JP6637823B2 - Crack detection method - Google Patents
Crack detection method Download PDFInfo
- Publication number
- JP6637823B2 JP6637823B2 JP2016081390A JP2016081390A JP6637823B2 JP 6637823 B2 JP6637823 B2 JP 6637823B2 JP 2016081390 A JP2016081390 A JP 2016081390A JP 2016081390 A JP2016081390 A JP 2016081390A JP 6637823 B2 JP6637823 B2 JP 6637823B2
- Authority
- JP
- Japan
- Prior art keywords
- crack
- wavelet coefficient
- pixel
- image
- wavelet
- 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.)
- Active
Links
Images
Description
本発明は、コンクリート表面に生じているひび割れの検出をおこなうひび割れ検出方法に係り、特に、ひび割れ検出の解析時間の短縮を図りながら、高精度のひび割れ検出をおこなうことのできるひび割れ検出方法に関するものである。 The present invention relates to a crack detection method for detecting cracks occurring on a concrete surface, and more particularly to a crack detection method capable of performing high-precision crack detection while shortening the analysis time for crack detection. is there.
コンクリート表面上のひび割れを検出する方法としては、従来、調査員が目視観察をおこない、クラックスケールやメジャー等を使用しながらひび割れの幅や長さを測定する方法が一般的であった。しかし、この目視観察による方法は調査員の測定技量などによって精度のばらつきが大きくなることや、ひび割れが大量に存在する場合においては大量の情報を正確に処理するために莫大な労力および時間を要するといった問題があった。 Conventionally, as a method of detecting a crack on a concrete surface, a method in which an investigator visually observes and measures the width and length of the crack while using a crack scale or a measure has been generally used. However, this method of visual observation requires a great deal of labor and time to accurately process a large amount of information because the accuracy varies greatly depending on the measurement skill of the investigator, and when there are a large number of cracks. There was such a problem.
上記の問題に対して、コンクリート表面の撮影画像をコンピュータに取り込み、画像をひび割れ領域とそれ以外の領域とに２値化処理する画像処理手法が適用されている。画像の２値化処理とは、ある濃度値に対して画像の濃度を０または１に表現することであり、例えば、入力画像ｆ（ｉ，ｊ）に対して２値化処理で得られる２値化画像ｂ（ｉ，ｊ）はｂ（ｉ，ｊ）＝１（ｆ（ｉ，ｊ）＞ｋ）、０（ｆ（ｉ，ｊ）≦ｋ）となる。ここで、ｋは２値化する際の閾値であり、したがって２値化画像の良し悪しは閾値ｋの選定によって決まるといってよい。 In order to solve the above problem, an image processing method of taking a captured image of a concrete surface into a computer and binarizing the image into a cracked region and other regions has been applied. The binarization processing of an image is to express the density of an image as 0 or 1 with respect to a certain density value. For example, the binarization processing obtained by binarizing an input image f (i, j) is performed. The binarized image b (i, j) is b (i, j) = 1 (f (i, j)> k) and 0 (f (i, j) ≦ k). Here, k is a threshold for binarization, and therefore, the quality of the binarized image may be determined by the selection of the threshold k.
従来の閾値を求める手法としては、固定閾値または可変閾値による処理方法がある。固定閾値による処理方法には、Ｐタイル法やモード法、相関比を用いた方法などが挙げられる。固定閾値による処理方法は、対象画像の濃度ヒストグラムを作成し、画像の背景（コンクリート表面）の濃度値とひび割れの濃度値との間に明確な谷が現れるような双峰性のヒストグラムが得られる場合において有効な方法である。 As a conventional method of obtaining a threshold, there is a processing method using a fixed threshold or a variable threshold. Examples of the processing method using a fixed threshold include a P tile method, a mode method, a method using a correlation ratio, and the like. The processing method using the fixed threshold value creates a density histogram of the target image, and obtains a bimodal histogram in which a clear valley appears between the density value of the background (concrete surface) of the image and the density value of the crack. This is an effective method in some cases.
一方、可変閾値による処理方法は、照明条件などによって撮影ムラが生じ、背景の濃度値と対象部分の濃度値が画像全体で一定でない場合に有効な方法である。この可変閾値処理法は、注目している画素を中心とする局所領域の平均濃度値を閾値とする方法である。この方法の欠点は、背景領域の微妙な濃淡変化に応じて、例えばひび割れ以外のノイズが多い画像となってしまう点である。 On the other hand, the processing method using the variable threshold value is an effective method in the case where unevenness in photographing occurs due to lighting conditions or the like and the density value of the background and the density value of the target portion are not constant over the entire image. This variable threshold value processing method is a method in which an average density value of a local region centering on a pixel of interest is set as a threshold. The disadvantage of this method is that, for example, an image having many noises other than cracks is generated according to a slight change in the density of the background area.
従来の画像処理方法は、撮影された入力画像に対して閾値を決定し、２値化処理をおこないながらひび割れの抽出をおこなうものである。すなわち、この一般的な処理の流れは次のようになる。１）撮影画像をコンピュータに取り込んで入力画像を作成する。２）入力画像の濃度の補正をする。３）２値化処理をおこなってひび割れの抽出をおこなう。 In a conventional image processing method, a threshold value is determined for a captured input image, and cracks are extracted while performing a binarization process. That is, this general processing flow is as follows. 1) A captured image is taken into a computer to create an input image. 2) Correct the density of the input image. 3) A binarization process is performed to extract cracks.
上記する従来の画像処理法は、濃度が一様なコンクリート表面上のひび割れの検出においては比較的高精度のひび割れ検出が可能である。しかし、実際のコンクリート構造物の表面は様々な汚れを含んでおり、さらにはひび割れの濃度も、ひび割れの幅や深度などに応じてばらつきがあるのが一般的である。このようなコンクリート表面に対して従来の画像処理法を用いると、ひび割れの抽出に際しては様々な問題が生じ得る。例えば、固定閾値処理の場合において、コンクリート表面上の汚れ領域とひび割れ領域が同程度の濃度値である場合には、これらを２値化処理することが極めて困難となる。濃度ヒストグラムが双峰性を呈していて、閾値を容易に決定できたとしても、ひび割れ領域と判断される範囲には汚れ領域が含まれる可能性が極めて高くなる。また、逆に、ひび割れ周辺部の汚れ領域を含ませないような閾値をあらたに設定しようとすると、今度は他のひび割れ領域を除外してしまうことになってしまう。 The conventional image processing method described above can detect cracks with relatively high accuracy in detecting cracks on a concrete surface having a uniform concentration. However, the surface of an actual concrete structure contains various stains, and the concentration of a crack generally varies depending on the width and depth of the crack. If a conventional image processing method is used for such a concrete surface, various problems may occur when cracks are extracted. For example, in the case of the fixed threshold value processing, if the stain area and the crack area on the concrete surface have the same density value, it is extremely difficult to binarize them. Even if the density histogram has a bimodal characteristic and the threshold value can be easily determined, the possibility that a stain region is included in the range determined as a crack region is extremely high. Conversely, if a new threshold value is set so as not to include the dirt area around the crack, other crack areas will be excluded this time.
