JP7346816B2 - 表面の不具合検査方法 - Google Patents
表面の不具合検査方法 Download PDFInfo
- Publication number
- JP7346816B2 JP7346816B2 JP2018235228A JP2018235228A JP7346816B2 JP 7346816 B2 JP7346816 B2 JP 7346816B2 JP 2018235228 A JP2018235228 A JP 2018235228A JP 2018235228 A JP2018235228 A JP 2018235228A JP 7346816 B2 JP7346816 B2 JP 7346816B2
- Authority
- JP
- Japan
- Prior art keywords
- sample
- image
- inspected
- defective
- defective part
- 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
Images
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Analysis (AREA)
Description
本実施の形態に係る表面の不具合検査方法は、プレキャストコンクリート等の製造物又は現場打ちコンクリート等の施工物の表面の不具合を検査する方法であって、機械学習済みの学習情報を記録したコンピュータ(以下、学習装置40ともいう。図2参照)を用いて、検査対象表面の不具合を検査する方法である。
ベースプレート3のコンクリート打設は、図1に示すように、ベースプレート3に設けられたホッパー5の上部からホッパー5内部へ生コンクリート1を流し込んで行われる。図1は、ベースプレート3のコンクリート打設時の側面断面図である。
コンクリート表面10の空隙面積率の数値が小さければ、コンクリート表面10の単位面積辺りの空隙20の面積が少ないので、密着度が良好となる。
図2は、本実施の形態に係る学習装置40を示した図である。学習装置40には、検査対象画像30から空隙20を検出するために機械学習された空隙学習情報42(不具合部学習情報に相当)と、検査対象画像30から検査対象ではない除外部を検出するために機械学習された除外部学習情報44と、が記憶されており、検査対象画像30を入力する入力部(例えば、USB接続端子)と、検査結果を出力する出力部(例えば、ディスプレイ)と、が備えられている。
本実施の形態に係る空隙学習情報42は、深層学習(ディープラーニング)の1種である畳み込みニューラルネットワークを利用して機械学習させた情報であって、検査対象画像30における空隙20の画素を空隙と識別(セマンティック・セグメンテーション)することにより、コンクリート表面10の空隙20を検出するための情報である。
以下では、図3に示す、サンプル画像30S及び不具合部識別化画像32Sの作製(以下、サンプル作製ともいう)について、図1、図4、及び図5を用いて説明する。
前述したように、図2に示す除外部学習情報44は、検査対象画像30から検査対象ではない除外部を検出するために機械学習された情報である。ここで、「除外部」とは、コンクリート表面10(サンプル表面10S)と、該表面の空隙20(サンプル空隙20S)以外の部分のことであり、例えば、図3のサンプル画像30Sにおいては、サンプルボルト12Sとサンプル枠7Sが除外部に該当する。
次に、コンクリート表面10の空隙面積率(空隙20)の検査について、図8乃至図11を用いて説明する。図8は、コンクリート表面10の検査フローチャートである。図9乃至図11は後述する。
本実施の形態においては、ベースプレート3の下部に打設されたコンクリート表面10の空隙検査方法であって、サンプル画像30Sと、サンプル空隙20Sを所定条件に基づいて識別化した不具合部識別化画像32Sと、を関連付けて機械学習させた空隙学習情報42と、コンクリート表面10を撮像した検査対象画像30と、を用いて、コンクリート表面10の空隙20を検査することとした。そのため、コンクリート表面10の空隙検査(表面の不具合検査)を高精度化することが可能となる。
上記の実施形態は、本発明の理解を容易にするためのものであり、本発明を限定して解釈するためのものではない。本発明は、その趣旨を逸脱することなく、変更・改良され得ると共に、本発明には、その等価物が含まれることは言うまでもない。
1S サンプルコンクリート
3 ベースプレート
3S サンプルベースプレート
5 ホッパー
5S サンプルホッパー
7 枠
7S サンプル枠
10 コンクリート表面(検査対象表面)
10S サンプル表面
12 ボルト
12S サンプルボルト
14 墨出し線
20 空隙(検査対象不具合部)
20S サンプル空隙(サンプル不具合部)
30 検査対象画像
30S サンプル画像
32S 不具合部識別化画像
34S 除外部識別化画像
36S 除外部識別化画像
38 分割画像
40 学習装置
42 空隙学習情報(不具合部学習情報)
44 除外部学習情報
44a ボルト学習情報
44b 枠学習情報
T 撮像範囲
U 分割範囲
T1 重複幅
T2 幅
U1 重複幅
U2 幅
Claims (8)
- 製造物又は施工物の表面の不具合検査方法であって、
サンプルとするサンプル表面を撮像したサンプル画像と、前記サンプル表面のサンプル不具合部を所定条件に基づいて前記サンプル表面のサンプル健全部と前記サンプル画像上で第一色の着色により識別化した不具合部識別化画像と、を関連付けて機械学習させた不具合部学習情報と、
検査対象とする検査対象表面を撮像した検査対象画像と、を用いて、
前記検査対象表面の検査対象不具合部を検査し、
前記不具合部学習情報、及び、
サンプルとするサンプル表面を撮像したサンプル画像と、該サンプル画像に含まれ検査対象から除外されるサンプル除外部を除外部所定条件に基づいて前記サンプル画像のサンプル非除外部と前記サンプル画像上で前記第一色と異なる第二色の着色により識別化した除外部識別化画像と、を関連付けて機械学習させた除外部学習情報に基づいて、
検査対象除外部を含む前記検査対象画像から前記検査対象不具合部及び前記検査対象除外部を検出することを特徴とする表面の不具合検査方法。 - 製造物又は施工物の表面の不具合検査方法であって、
サンプルとするサンプル表面を撮像したサンプル画像と、前記サンプル表面のサンプル不具合部を所定条件に基づいて前記サンプル表面のサンプル健全部と前記サンプル画像上で第一色の着色により識別化した不具合部識別化画像と、を関連付けて機械学習させた不具合部学習情報と、
検査対象とする検査対象表面を撮像した検査対象画像と、を用いて、
前記検査対象表面の検査対象不具合部を検査し、
前記所定条件は、技術員が評価した評価値を除き、前記サンプル表面の実物において前記サンプル不具合部と認められる輪郭又は凹凸を含む形状、色、輝度、模様、大きさ、太さ、長さのいずれか1つ以上の条件であることを特徴とする表面の不具合検査方法。 - 請求項1又は請求項2に記載の表面の不具合検査方法であって、
前記不具合部学習情報は、畳み込みニューラルネットワークを利用して機械学習させた情報であることを特徴とする表面の不具合検査方法。 - 請求項1乃至請求項3のいずれかに記載の表面の不具合検査方法であって、
前記検査対象表面を、互いに隣り合う前記検査対象画像に重複部分が形成されるように複数に分割して撮像することにより、複数の前記検査対象画像を取得し、
取得された前記検査対象画像から、前記不具合部学習情報に基づいて前記検査対象不具合部を検出することを特徴とする表面の不具合検査方法。 - 請求項4に記載の表面の不具合検査方法であって、
前記所定条件は、前記サンプル不具合部の長さ条件を含み、
当該長さ条件において、最小サンプル不具合部の長さを所定長さと設定した際には、前記検査対象画像の前記重複部分の重複幅を、前記所定長さより大きく前記検査対象画像の幅よりも小さい値に設定することを特徴とする表面の不具合検査方法。 - 請求項1乃至請求項5のいずれかに記載の表面の不具合検査方法であって、
前記検査対象画像を複数に分割して互いに隣り合う分割画像に重複部分が形成されるように複数の前記分割画像を生成し、
生成された前記分割画像から、前記不具合部学習情報に基づいて前記検査対象不具合部を検出することを特徴とする表面の不具合検査方法。 - 請求項6に記載の表面の不具合検査方法であって、
前記所定条件は、前記サンプル不具合部の長さ条件を含み、
当該長さ条件において、最小サンプル不具合部の長さを所定長さと設定した際には、前記分割画像の前記重複部分の重複幅を、前記所定長さより大きく前記分割画像の幅よりも小さい値に設定することを特徴とする表面の不具合検査方法。 - 請求項1乃至請求項7のいずれかに記載の表面の不具合検査方法であって、
前記検査対象表面の検査対象不具合部の検査として、
前記検査対象不具合部の検査対象不具合部毎の最長径若しくは面積、又は前記検査対象表面における前記検査対象不具合部の面積率を算出することを特徴とする表面の不具合検査方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018235228A JP7346816B2 (ja) | 2018-12-17 | 2018-12-17 | 表面の不具合検査方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018235228A JP7346816B2 (ja) | 2018-12-17 | 2018-12-17 | 表面の不具合検査方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020098108A JP2020098108A (ja) | 2020-06-25 |
JP7346816B2 true JP7346816B2 (ja) | 2023-09-20 |
Family
ID=71106505
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018235228A Active JP7346816B2 (ja) | 2018-12-17 | 2018-12-17 | 表面の不具合検査方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7346816B2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7301569B2 (ja) * | 2019-03-26 | 2023-07-03 | 株式会社熊谷組 | コンクリート表面の充填率算出システムおよび充填率算出方法 |
JP7453552B2 (ja) | 2020-12-07 | 2024-03-21 | ダイトロン株式会社 | 欠陥評価方法及びプログラム |
EP4318304A1 (en) * | 2021-03-31 | 2024-02-07 | Denso Wave Incorporated | Information reading device |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008281580A (ja) | 2008-06-26 | 2008-11-20 | Olympus Corp | 欠陥分類装置 |
JP2012202858A (ja) | 2011-03-25 | 2012-10-22 | Railway Technical Research Institute | コンクリート表面の閉合ひび割れ検出方法 |
WO2015133287A1 (ja) | 2014-03-07 | 2015-09-11 | 新日鐵住金株式会社 | 表面性状指標化装置、表面性状指標化方法及びプログラム |
JP2016065809A (ja) | 2014-09-25 | 2016-04-28 | 前田建設工業株式会社 | コンクリート構造物の点検支援装置、点検支援方法、及びプログラム |
JP2016142601A (ja) | 2015-01-30 | 2016-08-08 | 前田建設工業株式会社 | 施工品質評価プログラム、施工品質評価方法及び施工品質評価装置 |
JP2017054239A (ja) | 2015-09-08 | 2017-03-16 | 株式会社Screenホールディングス | 画像分類装置および画像分類方法 |
WO2018025356A1 (ja) | 2016-08-03 | 2018-02-08 | 三菱電機株式会社 | ドレンパンおよび冷凍サイクル装置 |
WO2018037689A1 (ja) | 2016-08-22 | 2018-03-01 | 富士フイルム株式会社 | 画像処理装置及び画像処理方法 |
JP2018074757A (ja) | 2016-10-28 | 2018-05-10 | 株式会社東芝 | 巡視点検システム、情報処理装置、巡視点検制御プログラム |
JP2018190329A (ja) | 2017-05-11 | 2018-11-29 | オムロン株式会社 | 画像処理装置、画像処理プログラム、画像処理システム |
JP2018195001A (ja) | 2017-05-16 | 2018-12-06 | 株式会社パスコ | 線状図形抽出装置、線状図形抽出プログラム及びニューラルネットワークの学習方法 |
WO2019009214A1 (ja) | 2017-07-07 | 2019-01-10 | キヤノン株式会社 | 画像から変状を検知する画像処理装置、画像処理方法及びプログラム |
-
2018
- 2018-12-17 JP JP2018235228A patent/JP7346816B2/ja active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008281580A (ja) | 2008-06-26 | 2008-11-20 | Olympus Corp | 欠陥分類装置 |
JP2012202858A (ja) | 2011-03-25 | 2012-10-22 | Railway Technical Research Institute | コンクリート表面の閉合ひび割れ検出方法 |
WO2015133287A1 (ja) | 2014-03-07 | 2015-09-11 | 新日鐵住金株式会社 | 表面性状指標化装置、表面性状指標化方法及びプログラム |
JP2016065809A (ja) | 2014-09-25 | 2016-04-28 | 前田建設工業株式会社 | コンクリート構造物の点検支援装置、点検支援方法、及びプログラム |
JP2016142601A (ja) | 2015-01-30 | 2016-08-08 | 前田建設工業株式会社 | 施工品質評価プログラム、施工品質評価方法及び施工品質評価装置 |
JP2017054239A (ja) | 2015-09-08 | 2017-03-16 | 株式会社Screenホールディングス | 画像分類装置および画像分類方法 |
WO2018025356A1 (ja) | 2016-08-03 | 2018-02-08 | 三菱電機株式会社 | ドレンパンおよび冷凍サイクル装置 |
WO2018037689A1 (ja) | 2016-08-22 | 2018-03-01 | 富士フイルム株式会社 | 画像処理装置及び画像処理方法 |
JP2018074757A (ja) | 2016-10-28 | 2018-05-10 | 株式会社東芝 | 巡視点検システム、情報処理装置、巡視点検制御プログラム |
JP2018190329A (ja) | 2017-05-11 | 2018-11-29 | オムロン株式会社 | 画像処理装置、画像処理プログラム、画像処理システム |
JP2018195001A (ja) | 2017-05-16 | 2018-12-06 | 株式会社パスコ | 線状図形抽出装置、線状図形抽出プログラム及びニューラルネットワークの学習方法 |
WO2019009214A1 (ja) | 2017-07-07 | 2019-01-10 | キヤノン株式会社 | 画像から変状を検知する画像処理装置、画像処理方法及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP2020098108A (ja) | 2020-06-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7346816B2 (ja) | 表面の不具合検査方法 | |
CN107615050B (zh) | 检测装置及检测方法 | |
US7881520B2 (en) | Defect inspection system | |
JP5085860B2 (ja) | 木材の検査方法及び装置及びプログラム | |
CN105335963A (zh) | 一种边缘缺陷检测方法及装置 | |
JP6234044B2 (ja) | 外装材の劣化判定方法および判定装置 | |
CN103988069A (zh) | 图像检查装置的检查区域设定方法 | |
CN108445010B (zh) | 自动光学检测方法及装置 | |
JPWO2020059706A1 (ja) | 学習用データ収集装置、学習用データ収集方法、及びプログラム | |
JP2013250059A (ja) | コンクリート表面の変状管理方法 | |
JPWO2019150799A1 (ja) | 補修長の決定方法及び補修長の決定装置 | |
Rivera et al. | Automated detection and measurement of cracks in reinforced concrete components | |
JP6434249B2 (ja) | コンクリートの評価装置および評価方法 | |
KR101261016B1 (ko) | 평판패널 기판의 자동광학검사 방법 및 그 장치 | |
WO2014208193A1 (ja) | ウエハ外観検査装置 | |
JP4910412B2 (ja) | 外観検査方法 | |
CN110672631B (zh) | 面板缺陷拍照方法和面板缺陷拍照装置 | |
JP2005252451A (ja) | 画質検査方法及び画質検査装置 | |
JP5155938B2 (ja) | パターン輪郭検出方法 | |
JP6410459B2 (ja) | 画像検査方法、および画像検査装置 | |
Vora et al. | Image processing based analysis of cracks on vertical walls | |
CN103208013A (zh) | 一种基于图像噪声分析的照片来源识别方法 | |
TWM585899U (zh) | 用於檢測半導體裝置之缺陷之系統 | |
CN112330590A (zh) | 晶圆缺陷的验证方法 | |
JP2005114500A (ja) | 光学特性の不均一性測定方法および装置ならびにこれを利用した製品良否判定装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211117 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220921 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221011 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221205 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230328 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230522 |
|
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: 20230808 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230821 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7346816 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |