JP7174601B2 - 天端面段差抽出システム、及び天端面段差抽出方法 - Google Patents

天端面段差抽出システム、及び天端面段差抽出方法 Download PDF

Info

Publication number
JP7174601B2
JP7174601B2 JP2018214156A JP2018214156A JP7174601B2 JP 7174601 B2 JP7174601 B2 JP 7174601B2 JP 2018214156 A JP2018214156 A JP 2018214156A JP 2018214156 A JP2018214156 A JP 2018214156A JP 7174601 B2 JP7174601 B2 JP 7174601B2
Authority
JP
Japan
Prior art keywords
crown
point data
data
extracting
crest
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
JP2018214156A
Other languages
English (en)
Other versions
JP2020086471A (ja
Inventor
幸治 水上
雄介 竹屋
圭吾 木村
俊幸 金子
哲 大石
邦夫 吉岡
龍治 松岡
奈恵 高橋
恭次 井下
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.)
Kokusai Kogyo Co Ltd
Original Assignee
Kokusai Kogyo Co Ltd
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 Kokusai Kogyo Co Ltd filed Critical Kokusai Kogyo Co Ltd
Priority to JP2018214156A priority Critical patent/JP7174601B2/ja
Publication of JP2020086471A publication Critical patent/JP2020086471A/ja
Application granted granted Critical
Publication of JP7174601B2 publication Critical patent/JP7174601B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Length Measuring Devices By Optical Means (AREA)
  • Image Analysis (AREA)

Description

本願発明は、コンクリート造の堤防や擁壁などコンクリート構造物の変状検出に関する技術であり、より具体的には、オルソ画像と点群データを利用してコンクリート構造物の天端面に生じたブロック間の段差を抽出する天端面段差抽出システム、及び天端面段差抽出方法に関するものである。
高度経済成長期に集中的に整備されてきた建設インフラストラクチャー(以下、「建設インフラ」という。)は、既に相当な老朽化が進んでいることが指摘されている。平成26年には「道路の老朽化対策の本格実施に関する提言(社会資本整備審議会)」がとりまとめられ、平成24年の笹子トンネルの例を挙げて「近い将来、橋梁の崩落など人命や社会装置に関わる致命的な事態を招くであろう」と警鐘を鳴らし、建設インフラの維持管理の重要性を強く唱えている。このような背景のもと、国は道路法施行規則の一部を改正する省令を公布し、具体的な建設インフラの点検方法、主な変状の着目箇所、判定事例写真などを示した定期点検要領を策定している。例えば橋梁に関しては、約70万橋に上るといわれる橋長2.0m以上の橋を対象とし、供用開始後2年以内に初回点検、以降5年に1回の頻度で定期点検を行うこととしている。
代表的な建設インフラとしては、ダムや橋梁といった構造物のほか、海岸堤防や河川堤防を挙げることができる。我が国の海岸線の総延長は、約35,000kmと世界でも6番目に長く、当然ながら海岸保全地区など必要箇所には海岸堤防が構築されている。すなわち極めて長大な海岸堤防が、所管の管理者によって維持管理されているわけである。
海岸堤防は、基本的には海岸法(昭和三十一年五月十二日法律第百一号)にしたがって計画され構築されている。この海岸法は、愛知県を中心に甚大な被害を受けた昭和28年9月の台風13号が契機となり昭和31年に制定された。つまり多くの海岸堤防は、構築されて以降すでに相当の期間が経過しており、2010年時点でおよそ4割の施設が50年以上経過しているといわれている。そのため、海岸堤防の劣化診断を行うための点検がますます重要視されているところである.
海岸堤防の管理者は、原則として「海岸保全施設維持管理マニュアル」にしたがって点検を行っている。この海岸保全施設維持管理マニュアルでは、初回点検や巡視、異常時点検、定期点検など複数種類の点検を設定している。このうち定期点検ではさらに一次点検と二次点検の2段階の点検を設定しており、そしてこの一次点検を「施設の防護機能に影響を及ぼす変状の把握として天端高の沈下等を確認するとともに、施設全体の変状の有無を把握し、応急措置等の必要性の判断や、二次点検を実施すべき箇所の選別を行う目的で実施するもの」と位置付けている。
このように一次点検は、「二次点検を実施すべき箇所の選別を行うこと」を主な目的として実施することから、「できるだけ簡易な手法にとどめることとし、主に陸上からの目視点検とする」ことが基本とされている。しかしながら目視点検は、その作業効率が悪いうえに、点検者の知識や経験に応じて点検結果にばらつきが生じやすく、また陸上からでは視認しにくい箇所もあるため見落としといった人為的なミスが発生するおそれもあり、これまで点検方法の改善が望まれていた。
そこで特許文献1では、合成開口レーダを利用して堤防の変位量を計測し、その変位量と変状判定基準に基づいて堤防の変状度を判定する技術を提案している。
特開2017-215248号公報
海岸堤防は、支持地盤の不足や想定外の外力作用などによって沈下が生じることがあり、特にコンクリート造の海岸堤防であれば構造目地部分で段差を生じることもある。通常、海岸堤防の延長は相当に長く、コンクリート構造とする場合は適当な位置に構造目地が設置される。そのためコンクリート造の海岸堤防は、構造目地で区切られた構造単位であるスパン(ブロック)ごとに独立して挙動する傾向があり、これに伴って構造目地部分で段差が生じるわけである。つまり、コンクリート造の海岸堤防の変状(特に、沈下や段差)を点検するうえでは構造目地の位置が極めて重要であるといえる。また、上記した海岸保全施設維持管理マニュアルでは、「一次点検の実施単位は、構造目地により区切られたスパン毎に行うこと」とされており、この点からも構造目地の重要性が理解できる。
特許文献1が開示する技術は、合成開口レーダを利用するため、一度に広範囲の点検が可能でありその作業効率は比較的よく、定量的な判定が可能であることから点検結果にばらつきが生じにくく、見落としなどの人為的なミスも発生しにくい。しかしながら、合成開口レーダでは構造目地の位置までは計測することができない。したがって特許文献1の手法では、構造目地部分における段差を検出することも、構造目地により区切られたスパン毎に点検を行いその結果を取りまとめることもできない。
本願発明の課題は、従来の問題を解決することであり、すなわち作業効率がよく、定量的な判定が可能であり、見落としなどの人為的なミスを回避することができ、しかも構造目地の位置を把握することができる天端面段差抽出システム、及び天端面段差抽出方法を提供することである。
本願発明は、点群データとオルソ画像を用いるとともに、構造目地の平面位置を示す目地ラインデータを利用してスパン(ブロック)ごとに天端構成点データ(コンクリート構造物の天端面を構成する座標点データ)を分類する、という点に着目したものであり、従来にはなかった発想に基づいてなされた発明である。
本願発明の天端面段差抽出システムは、オルソ画像と点群データを用いて複数ブロックからなるコンクリート構造物の天端面に生じた段差を抽出するシステムであって、天端ライン入力手段と第1候補点抽出手段、第2候補点抽出手段、天端構成点抽出手段、ブロック分類手段、高低差算出手段を備えたものである。ここでオルソ画像とは、コンクリート構造物を上空から撮影した画像であって正射変換により座標が付与された画像のことであり、点群データとは、3次元座標を有する座標点データの集合のことである。天端ライン入力手段は、オペレータがオルソ画像上にコンクリート構造物の天端面の軸線を示す天端ラインを入力する手段であり、第1候補点抽出手段は、天端ラインから水平方向に所定幅だけ拡張することで対象領域を設定するとともにこの対象領域に含まれる座標点データを第1候補点データとして抽出する手段である。また第2候補点抽出手段は、第1候補点データのうち平面を構成する座標点データであって法線ベクトルが略鉛直(鉛直含む)方向である座標点データを第2候補点データとして抽出する手段であり、天端構成点抽出手段は、第2候補点データの標高値に基づいて第2候補点データからコンクリート構造物の天端面を構成する天端構成点データを抽出する手段である。そしてブロック分類手段は、コンクリート構造物のブロック境界に設置された目地の平面位置を示す目地ラインデータによって天端構成点データをブロックごとに分類する手段であり、高低差算出手段は、隣接するブロックに属する天端構成点データを比較することによってブロック間の天端面の高低差を求める手段である。