可変閾値処理の場合には、コンクリート表面上の汚れが多くなるにしたがって、ひび割れ抽出画像中にひび割れ以外のノイズが多く含まれることになり、場合によってはひび割れ抽出画像を一見しても、どの部分がひび割れ領域なのか全く判別できないこととなる。 In the case of variable threshold processing, as the amount of dirt on the concrete surface increases, noise other than cracks is included in the crack extraction image in many cases. Cannot be discriminated as to whether it is a cracked region.
上記する従来手法の問題に対して本発明者等は、撮影されたコンクリート表面の汚れや照明条件などによってひび割れの検出が困難な場合においても、簡易に高精度のひび割れ検出をおこなうことのできるひび割れ検出方法を発案し、特許文献１〜７にその開示をおこなっている。
In order to solve the problems of the conventional method described above, the present inventors have developed a crack that can easily perform high-precision crack detection even when it is difficult to detect the crack due to dirt on the photographed concrete surface or lighting conditions. A detection method has been proposed and disclosed in
これらのひび割れ検出方法はいずれも、対比される２つの濃度に対応したウェーブレット係数を算定するとともに、２つの濃度をそれぞれ変化させた場合のウェーブレット係数を算定してウェーブレット係数テーブルを作成し、ひび割れ検出対象であるコンクリート表面の撮影画像をコンピュータに入力して入力画像とし、この入力画像をウェーブレット変換することによってウェーブレット画像を作成するステップ、ウェーブレット係数テーブル内において局所領域内の近傍画素の平均濃度と注目画素の濃度に対応するウェーブレット係数を閾値とし、注目画素のウェーブレット係数が閾値よりも大きな場合はこの注目画素をひび割れと判定し、閾値よりも小さな場合は注目画素をひび割れでないと判定し、局所領域および注目画素を変化させながら注目画素のウェーブレット係数と閾値との比較をおこなうことでひび割れ抽出画像を作成するステップ、を少なくとも含む検出方法である。 In each of these crack detection methods, a wavelet coefficient corresponding to the two densities to be compared is calculated, a wavelet coefficient when the two densities are respectively changed is calculated, a wavelet coefficient table is created, and the crack detection is performed. A step of creating a wavelet image by inputting a photographed image of the target concrete surface to a computer as an input image, and performing a wavelet transform on the input image; in a wavelet coefficient table, an average density of neighboring pixels in a local region and attention. The wavelet coefficient corresponding to the density of the pixel is set as a threshold. If the wavelet coefficient of the target pixel is larger than the threshold, the target pixel is determined to be cracked. If the wavelet coefficient is smaller than the threshold, the target pixel is determined not to be cracked. And change the pixel of interest Step, creating a crack extracted image by performing a comparison between the wavelet coefficients and the threshold value of the pixel of interest while at least comprising detecting method.
これらのひび割れ検出方法により、簡易に高精度のひび割れ検出をおこなうことが可能になったものの、ひび割れ検出対象であるコンクリート表面の全面が解析対象であることから、解析に時間を要するといった新たな課題が生じている。 Although these crack detection methods have made it possible to easily perform high-precision crack detection, new problems such as time-consuming analysis are required because the entire surface of the concrete surface where cracks are to be detected is to be analyzed. Has occurred.
本発明は上記する問題に鑑みてなされたものであり、ひび割れ検出の解析時間の短縮を図りながら、高精度のひび割れ検出をおこなうことのできるひび割れ検出方法を提供することを目的としている。 The present invention has been made in view of the above problems, and has as its object to provide a crack detection method capable of performing high-precision crack detection while shortening the analysis time for crack detection.
前記目的を達成すべく、本発明によるひび割れ検出方法は、コンクリート表面に生じているひび割れの検出をおこなうひび割れ検出方法であって、ひび割れ検出対象であるコンクリート表面の撮影画像をコンピュータに入力して第１の入力画像とし、該第１の入力画像においてひび割れと想定されるひび割れ想定線に沿ってパスを作成し、該パスに付したひび割れを覆う面を作成する第１のステップ、前記ひび割れを覆う面に対して細線化処理を実行してその中心線で構成されるひび割れ細線化画像を作成する第２のステップ、対比される２つの濃度に対応したウェーブレット係数を算定するとともに、該２つの濃度をそれぞれ変化させた際のウェーブレット係数を算定してウェーブレット係数テーブルを作成し、前記ひび割れ細線化画像におけるひび割れ上でウェーブレット係数を計算する第３のステップ、前記ウェーブレット係数テーブル内において局所領域内の近傍画素の平均濃度と注目画素の濃度に対応するウェーブレット係数をウェーブレット係数に関する閾値とし、注目画素のウェーブレット係数が前記閾値よりも大きな場合は注目画素をひび割れと判定し、小さな場合は注目画素をひび割れでないと判定し、局所領域および注目画素を変化させながら注目画素のウェーブレット係数と前記閾値との比較をおこなうことでひび割れ画像を作成する第４のステップ、からなるものである。 In order to achieve the above object, a crack detection method according to the present invention is a crack detection method for detecting cracks occurring on a concrete surface, and inputs a captured image of a concrete surface to be crack-detected to a computer. A first step of creating a path along an assumed crack line assumed to be a crack in the first input image and creating a surface covering the crack attached to the path, covering the crack; A second step of executing a thinning process on the surface to create a cracked thinned image composed of the center line, calculating a wavelet coefficient corresponding to the two densities to be compared, and calculating the two densities; The wavelet coefficient at the time of changing each is calculated to create a wavelet coefficient table, and the cracked thin line image A third step of calculating a wavelet coefficient on the crack to be cracked, wherein the wavelet coefficient corresponding to the average density of the neighboring pixels in the local region and the density of the target pixel in the wavelet coefficient table is set as a threshold value for the wavelet coefficient, If the coefficient is larger than the threshold, the target pixel is determined to be cracked.If the coefficient is smaller, the target pixel is determined not to be cracked.Wavelet coefficients of the target pixel are compared with the threshold while changing the local region and the target pixel. And a fourth step of creating a cracked image by performing the above operation.
ウェーブレット（ｗａｖｅｌｅｔ）とは、小さな波という意味であり、局在性を持つ波の基本単位を、ウェーブレット関数を用いた式で表現することができる。このウェーブレット関数を拡大または縮小することにより、時間情報や空間情報と周波数情報を同時に解析することが可能となる。このウェーブレット係数を、ひび割れを有するコンクリート表面に適用する場合のこの係数の特徴としては、コンクリート表面の濃度と、ひび割れの濃度と、ひび割れ幅に依存するということである。例えば、ひび割れ幅が大きくなるにつれてウェーブレット係数の値は大きくなる傾向があり、また、ひび割れの濃度が濃くなるにつれて（黒色に近づくにつれて）ウェーブレット係数の値は大きくなる傾向がある。 A wavelet (wavelet) means a small wave, and a basic unit of a localized wave can be represented by an expression using a wavelet function. By expanding or reducing this wavelet function, it is possible to simultaneously analyze time information, spatial information, and frequency information. When applying this wavelet coefficient to a concrete surface having cracks, the characteristic of the coefficient is that it depends on the concentration of the concrete surface, the concentration of the crack, and the width of the crack. For example, the value of the wavelet coefficient tends to increase as the width of the crack increases, and the value of the wavelet coefficient tends to increase as the density of the crack increases (approaches black).
