JP7066082B1 - 情報処理装置、情報処理方法、および情報処理プログラム - Google Patents

情報処理装置、情報処理方法、および情報処理プログラム Download PDF

Info

Publication number
JP7066082B1
JP7066082B1 JP2022510220A JP2022510220A JP7066082B1 JP 7066082 B1 JP7066082 B1 JP 7066082B1 JP 2022510220 A JP2022510220 A JP 2022510220A JP 2022510220 A JP2022510220 A JP 2022510220A JP 7066082 B1 JP7066082 B1 JP 7066082B1
Authority
JP
Japan
Prior art keywords
unit
parameter
image
bonded
information processing
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
JP2022510220A
Other languages
English (en)
Other versions
JPWO2023084644A1 (ja
Inventor
啓太 吉田
徹平 藤原
高之 天見
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.)
Mitsubishi Electric Corp
Original Assignee
Mitsubishi Electric 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 Mitsubishi Electric Corp filed Critical Mitsubishi Electric Corp
Application granted granted Critical
Publication of JP7066082B1 publication Critical patent/JP7066082B1/ja
Publication of JPWO2023084644A1 publication Critical patent/JPWO2023084644A1/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)

Abstract

情報処理装置は、データ取得部と、輝度補正部と、画像貼り合わせ部と、変状検出部と、パラメータ決定部とを備える。データ取得部は、複数の撮像装置で対象物を撮像して得られる複数の画像のデータを取得する。輝度補正部は、複数の画像の各々の輝度を補正する。画像貼り合わせ部は、輝度補正部によって輝度の補正が行われた複数の画像を貼り合わせた画像である貼り合わせ画像を生成する。変状検出部は、貼り合わせ画像から対象物の変状箇所を検出する学習モデルを用いて、対象物の変状箇所を検出する。パラメータ決定部は、変状検出部による変状箇所の検出精度に基づいて、輝度の補正に用いられるパラメータを決定する。

Description

本開示は、複数の撮像装置で対象物を撮像して得られる複数の画像の輝度を補正するために用いられるパラメータを決定する情報処理装置、情報処理方法、および情報処理プログラムに関する。
従来、トンネルなどの対象物の点検を行うために撮像方向が互いに異なる複数の撮像装置が搭載され走行しながらこれら複数の撮像装置によって対象物を撮像する計測車両が知られている。かかる計測車両では、フォーカスまたはアイリスなどといった撮像対象に対する撮像条件が撮像装置毎に切り替えられる。
特許文献１には、撮像条件を自動で調整する技術として、トンネルの有無、高架の有無、道路勾配、日時、天候、および車両の向きなどの情報を含む走行環境情報に基づいて車両に搭載された撮像装置の露光条件を調整する技術が提案されている。
特開２００６－２２２８４４号公報
しかしながら、複数の撮像装置で対象物を撮像して得られる複数の画像の輝度を補正した後に貼り合わせた画像である貼り合わせ画像から対象物の変状箇所を検出する場合、輝度の補正によって変状箇所の検出精度が低下する場合がある。
本開示は、上記に鑑みてなされたものであって、対象物の変状箇所の検出精度の低下を抑制しつつ輝度を補正することができるパラメータを適切に決定することができる情報処理装置を得ることを目的とする。
上述した課題を解決し、目的を達成するために、本開示の情報処理装置は、データ取得部と、輝度補正部と、画像貼り合わせ部と、変状検出部と、パラメータ決定部とを備える。データ取得部は、複数の撮像装置で対象物を撮像して得られる複数の画像のデータを取得する。輝度補正部は、複数の画像の各々の輝度を補正する。画像貼り合わせ部は、輝度補正部によって輝度の補正が行われた複数の画像を貼り合わせた画像である貼り合わせ画像を生成する。変状検出部は、貼り合わせ画像から対象物の変状箇所を検出する学習モデルを用いて、対象物の変状箇所を検出する。パラメータ決定部は、変状検出部による変状箇所の検出精度に基づいて、輝度の補正に用いられるパラメータを決定する。
本開示によれば、対象物の変状箇所の検出精度の低下を抑制しつつ輝度を補正することができるパラメータを適切に決定することができる、という効果を奏する。
実施の形態１にかかる計測処理システムの構成の一例を示す図 実施の形態１にかかる計測車両が備える計測装置の構成の一例を示す図 実施の形態１にかかる計測装置における複数の撮像装置の配置の一例を示す図 実施の形態１にかかる情報処理装置の構成の一例を示す図 実施の形態１にかかる撮像画像データ記憶部に記憶される撮像画像データテーブルの一例を示す図 実施の形態１にかかるパラメータ候補記憶部に記憶されるパラメータ候補テーブルの一例を示す図 実施の形態１にかかるパラメータ記憶部に記憶されるパラメータテーブルの一例を示す図 実施の形態１にかかる情報処理装置の処理部によって実行されるパラメータ決定処理の一例を示す図 実施の形態１にかかる情報処理装置の輝度補正部によって実行されるガンマ補正を説明するための図 実施の形態１にかかる情報処理装置の輝度補正部によって実行される局所的ヒストグラム平坦化法を説明するための図 実施の形態１にかかる情報処理装置の輝度補正部によって実行されるハイパスフィルタリングを説明するための図 実施の形態１にかかる情報処理装置の画像貼り合わせ部による撮像画像貼り合わせ処理の一例を説明するための図 実施の形態１にかかる情報処理装置の評価部による再現率、適合率、およびＦ値の算出方法を説明するための図 実施の形態１にかかる情報処理装置の点検画像生成部によって生成される点検画像の一例を示す図 実施の形態１にかかる情報処理装置の処理部による処理の一例を示すフローチャート 実施の形態１にかかる情報処理装置の処理部によるパラメータ決定処理の一例を示すフローチャート 実施の形態１にかかる情報処理装置の処理部による変状検出精度評価処理の一例を示すフローチャート 実施の形態１にかかる情報処理装置の処理部による手動モード処理の一例を示すフローチャート 実施の形態１にかかる情報処理装置の処理部による自動モード処理の一例を示すフローチャート 実施の形態１にかかる情報処理装置の処理部による点検画像生成処理の一例を示すフローチャート 実施の形態１にかかる情報処理装置のハードウェア構成の一例を示す図
以下に、実施の形態にかかる情報処理装置、情報処理方法、および情報処理プログラムを図面に基づいて詳細に説明する。
実施の形態１．
図１は、実施の形態１にかかる計測処理システムの構成の一例を示す図である。図１に示すように、実施の形態１にかかる計測処理システム１００は、情報処理装置１と、計測車両２とを備える。計測車両２は、車両本体６０と、車両本体６０に搭載された計測装置７０とを備える。計測装置７０は、車両本体６０が走行中に周囲に存在する対象物を計測対象として繰り返し撮像する。
図１に示す例では、計測装置７０による計測対象となる対象物は、トンネル４およびガードレール５などであるが、かかる例に限定されず、例えば、道路、看板、信号機、橋梁、またはその他の構造物などであってもよい。なお、計測車両２は、図１に示す例では走行路を走行する車両であり、道路を走行路として走行する自動車であるが、レールを走行路として走行する鉄道車両であってもよい。
計測装置７０は、対象物を撮像した画像のデータを含む撮像画像データを生成する。計測装置７０は、ネットワーク３を介して情報処理装置１との間でデータの送受信が可能であり、撮像画像データを含む計測データを情報処理装置１へ送信する。ネットワーク３は、例えば、インターネットなどのＷＡＮ（Wide Area Network）であるが、ＬＡＮ（Local Area Network）であってもよく、その他のネットワークであってもよい。
図２は、実施の形態１にかかる計測車両が備える計測装置の構成の一例を示す図である。図２に示すように、計測車両２が備える計測装置７０は、撮像装置７１ａ，７１ｂ，７１ｃと、位置姿勢速度検出部７２と、処理部７３と、通信部７４とを備える。
撮像装置７１ａ，７１ｂ，７１ｃは、車両本体６０の進行方向と直交する方向であってそれぞれ異なる向きに撮像方向を有している。図３は、実施の形態１にかかる計測装置における複数の撮像装置の配置の一例を示す図である。図３に示す例では、撮像装置７１ａの撮像方向は、左斜め上の方向であり、撮像装置７１ｂの撮像方向は、上方向であり、撮像装置７１ｃの撮像方向は、右斜め上の方向である。
図３に示す例では、複数の撮像装置７１ａ，７１ｂ，７１ｃによってトンネル４の内壁面が撮像される。撮像装置７１ａ，７１ｂ，７１ｃは、例えば、カラーラインセンサであり、車両本体６０の走行時に内壁面４ａのうち一部が重複する互いに異なる領域を繰り返し撮像する。以下において、撮像装置７１ａ，７１ｂ，７１ｃの各々を個別に区別せずに示す場合、撮像装置７１と記載する場合がある。
撮像装置７１は、撮像パラメータの設定変更により対象物に対する撮像条件の切り替えが行われる。撮像パラメータの設定変更の内容は、例えば、トンネル４の状態、時間帯、天気、および季節などの撮像環境の状態に応じて予め設定されるが、撮像パラメータは、撮像環境の状態に応じて自動的に設定変更が行われてもよい。撮像パラメータは、例えば、フォーカス、アイリス、ゲインコントロール、およびダイナミックレンジなどのうちの少なくとも１つである。
なお、撮像装置７１は、カラーラインセンサに代えて、カラーエリアセンサであってもよく、モノクロセンサであってもよい。また、計測装置７０に設けられる撮像装置７１の数は、３つに限定されず、例えば、２つ以下であってもよく、４つ以上であってもよい。
図２に示す位置姿勢速度検出部７２は、ＧＰＳ（Global Positioning System）受信機と、慣性センサと、速度センサとを備えており、車両本体６０の位置、姿勢、および速度を検出する。処理部７３は、例えば、車両本体６０の位置、姿勢、および速度に基づいて、複数の撮像装置７１を制御して、複数の撮像装置７１に対象物の撮像を繰り返し実行させる。
また、処理部７３は、例えば、車両本体６０の位置、姿勢、および速度に基づいて、各撮像装置７１から繰り返し撮像された複数の画像を撮像装置７１毎に車両本体６０の走行方向で繋ぎ合わせた撮像画像のデータである撮像装置７１毎の撮像画像データを生成する。
処理部７３は、撮像装置７１毎の撮像画像データを含む計測データを通信部７４へ出力する。通信部７４は無線によってネットワーク３に接続されており、処理部７３から取得した計測データを情報処理装置１へネットワーク３を介して送信する。
情報処理装置１は、計測車両２から取得される計測データに基づいて、複数の撮像画像を車両本体６０の走行方向と直交する方向で貼り合わせた貼り合わせ画像を生成し、生成した貼り合わせ画像に基づいて、対象物の変状箇所を検出する。変状箇所は、変状が発生している箇所である。変状は、例えば、対象物がトンネル４である場合、トンネル４の内壁面４ａのひび割れ、剥離、汚れ、または漏れ水などである。
情報処理装置１は、検出した変状箇所を示す情報を貼り合わせ画像上に配置する処理を行って点検画像を生成し、生成した点検画像を表示したり印刷したりする。かかる点検画像によって、情報処理装置１の利用者は、点検作業者として、対象物の変状箇所を容易に把握することができ、また点検画像を帳票などに貼り付けることができる。
互いに異なる撮像条件で各々対応する撮像装置７１から得られる複数の撮像画像は、互いに輝度差が生じている場合があり、これら複数の撮像画像をそのまま貼り合わせて貼り合わせ画像を生成した場合、貼り合わせ画像内での輝度ムラによって、貼り合わせ画像の視認性が悪くなる場合がある。また、複数の撮像画像のコントラストが悪い場合や輝度が低い場合などにおいても、貼り合わせ画像の視認性が悪くなる場合がある。
そこで、情報処理装置１は、貼り合わせ画像を生成する前に、複数の撮像画像の輝度を補正し、輝度を補正した複数の画像を貼り合わせて貼り合わせ画像を生成する。これにより、輝度を補正することなく複数の画像を貼り合わせた貼り合わせ画像に比べて、点検画像における貼り合わせ画像の視認性を向上させることができる。
貼り合わせ対象となる複数の撮像画像に対する輝度の補正のためのパラメータＰを利用者が任意に設定したり、貼り合わせ対象となる各撮像画像のヒストグラム形状から自動的に輝度の補正を行ったりすると、輝度の補正処理を行わない場合に比べて、貼り合わせ画像から変状箇所を検出する検出精度が低下する可能性がある。例えば、輝度の補正によって貼り合わせ画像の変状箇所に白飛びまたは黒飛びが生じてしまい、変状箇所の検出ができなくなって、変状箇所を検出する検出精度が低下する可能性がある。
そこで、情報処理装置１は、輝度を補正した複数の撮像画像を貼り合わせた画像である貼り合わせ画像からの変状箇所の検出精度に基づいて、輝度を補正するためのパラメータＰを決定する。これにより、情報処理装置１は、対象物の変状箇所の検出精度の低下を抑制しつつ輝度を補正することができるパラメータＰを適切に決定する。以下、情報処理装置１の構成について具体的に説明する。
図４は、実施の形態１にかかる情報処理装置の構成の一例を示す図である。図４に示すように、情報処理装置１は、通信部１０と、入力部１１と、表示部１２と、記憶部１３と、処理部１４とを備える。
通信部１０は、ネットワーク３に有線または無線によって通信可能に接続され、ネットワーク３を介して計測装置７０、不図示のプリンタ、または端末装置などの外部装置との間で情報の送受信を行う。
入力部１１は、例えば、マウスおよびキーボードなどを含むが、タッチパッドであってもよい。表示部１２は、例えば、液晶ディスプレイ、有機ＥＬ（ElectroLuminescence）ディスプレイ、またはプロジェクターなどである。なお、図４に示す例では、入力部１１と表示部１２とが情報処理装置１に含まれるが、入力部１１および表示部１２は、情報処理装置１の外部装置として情報処理装置１に接続されてもよい。
