JP7471570B2 - 建物構造物診断システム - Google Patents
建物構造物診断システム Download PDFInfo
- Publication number
- JP7471570B2 JP7471570B2 JP2019174580A JP2019174580A JP7471570B2 JP 7471570 B2 JP7471570 B2 JP 7471570B2 JP 2019174580 A JP2019174580 A JP 2019174580A JP 2019174580 A JP2019174580 A JP 2019174580A JP 7471570 B2 JP7471570 B2 JP 7471570B2
- Authority
- JP
- Japan
- Prior art keywords
- area
- damaged
- candidate
- image
- building
- 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
- 238000000034 method Methods 0.000 claims description 163
- 230000008569 process Effects 0.000 claims description 160
- 238000000605 extraction Methods 0.000 claims description 42
- 238000003745 diagnosis Methods 0.000 claims description 26
- 230000004044 response Effects 0.000 claims description 4
- 238000009435 building construction Methods 0.000 claims 1
- 238000004891 communication Methods 0.000 description 38
- 238000010586 diagram Methods 0.000 description 19
- 238000012545 processing Methods 0.000 description 15
- 239000000284 extract Substances 0.000 description 7
- 238000002405 diagnostic procedure Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000000717 retained effect Effects 0.000 description 2
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009418 renovation Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Landscapes
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Image Analysis (AREA)
Description
しかし、この方法でひび割れの位置を特定すると、ユーザの誤操作によって間違った位置が登録されることが懸念される。また、ひび割れの位置の全部を指でなぞらなくては正確な位置が登録できないため、作業コストの観点からも未だ改善の余地を残していた。
先ず、本発明のシステム構成について説明する。
図1は、本発明の実施形態におけるシステム構成図である。
なお、通信端末20及びサーバ装置30は、ネットワーク10を介して互いに通信可能に接続している。
画像撮影手段21は、いわゆるカメラ機能であり、撮影することによって画像を取得する手段である。ただし、画像撮影手段21によって撮影される画像の被写体は、本発明の実施においては、建物や構造物である必要がある。
操作入力手段22は、後述する種々の機能を発揮させる為に、ユーザの操作を受け付ける手段である。
表示手段23は、画像撮影手段21によって撮影された画像を表示したり、操作入力手段22の操作を促す案内やアイコン等を表示したり、する手段である。
記憶手段31は、画像撮影手段21によって撮影された画像や、被写体である建物又は構造物に関する図面(以下、建物構造図面と称する場合がある)を記憶している手段である。
編集手段32は、表示手段23に表示されている画像に対して編集処理を行う手段である。編集手段32による編集処理は、操作入力手段22が受け付けたユーザの操作に基づくものについては後述するが、その他の編集処理が含まれてもよい。
診断手段33は、編集手段32によって編集された画像(以下、編集画像と称する場合がある)を診断する手段である。
画像図面対応手段34は、画像撮影手段21によって撮影された画像と、建物構造図面と、を対応付けて、記憶手段31に記憶させる手段である。
次に、通信端末20(表示手段23)に表示される表示画面の具体例について説明する。
図2、図3、図5、及び図6は、通信端末20の表示画面の具体例を示す図である。
図4は、図3に図示されるカメラアイコンA1~A5に関する説明図である。
ユーザは、この表示画面に表示されている関連情報の中から、調査対象の建物又は構造物に関するものを選択すると、その建物又は構造物に関する建物構造物図面を通信端末20に表示させることができる。
サーバ装置30は、通信端末20からアップロードした画像の撮影位置と撮影方向を示すカメラアイコンを、表示されている建物構造物図面の任意の位置(ユーザの操作に基づいて指定された位置)に対応付けて記憶することができる。
なお、カメラアイコンを建物構造物図面に対応付けるタイミングは、そのカメラアイコンに係る画像をアップロードした以後であればいつでもよい。
例えば、カメラアイコンA1は建物構造物図面における左上方向を撮影したことを示しており、カメラアイコンA2は建物構造物図面における下方向を撮影したことを示しており、カメラアイコンA3は建物構造物図面における右下方向を撮影したことを示しており、カメラアイコンA4は建物構造物図面における法線方向(実際の建物では天井方向)を撮影したことを示しており、カメラアイコンA5は建物構造物図面における左上方向を撮影したことを示している。
例えば、右上を向いているカメラアイコン(図4(a)参照)の丸型の図形をクリックした状態で、その丸型の図形を時計回りに移動させると、カメラアイコンが全体的に時計回りに回転し、クリックを解除した時点でその向きが決定される(図4(b)では右下の向きに決定されている)。
ここで実行可能な編集処理及び診断処理には、以下が含まれてもよい。
(イ)操作入力手段22に対するユーザの操作に基づいて、通信端末20が表示している画像のうち特定の箇所を四角の領域で囲って指定する(この四角の領域を、以下の説明では小領域と称する)。
(ロ)操作入力手段22に対するユーザの操作に基づいて、通信端末20が表示している画像に対して自由線を描く。
(ハ)操作入力手段22に対するユーザの操作に基づいて、通信端末20が表示している画像に対して文字を記入する。
(ニ)対応するアイコンに対する操作に応じて、通信端末20が表示している画像を回転又は反転させる。
(ホ)対応するアイコンに対する操作に応じて、通信端末20が表示している画像の損傷部(例えば、ひび割れ部分)を自動的に特定してマーキングする。
(へ)対応するアイコンに対する操作に応じて、(ホ)でマーキングされた損傷部に関する損傷の度合いを、人工知能によって診断する。
(ト)操作入力手段22に対するユーザの操作に基づいて、通信端末20が表示している画像に対して描いた自由線や文字、マーキングを消去する。
なお、上記の(ホ)の編集処理については、後で詳細に説明する。
ここで表示される情報や診断項目には、以下が含まれてもよい。
(a)その画像が撮影された日時
(b)撮影対象(被写体)となる建物や構造物の名称
(c)その画像が対応付けられている建物構造物図面の識別情報
(d)その画像に撮影されている損傷部に関する情報(損傷の種類やサイズ等)
(e)その画像に撮影されている損傷部に関する損傷の度合い(上記の(へ)の診断処理の結果の他に、ユーザが手入力で定めたものを含む)
すなわち、サーバ装置30(診断手段33)は、診断した損傷部に関する損傷の度合いと、建物構造図面に対応付けられた一又は複数の編集画像においてマーキングされている損傷部の数と、に基づいて、当該建物構造図面に係る建物全体又は構造物全体の損傷の度合いを診断してもよい。
次に、サーバ装置30が損傷部を特定してマーキングする処理(上記の(ホ)の編集処理)について説明する。
図7は、損傷部を特定する一連の処理のフローチャートである。図8~図10は、損傷部を特定する処理による対象画像の変化を示す模式図である。
更に、サーバ装置30は、ステップS13において抽出された輪郭と、複数とおりのチューニングパラメータと、に基づいて、通信端末20が表示している画像の一部を当該画像に撮影されている損傷部の候補として特定する(以下、この処理を損傷特定処理と称する)(ステップS15)。
サーバ装置30は、所定の回数の損傷特定処理が終了するまで(ステップS17がNOである間)、ステップS13とステップS15を繰り返す。このとき、サーバ装置30は、損傷特定処理ごとに異なるチューニングパラメータを用いて複数回の損傷特定処理を実行し、損傷特定処理のそれぞれにおいて特定された損傷部の候補に基づいて、当該画像に撮影されている損傷部を定める。
そして、サーバ装置30は、所定の回数の損傷特定処理が終了すると(ステップS17のYES)、その時点で特定された損傷部の候補を、対象画像に撮影されている損傷部としてマーキングする(ステップS19)。
例えば、図8(a)に示す画像が通信端末20に表示され、当該画像に対してサーバ装置30が図2に図示する各処理を行って損傷部を特定するケースについて説明する。
ここで本実施形態では、サーバ装置30は、ユーザによる任意操作によって小領域P1を設定したものとする。このとき、設定された小領域P1は、通信端末20に表示された画像に重畳して図8(b)のように表示される。
また、本実施形態では、小領域を設定する際に、四角の領域で囲うように説明するが、本発明の実施はこれに限られない。言い換えれば、小領域は通信端末20に表示されている画像の一部(画像全体より狭い領域)として指定するものであればよく、小領域の形状は四角であることに限られない。