ウェーブレット変換によって算定されるウェーブレット係数を用いて、ひび割れの検出をおこなうアルゴリズムは以下のようになる。まず、コンクリート表面の撮影画像とウェーブレット関数との内積よりウェーブレット係数を求める。このウェーブレット係数を２５６階調に変換することで、連続量を持ったウェーブレット画像が作成できる。 An algorithm for detecting a crack using the wavelet coefficient calculated by the wavelet transform is as follows. First, a wavelet coefficient is obtained from an inner product of a photographed image of a concrete surface and a wavelet function. By converting this wavelet coefficient into 256 gradations, a wavelet image having a continuous amount can be created.
ウェーブレット係数は、上記するようにひび割れ幅やひび割れの濃度、コンクリート表面の濃度によって変化することから、擬似的に作成されたデータを用いてひび割れの濃度とコンクリート表面の濃度に関するウェーブレット係数を各階調ごとに算定しておき、ウェーブレット係数テーブルを作成しておく。このウェーブレット係数テーブルにある各階調ごとのウェーブレット係数が、ひび割れ検出の際の閾値となる。例えば、対比される２つの濃度（一方の濃度をコンクリート表面の濃度、他方の濃度をひび割れの濃度と仮定することができる）に対応するウェーブレット係数（閾値）はウェーブレット係数テーブルを参照すれば一義的に決定される。したがって、後述するように、撮影画像において対比される２つの濃度間のウェーブレット係数を算定した際に、このウェーブレット係数がウェーブレット係数テーブルの閾値よりも大きな場合は、ひび割れであると判断できるし、閾値よりも小さな場合はひび割れでないと判断することができる。 As described above, since the wavelet coefficient changes depending on the crack width, the crack density, and the concrete surface density, the wavelet coefficient relating to the crack density and the concrete surface density is calculated for each gradation using pseudo data. , And a wavelet coefficient table is created. The wavelet coefficient for each gradation in the wavelet coefficient table serves as a threshold for crack detection. For example, the wavelet coefficients (thresholds) corresponding to two densities to be compared (one density can be assumed to be the density of the concrete surface and the other density can be assumed to be the crack density) can be uniquely determined by referring to the wavelet coefficient table. Is determined. Therefore, as described later, when calculating a wavelet coefficient between two densities to be compared in a captured image, if this wavelet coefficient is larger than a threshold value in the wavelet coefficient table, it can be determined that a crack has occurred. If smaller, it can be determined that there is no crack.
このウェーブレット係数テーブルを作成する際の擬似的なデータは特に限定するものではないが、例えば、ひび割れ幅が１画素（１ピクセル）〜５画素（５ピクセル）までの中で、各画素幅のひび割れごとに、コンクリート表面の階調とひび割れの階調に対応するウェーブレット係数を算定する。閾値の設定に際しては、例えば、ひび割れ幅が１画素の場合のウェーブレット係数のうち、ひび割れに対応するウェーブレット係数を選定し、ひび割れ幅が５画素の場合のウェーブレット係数のうち、ひび割れ領域でない箇所のウェーブレット係数を選定し、これら２つのウェーブレット係数の平均値をもって任意の階調における閾値とすることができる。 The pseudo data used when creating this wavelet coefficient table is not particularly limited. For example, cracks having a pixel width of 1 pixel (1 pixel) to 5 pixels (5 pixels) are not limited. Each time, the wavelet coefficient corresponding to the gradation of the concrete surface and the gradation of the crack is calculated. In setting the threshold value, for example, a wavelet coefficient corresponding to a crack is selected from among wavelet coefficients having a crack width of 1 pixel, and a wavelet coefficient of a portion which is not a crack region among wavelet coefficients having a crack width of 5 pixels. A coefficient is selected, and an average value of these two wavelet coefficients can be used as a threshold value for an arbitrary gradation.
本発明のひび割れ検出方法においては、まず、第１のステップにおいて、ひび割れ検出対象であるコンクリート表面の撮影画像をコンピュータに入力して第１の入力画像とし、該第１の入力画像においてひび割れと想定されるひび割れ想定線に沿ってパスを作成し、該パスに付したひび割れを覆う面を作成する。 In the crack detection method of the present invention, first, in a first step, a captured image of a concrete surface to be crack-detected is input to a computer to be a first input image, and a crack is assumed to be present in the first input image. A path is created along the assumed crack line, and a surface covering the crack attached to the path is created.
このように、ひび割れ想定線に沿ってパスを作成し、パスに付したひび割れを覆う面を作成することにより、第１の入力画像においてひび割れ位置を指定することができる。具体的には、市販の画像編集ソフトを使用し、たとえば１ピクセルの線や面からなるパスを作成する。そして、「パスに付したひび割れを覆う面」は、たとえば１ピクセル幅の線からなるパスに対し、その左右両側１ピクセル幅もしくは２ピクセル幅を加えた３ピクセル幅もしくは５ピクセル幅からなる面である。 As described above, by creating a path along the assumed crack line and creating a surface covering the crack attached to the path, a crack position can be designated in the first input image. Specifically, a commercially available image editing software is used to create a path composed of, for example, a 1-pixel line or plane. The “surface covering the cracks attached to the path” is, for example, a surface having a width of 3 pixels or 5 pixels obtained by adding a width of 1 pixel or 2 pixels on both the left and right sides of a path having a width of 1 pixel. is there.
次に、第２のステップにおいて、ひび割れを覆う面に対して細線化処理を実行してその中心線で構成されるひび割れ細線化画像を作成する。ここでは、たとえばひび割れ全体が１ピクセル幅を有するひび割れ細線化画像が作成される。 Next, in a second step, a thinning process is performed on a surface covering the crack to create a cracked thinned image composed of the center line. Here, for example, a cracked thin line image in which the entire crack has a pixel width is created.
ひび割れ細線化画像が作成されたら、第３のステップとして、上記するウェーブレット係数テーブルを作成しておくとともに、適宜に設定された広域領域（例えば３０×３０画素の領域）に対してウェーブレット係数を算定し、この広域領域から一画素移動した広域領域（同じように例えば３０×３０画素の領域であって、移動前の３０×３０画素の領域とほとんどの画素が共通している）で、同じようにウェーブレット係数を算定し、ウェーブレット係数の連続量を求める。 When the cracked thin line image is created, as a third step, the above-described wavelet coefficient table is created, and the wavelet coefficient is calculated for an appropriately set wide area (for example, an area of 30 × 30 pixels). Then, in the wide area which is shifted by one pixel from this wide area (similarly, for example, a 30 × 30 pixel area, and most of the pixels are common to the 30 × 30 pixel area before the movement). Then, the wavelet coefficient is calculated, and the continuous amount of the wavelet coefficient is obtained.
