JP6833668B2 - 画像特徴強調装置、路面特徴解析装置、画像特徴強調方法及び路面特徴解析方法 - Google Patents
画像特徴強調装置、路面特徴解析装置、画像特徴強調方法及び路面特徴解析方法 Download PDFInfo
- Publication number
- JP6833668B2 JP6833668B2 JP2017228294A JP2017228294A JP6833668B2 JP 6833668 B2 JP6833668 B2 JP 6833668B2 JP 2017228294 A JP2017228294 A JP 2017228294A JP 2017228294 A JP2017228294 A JP 2017228294A JP 6833668 B2 JP6833668 B2 JP 6833668B2
- Authority
- JP
- Japan
- Prior art keywords
- road surface
- image
- unit
- value
- luminance value
- 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
- 238000004458 analytical method Methods 0.000 title claims description 56
- 238000000034 method Methods 0.000 title claims description 24
- 238000001514 detection method Methods 0.000 claims description 101
- 238000012545 processing Methods 0.000 claims description 70
- 238000007689 inspection Methods 0.000 claims description 45
- 238000013500 data storage Methods 0.000 claims description 36
- 230000002708 enhancing effect Effects 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 6
- 230000006866 deterioration Effects 0.000 claims description 4
- 238000013450 outlier detection Methods 0.000 claims description 2
- 238000000605 extraction Methods 0.000 claims 6
- 238000005336 cracking Methods 0.000 claims 2
- 238000010586 diagram Methods 0.000 description 12
- 238000004364 calculation method Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 9
- 238000012795 verification Methods 0.000 description 9
- 238000012423 maintenance Methods 0.000 description 7
- 238000007726 management method Methods 0.000 description 6
- 238000012986 modification Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 230000008439 repair process Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000010276 construction Methods 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 230000002950 deficient Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 241000270666 Testudines Species 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 239000010426 asphalt Substances 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G06T5/94—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration by the use of local operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/60—Extraction of image or video features relating to illumination properties, e.g. using a reflectance or lighting model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20021—Dividing image into blocks, subimages or windows
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
- G06T2207/20032—Median filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30132—Masonry; Concrete
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30242—Counting objects in image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
- G06T2207/30256—Lane; Road marking
Description
図1は、道路維持管理システム100の概要を示す概略図である。
道路維持管理システム100は、道路管理者に対して、道路の補修や修繕等の工事等の維持管理業務を支援するシステムである。なお、ここでいう道路とは、国や地方公共団体等の公共機関、または道路事業者によって管理される公道(一般道の他、高速道路も含む)のことである。
点検情報は、管理対象の道路に対して、点検により得られた舗装の状態を示す情報である。住民通報情報は、住民等から日常的に発信される道路に関する様々な情報や要望である。工事情報は、管理対象の道路に対して、補修や修繕等の工事が行われた工事の状況やその履歴に関する情報である。
舗装ひび割れ解析装置1は、路面の点検時に撮影された路面画像から画像処理によって自動的に舗装ひび割れを検出し、舗装の劣化を評価する指標の一つである「ひび割れ率」を算出する装置である。
まず、第1の実施形態について、説明する。第1の実施形態は、撮像画像に対し、予め路面部分に対して強調処理を行ってから、ひび割れ解析を行う、実施の形態である。
図2は、第1の施形態における機能構成を表す概略ブロック図である。
まず画像特徴強調装置10の構成について説明する。画像特徴強調装置10は、撮像画像から路面部分に検出して、予め強調処理を行う装置である。
画像データ記憶部13は、画像取得部12によって取得された路面画像を記憶する記憶部である。画像データ記憶部13は、磁気ハードディスク装置や半導体記憶装置などの記憶装置を用いて構成される。なお、画像データ記憶部13は、不揮発性メモリであってもよい。
画像特徴強調処理部15は、領域取得部14で取得した部分領域画像内の路面部分の領域の特徴を強調する処理を行う処理部である。路面部分の領域の特徴を強調する処理は、路面領域の輝度の差異を強調する、コントラスト強調処理である。以下の説明では、路面部分の領域の特徴を強調する処理を単に強調処理と記載する。
舗装ひび割れ解析装置1は、撮影画像入力部101、道路属性入力部102、解析作業者登録部103、入力情報記憶部105、舗装ひび割れ検出部106、ひび割れ率算出部107、点検結果データ記憶部108、点検結果出力部109、帳票作成・出力部110、表示制御部111、表示部112及び出力部113を備える。
区間属性情報入力部1021は、路面を撮影する路線の区間属性情報を取得する入力部である。区間属性情報は、路面を撮影する路線の区間毎に定められた属性の情報である。属性の情報とは、例えば、「道路」、「橋梁」、「トンネル」等の情報である。区間属性情報には、路線名、区間番号、区間の起点、区間の終点等の情報が含まれていてもよい。
カメラ向き入力部1031は、カメラの向きの情報を取得する取得部である。カメラの向きは、例えば路面に対するカメラの俯角、車載カメラの場合にはカメラを積んだ車両の進行方向に対する撮影方向の偏角等である。
カメラ高さ入力部1032は、カメラの路面からの高さの情報を取得する入力部である。なお、俯角とは、カメラと同じ高さの水平面から下にある物を撮影するときのカメラから撮影物方向の視線と、水平面とが成す角度である。水平方向の俯角は0°である。カメラから真下の方向の俯角は90°である。
解析作業者情報入力部1034は、舗装ひび割れ解析装置1において解析作業を行なう解析作業者の情報を取得する。解析作業者の情報は、例えば解析作業者の氏名、ID(identification)等である。
カメラが車載カメラである場合、路面に対して所定の俯角で配置されるため、撮影される画像が路面を斜めから撮像した画像となる。このため、舗装ひび割れ検出部106は、強調画像を正射影変換することで、強調画像は路面を真上から見たオルソ画像(Ortho Image)に変換される。舗装ひび割れ検出部106は、生成したひび割れ形状データと、オルソ画像と、検出したひび割れが路面のどの位置あったかを示す位置データとをひび割れ率算出部107に出力する。
ひび割れ率(%)=100×(ひび割れの面積)/(調査区間の面積)
出力部113は、点検結果データ記憶部108に記憶されたデータを他の装置に出力する出力部である。
図3は、本実施の形態の画像特徴強調装置10の処理の流れを示すフローチャートである。
図3の処理開始時には、既に画像データ記憶部13に路面画像が記憶されているものとする。
まず、領域取得部14が、画像データ記憶部13に記憶されている路面画像を取得する(ステップS101)。ここで、取得する画像は、画像データ記憶部13から最新の路面画像でもよいし、時系列順に最も先に画像データ記憶部13に記憶された路面画像でもよいし、ユーザに選択された路面画像でもよい。
図4に示す路面画像250には、路面201の他に、多くの物体202(例えば、バス、車両、人物、樹木等)が撮像されている。特に、図4の路面画像250では、太陽光及びカメラの自動調整機能により、樹木やバス等の物体202が明瞭に映る。これに対し、路面201部分が、ぼやけて撮像されているため、ひび割れの検出精度が低くなってしまう場合がある。
図5に示すように、部分領域画像300では、路面部分の領域以外の領域がマスク画像により描画されておらず、路面部分の領域が抽出されている。領域取得部14は、生成した部分領域画像を画像特徴強調処理部15に出力する。
図6では、路面画像の中で特に主要な路面部分が現れる範囲に、検出窓1、検出窓2、検出窓3の複数の検出窓が設定された場合を示している。それぞれの検出窓の位置は、検出窓1がP(100,510)〜P(499,809)、検出窓2がP(100,810)〜P(499,1109)、検出窓3がP(100,1110)〜P(499,1409)の位置である。なお、検出窓の形状は、図6のような長方形に限らず、正方形や台形、多角形のいずれであっても。また、検出窓の大きさや配置は路面画像によって変更可能である。
図9は、本実施形態で用いるLPFの一例を示す図である。本実施形態では、図9に示すように、輝度値を算出する対象となる画素と、対象となる画素に隣接する8画素とを加えた9画素の輝度値を平均することでLPFとしている。これにより、1画素単位の突発的な不良値の影響を緩和する。なお、画像特徴強調処理部15は、9画素LPFの代わりに9画素メジアンフィルターなどを用いてもよい。画像特徴強調処理部15は、この処理を検出窓内の各画素に対して行うことによって、検出窓内の輝度値を算出する。
図11は、コントラスト調整の詳細の位置ずれを示す図である。図11に示すように、コントラスト調整前では輝度値の範囲が幅広い範囲であったが、コントラスト調整後では輝度値の範囲が最低代表輝度値Yminから最高代表輝度値Ymaxまでの範囲に調整されている。
図12は、コントラスト強調後の路面部分の領域の状態を示す図である。図12に示すように、図4の路面画像に比べて路面部分の領域のひび割れが強調されている。
以下、第1の実施の形態の変形例について説明する。
図3のステップS101における路面部分の領域の取得方法は、検出した物体の位置関係他から示度的な自動的に取得していたが、図2の領域取得部14は、ユーザによって選択された領域を路面部分の領域として取得してもよい。このように構成される場合、例えば画像特徴強調装置10は、不図示の表示部に路面部分の設定画面を表示し、ユーザが、マウス等の入力装置を用いて路面画像内の特定の領域を選択する。領域取得部14は、選択された特定の領域を路面部分の領域として取得する。
このように構成されることによって、建物や車両や影等による影響で輝度値に変化が生じてしまった路面部分の領域を除外することができる。そのため、強調処理の精度低下を抑制することができる。
このように構成されることによって、建物や車両や影等による影響で輝度値に変化が生じてしまった路面部分の領域を除外することができる。そのため、強調処理の精度低下を抑制することができる。
第2の実施形態は、路面画像に対して予め強調処理を施すのではなく、舗装ひび割れ解析装置内で、路面領域を抽出して強調処理を行ってから、ひび割れ解析を行う実施形態である。
第2の実施形態では、道路維持管理システム100が、図13に示す舗装ひび割れ解析装置1aを備える。
図13は、第2の施形態における舗装ひび割れ解析装置1aを表す概略ブロック図である。なお、図13において図2に示す舗装ひび割れ解析装置1と同様の構成については同様の符号を付して説明を省略する。
画像特徴強調処理部115は、領域取得部114で取得した部分領域画像内の路面部分の領域の特徴を強調する処理を行う処理部である。なお、画像特徴強調処理部115の具体的な処理は、画像特徴強調処理部15と同様である。
また、舗装ひび割れ解析装置1aは、1つの装置で画像に対する強調処理と、ひび割れの解析とが可能になる。そのため、利便性を向上させることができる。
以下、本実施の形態の変形例について説明する。
本実施の形態における舗装ひび割れ解析装置1aは、第1の実施形態における画像特徴強調装置10と同様に変形されてもよい。
以下、上記の各実施の形態に共通の変形例について説明する。
上記の各実施の形態において、ひび割れの形状には、ひび割れの方向を示すものを含んでもよい。ひび割れの方向とは、例えば、車両の進行方向に対する角度である。車両の進行方向に対する角度は、車両の進行方向を0°として−90°〜90°の範囲で表すようにしてもよい。ひび割れの方向は、所定の長さのひび割れを直線近似したものであってもよい。また、ひび割れの形状は、直線状、曲線状、複数の直線又は曲線が分岐する枝状、ひび割れによって多角形状等を構成する形状(本実施形態では、「亀甲状」という。但し、6角形には限定されない。)を表すものであってもよい。
Claims (14)
- 路面が撮像された路面画像を入力する画像入力部と、
前記画像入力部が入力した前記路面画像を記憶する画像データ記憶部と、
前記画像データ記憶部に記憶されている前記路面画像から撮像されている物体を判別し、判別した物体の周辺で、画素の画素値が路面の画素値に類似する領域を路面領域として取得する路面領域抽出部と、
取得された前記路面領域内の最高輝度値と最低輝度値とに基づいて、前記路面領域内の輝度値を変更することによって前記路面領域の特徴を強調する画像特徴強調処理部と、
前記画像特徴強調処理部によって前記路面領域の特徴が強調された強調画像を出力する画像出力部と、
を備える画像特徴強調装置。 - 前記路面領域抽出部は、前記路面画像から、撮像された移動体を検出し、当該移動体のタイヤ部分位置を上下方向を判定し、
車両の下部で、かつ画素値が予め登録されている路面の画素値に類似する部分を路面領域として取得する、
請求項1に記載の画像特徴強調装置。 - 路面部分を設定する設定画面を、更に有し、
前記路面領域抽出部は、操作者が指定した領域を路面領域として路面として取得する、
請求項1に記載の画像特徴強調装置。 - 前記画像特徴強調処理部は、前記路面領域に対して複数の検出窓を設定し、前記検出窓内の最高輝度値と最低輝度値とをそれぞれ算出し、算出した前記最高輝度値と前記最低輝度値とを用いて全検出窓の最高代表輝度値と最低代表輝度値とを算出し、算出した前記最高代表輝度値と、前記最低代表輝度値とに基づいて、前記路面領域内の輝度値を変更することによって前記路面領域の特徴を強調する、
請求項1に記載の画像特徴強調装置。 - 前記画像特徴強調処理部は、全検出窓のうち検出窓内の代表輝度値が外れ値の検出窓がある場合、前記外れ値の検出窓を除いた残りの検出窓内の輝度値を用いて最高代表輝度値と最低代表輝度値とを算出する、
請求項4に記載の画像特徴強調装置。 - 前記画像特徴強調処理部は、前記路面画像が連続して入力された場合、検出窓内の代表輝度値の変化が閾値以上の検出窓を除いた残りの検出窓内の輝度値を用いて最高代表輝度値と最低代表輝度値とを算出する、
請求項4に記載の画像特徴強調装置。 - 路面が撮像された路面画像を入力する画像入力部と、
前記画像入力部が入力した前記路面画像を記憶する画像データ記憶部と、
前記画像データ記憶部に記憶されている前記路面画像から撮像されている物体を判別し、判別した物体の周辺で、画素の画素値が路面の画素値に類似する領域を路面領域として取得する路面領域抽出部と、
取得された前記路面領域内の最高輝度値と最低輝度値とに基づいて、前記路面領域内の輝度値を変更することによって前記路面領域の特徴を強調する画像特徴強調処理部と、
前記画像特徴強調処理部によって前記路面領域の特徴が強調された強調画像を取得し、取得した前記強調画像内の前記路面領域から画像処理によって路面の劣化を検出する路面特徴検出部と、
前記路面特徴検出部によって検出された前記路面の劣化に応じた点検結果を出力する点検結果出力部と、
を備える路面特徴解析装置。 - 前記路面特徴検出部は、路面領域の特徴が強調された強調画像内の前記路面領域から画像処理によって路面の舗装ひび割れを検出する、
請求項7に記載の路面特徴解析装置。 - 路面が撮像された路面画像を入力する画像入力ステップと、
前記画像入力ステップにおいて入力した前記路面画像を画像データ記憶部に記録する画像データ記録ステップと、
前記画像データ記憶部に記録された前記路面画像に撮像されている物体を判別し、判別した物体の周辺で、画素の画素値が、路面の画素値に類似する領域を路面領域として取得する路面領域抽出ステップと、
取得された前記路面領域内の最高輝度値と最低輝度値とに基づいて、前記路面領域内の輝度値を変更することによって前記路面領域の特徴を強調する画像特徴強調処理ステップと、
前記画像特徴強調処理ステップにおいて前記路面領域の特徴が強調された強調画像を出力する画像出力ステップと、
を有する画像特徴強調方法。 - 前記画像特徴強調処理ステップにおいて、
前記路面領域に対して複数の検出窓を設定し、前記検出窓内の最高輝度値と最低輝度値とをそれぞれ算出し、算出した前記最高輝度値と前記最低輝度値とを用いて全検出窓の最高代表輝度値と最低代表輝度値とを算出し、算出した前記最高代表輝度値と、前記最低代表輝度値とに基づいて、前記路面領域内の輝度値を変更することによって前記路面領域の特徴を強調する、
請求項9に記載の画像特徴強調方法。 - 前記画像特徴強調処理ステップにおいて、
全検出窓のうち検出窓内の代表輝度値が外れ値の検出窓がある場合、前記外れ値の検出窓を除いた残りの検出窓内の輝度値を用いて最高代表輝度値と最低代表輝度値とを算出する、
請求項10に記載の画像特徴強調方法。 - 前記画像特徴強調処理ステップにおいて、
前記路面画像が連続して入力された場合、検出窓内の代表輝度値の変化が閾値以上の検出窓を除いた残りの検出窓内の輝度値を用いて最高代表輝度値と最低代表輝度値とを算出する、
請求項10に記載の画像特徴強調方法。 - 路面が撮像された路面画像を入力する画像入力ステップと、
前記画像入力ステップにおいて入力した前記路面画像を画像データ記憶部に記録する画像データ記録ステップと、
前記画像データ記憶部に記録された前記路面画像に撮像されている物体を判別し、判別した物体の周辺で、画素の画素値が路面の画素値に類似する領域を路面領域として取得する路面領域抽出ステップと、
取得された前記路面領域内の最高輝度値と最低輝度値とに基づいて、前記路面領域内の輝度値を変更することによって前記路面領域の特徴を強調する画像特徴強調処理ステップと、
前記画像特徴強調処理ステップにおいて前記路面領域の特徴が強調された強調画像を取得し、取得した前記路面画像内の前記路面領域から画像処理によって路面の特徴を検出する路面特徴検出ステップと、
前記路面特徴検出ステップにおいて検出された前記路面の劣化に応じた点検結果を出力する点検結果出力ステップと、
を有する路面特徴解析方法。 - 前記路面特徴検出ステップにおいて、
路面領域の特徴が強調された強調画像内の前記路面領域から画像処理によって路面の舗装ひび割れを検出する、
請求項13に記載の路面特徴解析方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017228294A JP6833668B2 (ja) | 2017-11-28 | 2017-11-28 | 画像特徴強調装置、路面特徴解析装置、画像特徴強調方法及び路面特徴解析方法 |
US16/165,200 US10872247B2 (en) | 2017-11-28 | 2018-10-19 | Image feature emphasis device, road surface feature analysis device, image feature emphasis method, and road surface feature analysis method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017228294A JP6833668B2 (ja) | 2017-11-28 | 2017-11-28 | 画像特徴強調装置、路面特徴解析装置、画像特徴強調方法及び路面特徴解析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019101499A JP2019101499A (ja) | 2019-06-24 |
JP6833668B2 true JP6833668B2 (ja) | 2021-02-24 |
Family
ID=66634514
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017228294A Active JP6833668B2 (ja) | 2017-11-28 | 2017-11-28 | 画像特徴強調装置、路面特徴解析装置、画像特徴強調方法及び路面特徴解析方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US10872247B2 (ja) |
JP (1) | JP6833668B2 (ja) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6833668B2 (ja) * | 2017-11-28 | 2021-02-24 | 株式会社東芝 | 画像特徴強調装置、路面特徴解析装置、画像特徴強調方法及び路面特徴解析方法 |
JP7048357B2 (ja) * | 2018-03-06 | 2022-04-05 | 東芝インフラシステムズ株式会社 | 撮影画像事前確認システム及び撮影画像事前確認方法 |
TWI679612B (zh) * | 2018-08-14 | 2019-12-11 | 國立交通大學 | 影像追蹤方法 |
KR102119033B1 (ko) * | 2019-09-27 | 2020-06-05 | 한국건설기술연구원 | 영상을 이용한 도로의 노면 표시 훼손 정보 제공 장치 및 방법 |
JP6987173B2 (ja) * | 2020-04-22 | 2021-12-22 | 三菱電機株式会社 | 障害物検知装置及びこれを備えた障害物検知システム、障害物検知方法 |
JP7358304B2 (ja) * | 2020-07-30 | 2023-10-10 | 株式会社リコー | 情報処理装置、路面性状調査システム、情報処理方法およびプログラム |
CN113870244B (zh) * | 2021-10-13 | 2022-06-28 | 山东云优企业管理有限公司 | 云计算式存储服务系统及方法 |
WO2023127082A1 (ja) * | 2021-12-28 | 2023-07-06 | 日本電気株式会社 | 管理支援システム、管理支援方法、及び、記録媒体 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4225807B2 (ja) | 2003-03-10 | 2009-02-18 | 富士通株式会社 | 路面状況判定方法および装置 |
JP2007265016A (ja) * | 2006-03-28 | 2007-10-11 | Matsushita Electric Ind Co Ltd | 車両検出装置及び車両検出方法 |
JP5442354B2 (ja) * | 2009-08-10 | 2014-03-12 | 株式会社Ihi | 車両操縦用画像表示装置および方法 |
JP5776545B2 (ja) | 2011-12-28 | 2015-09-09 | 富士通株式会社 | 路面調査プログラム及び路面調査装置 |
JP6083976B2 (ja) * | 2012-08-22 | 2017-02-22 | 株式会社メガチップス | 車線状況判別装置および車線状況判別方法 |
CN107923132B (zh) | 2015-07-21 | 2020-08-04 | 株式会社东芝 | 裂纹解析装置、裂纹解析方法以及记录介质 |
JP6833668B2 (ja) * | 2017-11-28 | 2021-02-24 | 株式会社東芝 | 画像特徴強調装置、路面特徴解析装置、画像特徴強調方法及び路面特徴解析方法 |
-
2017
- 2017-11-28 JP JP2017228294A patent/JP6833668B2/ja active Active
-
2018
- 2018-10-19 US US16/165,200 patent/US10872247B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
US20190163994A1 (en) | 2019-05-30 |
US10872247B2 (en) | 2020-12-22 |
JP2019101499A (ja) | 2019-06-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6833668B2 (ja) | 画像特徴強調装置、路面特徴解析装置、画像特徴強調方法及び路面特徴解析方法 | |
US8325979B2 (en) | Method and apparatus for detecting objects from terrestrial based mobile mapping data | |
US20100086174A1 (en) | Method of and apparatus for producing road information | |
CN111260615B (zh) | 基于激光和机器视觉融合的无人机桥梁表观病害检测方法 | |
CN112419385B (zh) | 一种3d深度信息估计方法、装置及计算机设备 | |
US20140362082A1 (en) | Automated Overpass Extraction from Aerial Imagery | |
CN106871906B (zh) | 一种盲人导航方法、装置及终端设备 | |
US11164031B2 (en) | System and method for analyzing an image of a vehicle | |
JP6278791B2 (ja) | 車両位置検出装置、車両位置検出方法及び車両位置検出用コンピュータプログラムならびに車両位置検出システム | |
JP4852905B2 (ja) | 画像処理装置、画像処理方法 | |
KR102267517B1 (ko) | 도로 안개감지 장치 및 그 감지 방법 | |
CN112749584B (zh) | 一种基于图像检测的车辆定位方法及车载终端 | |
KR20130034528A (ko) | 도로시설물 자동 위치측정 방법 | |
JP2015059768A (ja) | 段差計測装置、段差計測方法及びプログラム | |
CN116778105A (zh) | 基于多精度三维测绘数据融合建模方法 | |
JPH11328378A (ja) | 地図情報更新方法および装置 | |
CN110809779A (zh) | 图像合成方法、图像合成装置及记录介质 | |
EP4250245A1 (en) | System and method for determining a viewpoint of a traffic camera | |
KR100981588B1 (ko) | 특징점 픽셀의 크기와 방향 정보를 이용하는 벡터 변환에 기초한 도시공간 지리정보 생성 시스템 | |
JP6507590B2 (ja) | 画像変換装置および画像変換方法 | |
CN113643374A (zh) | 基于道路特征的多目相机标定方法、装置、设备和介质 | |
WO2021039088A1 (ja) | 撮像パラメータ出力方法、及び、撮像パラメータ出力装置 | |
JP2020031393A (ja) | 対象検知装置、画像処理装置、対象検知方法、画像処理方法、及びプログラム | |
KR100959246B1 (ko) | 스테레오 영상 및 gps 좌표를 이용하여 도시공간의 지리정보를 생성하는 방법 및 시스템 | |
KR101016071B1 (ko) | 이동측량장치의 이동경로에 따른 스테레오 영상으로부터 벡터변환을 이용하여 대응영역을 추출하는 도시공간 영상처리장치 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190717 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200911 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200929 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201119 |
|
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: 20210105 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210203 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6833668 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |