JP7281500B2

JP7281500B2 - 画像データの取得方法および取得システム

Info

Publication number: JP7281500B2
Application number: JP2021083227A
Authority: JP
Inventors: 弘幸三枝; 亮太夏坂; 英幸浅田
Original assignee: Toa Corp
Current assignee: Toa Corp
Priority date: 2021-05-17
Filing date: 2021-05-17
Publication date: 2023-05-25
Anticipated expiration: 2041-05-17
Also published as: JP2022176681A

Description

本発明は、画像データ処理を使用して生成される推定モデルに用いられる画像データの取得方法および取得システムに関し、さらに詳しくは、推定モデルによる推定精度を低下させることがない画像データを安定して取得できる画像データの取得方法および取得システムに関するものである。

近年、ＡＩ技術が著しく発達し、例えばディープラーニングなどの様々な機械学習の手法を用いて生成された推定モデルを利用して所望の様々な推定が行われている。コンピュータプログラムの一種である推定モデルには、多数の画像データを学習データ（教師データ）として用いて生成されるものがある（例えば、特許文献１、２参照）。

画像データはデジタルカメラなどの撮影装置を用いた撮影によって取得される。屋内の整った環境では撮影条件を一定にして画像データを取得することが容易である。一方、屋外などでは、外光の強さや向きの変化、周囲物体の存在などに起因して撮影条件を一定にすることが難しく、画像データには不要な光や周辺物体が写り込んで外乱要因（ノイズ）が含まれることがある。画像データに含まれる外乱要因は、画像データが本来意図している情報ではない。そのため、外乱要因を含んだ画像データと、外乱要因を含んでいない画像データとを用いて生成された推定モデルを利用して推定を行うと、この外乱要因の有無に起因して推定精度が低下するリスクがある。

また、画像データを用いて生成された推定モデルに、推定対象となる画像データを入力して推定を行う場合、推定対象となる画像データ（即ち、推定モデルを使用する際に用いられる画像データ）に外乱要因が含まれていると、この外乱要因の有無に起因して推定精度が低下するリスクがある。推定モデルの生成に用いられる画像データと、推定モデルを使用する際に用いられる画像データとが異なる場所で取得される場合、例えば一方の画像データが屋内、他方の画像データが屋外で取得される場合には、それぞれの場所での撮影条件が大きく乖離することがある。これに伴い、画像データに含まれる外乱要因に起因して推定精度が低下するリスクがより大きくなる。それ故、推定モデルによる推定精度を低下させることがない画像データを安定して取得するには改善の余地がある。

特開２０１３－２４２８２５号公報特開２０２０－８５８５６号公報

本発明の目的は、画像データ処理を使用して生成される推定モデルに用いられる画像データを取得するに際して、推定モデルによる推定精度を低下させることがない画像データを安定して取得できる画像データの取得方法および取得システムを提供することにある。

上記目的を達成するため本発明の画像データの取得方法は、推定モデルの生成および使用に用いられる画像データを撮影装置によって撮影して取得するそれぞれの撮影工程で、それぞれの前記画像データの対象物および前記撮影装置の少なくとも画像取得部を、遮光性を有する収容部の内部に配置し、前記収容部の外部の光を遮った状態にして、前記収容部の内部を照らす照明手段を用いて前記対象物に対する照度を同一に設定するとともに、撮影背景仕様を同一に設定し、前記対象物が透明性を有する容器に収容された、規定の混合率で土砂を液体に混合させた混合液であり、前記混合液が収容された前記容器を統一した条件で加振した後に所定位置に載置して規定時間経過時にそれぞれの前記画像データを前記容器の側方から撮影して取得することを特徴とする土砂の粒度分布を推定するための画像データの取得方法である。
本発明の別の画像データの取得方法は、推定モデルの生成および使用に用いられる画像データを撮影装置によって撮影して取得するそれぞれの撮影工程で、それぞれの前記画像データの対象物および前記撮影装置の少なくとも画像取得部を、遮光性を有する収容部の内部に配置し、前記収容部の外部の光を遮った状態にして、前記収容部の内部を照らす照明手段を用いて前記対象物に対する照度を同一に設定するとともに、撮影背景仕様を同一に設定し、前記推定モデルによる推定結果と、前記推定モデルの推定に対応する実測結果との差異に基づいて、前記撮影背景仕様のうち背景色を変更して、前記背景色を前記差異をより小さくさせる色に設定することを特徴とする。
本発明のさらに別の画像データの取得方法は、推定モデルの生成および使用に用いられる画像データを撮影装置によって撮影して取得するそれぞれの撮影工程で、それぞれの前記画像データの対象物および前記撮影装置の少なくとも画像取得部を、遮光性を有する収容部の内部に配置し、前記収容部の外部の光を遮った状態にして、前記収容部の内部を照らす照明手段を用いて前記対象物に対する照度を同一に設定するとともに、撮影背景仕様を同一に設定し、前記推定モデルによる推定結果と推定モデルの推定に対応する実測結果との差異に基づいて、前記撮影背景仕様のうち背景面の表面粗さを変更して、前記表面粗さを前記差異をより小さくさせる粗さに設定することを特徴とする。

