JPH0579992A - 塗装の劣化診断方法 - Google Patents

Abstract

(57)【要約】 【目的】診断作業者の経験や熟練度に左右されずに一定
した信頼性の高い塗装の劣化診断結果を得ることを目的
とする。 【構成】予め定めた色彩群の各々の色彩の面積割合を入
力するための入力ユニット群、前段のユニット群中の各
ユニットからの入力を受けて予め設定された診断基準に
基づく演算を行いその結果を後段のユニット群に出力す
るための少なくとも１つの中間ユニット群および前記中
間ユニット群からの入力を受けて予め設定された診断基
準に基づく演算を行い、複数の診断区分の各々につきそ
の強度を出力するユニットから成る出力ユニット群から
成る演算ネットワークを準備しておき、塗装面のカラー
画像を画像処理することにより診断対象面の色彩ごとの
面積割合を求め、この色彩ごとの面積割合を前記演算ネ
ットワークの入力ユニット群に入力し、出力ユニット群
から複数の診断区分の各々につきその強度値をとり出
し、そのうちの最大の強度値に対応する診断区分を診断
結果とする。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、塗装の劣化診断方法特
に有色塗装後放置されて塗膜の劣化が進行しつつあると
想定される部位の塗装劣化診断方法に関する。本発明は
例えば各種プラント装置におけるタンクや船舶等のよう
に比較的平坦な面あるいは曲率の大きな曲面に塗装され
た塗膜の劣化度合を判定するのに有効である。

【０００２】

【従来技術】塗装後劣化が進行しつつある塗膜の塗り替
えの要否、その他塗り替え時期などの診断は、特にタン
ク等のプラント装置類や船舶などの防食塗装分野におい
て重要である。従来このような塗膜の劣化診断はベテラ
ン技術者の経験に頼っていたため、個人差による不適切
な診断や、技術者の過重の労力，熟練者の確保などとい
った問題が生じている。この問題を解決すべく塗膜の診
断を標準化し、劣化度合をできるだけ定量的に評価しよ
うとする方法が提案されている。例えば特開昭６２−１
６３７７０号，特開平１−１６３６５７号公報などにお
いては、文章で記述されかつ標準化された評価基準に基
づいて、さび・割れ・はがれ等の主要な点検項目別にグ
レード評価して総合評価基準値を予め設定し、直接目視
等で得た塗膜診断情報に対応する診断結果を前記総合評
価基準値の中から取り出すようにしている。

【０００３】

【発明が解決しようとする課題】上述した従来の塗膜診
断方法は、いずれも熟練者がその都度、直接対象物を目
で観た結果を、予めグレード分けされた判断基準に照ら
して経験的（主観的）に判断するものであり、熟練者の
個人差による診断結果のバラツキ，熟練者自身のその時
々の判断のバラツキがでるのは避けられない。また判断
基準自体の作成も一定の基準化ないし客観化された方
法，手段で行われていないため、顧客のニーズに合せた
細かい判断基準が、柔軟に、その都度作成できないとい
う欠点があった。

【０００４】本発明の目的は、診断作業者の経験や熟練
度に左右されずに、一定したバラツキのない診断結果を
容易に得ることができる塗装劣化診断方法を提供するこ
とにある。本発明はまた、客観的でしかもその時々の顧
客のニーズに合致した判断基準を自動作成でき、これに
よって診断結果の信頼性，客観性，診断の迅速化を発揮
できる塗装診断方法を提供することにある。

【０００５】

【課題を解決するための手段】本発明による塗装の劣化
診断方法は、塗装面のカラー画像より、予め定めた複数
の色彩ごとの面積割合を求め、各色彩とその面積割合と
の組合せから塗装面の劣化状態を判定するものである。
より具体的には、本発明によれば、予め定めた色彩群の
各々の色彩の面積割合を入力するための入力ユニット
群、前段のユニット群中の各ユニットからの入力を受け
て予め設定された診断基準に基づく演算を行いその結果
を後段のユニット群に出力するための少なくとも１つの
中間ユニット群、並びに前記中間ユニット群からの入力
を受けて予め設定された診断基準に基づく演算を行い、
複数の診断区分の各々につきその強度を出力するユニッ
トから成る出力ユニット群から成る演算ネットワークを
準備しておき、塗装面のカラー画像を画像処理すること
により診断対象面の色彩ごとの面積割合を求め、この色
彩ごとの面積割合を前記演算ネットワークの入力ユニッ
ト群に入力し、出力ユニット群から複数の診断区分の各
々につきその強度値をとり出し、そのうちの最大の強度
値に対応する診断区分を診断結果とする塗装劣化診断方
法が提供される。