なお、本実施形態では、輪郭抽出処理と損傷特定処理とをそれぞれ4回繰り返すように、以下説明するが、本発明の実施はこれに限られない。
本発明の実施については、損傷特定処理が複数回実行されれば足り、輪郭抽出処理の実行回数は1回でもよい。また、損傷特定処理は2回以上実行されればよく、4回より少ない実行回数であってもよいし、4回より多い実行回数であってもよい。
例えば、図8(b)に例示した画像に対してこの処理を実行した結果を、図9(a)に図示する。なお、図9(a)において、図8(b)に比べて太線で図示されている箇所(撮影物S1、撮影物S2、撮影物S3)が、この処理によって特定された損傷部の候補である。
なお、本実施形態では、図9(a)に例示した画像に対してこの処理を実行した結果として損傷部の候補となるピクセルの変動はなかったものとする。
なお、本実施形態では、図9(a)に例示した画像に対してこの処理を実行した結果として損傷部の候補となるピクセルの変動はなかったものとする。
例えば、図9(a)に例示した画像に対してこの処理を実行した結果を、図9(b)に図示する。具体的には、図9(b)は、損傷部の候補として特定されている撮影物S1、撮影物S2、及び撮影物S3の撮影領域を長さ方向(各々の撮影物の延在方向)に引き伸ばしている状態を図示するものである。
そして、引き伸ばした撮影物S1、撮影物S2、及び撮影物S3は、互いに延在方向に存在するので、それぞれが統合されて単独の撮影物S4になる。図10(a)は、統合後の撮影物S4を図示するものである。
この処理を実行することによって、面積や明度をチューニングパラメータとする処理では拾えないピクセル(本実施形態の事例で言えば、撮影物S1、撮影物S2、及び撮影物S3の間に存在する極小の領域)も、損傷部の候補として特定することができる。
また、ひび割れは、構造物の内部に生じるものであるため、表面上は複数に分かれていても、実際には単独のひび割れであるケースが多々ある。このようなケースであっても、実態に即した特定をすることができる。
サーバ装置30は、1回目の損傷特定処理を経た画像(図10(a)に図示する画像)に対して、再び輪郭抽出処理を行い、抽出した輪郭のうち、或る面積以上(但し、上記の第一面積より大きい面積)の領域を抽出して損傷部の候補とする。なお、この処理に用いる面積を、以下の説明では第二面積と称する場合がある。
なお、本実施形態では、図10(a)に例示した画像における撮影物S4は、第二面積以上であるので、上記の処理を実行した結果として損傷部の候補となるピクセルは、図10(a)に例示した画像と同じく撮影物S4であったものとする。
サーバ装置30は、2回目の損傷特定処理を経た画像(図10(a)に図示する画像)に対して、再び輪郭抽出処理を行い、抽出した輪郭のうち、或る面積以上(但し、上記の第二面積より大きい面積)、かつアスペクト比が所定値未満の領域を抽出して損傷部の候補とする。ここで所定値は、0を超える値であって1未満であることが好まく、例えば、所定値=0.5とすることができる。また、この処理に用いる面積を、以下の説明では第三面積と称する場合がある。
なお、本実施形態では、図10(a)に例示した画像における撮影物S4は、第三面積以上であってアスペクト比が所定値(0.5)以下であるので、上記の処理を実行した結果として損傷部の候補となるピクセルは、図10(a)に例示した画像と同じく撮影物S4であったものとする。
サーバ装置30は、3回目の損傷特定処理を経た画像(図10(a)に図示する画像)に対して、再び輪郭抽出処理を行い、抽出した輪郭のうち、或る面積以上(但し、上記の第三面積より大きい面積)の領域を抽出して損傷部の候補とする。なお、この処理に用いる面積を、以下の説明では第四面積と称する場合がある。
そして、サーバ装置30は、4回目の損傷特定処理において特定された損傷部の候補を、ひび割れであるものとして最終的に判断する。
なお、本実施形態では、図10(a)に例示した画像における撮影物S4は、第四面積以上であるので、上記の処理を実行した結果として損傷部の候補となるピクセルは、図10(a)に例示した画像と同じく撮影物S4であったものとする。
1回目に行われる損傷特定処理は、1回目の輪郭抽出処理によって抽出された輪郭のうち、第一面積以上の領域が含まれるか否かをチューニングパラメータとし、当該領域を損傷部の候補とするので、本発明における「第一の損傷特定処理」に相当する処理を含むものと言える。
この処理によって、サーバ装置30は、抽出した輪郭のうち第一面積未満のものを排除するので、ひび割れとしては微細なものを、損傷部の候補から除くことができる。
この処理によって、サーバ装置30は、抽出した輪郭のうち第一面積未満のものを排除いた後に第二面積未満のものを排除する。換言すれば、サーバ装置30は、段階的に判定に用いる面積を広げて、損傷部の候補を段階的に狭めて、その判定精度(ひび割れと判定する妥当性)の向上を図ることができる。
この処理によって、複数の損傷部の候補を統合して、それ以降の損傷特定処理に繋げるので、サーバ装置30は、より包括的な判定によって損傷部の候補を特定することができる。
この処理によって、面積のみをチューニングパラメータとする処理に比べて、多面的な判定を実現することができ、サーバ装置30は、特定処理の精度を向上させることができる。