記憶部１３は、撮像画像データ記憶部２０と、パラメータ候補記憶部２１と、パラメータ記憶部２２とを含む。撮像画像データ記憶部２０は、計測装置７０から送信される計測データに含まれる撮像装置７１単位の撮像画像データを含む撮像画像データテーブルを記憶する。
図５は、実施の形態１にかかる撮像画像データ記憶部に記憶される撮像画像データテーブルの一例を示す図である。図５に示す撮像画像データテーブルは、「対象物ＩＤ（IDentifier）」、「撮像装置ＩＤ」、および「撮像画像データ」を撮像画像データ毎に含む。
「対象物ＩＤ」は、対象物毎に固有の識別情報である。「撮像装置ＩＤ」は、撮像装置７１毎に固有の識別情報である。「撮像画像データ」は、撮像画像データまたは撮像画像データの格納位置を示す情報である。
図５に示す撮像画像データテーブルでは、対象物ＩＤ「Ｍ１」の対象物の撮像画像データとして、撮像装置ＩＤ「ＤＥ１」，「ＤＥ２」，「ＤＥ３」の撮像装置７１ａ，７１ｂ，７１ｃによって撮像された画像に基づいて生成された撮像画像データが撮像画像データＩＭＤ１，ＩＭＤ２，ＩＭＤ３であることが示されている。
図４に示すパラメータ候補記憶部２１は、輝度の補正処理に用いられるパラメータＰの候補となる複数のパラメータ候補を含むパラメータ候補テーブルを記憶する。図６は、実施の形態１にかかるパラメータ候補記憶部に記憶されるパラメータ候補テーブルの一例を示す図である。
図６に示すパラメータ候補テーブルは、「対象物ＩＤ」および「パラメータ候補」を含む。「対象物ＩＤ」は、図５に示す「対象物ＩＤ」と同じである。「パラメータ候補」は、輝度の補正処理に用いられるパラメータＰの候補であるパラメータ候補の情報である。
図６に示すパラメータ候補テーブルでは、対象物ＩＤ「Ｍ１」の対象物に対するパラメータ候補として、パラメータ候補Ｐｃ１，Ｐｃ２，・・・，Ｐｃｎが含まれる。ｎは、例えば、４以上の整数である。また、対象物ＩＤ「Ｍ２」の対象物に対するパラメータ候補として、パラメータ候補Ｐｃ２などが含まれる。以下、パラメータ候補Ｐｃ１，Ｐｃ２，・・・，Ｐｃｎの各々を個別に区別せずに示す場合、パラメータ候補Ｐｃと記載する場合がある。なお、パラメータ候補テーブルは、対象物ＩＤに代えてまたは加えて、対象物の種類に固有の識別情報を含んでいてもよい。
図４に示すパラメータ記憶部２２は、輝度の補正処理に用いられるパラメータＰを含むパラメータテーブルを記憶する。図７は、実施の形態１にかかるパラメータ記憶部に記憶されるパラメータテーブルの一例を示す図である。
図７に示すパラメータテーブルは、「対象物ＩＤ」および「パラメータ」を含む。「対象物ＩＤ」は、図５に示す「対象物ＩＤ」と同じである。「パラメータ」は、輝度の補正処理に用いられるパラメータＰの情報である。図７に示すパラメータテーブルでは、対象物ＩＤ「Ｍ１」の対象物に対するパラメータＰとして、パラメータ候補Ｐｃ２が設定され、対象物ＩＤ「Ｍ２」の対象物に対するパラメータＰとして、パラメータ候補Ｐｃｎが設定されている。なお、パラメータテーブルは、対象物ＩＤに代えてまたは加えて、対象物の種類に固有の識別情報を含んでいてもよい。
図４に戻って、情報処理装置１の説明を続ける。図４に示す処理部１４は、情報処理装置１の利用者による入力部１１への入力操作によってパラメータ決定要求を受け付けた場合に、輝度の補正のパラメータＰを決定するパラメータ決定処理を行う。図８は、実施の形態１にかかる情報処理装置の処理部によって実行されるパラメータ決定処理の一例を示す図である。
図８では、複数の撮像画像として、撮像画像Ａ，Ｂ，Ｃを貼り合わせる例を示している。撮像画像Ａは、例えば、上述した撮像画像データＩＭＤ１で表される撮像画像であり、撮像画像Ｂは、例えば、上述した撮像画像データＩＭＤ２で表される撮像画像であり、撮像画像Ｃは、例えば、上述した撮像画像データＩＭＤ３で表される撮像画像である。
処理部１４は、輝度の補正に用いられるパラメータ候補Ｐｃ１，Ｐｃ２，・・・，Ｐｃｎに基づいて、撮像画像Ａ，Ｂ，Ｃの各々の輝度を補正する輝度補正処理をパラメータ候補Ｐｃ単位で行う。これにより、例えば、パラメータ候補Ｐｃ１で輝度の補正を行った撮像画像Ａ，Ｂ，Ｃ、パラメータ候補Ｐｃ２で輝度の補正を行った撮像画像Ａ，Ｂ，Ｃ、パラメータ候補Ｐｃｎで輝度の補正を行った撮像画像Ａ，Ｂ，Ｃなどが生成される。
次に、処理部１４は、輝度の補正を行った撮像画像Ａ，Ｂ，Ｃを貼り合わせた画像である貼り合わせ画像をパラメータ候補Ｐｃ単位で生成する貼り合わせ処理を行う。これにより、貼り合わせ画像ＩＣＰｃ１，ＩＣＰｃ２，・・・，ＩＣＰｃｎが生成される。
貼り合わせ画像ＩＣＰｃ１は、パラメータ候補Ｐｃ１で輝度の補正を行った撮像画像Ａ，Ｂ，Ｃを貼り合わせた画像であり、貼り合わせ画像ＩＣＰｃ２は、パラメータ候補Ｐｃ２で輝度の補正を行った撮像画像Ａ，Ｂ，Ｃを貼り合わせた画像である。また、貼り合わせ画像ＩＣＰｃｎは、パラメータ候補Ｐｃｎで輝度の補正を行った撮像画像Ａ，Ｂ，Ｃを貼り合わせた画像である。以下において、貼り合わせ画像ＩＣＰｃ１，ＩＣＰｃ２，・・・，ＩＣＰｃｎの各々を個別に区別せずに示す場合、貼り合わせ画像ＩＣＰｃと記載する場合がある。
次に、処理部１４は、貼り合わせ画像ＩＣＰｃ１，ＩＣＰｃ２，・・・，ＩＣＰｃｎの各々から変状箇所を検出する変状検出処理を行う。これにより、処理部１４は検出した結果である変状検出結果ＲＳＰｃ１，ＲＳＰｃ２，・・・，ＲＳＰｃｎを生成する。
変状検出結果ＲＳＰｃ１は、パラメータ候補Ｐｃ１を用いて得られる貼り合わせ画像ＩＣＰｃ１から検出された変状箇所のデータである変状データを含む。変状検出結果ＲＳＰ ｃ２は、パラメータ候補Ｐｃ２を用いて得られる貼り合わせ画像ＩＣＰｃ２から検出された変状箇所のデータである変状データを含む。また、変状検出結果ＲＳＰｃｎは、パラメータ候補Ｐｃｎを用いて得られる貼り合わせ画像ＩＣＰｃｎから検出された変状箇所のデータである変状データを含む。以下において、変状検出結果ＲＳＰｃ１，ＲＳＰｃ２，・・・，ＲＳＰｃｎの各々を個別に区別せずに示す場合、変状検出結果ＲＳＰｃと記載する場合がある。
次に、処理部１４は、変状検出結果ＲＳＰｃ１，ＲＳＰｃ２，・・・，ＲＳＰｃｎに基づいて、貼り合わせ画像ＩＣＰｃ１，ＩＣＰｃ２，・・・，ＩＣＰｃｎに対する変状検出精度の評価値ＶＲＰｃ１，ＶＲＰｃ２，・・・，ＶＲＰｃｎを算出する検出結果評価処理を行う。
例えば、処理部１４は、変状検出結果ＲＳＰｃ１に基づいて、貼り合わせ画像ＩＣＰｃ １に対する変状検出精度の評価値ＶＲＰｃ１を算出し、変状検出結果ＲＳＰｃ２に基づいて、貼り合わせ画像ＩＣＰｃ２に対する変状検出精度の評価値ＶＲＰｃ２を算出する。また、処理部１４は、変状検出結果ＲＳＰｃｎに基づいて、貼り合わせ画像ＩＣＰｃｎに対する変状検出精度の評価値ＶＲＰｃｎを算出する。以下において、評価値ＶＲＰｃ１，ＶＲＰｃ２，・・・，ＶＲＰｃｎの各々を個別に区別せずに示す場合、評価値ＶＲＰｃと記載する場合がある。評価値ＶＲＰｃは、変状検出精度が高いほど大きな値になる。
次に、処理部１４は、評価値ＶＲＰｃ１，ＶＲＰｃ２，・・・，ＶＲＰｃｎに基づいて、対象物の変状箇所の検出精度の低下を抑制しつつ輝度を補正するためのパラメータＰを決定する。例えば、処理部１４は、評価値ＶＲＰｃ１，ＶＲＰｃ２，・・・，ＶＲＰｃｎのうち最も大きい評価値ＶＲＰｃに対応するパラメータ候補Ｐｃを、輝度を補正するためのパラメータＰとして決定するパラメータ決定処理を行う。
また、処理部１４は、変状箇所の検出精度に加えて、貼り合わせ画像ＩＣＰｃの視認性に基づいて、輝度を補正するためのパラメータＰとして決定することもできる。処理部１４は、貼り合わせ画像ＩＣＰｃ１，ＩＣＰｃ２，・・・，ＩＣＰｃｎの各々の視認性の評価値ＶＶＰｃ１，ＶＶＰｃ２，・・・，ＶＶＰｃｎを算出する。以下、評価値ＶＶＰｃ１，ＶＶＰｃ２，・・・，ＶＶＰｃｎの各々を個別に区別せずに示す場合、評価値ＶＶＰｃと記載する場合がある。
評価値ＶＶＰｃは、貼り合わせ画像ＩＣＰｃのコントラストおよびエッジ強度などに基づいて算出される。例えば、処理部１４は、コントラストが高いほど評価値ＶＶＰｃを大きくし、エッジ強度が大きいほど評価値ＶＶＰｃを大きくする。
処理部１４は、評価値ＶＲＰｃと評価値ＶＶＰｃとを重み付けして加算した結果のうち最も大きい結果に対応するパラメータ候補ＰｃをパラメータＰとして決定する。例えば、処理部１４は、評価値ＶＲＰｃ１と評価値ＶＶＰｃ１とを重み付けして加算した値を総合評価値ＶＴＰｃ１として算出し、評価値ＶＲＰｃ２と評価値ＶＶＰｃ２とを重み付けして加算した値を総合評価値ＶＴＰｃ２として算出する。
また、処理部１４は、評価値ＶＲＰｃｎと評価値ＶＶＰｃｎとを重み付けして加算した値を総合評価値ＶＴＰｃとして算出する。処理部１４は、総合評価値ＶＴＰｃ１，ＶＴＰ ｃ２，・・・，ＶＴＰｃｎのうち最も大きい評価値に対応するパラメータ候補ＰｃをパラメータＰとして決定する。以下、総合評価値ＶＴＰｃ１，ＶＴＰｃ２，・・・，ＶＴＰｃ ｎの各々を個別に区別せずに示す場合、総合評価値ＶＴＰｃと記載する場合がある。
処理部１４は、総合評価値ＶＴＰｃに基づいて、パラメータＰを決定することで、変状箇所の検出精度に加えて、貼り合わせ画像ＩＣＰｃの視認性に基づいて、輝度を補正するためのパラメータＰを決定することができる。処理部１４は、決定したパラメータＰを用いて撮像画像Ａ，Ｂ，Ｃの各々の輝度を補正し、輝度を補正した撮像画像Ａ，Ｂ，Ｃを貼り合わせて貼り合わせ画像ＩＣＰを生成する。
そして、処理部１４は、貼り合わせ画像ＩＣＰから変状箇所を検出し、貼り合わせ画像ＩＣＰ上に検出した変状箇所の情報を重畳した点検画像を生成する。これにより、処理部１４は、貼り合わせ画像ＩＣＰの視認性を向上させつつ、貼り合わせ画像ＩＣＰからの変状箇所の検出精度の低下を抑制することができる。以下、処理部１４の構成について具体的に説明する。
図４に示すように、情報処理装置１の処理部１４は、入力受付部３０と、データ取得部３１と、輝度補正部３２と、画像貼り合わせ部３３と、変状検出部３４と、パラメータ決定部３５と、表示処理部３６と、点検画像生成部３７と、データ出力部３８とを備える。
入力受付部３０は、利用者による入力部１１への入力操作を受け付ける。例えば、入力受付部３０は、入力部１１を介して利用者からのパラメータ決定要求を受け付ける。パラメータ決定要求には、例えば、パラメータ決定対象となる対象物の対象物ＩＤなどの情報が含まれる。
また、入力受付部３０は、入力部１１を介して利用者からの点検画像生成要求を受け付ける。点検画像生成要求には、例えば、パラメータ決定対象となる対象物の対象物ＩＤなどの情報が含まれる。また、入力受付部３０は、入力部１１を介して利用者からの出力要求を受け付ける。
データ取得部３１は、通信部１０を介して外部装置からデータを取得し、取得したデータを記憶部１３に記憶させたり、処理部１４が記憶部１３に記憶されているデータを用いた処理を行う場合に記憶部１３に記憶されているデータを取得したりする。
例えば、データ取得部３１は、計測装置７０からネットワーク３を介して通信部１０で受信された計測データを通信部１０から取得し、取得した計測データのうち撮像画像データを撮像画像データ記憶部２０に記憶させる。
また、データ取得部３１は、入力受付部３０によってパラメータ決定要求が受け付けられた場合、パラメータ決定要求に含まれる対象物ＩＤに関連付けられた複数の撮像画像データおよび複数のパラメータ候補Ｐｃを記憶部１３から取得する。入力受付部３０によってパラメータ決定要求が受け付けられた場合、処理部１４の動作モードがパラメータ決定モードになる。
なお、データ取得部３１は、入力受付部３０によってパラメータ決定要求が受け付けられた場合において、パラメータ決定要求に含まれる対象物ＩＤの対象物の種類に関連付けられた複数のパラメータ候補Ｐｃを記憶部１３から取得することもできる。