本願発明の天端面段差抽出システムは、天端領域設定手段と目地ラインデータ作成手段をさらに備えたシステムとすることもできる。天端領域設定手段は、天端構成点データに基づいて天端領域(コンクリート構造物の天端面の平面範囲)を設定する手段であり、目地ラインデータ作成手段は、天端画像(オルソ画像のうち天端領域に相当する範囲を切り出した部分画像)を取得するとともにこの天端画像に対して画像処理を行うことによって目地ラインデータを作成する手段である。この場合、ブロック分類手段は、目地ラインデータ作成手段で作成された目地ラインデータによって、天端構成点データをブロックごとに分類する。
本願発明の天端面段差抽出システムは、目地ラインデータ作成手段が天端領域の輪郭線と略垂直(垂直含む)であることを条件として目地ラインデータを作成するシステムとすることもできる。
本願発明の天端面段差抽出システムは、目地領域(目地ラインデータを基準に設定される領域)に含まれる天端構成点データを比較することによってブロック間の天端面の高低差を求めるシステムとすることもできる。
本願発明の天端面段差抽出システムは、クラスタリング処理によって天端構成点データを抽出するシステムとすることもできる。この場合、天端構成点抽出手段は、第2候補点データの標高値に基づくクラスタリング処理を行うことによって第2候補点データを複数の部分集合に分類するとともに、最も高い標高値を示す部分集合に含まれる第2候補点データを天端構成点データとして抽出する。
本願発明の天端面段差抽出方法は、オルソ画像と点群データを用いて複数ブロックからなるコンクリート構造物の天端面に生じた段差を抽出する方法であって、天端ライン入力工程と第1候補点抽出工程、第2候補点抽出工程、天端構成点抽出工程、ブロック分類工程、高低差算出工程を備えた方法である。天端ライン入力工程では、オペレータがオルソ画像上にコンクリート構造物の天端面の軸線を示す天端ラインを入力し、第1候補点抽出工程では、天端ラインから水平方向に所定幅だけ拡張することで対象領域を設定するとともにこの対象領域に含まれる座標点データを第1候補点データとして抽出する。また第2候補点抽出工程では、第1候補点データのうち平面を構成する座標点データであって法線ベクトルが略鉛直(鉛直含む)方向である座標点データを第2候補点データとして抽出し、天端構成点抽出工程では、第2候補点データの標高値に基づいて第2候補点データからコンクリート構造物の天端面を構成する天端構成点データを抽出する。そしてブロック分類工程では、コンクリート構造物のブロック境界に設置された目地の平面位置を示す目地ラインデータによって天端構成点データをブロックごとに分類し、高低差算出工程では、隣接するブロックに属する天端構成点データを比較することによってブロック間の天端面の高低差を求める。
本願発明の天端面段差抽出システム、及び天端面段差抽出方法には、次のような効果がある。
(1)オペレータがオルソ画像上に天端ラインを入力するだけで、コンクリート構造物の天端面を構成する天端構成点データを自動的に抽出することができる。
(2)目地ラインデータを用いることから、コンクリート構造物がブロックごとに独立して挙動した結果生ずる目地部分での段差を的確に抽出することができる。また、コンクリート構造物をブロックごとに分けることができ、この結果、ブロックごとに天端構成点データに分類することができ、すなわちブロックごとに点検結果を取りまとめることができる。
(3)オルソ画像と点群データを利用するため、一度に広範囲の点検が可能であり、すなわち効率的に段差を抽出することができる。また、定量的な判定が可能であることから点検結果にばらつきが生じにくく、見落としなどの人為的なミスも回避することができる。
(4)オルソ画像や点群データをブロックごとに分割して処理することから、Webなどデータ送信に制約がある環境であっても高速表示が可能となる。
本願発明の天端面段差抽出システムの主な構成を示すブロック図。 本願発明の天端面段差抽出システムの主な処理の流れを示すフロー図。 オペレータによってオルソ画像上に入力された天端ラインを模式的に示すモデル図。 天端ラインを中心として両側に所定幅だけ拡張することで設定された対象領域を示す平面図。 第1候補点の中から第2候補点を抽出する処理の流れを示すフロー図。 クラスタリング処理による部分集合を利用して第2候補点の中から天端構成点を抽出する処理の流れを示すフロー図。 4箇所の目地によって区切られた5つのブロックを示す平面図。 天端画像を用いて目地ラインデータを作成する処理の流れを示すフロー図。 コンクリート構造物の天端面の輪郭線と目地がなす角度を示す平面図。 本願発明の天端面段差抽出方法の主な工程を示すフロー図。
本願発明の天端面段差抽出システム、及び天端面段差抽出方法の実施形態の例を図に基づいて説明する。
1.全体概要
本願発明は、オルソ画像と点群データを用いることによって、コンクリート造の海岸堤防やコンクリート造の河川堤防、コンクリート擁壁など、天端面を有するコンクリート構造物の段差を抽出するものである。ここでオルソ画像とは、コンクリート構造物を含む所定範囲を上空から撮影した画像であって、正射変換され、座標(3次元座標あるいは2次元座標)が付与された画像のことである。また点群データとは、コンクリート構造物の表面上にある複数の点のデータ(以下、「座標点データ」という。)の集合のことである。なお、この座標点データは、写真測量やレーザー計測等の計測により得られた計測点であり、3次元座標が付与されている。
コンクリート構造物の段差を抽出するにあたっては、まず入力された「天端ライン」によって「天端構成点データ(コンクリート構造物の天端面を構成する座標点データ)」を自動抽出し、さらに「目地ラインデータ(目地の平面位置を示すデータ)」を利用することで天端構成点データをブロックごとに分類し、そして隣接ブロックの天端構成点データどうしを比較することによってブロック間の天端面の高低差を求める。以下、本願発明の天端面段差抽出システムと天端面段差抽出方法についてそれぞれ詳しく説明する。
2.天端面段差抽出システム
本願発明の天端面段差抽出システムについて、図を参照しながら詳しく説明する。なお、本願発明の天端面段差抽出方法は、本願発明の天端面段差抽出システムを用いて斜面の安定性を評価する方法であり、したがってまずは本願発明の天端面段差抽出システムについて説明し、その後に本願発明の天端面段差抽出方法について説明することとする。
図1は、本願発明の天端面段差抽出システム100の主な構成を示すブロック図である。この図に示すように天端面段差抽出システム100は、天端ライン入力手段101と第1候補点抽出手段102、第2候補点抽出手段103、天端構成点抽出手段104、ブロック分類手段105、高低差算出手段106を含んで構成され、さらに天端領域設定手段107や目地ラインデータ作成手段108、オルソ画像記憶手段109、点群データ記憶手段110、段差検出手段111、プリンタやディスプレイといった出力手段を含んで構成することもできる。
天端面段差抽出システム100のうち天端ライン入力手段101と第1候補点抽出手段102、第2候補点抽出手段103、天端構成点抽出手段104、ブロック分類手段105、高低差算出手段106、天端領域設定手段107、目地ラインデータ作成手段108、段差検出手段111は、専用のものとして製造することもできるし、汎用的なコンピュータ装置を利用することもできる。このコンピュータ装置は、パーソナルコンピュータ(PC)や、iPad(登録商標)といったタブレット型PC、スマートフォンを含む携帯端末、あるいはPDA(Personal Data Assistance)などによって構成することができる。コンピュータ装置は、CPU等のプロセッサ、ROMやRAMといったメモリを具備しており、さらにマウスやキーボード等の入力手段やディスプレイなどの出力手段を含むものもある。
また、オルソ画像記憶手段109と点群データ記憶手段110は、例えばデータベースサーバに構築することができ、ローカルなネットワーク(LAN:Local Area Network)に置くこともできるし、インターネット経由(つまり無線通信や有線通信)で保存するクラウドサーバとすることもできる。この場合、オルソ画像記憶手段109と点群データ記憶手段110をそれぞれ個別のデータベースサーバに構築することもできるし、オルソ画像記憶手段109と点群データ記憶手段110を一つのデータベースサーバに構築することもできる。
図2は、本願発明の天端面段差抽出システム100の主な処理の流れを示すフロー図であり、中央の列に実施する処理を示し、左列にはその処理に必要な入力情報を、右列にはその処理から生まれる出力情報を示している。以下、この図を参照しながら天端面段差抽出システム100の主な処理の流れについて説明する。
はじめにオルソ画像記憶手段109(図1)からオルソ画像を読み出し、そのオルソ画像をディスプレイ等の表示手段に表示する。そしてオペレータが、表示手段に表示されたオルソ画像を確認しながら、天端ライン入力手段101(図1)によってオルソ画像上に「天端ライン」を入力する(Step101)。図3は、オペレータによってオルソ画像上に入力された天端ラインLcを模式的に示すモデル図である。この天端ラインLcは、コンクリート構造物の天端面の軸線(延長軸を表す線)を示すものであり、図3に示すように天端面の概ね中心線を天端ラインとすることもできるし、天端面の輪郭(外縁)を表す線(以下、「輪郭線」という。)を天端ラインとすることもできる。入力された天端ラインLcは、次のステップにおいて平面的な位置や形状を有するデータとして取り扱われることから、2次元座標系や3次元座標系(測地座標系や任意座標系)における幾何情報が付与されて記憶される。
天端ラインLcが入力され幾何情報が付与されると、この天端ラインLcを基準に対象領域が設定される(Step102)。この対象領域Atは、例えば図4に示すように、天端ラインLcを中心として両側に所定幅Wだけ拡張することで設定することができる。ことのき所定幅Wは水平方向に拡張され、すなわち対象領域Atは水平面として設定される。つまり対象領域Atは平面的な範囲を示すものであり、そのため高さ情報(標高値)がない2次元座標系(測地座標系や任意座標系)に表すこともできるし、一定の標高値(例えば、天端ラインLcの標高値や、0値など)を付与したうえで3次元座標系(測地座標系や任意座標系)に表すこともできる。
天端ラインLcを拡張する所定幅Wの値は、対象となるコンクリート擁壁の寸法や形状(特に天端面の幅寸法)に応じて適宜設計することができる。また、図4に示すように天端ラインLcを中心として同じ値の所定幅Wで両側に拡張することもできるし、天端ラインLcを中心に異なる値の所定幅Wでそれぞれ拡張することもできる。さらに、天端ラインLcを中心に両側に拡張する仕様に限らず、天端ラインLcから一方側のみに拡張する仕様とすることもできる。例えば、輪郭線に沿って天端ラインLcを入力した場合は、天端ラインLcから一方側のみに所定幅W(天端幅など)だけ拡張することで対象領域Atを設定するとよい。
対象領域Atが設定されると、第1候補点抽出手段102(図1)によって「第1候補点」が抽出される(Step103)。この第1候補点は、その平面座標が対象領域Atに含まれる、換言すれば対象領域Atを含む平面内に投影したときにこの対象領域At内に位置する、という条件を満たす座標点データである。したがって第1候補点抽出手段102は、点群データ記憶手段110(図1)から読み出した点群データに対して、対象領域Atを照らし合わせる(いわば重畳する)ことで、点群データから第1候補点を抽出する。
第1候補点が抽出されると、第2候補点抽出手段103(図1)によって第1候補点の中からさらに「第2候補点」が抽出される(Step104)。この第2候補点は、略水平な面(水平面を含む)を構成する座標点データである。以下、図5を参照しながら第2候補点を抽出する手順について説明する。まず、第1候補点の中から平面(ここでは略水平面に限らない)を構成する座標点データを抽出する(Step104A)。平面を構成する座標点データを抽出するにあたっては、ransac(random sample consensus)など従来用いられた種々の手法を採用することができる。次に、平面を構成する座標点データに対してそれぞれ法線ベクトルを求める(Step104B)。座標点データの法線ベクトルを求めるにあたっては、点群データから表面モデルを生成したうえで法線ベクトルを算出する手法や、主成分分析を利用して法線ベクトルを算出する手法など、やはり従来用いられた種々の手法を採用することができる。そして、座標点データの法線ベクトルが略鉛直(鉛直含む)方向であるか否かを判別し(Step104C)、略鉛直方向であると判別された(Step104CのYes)座標点データが第2候補点として抽出される(Step104D)。
第2候補点が抽出されると、天端構成点抽出手段104(図1)によって第2候補点の中からさらに「天端構成点」が抽出される(Step105)。第2候補点は、対象領域At内にある略水平面を構成する座標点であるが、対象領域At内にはコンクリート構造物の天端面のほか道路面や地面、あるいは側溝といった略水平面が含まれることもある。すなわち第2候補点は、コンクリート構造物の天端面以外の略水平面を構成する座標点データの可能性もあるわけである。そこで天端構成点抽出手段104が、コンクリート構造物の天端面を構成する「天端構成点」を第2候補点の中から抽出する。
天端構成点を抽出するにあたっては、第2候補点データが具備する座標のうち標高値が用いられる。例えば、あらかじめコンクリート構造物の天端面の標高値が把握されている場合は、天端面の標高値に近似する標高値を具備する第2候補点データを天端構成点として抽出することができる。あるいは、対象領域At内ではコンクリート構造物の天端面が最も高い位置にあると仮定し、標高値順に上位の一部(点数や割合)に含まれる第2候補点データを天端構成点として抽出することもできる。または、標高値に着目して第2候補点データをいくつかのグループ(部分集合)に区分し、最も高い位置にある部分集合を構成する第2候補点データを天端構成点として抽出することもできる。以下、図6を参照しながらクラスタリング処理による部分集合を利用して天端構成点を抽出する手順について説明する。
まず、第2候補点に対して標高値に着目したクラスタリング処理を行い、複数の部分集合(クラスタ)に分類する(Step105A)。次に、部分集合に含まれる座標点データの標高値の統計値(平均値や最頻値、中央値、最高値、最低値など)を求め、最も高い標高値(統計値)を示す部分集合を「最高位クラスタ」として設定する(Step105B)。最高位クラスタが設定されると、最高位クラスタの標高値(統計値)に近似する、つまりその標高差が閾値を下回る部分集合を「近似クラスタ」として設定する(Step105C)。そして、近似クラスタが設定された場合は最高位クラスタと近似クラスタに含まれる第2候補点データを天端構成点として抽出し、近似クラスタが選出されなかった場合は最高位クラスタに含まれる第2候補点データを天端構成点として抽出する(Step105D)。
天端構成点が抽出されると、ブロック分類手段105(図1)によって天端構成点データがブロックごとに分類される。既述したとおり、海岸堤防などのコンクリート構造物は一般的にその延長が相当に長く、そのため適当な位置に目地が設置される。そして、このようなコンクリート構造物は、目地で区切られた複数のブロック(いわゆるスパン)ごとに管理されることが多い。例えば図7では、コンクリート構造物が4箇所の目地JTによって区切られ、5つのブロックBL01~05ごとに管理されるわけである。また、目地が設置されたコンクリート構造物はブロックごとに独立して挙動する傾向があり、そのため目地を境に段差が生じることも多い。そこで本願発明では、天端構成点データをブロックごとに分類したうえで処理することとした。
天端構成点データをブロックごとに分類するにあたっては、「目地ラインデータ」が利用される。この目地ラインデータは、目地の平面位置を示すものであり、天端ラインLcと同様、2次元座標系や3次元座標系(測地座標系や任意座標系)における幾何情報が付与されたデータである。目地ラインデータがあらかじめ用意されてる場合はそのまま利用することができるが、事前に用意されていない場合は以下の手順で作成することができる。
まず、天端領域設定手段107(図1)によってコンクリート構造物の天端面に相当する(あるいは網羅する)平面領域(以下、「天端領域」という。)が設定される(Step106)。天端領域を設定するにあたっては、対象領域Atをそのまま天端領域として用いることもできるし、天端構成点を包含する領域を求めこれを天端領域として設定することもできる。天端領域が設定されると、オルソ画像記憶手段109から読み出したオルソ画像から天端領域に相当する部分画像(以下、「天端画像」という。)を切り出す(Step107)。そして、この天端画像に対して画像処理を行うことによって目地ラインデータを作成する(Step108)。
図8は、天端画像を用いて目地ラインデータを作成する処理の流れを示すフロー図である。以下、この図を参照しながら目地ラインデータを作成する手順について説明する。まず、天端画像がRGBなどの色情報を有する画像であればこれをグレースケール画像に変換する(Step108A)。グレースケール画像として処理する方が、演算にかかる負荷が軽減できるからである。次にグレースケール画像から、例えばCanny法といった従来手法によりエッジを抽出し(Step108B)、さらに抽出されたエッジからハフ変換といった従来手法により線分を生成する(Step108C)。
一般的に目地JTは、図9に示すようにコンクリート構造物の天端面の輪郭線Lbとなす角度が概ね直角である。そこで、生成された線分と輪郭線Lbとの交差角θを求め、その交差角θが略直角(直角含む)となるものを目地ラインデータLjの候補として選別する(Step108D)ことができる。そして、目地ラインデータ作成手段108(図1)によって目地ラインデータLjの候補がベクトルデータ変換され、これにより最終的な目地ラインデータLjが作成される(Step108E)。なお、輪郭線Lbとの交差角度を確認することなく、つまりStep108Cで生成された線分をそのままベクトルデータ変換することによって、最終的な目地ラインデータLjを作成することもできる。
天端構成点が抽出され、目地ラインデータLjが得られると、その平面座標が目地ラインデータLjと目地ラインデータLjとの間に位置する天端構成点を、そのブロックに属する天端構成点として設定する(Step109)。
天端構成点がそれぞれのブロックに分類され、すなわちブロックごとの天端構成点が得られると、高低差算出手段106(図1)によって隣接するブロックの天端面の高低差(以下、単に「天端高低差」という。)が算出される(Step110)。具体的には、隣接するブロックのうち一方のブロックに属する天端構成点の代表値(平均値や最頻値、中央値といった統計値)を求め、同様に他方のブロックに属する天端構成点の代表値を求め、双方の天端構成点の代表値を照らし合わせ、その差を天端高低差として算出する。なお、天端構成点の代表値を求めるにあたっては、当該ブロックに属するすべての天端構成点を用いて求めることもできるし、目地を境に段差が生じやすいことに着目し、目地の周囲に設定される「目地領域」に含まれる天端構成点のみを用いて天端構成点の代表値を求めることもできる。この目地領域は、目地ラインデータLjを基準に設定される領域であり、例えば図4に示すような要領で、目地ラインデータLj(図4の天端ラインLcに相当)を中心として両側に所定幅Wだけ拡張することで設定することができる。
天端高低差が算出されると、段差検出手段111によって段差が検出される(Step111)。具体的には、算出された天端高低差と、あらかじめ設定された閾値(以下、「高低差閾値」という。)とを照らし合わせ、天端高低差が高低差閾値を上回るときは、これを有害な高低差である「段差」として評価し出力手段等に出力するわけである。
3.天端面段差抽出方法
次に、本願発明の天端面段差抽出方法ついて図を参照しながら説明する。なお、本願発明の天端面段差抽出方法は、ここまで説明した天端面段差抽出システム100を使用して行う方法であり、したがって天端面段差抽出システム100で説明した内容と重複する説明は避け、本願発明の天端面段差抽出方法に特有の内容のみ説明することとする。すなわち、ここに記載されていない内容は、「2.天端面段差抽出システム」で説明したものと同様である。
図10は、本願発明の天端面段差抽出方法の主な工程を示すフロー図である。この図に示すように、まず航空機や衛星を利用して航空写真(衛星写真)を取得し、航空写真等から「オルソ画像」を作成する(Step201)。さらに、写真測量やレーザー計測等の計測を行うことで「点群データ」を取得する(Step202)。なお、写真測量によって点群データを取得する場合は、Step201で取得した航空写真を活用するとよい。
オルソ画像と点群データが取得されると、オルソ画像をディスプレイ等に表示し、表示されたオルソ画像を確認しながらオペレータが天端ライン入力手段101を用いてオルソ画像上に「天端ライン」を入力する(Step203)。そして、ここで入力された天端ラインを基準に「対象領域」が設定される(Step204)。対象領域が設定されると、第1候補点抽出手段102によって「第1候補点」が抽出され(Step205)、第2候補点抽出手段103によって第1候補点の中から「第2候補点」が抽出され(Step206)、さらに天端構成点抽出手段104によって第2候補点の中から「天端構成点」が抽出される(Step207)。
天端構成点が抽出されると、天端構成点データをブロックごとに分類するための「目地ラインデータ」が作成される。具体的には、天端領域設定手段107によって「天端領域」が設定され(Step208)、オルソ画像記憶手段109から読み出したオルソ画像から「天端画像」を切り出し(Step209)、そしてこの天端画像に対して画像処理を行うことによって目地ラインデータを作成する(Step210)。なお、目地ラインデータがあらかじめ用意されているケースでは、天端領域の設定(Step208)~目地ラインデータの作成(Step210)の各工程は省略することができる。
目地ラインデータが得られると、ブロック分類手段105によって天端構成点データがブロックごとに分類され(Step211)、高低差算出手段106によって「天端高低差」が算出される(Step212)。そして段差検出手段111が、天端高低差と「高低差閾値」とを照らし合わせることによって、有害な高低差である「段差」を検出する(Step213)。
本願発明の天端面段差抽出システム、及び天端面段差抽出方法は、コンクリート造の海岸堤防の段差を抽出するために利用することができるほか、コンクリート造の河川堤防やコンクリート擁壁など天端面を有するコンクリート構造物の段差を抽出するために利用することができる。本願発明によれば、海岸堤防や河川堤防の変状を早期に検出することによって適切な時期に適切な対策を施すことができ、すなわち建設インフラの長寿命化に寄与することを考えれば、本願発明は産業上利用できるばかりでなく社会的にも大きな貢献が期待できる発明といえる。
100 天端面段差抽出システム
101 (天端面段差抽出システムの)天端ライン入力手段
102 (天端面段差抽出システムの)第1候補点抽出手段
103 (天端面段差抽出システムの)第2候補点抽出手段
104 (天端面段差抽出システムの)天端構成点抽出手段
105 (天端面段差抽出システムの)ブロック分類手段
106 (天端面段差抽出システムの)高低差算出手段
107 (天端面段差抽出システムの)天端領域設定手段
108 (天端面段差抽出システムの)目地ラインデータ作成手段
109 (天端面段差抽出システムの)オルソ画像記憶手段
110 (天端面段差抽出システムの)点群データ記憶手段
111 (天端面段差抽出システムの)段差検出手段
Lc 天端ライン
W 所定幅
At 対象領域
BL ブロック
JT 目地
Lj 目地ラインデータ
Lb 輪郭線
θ 交差角

Claims (6)

  1. オルソ画像と点群データを用いて、複数ブロックからなるコンクリート構造物の天端面に生じた段差を抽出するシステムであって、
    前記オルソ画像は、前記コンクリート構造物を上空から撮影した画像であって、正射変換により座標が付与された画像であり、
    前記点群データは、3次元座標を有する座標点データの集合であり、
    オペレータが前記オルソ画像上に前記コンクリート構造物の天端面の軸線を示す天端ラインを入力する天端ライン入力手段と、
    前記天端ラインから水平方向に所定幅だけ拡張することで対象領域を設定するとともに、該対象領域に含まれる前記座標点データを第1候補点データとして抽出する第1候補点抽出手段と、
    前記第1候補点データのうち平面を構成する前記座標点データであって法線ベクトルが鉛直又は略鉛直方向である前記座標点データを第2候補点データとして抽出する第2候補点抽出手段と、
    前記第2候補点データの標高値に基づいて、該第2候補点データから前記コンクリート構造物の天端面を構成する天端構成点データを抽出する天端構成点抽出手段と、
    前記コンクリート構造物のブロック境界に設置された目地の平面位置を示す目地ラインデータによって、前記天端構成点データをブロックごとに分類するブロック分類手段と、
    隣接するブロックに属する前記天端構成点データを比較することによって、ブロック間の天端面の高低差を求める高低差算出手段と、
    を備えたことを特徴とする天端面段差抽出システム。
  2. 前記天端構成点データに基づいて、前記コンクリート構造物の天端面の平面範囲である天端領域を設定する天端領域設定手段と、
    前記オルソ画像のうち前記天端領域に相当する範囲を切り出した天端画像を取得するとともに、該天端画像に対して画像処理を行うことによって前記目地ラインデータを作成する目地ラインデータ作成手段と、をさらに備え、
    前記ブロック分類手段は、前記目地ラインデータ作成手段で作成された前記目地ラインデータによって、前記天端構成点データをブロックごとに分類する、
    ことを特徴とする請求項1記載の天端面段差抽出システム。
  3. 前記目地ラインデータ作成手段は、前記天端領域の輪郭線と垂直又は略垂直であることを条件として前記目地ラインデータを作成する、
    ことを特徴とする請求項2記載の天端面段差抽出システム。
  4. 前記高低差算出手段は、前記目地ラインデータを基準に設定される目地領域に含まれる前記天端構成点データを比較することによって、ブロック間の天端面の高低差を求める、
    ことを特徴とする請求項1乃至請求項3のいずれかに記載の天端面段差抽出システム。
  5. 前記天端構成点抽出手段は、前記第2候補点データの標高値に基づくクラスタリング処理を行うことによって該第2候補点データを複数の部分集合に分類するとともに、最も高い標高値を示す部分集合に含まれる該第2候補点データを前記天端構成点データとして抽出する、
    ことを特徴とする請求項1乃至請求項4のいずれかに記載の天端面段差抽出システム。
  6. オルソ画像と点群データを用いて、複数ブロックからなるコンクリート構造物の天端面に生じた段差を抽出する方法であって、
    前記オルソ画像は、前記コンクリート構造物を上空から撮影した画像であって、正射変換により座標が付与された画像であり、
    前記点群データは、3次元座標を有する座標点データの集合であり、
    オペレータが前記オルソ画像上に前記コンクリート構造物の天端面の軸線を示す天端ラインを入力する天端ライン入力工程と、
    前記天端ラインから水平方向に所定幅だけ拡張することで対象領域を設定するとともに、該対象領域に含まれる前記座標点データを第1候補点データとして抽出する第1候補点抽出工程と、
    前記第1候補点データのうち平面を構成する前記座標点データであって法線ベクトルが鉛直又は略鉛直方向である前記座標点データを第2候補点データとして抽出する第2候補点抽出工程と、
    前記第2候補点データの標高値に基づいて、該第2候補点データから前記コンクリート構造物の天端面を構成する天端構成点データを抽出する天端構成点抽出工程と、
    前記コンクリート構造物のブロック境界に設置された目地の平面位置を示す目地ラインデータによって、前記天端構成点データをブロックごとに分類するブロック分類工程と、
    隣接するブロックに属する前記天端構成点データを比較することによって、ブロック間の天端面の高低差を求める高低差算出工程と、
    を備えたことを特徴とする天端面段差抽出方法。
JP2018214156A 2018-11-14 2018-11-14 天端面段差抽出システム、及び天端面段差抽出方法 Active JP7174601B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2018214156A JP7174601B2 (ja) 2018-11-14 2018-11-14 天端面段差抽出システム、及び天端面段差抽出方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2018214156A JP7174601B2 (ja) 2018-11-14 2018-11-14 天端面段差抽出システム、及び天端面段差抽出方法

Publications (2)

Publication Number Publication Date
JP2020086471A JP2020086471A (ja) 2020-06-04
JP7174601B2 true JP7174601B2 (ja) 2022-11-17

Family

ID=70908134

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018214156A Active JP7174601B2 (ja) 2018-11-14 2018-11-14 天端面段差抽出システム、及び天端面段差抽出方法

Country Status (1)

Country Link
JP (1) JP7174601B2 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112232248B (zh) * 2020-10-22 2023-04-07 中国人民解放军战略支援部队信息工程大学 一种多线LiDAR点云数据平面特征的提取方法及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008242497A (ja) 2008-06-24 2008-10-09 Geo Technical Laboratory Co Ltd 3次元電子地図データの生成方法
JP2012037490A (ja) 2010-08-11 2012-02-23 Pasuko:Kk データ解析装置、データ解析方法、及びプログラム
JP2015106238A (ja) 2013-11-29 2015-06-08 公益財団法人鉄道総合技術研究所 コンクリート壁面画像から目地を検出する方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008242497A (ja) 2008-06-24 2008-10-09 Geo Technical Laboratory Co Ltd 3次元電子地図データの生成方法
JP2012037490A (ja) 2010-08-11 2012-02-23 Pasuko:Kk データ解析装置、データ解析方法、及びプログラム
JP2015106238A (ja) 2013-11-29 2015-06-08 公益財団法人鉄道総合技術研究所 コンクリート壁面画像から目地を検出する方法

Also Published As

Publication number Publication date
JP2020086471A (ja) 2020-06-04

Similar Documents

Publication Publication Date Title
Erkal et al. Laser-based surface damage detection and quantification using predicted surface properties
Wang et al. Automated estimation of reinforced precast concrete rebar positions using colored laser scan data
Duque et al. Bridge deterioration quantification protocol using UAV
Adhikari et al. Image-based retrieval of concrete crack properties for bridge inspection
Kim et al. Automated dimensional quality assessment of precast concrete panels using terrestrial laser scanning
Akagic et al. Pothole detection: An efficient vision based method using rgb color space image segmentation
German et al. Rapid entropy-based detection and properties measurement of concrete spalling with machine vision for post-earthquake safety assessments
US20180292328A1 (en) Information processing device and information processing method
Zhou et al. Community-scale multi-level post-hurricane damage assessment of residential buildings using multi-temporal airborne LiDAR data
Kim et al. Unmanned aerial vehicle (UAV)-powered concrete crack detection based on digital image processing
US20160133008A1 (en) Crack data collection method and crack data collection program
KR102550707B1 (ko) 딥러닝 기반 경사지 균열 감지 방법과 이를 이용한 산사태 조기 감지 방법 및 그 장치
Sánchez‐Rodríguez et al. Detection of structural faults in piers of masonry arch bridges through automated processing of laser scanning data
Guldur et al. Condition assessment of bridges using terrestrial laser scanners
Guldur Laser-based structural sensing and surface damage detection
Arjapure et al. Deep learning model for pothole detection and area computation
CN111241994A (zh) 一种深度学习的遥感影像农村公路砂化路段的提取方法
US11587299B2 (en) Systems and methods for detection of anomalies in civil infrastructure using context aware semantic computer vision techniques
Wu et al. Concrete spalling detection for metro tunnel from point cloud based on roughness descriptor
RU2612571C1 (ru) Способ и система распознавания городских объектов
Truong-Hong et al. Structural assessment using terrestrial laser scanning point clouds
Truong-Hong et al. Laser scanning for bridge inspection
JP2019102031A (ja) コンクリート表面上のひび割れ方向特定方法、ひび割れ方向特定装置、ひび割れ方向特定システム及びプログラム
JP7174601B2 (ja) 天端面段差抽出システム、及び天端面段差抽出方法
Kim et al. 3D reconstruction of large-scale scaffolds with synthetic data generation and an upsampling adversarial network

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190121

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20211006

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20221027

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: 20221102

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20221107

R150 Certificate of patent or registration of utility model

Ref document number: 7174601

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150