この処理によって、面積のみをチューニングパラメータとする処理に比べて、多面的な判定を実現することができ、サーバ装置30は、損傷特定処理の精度を向上させることができる。
この処理によって、細長い領域であるものをひび割れ候補として残すことができるので、面積のみをチューニングパラメータとする処理に比べて、よりひびの形状として妥当な4ものを損傷部の候補として残すことができ、サーバ装置30は、損傷特定処理の精度を向上させることができる。
特に、図8(b)と図10(a)とを対比すれば明らかであるが、通信端末20に表示されている画像の一部を囲うように大まかに小領域を設定すれば、損傷部の全体を特定することができるので、ユーザは小領域の設定について細やかに気をつかわずとも、正確に損傷部を特定することができる。
また、上述の各種処理の結果として生成される編集画像は教師データとする機械学習によって生成した学習済みモデルを、サーバ装置30による診断処理に適用してもよい。
以下、実際の画像に対して本発明に係る編集処理(図7に図示する一連の処理)を実施した事例について説明する。
図11は、本発明に係る編集処理前の画像を示す図である。図12は、本発明に係る編集処理後の画像を示す図である。図13は、図11に示す画像の撮影環境を示す模式図である。
なお、図13に図示した矢印B1は、図11に示す画像の撮影方向を示すものである。
縁石C1は、横面C2の一部にひび割れが生じており、撮影方向(矢印B1が示す方向)から視て奥行き方向に侵出しており、その様子が上面C3に生じているひび割れから推定される。
図12に示す画像において、図11に比べて濃い色になっている部分が損傷部として特定された部分である。
図12に示す画像から明らかであるように、本発明に係る編集処理を施せば、損傷部のみが正確に特定され、その他の輪郭として撮影され得る部分は損傷部として特定されない。
従って、本発明は上述した目的を達成したものと言える。
以上に説明した本発明の実施形態は、本発明の目的と達成する範囲において、種々の変形が可能である。
例えば、通信端末20が備える手段をサーバ装置30が備えてもよいし、サーバ装置30が備える手段を通信端末20が備えてもよい。
また、図1では、通信端末20及びサーバ装置30がそれぞれ1台ずつであるかのように図示したが、一方又は双方共に複数台の装置によって実現されてもよい。
また、図1に図示したシステム構成では、通信端末20が有する画像撮影手段21によって診断対象となる画像を取得する実施例としたが、不図示のカメラで撮影した画像を取得してサーバ装置30に格納する構成に代えてもよい。
(1)建物又は構造物を撮影した画像を取得する取得手段と、前記取得手段によって取得した画像を表示する表示手段と、前記表示手段によって表示されている画像を編集する編集手段と、前記編集手段による編集が行われた編集画像を診断する診断手段と、を備え、前記編集手段は、前記表示手段によって表示されている画像に撮影されている輪郭を抽出する輪郭抽出手段と、前記輪郭抽出手段によって抽出された輪郭に基づいて、前記表示手段が表示している画像に撮影されている損傷部を特定する損傷特定手段と、前記損傷特定手段によって特定された損傷部をマーキングする編集処理を行うマーキング手段と、を有しており、前記診断手段は、少なくとも前記マーキング手段によってマーキングされた損傷部に関する損傷の度合いについて診断を行う、建物構造物診断システム。
(2)前記取得手段によって取得した画像の撮影対象である建物又は構造物に関する建物構造図面を記憶している記憶手段と、前記編集画像を前記記憶手段に記憶されている前記建物構造図面に対応付ける画像図面対応手段と、を備え、前記診断手段は、診断した損傷部に関する損傷の度合いと、前記建物構造図面に対応付けられた一又は複数の前記編集画像においてマーキングされている損傷部の数と、に基づいて、当該建物構造図面に係る建物全体又は構造物全体の損傷の度合いを診断する、(1)に記載の建物構造物診断システム。
(3)前記損傷特定手段は、前記輪郭抽出手段によって抽出された輪郭と、複数とおりのチューニングパラメータと、に基づいて、前記表示手段が表示している画像の一部を当該画像に撮影されている損傷部の候補として特定する損傷特定処理を複数回実行し、前記損傷特定処理ごとに異なる前記チューニングパラメータを用いて、前記損傷特定処理のそれぞれにおいて特定された損傷部の候補に基づいて、当該画像に撮影されている損傷部を特定する、(1)又は(2)に記載の建物構造物診断システム。
(4)前記損傷特定手段が実行する第一の前記損傷特定処理は、前記輪郭抽出手段によって抽出された輪郭のうち、第一面積以上の領域が含まれるか否かを前記チューニングパラメータとし、当該領域を損傷部の候補とする、(3)に記載の建物構造物診断システム。
(5)前記輪郭抽出手段は、前記損傷特定処理によって損傷部の候補とされた領域に撮影されている輪郭を抽出し、前記損傷特定手段が実行する第二の前記損傷特定処理は、前記第一の損傷特定処理によって損傷部の候補とされた領域から抽出された輪郭のうち、第二面積以上の領域が含まれるか否かを前記チューニングパラメータとし、当該領域を損傷部の候補とし、前記第二面積は、前記第一面積より大きい、(4)に記載の建物構造物診断システム。