本発明の画像データの取得システムは、推定モデルの生成および使用に用いられる画像データを撮影して取得する撮影装置と、遮光性を有する収容部と、前記収容部の内部を照らす照明手段と、前記画像データが記憶されて前記画像データを用いたデータ処理を行う演算部とを有し、それぞれの前記画像データが前記撮影装置により取得されるそれぞれの撮影工程では、それぞれの前記画像データの対象物および前記撮影装置の少なくとも画像取得部が前記収容部の内部に配置されて、前記収容部の外部の光を遮った状態で、前記照明手段によって前記対象物に対する照度が同一に設定されるとともに、撮影背景仕様が同一に設定され、前記対象物が透明性を有する容器に収容された、規定の混合率で土砂を液体に混合させた混合液であり、前記混合液が収容された前記容器が統一した条件で加振された後に所定位置に載置されて規定時間経過時にそれぞれの前記画像データが前記容器の側方から撮影して取得されることを特徴とする土砂の粒度分布を推定するための画像データの取得システムである。

本発明によれば、推定モデルの生成および使用に用いられる画像データを取得するそれぞれの撮影工程では、それぞれの前記画像データの対象物および前記撮影装置の少なくとも画像取得部を、遮光性を有する収容部の内部に配置し、前記収容部の外部の光を遮った状態にする。これにより、対象物が配置された収容部の内部は、実質的に外部の光の影響を無視できる撮影条件になるので、それぞれの画像データに外乱要因が含まれるリスクが大幅に低減する。そして、前記収容部の内部を照らす照明手段を用いて前記対象物に対する照度を同一に設定するとともに、撮影背景仕様を同一に設定することで、それぞれの画像データに外乱要因が含まれるとしても、外乱要因のバラつきが無くなる、或いは、極めて小さくなる。その結果、推定モデルによる推定精度を低下させることがない画像データを安定して取得するには有利になる。

収容部を開口した状態の画像データの取得システムの実施形態を、収容部の内部を透視して側面視で例示する説明図である。図１の収容部を開口した状態を例示する説明図である。図２の収容部の内部を平面視で例示する説明図である。図２の収容部の内部構造の変形例を示す説明図である。推定モデルを生成する際に使用するニューラルネットワークを模式的に例示する説明図である。画像データの取得システムの別の実施形態を、収容部の内部を透視して側面視で例示する説明図である。図６の収容部の内部を平面視で例示する説明図である。画像データの取得システムのさらに別の実施形態を、収容部の内部を透視して側面視で例示する説明図である。図８の収容部の内部を平面視で例示する説明図である。

以下、本発明の画像データの取得方法および取得システムを、図に示した実施形態に基づいて説明する。

図１～図３に例示する本発明の画像データの取得システム１（以下、取得システム１という）によって、推定モデルＭを生成する際、および、推定モデルＭを使用する際に用いられる画像データＤが取得される。それぞれの画像データＤは、対象物Ｇが撮影されたモノクローム、グレースケールまたはカラーの画像データである。推定モデルＭは、画像データ処理を使用して生成されるコンピュータプログラムの一種である。この画像データ処理には、ＡＩ技術が適用された様々な機械学習の手法を用いることができる。この実施形態では、混合液（液体）が対象物Ｇなので、対象物Ｇは容器１１に収容されている。対象物Ｇは液体に限らず固体の場合もある。固体の対象物Ｇの場合は容器１１を不要にできる。対象物Ｇの詳細については後述する。

この取得システム１は、画像データＤを撮影して取得する撮影装置２と、遮光性を有する収容部３と、収容部３の内部を照らす照明手段４と、画像データＤが記憶される演算部７とを備えている。演算部７にはモニタ８が通信可能に接続されている。この実施形態では取得システム１は、さらに収容部３の内部に配置される回転台５および固定台１０を備えている。回転台５および固定台１０は任意で備えることができる。

