される。そして、第１劣化部分候補画素抽出部２２４は、各座標におけるエッジ特徴量と密集行列の値とを比較して、各座標を二値化することにより、第１の劣化部分候補画素を抽出する。

能動フィルタ型エッジ抽出部２３は、第２エッジ特徴量算出部２３１と、第２劣化部分候補画素抽出部２３２とを備える。第２エッジ特徴量算出部２３１は、コンクリート構造物を撮像した入力画像を取得し、転置エッジフィルタを入力画像に適用することにより、入力画像の各座標における第２のエッジ特徴量を算出する。そして、第２劣化部分候補画素抽出部２３２は、第２のエッジ特徴量と、密集行列算出部２２３から取得した密集行列の各座標の値とを比較して、各座標を二値化することにより、第２の劣化部分候補画素を抽出する。

再び図１を参照すると、劣化検出部３０は、ノイズ除去部２０により生成されたノイズ除去画像から、劣化部分を自動検出し、劣化部分抽出画像を生成する。劣化検出部３０が行う自動検出は、既知の方法で行うことができる。劣化検出部３０は、例えば特許文献１に記載されるように、方向及び幅の異なる複数種類の二次元エッジフィルタを画像に適用し、複数種類のエッジフィルタ適用後の画素値を画素ごとに比較し、最大の画素値をひび割れ特徴量として選定する方法により行うことができる。

次に、図３を参照して、劣化検出装置１００が行う動作手順を説明する。図３は、劣化検出装置が行う一連の動作の例を示すフローチャートである。

劣化検出装置１００は、まず、コンクリート構造物を撮像した画像を入力する（ステップＳ３０１）。すると、劣化検出装置１００では、視野拡大型エッジ抽出部２２及び能動フィルタ型エッジ抽出部２３が、それぞれエッジフィルタ及び転置エッジフィルタを入力された画像に適用する（ステップＳ３０２）。これにより、視野拡大型エッジ抽出部２２及び能動フィルタ型エッジ抽出部２３は、それぞれ第１及び第２のエッジ特徴量を取得する。そして、視野拡大型エッジ抽出部２２及び能動フィルタ型エッジ抽出部２３は、ステップＳ２０２において取得したエッジ抽出量に基づき、それぞれ第１及び第２の劣化部分候補画素を抽出する（ステップＳ３０３）。抽出された劣化部分候補画素は、論理積演算部２４に送信され、論理積演算部２４は、第１及び第２の劣化部分候補画素の論理積を算出する（ステップＳ３０４）。こうして、論理積演算部２４により、ノイズ除去画像が生成される。生成されたノイズ除去画像は、劣化検出部３０に送信され、劣化検出部３０は、劣化部分を自動検出する（ステップＳ３０５）。このようにして、劣化検出装置１００により、劣化部分抽出画像が生成される。

続いて、劣化検出装置１００が行う劣化検出方法の詳細を説明する。ここでは、例えば図４（ａ）に示すサンプル画像の劣化部分を検出するとする。図４（ａ）は、マンホール内のコンクリート面を撮影した画像の一部である。図４（ａ）の画像において撮影されたコンクリートは、コンクリート表面の凹凸に土砂が詰まっている状態であり、中央に縦方向のひび割れを劣化部分として含んでいる。図４（ｂ）は、図４（ａ）のサンプル画像に対し、特許文献１に記載された従来の劣化検出方法を使用することによって得られた劣化検出結果の画像である。図４（ｂ）を参照すると、コンクリートの表面に詰まっている土砂などのノイズを劣化部分として誤検出していることが理解されるであろう。以下、本実施形態における劣化検出装置１００が、図４（ａ）のサンプル画像を入力したとして、劣化検出方法を説明する。

まず、視野拡大型エッジ抽出部２２の処理について説明する。視野拡大型エッジ抽出部２２では、第１エッジ特徴量算出部２２１が、劣化検出装置１００が入力したサンプル画像に対し、第１のエッジ特徴量を計算するためのエッジフィルタを適用する。エッジフィルタは、任意の一方向のエッジを検出するものである。本実施形態では、エッジフィルタは、例えば、検出しようとする劣化が縦方向のエッジ集合によって構成されているという前提のもとで、縦方向のエッジを検出する。劣化が縦方向のエッジ集合により構成されている具体的な事象として、例えば、縦方向に亀裂が走った状態のひび割れや、縦方向にコンクリートが剥離した剥落等が挙げられる。第１エッジ特徴量算出部２２１は、具体的には、例えば式（１）に示す縦方向のsobelフィルタＳをサンプル画像に適用する。

第１エッジ特徴量算出部２２１は、sobelフィルタＳをサンプル画像に適用することにより、サンプル画像の各座標における第１のエッジ特徴量E_ijを算出する。図５（ａ）は、sobelフィルタＳをサンプル画像に適用することにより取得されるエッジ特徴量E_ijを示す図である。ここで、i及びjは、サンプル画像の二次元配列を示すインデックスである。

次に、視野拡大型エッジ抽出部２２では、二値行列算出部２２２が、エッジ特徴量E_ijの各座標の値に基づいて、各座標を二値化することにより、二値行列B_ijを算出する。具体的には、二値行列算出部２２２は、エッジ特徴量E_ijの各座標における画素A_ijの画素値F_ijを、閾値θに基づいて二値化する。図６は、二値行列算出部２２２による二値行列の算出例を示す図である。二値行列算出部２２２は、各画素のエッジ特徴量E_ijが閾値θ以上の場合にはエッジありと判断し、閾値θ未満の場合にはエッジなしと判断する。そして、二値行列算出部２２２は、画素値F_ijが所定の数値以上の場合、すなわちエッジが明確である場合、対応する画素A_ijがひび割れ（劣化部分）の一部を示すものであると判断し、画素値F_ijが所定の数値未満の場合、すなわち、エッジが不明確である場合、対応する画素A_ijが汚れ（ノイズ）の一部を示すものであると判断する。図５（ｂ）は、二値化を行った結果得られる二値行列B_ijを示す図である。本実施形態においては、閾値θ＝２２として二値化を行っている。

そして、視野拡大型エッジ抽出部２２では、密集行列算出部２２３が、二値行列B_ijの各座標において、その座標を包含する所定の矩形領域に含まれる座標の二値行列の値を合計し、この値を各座標の値とした密集行列G_ijを算出する。密集行列算出部２２３は、具体的には、式（２）により、密集行列G_ijを算出する。

式（２）から明らかなように、密集行列G_ijにおける座標（i,j）の値は、二値行列B_ijにおける座標（i,j）を中心にして、i±ξ及びj±ηの矩形領域に含まれる座標の二値行列B_ijの値を合計したものである。つまり、密集行列G_ijの値が大きい座標は、その座標を中心とした矩形領域に、二値行列の値が大きい座標が密集していることを示す。ひび割れ等の劣化部分においては、汚れ（ノイズ）部分と比較してエッジ特徴量E_ijが優位となるため、密集行列G_ijの値が大きい座標は、劣化部分の一部を構成していることが推測される。図５（ｃ）は、密集行列G_ijを示す図である。本実施形態においては、視野拡大型エッジ抽出部２２は、ξ＝１０、η＝１０として密集行列G_ijを算出している。

そして、視野拡大型エッジ抽出部２２では、第１劣化部分候補画素抽出部２２４が、各座標における前記エッジ特徴量E_ijと密集行列G_ijの値とを比較して、各座標を二値化した第１の劣化部分候補画素U_ijを抽出する。具体的には、第１劣化部分候補画素抽出部は、式（３）に基づいて二値化を行うことにより、第１の劣化部分候補画素U_ijを抽出する。

図５（ｄ）は、第１の劣化部分候補画素U_ijを示す図である。本実施形態においては、第１劣化部分候補画素抽出部は、α＝１１００００として第１の劣化部分候補画素U_ijを抽出している。

以上のようにして、視野拡大型エッジ抽出部２２は劣化部分候補画素を抽出することができるが、第１の劣化部分候補画素U_ijのみを使用してノイズを正確に除去することは困難である。汚れ等のノイズはコンクリート表面に不規則的に付着するため、第１の劣化部分候補画素U_ijのみでは、例えば一点の極小領域に付着した汚れを除去することができない場合がある。そこで、本実施形態に係る劣化検出装置１００では、視野拡大型エッジ抽出部２２の他、能動フィルタ型エッジ抽出部２３において、視野拡大型エッジ抽出部２２とは異なる方法において劣化部分候補画素を抽出する。視野拡大型エッジ抽出部２２に加えて能動フィルタ型エッジ抽出部２３において劣化部分候補画素を抽出することにより、ひび割れと汚れの持つエッジ方向性の違いを考慮してノイズを除去することが可能となる。

まず、能動フィルタ型エッジ抽出部２３では、第２エッジ特徴量算出部２３１が、劣化検出装置１００が入力したサンプル画像に対し、視野拡大型エッジ抽出部２２が算出したエッジ特徴量とは異なる第２のエッジ特徴量を計算するために、転置エッジフィルタを適用する。本実施形態においては、能動フィルタ型エッジ抽出部２３は、式（１）に示すsobelフィルタＳの転置エッジフィルタである転置sobelフィルタＳ’をサンプル画像に適用する。転置sobelフィルタＳ’は、以下の式（４）の通りである。

第２エッジ特徴量算出部２３１は、転置sobelフィルタＳ’をサンプル画像に適用することにより、サンプル画像の各座標における横方向の第２のエッジ特徴量E’_ijを算出する。図７（ａ）は、転置sobelフィルタＳ’をサンプル画像に適用することにより取得される第２のエッジ特徴量E’_ijを示す図である。

そして、能動フィルタ型エッジ抽出部２３では、第２劣化部分候補画素抽出部２３２が、各座標における第２のエッジ特徴量E’_ijと、密集行列算出部２２３が算出した密集行列G_ijの値とを比較して、各座標を二値化した第２の劣化部分候補画素V_ijを抽出する。具体的には、第２劣化部分候補画素抽出部２３２は、式（５）に基づいて二値化を行うことにより、第２の劣化部分候補画素V_ijを抽出する。

図７（ｂ）は、第２の劣化部分候補画素V_ijを示す図である。本実施形態においては、第２劣化部分候補画素抽出部は、β＝１．３として第２の劣化部分候補画素V_ijを抽出している。

以上のように、視野拡大型エッジ抽出部２２と能動フィルタ型エッジ抽出部２３とにより、それぞれ異なる方向のエッジ特徴量から劣化部分候補画素を抽出した後、論理積演算部２４は、これらの劣化部分候補画素の論理積を算出することにより、ノイズ除去画像を生成する。具体的には、論理積演算部２４は、式（６）に示す演算を行うことにより、劣化部分の候補を示すノイズ除去画像（エッジ特徴量）Z_ijを生成する。

図８は、論理積演算部により生成されたノイズ除去画像の例を示す図である。図８を参照すると、ノイズが除去されており、画像中央を縦断する劣化部分のエッジ特徴量が浮き出ていることが理解されるであろう。

このようにして生成されたノイズ除去画像は、劣化検出部３０に送信される。そして、劣化検出部３０は、ノイズ除去画像から、例えば特許文献１に記載された方法により劣化部分を自動検出することにより、劣化部分抽出画像を生成する。図９は、劣化検出装置１００による劣化検出の結果である劣化部分抽出画像を示す図である。図９を参照すると、ノイズによる誤検出を発生させることなく、ひび割れ（劣化部分）のみを検出していることが理解されるであろう。劣化部分抽出画像は、パーソナルコンピュータのモニタ等の表示装置に表示される。

尚、上述した本実施形態の説明においては、検出しようとする劣化が縦方向のエッジ集合によって構成されているとして説明を行ったが、例えば、ひび割れが横方向に発生している場合には、画像を９０度回転させる等の処理を事前に行うことにより、上述の説明と同様の劣化検出方法を実施することができる。また、ひび割れの方向によっては、回転処理は９０度に限られず、任意の角度の回転処理を事前に行うことができる。

また、本実施形態の説明においては、視野拡大型エッジ抽出部２２はエッジフィルタを使用して縦方向のエッジ特徴量を抽出し、能動フィルタ型エッジ抽出部２３は転置エッジフィルタを使用して横方向のエッジ特徴量を抽出するとして説明を行ったが、本発明は本実施形態に限られない。視野拡大型エッジ抽出部２２と能動フィルタ型エッジ抽出部２３とは、異なる方向のエッジ特徴量を抽出すればよく、かかるエッジ特徴量を抽出できる任意のエッジフィルタを使用することができる。

また、ひび割れ以外の劣化事象を検出する場合においても、劣化事象が特定方向のエッジ特徴を有する場合には、本発明に係る劣化検出方法を実施することにより、劣化検出時の誤検出を抑えることができる。

以上説明したように、本実施形態に係る劣化検出装置は、コンクリート構造物の画像からノイズを含む画素を除去してノイズ除去画像を生成するノイズ除去部２０と、ノイズ除去画像から劣化部分を検出する劣化検出部３０とを備え、ノイズ除去部２０は、コンクリート構造物の画像に基づいて、それぞれ異なる方向のエッジを検出することによりそれぞれ異なる劣化部分候補画素を抽出する２つのエッジ抽出部２２及び２３と、２つのエッジ抽出部２２及び２３のそれぞれが抽出した劣化部分候補画素の論理積を算出することにより前記ノイズ除去画像を生成する論理積演算部２４とを備える。このようにして、劣化検出装置１００は、コンクリート構造物を撮像した画像から汚れ等のノイズを除去することができる。また、２つのエッジ抽出部２２及び２３は、エッジ特徴の方向を考慮して劣化部分候補画素を抽出するため、ノイズ除去部２０では、例えば一点の極小領域に付着したノイズを除去しやすくなる。そのため、画像解析を使ってコンクリート構造物の表面劣化を検出する際の誤検出を抑えることが可能となり、目視点検による劣化見落としのリスクを低減すると共に、点検作業の効率化を図ることができる。

上述の実施形態は、代表的な例として説明したが、本発明の趣旨および範囲内で、多くの変更及び置換ができることは当業者に明らかである。したがって、本発明は、上述の実施形態によって制限するものと解するべきではなく、特許請求の範囲から逸脱することなく、種々の変形や変更が可能である。

例えば、各構成部、各ステップ等に含まれる機能等は論理的に矛盾しないように再配置可能であり、複数の構成部やステップ等を１つに組み合わせたり、或いは分割したりすることが可能である。

本発明に係る劣化検出装置をコンピュータで構成した場合、各機能を実現する処理内容を記述したプログラムを、当該コンピュータの内部又は外部の記憶部に格納しておき、当該コンピュータの中央演算処理装置（ＣＰＵ）によってこのプログラムを読み出して実行させることで実現することができる。また、このようなプログラムは、例えばＤＶＤ又はＣＤ−ＲＯＭなどの可搬型記録媒体の販売、譲渡、貸与等により流通させることができるほか、そのようなプログラムを、例えばネットワーク上にあるサーバの記憶部に記憶しておき、ネットワークを介してサーバから他のコンピュータにそのプログラムを転送することにより、流通させることができる。また、そのようなプログラムを実行するコンピュータは、例えば、可搬型記録媒体に記録されたプログラム又はサーバから転送されたプログラムを、一旦、自己の記憶部に記憶することができる。また、このプログラムの別の実施態様として、コンピュータが可搬型記録媒体から直接プログラムを読み取り、そのプログラムに従った処理を実行することとしてもよく、更に、このコンピュータにサーバからプログラムが転送される度に、逐次、受け取ったプログラムに従った処理を実行することとしてもよい。従って、本発明は、前述した実施例に限定されるものではなく、その主旨を逸脱しない範囲において種々変更可能である。

本発明によれば、コンクリート構造物の画像から、ノイズを除去して劣化部分を抽出し、劣化部分を自動判定することが可能となるので、劣化部分の検査を要する用途に有用である。

１０ 制御部
２０ ノイズ除去部
２１ ノイズ判断部
２２ 視野拡大型エッジ抽出部
２３ 能動フィルタ型エッジ抽出部
２４ 論理積演算部
３０ 劣化検出部
４０ 記憶部
１００ 劣化検出装置
２２１ 第１エッジ特徴量算出部
２２２ 二値行列算出部
２２３ 密集行列算出部
２２４ 第１劣化部分候補画素抽出部
２３１ 第２エッジ特徴量算出部
２３２ 第２劣化部分候補画素抽出部

Claims (6)

1. コンクリート構造物の画像から、コンクリート構造物の表面に生じた劣化部分を画像処理によって自動検出する劣化検出装置であって、
   前記コンクリート構造物の画像に基づいて、それぞれ異なる方向のエッジを検出することによりそれぞれ異なる劣化部分候補画素を抽出する２つのエッジ抽出部と、
   該２つのエッジ抽出部のそれぞれが抽出した前記劣化部分候補画素の論理積を算出することによりノイズ除去画像を生成する論理積演算部と、
   該ノイズ除去画像から前記劣化部分を検出する劣化検出部とを備えることを特徴とする、劣化検出装置。
2. 前記２つのエッジ抽出部は、視野拡大型エッジ抽出部及び能動フィルタ型エッジ抽出部であり、
   前記視野拡大型エッジ抽出部は、前記コンクリート構造物の画像に対してエッジフィルタを適用することにより取得される第１のエッジ特徴量に基づいて、第１の劣化部分候補画素を抽出し、
   前記能動フィルタ型エッジ抽出部は、前記コンクリート構造物の画像に対して前記エッジフィルタを転置した転置エッジフィルタを適用することにより取得される第２のエッジ特徴量に基づき、第２の劣化部分候補画素を抽出し、
   前記論理積演算部は、前記第１の劣化部分候補画素と前記第２の劣化部分候補画素との論理積を算出することにより前記ノイズ除去画像を生成する
   ことを特徴とする、請求項１に記載の劣化検出装置。
3. 前記視野拡大型エッジ抽出部は、
   前記エッジフィルタを前記コンクリート構造物の画像に適用することにより、該コンクリート構造物の画像の各座標における前記第１のエッジ特徴量を算出する第１エッジ特徴量算出部と、
   前記各座標における前記第１のエッジ特徴量の値に基づいて前記各座標を二値化した二値行列を算出する二値行列算出部と、
   前記二値行列の各座標において、該座標を包含する所定の矩形領域に含まれる座標の前記二値行列の値を合計した値により生成される密集行列を算出する密集行列算出部と、
   各座標における前記第１のエッジ特徴量と前記密集行列の値とを比較して、該各座標を二値化することにより前記第１の劣化部分候補画素を抽出する第１劣化部分候補画素抽出部と
   を備えることを特徴とする、請求項２に記載の劣化検出装置。
4. 前記能動フィルタ型エッジ抽出部は、
   前記転置エッジフィルタを前記コンクリート構造物の画像に適用することにより、該コンクリート構造物の画像の各座標における前記第２のエッジ特徴量を算出する第２エッジ特徴量算出部と、
   各座標における前記第２のエッジ特徴量と前記密集行列の各座標の値とを比較して、該各座標を二値化することにより前記第２の劣化部分候補画素を抽出する第２劣化部分候補画素抽出部と
   を備えることを特徴とする、請求項３に記載の劣化検出装置。
5. コンクリート構造物の画像から、コンクリート構造物の表面に生じた劣化部分を画像処理によって自動検出する劣化検出装置における劣化検出方法であって、
   前記劣化検出装置により、
   前記コンクリート構造物の画像に基づいて、それぞれ異なる方向のエッジを検出することによりそれぞれ異なる２つの劣化部分候補画素を抽出するステップと、
   該２つの劣化部分候補画素の論理積を算出することによりノイズ除去画像を生成するステップと、
   該ノイズ除去画像から前記劣化部分を検出するステップと
   を含むことを特徴とする、劣化検出方法。
6. コンクリート構造物の画像から、コンクリート構造物の表面に生じた劣化部分を画像処理によって自動検出する劣化検出装置として構成するコンピュータに、
   前記コンクリート構造物の画像に基づいて、それぞれ異なる方向のエッジを検出することによりそれぞれ異なる２つの劣化部分候補画素を抽出するステップと、
   該２つの劣化部分候補画素の論理積を算出することによりノイズ除去画像を生成するステップと、
   該ノイズ除去画像から前記劣化部分を検出するステップと
   を実行させるためのプログラム。