また、データ取得部３１は、入力受付部３０によって点検画像生成要求が受け付けられた場合、点検画像生成要求に含まれる対象物ＩＤに関連付けられた複数の撮像画像データおよびパラメータＰを記憶部１３から取得する。入力受付部３０によって点検画像生成要求が受け付けられた場合、処理部１４の動作モードが点検画像生成モードになる。データ取得部３１は、パラメータ決定部３５によって決定されたパラメータＰをパラメータ決定部３５から取得してパラメータ記憶部２２に記憶させる。
輝度補正部３２は、動作モードとしてパラメータ決定モードと点検画像生成モードとを有する。まず、動作モードがパラメータ決定モードである場合の輝度補正部３２の動作について説明する。
輝度補正部３２は、動作モードがパラメータ決定モードである場合、データ取得部３１によって取得された複数の撮像画像データで表される複数の撮像画像の各々の輝度を、データ取得部３１によって取得された複数のパラメータ候補Ｐｃを用いて、パラメータ候補Ｐｃ単位で補正する。
輝度補正部３２は、例えば、ガンマ補正によって複数の撮像画像の各々の輝度を補正する。輝度補正部３２は、例えば、下記式（１）の演算によって、ガンマ補正を行う。下記式（１）において、「ｘ」は、入力であり、「ｙ」は、出力であり、「γ」は、補正のパラメータである。
ｆ（ｘ，ｙ）＝２５５×（ｘ／２５５）１／γ・・・（１）
ガンマ補正の場合、パラメータ候補Ｐｃ１，Ｐｃ２，・・・，Ｐｃｎは、パラメータγに代入する値である。輝度補正部３２は、パラメータ候補Ｐｃを上記式（１）の「γ」に代入し、撮像画像の各画素の輝度値を入力ｘとすることで、複数の撮像画像の各々の輝度をパラメータ候補Ｐｃ単位で補正する。
図９は、実施の形態１にかかる情報処理装置の輝度補正部によって実行されるガンマ補正を説明するための図である。図９に示すように、パラメータγが１よりも小さい場合、入力ｘが大きくなるほど、出力ｙの増加率が大きくなり、パラメータγが１よりも大きい場合、入力ｘが大きくなるほど、出力ｙの増加率が小さくなる。
輝度補正部３２は、局所的ヒストグラム平坦化法によって複数の撮像画像の各々の輝度をパラメータ候補Ｐｃ単位で補正することもできる。局所的ヒストグラム平坦化法は、撮像画像を分割し、それぞれの分割領域で輝度値の分布を修正することでコントラストを改善する方法である。
局所的ヒストグラム平坦化法の場合、パラメータ候補Ｐｃ１，Ｐｃ２，・・・，Ｐｃｎは、撮像画像の分割方法および分割領域の結合方法のうちの少なくとも一方を特定するパラメータである。
図１０は、実施の形態１にかかる情報処理装置の輝度補正部によって実行される局所的ヒストグラム平坦化法を説明するための図である。図１０に示すように、局所的ヒストグラム平坦化法では、撮像画像を分割し、それぞれの分割領域で輝度値の分布を修正することで、コントラストが改善される。
輝度補正部３２は、ハイパスフィルタによって複数の撮像画像の各々の輝度をパラメータ候補Ｐｃ単位で補正することもできる。輝度補正部３２は、例えば、撮像画像を離散フーリエ変換することで、撮像画像の周波数成分を抽出し、抽出した周波数成分のうち低周波成分のみを除去し、低周波成分のみを除去した撮像画像の周波数成分を逆フーリエ変換することで、輝度を補正した撮像画像を生成する。輝度補正部３２では、低周波成分の除去によって画像の均一化またはエッジの抽出などが可能である。
ハイパスフィルタの場合、パラメータ候補Ｐｃ１，Ｐｃ２，・・・，Ｐｃｎは、撮像画像の周波数成分から除去する周波数帯を特定するパラメータである。図１１は、実施の形態１にかかる情報処理装置の輝度補正部によって実行されるハイパスフィルタリングを説明するための図である。
図１１に示す例では、パラメータ候補Ｐｃ１は、除去周波数帯ｆｇ１を特定するパラメータであり、パラメータ候補Ｐｃ２は、除去周波数帯ｆｇ２を特定するパラメータである。また、パラメータ候補Ｐｃ３は、除去周波数帯ｆｇ３を特定するパラメータであり、パラメータ候補Ｐｃ４は、除去周波数帯ｆｇ４を特定するパラメータである。除去周波数帯ｆｇ２は、除去周波数帯ｆｇ１よりも高く、除去周波数帯ｆｇ３は、除去周波数帯ｆｇ２よりも高く、除去周波数帯ｆｇ４は、除去周波数帯ｆｇ３よりも高い。
次に、動作モードが点検画像生成モードである場合の輝度補正部３２の動作について説明する。輝度補正部３２は、動作モードが点検画像生成モードである場合、データ取得部３１によって取得された複数の撮像画像データで表される複数の撮像画像の各々の輝度をデータ取得部３１によって取得されたパラメータＰを用いて補正する。
例えば、輝度補正部３２は、パラメータＰを用いて、ガンマ補正、局所的ヒストグラム平坦化法、またはハイパスフィルタによって複数の撮像画像の各々の輝度を補正する。
なお、輝度補正部３２による輝度の補正方法は、ガンマ補正、局所的ヒストグラム平坦化法、およびハイパスフィルタに限定されず、種々の輝度補正方法を適用することができ、また、独自に開発された輝度補正方法であってもよい。
輝度補正部３２は、利用者による入力部１１への入力操作で補正方法を変更したり、対象物の種類に応じて補正方法を変更したりすることができる。例えば、輝度補正部３２は、対象物の種類に対応する補正方法を示す補正情報を有しており、かかる補正情報に基づいて、対象物毎の補正方法または対象物の種類に対応する補正方法で複数の撮像画像の各々の輝度を補正することができる。対象物の種類は、例えば、トンネル４、ガードレール５、道路、橋梁などといった構造物の種類である。また、輝度補正部３２は、補正方法を撮像画像データが得られた時間帯、季節、天気などに基づいて変更することもできる。
次に、図４に示す画像貼り合わせ部３３について説明する。画像貼り合わせ部３３は、輝度補正部３２によって輝度が補正された複数の撮像画像を貼り合わせた画像である貼り合わせ画像ＩＣＰｃ，ＩＣＰを生成する。画像貼り合わせ部３３は、動作モードとしてパラメータ決定モードと点検画像生成モードとを有する。まず、動作モードがパラメータ決定モードである場合の画像貼り合わせ部３３の動作について説明する。
画像貼り合わせ部３３は、動作モードがパラメータ決定モードである場合、パラメータ候補Ｐｃを用いて輝度が補正された複数の撮像画像をパラメータ候補Ｐｃ単位で貼り合わせた画像である貼り合わせ画像ＩＣＰｃを生成する。
例えば、図８に示す例では、画像貼り合わせ部３３は、パラメータ候補Ｐｃ１，Ｐｃ２，・・・，Ｐｃｎで輝度が補正された複数の撮像画像Ａ，Ｂ，Ｃをパラメータ候補Ｐｃ単位で貼り合わせた画像である貼り合わせ画像ＩＣＰｃ１，ＩＣＰｃ２，・・・，ＩＣＰｃ ｎを生成する。
図１２は、実施の形態１にかかる情報処理装置の画像貼り合わせ部による撮像画像貼り合わせ処理の一例を説明するための図である。図１２に示す例では、画像貼り合わせ部３３は、パラメータ候補Ｐｃによって輝度が補正された複数の撮像画像Ａ，Ｂ，Ｃが貼り合わせて貼り合わせ画像ＩＣＰｃを生成する。図１２に示す撮像画像Ａ，Ｂ，Ｃは、トンネル４の内壁面４ａの画像である。
画像貼り合わせ部３３は、動作モードが点検画像生成モードである場合、パラメータＰを用いて輝度補正部３２によって輝度が補正された複数の撮像画像を貼り合わせた画像である貼り合わせ画像ＩＣＰを生成する。
なお、画像貼り合わせ部３３は、貼り合わせ画像ＩＣＰｃまたは貼り合わせ画像ＩＣＰを生成する処理において、撮像画像Ａ，Ｂ間の重複部分および撮像画像Ｂ，Ｃ間の重複部分は削除する。
次に、図４に示す変状検出部３４について説明する。変状検出部３４は、貼り合わせ画像ＩＣＰｃ，ＩＣＰから対象物の変状箇所を検出する学習モデルを用いて、対象物の変状箇所を検出する。学習モデルは、畳み込みニューラルネットワークまたは回帰型ニューラルネットワークなどのニューラルネットワークであり、深層学習（Deep Learning）によって生成される。変状検出部３４の学習モデルは、例えば、セマンティックセグメンテーションを行う学習モデルである。
変状検出部３４は、動作モードとしてパラメータ決定モードと点検画像生成モードとを有する。まず、動作モードがパラメータ決定モードである場合の変状検出部３４の動作について説明する。
変状検出部３４は、動作モードがパラメータ決定モードである場合、画像貼り合わせ部３３によって生成された貼り合わせ画像ＩＣＰｃを学習モデルに入力し、学習モデルから出力される各画素のクラスラベル毎のスコアに基づいて、変状箇所を検出する。
クラスラベルは、対象物がトンネル４である場合、例えば、ひび割れを示すクラスラベル、剥離を示すクラスラベル、汚れを示すクラスラベル、または漏れ水を示すクラスラベルなどである。画素におけるクラスラベルのスコアは、例えば、０～１の値であり、変状検出部３４は、例えば、スコアが０．５以上のクラスラベルの画素がある場合、かかる画素が変状の画素であり、変状の種類が、スコアが０．５以上のクラスラベルに対応する変状であると判定する。
例えば、図８に示す例では、変状検出部３４は、貼り合わせ画像ＩＣＰｃ１，ＩＣＰｃ ２，・・・，ＩＣＰｃｎの各々から変状箇所を検出し、検出した結果である変状検出結果ＲＳＰｃ１，ＲＳＰｃ２，・・・，ＲＳＰｃｎを生成する。
変状検出部３４は、動作モードが点検画像生成モードである場合、画像貼り合わせ部３３によって生成された貼り合わせ画像ＩＣＰを学習モデルに入力し、学習モデルから出力される各画素のクラスラベル毎のスコアに基づいて、変状箇所を検出する。
学習モデルは、セマンティックセグメンテーションを行う学習モデルに代えて、貼り合わせ画像ＩＣＰｃ，ＩＣＰ全体の属性をラベリングして生成される学習モデルであってもよい。また、学習モデルは、ニューラルネットワーク以外のネットワークモデルであってもよく、線形回帰またはロジスティック回帰などといった深層学習以外の機械学習によって生成される計算モデルであってもよい。
次に、図４に示すパラメータ決定部３５について説明する。パラメータ決定部３５は、動作モードがパラメータ決定モードである変状検出部３４によって検出された変状箇所の検出精度に基づいて、パラメータＰを決定する。
例えば、図８に示す例では、パラメータ決定部３５は、変状検出結果ＲＳＰｃに基づいて、貼り合わせ画像ＩＣＰｃに対する変状検出精度の評価値ＶＲＰｃをパラメータ候補Ｐｃ単位で算出する。そして、パラメータ決定部３５は、パラメータ候補Ｐｃ単位の評価値ＶＲＰｃに基づいて、パラメータＰを決定する。これにより、パラメータ決定部３５は、対象物の変状箇所の検出精度の低下を抑制しつつ輝度を補正することができるパラメータＰを決定することができる。
また、パラメータ決定部３５は、変状箇所の検出精度に加えて、貼り合わせ画像ＩＣＰ ｃの視認性に基づいて、輝度を補正するためのパラメータＰとして決定することもできる。パラメータ決定部３５は、貼り合わせ画像ＩＣＰｃの視認性の評価値ＶＶＰｃをパラメータ候補Ｐｃ単位で算出する。
そして、パラメータ決定部３５は、変状検出精度の評価値ＶＲＰｃと視認性の評価値ＶＶＰｃと基づいて、総合評価値ＶＴＰｃをパラメータ候補Ｐｃ単位で算出し、算出したパラメータ候補Ｐｃ単位の総合評価値ＶＴＰｃに基づいて、パラメータＰを決定する。これにより、パラメータ決定部３５は、対象物の変状箇所の検出精度の低下を抑制しつつ輝度を補正することができるパラメータとしてパラメータＰを精度よく決定することができる。
パラメータ決定部３５は、図４に示すように、真値情報取得部４０と、評価部４１と、決定部４２とを備える。真値情報取得部４０は、貼り合わせ画像ＩＣＰｃの画素毎に変状の有無を示す真値を含む真値情報を取得する。真値情報は、変状の種類が複数ある場合、変状の種類毎に変状の有無を示す真値を含む。
真値情報取得部４０は、手動モードに設定されている場合、例えば、貼り合わせ画像ＩＣＰｃを表示部１２に表示させる処理を表示処理部３６に実行させる。真値情報取得部４０は、利用者から入力された真値情報が入力受付部３０によって受け付けられた場合、データ取得部３１を介して入力受付部３０で受け付けられた真値情報を取得する。
また、真値情報取得部４０は、自動モードに設定されている場合、輝度補正部３２によって輝度補正が行われていない複数の撮像画像を貼り合わせた貼り合わせ画像を画像貼り合わせ部３３に生成させる。そして、真値情報取得部４０は、輝度補正が行われていない複数の撮像画像を貼り合わせた貼り合わせ画像から変状箇所を変状検出部３４に検出させ、変状検出部３４によって検出された変状箇所の情報から真値情報を取得する。
評価部４１は、動作モードがパラメータ決定モードである変状検出部３４によって検出された変状箇所の情報と真値情報取得部４０によって取得された真値情報とに基づいて、貼り合わせ画像ＩＣＰｃからの変状箇所の検出精度の評価値ＶＲＰｃを算出する。
評価部４１は、再現率、適合率、およびＦ値のうちの少なくとも１つを評価値ＶＲＰｃとして算出したり、再現率、適合率、およびＦ値のうちの少なくとも２つを重み付けして加算した値を評価値ＶＲＰｃとして算出したりすることができる。
ここで、再現率、適合率、およびＦ値について説明する。図１３は、実施の形態１にかかる情報処理装置の評価部による再現率、適合率、およびＦ値の算出方法を説明するための図である。
図１３に示す例では、変状検出部３４によって変状であると検出された画素のうち実際に変状である画素の数をＴＰ（True Positive）とし、変状検出部３４によって変状であると検出された画素のうち実際には背景である画素の数をＴＮ（True Negative）としている。
また、図１３に示す例では、変状検出部３４によって背景であると検出された画素のうち実際には変状である画素の数をＦＮ（False Negative）とし、変状検出部３４によって変状と検出された画素のうち背景である画素の数をＦＰ（False Positive）としている。背景の画素は、変状以外を示す画素である。
なお、評価部４１は、変状の種類が複数ある場合、例えば、同じ種類でない変状の画素は背景の画素として扱い、ＴＰ，ＴＮ，ＦＮ，ＦＰを変状毎に算出して合算することで、ＴＰ，ＴＮ，ＦＮ，ＦＰを算出する。
評価部４１は、図１３に示す式の演算によって再現率、適合率、およびＦ値のうちの少なくとも１つを評価値ＶＲＰｃとして算出することができる。また、評価部４１は、再現率、適合率、およびＦ値のうちの少なくとも２つを重み付けして加算した値を評価値ＶＲＰｃとして算出することもできる。
また、評価部４１は、変状検出部３４の学習モデルから出力されるスコアと実際の画素の種別に対応する値との差を画素毎に算出し、算出した結果を合算した値を評価値ＶＲＰ ｃとすることもできる。画素の種別に対応する値は、画素の種別が変状である場合、「１」であり、画素の種別が背景である場合、「０」である。
また、評価部４１は、変状箇所の検出精度に加えて、貼り合わせ画像ＩＣＰｃの視認性に基づいて、貼り合わせ画像ＩＣＰｃの視認性の評価値ＶＶＰｃを算出することもできる。評価値ＶＶＰｃは、貼り合わせ画像ＩＣＰｃのコントラストおよびエッジ強度などに基づいて算出される。例えば、評価部４１は、コントラストが高いほど評価値ＶＶＰｃを大きくし、エッジ強度が大きいほど評価値ＶＶＰｃを大きくする。
図８に示す例では、評価部４１は、貼り合わせ画像ＩＣＰｃ１，ＩＣＰｃ２，・・・，ＩＣＰｃｎの各々の視認性の評価値ＶＶＰｃ１，ＶＶＰｃ２，・・・，ＶＶＰｃｎを算出する。
そして、評価部４１は、例えば、評価値ＶＲＰｃ１と評価値ＶＶＰｃ１とを重み付けして加算した値を総合評価値ＶＴＰｃ１として算出し、評価値ＶＲＰｃ２と評価値ＶＶＰｃ ２とを重み付けして加算した値を総合評価値ＶＴＰｃ２として算出する。また、評価部４１は、評価値ＶＲＰｃｎと評価値ＶＶＰｃｎとを重み付けして加算した値を総合評価値ＶＴＰｃｎとして算出する。
図４に示す決定部４２は、評価部４１によって算出された複数の評価値ＶＲＰｃまたは複数の評価値ＶＶＰｃに基づいて、パラメータＰを決定する。これにより、決定部４２は、対象物の変状箇所の検出精度の低下を抑制しつつ輝度を補正することができるパラメータＰを決定することができる。
例えば、決定部４２は、評価部４１によって算出された複数の評価値ＶＲＰｃのうち最も大きい評価値ＶＲＰｃに対応するパラメータ候補ＰｃをパラメータＰとして決定する。例えば、評価部４１によって評価値ＶＲＰｃ１，ＶＲＰｃ２，・・・，ＶＲＰｃｎが算出され、評価値ＶＲＰｃ１，ＶＲＰｃ２，・・・，ＶＲＰｃｎのうち評価値ＶＲＰｃ２が最も大きいとする。この場合、決定部４２は、評価値ＶＲＰｃ２に対応するパラメータ候補Ｐｃ２をパラメータＰとして決定する。
また、決定部４２は、評価部４１によって算出された複数の総合評価値ＶＴＰｃのうち最も大きい総合評価値ＶＴＰｃに対応するパラメータ候補ＰｃをパラメータＰとして決定する。例えば、評価部４１によって総合評価値ＶＴＰｃ１，ＶＴＰｃ２，・・・，ＶＴＰ ｃｎが算出され、総合評価値ＶＴＰｃ１，ＶＴＰｃ２，・・・，ＶＴＰｃｎのうち総合評価値ＶＴＰｃｎが最も大きいとする。この場合、決定部４２は、総合評価値ＶＴＰｃｎに対応するパラメータ候補ＰｃｎをパラメータＰとして決定する。決定部４２によって決定されたパラメータＰは、上述したようにデータ取得部３１によってパラメータ記憶部２２に記憶される。
表示処理部３６は、入力受付部３０による受け付け結果に基づいて、記憶部１３に記憶されている情報を表示部１２に表示させたり、処理部１４によって処理された情報を表示部１２に表示させたりする。例えば、表示処理部３６は、画像貼り合わせ部３３によって生成された貼り合わせ画像ＩＣＰｃを表示部１２に表示させたり、点検画像生成部３７によって生成された点検画像を表示部１２に表示させたりする。
点検画像生成部３７は、画像貼り合わせ部３３によって生成された貼り合わせ画像ＩＣＰと、貼り合わせ画像ＩＣＰから変状検出部３４によって検出された変状箇所の情報を重畳した点検画像を生成する。変状箇所の情報は、例えば、変状の形状を示す線図、または変状の箇所を囲む枠などである。
図１４は、実施の形態１にかかる情報処理装置の点検画像生成部によって生成される点検画像の一例を示す図である。図１４に示すように、点検画像生成部３７によって生成される点検画像は、貼り合わせ画像ＩＣＰ上に、変状検出部３４によって検出された変状を強調表示する情報が重畳される。なお、図１４では、貼り合わせ画像ＩＣＰを無地で示しているが、貼り合わせ画像ＩＣＰは対象物の画像を含む。
変状の強調表示は、変状を示す線の太さまたは色などを貼り合わせ画像ＩＣＰと区別可能な太さまたは色とすることによって行われる。点検画像生成部３７は、例えば、変状の種類および対象物の種類によって強調表示の方法を変更することもできる。なお、点検画像生成部３７は、変状箇所の情報が重畳されていない貼り合わせ画像ＩＣＰを点検画像として出力することもできる。
図４に示すデータ出力部３８は、入力受付部３０によって利用者からの出力要求が受け付けられた場合、利用者の入力部１１への入力操作に応じた情報または処理部１４によって処理された情報を外部装置へ通信部１０を介して出力する。
例えば、データ出力部３８は、パラメータ決定部３５によって決定されたパラメータＰ、および点検画像生成部３７によって生成された撮像画像のデータなどを外部装置へ通信部１０を介して出力する。
パラメータ決定部３５によって決定されたパラメータＰが送信される外部装置は、例えば、パラメータ決定部３５、パラメータ決定モード、およびパラメータ候補記憶部２１を有していない情報処理装置などである。かかる外部装置は、計測車両２の計測装置７０などから複数の撮像画像データを取得し、取得した複数の撮像画像データで表される複数の撮像画像の各々の輝度の補正を行った後、これら複数の撮像画像を貼り合わせた貼り合わせ画像ＩＣＰを生成する。そして、外部装置は、貼り合わせ画像ＩＣＰから変状箇所を検出し、検出した変状箇所の情報を貼り合わせ画像ＩＣＰに重畳した点検画像を生成する。
つづいて、フローチャートを用いて情報処理装置１の処理部１４による処理を説明する。図１５は、実施の形態１にかかる情報処理装置の処理部による処理の一例を示すフローチャートである。
図１５に示すように、情報処理装置１の処理部１４は、計測車両２の計測装置７０などから出力される計測データを、通信部１０を介して取得したか否かを判定する（ステップＳ１０）。処理部１４は、計測データを取得したと判定した場合（ステップＳ１０：Ｙｅｓ）、計測データに含まれる撮像画像データを記憶部１３に記憶させる（ステップＳ１１）。
処理部１４は、ステップＳ１１の処理が終了した場合、または計測データを取得していないと判定した場合（ステップＳ１０：Ｎｏ）、パラメータ決定タイミングになったか否かを判定する（ステップＳ１２）。処理部１４は、例えば、利用者からパラメータ決定要求がある場合、または撮像画像データが記憶部１３に記憶された場合に、パラメータ決定タイミングになったと判定する。
処理部１４は、パラメータ決定タイミングになったと判定した場合（ステップＳ１２：Ｙｅｓ）、パラメータ決定処理を行う（ステップＳ１３）。ステップＳ１３の処理は、図１６に示すステップＳ２０～Ｓ２６の処理であり、後で詳述する。
処理部１４は、ステップＳ１３の処理が終了した場合、またはパラメータ決定タイミングになっていないと判定した場合（ステップＳ１２：Ｎｏ）、点検画像生成タイミングになったか否かを判定する（ステップＳ１４）。処理部１４は、例えば、利用者から点検画像生成要求がある場合、またはステップＳ１３の処理によってパラメータＰが決定された後、決定されたパラメータＰに対応する対象物の撮像画像データが記憶部１３に記憶された場合に点検画像生成タイミングになったと判定する。
処理部１４は、点検画像生成タイミングになったと判定した場合（ステップＳ１４：Ｙｅｓ）、点検画像生成処理を実行する（ステップＳ１５）。ステップＳ１５の処理は、図２０に示すステップＳ６０～Ｓ６５の処理であり、後で詳述する。
処理部１４は、ステップＳ１５の処理が終了した場合、または点検画像生成タイミングになっていないと判定した場合（ステップＳ１４：Ｎｏ）、出力要求があるか否かを判定する（ステップＳ１６）。
処理部１４は、出力要求があると判定した場合（ステップＳ１６：Ｙｅｓ）、出力処理を行う（ステップＳ１７）。ステップＳ１７の出力処理において、処理部１４は、例えば、ステップＳ１３のパラメータ決定処理で決定したパラメータＰ、またはステップＳ１５の点検画像生成処理で生成した点検画像のデータを外部装置へ通信部１０を介して出力する。
処理部１４は、ステップＳ１７の処理が終了した場合、または出力要求がないと判定した場合（ステップＳ１６：Ｎｏ）、動作終了のタイミングになったか否かを判定する（ステップＳ１８）。処理部１４は、例えば、情報処理装置１の不図示の電源がオフされたと判定した場合または入力部１１への動作終了の操作が行われたと判定した場合に、動作終了のタイミングになったと判定する。
処理部１４は、動作終了のタイミングになっていないと判定した場合（ステップＳ１８：Ｎｏ）、処理をステップＳ１０へ移行し、動作終了のタイミングになったと判定した場合（ステップＳ１８：Ｙｅｓ）、図１５に示す処理を終了する。
図１６は、実施の形態１にかかる情報処理装置の処理部によるパラメータ決定処理の一例を示すフローチャートである。図１６に示すように、処理部１４は、パラメータ決定処理の対象となる対象物の複数の撮像画像データを記憶部１３から取得する（ステップＳ２０）。
また、処理部１４は、パラメータ決定処理の対象となる対象物の種類または対象物に対応する複数のパラメータ候補Ｐｃを記憶部１３から取得する（ステップＳ２１）。そして、処理部１４は、各パラメータ候補Ｐｃを用いて、複数の撮像画像データで表される複数の撮像画像の輝度を補正する（ステップＳ２２）。
次に、処理部１４は、ステップＳ２２で輝度を補正した複数の撮像画像をパラメータ候補Ｐｃ単位で貼り合わせて、貼り合わせ画像ＩＣＰｃをパラメータ候補Ｐｃ単位で生成する（ステップＳ２３）。
次に、処理部１４は、貼り合わせ画像ＩＣＰｃからパラメータ候補Ｐｃ単位で変状箇所を検出する（ステップＳ２４）。そして、処理部１４は、変状検出精度評価処理を実行する（ステップＳ２５）。ステップＳ２５の処理は、図１７に示すステップＳ３０～Ｓ３２の処理であり、後で詳述する。
次に、処理部１４は、変状検出精度評価処理で算出されたパラメータ候補Ｐｃ単位の評価値ＶＲＰｃまたは総合評価値ＶＴＰｃに基づいて、輝度補正処理に用いるパラメータＰを決定し（ステップＳ２６）、図１６に示す処理を終了する。
図１７は、実施の形態１にかかる情報処理装置の処理部による変状検出精度評価処理の一例を示すフローチャートである。図１７に示すように、処理部１４は、輝度補正処理が手動モードに設定されているか否かを判定する（ステップＳ３０）。
処理部１４は、輝度補正処理が手動モードに設定されていると判定した場合（ステップＳ３０：Ｙｅｓ）、手動モード処理を実行する（ステップＳ３１）。ステップＳ３１の処理は、図１８に示すステップＳ４０～Ｓ４３の処理であり、後で詳述する。
また、処理部１４は、輝度補正処理が手動モードではなく自動モードに設定されていると判定した場合（ステップＳ３０：Ｎｏ）、自動モード処理を実行する（ステップＳ３２）。ステップＳ３２の処理は、図１９に示すステップＳ５０～Ｓ５６の処理であり、後で詳述する。
処理部１４は、ステップＳ３１の処理が終了した場合、またはステップＳ３２の処理が終了した場合、図１７に示す処理を終了する。
図１８は、実施の形態１にかかる情報処理装置の処理部による手動モード処理の一例を示すフローチャートである。図１８に示すように、処理部１４は、利用者からの変状箇所の真値を受け付ける（ステップＳ４０）。
次に、処理部１４は、ステップＳ２４での検出結果とステップＳ４０で受け付けた真値とを画素毎に比較する処理をパラメータ候補Ｐｃ単位で行い、検出精度の評価値ＶＲＰｃをパラメータ候補Ｐｃ単位で算出する（ステップＳ４１）。
次に、処理部１４は、貼り合わせ画像ＩＣＰｃの視認性の評価値ＶＶＰｃをパラメータ候補Ｐｃ単位で算出する（ステップＳ４２）。そして、処理部１４は、検出精度の評価値ＶＲＰｃと視認性の評価値ＶＶＰｃとに基づいて、パラメータ候補Ｐｃ単位で総合評価値ＶＴＰｃを算出し（ステップＳ４３）、図１８に示す処理を終了する。
図１９は、実施の形態１にかかる情報処理装置の処理部による自動モード処理の一例を示すフローチャートである。図１９に示すように、処理部１４は、ステップＳ２０で取得した複数の撮像画像データと同じ複数の撮像画像データを記憶部１３から取得する（ステップＳ５０）。
次に、処理部１４は、ステップＳ５０で取得した複数の撮像画像データで表される複数の撮像画像を輝度補正なしで貼り合わせた貼り合わせ画像を生成する（ステップＳ５１）。そして、処理部１４は、ステップＳ５１で生成した貼り合わせ画像から変状箇所を検出する（ステップＳ５２）。
次に、処理部１４は、ステップＳ５２での変状箇所の検出結果から真値の情報を取得する（ステップＳ５３）。処理部１４は、ステップＳ２４で検出した結果である検出結果とステップＳ５３で取得した真値とを画素毎に比較する処理をパラメータ候補Ｐｃ単位で行い、検出精度の評価値ＶＲＰｃをパラメータ候補Ｐｃ単位で算出する（ステップＳ５４）。
次に、処理部１４は、貼り合わせ画像ＩＣＰｃの視認性の評価値ＶＶＰｃをパラメータ候補Ｐｃ単位で算出する（ステップＳ５５）。そして、処理部１４は、検出精度の評価値ＶＲＰｃと視認性の評価値ＶＶＰｃとに基づいて、パラメータ候補Ｐｃ単位で総合評価値ＶＴＰｃを算出し（ステップＳ５６）、図１９に示す処理を終了する。
図２０は、実施の形態１にかかる情報処理装置の処理部による点検画像生成処理の一例を示すフローチャートである。図２０に示すように、処理部１４は、点検画像生成処理の対象となる対象物の複数の撮像画像データを記憶部１３から取得する（ステップＳ６０）。
次に、処理部１４は、点検画像生成処理の対象となる対象物の種類または対象物のパラメータＰを記憶部１３から取得する（ステップＳ６１）。処理部１４は、ステップＳ６１で取得したパラメータＰを用いて、ステップＳ６０で取得した複数の撮像画像データで表される複数の撮像画像の輝度を補正する（ステップＳ６２）。
次に、処理部１４は、輝度を補正した複数の撮像画像を貼り合わせて貼り合わせ画像ＩＣＰを生成する（ステップＳ６３）。そして、処理部１４は、ステップＳ６３で生成した貼り合わせ画像ＩＣＰから変状箇所を検出する（ステップＳ６４）。
次に、処理部１４は、ステップＳ６３で生成した貼り合わせ画像ＩＣＰ上にステップＳ６４で検出した変状箇所の情報を重畳した点検画像を生成し（ステップＳ６５）、図２０に示す処理を終了する。
図２１は、実施の形態１にかかる情報処理装置のハードウェア構成の一例を示す図である。図２１に示すように、情報処理装置１は、プロセッサ１０１と、メモリ１０２と、通信装置１０３と、入力装置１０４と、表示装置１０５と、バス１０６とを備えるコンピュータを含む。
プロセッサ１０１、メモリ１０２、通信装置１０３、入力装置１０４、および表示装置１０５は、例えば、バス１０６によって互いに情報の送受信が可能である。記憶部１３は、メモリ１０２によって実現される。通信部１０は、通信装置１０３で実現される。入力部１１は、入力装置１０４によって実現される。表示部１２は、表示装置１０５によって実現される。
プロセッサ１０１は、記録媒体ドライブにセットされた記録媒体から情報処理プログラムを読み出し、読み出した情報処理プログラムをメモリ１０２にインストールする。記録媒体ドライブは、例えば、ＣＤ（Compact Disc）－ＲＯＭドライブ、ＤＶＤ（Digital Versatile Disc）－ＲＯＭドライブ、またはＵＳＢドライブであり、記録媒体は、例えば、ＣＤ－ＲＯＭ、ＤＶＤ－ＲＯＭ、または不揮発性の半導体メモリなどである。
プロセッサ１０１は、メモリ１０２に記憶されたプログラムを読み出して実行することによって、処理部１４の機能を実行する。プロセッサ１０１は、例えば、処理回路の一例であり、ＣＰＵ（Central Processing Unit）、ＤＳＰ（Digital Signal Processor）、およびシステムＬＳＩ（Large Scale Integration）のうち１つ以上を含む。
メモリ１０２は、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）、フラッシュメモリ、ＥＰＲＯＭ（Erasable Programmable Read Only Memory）、およびＥＥＰＲＯＭ（登録商標）（Electrically Erasable Programmable Read Only Memory）のうち１つ以上を含む。なお、情報処理装置１は、ＡＳＩＣ（Application Specific Integrated Circuit）およびＦＰＧＡ（Field Programmable Gate Array）などの集積回路を含んでいてもよい。
なお、情報処理装置１は、クライアント装置で構成されてもよく、サーバ装置で構成されてもよく、クライアント装置とサーバ装置とで構成されてもよい。情報処理装置１が２以上の装置で構成される場合、２以上の装置の各々は、例えば、図２１に示すハードウェア構成を有する。なお、２以上の装置間の通信は、通信装置１０３を介して行われる。また、情報処理装置１は、２以上のサーバ装置で構成されてもよい。例えば、情報処理装置１は、処理サーバと、データサーバとで構成されてもよい。
また、パラメータ決定部３５は、貼り合わされる複数の撮像画像の各々に対して個別にパラメータＰを決定することもできる。この場合、輝度補正部３２において、貼り合わされる複数の撮像画像の各々に対して異なるパラメータ候補Ｐｃの組み合わせで輝度が補正される。
以上のように、実施の形態１にかかる情報処理装置１は、データ取得部３１と、輝度補正部３２と、画像貼り合わせ部３３と、変状検出部３４と、パラメータ決定部３５とを備える。データ取得部３１は、複数の撮像装置７１ａ，７１ｂ，７１ｃで対象物を撮像して得られる複数の画像のデータを取得する。輝度補正部３２は、複数の画像の各々の輝度を補正する。画像貼り合わせ部３３は、輝度補正部３２によって輝度の補正が行われた複数の画像を貼り合わせた画像である貼り合わせ画像ＩＣＰｃを生成する。変状検出部３４は、貼り合わせ画像ＩＣＰｃから対象物の変状箇所を検出する学習モデルを用いて、対象物の変状箇所を検出する。パラメータ決定部３５は、変状検出部３４による変状箇所の検出精度に基づいて、輝度の補正に用いられるパラメータＰを決定する。これにより、情報処理装置１は、対象物の変状箇所の検出精度の低下を抑制しつつ輝度を補正することができるパラメータＰを適切に決定することができる。
また、輝度補正部３２は、複数の画像の各々の輝度を複数のパラメータ候補Ｐｃの各々を用いて補正する。画像貼り合わせ部３３は、輝度補正部３２によってパラメータ候補Ｐｃ単位で輝度が補正された複数の画像をパラメータ候補Ｐｃ単位で貼り合わせた画像である貼り合わせ画像ＩＣＰｃを生成する。変状検出部３４は、パラメータ候補Ｐｃ単位の貼り合わせ画像ＩＣＰｃから対象物の変状箇所をパラメータ候補Ｐｃ単位で検出する。パラメータ決定部３５は、変状検出部３４によるパラメータ候補Ｐｃ単位の変状箇所の検出精度に基づいて、複数のパラメータ候補Ｐｃの中から選択したパラメータ候補ＰｃをパラメータＰとして決定する。これにより、情報処理装置１は、対象物の変状箇所の検出精度の低下を抑制しつつ輝度を補正することができるパラメータＰをより適切に決定することができる。
また、パラメータ決定部３５は、評価部４１と、決定部４２とを備える。評価部４１は、変状検出部３４によるパラメータ候補Ｐｃ単位の変状箇所の検出精度の評価値ＶＲＰｃを算出する。決定部４２は、評価部４１によって算出された評価値ＶＲＰｃに基づいて、複数のパラメータ候補Ｐｃの中からパラメータＰとして用いられるパラメータ候補Ｐｃを決定する。これにより、情報処理装置１は、対象物の変状箇所の検出精度の低下を抑制しつつ輝度を補正することができるパラメータＰをより適切に決定することができる。
また、評価部４１は、パラメータ候補Ｐｃ単位の貼り合わせ画像ＩＣＰの視認性の評価値ＶＶＰｃをさらに算出し、検出精度の評価値ＶＲＰｃと視認性の評価値ＶＶＰｃとに基づく総合評価値ＶＴＰｃをパラメータ候補Ｐｃ単位で算出する。決定部４２は、評価部４１によって評価された総合評価値ＶＴＰｃに基づいて、複数のパラメータ候補Ｐｃの中からパラメータＰとするパラメータ候補Ｐｃを決定する。これにより、情報処理装置１は、対象物の変状箇所の検出精度の低下を抑制しつつ輝度を補正することができるパラメータＰをより適切に決定することができる。
また、輝度補正部３２は、複数の撮像装置７１ａ，７１ｂ，７１ｃで対象物を撮像して得られる複数の画像の各々の輝度をパラメータ決定部３５によって決定されたパラメータＰを用いて補正する。画像貼り合わせ部３３は、輝度補正部３２によってパラメータＰで輝度が補正された複数の画像を貼り合わせた画像である貼り合わせ画像ＩＣＰを生成する。変状検出部３４は、パラメータＰで輝度が補正された貼り合わせ画像ＩＣＰから対象物の変状箇所を検出する。これにより、情報処理装置１は、対象物の変状箇所の検出精度の低下を抑制しつつ輝度を補正することができる。
以上の実施の形態に示した構成は、一例を示すものであり、別の公知の技術と組み合わせることも可能であるし、要旨を逸脱しない範囲で、構成の一部を省略、変更することも可能である。
１ 情報処理装置、２ 計測車両、３ ネットワーク、４ トンネル、４ａ 内壁面、５ ガードレール、１０，７４ 通信部、１１ 入力部、１２ 表示部、１３ 記憶部、１４，７３ 処理部、２０ 撮像画像データ記憶部、２１ パラメータ候補記憶部、２２
パラメータ記憶部、３０ 入力受付部、３１ データ取得部、３２ 輝度補正部、３３
画像貼り合わせ部、３４ 変状検出部、３５ パラメータ決定部、３６ 表示処理部、３７ 点検画像生成部、３８ データ出力部、４０ 真値情報取得部、４１ 評価部、４２ 決定部、６０ 車両本体、７０ 計測装置、７１，７１ａ，７１ｂ，７１ｃ 撮像装置、７２ 位置姿勢速度検出部、１００ 計測処理システム、１０１ プロセッサ、１０２ メモリ、１０３ 通信装置、１０４ 入力装置、１０５ 表示装置、１０６ バス。

Claims (7)

  1. 複数の撮像装置で対象物を撮像して得られる複数の画像のデータを取得するデータ取得部と、
    前記複数の画像の各々の輝度を補正する輝度補正部と、
    前記輝度補正部によって輝度の補正が行われた前記複数の画像を貼り合わせた画像である貼り合わせ画像を生成する画像貼り合わせ部と、
    前記貼り合わせ画像から前記対象物の変状箇所を検出する学習モデルを用いて、前記対象物の変状箇所を検出する変状検出部と、
    前記変状検出部による前記変状箇所の検出精度に基づいて、前記輝度の補正に用いられるパラメータを決定するパラメータ決定部と、を備える
    ことを特徴とする情報処理装置。
  2. 前記輝度補正部は、
    前記複数の画像の各々の輝度を複数のパラメータ候補の各々を用いて補正し、
    前記画像貼り合わせ部は、
    前記輝度補正部によって前記パラメータ候補単位で輝度が補正された前記複数の画像を前記パラメータ候補単位で貼り合わせた画像である貼り合わせ画像を生成し、
    前記変状検出部は、
    前記パラメータ候補単位の前記貼り合わせ画像から前記対象物の変状箇所を前記パラメータ候補単位で検出し、
    前記パラメータ決定部は、
    前記変状検出部による前記パラメータ候補単位の前記変状箇所の検出精度に基づいて、前記複数のパラメータ候補の中から選択したパラメータ候補を前記パラメータとして決定する
    ことを特徴とする請求項１に記載の情報処理装置。
  3. 前記パラメータ決定部は、
    前記変状検出部による前記パラメータ候補単位の前記変状箇所の検出精度の評価値を算出する評価部と、
    前記評価部によって算出された前記評価値に基づいて、前記複数のパラメータ候補の中から前記パラメータとして用いられるパラメータ候補を決定する決定部と、を備える
    ことを特徴とする請求項２に記載の情報処理装置。
  4. 前記評価部は、
    前記パラメータ候補単位の前記貼り合わせ画像の視認性の評価値をさらに算出し、前記検出精度の評価値と前記視認性の評価値とに基づく総合評価値を前記パラメータ候補単位で算出し、
    前記決定部は、
    前記評価部によって評価された前記総合評価値に基づいて、前記複数のパラメータ候補の中から前記パラメータとするパラメータ候補を決定する
    ことを特徴とする請求項３に記載の情報処理装置。
  5. 前記輝度補正部は、
    前記複数の撮像装置で対象物を撮像して得られる複数の画像の各々の輝度を前記パラメータ決定部によって決定された前記パラメータを用いて補正し、
    前記画像貼り合わせ部は、
    前記輝度補正部によって前記パラメータで前記輝度が補正された前記複数の画像を貼り合わせた画像である貼り合わせ画像を生成し、
    前記変状検出部は、
    前記パラメータで前記輝度が補正された前記貼り合わせ画像から前記対象物の変状箇所を検出する
    ことを特徴とする請求項１から４のいずれか１つに記載の情報処理装置。
  6. コンピュータが実行する情報処理方法であって、
    複数の撮像装置で対象物を撮像して得られる複数の画像のデータを取得するデータ取得ステップと、
    前記複数の画像の各々の輝度を補正する輝度補正ステップと、
    前記輝度補正ステップによって輝度の補正が行われた前記複数の画像を貼り合わせた画像である貼り合わせ画像を生成する画像貼り合わせステップと、
    前記貼り合わせ画像から前記対象物の変状箇所を検出する学習モデルを用いて、前記対象物の変状箇所を検出する変状検出ステップと、
    前記変状検出ステップによる前記変状箇所の検出精度に基づいて、前記輝度の補正に用いられるパラメータを決定するパラメータ決定ステップと、を含む
    ことを特徴とする情報処理方法。
  7. 複数の撮像装置で対象物を撮像して得られる複数の画像のデータを取得するデータ取得ステップと、
    前記複数の画像の各々の輝度を補正する輝度補正ステップと、
    前記輝度補正ステップによって輝度の補正が行われた前記複数の画像を貼り合わせた画像である貼り合わせ画像を生成する画像貼り合わせステップと、
    前記貼り合わせ画像から前記対象物の変状箇所を検出する学習モデルを用いて、前記対象物の変状箇所を検出する変状検出ステップと、
    前記変状検出ステップによる前記変状箇所の検出精度に基づいて、前記輝度の補正に用いられるパラメータを決定するパラメータ決定ステップと、をコンピュータに実行させる
    ことを特徴とする情報処理プログラム。
JP2022510220A 2021-11-10 2021-11-10 情報処理装置、情報処理方法、および情報処理プログラム Active JP7066082B1 (ja)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2021/041367 WO2023084644A1 (ja) 2021-11-10 2021-11-10 情報処理装置、情報処理方法、および情報処理プログラム

Publications (2)

Publication Number Publication Date
JP7066082B1 true JP7066082B1 (ja) 2022-05-12
JPWO2023084644A1 JPWO2023084644A1 (ja) 2023-05-19

Family

ID=81584938

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2022510220A Active JP7066082B1 (ja) 2021-11-10 2021-11-10 情報処理装置、情報処理方法、および情報処理プログラム

Country Status (2)

Country Link
JP (1) JP7066082B1 (ja)
WO (1) WO2023084644A1 (ja)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11242737A (ja) * 1998-02-26 1999-09-07 Ricoh Co Ltd 画像処理方法及び装置並びに情報記録媒体
JP2002310920A (ja) * 2001-04-19 2002-10-23 Keisoku Kensa Kk コンクリート壁のひび割れ検出方法およびその装置
JP2010038881A (ja) * 2008-08-08 2010-02-18 Nikon Corp 画像処理装置、画像処理方法およびプログラム
JP2010081090A (ja) * 2008-09-24 2010-04-08 Olympus Corp 画像処理装置及び画像処理プログラム
JP2017049311A (ja) * 2015-08-31 2017-03-09 沖電気工業株式会社 情報処理装置、情報処理方法及びプログラム

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11242737A (ja) * 1998-02-26 1999-09-07 Ricoh Co Ltd 画像処理方法及び装置並びに情報記録媒体
JP2002310920A (ja) * 2001-04-19 2002-10-23 Keisoku Kensa Kk コンクリート壁のひび割れ検出方法およびその装置
JP2010038881A (ja) * 2008-08-08 2010-02-18 Nikon Corp 画像処理装置、画像処理方法およびプログラム
JP2010081090A (ja) * 2008-09-24 2010-04-08 Olympus Corp 画像処理装置及び画像処理プログラム
JP2017049311A (ja) * 2015-08-31 2017-03-09 沖電気工業株式会社 情報処理装置、情報処理方法及びプログラム

Also Published As

Publication number Publication date
WO2023084644A1 (ja) 2023-05-19
JPWO2023084644A1 (ja) 2023-05-19

Similar Documents

Publication Publication Date Title
WO2020253827A1 (zh) 评估图像采集精度的方法及装置、电子设备和存储介质
CN106920245B (zh) 一种边界检测的方法及装置
KR102015706B1 (ko) 콘크리트 표면 균열 측정 장치 및 방법
CN103868471B (zh) 三维形状测量装置及其控制方法
JP2012002531A (ja) ひび割れ検出方法
JP6875836B2 (ja) ワイヤロープ計測装置及び方法
JP2006276454A (ja) 画像補正方法、およびこれを用いたパターン欠陥検査方法
JP2010014503A (ja) 画像検査処理装置、画像検査処理方法、プログラム、及び、記録媒体
JP7066082B1 (ja) 情報処理装置、情報処理方法、および情報処理プログラム
JP2015215199A (ja) 自発光材料画像処理装置及び自発光材料画像処理方法
JP4074624B2 (ja) パターン検査方法
US20200348166A1 (en) Vibration measurement apparatus, vibration measurement method, and computer-readable recording medium
KR101692159B1 (ko) 에지 위치 검출 장치 및 에지 위치 검출 방법
JP5294891B2 (ja) 凹凸文字抽出のための画像処理方法
KR101793091B1 (ko) 불량화소의 검출방법 및 검출장치
JP5087165B1 (ja) 表面検査装置を調整するためのデータを出力する調整装置、調整データ出力方法及びプログラム
JP4530723B2 (ja) パターンマッチング方法、パターンマッチング装置、および電子部品実装方法
JP4380371B2 (ja) 半導体装置等の実装基板のバンプ像を抽出する方法、バンプ像の検査方法、それらの方法のプログラム、そのプログラムを記録した記録媒体及びバンプの検査装置
JP7017966B2 (ja) 解析装置、解析方法、プログラム、及び記憶媒体
CN112334732B (zh) 预测装置及预测方法
JP2000121333A (ja) 外観検査装置及び外観検査方法
JP2006038543A (ja) テンプレートヒストグラム生成方法およびパターン検査装置
JPH07220076A (ja) 画像処理装置
JP4121628B2 (ja) 画面検査方法及びその装置
JP2002250625A (ja) レーザ墨出し器の光線評価方法及びその装置

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220216

A871 Explanation of circumstances concerning accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A871

Effective date: 20220216

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: 20220329

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20220426

R150 Certificate of patent or registration of utility model

Ref document number: 7066082

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150