撮影装置２は、対象物Ｇの画像データＤを撮影して取得する手段であり、デジタルカメラなどのカメラ機器、ビデオ機器やこれら機器と同様の機能を有する公知の種々の手段を用いることができる。この実施形態では１台の撮影装置２が備わっているが、複数の撮影装置２を備えることもできる。

固定台１０は収容部３の内部の所定位置に設置されている。この固定台１０に撮影装置２は載置されて固定されている。固定台１０が無い場合は、撮影装置２は収容部３の底面に載置される。

収容部３は、収容部３の外部からの光を遮断するとともに対象物Ｇを配置するための内部空間を形成する。収容部３の材質は、収容部３の外光を遮断できるものであればよく、樹脂、金属、木材、紙、繊維やこれらの組み合わせでもよい。収容部３の遮光性は、ＪＩＳＬ１０５５に規定されている遮光性試験方法のＡ法によって測定される遮光率が９９．９％以上であることが好ましい。この実施形態の収容部３は直方体形状であるが、これに限らず種々の形態を採用することができる。例えば、立方体形状、円筒形状、錐形状など様々な形状を用いることができ、立設されるフレームなどに遮光性のシートを被せて収容部３を形成することもできる。

この収容部３は、本体３ａと開閉蓋３ｂとで構成されていて、図１に例示するように開閉蓋３ｂを開いた状態にして対象物Ｇや撮影装置２などを収容部３に出し入れする。画像データＤを撮影して取得する撮影工程では、図２に例示するように開閉蓋３ｂを閉じて収容部３の内部は外部の光から遮断された状態なる。

この実施形態では撮影装置２の全体が収容部３の内部に配置されているが、撮影装置２のうち、少なくとも対象物Ｇの画像を取り込む画像取得部２ａが収容部３の内部に配置されていればよい。画像取得部２ａはカメラで言えばレンズに相当する部分である。撮影装置２のうち画像取得部２ａのみが収容部３の内部に配置される場合は、画像取得部２ａと収容部３との隙間から収容部３の内部に外光が入らないように隙間をシールする。

照明手段４は、収容部３の内部を照らす発光部４ａを有している。照明手段４は、収容部３の内部の照度を一定に設定できるものであればよい。発光部４ａとしては、白熱灯（電球）、蛍光灯、ＬＥＤなど、公知の各種電灯を用いることができる。発光部４ａは単数に限らず複数設置することもできる。発光部４ａは開閉蓋３ｂに限らず任意の位置に設置することができるが、収容部３の内部を全体的に照らすには、収容部３の上部、即ち、対象物Ｇの上方位置に設置することが好ましい。

この実施形態では照明手段４はさらに、拡散板４ｂと照度計４ｃとコントローラ４ｄとを有しているが、これらは任意で設けることができる。拡散板４ｂは、発光部４ａと対象物Ｇとの間に配置され、この実施形態では開閉蓋３ｂに着脱自在に取り付けられている。拡散板４ｂは、発光部４ａを面光源にする機能を有していて、発光部４ａが発する光を広く拡散させて対象物Ｇを万遍なくより均一に照らすことができる。拡散板４ｂとしては、公知のディフューザーフィルム等を用いることができる。

この照明手段４では、照度計４ｃによって照度計４ｃが設置された位置の照度が検知され、コントローラ４ｄによって照度が調整可能になっている。例えば、目標照度を予め設定しておき、照度計４ｃが検知した照度に基づいてコントローラ４ｄを作動させて、対象物Ｇに対する照度（対象物Ｇの表面での照度）を目標照度に制御することもできる。或いは、照度計４ｃによる検知照度を作業者が確認して、コントローラ４ｄを手動で操作することで対象物Ｇの表面での照度を目標照度にすることもできる。

対象物Ｇの表面での照度をより正確に把握するには、照度計４ｃをできるだけ対象物Ｇに近接して配置するとよいが、画像データＤに照度計４ｃに写り込んで外乱要因になる可能性がある。照度計４ｃが対象物Ｇから若干離れた位置に配置されても、照度計４ｃの検知照度に基づいて、対象物Ｇの表面での照度を比較的容易に推定できるので、照度計４ｃは画像データＤの外乱要因にならない領域で、対象物Ｇに近接した位置に配置するとよい。

回転台５は、固定台１０と離間した位置に設置されている。回転台５は、駆動モータ等によって所望の回転速度で回転する。回転台５に対象物Ｇを載置して回転させることで対象物Ｇも同様に回転する。撮影装置２（画像取得部２ａ）は回転台５の側方に離間して配置されているので、回転台５が回転することで撮影装置２（画像取得部２ａ）に対して対象物Ｇは回転する周方向に移動する。回転台５が無い場合は、対象物Ｇは収容部３の底面に載置される。

収容部３の内部では、撮影装置２（画像取得部２ａ）、照明手段４（発光部４ａや拡散板４ｂ）、回転台５が所定位置に固定されるだけでなく、所望の位置に設置できるように移動可能にすることもできる。これにより、互いの相対位置を調整することができる。例えば図４に示すように、発光部４ａと拡散板４ｂまたは発光部４ａのみを、回転台５に載置された対象物Ｇに対して近接離反移動させて、画像データＤに光源の写り込みが無くなる（最小限になる）位置に設定する。

演算部７には、画像データＤや推定モデルＭなど様々なデータが記憶される。撮影装置２と演算部７とを有線または無線通信可能に接続して、画像データＤは撮影装置２から演算部７に入力される。或いは、撮影装置２のメモリカードを取り外して、演算部７のインターフェースに接続することで、このメモリカードに記憶された画像データＤが撮影装置２から演算部７に入力される構成にしてもよい。したがって、演算部７は撮影装置２の近傍に限らず、撮影装置２から離れた所に配置することができる。

演算部７は、入力、記憶された画像データＤなどの様々なデータを用いたデータ処理（演算処置）を行う。演算部７としてはコンピュータ（コンピュータサーバ）が用いられる。コンピュータ（コンピュータサーバ）のメモリに画像データＤを含めた様々なデータが記憶され、ＣＰＵによって各種のデータ処理が行われる。演算部７に入力、記憶およびデータ処理された様々なデータは、モニタ８に表示することができる。演算部７は、１台のコンピュータで構成することもできるが、１台または複数台のコンピュータと、1台または複数台のコンピュータサーバと、を有線または無線通信可能に接続して構成してもよい。例えば、撮影装置２とともに施工現場に配置されるコンピュータと、施工現場から遠隔地（研究所など）に配置されるコンピュータサーバとで演算部７を構成する。多量のデータをコンピュータサーバに記憶させて、主なデータ処理をコンピュータサーバを用いて行うとよい。

目的に応じた推定モデルＭが、公知の様々な機械学習の手法によって生成される。例えば、ニューラルネットワークを用いたディープラーニングによって推定モデルＭを生成する際には、図５に例示するように、公知の手法で入力層１２と複数の中間層１３（１３ａ、１３ｂ）と出力層１４との多層構造のニューラルネットワークを形成して、各層の間でノード１５間に重みｗ（ｗ１、ｗ２・・・）を設定して結び付ける。そして、学習データとなる対象物Ｇの画像データＤ（パラメータ）を入力層１２から順次入力して中間層１３を経て、対象物Ｇに関する事項の推定値（所望の特徴を示すパラメータの推定値）を出力層１４に出力する。それぞれのノード１５からの出力は、公知の活性化関数（例えばシグモイド関数、ＲｅＬＵなど）を使用して変換する。出力層１４への出力は、公知の活性化関数（例えばＳｏｆｔｍａｘ関数など）を使用して変換する。出力層１４に出力された推定値と、この推定値に対応する実測値（所望の特徴を示すパラメータの実測値）とを比較して両者の誤差を小さくするように、公知の誤差逆伝播法を用いてノード１５間に設定した重みｗを変更する。この演算処理を多数の画像データＤを入力して行うことで、両者の誤差を小さくした推定モデルＭ、即ち推定精度を向上させた推定モデルＭが生成される。生成された推定モデルＭは演算部７に記憶される。

生成された推定モデルＭを使用して推定を行う場合は、推定対象となる対象物Ｇの画像データＤを推定モデルＭに入力する。演算部７は、入力された画像データＤと推定モデルＭとを用いた演算処理を行って、入力された画像データＤの対象物Ｇに関連する事項の推定値を算出する。算出された推定値が、推定モデルＭによる推定結果になる。この推定結果（推定値）を、別途、把握されるこの推定値に対応する実測値と比較することで、推定モデルＭによる推定精度は判明する。

より具体的に、推定モデルＭを生成する際および使用する際に、本発明を用いて画像データＤを取得する手順について説明する。

土砂の粒度分布（粒径加積曲線）は、多数の土砂の画像データＤを用いて生成された推定モデルＭを使用して推定することができる。詳述すると、土砂を水などの液体で混入させた混合液を対象物Ｇとして、容器１１の中に収容して加振後に容器１１を載置すると、土砂中の比較的粒径の小さい粒子（例えば、粘性土）は、容器１１の周面に付着した状態や液体に紛れて浮遊した状態になる。一方、土砂中の比較的粒径の大きい粒子（例えば、砂や礫）は容器１１の底に沈降堆積した状態となる。土砂の粒度分布に応じて、容器１１の周面に付着する粒子の量、液体に浮遊した状態になる粒子の量、容器１１の底に沈降堆積する粒子の量は変化する。したがって、加振した所定時間後の容器１１の中の混合液Ｇの状態と土砂の粒度分布とには高い相関性がある。即ち、土砂の粒度分布が異なると、容器１１の内部の混合液Ｇの外観（色分布、濃淡分布、付着・浮遊・沈降堆積の割合）も異なる。

まず、推定モデルＭを生成する際に学習データとして使用する画像データＤを多数取得する。そこで図１に例示するように、規定の混合率で土砂を液体に混合させた混合液Ｇを入れた容器１１を、統一した同じ条件で加振した後に回転台５に載置する。撮影装置２は固定台１０に載置して所定位置に設置する。容器１１は内部状態を確認できる透明性を有するガラスや合成樹脂であればよいので、一般的なガラス製容器またはプラスチック製容器でもよい。

次いで、図２に例示するように、混合液Ｇおよび撮影装置２を収容部３の内部に配置して、収容部３の外部の光を遮った状態にする。外部の光を遮った状態の収容部３の内部では、加振した後、規定時間経過時の容器１１の中の混合液Ｇの状態を画像データＤとして取得する。この実施形態では、それぞれの混合液Ｇの画像データＤは、容器１１の側方から撮影されて取得される。それぞれの混合液Ｇの画像データＤを取得する撮影工程では、照明手段４を用いて混合液Ｇに対する照度を実質的に同一に設定するとともに、撮影背景仕様を実質的に同一に設定する。撮影背景仕様とは、混合液Ｇを撮影する際の混合液Ｇの背景面の色（背景色）、背景面の表面粗さ、混合液Ｇと背景面までの離間距離などを意味する。この実施形態では背景面は、混合液Ｇの背面側に位置する収容部３の内側面になる。それぞれの撮影工程で、この取得システム１を使用して、同じ条件で照明手段４を作動させ、撮影装置２および対象物Ｇを同じ配置にすることで、混合液Ｇに対する照度は実質的に同一になり、撮影背景仕様も実質的に同一になる。

混合液Ｇの実際の土砂の粒度分布（実測値）は、公知の方法で把握すればよく、例えばＪＩＳＡ１２０４に規定されている土の粒度試験方法に従って実測する。このように、推定モデルＭの推定に対応する実測結果（実測値）が把握できるので、粒度分布が異なる様々な土砂の混合液Ｇの画像データＤと、それぞれの土砂の粒度分布の実測値とによって、推定モデルＭを生成することができる。学習データになる画像データＤの数を多くすることで、推定モデルＭによる推定精度を向上させるには有利になる。

この実施形態では、推定モデルＭを生成する際のそれぞれの混合液Ｇの撮影工程では、混合液Ｇを回転台５によって回転させながら複数の画像データＤを撮影する。これにより、それぞれの１つの混合液Ｇに対して周方向位置を異ならせた複数の画像データＤを取得できるので、学習データとして用いる画像データＤを、効率的により多く取得できる。これに伴い、推定モデルＭによる推定精度を向上させるには有利になる。

推定モデルＭを用いて、推定対象となる混合液Ｇの土砂の粒度分布を推定する際には、学習データとして用いた混合液Ｇと同様に、規定の混合率で土砂を液体に混合させた混合液Ｇを入れた容器１１を、統一した同じ条件で加振した後に回転台５に載置する。そして、加振した後、規定時間経過時の容器１１の中の混合液Ｇの状態を画像データＤとして取得する。この画像データＤの撮影工程でも、図２に例示するように、収容部３によって外部の光を遮った状態にして、照明手段４を用いて混合液Ｇに対する照度を、推定モデルＭを生成する画像データＤを取得した時と同一に設定する。また、撮影背景仕様も推定モデルＭを生成する画像データＤを取得した時と同一に設定する。このようにして取得された推定対象となる混合液Ｇの画像データＤを、推定モデルＭに入力して演算部７により演算処理することで、この推定対象となる混合液Ｇの土砂の粒度分布の推定値が算出される。

上述したように、推定モデルＭを生成する際に学習データとして用いられる多数の画像データＤおよび推定モデルＭを使用する際に用いられる画像データＤを取得するそれぞれの撮影工程では、外部の光を遮った状態の収容部３の内部でそれぞれの画像データＤが取得される。即ち、実質的に外部の光の影響を無視できる撮影条件でそれぞれの画像データＤが取得されるので、それぞれの画像データＤに外乱要因が含まれるリスクは大幅に低減する。

さらに、それぞれの撮影工程では、照明手段４を用いて収容部３の内部に配置されている対象物Ｇにする照度が実質的に同一に設定され、かつ、対象物Ｇの撮影背景仕様が実質的に同一に設定される。そのため、それぞれの画像データＤに外乱要因が含まれるとしても、外乱要因のバラつきが無くなる、或いは、極めて小さくなる。その結果、推定モデルＭによる推定精度を低下させることがない画像データＤを安定して取得するには有利になる。尚、それぞれの画像データＤをそのまま使用するだけでなく、例えば光源の写り込みの影響が無視できない範囲がある場合は、その範囲を取り除くデータ処理をして画像データＤとして用いることもできる。また、推定モデルＭによる推定精度を向上させるために、画像データＤの解像度をより高く設定することもできる。しかしながら、これに伴って画像データＤを記憶するためにより多くのメモリ容量とデータ処理のためにより多くの時間と必要になる。そのため、画像データＤの解像度は、推定モデルＭによる推定精度を予め設定された所定レベルに維持できる範囲で適切な程度に設定する。

推定モデルＭを使用して推定した結果（土砂の粒度分布）は、施工現場で極力、早期に把握されることが望まれる。そのためには、推定モデルＭを使用する際に用いられる画像データＤは、それぞれの施工現場で取得されることになる。推定モデルＭを生成する際に用いられる多数の画像データＤは、推定モデルＭを使用する際に用いられる画像データＤとは別の場所で取得されることが一般的である。そのため、推定モデルＭの生成に用いられる画像データＤと、推定モデルＭを使用する際に用いられる画像データＤとの撮影条件が大きく乖離し易くなる。本発明を用いると、それぞれの画像データＤの撮影条件を実質的に同一にできるので、推定モデルＭによる高精度の推定結果を、施工現場でタイムリーに把握することが可能になる。

取得システム１は、可搬ユニットにして持ち運び容易にするとよい。撮影装置２、演算部７は個別に持ち運びが容易なので、取得システム１のうち、少なくとも収容部３と照明手段４とを可搬ユニットにすることが望ましい。取得システム１が回転台５や移動機構６などの付属部品を有する場合は、付属部品も可搬ユニットに含めるとよい。

このように取得システム１の少なくとも一部を可搬ユニットすると、推定モデルＭの生成に用いられる画像データＤと、推定モデルＭを使用する際に用いられる画像データＤとが異なる場所で取得される場合であっても、取得システム１を容易に用いることが可能になる。これに伴い、画像データＤを取得する場所に拘わらず、それぞれの画像データＤに含まれる外乱要因がより少なくなり、或いは、外乱要因がより均一になる。そのため、推定モデルＭによる推定精度を低下させることがない画像データＤを安定して取得するには益々有利になる。

推定モデルＭによる推定結果と、推定モデルＭの推定に対応する実測結果とが一致すれば、推定モデルＭの推定精度は１００％正確といえる。しかしながら、実際には様々な要因によって１００％の推定精度を実現することは不可能である。発明者の種々の検討の結果、推定結果と実測結果との差異に影響する幾つかの要因が判明した。そこで、両者の差異に基づいて、これら要因に対して調整を行うとよい。

例えば、収容部３の内部の照度の違いによって推定結果と実測結果との差異が変化することがある。照度の違いは対象物Ｇの表面での光の反射具合等に影響するためである。そこで、照明手段４による対象物Ｇに対する照度を、両者の差異をより小さくする照度に変更する。即ち、この照度をより高く、或いは、より低くして、より適切な値に設定する。詳述すると、画像データＤが撮影される時の対象物Ｇの表面での照度をより適切な値に設定する。このように照度をより適切な値に設定した条件下で、それぞれの撮影工程を行って画像データＤを取得する。

撮影背景仕様のうち、対象物Ｇの背景色の違いによって推定結果と実測結果との差異が変化することがある。背景色の違いは背景面での光の反射具合に影響するためである。上述した実施形態では、収容部３の内側面が対象物Ｇの画像データＤを撮影する際の背景面になるので、両者の差異をより小さくする背景色に変更する。即ち、背景色を異なる色にして、より適切な色に設定する。一般的には、対象物Ｇの色に対してコントラストがより大きくなる背景色にする。このように背景色をより適切な色に設定した条件下で、それぞれの撮影工程を行って画像データＤを取得する。

