JPWO2018179221A1 - コンピュータシステム、物体診断方法及びプログラム - Google Patents

Abstract

【課題】画像解析と複数のデータリソースとから、起こりえる予測結果の相関関係を解析し、単体の画像の解析よりも高度な精度の予測を行うコンピュータシステム、物体診断方法及びプログラムを提供することを目的とする。【解決手段】物体を診断するコンピュータシステムは、前記物体の物体画像を取得し、取得した前記物体画像を画像解析し、前記物体の画像外情報を取得し、取得した前記画像外情報を分析し、前記画像解析した結果と、前記分析した結果との相関関係を分析し、分析した前記相関関係の結果に基づいて、前記物体を診断する。【選択図】図１

Description

本発明は、物体を診断するコンピュータシステム、物体診断方法及びプログラムに関する。

近年、画像診断により、インフラとなる道路や工場の施設や配管や装置等を診断する方法が知られている。例えば、サーモ画像診断では、作業者が施設や装備等に接触せずに温度分布を知ることが可能である（非特許文献１参照）。また、作業者が可視光画像を監視することにより、施設や装置等の破損や変色等を把握することも可能である。1

一方、工場や施設では、画像外データ（配管の温度データ、配管を流れる流体の流量変化データ）等の画像とは異なる外部リソースとなるデータで、施設や装備等の診断を行うことも可能となっている（非特許文献２参照）。

ｈｔｔｐ：／／ｗｗｗ．ｔｔｓ−ｉｎｓｐｅｃｔｉｏｎ．ｃｏｍ／ｊａ／ｉｎｓｐｅｃｔｉｏｎ／ｓａｍｏ＿ｓｅｉｋｉｋｉ０１.ｈｔｍｌ ｈｔｔｐ：／／ｗｗｗ．ｆｉｓｈ−ｊｆｒｃａ．ｊｐ／０２／ｐｄｆ／ｐａｍｐｈｌｅｔ／０７５．ｐｄｆ

しかしながら、非特許文献１又は２の構成では、取得できた画像データ又は画像外データのみで施設や装置等の異常を判定するものであり、複数のデータリソースを解析して、予測を行うものではなかった。

本発明は、画像解析と複数のデータリソースとから、起こりえる予測結果（例えば、異常）の相関関係を解析し、単体の画像の解析よりも高度な精度の予測を行うコンピュータシステム、物体診断方法及びプログラムを提供することを目的とする。

本発明では、以下のような解決手段を提供する。

本発明は、物体を診断するコンピュータシステムであって、
前記物体の物体画像を取得する物体画像取得手段と、
取得した前記物体画像を画像解析する物体画像解析手段と、
前記物体の画像外情報を取得する画像外情報取得手段と、
取得した前記画像外情報を分析する画像外情報分析手段と、
前記画像解析した結果と、前記分析した結果との相関関係を分析する相関関係分析手段と、
分析した前記相関関係の結果に基づいて、前記物体を診断する物体診断手段と、
を備えることを特徴とするコンピュータシステムを提供する。

本発明によれば、物体を診断するコンピュータシステムは、前記物体の物体画像を取得し、取得した前記物体画像を画像解析し、前記物体の画像外情報を取得し、取得した前記画像外情報を分析し、前記画像解析した結果と、前記分析した結果との相関関係を分析し、分析した前記相関関係の結果に基づいて、前記物体を診断する。

本発明は、コンピュータシステムのカテゴリであるが、物体診断方法及びプログラム等の他のカテゴリにおいても、そのカテゴリに応じた同様の作用・効果を発揮する。

本発明によれば、画像解析と複数のデータリソースとから、起こりえる予測結果の相関関係を解析し、単体の画像の解析よりも高度な精度の予測を行うコンピュータシステム、物体診断方法及びプログラムを提供することが可能となる。

図１は、物体診断システム１の概要を示す図である。 図２は、物体診断システム１の全体構成図である。 図３は、コンピュータ１０の機能ブロック図である。 図４は、コンピュータ１０が実行する画像解析用学習処理を示すフローチャートである。 図５は、コンピュータ１０が実行する画像外情報分析用学習処理を示すフローチャートである。 図６は、コンピュータ１０が実行する物体診断処理を示すフローチャートである。である。

以下、本発明を実施するための最良の形態について図を参照しながら説明する。なお、これはあくまでも一例であって、本発明の技術的範囲はこれに限られるものではない。

［物体診断システム１の概要］
本発明の好適な実施形態の概要について、図１に基づいて説明する。図１は、本発明の好適な実施形態である物体診断システム１の概要を説明するための図である。物体診断システム１は、コンピュータ１０から構成され、物体を診断するコンピュータシステムである。物体には、インフラ等の施設、設備、装置に加え、ビルや家、店舗等の建築物や、車両、電車等の移動体や、電化製品、コンピュータ等が含まれる。本実施形態において、物体診断システム１は、工場や施設等に設けられた配管を診断するコンピュータシステムである。

コンピュータ１０は、図示していない可視光カメラ、熱画像カメラ、赤外線カメラ、超音波カメラ等の各種撮像装置等や、温度データ、流量変化データ等を計測する各種センサ装置等に通信可能に接続された計算装置である。

はじめに、コンピュータ１０は、物体の物体画像を取得する（ステップＳ０１）。コンピュータ１０は、物体画像として、可視光画像、サーモ画像、赤外線画像又は超音波画像の少なくとも一つを取得する。以下の説明において、工場や施設等に設けられた配管のサーモ画像を取得したものとして説明する。

コンピュータ１０は、取得した物体画像を画像解析する（ステップＳ０２）。コンピュータ１０は、物体画像の特徴量（温度、輝度、色彩、粒子、形状等）を解析する。コンピュータ１０は、例えば、配管のサーモ画像から、各部位における温度を分析し、通常の温度と異なっているか等について解析する。なお、コンピュータ１０は、予め記憶した物体画像と、この物体画像に対して行われた診断結果とを対応付けて学習し、学習した結果に基づいて、今回取得した物体画像を画像解析してもよい。

コンピュータ１０は、物体の画像外情報を取得する（ステップＳ０３）。コンピュータ１０は、画像外情報として、各種センサ装置が取得する温度データ又は流量変化データの少なくとも一つを取得する。以下の説明において、温度データを取得したものとして説明する。

コンピュータ１０は、取得した画像外情報を分析する（ステップＳ０４）。コンピュータ１０は、例えば、温度データ又は流量変化データ等が、正常な値と異なっているか等について分析する。なお、コンピュータ１０は、予め記憶した画像外情報とこの画像外情報に対して行われた診断結果とを対応付けて学習し、学習した結果に基づいて、今回取得した画像外情報を分析してもよい。

コンピュータ１０は、画像解析した結果と、分析した結果との相関関係を分析する（ステップＳ０５）。コンピュータ１０は、例えば、画像解析の結果として、通常の値との結果を取得し、分析した結果として、高温異常との結果を取得した場合、これらの相関関係を分析する。

コンピュータ１０は、分析した相関関係の結果に基づいて、物体を診断する（ステップＳ０６）。コンピュータ１０は、例えば、分析した相関関係の結果に基づいて、一時的な温度上昇であり、異常は発生していないと決定する。

以上が、物体診断システム１の概要である。

［物体診断システム１のシステム構成］
図２に基づいて、本発明の好適な実施形態である物体診断システム１のシステム構成について説明する。図２は、本発明の好適な実施形態である物体診断システム１のシステム構成を示す図である。物体診断システム１は、コンピュータ１０、公衆回線網（インターネット網や、第３、第４世代通信網等）５から構成され、物体を診断するコンピュータシステムである。物体には、インフラ等の施設、設備、装置に加え、ビルや家、店舗等の建築物や、車両、電車等の移動体や、電化製品、コンピュータ等が含まれる。

コンピュータ１０は、後述の機能を備えた上述した計算装置である。

［各機能の説明］
図３に基づいて、本発明の好適な実施形態である物体診断システム１の機能について説明する。図３は、コンピュータ１０の機能ブロック図を示す図である。

コンピュータ１０は、制御部１１として、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）等を備え、通信部１２として、他の機器と通信可能にするためのデバイス、例えば、ＩＥＥＥ８０２．１１に準拠したＷｉＦｉ（Ｗｉｒｅｌｅｓｓ Ｆｉｄｅｌｉｔｙ）対応デバイスを備える。また、コンピュータ１０は、記憶部１３として、ハードディスクや半導体メモリ、記録媒体、メモリカード等によるデータのストレージ部を備える。また、コンピュータ１０は、処理部１４として、画像処理、状態診断、学習処理等の各種処理を実行するためのデバイス等を備える。

コンピュータ１０において、制御部１１が所定のプログラムを読み込むことにより、通信部１２と協働して、物体画像取得モジュール２０、診断結果取得モジュール２１、画像外情報取得モジュール２２を実現する。また、コンピュータ１０において、制御部１１が所定のプログラムを読み込むことにより、記憶部１３と協働して、記憶モジュール３０を実現する。また、コンピュータ１０において、制御部１１が所定のプログラムを読み込むことにより、処理部１４と協働して、学習モジュール４０、画像解析モジュール４１、画像外情報分析モジュール４２、相関関係分析モジュール４３、診断モジュール４４を実現する。

［画像解析用学習処理］
図４に基づいて、物体診断システム１が実行する画像解析用学習処理について説明する。図４は、コンピュータ１０が実行する画像解析用学習処理のフローチャートを示す図である。上述した各モジュールが実行する処理について、本処理に併せて説明する。

物体画像取得モジュール２０は、物体の物体画像を取得する（ステップＳ１０）。ステップＳ１０において、物体画像取得モジュール２０が取得する物体画像とは、例えば、可視光画像、サーモ画像、赤外線画像又は超音波画像の少なくとも一つである。物体画像取得モジュール２０は、これらの物体画像を、対応する撮像装置から取得してもよいし、図示していないコンピュータ等を介して取得してもよい。以下の説明において、物体画像取得モジュール２０は、物体画像として、工場や施設等に設けられた配管のサーモ画像を取得したものとして説明する。

なお、物体画像取得モジュール２０は、図示していない外部コンピュータ等に記憶されたデータベース等から、物体画像を取得してもよい。

記憶モジュール３０は、物体画像を記憶する（ステップＳ１１）。ステップＳ１１において、記憶モジュール３０は、今回物体画像を取得した物体の識別子（物体の名称、管理番号、予め設定された整理番号、その他の物体を一意に特定可能な識別子等）と、物体画像とを対応付けて記憶する。なお、記憶モジュール３０は、物体画像のみを記憶してもよい。

診断結果取得モジュール２１は、今回取得した物体画像に該当する物体の診断結果を取得する（ステップＳ１２）。ステップＳ１２において、診断結果取得モジュール２１は、例えば、物体の異常に関するデータベース等を記憶する図示していない外部コンピュータや、作業者が保有する端末装置等から、診断結果を取得する。本実施形態における診断結果とは、例えば、異常の有無、異常の内容、症状の特定、必要な処置の特定等である。

学習モジュール４０は、記憶モジュール３０が記憶した物体画像と、診断結果取得モジュール２１が取得した診断結果とを対応付けて学習する（ステップＳ１３）。ステップＳ１３において、学習モジュール４０は、上述した可視光画像、サーモ画像、赤外線画像又は超音波画像の少なくとも一つを診断結果と対応付けて学習する。

記憶モジュール３０は、学習した結果を、記憶する（ステップＳ１４）。

物体診断システム１は、上述した画像解析用学習処理を、十分な回数実行し、学習した結果を記憶する。

以上が、画像解析用学習処理である。

［画像外情報分析用学習処理］
図５に基づいて、物体診断システム１が実行する画像外情報分析用学習処理について説明する。図５は、コンピュータ１０が実行する画像外情報分析用学習処理のフローチャートを示す図である。上述した各モジュールが実行する処理について、本処理に併せて説明する。

画像外情報取得モジュール２２は、物体の画像外情報を取得する（ステップＳ２０）。ステップＳ２０において、画像外情報取得モジュール２２が取得する画像外情報とは、例えば、各種センサが計測する温度データ又は流量変化データの少なくとも一つである。画像外情報取得モジュール２２は、これらの画像外情報を、対応する各種装置等から取得してもよいし、図示していないコンピュータ等を介して取得してもよい。以下の説明において、画像外情報取得モジュール２２は、画像外情報として、温度データを取得するものとして説明する。

記憶モジュール３０は、画像外情報を記憶する（ステップＳ２１）。記憶モジュール３０は、今回画像外情報を取得した物体の識別子（物体の名称、管理番号、予め設定された整理番号、その他の物体を一意に特定可能な識別子等）と、画像外情報とを対応付けて記憶する。なお、記憶モジュール３０は、画像外情報のみを記憶してもよい。

診断結果取得モジュール２１は、今回取得した画像外情報に該当する物体の診断結果を取得する（ステップＳ２２）。ステップＳ２２において、診断結果取得モジュール２１は、例えば、物体の異常に関するデータベース等を記憶する図示していない外部コンピュータや、作業者が保有する端末装置等から、診断結果を取得する。本実施形態における診断結果とは、例えば、異常の有無、異常の内容、症状の特定、必要な処置の特定等である。

学習モジュール４０は、記憶モジュール３０が記憶した画像外情報と、診断結果取得モジュール２１が取得した診断結果とを対応付けて学習する（ステップＳ２３）。ステップＳ２３において、学習モジュール４０は、上述した温度データ又は流量変化データの少なくとも一つを診断結果と対応付けて学習する。

記憶モジュール３０は、学習した結果を、記憶する（ステップＳ２４）。

物体診断システム１は、上述した画像外情報分析用学習処理を、十分な回数実行し、学習した結果を記憶する。

以上が、画像外情報分析用学習処理である。

［物体診断処理］
図６に基づいて、物体診断システム１が実行する物体診断処理について説明する。図６は、コンピュータ１０が実行する物体診断処理のフローチャートを示す図である。上述した各モジュールが実行する処理について、本処理に併せて説明する。なお、以下の説明において、物体診断システム１は、配管のサーモ画像及び温度データに基づいて物体を診断するものとして説明する。

物体画像取得モジュール２０は、物体の物体画像を取得する（ステップＳ３０）。ステップＳ３０において、物体画像取得モジュール２０が取得する物体画像とは、例えば、可視光画像、サーモ画像、赤外線画像又は超音波画像の少なくとも一つを取得する。物体画像取得モジュール２０は、これらの物体画像を、対応する撮像装置から取得してもよいし、図示していないコンピュータ等を介して取得してもよい。

画像解析モジュール４１は、取得した物体画像を画像解析する（ステップＳ３１）。ステップＳ３１において、学習モジュール４０が学習した結果に基づいて、物体画像を画像解析する。画像解析モジュール４１は、今回取得した物体画像の特徴量（温度、輝度、色彩、粒子、形状等）を解析する。画像解析モジュール４１は、学習した結果から、診断を下すために必要な画像の部位や特徴等の複数の候補を解析する。画像解析モジュール４１は、例えば、各部位における温度を分析し、通常の温度と異なっているかを解析する。また、画像解析モジュール４１は、物体画像のＲＧＢ値を解析する。また、画像解析モジュール４１は、エッジ抽出等を実行することにより、形状を解析する。画像解析モジュール４１は、例えば、物体画像から、温度の異常、流体の流量変化を分析し、温度異常、放熱ロス、流体の流量を解析する。画像解析モジュール４１は、画像解析の結果として、必ずしも異常の特定を行うものに限らず、後述する診断のための情報を得ることのみであってもよい。例えば、画像解析モジュール４１は、診断のための予備情報を画像解析の結果から得てもよい。

画像外情報取得モジュール２２は、物体の画像外情報を取得する（ステップＳ３２）。ステップＳ３２において、画像外情報取得モジュール２２は、画像外情報として、各種センサ装置が計測した、温度データ又は流量変化データの少なくとも一つを取得する。画像外情報取得モジュール２２は、これらの画像外情報を、対応する各種装置等から取得してもよいし、図示していないコンピュータ等を介して取得してもよい。

画像外情報分析モジュール４２は、取得した画像外情報を分析する（ステップＳ３３）。ステップＳ３３において、画像外情報分析モジュール４２は、学習モジュール４０が学習した結果に基づいて、画像外情報を分析する。画像外情報分析モジュール４２は、学習した結果から、診断を下すために必要な画像外情報の複数の候補を分析する。画像外情報分析モジュール４２は、例えば、画像外情報が、一時的な温度変化であるか否か、部分的な温度変化であるか否か、流量変化が流体そのもとは異なる原因があるか否かを分析する。画像外情報分析モジュール４２は、例えば、画像外情報として、温度データを取得し、この温度データが正常でない場合、何らかの異常が発生している可能性があると分析する。画像外情報分析モジュール４２は、分析の結果として、必ずしも、異常の特定を行うものに限らず、後述する診断のための情報を得ることのみであってもよい。例えば、画像外情報分析モジュール４２は、診断のための予備情報を分析の結果から得てもよい。

相関関係分析モジュール４３は、画像解析モジュール４１が画像解析した結果と、画像外情報分析モジュール４２が分析した結果との相関関係を分析する（ステップＳ３４）。ステップＳ３４において、例えば、相関関係分析モジュール４３は、画像解析モジュール４１が画像解析した結果として、温度センサ周辺のみが高温でありそれ以外は通常の温度であったとの解析結果と、画像外情報分析モジュール４２が分析した結果として、温度データが異常な値であったとの分析結果との相関関係を分析する。また、相関関係分析モジュール４３は、画像解析モジュール４１が画像解析した結果として、温度センサの周辺に他の物体が付着しているとの解析結果と、画像外情報分析モジュール４２が分析した結果として、温度データが異常な値であったとの分析結果との相関関係を分析する。また、相関関係分析モジュール４３は、画像解析モジュール４１が画像解析した結果として、蒸気の吹出流量が異常であるとの解析結果と、画像外情報分析モジュール４２が分析した結果として、蒸気を吹き出すための供給水が異常な値であるとの分析結果との相関関係を分析する。ここで、相関関係分析モジュール４３は、相関関係をスコアとして分析する。すなわち、相関関係分析モジュール４３は、解析結果から得られた診断と、分析結果から得られた診断とがどの程度相関があるかをスコアとして評価する。相関関係分析モジュール４３は、上述した画像解析の結果得られた各項目の診断結果の其々に対して、分析の結果得られた各項目の診断結果との相関の程度を評価する。相関関係分析モジュール４３は、相関関係が高いものを高スコアとして評価し、相関関係が低いものを低スコアとして評価する。

診断モジュール４４は、分析した相関関係の結果に基づいて、物体を診断する（ステップＳ３５）。ステップＳ３５において、診断モジュール４４は、分析した相関関係の結果として、スコアが最も高い評価の診断結果の組み合わせに基づいて、物体の異常の有無を特定する。例えば、診断モジュール４４は、上述した画像解析の結果と、上述した画像外情報の分析の結果と、その相関関係の分析の結果とに基づいて、今回の物体は、一時的な温度上昇であり、異常ではないと特定する。また、診断モジュール４４は、今回の物体は、温度センサの周辺に他の物体（例えば、石等の落下物）が付着していたので、一部だけ熱を奪われ温度が下がっていたと特定する。また、診断モジュール４４は、今回の物体は、流量過多の異常ではないと特定する。

学習モジュール４０は、今回の診断結果を物体画像と画像外情報とに対応付けて学習する（ステップＳ３６）。

記憶モジュール３０は、学習した結果を記憶する（ステップＳ３７）。コンピュータ１０は、次以降の診断の際に、今回学習した結果も加味した診断を行う。

なお、コンピュータ１０は、診断結果を、図示してない作業者が保有する端末装置等に送信してもよい。この場合、予め登録された端末装置からの要求や診断の結果、異常が発見された場合等において、この端末装置に対して、診断結果を送信すればよい。このとき、診断結果とともに、具体的な処置の方法、危険度等の各種情報を合わせて送信してもよい。この各種情報を受信した端末装置は、各種情報を表示又は音声等により通知してもよい。

以上が、物体診断処理である。

上述した手段、機能は、コンピュータ（ＣＰＵ、情報処理装置、各種端末を含む）が、所定のプログラムを読み込んで、実行することによって実現される。プログラムは、例えば、コンピュータからネットワーク経由で提供される（ＳａａＳ：ソフトウェア・アズ・ア・サービス）形態で提供される。また、プログラムは、例えば、フレキシブルディスク、ＣＤ（ＣＤ−ＲＯＭなど）、ＤＶＤ（ＤＶＤ−ＲＯＭ、ＤＶＤ−ＲＡＭなど）等のコンピュータ読取可能な記録媒体に記録された形態で提供される。この場合、コンピュータはその記録媒体からプログラムを読み取って内部記憶装置又は外部記憶装置に転送し記憶して実行する。また、そのプログラムを、例えば、磁気ディスク、光ディスク、光磁気ディスク等の記憶装置（記録媒体）に予め記録しておき、その記憶装置から通信回線を介してコンピュータに提供するようにしてもよい。

以上、本発明の実施形態について説明したが、本発明は上述したこれらの実施形態に限るものではない。また、本発明の実施形態に記載された効果は、本発明から生じる最も好適な効果を列挙したに過ぎず、本発明による効果は、本発明の実施形態に記載されたものに限定されるものではない。

１ 物体診断システム１０ コンピュータ

本発明は、物体を診断するコンピュータシステムであって、
前記物体の物体画像を取得する物体画像取得手段と、
予め記憶した物体画像と、過去の診断結果とを対応付けて学習する物体画像診断結果学習手段と、
取得した前記物体画像に対して、前記学習した結果に基づいて、診断を下すために必要な複数の候補を画像解析し、診断に必要な候補を特定し、当該診断のための予備情報を取得する物体画像解析手段と、
前記物体の画像外情報を取得する画像外情報取得手段と、
予め記憶した画像外情報と、過去の診断結果とを対応付けて学習する画像外情報診断結果学習手段と、
取得した前記画像外情報に対して、前記学習した結果に基づいて、診断を下すために必要な複数の候補を分析し、診断に必要な候補を特定し、当該診断のための予備情報を取得する画像外情報分析手段と、
前記画像解析した結果と、前記分析した結果との相関関係を分析する相関関係分析手段と、
分析した前記相関関係の結果に基づいて、前記物体を診断する物体診断手段と、
を備えることを特徴とするコンピュータシステムを提供する。

本発明によれば、物体を診断するコンピュータシステムは、前記物体の物体画像を取得し、予め記憶した物体画像と、過去の診断結果とを対応付けて学習し、取得した前記物体画像に対して、前記学習した結果に基づいて、診断を下すために必要な複数の候補を画像解析し、診断に必要な候補を特定し、当該診断のための予備情報を取得し、前記物体の画像外情報を取得し、予め記憶した画像外情報と、過去の診断結果とを対応付けて学習し、取得した前記画像外情報に対して、前記学習した結果に基づいて、診断を下すために必要な複数の候補を分析し、診断に必要な候補を特定し、当該診断のための予備情報を取得し、前記画像解析した結果と、前記分析した結果との相関関係を分析し、分析した前記相関関係の結果に基づいて、前記物体を診断する。

Claims (6)

1. 物体を診断するコンピュータシステムであって、
   前記物体の物体画像を取得する物体画像取得手段と、
   取得した前記物体画像を画像解析する物体画像解析手段と、
   前記物体の画像外情報を取得する画像外情報取得手段と、
   取得した前記画像外情報を分析する画像外情報分析手段と、
   前記画像解析した結果と、前記分析した結果との相関関係を分析する相関関係分析手段と、
   分析した前記相関関係の結果に基づいて、前記物体を診断する物体診断手段と、
   を備えることを特徴とするコンピュータシステム。
2. 前記物体画像解析手段は、予め記憶した物体画像と診断結果とを対応付けて学習し、学習した結果に基づいて、前記物体画像を画像解析する、
   ことを特徴とする請求項１に記載のコンピュータシステム。
3. 前記画像外情報分析手段は、予め記憶した画像外情報と診断結果とを対応付けて学習し、学習した結果に基づいて、前記画像外情報を分析する、
   ことを特徴とする請求項１に記載のコンピュータシステム。
4. 前記物体画像解析手段は、予め記憶した可視光画像又はサーモ画像の少なくとも一つを診断結果と対応付けて学習し、
   前記画像外情報分析手段は、予め記憶した温度データ又は流量変化データの少なくとも一つを診断結果と対応付けて学習する、
   ことを特徴とする請求項１に記載のコンピュータシステム。
5. 物体を診断する物体診断方法であって、
   前記物体の物体画像を取得するステップと、
   取得した前記物体画像を画像解析するステップと、
   前記物体の画像外情報を取得するステップと、
   取得した前記画像外情報を分析するステップと、
   前記画像解析した結果と、前記分析した結果との相関関係を分析するステップと、
   分析した前記相関関係の結果に基づいて、前記物体を診断するステップと、
   を備えることを特徴とする物体診断方法。
6. 物体を診断するコンピュータシステムに、
   前記物体の物体画像を取得するステップ、
   取得した前記物体画像を画像解析するステップ、
   前記物体の画像外情報を取得するステップ、
   取得した前記画像外情報を分析するステップ、
   前記画像解析した結果と、前記分析した結果との相関関係を分析するステップ、
   分析した前記相関関係の結果に基づいて、前記物体を診断するステップ、
   を実行させるためのプログラム。

Images