JP6770541B2 - 診断用辞書登録装置、診断装置、方法、プログラム、及びデータ構造 - Google Patents

診断用辞書登録装置、診断装置、方法、プログラム、及びデータ構造 Download PDF

Info

Publication number
JP6770541B2
JP6770541B2 JP2018028304A JP2018028304A JP6770541B2 JP 6770541 B2 JP6770541 B2 JP 6770541B2 JP 2018028304 A JP2018028304 A JP 2018028304A JP 2018028304 A JP2018028304 A JP 2018028304A JP 6770541 B2 JP6770541 B2 JP 6770541B2
Authority
JP
Japan
Prior art keywords
spectral
reflectance
distribution information
diagnostic
dictionary
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
Application number
JP2018028304A
Other languages
English (en)
Other versions
JP2019144099A (ja
Inventor
俊介 塚谷
俊介 塚谷
慎吾 安藤
慎吾 安藤
杵渕　哲也
哲也 杵渕
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nippon Telegraph and Telephone Corp
Original Assignee
Nippon Telegraph and Telephone Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nippon Telegraph and Telephone Corp filed Critical Nippon Telegraph and Telephone Corp
Priority to JP2018028304A priority Critical patent/JP6770541B2/ja
Priority to PCT/JP2019/004170 priority patent/WO2019163512A1/ja
Priority to US16/970,876 priority patent/US20200378898A1/en
Publication of JP2019144099A publication Critical patent/JP2019144099A/ja
Application granted granted Critical
Publication of JP6770541B2 publication Critical patent/JP6770541B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/55—Specular reflectivity
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/9515—Objects of complex shape, e.g. examined with use of a surface follower device
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8854—Grading and classifying of flaws
    • G01N2021/8861—Determining coordinates of flaws
    • G01N2021/8864—Mapping zones of defects
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8883—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges involving the calculation of gauges, generating models
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2201/00—Features of devices classified in G01N21/00
    • G01N2201/06—Illumination; Optics
    • G01N2201/061—Sources
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Pathology (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Theoretical Computer Science (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computational Linguistics (AREA)
  • Medical Informatics (AREA)
  • Signal Processing (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Description