撮影背景仕様のうち、背景面の表面粗さの違いによって推定結果と実測結果との差異が変化することがある。背景面の表面粗さの違いは背景面での光の反射具合に影響するためである。そこで、両者の差異をより小さくする背景面の表面粗さに変更する。即ち、背景色の表面をより粗く、或いは、より滑らかにして、より適切な表面粗さに設定する。この表面粗さの値としては、ＪＩＳＢ０６０１に規定されている算術平均粗さＲａを用いることができる。このように背景面をより適切な表面粗さに設定した条件下で、それぞれの撮影工程を行って画像データＤを取得する。

図４に例示する取得システム１では、推定結果と実測結果との差異に基づいて、撮影装置２（画像取得部２ａ）、照明手段４（発光部４ａや拡散板４ｂ）、回転台５の互いの相対位置を必要に応じて調整できる。したがって、これら構成部品の互いの相対位置を、推定結果と実測結果との差異をより小さくする適切な設定にした条件下で、それぞれの撮影工程を行って画像データＤを取得することができる。

図６～図７に例示する取得システム１の実施形態では、撮影装置２を移動させる移動機構６を備えていて、対象物Ｇは固定台１０に載置されて収容部３の内部の所定位置に固定されている。収容部３は円筒形状になっている。固定台１０は平面視で収容部３の中心部に設置するとよい。照明手段４は先の実施形態と同様である。

移動機構６は、平面視で固定台１０を中心にして円環状に延在するガイド６ｂと、ガイド６ｂに沿って移動する移動台６ａとを有している。撮影装置２は移動台６ａに載置されて固定される。移動台６ａは、駆動モータ等によって所望の速度で移動する。撮影装置２が載置された移動台６ａを移動させることで、平面視で対象物Ｇを中心にして撮影装置２が回転する。この移動台６ａの移動により、撮影装置２（画像取得部２ａ）は対象物Ｇの周方向に移動する。

この実施形態では、平面視で対象物Ｇを中心にして撮影装置２を回転させながら画像データＤを撮影することで、それぞれの１つの対象物Ｇに対して周方向位置を異ならせた複数の画像データＤを取得することができる。対象物Ｇは一定位置に固定されていて移動しないので、液体の対象物Ｇの場合は、移動に起因して対象物Ｇが揺動することがなく安定した画像データＤを取得するには有利になる。

また、この実施形態では収容部３が円筒形状なので、移動台６ａ（撮影装置２）が移動しても、対象物Ｇの背景（収容部３の内側面）は均質な湾曲面になる。これに伴い、撮影背景仕様の変化が回避されるので、安定した画像データＤを取得するには益々有利になる。

図８～図９に例示する取得システム１の実施形態では、収容部３の内部に背景板９が設置されている。この実施形態では、収容部３とは別体の背景板９の表面９ａが背景面として使用される。背景板９は、撮影装置２を基準にして対象物Ｇの背面側に配置されて、平面視で撮影装置２と背景板９との間に対象物Ｇが配置される。この実施形態では、円筒体を縦半分に切断した形状の背景板９が使用されて、対象物Ｇの外周面と表面９ａ（背景面）との離間距離が均一化されている。対象物Ｇの背面のできるだけ広い範囲を背景板９にすることが好ましい。

背景板９は、収容部３とは別体なので交換が容易である。したがって、仕様（表面９ａの色や粗さ）が異なる複数種類の背景板９を用意しておくとよい。これにより、適切な仕様の背景板９を選択して用いることで、推定モデルＭの推定結果と実測結果との差異をより小さくさせる撮影背景仕様に設定することができる。

本発明は、推定モデルＭを生成する際および使用する際に用いる画像データＤを取得する場合に適用できるので、対象物Ｇは上述した混合液に限らない。地盤の円柱状のボーリングサンプルの画像データＤ（例えば円柱側面視の画像データＤ）によって、その地盤の土砂構成や地盤強度をある程度把握できる。そのため、これらを推定するための推定モデルＭを生成する際および使用する際に用いる画像データＤを取得する場合に本発明を適用することも可能になる。この場合は、地盤の円柱状のボーリングサンプルが対象物Ｇになる。

１取得システム
２撮影装置
２ａ画像取得部
３収容部
３ａ本体
３ｂ開閉蓋
４照明手段
４ａ発光部（電灯）
４ｂ拡散板
４ｃ照度計
４ｄコントローラ
５回転台
６移動機構
６ａ移動台
６ｂガイド
７演算部
８モニタ
９背景板
９ａ表面（背景面）
１０固定台
１１容器
１２入力層
１３（１３ａ、１３ｂ、１３ｃ）中間層
１４出力層
１５ノード
Ｇ対象物（混合液）

Claims

推定モデルの生成および使用に用いられる画像データを撮影装置によって撮影して取得するそれぞれの撮影工程で、それぞれの前記画像データの対象物および前記撮影装置の少なくとも画像取得部を、遮光性を有する収容部の内部に配置し、前記収容部の外部の光を遮った状態にして、前記収容部の内部を照らす照明手段を用いて前記対象物に対する照度を同一に設定するとともに、撮影背景仕様を同一に設定し、前記対象物が透明性を有する容器に収容された、規定の混合率で土砂を液体に混合させた混合液であり、前記混合液が収容された前記容器を統一した条件で加振した後に所定位置に載置して規定時間経過時にそれぞれの前記画像データを前記容器の側方から撮影して取得することを特徴とする土砂の粒度分布を推定するための画像データの取得方法。
前記撮影装置を基準にして前記対象物の背面側に前記収容部とは別体の背景板を設置して、この背景板の表面を前記画像データを撮影する際の背景面として使用する請求項１に記載の画像データの取得方法。
推定モデルの生成および使用に用いられる画像データを撮影装置によって撮影して取得するそれぞれの撮影工程で、それぞれの前記画像データの対象物および前記撮影装置の少なくとも画像取得部を、遮光性を有する収容部の内部に配置し、前記収容部の外部の光を遮った状態にして、前記収容部の内部を照らす照明手段を用いて前記対象物に対する照度を同一に設定するとともに、撮影背景仕様を同一に設定し、前記推定モデルによる推定結果と、前記推定モデルの推定に対応する実測結果との差異に基づいて、前記撮影背景仕様のうち背景色を変更して、前記背景色を前記差異をより小さくさせる色に設定することを特徴とする画像データの取得方法。
推定モデルの生成および使用に用いられる画像データを撮影装置によって撮影して取得するそれぞれの撮影工程で、それぞれの前記画像データの対象物および前記撮影装置の少なくとも画像取得部を、遮光性を有する収容部の内部に配置し、前記収容部の外部の光を遮った状態にして、前記収容部の内部を照らす照明手段を用いて前記対象物に対する照度を同一に設定するとともに、撮影背景仕様を同一に設定し、前記推定モデルによる推定結果と推定モデルの推定に対応する実測結果との差異に基づいて、前記撮影背景仕様のうち背景面の表面粗さを変更して、前記表面粗さを前記差異をより小さくさせる粗さに設定することを特徴とする画像データの取得方法。
前記収容部に内部に設置された回転台に前記対象物を載置して、前記対象物を前記回転台によって回転させながら前記画像データを撮影することで、それぞれの１つの前記対象物に対して周方向位置を異ならせた複数の前記画像データを取得する請求項１～４のいずれかに記載の画像データの取得方法。
前記撮影装置の全体を前記収容部の内部に配置し、平面視で前記対象物を中心にして前記撮影装置を回転させながら前記画像データを撮影することで、それぞれの１つの前記対象物に対して周方向位置を異ならせた複数の前記画像データを取得する請求項１～５のいずれかに記載の画像データの取得方法。
推定モデルの生成および使用に用いられる画像データを撮影して取得する撮影装置と、遮光性を有する収容部と、前記収容部の内部を照らす照明手段と、前記画像データが記憶されて前記画像データを用いたデータ処理を行う演算部とを有し、
それぞれの前記画像データが前記撮影装置により取得されるそれぞれの撮影工程では、それぞれの前記画像データの対象物および前記撮影装置の少なくとも画像取得部が前記収容部の内部に配置されて、前記収容部の外部の光を遮った状態で、前記照明手段によって前記対象物に対する照度が同一に設定されるとともに、撮影背景仕様が同一に設定され、前記対象物が透明性を有する容器に収容された、規定の混合率で土砂を液体に混合させた混合液であり、前記混合液が収容された前記容器が統一した条件で加振された後に所定位置に載置されて規定時間経過時にそれぞれの前記画像データが前記容器の側方から撮影して取得されることを特徴とする土砂の粒度分布を推定するための画像データの取得システム。