【０００６】

【作用】本発明においては、基本的には塗装の劣化判断
要素を塗装の色の変化から得る。例えば当初白色に塗っ
たタンクの塗装が数年後赤みを帯びてくると、塗膜の劣
化により錆が発生したと推定する。これをより詳しく判
定するためにカラー画像を利用して全体を複数の色に分
け、それらの色の面積割合をもとに塗装面全体の劣化診
断をする。例えば、ある塗装面のカラー写真から黒，
青，緑，水色，赤，黄，紫，白の各色彩の面積割合の変
化に着目すると、先の例で白色に塗装されたタンクの各
色の面積割合は、塗装直後では通常黒＝０％，青＝０
％，緑＝０％，水色＝０％，赤＝０％，黄＝０％，紫＝
０％，白＝１００％である。これが数年後に劣化が進行
すると、複数に分けた各色の占める面積割合に変化が生
じてくる。この場合、赤や黒の面積割合が増加すると、
塗装の劣化診断に重大な影響を与えるが、逆に白や水色
の面積割合が変化しても塗装の劣化診断にあまり影響を
与えない。このように塗装面の各色彩の面積割合は、塗
装の劣化診断に与える影響について重み（重要度，強
度）に違いがある。

【０００７】本発明では、色彩ごとの面積割合をもとに
適正な「重み」およびそれを評価する計算モデルにより
塗装の劣化診断が定量的に行われ、また同時に、前記色
彩の面積割合をもとに「重み」を適正に修正する計算モ
デルにより塗装の劣化診断用の判断基準が自動作成され
る。その計算モデルの具体例として一般に３層ニューラ
ルネットワークとよばれるニューラルネットワークの１
タイプが用いられ、入力層ユニットにカラー画像（カラ
ー写真，ビデオデータ等）より求めた色彩ごとの面積割
合を対応させ、出力層ユニットには診断区分のそれぞれ
を対応させることにより、カラー画像を用いた塗装の劣
化診断を実現する。３層ニューラルネットワークの場合
は、入力ユニット群の各ユニットからの入力をそのまま
出力として各中間層ユニットに伝える。中間ユニット群
の各ユニットでは、予め設定した判断基準（重みおよび
しきい値）および該ユニットの応答特性に基づく演算を
行い、その結果を出力ユニット群の各ユニットに伝え
る。出力ユニット群でも、中間ユニット群と同様な演算
を行い、その結果を診断群の各々について強度値として
出力する。この診断群の各々についての強度値のうち最
大のものに対応する診断区分をもって診断結果とする。

【０００８】

【実施例】次に、本発明を実施例について説明する。本
実施例は、カラー写真の色彩面積割合解析工程，塗装劣
化診断工程および診断基準作成工程の各工程から成り、
図１に示すようなカラーイメージスキャナ１，パーソナ
ルコンピュータ２，カラーモニタ３，カラービデオプリ
ンタ４等から成るコンピユータシステムを利用する。先
ずカラー写真の色彩面積割合解析工程について説明す
る。診断対象物を撮影したカラー写真を、適当な画像読
取装置例えばイメージスキャナ１で読み取り、パーソナ
ルコンピュータ２に入力し、画像処理により例えば黒＝
２％，青＝１０％，緑＝４％，水色＝２２％，赤＝２
％，黄＝１５％，紫＝６％，白＝３６％のように各色彩
ごとの面積割合を求め、必要によりカラーモニタ３ある
いはカラービデオプリンタ４にて表示する。パーソナル
コンピュータ２には後述する３層ニューラルネットワー
クが予め構築されている。

【０００９】次に、本実施例における塗装劣化診断工程
について説明する。本実施例で採用している塗装劣化診
断用計算モデルは、図２に示すように、一般に３層ニュ
ーラルネットワークとよばれ、８個の素子をもつ入力ユ
ニット群５と８個の素子をもつ中間ユニット群６と３個
の素子の出力ユニット群７の３層の階層型構造となって
いる。（しかし本発明で利用する演算ネットワークはこ
のような３層のものに限定されるものでなく、３層以上
任意の層を有していてもよい。）先ず８素子の入力ユニ
ット群５には、それぞれ黒，青，緑，水色，赤，黄，
紫，白の８色の各色に対応し、各々、色彩面積割合の値
が数値にて入力され、その各々がそのまま中間ユニット
群６の全ユニット素子（８個）に入力され、予め設定し
てある診断基準に基づく演算が行われ、その結果が同様
に出力ユニット群７の全ユニット素子（３個）に入力さ
れる。出力ユニット群７は中間ユニット群６からの入力
を受けて応答し、前記診断基準に基づく演算を行い、演
算結果としてこの実施例では３つの診断区分、具体的に
は「良好の反応率」，「要注意の反応率」および「塗替
要の反応率」が数値にて出力される。ここで反応率と
は、ある診断の重み即ち強度であり、０から１までの間
の数値で表現される。反応率＝１はその特定の診断が非
常に強いことを意味し、反応率＝０はその特定の診断が
非常に弱いことを意味する。例えば図２に示すように出
力ユニット群７の結果が良好の反応率＝０．９９９，要
注意の反応率＝０．００１，塗替要の反応率＝０．００
１となった場合、診断結果は最大値の反応率に対応する
診断区分を採用する。つまりこの場合の塗装の診断結果
は、「塗装状態が良好」であると解釈する。

【００１０】図３は中間ユニット群６の１つのユニット
素子を示した図である。各ユニット群の素子は他の群の
ユニットの素子とニューラルネットワークにより有機的
に結合されており、各々のネットワークにはそれぞれ
「重み」（以下結合係数という）Ｗｊｉが対応してい
る。なお添字ｊは中間ユニット群６の素子の番号（０〜
７）を表わし、ｉは入力ユニット群の素子の番号（０〜
７）を表わしている。出力ユニット群７についても同様
の構造であり、図２のＶｋｊは中間ユニット群６と出力
ユニット群７間の結合係数、添字ｋは出力ユニット群の
素子の番号（０〜２）を表わす。この結合係数は各ユニ
ット群に入力された信号（数値）の重要さを示す「重
み」の一種で入力層ユニットと中間層ユニットを例にと
ればその間の結合係数Ｗｊｉと入力信号Ｉｉ（数値）の
積の総和と或るしきい値（以下オフセットという）θｊ
との和Ｕｊ＝ΣＷｊｉ・Ｉｉ＋θｊに応じて中間層ユニ
ットは予め定めた応答特性ｆに基づいた出力信号Ｈｊ
（数値）を発する。本実施例においては、応答特性ｆを
表す関数としてシグモイド関数ｆ（Ｘ）＝１／｛１＋ｅ
ｘｐ（−Ｘ）｝が用いられる。出力層ユニットについて
も同様であり（出力層ユニットのオフセットγｋ）、こ
のような各ユニット群からの出力信号Ｈｊ＝ｆ（Ｕｊ）
が次のユニット群の入力信号となり、同様な動作を繰り
返し、最終的には出力ユニット群７の素子から例えば反
応率などの出力信号（数値）を出力する。

【００１１】次に本発明における診断基準作成工程につ
いて説明する。本実施例の診断基準とは、表１〜表４に
示すような、最終的な出力層ユニットの出力信号（反応
率）に影響を与えている８個の中間層ユニットと３個の
出力層ユニットの結合係数とオフセットの数値の組であ
る。診断基準を作成するとは、この各ユニットの結合係
数とオフセットの数値を、ある規制（計算アルゴリズ
ム）に基づき、適正に修正することを意味する。なお本
実施例では、バックプロバゲーション法とよばれる計算
アルゴリズムを採用している。

【００１２】

【表１】

【表２】

【表３】

【表４】 表１は入力層ユニットから中間層ユニットへの結合係数
Ｗｊｉ、表２は中間層ユニットから出力層ユニットへの
結合係数でＶｋｊである。また表３は中間層ユニットの
オフセット値θｊ、表４は出力層ユニットのオフセット
γｋである。

【００１３】診断基準の作成、つまり各ユニットの結合
係数とオフセットの修正について具体的に図４および下
記の表５を用いて説明する。この実施例では、熟練者の
診断、見本との対比、顧客の要望等によって診断区分ご
との強度値が予め指定された塗装面（この指定された強
度値を以下教師信号という）を教材とする。表５に示す
診断基準作成用データ中例えば教材ＮＯ．２の塗装面で
は、教師信号はそれぞれ良好が１．０、要注意が０．
０、塗替要が０．０の強度値を有している。

【００１４】

【表５】

【００１５】まず前記の診断区分の強度値が予め指定さ
れている複数の塗装面（教材）の各々についてそのカラ
ー画像の画像処理により色彩ごとの面積割合を求め、こ
れを演算ネットワークの入力ユニット群に入力して出力
層ユニット群から各診断区分の強度値を得る。そして該
強度値と教材の予め指定された強度値とを比較し、その
差（収束誤差）ができるだけ少なくなるように各ユニッ
トの結合係数およびオフセットの修正（診断基準の修
正）を繰り返す。具体的には或る許容範囲を定め、前記
収束誤差の和がこの範囲を越えるときは前記演算ネット
ワークによる演算を繰り返して修正を続け、許容範囲内
になったとき演算を終了し、そのときの最終診断基準を
採用する。本実施例で用いた診断基準作成用データは表
５に示すように教材として用いた６枚のカラー写真から
求めた黒，青，緑，水色，赤，黄，紫，白の色彩の面積
割合としている。

【００１６】

【発明の効果】以上説明したように本発明によれば、診
断基準を診断対象物に応じてその時々の顧客のニーズに
合せて柔軟に演算作成することができ、診断対象物のカ
ラー写真またはカラー画像をもとに、容易に信頼性の高
い塗装劣化診断を行うことができる。したがって本発明
の方法によれば全く経験のない作業者であっても高度の
熟練を有するベテラン技術者と同程度のレベルの塗装の
診断が可能となる。またベテラン技術者にとっても常に
一定したバラツキのない塗装の劣化診断が可能となるの
で、塗装診断に際しての要員不足の問題や誤診断による
社会的損失の発生は一掃される。診断基準もより細かく
顧客のニーズにマッチさせ得るので、あらゆる顧客に対
して満足な診断結果を提供できる。

【図面の簡単な説明】

【図１】本発明の実施に必要な機器構成例を示す正面図
である。

【図２】本発明に適用される演算ネットワークの構成例
を示す概念図である。

【図３】演算ネットワークの中間層ユニットの１つを示
す概念図である。

【図４】本発明における診断基準作成用演算ネットワー
クの構成例を示す概念図である。

【符号の説明】

１ カラーイメージスキャナ ２ パーソナルコンピュータ ３ カラーモニタ ４ カラービデオプリンタ ５ 入力ユニット群 ６ 中間ユニット群 ７ 出力ユニット群

Claims (3)

【特許請求の範囲】
1. 【請求項１】塗装面のカラー画像より、予め定めた複数
   の色彩ごとの面積割合を求め、各色彩とその面積割合と
   の組合せから塗装面の劣化状態を判定することを特徴と
   する塗装の劣化診断方法。
2. 【請求項２】予め定めた色彩群の各々の色彩の面積割合
   を入力するための入力ユニット群、前段のユニット群中
   の各ユニットからの入力を受けて予め設定された診断基
   準に基づく演算を行いその結果を後段のユニット群に出
   力するための少なくとも１つの中間ユニット群、並びに
   前記中間ユニット群からの入力を受けて予め設定された
   診断基準に基づく演算を行い、複数の診断区分の各々に
   つきその強度を出力するユニットから成る出力ユニット
   群から成る演算ネットワークを準備しておき、塗装面の
   カラー画像を画像処理することにより診断対象面の色彩
   ごとの面積割合を求め、この色彩ごとの面積割合を前記
   演算ネットワークの入力ユニット群に入力し、出力ユニ
   ット群から複数の診断区分の各々につきその強度値をと
   り出し、そのうちの最大の強度値に対応する診断区分を
   診断結果とすることを特徴とする塗装の劣化診断方法。
3. 【請求項３】前記診断基準として、各診断区分の強度値
   が予め指定されている複数の塗装面の各々について、そ
   のカラー画像の画像処理により色彩ごとの面積割合を求
   め、この色彩ごとの面積割合を前記演算ネットワークの
   入力ユニット群に入力して出力ユニット群から各診断区
   分の強度値を得る演算を行わせ、該強度値と予め指定さ
   れた強度値との差異が許容範囲を越える時は診断基準を
   修正して上記演算を繰り返し、該差異が該許容範囲内と
   なったときの診断基準を採用することを特徴とする請求
   項２に記載した塗装の劣化診断方法。