最後に、第４のステップにおいて、ウェーブレット係数テーブル内において局所領域内の近傍画素の平均濃度と注目画素の濃度に対応するウェーブレット係数をウェーブレット係数に関する閾値とし、注目画素のウェーブレット係数が閾値よりも大きな場合は注目画素をひび割れと判定し（画面上では例えば白色）、小さな場合は注目画素をひび割れでないと判定し（画面上では例えば黒色）、局所領域および注目画素を変化させながら注目画素のウェーブレット係数と閾値との比較をおこなうことでひび割れ画像を作成する。 Finally, in the fourth step, the wavelet coefficient corresponding to the average density of the neighboring pixels in the local region and the density of the target pixel in the wavelet coefficient table is set as a threshold for the wavelet coefficient, and the wavelet coefficient of the target pixel is larger than the threshold. In this case, the pixel of interest is determined to be cracked (for example, white on the screen), and when smaller, the pixel of interest is determined not to be cracked (for example, black on the screen), and the wavelet coefficient of the pixel of interest is changed while changing the local area and the pixel of interest. And a threshold value to create a cracked image.
本発明のひび割れ検出方法によれば、まず、第１の入力画像においてひび割れ位置を指定した後に解析を実行することから、ひび割れ画像解析範囲を可及的に縮小することができるため、従来の方法に比して解析領域を大幅に縮小することができ、このことによって解析時間を大幅に短縮することが可能になる。さらに、連続解析が可能となり、データの読み込み時間や書き出し時間の短縮も可能になる。 According to the crack detection method of the present invention, first, the analysis is executed after designating the crack position in the first input image, so that the crack image analysis range can be reduced as much as possible. The analysis area can be significantly reduced as compared with the above, which makes it possible to greatly reduce the analysis time. Further, continuous analysis can be performed, and data reading time and writing time can be reduced.
さらに、解析者が予めひび割れ位置を指定していることから、ひび割れ以外のものが解析対象になり難い。 Furthermore, since the analyst has specified the crack position in advance, it is difficult for anything other than the crack to be analyzed.
また、本発明によるひび割れ検出方法の好ましい実施の形態は、前記第４のステップに対して連続しない第５のステップ〜第８のステップであって、前記ひび割れ検出対象のコンクリート表面に密着させたクラックスケールの撮影画像をコンピュータに入力して第２の入力画像とし、該第２の入力画像において各ひび割れ幅のクラックスケール上における最も黒色に近い箇所にパスを作成し、該パスに付したクラックスケールを覆う面に対して細線化処理を実行してその中心線で構成されるクラックスケール細線化画像を作成する第５のステップ、対比される２つの濃度に対応したウェーブレット係数を算定するとともに、該２つの濃度をそれぞれ変化させた際のウェーブレット係数を算定してウェーブレット係数テーブルを作成し、前記クラックスケール細線化画像におけるひび割れ上でウェーブレット係数を計算する第６のステップ、前記ウェーブレット係数テーブル内において局所領域内の近傍画素の平均濃度と注目画素の濃度に対応するウェーブレット係数をウェーブレット係数に関する閾値とし、注目画素のウェーブレット係数が前記閾値よりも大きな場合は注目画素をひび割れと判定し、小さな場合は注目画素をひび割れでないと判定し、局所領域および注目画素を変化させながら注目画素のウェーブレット係数と前記閾値との比較をおこなうことでひび割れ画像を作成する第７のステップ、前記クラックスケール細線化画像において、ひび割れ幅の推定式の説明変数pを、p＝(ウェーブレット係数の値)−(ウェーブレット係数の閾値)とし、前記第２の入力画像から特定されるクラックスケールの実寸値qと説明変数pより回帰分析をおこない、該説明変数pをパラメータとする以下のひび割れ幅の推定式：y = a + bp（a、bは回帰分析で特定された定数、pは説明変数）を特定する第８のステップ、前記第４のステップに続いて、前記ひび割れ画像におけるウェーブレット係数の値とウェーブレット係数の閾値から特定されるpを前記ひび割れ幅の推定式に適用して、コンクリート表面のひび割れ幅を特定する第９のステップをさらに備えているものである。 Further, a preferred embodiment of the crack detection method according to the present invention is a fifth step to an eighth step which are not continuous with the fourth step, and wherein the crack is brought into close contact with the concrete surface to be crack-detected. A captured image of the scale is input to a computer to form a second input image, a path is created at a position closest to black on the crack scale of each crack width in the second input image, and a crack scale attached to the path is formed. A fifth step of performing a thinning process on a surface covering the to create a crack scale thinned image composed of the center line thereof, and calculating a wavelet coefficient corresponding to two densities to be compared; A wavelet coefficient table is created by calculating the wavelet coefficients when the two densities are changed, and the A sixth step of calculating a wavelet coefficient on a crack in the black scale thinned image, wherein the wavelet coefficient corresponding to the average density of neighboring pixels in the local region and the density of the pixel of interest in the wavelet coefficient table is a threshold value for the wavelet coefficient; If the wavelet coefficient of the pixel of interest is larger than the threshold, the pixel of interest is determined to be cracked; if smaller, the pixel of interest is determined not to be cracked, and the wavelet coefficient of the pixel of interest and the threshold are changed while changing the local region and the pixel of interest. In the seventh step of creating a cracked image by making a comparison with the above, in the crack scale thinned image, the explanatory variable p of the equation for estimating the crack width is defined as: p = (value of wavelet coefficient) − (threshold of wavelet coefficient) ) And specified from the second input image A regression analysis is performed using the actual size value q of the crack scale and the explanatory variable p, and the following formula for estimating the crack width using the explanatory variable p as a parameter: y = a + bp (a and b are constants specified by the regression analysis) , P is an explanatory variable), and after the fourth step, p specified from the value of the wavelet coefficient in the crack image and the threshold value of the wavelet coefficient is applied to the equation for estimating the crack width. And a ninth step of specifying a crack width on the concrete surface.
この実施の形態のひび割れ検出方法では、第５のステップ〜第７のステップにて、クラックスケール細線化画像を作成し、クラックスケール細線化画像におけるひび割れ上でウェーブレット係数を計算し、ひび割れ画像を作成した後、第８のステップにてひび割れ幅の推定式を特定する。 In the crack detection method according to this embodiment, in the fifth to seventh steps, a crack scale thinned image is created, a wavelet coefficient is calculated on a crack in the crack scale thinned image, and a crack image is created. After that, the estimation formula of the crack width is specified in the eighth step.
そして、第９のステップにおいて、既に第４のステップにて作成されているひび割れ画像におけるウェーブレット係数の値とウェーブレット係数の閾値から特定されるpをひび割れ幅の推定式に適用することにより、高い精度でコンクリート表面のひび割れ幅を特定することができる。 Then, in the ninth step, p specified from the wavelet coefficient value and the threshold value of the wavelet coefficient in the crack image already created in the fourth step is applied to the estimation formula of the crack width, thereby achieving high accuracy. The width of the crack on the concrete surface can be specified.
また、本発明によるひび割れ検出方法の他の実施の形態は、前記第９のステップに続いて、特定されたひび割れ幅ごとに色分けされたひび割れ展開図を作成し、かつ、特定されたひび割れ幅ごとのひび割れ延長ヒストグラムを作成する第１０のステップをさらに備えている。 Further, in another embodiment of the crack detection method according to the present invention, following the ninth step, a crack development view color-coded for each of the specified crack widths is created, and for each of the specified crack widths. The method further includes a tenth step of creating a crack extension histogram of the above.
以上の説明から理解できるように、本発明のひび割れ検出方法によれば、第１の入力画像においてひび割れ位置を指定した後に解析を実行することから、ひび割れ画像解析範囲を可及的に縮小することができるため、従来の方法に比して解析領域を大幅に縮小することができ、解析時間を大幅に短縮することが可能になり、ひび割れ検出の解析時間の短縮を図りながら、高精度のひび割れ検出をおこなうことができる。 As can be understood from the above description, according to the crack detection method of the present invention, since the analysis is performed after specifying the crack position in the first input image, the crack image analysis range can be reduced as much as possible. As a result, the analysis area can be significantly reduced as compared with the conventional method, and the analysis time can be significantly reduced. Detection can be performed.
以下、図面を参照して本発明のひび割れ検出方法の実施の形態１，２を説明する。
Hereinafter,
（ひび割れ検出方法の実施の形態１）
図１は、入力画像と局所領域の関係を示した模式図である。本発明のひび割れ検出方法では、入力画像１における広域領域２の中心である局所領域３においてウェーブレット変換をおこない、当該局所領域３の中心でひび割れの検出をおこなうものである。入力画像１内をくまなく広域領域２を上下左右に平行移動して、入力画像１内におけるひび割れの検出をおこなう。この方法により、従来の固定閾値法のように、例えば入力画像１内で一つの閾値を決める方法に比べて、精度のよいひび割れの検出をおこなうことができる。
(
FIG. 1 is a schematic diagram illustrating a relationship between an input image and a local region. In the crack detection method of the present invention, a wavelet transform is performed in a
図２は、局所領域３を拡大した図であり、図示する実施形態では、たとえば３×３の９つの画素（８つの近傍画素３１，３１，…と、中央に位置する注目画素３２）の中心でひび割れ判定をおこなう。なお、ウェーブレット係数の算定は、図１における局所領域３を対象としておこなわれる。
FIG. 2 is an enlarged view of the
ここで、ウェーブレット関数（マザーウェーブレット関数）を用いたウェーブレット変換をおこなうことでウェーブレット係数を算定する算定式を以下に示す。 Here, a calculation formula for calculating a wavelet coefficient by performing a wavelet transform using a wavelet function (mother wavelet function) is shown below.
ここで、ｆ（ｘ，ｙ）は入力画像（ここで、ｘ、ｙは２次元入力画像中の任意の座標である）を、Ψはマザーウェーブレット関数（ガボール関数）を、（ｘ０，ｙ０）はΨの平行移動量を、ａｋはΨの拡大や縮小を（ここで、ａｋは周波数の逆数であって、幾つかの周波数領域について計算するための周波数幅を整数ｋで示した値）、ｆ０は中心周波数を、σはガウス関数の標準偏差を、θは波の進行方向を表す回転角を、（ｘ’，ｙ’）は（ｘ，ｙ）を角度θだけ回転させた座標を、それぞれ示している。 Here, f (x, y) is an input image (where x and y are arbitrary coordinates in a two-dimensional input image), Ψ is a mother wavelet function (Gabor function), and (x 0 , y 0 ) indicates the translation amount of Ψ, a k indicates the enlargement or reduction of Ψ (where a k is the reciprocal of the frequency, and indicates the frequency width to be calculated for some frequency regions by an integer k. value), rotate the f 0 is the center frequency, the σ is the standard deviation of the Gaussian function, the rotation angle theta is representative of the direction of travel of the wave, (x ', y') is the angle theta (x, y) The coordinates are shown.
ここで、数式１を用いて計算した複数のθ、ｋに対して、マザーウェーブレット係数Ψの累計値Ｃ（ｘ０，ｙ０）を求めたのが数式４となる。
Here, Equation 4 is obtained by calculating the cumulative value C (x 0 , y 0 ) of the mother wavelet coefficient に 対 し て for a plurality of θ and k calculated using
上記のパラメータは、任意に設定できるが、例えば、σを０．５〜２に、ａｋは０〜５に、ｆ０は０．１に、回転角は０〜１８０度に、それぞれ設定できる。 The above parameters can be set arbitrarily. For example, σ can be set to 0.5 to 2, a k can be set to 0 to 5, f 0 can be set to 0.1, and the rotation angle can be set to 0 to 180 degrees. .
数式４における平行移動量（ｘ０，ｙ０）は、注目画素の位置に対応するものであり、注目画素の位置を順次移動させることによって、ウェーブレット係数の連続量（Ｃ（ｘ０，ｙ０））が算定できる。 The translation amount (x 0 , y 0 ) in Equation 4 corresponds to the position of the pixel of interest, and by successively moving the position of the pixel of interest, the continuous amount of wavelet coefficients (C (x 0 , y 0) )) Can be calculated.
局所領域３を構成する全画素に対して、ウェーブレット係数を上算定式に基づいて算定した後、注目画素を一つ左右または上下に移動させてできる広域領域２の全画素において同様にウェーブレット係数を算定する。
After calculating the wavelet coefficients for all the pixels constituting the
次に、図３に基づいて、ひび割れ検出方法の実施の形態１を説明する。
ＣＣＤカメラ等のデジタルカメラで撮影されたコンクリート表面の撮影画像をコンピュータに取り込むことにより、第１の入力画像の作成（ステップＳ１０）がおこなわれる。
Next, a first embodiment of a crack detection method will be described with reference to FIG.
The first input image is created (step S10) by taking the captured image of the concrete surface captured by a digital camera such as a CCD camera into a computer.
次に、第１の入力画像においてひび割れと想定されるひび割れ想定線に沿ってパスを作成し、パスに付したひび割れを覆う面を作成する（ステップＳ２０）。すなわち、解析者が予めひび割れ位置の指定をおこなう。 Next, a path is created along a crack assumed line assumed to be a crack in the first input image, and a surface that covers the crack attached to the path is created (step S20). That is, the analyst specifies a crack position in advance.
具体的には、図４で示すように、市販の画像編集ソフトを使用し、たとえば１ピクセルの線や面からなるパスを作成する。そして、パスに付したひび割れを覆う面は、たとえば１ピクセル幅の線からなるパスに対し、その左右両側１ピクセル幅もしくは２ピクセル幅を加えた３ピクセル幅もしくは５ピクセル幅からなる面である（以上、第１のステップ）。 Specifically, as shown in FIG. 4, a commercially available image editing software is used to create a path composed of, for example, a 1-pixel line or plane. The surface covering the cracks attached to the path is, for example, a surface having a width of 3 pixels or 5 pixels obtained by adding a width of 1 pixel or 2 pixels on both left and right sides of a path having a width of 1 pixel ( This is the first step).
次に、ひび割れを覆う面に対して細線化処理を実行することにより、その中心線で構成され、ひび割れ全体が１ピクセル幅を有するひび割れ細線化画像を作成する（ステップＳ３０，第２のステップ）。 Next, by performing a thinning process on the surface covering the crack, a cracked thinned image composed of the center line and having a whole pixel width of 1 pixel is created (step S30, second step). .
次に、入力画像とは何らの関係もない、対比する２つの濃度からなる擬似画像に対して、ウェーブレット係数の算定をおこなう。例えば、図５に示すように、コンクリート表面と仮定される背景色ａ（例えば、背景色のＲ、Ｇ、Ｂを、２５５，２５５，２５５とする）と、ひび割れと仮定される線分ｂ１〜ｂ５からなる擬似画像のウェーブレット係数を求める。ここで、線分ｂ１〜ｂ５は、線幅が順に１ピクセル〜５ピクセルまで変化しており、さらに、各線分は、３種類の濃度を備えている（例えば、線分ｂ１では、濃度の濃い順に、ｂ１１（黒色）、ｂ１２（薄い黒色）、ｂ１３（灰色）と変化している）。この擬似画像に対してウェーブレット変換をおこなうことで算定されるウェーブレット係数の鳥瞰図を示したのが図６である。図６において、Ｘ軸は線分の幅を、Ｙ軸は線分の色の濃度を、Ｚ軸はウェーブレット係数をそれぞれ示している。ひび割れ細線化画像におけるひび割れ上でウェーブレット係数が算定される（図３のステップＳ４０）。 Next, a wavelet coefficient is calculated for a pseudo image composed of two contrasting densities having no relation to the input image. For example, as shown in FIG. 5, a background color a assumed to be a concrete surface (for example, R, G, and B of the background colors are set to 255, 255, 255) and line segments b1 to b1 assumed to be cracked. The wavelet coefficient of the pseudo image composed of b5 is obtained. Here, the line segments b1 to b5 have a line width varying sequentially from 1 pixel to 5 pixels, and each line segment has three types of densities (for example, the line segment b1 has a high density). In this order, b11 (black), b12 (light black), and b13 (gray) change. FIG. 6 shows a bird's-eye view of wavelet coefficients calculated by performing a wavelet transform on this pseudo image. In FIG. 6, the X axis indicates the width of the line segment, the Y axis indicates the color density of the line segment, and the Z axis indicates the wavelet coefficient. Wavelet coefficients are calculated on the cracks in the cracked thinned image (step S40 in FIG. 3).
同時に、対比する２つの濃度の組み合わせをそれぞれ０〜２５５の２５６階調でおこなうことで、図７に示すようなウェーブレット係数テーブルの作成（図３のステップＳ４０）がおこなわれる（以上、第３のステップ）。 Simultaneously, the two density combinations to be compared are performed in 256 gradations from 0 to 255, respectively, thereby creating a wavelet coefficient table as shown in FIG. 7 (step S40 in FIG. 3) (the above is the third example). Steps).
次に、ウェーブレット係数テーブル内において局所領域内の近傍画素の平均濃度と注目画素の濃度に対応するウェーブレット係数をウェーブレット係数に関する閾値とし、注目画素のウェーブレット係数が閾値よりも大きな場合は注目画素をひび割れと判定し（画面上では例えば白色）、小さな場合は注目画素をひび割れでないと判定し（画面上では例えば黒色）、局所領域および注目画素を変化させながら注目画素のウェーブレット係数と閾値との比較をおこなうことにより、ひび割れ画像が作成される（ステップＳ５０、第４のステップ）。 Next, in the wavelet coefficient table, the average density of neighboring pixels in the local region and the wavelet coefficient corresponding to the density of the target pixel are set as thresholds for the wavelet coefficient. If the wavelet coefficient of the target pixel is larger than the threshold, the target pixel is cracked. (For example, white on the screen). If the pixel is small, it is determined that the pixel of interest is not cracked (for example, black on the screen). The wavelet coefficient of the pixel of interest is compared with the threshold while changing the local region and the pixel of interest. By doing so, a cracked image is created (step S50, fourth step).
図示するひび割れ検出方法の実施の形態１によれば、まず、第１の入力画像においてひび割れ位置を指定した後に解析を実行することから、ひび割れ画像解析範囲を可及的に縮小することができるため、従来の方法に比して解析領域を大幅に縮小することができ、このことによって解析時間を大幅に短縮することが可能になる。 According to the illustrated crack detection method according to the first embodiment, the analysis is first performed after designating the crack position in the first input image, so that the crack image analysis range can be reduced as much as possible. In addition, the analysis area can be significantly reduced as compared with the conventional method, and thus the analysis time can be significantly reduced.
また、連続解析が可能となり、データの読み込み時間や書き出し時間の短縮も可能になる。
さらに、解析者が予めひび割れ位置を指定していることから、ひび割れ以外のものが解析対象になり難い。
In addition, continuous analysis can be performed, and data reading time and writing time can be reduced.
Furthermore, since the analyst has specified the crack position in advance, it is difficult for anything other than the crack to be analyzed.
（ひび割れ検出方法の実施の形態２）
図８は本発明のひび割れ検出方法の実施の形態２のフロー図である。
ひび割れ検出方法の実施の形態２では、第４のステップに対して連続しない第５のステップ〜第７のステップにて、クラックスケール細線化画像を作成し、クラックスケール細線化画像におけるひび割れ上でウェーブレット係数を計算し、ひび割れ画像を作成した後、第８のステップにてひび割れ幅の推定式を特定するものである。
(
FIG. 8 is a flowchart of
In the second embodiment of the crack detection method, in the fifth step to the seventh step that are not continuous with the fourth step, a crack scale thinned image is created, and a wavelet is formed on a crack in the crack scale thinned image. After calculating the coefficient and creating the cracked image, the eighth step is to specify a formula for estimating the crack width.
まず、ひび割れ検出対象のコンクリート表面に密着させたクラックスケールの撮影画像をコンピュータに入力し、第２の入力画像を作成する（ステップＳ６０）。 First, a captured image of a crack scale brought into close contact with a concrete surface to be subjected to crack detection is input to a computer, and a second input image is created (step S60).
次に、第２の入力画像において各ひび割れ幅のクラックスケール上における最も黒色に近い箇所にパスを作成し、該パスに付したクラックスケールを覆う面を作成し（ステップＳ７０）、クラックスケールを覆う面に対して細線化処理を実行してその中心線で構成されるクラックスケール細線化画像を作成する（ステップＳ８０）（以上、第５のステップ）。 Next, in the second input image, a path is created at a position closest to black on the crack scale of each crack width, a surface covering the crack scale attached to the path is created (step S70), and the crack scale is covered. A thinning process is performed on the surface to create a crack scale thinned image composed of the center line (step S80) (the above is the fifth step).
次に、ステップＳ４０と同様の方法でクラックスケール細線化画像におけるひび割れ上でウェーブレット係数を計算し（ステップＳ９０，第６のステップ）、ステップＳ５０と同様の方法でひび割れ画像を作成する（ステップＳ１００，第７のステップ）。 Next, the wavelet coefficient is calculated on the crack in the crack scale thinned image by the same method as in step S40 (step S90, sixth step), and the crack image is created by the same method as in step S50 (step S100, Seventh step).