本発明は、診断用辞書登録装置、診断装置、診断用辞書登録方法、診断方法、診断用辞書登録プログラム、診断プログラム、及び診断用辞書のデータ構造に関し、特に、診断対象物の表面状態を診断するための診断用辞書登録装置、診断装置、診断用辞書登録方法、診断方法、診断用辞書登録プログラム、診断プログラム、及び診断用辞書のデータ構造に関する。
社会を支えるインフラ設備では、重大な事故リスクを抑えるために点検診断が必須の作業となっている。特に、金属製の設備においては、設備の景観や耐久性を大きく損なう腐食劣化が発生するため、点検作業者が定期的に目視による腐食劣化診断を行っている。インフラ設備表面には、インフラ設備の建材となる金属の上に塗装されたポリエチレン塗料や、経年劣化によって発生した錆汁、赤錆、褐色錆等様々な物質が表面状態として計測される。劣化診断においては、例えば、その表面状態のうち、劣化進行が著しい部分の領域が占める面積割合を劣化度として診断基準に用いることが行われている。
しかしながら、表面状態を目視点検して劣化診断を行う手法では、点検作業者の経験差によって診断結果にばらつきが生じる可能性がある。このような現状から、客観的な劣化診断を実現するため、これまでに様々な技術開発が進められている。
例えば、非特許文献１に記載の技術では、画像中の塗膜劣化領域と非劣化領域とを分類し、塗膜劣化領域の分布から塗膜劣化度を診断している。
齋藤充、「鋼構造物の塗膜劣化画像診断支援システムの構築」、知能と情報 Ｖｏｌ．２６（２０１４） Ｎｏ．４ ｐ．７３７−７５１
ところで、診断対象物であるインフラ設備を撮影した画像における診断対象物の表面状態の色味は、撮影時の照明の影響を受ける。診断対象物が置かれている屋外では、日中の晴天時の場合には、診断対象物を照らす光源は太陽が支配的であり、夕方や曇り空などの場合には、太陽以外の光源の影響が大きくなる。このように、屋外で診断対象物を撮影する場合には、天候や日時によって光源が大きく変化する。そのため光源が変化すれば、当然その光に照らされる診断対象物の表面状態の色味も変化する。
前述した非特許文献１に記載の従来技術では、色味を元にしたＲＧＢ値及びＬ＊ｕ＊ｖ＊値を用いて劣化診断を行うため、光源の相違による色味の変化の影響を受け易く、劣化状態を誤判定するという課題がある。よって、光源の相違による色味の変化に対して診断対象物の表面状態を頑健に識別するためには、光源の分光分布情報を分光計などで計測し、さらに表面状態で計測される分光分布情報と併せて表面状態の分光反射率を計算し、その上で、表面状態の識別を行う基準となる光源下での色味へと補正する必要がある。
この分光反射率とは、光源の波長毎のエネルギーの強さである分光分布に対して、物体がその波長毎に反射するエネルギーの割合を表したものである。よって、分光反射率は、物体表面に入射する光束と反射する光束との各スペクトルでの比で表されるため、光源変化に対しても頑健な特徴といえる。
また、分光反射率は、各表面状態で固有の特徴を持っており、可視光領域だけでなく、近赤外光領域や赤外光領域を詳細に計測する分光画像を用いることで、目視やＲＧＢ画像では色味が似て区別が難しい物体であっても容易に識別が可能となる。
表面状態の分光反射率を計算するためには、ハイパースペクトルカメラ等で計測される分光画像から得られる表面状態の分光分布情報の他に、光源の分光分布情報を計測する必要がある。計測方法は、一般的に標準反射板などの反射率が既知の物体を診断対象物のそばに配置して、標準反射板上に計測される分光分布情報から既知の反射率を用いて計算し、間接的に計測する。
しかしながら、この計測方法では、撮影のたびに、標準反射板を診断対象物のそばに配置する必要があるため、点検作業者にとって大きな負担となり、また近接困難なインフラ設備が診断対象物である場合には、計測不可の状況が発生するという課題がある。
本発明は、上記問題点を解決するために成されたものであり、屋外などで光源が異なる場合であっても、診断対象物の計測時に光源の分光分布情報を計測することなく、診断対象物の表面状態の診断を高精度で行うことができる診断用辞書登録装置、診断装置、方法、プログラム、及びデータ構造を提供することを目的とする。
上記目的を達成するために、本発明に係る診断用辞書登録装置は、診断対象物の異なる表面状態の各々について計測された分光分布情報と、反射率が既知の基準物について計測された分光分布情報とに基づいて、前記表面状態の各々の分光反射率を計算する分光反射率計算部と、前記分光反射率計算部で計算された前記表面状態の各々の分光反射率のうち、劣化状態を示す表面状態の分光反射率の各々に基づいて、同一の波長の反射率の各々が予め定めた範囲内となる波長帯、及び前記波長帯における前記表面状態の各々の反射率に基づく基準反射率を設定する基準設定部と、前記分光反射率計算部で計算された前記表面状態の各々の分光反射率と、前記基準設定部で設定された前記波長帯及び前記基準反射率と、複数の光源の各々の分光分布情報とを、前記診断対象物の表面状態を診断する際に使用する辞書として登録する辞書登録部とを含んで構成されている。
また、本発明に係る診断用辞書登録方法は、分光反射率計算部が、診断対象物の異なる表面状態の各々について計測された分光分布情報と、反射率が既知の基準物について計測された分光分布情報とに基づいて、前記表面状態の各々の分光反射率を計算し、基準設定部が、前記分光反射率計算部で計算された前記表面状態の各々の分光反射率のうち、劣化状態を示す表面状態の分光反射率の各々に基づいて、同一の波長の反射率の各々が予め定めた範囲内となる波長帯、及び前記波長帯における前記表面状態の各々の反射率に基づく基準反射率を設定し、辞書登録部が、前記分光反射率計算部で計算された前記表面状態の各々の分光反射率と、前記基準設定部で設定された前記波長帯及び前記基準反射率と、複数の光源の各々の分光分布情報とを、前記診断対象物の表面状態を診断する際に使用する辞書として登録する方法である。
また、本発明に係る診断用辞書登録プログラムは、コンピュータを、診断対象物の異なる表面状態の各々について計測された分光分布情報と、反射率が既知の基準物について計測された分光分布情報とに基づいて、前記表面状態の各々の分光反射率を計算する分光反射率計算部、前記分光反射率計算部で計算された前記表面状態の各々の分光反射率のうち、劣化状態を示す表面状態の分光反射率の各々に基づいて、同一の波長の反射率の各々が予め定めた範囲内となる波長帯、及び前記波長帯における前記表面状態の各々の反射率に基づく基準反射率を設定する基準設定部、及び、前記分光反射率計算部で計算された前記表面状態の各々の分光反射率と、前記基準設定部で設定された前記波長帯及び前記基準反射率と、複数の光源の各々の分光分布情報とを、前記診断対象物の表面状態を診断する際に使用する辞書として登録する辞書登録部として機能させるためのプログラムである。
本発明に係る診断用辞書登録装置、方法、及びプログラムによれば、屋外などで光源が異なる場合であっても、診断対象物の計測時に光源の分光分布情報を計測することなく、診断対象物の表面状態の診断を高精度で行うための情報を辞書に登録することができる。
また、本発明に係る診断用辞書登録装置、方法、及びプログラムにおいて、前記複数の光源の各々として、屋外の照明環境を再現することを目的に定義された標準光源モデルを用いることができる。
また、本発明に係る診断装置は、上記の診断用辞書登録装置により登録された辞書を参照して、診断対象物の表面状態を診断する診断装置であって、前記診断対象物の各位置に対応する各画素が、前記各位置における分光分布情報を画素値として持つ分光画像から、劣化状態を示す表面状態の領域として指定された領域に含まれる画素の画素値が示す分光分布情報のうち、前記辞書に登録された前記波長帯の分光分布情報を、前記辞書に登録された前記基準反射率で除算した分光分布情報と、前記辞書に登録された複数の光源の各々の分光分布情報との類似度に基づいて、前記分光画像が計測された際の光源の分光分布情報を推定する光源推定部と、前記分光画像の各画素が持つ分光分布情報と、前記光源推定部により推定された標準光源の分光分布情報とに基づいて、前記各画素に対応する診断対象物の各位置における分光反射率を計算する分光反射率計算部と、前記各画素に対応する分光反射率と、前記辞書に登録された前記表面状態の各々の分光反射率とに基づいて、前記各画素に対応する診断対象物の位置における表面状態を診断する表面状態診断部とを含んで構成されている。
また、本発明に係る診断方法は、上記の診断用辞書登録方法により登録された辞書を参照して、診断対象物の表面状態を診断する診断方法であって、光源推定部が、前記診断対象物の各位置に対応する各画素が、前記各位置における分光分布情報を画素値として持つ分光画像から、劣化状態を示す表面状態の領域として指定された領域に含まれる画素の画素値が示す分光分布情報のうち、前記辞書に登録された前記波長帯の分光分布情報を、前記辞書に登録された前記基準反射率で除算した分光分布情報と、前記辞書に登録された複数の光源の各々の分光分布情報との類似度に基づいて、前記分光画像が計測された際の光源の分光分布情報を推定し、分光反射率計算部が、前記分光画像の各画素が持つ分光分布情報と、前記光源推定部により推定された標準光源の分光分布情報とに基づいて、前記各画素に対応する診断対象物の各位置における分光反射率を計算し、表面状態診断部が、前記各画素に対応する分光反射率と、前記辞書に登録された前記表面状態の各々の分光反射率とに基づいて、前記各画素に対応する診断対象物の位置における表面状態を診断する方法である。
また、本発明に係る診断プログラムは、上記の診断用辞書登録プログラムにより登録された辞書を参照して、診断対象物の表面状態を診断する診断プログラムであって、コンピュータを、前記診断対象物の各位置に対応する各画素が、前記各位置における分光分布情報を画素値として持つ分光画像から、劣化状態を示す表面状態の領域として指定された領域に含まれる画素の画素値が示す分光分布情報のうち、前記辞書に登録された前記波長帯の分光分布情報を、前記辞書に登録された前記基準反射率で除算した分光分布情報と、前記辞書に登録された複数の光源の各々の分光分布情報との類似度に基づいて、前記分光画像が計測された際の光源の分光分布情報を推定する光源推定部、前記分光画像の各画素が持つ分光分布情報と、前記光源推定部により推定された標準光源の分光分布情報とに基づいて、前記各画素に対応する診断対象物の各位置における分光反射率を計算する分光反射率計算部、及び、前記各画素に対応する分光反射率と、前記辞書に登録された前記表面状態の各々の分光反射率とに基づいて、前記各画素に対応する診断対象物の位置における表面状態を診断する表面状態診断部として機能させるためのプログラムである。
本発明に係る診断装置、方法、及びプログラムによれば、屋外などで光源が異なる場合であっても、診断対象物の計測時に光源の分光分布情報を計測することなく、診断対象物の表面状態の診断を高精度で行うことができる。
また、本発明に係る診断装置、方法、及びプログラムにおいて、前記表面状態診断部は、前記分光画像の各画素に対して、前記各画素に対応する診断対象物の位置における表面状態が劣化状態か健常状態かを示す属性、又は、前記表面状態の種類を示す情報を付与することができる。
また、本発明に係る診断装置、方法、及びプログラムにおいて、前記表面状態診断部は、前記分光画像全体の画素数に対する、劣化状態であると診断された画素の画素数の割合で示される劣化度を計算することができる。
また、本発明に係る診断用辞書のデータ構造は、診断対象物の表面状態を診断する際に使用する診断用辞書のデータ構造であって、前記診断対象物の異なる表面状態の各々について計測された分光分布情報と、反射率が既知の基準物について計測された分光分布情報とに基づいて計算された、前記表面状態の各々の分光反射率と、前記表面状態の各々の分光反射率のうち、劣化状態を示す表面状態の分光反射率の各々に基づいて設定された、同一の波長の反射率の各々が予め定めた範囲内となる波長帯、及び前記波長帯における前記表面状態の各々の反射率に基づく基準反射率と、複数の光源の各々の分光分布情報とを含むデータ構造である。
本発明に係る診断用辞書のデータ構造によれば、屋外などで光源が異なる場合であっても、診断対象物の計測時に光源の分光分布情報を計測することなく、診断対象物の表面状態の診断を高精度で行うための辞書として機能することができる。
本発明に係る診断用辞書登録装置、診断装置、方法、プログラム、及びデータ構造によれば、表面状態毎の分光反射率と、表面状態に依らず反射率が一定となる基準波長帯及び基準反射率と、複数の光源の分光分布情報を辞書に登録しておき、診断時には、診断対象物の分光画像と辞書に登録された情報とに基づいて光源を推定し、分光画像の各画素の分光反射率を計算して、各画素に対応する診断対象物の位置の表面状態を診断する。これにより、屋外などで光源が異なる場合であっても、診断対象物の計測時に光源の分光分布情報を計測することなく、診断対象物の表面状態の診断を高精度で行うことができる。
本実施形態に係る劣化診断装置の機能ブロック図である。 基準波長帯及び基準反射率の設定を説明するための図である。 辞書の一例を示す図である。 登録処理ルーチンの一例を示すフローチャートである。 診断処理ルーチンの一例を示すフローチャートである。
以下、図面を参照して本発明の実施の形態を詳細に説明する。
本発明の実施の形態に係る劣化診断装置１０は、ＣＰＵと、ＲＡＭと、後述する登録処理ルーチン及び診断処理ルーチンを実行するためのプログラムや各種データを記憶したＲＯＭとを含むコンピュータで構成することができる。この劣化診断装置１０は、機能的には、図１に示すように、登録部２０と、診断部４０とを含んだ構成で表すことができる。なお、登録部２０は、本発明の辞書登録装置の一例であり、診断部４０は、本発明の診断装置の一例である。
まず、登録部２０について説明する。登録部２０は、分光分布情報取得部２１と、分光反射率計算部２２と、基準設定部２３と、辞書登録部２４とを含んだ構成で表すことができる。
分光分布情報取得部２１は、診断対象物の表面に存在する腐食等の劣化状態、及び本来の塗装部分などの健常状態を含む各表面状態についての分光分布情報を取得する。例えば、各表面状態の分光分布情報は、インフラ設備の建材となる金属の上に塗装されたポリエチレン塗料や、経年劣化によって発生した錆汁、赤錆、褐色錆等、様々な物質の表面状態のサンプルの各々に対して、ハイパースペクトルカメラ等の分光計を用いて計測される。
また、分光分布情報取得部２１は、各表面状態の分光分布情報を計測した時と同じ撮影環境において、分光反射率が既知である物体に対して分光計を用いて計測された分光分布情報を取得する。本実施の形態では、分光反射率が既知の物体として、標準白色板を用い、その反射率は１．００であるとする。
分光分布情報取得部２１は、取得した各表面状態の分光分布情報、及び標準白色板の分光分布情報を、分光反射率計算部２２へ受け渡す。なお、分光分布情報とは、波長毎の輝度値（放射量又は測光量）である。
分光反射率計算部２２は、分光分布情報取得部２１から受け渡された各表面状態の分光分布情報と標準白色板の分光分布情報とから、各表面状態の分光反射率を計算する。具体的には、分光反射率計算部２２は、波長をλ、分光計によって計測された各表面状態の分光分布情報をＣ（λ）、標準白色板の分光分布情報をＥ（λ）とし、任意の表面状態における分光反射率Ｒ（λ）を、下記（１）式により計算する。
Ｒ（λ）＝Ｃ（λ）／Ｅ（λ） ・・・（１）
分光反射率計算部２２は、計算した各表面状態の分光反射率Ｒ（λ）を、基準設定部２３及び辞書登録部２４へ受け渡す。
ここで、図２に示すように、腐食劣化状態を示す各表面状態の分光反射率の一例を示す。図２に示すように、表面状態が腐食劣化状態である場合、腐食劣化の状態（腐食の進行具合）に依らず、反射率が略一定となる波長帯が存在する。したがって、腐食劣化状態にある観測対象物の表面状態が、どのような表面状態であるかが未知の場合でも、その部分の反射率は、反射率が略一定となる波長帯における反射率であると想定することができる。
そこで、基準設定部２３は、分光反射率計算部２２から受け渡された各表面状態の分光反射率のうち、腐食劣化状態のサンプルの表面状態の分光反射率から、反射率が略一定となる波長帯及びその反射率を、基準波長帯λ’及び基準反射率Ｒ（λ’）として設定する。
例えば、基準設定部２３は、図２に示すような分光反射率のグラフをユーザに提示し、ユーザにより指定された波長帯及び反射率を受け付け、受け付けた波長帯及び反射率を、基準波長帯λ’及び基準反射率Ｒ（λ’）として設定することができる。
また、例えば、基準設定部２３は、同一の波長における反射率が所定の範囲内の値となる波長帯を求め、この波長帯を基準波長帯λ’として設定してもよい。同一の波長における反射率が所定の範囲内か否かは、例えば、同一の波長における反射率の分散や、同一の波長における反射率の最大値と最小値との差が所定値以下の場合として求めることができる。また、この場合、基準設定部２３は、設定した基準波長帯λ’における反射率の平均、最大値、最小値等を、基準反射率λ’として設定することができる。
基準設定部２３は、設定した基準波長帯λ’及び基準反射率Ｒ（λ’）の情報を辞書登録部２４へ受け渡す。
辞書登録部２４は、分光反射率計算部２２から受け渡された各表面状態の分光反射率に、表面状態の識別情報、及び表面状態が劣化状態か健常状態かを示す属性を対応付け、例えば、図３に示すように、分光反射率テーブル３１として、辞書３０に登録する。なお、図３の例では、表面状態の識別情報として、その表面状態に対応するサンプルのサンプル名を用いている。また、劣化状態か健常状態かを示す属性は、各表面状態を示すサンプルの各々に予め対応付けられており、各表面状態の分光分布情報を取得する際に、サンプル名及び属性の情報も取得されているものとする。
また、辞書登録部２４は、基準設定部２３から受け渡された基準波長帯λ’及び基準反射率Ｒ（λ’）の情報を、例えば、図３に示すように、基準テーブル３２として、辞書３０に登録する。
また、辞書登録部２４は、分光分布情報取得部２１で取得された分光分布情報の計測時の光源に相当する標準光源モデルのパラメータと、各パラメータに対応する分光分布情報とを対応付け、例えば、図３に示すように、光源分光分布情報テーブル３３として、辞書３０に登録する。より具体的には、光源分光分布情報テーブル３３は、例えば、屋外光源を定式化したＣＩＥ標準光源Ｄ等の標準光源モデルのパラメータ群と、そのパラメータを用いて計算された標準光源モデルの分光分布情報とを対応付けたテーブルとすることができる。
次に、診断部４０について説明する。診断部４０は、分光画像取得部４１と、光源推定部４２と、分光反射率計算部４６と、表面状態診断部４７と、結果出力部５０とを含んだ構成で表すことができる。また、光源推定部４２は、初期値指定部４３と、輝度値計算部４４と、類似判定部４５とを含んだ構成で表すことができる。また、表面状態診断部４７は、画素属性識別部４８と、劣化度計算部４９とを含んだ構成で表すことができる。
分光画像取得部４１は、診断対象物であるインフラ設備等に対して、ハイパースペクトルカメラ等の分光計で計測された分光画像を取得する。分光画像は、画像を構成する各画素が、その画素に対応する診断対象物の位置における分光分布情報を画素値として持つ画像である。分光画像取得部４１は、取得した分光画像を初期値指定部４３及び分光反射率計算部４６へ受け渡す。
初期値指定部４３は、分光画像取得部４１から受け渡された分光画像をユーザに提示し、分光画像中の腐食劣化箇所を示す領域の指定を受け付ける。初期値指定部４３は、受け付けた指定領域に含まれる各画素が持つ分光分布情報の平均を初期値ｃ（λ）として計算し、輝度値計算部４４へ受け渡す。
輝度値計算部４４は、初期値指定部４３から受け渡された分光画像における分光分布情報の初期値ｃ（λ）のうち、辞書３０の基準テーブル３２に登録されている基準波長帯λ’における各波長の輝度値ｃ（λ’）を、辞書３０の基準テーブル３２に登録されている基準反射率Ｒ（λ’）で除算した輝度値ｅ（λ’）を計算する。輝度値ｅ（λ’）の計算式を下記（２）式に示す。
ｅ（λ’）＝ｃ（λ’）／Ｒ（λ’） ・・・（２）
輝度値計算部４４は、計算した輝度値ｅ（λ’）を、類似判定部４５へ受け渡す。
類似判定部４５は、輝度値計算部４４から受け渡された輝度値ｅ（λ’）と、辞書３０の光源分光分布情報テーブル３３に登録されている標準光源モデルの各パラメータの分光分布情報のうち、基準波長帯λ’における分光分布情報の輝度値との類似度を計算する。類似度の計算には、例えば、ユークリッド距離に基づくｋ近傍法や、他の類似度計算手段を用いることができる。類似判定部４５は、輝度値ｅ（λ’）との類似度が最も高い標準光源モデルのパラメータを判定し、その標準光源モデルのパラメータを、分光反射率計算部４６へ受け渡す。
分光反射率計算部４６は、類似判定部４５から受け渡された標準光源モデルのパラメータに紐づく標準光源モデルの分光分布情報を、辞書３０の光源分光分布情報テーブル３３から取得する。分光反射率計算部４６は、分光画像取得部４１から受け渡された分光画像の各画素の分光分布情報を、辞書３０から取得した標準光源モデルの分光分布情報で除算して、分光画像の各画素の分光反射率を計算する。分光反射率計算部４６は、計算した分光画像の各画素の分光反射率を画素属性識別部４８へ受け渡す。
画素属性識別部４８は、分光反射率計算部４６から受け渡された分光画像の各画素に対応する診断対象物の各位置が劣化状態か健常状態かを識別する。具体的には、画素属性識別部４８は、分光反射率計算部４６から受け渡された分光画像の各画素の分光反射率と、辞書３０の分光反射率テーブル３１に登録されている各表面状態の分光反射率との類似度を計算する。画素属性識別部４８は、分光画像の各画素の分光反射率との類似度が最も高い表面状態に紐づく属性を各画素に割り当てる。画素属性識別部４８は、各画素の属性が識別された分光画像を、劣化度計算部４９へ受け渡す。
劣化度計算部４９は、分光画像全体の面積（画素数）に対する、劣化状態を示す属性が割り振られた画素の画素数の割合を劣化度として計算する。劣化度計算部４９は、計算した劣化度を、診断結果として結果出力部５０に受け渡す。
結果出力部５０は、劣化度計算部４９から受け渡された診断結果を、表示装置に表示するなどして出力する。
次に、本実施の形態に係る劣化診断装置１０の作用について、図４に示す登録処理ルーチンを示すフローチャート、及び図５に示す診断処理ルーチンを示すフローチャートを参照して説明する。
まず、登録処理について説明する。
図４に示す登録処理のステップＳ１１で、分光分布情報取得部２１が、各表面状態の分光分布情報、及び各表面状態の分光分布情報を計測した時と同じ撮影環境において計測された標準白色板の分光分布情報を取得する。分光分布情報取得部２１は、取得した各表面状態の分光分布情報、及び標準白色板の分光分布情報を、分光反射率計算部２２へ受け渡す。
次に、ステップＳ１２で、分光反射率計算部２２が、分光分布情報取得部２１から受け渡された各表面状態の分光分布情報と標準白色板の分光分布情報とから、（１）式により、各表面状態の分光反射率を計算する。分光反射率計算部２２は、計算した各表面状態の分光反射率を、基準設定部２３及び辞書登録部２４へ受け渡す。
次に、ステップＳ１３で、基準設定部２３が、分光反射率計算部２２から受け渡された各表面状態の分光反射率のうち、腐食劣化状態のサンプルの表面状態の分光反射率から、反射率が略一定となる波長帯及びその反射率を、基準波長帯λ’及び基準反射率Ｒ（λ’）として設定する。基準設定部２３は、設定した基準波長帯λ’及び基準反射率Ｒ（λ’）の情報を辞書登録部２４へ受け渡す。
次に、ステップＳ１４で、辞書登録部２４が、分光反射率計算部２２から受け渡された各表面状態の分光反射率に、表面状態の識別情報、及び表面状態が劣化状態か健常状態かを示す属性を対応付け、例えば、図３に示すように、分光反射率テーブル３１として、辞書３０に登録する。また、辞書登録部２４が、基準設定部２３から受け渡された基準波長帯λ’及び基準反射率Ｒ（λ’）の情報を、例えば、図３に示すように、基準テーブル３２として、辞書３０に登録する。また、辞書登録部２４が、分光分布情報取得部２１で取得された分光分布情報の計測時の光源に相当する標準光源モデルのパラメータと、各パラメータに対応する分光分布情報とを対応付け、例えば、図３に示すように、光源分光分布情報テーブル３３として、辞書３０に登録し、登録処理は終了する。
次に、診断処理について説明する。
図５に示す診断処理のステップＳ２１で、分光画像取得部４１が、診断対象物であるインフラ設備等に対して、ハイパースペクトルカメラ等の分光計で計測された分光画像を取得する。分光画像取得部４１は、取得した分光画像を初期値指定部４３及び分光反射率計算部４６へ受け渡す。
次に、ステップＳ２２で、初期値指定部４３が、分光画像取得部４１から受け渡された分光画像をユーザに提示し、分光画像中の腐食劣化箇所を示す領域の指定を受け付ける。初期値指定部４３は、受け付けた指定領域に含まれる各画素が持つ分光分布情報の平均を初期値ｃ（λ）として計算し、輝度値計算部４４へ受け渡す。
次に、ステップＳ２３で、輝度値計算部４４が、初期値指定部４３から受け渡された分光画像における分光分布情報の初期値ｃ（λ）のうち、辞書３０の基準テーブル３２に登録されている基準波長帯λ’における各波長の輝度値ｃ（λ’）を、辞書３０の基準テーブル３２に登録されている基準反射率Ｒ（λ’）で除算した輝度値ｅ（λ’）を計算する。輝度値計算部４４は、計算した輝度値ｅ（λ’）を、類似判定部４５へ受け渡す。
次に、ステップＳ２４で、類似判定部４５が、輝度値計算部４４から受け渡された輝度値ｅ（λ’）と、辞書３０の光源分光分布情報テーブル３３に登録されている標準光源モデルの各パラメータの分光分布情報のうち、基準波長帯λ’における分光分布情報の輝度値との類似度を計算する。そして、類似判定部４５は、輝度値ｅ（λ’）との類似度が最も高い標準光源モデルのパラメータを判定し、その標準光源モデルのパラメータを、分光反射率計算部４６へ受け渡す。
次に、ステップＳ２５で、分光反射率計算部４６が、類似判定部４５から受け渡された標準光源モデルのパラメータに紐づく標準光源モデルの分光分布情報を、辞書３０の光源分光分布情報テーブル３３から取得する。分光反射率計算部４６は、分光画像取得部４１から受け渡された分光画像の各画素の分光分布情報を、辞書３０から取得した標準光源モデルの分光分布情報で除算して、分光画像の各画素の分光反射率を計算する。分光反射率計算部４６は、計算した分光画像の各画素の分光反射率を画素属性識別部４８へ受け渡す。
次に、ステップＳ２６で、画素属性識別部４８が、分光反射率計算部４６から受け渡された分光画像の各画素の分光反射率と、辞書３０の分光反射率テーブル３１に登録されている各表面状態の分光反射率との類似度を計算する。そして、画素属性識別部４８は、分光画像の各画素の分光反射率との類似度が最も高い表面状態に紐づく属性を各画素に割り当てる。画素属性識別部４８は、各画素の属性が識別された分光画像を、劣化度計算部４９へ受け渡す。
次に、ステップＳ２７で、劣化度計算部４９が、分光画像全体の面積（画素数）に対する、劣化状態を示す属性が割り振られた画素の画素数の割合を劣化度として計算する。劣化度計算部４９は、計算した劣化度を、診断結果として結果出力部５０に受け渡す。
次に、ステップＳ２８で、結果出力部５０が、劣化度計算部４９から受け渡された診断結果を、表示装置に表示するなどして出力し、診断処理は終了する。
以上説明したように、本実施の形態に係る劣化診断装置によれば、表面状態毎の分光反射率と、表面状態に依らず反射率が一定となる基準波長帯及び基準反射率と、標準光源モデルのパラメータ毎の分光分布情報を辞書に登録しておく。そして、診断対象物を計測した分光画像の分光分布情報と、辞書に登録された標準光源モデルのパラメータ毎の分光分布情報と、基準波長帯及び基準反射率とに基づいて、分光画像計測時の光源の分光分布情報を推定する。そして、推定した光源の分光分布情報を用いて、分光画像の各画素の分光反射率を計算し、辞書に登録されている表面状態毎の分光反射率と比較することにより、各画素に対応する診断対象物の位置の劣化状態を診断する。これにより、屋外などで光源が異なる場合であっても、分光画像計測時の光源の分光分布情報を分光計等により計測することなく、診断対象物の表面状態の診断を高精度で行うことができる。
上記実施の形態は本発明の例示に過ぎず、本発明が上記実施の形態に限定されるものではないことは明らかである。したがって、本発明の技術思想及び範囲を逸脱しない範囲で構成要素の追加、省略、置換、その他の変更を行ってもよい。
例えば、上記実施の形態では、分光画像の各画素に劣化状態か健常状態かを示す属性を割り当てる場合について説明したが、これに限定されない。例えば、表面状態の識別情報（本実施の形態の例では、サンプル名）を割り当てるようにしてもよい。これにより、より詳細な診断結果を取得することができる。
１０ 劣化診断装置
２０ 登録部
２１ 分光分布情報取得部
２２ 分光反射率計算部
２３ 基準設定部
２４ 辞書登録部
３０ 辞書
３１ 分光反射率テーブル
３２ 基準テーブル
３３ 光源分光分布情報テーブル
４０ 診断部
４１ 分光画像取得部
４２ 光源推定部
４３ 初期値指定部
４４ 輝度値計算部
４５ 類似判定部
４６ 分光反射率計算部
４７ 表面状態診断部
４８ 画素属性識別部
４９ 劣化度計算部
５０ 結果出力部

Claims (8)

  1. 診断対象物の異なる表面状態の各々について計測された分光分布情報と、反射率が既知の基準物について計測された分光分布情報とに基づいて、前記表面状態の各々の分光反射率を計算する分光反射率計算部と、
    前記分光反射率計算部で計算された前記表面状態の各々の分光反射率のうち、劣化状態を示す表面状態の分光反射率の各々に基づいて、同一の波長の反射率の各々が予め定めた範囲内となる波長帯、及び前記波長帯における前記表面状態の各々の反射率に基づく基準反射率を設定する基準設定部と、
    前記分光反射率計算部で計算された前記表面状態の各々の分光反射率と、前記基準設定部で設定された前記波長帯及び前記基準反射率と、複数の光源の各々の分光分布情報とを、前記診断対象物の表面状態を診断する際に使用する辞書として登録する辞書登録部と、
    を含む診断用辞書登録装置。
  2. 前記複数の光源の各々として、屋外の照明環境を再現することを目的に定義された標準光源モデルを用いる請求項１に記載の診断用辞書登録装置。
  3. 請求項１又は請求項２に記載の診断用辞書登録装置により登録された辞書を参照して、診断対象物の表面状態を診断する診断装置であって、
    前記診断対象物の各位置に対応する各画素が、前記各位置における分光分布情報を画素値として持つ分光画像から、劣化状態を示す表面状態の領域として指定された領域に含まれる画素の画素値が示す分光分布情報のうち、前記辞書に登録された前記波長帯の分光分布情報を、前記辞書に登録された前記基準反射率で除算した分光分布情報と、前記辞書に登録された複数の光源の各々の分光分布情報との類似度に基づいて、前記分光画像が計測された際の光源の分光分布情報を推定する光源推定部と、
    前記分光画像の各画素が持つ分光分布情報と、前記光源推定部により推定された標準光源の分光分布情報とに基づいて、前記各画素に対応する診断対象物の各位置における分光反射率を計算する分光反射率計算部と、
    前記各画素に対応する分光反射率と、前記辞書に登録された前記表面状態の各々の分光反射率とに基づいて、前記各画素に対応する診断対象物の位置における表面状態を診断する表面状態診断部と、
    を含む診断装置。
  4. 分光反射率計算部が、診断対象物の異なる表面状態の各々について計測された分光分布情報と、反射率が既知の基準物について計測された分光分布情報とに基づいて、前記表面状態の各々の分光反射率を計算し、
    基準設定部が、前記分光反射率計算部で計算された前記表面状態の各々の分光反射率のうち、劣化状態を示す表面状態の分光反射率の各々に基づいて、同一の波長の反射率の各々が予め定めた範囲内となる波長帯、及び前記波長帯における前記表面状態の各々の反射率に基づく基準反射率を設定し、
    辞書登録部が、前記分光反射率計算部で計算された前記表面状態の各々の分光反射率と、前記基準設定部で設定された前記波長帯及び前記基準反射率と、複数の光源の各々の分光分布情報とを、前記診断対象物の表面状態を診断する際に使用する辞書として登録する
    診断用辞書登録方法。
  5. 請求項４に記載の診断用辞書登録方法により登録された辞書を参照して、診断対象物の表面状態を診断する診断方法であって、
    光源推定部が、前記診断対象物の各位置に対応する各画素が、前記各位置における分光分布情報を画素値として持つ分光画像から、劣化状態を示す表面状態の領域として指定された領域に含まれる画素の画素値が示す分光分布情報のうち、前記辞書に登録された前記波長帯の分光分布情報を、前記辞書に登録された前記基準反射率で除算した分光分布情報と、前記辞書に登録された複数の光源の各々の分光分布情報との類似度に基づいて、前記分光画像が計測された際の光源の分光分布情報を推定し、
    分光反射率計算部が、前記分光画像の各画素が持つ分光分布情報と、前記光源推定部により推定された標準光源の分光分布情報とに基づいて、前記各画素に対応する診断対象物の各位置における分光反射率を計算し、
    表面状態診断部が、前記各画素に対応する分光反射率と、前記辞書に登録された前記表面状態の各々の分光反射率とに基づいて、前記各画素に対応する診断対象物の位置における表面状態を診断する
    診断方法。
  6. コンピュータを、
    診断対象物の異なる表面状態の各々について計測された分光分布情報と、反射率が既知の基準物について計測された分光分布情報とに基づいて、前記表面状態の各々の分光反射率を計算する分光反射率計算部、
    前記分光反射率計算部で計算された前記表面状態の各々の分光反射率のうち、劣化状態を示す表面状態の分光反射率の各々に基づいて、同一の波長の反射率の各々が予め定めた範囲内となる波長帯、及び前記波長帯における前記表面状態の各々の反射率に基づく基準反射率を設定する基準設定部、及び、
    前記分光反射率計算部で計算された前記表面状態の各々の分光反射率と、前記基準設定部で設定された前記波長帯及び前記基準反射率と、複数の光源の各々の分光分布情報とを、前記診断対象物の表面状態を診断する際に使用する辞書として登録する辞書登録部
    として機能させるための診断用辞書登録プログラム。
  7. 請求項６に記載の診断用辞書登録プログラムにより登録された辞書を参照して、診断対象物の表面状態を診断する診断プログラムであって、
    コンピュータを、
    前記診断対象物の各位置に対応する各画素が、前記各位置における分光分布情報を画素値として持つ分光画像から、劣化状態を示す表面状態の領域として指定された領域に含まれる画素の画素値が示す分光分布情報のうち、前記辞書に登録された前記波長帯の分光分布情報を、前記辞書に登録された前記基準反射率で除算した分光分布情報と、前記辞書に登録された複数の光源の各々の分光分布情報との類似度に基づいて、前記分光画像が計測された際の光源の分光分布情報を推定する光源推定部、
    前記分光画像の各画素が持つ分光分布情報と、前記光源推定部により推定された標準光源の分光分布情報とに基づいて、前記各画素に対応する診断対象物の各位置における分光反射率を計算する分光反射率計算部、及び、
    前記各画素に対応する分光反射率と、前記辞書に登録された前記表面状態の各々の分光反射率とに基づいて、前記各画素に対応する診断対象物の位置における表面状態を診断する表面状態診断部
    として機能させるための診断プログラム。
  8. 診断対象物の表面状態を診断する際に使用する診断用辞書のデータ構造であって、
    前記診断対象物の異なる表面状態の各々について計測された分光分布情報と、反射率が既知の基準物について計測された分光分布情報とに基づいて計算された、前記表面状態の各々の分光反射率と、
    前記表面状態の各々の分光反射率のうち、劣化状態を示す表面状態の分光反射率の各々に基づいて設定された、同一の波長の反射率の各々が予め定めた範囲内となる波長帯、及び前記波長帯における前記表面状態の各々の反射率に基づく基準反射率と、
    複数の光源の各々の分光分布情報と、
    を含む診断用辞書のデータ構造。
JP2018028304A 2018-02-20 2018-02-20 診断用辞書登録装置、診断装置、方法、プログラム、及びデータ構造 Active JP6770541B2 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2018028304A JP6770541B2 (ja) 2018-02-20 2018-02-20 診断用辞書登録装置、診断装置、方法、プログラム、及びデータ構造
PCT/JP2019/004170 WO2019163512A1 (ja) 2018-02-20 2019-02-06 診断用辞書登録装置、診断装置、方法、プログラム、及びデータ構造
US16/970,876 US20200378898A1 (en) 2018-02-20 2019-02-06 Diagnostic dictionary registering device, diagnosing device, method, program, and data structure

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2018028304A JP6770541B2 (ja) 2018-02-20 2018-02-20 診断用辞書登録装置、診断装置、方法、プログラム、及びデータ構造

Publications (2)

Publication Number Publication Date
JP2019144099A JP2019144099A (ja) 2019-08-29
JP6770541B2 true JP6770541B2 (ja) 2020-10-14

Family

ID=67687081

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018028304A Active JP6770541B2 (ja) 2018-02-20 2018-02-20 診断用辞書登録装置、診断装置、方法、プログラム、及びデータ構造

Country Status (3)

Country Link
US (1) US20200378898A1 (ja)
JP (1) JP6770541B2 (ja)
WO (1) WO2019163512A1 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPWO2022259472A1 (ja) * 2021-06-10 2022-12-15

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004354097A (ja) * 2003-05-27 2004-12-16 Starlabo Corp スペクトル画像化装置
US7145148B2 (en) * 2003-09-25 2006-12-05 Alfano Robert R Systems and methods for non-destructively detecting material abnormalities beneath a coated surface
GB201303324D0 (en) * 2013-02-25 2013-04-10 Subterandt Ltd Passive detection of deformation under coatings
WO2017010261A1 (ja) * 2015-07-10 2017-01-19 ソニー株式会社 検査装置、検査方法、及び、プログラム
JP6796391B2 (ja) * 2016-03-31 2020-12-09 株式会社トプコン コンクリート測定装置及びコンクリート測定方法

Also Published As

Publication number Publication date
WO2019163512A1 (ja) 2019-08-29
JP2019144099A (ja) 2019-08-29
US20200378898A1 (en) 2020-12-03

Similar Documents

Publication Publication Date Title
JP6670327B2 (ja) 宝石用原石の色測定
JP6038965B2 (ja) 着色検査装置および着色検査方法
EP2988112A1 (en) Specimen measuring device and computer program product
JP6371237B2 (ja) 着色評価装置および着色評価方法
JP6390252B2 (ja) 試料測定装置および試料測定プログラム
US11656178B2 (en) UV-VIS spectroscopy instrument and methods for color appearance and difference measurement
CN102121848B (zh) 使用数字成像和曲线比较方法的快速颜色检验系统
JP6113319B2 (ja) 画像色分布検査装置および画像色分布検査方法
CN111750994B (zh) 一种基于数码相机成像模型的光谱测量方法
JP6770541B2 (ja) 診断用辞書登録装置、診断装置、方法、プログラム、及びデータ構造
JP2014187558A (ja) 画像色分布検査装置および画像色分布検査方法
Pelagotti et al. Multispectral UV fluorescence analysis of painted surfaces
JP2008026147A (ja) カラーフィルタの検査装置及びカラーフィルタの検査方法
JP2019207668A (ja) 色相調整による理化学的定量の信頼性と精度の向上
JP2019078623A (ja) 塗装色評価装置および塗装色評価方法
JP2002286549A (ja) 色調検査方法およびそのシステム
KR100809553B1 (ko) 컬러 이미지 센서 평가 장치 및 방법
Somatilake et al. An image-based food classification system
Javoršek et al. Comparison of two digital cameras based on spectral data estimation obtained with two methods
JP2017153054A (ja) 着色検査装置および着色検査方法
JP5895094B1 (ja) 画像色分布検査装置および画像色分布検査方法
TWI461661B (zh) 光源篩檢方法
WO2016030919A1 (ja) 画像色分布検査装置および画像色分布検査方法
JP2006138670A (ja) カラーフィルタの色ムラ検査装置及び検査方法
Saukova Comparative experiment on the accuracy evaluation of colorimetric measurements in software and hardware environments by implementing the scenario" The basis for comparison is a measurement standard

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20200226

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: 20200923

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20200925

R150 Certificate of patent or registration of utility model

Ref document number: 6770541

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150