JP6811217B2 - コンクリート表面上のひび割れ特定方法、ひび割れ特定装置、ひび割れ特定システム及びプログラム - Google Patents

Description

本発明は、コンクリート表面上のひび割れ特定方法、ひび割れ特定装置、ひび割れ特定システム及びプログラムに関する。

現在、道路や橋梁、トンネルといった様々なインフラ施設の老朽化が進んでおり、改修工事が各地で行われ、また改修計画が進められている。インフラ施設の多くは鉄筋コンクリート構造物（ＲＣ構造物）や鋼構造物であるが、例えば竣工から４０年以上が経過したＲＣ構造物等の表面上には、様々な損傷部が存在している。この損傷部の具体例として、コンクリート表面上においては、ひび割れ、白華、遊離石灰、錆汁等が挙げられる。
ＲＣ構造物等の改修工事や改修計画に際しては、まず、インフラ施設の技術担当者や業務委託された調査会社もしくは建設会社の技術担当者により、ＲＣ構造物等の表面の点検が実施される。この点検では、ひび割れの幅や長さ、遊離石灰等の形状や面積などが定量的に評価され、この定量評価に基づいて、構造物の改修施工の有無やメンテナンスの有無等が判断されることになる。
ところで、ＲＣ構造物のコンクリート表面におけるひび割れを定量的に検出する方法が種々提案されている。これらのひび割れ検出方法はいずれも、ウェーブレット変換処理と二値化処理を実行する方法を共通の工程とした上で、必要に応じてノイズ除去処理を実行してひび割れを特定する方法である。

特許第４００６００７号明細書 特許第４８７００１６号明細書 特許第４９８０７３９号明細書 特許第５３８５５９３号明細書 特許第５４２１１９２号明細書 特許第５７０５７１１号明細書 特許第５８１２７０５号明細書 特許第５８５２９１９号明細書

特許文献１乃至８に記載のひび割れ特定方法によれば、コンクリート表面の汚れや照明条件などによりひび割れの検出が困難な場合においても、高精度にひび割れの検出を行うことができる。しかしながら、これらの文献に記載の特定方法は、ひび割れ検出対象であるコンクリート表面の全面を解析対象とすることから、解析に時間を要するといった新たな課題が生じている。

本発明は上記課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ができる、コンクリート表面上のひび割れ特定方法、ひび割れ特定装置、ひび割れ特定システム及びプログラムを提供することを目的としている。

前記目的を達成すべく、本発明によるコンクリート表面上のひび割れ特定方法の一態様は、
ひび割れを内包す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を作成する、入力画像作成工程と、
コンクリート表面におけるひび割れの特徴をコンピュータに学習させた学習情報に基づいて、前記入力画像からひび割れと想定される想定ひび割れを抽出し、該想定ひび割れに沿って描画して想定ひび割れ描画ラインを作成し、該想定ひび割れ描画ラインを含む描画含有画像を作成する、描画工程と、
前記描画含有画像に対してウェーブレット変換処理を実行し、各画素がウェーブレット係数を有するウェーブレット画像を作成するウェーブレット画像作成工程と、
ウェーブレット係数の閾値となるウェーブレット係数テーブルを用いて、前記ウェーブレット画像の各画素を二値化して二値化画像を作成する二値化画像作成工程と、を有することを特徴とする。

本態様によれば、入力画像からひび割れと想定される想定ひび割れを抽出し、想定ひび割れに沿って描画して想定ひび割れ描画ラインを作成し、この想定ひび割れ描画ラインを含む描画含有画像に対してウェーブレット変換処理を実行することにより、ひび割れ画像解析範囲（もしくは解析対象）を可及的に絞ることができる。そのため、従来の方法に比して解析時間を大幅に短縮することが可能になる。また、想定ひび割れに沿って描画して想定ひび割れ描画ラインを作成するに当たり、解析者による描画に代わり、コンクリート表面におけるひび割れの特徴を学習したコンピュータがこの学習情報に基づいて描画することにより、解析者による描画を解消することができ、解析者による描画に比べて格段に短時間にて想定ひび割れ描画ラインを作成することが可能になる。さらに、このようにして作成された描画含有画像に対してウェーブレット変換処理を実行して二値化画像を作成することにより、高い精度でひび割れの検出を行うことができる。

また、本発明によるコンクリート表面上のひび割れ特定方法の他の態様は、
ひび割れを内包す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を作成する、入力画像作成工程と、
コンクリート表面におけるひび割れの特徴をコンピュータに学習させた学習情報に基づいて、前記入力画像からひび割れと想定される想定ひび割れを抽出し、該想定ひび割れに沿って描画して想定ひび割れ描画ラインを作成する、描画工程と、
前記想定ひび割れ描画ラインをその幅方向に広げて太線化させて想定ひび割れ太線化ラインを作成し、該想定ひび割れ太線化ラインを含む太線含有画像を作成する、太線化工程と、
前記太線含有画像に対してウェーブレット変換処理を実行し、各画素がウェーブレット係数を有するウェーブレット画像を作成するウェーブレット画像作成工程と、
ウェーブレット係数の閾値となるウェーブレット係数テーブルを用いて、前記ウェーブレット画像の各画素を二値化して二値化画像を作成する二値化画像作成工程と、を有することを特徴とする。
本態様によれば、想定ひび割れ描画ラインをその幅方向に広げて太線化させて想定ひび割れ太線化ラインを作成し、想定ひび割れ太線化ラインを含む太線含有画像に対してウェーブレット変換処理を実行することにより、より一層高い精度でコンクリート表面におけるひび割れを特定することができる。

また、本発明によるコンクリート表面上のひび割れ特定装置の一態様は、
ひび割れを内包するコンクリート表面の撮影画像が入力される入力部と、
前記撮影画像に基づいて入力画像を作成する、入力画像作成部と、
コンクリート表面におけるひび割れの特徴をコンピュータに学習させた学習情報に基づいて、前記入力画像からひび割れと想定される想定ひび割れを抽出し、該想定ひび割れに沿って描画して想定ひび割れ描画ラインを作成し、該想定ひび割れ描画ラインを含む描画含有画像を作成する、描画部と、
前記描画含有画像に対してウェーブレット変換処理を実行し、各画素がウェーブレット係数を有するウェーブレット画像を作成する、ウェーブレット画像作成部と、
ウェーブレット係数の閾値となるウェーブレット係数テーブルを用いて、前記ウェーブレット画像の各画素を二値化して二値化画像を作成する、二値化画像作成部と、を有することを特徴とする。
本態様によれば、コンクリート表面におけるひび割れの特徴を学習したコンピュータがこの学習情報に基づいて、入力画像から想定ひび割れを抽出し、想定ひび割れに沿って描画して想定ひび割れ描画ラインを作成し、この想定ひび割れ描画ラインを含む描画含有画像に対してウェーブレット変換処理を実行することにより、解析時間を大幅に短縮しながら、高い精度でコンクリート表面におけるひび割れを特定することができる。

また、本発明によるコンクリート表面上のひび割れ特定装置の他の態様は、
ひび割れを内包するコンクリート表面の撮影画像が入力される入力部と、
前記撮影画像に基づいて入力画像を作成する、入力画像作成部と、
コンクリート表面におけるひび割れの特徴をコンピュータに学習させた学習情報に基づいて、前記入力画像からひび割れと想定される想定ひび割れを抽出し、該想定ひび割れに沿って描画して想定ひび割れ描画ラインを作成し、該想定ひび割れ描画ラインを含む描画含有画像を作成する、描画部と、
前記想定ひび割れ描画ラインをその幅方向に広げて太線化させて想定ひび割れ太線化ラインを作成し、該想定ひび割れ太線化ラインを含む太線含有画像を作成する、太線化部と、
前記太線含有画像に対してウェーブレット変換処理を実行し、各画素がウェーブレット係数を有するウェーブレット画像を作成する、ウェーブレット画像作成部と、
ウェーブレット係数の閾値となるウェーブレット係数テーブルを用いて、前記ウェーブレット画像の各画素を二値化して二値化画像を作成する、二値化画像作成部と、を有することを特徴とする。
本態様によれば、想定ひび割れ描画ラインをその幅方向に広げて太線化させて想定ひび割れ太線化ラインを作成し、想定ひび割れ太線化ラインを含む太線含有画像に対してウェーブレット変換処理を実行することにより、より一層高い精度でコンクリート表面におけるひび割れを特定することができる。

また、本発明によるコンクリート表面上のひび割れ特定システムの一態様は、
前記ひび割れ特定装置と、
前記撮影画像を撮像する撮像装置と、を有し、
前記撮影画像が前記ひび割れ特定装置の前記入力部に入力されることを特徴とする。
本態様によれば、コンクリート表面上の撮像からひび割れ特定を全て自動的に行いながら、高い精度にてコンクリート表面におけるひび割れを特定することができる。

また、本発明によるコンクリート表面上のひび割れ特定プログラムの一態様は、
コンクリート表面上のひび割れを特定するコンピュータに以下の処理を実行させるプログラムであって、
ひび割れを内包す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を作成する工程と、
コンクリート表面におけるひび割れの特徴をコンピュータに学習させた学習情報に基づいて、前記入力画像からひび割れと想定される想定ひび割れを抽出し、該想定ひび割れに沿って描画して想定ひび割れ描画ラインを作成し、該想定ひび割れ描画ラインを含む描画含有画像を作成する工程と、
前記描画含有画像に対してウェーブレット変換処理を実行し、各画素がウェーブレット係数を有するウェーブレット画像を作成する工程と、
ウェーブレット係数の閾値となるウェーブレット係数テーブルを用いて、前記ウェーブレット画像の各画素を二値化して二値化画像を作成する工程と、を実行させることを特徴とする。
本態様のプログラムの各工程をコンピュータに実行させることにより、コンクリート表面上のひび割れを短時間で高精度にて特定することができる。

また、本発明によるコンクリート表面上のひび割れ特定プログラムの他の態様は、
コンクリート表面上のひび割れを特定するコンピュータに以下の処理を実行させるプログラムであって、
ひび割れを内包す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を作成する工程と、
コンクリート表面におけるひび割れの特徴をコンピュータに学習させた学習情報に基づいて、前記入力画像からひび割れと想定される想定ひび割れを抽出し、該想定ひび割れに沿って描画して想定ひび割れ描画ラインを作成する工程と、
前記想定ひび割れ描画ラインをその幅方向に広げて太線化させて想定ひび割れ太線化ラインを作成し、該想定ひび割れ太線化ラインを含む太線含有画像を作成する工程と、
前記太線含有画像に対してウェーブレット変換処理を実行し、各画素がウェーブレット係数を有するウェーブレット画像を作成する工程と、
ウェーブレット係数の閾値となるウェーブレット係数テーブルを用いて、前記ウェーブレット画像の各画素を二値化して二値化画像を作成する工程と、を実行させることを特徴とする。
本態様のプログラムの各工程をコンピュータに実行させることにより、コンクリート表面上のひび割れを短時間でより一層高精度にて特定することができる。

以上の説明から理解できるように、本発明のコンクリート表面上のひび割れ特定方法、ひび割れ特定装置、ひび割れ特定システム及びプログラムによれば、コンクリート表面上のひび割れを可及的に短時間で精度よく特定することができる。

実施形態に係るひび割れ特定システムの全体構成の一例を示す図である。 第１の実施形態に係るひび割れ特定装置のハードウェア構成の一例を示す図である。 第１の実施形態に係るひび割れ特定装置の機能構成の一例を示す図である。 第１の実施形態に係るひび割れ特定方法を示すフローチャートである。 入力画像の一例を示す写真図である。 描画含有画像の一例を示す写真図である。 二値化画像の一例を示す写真図である。 ウェーブレット変換処理における、入力画像と局所領域の関係の一例を示す図である。 ウェーブレット変換処理における、局所領域と注目画素の関係の一例を示す図である。 擬似画像の一例を示す図である。 図７の擬似画像のウェーブレット係数の鳥瞰図の一例を示す図である。 ウェーブレット係数テーブルの一例を示す図である。 第２の実施形態に係るひび割れ特定装置の機能構成の一例を示す図である。 第２の実施形態に係るひび割れ特定方法を示すフローチャートである。 太線含有画像の一例を示す写真図である。 解析者によるひび割れラインを用いたひび割れ特定方法によるひび割れ情報の一例を示す図である。 第１の実施形態に係るひび割れ特定方法によるひび割れ情報の一例を示す図である。 第２の実施形態に係るひび割れ特定方法によるひび割れ情報の一例を示す図である。

以下、各実施形態のひび割れ特定方法、ひび割れ特定装置、ひび割れ特定システム及びプログラムについて添付の図面を参照しながら説明する。尚、本明細書及び図面において、実質的に同一の構成要素については、同一の符号を付することにより重複した説明を省く場合がある。

［実施形態に係るひび割れ特定システム］
はじめに、ひび割れ特定システムの全体構成について説明する。図１は、ひび割れ特定システムの全体構成の一例を示す図である。図１に示すように、ひび割れ特定システム１０００は、撮像装置１００と、ひび割れ特定装置３００（３００Ａ）とを有する。ひび割れ特定装置３００はコンピュータにより構成され、撮像装置１００とひび割れ特定装置３００とはそれぞれ、インターネットやＬＡＮ（Local Area Network）等に代表されるネットワーク２００を介して接続されている。

撮像装置１００は、ＣＣＤカメラやデジタルカメラ（一眼レフを含む）、デジタルカメラ（ハイビジョン）、デジタルビデオカメラ等の撮像部と、撮像部で取り込まれた画像データを送信する通信部とを有している。尚、撮像装置１００が撮影部のみを有し、撮像装置１００を携帯端末等に接続し、携帯端末等から画像データを送信する形態であってもよい。撮像装置１００で撮影した画像データは、ネットワーク２００を介してひび割れ特定装置３００に送信される。尚、この画像データには、コンクリート表面の画像情報が含まれる。例えば、建設から数十年が経過した鉄筋コンクリート製の道路橋やトンネル等のインフラ施設に関し、その改修施工の必要性の有無を判断するべく、撮像装置１００にてコンクリート表面が撮像される。

ひび割れ特定装置３００には、データ収集プログラム、データ解析プログラムがインストールされており、ひび割れ特定装置３００はこれらのプログラムを実行することにより、データ収集部３０１及びデータ解析部３０２として機能する。

データ収集部３０１は、撮像装置１００で撮像され、撮像装置１００もしくは撮像装置１００に接続された携帯端末等から送信された画像データを受信し、データ格納部３０３に格納する。また、データ解析部３０２は、データ格納部３０３に格納された画像データに基づいて解析を実行する。

尚、ひび割れ特定システムは、撮像装置１００の撮像部で取り込まれた画像データをネットワーク２００を介してひび割れ特定装置３００に送信する形態の他に、ＣＤ−ＲＯＭやＤＶＤ、メモリカード等の可搬性のコンピュータによる読み取りが可能な記憶媒体に収容された状態でひび割れ特定装置３００にセットされ、読み出される形態であってもよい。

［第１の実施形態に係るひび割れ特定装置］
＜ひび割れ特定装置のハードウェア構成＞
次に、図２を参照して、ひび割れ特定装置のハードウェア構成について説明する。図２は、ひび割れ特定装置３００（３００Ａ）のハードウェア構成の一例を示す図である。図２に示すように、ひび割れ特定装置３００は、ＣＰＵ（Central Processing Unit）４０１、ＲＯＭ（Read Only Memory）４０２、ＲＡＭ（Random Access Memory）４０３、補助記憶部４０４、表示部４０５、及び通信部４０６を有する。尚、ひび割れ特定装置３００の各部は、バス４０７を介して相互に接続されている。

ＣＰＵ４０１は、補助記憶部４０４にインストールされた各種プログラムを実行する。ＲＯＭ４０２は不揮発性メモリであり、補助記憶部４０４に格納された各種プログラムをＣＰＵ４０１が実行するために必要な各種プログラムやデータ等を格納する主記憶部として機能する。ＲＡＭ４０３は揮発性メモリであり、主記憶部として機能する。ＲＡＭ４０３は、補助記憶部４０４に格納された各種プログラムがＣＰＵ４０１に実行される際の作業領域として機能する。補助記憶部４０４は、ひび割れ特定装置３００にインストールされた各種プログラムや、各種プログラムを実行する際に用いるデータ等を格納する。

表示部４０５は、各種画面を表示する。例えば、撮像装置１００から送信されてきた画像データを撮影画像として表示し、その他、描画含有画像やウェーブレット画像、二値化画像等を表示する。

通信部４０６は、撮像装置１００もしくは撮像装置１００と接続される携帯端末等と接続し、撮像装置１００等から画像データを受信したり、ひび割れ特定装置３００にて特定され、作成されたひび割れ幅ごとの長さやひび割れ総延長等を撮像装置１００に接続された携帯端末等に送信したりする。

＜ひび割れ特定装置の機能構成＞
次に、図３を参照して、コンクリート表面上のひび割れを特定する、第１の実施形態に係るひび割れ特定装置の機能構成について説明する。図３は、ひび割れ特定装置３００の機能構成の一例を示す図である。図３に示すように、撮像装置１００から送信された画像データは、データ収集部３０１にて受信され、データ収集部３０１からデータ格納部３０３に一時的に格納される。データ解析部３０２による解析の実行に当たり、データ格納部３０３で格納されている画像データがデータ解析部３０２における入力部５０２に取り込まれる。

データ解析部３０２は、入力部５０２、入力画像作成部５０４、描画部５０６、ウェーブレット画像作成部５０８、ウェーブレット係数テーブル作成部５１０、二値化画像作成部５１２、及び、ひび割れ情報作成部５１４を有する。データ解析部３０２はさらに、特徴データベース格納部５５０と機械学習部５５２を有する。

入力部５０２は、データ格納部３０３で格納されている画像データに基づく撮影画像を取り込んで入力される。データ格納部３０３には、様々なコンクリート表面の画像データが格納されているが、解析者による指定により、解析対象となる画像データに基づく撮影画像が選択され、入力部５０２に取り込まれて入力される。

入力画像作成部５０４は、入力部５０２に入力された撮影画像に対し、必要に応じて撮影画像の輝度を補正して入力画像を作成する。例えば、輝度は輝度値０乃至２５５の２５６階調を有しているが、入力画像作成部５０４には、予め、解析者によって所定の輝度補正値が入力されている。例えば、入力画像作成部５０４に輝度補正値として１５０が入力されている場合、入力画像作成部５０４は、入力部５０２から取り込んだ撮影画像の輝度を特定し、撮影画像の輝度が輝度補正値である１５０になるように輝度補正処理をおこない、入力画像を作成する。尚、このような輝度補正の実行の有無は任意である。

描画部５０６は、コンクリート表面におけるひび割れの特徴をコンピュータに学習させた学習情報に基づいて、入力画像からひび割れと想定される想定ひび割れを抽出し、この想定ひび割れに沿って描画して想定ひび割れ描画ラインを作成し、この想定ひび割れ描画ラインを含む描画含有画像を作成する。

ここで、学習情報について概説する。まず、特徴データベース格納部５５０には、多様なコンクリート表面画像が格納されている。このコンクリート表面画像の上には、解析者がひび割れであると判断するひび割れラインが描画されている。従って、格納されているコンクリート表面画像には、撮影画像と、描画されたひび割れラインが内包されている。機械学習部５５２では、特徴データベース格納部５５０に入力されているコンクリート表面画像と、コンクリート表面画像中に描画されているひび割れラインと、に基づき、各々のコンクリート表面画像においてひび割れの特徴を機械学習させた関数やひび割れの特徴を示すモデルを作成する。ひび割れの特徴を機械学習させた関数やひび割れの特徴を示すモデルは、例えばニューラルネットワークを用いた教師付きの学習等、既存の技術を用いて作成することができるが、その作成手法は特に限定されない。機械学習部５５２において機械学習を繰り返すことにより、多様なコンクリート表面画像における多様なひび割れパターンが学習される。コンクリート表面画像に対して学習されたひび割れパターンに関する学習データは、例えばデータ格納部３０３に格納される。

ウェーブレット画像作成部５０８は、描画部５０６において作成された、想定ひび割れ描画ラインを含む描画含有画像に対してウェーブレット変換処理を実行することにより、ウェーブレット画像を作成する。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になる。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、ひび割れの幅（もしくは広さ）に依存するということである。例えば、ひび割れの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。ウェーブレット変換処理によって算定されるウェーブレット係数を用いて、二値化画像を作成するアルゴリズムについては以下で詳説する。

ウェーブレット係数テーブル作成部５１０は、ウェーブレット画像から二値化画像を作成する際の閾値となるウェーブレット係数を作成する。ウェーブレット係数は、上記するようにひび割れの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毎に算定しておき、ウェーブレット係数テーブルを作成する。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）が、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。

二値化画像作成部５１２は、ウェーブレット画像作成部５０８で作成されたウェーブレット画像の各画素と、ウェーブレット係数テーブル作成部５１０で作成された閾値となるウェーブレット係数とを比較演算する二値化処理を実行する。例えば、ウェーブレット画像を構成する各画素のウェーブレット係数値が、ウェーブレット係数テーブルの閾値よりも大きい場合は当該画素がひび割れであると判断して１を割り当て、閾値よりも小さい場合は当該画素がひび割れでないと判断して０を割り当てる二値化処理を実行する。したがって、二値化画像は、各画素が０と１のいずれかで表現された画像となる。

ひび割れ情報作成部５１４は、二値化画像作成部５１２にて作成された二値化画像中のひび割れ群の中にある各ひび割れを構成する各画素に対して、ひび割れ幅ごとのひび割れ長さ、平均ひび割れ幅、ひび割れ密度、ひび割れ総延長などに関するひび割れ情報を作成し、適宜分類する。

ひび割れ情報作成部５１４において作成された各種データは、データ格納部３０３に格納される。また、上記する各部で作成された画像もデータ格納部３０３に格納される。また、各部で作成された画像や作成されたテーブルは表示部４０５（図２参照）にて適宜表示され、解析者は都度所望の画像やテーブルを確認することができる。

解析者は、ひび割れ情報作成部５１４にて作成され、表示されたひび割れ情報に関するテーブル等に基づいて、検査対象である鉄筋コンクリート構造物等の改修施工の要否等の判断を、客観的な指標に基づいて実行することが可能になる。

［第１の実施形態に係るひび割れ特定方法］
次に、図４乃至図９を参照して、第１の実施形態に係るひび割れ特定方法について説明する。図４は、第１の実施形態に係るひび割れ特定方法を示すフローチャートであり、ひび割れ特定装置３００における処理の流れを示している。

ステップＳ７００において、入力部５０２に取り込まれた画像データに基づき、入力画像作成部５０４において入力画像を作成する。図５Ａにおいて、入力画像の一例を写真図として示す（以上、入力画像作成工程）。

入力画像に関し、例えば輝度の補正処理を要する場合は輝度補正処理を実行して入力画像を作成し、輝度の補正処理が不要な場合は撮影画像をそのまま入力画像とする。２５６階調の輝度のうち、その中央値である１２８を含む１２０乃至１６０程度の範囲内で解析者が最適と判断する輝度を設定しておく。撮影画像の輝度が設定されている輝度と符合しない場合、撮影画像に対して輝度の補正処理を実行し、設定されている輝度を有する入力画像を作成する。

ステップＳ７０２において、機械学習によってひび割れの特徴を機械学習させた関数もしくはひび割れの特徴を示すモデルをコンピュータ内にて予め生成しておく。このコンピュータは、図３に示すようにひび割れ特定装置３００であってもよいし、ひび割れ特定装置３００とは異なる別途のコンピュータであってもよい。特徴データベース格納部５５０には、多様なコンクリート表面画像が格納されており、このコンクリート表面画像の上には、解析者がひび割れであると判断するひび割れラインが描画されている。このように描画されたひび割れラインは、当該コンクリート表面画像におけるひび割れに関する教示データとなる。機械学習部５５２では、特徴データベース格納部５５０に入力されているコンクリート表面画像と、コンクリート表面画像中に描画されているひび割れライン（教示データ）とに基づき、各々のコンクリート表面画像においてひび割れの特徴を機械学習させた関数やひび割れの特徴を示すモデルを作成する。ひび割れの特徴を機械学習させた関数やひび割れの特徴を示すモデルは、例えばニューラルネットワークを用いた教師付きの学習等、既存の技術を用いて作成することができる。機械学習部５５２において機械学習を繰り返し実行し、多様なコンクリート表面画像における多様なひび割れパターンが学習される。

ステップＳ７０４において、学習情報に基づいて、ひび割れ特定装置３００では入力画像からひび割れと想定される想定ひび割れを抽出し、抽出された想定ひび割れに沿って描画して想定ひび割れ描画ラインを作成することにより、想定ひび割れ描画ラインを含む描画含有画像をひび割れ特定装置３００にて作成する。図５Ｂにおいて、描画含有画像の一例を写真図として示す（以上、ステップＳ７０２，Ｓ７０４をまとめて描画工程）。

この描画工程により、入力画像において大まかにひび割れ位置を指定することにより、解析時間の短縮が図られる。さらに、想定ひび割れ描画ラインを解析者ではなくてコンピュータが機械学習に基づいて行うことから、解析者による描画を解消することができ、解析者による描画に比べて格段に短時間にて想定ひび割れ描画ラインを作成することができる。

ステップＳ７０６において、ウェーブレット画像作成部５０８に描画含有画像を取り込み、描画含有画像に対してウェーブレット変換処理を実行することにより、ウェーブレット画像を作成する（ウェーブレット画像作成工程）。

ここで、ウェーブレット変換処理について説明する。図６Ａは、ウェーブレット変換処理における、入力画像と局所領域の関係の一例を示す図である。また、図６Ｂは、ウェーブレット変換処理における、局所領域と注目画素の関係の一例を示す図である。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行うものである。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行う。

図６Ｂは局所領域３を拡大した図である。図示する実施形態では、例えば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）の中心でひび割れの判定を行う。尚、ウェーブレット係数の算定は、図６Ａにおける局所領域３を対象として行う。以下に、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行うことによりウェーブレット係数を算定する算定式を示す。

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、（ｘ_０、ｙ_０）はΨの平行移動量を、それぞれ示している。また、ａ^ｋは、Ψの拡大や縮小を（ここで、ａ^ｋ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）、ｆ_０は、中心周波数を、σは、ガウス関数の標準偏差を、それぞれ示している。さらに、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。

数式１を用いて計算した複数のθ、ｋに対して、ウェーブレット係数Ψの累計値Ｃ（ｘ_０、ｙ_０）を求める式が以下の数式４となる。

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乃至２に、ａ^ｋは０乃至５に、ｆ_０は０．１に、回転角は０乃至１８０度に、それぞれ設定できる。数式４における平行移動量（ｘ_０、ｙ_０）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り、ウェーブレット係数の連続量（Ｃ（ｘ_０、ｙ_０））が算定できる。

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。

ウェーブレット画像の作成に当たり、ウェーブレット係数テーブル作成部５１０にてウェーブレット係数テーブルの作成を実行する。ウェーブレット係数テーブルの作成では、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行う。例えば、図７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が、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行うことにより算定されるウェーブレット係数の鳥瞰図を図８に示す。図８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。同時に、対比する２つの濃度の組み合わせをそれぞれ０乃至２５５の２５６階調で行うことにより、図９に示すようなウェーブレット係数テーブルの作成が行われる。尚、ウェーブレット係数テーブルの作成のタイミングは、後述する二値化画像の作成までのいずれのタイミングでもよい。例えば、撮影画像の入力後に行ってもよいし、ウェーブレット画像の作成と並行して行ってもよいし、ウェーブレット画像を作成した後でかつ二値化画像の作成前に行ってもよい。

ステップＳ７０８において、二値化画像作成部５１２にて二値化画像の作成を実行する（二値化画像作成工程）。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する。そして、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する（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演算を実行することにより、二値化画像が作成される。図５Ｃにおいて、二値化画像の一例を写真図として示す。

ステップＳ７１０において、ひび割れ情報作成部５１４に二値化画像を取り込み、二値化画像中に存在する複数のひび割れからなるひび割れ群を構成する各ひび割れに関して、ひび割れ情報を作成する。ここで、ひび割れ情報には、ひび割れ幅ごとのひび割れ長さ、平均ひび割れ幅、ひび割れ密度、ひび割れ総延長などが含まれる（ひび割れ情報作成工程）。

図示するひび割れ特定方法によれば、ひび割れ検出に際して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。図４に示すひび割れ特定方法は、ひび割れ特定装置３００において実行される一連の処理フローでもあるが、この一連の処理フローを含むプログラムがコンピュータにインストールされることにより、ひび割れ特定装置３００が形成されてもよい。

［第２の実施形態に係るひび割れ特定装置］
次に、図１０を参照して、第２の実施形態に係るひび割れ特定装置の機能構成について説明する。尚、第２の実施形態に係るひび割れ特定装置のハードウェア構成は図２に示すハードウェア構成であり、その説明は省略する。

図１０に示す第２の実施形態に係るひび割れ特定装置３００Ａは、図３に示す第１の実施形態に係るひび割れ特定装置３００に対して、太線化部５０７が付加された装置である。太線化部５０７では、想定ひび割れ描画ラインをその幅方向に広げて太線化させて想定ひび割れ太線化ラインを作成し、この想定ひび割れ太線化ラインを含む太線含有画像を作成する。例えば、描画されている想定ひび割れ描画ラインが１ピクセル幅の線からなる場合に、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想定ひび割れ太線化ラインを描画して太線含有画像を作成する。この想定ひび割れ描画ラインに基づく想定ひび割れ太線化ラインの作成は、コンピュータにより実行される。想定ひび割れ太線化ラインに対する増加ピクセル数は、解析者により任意に設定される。

想定ひび割れ描画ラインよりも太線の想定ひび割れ太線化ラインを描画することにより、より一層大まかにひび割れ位置を指定することができ、解析時間の短縮は勿論のこと、より一層高精度にてひび割れを特定することが可能になる。

ひび割れ特定装置３００Ａでは、ウェーブレット画像作成部５０８において、太線化部５０７において作成された、想定ひび割れ太線化ラインを含む太線含有画像に対してウェーブレット変換処理を実行することにより、ウェーブレット画像を作成する。

［第２の実施形態に係るひび割れ特定方法］
次に、図１１を参照して、第２の実施形態に係るひび割れ特定方法について説明する。図１１は、第２の実施形態に係るひび割れ特定方法を示すフローチャートであり、ひび割れ特定装置３００Ａにおける処理の流れを示している。

図１１に示す第２の実施形態に係るひび割れ特定方法は、図４に示す第１の実施形態に係るひび割れ特定方法における描画含有画像の作成（ステップＳ７０４）に代わり、太線含有画像の作成（ステップＳ７０５）を有する点である。学習情報に基づいて、ひび割れ特定装置３００では入力画像からひび割れと想定される想定ひび割れを抽出し、抽出された想定ひび割れに沿って描画して想定ひび割れ描画ラインを作成する描画工程を実行した後、想定ひび割れ描画ラインをその幅方向に広げて太線化させて想定ひび割れ太線化ラインを作成し、この想定ひび割れ太線化ラインを含む太線含有画像をひび割れ特定装置３００Ａにて作成する。図１２において、太線含有画像の一例を写真図として示す（太線化工程）。

ステップＳ７０６において、ウェーブレット画像作成部５０８に太線含有画像を取り込み、太線含有画像に対してウェーブレット変換処理を実行することにより、ウェーブレット画像を作成する（ウェーブレット画像作成工程）。

［検証解析とその結果］
本発明者等は、第１の実施形態及び第２の実施形態に係るひび割れ特定方法の特定精度を検証する解析を行った。ひび割れを内包す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を作成し、この入力画像に対して本発明者等がひび割れと判定するラインに沿ってひび割れラインを描画し、このひび割れラインが描画された画像に対してウェーブレット変換処理を実行して二値化画像を作成した。作成された二値化画像に基づき、ひび割れ幅ごとのひび割れ長さ、平均ひび割れ幅、ひび割れ密度、ひび割れ総延長をコンピュータ内で特定した。この結果を正解値とする。

第１の実施形態及び第２の実施形態に係るひび割れ特定方法にてそれぞれ二値化画像を作成し、作成されたそれぞれの二値化画像に基づき、ひび割れ幅ごとのひび割れ長さ、平均ひび割れ幅、ひび割れ密度、ひび割れ総延長をコンピュータ内で特定した。図１３Ａは、正解値に関する結果を示す図であり、図１３Ｂ、図１３Ｃはそれぞれ、第１の実施形態及び第２の実施形態に係るひび割れ特定方法による結果を示す図である。

図１３Ａより、正解値となる平均ひび割れ幅は０．２５ｍｍ、ひび割れ密度は７．８ｍ／ｍ^２、ひび割れ総延長は０．４５ｍである。これに対して、第１の実施形態に係るひび割れ特定方法による平均ひび割れ幅は０．２７ｍｍ、ひび割れ密度は６．３７ｍ／ｍ^２、ひび割れ総延長は０．３７ｍとなり、各値ともに正解値に近い値となることが検証されている。

一方、第２の実施形態に係るひび割れ特定方法による平均ひび割れ幅は０．２６ｍｍ、ひび割れ密度は７．４５ｍ／ｍ^２、ひび割れ総延長は０．４３ｍとなり、各値ともに正解値に極めて近い値となることが検証されており、第１の実施形態に係るひび割れ特定方法よりもひび割れ特定精度が向上することが分かった。

本検証により、想定ひび割れに沿って描画して想定ひび割れ描画ラインを作成し、想定ひび割れ描画ラインを含む描画含有画像に対してウェーブレット変換処理を実行して二値化画像を作成することにより、コンクリート表面上のひび割れを高い精度で検出できることが分かった。また、想定ひび割れ描画ラインをその幅方向に広げて太線化させて想定ひび割れ太線化ラインを作成し、想定ひび割れ太線化ラインを含む太線含有画像に対してウェーブレット変換処理を実行して二値化画像を作成することにより、コンクリート表面上のひび割れをより一層高い精度で検出できることが分かった。さらに、想定ひび割れ描画ラインの作成に際しては、ひび割れの特徴をコンピュータに学習させた学習情報に基づいて入力画像において想定ひび割れを抽出して描画することにより、ひび割れ検出の解析時間を大幅に短縮することが可能になる。

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。

１００ ：撮像装置
２００ ：ネットワーク
３００，３００Ａ ：ひび割れ特定装置
３０１ ：データ収集部
３０２ ：データ解析部
３０３ ：データ格納部
５０２ ：入力部
５０４ ：入力画像作成部
５０６ ：描画部
５０７ ：太線化部
５０８ ：ウェーブレット画像作成部
５１０ ：ウェーブレット係数テーブル作成部
５１２ ：二値化画像作成部
５１４ ：ひび割れ情報作成部
５５０ ：特徴データベース格納部
５５２ ：機械学習部
１０００ ：ひび割れ特定システム

Claims (7)

1. ひび割れを内包す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を作成する、入力画像作成工程と、
   コンクリート表面におけるひび割れの特徴をコンピュータに学習させた学習情報に基づいて、前記入力画像からひび割れと想定される想定ひび割れを抽出し、該想定ひび割れに沿って描画して想定ひび割れ描画ラインを作成し、該想定ひび割れ描画ラインを含む描画含有画像を作成する、描画工程と、
   前記描画含有画像に対してウェーブレット変換処理を実行し、各画素がウェーブレット係数を有するウェーブレット画像を作成するウェーブレット画像作成工程と、
   ウェーブレット係数の閾値となるウェーブレット係数テーブルを用いて、前記ウェーブレット画像の各画素を二値化して二値化画像を作成する二値化画像作成工程と、を有することを特徴とする、コンクリート表面上のひび割れ特定方法。
2. ひび割れを内包す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を作成する、入力画像作成工程と、
   コンクリート表面におけるひび割れの特徴をコンピュータに学習させた学習情報に基づいて、前記入力画像からひび割れと想定される想定ひび割れを抽出し、該想定ひび割れに沿って描画して想定ひび割れ描画ラインを作成する、描画工程と、
   前記想定ひび割れ描画ラインをその幅方向に広げて太線化させて想定ひび割れ太線化ラインを作成し、該想定ひび割れ太線化ラインを含む太線含有画像を作成する、太線化工程と、
   前記太線含有画像に対してウェーブレット変換処理を実行し、各画素がウェーブレット係数を有するウェーブレット画像を作成するウェーブレット画像作成工程と、
   ウェーブレット係数の閾値となるウェーブレット係数テーブルを用いて、前記ウェーブレット画像の各画素を二値化して二値化画像を作成する二値化画像作成工程と、を有することを特徴とする、コンクリート表面上のひび割れ特定方法。
3. ひび割れを内包するコンクリート表面の撮影画像が入力される入力部と、
   前記撮影画像に基づいて入力画像を作成する、入力画像作成部と、
   コンクリート表面におけるひび割れの特徴をコンピュータに学習させた学習情報に基づいて、前記入力画像からひび割れと想定される想定ひび割れを抽出し、該想定ひび割れに沿って描画して想定ひび割れ描画ラインを作成し、該想定ひび割れ描画ラインを含む描画含有画像を作成する、描画部と、
   前記描画含有画像に対してウェーブレット変換処理を実行し、各画素がウェーブレット係数を有するウェーブレット画像を作成する、ウェーブレット画像作成部と、
   ウェーブレット係数の閾値となるウェーブレット係数テーブルを用いて、前記ウェーブレット画像の各画素を二値化して二値化画像を作成する、二値化画像作成部と、を有することを特徴とする、コンクリート表面上のひび割れ特定装置。
4. ひび割れを内包するコンクリート表面の撮影画像が入力される入力部と、
   前記撮影画像に基づいて入力画像を作成する、入力画像作成部と、
   コンクリート表面におけるひび割れの特徴をコンピュータに学習させた学習情報に基づいて、前記入力画像からひび割れと想定される想定ひび割れを抽出し、該想定ひび割れに沿って描画して想定ひび割れ描画ラインを作成し、該想定ひび割れ描画ラインを含む描画含有画像を作成する、描画部と、
   前記想定ひび割れ描画ラインをその幅方向に広げて太線化させて想定ひび割れ太線化ラインを作成し、該想定ひび割れ太線化ラインを含む太線含有画像を作成する、太線化部と、
   前記太線含有画像に対してウェーブレット変換処理を実行し、各画素がウェーブレット係数を有するウェーブレット画像を作成する、ウェーブレット画像作成部と、
   ウェーブレット係数の閾値となるウェーブレット係数テーブルを用いて、前記ウェーブレット画像の各画素を二値化して二値化画像を作成する、二値化画像作成部と、を有することを特徴とする、コンクリート表面上のひび割れ特定装置。
5. 請求項３又は４に記載のひび割れ特定装置と、
   前記撮影画像を撮像する撮像装置と、を有し、
   前記撮影画像が前記ひび割れ特定装置の前記入力部に入力されることを特徴とする、コンクリート表面上のひび割れ特定システム。
6. コンクリート表面上のひび割れを特定するコンピュータに以下の処理を実行させるプログラムであって、
   ひび割れを内包す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を作成する工程と、
   コンクリート表面におけるひび割れの特徴をコンピュータに学習させた学習情報に基づいて、前記入力画像からひび割れと想定される想定ひび割れを抽出し、該想定ひび割れに沿って描画して想定ひび割れ描画ラインを作成し、該想定ひび割れ描画ラインを含む描画含有画像を作成する工程と、
   前記描画含有画像に対してウェーブレット変換処理を実行し、各画素がウェーブレット係数を有するウェーブレット画像を作成する工程と、
   ウェーブレット係数の閾値となるウェーブレット係数テーブルを用いて、前記ウェーブレット画像の各画素を二値化して二値化画像を作成する工程と、を実行させることを特徴とする、プログラム。
7. コンクリート表面上のひび割れを特定するコンピュータに以下の処理を実行させるプログラムであって、
   ひび割れを内包す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を作成する工程と、
   コンクリート表面におけるひび割れの特徴をコンピュータに学習させた学習情報に基づいて、前記入力画像からひび割れと想定される想定ひび割れを抽出し、該想定ひび割れに沿って描画して想定ひび割れ描画ラインを作成する工程と、
   前記想定ひび割れ描画ラインをその幅方向に広げて太線化させて想定ひび割れ太線化ラインを作成し、該想定ひび割れ太線化ラインを含む太線含有画像を作成する工程と、
   前記太線含有画像に対してウェーブレット変換処理を実行し、各画素がウェーブレット係数を有するウェーブレット画像を作成する工程と、
   ウェーブレット係数の閾値となるウェーブレット係数テーブルを用いて、前記ウェーブレット画像の各画素を二値化して二値化画像を作成する工程と、を実行させることを特徴とする、プログラム。