作成されたクラックスケールの細線化画像において、ひび割れ幅の推定式の説明変数ｐを、以下の式で規定する。 In the created crack scale thinned image, the explanatory variable p of the equation for estimating the crack width is defined by the following equation.
[数５]
p＝(ウェーブレット係数の値)−(ウェーブレット係数の閾値)
[Equation 5]
p = (value of wavelet coefficient)-(threshold of wavelet coefficient)
上記する説明変数ｐと、第２の入力画像から特定されるクラックスケールの実寸値ｑより回帰分析をおこなう。
回帰分析の結果、説明変数ｐをパラメータとする以下のひび割れ幅の推定式を特定することができる（ステップＳ１１０、第８のステップ）。
A regression analysis is performed using the above-described explanatory variable p and the actual size value q of the crack scale specified from the second input image.
As a result of the regression analysis, the following estimation formula of the crack width using the explanatory variable p as a parameter can be specified (step S110, eighth step).
[数６]
y = a + bp（a、bは回帰分析で特定された定数、pは説明変数）
[Equation 6]
y = a + bp (a and b are constants identified by regression analysis, p is an explanatory variable)
第４のステップに続いて、ひび割れ画像におけるウェーブレット係数の値とウェーブレット係数の閾値から特定されるpを第８のステップで特定されているひび割れ幅の推定式に適用することにより、コンクリート表面のひび割れ幅が特定される（ステップＳ１２０，第９のステップ）。 Subsequent to the fourth step, the value of the wavelet coefficient in the crack image and p specified from the threshold of the wavelet coefficient are applied to the equation for estimating the crack width specified in the eighth step, whereby the crack on the concrete surface is obtained. The width is specified (step S120, ninth step).
次に、特定されたひび割れ幅ごとに色分けされたひび割れ展開図を作成し、さらに、図９で例示するように特定されたひび割れ幅ごとのひび割れ延長ヒストグラムを作成する（ステップＳ１３０，第１０のステップ）。 Next, a crack development view color-coded for each of the specified crack widths is created, and further, a crack extension histogram for each of the specified crack widths is created as illustrated in FIG. 9 (step S130, tenth step) ).
（解析時間（コンピュータのCPU処理時間）の検証とその結果）
本発明者等は、本発明のひび割れ検出方法と、従来のひび割れ検出方法における、解析時間（コンピュータのCPU処理時間）の検証をおこなった。検証結果を以下の表１に示す。
(Verification of analysis time (computer CPU processing time) and results)
The present inventors verified the analysis time (CPU processing time of a computer) in the crack detection method of the present invention and the conventional crack detection method. The verification results are shown in Table 1 below.
表１より、従来のひび割れ検出方法に要した解析時間が20分13秒であったのに対して、本発明のひび割れ検出方法に要した解析時間は7分51秒と、従来の方法の40%程度にまで短縮できることが分かった。 From Table 1, the analysis time required for the conventional crack detection method was 20 minutes and 13 seconds, whereas the analysis time required for the crack detection method of the present invention was 7 minutes 51 seconds, which is 40 minutes of the conventional method. It was found that it could be reduced to about%.
これは、解析者が予めひび割れ位置を指定した後に解析を実行することから、ひび割れ画像解析範囲が縮小され、解析領域が大幅に縮小されたことによって解析時間が短縮されたことと、連続解析が可能となったことでデータの読み込み時間や書き出し時間が短縮されたことによるものである。 This is because the analysis is performed after the analyst has specified the crack position in advance, so the crack image analysis range has been reduced and the analysis area has been significantly reduced, reducing the analysis time. This is because the data reading time and the writing time have been shortened by the possibility.
以上、本発明の実施の形態を、図面を用いて詳述してきたが、具体的な構成はこの実施形態に限定されるものではなく、本発明の要旨を逸脱しない範囲における設計変更等があっても、それらは本発明に含まれるものである。 The embodiment of the present invention has been described in detail with reference to the drawings. However, the specific configuration is not limited to this embodiment, and there are design changes and the like without departing from the gist of the present invention. However, they are included in the present invention.
１…入力画像、２…広域領域、３…局所領域、３１…近傍画素、３２…注目画素
DESCRIPTION OF
Claims (3)
ひび割れ検出対象であるコンクリート表面の撮影画像をコンピュータに入力して第１の入力画像とし、該第１の入力画像においてひび割れと想定されるひび割れ想定線に沿ってパスを作成し、該パスに付したひび割れを覆う面を作成する第１のステップ、
前記ひび割れを覆う面に対して細線化処理を実行してその中心線で構成されるひび割れ細線化画像を作成する第２のステップ、
対比される２つの濃度に対応したウェーブレット係数を算定するとともに、該２つの濃度をそれぞれ変化させた際のウェーブレット係数を算定してウェーブレット係数テーブルを作成し、前記ひび割れ細線化画像におけるひび割れ上でウェーブレット係数を計算する第３のステップ、
前記ウェーブレット係数テーブル内において局所領域内の近傍画素の平均濃度と注目画素の濃度に対応するウェーブレット係数をウェーブレット係数に関する閾値とし、注目画素のウェーブレット係数が前記閾値よりも大きな場合は注目画素をひび割れと判定し、小さな場合は注目画素をひび割れでないと判定し、局所領域および注目画素を変化させながら注目画素のウェーブレット係数と前記閾値との比較をおこなうことでひび割れ画像を作成する第４のステップ、からなるひび割れ検出方法。 A crack detection method for detecting cracks occurring on a concrete surface,
A captured image of a concrete surface to be crack-detected is input to a computer as a first input image, and a path is created along a crack assumed line that is assumed to be a crack in the first input image, and the path is attached to the path. The first step of creating a surface to cover the cracks
A second step of performing a thinning process on a surface covering the crack to create a cracked thinned image composed of the center line thereof;
A wavelet coefficient corresponding to the two densities to be compared is calculated, and a wavelet coefficient when the two densities are respectively changed is calculated to create a wavelet coefficient table. A third step of calculating the coefficients,
In the wavelet coefficient table, the average density of neighboring pixels in the local region and the wavelet coefficient corresponding to the density of the target pixel are set as thresholds for the wavelet coefficient.If the wavelet coefficient of the target pixel is larger than the threshold, the target pixel is regarded as cracked. The fourth step of determining a pixel of interest is not cracked when it is small, and performing a comparison between the wavelet coefficient of the pixel of interest and the threshold value while changing the local region and the pixel of interest; A crack detection method.
前記ひび割れ検出対象のコンクリート表面に密着させたクラックスケールの撮影画像をコンピュータに入力して第２の入力画像とし、該第２の入力画像において各ひび割れ幅のクラックスケール上における最も黒色に近い箇所にパスを作成し、該パスに付したクラックスケールを覆う面に対して細線化処理を実行してその中心線で構成されるクラックスケール細線化画像を作成する第５のステップ、
対比される２つの濃度に対応したウェーブレット係数を算定するとともに、該２つの濃度をそれぞれ変化させた際のウェーブレット係数を算定してウェーブレット係数テーブルを作成し、前記クラックスケール細線化画像におけるひび割れ上でウェーブレット係数を計算する第６のステップ、
前記ウェーブレット係数テーブル内において局所領域内の近傍画素の平均濃度と注目画素の濃度に対応するウェーブレット係数をウェーブレット係数に関する閾値とし、注目画素のウェーブレット係数が前記閾値よりも大きな場合は注目画素をひび割れと判定し、小さな場合は注目画素をひび割れでないと判定し、局所領域および注目画素を変化させながら注目画素のウェーブレット係数と前記閾値との比較をおこなうことでひび割れ画像を作成する第７のステップ、
前記クラックスケール細線化画像において、ひび割れ幅の推定式の説明変数pを、p＝(ウェーブレット係数の値)−(ウェーブレット係数の閾値)とし、前記第２の入力画像から特定されるクラックスケールの実寸値qと説明変数pより回帰分析をおこない、該説明変数pをパラメータとする以下のひび割れ幅の推定式：y = a + bp（a、bは回帰分析で特定された定数、pは説明変数）を特定する第８のステップ、
前記第４のステップに続いて、前記ひび割れ画像におけるウェーブレット係数の値とウェーブレット係数の閾値から特定されるpを前記ひび割れ幅の推定式に適用して、コンクリート表面のひび割れ幅を特定する第９のステップをさらに備えている、請求項１に記載のひび割れ検出方法。 Fifth to eighth steps that are not continuous with respect to the fourth step,
A captured image of the crack scale adhered to the concrete surface of the crack detection target is input to a computer as a second input image, and the second input image is located at a position closest to black on the crack scale of each crack width. A fifth step of creating a path, performing a thinning process on a surface covering the crack scale attached to the path, and creating a crack scale thinned image composed of the center line thereof;
The wavelet coefficients corresponding to the two densities to be compared are calculated, and the wavelet coefficients when the two densities are respectively changed are calculated to create a wavelet coefficient table, and on the cracks in the crack scale thinned image, A sixth step of calculating wavelet coefficients,
In the wavelet coefficient table, the average density of neighboring pixels in the local region and the wavelet coefficient corresponding to the density of the pixel of interest are set as thresholds for the wavelet coefficient.If the wavelet coefficient of the pixel of interest is larger than the threshold, the pixel of interest is considered to be cracked. Judgment, if small, judge that the pixel of interest is not cracked, and create a cracked image by comparing the wavelet coefficient of the pixel of interest with the threshold while changing the local region and the pixel of interest,
In the crack scale thinned image, the explanatory variable p of the estimation formula of the crack width is defined as p = (value of wavelet coefficient) − (threshold of wavelet coefficient), and the actual size of the crack scale specified from the second input image A regression analysis is performed from the value q and the explanatory variable p, and the following formula for estimating the crack width using the explanatory variable p as a parameter: y = a + bp (a and b are constants specified by the regression analysis, and p is an explanatory variable An eighth step of identifying
Subsequent to the fourth step, a value of the wavelet coefficient in the crack image and p specified from the threshold of the wavelet coefficient are applied to the estimation formula of the crack width to specify a crack width on the concrete surface. The method for detecting cracks according to claim 1, further comprising a step.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2016081390A JP6637823B2 (en) | 2016-04-14 | 2016-04-14 | Crack detection method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2016081390A JP6637823B2 (en) | 2016-04-14 | 2016-04-14 | Crack detection method |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2017191041A JP2017191041A (en) | 2017-10-19 |
| JP6637823B2 true JP6637823B2 (en) | 2020-01-29 |
Family
ID=60084678
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2016081390A Active JP6637823B2 (en) | 2016-04-14 | 2016-04-14 | Crack detection method |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6637823B2 (en) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113446932A (en) * | 2021-05-18 | 2021-09-28 | 西北工业大学 | Non-contact crack measuring method and system |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH04157353A (en) * | 1990-10-19 | 1992-05-29 | Komatsu Ltd | Cracked image data processing method |
| JP4848532B2 (en) * | 2006-08-21 | 2011-12-28 | 名古屋市 | Road surface image creation method and road surface image creation device |
| JP2008082860A (en) * | 2006-09-27 | 2008-04-10 | Ntn Corp | Crack inspection method and its inspection apparatus |
| JP5852919B2 (en) * | 2012-05-14 | 2016-02-03 | 大成建設株式会社 | Crack detection method |
| JP6099479B2 (en) * | 2013-05-21 | 2017-03-22 | 大成建設株式会社 | Crack detection method |
| CN104568981A (en) * | 2015-01-06 | 2015-04-29 | 中科华核电技术研究院有限公司北京分公司 | Building wall defect measurement method based on image and system thereof |
-
2016
- 2016-04-14 JP JP2016081390A patent/JP6637823B2/en active Active
Also Published As
| Publication number | Publication date |
|---|---|
| JP2017191041A (en) | 2017-10-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4006007B2 (en) | Crack detection method | |
| JP5421192B2 (en) | Crack detection method | |
| JP6823486B2 (en) | Crack detection method | |
| JP5385593B2 (en) | Crack detection method | |
| JP6099479B2 (en) | Crack detection method | |
| JP6620477B2 (en) | Method and program for detecting cracks in concrete | |
| JP5705711B2 (en) | Crack detection method | |
| JP5852919B2 (en) | Crack detection method | |
| JP5812705B2 (en) | Crack detection method | |
| JP4870016B2 (en) | Crack detection method | |
| JP4908440B2 (en) | Image processing apparatus and method | |
| JP6811217B2 (en) | Crack identification method, crack identification device, crack identification system and program on concrete surface | |
| CN113109368A (en) | Glass crack detection method, device, equipment and medium | |
| JP7008409B2 (en) | Crack detection method | |
| KR102242996B1 (en) | Method for atypical defects detect in automobile injection products | |
| CN106530273B (en) | High-precision FPC (Flexible printed Circuit) linear line detection and defect positioning method | |
| JP7008408B2 (en) | Crack detection method | |
| JP6199799B2 (en) | Self-luminous material image processing apparatus and self-luminous material image processing method | |
| JP6637823B2 (en) | Crack detection method | |
| Nguyen et al. | A novel automatic concrete surface crack identification using isotropic undecimated wavelet transform | |
| KR20160097651A (en) | Apparatus and Method for Testing Pattern of Sample using Validity Image Processing Technique, and computer-readable recording medium with program therefor | |
| JP4980739B2 (en) | Crack detection method | |
| JP2006337167A (en) | Inspection method of low-contrast flaw under cyclic noise, and inspection method of low-contrast flaw under repeated pattern | |
| JP5157575B2 (en) | Defect detection method | |
| JP6909090B2 (en) | Quantitative evaluation method, quantitative evaluation device, quantitative evaluation system and program of damaged part on concrete surface |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20170704 |
|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20170824 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190305 |
|
| TRDD | Decision of grant or rejection written | ||
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20191211 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20191217 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20191223 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6637823 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |