JP6908445B2 - 変化検出装置及び鉄道設備部品の保守管理方法 - Google Patents

Description

本発明は、同一の検査対象物が撮影された２つの画像間で検査対象物の外観変化を検出する変化検出装置、及び、変化検出装置を用いた鉄道設備部品の保守管理方法に関する。

鉄道の線路には、線路上に鉄道車両が存在するか検出するため、レールを信号経路の一部とする軌道回路が設けられる。軌道回路には、鉄道車両の検知を行う信号電流をレールとの間で入出力する検知回路が含まれる。また、軌道回路には車両検知用の信号電流と帰線電流とを分離するためにインピーダンスボンドと呼ばれる回路又はフィルタ回路などが接続される。そして、レールの側面には、上記の各回路をレールに電気的に接続する「送着ボンド」と呼ばれる接続部が設けられる。接続部は、撚り線などの導線を銅テルミット溶接又はロウ付け等によりレールに固定した部位である。

軌道回路の接続部が破損、断線又は脱落すると、鉄道車両が線路上に存在するか正しい判断ができなくなる。このため、従来、鉄道会社では、目視確認等によりレールに設けられた多数の接続部に異常がないか定期的に検査を行っている。
本発明に関連する技術として、特許文献１には、異なる時間に対象設備を撮影した２枚の撮影画像から、対象設備の経時変化及び対象設備と背景との相対的な変化を自動で検出する技術が開示されている。

特開２０１６−１８４６３号公報

ここで、コンピュータの画像比較処理を利用することで、労力を削減しつつ、より正確に軌道回路の接続部の検査を実現する技術を考える。この技術の概要は次の通りである。例えば、軌道回路の多数の接続部について定期的に画像を撮影し、同一の接続部について日数を隔てて撮影された複数の画像をコンピュータに比較させる。これにより、多数の接続部の中から何等かの変化が生じている接続部を絞り込む。そして、変化が生じている接続部について、検査員が詳細に検査を行い、修繕が必要か否か判断する。このようなコンピュータの支援により、検査員が詳細に検査する接続部の数を大幅に減らすことができ、労力の削減が期待できる。

軌道回路の接続部の検査では、例えば小さな欠け、小さな亀裂、撚り線である導線の部分的な断裂、これらを誘発する導線の変位など、細かい変化を検出する必要がある。コンピュータの画像比較により、このような細かい変化を緻密かつ正確に検出するには、軌道回路の接続部を、毎回、同一角度及び同一距離から撮影するなど、撮影環境に差異のない複数の画像を用いることが重要と考えられる。

当初、レール上を走行する鉄道車両からレールに設けられた接続部の撮影を行うことで、毎回、同一角度及び同一距離から撮影された軌道回路の接続部の画像が得られると期待された。しかしながら、鉄道車両の車体は、車輪が設けられた台車に空気バネなどのダンパーを介して支持される。そして、撮影部の安定的な設置と設置スペースの確保などから、車体に撮影部を固定して軌道回路の接続部を撮影すると、ダンパーの影響により、撮影を行うごとに、撮影対象までの距離及び角度に差異が生じることが分かった。また、台車がレール上を走行する際、レール上の車輪の位置は毎回一定でなく、台車の走行位置はレールの幅方向に僅かな自由度を有する。この走行位置の自由度によっても、撮影を行うごとに、撮影対象までの角度及び距離に小さな差異が生じることが分かった。

このように撮影環境に差異が生じるため、本発明者らは、画像比較を行う前、撮影された画像について撮影角度と撮影距離との差異を補正する画像変換を行うことを検討した。従来、このような画像変換を行う場合、特許文献１に示されるよう、比較する対象物から特徴点を抽出し、これらの特徴点の位置が合うように射影変換するのが通常であった。

しかしながら、軌道回路の接続部のような検査対象物について、従来技術のように特徴点を抽出して射影変換を行うと、画像比較の際、検査対象物の緻密で正確な変化の検出が困難になる場合があることが判明した。例えば、レールには鉄道車両の走行により強い振動が発生する。また、軌道回路の接続部は、レールに固定された剛体部分と、僅かに可撓性を有する導線の部分とが含まれる。このため、振動により接続部が僅かに変位するような場合でも、接続部の全体が一様に変位するということは少なく、例えば剛体部分の変位がなく、導線の部分にのみ主な変位が生じることがあった。このような変位に対して、従来技術のように検査対象物から特徴点を抽出して射影変換を行うと、大まかに見ると検査対象物の位置が合わされたような複数の画像が得られる。しかし、画像の射影変換は、位置の変化のない部分にまで及ぶため、複数の画像を緻密に比較すると、位置の変化の無い部分を含めて画像全体に変化が生じたような結果となってしまう。この場合、正常と判断されるべき検査対象物でも大きな変化有りと判断されてしまい、詳細な検査を行うべき検査対象物をうまく絞り込むことができない。

本発明は、軌道回路の接続部などの検査対象物について、画像比較によって緻密にかつ正確に変化を検出できる変化検出装置を提供することを目的とする。また、本発明は、労力を削減しつつより厳密な部品の検査を実現できる鉄道設備部品の保守管理方法を提供することを目的とする。

本発明に係る変化検出装置は、上記課題を解決するため、
検査対象物が撮影された第１画像及び第２画像の間で前記検査対象物の変化を検出する変化検出装置であって、
前記第１画像及び前記第２画像における検査対象物の位置を検出する位置検出部と、
前記第１画像及び前記第２画像に含まれる複数の特徴点を抽出する特徴点抽出部と、
前記特徴点抽出部により抽出された前記複数の特徴点に基づいて、前記第１画像及び前記第２画像の間で共通の特徴点の位置の差が小さくなるように前記第２画像を射影変換する画像変換部と、
前記第１画像と射影変換された前記第２画像とを比較して前記検査対象物の変化を検出する変化検出部と、
を備え、
前記特徴点抽出部は、前記検査対象物を除く範囲から前記複数の特徴点を抽出し、
前記画像変換部は、前記検査対象物を除く範囲から抽出された前記複数の特徴点に基づいて前記第２画像を射影変換することを特徴としている。

この構成によれば、各画像の撮影時に撮影角度又は撮影距離などに差異があっても、画像変換部の射影変換により、検査対象物のうち変位のない部分は位置が重なり、変位のある部分は実際の変位に合わせて画像中の位置が異なるような画像が得られる。したがって、第１画像と射影変換された第２画像とを画像比較することで、撮影環境に起因する誤差を除去して、検査対象物の変化を緻密かつ正確に検出することができる。本発明は、特に、一部の変位がなく別の一部が変位するなど全体が一様に変位しない検査対象物について、緻密で正確な変化の検出を行う場合に特に適している。

ここで、前記特徴点抽出部は、前記第１画像及び前記第２画像のうち、任意の被撮影点を通る１つの仮想平面から所定距離以内にある被撮影箇所の画像部分から複数の特徴点を抽出するように構成され、
前記所定距離以内とは、前記仮想平面と前記仮想平面から最も遠い被撮影点との間の距離の半分以内であると好ましい。

この構成によれば、被撮影箇所において１つの仮想平面に近い範囲から複数の特徴点が抽出される。このように任意の二次元平面に近い位置にある複数の特徴点を用いることで、三次元の各方向に散在する複数の特徴点を用いるよりも、撮影方向及び撮影距離の差異が正確に分かる。したがって、このように抽出された複数の特徴点に基づいて第２画像の射影変換がなされることで、第１画像及び第２画像間の撮影角度及び撮影距離の差異に起因する画像中の検査対象物のズレをより正確に補正できる。したがって、検査対象物の変化をより緻密にかつより正確に検出することができる。

さらに、前記特徴点抽出部は、少なくとも前記検査対象物を中央に挟んだ一方と他方との両方の範囲から前記複数の特徴点を抽出すると好ましい。
この構成によれば、複数の特徴点がこのように抽出されることで、検査対象物が写っている範囲のズレをより正確に補正できる。したがって、検査対象物の変化をより緻密にかつより正確に検出することができる。

さらに、前記検査対象物は鉄道のレールに接続された部品であり、
前記第１画像及び前記第２画像は鉄道車両が走行するレール及び道床を前記鉄道車両の下部から撮影した画像であり、
前記特徴点抽出部は、前記検査対象物を中央とした一方及び他方の範囲から、レールの下段部、枕木、レールと枕木との締結部、又は道床の部分に含まれる複数の特徴点を抽出すると好ましい。
この構成によれば、レールに接続された部品について、第１画像と第２画像との撮影角度と撮影距離の差異に起因するズレを正確に補正することができる。これにより、この部品の変化をより緻密にかつより正確に検出することが可能となる。

また、本発明に係る鉄道設備部品の保守管理方法は、
上述した変化検出装置を用いて、鉄道のレールに間隔を開けて接続された複数の部品の各々について修繕の要否を判定する鉄道設備部品の保守管理方法であって、
前記レール上を走行する鉄道から、日数を隔てて複数回、前記複数の部品を前記検査対象物として撮影し、
前記複数回の撮影により得られた複数の画像のいずれか２つを前記第１画像及び前記第２画像として前記変化検出装置が前記複数の部品の各々の変化を検出し、
前記複数の部品のうち、閾値以上の変化が検出された１つ又は複数の部品について修繕の要否を判定することを特徴としている。

この保守管理方法によれば鉄道のレールに接続された部品について、鉄道から撮影した画像を用いて、日数を隔てた変化を緻密かつ正確に検出し、この検出結果からより詳細に修繕の要否を判定すべき対象を絞ることができる。したがって、鉄道のレールに多数存在する部品について、大幅な労力の削減を図りつつ、より厳密に検査することができる。

本発明に係る変化検出装置によれば、軌道回路の接続部などの検査対象物に対して、画像比較によって緻密にかつ正確に変化を検出することができる。また、本発明の鉄道設備部品の保守管理方法によれば、労力を削減しつつより厳密な部品の検査を実現できる。

本発明の実施形態に係る変化検出装置及び撮影装置を示す構成図である。 検査対象物である軌道回路の接続部の一例を示す斜視図である。 撮影装置により得られる撮影画像の一例を示す図である。 保守管理処理の手順を示すフローチャートである。 検査対象物の位置検出処理を説明する図である。 変化検出装置のＣＰＵが実行する詳細位置合わせ処理の手順を示すフローチャートである。 撮影環境による撮影画像の差異を説明するものであり、（ａ）は撮影装置の位置の変化を説明する図、（ｂ）は任意の撮影回で撮影された画像の一例、（ｃ）はそれと異なる撮影回で撮影された画像の一例を示す。 詳細位置合わせ処理の説明図であり、（ａ）は基準画像の特徴点及び特徴量の一例を示す図、（ｂ）は検査対象日の撮影画像の特徴点及び特徴量の一例を示す図、（ｃ）は射影変換後の撮影画像を示す図である。 詳細位置合わせ処理をしないで画像比較を行った例（ａ１）（ａ２）と、詳細位置合わせ処理の後に画像比較を行った例（ｂ１）（ｂ２）とを示す図である。

以下、本発明の実施の形態について図面を参照して詳細に説明する。
図１は、本発明の実施形態に係る変化検出装置及び撮影装置を示す構成図である。図２は、検査対象物である軌道回路の接続部の一例を示す斜視図である。
実施形態に係る変化検出装置１は、ＣＰＵ（Central Processing Unit）１０、ＲＡＭ（Random Access Memory）１１、表示部１２、マウス又はキーボード等の操作部１３、データ入力用のインタフェース１４及び記憶装置１５を備えたコンピュータである。変化検出装置１は、検査対象物Ｔ（図２を参照）について、日数を隔てて複数回撮影された複数の画像を比較し、検査対象物Ｔの変化を検出する。

記憶装置１５には、検査対象物Ｔの撮影データを格納する撮影データ格納部１５１と、検査対象物Ｔを検出するために多数の検査対象物Ｔの画像パターンが格納されたテンプレート記憶部１５２とが設けられている。また、記憶装置１５には、検査対象物Ｔの変化検出処理を実現する複数のプログラムモジュール（位置検出プログラム１５３、概略位置合わせプログラム１５４、詳細位置合わせプログラム１５５、画像比較プログラム１５６）が格納されている。これらのプログラムモジュールを実行するＣＰＵ１０が、本発明に係る位置検出部、特徴点抽出部、画像変換部及び変化検出部として機能する。

検査対象物Ｔは、図２に示すように、レールＲに設けられた部品（具体的には軌道回路の接続部）であり、導線５０の先端がレールＲに固定された固定部５２と、導線５０の先端部５１とを含む。検査対象物ＴはレールＲの側部に固定され、路線上、レールＲの長手方向に任意の間隔を開けて多数存在する。軌道回路の接続部は、例えば低温ろう溶接、銅テルミット溶接等を用いた溶接式、穴開け式などの複数の形式でレールＲに接続されるが、本実施形態では検査対象物Ｔとして銅テルミット溶接の接続部を対象としている。

図３は、撮影装置により得られる撮影画像の一例を示す図である。
変化検出装置１は、インタフェース１４を介して外部から検査対象物Ｔが撮影された画像データを入力する。検査対象物Ｔの画像データは、鉄道車両３０の車体下部に固定された撮影装置３１（図１を参照）により撮影される。撮影装置３１の周囲には、被撮影箇所を照らす照明装置３２が設けられている。

撮影装置３１は、特に制限されないが、複数の受光素子が線状に設けられたラインセンサである。撮影装置３１は、鉄道車両３０の車体下部、鉛直に対して斜めの方向から撮影方向をレールＲに向けて固定される。撮影装置３１は、高速に撮影を繰り返し、鉄道車両３０の走行により撮影装置３１と撮影箇所とが相対的に移動することで、図３に示すように、レールＲを中心に所定幅でレールＲの長手方向に連続する二次元の画像を取得できる。図３の撮影画像は鉄道車両３０の下部左端部の撮影装置３１から１つのレールＲを撮影して得られた画像である。撮影装置３１は、例えば鉄道車両３０の車速（例えば車輪の回転）に同期して撮影を行うことで、鉄道車両３０の速度に依存せずにレールＲの長手方向の縮尺率が一定の画像が得られる。撮影装置３１により得られた画像データは、例えばレールＲの長手方向に複数に分割されて、通信又は記憶媒体を介して変化検出装置１へ送られる。

＜保守管理方法＞
図４は、保守管理処理の手順を示すフローチャートである。
本実施形態の鉄道設備部品の保守管理方法は、所定の期間ごとに図４の保守管理処理を行って、軌道回路の接続部（検査対象物Ｔ）の保守管理を行う。保守管理処理では、先ず検査対象日において、走行する鉄道車両３０から撮影装置３１を用いて係員が撮影を行う（ステップＳ１）。撮影は保守管理対象の路線区間で行われ、この撮影により、レールＲに沿った長い画像が取得される。画像中には、多数の検査対象物Ｔが含まれる。画像データは、例えば長手方向に所定ピクセルごとに分割され、複数の画像として取り扱われる。以下、これらの複数の画像を「画像セット」と呼ぶ。

次に、係員は、通信或いは記憶媒体を介して、画像セットのデータを変化検出装置１に入力する（ステップＳ２）。画像セットのデータは、撮影データ格納部１５１に格納される。なお、撮影データ格納部１５１には、過去の保守管理処理で同様に取得された複数の検査対象日の画像セットのデータが格納されている。

続いて、係員は、検査対象日の画像セットを指定して、変化検出装置１に変化検出処理を実行させる操作を行う。すると、変化検出装置１のＣＰＵ１０は、ステップＳ３〜Ｓ７のソフトウェア処理を実行し、比較基準の画像セット（第１画像に相当）と検査対象日の画像セット（第２画像に相当）との間で検査対象物Ｔの変化があるか比較を行う。そして、ＣＰＵ１０は、閾値以上の変化のある検査対象物Ｔの画像を抽出する。これらの処理については後に詳述する。比較基準の画像セットとしては、過去の保守管理の処理で取得された画像セットが用いられる。

閾値以上の変化のある検査対象物Ｔの画像が抽出されたら、係員は、抽出された画像を詳細に確認したり、あるいは現地に赴いて変化のある検査対象物Ｔの実物を確認したりして、この検査対象物Ｔについて修繕の要否を判断する（ステップＳ８）。そして、１回の保守管理処理を完了する。

このような保守管理方法によれば、線路に多数存在する検査対象物Ｔの全てを係員が検査する方式と比べて、検査の労力を大幅に削減できる。さらに、変化検出装置１が緻密かつ正確に各検査対象物Ｔの変化を検出することで、係員が全ての検査対象物Ｔを目視等により検査する場合と同様に、厳密に検査対象物Ｔを検査できる。

＜変化検出処理＞
続いて、図４のステップＳ３〜Ｓ７において実行される変化検出装置１のソフトウェア処理について説明する。
変化検出処理が開始されると、変化検出装置１のＣＰＵ１０は、画像セットの中から検査対象物Ｔの位置を検出する処理（ステップＳ３）を実行する。この処理は、図１の位置検出プログラム１５３をＣＰＵ１０が実行することで実現される。

図５は、検査対象物の位置検出処理を説明する図である。
ステップＳ３の位置検出処理では、予めテンプレート記憶部１５２に記憶されている検査対象物Ｔのテンプレートが使用される。テンプレートは、多くの検査対象物Ｔについて画像の特徴量が示されたデータであり、図５に示すように、予めコンピュータｗ１を用いた学習処理により作成される。学習処理では、ステップＳ１の撮影処理と同様の撮影により得られた多くの検査対象物Ｔの画像ＨＰと、各画像ＨＰ中の検査対象物Ｔの位置を示すフレームｆ１とが、コンピュータｗ１に入力される。当初は、人がフレームｆ１の指定を行えばよい。コンピュータｗ１は、個々に形状等が異なる多くの検査対象物Ｔのフレーム画像ｈ１から検査対象物Ｔの画像上の特徴量を抽出し、検査対象物Ｔの有無を識別可能な特徴量のテンプレートを統計的学習により予め作成しておく。

ステップＳ３の位置検出処理では、ＣＰＵ１０は、検査対象日の各画像Ｈ０からレールＲを画像認識し、レールＲの位置に基づいて検査対象物Ｔが存在する可能性のある範囲を識別する。そして、ＣＰＵ１０は、存在する可能性のある範囲に、検査対象物Ｔの有無を識別する対象フレームｆ２を設定する。そして、ＣＰＵ１０は、対象フレームｆ２内の画像の特徴量を抽出し、予め用意されたテンプレートを用いてＳＶＭ（support vector machine）等によりパターン認識を行う。これにより、ＣＰＵ１０は、対象フレームｆ２に検査対象物Ｔが含まれるか判別する。ＣＰＵ１０は、画像Ｈ０中に矢印で示されるように、対象フレームｆ２を検査対象物Ｔが存在する可能性のある範囲内でずらしながら、このような処理を繰り返す。そして、ＣＰＵ１０は、検査対象日の各画像Ｈ０に含まれる各検査対象物Ｔの位置ｆ３を検出する。

ステップＳ３の位置検出処理では、ＣＰＵ１０は、ステップＳ２で入力された画像セットの全てについて、上述した検査対象物Ｔの位置検出を行う。これにより、保守管理対象の路線区間にある多数の検査対象物Ｔの位置が検出される。

検査対象物Ｔの位置検出処理が完了したら、ＣＰＵ１０は、比較基準の画像セットと、検査対象日の画像セットとの間で、概略位置合わせ処理を実行する（ステップＳ４）。この処理は、図１の概略位置合わせプログラム１５４をＣＰＵ１０が実行することで実現される。概略位置合わせ処理は、比較基準の画像セット中の複数の検査対象物Ｔと、検査対象日の画像セット中の複数の検査対象物Ｔとの間で、同一の検査対象物Ｔを対応づけ、同一の検査対象物Ｔが大まかに同じ位置になるように画像の位置合わせを行う処理である。

比較基準の画像セットと検査対象日の画像セットとはレールに沿って長い画像であり、多数の検査対象物Ｔのうち各検査対象物Ｔと続く検査対象物Ｔとの間隔は撮影日ごとに殆ど変わらない。一方、比較基準の画像セットと検査対象日の画像セットとの撮影開始地点は一致させにくい。また、撮影を行う鉄道車両３０の駅停車時に、撮影が中断されるような場合には、比較基準の画像セットと検査対象日の画像セットとの間で撮影中断地点及び再開地点を一致させにくい。したがって、検査対象日の画像セットに含まれる検査対象物Ｔが、比較基準の画像セットに含まれる多数の検査対象物Ｔの中のどれなのか、そのままでは特定できない。そこで、ステップＳ４の処理により、比較基準の画像セットと検査対象日の画像セットとの間で同一の検査対象物Ｔを対応付けることができるよう、大まかな位置合わせを行う。

ステップＳ４の概略位置合わせ処理では、ＣＰＵ１０は、画像セットに含まれる各検査対象物Ｔとこれに続く検査対象物Ｔとの間隔長を算出し、算出された間隔長を各検査対象物Ｔが並ぶ順に配列する。ＣＰＵ１０は、このような処理を比較基準の画像セットと検査対象日の画像セットの両方について行う。続いて、ＣＰＵ１０は、比較基準の画像セットの間隔長の配列と、検査対象日の画像セットの間隔長の配列とを比較し、各間隔長が誤差の範囲内で揃うように、画像セットの始端地点、中断地点又は再開地点のズレを補正する。これにより、両方の画像セット中の各検査対象物Ｔの大まかな位置が合せられ、概略位置合わせ処理が完了される。

概略の位置合わせ処理が完了したら、ＣＰＵ１０は、比較基準の画像セット中の検査対象物Ｔと検査対象日の画像セット中の検査対象物Ｔとの詳細位置合わせ処理を実行する（ステップＳ５）。この処理は、図１の詳細位置合わせプログラム１５５をＣＰＵ１０が実行することで実現される。詳細位置合わせ処理は、同一の検査対象物Ｔについて、比較基準の画像中の位置と、検査対象日の画像中の位置とを、ピクセル単位で合わせる処理である。図１の撮影装置３１が同一の検査対象物Ｔを日数を隔てて複数回撮影した場合、鉄道車両３０の車体の揺れ、車輪とレールＲとの相対位置の差異等により、撮影回ごとに、撮影装置３１から撮影対象までの撮影距離及び撮影角度に僅かな差異が生じる。このため検査対象物Ｔは、撮影回ごとに画像中の位置及び撮影された向きに僅かなズレが生じる。このような僅かなズレを詳細位置合わせ処理により補正する。

ここでは、詳細位置合わせ処理の概要を説明し、その詳細については後述する。ステップＳ５の詳細位置合わせ処理においてＣＰＵ１０は、比較基準の画像セットと、検査対象日の画像セットとの中から、互いに同一の検査対象物Ｔが写っている画像を切出し、両方の画像の中から複数の特徴点を抽出する。特徴点とは、何等かの被撮影物のエッジ部分などである。そして、ＣＰＵ１０は、両方の画像フレーム間で複数の特徴点をＲＡＮＳＡＣ（Random sample consensus）等の手法を用いて対応付け、両方の画像フレーム間で対応付けられた共通の特徴点のズレが小さくなるように、検査対象日の画像を射影変換する。これにより、両方の画像間で検査対象物Ｔの位置がピクセル単位で合わせられる。画像セットに含まれる全ての検査対象物Ｔについて、上記の処理が遂行されると、詳細位置合わせ処理が完了する。

詳細位置合わせ処理が完了したら、ＣＰＵ１０は、同一の検査対象物Ｔが含まれる２つの画像フレームについて画像比較を行う（ステップＳ６）。この処理は、図１の画像比較プログラム１５６をＣＰＵ１０が実行することで実現される。画像比較は、例えばＨＯＧ（Histograms of Oriented Gradients）特徴量を用いて、画像フレーム中の少なくとも検査対象物Ｔを含んだ範囲内の複数の局所領域について行う。ＨＯＧ特徴量とは、縦横複数のピクセルからなる１つの局所領域において、各ピクセルとその周辺のピクセルとの間の輝度勾配の方向及び大きさを、１つの局所領域の全ピクセルについて集計し、これらをヒストグラムで表わした情報である。

このような画像比較により、比較する画像フレームの局所領域ごとにＨＯＧ特徴量の差が数値化される。ＣＰＵ１０は、比較対象の領域のＨＯＧ特徴量の差を集計して、比較基準の画像フレームの検査対象物Ｔと検査対象日の画像フレームの検査対象物Ｔとの変化を数値化する。画像セットに含まれる全ての検査対象物Ｔについて、上記の処理が遂行されると、画像比較の処理が完了する。なお、照明装置３２があっても撮影日の天候又は時間によって画像の全体的な輝度に差が生じるような場合には、ＣＰＵ１０は、ＨＯＧ特徴量を比較する際、輝度の絶対値の大小が比較画像の差として大きく影響しないよう輝度補正等を行ってもよい。

画像比較の処理が完了したら、ＣＰＵ１０は、画像セットに含まれる全ての検査対象物Ｔの中から、予め設定された閾値以上の変化のある検査対象物Ｔを判定し、該当する検査対象物Ｔの画像を抽出する（ステップＳ７）。画像は、表示部１２に出力したり、印刷出力されたり、データとして出力される。また、画像データには、検査対象物Ｔが路線上のどの位置にあるものかを示す位置情報が付加されてもよい。検査対象物Ｔの撮影の際、ＧＰＳ（Global Positioning System）を用いて測位を行い、測位結果である位置情報を画像のレールＲに沿った方向の各部に対応づけておけばよい。

一定以上の変化のある検査対象物Ｔの画像が抽出されたら、係員は、この画像を詳細に確認し、必要があれば現地に赴いて実物を確認するなどして、修繕の要否を判断する（ステップＳ８）。このような処理により、１回の保守管理処理が完了する。

＜詳細位置合わせ処理＞
図６は、図４のステップＳ５で実行される詳細位置合わせ処理の手順を示すフローチャートである。図７は、撮影環境による撮影画像の差異を説明するものであり、（ａ）は撮影装置の位置の変化を説明する図、（ｂ）は任意の撮影回で撮影された画像の一例、（ｃ）はそれと異なる撮影回で撮影された画像の一例を示す。図８は、詳細位置合わせ処理の説明図であり、（ａ）は基準画像の特徴点及び特徴量の一例を示す図、（ｂ）は検査対象日の撮影画像の特徴点及び特徴量の一例を示す図、（ｃ）は射影変換後の撮影画像を示す図である。

先にも説明したように、撮影装置３１は鉄道車両３０（図１）に設けられ、鉄道車両３０の車体はレールＲに対して相対的に変位する。このため、図７（ａ）に示すように、撮影装置３１とレールＲとの相対的な位置と角度は撮影回ごとに変化し、図７（ｂ）と図７（ｃ）とに示すように、撮影回ごとに検査対象物Ｔが撮影された画像に僅かな誤差が生じる。例えば、図７（ｃ）の画像にはレールＲの頭越しに枕木の斑点ｊが写っているが、図７（ｂ）の画像にはレールＲに隠れて斑点ｊが写っていない。このように、概略位置合わせを完了した段階では、比較基準の画像と検査対象日の画像とは、見た目ではズレがないようであっても、緻密な画像比較を行う場合には、検査対象物Ｔの位置合わせが十分でない状態にある。詳細位置合わせ処理では、このような小さなズレについて、続いて説明するステップによって補正する。

詳細位置合わせ処理が開始されると、まず、ＣＰＵ１０は、比較基準の画像セットからのｉ番目の検査対象物Ｔの画像の読込み（ステップＳ１１）と、検査対象日の画像セットからのｉ番目の検査対象物Ｔの画像の読込み（ステップＳ１２）とを行う。続いて、ＣＰＵ１０は、読み込んだ画像について、例えばガウシアンフィルタを用いてノイズ除去を行い（ステップＳ１３）、画像の輝度分布を表わすヒストグラムを使用してヒストグラム平坦化などの輝度補正を行う（ステップＳ１４）。

次に、ＣＰＵ１０は、読み込んだ画像から検査対象物Ｔを中心に所定サイズの画像を切り出す（ステップＳ１５）。画像のサイズは、例えば検査対象物Ｔが占める範囲の縦幅及び横幅よりも大きい縦幅及び横幅の検査対象物Ｔの背景が含まれるサイズとするとよい。画像の切出しは、比較基準の画像と検査対象日の画像との両方に対して行う。図８（ａ）と図８（ｂ）の画像Ｈ１、Ｈ２は、比較基準の切り出された画像の一例と、検査対象日の切り出された画像の一例とをそれぞれ示す。

画像Ｈ１、Ｈ２を切り出したら、図８（ａ）及び図８（ｂ）に示すように、ＣＰＵ１０は、切り出した画像Ｈ１、Ｈ２に含まれる複数の特徴点ｅを抽出する（ステップＳ１６）。特徴点ｅの抽出位置は、検査対象物Ｔを避けた被撮影箇所に設定される。また、特徴点ｅの抽出位置は、任意の被撮影点を通る平面（例えば地平面）に沿ってこの平面から近い所定距離以内（例えば最も遠いレールＲの頭頂部までの距離の半分以内が良い）にある被撮影箇所の画像部分に設定される。具体的には、複数の特徴点ｅは、検査対象物Ｔ及びレールＲの頭部を避け、枕木ｇ１、道床ｇ２、レールＲの下段部、及びレールＲと枕木ｇ１との締結部ｇ３の被撮影箇所から抽出される。ＣＰＵ１０は、画像認識の処理を併用し、このように設定された被撮影箇所から複数の特徴点ｅを抽出する。特徴点ｅとしては、例えばコントラスト差の大きいエッジ部分などが選ばれる。ＣＰＵ１０は、比較基準の画像Ｈ１と検査対象日の画像Ｈ２との両方に対して、同様に複数の特徴点ｅを抽出する。実際には、ＣＰＵ１０は、図８（ａ）及び図８（ｂ）に示されたものより、多くの特徴点ｅを抽出する。

次に、ＣＰＵ１０は、抽出された複数の特徴点ｅの各々について局所特徴量を計算する（ステップＳ１７）。局所特徴量は、例えばＨＯＧ特徴量あるいはＣｏＨＯＧ（Co-occurrence Histograms of Oriented Gradients）特徴量などを適用できる。ＣｏＨＯＧ特徴量とは、２つの輝度勾配の組み合わせの共起関係をヒストグラムで表現した高次元の特徴量であり、強力な識別能力を有する。図８（ａ）及び図８（ｂ）は、各特徴点ｅについての局所特徴量ｔを概念的に示している。

局所特徴量ｔを計算したら、ＣＰＵ１０は、比較基準の画像Ｈ１中の複数の特徴点ｅと、検査対象日の画像Ｈ２中の複数の特徴点ｅとの対応付けを行う（ステップＳ１８）。ステップＳ１８の処理では、ＲＡＮＳＡＣのロバスト推定などを用いて複数の特徴点ｅの対応付けを行う。これにより、両方の画像で対応しない特徴点ｅが含まれていたり、局所特徴量ｔに誤差が含まれていたりするような場合でも、このような不一致又は誤差を排除して、互いに対応する特徴点ｅの対応づけを行うことができる。

ＣＰＵ１０は、続いて、２つの画像Ｈ１、Ｈ２の間で対応付けられた複数の特徴点ｅについて、画像Ｈ１、Ｈ２間の特徴点ｅのズレが最小になるような画像Ｈ２の射影変換式Ｈを計算する（ステップＳ１９）。そして、ＣＰＵ１０は、射影変換式Ｈを用いて検査対象日の画像Ｈ２を射影変換する（ステップＳ２０）。図８（ｃ）の画像Ｈ３は、射影変換後の画像の一例である。特徴点ｅの抽出を検査対象物Ｔの周囲から行っていることで、例えば画像の周辺部でズレが生じても（例えば画像Ｈ３の上部に変形分の枠のズレが生じている）、検査対象物Ｔの近傍ではより詳細に位置の合った画像Ｈ３が得られる。

１つの検査対象物Ｔの画像について詳細な位置合わせを行ったら、ＣＰＵ１０は、全ての検査対象物Ｔについての処理が完了したか判別する（ステップＳ２１）。そして、未だであれば、ＣＰＵ１０は、ステップＳ１１に処理を戻して、次の検査対象物ＴについてステップＳ１１〜Ｓ２０の処理を遂行する。このような繰り返し処理により、検査対象日の画像セットに含まれる多数の検査対象物Ｔの全てについて、詳細な位置合わせが遂行される。全ての検査対象物Ｔについて処理が完了したら、ＣＰＵ１０は、ステップＳ２１の判別で繰り返しの処理を抜け、詳細位置合わせ処理を終了する。

＜詳細位置合わせ処理の作用＞
続いて、詳細位置合わせ処理を行った場合と行わなかった場合との比較を示す。
図９（ａ２）は、日数を隔てて撮影された複数の画像セットの各々から同一の検査対象物の範囲を切り出した各画像を示す。これらの画像は、概略位置合わせ処理の後、詳細な位置合わせを行う前の切出し画像に相当する。詳細な位置合わせ処理を行わずに、概略位置合わせ処理後の各画像についてステップＳ６（図４）の画像比較処理を行ったところ、図９（ａ１）に示すような結果が得られた。図９（ａ１）は、Ｎｏ．１の画像を比較基準として、Ｎｏ．１〜Ｎｏ．７の各画像との画像比較を行った結果であり、画像の明暗により変化の大小を示している。明るい方が変化大を示す。Ｎｏ．１の画像比較の結果は、同一の画像を比較しているので変化無しの結果が得られている。

一方、図９（ｂ２）は、上述した図９（ａ２）の各画像を詳細位置合わせ処理した画像を示している。そして、詳細位置合わせ処理を行った各画像についてステップＳ６（図４）の画像比較処理を行ったところ、図９（ｂ１）に示すような結果が得られた。図９（ｂ１）は、図９（ｂ２）のＮｏ．１の画像を比較基準として、図９（ｂ２）のＮｏ．１〜Ｎｏ．７の各画像との画像比較を行った結果であり、上述した図９（ａ１）と同様に、画像の明暗により変化の大小を示している。

Ｎｏ．１〜Ｎｏ．７の撮影において、実際には、画像中の検査対象物に注目すべき変化は生じていなかった。しかし、詳細位置合わせを行っていない図９（ａ１）の結果を見ると、Ｎｏ．６とＮｏ．７の画像において比較的に大きい変化が検出された。一方、詳細位置合わせを行った方の図９（ｂ１）の結果を見ると、Ｎｏ．２からＮｏ．７において同様に小さい変化の検出のみとなった。このように、検査対象物に注目すべき変化がない場合には、位置合わせ処理を行うことで、誤って大きな変化が検出されてしまうことを回避できる。

以上のように、本実施形態の変化検出装置１によれば、詳細位置合わせ処理の特徴点抽出の処理において、ＣＰＵ１０は、検査対象物Ｔを除く範囲から複数の特徴点ｅを抽出し、これらの複数の特徴点ｅに基づいて射影変換を行う。したがって、検査対象物Ｔの撮影時に撮影角度又は撮影距離などに差異があっても、画像変換部の射影変換により、検査対象物Ｔのうち変位のない部分は位置が重なり、変位のある部分は実際の変位に合わせて画像中の位置が異なるような画像が得られる。したがって、比較基準の画像と射影変換された検査対象日の画像比較することで、撮影環境に起因する誤差を除去して、検査対象物Ｔの変化を緻密かつ正確に検出することができる。

また、本実施形態によれば、詳細位置合わせ処理の特徴点抽出の処理において、ＣＰＵ１０は、１つの仮想平面（例えば地平面）から離れた被撮影箇所を除いて、この仮想平面に近い被撮影箇所から複数の特徴点ｅを抽出する。このように二次元平面に近い位置にある複数の特徴点を用いることで、三次元の各方向に散在する複数の特徴点を用いるよりも、撮影方向及び撮影距離の差異を正確に計算することができる。したがって、このように抽出された複数の特徴点ｅに基づいて画像変換することで、画像中の検査対象物Ｔのズレをより正確に補正できる。これにより、検査対象物Ｔの変化をより緻密にかつより正確に検出することができる。

さらに、本実施形態によれば、詳細位置合わせ処理の特徴点抽出の処理において、ＣＰＵ１０は、検査対象物Ｔを中央とした一方の側と他方の側とから複数の特徴点ｅを抽出する。このように検査対象物Ｔを挟むように周囲から複数の特徴点ｅを抽出することで、検査対象物Ｔのズレをより正確に補正することができる。これにより、検査対象物Ｔの変化をより緻密にかつより正確に検出することができる。

また、本実施形態の鉄道設備部品の保守管理方法によれば、レールＲに接続された多数の検査対象物Ｔ（軌道回路の接続部）について、変化検出装置１の支援により、検査対象物Ｔの変化を緻密かつ正確に検出できる。そして、この検出結果から、より詳細に修繕の要否を判定すべき対象を絞ることができる。したがって、鉄道のレールに多数存在する部品の検査を、大幅な労力の削減を図りつつ、より厳密に行うことができる。

以上、本発明の実施形態について説明した。しかし、本発明は上記の実施形態に限られない。例えば、実施形態では、検査対象物として軌道回路の接続部を適用した例を示したが、その他の対象物が適用されてもよい。また、上記の実施形態では、２つの画像間で特徴点の対応付けを行う局所特徴量として、ＨＯＧ特徴量又はＣｏＨＯＧ特徴量を適用した例を示したが、その他の特徴量を用いて対応付けを行ってもよい。また、実施形態では、変化検出装置１が検出した閾値以上の変化のある検査対象物Ｔを、係員が目視等により修繕の要否を判断するように説明した。しかし、最終的な修繕の要否の判断も、画像解析等を用いてコンピュータが行うようにしてもよい。その他、実施の形態で示した細部は、発明の趣旨を逸脱しない範囲で適宜変更可能である。

１ 変化検出装置
１０ ＣＰＵ
１４ インタフェース
１５ 記憶装置
１５１ 撮影データ格納部
１５２ テンプレート記憶部
１５３ 位置検出プログラム
１５４ 概略位置合わせプログラム
１５５ 詳細位置合わせプログラム
１５６ 画像比較プログラム
３０ 鉄道車両
３１ 撮影装置
３２ 照明装置
Ｒ レール
Ｔ 検査対象物
ｅ 特徴点
ｔ 局所特徴量

Claims (5)

1. 検査対象物が撮影された第１画像及び第２画像の間で前記検査対象物の変化を検出する変化検出装置であって、
   前記第１画像及び前記第２画像における検査対象物の位置を検出する位置検出部と、
   前記第１画像及び前記第２画像に含まれる複数の特徴点を抽出する特徴点抽出部と、
   前記特徴点抽出部により抽出された前記複数の特徴点に基づいて、前記第１画像及び前記第２画像の間で共通の特徴点の位置の差が小さくなるように前記第２画像を射影変換する画像変換部と、
   前記第１画像と射影変換された前記第２画像とを比較して前記検査対象物の変化を検出する変化検出部と、
   を備え、
   前記特徴点抽出部は、前記検査対象物を除く範囲から前記複数の特徴点を抽出し、
   前記画像変換部は、前記検査対象物を除く範囲から抽出された前記複数の特徴点に基づいて前記第２画像を射影変換することを特徴とする変化検出装置。
2. 前記特徴点抽出部は、前記第１画像及び前記第２画像のうち、任意の被撮影点を通る１つの仮想平面から所定距離以内にある被撮影箇所の画像部分から複数の特徴点を抽出し、
   前記所定距離以内とは、前記仮想平面と前記仮想平面から最も遠い被撮影点との間の距離の半分以内であることを特徴とする請求項１記載の変化検出装置。
3. 前記特徴点抽出部は、少なくとも前記検査対象物を中央に挟んだ一方と他方との両方の範囲から前記複数の特徴点を抽出することを特徴とする請求項１又は２記載の変化検出装置。
4. 前記検査対象物は鉄道のレールに接続された部品であり、
   前記第１画像及び前記第２画像は鉄道車両が走行するレール及び道床を前記鉄道車両の下部から撮影した画像であり、
   前記特徴点抽出部は、前記検査対象物を中央とした一方及び他方の範囲から、レールの下段部、枕木、レールと枕木との締結部、又は道床の部分に含まれる複数の特徴点を抽出することを特徴とする請求項１から請求項３のいずれか一項に記載の変化検出装置。
5. 請求項１から請求項４のいずれか一項に記載の変化検出装置を用いて、鉄道のレールに間隔を開けて接続された複数の部品の各々について修繕の要否を判定する鉄道設備部品の保守管理方法であって、
   前記レール上を走行する鉄道から、日数を隔てて複数回、前記複数の部品を前記検査対象物として撮影し、
   前記複数回の撮影により得られた複数の画像のいずれか２つを前記第１画像及び前記第２画像として前記変化検出装置が前記複数の部品の各々の変化を検出し、
   前記複数の部品のうち、閾値以上の変化が検出された１つ又は複数の部品について修繕の要否を判定することを特徴とする鉄道設備部品の保守管理方法。

Images