(6)前記損傷特定手段が前記第一の損傷特定処理と前記第二の損傷特定処理の間に行う第三の前記損傷特定処理は、他の前記損傷特定処理によって特定された損傷部の候補を引き伸ばし、引き伸ばした損傷部の候補と別の損傷部の候補が重複すると、統合して単独の損傷部の候補とする、(5)に記載の建物構造物診断システム。
(7)前記損傷特定手段が実行する第四の前記損傷特定処理は、他の前記損傷特定処理によって損傷部の候補とされた領域に該当するピクセルと、当該ピクセルに隣接するピクセルと、を比較して明度が近似しているか否かを前記チューニングパラメータとし、明度が近似しているピクセルを前記損傷部の候補とする、(3)から(6)のいずれか一つに記載の建物構造物診断システム。
(8)前記損傷特定手段が実行する第五の前記損傷特定処理は、他の前記損傷特定処理によって損傷部の候補とされた領域に含まれるピクセルの明度に基づいて算出した閾値を前記チューニングパラメータとし、算出した閾値より低い明度のピクセルを前記損傷部の候補とする、(3)から(7)のいずれか一つに記載の建物構造物診断システム。
(9)前記損傷特定手段が実行する前記損傷特定処理のうち少なくとも一つは、アスペクト比が所定値未満の領域であるか否かを前記チューニングパラメータとし、当該領域を損傷部の候補とする、(3)から(8)のいずれか一つに記載の建物構造物診断システム。
10 ネットワーク
20 通信端末
21 画像撮影手段
22 操作入力手段
23 表示手段
30 サーバ装置
31 記憶手段
32 編集手段
33 診断手段
34 画像図面対応手段
Claims (5)
- 建物又は構造物を撮影した画像を取得する取得手段と、
前記取得手段によって取得した画像を表示する表示手段と、
前記表示手段によって表示されている画像を編集する編集手段と、
前記編集手段による編集が行われた編集画像を診断する診断手段と、
を備え、
前記編集手段は、
前記表示手段によって表示されている画像に撮影されている輪郭を抽出する輪郭抽出処理を実行する輪郭抽出手段と、
前記輪郭抽出手段によって抽出された輪郭に基づいて、前記表示手段が表示している画像に撮影されている損傷部を特定する損傷特定手段と、
前記損傷特定手段によって特定された損傷部をマーキングする編集処理を行うマーキング手段と、
を有しており、
前記編集手段は、
前記表示手段が表示している画像に撮影されている輪郭を抽出する第一の輪郭抽出処理と、
前記第一の輪郭抽出処理によって抽出された輪郭のうち、第一面積以上の領域が含まれる領域を損傷部の候補とする第一処理と、
前記第一処理によって特定された損傷部の候補を引き伸ばし、引き伸ばした損傷部の候補と別の損傷部の候補が重複すると、統合して単独の損傷部の候補として特定する第二処理と、
前記第二処理によって特定された損傷部の候補を含む画像に撮影されている輪郭を抽出する第二の輪郭抽出処理と、
前記第二の輪郭抽出処理によって抽出された輪郭のうち、前記第一面積より大きい第二面積以上の領域が含まれる領域を損傷部の候補とする第三処理と、
少なくとも前記第一の輪郭抽出処理、前記第一処理、前記第二処理、前記第二の輪郭抽出処理、前記第三処理を経て特定された損傷部をマーキングする前記編集処理と、
を含む一連の処理を、一つのアイコンに対する操作に応じて自動的に行い、
前記診断手段は、前記編集処理によってマーキングされた損傷部に関する損傷の度合いについて診断を行う、
建物構造物診断システム。 - 前記取得手段によって取得した画像の撮影対象である建物又は構造物に関する建物構造図面を記憶している記憶手段と、
前記編集画像を前記記憶手段に記憶されている前記建物構造図面に対応付ける画像図面対応手段と、
を備え、
前記診断手段は、診断した損傷部に関する損傷の度合いと、前記建物構造図面に対応付けられた一又は複数の前記編集画像においてマーキングされている損傷部の数と、に基づいて、当該建物構造図面に係る建物全体又は構造物全体の損傷の度合いを診断する、
請求項1に記載の建物構造物診断システム。 - 前記一連の処理は、他の処理によって損傷部の候補とされた領域に該当するピクセルと、当該ピクセルに隣接するピクセルと、を比較して明度が近似しているか否かを判定し、明度が近似しているピクセルを前記損傷部の候補とする第四処理を含む、
請求項1又は2に記載の建物構造物診断システム。 - 前記一連の処理は、他の処理によって損傷部の候補とされた領域に含まれるピクセルの明度に基づいて算出した閾値より低い明度のピクセルを前記損傷部の候補とする第五処理を含む、
請求項1から3のいずれか一項に記載の建物構造物診断システム。 - 前記一連の処理は、アスペクト比が所定値未満の領域であるか否かを判定し、当該領域を損傷部の候補とする第六処理を含む、
請求項1から4のいずれか一項に記載の建物構造物診断システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019174580A JP7471570B2 (ja) | 2019-09-25 | 2019-09-25 | 建物構造物診断システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019174580A JP7471570B2 (ja) | 2019-09-25 | 2019-09-25 | 建物構造物診断システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021051022A JP2021051022A (ja) | 2021-04-01 |
JP7471570B2 true JP7471570B2 (ja) | 2024-04-22 |
Family
ID=75157663
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019174580A Active JP7471570B2 (ja) | 2019-09-25 | 2019-09-25 | 建物構造物診断システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7471570B2 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102456987B1 (ko) | 2022-03-15 | 2022-10-20 | 디엘이앤씨 주식회사 | 건물 외벽의 균열을 탐지하는 방법 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000339462A (ja) | 1999-05-26 | 2000-12-08 | Matsushita Electric Works Ltd | 欠陥検査方法および欠陥検査装置 |
JP2003044832A (ja) | 2001-07-31 | 2003-02-14 | Kobe Steel Ltd | 検査パラメータ設定方法、検査パラメータ設定装置及び検査パラメータ設定プログラム |
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 |
JP2017053819A (ja) | 2015-09-11 | 2017-03-16 | 国立大学法人富山大学 | コンクリートのひび割れ検出方法及び検出プログラム |
WO2017130718A1 (ja) | 2016-01-29 | 2017-08-03 | 富士フイルム株式会社 | ひび割れ検出装置、ひび割れ検出方法及びプログラム |
JP2017227595A (ja) | 2016-06-24 | 2017-12-28 | 富士フイルム株式会社 | 損傷図作成支援システム及び損傷図作成支援方法 |
JP2019039936A (ja) | 2015-09-10 | 2019-03-14 | 富士フイルム株式会社 | 損傷情報抽出装置、損傷情報抽出方法および損傷情報抽出プログラム |
JP2019039897A (ja) | 2017-08-27 | 2019-03-14 | 圭浩 佐藤 | コンクリート表面のひび割れ検出方法及び検出プログラム |
JP2019066266A (ja) | 2017-09-29 | 2019-04-25 | 清水建設株式会社 | ひび割れ検出装置、ひび割れ検出方法、および、コンピュータプログラム |
JP2019074496A (ja) | 2017-10-19 | 2019-05-16 | 清水建設株式会社 | ひび割れ検出装置、ひび割れ検出方法、および、コンピュータプログラム |
-
2019
- 2019-09-25 JP JP2019174580A patent/JP7471570B2/ja active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000339462A (ja) | 1999-05-26 | 2000-12-08 | Matsushita Electric Works Ltd | 欠陥検査方法および欠陥検査装置 |
JP2003044832A (ja) | 2001-07-31 | 2003-02-14 | Kobe Steel Ltd | 検査パラメータ設定方法、検査パラメータ設定装置及び検査パラメータ設定プログラム |
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 |
JP2019039936A (ja) | 2015-09-10 | 2019-03-14 | 富士フイルム株式会社 | 損傷情報抽出装置、損傷情報抽出方法および損傷情報抽出プログラム |
JP2017053819A (ja) | 2015-09-11 | 2017-03-16 | 国立大学法人富山大学 | コンクリートのひび割れ検出方法及び検出プログラム |
WO2017130718A1 (ja) | 2016-01-29 | 2017-08-03 | 富士フイルム株式会社 | ひび割れ検出装置、ひび割れ検出方法及びプログラム |
JP2017227595A (ja) | 2016-06-24 | 2017-12-28 | 富士フイルム株式会社 | 損傷図作成支援システム及び損傷図作成支援方法 |
JP2019039897A (ja) | 2017-08-27 | 2019-03-14 | 圭浩 佐藤 | コンクリート表面のひび割れ検出方法及び検出プログラム |
JP2019066266A (ja) | 2017-09-29 | 2019-04-25 | 清水建設株式会社 | ひび割れ検出装置、ひび割れ検出方法、および、コンピュータプログラム |
JP2019074496A (ja) | 2017-10-19 | 2019-05-16 | 清水建設株式会社 | ひび割れ検出装置、ひび割れ検出方法、および、コンピュータプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP2021051022A (ja) | 2021-04-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6833366B2 (ja) | 情報処理装置、情報処理装置の制御方法及びプログラム | |
US10347000B2 (en) | Entity visualization method | |
WO2014156425A1 (ja) | 領域分割方法および検査装置 | |
US11170536B2 (en) | Systems and methods for home improvement visualization | |
CN109951635A (zh) | 拍照处理方法、装置、移动终端以及存储介质 | |
JP5811416B2 (ja) | 画像処理装置、画像処理方法及びプログラム | |
CN113012096B (zh) | 显示屏子像素定位及亮度提取方法、设备以及存储介质 | |
JP2019207535A (ja) | 情報処理装置、情報処理方法及びプログラム | |
JP7471570B2 (ja) | 建物構造物診断システム | |
CN110910414B (zh) | 图像轮廓生成方法、图像标注方法、电子装置及存储介质 | |
KR20160018944A (ko) | 차량의 사고부위를 인식하여 가견적 리스트를 모바일 장치에서 생성하는 방법 | |
CN112368724A (zh) | 学习装置、学习系统以及学习方法 | |
JP2019075078A (ja) | 工事現場画像判定装置及び工事現場画像判定プログラム | |
JP2023063324A5 (ja) | ||
JP6389120B2 (ja) | データ処理装置、データ処理方法、及び、プログラム | |
JP6943381B1 (ja) | 情報処理装置およびプログラム | |
JP2019074774A (ja) | 工事現場画像判定装置及び工事現場画像判定プログラム | |
WO2020111139A1 (ja) | 座標算出装置、座標算出方法、及びコンピュータ読み取り可能な記録媒体 | |
JP7385192B2 (ja) | 画像処理装置、画像処理方法、及びコンピュータプログラム | |
JP2016021725A (ja) | 土木構造物の損傷診断用カメラ | |
JP7186455B2 (ja) | 工事現場画像取得システム、工事現場画像取得装置、及び工事現場画像取得プログラム | |
JP2021036109A (ja) | 評価支援システム、評価支援方法、及びプログラム | |
CN116170576B (zh) | 多元感知数据故障诊断方法 | |
KR102343123B1 (ko) | 건설현장용 사진기반 데이터 추적관리 시스템 및 추적관리방법 | |
WO2019053790A1 (ja) | 位置座標算出方法及び位置座標算出装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220531 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230317 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230322 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230518 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230905 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20231031 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231227 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240206 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240301 |
|
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: 20240312 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240401 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7471570 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |